UKURAN

EPIDEMIOLOGI

Dosen Pengampu : Ayu Kurnia Anggraeni, SST., M.Keb

 UKURAN EPIDEMIOLOGI
■ FREKUENSI
■ RATE
■ RATIO/RASIO
■ PROPORSI
■ INSIDENSI
■ PREVALENSI
■ MORTALITAS/ANGKA KEMATIAN
■ ANGKA KESAKITAN
■ STANDARISASI
■ RISIKO
 Pengukuran Frekuensi Epidemiologi

Tujuan

Untuk menilai keadaan suatu penyakit di

populasi tertentu sehingga akan di dapat
pengetahuan yang bisa memberikan solusi, baik
untuk pencegahan ataupun penanggulanggannya
Komponen Ukuran Frekuensi

1. Pembilang (Nominator)
a. Kasus Insidence
b. Kasus Prevalence
2. Penyebut (Denominator)
Populasi : Terikat dan dinamis
 Ukuran Frekuensi
Epidemiologi

Untuk mengukur Untuk mengukur

Masalah Penyakit Masalah Kematian
atau Angka atau Angka
Kesakitan Kematian (Mortalitas)
(Morbiditas)
Untuk mengukur Frekuensi
penyakit/masalah kesehatan harus
diketahui :

■ Jumlah Orang yang terkena penyakit

■ Jumlah populasi dimana orang sakit
berasal
■ Waktu terjadinya penyakit
Jenis Ukuran Frekuensi

■ Ukuran frekuensi yang pembilangnya

kasus prevelence disebut ukuran
prevelence
■ Ukuran fekuensi yang pembilangnya
kasus insicence disebut ukuran
incidence
 RATE
adalah perbandingan antara jumlah
suatu kejadian (X) tehadap jumlah
penduduk yg mempunyai risiko (Y)
pada kejadian tsb menyangkut
interval waktu.

Contoh :
Insidens Rate, Prevalens Rate, Attact
Rate, Crude Fertility Rate
 RATE
1. Digunakan untuk menyatakan
dinamika dan kecepatan kejadian
tertentu dalam masyarakat
2. Pembilang dan penyebut
mempunyai unit yang berbeda
3. Mempunyai satuan pengukuran :
per satuan waktu
4. Rentangnya antara 0 sampai tak
terhingga
 X x
Rumus = K
Y

X = Kasus
Y = Pop.Risiko
K = Konstanta
 RATE
Contoh :
-Kecepatan adalah suatu rate
-Kecepatan kendaraan pada suatu saat
tertentu merefleksikan perubahan satuan
jarak perubahan satuan waktu, misal :
kecepatan kendaraan adalah 65 km/jam
-Jumlah pasien per unit orang-waktu
-Jumlah pasien yang terinfeksi nosokomial
adalah sebanyak 15 pasien terinfeksi/1000
pasien-hari
 Numerator Denominator Konstanta
Ukuran Epid
(X) (Y) (K)

Insidens Rate ∑ Kasus Baru ∑ Pddk Risiko % , ‰ dsb

∑ Semua
Prevalens
Kasus (Baru ∑ Pddk Risiko % , ‰ dsb
Rate
+Lama)

Attack Rate ∑ Kasus Baru ∑ Pddk Risiko % , ‰

Case Fatality ∑ Semua

∑ Kematian %
Rate Kasus
Crude Death
∑ Kematian ∑ penduduk % , ‰ dsb
Rate
Ukuran Utama Morbiditas dalam
Epidemiologi

Angka Angka
Insidensi Prevalensi
Insidensi adalah Prevalensi adalah
gambaran tentang gambaran tentang
frekuensi penderita frekuensi penderita
baru suatu penyakit lama & baru suatu
pada waktu tertentu penyakit pada jangka
di suatu kelompok waktu tertentu di suatu
masyarakat. kelompok masyarakat.
 Angka Prevalensi
Period
Prevalence Rate
Jumlah penderita lama & baru
suatu penyakit yang
ditemukan pada jangka waktu
tertentu dibagi dengan jumlah
penduduk pada pertengahan
jangka waktu yang
bersangkutan dalam persen
• Manfaatatau
: permil.
Untuk suatu penyakit yang
sulit diketahui saat
munculnya, misalnya pada
penyakit kanker.
Point
Prevalence Rate
Jumlah penderita lama & baru
suatu penyakit yang
ditemukan pada suatu saat
dibagi dengan jumlah
penduduk pada saat itu dalam
persen atau permil.
• Manfaat :
Untuk mengatahui mutu
pelayanan kesehatan yang
diselenggarakan.
 Period Prevalence Rate
Rumus yang
digunakan :
Jumlah penderita lama & baru
Period PR = xK
Jumlah penduduk pertengahan
Keterangan :
• K = Konstanta (100%, 1000‰)

