PERHITUNGAN STANDARISASI

DI SUSUN OLEH :
Nama :Nurul Asnani
Nim :P07131219024

POGRAM STUDI SARJANA TERAPAN GIZI DAN DIETETIKA

POLTEKKES KEMENKES ACEH
TAHUN 2020/2021
 BAB I
PERHITUNGAN STANDARISASI LANGSUNG

Standardisasi langsung memberikan hasil yang lebih akurat ketika

jumlah dari angka kasus kecil pada setiap kelompuk umur/jenis
kelamin pada populasi studi[2]. Metode langsung bisa digunakan
untuk menghitung angka rata-rata  yang terstandadrisasi, seperti
rata-rata tekanan darah yang disesuaikan dengan umur dan jenis
kelamin pada kelompok pekerjaan yang berbeda[2]. Pada
standardisasi langsung, angka rata-rata spesifik umur/jenis kelamin
per kelompok di populasi didalam study diaplikasikan ke populasi
standar[1-3]. Untuk menggunakan standardisasi langsung, hal-hal
yang dibutuhkan adalah  [1, 2];

Langkah-langkah standardisasi langsung, sebagai berikut;

 Tabel 3. Proses perhitungan pada Standardisasi Langsung
STANDARDIZED
MORTALITY
Kematian Jumlah RATE (SMR)
pada Populas Angka Rata-Rata Populasi Angka kematian  =∑ xi wi/∑wi
populasi i Studi Kematian Standar yg diharapkan = ∑ (d*e)/ ∑ E
Age Studi (a) (b) (d=a/b*100000) (e)/Weight (d*e)}
Point
A
Point B
Point C
Total ∑A ∑B ∑ D ∑E ∑ xi wi
Angka Kematian =EXPECTED
Kasar (Crude DEATH/STANDAR
rate)= ∑ A/ ∑ B *             D POPULATION
100.000 ∑wi *100000  

Langkah-langkah perhitungan pada standardisasi langsung;

1.      Hitung angka rata-rata pada setiap stratum (strata/kelompok umur)
               Angka Rata-Rata spesifik Kematian per kelompok umur
           =( angka kematian per kelompok/jumlah populasi per
kelompok ) x 100000
          
=(d=a/b*100000) .................................................................................
......(1)
2.      Pilih Standar populasi yanga kan digunakan sebagai acuan standar, misal
populasi standar dunia (e/wi) (tabel 4)
3.      Kalikan rata-rata spesifik  umur pada populasi studi dengan populasi
standar pada setiap kelompok umur untuk mendapatkan jumlah
kasus/kejadian yang diharapkan
Angka kematian-kesakitan yg diharapkan (Expected Death-
morbidity)
= ∑ (Angka Rata-rata kematian pada populasi studi per kelompok x
populasi standar per kelompok/Weight)
=(d*e).....................................................................................................
...(2)
4.      Jumlahkan semua hasil pada semua strata dari kasus/kejadian yang
diharapkan, lalu bagi jumlah total kasus yang diharapkan dengan jumlah
populasi standar
                        Angka Kematian yang sudah terstandardisasi 
            (STANDARDIZED  MORTALITY RATE (SMR))
           = Total Angka Kematian yang diharapkan     x 1000000
                        Jumlah standar populasi
           =(∑ EXPECTED DEATH/∑ STANDARD POPULATION
*10000)
          
=∑xi.wi/∑wi...............................................................................................(4)
Lalu bandingkan dengan angka kesakitan/kematian kasar...apakah
berbeda dengan nilai yang telah distandardisasi.....
Angka Kematian Kasar (Crude rate)=
            = total kematian-kesakitan  / total populasi studi
            = ∑ A/ ∑ B *
100.000...............................................................................(3)
Tabel 4. Contoh beberapa Populasi Standar yang Umum
A B C D E
Number  World  African European New WHO World
Age group Health Standard Standard Standard
Organization

0-4 12000 10000 8000 8860

5-9. 10000 10000 7000 8690
10-14. 9000 10000 7000 8600
15-19. 9000 10000 7000 8470
20-24. 8000 10000 7000 8220
25-29. 8000 10000 7000 7930
30-34. 6000 10000 7000 7610
35-39. 6000 10000 7000 7150
40-44. 6000 5000 7000 6590
45-49. 6000 5000 7000 6040
50-54. 5000 3000 7000 5370
55-59. 4000 2000 6000 4550
60-64. 4000 2000 5000 3720
65-69. 3000 1000 4000 2960
70-74. 2000 1000 3000 2210
75-79. 1000 500 2000 1520
80-84. 500 300 1000 910
85+ 500 200 1000,00 635
Total 100000 100000 100000 100000*
*  Total populasi dibulatkan

