MASALAH-MASALAH YANG PERLU DIPERHATIKAN

DALAM HUBUNGAN SEBAB-AKIBAT

PADA PENELITIAN EPIDEMIOLOGI
Disusun oleh : dr krisnawaty bantas
Departemen Epidemiologi FKM UI

INTRODUKSI
Berbagai strategi digunakan dalam penelitian epidemiologi :
Mulai dari penelitian yang bersifat :
Individual (case report, case-series, studi potong lintang,
studi kohort, studi kasus-kontrol, studi intervensi)
Populasi ( studi korelasi)
Atau penelitian yang bersifat :
Observasi (case report, case-series, studi korelasi,
studi kohort, studi kasus-kontrol )
Intervensi (studi eksperimen
Atau penelitian yang bersifat :

Deskriptif (case-report, case-series, studi korelasi,

studi potong lintang)
Analitik (studi kasus-kontrol, studi kohort, studi eksperimen)

Formulasi dari suatu hipotesis baru yang menyatakan

adanya hubungan sebab-akibat (exposure dan disease)
biasanya dibuat berdasarkan hasil penelitian epidemiologis
yang bersifat deskriptif
Untuk membuktikan hipotesis yang dibuat berdasarkan
studi deskriptif tadi dilakukan studi epidemiologi yang
bersifat analitik

HUBUNGAN (ASOSIASI) DARI EXPOSURE DAN DISEASE

Studi epidemiologi dilakukan pada orang hidup dialam
yang bebas dan bukan di laboratorium
sehingga
Seorang epidemiologist tidak akan mencapai kontrol
yang maksimal pada objek yang ditelitinya
seperti
yang bisa dicapai oleh para peneliti lain yang
melakukan penelitian dengan objeknya berada
dalam suatu laboratorium

Sehingga bila pada suatu penelitian epidemiologis diperoleh

hasil bahwa : ada hubungan antara exposure dan disease
maka hasil penemuan tersebut perlu harus dikaji lagi
Apakah asosiasi antara faktor resiko (exposure) dan
kejadian penyakit (disease) tersebut bukan oleh karena
faktor kebetulan saja (the role of chance)
Apakah asosiasi tersebut bukan karena adanya bias
ada penelitian (the role of bias)

Apakah asosiasi tersebut bukan karena baik secara

keseluruhan atau sebagian karena adanya pengaruh
/ikut campur-tangan dari variabel-variabel lain
(the role of confounding)

THE ROLE OF CHANCE

Di dalam prakteknya studi epidemiologi jarang sekali
dapat mengikut sertakan seluruh anggota populasi
kedalam penelitiannya selalu dilakukan pada sampel saja
Salah satu masalah utama dalam menarik sampel dari suatu
populasi adalah :
peran dari faktor kebetulan/kesempatan (the role of chance)
sehingga menimbulkan variasi random dari sampel yang
satu dengan sampel lainnya
contoh :
oleh karena adanya variasi radom dari satu sampel
dengan sampel lainnya
sangat jarang kemungkinannya terjadi misal ditemukan
proporsi obesitas yang sama/identik dari 2 sampel
yang berbeda yang ditarik dari 1 populasi yang sama

Salah satu diterminan dimana chance dapat mempengaruhi

hasil studi adalah besarnya sampel yang diambil
Makin besar sampel variasi dari pengukuran suatu variabel
makin kecil
Makin kecil sampel variasi dari pengukuran suatu variabel
makin besar

 Seberapa besar tingkat chance pada suatu studi dapat

diukur dengan suatu uji kemaknaan statistik
Ukuran dari uji kemaknaan statistik tersebut dinyatakan
dengan nilai P (P-value) atau
dalam Confidence Interval (interval -kepercayaan)
P-value didefinisikan sebagai besarnya probabilitas atau
peluang diperolehnya hasil penelitian karena faktor
kebetulan (chance) jika Ho benar.
mengukur efek dari exposure terhadap disease
occurrence pada sampel studi

hipotesa nol : tidak ada hubungan antara efek

dari exposure terhadap disease occurrence
di polupasi

P-value mengukur besarnya probabilitas bahwa

hasil dari pengukuran tersebut disebabkan oleh
karena faktor kebetulan semata (chance)

