PENUNTUN PRAKTIKUM

PRAKTIKUM PATOLOGI KLINIK (TM-Pr.1)

RAPID DIAGNOSTIC TESTS (RDTs)
Rapid Diagnostic Test Dengue
Alat yang diperlukan :
-

pipet 10 uL

Tabung kaca atau plastik

Rapit test kit Dengue IgM dan IgG

Cara kerja :
1. Sampel yang digunakan adalah serum
2. Pegang pipet dalam posisi horizontal
3. Sentuh sampel dengan ujung pipet
4. Ambil sampel dan hindari terambilnya gelembung udara
5. Masukkan 10 uL sampel ke dalam sumur bulat (sumur sampel) pada kit
6. Teteskan 2 tetes buffer ke dalam sumur persegi (sumur buffer) dengan posisi
tegak lurus 1 cm dari sumur
7. Baca hasil tepat 15 menit kemudian.
Interpretasi :
- Adanya garis pink menandakan hasil (+)
- Semua garis setelah 15 menit adalah invalid
- Garis pink pada daerah IgM dan kontrol Infeksi primer
- Garis pink pada daerah IgM dan IgG dan kontrol infeksi sekunder
- Garis pink pada daerah IgG dan kontrol Infeksi sekunder
- Garis pink pada daerah kontrol saja negatif
Pembimbing Praktikum

_____________________
Rapid Diagnostic Test Malaria
Alat yang diperlukan :
-

Pipet 5 uL

Tabung kaca atau plastik

Rapit test kit Malaria

Cara kerja :
1. Sampel

yang

digunakan

adalah

whole

blood

dengan

anti

koagulan

EDTA/heparin atau oxalate.

2. Letakkan kit pada suhu ruangan
3. Buka pembukus kit, periksa warna dessicant (harus berwarna biru), bila berubah
warna maka kit tidak dapat dipakai.
4. Putar tutup botol buffer searah jarum jam untuk melubanginya.
5. Campur darah dengan antikoagulan secara perlahan
6. Ambil sampel dengan loop ( 5 uL) atau mikropipet 5 uL, bisa juga darah kapiler
dari ujung jari.
7. Sampel diteteskan pada Port A
8. Kemudian teteskan 3 tetes buffer di Port B, tunggu 1 menit.
9. Tambahkan 3 tetes cairan buffer lagi di Port B
10. Baca hasil dalam 30 menit, Jangan baca hasil setelah 45 menit
Interpretasi :
Pembimbing Praktikum

_______________________
PRAKTIKUM IKK (TM-Pr.2)
PRAKTIKUM I
PENGOLAHAN DAN ANALISIS DATA DENGAN SPSS
SPSS merupakan paket program statistik yang berguna untuk
mengolah dan menganalisis data penelitian. Dengan SPSS semua kebutuhan
pengolahan dan analisis data dapat diselesaikan dengan mudah dan cepat.
Kemampuan yang dapat diperoleh dari SPSS meliputi pemprosesan segala
bentuk file data, modifikasi data, membuat tabulasi berbentuk distribusi
frekuensi, analisis statistik deskriptif, analisis statistik inferensial yang
sederhana maupaun kompleks, membuat grafik, dsb. Perkembangan SPSS
sangat cepat, mulai dari SPSS 6 sampai SPSS 17 sekarang ini.
A. PROGRAM SPSS
Untuk mengoperasikan program ini, terlebih dahulu harus dipastikan
bahwa komputer sudah terinstal dengan SPSS for windows. Hal ini dapat kita
lihat dari desktop ataupun menu yang terdapat pada program dengan
membuka start terlebih dahulu. Bila di layar komputer sudah muncul icon
SPSS, maka klik dengan mause dua kali pada icon tsb. Bila di layar komputer
belum ada icon SPSS, maka klik START, pilih FILE PROGRAM dan sorot SPSS
kemudia klik dua kali. SPSS mengenal 2 jenis jendela yang utama yaitu: SPSS
DATA EDITOR dan SPSS OUT PUT. SPSS data editor berisi tampilan data yang
akan dioleh dan dianalisis. Tampilan ini mirip dengan Excel. SPSS out put
berisi hasil olahan (hasil analisis yang telah dilakulan).
Setelah program SPSS di panggil di layar akan muncul logo SPSS for
window. Pada layar monitor akan didapati tampilan menu utama SPSS
seperti berikut:

