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

Islamiah, Farida (2015) Propensity Score Menggunakan Regresi Logistik Pada Kasus Data HIV/AIDS LSM Orbit Surabaya. Masters thesis, Institut Teknologi Sepuluh Nopember.

[thumbnail of 1313201007-Master_Theses.pdf]
Preview
Text
1313201007-Master_Theses.pdf - Published Version

Download (2MB) | Preview
[thumbnail of 1313201007-Presentation.pdf]
Preview
Text
1313201007-Presentation.pdf - Published Version

Download (2MB) | Preview
[thumbnail of 1313201007-Paper-1313201007.pdf]
Preview
Text
1313201007-Paper-1313201007.pdf - Published Version

Download (822kB) | Preview

Abstract

Propensity score merupakan probabilitas bersyarat mendapatkan perlakuan
tertentu dengan melibatkan kovariat yang diamati. Metode ini digunakan untuk
mengurangi bias dalam estimasi dampak dari perlakuan pada data yang bersifat
observasi karena adanya faktor confounding. Dalam penelitian observasional,
kovariat biasanya tidak seimbang antara kelompok perlakuan dan kelompok
kontrol. Metode yang digunakan dalam propensity score yaitu stratifikasi, matching
atau pembobotan untuk menghilangkan confounding. Jika perlakuan bersifat biner,
model regresi logistik dan probit dengan variabel basis kovariat dan nilai prediksi
dari regresi sebagai propensity score. Pada penelitian ini, data yang digunakan yaitu
data sekunder hasil survei yang dilakukan oleh LSM ORBIT Surabaya mengenai
faktor-faktor yang mempengaruhi HIV/AIDS pada pengguna napza suntik
(Penasun). Variabel selalu memakai kondom sebagai variabel confounding dimana
perlakuannya adalah selalu menggunakan kondom, sedangkan variabel respon
yaitu status HIV/AIDS. Karena variabel confounding bersifat biner, maka
propensity score menggunakan regresi logistik. Metode yang digunakan dalam
propensity score yaitu pembobotan pada unit observasi. Estimasi propensity score
menggunakan regresi logistik dengan metode Maximum Likelihood Estimator
(MLE), karena hasil estimasi tidak close form, maka dilakukan iterasi Newton-
Raphson. Selanjutnya, memeriksa keseimbangan antara kelompok perlakuan dan
kelompok kontrol. Jika kelompok perlakuan dan kelompok kontrol seimbang
(balance), maka dilakukan pengujian signifikansi variabel confounding dan
interpretasi. Hasil analisis propensity score dengan pembobot pada kasus
HIV/AIDS yaitu pengguna napza suntik yang selalu menggunakan kondom dapat
terkena HIV/AIDS 1,25 kali dibandingkan tidak selalu menggunakan kondom. ========== Propensity score is a conditional probability that has a certain treatment by
involve the observed covariate. This method use to decrease the bias estimation
from treatment effect on observation data because of the confounding factor. In
observational research, there is unbalance covariate between treatment group and
control group. Stratification, matching or weighting used in propensity score to
clear up the confounding. If the treatment binary, logistic and probit regression
model with covariate variable basis from regression prediction use as propensity
score. In this research, the data from Surabaya’s Orbit about the influence factors
of HIV/AIDS on inject drugs user. Always using condom variable as the
confounding variable where the treatment is always using condom, while the
response variable is HIV/AIDS status. the propensity score use logistic regression
because the confounding variable binary. Propensity score use weighted
observation unit. Estimation of propensity score use logistic regression by
Maximum Likelihood Estimator, and to be continued by Newton-Raphson iteration.
Then check the balance between treatment group and control group. If the group
balance, do the confounding variable significantly test and interpretation. The result
of weighted propensity score on HIV/AIDS case is inject drugs user that always use
condom can infected 1,25 times more than not always use condom.

Item Type: Thesis (Masters)
Uncontrolled Keywords: HIV/AIDS; weighting; propensity score; logistic regression
Subjects: Q Science > QA Mathematics > QA278.2 Regression Analysis. Logistic regression
Divisions: Faculty of Mathematics and Science > Statistics > 49101-(S2) Master Thesis
Depositing User: - Davi Wah
Date Deposited: 30 May 2018 04:22
Last Modified: 06 Mar 2019 06:34
URI: http://repository.its.ac.id/id/eprint/51954

Actions (login required)

View Item View Item