Anda di halaman 1dari 3

Hal 68-74 SKALA PENGUKURAN Skala pengukuran diklasifikasikan menjadi 2 : 1. Skala kategorikal : a.

Skala nominal : hanya merupakan nama/label variabel, dan tidak mengandung informasi peringkat. Contoh : golongan darah (A, B, AB, O), suku bangsa (Jawa, Dayak, Bugis). - Skala nominal yang mempunyai 2 nilai disebut dikotom/binominal (sembuh-tidak sembuh) - Skala nominal yang mempunyai lebih dari 2 nilai disebut politokom (Islam, Hindu, Kristen, Katolik). Skala nominal tidak dapat dimanipulasi secara matematis, misalnya dihitung nilai rerata (mean)-nya, tetapi dapat dihitung proporsi, persentase, risiko absolut atau risiko relative. Uji hipotesis yang sering digunakan untuk variabel nominal adalah uji x2; selain itu untuk desain tertentu dapat dihitung risiko relative (studi kohort) atau rasio odds (studi kasus-kontrol) untuk variabel berskala binominal. b. Skala ordinal : terdapat informasi peringkat, tetapi jarak antara dua peringkatnya tidak dapat dikuantifikasi. Contoh : derajat penyakit (ringan, sedang, berat), tingkat sosialekonomi rendah (rendah, menengah, tinggi), status gizi (buruk, kurang, cukup, lebih). Skala ordinal tidak dapat dimanipulasi secara matematis (ditambah, dibagi, dikalikan). 2. Skala numerik : Terdapat informasi peringkat kuantitatif yang lengkap dan dapat diukur. Contoh : berat badan, penghasilan, kadar ureum, berat lahir. Skala ini dapat dimanipulasi secara matematis (ditambah, dikurang, dikalikan). a. Skala interval : skala numerik yang tidak punya nilai 0 alami (misalnya suhu : 0o tidak sama dengan 0o fahrenheit, karena nilai 0 tersebut adalah arbitrer yang ditentukan oleh manusia bukan nilai alami). b. Skala rasio : punya nilai 0 alami (misalnya berat badan, kadar kolesterol). Skala numerik dapat pula dibagi menjadi : a. Skala kontinu : mempunyai nilai desimal, misalnya kadar ureum, berat badan b. Skala diskret : tidak ada desimal, misalnya jumlah anak Keuntungan skala numerik : lebih mudah menelusur bila ada data yang hilang, kita mempunyai dasar yang dapat dipakai sebagai bahan atau latar belakang penelitian lain.

DATA KERAS DAN DATA LUNAK Contoh data lunak : keluhan pasien (misalnya nyeri), atau hasil pemeriksaan yang memerlukan interpretasi (misal infiltrat ringan, sedang, atau berat pada foto paru).

Contoh data keras : berskala kontinu (berat dalam gram, suhu dalam derajat), banyak yang dapat diperiksa dengan mesin (kadar kolesterol, saturasi oksigen), dapat pula berupa variabel berskala nominal seperti hidup-meninggal, status perkawinan, suku/ras, jenis kelamin. Penilaian data lunak sering lebih manusiawi dan kecenderungan dokter untuk mengandalkan data keras dengan menafikan data lunak menyebabkan penelitian dan praktik kedokteran jadi kurang manusiawi. Hasil pengukuran yang sering dianggap sebagai data keras, seperti hasil patologi-anatomik sering berbeda bila dibaca oleh dokter yang berbeda (inter-observer disagreement), maupun oleh dokter yang sama yang memeriksa data yang sama pada waktu yang berbeda (intraobserver disagreement). Untuk mempertinggi validitas dan reliabilitas data lunak, maka data lunak dapat diperkeras dengan beberapa cara : Membuat skor yang didasarkan data obyektif, sehingga akan dapat diulang oleh peneliti yang sama ataupun oleh peneliti yang lain dengan tepat Membuat definisi operasional yang jelas terhadap metode pengukuran data lunak sehingga dapat dihilangkan atau mengurangi terjadinya interpretasi ganda.

VARIASI DALAM PENGUKURAN Setiap pengukuran selalu terbuka kemungkinan untuk terdapatnya variabilitas hasil, maka peneliti harus memahami sumber variasi pengukuran dan strategi guna mengeliminasi atau mengurangi kesalahan. Sumber variasi pengukuran : Fletcher membagi menjadi 2 kelompok : a) Variasi pengukuran, terdiri atas 2 unsur : - Unsur alat ukur (instrumen) Contoh : timbangan berat badan yang biasa dipakai sehari-hari, bila ditimbang berulang-ulang maka hasilnya akan bervariasi - Unsur orang (peneliti/pemeriksa) Contoh : pengukuran yang dilakukan oleh 2 orang yang berbeda sering memberikan hasil yang berbeda (inter-observer variation); bahkan bisa juga terjadi pada pemeriksan yang sama (intra-observer variation) yang melakukan pemeriksaan pada subyek yang sama pada saat yang berbeda. b) Variasi biologis sangat mempengaruhi hasil pengukuran - variabilitas yang terjadi pada satu subyek : perubahan variable karena waktu dan keadaan. Contoh : tekanan darah yang diukur setelah pasien berlari sangat berbeda dengan setelah pasien berbaring selama 5 menit. - variabilitas yang terjadi antar subyek : perbedaan biologis dari satu subyek ke subyek lainnya.

KEANDALAN DAN KESAHIHAN PENGUKURAN 2 karakteristik alat ukur dan pengukuran yang sangat penting yaitu keandalan (reliabilitas) dan kesahihan (validitas). 1. Keandalan Istilah lainnya adalah keterandalan, reliabilitas, reprodusibilitas, presisi, ketepatan pengukuran. Disebut andal apabila memberikan nilai yang sama atau hampir sama pada pemeriksaan yang dilakukan berulang-ulang. Pengukuran yang makin tepat pada besar sampel tertentu punya nilai yang makin baik untuk memperkirakan nilai rerata (mean) serta untuk menguji hipotesis. Proses pengukuran terdapat 3 jenis variabilitas : - Variabilitas pengamat : variabilitas yang terjadi pada pemeriksa. Misalnya pemilihan kata pada wawancara atau keterampilan tangan seseorang dalam mengoperasikan alat ukur. - Variabilitas subyek : merujuk pada variasi biologis. Misalnya fluktuasi emosi, tekanan darah, irama sirkadian, atau pemakaian obat oleh subyek. - Variabilitas instrument : hal yang mempengaruhi ketepatan. Misalnya perubahan sensitivitas alat, suhu atau kelembaban kamar atau derajat kebisingan sekitar. 2. Kesahihan