Propensity Score Menggunakan Regresi Logistik Pada Kasus Data HIV/AIDS LSM Orbit Surabaya - ITS Repository

PROPENSITY SCORE

Menggunakan MODEL REGRESI LOGISTIK Pada KASUS DATA HIV/AIDS LSM ORBIT SURABAYA

Oleh: Farida Islamiah (NRP. 1313 201 007) Dosen Pembimbing: Dr. Bambang Widjanarko Otok, M.Si

Surabaya, 29 April 2015 JURUSAN STATISTIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

Bab 2 Bab 3

Bab 5 Bab 1

Bab 4 Tinjauan Pustaka Metodologi Penelitian Penutup

Pendahuluan Hasil & Pembahasan

Mengurangi bias dalam mengestimasi dampak dari perlakuan pada data yang

Rosenbaum dan Rubin (1983) bersifat observasi.

Perlakuan dan Bias karena Studi

Kontrol tidak acak Confounding Observasi

Tereduksi Bab 2 Bab 3

Bab 5 Bab 1

Bab 4 Tinjauan Pustaka Metodologi Penelitian Penutup

Pendahuluan Hasil & Pembahasan

Kompleks dan sulit diinterpretasikan D’Agostino (1998) menggunakan analisis diskriminan

Metode Estimasi McCaffrey (2004) menggunakan

Propensity Score model generalized boosted Setouguchi (2008) menggunakan studi simulasi pada neural network dan classification tree

Bab 2 Bab 3

Bab 5 Bab 1

Bab 4 Tinjauan Pustaka Metodologi Penelitian Penutup

Pendahuluan Hasil & Pembahasan

Penelitian Tentang Propensity Score

1998) untuk reduksi bias pada (D’Agostino, perbandingan kelompok perlakuan dan kelompok kontrol dengan menggunakan pencocokan stratifikasi.

Kurth, Walker, Glynn, Chan, Gaziano, Berger dan Robins (2005) membandingkan 5 metode untuk evaluasi jaringan plasminogen activator kematian pada 6.269 pasien stroke iskemik yang termasuk dalam daftar pasien stroke di Jerman dengan menggunakan regresi logistik multivariabel, propensity matching , regresi adjustment dengan

, dengan

propensity score propensity score pembobotan dan estimasi pengaruh perlakuan yang dimasukkan dalam populasi.

Gebel dan Vobemer (2014) menggunakan pendekatan different-in-different propensity score pada dampak transisi pemerintahan dalam kondisi kesehatan di

Bab 2 Bab 3

Bab 5 Bab 1

Bab 4 Tinjauan Pustaka Metodologi Penelitian Penutup

Pendahuluan Hasil & Pembahasan

Regresi Logistik

Regresi logistik adalah teknik statistik yang estimasi probabilitas dari suatu peristiwa (variabel respon) berdasarkan faktor-faktor yang diketahui (variabel prediktor) yang diekspektasi mempengaruhi terjadinya peristiwa (perlakuan dalam kasus perhitungan ). Variabel respon diasumsikan dua

propensity score

nilai yaitu terjadi atau tidak. Hasil regresi logistik adalah probabilitas (mulai dari 0 hingga 1).

HIV/AIDS

HIV ( ) merupakan virus yang

Human Immunodefiency Virus

menyerang sistem kekebalan tubuh manusia dan kemudian menyebabkan AIDS. Sedangkan, Acquired Immuno Defiency (AIDS) merupakan kumpulan gejala penyakit akibatnya

Sydrome sistem kekebalan tubuh yang dirusak.

Bab 2 Bab 3

Bab 5 Bab 1

Bab 4 Tinjauan Pustaka Metodologi Penelitian Penutup

Pendahuluan Hasil & Pembahasan

HIV/AIDS

Berdasarkan laporan situasi perkembangan HIV/AIDS di Indonesia dilaporkan oleh provinsi sampai dengan Desember 2013

Bab 2 Bab 3

Bab 5 Bab 1

Bab 4 Tinjauan Pustaka Metodologi Penelitian Penutup

Pendahuluan Hasil & Pembahasan

Penelitian Regresi Logistik pada Kasus HIV/AIDS Besral et al. (2004) mengenai besaran potensi penyebaran HIV dari penasun ke masyarakat umum.

