Bayangkan penyakit yang menyerang satu dari seribu orang, dan tes yang menandai 99% penderita serta 1% orang sehat sebagai positif. Peluang bahwa orang yang positif benar-benar sakit ialah pembilang 0.99 × 0.001 dibagi penyebut 0.99 × 0.001 + 0.01 × 0.999, dan meja kerja menjawab 0.09016393442623. Tes dengan akurasi 99%, namun sembilan dari sepuluh peringatannya palsu.
Cukup melihat besar kedua suku untuk menjelaskan semuanya. Positif benar memberi 9.9⋅10−4 per orang, sedangkan positif palsu 0.00999, arus masuk sepuluh kali lipat. Mengubah perhitungan yang sama menjadi frekuensi alami lebih cocok dengan intuisi: uji seribu orang, satu sakit dan tertangkap dengan peluang 0.99, tetapi 9.99 dari 999 orang sehat tetap ditandai positif. Tidak ada yang tidak akurat pada tes itu sendiri. Penyakitnya langka, dan tingkat galat 1% yang dikenakan pada kelompok sehat menenggelamkan akurasi 99% yang dikenakan pada penderita.
Jawaban
0.09016393442623
Cara membacanya
Nilai prediksi positif di meja kerja. Dua tautan berikutnya ialah pembilangnya dan suku positif palsu, suku yang lebih besar dari keduanya.
Sumber
Positive predictive value = sensitivity·prevalence / (sensitivity·prevalence + false-positive-rate·(1 − prevalence)); base-rate neglect was demonstrated in Kahneman and Tversky's taxi-cab problem and the screening version popularised by Gerd Gigerenzer
Kerjakan di kalkulator
Tautan ini membuka kalkulator yang tepat dengan angka soal ini sudah diketik. Baris di atas adalah yang seharusnya ditampilkan layar — periksa sendiri.