 P-value < 0.05 artinya, tidak lebih dari 5% adanya

kemungkinan bahwa apa yang terukur dari sampel studi
disebabkan oleh karena adanya peran dari faktor kebetulan
P-value > 0.05, terdapat 5% atau lebih adanya kemungkinan
bahwa apa yang terukur dari sampel studi disebabkan
oleh karena adanya peran dari faktor kebetulan
Secara konvensional ditetapkan tingkat kebermaknaan
(level of significance = alpha ) pada studi-studi epidemiologi
adalah 0.05.
Type I error adalah suatu kesalahan dalam menarik
kesimpulan dari uji statistik yang dilakukan
terjadi penolakan terhadap Ho,
walaupun sesungguhnya Ho benar

P value versus level :

P value merupakan probabilitas dari type I error yang
didapat dari perhitungan berdasarkan sampel studi
Semakin kecil P-value semakin kecil kemungkinan
terjadinya tipe I error dari uji statistik yang
diperoleh berdasarkan data dari sampel studi
level merupakan probabilitas dari tipe I error yang
dapat ditolelir oleh peneliti dan ditentukan oleh peneliti
(biasanya 0.05)
Semakin rendah level yang ditentukan oleh peneliti
semakin kecil kesempatan yang dapat ditolelir oleh
peneliti untuk melakukan kesalahan tipe I

Jika P value < dari level Ho ditolak ada hubungan

antara exposure dan disease occurrence

Prinsip-prinsip statistik yang mendasari hubungan antara

Exposure
Disease

Hipotesis
HO tidak ada hubunga antara exposure dan disease
HA ada hubungan antara exposure dan disease

Kesalahan tipe I dan Kesalahan tipe II (TYPE I AND TYPE II ERROR)

Kesalahan tipe I (TYPE I ERROR) = FALSE POSITIVE

Simbol =

reject HO, that is Ho is actually true in the population

meyatakan ada hubungan antara E and D
( kesimpulan dari sampel)
padahal tidak ada hubungan (di populasi)

False
positive

Kesalahan tipe II (TYPE II ERROR) = FALSE NEGATIVE

Simbol =
fail to reject HO, that is Ho actually false in the population
menyatakan ada hubungan antara E and D
(kesimpulan dari sampel)
tidak ada hubungan antara E and D di populasi
Population

Sample

Reject Ho

Fail to reject Ho

Association +

Association -

CORRECT

TYPE I ERROR

TYPE II ERROR

=
CORRECT

False
negative

THE ROLE OF BIAS

Bias merupakan suatu kesalahan yang bersifat sistematik
(systematic error) pada suatu penelitian yang
mengakibatkan terjadinya distorsi dari hasil penelitian
Bias dapat terjadi pada semua jenis penelitian, terutama
penelitian yang bersifat observasional oleh karena pada
studi observasional tidak dilakukan randomisasi
Bias dapat merupakan ancaman bagi validitas suatu penelitian
ancaman bagi validitas external suatu studi
ancaman bagi validitas internal suatu studi


Bias merupakan ancaman bagi validitas external suatu studi :
Sampling bias merupakan suatu kondisi dimana terdapat
perbedaan yang sistematik antara populasi studi dengan
target populasi (hasil dari penelitian pada populasi studi
tidak dapat generalisasi kepada target populasi yang dimaksud)
Sampling bias pada studi kasus-kontrol :
Studi kasus kontrol yang hanya berdasarkan kasus-kasus
prevalens dari pada kasus insidens (kasus baru, kasus-kasus
yang cepat mati atau cepat sembuh )
kasus-kasus prevalens saja tidak mewakili gambaran
total pasien diseluruh populasi
Studi kasus-kontrol yang hanya mengambil kasus dari
rumah-rumah sakit saja, biasanya kasus-kasus di RS
lebih berat dari kasus di populasi umum
tidak mewakili gambaran total populasi

 Sampling bias karena sikap partisipasi dari subjek

(tidak respons ataupun yang mau jadi sukarela ) :
Individu yang memilih secara sukarela biasanya
mempunyai motif yang berbeda dan akan memberikan
respons yang berbeda terhadap penelitian dari pada
peserta lain yang terpaksa memberikan hasil yang bias
Sampling bias pada studi kohort :
Bila terjadi subjek-subjek yang loss to follow-up berbeda
secara sistematik denagn subjek-subjek yang masih
tetap mengikuti penelitian tidak lagi mewakili gambaran
total populasi.

