DisusunOleh:
Kelompok 3
KATA PENGANTAR
1
Assalamu’alaikum Wr. Wb.
Puji serta syukur kita panjatkan kehadiran Allah S.W.T karena berkat
rahmat-Nya kami bisa menyelesaikan tugas makalah yang berjudul PROSES
PENELITIAN DALAM EPIDEMIOLOGI REPRODUKSI. Sholawat serta
salam semoga tetap tercurahkan kepada Nabi Muhammad SAW. Beserta keluarga
dan para sahabatnya yang telah membimbing kita dari jalan kegelapan menuju
jalan yang terang.
Kami berharap makalah ini dapat bermanfaat dan menambah wawasan bagi
kami khususnya, dan segenap pembaca umumnya. Penulis menyadari bahwa
makalah ini masih jauh dari sempurna, oleh karena itu kritik dan saran dari
berbagai pihak sangat kami harapkan untuk menuju kesempurnaan makalah ini.
Wasalamu’alaikum Wr. Wb
Penulis
DAFTAR ISI
2
KATA PENGANTAR …………………………………………………….2
DAFTAR ISI ...……… …….…………………………………...……….. 3
BAB I PENDAHULUAN
1.1. Latar Belakang…………………………………………...…........... 4
1.2. Rumusan Masalah.………………………………………...…..........5
1.3. Tujuan…………………..……………………………………...…... 5
DAFTAR PUSTAKA……….……………………………………………… 21
BAB I
3
PENDAHULUAN
4
1.2 Rumusan Masalah
1. Apa yang dimaksud dengan definisi masalah?
2. Apa yang dimaksud dengan definisi kasus?
3. Apa yang dimaksud dengan data?
4. Apa saja metode untuk mengukur dan menggambarkan data?
5. Bagaimana penggunaan uji statistik untuk mengevaluasi variable tunggal?
6. Apa yang dimaksud dengan ukuran hasil morbiditas, mortalitas dan natalitas
untuk memahami masalah kesehatan?
1.3 Tujuan
1. Untuk memahami apa yang dimaksud dengan definisi masalah.
2. Untuk memahami apa yang dimaksud dengan definisi kasus.
3. Untuk memahami apa yang dimaksud dengan data.
4. Untuk mengetahui apa saja metode untuk mengukur dan menggambarkan
data.
5. Untuk mengetahui bagaimana penggunaan uji statistik untuk mengevaluasi
variable tunggal.
6. Untuk memahami apa yang dimaksud dengan ukuran hasil morbiditas,
mortalitas dan natalitas. untuk memahami masalah kesehatan.
5
BAB II
PEMBAHASAN
Persoalan juga dapat diartikan sebagai tafsir sesuatu yang teramati lewat
tanggapan rasa, cerapan dan konsep yang ketiganya merupakan cetusan alam fikir
dan alam rasa (Notohadiprawiro.2006).
6
Definisi kasus dapat dibatasi oleh variable orang (misalnya: wanita yang
berupaya hamil), tempat (misalnya pekerjaan di tempat tertentu) dan waktu
(misalnya :ketika kehamilan terjadi ). Kriteria klinis dapat mencakup konfirmasi
laboratorium. Kriteria klinis juga dapat mencakup kombinasi tanda, gejala dan
temuan lain. Klinisi menggambarkan status atau kejadian terkait kesehatan dengan
memeriksa dan mengenalisis gejala spesifik dan melakukan pemeriksaan pada
pasien.
Definisi kasus harus sederhana, dapat di pahami, dapat diterima, dan cukup
sensitif serta spesifik. Definisi kasus cukup sensitive jika mengidentifikasi sebagai
besar individu dengan kondisi yang dipertimbangkan. Definisi kasus cukup
spesifik jika meniadakan individu yang tidak mengalami status atau kejadian
terkait kesehatan.
2.3 Data
Pengertian data dalam Edhy Sutanta (2004;5) mendefinisikan data adalah
sebagai bahan keterangan tentang kejadian nyata atau fakta-fakta yang di
rumuskan dalam sekelompok lambang tertentu yang tidak acak menunjukan
jumlah, tindakan atau hal-hal. Data dapat berupa catatan-catatan dalam kertas,
buku atau tersimpan sebagai file yang berbasisi data.
