kisi-kisi uas biost_sm

KISI-KISI UAS BIOSTATISTIK LANJUT I

1. Konsep Log Likelihood Likelihood adalah pengukuran seberapa besar data yang ada mendukung nilai parameter menurut model probabilitas. Likelihood dihitung menurut berapa besar kemungkinannya kita memperoleh hasil observasi jika populasi memiliki parameter yang diperkirakan. Likelihood mempunyai nilai yang sangat kecil dan untuk perhitungan lebih nyaman menggunakan logaritma (natural) dari likelihood daripada likelihood itu sendiri

2. Apakah kolinearitas is a problem dalam regresi logistic?Multikolinearitas pada model regresi logistic adalah adanya korelasi yang kuat antara variabel independen. Adanya multikolinearitas meningkatkan varians estimasi parameter. Pada sampel kecil dan sedang, menyebabkan rendahnya signifikan statistic masing-masing variabel independen sementara pada model lengkap mungkin memiliki signifikan yang kuat. Multikolinearitas juga menyebabkan wrong sign and magnitudes pada estimasi koefisien regresi, dan kesimpulan yang tidak benar mengenai hubungan antara variabel independen dan dependen

3. Bagaimana kalau exp(B) 2 tetapi nilai CInya 2 dan 40 (???bener gak ya pertanyaannya kyk gini?)Jawab ngga tahu bener apa ngga pertanyaannya tapi yang aku ngertiin begini :Artinya tetep signifikan karena tidak melewati angka 1 (2-40 adalah angka setelah angka satu), tapi variasi OR-nya terlalu lebar yaitu berkisar dari 2 kali lebih tinggi sampai dengan 40 kali lebih tinggi jadi presisinya tidak akurat

4. Perbedaan cox & snell dgn nagelkerke R2

Cox & Snell r2 Nagelkerke r2

Menghitung perubahan prediksi dengan model yang dibuat dari model awal (model 0). Untuk itu digunakan log-likelihoodnilai maksimum tidak bisa mencapai 1 Mengadjust CS untuk mencapai nilai

maksimum, sehingga nilainya bisa mencapai 1Nilainya lebih kecil Umumnya r2 menjadi lebih besar

5. Rumus sample tgt desain, besar sample tgt teknik analisis, bagaimana utk teknik survival? linier?Jawab :Sesuai dengan keterangan sebelumnya bahwa rumus sampel tergantung dengan desain dan besar sampel tergantung dengan teknis analisis, baik teknik survival maupun linear rumus sampelnya tergantung dengan desain penelitiannya. Analisis survival maupun linear bisa diperoleh melalui desain penelitian cross sectional, kohort, case control maupun experiment,

1

22 2 1

2 , where 1 exp[2( ) (0)]CSN MAX

MAX

RR R n LLR

2 21 exp [ ( ) (0)]CSR LL B LLn

sehingga rumus besar sampelnya tergantung dengan desain yang digunakan. Dalam analisis survival yang penting adalah adanya variabel pengukuran waktu, sementara pada linear outcomenya/dependennya harus dalam skala numeric. Namun rule of tumb mengisyaratkan bahwa baik survival maupun linier besar sampel minimum adalah 10 kasus untuk setiap variabel independen, contoh bila variabel independennya ada 10 maka besar sampel minimum adalah 10x10=100 kasus.

6. apa yg dilakukan bila lost of sample?Jawab :Lost of sample artinya bila jumlah sampel yang diperoleh pada saat survey lebih sedikit dibandingkan dengan hitungan besar sampel yang dibutuhkan. Misalnya dari hitungan sampel dibutuhkan N minimum 100 responden, namun hasil akhir dari survey hanya memperoleh responden sebanyak 75 orang. Untuk mencegah terjadinya lost of sample bisa dilakukan dengan cara menambahkan besar sampel sebanyak 10% dari sampel minimum yang dibutuhkan. Apabila sampel sudah ditambah 10% namun hasil masih tetap kurang dari sampel minimum maka langkah akhir yang perlu dilakukan adalah menghitung ulang Power atau Beta pada rumus perhitungan sampel. Ingat dalam perhitungan sampel kita memasukan besaran Alpha dan Beta, maka jika sampel kurang besaran beta perlu dikurangi, konsekuensi power atau kekuatan sampel dalam penelitian jadi berkurang.

7. bila prevalensi tdk diketahui, apa yg dilakukan? asumsi dalam rangka menghitung sampleJawab :Untuk menghitung besar sampel (apapun desainnya) basic informasi yang diperlukan adalah besaran alpha, besaran beta, varians dan angka proporsi/prevalensi outcome yang ingin diteliti. Sebagai contoh sebuah penelitian ingin mengetahui faktor-faktor yang mempengaruhi BBLR (berat badan lahir rendah) di kabupaten A, maka untuk menghitung besar sampel penelitian ini diperlukan informasi proporsi BBLR di kabupaten A. Bila prevalensi BBLR di kabupaten A tidak ada, maka bisa digunakan prevalensi pada tingkat propinsi dimana kabupaten A berada, bila prevalensi propinsi tidak ada bisa digunakan prevalensi nasional, namun bila nasional juga tidak ada maka maka dilakukan pilot study pada wilayah yang lebih kecil untuk mendapatkan estimasi prevalensi di kabupaten A, misalnya dilakukan pilot disalah satu kecamatan diwilayah kabupaten A. Pilot ini tentunya dilakukan bila penelitian memiliki dana untuk melakukan pilot, bila tidak memiliki dana maka bisa menggunakan estimasi prevalensi sebesar 50% dengan konsekuensi jumlah sampel menjadi besar.

8. apa itu design effect? pada cluster random sampling mengapa? jawab :Cluster sampling lebih sering digunakan dibandingkan dengan random sampling sederhana, alas an utamanya adalah terkait dengan keterbatasan dana dan waktu, karena pada random sampling sederhana dengan populasi yang tersebar menyebabkan sampel yang terpilih bisa tersebar dimana-mana . Namun demikian pada cluster sampling, responden yang terpilih dalam cluster yang sama kemungkinan besar memiliki karakteristik yang sama sehingga menyebabkan

2

variasi berkurang. Berbeda dengan metode random sampling sederhana dimana responden lebih bervariasi. Hilangnya variasi dengan menggunakan cluster sampling dibandingkan dengan metode random sampling sederhana ini disebut design effect. Design effect pada dasarnya adalah rasio varians pada cluster desain dibandingkan dengan varians pada random sampling sederhana.

9. sistematic sampling & simple sampling, n nya sama ga?Jawab :N-nya tetep sama karena sistematik sampling maupun simple sampling adalah metode PENGAMBILAN sampel BUKAN metode PENGHITUNGAN SAMPEL. Jadi stepnya dihitung dulu jumlah sampelnya (N), setelah diketahui jumlah sampel baru ditentukan bagaimana cara memilih sampel apakah pake sistematik atau simple sampling. Contoh, sebuah penelitian tentang faktor resiko penderita TB Paru di kabupaten A--> maka dihitung dulu jumlah sampel yang dibutuhkan dengan memasukkan angka alpha (biasanya 5%), beta (biasanya 90%), variance dan proporsi TB paru (dilihat dari reference), setelah dihitung misalkan diperoleh kebutuhan sampel minimum sebanyak 50 orang + penambahan 10% jadi 55 orang. Nah misalnya populasi yg ingin diteliti di kabupaten A ada 300 orang..maka cara memilih 55 orang dari 300 jumlah populasi tsb bisa menggunakan metode sistematik random sampling atau menggunakan metode simple random sampling.

3