RANCANGAN PENELITIAN

CROSS SECTIONAL STUDY

CROSS SECTIONAL STUDY St penelitian observasional yg paling sering dilakukan. Peneliti mencari hubungan antara variabel bebas (faktor resiko) dgn variabel tergantung (efek/penyakit) dgn melakukan pengukuran sesaat (point time approach ). Faktor resiko dan efek tsb diukur menurut keadaan atau statusnya pd waktu observasi

PENGUKURAN FAKTOR RESIKO DAN EFEK DILAKUKAN SATU KALI

A
YA FAKTOR RESIKO TIDAK

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

B C D

CROSS SECTIONAL

CROSS SECTIONAL

CASE CONTROL COHORT PROSPEKTIF

KOHORT RETROSPEKTIF

MASA LALU

SEKARANG

MASA DATANG

Langkah-langkah pada Cross Sectional Study:

1.

2. 3. 4. 5.

Rumuskan pertanyaan penelitian dan hipotesis Identifikasi variabel bebas dan tergantung Tetapkan subjek penelitian Lakukan pengukuran Analisis data

Hasil pengamatan cross sectional disusun dlm tabel 2x2 resiko relatif = besarnya peran faktor resiko thd terjadinya suatu penyakit => Rasio Prevalens (RP). RP => perbandingan antara prevalens suatu penyakit pd subjek dari kelompok yg mempunyai faktor resiko dgn prevalens penyakit pd subjek dari kelompok yg tidak mempunyai faktor resiko.

EFEK
YA YA A C A+C TIDAK B D B+D JUMLAH A+B C+D A+B+C+D

FAKTOR RESIKO

TIDAK

Rasio Prevalens (RP) = A/(A+B) : C/(C+D)

A = SUBJEK DGN FAKTOR RESIKO YG MENGALAMI EFEK
B = SUBJEK DGN FAKTOR RESIKO YG TIDAK MENGALAMI EFEK C = SUBJEK TANPA FAKTOR RESIKO YG MENGALAMI EFEK D = SUBJEK TANPA FAKTOR RESIKO YG TIDAK MENGALAMI EFEK

Prevalens => perbandingan antara jlh subjek dengan penyakit (lama dan baru) pada satu saat dengan seluruh subjek yang ada.

RP = A/(A+B) : C/(C+D) A/(A+B) : proporsi (prevalens) subjek yg mempunyai faktor resiko yg mengalami efek C/(C+D): proporsi (prevalens) subjek tanpa faktor resiko yg mengalami efek.

Interpretasi hasil

Bila RP = 1 berarti variabel yg diduga sbg faktor resiko tsb tidak ada pengaruhnya dlm terjadinya penyakit. Bila RP > 1 dan rentang interval kepercayaan tidak mencakup angka 1, berarti varibel tsb merupakan faktor resiko timbulnya penyakit.

Bila RP < 1 dan rentang nilai interval kepercayaan tidak mencakup angka 1, berarti faktor resiko yg diteliti justru akan mengurangi kejadian penyakit (faktor protektif) Bila nilai interval kepercayaan RP mencakup angka 1, berarti pd populasi yg diwakili oleh sampel tsb mungkin nilai prevalensnya = 1, shg belum dapat disimpulkan apakah faktor yg diteliti st faktor resiko atau faktor protektif.

Contoh:
YA TIDAK

batuk kronik berulang

YA TIDAK 70 135 205 JUMLAH 100 150 250 30 15 45

Obat nyamuk

RP = 30/100 : 15/150 = 3 Bila nilai interval kepercayaan 95% terletak diantara 1,6 sampai 5,6 berarti dpt disimpulkan bahwa penggunaan obat nyamuk semprot merupakan faktor resiko utk tjdnya batuk kronik berulang.

Kelebihan

Relatif mudah, murah dan hasilnya cepat diperoleh. Dapat dipakai utk meneliti banyak variabel sekaligus Jarang terancam loss to follow-up (drop out) Dapat dipakai sbg dasar utk penelitian selanjutnya yg lebih konklusif. Memungkinkan penggunaan populasi dari masyarakat umum, shg generalisasi lebih mudah.

Kekurangan

Sulit utk menentukan sebab dan akibat Lebih banyak menjaring subjek yg mempunyai masa sakit yg panjang daripada yg mempunyai masa sakit yg pendek. Dibutuhkan jumlah subjek yg cukup banyak Tidak menggambarkan RAP Tidak praktis utk meneliti kasus yg jarang Mungkin terjadi bias prevalens atau bias insidens