metoderiset-keperawatan-2-2012

METODE RISET KEPERAWATAN

DISAINPENELITIAN

Penelitian EPIDEMIOLOGI KROSSEKSIONALKASUS KONTROL

KOHORT

TUJUAN PERKULIAHAN :Setelah mengikuti matakuliah ini mahasiswa memahami tentang rancangan (atau disain) penelitian “epidemiologi” untuk penelitian-

penelitian kesehatan

POKOK BAHASAN :1. Penelitian dengan pendekatan “epidemiologi”2. Rancangan/ disain “cross-sectional”3. Rancangan/ disain “kasus kontrol”4. Rancangan/ disain “kohort”5. Aplikasi disain cross-sectional, kasus kontrol dan

kohort untuk penelitian kesehatan

MASALAH Penelitian

TUJUAN Penelitian

Penelusuran Pustaka

Landasan Teori

KERANGKA TEORI

KERANGKA KONSEP

Langkah-langkah Penelitian :

Penelitian EPIDEMIOLOG

I

Dari KERANGKA KONSEP PENELITIAN dapat diketahui :

KERANGKA KONSEP PENELITIAN

VARIABEL penelitian

HUBUNGAN antar variabel

HIPOTESIS penelitian

Contoh : KERANGKA KONSEP PENELITIAN

VARIABELVARIABEL

VARIABEL

VARIABELVARIABEL

VARIABEL

VARIABEL

1. VARIABEL penelitian

2. HUBUNGAN antar variabel

3. HIPOTESIS penelitian

Contoh : KERANGKA KONSEP PENELITIAN

BERAT BADAN BAYI

saat LAHIR

UMUR IBU saat hamil

FAKTOR IBU dan BERAT BADAN BAYI LAHIR

TINGGI BADAN Ibu hamil

PERTAMBAHAN BERAT BADAN selama kehamilan

PARITAS

STATUS ANEMIA Ibu hamil

PRENATAL CARE

Dan lain sebagainya

A

BC

D

FE

G

Berdasarkan : pendekatan “EPIDEMIOLOGI”

Penelitian epidemiologi adalah penelitian yang mengkaji problema atau masalah

dengan pendekatan komunitas atau kelompok masyarakat

Penelitian EPIDEMIOLOGI

DESKRIPTIF ANALITIK

OBSERVASIONAL EKSPERIMENTAL

CROSSECTIONALKASUS KONTROL

KOHORT

Penelitian epidemiologi ANALITIK

Mengkaji hubungan kausal atau SEBAB - AKIBAT

Mengkaji hubungan antara FAKTOR RISIKO (variabel bebas) dan

EFEK/PENYAKIT (variabel terikat)

Untuk pembuktian HIPOTESIS

Penelitian EPIDEMIOLOGI - ANALITIK

Mengkaji hubungan kausal atau SEBAB - AKIBAT

Variabel BEBAS Variabel TERIKAT

SEBAB AKIBAT

Penelitian EPIDEMIOLOGI - ANALITIK

Mengkaji hubungan antara FAKTOR RISIKO dan EFEK/PENYAKIT

Variabel BEBAS Variabel TERIKAT

EFEK/PENYAKITFAKTOR RISIKO

Catatan :Pada penelitian KESEHATAN/ KEPERAWATAN EFEK tidak selalu suatu kondisi “PENYAKIT”

Penelitian : Ibu Hamil ANEMIA dan Berat Badan Bayi Lahir

Contoh :

STATUS ANEMIA IBU HAMIL

BERAT BADAN BAYI LAHIR

Variabel BEBAS Variabel TERIKAT

“SEBAB” “AKIBAT”

“Faktor RISIKO” “EFEK/Penyakit”

Penelitian EPIDEMIOLOGI ANALITIK

Mengkaji hubungan antara FAKTOR RISIKO dan EFEK/PENYAKIT

FAKTOR RISIKO (FR) EFEK

FR (+) EFEK (+)

FR (-) EFEK (-)

Penelitian EPIDEMIOLOGI ANALITIK

Mengkaji hubungan antara FAKTOR RISIKO dan EFEK/PENYAKIT

FR (+) EFEK (+)

FR (-) EFEK (-)