Praptoraharjo, Wiebel, Kamil, & Iii (2007) membahas tentang jaringan seksual dan perilaku beresiko penasun dengan analisis data dilakukan yaitu mengembangkan serangkaian kode yang terkait dengan hasil wawancara.

Winarno, Suryoputro dan Shaluhiyah (2008) meneliti tentang faktor-faktor yang berhubungan dengan penggunaan jarum suntik bergantian diantara pengguna napza di kota Semarang.

Pratiwi & Basuki (2011) meneliti tentang hubungan

pengetahuan pencegahan HIV/AIDS dan perilaku seks tidak

aman pada ramaja usia 15-24 tahun di Indonesia.

Kambu (2012) meneliti faktor-faktor yang mempengaruhi tindakan pencegahan penularan HIV oleh ODHA.

Bab 2 Bab 3

Bab 5 Bab 1

Bab 4 Tinjauan Pustaka Metodologi Penelitian Penutup

Pendahuluan Hasil & Pembahasan

Manfaat Penelitian Tujuan Penelitian

1. Memberikan wawasan Rumusan Masalah

1. Menentukan dan literatur Bagaimana

2. Mengkaji

2. Memperoleh informasi ?

1. Estimasi berdasarkan regresi

propensity score logistik.

Batasan

2. Analisis pada kasus penderita

propensity score Penelitian HIV/AIDS LSM ORBIT di Surabaya.

1. Data yang digunakan adalah data skunder pada kasus penderita HIV/AIDS di Surabaya berdasarkan kuesioner LSM ORBIT.

2. Metode estimasi yang digunakan adalah

propensity score Maximum (MLE) dan iterasi Newton Raphson.

Likelihood Estimator

3. Metode yang digunakan dalam yaitu pembobotan

propensity score

untuk menghilangkan . Variabel yang

confounding confounding

Bab 2 Bab 3

Bab 5 Bab 1

Bab 4 Tinjauan Pustaka Metodologi Penelitian Penutup

Pendahuluan Hasil & Pembahasan

Variabel Confounding

H : Tidak terdapat hubungan yang signifikan antar variabel Proses pemilihan confounder

H : Terdapat hubungan yang signifikan dapat berdasarkan teori dan

1 menunjukkan hubungan antara antar variabel variabel.

Taraf signifikansi: α=5% Statistik uji:

2 Variabel Respon R C n  e

  n n rc rc

2 r c

 

; e (1)

   rc

 e n r  c 

1 rc

: frekuensi pengamatan sel k

n e rc  rc e : frekuensi harapan sel k e rc



rc Variabel

Variabel

Daerah kritik: H ditolak jika

Prediktor Confounding

; df r 1 c

      1      Propensity score (Rosenbaum dan Rubin, 1983) merupakan probabilitas bersyarat mendapatkan perlakuan tertentu dengan melibatkan kovariat yang diamati.

Propensity Score Perlakuan Kovariat Regresi logistik digunakan jika variabel respon bersifat kategorik (nominal atau ordinal) dengan variabel-variabel prediktor kontinu maupun kategorik. exp( ... ) 1 1

exp 1 exp ^{k k} _{k k}

(2) (3)

       

   

x x x e x Z X x

1 ^{k k} _{i i i i}

exp P

  ¹ ¹ ² ²

   

   

   

      

x x x x x

      ¹ ¹ ¹ ¹

( ) 1 exp( ... ) 1 1 x x k k x x x k k

1 _{i i i i} e x Z X x   

  P

Penutup  

Hasil & Pembahasan Bab 5

Metodologi Penelitian Bab 4

Tinjauan Pustaka Bab 3

Pendahuluan Bab 2

=0 untuk unit kontrol dengan model sebagai berikut Bab 1

=1 untuk unit perlakuan dan Z i

Model propensity score menggunakan regresi logistik, variabel respon adalah biner dimana Z i

       

      

(4) Bab 2 Bab 3

Bab 5 Bab 1

Bab 4 Tinjauan Pustaka Metodologi Penelitian Penutup

Pendahuluan Hasil & Pembahasan

Propensity Score Terbobot terbobot dilakukan ketika estimasi pengaruh perlakuan.