Contoh!!!!!!!!!
Menstandardisasi angka rata-rata penyakit jantuk Iskemik
(Ischemic Hearth Disease /IHD) pada laki-laki di Jerman
terhadap populasi studi dengan menggunakan populasi standar
dunia (WHO).
Tabel 5. Standardisasi langsung angka kematian penyakit jantung Iskemik
pada laki-laki di Jerman terhadap populasi dunia sebagai standar[1]
A B C D E F
Populasi
Angka standar Kasus
Jumlah kematian dunia kematian yang
Kelompok Jumlah kematian laki-laki di Jerman (WHO) diharapkan
(per
umur Penyakit jantung Di Jerman 100000)

0-4 0 2032000 12000

5-9. 0 2296000 10000
10-14. 0 2362000 9000
15-19. 11 2353000 9000
20-24. 15 2283000 8000
25-29. 42 2990000 8000
30-34. 142 3722000 6000
35-39. 407 3548000 6000
40-44. 839 3061000 6000
45-49. 1484 2801000 6000
50-54. 2396 2295000 5000
55-59. 5352 2903000 4000
60-64. 8080 2505000 4000
65-69. 11562 1844000 3000
70-74. 12605 1350000 2000
75-79. 12700 869000 1000
80-84. 12727 403000 500
85+ 16213 376000 500
Total 84575 39993000 100000

Langkah-langkah yang dilakukan untuk menstandardisasi angka

kematian pada laki-laki di Jerman terhadap populasi standar
dunia adalah sebagai berikut(lihat tabel 6);

Angka Kematian yang sudah terstandardisasi (STANDARDIZED

MORTALITY RATE (SMR))
= (Total Angka Kematian yang diharapkan/ jumlah standar
populasi)*100000
= (120,89/10000) * 100000
=120,89
=121 per 100000
populasi....................................................................................(4)

Bandingkan hasilnya dengan anga kematian sebelum

terstandardisasi (angka kematian kasar) laki-laki di Jerman= 
Total Kematian/Total Populasi * 100000= 84575/39993
*100000= 211 per 100000 populasi.

Tabel 6. Proses standardisasi langsung angka kematian penyakit jantung

Iskemik pada laki-laki di Jerman terhadap populasi dunia sebagai
standar[1]
A B C D E F
Populasi
Angka standar Kasus
Jumlah kematian dunia kematian yang
Kelompok Jumlah kematian laki-laki di Jerman (WHO) diharapkan
(per
umur Penyakit jantung Di Jerman 100000) (D X E)
(B:C)  (1)  (2) (3)
0-4 0 2032000 0,00 12000 0,00
5-9. 0 2296000 0,00 10000 0,00
10-14. 0 2362000 0,00 9000 0,00
15-19. 11 2353000 0,47 9000 0,04
20-24. 15 2283000 0,66 8000 0,05
25-29. 42 2990000 1,40 8000 0,11
30-34. 142 3722000 3,82 6000 0,23
35-39. 407 3548000 11,47 6000 0,69
40-44. 839 3061000 27,41 6000 1,64
45-49. 1484 2801000 52,98 6000 3,18
50-54. 2396 2295000 104,40 5000 5,22
55-59. 5352 2903000 184,36 4000 7,37
60-64. 8080 2505000 322,55 4000 12,90
65-69. 11562 1844000 627,01 3000 18,81
70-74. 12605 1350000 933,70 2000 18,67
75-79. 12700 869000 1461,45 1000 14,61
80-84. 12727 403000 3158,06 500 15,79
85+ 16213 376000 4311,97 500 21,56
Total 84575 39993000 211,47 100000 120,89(4)