Terpapar/EXPOSURE

Tidak terpapar/Non-EXPOSURE

SAKIT

SEHAT

Contoh : Faktor Risiko Efek

Penelitian :IBU HAMIL ANEMIA dan BERAT BADAN BAYI LAHIR

FR(+) EFEK(+)

FR(-) EFEK(-)

ANEMIA

Non-ANEMIA

BB Lahir Rendah (BBLR)

BB Lahir Normal (BBLN)

KROSSEKSIONAL“CROSS-SECTIONAL”

Penelitian EPIDEMIOLOGI ANALITIK

CROSS-SECTIONAL

Faktor Risiko (atau variabel bebas) dan Efek (atau variabel terikat) diteliti atau diobservasi pada

waktu bersamaan (saat yang sama)

Penelitian EPIDEMIOLOGI ANALITIK

DISAIN atau RANCANGAN “CROSS-SECTIONAL”

POPULASI(SAMPEL)

FR (+) FR (-)

EFEK (+) EFEK (-) EFEK (-)EFEK (+)

FAKTOR RISIKO dan EFEK diteliti atau diobservasi pada waktu bersamaan (saat yang sama)

Contoh :IBU HAMIL ANEMIA dan BERAT BADAN BAYI LAHIR

POPULASI(IBU HAMIL …)

FR (+)ANEMIA

FR (-)Non-Anemia

EFEK (+)BBLR

EFEK (-)BBLN

EFEK (-)BBLN

EFEK (+)BBLR

STATUS ANEMIA dan BB BAYI LAHIR diteliti atau diobservasi pada waktu bersamaan (saat yang sama)

BESAR SAMPEL

n = { (Z/22 x p x q }/e2

• n = besar sampel

• Z /2 = tingkat kepercayaan yang diinginkan (atau )

• p = perkiraan proporsi/ atau prevalensi/ atau insidens/ atau kejadian kasus pada populasi

• q = 1 – p• e = perkiraan kesalahan sampling untuk nilai p

Penelitian SURVAI/ Cross-sectional : “non-eksperimental)

(SUBYEK atau UNIT penelitian dalam keadaan apa adanya atau “in nature”)

Survai POPULASI :Seluruh SUBYEK penelitian (“total populasi”)

Cara/ pelaksanaan :

Survai - “SAMPEL” :Sebagian dari SUBYEK Penelitian

(sebagian dari populasi)

Survai - “SAMPEL” :Sebagian dari SUBYEK

Penelitian

POPULASI(Subyek

Penelitian)SAMPEL(sebagia

n dari populasi)

•n : besar sampel•Z : tingkat kepercayaan yang diinginkan•p : prosentase kasus yang akan diteliti•q : 1 – p•e : kesalahan estimasi untuk nilai p

n = {(Z/2)2 x p x q}/e2

Survai - “SAMPEL” :Sebagian dari SUBYEK

Penelitian

Teknik Sampling

Random (Acak) Non-Random

•Acak sederhana•Acak sistematik•Acak stratifikasi•Acak cluster•Acak bertahap

•Purposive sampling•Quota sampling•Accidental sampling•Dlsb.

POPULASI(Subyek

Penelitian)SAMPEL(sebagia

n dari populasi)

Contoh : Survai/Cross-sectional – POPULASI

POPULASI (Subyek Penelitian) : ......... ?

IBU HAMIL dan BERAT BADAN BAYI LAHIR

Contoh : SURVAI – POPULASI

POPULASI (Subyek Penelitian) :Semua IBU HAMIL yang melahirkan BAYI

di Klinik Bersalin “SAKINA IDAMAN”, Yogyakarta, selama bulan Nopember 2012

IBU HAMIL dan BERAT BADAN BAYI LAHIR

Contoh : Survai/Cross-sectional – SAMPEL

•POPULASI (Subyek Penelitian) : .........•BESAR SAMPEL : ..............•TEKNIK SAMPLING : .........