Bias merupakan ancaman bagi validitas internal dari suatu studi

Selection bias
Information bias

Selection bias
Terjadi bila ada perbedaan yang sistematik pada
kelompok yang dibandingkan dalam hal faktor-faktor
eksternalnya (diluar faktor resiko yg diteliti)
variabel confounding merupakan bentuk dari
selection bias
Information bias atau observation bias
Terjadi karena adanya perbedaan yang sitematik
diantara kelompok yang dibandingkan dalam hal
pengukuran terhadap variabel-variabel yang diteliti

Selection bias pada studi kohort :

Suatu studi yang melihat hubungan antara
Penyakit Jantung Koroner (PJK) dengan jogging
Membandingkan insidens PJK pada pejogging dan
bukan pe-jogging

Oleh karena pe-jogging biasanya memperhatikan

kesehatannya lebih baik dari pada yang bukan
pe-jogging (misalnya mengenai diet, diet disini adalah
variabel confounding) selection bias
dapat mempengaruhi hasil dari penelitian ini
E = jogging
D = PJK

E
D
Faktor-faktor external yang mengganggu hubungan E and D
= faktor konfounding
Jika pada waktu menseleksi sampel pejogging and bukan pejoging
terjadi kondisi dimana distribusi variabel dietnya tidak seimbang
/balans hasil peneltan akan bias jika variabel tadi tdk dikontrol

Selection bias pada studi kasus-kontrol

Suatu studi melihat hubungan antara PJK dan konsumsi kopi
Dibandingkan konsumsi kopi pada kelompok kasus
dan kelompok kontrol
Kasus didefinisikan sebagai pasien PJK yang dipastikan
dengan kateterisasi
Kontrol dipilih secara random dari pasien-pasien dirawat
di RS tapi tidak menderita PJK
Ternyata dari kontrol yang dirawat tersebut kebanyakan
mengalami kasus ulcus-pepticum sehingga diharuskan
mengkonsumsi kopi lebih rendah kontrol yang dipilih
belum tentu mewakili tingkat konsumsi orang-orang non
PJK di populasi umum.

Hasil studi akan bias karena adanya selection bias

Information bias pada studi kasus-kontrol

Pengetahuan tentang hubungan dari efek keterpaparan
suatu faktor resiko terhadap terjadinya penyakit pada
pasien yang diteliti akan mempengaruhi keakuratan
informasi yang diberikan
Informasi tentang riwayat merokok pada penderita kanker
pulmo (kasus) sering diberikan lebih akurat daripada informasi
yang sama yang diberikan oleh penderita kanker lainnya
(kontrol) information bias

Information bias pada studi kohort

Suatu studi meneliti hubungan antara pemakaian estrogen
pada wanita post-menopouse dengan timbulnya Ca cervix
Insindens kanker leher rahim dibandingkan pada wanita
menopause yang mendapat terapi estrogen dengan wanita
menopause yang tidak mendapat terapi estogen
Bila wanita yang mendapat estrogen lebih sering melakukan
pemeriksaan ginekologis dari pada wanita yang tidak mendapat
estrogen
pada wanita yang mendapat estrogen akan lebih sering
tercatat menderita Ca cervix dari pada rekannya yang
tidak mendapat estrogen
Hasil penelitian akan bias observation bias

Misclassification bias
Merupakan salah satu bentuk dari information bias
Contohnya pada studi kasus-kontrol, beberapa orang yang
harusnya menjadi kasus diklasifikasikan menjadi kontrol
terjadi misklasifikasi
Contohnya pada studi kohort, beberapa orang yang harusnya
masuk dalam kelompok terpapar, dimasukkan dalam kelompok
tidak terpapar terjadi misklasifikasi
Kondisi tersebut dapat disebabkan oleh informasi yang
tidak akurat dari subjek yang diteliti atau interpretasi yang
salah dari peneliti (researcher/interviewer bias)
Misclassification bias dapat dibagi menjadi 2 :
Non differential misclassification bias
Differential misclasification bias

