Sensitivity is the true positive rate — the proportion of people who actually have the condition that the test correctly identifies as positive. Sensitivity = TP / (TP + FN).

Specificity is the true negative rate — the proportion of people who don't have the condition that the test correctly identifies as negative. Specificity = TN / (TN + FP).

PPV (positive predictive value) is also called precision — the probability that someone who tests positive actually has the condition. PPV = TP / (TP + FP), and unlike sensitivity, it depends on how common the condition is in the tested population.

How does prevalence affect PPV and NPV?

Lower prevalence pulls PPV down and pushes NPV up, even with the exact same sensitivity and specificity, because at low prevalence false positives outnumber true positives among all positive results. The PPV/NPV tab compares your test's rates at two different prevalence levels to show this directly.

Accuracy is the overall share of correct results: (TP + TN) divided by the total tested. It can be misleadingly high on rare conditions, so check sensitivity and specificity too, not accuracy alone.

What about F1 score — is it related?

F1 is the harmonic mean of PPV (precision) and sensitivity (recall): F1 = 2 x (PPV x Sensitivity) / (PPV + Sensitivity). You can compute it from the PPV and Sensitivity values shown here.

Kalkulator Sensitivitas dan Spesifisitas

📋

Panduan langkah demi langkah

Cara menggunakan kalkulator ini

4 langkah

1

Masukkan matriks kebingungan

Isikan empat hitungan dari hasil tes Anda: positif benar (TP, tes positif dan kondisi ada), positif palsu (FP, tes positif tetapi kondisi tidak ada), negatif palsu (FN, tes negatif tetapi kondisi ada), dan negatif benar (TN, tes negatif dan kondisi tidak ada).

2

Baca sensitivitas dan spesifisitasnya

Tab Sensitivitas/Spesifikasi menunjukkan tingkat positif sebenarnya dan tingkat negatif sebenarnya secara bersamaan, ditambah keenam tingkat dalam satu kisi stat sehingga Anda dapat memindai semuanya sekaligus.

3

Periksa PPV dan NPV untuk populasi Anda

Tab PPV/NPV menunjukkan seberapa dapat dipercaya suatu hasil positif atau negatif, ditambah perbandingan langsung tentang perubahan angka-angka tersebut jika tes yang sama digunakan pada populasi dengan prevalensi lebih tinggi atau lebih rendah.

4

Tinjau keakuratan keseluruhan

Tab Akurasi menunjukkan persentase semua pengujian yang benar. Waspadai jebakan akurasi: suatu tes dapat menghasilkan skor akurasi yang sangat tinggi pada kondisi yang jarang terjadi, namun tetap melewatkan hampir semua kasus yang sebenarnya — kalkulator menandainya secara otomatis.

⚡

Referensi

Rumus dan metodologi

4 rumus

Sensitivitas (tingkat positif sebenarnya)

Sensitivity = TP / (TP + FN)

Dari semua orang yang benar-benar mengidap kondisi tersebut, sebagian kecil dari tes tersebut ditandai sebagai positif. Disebut juga penarikan kembali atau tingkat positif sebenarnya.

Kekhususan (tingkat negatif sebenarnya)

Specificity = TN / (TN + FP)

Dari semua orang yang tidak memiliki kondisi tersebut, pecahan yang dinyatakan dengan benar sebagai negatif oleh tes.

PPV dan NPV

PPV = TP / (TP + FP) · NPV = TN / (TN + FN)

PPV (nilai prediksi positif, disebut juga presisi) adalah probabilitas hasil positif adalah hasil positif yang sebenarnya. NPV adalah probabilitas hasil negatif benar-benar negatif. Berbeda dengan sensitivitas dan spesifisitas, keduanya sangat bergantung pada seberapa umum kondisi tersebut terjadi pada populasi yang diuji (prevalensi).

Akurasi dan prevalensi

Accuracy = (TP + TN) / (TP + FP + FN + TN) · Prevalence = (TP + FN) / (TP + FP + FN + TN)

Akurasi adalah bagian dari semua hasil tes yang benar. Prevalensi adalah persentase populasi yang dites yang benar-benar mengidap penyakit tersebut — ini adalah properti dari populasi, bukan tesnya, dan itulah alasan mengapa PPV dan NPV bisa terlihat sangat berbeda di seluruh rangkaian bahkan untuk tes yang sama persis.

