Tugas MK Epidemiologi | Magister Kesehatan Masyarakat

Dosen Pengampu: Dr. drg. Henry Setyawan, M.Kes.

Suci Ramadhani
25000121410049 – Konsentrasi: Administrasi Kebijakan Kesehatan
suciramadhani@students.undip.ac.id

I. Case Control Data Analysis Using SPSS, Odd Ratio, and Logistic Regression
Link youtube: https://youtu.be/XlTDAivtjr0
Case Control
Tujuan studi case control adalah untuk mengetahui hubungan variabel bebas
dengan variabel terikat. Pada studi case contoh variabel terikat akan menjadi
kelompok kasus atau kelompok kontrol. Hal pertama yang harus dilakukan dalam
menganalisis data case control adalah mencari tahu apakah ada perbedaan
signifikan dalam hal pengelompokkan terutama jika ingin menghilangkan atau
membuat prosedur stratifikasi dalam statistik terutama dalam pendekatan
epidemiologi. Langkah pertama dalam melakukan analisis data untuk studi case
control adalah memastikan tidak ada data yang hilang dan melakukan uji chi square.
Uji chi square berfungsi untuk membuat penilaian dalam membandingkan faktor
demografis yang berbeda dengan variabel kasus atau variabel kontrol. Apabila ada
perbedaan yang signifikan maka faktor demografi tersebut dapat menjadi faktor
atau indikator utama yang akan dikendalikan untuk analisis bivariat atau multivariat
berikutnya. Selanjutnya setelah melakukan pengkodean atau coding kita dapat
membuat dua kelompok dimana kode 1 untuk kelompok kasus, dan kode 2 untuk
kelompok kontrol. Setelah itu melakukan analisis dengan SPPS, klik crosstab lalu
kelompok atau group dimasukan kedalam kolom (columns) lalu semua variabel
yang datanya bukan numerik dimasukkan kedalam baris (rows) kecuali kelompok
gender setelah itu klik statistics, klik chi-square, klik contigency coefficient, klik
phi and Cramer’s V, selanjutnya klik continue. Setelah itu klik cells, lalu klik
observed, column, dan round cell counts dan klik continue. Lalu, akan muncul
output spss yang berisi hasil analisis chi square.
Pada hasil output hal yang penting dan pertama kali adalah melihat box “chi
square test” untuk mengetahui apakah ada perbedaan signifikan atau tidak dengan
melihat p value. P valuenya adalah lebih dari 0,5 sehingga tidak ada perbedaan
signifikan dalam proporsi atau proporsinya sama antara kasus dan kontrol pada
daerah yang berbeda. Untuk variabel bebas yaitu tingkat pendidikan juga sama
dengan kelompok daerah. Untuk variabel bebas yaitu pekerjaan pada output spss
menunjukkan nilai p value lebih dari alfa. Berdasarkan lamanya kencanduan
merokok didapatkan hasil bahwa tidak ada hubungan tingkat kecanduan merokok
dengan kelompok kasus dan kelompok kontrol. Lalu berdasarkan tingkat kecanduan
dibedakan menjadi ringan, sedang dan berat. Variabel GSTP1 tidak ada hubungan
signifikan dan variabel XPD tidak berhubungan signfikan dan variabel XRCCI juga
tidak berhubungan signifikan. Sehingga, berdasarkan hasil analisis SPPS hanya ada
tiga parameter yang menunjukkan indikator dengan menggunakan uji chi square
tentang pengaturan data. Uji chi square membantu kita untuk memahami faktor
yang mau kita kontrol.
Regresi Logistik
Langkah pertama untuk melakukan uji regresi logistik dalam SPSS yaitu