Penyakit Infeksi dan Status Kesehatan BALITA

Contoh : SURVAI – SAMPEL

Penyakit Infeksi dan Status Kesehatan Balita

POPULASI (Subyek Penelitian) :Semua BALITA di desa ........,

Kecamatan ......, Sleman, D.I.Yogyakarta

Besar Sampel : n = {(Z/2)2 x p x q}/e2

•Tingkat kepercayaan 95% Z/2 = 1.96•p = kasus gizi kurang = 50% p = 0.5•q = 1 – p = 1 – 0.5 = 0.5•e = 5 % 0.05

Besar sampel = n = {(1.96)2 x 0.5 x 0.5 }/ (0.05)2 = 96 balita

Contoh : Survai/Cross-sectional – SAMPEL

Penyakit Infeksi dan Status Kesehatan Balita

POPULASI (Subyek Penelitian) :Semua BALITA di desa ........,

Kecamatan ......, Sleman, D.I.Yogyakarta

Besar Sampel : n = 96 balita

Teknik Sampling : Purposive sampling, dengan kriteria inklusi sebagai berikut :

1.Balita berusia 1 sampai 5 tahun2.........3.........

BESAR SAMPEL

Untuk menduga p (= proporsi) dalam jarak e (dalam persen absolut) dengan TINGKAT KEPERCAYAAN 95%

(atau kesalahan = 5%)

Sumber : LEMESHOW, dkk., 1987

BESAR SAMPELSumber : LEMESHOW, dkk., 1987

0.10

0.20

0.30

0.40

0.50

0.60

0.70

0.80

0.90

Perkiraan PROPORSI/KASUS pada POPULASI (= p)e

(%)

0.05 138

246

323

369

384

369

323

246

138

0.10 35 61 81 92 96 92 81 61 35

Contoh : “Crossectional”

KEGEMUKAN dan Kejadian HIPERTENSI

Contoh :KEGEMUKAN dan Kejadian HIPERTENSI

POPULASI(KARYAWAN …)

FR (+)OBESE

FR (-)Non-

OBESE

EFEK (+)HIPERTENSI

EFEK (-)Non-

HIPERTENSI

EFEK (-)Non-HIPERTENSI

EFEK (+)HIPERTENSI

BESAR SAMPEL …….??

Bila, tk. kepercayaan 95%, prevalensi : ± 30%, e = 10%,

maka : BESAR SAMPEL = n = 81 karyawan

ANALISIS DATA HASIL PENELITIAN

POPULASI(SAMPEL)

FR (+) FR (-)

EFEK (+) EFEK (-) EFEK (-)EFEK (+)

A B C D

ANALISIS DATA

EFEK

(+) (-)

FAKTOR RISIKO

(+)

(-)

TOTAL

TOTAL

A + B

C + D

A+B+C+D

A BC D

A+C B+D

PREVALENSI pada FR(+) dengan EFEK (+) = A/(A+B)

PREVALENSI pada FR(-) dengan EFEK (+) = C/(C+D)

RESIKO RELATIF (= RR)= A / (A+B) : C/ (C+D)

ANALISIS DATA

EFEK

(+) (-)

FAKTOR RISIKO

(+)

(-)

TOTAL

TOTAL

A + B

C + D

A+B+C+D

A BC D

A+C B+D

RESIKO RELATIF ( = RR)• RR >1 ada asosiasi positif antara FR dan

EFEK• RR =1 tidak ada asosiasi antara FR dan

EFEK• RR <1 ada asosiasi negatif antara FR dan

EFEK (ada efek perlindungan)

ANALISA DATA (lanjutan …)

HIPOTESIS STATISTIK

• Ho : tidak ada asosiasi antara FR dan EFEK

• Ha : ada asosiasi antara FR an EFEK

FAKTOR RISIKO

EFEKTOTAL(+) (-)

(+) A B A+B

(-) C D C+D

TOTAL A+C B+D A+B+C+DUji statistik TABEL (2x2)

Uji CHI SQUARE/ KAI KUADRAT

KELEBIHAN :• Dapat memperkirakan hubungan SEBAB dan

AKIBAT• Mudah dilaksanakan, EKONOMIS dari segi waktu

dan hasil dapat diperoleh dengan cepat• Dapat meneliti sekaligus BANYAK variabel (baik

untuk FAKTOR RISIKO maupun EFEK)

KETERBATASAN :• INFORMASI kurang mendalam• Dibutuhkan SUBYEK penelitian dalam jumlah

besar (terutama bila variabel yang diteliti banyak)

