1

TUGAS MAKALAH ANALISIS DATA

PERAN PELUANG

DI SUSUN OLEH :
1. Rizki Endrayanti (J410180058)
2. Yosita Freda Maharani (J410180058)
3. Biekaeksi Apriska B A (J410180086)
4. Fitria Nugraheni (J410180114)
5. Isnaini Septiyana (J410180166)
Dosen Pengampu : Dr. H. Heru Subaris Kasjono, SKM, M.Kes

PROGRAM STUDI KESEHATAN MASYARAKAT

FAKULTAS ILMU KESEHATAN
UNIVERSITAS MUHAMMADIYAH SURAKARTA
2021
 ii

PERSETUJUAN PENGAMPU
Tugas makalah ini telah disetujui oleh Dosen Pengampu Mata Kuliah, guna

memenuhi tugas Mata Kuliah Analisis Data Epidemiologi Program Studi Kesehatan

Masyarakat Fakultas Ilmu Kesehatan Universitas Muhammadiyah Surakarta

Hari :

Tanggal :

Dosen Pengampu

(Dr. H. Heru Subaris Kasjono, SKM, M.Kes)

 iii

MOTTO

Jangan tuntut Tuhanmu karena tertundanya keinginanmu, tapi tuntut dirimu karena

menunda adabmu kepada Allah. (Ibnu Atha’illah As-Sakandari)

Sesungguhnya orang yang menghamburkan-hamburkan menjadi temannya setan dan

setan itu telah kufur kepada Tuhannya. (Q.S. Al Isra: 27)

Apa yang benar-benar diperhitungkan adalah akhir yang baik, bukan awal yang

buruk. (Ibnu Taimiyah)

Senyum manis di hadapan saudaramu adalah sedekah. (Hadis Riwayat Tirmidzi)

Mencari ilmu itu adalah wajib bagi setiap muslim laki-laki maupun muslim

perempuan. (Hadis Ibnu Abdil Barr)

Seseorang yang bertindak tanpa ilmu ibarat bepergian tanpa petunjuk. Dan sudah

banyak yang tahu kalau orang seperti itu sekiranya akan hancur, bukan selamat.

(Hasan Al-Basri)

Bukanlah ilmu yang seharusnya mendatangimu, tetapi kamulah yang harus

mendatangi ilmu itu. (Imam Malik)

Saat anak Adam meninggal, terputus semua amalannya kecuali tiga perkara. Sedekah

jariyyah, anak yang shaleh, dan ilmu yang bermanfaat. (Hadis Riwayat Muslim)
 iv

PERSEMBAHAN

 Teman-teman kelompok yang telah berpartisipasi dalam pembuatan makalah

peran peluang

 Bapak Heru Subaris Kasjono selaku dosen pengampu mata kuliah Analisis

Data Epidemiologi

 Kepada masing-masing orang tua penulis yang telah menyemangati kami

dalam membuat makalah

 v

KATA PENGANTAR

Assalamu’alaikum warahmatullahi wabarakatuh

Puji syukur kehadirat Tuhan Yang Mahakuasa karena telah

memberikan kesempatan pada penulis untuk menyelesaikan makalah ini. Atas

rahmat dan hidayah-Nya lah penulis dapat menyelesaikan makalah yang

berjudul “Peran Peluang” tepat waktu.

Makalah “Peran Peluang” disusun guna memenuhi tugas dosen pada

mata kuliah Analisis Data Epidemiologi di jurusan Kesehatan Masyarakat.

Selain itu, penulis juga berharap agar makalah ini dapat menambah wawasan

bagi pembaca tentang Peran Peluang.

Penulis mengucapkan terima kasih sebesar-besarnya kepada Bapak

Heru selaku dosen mata kuliah Analisis Data Epidemiologi. Tugas yang telah

diberikan ini dapat menambah pengetahuan dan wawasan terkait bidang yang

ditekuni penulis. Penulis juga mengucapkan terima kasih pada semua pihak

yang telah membantu proses penyusunan makalah ini.

Penulis menyadari makalah ini masih jauh dari kata sempurna. Oleh

karena itu, kritik dan saran yang membangun akan penulis terima demi

kesempurnaan makalah ini.