 Differential misclassification bias terjadi bila

rate dari misklasifikasi status keterpaparan pada
kelompok kasus
berbeda dengan
rate dari misklasifikasi status keterpaparan pada
kelompok kontrol
rate dari misklasifikasi status disease pada
kelompokexposed
berbeda dengan
rate dari misklasifikasi status disease pada
kelompok non exposed
rate misklasifikasi pada penentuan kasus and kontrol
berbeda (pada studi kasus kontrol)
rate misklasifikasi pada penentuan status Disease
and non disease berbeda

 Non differential misclassification bias terjadi bila

rate misklasifikasi sama pada kelompok kasus

dengan rate dari misklasifikasi pada kelompok kontrol
rate misklasifikasi pada kelompok disease sama
dengan rate dari misklasifikasi pada kelompok non disease

THE ROLE OF CONFOUNDING

Confounding dapat diartikan sebagai tercampurnya efek
dari faktor resiko yang diteliti terhadap kejadian penyakit
oleh faktor ketiga
Dalam suatu studi dimana faktor A adalah sebagai faktor resiko
dari penyakit B, maka faktor X dikatakan sebagai confounder bila :

Faktor X diketahui sebagai faktor resiko bagi penyakit B

Faktor X berhubungan dengan faktor A, tetapi bukan
sebagai akibat dari faktor A

B
X

Confounding dapat mengakibatkan over-estimate ataupun

under-estimate dari pengukuran asosiasi yang sesungguhnya

Contoh dari pengaruh confounding yang menyebabkan

over-estimate pada ukuran asosiasi :
Suatu studi menunjukkan adanya hubungan antara
meningkatnya aktifitas fisik dan menurunnya resiko
myocard infarct (MI)
Faktor lain yang dapat mempengaruhi kejadian MI adalah
umur, umur muda menurunkan resiko terjadinya MI
Orang-orang yang dapat melakukan aktifitas fisik yang berat
adalah kelompok usia muda
Pada studi akan diperoleh hasil bahwa aktifitas fisik
menurunkan resiko MI umur dalam hal ini dapat
sebagai confounder dari hubungan antara aktifitas fisik
dan resiko MI
Ukuran asosiasi yang diperoleh akan menunjukkan
over-estimate dari ukuran asosiasi yang sesungguhnya

Aktifitas fisik

PJK

Umur
Asosiasi akan over-estimate
Umur tua PJK meningkat
Umur tua aktifitas fisik menurun PJK meningkat

Contoh dari pengaruh confounding yang menyebabkan

under-estimate pada pengukuran asosiasi
Suatu studi menunjukkan adanya asosiasi antara meningkatnya
aktifitas fisik dengan resiko menurunnya MI
Aktifitas fisik yang berat biasanya lebih banyak dilakukan
oleh laki-laki dari pada wanita
Resiko MI lebih tinggi pada laki-laki dari pada wanita,
Akibatnya asosiasi antara efek dari aktifitas fisik dan resiko MI
yang terukur akan under estimate dari asosiasi yang
sesungguhnya

Aktifitas fisik

PJK

Sex
Asosiasi akan under-estimate
pria PJK meningkat
pria aktifitas fisik > PJK menurun

Penjelasan lebih mendalam mengenai variabel confounder :

1. Variabel confounder harus merupakan prediktor variabel
(faktor resiko) bagi kejadian penyakit (Outcome variable):
Hubungan tersebut tidak harus hubungan kausal
MI lebih rendah pada wanita dari pada pria, rendahnya MI
bukan karena gender tapi lebih karena hormon yang
dikandung wanita berbeda dengan pria