Data adalah bagian informasi dan dapat dianggap sebagai observasi atau
pengukuranfenomena yang menjadi perhatian, seperti masalah kesehatan
reproduksi menurut variabel orang, tempat, dan waktu atau lingkungan yang dapat
menyebabkan masalah kesehatan. Data diperoleh melalui observasi, pengukuran,
atau eksperimen variabel, yang berarti variabel adalah karakteristik yang
bervariasi dari satu observasi ke observasi berikutnya dan dapat diukur atau
dikategorikan. Dalam studi penelitian, variabel yang dipilih menggambarkan
fenomena yang menjadi perhatian.
7
2.4 Metode Untuk Mengukur Dan Menggambarkan Data
8
2. Data Ordinal
Data Ordinal ini lebih tinggi daripada skala nominal, dan sering juga
disebut dengan skala peringkat. Hal ini karena dalam skala ordinal,
lambang-lambang bilangan hasil pengukuran selain menunjukkan
pembedaan juga menunjukkan urutan atau tingkatan obyek yang diukur
menurut karakteristik tertentu.
Misalnya tingkat kepuasan seseorang terhadap produk. Bisa kita beri
angka dengan 5=sangat puas, 4=puas, 3=kurang puas, 2=tidak puas dan
1=sangat tidak puas. Atau misalnya dalam suatu lomba, pemenangnya diberi
peringkat 1,2,3 dstnya.
Dalam data ordinal, tidak seperti skala nominal, ketika kita ingin
mengganti angkaangkanya, harus dilakukan secara berurut dari besar ke
kecil atau dari kecil ke besar. Jadi, tidak boleh kita buat 1=sangat puas,
2=tidak puas, 3=puas dstnya. Yang boleh adalah 1=sangat puas, 2=puas,
3=kurang puas dstnya. Selain itu, yang perlu diperhatikan dari karakteristik
skala ordinal adalah meskipun nilainya sudah memiliki batas yang jelas
tetapi belum memiliki jarak (selisih). Kita tidak tahu berapa jarak kepuasan
dari tidak puas ke kurang puas. Dengan kata lain juga, walaupun sangat
puas kita beri angka 5 dan sangat tidak puas kita beri angka 1, kita tidak bisa
mengatakan bahwa kepuasan yang sangat puas lima kali lebih tinggi
dibandingkan yang sangat tidak puas.
Sebagaimana halnya pada data nominal, pada skala ordinal kita juga
tidak dapat menerapkan operasi matematika standar (aritmatik) seperti
pengurangan, penjumlahan, perkalian, dan lainnya. Peralatan statistik yang
sesuai dengan skala ordinal juga adalah peralatan statistik yang berbasiskan
(berdasarkan) jumlah dan proporsi seperti modus, distribusi frekuensi, Chi
Square dan beberapa peralatan statistik non-parametrik lainnya.
3. Data Interval
Data interval mempunyai karakteristik seperti yang dimiliki oleh data
nominal dan ordinal dengan ditambah karakteristik lain, yaitu berupa
9
adanya interval yang tetap. Dengan demikian, Data interval sudah memiliki
nilai intrinsik, sudah memiliki jarak, tetapi jarak tersebut belum merupakan
kelipatan. Pengertian “jarak belum merupakan kelipatan” ini kadang-kadang
diartikan bahwa skala interval tidak memiliki nilai nol mutlak.
Misalnya pada pengukuran suhu. Kalau ada tiga daerah dengan suhu
daerah A= 10oC, daerah B= 15oC dan daerah C= 20oC. Kita bisa
mengatakan bahwa selisih suhu daerah B, 5oC lebih panas dibandingkan
daerah A, dan selisih suhu daerah C dengan daerah B adalah 5oC. (Ini
menunjukkan pengukuran interval sudah memiliki jarak yang tetap). Tetapi,
kita tidak bisa mengatakan bahwa suhu daerah C dua kali lebih panas
dibandingkan daerah A (artinya tidak bisa jadi kelipatan). Kenapa ? Karena
dengan pengukuran yang lain, misalnya dengan Fahrenheit, di daerah A
suhunya adalah 50oF, di daerah B= 59oF dan daerah C= 68oF. Artinya,
dengan pengukuran Fahrenheit, daerah C tidak dua kali lebih panas
dibandingkan daerah A, dan ini terjadi karena dalam derajat Fahrenheit titik
nolnya pada 32, sedangkan dalam derajat Celcius titik nolnya pada 0.
