O

D
EN
APRIL 2022

C
CI
RS

MENGENAL VARIABLE PERANCU

S

DALAM PENELITIAN DAN CARA

U

MENGONTROLNYA
RP
PE

Ade Triyadi
Syumarti, dr., SpM(K), MSc.

OFTALMOLOGI KOMUNITAS
 DAFTAR ISI

O
D
Definisi variabel dalam penelitian 01

EN
Dimensi variabel 02

Variabel perancu

C 03
CI
Mengontrol variabel perancu 04
RS

Restriksi 05

Matching 06
S
U

Randomisasi 07
RP

Analisis stratifikasi 08
PE

Analisis multivariat 09

Daftar pustaka 10


PENDAHULUAN

DEFINISI VARIABEL DALAM

PENELITIAN

O
D
EN
Pendahuluan
Variabel dalam penelitian merupakan unsur yang penting untuk dipahami. Salah satu
variabel penelitian yang harus dikontrol dalam analisis adalah variabel perancu.
Apabila variabel perancu tidak dikontrol dengan efektif, dapat menyebabkan potensi
kesalahan dalam simpulan hasil penelitian. Sari kepustakaan ini membahas mengenai

C
pemahaman variabel perancu dalam penelitian dan cara mengontrolnya.
CI
Variabel merupakan karakteristik Penggunaan variabel harus sesuai dengan
suatu subyek dalam penelitian, bukan konteks penelitian. Misalnya, di sekolah
merupakan subyek maupun benda dasar pada umumnya, jenis kelamin
subyek tersebut. Misalnya, badan, adalah variabel, karena hal tersebut dapat
RS

darah, kelamin bukan merupakan berbeda dari satu subyek dengan subyek
variabel; yang merupakan variabel lainnya; namun apabila konteks penelitian
adalah berat badan, tinggi badan, dilakukan di lingkungan asrama perawat
golongan darah, dan jenis kelamin. putri, maka jenis kelamin bukanlah
S

variabel, karena tidak berbeda dengan

subyek lainnya.
U
RP

SKALA PENGUKURAN VARIABEL

Nominal Interval
PE

Jenis kelamin, nama kota Suhu (derajat celsius) -> tidak memiliki nilai nol (0) mutlak

Ordinal Rasio
Angka huruf mutu (A, B, C, D) Tinggi badan (cm), berat badan (kg)

01


DIMENSI
VARIABEL
Hubungan antar variabel

O
C
Variabel Variabel

D
bebas tergantung

EN
Variabel
A perancu
C B
CI
Variabel bebas merupakan suatu Variabel tergantung merupakan
RS

variabel yang apabila ia berubah maka variabel yang berubah akibat

akan mengakibatkan perubahan pada perubahan dari variabel bebas.
variabel lain. Variabel bebas sering Sinonim variabel tergantung adalah
disebut dengan nama lain seperti variabel dependen, efek, hasil,
variabel independen, predictor, risiko, outcome, response atau event.
S

determinan atau kausa.

U

Variabel perancu adalah jenis variabel Variabel C pada bagan merupakan

yang memiliki hubungan dengan variabel antara, meskipun memiliki
RP

variabel bebas dan variabel hubungan dengan variabel bebas dan

tergantung, tetapi bukan merupakan variabel tergantung.
variabel antara. Variabel A bukan merupakan perancu
Keberadaan variabel perancu sangat karena hanya memiliki hubungan
PE

mempengaruhi validitas penelitian dengan variabel bebas saja.

Variabel B bukan merupakan perancu
karena hanya memiliki hubungan
dengan variabel tergantung saja.

02
 VARIABEL
PERANCU
Kerangka konsep

O
Konsep etiologik Konsep prognostik

D
A E

EN
A
B
B E
C

C
C CI
D D
RS

Konsep variabel perancu sesuai Peneliti pertama (konsep etiologik)

dengan kerangka konsep penelitian fokus pada faktor risiko usia terhadap
yang dilakukan. sebagai contoh kejadian AMD, sedangkan faktor risiko
terdapat dua kerangka konsep yaitu lain memiliki kedudukan yang
S

etiologik dan prognostik. Dua berbeda, dengan posisi sebagai

U

penelitian melakukan investigasi variabel covariate (variabel yang

mengenai faktor risiko terjadinya Age- berpotensi sebagai perancu atau
related Macular Degeneration (AMD). interaksi).
RP

