Pedoman pemilihan kontrol

Ada beberapa kriteria dalam memilih kasus

1. Karakteristik populasi sumber
Kontrol dapat dipilih dari rumah sakit, populasi
umum, tetangga, teman, kerabat keluarga.
2. Keserupaan antara kasus dan kontrol
Kontrol dipilih dari populasi yang
individu-individunya mempunyai karakteristik
serupa dengan populasi asal kasus, tetapi tidak
sakit yang diteliti.
3. Pertimbangan praktis dan ekonomi
Jenis Studi Kasus Kontrol
Hospital based case control study
Kasus dipilih dari populasi rumah sakit yang
menderita penyakit (sesuai definsi kasus), kontrol
juga dipilih dari populasi rumah sakit yang tidak
menderita penyakit yang menjadi interest studi.
Keuntungan: 1) Lebih praktis dan murah; 2) Pasien
yang datang ke RS lebih menyadari berbagai factor
yang dialami, sehingga mengurangi recall bias; 3)
Lebih kooperatif.
Kerugian: 1) Bias sentripetal, bias seleksi kasus
karena pemilihan pasien terhadap fasilitas
pelayanan dipengaruhi reputasi fasilitas pelayanan
medic; 2) Bias akses diagnostic, bias seleksi
karena akses pasien ke yanmedis tsb baik geogrfis,
waktu dan ekonomi.
Jenis Studi Kasus Kontrol
Population based case control study
Pada studi ini, seluruh kasus yang didapatkan
pada populasi kemudian kontrol diambil secara
random dari populasi yang tidak menderita (bukan
kasus).
Keuntungan: 1) menghindari factor-factor yg
mempengaruhi pemilihan subyek untuk
menggunakan fasilitas yanmedis; 2) memberi
gambaran karakteristik populasi asal kasus
secara langsung, misalnya laju insiden penyakit
pada kelp terpapar dan tidak terpapar.
Kerugian: 1) Biaya dan logistic yang besar
Jenis Studi Kasus Kontrol
❖ Nested case control study
Keuntungan: 1) Recall bias dapat diperkecil karena
variable predictor sudah diukur pada awal studi
kohort; 2) karena kasus dan control berasal dari
populasi yang didefinisikan dengan jelas,
mengurangi potensi bias seleksi; 3) memungkinkan
perhitungan frekuensi penyakit insiden dalam
populasi, sehingga dapat menghitung RR; 4) lebih
ekonomis
Rasio Odds

Merupakan perbandingan odds untuk terjadinya

keluaran pada kelompok dengan sebab+ dibandingkan
dengan kelompok dengan sebab-
Odds = probabilitas untuk terjadinya keluaran
dibandingkan probablitas untuk tidak terjadinya
keluaran
Perhitungan OR menurut sebab atau keluaran
memberikan hasil yang sama
Sehingga OR digunakan pada penelitian kasus-kontrol
dan kohort
Rasio Odds
Dalam interpretasi praktis seringkali OR
diinterpretasikan sama seperti RR
OR akan mendekati RR jika
• Di populasi kasus jarang
• Desain penelitian Population Based Case-Control
Kelebihan

Murah
Lebih mudah mengkases populasi besar pada studi
yang menggunakan pencatatan terutama dalam
pemilihan kasus dan control dengan cara yang sama
Membutuhkan sampel yang lebih kecil dibandingkan
dengan studi kohort
Berguna pada kasus-kasus yang jarang dan tidak
biasa
Bila data sudah tersedia studi bisa menjadi lebih
cepat
Mengidentifikai factor risiko (exposure) pada saat
yang sama
Kelemahan

Informasi yang dibutuhkan pada studi kemungkinan tidak

tersedia sesuai dengan yang diinginkan.
Informasi yang dibutuhkan kemungkinan tidak akurat
pada data yang tersedia.
Bila menggunakan wawancara, responden kemungkinan
akan lupa pada exposure yang dialami pada saat lampau
(recall bias).
Pewawancara dan responden akan sulit mengingat masa
lampau dan kemungkinan keduanya akan memiliki
persepsi dan pengertian yang berbeda tentang masa
lampau.
Bias yang terjadi pada saat pemilihan control (misalnya
yang diambil dari medical record)
Bias dapat terjadi dari misrepresentation atau
underrepresentation pada pemilihan kasus dan control.
STUDI KOHORT
STUDI KOHORT