Propensity score

Untuk estimasi E( | =1), misalkan pengamatan ke-i pada sampel

y z

pembanding memiliki bobot w =e(x )/(1-e(x )), kemungkinan bahwa

i i i

pengamatan yang dipilih secara random dengan x termasuk dalam perlakuan. Rata-rata bobot y memperoleh perlakuan:

 w y _{i C } _{i i}

E y z  

1 , (5)

  w

 _{i C} _ _i

Rata-rata bobot y memperoleh perlakuan:

E y z   _{1 i T} 1  y N

(6)

  _{i T }

Bab 2 Bab 3

Bab 5 Bab 1

Bab 4 Tinjauan Pustaka Metodologi Penelitian Penutup

Pendahuluan Hasil & Pembahasan

Evaluasi Propensity Score

Evaluasi dilakukan untuk mengetahui apakah kelompok

propensity score perlakuan dan kontrol berditribusi sama atau . balance

 H : F e x F e x untuk semua e x _{T ˆ ij C ˆ ij ˆ ij}      

   

H : F e x F e x untuk paling tidak satu e x _{1 T ˆ ij C ˆ ij}  ˆ ij

     

   

Taraf signifikansi: α=5%

Statistik uji : KS=sup S x S x _{T ij C ij} 

   

(7) dengan, S x banyaknya e x yang teramati x n _{T ij ˆ T ij ij T}  

    

 S x  banyaknya e x yang teramati  x n _{C ij ˆ C ij ij C}

    



Keputusan: Tolak H0 jika KS >KS

hitung tabel NAPZA Suntik

Bab 1 Pendahuluan

Bab 2 Tinjauan Pustaka

Bab 3 Metodologi Penelitian

Bab 4 Hasil & Pembahasan

Bab 5 Penutup

HIV/AIDS

Napza suntik adalah napza yang disuntikkan ke dalam tubuh dengan tujuan untuk mempercepat mendapatkan pengaruhnya atau reaksinya, dilakukan karena alasan ekonomis, tidak banyak yang terbuang bila dibandingkan dengan cara inhalasi/dibakar dan alasan solidaritas kelompok dan gaya hidup.

Acquired Immunodeficiency Syndrome (AIDS) adalah sekumpulan gejala

dan infeksi (sindrom) yang timbul karena rusaknya sistem kekebalan tubuh manusia akibat infeksi virus HIV atau infeksi virus-virus lain yang mirip yang menyerang spesies lainnya (SIV, FIV, dan lain-lain). Virusnya sendiri bernama

Human Immunodeficiency Virus

/HIV yaitu virus yang memperlemah kekebalan pada tubuh manusia.

Penasun menghadapi dua risiko untuk terkena HIV/AIDS. Pertama, melalui jarum dan alat suntik yang tercemar yang digunakan secara bersama-sama. Kedua, melalui hubungan seksual terutama bagi mereka yang melakukannya dengan lebih dari satu pasangan atau

Membentuk fungsi likelihood pada distribusi probabilitas.

Memaksimumkan ln l ( β) yang dinotasikan sebagai L( β).
Mendiferensialkan L(
Estimasi dibagi dua yaitu kelompok perlakuan dan kelompok kontrol.

β) terhadap β dan menyamakannya dengan nol.

Pada masing-masing kelompok, nilai β diestimasi dengan metode numerik karena persamaannya bersifat nonlinier maka metode yang digunakan adalah metode iterasi Newton-Raphson.

Estimasi propensity score dilakukan dengan maximum likelihood estimation, karena persamaan bersifat nonlinier maka digunakan metode iterasi Newton- Raphson. Untuk menjawab rumusan masalah pertama

Metode Penelitian Bab 1

Pendahuluan Bab 2

Tinjauan Pustaka Bab 3

Metodologi Penelitian Bab 4

Hasil & Pembahasan Bab 5

Penutup

1 • Statistik deskriptif.