Contoh lainnya, misalnya dua orang murid, si A mendapat nilai 70
sedangkan si B mendapat nilai 35. Kita tidak bisa mengatakan si A dua kali
lebih pintar dibandingkan si B. (Kenapa ?).
Skala interval ini sudah benar-benar angka dan, kita sudah dapat
menerapkan semua operasi matematika serta peralatan statistik kecuali yang
berdasarkan pada rasio seperti koefisien variasi.
4. Skala Rasio
Skala rasio adalah skala data dengan kualitas paling tinggi. Pada skala
rasio, terdapat semua karakteristik skala nominal,ordinal dan skala interval
ditambah dengan sifat adanya nilai nol yang bersifat mutlak. Nilai nol
mutlak ini artinya adalah nilai dasar yang tidak bisa diubah meskipun
menggunakan skala yang lain. Oleh karenanya, pada skala ratio, pengukuran
sudah mempunyai nilai perbandingan atau rasio. Pengukuran-pengukuran
dalam skala rasio yang sering digunakan adalah pengukuran tinggi dan
berat. Misalnya berat benda A adalah 30 kg, sedangkan benda B adalah 60
10
kg. Maka dapat dikatakan bahwa benda B dua kali lebih berat dibandingkan
benda A.
11
untuk menggambarkan data dengan menampilkan dua
karakteristiknya. Misalnya jumlah keseluruhan dan jumlah per gender.
12
ketepatan membuat skala pada garis vertical yang akan mencerminkan
keadaan jumlah hasil observasi.
3. Diagram Lingkaran
Cara lain untuk menyajikan data hasil penelitian adalah dengan
diagram lingkaran. Diagram lingkaran digunakan untuk membandingkan
data dari berbagai kelompok.
13
adaptasi uji Kolmogorov-Smirnov, yang menguji hipotesis nol yang datanya
berasal dari populasi yang didistribusikan secara normal, ketika hipotesis nol tidak
menentukan yang mana distribusi normal (yaitu, nilai varians yang diperkirakan
tidak ditentukan). Uji Shapiro-Wilk mengkaji hipotesis nol yang sampelnya
berasal dari populasi yang didistribusikan secara normal.
Tabel 2.1
Rasio, Proporsi, dan Rate untuk Mengukur Morbiditas, Mortalitas, dan
Natalitas
14
Angka mortalitas perinatal
Rate kematian janin
Rate aborsi
Natalitas Berat lahir Rate kelahiran
(kelahiran) rendah Rate fertilitas
Tabel 2.2
Ukuran morbiditas
15
Prevalensi periode Jumlah kasus saat Populasi yang Bervariasi
ini, baru dan lama, diperkirakan
yang diidentifikasi padapertengahan
selama interval interval
waktu tertentu
Tabel 2.3
Ukuran Mortalitas
Ukuran Pembilang (x) Penyebut (y) Dinyatakan per
Jumlah yang Berisiko
(Dasar Rate)
Rate kematian kasar Jumlah total Populasi 1000 atau 100.000
kematian yang pertengahan
dilaporkan interval yang
selama interval dipekirakan
waktu tertentu
Rate kematian Jumlah kematian Populasi 100.000
penyebab-spesifik akibat penyebab pertengahan
spesifik selama interval yang
interval waktu diperkirakan
tertentu
Mortalitas proporsional Jumlah kematian Jumlah total 100 atau 1000
akibat penyebab kematian dari
spesifik selama semua penyebab
interval waktu selama interval
tertentu yang sama
Rasio kematian dengan Jumlah kematian Jumlah kasus 100
kasus akibat penyakit baru dari peyakit
spesifik selama tersebut yang
interval waktu dilaporkan
tertentu selama interval
waktu yang sama
16
Angka mortalitas Jumlah kematian Jumlah kelahiran 1000
neonatal pada usia kurang hidup selama
dari 28 hari interval waktu
selama interval yang sama
waktu tertentu
Angka mortalotas Jumlah kematian Jumlah kelahiran 1000
pascaneonatal dari usia 28 hari, hidup selama
namun tidak interval waktu
termasuk, usia 1 yang sama
tahun, selama
interval waktu
tertentu
Angka mortalitas bayi Jumlah kematian Jumlah kelahiran 1000