Demikian yang dapat kami sampaikan. Akhir kata, semoga makalah

ini dapat bermanfaat.

Wassalamu’alaikum warahmatullahi wabarakatuh

 vi

Surakarta, 25 Maret 2021

Penulis
 vii

DAFTAR ISI

HALAMAN JUDUL........................................................................................ i

PERSETUJUAN PENGAMPU........................................................................ ii

MOTTO............................................................................................................ iii

PERSEMBAHAN............................................................................................. iv

KATA PENGANTAR...................................................................................... v

DAFTAR ISI.................................................................................................... vii

DAFTAR TABEL............................................................................................ix

BAB I PENDAHULUAN................................................................................. 1

A. Latar Belakang...................................................................................... 1

B. Rumusan Masalah................................................................................. 3

C. Tujuan................................................................................................... 3

D. Kegunaan.............................................................................................. 4

BAB II PEMBAHASAN.................................................................................. 5

A. Rumus / Formula.................................................................................. 5

B. Interpretasi............................................................................................ 6

C. Contoh Kegunaan Peran Peluang......................................................... 13

BAB III PENUTUP.......................................................................................... 18

 viii

A. Kesimpulan........................................................................................... 18

B. Saran..................................................................................................... 19

DAFTAR PUSTAKA....................................................................................... 20
 ix

DAFTAR TABEL

Tabel 2.1 TBM trial example

Tabel 2.2 Hubungan umur terhadap kejadian filariasis di Kabupaten Padang

Pariaman

Tabel 2.3 Hubungan jenis kelamin terhadap kejadian filariasis di Padang pariaman.

Tabel 2.4 Hubungan pekerjaan terhadap kejadian filariasis di Kabupaten Padang

Pariaman.

Tabel 2.5 Hubungan tempat perindukan terhadap kejadian filariasis di Kabupaten

Padang Pariaman.

Tabel 2.6 Hubungan pengetahuan terhadap kejadian filariasis di Kabupaten Padang

Pariaman.

Tabel 2.7 Hubungan Sikap tehadap kejadian filariasis di Kabupaten Padang

Pariaman.

Tabel 2.8 Hubungan tindakan terhadap kejadian filariasis di Kabupaten Padang

Pariaman
 1

BAB I
PENDAHULUAN
A. Latar Belakang

“Epidemiologi” berasal dari dari kata Yunani epi= atas, demos=

rakyat, populasi manusia, dan logos = ilmu (sains), bicara. Secara etimologis

epidemiologi adalah ilmu yang mempelajari faktor-faktor yang berhubungan

dengan peristiwa yang banyak terjadi pada rakyat, yakni penyakit dan

kematian yang diakibatkannya yang disebut epidemi. Kata “epidemiologi”

digunakan pertama kali pada awal abad kesembilanbelas (1802) oleh seorang

dokter Spanyol bernama Villalba dalam tulisannya bertajuk Epidemiología

Española (Buck et al., 1998). Tetapi gagasan dan praktik epidemiologi untuk

mencegah epidemi penyakit sudah dikemukakan oleh “Bapak Kedokteran”

Hippocrates sekitar 2000 tahun yang lampau di Yunani. Hippocrates

mengemukakan bahwa faktor lingkungan mempengaruhi terjadinya penyakit.

Dengan menggunakan Teori Miasma Hippocrates menjelaskan bahwa

penyakit terjadi karena “keracunan” oleh zat kotor yang berasal dari tanah,

udara, dan air. Karena itu upaya untuk mencegah epidemi penyakit dilakukan

dengan cara mengosongkan air kotor, membuat saluran air limbah, dan

melakukan upaya sanitasi (kebersihan). Teori Miasma terus digunakan sampai

dimulainya era epidemiologi modern pada paroh pertama abad

kesembilanbelas (Susser dan Susser, 1996).

 2

Analisis data adalah upaya atau cara untuk mengolah data menjadi

informasi sehingga karakteristik data tersebut bisa dipahami dan bermanfaat

untuk solusi penyelesaian masalah yang berkaitan dengan penelitian. Analisis

data bertujuan mendapatkan informasi yang terkandung di dalam data dan

menggunakan hasilnya untuk memecahkan suatu permasalahan.

