Cross Sectional Vs Case Control
Cross Sectional Vs Case Control
6/9/2017
Institut Kesehatan Helvetia
Iman Muhammad
Perbandingan Pendekatan Cross Sectional dengan Case Control
Studi cross sectional (potong lintang) adalah studi epidemiologi yang mempelajari distribusi,
hubungan, pengaruh paparan (faktor penelitian/ variabel X) dan penyakit (variabel Y) dengan
cara mengamati status paparan, penyakit, atau karakteristik terkait kesehatan lainnya, secara
serentak pada individu-individu dari suatu populasi pada saat itu. (Murti, 2003)
1. Untuk judul penelitian sebaiknya tidak menggunakan kata “kejadian”; karena kata
kejadian sudah menjadi kata yang lazim digunakan untuk pendekatan case control
dikhawatirkan akan menimbulkan kebingungan. Contoh judul “Hubungan Umur dan
Paritas dengan Kanker Payudara”.
2. Hasil ukur untuk Variabel Y bukan Terjadi/Tidak Terjadi atau Mengalami/Tidak
mengalami, melainkan ditetapkan sesuai dengan klasifikasi tertentu; misalnya Kanker
(Stadium-1, Stadium-2, dan Stadium-3), Partus (Lama, Normal), Berat Bayi (Normal,
BBLR), Laserasi (Derajat-1, Derajat-2), Infeksi pada Payudara (Bendungan ASI,
Mastitis, Abses), Anemia (Ringan sekali Hb 10,00 gr% -13,00 gr%, Ringan Hb 8,00 gr%
-9,90 gr%, Sedang Hb 6,00 gr% -7,90 gr%, Berat Hb < 6,00 gr%).
3. Penelitian dilakukan pada variabel X dan Y secara bersamaan
4. Bertujuan untuk mengetahui fenomena relasi (hubungan) variabel X dengan Y; atau
pengaruh variabel X terhadap Y.
5. Karakteristik sample penelitian sesuai dengan karakteristik umum Populasi, misalnya Ibu
Hamil, Ibu Nifas
𝑁
6. Besar sample diambil menggunakan rumus Slovin 𝑛 = 𝑁.𝑒 2 atau menggunakan rumus
Lameshow
(𝑍1−𝛼/2 )2 𝑃𝑞𝑁
𝑛=
𝑑2 (𝑁 − 1) + (𝑍1−𝛼 )2 𝑃𝑞
2
7. Uji statistik yang dapat digunakan antara lain: Chisquare (bivariat), Logistic Binary dan
Linier Regression (multivariat).
8. Bila tabel silangnya 2x2; maka dapat dihitung angka Ratio Prevalence (RP) dengan
rumus RP = a(a+b) / c(c+d) ; contoh Tabel1 di bawah ini:
2
Perbandingan Pendekatan Cross Sectional dengan Case Control
Studi kasus kontrol merupakan studi observasional yang menilai hubungan atau pengaruh
paparan (Variabel X) dan penyakit (Variabel Y) dengan cara menentukan sekelompok orang-
orang berpenyakit (kasus) dan sekelompok tidak berpenyakit (kontrol), lalu membandingkan
frekuensi paparan pada kedua kelompok (Murti, 2003). Studi kasus control dimulai dengan
memilih kasus (berpenyakit) dan control (tidak berpenyakit). Kasus dan control biasanya dipilih
dari populasi sumber yang sama (Rothman, 2002), sehingga kedua kelompok memiliki
karakteristik yang sebanding kecuali penyakit, peneliti kemudian mengukur paparan yang
dialami subyek pada waktu yang lalu (retrospektif) dengan cara wawancara, mengkaji catatan
medik, memeriksa hasil-hasil pemeriksaan laboratorium.
1. Untuk judul penelitian menggunakan kata “kejadian” Contoh judul “Hubungan Umur dan
Paritas dengan Kejadian Kanker Payudara”.
2. Hasil ukur Variabel Y Terjadi/Tidak Terjadi atau Mengalami/Tidak mengalami.
3. Sample penelitian dipilih dari kelompok kasus (berpenyakit) dan control (tidak
berpenyakit) dari populasi yang sama dan memiliki karakteristik yang sebanding (match).
4. Penarikan sample dapat menggunakan teknik quota sampling dengan menentukan
terlebih dulu Populasi misalnya Ibu Hamil; kemudian menentukan besar sample minimal
misalnya 25% masing-masing dari populasi untuk kasus dan kontrol, atau menggunakan
(𝑝0.𝑞0+𝑝1.𝑞1) (𝑍1−∝/2 +𝑍1−𝛽 )2
rumus Lameshow sebagai berikut 𝑛 =
(𝑝1−𝑝0)2
Keterangan rumus:
n = Jumlah sample minimal kasus dan kontrol
p0 = proporsi paparan (variabel X) pada kelompok kontrol dari peneliti terdahulu.
p1 = proporsi paparan (variabel X) pada kelompok kasus dari peneliti terdahulu.
Z1-α/2 = 1,96
Z1-β = 1,28
q0 = 1-p0
q1 = 1-p1
5. Uji statistik yang dapat digunakan antara lain: Chisquare (bivariat), Logistic Binary
(multivariat).
6. Bila tabel silangnya 2x2; maka dapat dihitung angka Risk Estimate (Odd Ratio/OR)
dengan rumus OR = ab / cd ; atau menggunakan bantuan SPSS dengan Uji Chi Square
dan memilih Risk dari menu Statistics (lihat contoh tabel output SPSS Risk Estimate
untuk tabel silang di atas
7. Dari Tabel2 nilai OR 9,159 bermakna “Pelayanan Antenatal yang tidak teratur beresiko
9,159 kali lebih tinggi menyebabkan kematian neonatal dibandingkan ibu hamil yang
mendapatkan pelayanan antenatal yang teratur”.