Oleh:
Trisno Agung Wibowo
Variabel ?
Bervariasi.
Mempunyai nilai.
Mempunyai definisi (Verbal/operasional).
Mempunyai nama.
Dapat dikatagorisasi.
Macam-macam variabel:
1. Berdasarkan sifat / Skala.(Level of Measurement)
2. Berdasarkan urutan waktu (Time Order) .
3. Berdasarkan jenis penelitian (eksperimental).
Kontinum
Diskrit
(Nominal/Katagorik)
Rasional
Ordinal
Interval
Contoh: suhu..
4. Skala ratio : Memiliki sifat skala interval juga
memiliki nol absolut ( nol berarti yang
diukur tidak ada).
Contoh : Berat diukur dalam kg.
Pendapatan diukur dalam rupiah.
Hb diukur dalam gram tiap 100 cc darah.
Anemia
Pinggul sempit
Partus Lama
Anemia
C = Variabel penghubung
Contoh :
Umur
Frekuensi Hub
Seksual
Asupan Makanan
rendah
Anemia
Jumlah Anak
Yang dilahirkan
Pendarahan
D
A
D = Variabel pendahulu.
B
Sosek yang rendah
Anemia
3. Penelitian Eksprimental
Z 1
Z 2
Z 4
X = Variabel perlakuan/eksperimental.
Y= Variabel terikat/tergantung.
Z= Variabel luar (terkendali. Tak
terkendali)
Contoh :
Z 3 X = Obat anti nyeri untuk post partum.
Y= Frekuensi nyeri.
Z1 = BB.
Z2 = Cara Minum.
Z3 = Dosis dsb.
A
Var Luar
Var Bebas
B
Var Luar
Var Antara
Var Perancu
(Confounding)
Var Luar (D)
C
Var Luar
Var Tergantung
Tinggi Badan
Lebar Tulang
Pinggul
Partus lama
Umur
PENGENDALIAN CONFOUNDER
(Variabel Pengganggu/Perancu)
Trisno Agung Wibowo, SKM. M Kes.
Kerancuan/confounding :
Perlu dikendalikan
ar tidak terjadi Kesalahan Dalam Penarikan kesimpula
Hubungan Antara Paparan Dan Penyakit
A
Var Luar
Var Bebas
B
Var Luar
Var Antara
Var Perancu
(Confounding)
Var Luar (D)
C
Var Luar
Var Tergantung
PAPARAN
(E)
PENYAKIT
(D)
PERANCU
Tinggi Badan
Lebar Tulang
Pinggul
Umur
Partus lama
MODIFIKASI EFEK
Merupakan kepalsuan
taksiran akibat
tercampurnya faktor luar
dalam penilaian hubungan
paparan dan penyakit
Pengubahan pengaruh
paparan terhadap penyakit
karena pengaruh
pengubah efek (effect
Modifier).
PENGENDALIAN
CONFOUNDER
PENGENDALIAN
CONFOUNDER
I.Matching
II. RITRIKSI
Misal :
- Penelitian Hub Minum kopi dengan PJK, diman
diduga sebagai confounder, maka subyek yang d
subyek yang minum kopi tetapi tidak merokok.
III. RANDOMISASI.
55
Minum Kopi
500
0
E30
500
0
c RR= (55/5000)/(30/5000)
=1,8.
Merokok
PJK
D-
45
3000
E-
500
RR= (45/3000)/(8/500)
=0,9.
10
D200
0
RR= (10/2000)/(22/45
=1,0.
(PEROKOK DAN
MINUM KOPI)
D-
45
300
0
RR= (45/3000)/(10/2000)
Merokok mening
=3,0.
E- (Tidak
10
200
Merokok ttp
0
minum kopi )
Perokok dan Tidak Minum kopi
D+
D-
E+ Perokok
500
E- (Tidak
22
450
0
RR= (8/500)/(22/4500)
=3,2.
Merokok
Ya
Tdk
Ya
3000
(86%)
500
(14%)
Tidak
2000
(31%)
4500
(69%)
Peminum kopi
Mempunyai kem
Kinan sebagai
perokok 13,5 kal
Lipat dari pada
Bukan peminum
Kesimpulan :
1. Merokok adalah faktor perancu sebab :
a. Merupakan FR PJK (penyakit).
b. Mempunyai Hubungan dengan Minum Kopi (paparan)
c. Pengetahuan yang ada membenarkan bahwa merokok
bentuk antara dalam rantai hubungan minum kopi dan
V. ANALISIS MULTIVARIATE.
-2 Log
likelihood
251.013
Logistic Regression
Nagelkerke
R Square
.267
Classification Tablea
Predicted
Step 1
Observed
STATUSKA
STATUSKA
Kasus
Kontrol
34
45
17
141
Kasus
Kontrol
Percentage
Correct
43.0
89.2
73.8
Overall Percentage
a. The cut value is .500
ALPELDI
LAMASEMP
KALISEMP
STATUSGI
Constant
B
.890
.743
.963
1.110
-5.301
S.E.
.316
.345
.325
.244
.973
Wald
7.952
4.647
8.767
20.638
29.670
df
1
1
1
1
1
Sig.
.005
.031
.003
.000
.000
Exp(B)
2.436
2.102
2.620
3.035
.005