Peluang semata-mata adalah suatu cara untuk menyatakan kesempatan

terjadinya suatu peristiwa. Secara kualitatif peluang dapat dinyatakan dalam

bentuk kata sifat untuk menunjukkan kemungkinan terjadinya suatu keadaan

seperti “baik”, “lemah”, “kuat”, “miskin”, “sedikit” dan lain sebagainya.

Secara kuantitatif, peluang dinyatakan sebagai nilai-nilai numeris baik dalam

bentuk pecahan maupun desimal antara 0 dan 1. Peluang sama dengan 0

berarti sebuah peristiwa tidak bisa terjadi sedangkan peluang sama dengan 1

berarti peristiwa tersebut pasti terjadi.

Uji statistik bisa dipahami sebagai suatu prosedur untuk menilai

sejauh mana peran peluang (peran kebetulan) bermain dalam kesimpulan

tentang adanya hubungan/ pengaruh variabel. Suatu temuan yang

menunjukkan terdapat perbedaan/ hubungan/ pengaruh variabel yang secara

statistik signifikan mengandung arti bahwa peran peluang (kebetulan) dalam

temuan tersebut kecil.

Peran peluang perlu dinilai dalam setiap kesimpulan tentang

perbedaan/ hubungan/ pengaruh karena setiap hasil analisis statistik terhadap

 3

data sampel yang dipilih dari populasi selalu mengandung suatu kesalahan

yang terjadi sebagai konsekuensi adanya variasi dari satu pemilihan sampel ke

pemilihan sampel lainnya, disebut variasi pemilihan sampel (sampling

variation, sampling error). Jika pemilihan sampel itu dilakukan secara random

(random sampling), bukannya purposif (purposive sampling), maka variasi

kesimpulan dari satu sampel ke sampel lainnya merupakan kesalahan random

(random error). Jika sebuah studi menemukan adanya perbedaan/ hubungan/

pengaruh variabel dengan kesalahan random cukup besar, maka temuan

tersebut dapat diartikan terlalu banyak mengandung faktor kebetulan.

Implikasinya, jika peneliti lain mereplikasi studi dengan desain sama, maka

besar kemungkinan akan menemukan hasil yang berbeda dengan temuan

sebelumnya.

B. Rumusan Masalah

1. Bagaimana rumus/formula dalam peran peluang?

2. Bagaimana cara menginterpretasi data dalam peran peluang?

3. Bagamana penggunaan peran peluang?

C. Tujuan

1. Untuk mengetahui rumus/formula peran peluang

2. Untuk mengetahui cara menginterpretasi data dalam peran peluang

3. Untuk mengetahui kegunaan peran peluang

 4

D. Kegunaan

Peran peluang penting untuk kegiatan manusia banyak yang melibatkan

analisis kuantitatif set besar data.

 5

BAB II
PEMBAHASAN
A. Rumus / Formula

Probabilitas terjadinya suatu peristiwa itu diukur dengan menggunakan

angka minimum = 0 dan maksimum = 1. Kalau peristiwa A memiliki

probabilitas = 0 (biasanya ditulis dengan PA = 0), berarti peristiwa itu mustahil

terjadi. Bila peristiwa B memiliki probabilitas = 1 (PB = 1), berarti peristiwa B

ini pasti terjadi. Sementara itu, peristiwa yang kita hitung hanya peristiwa yang

tidak mustahil atau tidak pasti, yaitu yang probabilitasnya di atas 0 dan di

bawah 1. Di samping itu, jumlah probabilitas semua aternatif kejadian suatu

peristiwa = 1. Misalnya, kalau probabilitas terjadinya suatu peristiwa = 0,45,

maka probabilitas tidak terjadinya persitiwa tersebut = 0,55.

Cara Menghitung Probabilitas

Ada dua cara atau pendekatan yang biasanya digunakan untuk

menghitung probabilitas, yaitu pendekatan teoretis dan pendekatan frekuensi.

1. Pendekatan teoretis

Pendekatan teoretis sering juga disebut dengan pendekatan klasik.

