desain studi
DESCRIPTION
Desain studi. Epidemiologi Deskriptif. Disain Penelitian Epidemiologi. Introduksi. Epidemiologi adalah ilmu yang mempelajari : Distribusi Frekwensi suatu penyakit / masalah kesehatan di populasi Diterminan. Disain penelitian Epidemiologi. - PowerPoint PPT PresentationTRANSCRIPT
1
2
Introduksi
Disain penelitian Epidemiologi
3
Untuk mempelajari distribusi dan frekwensi penyakit di populasi
dipakai
disain studi epidemiologi deskriptif
Untuk mempelajari diterminan suatu penyakit di populasi dipakai
disain
studi epidemiologi analitik
4
Penelitian epidemiologi berdasarkan unit pengamatan/unit analisisnya
dapat dibagi menjadi :• studi dengan unit pengamatan/analisis individu• studi epidemiologi dengan unit pengamatan/analisis agregat
Termasuk disain studi epidemiologi dengan unit pengamatan
/analisis individu adalah :• disain studi laporan kasus• disain studi serial kasus• disain studi potong lintang• disain studi kasus - kontrol• disain studi kohort• disain studi intervensi
5
Penelitian epidemiologi berdasarkan bagaimana tindakan peneliti
terhadap subjek yang diteliti dapat dibagi menjadi :• disain studi observasional• disain studi intervensi
Termasuk disain studi epidemiologi yang bersifat studi
observasional adalah :
semua disain studi epidemiologi kecuali studi intervensi, yakni;• semua disain studi epidemiologi deskriptif • semua disain studi epidemiologi analitik kecuali studi
intervensi
Termasuk disain studi epidemiologi dengan unit pengamatan
/analisis agregat adalah :• disain studi korelasi
6
Pada disain studi epidemiologi yang bersifat studi observasional,
peneliti hanya mengobservasi subjek-subjek yang diteliti tanpa
melakukan intervensi
Pada disain studi epidemiologi yang bersifat intervensi, peneliti
melakukan intervensi pada subjek-subjek yang diteliti
7
• merupakan studi epidemiologi yang bersifat observasional• unit pengamatan/analisisnya individual• merupakan laporan kasus-kasus penyakit dengan diagnosis
yang diduga sama• biasanya merupakan penyakit-penyakit baru, masalah kesehatan baru,
fenomena baru yang belum jelas • menggambarkan riwayat penyakit, pengalaman klinis dari
masing-masing kasus• laporan kasus-kasus kemudian dapat dianalisis secara sederhana yakni
dengan melihat• distribusi/ frekwensi penyakit• berdasarkan : gejala-gejala klinis “ Orang, Tempat, Waktu”
8
• tujuan : • diperoleh informasi tentang distribusi frekwensi penyakit
/masalah kesehatan yang diteliti• diperoleh informasi tentang kelompok yang berisiko tinggi
terhadap penyakit• dapat dipakai untuk membangun/memformulasikan hipotesis baru
• kelemahan :• gambaran distribusi, frekwensi penyakit yang diperoleh
tidak dapat mewakili populasi• hanya berdasarkan kasus-kasus yang dilaporkan saja
• kelebihan :• sebagai langkah awal untuk mempelajari suatu penyakit• sebagai jembatan antara penelitian klinis dan penelitian epidemilogi• dapat digunakan untuk sebagai dasar penelitian lebih lanjut :
• dengan melihat kelompok yang berisiko tinggi• dengan membuktikan hipotesis yang dibangun
9
•contoh dari suatu studi laporan kasus
• suatu penyakit yang belum jelas sebut penyakit X, • 10 orang dengan gejala-gejala yang mirip satu sama lain :
• berdasarkan gejala dan pemeriksaan laboratoris• Berat badan : 9 orang dengan gejala mengurus, 1 berat badan