Pada data editor akan tampak menu (bar menu) yang terletak di
sebelah atas dengan urutan: File, Edit, Data, Transform, analyse, graps,
utilitie, window, dan Help

File : digunakan untuk membuat file baru, membuka file data yang
telah disimpan, atau membaca file data dari program lain.
Edit: digunakan untuk memodifikasi, mengcopy, menghapus, mencari
dan mengganti data
Data: digunakan untuk membuat/mendefinisikan nama variabel,
menganalisis sebagian data, menggabungkan data
Transform: digunakan untuk transformasi/modifikasi data seperti
mengelompokkan variabel, pembuatan variabel baru dari perhitungan
matematik, dll
Analyse digunakan untuk memilih berbagai prosedur statistik, dari
statistik sederhana sampai yang kompleks
Graphs: digunakan untuk membuat grafik melalui grafik bar, pie, garis,
histogram, scater plot, dsb
Window: digunakan untuk berpindah-pindah antar jendela, misal
jendela data ke jendela output.
Help: memuat informasi bantuan bahaimana menggunakan berbagai
fasilitas pada SPSS

Entri data (memasukkan data) dapat langsung dilakukan pada data

editor. Data editor memiliki bentuk tampilan sejenis spreadsheet (seperti
excel) yang digunakan sebagai fasilitas untuk memasukkan/mengisikan data.

Baris menunjukkan kasus/responden, kolom menunjukkan variabel. Sel

merupakan perpotongan antara kolom dan baris menunjukkan nilai data
B. MEMBUAT VARIABEL
Pertama kali yang dilakukan sebelum entri data adalah memberi nama
variabel. Satu variabel mewakili satu pertanyaan. Nama variabel tidak boleh
ada spasi dan tidak boleh ada yang sama.
Langkah-langkah:

Aktifkan program SPSS sehingga data editor terbuka.

Klik variabel view, yang terletak pada bagian bawah data editor

Kolom name adalah tempat nama variabel. Ketiklah nama variabel

yang anda inginkan misalnya variabel nama , umur dan sex
Type: tipe data. Ada beberapa pilihan untuk tipe data. Bila data
berbentuk huruf maka klik type string, bila angka, klik numeric. Bila
angka berbentuk desimal maka pada decimal places di tambahkan
jumlah desimal yang diinginkan.
Variabel nama : tipe string dengan widt tetap 8

Variabel umur : tipe numeric desimal 0

Variabel sex: tipe numeric (1 = laki-laki dan 2 perempuan)

Label : keterangan untuk nama variabel

Pada kolom tersebut kita tuliskan: nama responden
Untuk umur kita tuliskan umur responden
Dan sex kita tuliskan jenis kelamin responden

Value : digunakan untuk menamai kategori dalam variabel

Untuk variabel nama dan umur tidak perlu dibuat value. Untuk variabel
sex maka diklik cel value. Pada kotak value ketik 1, pada value label
ketik laki-laki, begitu juga untuk 2, ketik perempuan. Kemudian klik
kotak Add. Klik OK

Selanjutnya kembali ke data editor dengan mengklik data view. Ketiga

variabel telah ada dan siap untuk memasukkan data hasil penelitian.
Simpan data dengan klik file, save dan beri nama pengantarspss, klik
Ok.

C. MEMASUKAN DATA
Jika anda sudah terbiasa menggunkan program spreadsheet (Excel, Lotus
dll), Penggunaan Data Editor Windows mirip dengan program spreadsheet.
Namun ada beberapa hal yang berbeda dengan Data Editor.

Baris, setiap baris melambangkan satu kasus (satu responden) yang diteliti,
misalnya satu baris adalah satu bayi yang diukur antropometrinya.
Kolom adalah Variabel, tiap kolom melambangkan satu variabel atau
karakteristik bayi yang diukur misalnya jenis kelamin, panjang badan dll.
Sel. Tiap sel berisi satu nilai untuk satu variabel pada satu kasus. Sel adalah
perpotongan antara baris dan kolom, sel hanya berisi nilai, tidak seperti pada
olah angka dimana sel bisa merupakan formula (rumus).
Pada data data editor windows terbuka. Anda dapat lansung memasukkan
data pada sel-sel yang ada. Sebagai contoh cobalah masukkan data dari 30
bayi di bawah ini.
Sebelum anda memasukkan data, buatlah nama variabel seperti yang sudah
dijelaskan sebelumnya

1.
2.
3.
4.

