• 1. Apa yang dimaksud dengan standardisasi?

Standardisasi adalah satu metode untuk mengatasi adanya faktor perancu dalam penelitian
epidemiologi. Usia dan Jenis kelamin merupakan dua karakteristik atau variable yang paling umum
digunakan untuk standardisasi.

Standardisasi diperlukan karena

1. Menghitung angka kematian kasar saja akan menimbulkan bias perancu karena adanya
perbedaan karakteristik diantara dua populasi tersebut.
2. Standarisasi akan membantu kita mempermudah dalam membandingkan angka kematian jika
dilakukan perbandingan pada populasi dengan jumlah yang besar.
Terdapat dua metode standardisasi yang digunakan dalam penelitian epidemiologi
1) Standardisasi Langsung angka kejadian Spesifik-Usia (Age-Specific rates) dari dua atau lebih
populasi dibandingkan dengan kelompok umur populasi standar untuk menghasilkan
perkiraan jumlah kasus yang setara.
2) Standardisasi tidak langsung angka kejadian spesifik-usia (Age- Specific rates) pada sebuah
populasi standar diterapkan pad struktur kelompok umur dua atau lebih populasi yang akan
di bandingkan. (Najmah,SKM,MPH) “Epidemiologi :Untuk mahasiswa Kesehatan
Masyarakat”, PT Rajagrafindo Persada, Depok 2016

Menurut Webb et al (2005) standardisasi merupakan suatu metode yang digunakan

untuk menghasilkan ukuran yang yang setara atau komparabel antara beberapa populasi atau
sub-grup, dengan memperhitungkan konfounding utama, seperti perbedaan umur dan sex pada
komposisi populasi atau sub group yang berbeda. Sedangkan menurut Rothman (2002)
standardisasi adalah sebuah metode dengan menggabungkan angka rata-rata kategori
spesifik kedalam nilai kesimpulan tunggal dengan mengambil rata-rata yang telah ditakar.
Standardisasi menakar angka rata-rata spesifik kategori dengan menggunakan hasil ukuran yang
berasal dari populasi standar. Dengan kata lain, standardisasi merupakan proses penakaran dari
angka rata-rata dari dua atau lebih kategori dengan susunan spesifik dari populasi yang menjadi
takaran atau perbandingan. Oleh karena itu hasilnya merupakan paket angka rata-rata
yang terstandardisasi (standardized rates).
Misal, jika kita perhatikan tabel 1.1 dibawah ini, angka kematian kasar atau crude rate
ratio dari penyakit jantung iskemik pada negara maju seperti, Jerman, Australia, Kanada,  4 kali
lebih tinggi daripada negara Jepang dan Brazil. Hal yang patut dianalisa yaitu ‘apakah
perbandingan ini tepat dan adil?’ melihat kemungkinan perbedaan sebaran populasi pada setiap
negara dan jumlah kasus yang ada.
Table 1.1 Angka kematian kasar Penyakit Jantung Iskemik pada lelaki di beberapa
negara, 1995-1998
Angka kematian kasar Jantung Iskemik per 10 5
Negara
per tahun
Jerman 211
Australia 168
Kanada 160
Singapura 118
Spanyol 116
Jepang 50
Brazil 47
(Sumber data: global Cardiovascular Infobase, www.cvdinfobase.ca, accessed 23 September 2003)

Bisa kita amati  bahwa kelemahan utama dari membandingkan angka rata-rata kasar (‘crude
rates’)  adalah angka rata-rata ini tidak memperhitungkan fakta bahwa perbedaan populasi
memiliki perbedaan struktur umur  dan resiko menjadi sakit atau kematian bervariasi
terhadap umur. Pada  grafik jumlah penduduk di Jerman dan Brazil, dapat kita lihat bahwa,
proporsi penduduk tua itu lebih banyak di negara Jerman, sedangkan, proporsi penduduk
muda lebih banyak terdapat di Brazil. Oleh karena itu, jika kita bandingkan kesehatan
jantung pada dua negara ini  tidak memiliki makna yang tidak berarti secara signifikan.
Dengan kata lain, umur dapat menjadi faktor perancu (confounding factors) utama yang
mempengaruhi angka rata-rata kasar kematian dari populasi dengan penyakit jantung
iskemik pada kedua negara. Salah satu cara untuk melakukan perbandingan angka kesakitan
atau kematian pada dua negara atau lebih adalah dengan menggunakan teknik
standardisasi.
 Sumber: distribusi umur pada populasi di Brazil(1995) dan Jerman (1998) www.cdvinfobase.ca, diakses pada 23 September
2003) 

• 2. Apakah rate, bagaimana menghitungnya

Pengertian Rate dan cara menghitungnya

Rate diartikan sebagai angka atau frekuensi suatu penyakit per besar unit populasi atau
untuk menyatakan dinamika dan kecepatan kejadian dalam suatu populasi masyarakat
tertentu. Rate digunakan untuk mengukur frekuensi suatu kejadian, yang terdiri dari:
 Numerator: menunjukkan jumlah kejadian selama periode waktu tertentu
 Denominator: menunjukkan jumlah populasi dimana kejadian terjadi
 Waktu: menunjukkan periode waktu kejadian terjadi

Kalkulasi/Rumus dari Rate:

number of occurence of event∈specific time

Rate = x konstanta
average∨mid−interval population
 x
Rate= xk
y
 Pembilang/numerator (x) merupakan jumlah kasus penyakit yang terdapat pada
populasi atau dalam sub grup suatu populasi.
 Penyebut/denominator (y) adalah populasi atau sub grup didalam populasi yang
mempunyai risiko untuk mendapatkan penyakit yang bersangkutan
 k adalah nilai konstanta.

Data surveilans seringkali hanya memberi informasi tentang data numerator saja dalam
bentuk angka kasar. Sementara angka kasar hanya menggambarkan jumlah kejadian, tidak
memperhatikan:
 jumlah populasi darimana kejadian terjadi
 distribusi karakteristik demografis di populasi
 darimana kejadian terjadi

Rate memberi informasi yang lebih lengkap karena mengandung informasi tentang jumlah
kejadian, jumlah populasi darimana kejadian terjadi, dan periode waktu kejadian terjadi.
Rate memberi kondisi yang komparabel artinya dapat untuk membandingkan frekuensi
kejadian secara lebih komperabel:
 frekuensi kejadian penyakit di populasi dari waktu ke waktu
 frekuensi kejadian penyakit diantara satu populasi dengan populasi lain
 frekuensi kejadian penyakit diantara sub populasi

• 3. Kegunaan rate dalam epidemiologi?

a. Menghitung rate kejadian merupakan suatu hal yang paling penting dalam penelitian
epidemiologi
b. Dengan menghitung Rate, informasi tadi dapat digunakan untuk:
 Memformulasikan dan membuktikan hipotesis
 Mengidentifikasikan faktor risiko dan penyebab
 Membandingkan secara komparabel frekuensi kejadian diantara populasi
1. Gerstman, B. Burt. Epidemiology kept simple : an introduction to traditional and
modern epidemiology 3rd ed. 2013. John Wiley & Sons, Ltd. UK
2. Gordis L. 2014. Epidemiology, 5th edition. Philadelphia: Saunders