Kesimpulan:  Angka kematian karena penyakit Jantung Iskemik di

Jerman menurun hingga 50 % setelah distandardisasi dengan populasi
dunia (211 versus 121 per 100000 populasi). Di tabel 5  dan 6terlihat
bahwa komposisi populasi per kelompok umur negara Jerman dan
populasi standar dunia berbeda dengan jelas. Jerman cenderung
mempunyai populasi kelompok umur tua lebih banyak dibanding dengan
Populasi standar dunia. Oleh karena itu, jika kita akan membandingkan
angka kematian laki-laki karena penyakit jantung terhadap populasi 
standar dunia, angka kematian pada populasi laki-laki di Jerman
sebaiknya distandardisasi terlebih dahulu untuk mendapatkan hasil yang 
setara.  Sehingga kita juga bisa melakukan standardisasi beberapa negara
untuk membandingkan angka kematian karena suatu penyakit dengan
adil.
LATIHAN
 Hitunglah angka kematian kasar laki-laki di Jerman karena
penyakit jantung dan angka kematian laki-laki di Jerman yang
distandardisi oleh populasi standar Afrika, Jelaskan hasil yang
anda dapatkan?
Tabel 7. Standardisasi langsung angka kematian penyakit jantung
Iskemik pada laki-laki di Jerman terhadap populasi Afrika sebagai
standar 
A B C D E F
Angka rata-
rat Jumlah kasus
akematian yang
Jumlah kematian Jumlah di Jerman Populasi diharapkan di
Kelompok penyakit jantung laki-laki di (per Standar populasi
Umur di Jerman Jerman 100000) Afrika  standar

0-4 0 2032000
5-9. 0 2296000
10-14. 0 2362000
15-19. 824 646962
20-24. 89 682309
25-29. 105 711924
30-34. 348 702012
35-39. 592 714044
40-44. 644 683704
45-49. 876 755563
50-54. 849 726262
55-59. 1287 768574
60-64. 1711 712380
65-69. 2376 657973
70-74. 3290 606481
75-79. 4235 456836
80-84. 5585 368410
85+ 8036 301416
 Total 30847 16184850

BAB II
PERHITUNGAN STANDARISASI TIDAK LANGSUNG

Standardisasi tidak langsung atau indirect standardisation diikur dengan

membandingkan jumlah kematian atau kesakitan yang diamati (observed
number of deaths) dan jumlah kematian atau kesakitan yang diharapkan,
yang dikenal juga dengan istilah ‘standardized mortality ratio (SMR)’.
SMR digunakan ketika angka umur rata-rata  (the age-specific rates) untuk
populasi yang dipelajari tidak diketahui tetapi total kasus pada populasi
studi diketahui. SMR juga digunakan ketika perhitungan rata-rata untuk
populasi kecil dimana kita tidak bisa menghasilkan angka umur rata-rata
yang stabil[1-3].

Untuk menggunakan standardisasi tidak langsung, hal-hal yang

dibutuhkan adalah  [1, 2];

Langkah-langkah dalam melakukan standardisasi tidak langsung, adalah

sebagai berikut;[1, 2]
 Tabel 4. Proses perhitungan pada Standardisasi Tidak Langsung[1, 2]
Angka Rata-
Jumlah rata pada Standardised Mortality
Kematian/kasus  pada Populasi Expected populasi Ratio (SMR)/ Standardised
Age populasi Studi (a) Studi (b) cases (b*c) standar (c) Incidence Ratio (SIR)
Point A
Point B
Point C
Total ∑O ∑B ∑E ∑c

        ẋ =∑ O/∑E
             

Rasio kematian-kesakitan  terstandardisasi (SMR/SIR) =∑ O: ∑E

∑ O= jumlah kasus yang diobservasi di populasi studi (Observed cases pada
populasi study)
∑E= Jumlah kasus yang diharapkan (Expected cases)=∑ (populasi studi tiap level * Angka rata-rata pada
populasi standar)

 
Contoh!

DiketahuiTotal jumlah kematian yang diamati (Observed number

of deaths) di Brazil =39437. Hitunglah rasio kematian
terstandardisasi untuk penyakit Jantung Iskemin pada laki-laku di
Brazil dengan populasi standar Jerman?

Tabel 5. Menghitung SMR untuk penyakit jantung Ischemik pada laki-laki di

Brazil dibandingkan dengan populasi standar Jerman[1]
A B C D E F
Male
Number  population Number of Number of  Mortality Expected 
in
Age group Brazil(x1000) IHD Deaths males rate in  Deaths
(males) in in Jermany Jermany in Brazils
(per
 Jermany 100000)
(C:D) ( BXE)/100
0-4 9025 0 2032000 0,00 0,00
5-9. 8703 0 2296000 0,00 0,00
10-14. 8604 0 2362000 0,00 0,00
15-19. 8109 11 2353000 0,47 37,91
20-24. 7360 15 2283000 0,66 48,36
25-29. 6841 42 2990000 1,40 96,09
30-34. 6642 142 3722000 3,82 253,40
35-39. 5622 407 3548000 11,47 644,91
40-44. 4707 839 3061000 27,41 1290,16
45-49. 3745 1484 2801000 52,98 1984,14
50-54. 2912 2396 2295000 104,40 3040,15
55-59. 2454 5352 2903000 184,36 4524,22
60-64. 1957 8080 2505000 322,55 6312,40
65-69. 1583 11562 1844000 627,01 9925,51
70-74. 1138 12605 1350000 933,70 10625,55
75-79. 721 12700 869000 1461,45 10537,05
80+ 583 28940 779000 3715,02 21658,56