Suatu kantor dengan jumlah karyawan sebanyak 100 orang, 20

Contoh
orang diantaranya sejak 2 bulan yang lalu tidak masuk kantor karena
:menderita penyakit A, dan selanjutnya pada hari ini 30 orang lainnya
terpaksa pulang karena juga menderita penyakit A. Berapakah Period
Prevalence Rate nya?
20 + 30
Period PR = x 100%
100
= 50%
 Point Prevalence Rate
Rumus yang
digunakan :
Jumlah penderita lama & baru pada saat tertentu
Point PR = xK
Jumlah penduduk saat itu
Keterangan :
• K = Konstanta (100%, 1000‰)

Contoh :
Satu sekolah dengan murid sebanyak 100 orang, kemarin 5
orang menderita penyakit campak dan hari ini 5 orang lainnya
menderita penyakit campak. Berapakah Point Prevalen Rate nya?
10
Point PR = x 100%
100
= 10%
 Hubungan Intervensi dan
Prevalensi

Besarnya nilai prevalen ditentukan oleh banyaknya orang yang sakit

sebelumnya (insiden), serta lamanya orang tersebut menderita penyakit
(duration).
Meskipun jumlah orang yang sakit sebelumnya tidak begitu banyak,
tetapi jika penyakit berlangsung cukup lama, maka lama kelamaan
jumlah penderita akan meningkat karena terjadi penumpukan jumlah
orang yang jatuh sakit. Sehingga angka prevalen untuk penyakit
akan menjadi tinggi.
Jika diketahui angka insiden dan prevalen suatu penyakit, maka dapat
dihitung lama berlangsungnya penyakit tersebut ( duration) , yaitu :

P=IxD
•Keterangan :
- P = Prevalensi
- I = Insidensi
- D = Lamanya Sakit
 Contoh
Januar Febru Maret April Mei Juni
i ari
A
B
C
D
E
F
G
H
I
Pada suatu wilayah X ditemukan pola perjalanan penyakit Y untuk
bulan Januari sampai Juni seperti diatas. Berapakah angka insiden &
prevalen penyakit Y tersebut untuk periode Februari sampai dengan
Mei ?
 Jawaban

1. Insiden
kasus baru yang ditemukan pada periode
Februari – Mei ialah :
A+D+E+F+G=5

2. Prevalen
kasus lama dan baru untuk periode Februari
– Mei ialah :
A+B+D+E+F+G+H+I=8
 Angka Insidensi

Insidensi Attack Second

Rate Rate ary
Attack
Rate
INSIDENSI
■ Insiden Rate : banyaknya populasi yang
terserang suatu penyakit pada waktu
tertentu

■ Insiden Kumulatif : proporsi seseorang

untuk terkena suatu penyakit
Insidence Rate
■ Karakteristik : tidak memppunyai
interpretasi individu, tidka perlu
pernyataan tentang periode
pengamatan, mempunyai satuan yang
dinyatakan dalm unit 1 waktu dan
nilainya dari 0 sampai tak terhingga
Insiden Kumulatif
■ Kriteria : Nilai 0-1, tidak mempunyai
satuan pengukuran, periode
pengamatan harus disebutkan, peiode
tersebut ditentukan secara bebas dan
bervariasi pada setiap individu
■ Pada kejadian yang waktu
pemaparannya pendek misalnya pda
wabah maka penyebab dicari dengan CI
yang disebut attack rate
 Insidensi Rate

Jumlah penderita baru suatu penyakit yang ditemukan

pada suatu jangka waktu tertentu (umumnya 1 tahun)
dibandingkan dengan jumlah penduduk yang mungkin
terkena penyakit baru tersebut pada pertengahan jangka
waktu yang bersangkutan dalam persen atau permil.
Rumus yang
digunakan :

Jumlah Penderita Baru

Insidensi Rate = x K
Jumlah Penduduk yg mungkin terkena
penyakit tersebut pada pertengahan tahun

