Anda di halaman 1dari 26

VALIDITAS, RELIABILITAS DAN BIAS

Oleh Sudibyo / Rustika

POKOK BAHASAN

1. 2. 3. 4.

5.

Syarat data penelitian validitas reliabilitas bias konfonding

   .SYARAT DATA PENELITIAN Valid (derajat ketepatan) Reliabel (derajat konsistensi/keajegan) Objektif (interpersonal agreement)/ tidak bias Data yang valid pasti reliabel & objektif. tetapi tidak sebaliknya.

Cara mendapatkan data yang valid     Menggunakan instrumen penelitian yang valid/ pembakuan alat ukur Mengunakan sumber data yang tepat dan cukup jumlahnya. Menggunakan metode pengumpulan data yang tepat/benar. pelatihan pengukur/ pewawancara .

Cara mendapatkan data yang reliabel  Menggunakan instrumen penelitian yang reliabel. Cara mendapatkan data yang objektif  Menggunakan sampel atau sumber data yang jumlahnya mendekati populasi .

VALIDITAS PENGUKURAN (tepat) menggambarkan seberapa jauh pengukuran yang dilakukan menghasilkan nilai yang sebenarnya ingin diukur. contoh : timbangan BB utk mengukur BB  kuesioner untuk menilai stress  .

Ancaman validitas internal history maturasi pengujian ulang instrumentasi seleksi diferensial mortalitas atau drop out .validitas internal Validitas internal menggambarkan sejauh mana efek yang diobservasi memang benar berasal dari intervensi.

validitas eksternal Validitas eksternal menggambarkan sejauh mana hasil penelitian dapat disimpulkan berdasarkan sampel yang digunakan Ancaman validitas eksternal  interaksi uji awal dan perlakuan  interaksi seleksi dan perlakuan  pengaturan terlalu spesifik  perlakuan ganda .

validitas konstruk menjawab pertanyaan apakah alat ukur mampu menterjemahkan aspek teoritis sesuatu yg ingin diukur  contoh : hubungan variabel pendidikan dan pengetahuan. validitas isi menjawab pertanyaan apakah isi pertanyaan mampu mewakili karakteristik sesuatu yg ingin diukur  contoh : variabel stress diukur dgn banyak pertanyaan. apakah secara teoritis benar hub vaiabel-2 tsb ? 2. apakah isi pertanyaan-2 tsb dapat mewakili/ menggambarkan stress ? .Jenis validitas pengukuran 1.

3. validitas prediksi/ kriteria menjawab pertanyaan apakah benar kriteria yg dipakai dpt digunakan utk memprediksi sesuatu  contoh: keramahan akan meningkatkan kepuasan pelanggan dan kepuasan akan meningkatkan omset 4. validitas sampel menjawab pertanyaan apakah cara pengambilan sampel dapat meminimalkan bias  contoh : gizi balita di masyarakat harus ditanyakan di masyarakat bukan di puskesmas .

.RELIABILITAS (tetap) menggambarkan seberapa jauh pengukuran yang diperoleh dgn menggunakan alat ukur/ kuesioner jika diulangi pada subyek yg sama akan menghasilkan nilai yg sama Data reliabel diperoleh dgn cara menggunakan instrumen penelitian yang reliabel.

tetapi validitasnya buruk   .contoh  “A” memiliki berat badan 68 kg pada saat ditimbang dgn menggunakan timbangan standar Di sebuah mall “A” melakukan penimbangan dan hasilnya BB nya adalah 75 kg. & beratnya tetap 75kg Kesimpulan : timbangan di mall memiliki reliabilitas yang baik. esok harinya A melakukan penimbangan lagi di timbangan yang sama di mall tsb. Kurang percaya dgn hasil tsb.

BIAS (penyimpangan) Bias adalah setiap kejadian dlm pengumpulan. analisis dan interpretasi data yang mengarah kepada suatu kesimpulan yg secara sistematik berbeda dari kebenaran Jenis bias  Bias seleksi apabila sampel tdk mewakili populasi target  Bias informasi apabila informasi salah saat pengumpulan data .