Total 80706,00 84575 39993000 211,47 70978,42

(Sumber data mentah; Global Cardiovascular Infobase, www.
Cvdinfobase.ca)

Langkah-langkah dalam melakukan standardisasi tidak langsung

adalah sebagai berikut;
∑E= Jumlah kasus yang diharapkan (Expected cases)
     =∑ (populasi studi tiap level * Angka rata-rata pada populasi standar)
    =∑ (kolom F) 

Jumlah kematian yang diharapkan (Expected number) jika Brazil

mempunyai angka rata-rata kematian sama seperti Jerman =70.979
kasus

Rasio Kematian yang terstandardisasi (Standardized mortality

ratio/SMR)
SMR =∑ O/∑E= 39.437 :70.979=0.56
Kesimpulan : Angka kematian kasar dari penyakit Jantung Iskemik pada
laki-laki Brazil kurang dari ¼ dari angka kematian kasar karena penyakit
Jantung Iskemik pada laki-laki Jerman (47 versus 211 per 100.000
penduduk pertahun), tetapi umur rata-rata dari populasi Brazil sangat lebih
rendah dari populasi Brazil daripada Jerman.  Ketika kita standardisasi
dengan umur, Rasio Kematian yang distandardisasi (SMR) bernilai 0.56
yang mengindikasi bahwa angka kematian karena Penyakit Jantung
Iskemik di Brazil adalah setengah dari  angka kematian penyakit yang
sama di Jerman.
 BAB III
ADJUSTED DEATH RATE

Rate
• rate mengukur frekwensi suatu kejadian • terdiri dari :
• numerator
• denominator • waktu
• numerator: menunjukkan jumlah kejadian selama periode waktu tertentu
• denominator: menunjukkan jumlah populasi dimana kejadian terjadi
• waktu : menunjukkan periode waktu kejadian terjadi

Kalkulasi dari rate :

number of occurence of event in specifief time
rate = ------------------------------------------------------------------- x konstanta
average or mid-interval population
• data surveilens sering
• hanya memberi informasi tentang data numerator saja • dalam bentuk angka kasar
• angka kasar
• hanya menggambarkan jumlah kejadian • tidak memperhatikan:
• jumlah populasi dari mana kejadian terjadi
• distribusi karakteristik demografis di populasi
dari mana kejadian terjadi

Rate memberi informasi yang lebih lengkap : • karena mengandung informasi tetang :
• jumlah kejadian
• jumlah populasi dari mana kejadian terjadi • periode waktu kejadian terjadi
Rate memberi kondisi yang komperabel :
• dapat untuk membandingkan frekwensi kejadian
secara lebih komperabel :
• frekwensi kejadian penyakit di populasi dari
waktu ke waktu
• frekwensi kejadian penyakit diantara satu populasi
dengan populasi lain
• frekwensi kejadian penyakit diantara sub populasi

Kegunaan rate dalam epidemiologi :

• menghitung rate kejadian merupakan suatu hal yang yang paling penting dalam peneilitian
epidemiologi
• dengan menghitung rate, informasi tadi dapat digunakan untuk :
• memformulasikan dan membuktikan hipotesis • mengidentifikasikan faktor risiko dan penyebab •
membandingkan secara komperabel frekwensi
kejadian diantara populasi
Crude, Specific, and Standardized Rates
Rate dapat dihitung dari
• seluruh populasi atau
• subpopulasi yang ada di populasi besar
Crude rate :
• dihitung dari seluruh populasi • contoh : crude death rate
• numerator = jumlah seluruh kematian selama interval waktu tertentu
• denominator = jumlah populasi rata-rata selama interval waktu yang sama
 CDR (angka kematian kasar) populasi A dan B
Tabel 1 Populasi, kematian dan tingkat kematian per 1000 populasi pada komunitas A dan B
B 23,8
Komunitas
Populasi
Jumlah kematian
Tingkat Kematian (Death Rates) per 1000
Specific rate :
• dihitung dari subpopulasi
• contoh : age specific death rate :
• numerator : jumlah kematian pada kelompok usia tertentu selama interval waktu tertentu
• denominator: jumlah populasi rata-rata kelompok usia tertentu selama interval waktu yang sama
• contoh lain :
• sex specific death rate
• numerator : jumlah kematian pada kelompok sex
tertentu selama interval waktu tertentu
• denominator : jumlah populasi rata-rata kelompok
sex tertentu selama interval waktu yang sama
Agar perbandingan rate diantara populasi dapat komperabel maka crude rate harus distandarisisasi
dengan faktor-
faktor konfounding tadi
Metode standarisasi :
• Direct standardization (standarisasi langsung)
• Indirect standardization (standarisasi tak langsung)
Standardisasi
• Kapan Standardisasi?
– Membandingkan rate penyakit pada populasi yg mempunyai distribusi karakteristik populasi yg
berbeda dan karakteristik tersebut berhubungan dengan penyakit
• 2 cara membandingkan:
– Menggunakan category-specific rate – Menggunakan adjusted rate