Keterangan :
• K = Konstanta (100%, 1000‰ )
 Contoh Soal Insidensi Rate

Pada suatu daerah dengan jumlah penduduk pada tanggal 1 juli 1986
sebanyak 100.000 orang rentan terhadap penyakit dan ditemukan
laporan penderita baru pada bulan Januari 50 orang, bulan Maret 100
orang, bulan Juni 150 orang, bulan September 10 orang, dan bulan
Desember 90 orang. Berapakah nilai insidensi rate di daerah tersebut?
50 + 100 + 150 + 10 + 90
Insidensi Rate = x 100%
100.000
= 0,4 %

• Manfaat :
Untuk mengetahui masalah kesehatan yang dihadapi, resiko untuk
terkena masalah yang dihadapi, serta untuk mengetahui beban tugas yang
harus diselenggarakan oleh suatu fasilitas pelayanan kesehatan baik untuk
pencegahannya ataupun penanggulangannya.
 Attack Rate

jumlah penderita baru suatu penyakit yang ditemukan pada suatu saat
dibagi dengan jumlah penduduk yang mungkin terkena penyakit tersebut
pada saat yang sama dalam persen atau permil.
Rumus yang
digunakan :

Jumlah penderita baru pada satu saat

Attack Rate = xK
Jumlah penduduk yg mungkin terkena
penyakit tersebut pada saat itu

Keterangan :
• K = Konstanta (100%, 1000‰ )
 Contoh Soal Attack Rate
Lima ratus orang murid yang tercatat pada SD X ternyata
100 orang diantaranya tiba-tiba menderita muntah berak
setelah makan gado-gado dari kantin sekolah. Berapakah nilai
Attack rate pada kasus di atas ?
100
Attack Rate = x 100%
500
= 20 %

• Manfaat :
Untuk memperkirakan derajat serangan atau penularan
suatu penyakit sebab semakin tinggi nilai AR, maka
semakin tinggi pula kemampuan Penularan Penyakit
tersebut.
 Secondary Attack Rate

Jumlah penderita baru suatu penyakit yang terjangkit pada serangan kedua
dibagi dengan jumlah penduduk dikurangi penduduk yang terkena
serangan pertama dalam persen atau permil.
Manfaatnya untuk menghitung suatu penyakit menular serta untuk suatu
Rumus digunakan populasi yang kecil seperti keluarga
yaitu :
Jumlah penderita baru pada serangan kedua
Secondary Attack Rate = xK
Jumlah penduduk – Penduduk yg terkena serangan pertama

Keterangan :
• K = Konstanta (100%, 1000‰)
Contoh Soal Secondary Attack
Rate

Keluarga A 6 Keluarga B 5 Keluarga C 3

orang orang orang
Keterangan:
Kasus pertama dalam keluarga
Berapakah nilai Secondary
Kasus kedua dalam keluarga attack rate dari ilustrasi di atas
?
Orang yang kebal
2+2+2
Orang yang sehatSAR = x 100%
(6-1) + (5-1) + (3-0)

= 50 %
1. Angka Kematian Kasar ( Crude Death Rate )
Ukuran
2. Angka Utama
Kematian Mortalitas
Perinatal dalam
( Perinatal Mortality
Rate ) Epidemiologi
3. Angka Kematian Bayi Baru Lahir ( Neonatal
Mortality Rate )
4. Angka Kematian Bayi ( Infant Mortalaity Rate )
5. Angka Kematian Balita ( Under Five Mortalaty
Rate )
6. Angka Kematian Pasca-Neonatal
(Postneonatal Mortality Rate)
7. Angka Lahir Mati atau Angka Kematian
Janin(Fetal Death Rate )
8. Angka Kematian Ibu ( Maternal Mortality Rate
)
9. Angka Kematian Spesifik Menurut Umur (Age
Specific Death Rate)
 Angka Kematian Kasar ( Crude Death Rate )

Jumlah semua kematian yang ditemukan pada satu jangka

waktu (lazimnya satu tahun) dibagi dengan jumlah penduduk
pada pertengahan waktu yang bersangkutan dalam persen
Rumus yang atau permil.
digunakan :
Jumlah seluruh kematian
CDR = xK
Jumlah penduduk pertengahan

Keterangan :
• K = Konstanta 1000
 Angka Kematian Perinatal
( Perinatal Mortality Rate )