tidak turun• Diare : 6 diare, 4 tidak ada diare• Demam : 8 demam dengan pnemonia, 4 tidak demam• Bercak pada kulit : 7 orang mempunyai, 3 tidak ada bercak• Pemeriksaan laboratoris : semua pasien angka limfosit
menurun drastis
• berdasarkan gambaran demografinya• sex : 9 pria, 1 wanita• umur : 8 dewasa muda, 2 tua• pekerjaan : 6 pemusik, 4 pegawai
10
• kebiasaan mengkonsumsi “drugs” :• menggunakan jarum suntik 8 orang, cara lain 2 orang
bukan pengguna
•perilaku berhubungan intim :• sesama jenis 8 orang, lawan jenis 2 orang
• dari data diatas dapat dilihat bahwa :
• dari gejala dan pemeriksaan laboratoris penyakit X tersebut adalah :• 90 % berat-badan menurun• 60 % diare• 80 % demam dengan pneumonia• 70 % bercak pada kulit• 100 % limfosit menurun drastis
11
• dari gambaran demografisnya• 90% pria• 80% dewasa muda• 60% pemusik
• dari kebiasaan mengkonsumsi narkoba • 80% pecandu narkoba
• dari perilaku seksual :• 80 % homoseksual
• diperoleh gambaran distribusi, frekwensi penyakit berdasarkan :• gejala dan tanda serta pemeriksaan laboratoris• gambaran demografi• kebiasaan mengkonsumsi narkoba• perilaku seksual
12
• dari analisis sederhana diatas didapat informasi kelompok orang
yang berisiko antara lain :• pria• dewasa muda• pemusik• pecandu narkoba• homoseksual
• dari informasi tadi dapat dibangun suatu hipotesis• pria lebih berisiko untuk mendapat penyakit X dari pada wanita• usia dewasa muda lebih berisiko untuk mendapat penyakit X
dari pada yang usia tua• pemusik lebih berisiko untuk mendapat penyakit X dari pada
non pemusik• pecandu narkoba lebih berisiko untuk mendapat penyakit X dari pada
bukan pecandu• homoseksual lebih berisiko untuk mendapat penyakit X dari pada
bukan heteroseksual
13
Untuk mendapatkan informasi yang dapat
menggambarkan distribusi, frekwensi penyakit
yang mewakili populasi diperlukan penelitian
epidemiologi deskriptif lain, dimana sampel
penelitian mewakili populasi yang diteliti disain
studi epidemiologi yang sesuai dipakai untuk itu
adalah disain studi potong lintang.
Untuk membuktikan hipotesis yang dibangun,
dapat dilakukan penelitian epidemiologi analitik
lebih lanjut antara lain dapat dengan :• studi kohort• studi kasus kontrol• studi intervensi
14
Studi Epidemiologi Serial Kasus
• merupakan studi epidemiologi yang bersifat observasional• unit pengamatan/unit analisis adalah individu• merupakan kumpulan kasus-kasus individual suatu penyakit dengan
diagnosis yang sama• sama dengan studi laporan kasus tapi dengan kasus yang lebih banyak• surveilens yang rutin dilakukan untuk suatu penyakit yang belum jelas
diagnosisnya ataupun sudah jelas diagnosisnya :• merupakan kumpulan laporan kasus-kasus, atau serial kasus• dapat digunakan untuk menditeksi munculnya penyakit baru• dapat digunakan juga untuk menditeksi adanya epidemi
15
• kumpulan laporan kasus kemudian dianalisis secara sederhana yakni
dengan melihat• distribusi/ frekwensi penyakit• berdasarkan “ Orang, Tempat, Waktu”
•tujuan : • diperoleh informasi tentang distribusi frekwensi penyakit
/masalah kesehatan yang diteliti• diperoleh informasi tentang kelompok yang berisiko tinggi
terhadap penyakit• dapat dipakai untuk membangun/memformulasikan hipotesis baru
16
•kelemahan :• gambaran distribusi, frekwensi penyakit yang diperoleh
tidak dapat mewakili populasi• hanya berdasarkan kasus-kasus yang dilaporkan saja