✓

Referensi umum

Kepercayaan, metodologi, dan sumber

Ditulis oleh Calculover Editorial Team · Updated 2026-07-31 · 3 sources

Akuntabilitas editorial

Author: Calculover Editorial Team - Penyunting

Owner: Calculover Editorial Team - Penanggung jawab editorial

Last reviewed: 2026-07-31

Last verified: 2026-07-31

Metodologi

Keterbatasan & bimbingan

Standar rujukan mengikuti sumber yang dicantumkan. Halaman ini tidak menyatakan kesesuaian dengan pedoman medis Indonesia.

Kalkulator pendidikan ini menerapkan rumus tes diagnostik standar 2?2. Ini tidak mendiagnosis penyakit, memvalidasi tes, atau menggantikan saran dari profesional kesehatan atau ahli statistik yang berkualifikasi. Hasil tergantung pada label kondisi yang diberikan, standar referensi, populasi penelitian, dan prevalensi.

Jangan gunakan kalkulator ini sendirian untuk membuat keputusan tentang pengujian, diagnosis, isolasi, pengobatan, atau perawatan darurat.

Professional guidance:

Sumber primer

FDA diagnostic-test statistical guidance

NCBI diagnostic testing overview

Merck Manual: Understanding Medical Tests

📖

Glosarium

Penjelasan istilah penting

8 istilah

Tingkat positif sebenarnya — proporsi orang yang benar-benar memiliki kondisi yang dapat diidentifikasi positif dengan benar oleh tes. Sensitivitas tinggi berarti sedikit kasus yang terlewat (sedikit negatif palsu).

Tingkat negatif sebenarnya (true negative rate) — proporsi orang yang tidak memiliki kondisi yang dapat diidentifikasi dengan benar sebagai hasil tes negatif. Spesifisitas yang tinggi berarti sedikit alarm palsu (sedikit positif palsu).

Disebut juga presisi – probabilitas bahwa seseorang yang dites positif benar-benar mengidap kondisi tersebut. PPV meningkat seiring dengan prevalensi dan spesifisitas.

Kemungkinan seseorang yang hasil tesnya negatif sebenarnya tidak memiliki kondisi tersebut. NPV turun seiring dengan meningkatnya prevalensi, bahkan dengan tes yang sangat sensitif.

Proporsi keseluruhan hasil pengujian — gabungan positif dan negatif — yang sesuai dengan status kondisi sebenarnya: (TP + TN) dibagi dengan total pengujian. Bisa menjadi sangat tinggi jika satu kelas jarang ada.

True Positive adalah hasil tes positif pada seseorang yang benar-benar mengidap penyakit tersebut. Positif palsu adalah hasil positif pada seseorang yang tidak melakukannya — alarm palsu.

Proporsi populasi uji yang benar-benar mempunyai kondisi: (TP + FN) dibagi total. Properti dari populasi yang diuji, bukan dari pengujian itu sendiri — dan alasan utama mengapa pengujian yang sama dapat memiliki PPV yang sangat berbeda di lingkungan yang berbeda.

Tabel jumlah TP, FP, FN, dan TN berukuran 2×2 yang merangkum bagaimana prediksi pengujian sejalan dengan status kondisi sebenarnya. Setiap tarif di halaman ini berasal dari empat angka ini.

👥

Skenario

Contoh dalam kehidupan nyata

3 contoh nyata

🧪

Tabel dasar 2×2 → semua rasio

TP=40, FP=10, FN=5, TN=45 (N=100)

TP 40 FP 10 FN 5 TN 45

Sensitivitas = 40/45 = 88,9%. Spesifisitas = 45/55 = 81,8%. PPV = 40/50 = 80,0%. NPV = 45/50 = 90,0%. Akurasi = 85/100 = 85,0%. Prevalensi = 45/100 = 45,0%. Dengan total putaran 100, setiap tarif langsung dihitung.