Penentuan probabilitas didasarkan pada objek yang terlibat. Sebagai contoh

suatu mata uang logam Rp500 memiliki dua permukaan yang simetris, yaitu

permukaan A (yang bergambar burung garuda) dan permukaan B (yang

bergambar bunga). Jika dilempar ke atas, probabilitas muncul permukaan A =

0,50 dan permukaan B = 0,50. Contoh kedua adalah suatu dadu yang memiliki
 6

6 permukaan yang simetris. Dadu itu dilemparkan ke atas. Maka, probabilitas

diperoleh permukaan pertama tampak di atas = P1 = 1/6 karena 1 merupakan

permukaan dari 6 permukaan yang ada. Selanjutnya, permukaan ke-2, ke-3, ke-

4, ke-5, dan ke-6 masing-masing = 1/6. Kalau dadunya tidak simetris, tentunya

probabilitas setiap permukaan tidak sama. Contoh ketiga, suatu kotak berisi 2

kelereng merah dan 3 kelereng putih. Kalau secara random (secara acak)

diambil 1 kelereng, probabilitas diperolehnya kelereng putih = 3/(2+3) = 3/5 =

0,6.

2. Pendekatan Frekuensi

Pendekatan frekuensi sering disebut pendekatan experimental. Dalam

pendekatan ini, probabilitas suatu peristiwa dihitung berdasarkan pengalaman,

kejadian, atau hasil yang pernah terjadi. Misalnya, jika mata uang yang simetris

dilemparkan 100 kali, diperoleh 48 kali permukaan A tampak di atas dan

muncul permukaan B 52 kali. Maka, probabilitas memperoleh permukaan A =

48/100 = 0,48. Sementara itu, probabilitas diperolehnya permukaan B = 52/100

= 0,52. Contoh kedua, suatu dadu yang simetris dilemparkan 60 kali. Kalau

permukaan nomor 1 diperoleh 9 kali, P1 = 9/60 = 0,15. Bila permukaan kedua

diperoleh 12 kali, P2 = 12/60 = 0,20. Begitu seterusnya

B. Interpretasi

1. Interpretasi Data
 7

Interpretasi data merupakan suatu kegiatan yang menggabungkan hasil

analisis dengan pernyataan, kriteria, atau standar tertentu untuk menemukan

makna dari data yang dikumpulkan untuk menjawab permasalahan yang sedang

diperbaiki. Dalam interpretasi membahas cara menemukan makna atau

implikasi dari data yang diperoleh dan hasilnya digunakan untuk mengevaluasi

proses dan hasil perbaikan pembelajaran yang dilakukan.

Teknik interpretasi data yaitu,

1. Menghubungkan data dengan pengalaman peneliti.

2. Mengaitkan temuan (data) dengan hasil kajian pustaka atau teori terkait.

3. Memperluas analisis dengan mengajukan pertanyaan mengenai penelitian

dan implikasi hasil penelitian.

4. Meminta nasihat teman sejawat jika mengalami kesulitan.

Tujuan dari penyajian data adalah memberikan gampatan yang

sistematis tentang hasil penelitian atau observasi, mempermudah dalam

membuat analisis, dan mempercepat pengambilan keputusan dengan tepat. Ada

beberapa macam dalam penyajian data yaitu, data disajikan dalam bentuk teks

atau narasi, dapat berupa kumpulan angka-angka yang disusun menurut

kategori, dan juga dapat disajikan berupa grafik.

 8

Sebuah contoh kasus, setiap orang yang hidup dengan umur 90

tahun atau lebih adalah bukan perokok. Kita bisa menginvestigasi

hipotesa ini dengan 2 cara ;

 Menyetujui hipotesa bahwa menemukan setiap orang dengan

umur 90 tahun atau lebih dan memeriksa mereka bahwa semuanya

bukan perokok

 Tidak menyetujui hipotesa ini dengan menemukan hanya satu

orang lebih dari umur 90 tahun atau lebih adalah seorang perokok.

Pada umumnya, kondisi diatas sangat mudah sekali bagi kita

untuk menolak hipotesa yang ada daripada membuktikan bahwa

hipotesa itu benar. Tetapi, metode statistik memformulasikan  sebuah

ide dengan  mencari bukti (evidence) menolak bentuk spesifik dari

suatu hipotesa yang dikenal dengan hipotesa nul (a null hypothesis) ‘

tidak ada perbedaan/hubungan antara 2 kelompok atau lebih atau antar

variabel. Hubungan antara paparan (exposures) dan outcome atau

antara perawatan (treatments) dan hasilnya diukur dengan menguji

kekuatan bukti untuk menolak hipotesa nol yang diukur dengan nilai P

(P value)(4).