Menentukan variabel confounding, selanjutnya variabel confounding dinotasikan z dengan parameter

τ .

Menghitung nilai estimasi propensity score yang telah diperoleh pada jawaban rumusan masalah (1).

4 • Melakukan pembobotan pada propensity score.

Balancing dengan cara menguji apakah propensity score dari kelompok perlakuan dan kontrol memiliki distribusi yang sama pada setiap kovariat.
Pengujian signifikansi dan interpretasi variabel

Aplikasi metode propensity score digunakan pada data HIV/AIDS

Untuk menjawab rumusan masalah kedua Metode Penelitian

Bab 1 Pendahuluan

Bab 2 Tinjauan Pustaka

Bab 3 Metodologi Penelitian

Bab 4 Hasil & Pembahasan

Bab 5 Penutup Bab 2 Bab 3

Bab 5 Bab 1

Bab 4 Tinjauan Pustaka Metodologi Penelitian Penutup

Pendahuluan Hasil & Pembahasan

Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder berupa data kasus penderita HIV/AIDS yang telah disurvei oleh LSM ORBIT Surabaya tahun 2013.

Struktur Data Penelitian

Unit (i) y x x

…

i 1.i 2.i 13.i

y x x x

…

1.1

2.1

13.1

2 y x x

…

1.2

2.2

13.2 ...

… … … … … 218 y x x

…

218 1.218 2.218 13.218

Variabel Kategori y : Status HIV/AIDS

9 : Zat Yang Disuntikkan 1 = Putau 2 = Buphre 3 = Anti Depresan 4 = Campuran x

Bab 4 Hasil & Pembahasan

Bab 3 Metodologi Penelitian

Bab 2 Tinjauan Pustaka

Bab 1 Pendahuluan

Variabel Penelitian

13 : Selalu Pakai Jarum Untuk Sendiri 1 = Ya 2 = Tidak

12 : Selalu Pakai Jarum Steril 1 = Ya 2 = Tidak x

11 : Pernah Berbagi Jarum Suntik 1 = Ya, Disterilkan 2 = Ya, Tidak Disterilkan 3 = Tidak Pernah x

10 : Frekuensi Suntik 1 = 1-3 kali/hari 2 = 1-3 kali/minggu 3 = 1-3 kali/bulan x

Variabel Kategori Riwayat Penggunaan Jarum Suntik x

0 =Negatif 1 =Positif Variabel Identitas x

8 : Selalu Pakai Kondom 1 = Ya 2 = Tidak

7 : Pasangan Tidak Tetap 1 = Ada, Laki-Laki 2 = Ada, Perempuan 3 = Ada, Laki-Laki dan Perempuan 4 = Tidak Ada x

6 : Pasangan Tetap 1 = Ada, Laki-Laki 2 = Ada, Perempuan 3 = Tidak Ada x

5 : Status Nikah 1 = Kawin 2 = Cerai 3 = Tidak Kawin 4 = Tidak Menjawab x

Variabel Kategori

Pola Perilaku

4 : Penghasilan 1 = < 500.000 2 = 500.000- 1.000.000 3 = > 1.000.000

3 : Pendidikan Terakhir 1 = Tidak Bersekolah 2 = SMP 3 = SMA 4 = PT 5 = Tidak Menjawab x

2 : Usia - x

1 : Jenis Kelamin 1 = Laki-Laki 2 = Perempuan x

Bab 5 Penutup

Estimasi Propensity Score Menggunakan Regresi Logistik

1 ⁱ ⁱ ⁱ z n n n n z n z i i i i i i i i e l e e e e

  

 

          

      

     

   

   

  

 x β x x x x

       

   

1 1 exp log

exp log 1 exp log 1 exp (2)

n n n n

i i i i i i i i i i i e l z e z n e

   



   

     

  

      

    

   

  

     

   