Jumlah kematian janin yang dilahirkan pada usia kehamilan 28 minggu

atau lebih ditambah dengan jumlah kematian bayi yang berumur kurang
dari 7 hari yang dicatat selama 1 tahun per 1000 kelahiran hidup pada
tahun yang sama. Manfaat Perinatal Mortality Rate adalah untuk
menggambarkan keadaan kesehatan masyarakat terutama kesehatan ibu
Rumus yang
hamil dan bayi.
digunakan :
Jumlah kematian janin yang dilahirkan pada usia
kehamilan 28 minggu atau lebih + Jumlah kematian bayi yang berumur
kurang dari 7 hari yang dicatat selama 1 tahun
PMR = xK
Jumlah Bayi lahir hidup pada tahun yg sama

Keterangan :
• K = Konstanta umumnya 1000
 Angka Kematian Bayi Baru Lahir
( Neonatal Mortality Rate )

Jumlah kematian bayi berumur kurang dari 28 hari yang dicatat selama 1
tahun per 1000 kelahiran hidup pada tahun yang sama. Manfaat
Neonatal Mortality Rate adalah untuk mengetahui tinggi rendahnya usaha
perawatan postnatal, program imunisasi, pertolongan persalinan dan
penyakit infeksi, terutama Saluran Napas Bagian Atas.
Rumus yang
digunakan :
Jumlah kematian bayi umur kurang dari 28 hari
NMR = xK
Jumlah kelahiran hidup pada tahun yang sama

Keterangan :
• K = Konstanta 1000
 Angka Kematian Bayi ( Infant Mortalaity Rate )

Jumlah seluruh kematian bayi (berumur dibawak 1 tahun) pada suatu

jangka waktu (lazimnya satu tahun) dibagi dengan jumlah seluruh
kelahiran hidup dalam persen atau permil. Manfaatnya Infant
Mortality Rate adalah sebagai indikator yang sensitif terhadap derajat
kesehatan masyarakat
Rumus yang
digunakan :
Jumlah Seluruh kematian bayi dalam 1 tahun
NMR = xK
Jumlah kelahiran hidup pada tahun yang sama

Keterangan :
• K = Konstanta 1000
 Angka Kematian Balita ( Under Five Mortalaty
Rate )

Jumlah kematian balita yang dicatat selama 1 tahun per 100

penduduk balita pada tahun yang sama. Manfaat Under five
mortality rate atau angka kematian balita adalah untuk
mengukur status kesehatan bayi
Rumus yang
digunakan :
Jumlah kematian balita yang dicatat dalam 1 tahun
UFMR = xK
Jumlah penduduk balita pada tahun yang sama

Keterangan :
• K = Konstanta 100
 Angka Kematian Pasca-Neonatal
(Postneonatal Mortality Rate)

Postneonatal Mortality Rate adalah kematian yang terjadi pada bayi usia
28 hari sampai 1 tahun per 1000 kelahiran hidup dalam satu tahun. Angka
kematian pascaneonatal bermanfaat untuk menelusuri kematian di negara
belum berkembang, terutama pada wilayah tempat bayi meninggal pada
tahun pertama kehidupannya akibat malnutrisi, defisiensi nutrisi, dan
Rumus yang penyakit infeksi.
digunakan :
Jumlah kematian bayi umur 28 hari sampai dgn 1 tahun
Postneonatal MR = xK
Jumlah kelahiran hidup pada tahun yang sama

Keterangan :
• K = Konstanta 1000
 Angka Kematian Janin
(Fetal Death Rate )

Proporsi jumlah kematian janin yang dikaitkan dengan

jumlah kelahiran pada periode waktu tertentu, biasanya 1
tahun.
Rumus yang
digunakan :
Jumlah kematian janin dlm periode tertentu (1 thn)
Angka kematian Janin = xK
Total kematian janin + Jumlah kelahiran hidup pada tahun
yang sama

Keterangan :
• K = Konstanta umumnya 1000
Angka Kematian Ibu ( Maternal Mortality Rate )

Jumlah kematian ibu sebagai akibat dari komplikasi

kehamilan, persalinan dan masa nifas dalam 1 tahun per
1000 kelahiran hidup pada tahun yang sama.
Rumus yang
digunakan :

Jumlah kematian ibu hamil, persalinan, nifas dalam 1 tahun

MMR = xK
Jumlah kelahiran hidup pada tahun yang sama

Keterangan :
• K = Konstanta umumnya 1000
 Angka Kematian Spesifik Menurut Umur
(Age Specific Death Rate)

