Anda di halaman 1dari 62

METODE RISET KEPERAWATAN

DISAIN PENELITIAN

Penelitian EPIDEMIOLOGI

KROSSEKSIONAL KASUS KONTROL KOHORT

Setelah mengikuti matakuliah ini mahasiswa memahami tentang rancangan (atau disain) penelitian epidemiologi untuk penelitian-penelitian kesehatan

TUJUAN PERKULIAHAN :

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

Langkah-langkah Penelitian :

MASALAH Penelitian TUJUAN Penelitian


Penelusuran Pustaka Landasan Teori KERANGKA TEORI Penelitian EPIDEMIOLOGI

KERANGKA KONSEP

Dari KERANGKA KONSEP PENELITIAN dapat diketahui :

KERANGKA KONSEP
PENELITIAN

VARIABEL penelitian

HUBUNGAN antar variabel


HIPOTESIS
penelitian

Contoh : KERANGKA KONSEP PENELITIAN

VARIABEL VARIABEL VARIABEL VARIABEL VARIABEL VARIABEL VARIABEL

1. VARIABEL penelitian 2. HUBUNGAN antar variabel 3. HIPOTESIS penelitian

Contoh : KERANGKA KONSEP PENELITIAN FAKTOR IBU dan BERAT BADAN BAYI LAHIR

B UMUR IBU saat hamil C TINGGI BADAN Ibu hamil


PERTAMBAHAN BERAT BADAN selama kehamilan D

E STATUS ANEMIA Ibu hamil PARITAS F PRENATAL CARE G


Dan lain sebagainya

BERAT A BADAN BAYI saat LAHIR

Berdasarkan : pendekatan EPIDEMIOLOGI

Penelitian epidemiologi adalah penelitian yang mengkaji problema atau masalah dengan pendekatan komunitas atau kelompok masyarakat

Penelitian EPIDEMIOLOGI

DESKRIPTIF

ANALITIK

OBSERVASIONAL

EKSPERIMENTAL

CROSSECTIONAL KASUS 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 FAKTOR RISIKO

Variabel TERIKAT EFEK/PENYAKIT

Pada penelitian KESEHATAN/ KEPERAWATAN EFEK tidak selalu suatu kondisi PENYAKIT

Catatan :

Contoh :

Penelitian : Ibu Hamil ANEMIA dan Berat Badan Bayi Lahir

STATUS ANEMIA IBU HAMIL Variabel BEBAS SEBAB Faktor RISIKO

BERAT BADAN BAYI LAHIR Variabel TERIKAT AKIBAT EFEK/Penyakit

Penelitian EPIDEMIOLOGI ANALITIK

Mengkaji hubungan antara FAKTOR RISIKO dan EFEK/PENYAKIT


FAKTOR RISIKO (FR) EFEK

FR (+) FR (-)

EFEK (+) EFEK (-)

Penelitian EPIDEMIOLOGI ANALITIK Mengkaji hubungan antara FAKTOR RISIKO dan EFEK/PENYAKIT

Terpapar/ EXPOSURE Tidak terpapar/ Non-EXPOSURE

FR (+) FR (-)

EFEK (+) EFEK (-)

SAKIT SEHAT

Contoh : Faktor Risiko Efek

Penelitian : IBU HAMIL ANEMIA dan BERAT BADAN BAYI LAHIR

FR(+) FR(-)

ANEMIA Non-ANEMIA

BB Lahir Rendah (BBLR) EFEK(+) BB Lahir Normal (BBLN) EFEK(-)

Penelitian EPIDEMIOLOGI ANALITIK

CROSS-SECTIONAL

KROSSEKSIONAL

Penelitian EPIDEMIOLOGI ANALITIK

CROSS-SECTIONAL Faktor Risiko (atau variabel bebas) dan Efek (atau variabel terikat) diteliti atau diobservasi pada waktu bersamaan (saat yang sama)

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 (+) BBLR

EFEK (-) BBLN

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

BESAR SAMPEL n = { (Za/2)2 x p x q }/e2


n = besar sampel Z a/2 = tingkat kepercayaan yang diinginkan (atau a) p = perkiraan proporsi/ atau prevalensi/ atau insidens/ atau kejadian kasus pada populasi q=1p e = perkiraan kesalahan sampling untuk nilai p

Penelitian SURVAI/ Cross-sectional : non-eksperimental) (SUBYEK atau UNIT penelitian dalam keadaan apa adanya atau in nature)