“CASE CONTROL”KASUS KONTROL

KASUS KONTROL

Penelitian epidemiologi ANALITIK yang bersifat OBSERVASIONAL dimana dilakukan

perbandingan antara kelompok KASUS/atau EFEK (+)

dengan kelompok KONTROL atau EFEK (-) kemudian diteliti penyebab/FAKTOR RISIKO

Mempelajari hubungan antara FAKTOR RISIKO dan EFEK dengan pendekatan retrospektif

FAKTOR RISIKO EFEK/PENYAKIT

KASUS KONTROL

FAKTOR RISIKO

EFEK/PENYAKIT

PRINSIP :EFEK diteliti atau diidentifikasi lebih

dulu kemudian diteliti FAKTOR RISIKO

RETROSPEKTIF

DISAIN atau RANCANGAN “KASUS KONTROL”

POPULASI(SAMPEL)

FR (+)

FR (-)

EFEK (-)

EFEK (+)

EFEK diteliti atau diidentifikasi lebih dulu kemudian diteliti FAKTOR RISIKO

FR (+)

FR (-)

RETROSPEKTIF

RETROSPEKTIF

KASUS

KONTROL

AKIBAT(SAAT INI)

SEBAB(MASA LALU)

Contoh :IBU HAMIL ANEMIA dan BERAT BADAN BAYI

LAHIR

POPULASIBAYI LAHIR …

FR (+)ANEMIA

FR (-)Non-Anemia

EFEK (-)BBL Normal

EFEK (+)BBL Rendah

Bayi Lahir diteliti/diidentifikasi lebih dulu kemudian diteliti secara retrospektif Status Anemia Ibu

Hamil

FR (+)ANEMIA

FR (-)Non-Anemia

KASUS

KONTROL

BESAR SAMPEL

KASUS : KONTROL tak sebanding1 : 21 : 31 : 4

Dst.nya …

KASUS dan KONTROL sebanding1 :1

n1 = n2 = (Z√2 pq + Z√p1q1 + p2q2 )2

(p1 – p2)2

ANALISIS DATA untuk KASUS KONTROL

POPULASI(SAMPEL)

FR (+)

FR (-)

EFEK (-)

EFEK (+)

FR (+)

FR (-)

RETROSPEKTIF

RETROSPEKTIF

KASUS

KONTROL

A

B

C

D

ANALISIS DATA

EFEK

KASUS KONTROL

FAKTOR RISIKO

(+)

(-)

TOTAL

TOTAL

A + C

B + D

A+B+C+D

A CB D

A+B C+D

ODDS RASIO (= OR)= (A x D) : (B x C)

ANALISIS DATA

EFEK

KASUS KONTROL

FAKTOR RISIKO

(+)

(-)

TOTAL

TOTAL

A + C

B + D

A+B+C+D

A CB D

A+B C+D•OR > 1 ada asosiasi positif antara FR dan EFEK•OR = 1 tidak ada asosiasi antara FR dan EFEK•OR < 1 ada asosiasi negatif antara FR dan EFEK (ada efek perlindungan)

ANALISIS DATA (lanjutan ..!!!)

EFEK

KASUS KONTROL

FAKTOR RISIKO

(+)

(-)

TOTAL

TOTAL

A + C

B + D

A+B+C+D

A CB D

A+B C+D

Uji statistik TABEL (2x2)Uji CHI SQUARE/ KAI KUADRAT

HIPOTESIS STATISTIK

• Ho : tidak ada asosiasi antara FR dan EFEK

• Ha : ada asosiasi antara FR an EFEK

KELEBIHAN :• Tidak membutuhkan WAKTU, TENAGA dan

BIAYA yang relatif besar• Tidak ditemukan DROP OUT responden• Tetap dapat dilakukan walaupun kasus sedikit• Sangat sesuai untuk penyakit yang jarang

terjadi• Bila penelitian dilakukan di RUMAH SAKIT,

dapat memanfaatkan data yang ada

KETERBATASAN :Bersifat retrospektif, sehingga variabel/ data

yang dikumpulkan ada kemungkinan kurang valid/ tidak obyektif

“COHORT”KOHORT

KOHORT

Penelitian epidemiologi ANALITIK yang bersifat OBSERVASIONAL dimana dilakukan

perbandingan antara kelompok dengan FAKTOR RISIKO (+)

dengan kelompok FAKTOR RISIKO (-) kemudian diteliti akibat atau EFEK

Mempelajari hubunganantara FAKTOR RISIKO dan EFEK dengan

pendekatan prospektif

FAKTOR RISIKO EFEK/PENYAKIT

KOHORT

FAKTOR RISIKO

EFEK/PENYAKIT

PRINSIP :FAKTOR RISIKO diteliti atau

diidentifikasi lebih dulu kemudian diteliti EFEK secara prospektif

PROSPEKTIF

DISAIN atau RANCANGAN “KOHORT”