Bab 1 Pendahuluan



Bab 2 Tinjauan Pustaka

Bab 3 Metodologi Penelitian

Bab 4 Hasil & Pembahasan

Bab 5 Penutup

Fungsi distribusi probabilitas untuk setiap pasangan (

x i

z i

) yaitu Fungsi likelihood

1      

 

1 (1) ⁱ ⁱ

n z z i i i f x e x e x

 

     

 

     

       

atau

β x x β x

     

  exp 1 exp i i i e

  exp , 1, 2, ,

     

       

      

                 

 

1 exp k j ij j i k j ij j x e x i n x

    x β x β x β x x Estimasi Propensity Score Menggunakan Regresi Logistik

Bab 1 Pendahuluan

   

  β β x β x

Berdasarkan Pers.(2)   a

L 

 



β    

1 exp 1 exp n n i ia ia i i i n

   

         

    

β x x x β x 0, 0,1, 2, , ; n n ne a j k

    x x x

 

ˆ exp



      

L n  

Bab 2 Tinjauan Pustaka

Bab 3 Metodologi Penelitian

Bab 4 Hasil & Pembahasan

Bab 5 Penutup

Karena z

bersifat biner yaitu z

=1 untuk kelompok perlakuan dan z

=0 untuk kelompok kontrol , sehingga proses estimasi dibagi menjadi

n n i i i i

3 a

Untuk kelompok perlakuan z

   

exp log 1 exp

β x

Estimasi Propensity Score Menggunakan Regresi Logistik



 

       

 β x x x x

Sehingga diperoleh matriks varian kovarian dari estimasi parameter melalui invers matriks,

     

  



ˆ ˆ ˆ 1 ,

T i i Cov Diag e e

   

1 ˆ ˆ 1 ; , 0, 1, 2, , . n ia ib i i i a b

 

β x x x x

1 dengan k k x x x x x x

L ne e a b k

Bab 1 Pendahuluan

1 ˆ ˆ

Bab 2 Tinjauan Pustaka

Bab 3 Metodologi Penelitian

Bab 4 Hasil & Pembahasan

Bab 5 Penutup

Turunan kedua dari fungsi log

likelihood      

 

1 n ia i i i a

 

L n e e 

    

 

β x x x      

1 exp 1 exp n i ia ib i a b i

L n  

  

       

  

β β x x x β x      

         x Estimasi Propensity Score Menggunakan Regresi Logistik

Bab 1 Pendahuluan

     

 β x x



   

 

L q ne 

n t t j i i i j

1 _t

   

 

   

 β x x x x

 

    



  

L h ne e

   

exp 1 exp

1 _t

ˆ ˆ

β β x x x x x m

   

    

  

Diag ne e  

t t t t t i i

t i t i t i e

 

  

  

   

β x x β x    

 

 

n t t t ab ia ib i i i a b

Bab 2 Tinjauan Pustaka

β β H q  

 

t t t t  

;

 

       

, berlaku:

Iterasi Newton Raphson Untuk setiap langkah iterasi ke-

Bab 5 Penutup

Bab 4 Hasil & Pembahasan

Bab 3 Metodologi Penelitian

    

 

   

β β β q  



   

  

L L L   

T k

1 , , , .

     

    β H

     

      

 

L h h h h

2 ; k k ab a b k k kk h h h h h h

= 1, 2, ⋯ sampai konvergen Estimasi Propensity Score Menggunakan Regresi Logistik

Bab 1 Pendahuluan

 

    

1 ˆ 0, 0,1, 2, , ; n i ia i ne a j k

β x x β x  

   

        

1 exp 1 exp n i ia i i n

   

 β β x

       

L n 

1 log 1 exp . n i i

β x x β x    

 

i i i e

Bab 2 Tinjauan Pustaka

ˆ 1 exp

ˆ exp ˆ dengan

   

β  



 

L 

Berdasarkan Pers.(2)   a

Untuk kelompok kontrol z

Bab 5 Penutup b

Bab 4 Hasil & Pembahasan

Bab 3 Metodologi Penelitian

 x x Estimasi Propensity Score Menggunakan Regresi Logistik

Bab 1 Pendahuluan

1 ˆ ˆ 1 ; , 0, 1, 2, , . n ia ib i i i a b

exp 1 exp

n i ia ib i a b i

L n  



 