Cara/ pelaksanaan : Survai POPULASI : Seluruh SUBYEK penelitian (total populasi) Survai - SAMPEL : Sebagian dari SUBYEK Penelitian (sebagian dari populasi)

Survai - SAMPEL : Sebagian dari SUBYEK Penelitian

POPULASI
(sebagian dari populasi)

SAMPEL

(Subyek Penelitian)

n = {(Za/2)2 x p x q}/e2 n : besar sampel Z : tingkat kepercayaan yang diinginkan p : prosentase kasus yang akan diteliti q : 1 p
e : kesalahan estimasi untuk nilai p

Survai - SAMPEL : Sebagian dari SUBYEK Penelitian

POPULASI
(sebagian dari populasi)

SAMPEL

(Subyek Penelitian)

Teknik Sampling
Random (Acak) Acak sederhana Acak sistematik Acak stratifikasi Acak cluster Acak bertahap Non-Random Purposive sampling Quota sampling Accidental sampling Dlsb.

Contoh :

Survai/Cross-sectional POPULASI

IBU HAMIL dan BERAT BADAN BAYI LAHIR

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

Contoh :

SURVAI POPULASI

IBU HAMIL dan BERAT BADAN BAYI LAHIR

POPULASI (Subyek Penelitian) : Semua IBU HAMIL yang melahirkan BAYI di Klinik Bersalin SAKINA IDAMAN, Yogyakarta, selama bulan Nopember 2012

Contoh :

Survai/Cross-sectional SAMPEL

Penyakit Infeksi dan Status Kesehatan BALITA

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

Contoh :

SURVAI SAMPEL

Penyakit Infeksi dan Status Kesehatan Balita

POPULASI (Subyek Penelitian) : Semua BALITA di desa ........, Kecamatan ......, Sleman, D.I.Yogyakarta Besar Sampel : n = {(Za/2)2 x p x q}/e2 Tingkat kepercayaan 95% Za/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 tahun 2. ........ 3. ........

BESAR SAMPEL
Untuk menduga p (= proporsi) dalam jarak e (dalam persen absolut) dengan TINGKAT KEPERCAYAAN 95% (atau kesalahan a = 5%) Sumber : LEMESHOW, dkk., 1987

Sumber : LEMESHOW, dkk., 1987

BESAR SAMPEL

e (%)
0.05 0.10

Perkiraan PROPORSI/KASUS pada POPULASI (= p) 0.10 0.20 0.30 0.40 0.50 0.60 0.70 0.80 0.90

138 246 323 369 384 369 323 246 138 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

HIPERTENSI

EFEK (+)

Non-HIPERTENSI

EFEK (-)

HIPERTENSI

EFEK (+)

Non-HIPERTENSI

EFEK (-)

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 (-)

ANALISIS DATA
FAKTOR RISIKO (+) EFEK (+) (-) TOTAL A+B

(-)
TOTAL

A C
A+C

B D
B+D

C+D
A+B+C+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
FAKTOR RISIKO (+) EFEK (+) (-) TOTAL A+B C+D A+B+C+D

(-)
TOTAL

A C
A+C

B D
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 )


FAKTOR RISIKO (+) (-) EFEK (+) A C (-) B D

TOTAL
A+B C+D

TOTAL

A+C

B+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 :
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
Mempelajari hubungan antara FAKTOR RISIKO dan EFEK dengan pendekatan retrospektif FAKTOR RISIKO EFEK/PENYAKIT

Penelitian epidemiologi ANALITIK yang bersifat OBSERVASIONAL dimana dilakukan perbandingan antara kelompok KASUS/atau EFEK (+) dengan kelompok KONTROL atau EFEK (-) kemudian diteliti penyebab/FAKTOR RISIKO

KASUS KONTROL
FAKTOR RISIKO RETROSPEKTIF EFEK/ PENYAKIT

EFEK diteliti atau diidentifikasi lebih dulu kemudian diteliti FAKTOR RISIKO

PRINSIP :

DISAIN atau RANCANGAN KASUS KONTROL POPULASI (SAMPEL)