• kelebihan :• sebagai langkah awal untuk mempelajari gambaran epidemiologi
suatu penyakit• sebagai jembatan antara penelitian klinis dan penelitian epidemilogi• dapat digunakan sebagai dasar untuk penelitian epidemiologi
lebih lanjut :• dengan melihat kelompok yang diduga berisiko tinggi• dengan membuktikan hipotesis yang dibangun
17
Latihan :Kota X mempunyai 8 RS. Seorang dokter disalah satu RS melakukan penelitian terhadap kasuskasus diabetes mellitus (DM), selama 1 tahun penelitiannya terkumpul data sebagai berikut :
No ID Sex Umur Suku Kadar gula
Darah gr/ dl
Komplikasi Status Keluar dr
RS
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40
Wanita Wanita
Pria Pria Pria
Wanita Pria
Wanita Pria
Wanita Pria
Wanita Pria
Wanita Pria Pria Pria Pria Pria
Wanita Wanita
Pria Wanita
Pria Wanita
Pria Pria Pria
Wanita Wanita
Pria Wanita Wanita
Pria Pria Pria Pria Pria Pria Pria
50 45 30 35 40 50 40 45 30 60 35 45 50 60 40 35 40 50 40 45 60 40 45 35 40 40 45 50 55 60 40 45 50 40 30 35 35 40 40 40
J awa J awa
Sumatra Sumatra
J awa J awa
Betawi Betawi Betawi Betawi J awa J awa J awa J awa J awa J awa J awa J awa J awa
Sumatra Sumatra Betawi Betawi Betawi Betawi
Sumatra Sumatra
J awa Betawi Betawi
Sumatra J awa
Betawi Sumatra Betawi Betawi Betawi Betawi Betawi J awa
300 200 350 375 280 300 240 300 400 200 150 180 260 200 380 375 150 160 250 280 290 300 325 200 240 210 170 190 340 330 300 260 260 370 400 240 275 200 150 150
Ada Ada Ada Ada Ada Ada
Tidak ada Ada Ada
Tidak ada Tidak ada Tidak ada Tidak ada Tidak ada
Ada Ada
Tidak ada Tidak ada Tidak ada
Ada Ada Ada Ada
Tidakada Ada
Tidak ada Tidak ada Tidak ada
Ada Ada Ada Ada
Tidak ada Ada Ada Ada Ada
Tidak ada Tidak ada Tidak ada
Meninggal Hidup
Meninggal Meninggal Meninggal Meninggal
Hidup Hidup
Meninggal Hidup Hidup Hidup Hidup Hidup
Meninggal Meninggal
Hidup Hidup Hidup Hidup Hidup
Meninggal Meningga
Hidup Hidup Hidup Hidup Hidup
Meninggal Meninggal Meninggal Meninggal Meninggal Meninggal Meninggal
Hidup Hidup Hidup Hidup Hidup
18
Tugas :
• deskripsikan distribusikan/frekwensi penyakit DM berdasarkan :• jenis kelamin• umur• ada tidaknya komplikasi• kadar gula darah• status pada saat pulang dari RS
• dapatkah gambaran distribusi/frekwensi diatas menggambarkan kondisi di populasi ? apa alasannya ? • Dari data diatas dapatkah saudara menentukan kelompok yang diduga berisiko tinggi untuk penyakit DM ? bagaimana caranya
• dari data diatas dapatkah saudara memformulasikan hipotesis baru
• adakah hubungan antara komplikasi dengan kematian pada penderita DM• jika ada hubungan antara kejadian komplikasi dengan kematian pada penderita DM dapatkah hasil tersebut digeneralisasikan di populasi• dapatkah saudara memformulasikan hipotesis baru dari analisis hubungan tersebut
19
Studi Korelasi• nama lain studi ekologi• merupakan studi epidemiologi yang bersifat studi observasional• unit pengamatan/analisisnya adalah agregat , berikut beberapa
contoh
ukuran agregat :
• ukuran agregat yang mengukur nilai rata-rata, median, • atau proporsi dari kumpulan nilai-nilai individu di suatu
kelompok misal :• nilai rate suatu penyakit ; insidens, prevalens • nilai rata-rata asupan lemak pada suatu kelompok
individu /masyarakat• nilai cakupan program• nilai median dari penghasilan sekelompok individu
20
• ukuran agregat “environment”, merupakan ukuran yang