    

    

 β β x x x β x

       

L ne e a b k  

       

 β x x x x  

     

 

ˆ ˆ ˆ

i i Cov Diag e e



   

 

β x x x x

β x x x      

Bab 2 Tinjauan Pustaka

Bab 3 Metodologi Penelitian

Bab 4 Hasil & Pembahasan

Bab 5 Penutup

Turunan kedua dari fungsi log

likelihood

Sehingga diperoleh matriks varian kovarian dari estimasi parameter melalui invers matriks,

 

1 dengan k k x x x x x x

         x

       

1 ˆ ˆ

1 n ia i i i a

L n e e



    

1 T

Estimasi Propensity Score Menggunakan Regresi Logistik

L h ne e

   

 β x x x x

 

    



  

n t t t ab ia ib i i i a b

ˆ _t

1 _t

   

β x x β x = 1, 2, ⋯ sampai konvergen

n t j i ia i j

 

   

    

  

Diag ne e  

t t t t t i i

ˆ ˆ

   

L q ne 

 

   

 

     

 β x x



   

 

 

t i t i t i e

Bab 1 Pendahuluan

β β H q  

 

t t t t  

;

 

       

, berlaku:

Iterasi Newton Raphson Untuk setiap langkah iterasi ke-

Bab 5 Penutup

Bab 4 Hasil & Pembahasan

Bab 3 Metodologi Penelitian

Bab 2 Tinjauan Pustaka

exp 1 exp

T k

   

     

β β β q  



   

  

    

L L L   

1 , , , .

     

    β H

     

      

 

L h h h h

2 ; k k ab a b k k kk h h h h h h

β β x x x x x m

Bab 2 Bab 3

Bab 5 Bab 1

Bab 4 Tinjauan Pustaka Metodologi Penelitian Penutup

Pendahuluan Hasil & Pembahasan

Propensity Score pada Kasus HIV/AIDS

1 Statistik Deskriptif

Selalu Pakai Kondom Status Total HIV

Ya Tidak

Penasun memiliki kesadaran yang rendah untuk menggunakan kondom dimana

11 159 170 Negatif

(6,5%) (93,5%) (100%)

penasun yang memiliki kesadaran untuk menggunakan kondom hanya 17 orang dari

48 Positif

218 orang. Selain itu, penasun dengan

(12,5%) (87,5%) (100%)

status positif HIV/AIDS yang tidak selalu

17 201 218 Total

menggunakan kondom memiliki persentase

(7,8%) (92,2%) (100%)

yang lebih besar yaitu 87,5% dibandingkan selalu menggunakan kondom dengan persentase sebesar 12,5%.

2 Variabel

10 4,239 6 0,644 Gagal tolak H x

13 0,001 1 0,053 Gagal tolak H Variabel

12 7,422 1 0,027 Tolak H x

11 9,186 3 0,735 Gagal tolak H x

9 4,123 3 0,141 Gagal tolak H x

Daerah kritik: H ditolak jika

2 Df P-value Keputusan x

13 0,349 1 0,821 Gagal tolak H Variabel

9 4,249 3 0,236 Gagal tolak H x

12 0,251 1 0,707 Gagal tolak H x

10 0,970 2 0,742 Gagal tolak H x

11 4,007 1 0,083 Gagal tolak H x

  

  

R C rc rc r c rc n e e

1 .

1 : Terdapat hubungan yang signifikan.

Taraf signifikansi: α=5%. Statistik uji:

 

11 1,818 2 0,417 Gagal tolak H x

    atau P-

< α

Propensity Score Pada Kasus HIV/AIDS Bab 1

Pendahuluan Bab 2

Tinjauan Pustaka Bab 3

Metodologi Penelitian Bab 4

Hasil & Pembahasan Bab 5

Penutup

Pemilihan Variabel

Confounding

value



2 Df P-value Keputusan x

10 6,170 4 0,254 Gagal tolak H x

9 7,313 3 0,031 Tolak H x

  

  

;

1 1 df r c

2 Df P-value Keputusan

13 22,917 1 0,045 Tolak H H : Tidak terdapat hubungan signifikan.

