Anda di halaman 1dari 59

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 kasus
kasus 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

Jawa
Jawa
Sumatra
Sumatra
Jawa
Jawa
Betawi
Betawi
Betawi
Betawi
Jawa
Jawa
Jawa
Jawa
Jawa
Jawa
Jawa
Jawa
Jawa
Sumatra
Sumatra
Betawi
Betawi
Betawi
Betawi
Sumatra
Sumatra
Jawa
Betawi
Betawi
Sumatra
Jawa
Betawi
Sumatra
Betawi
Betawi
Betawi
Betawi
Betawi
Jawa

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(%) X
2
Y
2
XY

1 50 60 50
2
60
2
50 x 60
2 55 70
3 60 35
4 65 30
5 70 25
6 75 20
7 80 25
8 85 20
9 90 15
10 95 10

N =10 X Y X
2
Y
2
XY


n xy - ( x )(xy)
r = ------------------------------------------------


n x
2
- (x )
2
n y
2
- (y )
2




24
y - bx
a = ---------------------------
n
persamaan garis linier : y = a + bx

n xy - ( x )(y)
b = --------------------------
n x
2
- (x )
2



b
2
[ x
2
- ( x )
2
/n]
r
2
= ---------------------------------------- r = r
2

y
2
- (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 : H
0
: r = 0
H
A
: r 0
r = koefisien korelasi di populasi
uji statistik jika r = 0

n - 2
t = r ------------ dengan derajat kebebasan = n-2
1 - r
2
30
jika dipakai = 0.05, dan hasil kalkulasi uji statistik
mempunyai nilai p < 0.05 maka H
0
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 campak
y = insidens campak
PKM = puskesmas
32
Insiden tinggi Insiden rendah
Cakupan rendah
Cakupan tinggi
5 3 2
5
Tabel distribusi cakupan imunisasi campak dan insidens campak
Dari data diatas
4
1

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
H
0
: angka cakupan imunisasi dengan insidens campak, independen
(tak berhubungan)
H
a
: 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 H
0
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 colum
nilai expected =------------------------------------
grand total


total row x total colum 35 x 40
nilai expected a = ------------------------------------ = ------------------- = 16.47
grand total 85

total row x total colum 35 x 45
nilai expected b = ------------------------------------ = ------------------- = 18.53
grand total 85







38

total row x total colum 50 x 40
nilai expected c = ------------------------------------ = ------------------ = 23.53
grand total 85

total row x total colum 50 x 45
nilai 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 H
0
akan mengikuti distribusi
khi kuadrat

untuk tingkat = 0.05
kita akan menolak H
0
jika nilai nilai
2
> nilai
2
d.f..1-

kita akan menerima H
0
jika nilai nilai
2
< nilai
2
d.f..1-



40
nilai
2
d.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 H
0
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 psikosis Kadar amphetamin darah
(Y) mg/ml ( X )

1 10 150
2 30 300
3 20 250
4 15 150
5 45 450
6 35 400
7 50 425
8 15 200
9 40 350
10 55 475
49

persamaan garis linier : y = a + bx

n xy - ( x )(y)
b = --------------------------
n x
2
- (x )
2

y - bx
a = ---------------------------
n
b
2
[ x
2
- ( x )
2
/n]
r
2
= ---------------------------------------- r = r
2

y
2
- (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 - r
2



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) +
outcomenegatif D (disease) -
misal sampel terdiri dari 1000 orang
outcome positif D (disease) + = 300 orang = 30 %
outcomenegatif 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 = ------------------------------------------------------------------ = 3
prevalens 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)
= 200/200
Odds D+
E - (kelompok tidaterpapar)
= 100/500






Odds D+
E + (kelompok orang terpapar)
200/200
OR = ---------------------------------------------------- = ------------ = 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)
= 200/300
Prevalens E+
D - (kelompok tidak sakit)
= 200/700


Prevalens E+
D + (kelompok orang sakit)
200/300
Prevalens Ratio = ---------------------------------------------------= ------------ = 2 1/3
Prevalens E+
D - (kelompok tidak sakit)
200/700




58
Odds E+
D + (kelompok orang sakit)
= 200/100
Odds 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