2. NILAI P (p value) DAN INTERVAL KEPERCAYAAN

(Confidence Interval/CI)
 9

a. Nilai p (P value)

Hasil uji statistik apapun perlu dilaporkan dalam statistik uji,

misalnya statistik t, statistik X2, maupun nilai p (p-value). Intinya,

makin besar statistik uji, makin signifikan secara statistik, makin

konsisten kesimpulan tentang perbedaan/ hubungan/ pengaruh

variabel. Nilai p adalah probabilitas untuk menarik kesimpulan salah

terdapat perbedaan/ hubungan/ pengaruh paparan terhadap penyakit

sebesar atau lebih besar daripada yang teramati, jika hipotesis nol

benar. Makin kecil nilai p, makin kecil probabilitas untuk menarik

kesimpulan salah tersebut, makin signifikan secara statistik kesimpulan

tentang perbedaan/ hubungan/ pengaruh variabel, makin dapat

diandalkan atau konsisten kesimpulan perbedaan/ hubungan/ pengaruh

variabel tersebut, makin kecil peran peluang Sebagai contoh, jika

pemberian metilprednisolon mampu mengurangi mortalitas pada

pasien dengan tetanus, dengan nilai p= 0.002, maka temuan tersebut

lebih dapat diandalkan (konsisten) daripada temuan dengan nilai p=

0.020. Karena p=0.002 memiliki makna yang berbeda dengan p=0.020,

maka merupakan kebiasaan idiot jika ada orang yang mereduksi nilai

p=0.002 dan p=0.020 menjadi p<0.05. Apa yang dimaksud dengan

nilai p, hipotesis nol dan hipotesis alternatif :

 10

1. Hipotesis (H) adalah pernyataan sebagai jawaban sementara atas

pertanyaan penelitian yang harus dijawab secara empiris.

2. Hipotesis nol (Ho) adalah hipotesis yang menunjukkan tidak ada

perbedaan antar kelompok atau tidak ada hubungan antara variabel

atau tidak ada korelasi antar variabel.

Contoh hipotesa nul;

a. Perawatan dengan obat Anti retroviral tidak mempunyai efek

untuk meningkatkan kualitas hidup penderita HIV

b. Operasi tulang femur (hip replacement theraphy) pada wanita

lanjut usia tidak meningkatkan kualias hidup wanita lanjut usia

dalam kehidupan sehari-harinya

c. Ketersediaan jamban umum tidak meningkatkan perilaku

penduduk di pinggiran sungan Musi untuk BAB di jamban

sehat.

3. Hipotesis alternatif (Ha) adalah hipotesis kebalikan dari hipotesis

nol, yang akan disimpulkan bila hipotesis nol ditolak.

Contoh Hipotesa Alternatif;

a. Perawatan dengan obat Anti retroviral mempunyai efek untuk

meningkatkan kualitas hidup penderita HIV.

 11

b. Operasi tulang femur (hip replacement theraphy) pada wanita

lanjut usia meningkatkan kualias hidup wanita lanjut usia

dalam kehidupan sehari-harinya.

c. Ketersediaan jamban umum  meningkatkan perilaku penduduk

di pinggiran sungai Musi untuk BAB di jamban sehat.

4. Interpretasi yang lengkap untuk nilai p adalah sebagai berikut

“besarnya kemungkinan hasil yang diperoleh atau hasil yang lebih

ekstrim diperoleh karena faktor peluang, bila hipotesis nol benar”.

