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

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
1. Klik file
2. Save (Pastikan Anda pada Data Editor)
3. Ketik Latihspss1
4. Pada layer tampak kotak dialog penyimpanan data
Berikut ini adalah data 30 bayi dan ibu. Masukkanlah data tsb

Latihan 1
LILA BB
No Nama Jenis kelamin Pjgbayi by bayi Hb Ibu
1 ARR PEREMPUAN 38 7.5 1100 7.7
2 BRR LAKI 39.2 8.3 1400 9.2
3 CRR LAKI 43.7 8.3 2100 9.4
4 DRR LAKI 42.4 8.4 2100 8.8
5 ERR PEREMPUAN 44.7 9 2200 8.7
6 FRR LAKI 44 9 2300 11
7 GRR PEREMPUAN 43 9.5 2400 11.1
8 HRR LAKI 44.4 9.5 2700 9.6
9 IRR PEREMPUAN 44.5 10 2800 11.5
10 JRR LAKI 43 10.5 2900 10.5
11 KRR LAKI 45.5 10 2900 11.9
12 LRR LAKI 46.5 10.5 3000 11.3
13 MRR PEREMPUAN 48.5 11 3100 11.1
14 NRR LAKI 47.5 11 3200 12
15 ORR PEREMPUAN 49 11.5 3300 12.3
16 PRR PEREMPUAN 50 11.5 3500 13
17 QRR LAKI 52 12 3500 12.9
18 RRR LAKI 53 12.5 3700 11.9
19 SRR LAKI 45 11 2900 12
20 TRR PEREMPUAN 43 10.5 2800 11.8
21 URR LAKI 42 9 2100 7.9
22 VRR LAKI 43 9.4 2200 11
23 WRR LAKI 41 9.3 2300 11.1
24 XRR LAKI 44 9.5 2150 9.6
25 YRR LAKI 42 8.8 2250 9.9
26 ZRR PEREMPUAN 41 8.9 2400 10
27 AARR PEREMPUAN 41 7.9 2240 10.1
28 BBRR PEREMPUAN 42 8 2380 9.8
29 CCRR PEREMPUAN 43 8.2 2000 7.9
30 DDRR PEREMPUAN 44 8.2 2220 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

Cumulative
Frequency Percent Valid Percent Percent
Valid LAKI 17 56.7 56.7 56.7
PEREMPUAN 13 43.3 43.3 100.0
Total 30 100.0 100.0

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 Valid 30
Mi ssing 0
Mean 44.3300
Median 43.8500
Mode 43.00
St d. Deviation 3.48060
Variance 12.11459
Range 15.00
Mi nim um 38.00
Maxim um 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
bblr bbnormal Total
jenis kelamin LAKI Count 9 8 17
% within BBKEL 52.9% 61.5% 56.7%
PEREMPUAN Count 8 5 13
% within BBKEL 47.1% 38.5% 43.3%
Total Count 17 13 30
% within BBKEL 100.0% 100.0% 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

Asymp. Sig. Exact Sig. Exact Sig.

Value df (2-sided) (2-sided) (1-sided)
Pearson Chi-Square .222b 1 .638
Continuity Correctiona .010 1 .921
Likelihood Ratio .223 1 .637
Fisher's Exact Test .721 .462
Linear-by-Linear
.214 1 .643
Association
N of Valid Cases 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 rata-rata 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 Klik define groups
o Ketik 1 dan 2 pada kotak yang tersedia
o Klik Continu
o Klik OK

Hasil out put sebagai berikut:

T-Test
Group Statistics

Std. Error
jenis kelamin N Mean Std. Deviation Mean
berat bayi LAKI 17 2570.5882 594.78432 144.25639
PEREMPUAN 13 2495.3846 623.17220 172.83687
 Independent Samples Test

Levene's Test for

Equality of Variances t-test for Equality of Means
95% Confidence
Interval of the
Mean Std. Error Difference
F Sig. t df Sig. (2-tailed) Difference Difference Lower Upper
berat bayi Equal variances
.069 .795 .336 28 .739 75.2036 223.68358 -382.991 533.39866
assumed
Equal variances
.334 25.325 .741 75.2036 225.12772 -388.154 538.56132
not assumed

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 no
sampel bb2 sampel bb2
1 1155 16 3630
2 1400 17 3520
3 2200 18 3700
4 2300 19 2990
5 2300 20 2850
6 2400 21 2200
7 2560 22 2400
8 2750 23 2450
9 2900 24 2400
10 2800 25 2550
11 3000 26 2450
12 3200 27 2300
13 3150 28 2300
14 3260 29 2200
15 3450 30 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

Std. Error
Mean N Std. Deviation Mean
Pair BB1 2538.0000 30 597.75673 109.13495
1 BB2 2639.5000 30 586.85948 107.14539

Paired Samples Test

Paired Differences
95% Confidence
Interval of the
Std. Error Difference
Mean Std. Deviation Mean Lower Upper t df Sig. (2-tailed)
Pair 1 BB1 - BB2 -101.5000 90.22147 16.47211 -135.1893 -67.8107 -6.162 29 .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
95% Confidence Interval for
Mean
N Mean Std. Deviation Std. Error Lower Bound Upper Bound Minimum Maximum
autis 23 419.9130 178.02628 37.12105 342.9287 496.8974 170.00 900.00
normal 30 304.1667 63.39644 11.57455 280.4940 327.8393 165.00 435.00
menred 17 318.2353 169.15175 41.02533 231.2655 405.2051 105.00 715.00
Total 70 345.6143 145.60481 17.40310 310.8960 380.3325 105.00 900.00

ANOVA

SERUM
Sum of
Squares df Mean Square F Sig.
Between Groups 191247.5 2 95623.767 5.038 .009
W ithin Groups 1271605 67 18979.180
Total 1462853 69

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

Mean
Difference 95% Confidence Interval
(I) KELOMPOK (J) KELOMPOK (I-J) Std. Error Sig. Lower Bound Upper Bound
autis normal 115.7464* 38.18142 .010 21.9891 209.5036
menred 101.6777 44.06364 .072 -6.5237 209.8792
normal autis -115.7464* 38.18142 .010 -209.5036 -21.9891
menred -14.0686 41.82178 1.000 -116.7651 88.6278
menred autis -101.6777 44.06364 .072 -209.8792 6.5237
normal 14.0686 41.82178 1.000 -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, Tusuk jari dengan Ambil 3 tetes darah untuk
lakukan desinfeksi dengan menggunakan lanset sediaan darah tebal dan 1
kapas alkohol sekali pakai tetes untuk sediaan apus

Buat sediaan darah apus Buat sediaan darah tebal

dengan menggesernya dengan meratakannya
Beri label pada sediaan
menggunakan sisi pendek menggunakan ujung kaca
kaca obyek lain obyek lain

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. + = 1 10 parasit per 100 lapangan
b. ++ = 11 100 parasit per 100 lapangan
c. +++ = 1-10 parasit per 1 lapangan
d. ++++ = >10 parasit per 1 lapangan
e. +++++ = >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. 10th ed. Philadelphia:
Churcill Livingstone, 2006.