mewakili karakteristik fisik dari suatu lingkungan hidup
misalnya :• nilai cakupan rumah sehat pada suatu area• nilai intensitas polusi pada suatu area • nilai kepadatan jentik pada suatu area
• populasi studi terdiri dari kumpulan unit pengamatan dari mana
ukuran agregat diukur
• sebagai contoh : unit pengamatan untuk angka kepadatan jentik,
dan insidens DHF diukur berdasarkan area kerja puskesmas,
maka populasi studi terdiri dari kumpulan puskesmas - puskesmas
21
• analisis yang dilakukan dapat bersifat:• deskriptif : melihat distribusi frekwensi dari variabel yang diteliti
(dalam unit agregat)
• analitik : melihat korelasi/hubungan antara variabel-variabel diteliti• jika variabel “exposure” dan variabel “outcome” diukur sebagai
data kontinyu• hubungannya secara statistik diuji dengan uji korelasi • kekuatan/keeratan hubungan dilihat dengan melihat
nilai koefisien korelasi (“r”)• jika variabel “exposure” dan variabel “outcome” diukur
sebagai data kategorikal• hubungannya secara statistik dapat diuji dengan uji kuadrat,
atau regressi logistik• kekuatan hubungan dilihat dengan menghitung RR atau OR
22
• contoh : suatu studi ekologi ingin melihat korelasi antara cakupan
imunisasi campak dengan insidens campak• unit pengamatan puskesmas• populasi studi; 10 puskesmas• cakupan imunisasi campak dianggap sebagai (exposure
/ independent variable)• insidens campak dianggap sebagai (outcome
/dependent variable)
• contoh 1: jika variabel bebas dan variabel terikat diukur dengan
skala kontinyu• y = insidens campak• x = cakupan imunisasi campak• hubungan secara statitik diuji dengan uji korelasi• kekuatan hubungan dilihat dari koefisien korelasi
23
•data :
ID PKM X (%) Y(%) X2 Y2
XY
1 50 60 502 602 50 x 602 55 703 60 354 65 305 70 256 75 207 80 258 85 209 90 1510 95 10
N =10 X Y X2 Y2 XY
n xy - ( x )(xy)r = ------------------------------------------------ n x2 - (x )2 n y2 - (y )2
24
y - bxa = --------------------------- n
persamaan garis linier : y = a + bx n xy - ( x )(y) b = -------------------------- n x2 - (x )2
b2 [ x2 - ( x )2/n]r2 = ---------------------------------------- r = r2
y2 - (y)2/n
25
a = intercept merupakan titik dimana garis memotong sumbu y
jika nilai a negatif, garis memotong sumbu y dibawah sumbu x
jika nilai a positif, garis memotong sumbu y diatas sumbu x
b = slope; angka dimana nilai y berubah untuk setiap unit perubahan pada x
Jika nilai b negatif menunjukkan arah garis dari bagian atas sudut kiri
kebagian bawah sudut kanan
Jika nilai b positif menunjukkan arah garis dari bagian bawah sudut kiri
ke bagian atas sudut kanan
Dalam persamaan regressi disebut dengan koefisien regressi,
memprediksi perubahan y untuk setiap unit perubahan pada x
26
r = koefisien korelasi
• menggambarkan kekuatan hubungan variabel x dan y• nilai r berkisar dari 0 sampai 1• makin mendekati 1 ada hubungan linier yang kuat antara x dan y• makin mendekati 0 hampir tidak ada hubungan antara x dan y
• nilai r dapat positif ataupun negatif• nilai r yang negatif menunjukkan adanya hubungan yang negatif antara x dan y
• jika x meningkat y menurun• jika x menurun y meningkat
• nilai r yang positif menunjukkan adanya hubungan yang positif antara x dan y• jika x meningkat y meningkat• jika x menurun y juga menurun
27