D. MENYIMPAN DATA
Data yang dimasukkan dapat disimpan ke berbagai format data.
Secara pengaturan dasar SPSS akan menyimpan data kedalam format SPSS
for windows (*.sav). untuk penyimpanan data yang telah anda masukkan
urutan perintah yang dilakukan adalah sebagai berikut
Klik file
Save (Pastikan Anda pada Data Editor)
Ketik Latihspss1
Pada layer tampak kotak dialog penyimpanan data
Berikut ini adalah data 30 bayi dan ibu. Masukkanlah data tsb
Latihan 1
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14

Nama
ARR
BRR
CRR
DRR
ERR
FRR
GRR
HRR
IRR
JRR
KRR
LRR
MRR
NRR

Jenis kelamin
PEREMPUAN
LAKI
LAKI
LAKI
PEREMPUAN
LAKI
PEREMPUAN
LAKI
PEREMPUAN
LAKI
LAKI
LAKI
PEREMPUAN
LAKI

Pjgbayi
38
39.2
43.7
42.4
44.7
44
43
44.4
44.5
43
45.5
46.5
48.5
47.5

LILA by
7.5
8.3
8.3
8.4
9
9
9.5
9.5
10
10.5
10
10.5
11
11

BB
bayi
1100
1400
2100
2100
2200
2300
2400
2700
2800
2900
2900
3000
3100
3200

Hb Ibu
7.7
9.2
9.4
8.8
8.7
11
11.1
9.6
11.5
10.5
11.9
11.3
11.1
12

15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30

ORR
PRR
QRR
RRR
SRR
TRR
URR
VRR
WRR
XRR
YRR
ZRR
AARR
BBRR
CCRR
DDRR

PEREMPUAN
PEREMPUAN
LAKI
LAKI
LAKI
PEREMPUAN
LAKI
LAKI
LAKI
LAKI
LAKI
PEREMPUAN
PEREMPUAN
PEREMPUAN
PEREMPUAN
PEREMPUAN

49
50
52
53
45
43
42
43
41
44
42
41
41
42
43
44

11.5
11.5
12
12.5
11
10.5
9
9.4
9.3
9.5
8.8
8.9
7.9
8
8.2
8.2

3300
3500
3500
3700
2900
2800
2100
2200
2300
2150
2250
2400
2240
2380
2000
2220

12.3
13
12.9
11.9
12
11.8
7.9
11
11.1
9.6
9.9
10
10.1
9.8
7.9
8.5

Setelah data Editor terbuka letakkan kursor pada kolom kiri atas.
Perhatikan nama variabel. Buatlah nama variabel dari latihan 1
Masukkan data satu persatu dengan teliti.
Teruskan mengetik kearah kanan untuk data variebel jenis kelamin,
panjang badan, lingkar lengan dan berat badan.
Teruskan pemasukan data hingga bayi ke 30.

E. ANALISIS STATISTIK DESKRIPTIF

Statistik deskriptif merupakan bidang ilmu statistika yang mempelajari
cara-cara pengumpulan, penyusunan dan penyajian data suatu penelitian.
Kegiatan statistik deskriptif dimulai pada pengumpulan data, pengolahan
data, penyajian data dan analisis sederhana.
Tujuan utama dari analisis statistik deskriptif adalah untuk meudahkan
orang lain dalam membaca data serta memahami maksudnya. Aplikasi pada
statistik deskriptif dengan program SPSS adalah dengan analisis frekuensi
1. Aplikasi Frekuensi
Apabila anda telah mengentri data seluruhnya, langkah selanjutnya
adalah analisis deskriptif. Statistik distribusi frekuensi digunakan untuk
menyusun data yang jumlahnya banyak ke dalam suatu tabel frekuensi.
Analisis dengan SPSS dengan menu deskriptif statistic.
Langkah-langkahnya
- Data latihspss1 telah kita aktifkan

Klik menu utama Analyze

Klik Desktiptic Statistics
Pilih Frequencies, maka akan muncul kotak seperti berikut
Bila jenis data atau skala pengukuran nominal dan ordinal seperti
jenis kelamin, kita langsung Klik OK

Hasil out put akan keluar seperti berikut:

jenis kelamin

Valid

LAKI
PEREMPUAN
Total

Frequency
17
13
30

Percent
56.7
43.3
100.0

Valid Percent
56.7
43.3
100.0

Cumulative
Percent
56.7
100.0

Dari data out put kita dapat menginterpretasikan :