Faktor risiko yang diteliti adalah usia, Peneliti kedua (konsep prognostik)
jenis kelamin, riwayat dislipidemia, tidak menetapkan adanya suatu
dan riwayat merokok. variabel utama, sehingga kedudukan
semua variabel sama.
PE

03


MENGONTROL

O
VARIABEL PERANCU

D
C EN
Tahap desain penelitian
CI
65%
Restriksi
RS

Matching
Randomisasi
S
U

Tahap Analisis
RP

85%
Analisis stratifikasi
Analisis multivariat
PE

04


MENGONTROL VARIABEL PERANCU

RESTRIKSI
Mengontrol perancu dalam tahap desain

O
D
C EN
Penyakit jantung
Minum kopi
koroner
CI
Merokok
RS

Metode restriksi dilakukan dalam Sebagai contoh, pada suatu penelitian

penelitian pada tahap desain observasional tentang hubungan
S

penelitian dengan cara membuat antara kebiasaan minum kopi dengan

kriteria inklusi dan kriteria ekslusi. kejadian penyakit jantung koroner.
U

Keuntungan dari metode ini dapat Kebiasaan merokok dapat dikatakan

mengontrol variabel perancu sebelum sebagai perancu, maka peneliti dapat
RP

dilakukan analisis. Namun kelemahan menentukan dalam desain penelitian

pada metode ini terdapat dalam adalah perokok dijadikan sebagai
generalisasi penelitian. kriteria ekslusi dalam penelitian
Pada umumnya, variabel yang tersebut (baik pada kelompok
PE

dikontrol dengan cara restriksi adalah peminum kopi maupun kelompok

variabel dengan prevalensi kecil kontrol).
sehingga tidak mempengaruhi
generalisasi penelitian.

05
 MENGONTROL VARIABEL PERANCU

MATCHING
Mengontrol perancu dalam tahap desain

O
D
EN
Riwayat merokok AMD

C
Matching
CI
USIA
RS

Matching adalah proses untuk Contoh pada penelitian kasus kontrol,

menyamakan variabel perancu pada Penelitian pasien Age-related Macular
kedua kelompok. Kondisi tertentu Degeneration (AMD) yang memiliki
apabila tidak memungkinkan untuk kebiasaan merokok dan tidak
melakukan ekslusi pada variabel merokok. Telah diketahui bahwa usia
S

perancu, maka proses matching dapat sangat berpengaruh terhadap

U

dilakukan dengan menyeragamkan kejadian AMD. Usia berpotensi

variabel perancu pada kelompok menjadi variabel perancu karena
kasus maupun kontrol. dapat mempengaruhi fokus utama
RP

penelitian mengenai paparan rokok

terhadap AMD. Sedangkan terdapat
asumsi lain bahwa semakin tua usia
pasien maka semakin sedikit
PE

intensitas merokok pada pasien,

sehingga dilakukan proses matching
pada usia pasien dengan rentang yang
tidak terlalu besar.

06


MENGONTROL VARIABEL PERANCU

RANDOMISASI

O
Mengontrol perancu dalam tahap desain

D
EN
Metode randomisasi lebih sering Contoh pada suatu uji klinis untuk

C
digunakan pada uji klinis. Dengan menilai manfaat obat tradisional
randomisasi, faktor yang tertentu untuk menurunkan tekanan
mempengaruhi prognosis pengobatan
CI darah, dilakukan randomisasi,
diharapkan terdistribusi secara sebagian subyek diberikan obat
seimbang antar kelompoknya. Syarat tradisional, sebagian lain diberikan
randomisasi harus dilakukan dengan plasebo. Bila kebiasaan memakan
RS

prosedur yang benar dan dengan total
subyek cukup besar. Variabel perancu
yang terbagi rata tersebut meliputi
variabel yang saat penelitian sudah
diketahui maupun belum diketahui
S
mentimun di kemudian hari ternyata
memiliki hubungan dengan
penurunan tekanan darah, maka hal
tersebut tidak mempengaruhi hasil
penelitian dikarenakan telah terbagi

memiliki hubungan sebagai perancu. secara seimbang dengan randomisasi

pada kedua kelompok.
U
RP

Kelompok
perlakuan
Subyek yang
PE

memenuhi kriteria Randomisasi

Kelompok
kontrol

07
 MENGONTROL VARIABEL PERANCU

ANALISIS
STRATIFIKASI

O
Menyingkirkan perancu dalam tahap Analisis

D
EN
Syarat dari analisis stratifikasi adalah variabel perancunya berjumlah satu
dan suatu variabel kategorik. Teknik yang lazim dilakukan adalah Mantel-
Haenszel, baik untuk studi potong lintang, kasus kontrol, kohort maupun
uji klinis.
Contoh berikut pada penelitian pasien AMD. Simulasi perhitungan