D
C

Variabel confounder harus merupakan predictor variable

bagi outcome variable yang diteliti diluar hubungannya
dengan variabel resiko yang diteliti :
Jika suatu variabel hanya dapat mempengaruhi outcome
variable melalui variabel resiko yang diteliti maka variabel
tersebut bukan variabel confounder
Contoh :
Meningkatnya aktifitas menurunkan resiko MI sehingga
pada penelitian konsumsi cairan meningkat seolah-olah
menurunkan resiko MI
Aktifitas meningkat menyebabkan konsumsi cairan
meningkat resiko MI menurun.
Tapi konsumsi cairan yang meningkat pada aktifitas
yang menurun tidak mempengaruhi resiko MI

Dalam hal ini konsumsi cairan tidak ada hubungannya

dengan MI bukan variabel confounder

Aktifitas fisik

MI

Konsumsi cairan
Konsumsi cairan = bukan konfounder

3. Variabel confounder tidak boleh merupakan suatu variabel

antara dari suatu rantai kausa antara faktor resiko yang
diteliti dengan outcome variable :
Pada suatu penelitian yang meneliti efek dari konsumsi
alkohol dosis sedang dengan resiko MI menunjukkan
bahwa alkohol meningkatkan HDL kolesterol dan HDL
kolesterol menurunkan MI
Jika hal ini benar maka HDL bukan confounder dan
tidak harus dikontrol pada waktu proses analisis data

Dilain fihak jika mekanisme alkohol dalam mempengaruhi

MI bukan karena dengan cara meningkatkan HDL maka
dalam hal ini HDL harus dikontrol

Konsumsi alkohol

HDL meningkat

Konsumsi alkohol

PJK
PJK

HDL meningkat
HDL bukan konfounder

VALIDITAS DAN GENERALISASI

VALIDITAS

Evaluasi serta kontrol yang baik terhadap peran dari

faktor-faktor chance, bias dan confounding dalam penelitian
akan membawa kepada kesimpulan pada penemuan hasil
penelitian yang valid mengontrol validitas interna
Pertanyaannya apakah hasil penelitian tadi dapat diaplikasikan
pada populasi lain digeneralisasikan mengontrol
validitas externa
Harus diingat validitas suatu penelitian merupakan hal yang
terpenting, mengingat bahwa tidak mungkin suatu hasil penelitian
digeneralisasikan bila hasil penelitian tadi tidak valid

GENERALISASI
Sejumlah penelitian casse-control dan cohort pada pria kulit
putih di negara-negara maju menunjukkan adanya hubungan
antara merokok dan meningkatnya resiko kematian karena
penyakit jantung koroner.

Pertanyaannya apakah hasil penelitian tadi dapat diterapkan

pada pria bukan kulit putih, atau wanita yang tinggal di negara
berkembang.

Bardasarkan mekanisme patologis dari tembakau terhadap

terjadinya penyakit jantung koroner dapat dimengerti bahwa
penemuan dari penelitian diatas dapat digeneralisasi pada
semua populasi.
Meskipun demikian diperlukan penelitian yang sama pada
populasi selain pria kulit putih yang tinggal di negara maju,
untuk dapat meningkatkan generalisasi hasil penilitian
tadi pada populasi umum

 Pemilihan subjek-subjek yang diteliti sebaiknya dipilih

secara random sehingga dapat mewakili gambaran populasi
meningkatkan derajat generalisasi

Masalah yang timbul dari keadaan tersebut adalah meningkatnya

kemungkinan terjadinya pengaruh bias atau confounding terhadap
hasil penelitian mengingat tingginya tingkat kesulitan dalam
memilih secara random subjek-subjek yang ditelitidi populasi,
sekaligus mengumpulkan secara komplit dan akurat semua
informasi dari mereka.

PECOMAN UNTUK MENUNJUKKAN HUBUNGAN SEBAB-AKIBAT

Hubungan temporal sebab mendahului akibat
Plausibilitas apakah hubungan yang ada konsisten dengan
ilmu pengetahuan yang ada
Konsistensi apakah hasil penelitian sama /konsisten dengan
hasil penelitian yang lain
Kekuatan hubungan ada hubungan yang kuat, dan secara
statistik terdapat hubungan yang bermakna
Dose-respons relationshop adanya peningkatan exposure
akan meningkatkan dampak
Reversibilitas adanya eliminasi exposure akan menurunkan
dampak