Bayi laki-laki lebih banyak (56,7%) dibandingkan dengan bayi perempuan
2. Analisis deskriptif data kontinu
Bila data kita kontinu atau mempunyai skala pengukuran interval dan
rasio analisis yang kita inginkan adalah menentukan mean, median dan
standar deviasi,maka kita menggunakan langkah-langkah berikut:
- Data latihspss1 telah kita aktifkan
- Klik menu utama Analyze
- Klik Desktiptic Statistics
- Pilih Frequencies, maka akan muncul kotak seperti berikut:

Bila jenis data kontinu seperti panjang bayi, kita Klik Statistic,
maka akan tampak kotak berikut.
Klik analisis yang diinginkan seperti, mean, median, range,
minimum maksimum dan Standar deviasi

Hasil analisis:

Statistics
panjang bayi
N
Mean
Median
Mode
Std. Deviation
Variance
Range
Minimum
Maximum

Valid
Missing

30
0
44.3300
43.8500
43.00
3.48060
12.11459
15.00
38.00
53.00

Dari data diatas rerata panjang bayi 44,33 cm, median 43,85 cm dan
Standar deviasi 3,48 cm
F. ANALISIS INFERENSIAL
1. Analisis Chi Square
Analisis chi square merupakan analisis bivariat untuk menghubungkan atau
membandingkan satu variabel independen dengan variabel dependen.
Analisis pada SPSS dengan menggunakan menu crosstab. Pada menu ini kita
dapat menampilkan tabulasi silang. Analisis chi square dapat digunakan
pada variabel yang mempunyai skala pengukuran nominal atau ordinal.
Pada contoh data latihspss1, hanya 1 variabel yang berskala nominal yaitu
jenis
kelamin.
Untuk
itu kita
perlu
melakukan recode
ulang
(mengelompokkan data) pada salah satu variabel.
Misalnya kita ingin membandingkan proporsi Berat Badan Lahir Rendah
antara laki-laki dan perempuan.
Langkah-langkah Recode
- Data latihspss1 telah kita aktifkan
- Klik menu utama Transform
- Klik Recode
- Klik Into diffrent variabel
- Pindahkan variabel beratby ke kotak sebelah kanan
- Buatlah variabel baru dengan nama bbkel, klik change

Klik old and news values

Buatlah 2 kelompok
Berat bayi < 2500 dikode 1 (BBLR)
Berat bayi > 2500 dikode 2 (Normal)
Klik continue
Klik OK

Hasil telah terbentuk variabel baru bbkel

Analisis chi square berikutnya dapat digunakan menu crosstab dengan

langkah-langkah:
- Data latihspss1 telah kita aktifkan
- Klik menu utama Analyze
- Klik Desktiptic Statistics
- Klik Crosstab
- Pindahkan variabel jenis kelamin pada kotak kanan atas dan
variabel bbkel ke kotaka kanan bawah

klik statsitics
Klik Chi Square

Klik continue

Pada kotak awal kembali klik cell untuk membuat persentase

Klik column atau row
Klik continue
Klik OK

Hasil output

jenis kelamin * BBKEL Crosstabulation

BBKEL
bbnormal
9
8
52.9%
61.5%
8
5
47.1%
38.5%
17
13
100.0%
100.0%
bblr

jenis kelamin

LAKI
PEREMPUAN

Total

Count
% within BBKEL
Count
% within BBKEL
Count
% within BBKEL

Total
17
56.7%
13
43.3%
30
100.0%

Dari data tersebut bayi dengan berat badan lahir rendah lebih banyak pada
laki-laki (52,9%) begitu juga bayi dengan berat badan normal lebih banyak
pada kelompok lakilaki (61,5%)
Hasil pengujian dengan chi square adalah:
Chi-Square Tests

Pearson Chi-Square
Continuity Correction a
Likelihood Ratio
Fisher's Exact Test
Linear-by-Linear
Association
N of Valid Cases

Value
.222b
.010
.223
.214

df
1
1
1
1

Asymp. Sig.
(2-sided)
.638
.921
.637

Exact Sig.
(2-sided)

Exact Sig.
(1-sided)

.721

.462

.643

30

a. Computed only for a 2x2 table

b. 0 cells (.0%) have expected count less than 5. The minimum expected count is
5.63.

Dari hasil uji chi quare didapat nilai p value (nilai significansi adalah 0,638).
Hal ini berarti tidak terdapat hubungan antara jenis kelamin dengan kejadian
berat badan lahir rendah.

