4.3.8 Tingkat Kesadaran dan Laju Kesembuhan
Tingkat kesadaran memiliki nilai p = 0,139 0,05 yang berarti bahwa tidak ada pengaruh tingkat kesadaran terhadap laju kesembuhan penderita Typhus
Abdominalis yang dirawat inap di RSUD Dr. Pirngadi Medan tahun 2014. Risiko pasien dengan tingkat kesadaran compos mentis1,490 kali kemungkinannya untuk
cepat sembuh dibandingkan pasien dengan kesadaranapatis.
4.4 Analisis Multivariat
Analisis multivariat adalah metode yang memungkinkan untuk dilakukannya penelitian terhadap lebih dari dua variabel secara bersamaaan.
Analisis multivariat yang digunakan adalah Cox Proportional Hazard yang dapat digunakan untuk membuat model yang menggambarkan hubungan antara survival
time sebagai dependen variabel dengan satu set variabel independen.
4.4.1 Pemilihan Variabel Kandidat
Variabel kandidat didapatkan dari hasil uji bivariat uji Log Rank pada Kaplan meier. Bila p 0,25, maka variabel tersebut menjadi variabel kandidat
dalam analisis model regresi cox. Dari hasil analisis bivariat sebelumnya diketahui bahwa variabel umur, komplikasi, trombosit, anemia, dan tingkat
kesadaran memiliki nilai p 0,25 sehingga variabel-variabel tersebut menjadi kandidat untuk permodelan.
Universitas Sumatera Utara
4.4.2 Uji Asumsi
Proportional Hazard
Setelah variabel kandidat dipilih, langkah selanjutnya adalah uji asumsi proporsional untukmengetahui apakah pada variabel independen kandidat tersebut
terjadi interaksi dengan waktu. Ada beberapa cara yang dapat digunakan untuk menguji asumsi proportional hazard. Salah satunya adalah dengan melihat grafik
survival pada analisis Kaplan Meier yang menunjukkan bahwa garis survival pada grafik tersebut tidak saling berpotongan.
Adapun cara lain yang dapat digunakan untuk menguji asumsi proportional hazard yaitu dengan membuat plot Log Minus Log LML, jika
setiap strata sejajarparalel maka variabel asumsi proportional hazard terpenuhi. 1.
Log Minus Log LML Variabel Umur
Gambar 4.1Grafik Log Minus Log LML Variabel Umur
Universitas Sumatera Utara
Grafik LML pada Gambar 4.1 diatas menunjukkan bahwa strata variabel umur tidak sejajar paralel, kurva pada grafik diatas saling berpotongan yang
berarti asumsi proportional hazard tidak terpenuhi.
2. Log Minus Log LML Variabel Komplikasi
Gambar 4.2Grafik Log Minus Log LML Variabel Komplikasi Pada grafik dalam Gambar 4.2 diatas, dapat dilihat bahwa strata variabel
komplikasi sejajarparalel dan kurva pada grafik diatas tidak saling berpotongan yang berarti asumsi proportional hazard terpenuhi.
Universitas Sumatera Utara
3. Log Minus Log LML Variabel Trombosit
Gambar 4.3Grafik Log Minus Log LML Variabel Trombosit Strata variabel trombosit dalam grafik pada Gambar 4.3 tidak
sejajarparaleldan kurva pada grafik diatas saling berpotongan yang berarti asumsi proportional hazard tidak terpenuhi.
Universitas Sumatera Utara
4. Log Minus Log LML Variabel Anemia
Gambar 4.4Grafik Log Minus Log LML Variabel Anemia Strata variabel anemia dalam grafik pada Gambar 4.4 tidak
sejajarparaleldan kurva pada grafik diatas saling berpotongan yang berarti asumsi proportional hazard tidak terpenuhi.
Universitas Sumatera Utara
5. Log Minus Log LML Variabel Tingkat Kesadaran
Gambar 4.5Grafik Log Minus Log LML Variabel Tingkat Kesadaran Pada grafik LML dalam Gambar 4.5 diatas, dapat dilihat bahwa starta
variabel tingkat kesadaran tidak sejajarparalel dan kurva pada grafik diatas saling berpotongan yang berarti asumsi proportional hazard tidak terpenuhi.
4.4.3 Permodelan
Kategori