sebagai contoh nilai r = - 0.95• ada hubungan linier yang kuat antara variabel x dan y• jika x meningkat y menurun atau sebaliknya
x
y
•
•••
••• •
•
•
•
• •
•
••
•
•
r = positif dan mendekati 1
x
y• •• •• •
•• • ••••
••
r = negatif dan mendekati 1
28
•
•
•
•
•
•
• ••
••
•
•
r = positif dan mendekati nol
• •
•
29
Uji statistik : untuk melihat apakah nilai “r” yang didapat merupakan ukuran
yang cukup bermakna secara statistik untuk mengindikasikan bahwa
di populasi kedua variabel x dan y berkorelasi
• hipotesis : H0 : r = 0
HA : r 0
• r = koefisien korelasi di populasi• uji statistik jika r = 0
n - 2
t = r ------------ dengan derajat kebebasan = n-2
1 - r2
30
• jika dipakai = 0.05, dan hasil kalkulasi uji statistik
mempunyai nilai p < 0.05 maka H0 ditolak,
• artinya koefisien korelasi di populasi tidak sama dengan 0,
artinya hasil kalkulasi r berdasarkan sampel tadi cukup
bermakna secara statistik atau dengan kata lain korelasi
antara variabel x dan y bermakna secara statistik
31
• contoh 2 : jika variabel terikat dan variabel bebas diukur dengan skala kategorikal• data :
ID PKM X (%) kategori Y (%) kategori 1 2 3 4 5 6 7 8 9 10
50 55 60 65 70 75 80 85 90 95
rendah rendah rendah rendah rendah tinggi tinggi tinggi tinggi tinggi
60 70 35 30 25 60 25 20 15 10
Tinggi Tinggi Rendah Rendah Rendah Tinggi Rendah Rendah Rendah Rendah
X = cakupan imunisasi campaky = insidens campakPKM = puskesmas
32
Insiden tinggi Insiden rendah
Cakupan rendah
Cakupan tinggi
53 2
5
Tabel distribusi cakupan imunisasi campak dan insidens campakDari data diatas
41
33
Dari 35 puskesmas yang mempunyai cakupan imunisasi rendah,
25 puskesmas mempunyai insiden campak yang tinggi :• proporsi dari insidens campak tinggi pada pkm cakupan rendah = 25/35
• odds dari insidens campak tinggi|cakupan rendah = 25/10
Dari 50 puskesmas yang mempunyai cakupan imunisasi tinggi,
15 puskesmas mempunyai insiden campak yang tinggi• proporsi dari insidens campak tinggi pada pkm cakupan tinggi = 15/50
• odds dari insidens campak tinggi|cakupan tinggi = 15/35
Insidens 25/35 odds 25/10
RR= -------------------- = ------------ = 1.56 OR= ------------ = ------------- = 5.81
Insidens 15/50 odds 15/35
Contoh :
34
Uji statistik : • uji homogenitas proprorsi binomial• uji independensi
• kedua uji statistik diatas sama prosedurnya
k ( O - E )2
2 = ---------------
i = 1 E
2 : Khi kuadrat
O : Observed value / nilai yang diamati
E : Expected value / nilai yang diharapkan
H0 : angka cakupan imunisasi dengan insidens campak, independen
(tak berhubungan)
Ha : angka cakupan imunisasi dengan insidens campak, tak independen
(berhubungan)
: 0.05 dengan derajat kebebasan = (c-1)((r-1) c= kolom r=baris
jika 2 memberikan nilai P lebih besar dari maka H0 ditolak
35
tabel kontingensi “ Observed”
insidens DHF
tinggi rendah total rendah a b (a+b)
angka kpdt jentik tinggi c d (c+d)
total (a+c) (b+d) (a+b+c+d)
(a+b) (a+c) (a+b) ( b+d)a” = ---------------- b” =----------------- (a+b+c+d) (a+b+c+d)
(c+d) (a+c) (c+d) (b+d)c” = ---------------- d”= -------------- (a+b+c+d) (a+b+c+d)
jika ada nilai sel “E” kurang dari 5, uji yang dipakai Fisher Exact Test
36
(a+b) (a+c) (a+b) ( b+d)a” = ---------------- b” =----------------- (a+b+c+d) (a+b+c+d)
(c+d) (a+c) (c+d) (b+d)c” = ---------------- d”= -------------- (a+b+c+d) (a+b+c+d)
jika ada nilai sel “E” kurang dari 5, uji yang dipakai Fisher Exact Test
D + D -