pada usia kurang hidup yang
dari 1 tahun dilaporkan
selama interval selama interval
waktu tertentu waktu yang sama
Angka mortalitas Jumlah kematian Jumlah kelahiran 100.000
maternal akibat penyebab hidup selama
terkait kehamilan interval waktu
selama interval yang sama
waktu tertentu
Rasio mortalitas Jumlah kematian 100.000 kelairan
maternal wanita selama hidup
atau
segerasetelah
kehamilan
Angka mortalitas janin Jumlah kematian Jumlah kelahiran 1000
janin setelah hidup ditambah
minimal usia kematian janin
gestasi 20
minggu
Rate aborsi Jumlah aborsi Jumlah wanita 1000
17
yang dilakukan yang berusia 15-
selama interval 44 tahun selama
waktu tertentu interval waktu
yang sama
Tabel 2.4
Ukuran Natalitas
Ukuran Pembilang (x) Penyebut (y) Dinyatakan Per
Jumlah yang Berisiko
(Dasar Rate)
Rate kelahiran Jumlah kelahiran Populasi total 1000
kasar hidup yang yang diperkirakan
dilaporkan selama pada pertengahan
interval waktu interval
tertentu
Rate fertilitas Jumlah kelahiran Jumlah wanita 1000
kasar hidup yang berusia 15-44
dilaporkan selama tahun yang
interval waktu diperkirakan pada
tertentu pertengahan
interval
Rate kasar Jumlah kelahiran Populasi total 1000
peningkatan alami hidup dikurangi yang diperkirakan
jumlah kematian pada pertengahan
selama interval interval
waktu tertentu
Rasio berat lahir Jumlah kelahiran Jumlah kelahiran 100
rendah hidup kurang dari hidup yang
2500 gram selama dilaporkan selama
interval waktu interval waktu
tertentu yang sama
18
BAB III
PENUTUP
3.1 Kesimpulan
1. Masalah diartikan sebagai sesuatu yang harus diselesaikan (dipecahkan);
soal persoalan. Permasalahan: hal menjadikan masalah; hal yang di
permasalahkan.
2. Definisi kasus adalah kriteria klinis standard untuk menentukan adanya
status atau kejadian terkait kesehatan tertentu. Kumpulan standar klinis akan
memastikan naha kasus didiagnosis secara terus-menerus, tanpa
19
memeperhatikan dimana atau kapan kasus di indetifikasi dengan siapa yang
mediagnosis kasus.
3. Data adalah bagian informasi dan dapat dianggap sebagai observasi atau
pengukuranfenomena yang menjadi perhatian, seperti masalah kesehatan
reproduksi menurut variabel orang, tempat, dan waktu atau lingkungan yang
dapat menyebabkan masalah kesehatan.
4. Metode untuk mengukur data: data nominal, data ordinal, data interval, dan
skala rasio.
Metode untuk menggambarkan data: tabel baris kolom, tabel kontingensi,
grafik hisogram, grafik polygon, grafik kurve, grafik garis, dan diagram
lingkaran.
5. Uji binomial adalah uji probbilitas tepat yang digunakan ketika ada saty
variabel nominal dengan hanya dua nilai. Penggunaan uji binomial yang
paling umum adalah pada kasus keika hipotesis nolnya yaitu dua kategori
sama-sama mungkin terjadi. Untuk lebih dari dua kategori variabel, uji
multinomial harus digunakan.
6. Ukuran ini terutama berrsifat deskriptif (yaitu, proporsi dan rate) dan
bermanfaat untuk mengidentifikasi dan merumuskan masalah penelitian.
Rasio risiko, rasio rate, dan rasio ganjil (odds ratio) biasanya bersifat
analiik, yang memungkinkan kita untuk mengukur kekuatan asosiasi
antara variabel pajanan dan hasil.
DAFTAR PUSTAKA
https://www.academia.edu/20812668/Epidemiologi_Kesehatan_Reproduksi
http://Ippm.kaputama.ac.id/naskah/JURNAL7.pdf
http://repository.unja.ac.id/112/1/skala_junaidi2015.pdf
https://www.academia.edu/12454981/Contoh_Penyajian_Data
Merrill, Ray. 2002. Epidemiologi Reproduktif. Jakarta: Penerbit buku kedokteran.
20
21