FR (+)
FR (-) FR (+) FR (-)
(MASA LALU)
SEBAB

RETROSPEKTIF

EFEK (+)
KASUS KONTROL

RETROSPEKTIF

EFEK (-)
(SAAT INI)
AKIBAT

EFEK diteliti atau diidentifikasi lebih dulu kemudian diteliti FAKTOR RISIKO

Contoh : IBU HAMIL ANEMIA dan BERAT BADAN BAYI LAHIR POPULASI

FR (+) ANEMIA
Non-Anemia

KASUS EFEK (+) BBL Rendah KONTROL


BBL Normal

BAYI LAHIR

FR (-)

ANEMIA Non-Anemia

FR (+)
FR (-)

EFEK (-)

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

BESAR SAMPEL
KASUS dan KONTROL sebanding 1 :1 KASUS : KONTROL tak sebanding 1:2 1:3 1:4 Dst.nya

n1 = n2 =

(Za2 pq + Zbp1q1 + p2q2 )2 (p1 p2)2

untuk KASUS KONTROL

ANALISIS DATA

POPULASI (SAMPEL)

A B C D

FR (+) FR (-)

RETROSPEKTIF

KASUS EFEK (+)

FR (+) FR (-)

KONTROL RETROSPEKTIF EFEK (-)

ANALISIS DATA
FAKTOR RISIKO (+) (-) TOTAL EFEK KASUS KONTROL TOTAL A+C B+D A+B+C+D

A B
A+B

C D
C+D

ODDS RASIO (= OR)


= (A x D) : (B x C)

ANALISIS DATA
FAKTOR RISIKO (+) (-) TOTAL EFEK KASUS KONTROL TOTAL A+C B+D A+B+C+D

A B
A+B

C D
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 ..!!!)


FAKTOR RISIKO (+) EFEK KASUS KONTROL TOTAL A+C B+D A+B+C+D

(-)
TOTAL

A B
A+B

C D
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
antara FAKTOR RISIKO dan EFEK dengan pendekatan prospektif FAKTOR RISIKO EFEK/PENYAKIT Mempelajari hubungan

Penelitian epidemiologi ANALITIK yang bersifat OBSERVASIONAL dimana dilakukan perbandingan antara kelompok dengan FAKTOR RISIKO (+) dengan kelompok FAKTOR RISIKO (-) kemudian diteliti akibat atau EFEK

KOHORT
FAKTOR RISIKO PROSPEKTIF EFEK/ PENYAKIT

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

PRINSIP :

DISAIN atau RANCANGAN KOHORT POPULASI (SAMPEL)

TERPAPAR

FR (+)
EXPOSE

PROSPEKTIF

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

SUBYEK EFEK (-)

Tak TERPAPAR
Non-EXPOSE

FR (-)

PROSPEKTIF

EFEK (-)

(SAAT INI)

SEBAB

(MASA y.a.d.)

AKIBAT

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

IBU HAMIL ANEMIA dab BERAT BADAN BAYI LAHIR POPULASI


IBU HAMIL Trim. III

Contoh :

TERPAPAR
ANEMIA
Tak TERPAPAR Non-Anemia

FR (+)

PROSPEKTIF

BBL Rendah
BBL Normal

EFEK (+)

SUBYEK EFEK (-)


Tak ada riwayat BBLR

EFEK (-)

FR (-)

PROSPEKTIF

BBL Rendah
BBL Normal

EFEK (+) EFEK (-)

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

BESAR SAMPEL
FAKTOR RISIKO (+) dan FAKTOR RISIKO (-) sebanding FR (+) : FR (-) tak sebanding 1:2 1:3 Dst.nya

(Za2 pq + Zbp1q1 + p2q2 )2 n1 = n2 = (p1 p2)2

ANALISIS DATA untuk


TERPAPAR

KOHORT

POPULASI

FR (+)
SUBYEK EFEK (-)

PROSPEKTIF

EFEK (+) EFEK (-)

A B C D

Tak TERPAPAR

FR (-)

PROSPEKTIF

EFEK (+)

EFEK (-)

ANALISIS DATA
FAKTOR RISIKO (+) EFEK (+) (-) TOTAL A+B

(-)
TOTAL

A C
A+C

B D
B+D

C+D
A+B+C+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
FAKTOR RISIKO (+) EFEK (+) (-) TOTAL A+B C+D A+B+C+D

(-)
TOTAL

A C
A+C

B D
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 )


FAKTOR RISIKO
(+) (-)

EFEK (+) (-)

TOTAL A+B C+D

A C
A+C

B D
B+D

TOTAL

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 :
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 ........ !!!!