E + “a” “b”
E - “c” “d”
37
Contoh menghitung nilai “expected”
Insidens penyakit tinggi rendah total rendah 25(a) 10(b) 35 (a+b)cakupan imunisasi tinggi 15(c) 35(d) 50 (c+d)
total 40(a+c) 45(b+d) 85 (a+b+c+d)
total row x total columnilai “expected” =------------------------------------ grand total
total row x total colum 35 x 40nilai “expected” a = ------------------------------------ = ------------------- = 16.47 grand total 85
total row x total colum 35 x 45nilai “expected” b = ------------------------------------ = ------------------- = 18.53 grand total 85
38
total row x total colum 50 x 40nilai “expected” c = ------------------------------------ = ------------------ = 23.53 grand total 85
total row x total colum 50 x 45nilai “expected” d = ------------------------------------ = ------------------= 26.47 grand total 85
39
k ( O - E )2
2 = --------------- i = 1 E
(25 - 16.17)2 (10 - 18.53)2 (15 - 23.53)2 (35 - 26.47)2
2 = --------------- + ------------------ + --------------- + -------------------- = 15.75 16.7 18.53 23.53 26.47
Didapat nilai 2 yang mana dibawa H0 akan mengikuti distribusi
khi kuadrat
untuk tingkat = 0.05
kita akan menolak H0 jika nilai nilai 2 > nilai 2d.f..1-
kita akan menerima H0 jika nilai nilai 2 < nilai 2d.f..1-
40
nilai 2d.f..1- = 3.84
{ d.f = derajat kebebasan = (r-1)(c-1) = (2-1)(2-1) =1 dan 1-= 1- 0.05 = 0.95)
kita menolak H0 karena nilai nilai 2 = 15.75 > 3.84 dimana nilai p < 0.05
artinya ada hubungan secara statistik antara variabel
cakupan imunisasi campak dengan insiden campak
• kelebihan dari studi korelasi :• jika data telah tersedia relatif murah• dapat untuk melihat distribusi frekwensi kejadian penyakit
/masalah kesehatan dalam satuan agregat di populasi• dapat melihat hubungan antara variabel yang diteliti
dalam satuan agregat• dapat untuk membangun /memformulasikan hipotesis baru
41
• kelemahan studi korelasi :• tidak dapat melihat hubungan ditingkat individu. • ada ecologic fallacy, yakni bias dalam menginterpretasikan,
hubungan tingkat agregat
disamakan dengan hubungan tingkat individu,
misal ada hubungan antara angka cakupan imunisasi campak
dengan angka insidens campak (hubungan dalam tingkat agregat)
belum berarti dalam tingkat idividu ada hubungan
antara imunisasi dengan kejadian penyakit campak pada seseorang
• sehingga untuk membuktikan adanya hubungan ditingkat individu,
dari studi korelasi hanya dapat memformulasikan hipotesis baru• pembuktian hipotesis tadi dengan disain studi epidemiologi analitik
42
Disain Studi Potong-Lintang (cross-sectional study)
• nama lain : studi prevalensi, survey• bersifat observasional• unit pengamatan dan unit analaisisnya adalah individu• populasi studi merupakan populasi umum• sampel diambil secara random (acak)
• setiap orang di populasi mempunyai kesempatan
yang sama untuk menjadi anggota sampel• sampel representatif /mewakili populasi
• pengukuran variabel independet (exposure) dan variabel dependent
(outcome) dilakukan secara simultan, sehinga : • tidak dapat terlihat sekuens mana yang terjadi lebih dulu,
variabel independent atau variabel dependent, atau sebaliknya• konsekwensinya tidak dapat melihat hubungan sebab-akibat
(exposure harus mendahului outcome )
43
• analisis yang dilakukan dapat bersifat:• deskriptif :
• distribusi frekwensi kejadian penyakit/ masalah kesehatan