POPULASI(SAMPEL)

FR (+)EXPOSE

EFEK (-)

EFEK (+)

FAKTOR RISIKO diteliti atau diidentifikasi lebih dulu kemudian diteliti EFEK secara prospektif

FR (-)Non-EXPOSE

PROSPEKTIF

PROSPEKTIF

AKIBAT(MASA y.a.d.)

SEBAB(SAAT INI)

EFEK (+)

EFEK (-)

SUBYEKEFEK (-)

TERPAPAR

Tak TERPAPAR

Contoh :IBU HAMIL ANEMIA dab BERAT BADAN BAYI

LAHIRPOPULASIIBU HAMIL Trim. III

FR (+)ANEMIA EFEK (-)

BBL Normal

EFEK (+)BBL Rendah

Status Anemia Ibu Hamil diteliti atau diidentifikasi lebih dulu kemudian diteliti Berat Bayi Lahir secara

prospektif

FR (-)Non-

Anemia

PROSPEKTIF

PROSPEKTIF

EFEK (+)BBL Rendah

EFEK (-)BBL Normal

SUBYEKEFEK (-)Tak ada riwayat

BBLR

TERPAPAR

Tak TERPAPAR

BESAR SAMPEL

FR (+) : FR (-) tak sebanding

1 : 21 : 3

Dst.nya …

FAKTOR RISIKO (+) dan FAKTOR RISIKO (-) sebanding

n1 = n2 = (Z√2 pq + Z√p1q1 + p2q2 )2

(p1 – p2)2

ANALISIS DATA untuk “KOHORT”

POPULASI

FR (+)EFEK (-)

EFEK (+)

FR (-)

PROSPEKTIF

PROSPEKTIF

EFEK (+)

EFEK (-)

SUBYEKEFEK (-)

TERPAPAR

Tak TERPAPAR

A

B

C

D

ANALISIS DATA

EFEK

(+) (-)

FAKTOR RISIKO

(+)

(-)

TOTAL

TOTAL

A + B

C + D

A+B+C+D

A BC D

A+C B+D

INSIDENS pada FR(+) dengan EFEK (+) = A/(A+B)

INSIDENS pada FR(-) dengan EFEK (+) = C/(C+D)

RESIKO RELATIF (= RR)= A / (A+B) : C/ (C+D)

ANALISIS DATA

EFEK

(+) (-)

FAKTOR RISIKO

(+)

(-)

TOTAL

TOTAL

A + B

C + D

A+B+C+D

A BC D

A+C B+D

RESIKO RELATIF ( = RR)• RR >1 ada asosiasi positif antara FR dan

EFEK• RR =1 tidak ada asosiasi antara FR dan

EFEK• RR <1 ada asosiasi negatif antara FR dan

EFEK (ada efek perlindungan)

ANALISA DATA (lanjutan …)

HIPOTESIS STATISTIK

• Ho : tidak ada asosiasi antara FR dan EFEK

• Ha : ada asosiasi antara FR an EFEK

FAKTOR RISIKO

EFEKTOTAL(+) (-)

(+) A B A+B

(-) C D C+D

TOTAL A+C B+D A+B+C+DUji statistik TABEL (2x2)

Uji CHI SQUARE/ KAI KUADRAT

KELEBIHAN :• INFORMASI/ data yang diperoleh lebih

akurat atau dipercaya• Dapat digunakan untuk meneliti

hubungan SEBAB-AKIBAT

KETERBATASAN :• Membutuhkan WAKTU, TENAGA dan

BIAYA yang relatif besar• Ada kemungkinan DROP OUT

responden• Ada kendala “ETIS” (terutama bila

berkaitan dengan penyakit)• Sulit dilakukan bila kasus hanya

sedikit

Sampai jumpa di pertemuan

berikut ........ !!!!