Case Control
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 rumus
(𝑝0.𝑞0+𝑝1.𝑞1) (𝑍1−∝/2 +𝑍1−𝛽 )2
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”.