Umumnya, interpretasi p value (nilai p/nilai signifikan)

didasarkan pada apakah nilainya lebih kecil dari batasan baku

(threshold values), yaitu 0.05. Batasan ini biasanya jika nilai p <

0,05 dianggap “secara statistik bermakna” dan bila

nilai p > 0.05 dianggap suatu hubungan atau asosiasi antara faktor

resiko dan outcome tidak bermakna secara statistik.  Tetapi, hal yang

patut diperhatikan, nilai p tergantung dari jumlah sampel. Sehingga,

jika jumlah sampelnya kecil,nilai  p umumnya akan bernilai lebih

besar dari 0.05, dengan kata lain, p value akan menyimpulkan bahwa

tidak ada hubungan antara eksposur dan outcome. Padahal,

kemungkinan hubungan itu mungkin ada, walaupun kecil, tetapi

karena jumlah sampel yang kecil, hubungan antara variabel tak dapat

terdeteksi.
 12

·tabel 2.1

 p value  <0.001; adanya bukti yang kuat untuk menolak hipotesa

nul (strong evidence against the null hypothesis)

·  p value <0.01  ; adanya bukti yang sedang untuk menolak

hipotesa nul (increasing/moderate evidence against the null

hypothesis with decreasing P value)

· p value  >0.1; adanya bukti yang lemah untuk menolak hipotesa

nul(weak evidence against the null hypothesis)

b. Interval kepercayaan

Dalam interpretasi hasil penelitan, sangat dianjurkan tidak

hanya menginterpretasikan nilai p tetapi juga nilai interval

kepercayaan. Interval kepercayaan (IK) menunjukkan taksiran rentang

nilai pada populasi yang dihitung dengan nilai yang diperoleh pada

sampel. Perhitungan IK mempunyai rumus tersendiri untuk masing-

 13

masing uji hipotesis. Derajat atau interval kepercayaan umumnya

diperoleh dengan nilai rata-rata atau estimasi ditambah dan dikurang

oleh standar error yang dikalikan nilai alpha (95 % Derajat

kepercayaan=estimate ± (1.96 X s.e)). Standar error dari rata-rata

sampel mengukur sedekat apa rata-rata populasi diprediksi oleh rata-

rata dari sampel dalam penelitan. Standar error sangat tergantung dari

jumlah sampel dalam suatu penelitan, semakin besar jumlah sampel,

semakin kecil standar error yang dihasilkan dan semakin semakin kecil

interval derajat kepercayaan yang dihasilkan. Dengan kata lain, hasil

rata-rata hasil yang didapat dari sampel mendekati dengan rata-rata

pada populasi sebenarnya jika jumlah sampel yang digunakan besar.

C. Contoh Kegunaan.

Penggunaan metode pengujian hipotesis secara statistik

mengisyaratkan bahwa epidemiologi menggunakan teori statistik dan teori

probabilitas. Seperti astronomi, teori-teori statistik memungkinkan

epidemiologi menjadi sebuah sains yang bersifat empiris yang dapat

digunakan untuk menjelaskan dan memprediksi peristiwa atau fenomena.

Tetapi perlu diketahui bahwa pendekatan statistik juga memiliki keterbatasan

ketika digunakan untuk membuat prediksi. Contoh 1, jika sebuah studi

menyimpulkan bahwa bekerja pada industri tertentu meningkatkan risiko

 14

kanker buli-buli sebesar 3 kali lipat dalam tempo 10 tahun, maka dengan

kesimpulan tersebut tidak dapat diprediksi dengan pasti pada level individu

tentang pekerja mana akan mengalami kanker buli-buli dalam tempo 10 tahun

ke depan. Kesimpulan tersebut hanya dapat memprediksi dengan cukup tepat

pada level kelompok, yaitu berapa jumlah kasus kanker buli-buli akan terjadi

pada industri tersebut dalam tempo 10 tahun ke depan, bukan siapa yang

terkena kanker buli-buli.

