Model dan Analisis Data Survival Menggunakan Sebaran Log-logistik

Abstract

Peristiwa yang terjadi dalam kehidupan sehari-hari terutama dalam dunia kedokteran seringkali berhubungan dengan waktu. Data tentang lama waktu pengamatan terhadap munculnya suatu kejadian disebut data survival. Ciri khas data survival adalah survival time (waktu pengamatan) seringkali tidak lengkap (Censored). Survival time dikatakan tidak lengkap jika waktu akhir dari kejadian tidak dapat diamati. Dua metode yang digunakan untuk menganalisis data survival adalah metode non parametrik dan metode parametrik. Metode parametrik dapat digunakan jika data yang diperoleh memiliki pola sebaran tertentu. Metode parametrik data survival dengan sebaran Log-logistik memiliki dua model yaitu model Accelerated Failure Time Log-logistik dan model Proportional Odds Log-logistik. Analisis data survival menggunakan kedua model,menunjukkan rasio satu kejadian terhadap kejadian yang lain dan seberapa cepat suatu variabel bebas mempercepat terjadinya sebuah peristiwa. Data tersensor jika dianalisis dengan menggunakan regresi logistik akan memberikan hasil yang bias.