berdasarkan “orang - tempat - waktu”• distribusi frekwensi variabel “exposure” dan “outcome”
(angka prevalens)
• analitik : melihat korelasi/hubungan antara variabel-variabel
diteliti• jika variabel “exposure” dan variabel “outcome” diukur
sebagai data kontinyu• hubungannya secara statistik diuji dengan uji korelasi • kekuatan/keeratan hubungan dilihat dengan melihat
nilai koefisien korelasi (“r”) ataupun dengan koefisien
regressi
44
• jika variabel “exposure” dan variabel “outcome” diukur sebagai
data kategorikal• hubungannya secara statistik dapat diuji dengan
uji kuadrat, atau regressi logistik• kekuatan hubungan dilihat dengan menghitung PR
atau OR
• jika variabel “exposure” diukur sebagai data kontinyu dan
variabel “outcome” diukur sebagai data kategorikal• hubungannya secara statistik dapat diuji dengan
regressi logistik kekuatan hubungan dilihat dengan
menghitung exponensial koefisien regressi • setiap ada penambahan atau pengurangan satu satuan
unit “exposure” terjadi peningkatan atau pengurangan
odds “outcome” sebesar eksponensial koefisien regressi
45
• jika variabel “exposure” diukur sebagai data kategorikal
dan variabel “outcome” diukur sebagai data kontinyu• hubungannya secara statistik dapat diuji dengan uji t
(jika hanya2 kelompok “exposure”) dan tes Anova
(bila lebih dari 2 kelompok) • kekuatan hubungan dilihat dengan membandingkan
masing-masing nilai mean pada masing-masing kelompok
46
Contoh :
• dalam suatu penelitian dengan disain potong lintang :• ingin melihat hubungan antara skore intensitas psikosis
dengan kadar amphetamin darah.• D = skore intensitas psikosis (data kontinyu)• E = kadar amphetamin darah (data kontinyu) • pengukuran D dan E dilakukan secara simultan• populasi pengguna amphetamin yang datang ke klinik
ketergantungan obat• sampel 10 orang yang diambil secara random dari populasi
• analisis deskriptif : menghitung mean, median, mode dari
variabel D dan E
47
• analisis analitik :• buat diagram scatter untuk melihat hubungan secara kasar• analisis korelasi linear dan analisis regrresi • alpha ditentukan 0,05• untuk melihat hubungan E dan D lihat koefisien korelasi “r”• untuk melihat bagaimana E memprediksian D lihat
koeffisien regressi b
48
Data
Pasien Skore intesitas psikosisKadar amphetamin darah (Y) mg/ml ( X )
1 10 1502 30 300 3 20 2504 15 1505 45 4506 35 4007 50 4258 15 2009 40 35010 55 475
49
persamaan garis linier : y = a + bx n xy - ( x )(y) b = -------------------------- n x2 - (x )2
y - bxa = --------------------------- n
b2 [ x2 - ( x )2/n]r2 = ---------------------------------------- r = r2
y2 - (y)2/n
silahkan hitung koefisien korelasi “r” dan koefisen regressi “b”
50
Uji statsitik: t statistik
n - 2 t = r ------------ dengan derajat kebebasan = n-2 1 - r2
Apakah ada hubungan secara statistik antara kadar amphetamin darah dengan skore intensitas psikosis
Buatlah persamaan garis y = a + bx
Seseorang pecandu dengan kadar amphetamin 360 mg/ml darah berapa kira-kira skore intesitas psikosisnya
51
Contoh 2• dalam suatu penelitian dengan disain potong lintang• ingin melihat hubungan antara merokok dan bronchitis kronis.• D = bronchitis kronis (data kategorikal)• E = merokok (data kategorikal) • pengukuran D dan E dilakukan secara simultan• populasi merupakan pegawai di pabrik A• sampel 1000 orang yang diambil secara random dari populasi