Contoh lain pada Artikel Penelitian “Faktor-Faktor yang

Berhubungan dengan Kejadian Filariasis di Kabupaten Padang

Pariaman Tahun 2010-2013” Filariasis adalah penyakit menular menahun

yang disebabkan oleh cacing filaria dan ditularkan oleh nyamuk Mansonia,

Anopheles, Culex, Armigeres. Banyak faktor risiko yang mampu memicu

timbulnya kejadian filariasis. Beberapa diantaranya adalah jenis kelamin, usia,

pekerjaan, faktor lingkungan, perilaku. Kabupaten Padang Pariaman bukan

salah satu 5 kabupaten daerah endemis filariasis namun merupakan kabupaten

yang banyak ditemukan kasus baru filariasis di Sumatera Barat. Penelitian ini

menggunakan metode studi case control yang merupakan penelitian

epidemiologis analitik observasional yang bersifat retrospektif. Jumlah sampel

sebanyak 63 responden, terdiri dari 21 kasus dan 42 kontrol. Analisis data

yang digunakan yaitu analisis univariat dan bivariat dengan menggunakan uji

chisquare. Hasil uji statistik chi-square menunjukkan bahwa terdapat

 15

hubungan antara umur dengan kejadian filariasis dengan nilai p= 0,013 (pada

tabel 2.2 ) ,tetapi tidak terdapat hubungan yang bermakna antara jenis kelamin

(tabel 2.3), pekerjaan(nilai p= 0,071, OR=3,800, 95% CI=0,938-15,398)

(tabel 2.4), tempat perindukan, pengetahuan (nilai p= 1,000, OR=1,135, 95%

CI=0,336-3,835) (tabel 2.5 dan 2.6), sikap (tabel 2.7) dan tindakan (tabel 2.8).

Mengingat umur sangat erat hubungannya dengan pekerjaan, maka perlu ada

penyuluhan dari petugas kesehatan bagaimana melindungi diri saat bekerja

seperti menggunakan baju berlengan panjang dan celana panjang, serta

menggunakan obat anti nyamuk.

16
17
 18

BAB III
PENUTUP
A. Kesimpulan

Ada dua cara atau pendekatan yang biasanya digunakan untuk

menghitung probabilitas, yaitu pendekatan teoretis dan pendekatan frekuensi.

1. Pendekatan teoretis

Pendekatan teoretis sering juga disebut dengan pendekatan klasik. Penentuan

probabilitas didasarkan pada objek yang terlibat

2. Pendekatan Frekuensi

Pendekatan frekuensi sering disebut pendekatan experimental. Dalam pendekatan

ini, probabilitas suatu peristiwa dihitung berdasarkan pengalaman, kejadian, atau

hasil yang pernah terjadi

Interpretasi data merupakan suatu kegiatan yang menggabungkan hasil

analisis dengan pernyataan, kriteria, atau standar tertentu untuk menemukan

makna dari data yang dikumpulkan untuk menjawab permasalahan yang sedang

diperbaiki.

Nilai p adalah probabilitas untuk menarik kesimpulan salah terdapat

perbedaan/ hubungan/ pengaruh paparan terhadap penyakit sebesar atau lebih

besar daripada yang teramati, jika hipotesis nol benar. Makin kecil nilai p, makin

kecil probabilitas untuk menarik kesimpulan salah tersebut, makin signifikan

secara statistik kesimpulan tentang perbedaan/ hubungan/ pengaruh variabel,

 19

makin dapat diandalkan atau konsisten kesimpulan perbedaan/ hubungan/

pengaruh variabel tersebut, makin kecil peran peluang.

Dalam interpretasi hasil penelitan, sangat dianjurkan tidak hanya

menginterpretasikan nilai p tetapi juga nilai interval kepercayaan. Interval

kepercayaan (IK) menunjukkan taksiran rentang nilai pada populasi yang

dihitung dengan nilai yang diperoleh pada sampel

B. Saran
Saran dari penulis adalah untuk para mahasiswa atau pada orang yang

akan meneliti dan menghitung hasil penelitian diluar sana, dalam membaca data

dan membuat kesimpulan dari hasil hitung harus benar dalam membaca nilai p

dan CI. Sebab, apabila keliru dalam membaca akan keliru pula dalam membuat

kesimpulan hipotesis.
 20

DAFTAR PUSTAKA

Afra, Dhia , Nora Harminarti, Abdiana. 2016. “Faktor-Faktor yang

Berhubungan dengan Kejadian Filariasis di Kabupaten Padang Pariaman

Tahun 2010-2013”, Jurnal fk Unand

Dahlan S. 2004. Statistika untuk Kedokteran dan Kesehatan. Jakarta:

PT Arkas

English D. 2008. Simple analysis of binary data. In: II EAM, editor

Ismah, Zatta. 2018. Bahan Ajar Dasar Epidemiologi. Sumatera Utara

: Universitas Islam Negeri Medan

Kirkwood BR, Sterne JA. 2007. Essential Medical Statistics. India:

Replika Press