mengklik Analyze-Regression-Binary Logistic. Lalu melakukan koding dengan no
1 dan 0. Variabel terikat diklik kedalam kolom “dependent” lalu semua variabel
dimasukkan dalam “covariates”, setelah itu klik “categorical” untuk menentukan
data kategori sebagai kondisi akhir dari referensi. Misalnya gender tidak
dimasukkan kedalam kelompok variabel lain karena hanya terdiri satu variasi, dan
variabel jenis kanker juga hanya terdiri satu variasi yaitu kanker kandung kemih
lalu klik kategorikal dan masukan semua variabel. Diantara variabel tersebut ada
variabel lokasi, dimana berdasarkan data tersebut lokasi terakhir adalah Fata dan
Fata akan menjadi titik referensi sehingga dalam publikasi artikel umum dimasukan
titik referensi untuk hasil tertentu yang ditabulasikan dengan hasil oleh SPSS.
Setelah itu klik “options” nanti akan muncul box lalu klik “Classification plots”,
“Hasmer-Lameshow goodness of fit” yang fungsinya untuk menemukan model
yang sesuai dengan regresi logistik, setelah itu klik “paste” lalu secara otomatis
sintaks akan diproduksi di SPSS lalu memberi nama “Crude Odd” pada output
karena tidak termasuk kumpulan dari data tambahan. Lalu ada “Adjusted odd ratio”
karena memasukan tambahan variabel lain yang menunjukkan asosiasi signifikan
yang baru. Setelah itu klik semua dan klik tombol hijau lalu muncul hasil output.
Uji regresi logistik akan menghasilkan dua jenis hipotesis. Hipotesis pertama akan
memprediksi model berdasarkan blok nol yang tidak ada terjadi pada output ini.
Blok nol atau “beginning block” yaitu berisi persentase kebeneran harus lebih tinggi
dari blok satu. Jadi, metode blok satu pada hasil output ini menujukkan bahwa
semua uji Omnibus dari model koefisien tidak berhubungan signifikan. Pada tabel
Kontigensi menunjukkan untuk membenarkan berdasarkan kelompok nol dan
kelompok satu yang merupakan kendali dan menunjukkan tingkat keakuratan. Lalu
dapat melihat klasifikasi pada blok satu yang secara signifikan meningkat dari poin
58 mejadi 60. Setelah itu, melihat eksponen yang menujukkan jumlah rasio apakah
signifikan atau tidak. Sehingga, hasil ini tercermin kondisi referensi yaitu Fata.
Variabel pendidikan sebagai kelompok kontrol. Pada variabel pekerjaan, tingkat
kecanduan, GSTP tidak terdapat hubungan signfikan.
Pada tabel tes Omnibus setelah ditambahkan variabel kontrol menujukkan
kecocokan model signifikan, selain itu pada tabel model summary juga ada
peningkatan. Pada kelompok GSTT dan GSTM adalah salah satu variabel yang
dapat mempengaruhi kasus-kasus. Pada tabel “variable in the equation penting
untuk mengetahui elemen risiko, pada data ini kelompok XPD2 sebagai elemen
yang terkait secara signifikan. GSTP adalah salah satu faktor yang mungkin
mempengaruhi terjadinya kasus-kasus tersebut. Selain itu, dalam menganalisis hal
pertama mencari kesamaan grup dan kemudian dikategorikan berdasarkan dua
indikator utama. Berdasarkan hasil analisis variabel terikat adalah 0,1 sehingga ada
hubungan antara kasus dan kontrol. GSTM, GSTT, dan tingkat kecanduan merokok
berhubungan signifikan dengan variabel terikat.
II. Biostatistika: Cohort, Case Control, Cross Sectional | Medulab
Link youtube: https://youtu.be/f0C_D_atEO0
Desain Penelitian Kesehatan