12 3,828 1 0,038 Tolak H x

9 30,426 9 0,014 Tolak H x

10 6,451 6 0,901 Gagal tolak H x

Propensity Score pada Kasus HIV/AIDS

11 4,236 3 0,307 Gagal tolak H x

12 3,145 3 0,317 Gagal tolak H Variabel

Confounding x

8 yaitu selalu pakai kondom

Bab 1 Pendahuluan

x x x x x x x x x x x x x

   

 

    

 

          

 ^5.1 ^5.2 _5.3 _6.1 _6.2 _7.1 _7.2 _7.3 _9.1 _9.2 _9.3 _10.1 _10.2 22 19,526 0,734 1,135 1,159 3,345 1,880 18,762 1,846 16,381 15,921 0,588 0,301

 

 

 

 

      

 

     

 

Bab 2 Tinjauan Pustaka

i x x x x x x x x x x x x x x x x x x e x

Bab 3 Metodologi Penelitian

Bab 4 Hasil & Pembahasan

Bab 5 Penutup

Model

Propensity Score

3   ¹ ² ^3.1 ^3.2 ^3.3 ^3.4 ^4.1 ^4.2 ^4.3 ^5.1 ^5.2 ^5.3 ^6.1

^6.2

^7.1 ^7.2 ^7.3 ^9.1

12,573 2,334 0,047 17,383 2,063 0,098 4, 274 16, 205 2,961 0,550 1,122 19,526 exp 0,734 1,135 1,159 3,345 1,880 18,762 1,846 16,38

                   

 

 ^9.2 ^9.3 ^10.1 ^10.2 ^11.1 ^11.2 ¹² ¹³ ₁ ₂ _3.1 _3.2 _3.3

3.4 ^4.1 ^4.2 ^4.3

1 15,921 0,588 0,301 2,149 0,690 1,312 1,127

12,573 2,334 0,047 17,383 2,063 0,098 4, 274 16, 205 2,961 0,550 1,1 1 exp

x x x x x x x x x x x x x x x x x

 

 

 Bab 2 Bab 3

Bab 5 Bab 1

Bab 4 Tinjauan Pustaka Metodologi Penelitian Penutup

Pendahuluan Hasil & Pembahasan

Propensity Score pada Kasus HIV/AIDS

4 Evaluasi

Propensity Score

Evaluasi dilakukan untuk mengetahui apakah kelompok

propensity score perlakuan dan kontrol berditribusi sama atau . balance

         

H : F e x F e x untuk semua e x _{T ˆ ij C ˆ ij ˆ ij} 

H : F e x  F e x untuk paling tidak satu e x _{1 T ˆ ij C ˆ ij} ˆ ij

     

   

Taraf signifikansi: α=5%

Statistik uji KS=sup S x S x _{T ij C ij} 

    dengan, S x  banyaknya e x yang teramati  x n

_{T ij ˆ T ij ij T}

    

 Bab 1 Pendahuluan

Bab 2 Tinjauan Pustaka

5(2) 0,00 Gagal tolak H Variabel KS hitung

0,04 Gagal tolak H

0,01 Gagal tolak H x 13(1)

0,09 Gagal tolak H x 12(1)

0,09 Gagal tolak H x 11(2)

0,01 Gagal tolak H x 11(1)

0,05 Gagal tolak H x 10(2)

0,00 Gagal tolak H x 10(1)

0,00 Gagal tolak H x 9(3)

0,09 Gagal tolak H x 9(2)

0,00 Gagal tolak H x 9(1)

0,02 Gagal tolak H x 7(3)

0,00 Gagal tolak H x 7(2)

0,00 Gagal tolak H x 7(1)

Keputusan x 6(2)

5(1) 0,03 Gagal tolak H x

Bab 3 Metodologi Penelitian

1 0,00 Gagal tolak H x

Bab 4 Hasil & Pembahasan

Bab 5 Penutup

Propensity Score pada Kasus HIV/AIDS

Keputusan:

Variabel KS hitung

Keputusan x

2 0,14 Gagal tolak H x

4(3) 0,11 Gagal tolak H x

3(1) 0,00 Gagal tolak H x

3(2) 0,01 Gagal tolak H x

3(3) 0,04 Gagal tolak H x

3(4) 0,04 Gagal tolak H x

4(1) 0,00 Gagal tolak H x

4(2) 0,07 Gagal tolak H x

Kesimpulan: tidak terdapat perbedaan Bab 2 Bab 3

Bab 5 Bab 1

Bab 4 Tinjauan Pustaka Metodologi Penelitian Penutup

Pendahuluan Hasil & Pembahasan

Propensity Score pada Kasus HIV/AIDS

5 Pengujian Signifikansi Variabel Selalu Pakai Kondom

Confounding

Hipotesis H : selalu pakai kondom tidak signifikan)

confounding τ = 0 (Variabel

H : selalu pakai kondom tidak signifikan)

confounding τ ≠ 0 (Variabel

Taraf signifikansi: α=10%

Statistik uji: 

ˆ W  .



Se  

Daerah kritis: H ditolak jika p-value< α

Koefisien Estimasi Standar Error Wald P-value Konstanta 0,1320 0,0452 2,920 0,00387 x 0,2210 0,1247 1,773 0,07772

8 Kesimpulan: Variabel selalu pakai kondom signifikan.

confounding

Bab 2 Bab 3

Bab 5 Bab 1

Bab 4 Tinjauan Pustaka Metodologi Penelitian Penutup

Pendahuluan Hasil & Pembahasan

Kesimpulan...

Estimasi propensity score menggunakan regresi logistik dengan metode MLE, pada turunan pertama fungsi log likehood terhadap parameter diperoleh: β a

Untuk kelompok perlakuan Untuk kelompok kontrol

1 n n n

 L

  β L



  β x n e x x 0,

  ˆ 

ia i   i ia  

  n e x x  0, ˆ

  i i ia



 

i  i 

1 a

 

i 

1 a

Karena hasil turunan pertama tidak close form, maka dilakukan iterasi Newton-Raphson Penasun yang selalu menggunakan kondom dapat terkena HIV/AIDS 1,25 kali dibandingkan tidak selalu menggunakan kondom. Hal ini tidak sesuai dengan realita bahwa tingkat pemakaian kondom yang rendah menempatkan posisi berisiko tinggi

2 penularan infeksi HIV/AIDS. Karena penasun dapat berisiko tinggi terinfeksi HIV/AIDS berawal dari perlaku mereka dalam penggunaan jarum suntik lalu ketika penasun tersebut terinfeksi HIV/AIDS melalui jarum suntik maka hal tersebut dapat menularkannya kepada pasangan tetap ataupun pasangan tidak tetapnya melalui aktivitas seksual. Penelitian selanjutnya...

Saran

Bab 1 Pendahuluan

Bab 2 Tinjauan Pustaka

Bab 3 Metodologi Penelitian

Bab 4 Hasil & Pembahasan

Bab 5 Penutup Agresti, A. (1990). Categorical Data Analysis. New York: John Wiley and Sons, Inc. Arniti, N. K. (2014).

Faktor-Faktor yang Berhubungan dengan Penerimaan Tes HIV oleh Ibu Hamil di Puskesmas Kota Denpasar. Program Studi Ilmu Kesehatan Masyarakat, Universitas Udayana, Denpasar.

Becker, S. O., & Ichino, A. (2002). Estimation of Average Treatment Effect Based on Propensity Score. The Stata Journal, 2(4),

358

–377. Besral, Utomo, B., & Zani, A. P. (2004). Potensi Penyebaran HIV dari Pengguna NAPZA Suntik ke Masyarakat Umum, 8(2), 53 –58.

D’Agostino, R. B. (1998). Tutorial In Biostatistics Propensity Score Method For Bias Reduction In The Comparison Of A Treatment

Propensity Score Menggunakan Regresi Logistik Pada Kasus Data HIV/AIDS LSM Orbit Surabaya - ITS Repository