PRAKTIKUM IKK (TM-Pr.3)

PRAKTIKUM II
UJI BEDA MEAN
1. Uji T independent dan T dependen
Uji t digunakan untuk membandingkan rata-rata 2 kelompok. Uji t
independent membandingkan rata-rata 2 kelompok yang bebas sendangkan
Uji t dependen untuk membandingkan dua kelompok yang tergantung satu
dengan lainnya. Uji t digunakan pada variabel numeric dengan skala interval
atau ratio dan kategori (2 kelompok). Pada data numeric data harus
berdistribusi normal, karena analisis uji t termasuk analisis parametric. Pada
SPSS kita dapat menganalisis uji t dengan fasilitas analyze yang dilanjutkan
dengan compare means. Berikut ini aplikasi dengan SPSS yang masih
menggunakan data latihspss1.
a. Uji t independen
Disini kita akan aplikasikan uji t independent dengan membandingkan ratarata Berat Badan bayi menurut kelompok jenis kelamin.
Langkah-langkah:
o Data latihspss1 telah kita aktifkan
o Klik menu utama Analyze
o Klik Compare Means
o Klik Independen sampel t test

o Pindahkan variabel jenis kelamin pada kotak bawah kanan dan

variabel berat bayi ke kotak kanan atas

o
o
o
o

Klik define groups

Ketik 1 dan 2 pada kotak yang tersedia
Klik Continu
Klik OK

Hasil out put sebagai berikut:

T-Test
Group Statistics

berat bayi

jenis kelamin
LAKI
PEREMPUAN

Mean
2570.5882
2495.3846

17
13

Std. Deviation
594.78432
623.17220

Std. Error
Mean
144.25639
172.83687

Independent Samples Test

Levene's Test for
Equality of Variances

F
berat bayi Equal variances
assumed
Equal variances
not assumed

.069

Sig.
.795

t-test for Equality of Means

df

Sig. (2-tailed)

Mean
Difference

Std. Error
Difference

95% Confidence
Interval of the
Difference
Lower
Upper

.336

28

.739

75.2036

223.68358

-382.991 533.39866

.334

25.325

.741

75.2036

225.12772

-388.154 538.56132

Hasil out put mendapatkan rata-rata berat bayilaki-laki 2570,6 (SD 594,8)
dan bayi perempuan 2495,4 (SD 623,2) Hasil uji varian (F) didapat p value
0,795 yang berarti tidak terdapat perbedaan varian sehingga uji t yang
digunakan adalah uji t dengan varian yang sama. Hasil uji t = 0,336 dan p
value 0,739. Hal ini berarti tidak terdapat perbedaan rata-rata berat badan
bayi menurut jenis kelamin.
b. Uji t dependen
Berikut ini kita aplikasikan uji t dependen. Pada data latihspss1 kita
tambahkan variabel bb2 (yaitu berat bayi setelah 2 bulan)
No
sampel
1
2

bb2
1155
1400

no
sampel
16
17

bb2
3630
3520

3
4
5
6
7
8
9
10
11
12
13
14
15

2200
2300
2300
2400
2560
2750
2900
2800
3000
3200
3150
3260
3450

18
19
20
21
22
23
24
25
26
27
28
29
30

3700
2990
2850
2200
2400
2450
2400
2550
2450
2300
2300
2200
2420

Langkah-langkah:
o Data latihspss1 telah kita aktifkan
o Klik menu utama Analyze
o Klik Compare Means
o Klik Paired sampel t test
o Pindahkan bb1 dan bb2 ke kotak kanan
o Klik OK

Hasil out put:

Paired Samples Statistics

Pair
1

BB1
BB2

Mean
2538.0000
2639.5000

N
30
30

Std. Deviation
597.75673
586.85948

Std. Error
Mean
109.13495
107.14539

Paired Samples Test

Paired Differences

Pair 1

Mean
BB1 - BB2 -101.5000

Std. Deviation
90.22147

95% Confidence
Interval of the
Difference
Std. Error
Mean
Lower
Upper
16.47211 -135.1893 -67.8107