Berdasarkan pendekatan, penelitian dapat dibedakan menjadi penelitian kuantitatif

dan penelitian kualitatif. Untuk penelitian kuantitatif dapat dibedakan menjadi dua
yaitu penelitian analitik dan deskriptif. Penelitian analitik terdapat variabel terikat
dan variabel bebas yang akan dibandingkan. Sedangkan, penelitian deskriptif untuk
menjelaskan atau mendeskripsikan fenomena tanpa membandingkan dengan
variabel lain.

Penelitian analitik dapat dibedakan menjadi dua yaitu penelitian eksperimental dan
observasional.
Penelitian eksperimental mengintervensi secara sengaja pada subjek penelitian.
Penelitian eksperimental dibagi menjadi dua yaitu:
a. Uncontrolled Trials: Tidak ada pembanding
b. Controlled Trials: Terdapat dua kelompok yang diberi intervensi dan kelompok
kontrol atau pembanding. Controlled Trials dibagi menjadi dua yaitu non
randomized dan randomized. Non randomized adalah subjek yang akan
diberikan intervensi sudah ditentukan terlebih dahulu. Sedangkan, randomized
yaitu subjek yang diberikan intervensi dilakukan secara acak.
Penelitian Observasional adalah peneliti tidak memberi intervensi secara langsung
dan hanya mengamai. Dapat dibedakan menjadi tiga yaitu:
a. Cohort
Berarti baris berbaris atau berurutan dari titik awal penelitian seperti
pada gambar di atas terdapat dua kelompok, dimana kelompok A diberikan
intervensi, sedangkan kelompok B tidak mendapatkan intervensi. Kemudian
diurutkan sehingga keluar outcome dari efek diberikannya intervensi tersebut.
Setelah itu dibandingkan hasil dari kelompok yang mendapatkan intervensi
ataupun tidak, kemudian ditarik kesimpulan dari penelitian tersebut.
 Penelitian cohort bisa dilakukan dengan dua cara yaitu prospektif dan
retrospektif. Prospektif adalah penelitian yang outcomenya belum ada dan
dibagi menjadi dua kelompok, dimana satu kelompok mendapatkan intervensi
dan satu kelompok lagi tidak mendapatkan intervensi. Setelah itu dilakukan
follow up terus menerus sesuai dengan desain penelitian hingga didapatkan
outcome, kemudian outcome tersebut dibandingkan dengan kelompok yang
mendapatkan intervensi dengan kelompok yang tidak mendapatkan intervensi,
sedangkan retrospektif kebalikan dari prospektif yaitu desain penelitian yang
outcomenya sudah terjadi artinya melihat kebelakang peristiwa masa lalu.
Retrospektif menggunakan data sekunder, sedangkan prospektif menggunakan
data primer. Jenis penelitian cohort berguna untuk mengetahui sekuat apa
pengaruh suatu paparan atau intervensi untuk menjadi suatu outcome, dimana
paparan ini diketahui sudah ada penelitian sebelumnya yang menyebutkan
bahwa suatu intervensi tersebut bisa menghasilkan outcome. Penelitian cohort
biasanya menilai signifikansinya dengan Relative Risk yang rumusnya sebagai
𝐴/(𝐴+𝑏)
berikut = 𝐶/(𝐶+𝐷)

b. Case Control
Jenis penelitian case control kebalikannya dari cohort yaitu titik awal
penelitiannya dimulai dari pembagian dua kelompok yaitu kelompok dengan
outcome dan kelompok yang tidak memiliki outcome, kedua kelompok tersebut
disusuri ke belakang baik menggunakan kuesioner ataupun melihat data
sekunder apakah kelompok tersebut memiliki pajanan, paparan ataupun faktor
resiko yang diharapkan atau tidak, setelah itu dapat ditarik kesimpulan.
Penelitian case control digunakan untuk mengetahui apakah suatu pajanan atau
paparan itu merupakan faktor resiko terjadinya outcome tertentu. Untuk menilai
𝐴𝐷
signifikansi case control digunakan rumus Odd Ratio = 𝐵𝐶
c. Cross Sectional
Penelitian cross sectional ini tidak maju ataupun mundur, dimana dalam
penelitian ini paparan dan outcome dinilai dalam satu waktu sehingga waktu
pengerjaannya lebih singkat, lebih hemat sumber daya. Tetapi kekuatan
asosiasinya hanya pada ada perbedaan atau ada hubungan, sehingga tidak bisa
diketahui sebesar apa hubungan tersebut. Penelitian cross sectional umumnya
digunakan pada penelitian deskriptif seperti karakteristik ataupun prevalensi.
Untuk menilai signifikansi cross sectional digunakan rumus Relative Risk
𝐴/(𝐴+𝑏)
= 𝐶/(𝐶+𝐷)

d. Perbandingan Timeline antara Cohort, Case Control dan Cross Sectional

Pada cohort, titik awal penelitian dari awal pajanan kemudian disusuri
atau di follow up sampai periode tertentu sehingga dapat diidentifikasi dan
dihitung besarnya kejadian penyakit. Pada case control menggunakan logika
terbalik, yaitu titik awal penelitian menentukan penyakit atau outcome terlebih
dahulu kemudian mundur kebelakang untuk mengidentifikasi penyebab atau
faktor risiko. Sedangkan pada cross sectional diambil satu waktu antara pajanan
dan luaran, tidak ada penyusuran waktu baik secara mundur ataupun maju ke
depan.
e. Clinical Trial
Dari sebuah populasi diambil beberapa sampel yang kemudian dari sampel
tersebut dibagi menjadi dua kelompok. Kelompok pertama diberikan intervensi
selanjutnya kelompok kedua sebagai kontrol diberikan placebo atau obat palsu,
setelah itu dilihat outcomenya apakah sesuai dengan yang diharapkan peneliti
atau tidak dan ditarik kesimpulan. Pada clinical trial peneliti bisa melakukan
blinding untuk mengurangi bias yang mungkin terjadi dimana informasi yang
didapat dari pembagian kelompok mana yang mendapatkan intervensi itu
dibatasi.
f. Studi Deskriptif
Pada penelitian medis terdapat case report dan case series. Case report adalah
laporan suatu kasus pasien yang diagnosisnya jarang atau gambaran klinis yg
unik. Kumpulan beberapa case report yang dijadikan satu karena diagnosis
sama akan menjadi Case Series.