Definisi yg kurang tepat dari target populasi jika kasus pd sampel tdk mewakili kasus pd populasi contoh : pengumpulan kasus pada pelayanan kesehatan tidak dapat menggambarkan kasus yg ada di masyarakat. Kerangka sampel yg kurang akurat jika kerangka sampel tdk menggambarkan populasi contoh : pengambilan sampel non random/ salah sampling . karena tidak semua anggota masyarakat ke yankes 2.Bias Seleksi 1.

Bias Seleksi 3.pengukuran dalam keadaan berdiri atau duduk akan memberikan hasil yg berbeda 4. Prosedur diagnostik yang berbeda jika pajanan mempengaruhi prosedur diagnosis contoh : pengukuran tensi darah tanpa menjelaskan apakah . .menggunakan tensimeter mercuri atau digital. ekonomi tinggi tdk mau diwawancarai . Missing subjects/ variables jika terjadi missing subjek/ non respons yg banyak contoh : drop out pada kontrol >> dari perlakuan/ sebaliknya responden tkt.

Bias mis-klasifikasi akibat salah melakukan klasifikasi karena titik potong atau sensitifitas & spesifisitas alat ukur yg kurang tepat  contoh : pengelompokkan umur berdasarkan angka atau umum 2. Recall bias atau reporting bias recall bias terjadi akibat responden lupa. tidak sengaja atau sengaja memberikan data yang salah  contoh : sudah menikah mengatakan belum menikah .Bias Informasi 1.

kemungkinan kesalahan penelitian TAHAP PENELITIAN KEMUNGKINAN SALAH Kerangka konsep/ hipotesis Validitas kriteria Rancangan penelitian Validitas internal Cara pengambilan sampel Instrument penelitian Pengumpulan data Analisis data Kesimpulan penelitian Validitas sampel Validitas isi dan reliabilitas Bias informasi Bias klasifikasi/ cut of point Bias informasi .

KONFONDING  Konfonding = bias estimasi efek pajanan thd penyakit akibat perbandingan tidak seimbang antara kelompok terpajan dgn kontrol  Terjadi akibat ada perbedaan risiko terjadinya penyakit pada kelompok terpajan dgn kelompok tidak terpajan Risiko terjadinya penyakit berbeda meskipun pajanan dihilangkan pada kelompok terpajan  .

syarat confounding E D C   C merupakan faktor risiko D C memiliki asosiasi dengan E .

58 BBLR2 18 20 Jumlah 8 52 60 .58 BBLR34 6 40 Jumlah 52 8 60 Kelompok gizi kurang BBLR+ Anemia + 6 Anemia 34 Jumlah 40 OR = (6*18)/(2*34) = 1.Contoh confounding Kelompok gizi baik BBLR+ Anemia + 18 Anemia 2 Jumlah 20 OR = (18*6)/(34*2) = 1.

44 .Contoh confounding Kelompok gizi kurang dan gizi baik BBLR+ BBLRJumlah Anemia + 24 36 60 Anemia 36 24 60 Jumlah 60 60 120 OR = (24*24)/(36*36)=0.

Contoh confounding Distibusi status gizi menurut anemia Gizi kurang Gizi baik Jumlah Anemia + 8 52 60 Anemia 52 8 60 Jumlah 60 60 120 Hubungan status gizi dengan BBLR BBLR+ BBLRJumlah Gizi kurang 40 20 60 Gizi baik 20 40 60 Jumlah 60 60 120 OR = (40*40)/(20*20) = 4.00 .

status gizi sebagai confounder karena : – Status gizi kurang merupakan faktor risiko BBLR – Distribusi status gizi tidak seimbang pada ibu anemia dan ibu non anemia – Hasil analisis menunjukkan status gizi merupakan faktor risiko BBLR .

Pengontrolan Confounding Pada desain – restriksi – matching Pada pengumpulan data – confounding harus diukur Pada analisis – analisis multivariat .

TERIMA KASIH .

6. Apa yang dimaksud dengan validitas pengukuran ? Apa perbedaan validitas internal dan eksternal ? Sebutkan 4 hal yg mempengaruhi validitas penelitian? Apa yang dimaksud dengan reliabilitas penelitian ? Reliabilitas penelitian mencakup hal apa saja ? Apa yang dimaksud dengan bias penelitian ? Apakah bias seleksi. 3. 4.SOAL 1. berikan contohnya ? . 8. 2. 5. 7. berikan contohnya ? Apakah bias informasi.