t
-6.162

df
29

Sig. (2-tailed)
.000

Hasil out put mendapatkan rata-rata berat bayi lahir 2538 (SD 597,8) dan
berat bayi 1 bulan kemudian 2639,5 (SD 586,9) Hasil uji t = -6,162 dan p
value 0,000 (tepatnya 0,0001). Hal ini berarti terdapat perbedaan rata-rata
berat badan bayi baru lahir dan berat bayi 1 bulan kemudian.
3 Uji Beda > 2 Mean (Anova)
Analisis of Varian digunakan untuk membandingkan rata-rata > 2
kelompok. Uji anova digunakan pada variabel numeric dengan skala interval
atau ratio dan kategori ( > 2 kelompok). Pada data numeric data harus
berdistribusi normal, karena analisis uji anova termasuk analisis parametric.
Pada SPSS kita dapat menganalisis uji anova dengan fasilitas analyze yang
dilanjutkan dengan compare means. Kemudian memilih fasilitas one way
anova. Berikut ini aplikasi dengan SPSS dengan menggunakan contoh soal
berikut.
Contoh:
Suatu penelitian dari Singh et al seperti yang dilaporkan oleh Jurnal Clinical
Imunology dan Imunopathologi adalah sifat imunitas pada anak-anak autis.
Mereka melakukan pengukuran terhadap consentrasi serum dari 3 jenis
sampel anak-anak, yang berumur < 10 tahun. Hasilnya adalah sbb:
Autistic children (n=23): 755, 385, 380, 215, 400, 343, 415, 360, 345, 450,
410, 435, 460,360, 225, 900, 365,440 820, 400, 170, 300, 325
Normal : (n=32) 165, 390, 290, 435, 235, 345, 320, 330, 205, 375, 345, 305,
220, 270, 355, 360, 335, 305, 325, 245, 285, 370, 345, 230, 370, 285, 315,
195, 270, 305, 375, 220
Mentally retarded children (non Downs syndrome) (n=15): 380, 510, 315,
565, 715, 380, 390, 245, 155, 335, 295, 200, 105, 105, 120
Langkah-langkah :
Aktifkan program spss
Klik varibel view pada data editor (data view untuk mengisi data)
Namai variabel pertama dengan kelompok

Namai variabel kedua dengan serum

Masukkanlah data di atas ke dalam 2 variabel tsb

Pada variabel kelompok, buatlah value labelnya
Yaitu : 1 = autis
2 = normal
3 = menred
Lakukanlah analisis dengan menggunakan analisis anova
Cara :
Klik analyze
Klik compare means
Klik one way anova
Pindahkan variabel kelompok pada kotak factor dan variabel serum
pada kotak dependent list

Selanjutnya : klik options

Tandai descriptive dan homogenity of variance
Tekan Continue
Klik OK

Nilailah hasilnya
Bila nilai p value pada tabel anova < 0.05, maka terdapat perbedaan pada
ketiga Kelompok
Descriptives
SERUM

N
autis
normal
menred
Total

23
30
17
70

Mean
419.9130
304.1667
318.2353
345.6143

Std. Deviation
178.02628
63.39644
169.15175
145.60481

95% Confidence Interval for

Mean
Lower Bound Upper Bound
342.9287
496.8974
280.4940
327.8393
231.2655
405.2051
310.8960
380.3325

Std. Error
37.12105
11.57455
41.02533
17.40310

Minimum
170.00
165.00
105.00
105.00

Maximum
900.00
435.00
715.00
900.00

ANOVA
SERUM

Between Groups
Within Groups
Total

Sum of
Squares
191247.5
1271605
1462853

df
2
67
69

Mean Square
95623.767
18979.180

F
5.038

Sig.
.009

Hasil menunjukkan nilai F hitung 5,038 dan p = 0,009. Hal ini berartti
terdapat perbedaan rata-rata kadar serm pada ketiga kelompok
Untuk menentukan kelompok mana saja yang berbeda dapat dilakukan
analisis

Post Hoc test : Buka kembali one way anova

Tekan Post hoc tes
Klik pilihan Bonferoni atau Tukey

Nilailah hasilnya

Post Hoc Tests

Multiple Comparisons
Dependent Variable: SERUM
Bonferroni

(I) KELOMPOK
autis
normal
menred

(J) KELOMPOK
normal
menred
autis
menred
autis
normal

Mean
Difference
(I-J)
Std. Error
115.7464* 38.18142
101.6777 44.06364
-115.7464* 38.18142
-14.0686 41.82178
-101.6777 44.06364
14.0686 41.82178

Sig.
.010
.072
.010
1.000
.072
1.000

95% Confidence Interval

Lower Bound Upper Bound
21.9891
209.5036
-6.5237
209.8792
-209.5036
-21.9891
-116.7651
88.6278
-209.8792
6.5237
-88.6278
116.7651

*. The mean difference is significant at the .05 level.

