UJIAN AKHIR SEMESTER

BIOSTATISTIKA

BESAR SAMPLE, ANALISIS SURVIVAL DAN INTERPRETASI DATA

Untuk Memenuhi Ujian Akhir Semester Mata Kuliah Biostatistika

Dosen Pengampu : Musafaah, SKM, MKM

Oleh :

EGA ERSYA URNIA

NIM. 1920930320006

UNIVERSITAS LAMBUNG MANGKURAT

FAKULTAS KEDOKTERAN
PROGRAM STUDI MAGISTER ILMU KESEHATAN MASYARAKAT
BANJARBARU
2019

1
A. Soal
1. Berikan 1 contoh kasus perhitungan besar sample kategori beserta perhitungannya?
2. Berikan 1 contoh kasus analisis survival beserta perhitungannya?
3. Berikan 1 contoh interpretasi penelitian dan pembahasannya.
B. Jawaban
1. Satu contoh kasus perhitungan besar sample kategori beserta perhitungannya.
a. Pengertian Besar Sample

Dalam statistik inferensial, besar sampel adalah representasi sampel yang

diambil dalam menggambarkan populasi penelitian.

b. Contoh Kasus Perhitungan Besar Sample

Seorang peneliti ingin mengetahui hubungan antara endometrioisis, usid,

dan paritas dengan kadar anti-mullerian hormon (AMH). Rumus besar sampel
apa yang digunakan untuk mengbitung besar sampel? Berapa besar sampel
yang diperlukan untuk penelitian tersebut ?

Jawab :

Rumus besar sampel dan besar sampel untuk penelitian tersebut adalah
sebagai berikut.

1) Menghitung besar sampel untuk tiap variabel bebas yang diteliti.

Rumus besar sampel dan besar sampel untuk masing-masing variabel

bebas adalah sebagai berikut :

2
 2) Rule of thumb

Besar sampel adalah 5-10 kali jumlah variabel bebas yang diteliti.
Oleh karena pada penelitian terdapat tiga variabel bebas, maka besar sampel
adalah 15 sampai dengan 30 subjek.

3) Menggunakan rumus

Besar sampel untuk regresi linier ditentukan oleh besarnya

kesalahan tipe I, kesalahan tipe II, jumlah variabel bebas yang diteliti, dan
koefisien determinasi.

Kesalahan tipe I ditetapkan 5%.

Kesalahan tipe II sebesar 207"

VB = jumlah variabel bebas yang diteliti sebanyak tiga variabel

R2 = koefisien determinasi minimal ditetapkan sebesar 0,25

Dengan melihat pada Tabel 2. besar sampel yang diperlukan adalah

sebesar 37 subjek.

Kesimpulan :

Perhitungan besar sampel yang memberikan jumlah terbanyak adalah

sebanyak 56. Dengan demikian, besar sampel untuk penelitian ini adalah 56
subjek.

2. Satu contoh kasus analisis survival beserta perhitungannya

a. Pengertian Analisis Survival

Analisis Survival adalah penelitian yang mencari insidens serta kapan

insiden terjadi. Jadi, pada penelitian analisis survival, bukan hanya meneliti
apakah terjadi insiden trau tidak akan tetapi juga meneliti kapan terjadinya
insiden.

3
b. Contoh Kasus Perhitungan Analisis Survival

1). Contoh Kasus 1

Penelitian ttg lamanya waktu sampai seseorang menjadi positif HIV,

dimana kita akan mencatat kejadian tsb manakala dia dinyatakan positif
ketika dilakukan test pertama kali. Akan tetapi kita tidak tahu secara persis
kapan sebenarnya dia terjangkit virus tsb, sehingga waktu kejadiannya
tidak diketahui. Hal ini menggambarkan sensor kiri, karena waktu
survivalnya adalah sampai terjangkit HIV yg lebih pendek dibandingkan
dengan waktu teramatinya, yang baru diketahui saat dilakukan test.
Sensor Interval: Waktu kejadian berada pada sebuah interval. Sering
terjadi ketika pengamatannya dilakukan secara periodik.Misal suatu
individu mengalami kejadian antara umur 8 sampai 10 tahun (waktu
persisnya tidak diketahui). Individu ini tersensor interval (yakni, 8 < t <
10).

2). Contoh Kasus 2

Waktu sampai meninggalnya pasien kanker Laryngeal Pria (Klein &
Moeschberger, 2003). Ada 90 pria yg didiagnosa kanker Larynx. Waktu
4
 survivalnya adala interval (dlm tahun) antara pengobatan pertama sampai
meninggal atau berhentinya penelitian. Dalam penelitian ini juga dicatat
umur pasien pada saat didiagnosa, dan stadium dari kankernya. Dimana
Stadium I (33 pasien), Stadium II (17 pasien), Stadium III (27 pasien), dan
Stadium IV (13 pasien). Stadium tersebut diurutkan dari yang ringan
sampai yang paling parah..

3). Contoh Kasus 3

Seorang peneliti ingin mengetahui perbandingan analisis survival

antara pasien kanker payudara stadium lanjutt yang diobati dengan obat
standar dibandingkan dengan pasien yang mendapat terapi obat baru.
Diketahui bahwa median survival obat standar adalah 18 bulan. Bila
kesalahan tipe I sebesar 5%, kesalahan tipe ll sebesar 10%, dan perbedaan
median survival minimal yang dianggap bermakna adalah 5 bulan.
Diketahui dari kasus di atas :

Median survival kelompok obat standar adalah 18 bulan.

Lz = hazard kelompok obat standar = - ln (0,5)/TM = - ln (0,5)/18 =

0,039 dari soal diketahui bahwa selisih median survival minimal yang
dianggap bermakna adalah 6 bulan. Jadi, median survival kelompok obat
baru adalah median survival kelompok obat standar + selisih minimal yang
dianggap bermakna = 18+6=24bulan.

5
 Lr = hazard kelompok obat baru = - ln (0,5)/TM - - ln (0,5)124 = 0,029.

Lr- L, = selisih hazard antara kelompok yang dianggap bermakna =

0,039-0,029=0,01.

Kesalahan tipe I = 5Y",2,= 1,96.

Kesalahan tipe II - 1.0Y",2s= I,28.

Peneliti memakai desain analisis survival jenis 1.

3. Satu contoh interpretasi penelitian dan pembahasannya.

a. Judul Penelitian

Penerapan Audio Visual Dalam Penyuluhan Kesehatan Reproduksi Sehat

Pada Wanita Usia Subur Tentang Kanker Serviks.

b. Contoh interpretasi data penelitian dan pembahasan

Pengetahuan responden sebelum diberikan konseling tercantum dalam

tabel berikut ini :
Tabel Pengetahuan Partisipan
Partisipan Umur Skor Penyuluhan
sebelum
Jumlah Kategori
1 27 Tahun 70% Cukup
2 36 Tahun 60% Cukup
3 42 Tahun 80% Baik
4 35 Tahun 70% Cukup
5 24 Tahun 80% Baik
Sumber : Data Primer (2019)

Berdasarkan tabel diatas dapat diketahui bahwa pengetahuan responden

sebelum diberikan penyuluhan yaitu rata- rata skor 72% yang dikategorikan
berpengetahuan cukup.

6
1