Jumlah seluruh kematian karena penyebab dalam satu

jangka waktu tertentu dibagi dengan jumlah penduduk yang
mungkin terkena penyakit tersebut dalam persen atau permil
Rumus yang
digunakan :
ASMR = dx x K
px

Keterangan :
• K = Konstanta umumnya 1000
•dx = jumlah kematian yang dicatat dalam 1 tahun pada penduduk golongan
umur tertentu (x)
•px= jumlah penduduk pertengahan tahun pada golongan umur tersebut (x)
 Cause Spesific Mortality Rate ( CSMR )

Jumlah seluruh kematian karena penyebab dalam satu jangka

waktu tertentu dibagi dengan jumlah penduduk yang mungkin
terkena penyakit tersebut daam persen atau permil
Rumus yang
digunakan :

Jumlah seluruh kematian karena penyakit tertentu.

CSMR = xK
Jumlah seluruh penderita yg mungkin terkena penyakit
tertentu

Keterangan :
• K = Konstanta umunnya 1000
 Case Fatality rate ( CFR )

Jumlah seluruh kematian karena satu penyebab dalam jangka waktu

tertentu dibagi dengan jumlah seluruh penderita pada waktu yang sama
dalam persen atau permil. CFR digunakan untuk mengetahui penyakit –
Rumus yang
penyakit dengan tingkat kematian yang tinggi.
digunakan :
Jumlah seluruh kematian karena penyakit tertentu
CFR = xK
Jumlah seluruh penderita penyakit pd tahun yang sama

Keterangan :
• K = Konstanta 1000
 Menghitung proporsi, rate dan ratio

Angka
Absolut

Transformasi

-Proporsi
-Rate - terukur
-Ratio - standard
- dapat diper-
bandingkan
 PROPORSI
adalah suatu perbandingan dimana
pembilang (numerator= X) selalu
merupakan bagian dari penyebut
(denominator= Y)

Contoh :
proporsi penyakit, proporsi umur, proporsi
sex, proporsi puskesmas
 X
Rumus = ----------- x K
X+Y

X = Kasus
Y = Pop. Risiko
K = Konstanta
 Numerator Denominator Konst
Ukuran Epid
(X) (Y) (K)
Proporsi Balita
∑ Balita ∑ Pdrt
Pnemonia di %
Pnemonia Berobat
Puskesmas
Proporsi pria
∑ Pria HIV+ ∑ Kasus HIV+ %
pdrt HIV+
Proporsi PNS
∑ PNS pdrt ∑ Semua Pdrt
pdrt TB yg %
TB diobati TB diobati
diobati
 RATIO
adalah perbandingan antara
dua kejadian atau dua hal
yang antara nomerator dan
denominator tak ada sangkut
pautnya.
 X x
Rumus = K
Y

X = Kasus
Y = Pop.Risiko
K = Konstanta
 Numerator Denominator Konst
Ukuran Epid
(X) (Y) (K)
∑ Pddk
Sex Ratio ∑ Pddk Pria 100
Wanita
Ratio
Puskesmas dg ∑ Puskesmas ∑ Pddk 10.000
penduduk
Ratio dokter dg
∑ dokter ∑ Pddk 10.000
penduduk
Ratio dokter dg
∑ dokter ∑ Puskesmas 10
Puskesmas
Contoh pentingnya transformasi data

Selama bulan April 2001 pada beberapa Puskesmas di

Kabupaten ICDC dilaporkan adanya beberapa
pening-katan kasus diare yang disertai beberapa
kematian dengan perincian sbb :
- Puskesmas “A” dg kasus = 600 , meninggal 100
- Puskesmas “B” dg kasus = 450 , meninggal 90
- Puskesmas “C” dg kasus = 700 , meninggal 110

Jumlah penduduk berisiko sbb :

- Puskesmas “A” = 30.000 org
- Puskesmas “B” = 25.000 org
- Puskesmas “C” = 36.000 org

Pertanyaanya :
“ Puskesmas mana yg memiliki masalah Diare terbesar“
 Incidence Rate dan CFR Diare
Pop IR CFR
No Kota Risk Kasus o/oo Mati o/o