Hasil menunjukkan dengan bonferony test terdapat perbedaan kadar serum

yang significant (p=0,01) antara autis dengan kelompok normal.

PRAKTIKUM 4
Pembuatan Sediaan Darah Tepi (Tebal dan Apus)

Tingkat Keterampilan: 4A
Tujuan
1. Menyediakan slide untuk diperiksa secara mikroskopik.
2. Sediaan darah apus dapat digunakan untuk pemeriksaan morfologi sel darah.
3. Sediaan darah tebal dapat digunakan untuk pemeriksaan parasit filaria.
4. Sediaan darah tebal dan apus dapat digunakan untuk pemeriksaan mikroskopik malaria.
Walaupun pemeriksaan mikroskopik malaria bukan merupakan kompetensi dokter umum,
namun dokter perlu mampu membuat sediaan yang baik agar dapat dikirim dan diperiksa
dengan baik oleh tenaga ahli secara mikroskopik.
Alat dan Bahan
1. Sarung tangan sebagai alat perlindungan diri
2. Kapas alkohol
3. Kapas kering
4. Lanset sekali pakai
5. Kaca obyek
6. Metanol
7. Larutan Giemsa
8. Larutan buffer (dapat diganti dengan air suling atau destilled water bila tidak tersedia)
9. Rak pengering
10. Kertas tisu atau kertas saring
Prosedur
a. Pembuatan sediaan darah tebal
1. Persiapkan ujung jari pasien yang akan ditusuk. Lakukan desinfeksi dengan menggunakan
kapas alkohol.
2. Tusuk ujung jari pasien dengan menggunakan lanset sekali pakai.
3. Hapus tetesan darah yang pertama keluar dengan menggunakan kapas kering.
4. Tempelkan kaca obyek pada tetesan darah berikutnya. Ambil sebanyak 3 tetes darah.
5. Letakkan kaca obyek di atas meja kerja. Dengan menggunakan ujung kaca obyek yang
lain, sebarkan tetesan darah hingga membentuk lingkaran berdiameter 1cm.
6. Beri label pada kaca obyek, tunggu hingga sediaan kering untuk dapat diwarnai.
7. Pewarnaan sediaan darah tebal:
a. Letakkan kaca obyek yang telah diberi sediaan di atas rak
b. Siapkan larutan Giemsa 20% dengan mencampurkan 20ml larutan Giemsa stok
dengan 80ml larutan buffer atau air suling
c. Teteskan larutan Giemsa kerja di atas sediaan darah hingga seluruh darah
tertutup zat warna. Biarkan selama 15 menit.
d. Buang sisa zat warna, kemudian cuci perlahan dengan air mengalir. Hati-hati
sebab sediaan darah dapat luruh akibat aliran air yang kuat.
e. Biarkan kering dengan meletakkannya secara tegak di atas kertas tisu atau kertas
saring.
b. Pembuatan sediaan darah apus
1. Setelah mengambil tetesan darah untuk pembuatan sediaan darah tebal, ambil kembali 1
tetes darah untuk pembuatan sediaan darah apus. Remas sedikit ujung jari pasien bila
darah sulit keluar.
2. Letakkan kaca obyek di atas meja kerja. Ambil kaca obyek lainnya untuk menyebar
sediaan darah dengan cara berikut:
a.Pegang kaca obyek penyebar dengan tangan kanan. Letakkan sisi pendek kaca
obyek penyebar di sebelah kiri tetesan darah, posisikan hingga membentuk sudut
45 dengan kaca obyek di bawahnya.
b.
Geser kaca obyek penyebar secara perlahan ke arah kanan hingga sisinya
menyentuh tetesan darah, dan tunggu hingga darah menyebar di sepanjang sisi
pendek tersebut.
c.Pegang kaca obyek pertama dengan tangan kiri, sementara geser kaca obyek
penyebar ke arah kiri dengan cepat hingga menyebar di atas kaca obyek pertama.

