metoderiset-keperawatan-2-2012
TRANSCRIPT
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 ........ !!!!