📉

PPV tergantung pada prevalensi

Uji sensitivitas 90% / spesifisitas 95% sama, dua populasi

Prevalensi tinggi: TP 450 Prevalensi tinggi: FP 25 Prevalensi tinggi: FN 50 Prevalensi tinggi: TN 475

Pada populasi klinik bergejala dimana 50% benar-benar memiliki kondisi tersebut (N=1000: 500 dengan, 500 tanpa), tes ini memberikan PPV = 450/475 = 94,7% dan NPV = 475/525 = 90,5%. Diterapkan pada pengaturan penyaringan populasi umum di mana hanya 1% yang memiliki kondisi tersebut (N=10.000: 100 dengan, 9.900 tanpa), pengujian 90% sensitif, 95% spesifik yang sama menghasilkan TP=90, FN=10, FP=495, TN=9.405 — PPV turun menjadi 90/585 = 15,4%, meskipun sensitivitas dan spesifisitasnya tidak berubah sama sekali. NPV bergerak sebaliknya, naik menjadi 9.405/9.415 = 99,9%.

⚠️

Akurasi bisa menyesatkan

TP=0, FP=0, FN=20, TN=980 (N=1000)

TP 0 FP 0 FN 20 TN 980

Sebuah tes yang selalu melaporkan hasil negatif, digunakan ketika hanya 2% populasi yang mengidap penyakit tersebut, memiliki akurasi 98,0% — namun sensitivitasnya 0,0%: tes ini tidak menangkap satu pun dari 20 kasus yang sebenarnya. PPV juga tidak ditentukan di sini (tidak ada hasil tes positif yang benar atau salah). Inilah sebabnya mengapa akurasi saja merupakan ringkasan yang buruk untuk kondisi yang jarang terjadi, dan mengapa sensitivitas dan spesifisitas dilaporkan secara terpisah.

🔗

Referensi

Sitasi kalkulator ini

APA & MLA

Gunakan salah satu format ini untuk menyitasi kalkulator dalam makalah, laporan, atau daftar sumber.

APA

MLA

📄

Ulasan mendalam

Pengertian Sensitivitas, Spesifisitas, PPV, dan NPV

3 bab · 3 menit membaca

Sensitivitas dan spesifisitas menggambarkan seberapa baik kinerja tes diagnostik dibandingkan dengan status kondisi sebenarnya — namun keduanya tidak memberi tahu Anda apa arti satu hasil positif atau negatif bagi orang yang mendapatkannya. Itulah gunanya PPV dan NPV, dan mengapa tes yang sama bisa terlihat sangat berbeda tergantung pada populasi yang menggunakannya.

Cara kerja kalkulator

Masukkan empat penghitungan dari matriks kebingungan Anda — positif sebenarnya, positif palsu, negatif palsu, negatif sebenarnya — dan kalkulator akan memperoleh sensitivitas, spesifisitas, PPV, NPV, akurasi, dan prevalensi langsung dari penghitungan tersebut. Setiap tarif memiliki penyebutnya sendiri (sensitivitas dan spesifisitas hanya melihat status kondisi sebenarnya; PPV dan NPV hanya melihat hasil pengujian), sehingga penghitungan nol di satu penyebut tidak menghentikan penghitungan tarif lainnya.

Mengapa PPV dan NPV berubah seiring dengan prevalensi, namun sensitivitas dan spesifisitas tidak

Sensitivitas dan spesifisitas adalah sifat dari tes itu sendiri — seberapa baik tes tersebut membedakan yang sakit dari yang sehat, dan berlaku untuk populasi mana pun yang digunakan. PPV dan NPV adalah properti pengujian pada populasi tertentu, karena keduanya menjawab pertanyaan yang berbeda: jika diberi hasil, seberapa besar kemungkinan hasil tersebut benar? Pada tingkat prevalensi yang rendah, bahkan tingkat positif palsu yang kecil akan menghasilkan lebih banyak alarm palsu dibandingkan hasil tangkapan sebenarnya, sehingga menurunkan PPV secara tajam — persamaan yang mendasari mengapa skrining universal untuk kondisi langka menghasilkan begitu banyak alarm palsu, dan mengapa dokter mempertimbangkan kemungkinan pra-tes sebelum memesan tes.

Akurasi membaca dengan cermat

Akurasi melipatgandakan segalanya menjadi satu angka, sehingga mudah untuk terlalu percaya. Pada kondisi yang jarang terjadi, suatu tes (atau bahkan aturan yang selalu memprediksi 'negatif') dapat menghasilkan skor akurasi yang tinggi namun secara klinis tidak berguna - tes ini hanya menguntungkan karena kondisi tersebut tidak umum terjadi. Selalu periksa akurasi bersamaan dengan sensitivitas dan spesifisitas, bukan sebaliknya.