3. Beri label pada kaca obyek, tunggu hingga sediaan kering untuk dapat diwarnai.
4. Pewarnaan sediaan darah apus:
a.Letakkan kaca obyek yang telah diberi sediaan apus di atas rak
b.
Lakukan fiksasi dengan menetesi sediaan darah dengan metanol, biarkan
hingga beberapa detik atau hingga metanol kering. Buang sisa metanol bila ada.
c.Siapkan larutan Giemsa 20% dengan mencampurkan 20ml larutan Giemsa stok
dengan 80ml larutan buffer atau air suling
d.
Teteskan larutan Giemsa kerja di atas sediaan darah hingga seluruh darah
tertutup zat warna. Biarkan selama 15 menit.
e.Buang sisa zat warna, kemudian cuci perlahan dengan air mengalir. Biarkan kering
dengan meletakkannya secara tegak di atas kertas tisu atau kertas saring.
c. Catatan:
1. Sediaan tebal dan tipis dapat dibuat bersisian pada kaca obyek yang sama. Apabila ingin
dilakukan seperti ini, maka pada saat menetesi metanol pada sediaan apus, posisikan
kaca obyek miring ke arah sediaan apus sehingga penetesan metanol tidak mengenai
sediaan tebal di bagian atasnya.
2. Jari yang ditusuk biasanya jari tengah atau jari manis tangan kiri (atau tangan kanan pada
pasien kidal), dan tumit pada bayi.
3. Label dapat ditulis dengan pensil pada bagian pangkal dari sediaan apus.

Persiapkan jari pasien, lakukan

desinfeksi dengan kapas
alkohol

Tusuk jari dengan

menggunakan lanset sekali
pakai

Ambil 3 tetes darah untuk

sediaan darah tebal dan 1
tetes untuk sediaan apus

Buat sediaan darah apus

dengan menggesernya
menggunakan sisi pendek
kaca obyek lain

Buat sediaan darah tebal

dengan meratakannya
menggunakan ujung kaca
obyek lain

Beri label pada sediaan

Gambar pembuatan sediaan darah tebal dan apus pada kaca obyek yang sama

Gambar sediaan darah tebal dan apus pada kaca obyek yang sama

PRAKTIKUM 5
Pemeriksaan Mikroskopik Sediaan Darah Tepi
Tingkat Keterampilan: 4A
Tujuan
1. Mengidentifikasi parasit darah, yakni malaria dan filaria
Alat dan Bahan
1. Mikroskop cahaya
2. Minyak imersi atau tuluol.
Prosedur
1. Tetesi sediaan pada bagian yang akan diperiksa agar terlihat lebih jernih di bawah
mikroskop.
2. Periksa di bawah mikroskop cahaya dengan pembesaran lensa obyektif 40x. Apabila
dijumpai gambaran yang mencurigakan, lensa obyektif diganti dengan pembesaran 100x.
3. Untuk pemeriksaan parasit filaria gunakan sediaan darah tebal. Untuk pemeriksaan
parasit malaria, periksa darah tebal untuk identifikasi dan menghitung kepadatan parasit.
Sediaan darah tipis digunakan sebagai konfirmasi morfologi.
4. Pemeriksaan dilakukan dengan melihat 100 lapangan mikroskopos dengan pembesaran
500-600x yang setara dengan 0.20l darah. Jumlah parasit dihitung per lapangan
pandang. Penghitungan dengan metode semi kuantitatif pada sediaan darah tebal adalah
sbb:
a.
b.
c.
d.
e.

+ = 1 10 parasit per 100 lapangan

++ = 11 100 parasit per 100 lapangan
+++ = 1-10 parasit per 1 lapangan
++++ = >10 parasit per 1 lapangan
+++++ = >100 parasit per 1 lapangan, setara dengan 40.000 parasit/L

5. Hitung parasit juga dapat dilakukan dengan menghitung jumlah parasit per 200 lekosit
dalam sediaan darah tebal. Dengan asumsi jumlah lekosit rata-rata 8000/l darah, maka
densitas parasit dapat dihitung dengan rumus sbb:
Kepadatan parasit (parasit/l darah) = (jumlah parasit yang dihitung x 8000) / (200
lekosit)

6. Keterampilan yang perlu dikuasai sebelumnya:

a. Pengenalan mikroskop cahaya
b. Penggunaan mikroskop cahaya
c. Pengenalan morfologi parasit malaria/filaria
Referensi

1.

Direktorat Jenderal Pengendalian Penyakit Dan Penyehatan Lingkungan. Departemen

Kesehatan RI. Pedoman penatalaksanaan kasus malaria di Indonesia. Gebrak Malaria.
Jakarta: Departemen Kesehatan RI, 2008.
2. Lewis, Bain, Bates. Dacie and Lewis Practical Haematology. 10 th ed. Philadelphia: Churcill
Livingstone, 2006.