Metode standarisasi langsung

• cara kalkulasi
• menggunakan specific rate berdasarkan variabel yang
akan dikontrol (misal umur, sex dll) pada populasi studi • specific rate tadi diaplikasikan pada
populasi standard
berdasarkan variabel yang akan dikontrol (umur, sex dll)
• standarisasi ini menggambarkan :
• apa yang akan terjadi dengan crude rate pada populasi
studi jika distribusi dari variabel yang dikontrol (misal umur, sex) sama dengan populasi standard

METODA STANDARDISASI LANGSUNG

DATA YANG HARUS TERSEDIA :
• SPECIFIC RATE DARI VARIABEL POPULASI STUDI /POPULASI YANG AKAN
DIKONTROL
• DISTRIBUSI VARIABEL YANG AKAN DI KONTROL PADA POPULASI STANDARD
Prosedur Perhitungan: Direct
• Dapatkan category-specific rates populasi yang dibandingkan
• Tentukan standard populasi
• Hitung jumlah “expexted deaths/cases” • Hitung rate yang distandardisasi:
Total “expected deaths/cases” Total populasi standard
 Metode standarisasi tidak langsung
• cara kalkulasi
• menggunakan specific rate berdasarkan variabel yang
akan dikontrol (misal umur, sex dll) pada standard populasi • standard spesific rate tadi diaplikasikan
pada populasi studi
berdasarkan variabel yang akan dikontrol (umur, sex dii) konfounder lain)
• standarisasi ini menggambarkan :
• apa yang akan terjadi dengan crude rate pada populasi
studi jika distribusi dari specific rate nya sama dengan populasi standard

METODA STANDARDISASI TIDAK LANGSUNG

DATA YANG HARUS TERSEDIA :
1. DISTRIBUSI VARIABEL YANG AKAN DIKONTROL PADA
POPULASI STUDI (distribusi umur ,sex)
2. DISTRIBUSI SPECIFIC RATE BERDASARKAN VARIABEL
YANG DIKONTROL PADA POPULASI STANDARD.
3. CDR POPULASI STUDI
4. CDR POPULASI STANDARD
AGE ADJUSTED DEATH RATES (Indirect Method)
Adjusted Death Rate (MInd)= CDR x Pinellas County:
obs. death
Expected death
SMR = (obs/expec) = 5732/7052 = 0.82 Mind = (9.5 x (5732/7052)
= 7.8 per 1000
Dade County:
SMR = 8245/9264 = 0.90
Mind = (9.5 x (8245/9264) = 8.5 per 1000

Prosedur Perhitungan: Indirect

• Tentukan category-specific rates populasi standard
• Dapatkan distribusi populasi yang dibandingkan
• Hitungjumlah“expexteddeaths/cases”
• HitungSMR:
Jumlah kematian yang diobservasi Jumlah “expected deaths”
• Hitung rate yang distandardisasi:
SMR x Crude Death Rate populasi standard
 Daftar pustaka

1. Sartik, Framadiesti UA. Studi Kasus Standardisasi Langsung dan

Tidak
Langsung. Palembang: Prodi S2 IKM Unsri; 2014.
2. Webb P, Bain C, Pirozzo S. Essential Epidemiology, An
Introduction for
Students and Health Professionals. New York: Cambridge University
Press; 2005.
3. Kirkwood BR, Sterne JAC. Medical Statistics. Second ed. Victoria:
Blackwell Science; 2003.
4. Rothman KJ. Epidemiology, An Introduction. New York: Oxford
University Press; 2002.