C
dengan contoh variabel bebas adalah kebiasaan minum alkohol
terhadap kejadian AMD, dengan kebiasaan merokok dinyatakan sebagai
perancu dalam penelitian.
CI
RS
S
U
RP
PE

Diadaptasi dari: Dahlan MS

Analisis Mantel-Haenszel untuk memperoleh nilai OR kebiasaan minum

alkohol terhadap kasus AMD yang bebas dari variabel perancu (kebiasaan
merokok) memberikan hasil OR = 1,14

08
 MENGONTROL VARIABEL PERANCU

ANALISIS
MULTIVARIAT
Menyingkirkan perancu dalam tahap Analisis

O
D
Analisis multivariat merupakan Tahapan analisis multivariat:
pengolahan data statistika dengan

EN
variabel bebas lebih dari satu. 1. Melakukan analisis bivariat

Terdapat dua jenis pengolahan data

2. menyeleksi variabel yang akan
multivariat yaitu regresi logistik bila
masuk ke dalam regresi logistik
skala variabel berupa data kategorik,

C
sedangkan untuk data numerik lebih 3. melakukan analisis terhadap
umum digunakan regresi linear. variabel interaksi secara hierarchial
Dengan kedua teknik tersebut dapat
CI backward elimination procedure
diketahui asosiasi antar-variabel sampai didapatkan model baku emas
dengan menyingkirkan variabel lain,
4. Melakukan analisis terhadap
termasuk variabel perancu.
variabel konfounder dengan prinsip
RS

valid dan presisi

Kelebihan analisis multivariat ini
dapat melihat peran masing-masing
5. Mendapatkan model akhir dan
variabel bebas, termasuk variabel
estimasi hubungan variabel utama
perancu, terhadap kejadian efek.
dengan variabel tergantung
S

Analisis multivariat merupakan teknik

yang kuat untuk menyingkirkan
U

berbagai variabel perancu sekaligus.

Contoh studi dalam penelitian faktor risiko diabetik retinopati pada pasien dengan
RP

diabetes mellitus. Variabel kejadian diabetik retinopati sebagai variabel tergantung.

Variabel kadar HbA1c, Tekanan darah, hiperlipidemia dan indeks massa tubuh
sebagai variabel bebas, beberapa variabel bebas tersebut dilakukan analisis sekaligus
dengan metode analisis multivariat, sehingga didapatkan hasil berupa pengaruh dari
PE

masing-masing variabel bebas terhadap variabel tergantung.

Simpulan
Variabel perancu dapat dikontrol dengan cara restriksi, matching, randomisasi,
analisis stratifikasi, dan analisis multivariat. Mengontrol variabel perancu sangat
penting dalam penelitian untuk mengurangi maupun menghilangkan potensi
kesalahan dalam simpulan hasil penelitian.

09


O
DAFTAR PUSTAKA

D
EN
1. Dahlan MS. Membuat proposal penelitian bidang kedokteran dan kesehatan. Seri
evidence based medicine. Jakarta: Sagung Seto; 2012. hlm 170-6.
2. Sastroasmoro S, Ismael S. Dasar-dasar metodologi penelitian klinis. Edisi ke-5.
Jakarta: Sagung Seto; 2014. hlm 310-8.

C
3. Merrill RM, Fundamentals of epidemiology and biostatistics: Combining the basics.
Utah: Jones & Bartlett Learning; 2013. hlm 209-15.
CI
4. Johnson GJ, Minassian DC, Weale RA, West SK. The epidemiology of eye disease. Third
edition. London: Imperial College Press; 2012. hlm 101-5.
5. Dahlan MS. Statistik untuk kedokteran dan kesehatan. Seri evidence based medicine.
Jakarta: Sagung Seto; 2012. hlm 179 - 93.
RS

6. Lu Y, Jiqian F, Tian L, Jin H. Advanced medical statistic. 2nd Edition. Singapore: World
Scientific Publishing Co. Pte. Ltd; 2015. hlm 510-1.
7. Kamangar F. Confounding variables in epidemiologic studies: Basics and beyond.
Article in Archives of Iranian medicine. 2012. 15(8).
S
U
RP
PE

10