❓

Pertanyaan

Pertanyaan umum

6 pertanyaan

Apa itu sensitivitas?+

Sensitivitas adalah tingkat positif sebenarnya - proporsi orang yang benar-benar memiliki kondisi yang dapat diidentifikasi positif dengan benar oleh tes. Sensitivitas = TP / (TP + FN).

Apa kekhususannya?+

Spesifisitas adalah tingkat negatif sebenarnya - proporsi orang yang tidak memiliki kondisi yang dapat diidentifikasi dengan benar sebagai negatif oleh tes tersebut. Spesifisitas = TN / (TN + FP).

Apa itu PPV?+

PPV (nilai prediktif positif) juga disebut presisi — probabilitas bahwa seseorang yang dites positif benar-benar mengidap kondisi tersebut. PPV = TP / (TP + FP), dan tidak seperti sensitivitas, PPV bergantung pada seberapa umum kondisi tersebut terjadi pada populasi yang diuji.

Bagaimana prevalensi mempengaruhi PPV dan NPV?+

Prevalensi yang lebih rendah akan menurunkan PPV dan meningkatkan NPV, bahkan dengan sensitivitas dan spesifisitas yang sama, karena pada prevalensi yang rendah, hasil positif palsu lebih banyak daripada hasil positif sebenarnya di antara semua hasil positif. Lihat contoh di atas yang membandingkan prevalensi 50% vs 1% dengan tes yang sama.

Apa itu akurasi?+

Akurasi adalah bagian keseluruhan dari hasil yang benar: (TP + TN) dibagi dengan total pengujian. Nilai ini bisa sangat menyesatkan pada kondisi yang jarang terjadi — periksa juga sensitivitas dan spesifisitasnya, bukan akurasinya saja.

Bagaimana dengan skor F1 — apakah ada hubungannya?+

F1 adalah rata-rata harmonik PPV (presisi) dan sensitivitas (recall): F1 = 2 × (PPV × Sensitivitas) / (PPV + Sensitivitas). Anda dapat menghitungnya dari nilai PPV dan Sensitivitas yang ditampilkan di sini.

Unduh PDF satu halaman berisi hasil Anda. Masukkan alamat email untuk menerima kiat kalkulator sesekali. Tanpa spam, dan Anda dapat berhenti berlangganan kapan saja. Privasi.

Kalkulator Sensitivitas dan Spesifisitas

Matriks Kebingungan

Tes yang sama, prevalensi berbeda

Cara menggunakan kalkulator ini

Masukkan matriks kebingungan

Baca sensitivitas dan spesifisitasnya

Periksa PPV dan NPV untuk populasi Anda

Tinjau keakuratan keseluruhan

Rumus dan metodologi

Kepercayaan, metodologi, dan sumber

Penjelasan istilah penting

Contoh dalam kehidupan nyata

Tabel dasar 2×2 → semua rasio

PPV tergantung pada prevalensi

Akurasi bisa menyesatkan

Sitasi kalkulator ini

Pengertian Sensitivitas, Spesifisitas, PPV, dan NPV

Cara kerja kalkulator

Mengapa PPV dan NPV berubah seiring dengan prevalensi, namun sensitivitas dan spesifisitas tidak

Akurasi membaca dengan cermat

Pertanyaan umum

Dapatkan PDF hasil dengan merek Calculover

Kalkulator Sensitivitas dan Spesifisitas

Matriks Kebingungan

Hasil Sensitivitas dan Spesifisitas

Hasil PPV dan NPV

Tes yang sama, prevalensi berbeda

Hasil Akurasi

Cara menggunakan kalkulator ini

Masukkan matriks kebingungan

Baca sensitivitas dan spesifisitasnya

Periksa PPV dan NPV untuk populasi Anda

Tinjau keakuratan keseluruhan

Rumus dan metodologi

Kepercayaan, metodologi, dan sumber

Penjelasan istilah penting

Contoh dalam kehidupan nyata

Sitasi kalkulator ini

Pengertian Sensitivitas, Spesifisitas, PPV, dan NPV

Cara kerja kalkulator

Mengapa PPV dan NPV berubah seiring dengan prevalensi, namun sensitivitas dan spesifisitas tidak

Akurasi membaca dengan cermat

Pertanyaan umum

Dapatkan PDF hasil dengan merek Calculover

Jelajahi lebih lanjut

kalkulator terkait

Panduan & artikel