• analisis deskriptif : menghitung distribusi frekwensi D dan E
• analisis analitik :• analisis khi kuadrat dengan tabel kontingensi• alpha ditentukan 0,05• untuk melihat hubungan E dan D hitung OR atau PR
52
Tabel kontingensi 2x2 untuk data diatas
“Outcome” D + D - total
E + 200 200 400 “exposure” E - 100 500 600
total 300 700 1000
53
Populasi
• distribusi frekwensi variabel “exposure”• distribusi frekwensi variabel “outcome”
• sampel dipilih secara random (acak)• sampel representatif untuk populasi
sampel
Distribusi frekwensi berdasarkan variabel “exposure” pada sampel• terpapar dengan “exposure” E + • tidak terpapar dengan “exposure” E - misal sampel terdiri dari 1000 orang
terpapar dengan “exposure” E + = 400 orang = 40% tidak terpapar dengan “exposure” E - = 600 orang = 60%
E + 40%
E - 60%
prevalensi terpapar dengan “exposure” = 40%prevalensi tidak terpapar dengan exposure = 60%
sampel
54
Distribusi frekwensi berdasarkan variabel “outcome” pada sampel•“outcome” positif D (disease) +•“outcome”negatif D (disease) -
misal sampel terdiri dari 1000 orang •“outcome” positif D (disease) + = 300 orang = 30 %•“outcome”negatif D (disease) - = 700 orang = 70%
D + 30%
D - 70%
Prevalensi “disease” = 30%prevalensi “not disease” = 70%
55
Mendistribusikan variabel “disease” pada variabel “exposure”
200 D+dari 400(E+) 200 D -
100 D+dari 600 (E-) 500 D -
200 D+ 200 D -
100 D+ 500 D -
prevalens D+ pada kelompok E+ = 200/400
Prevalens Ratio = ------------------------------------------------------------------ = 3prevalens D + pada kelompok E- = 100/600
dari 400 orang (E+) prevalens D+ pada kelompok E+ = 200/400
dari 600 orang (E-) prevalens D+ pada kelompok E - = 100/600
E +
E -
56
Odds D+E + (kelompok orang terpapar) = 200/200Odds D+E - (kelompok tidaterpapar) = 100/500
Odds D+E + (kelompok orang terpapar) 200/200OR = ---------------------------------------------------- = ------------ = 5 Odds D+E - (kelompok tidaterpapar) = 100/500
Tabel kontingensi 2x2 untuk data diatas
“Outcome” D + D - total
E + 200 200 400 “exposure” E - 100 500 600
total 300 700 1000
57
Mendistribusikan variabel “exposure” pada variabel “disease”
200 E+dari 300 (D+) 100 E -
200 E+dari 700 (D-) 500 E -
Prevalens E+D + (kelompok orang sakit) = 200/300Prevalens E+D - (kelompok tidak sakit) = 200/700
Prevalens E+D + (kelompok orang sakit) 200/300Prevalens Ratio = ---------------------------------------------------= ------------ = 2 1/3 Prevalens E+D - (kelompok tidak sakit) 200/700
58
Odds E+D + (kelompok orang sakit) = 200/100Odds E+D - (kelompok tidak sakit) = 200/500
Odds E+D + (kelompok orang sakit) = 200/100 OR = ------------------------------------------------------------------ = 5 Odds E+D - (kelompok tidak sakit) = 200/500
Terlihat bahwa kalkulasi nilai OR tetap = 5. • bila variabel “disease” didistribusikan pada variabel “exposure”• atau bila variabel “exposure” dididtribusikan pada variabel “disease”
59
Kelebihan Studi Potong Lintang :
• dapat untuk melihat distribusi frekwensi penyakit di populsi• dapat untuk melihat hubungan variabel “exposure” dan variabel “outcome”• hasil analisisnya dapat dipakai untuk membangun hipotesis baru
Kelemahan Studi Potong Lintang
• tidak dapat untuk melihat hubungan sebab akibat, karena variabel “exposure” dan variabel “outcome” diukur secara simultan