1 Puskesmas “A” 30.000 600 20 100 16,6

2 Puskesmas “B” 25.000 450 18 90 20

3 Puskesmas “C” 36.000 700 20 110 15,7

Pertanyaanya :
“ Puskesmas mana yg memiliki masalah Diare terbesar“
-Dari angka kesakitan (IR) Puskesmas “A” & “C” tertinggi
dg 20 o/oo
-Dari angka kematian (CFR) Puskesmas “B” tertinggi
dg 20 %
 Latihan menghitung
Rate, Ratio dan Proporsi
Dari hasil tabulasi laporan Program Malaria di Kec Satui
diperoleh data sbb:
Jml Kasus baru Total kasus Mening
Kel umur
pddk L P L P gal
0-9 3400 10 7 15 19 4
10-19 4200 9 9 16 20 1
20-29 2800 4 5 12 11 2
30-39 2600 8 3 17 9 2
40-71 7000 46 25 65 45 6
Total 20000 77 49 125 104 15
Catatan : L = laki-laki, P = Perempuan
Pertanyaanya : Tolong dihitung
1. Insidens Rate,
2. Prevalens Rate,
3. Ratio kasus baru menurut sex ,
4. Distribusi proporsi Perempuan pd semua kasus ,
5. CFR usia 0-9 th dan
6. Angka kematian malaria .
HITUNG-LAH……??
JAWABAN
Jml Kasus baru Total kasus Mening
Kel umur
pddk L P Σ L P Σ gal
0-9 3400 10 7 17 15 19 34 4
10-19 4200 9 9 18 16 20 36 1
20-29 2800 4 5 9 12 11 23 2
30-39 2600 8 3 11 17 9 26 2
40-71 7000 46 25 71 65 45 110 6
Total 20000 77 49 126 125 104 229 15

126
Insidens rate = x 1.000 = 6,3 /1.000 pddk
20.000

229
Prevalens rate = x 1.000 = 11,45 /1.000 pddk
20.000
JAWABAN
Jml Kasus baru Total kasus Mening
Kel umur
pddk L P Σ L P Σ gal
0-9 3400 10 7 17 15 19 34 4
10-19 4200 9 9 18 16 20 36 1
20-29 2800 4 5 9 12 11 23 2
30-39 2600 8 3 11 17 9 26 2
40-71 7000 46 25 71 65 45 110 6
Total 20000 77 49 126 125 104 229 15

77
Ratio pdrt baru L = x 100 = 157 per 100 P
dg P 49

104
Proporsi pdrt P pada = x 100 = 45,41 %
semua kasus 229
JAWABAN
Jml Kasus baru Total kasus Mening
Kel umur
pddk L P Σ L P Σ gal
0-9 3400 10 7 17 15 19 34 4
10-19 4200 9 9 18 16 20 36 1
20-29 2800 4 5 9 12 11 23 2
30-39 2600 8 3 11 17 9 26 2
40-71 7000 46 25 71 65 45 110 6
Total 20000 77 49 126 125 104 229 15

4
Case Fatality Rate = x 100 = 11,76 %
34

15
Angka kematian Malaria = x 1.000 = 0,75 per 1.000 pddk
Cause Specific Death Rate) 20.000
STANDARISASI
 Sumber Kesalahan Pada Pengukuran

1. Kesalahan akibat penggunaan data yang tidak sesuai.

Contoh
•Mempergunakan sumber data yang tidak representatif, misalnya hanya data dari fasilitas
pelayanan kesehatan saja, padahal telah diketahui cakupan fasilitas pelayanan amat terbatas dan
tidak semua masyarakat datang berobat ke fasilitas tersebut.
•Memanfaatkan data dari hasil survei khusus yang pengambilan respondennya tidak secara acak
(tidak memenuhi syarat randomisasi).
•Memanfaatkan data dari hasil survai khusus yang sebagian besar respondennya tidak
memberikan jawaban.

2. Kesalahan akibat adanya faktor ‘bias’.

Bias ialah terdapatnya perbedaan antara hasil pengukuran dengan nilai yang sebenarnya.
Contoh:
•Mempergunakan alat ukur yang berbeda – beda atau yang tidak distandarisasi
•Mempergunakan teknik pengukuran yang berbeda – beda
•Mempergunakan cara pencatatan hasil yang berbeda – beda
•Terdapatnya perbedaan persepsi masyarakat akan penyakit yang ditanyakan.
•Terdapatnya perbedaan respons terhadap alat ataupun test yang digunakan.
 Sekian
Semoga bisa dipahami…

ANY QUESTION?