Definisi
Desain studi observasional untuk melihat hubungan
status keterpaparan dengan penyakit (outcome),

dengan memilih kelompok studi berdasarkan status

keterpaparan,

kemudian mengikuti sepanjang periode waktu untuk

melihat berapa bayak subyek yang mengalami penyakit
atau outcome tertentu.
Langkah-langkah dalam merencanakan studi kohort

Kapan kita memakai desain kohort

Memilih desain kohort yang tepat/sesuai
Memilih kelompok kohort/subyek
Pengukuran terhadap variable paparan dan
confounding
Follow up kelompok kohort dan pengukuran
terhadap variable outcome
Analisis yang akan digunakan
Kapan kita menggunakan studi kohort

Tujuan penelitiannya adalah mencari insiden

penyakit dan riwayat alamiah penyakit
Merupakan satu-satunya cara untuk
membuktikan secara kuat hubungan causa
effect (factor risiko outcome)
Memilih kelompok kohort/subyek
Jika outcome yang ingin mendapatkan
outcome lebih dari satu sekaligus.
Memilih studi kohort yang sesuai
Jika “pertanyaan penelitian” dapat diperoleh dari data
yang sudah ada, kohort retrospektif lebih sesuai
karena urah dan efisien.

Jika “pertanyaan penelitian” mengenai outcome yang

sering muncul/terjadi, kohort prospektif lebih sesuai.

Jika “pertanyaan penelitian” mengenai outcome yang

jarang muncul/terjadi, kohort retrospektif lebih sesuai.

Jika “pertanyaan penelitian” mengenai insiden dan

riwayat alamiah penyakit yang lebih akurat, kohort
prospektif lebih sesuai
Memilih anggota kelompok studi kohort
Pemilihan anggota/subyek sesuai dengan DO pada
awal penelitian.

Subyek yang tidak mungkin memunculkan outcome

yang diteliti harus dikeluarkan. (Ca cervix tidak
mungkin muncul pada subyek laki-laki atau
perempuan yang histerektomi).

Pemilihan subyek harus sesuai dengan tujuan

penelitian
Bias yang mungkin pada studi kohort
1. Bias pada pengukuran “outcome”
Jika orang yang mengukur outcome telah mengetahui
subyek yang diukurnya telah terpapar atau tidak.
2. Bias informasi
Jika kualitas atau data-data dari kelompok terpapar dan
tidak terpapar tidak akurat dan komparable
3. Bias karena drop out
Adanya dropout menyebabkan peneliti kehilangan
informasi perjalanan penyakit, sehingga perhitungan IR
pada kelompok terpapar dan tidak terpapar sulit
diinterpretasikan
4. Bias pada analisis
Jika orang yang menganalisis, telah mempunyai
konsep/pendapat tersendiri tentang penelitian yg
dilakukan, dapat mempengaruhi analisis yg dilakukan
Jenis Studi Kohort

1. Closed Cohort (Fixed Cohort)

Kohort dengan keanggotaan tertutup, dimana setelah
kohort didefinisikan dan follow up dimulai, tak
satupun anggota baru dapat dimasukkan ke dalam
studi. Jumlah sampel berkurang diakhir studi.
(Meninggal, loss of follow up, mengalami kejadian
penyakit)

2. Open Cohort (Dynamic Cohort)

Kohort dengan keanggotaan terbuka, dimana setelah
kohort didefinisikan dapat menambah keanggotaan
baru. Jumlah sampel konstan sampai akhir studi.
Desain pada Studi Kohort

1. Prospektif/concurrent/longitudinal
Status paparan diukur pada awal penelitian dan
diikuti untuk melihat penyakit atau outcome dimasa
yang akan dating.

2. Retrospektif/non-concurrent
Status paparan dan penyakit atau outcome sudah
terjadi dimasa sebelum penelitian. Sehingga
variable-variable tersebut diukur melalui catatan
historis.
Kelebihan Studi Kohort Prospektif

1. Sangat cocok untuk tujuan penelitian melihat

gambaran
Insiden penyakit
Kausa/penyebab penyakit
2. Memberi kesempatan peneliti untuk dapat mengukur
variable-variable dengan lebih akurat dan komplit (no
recall bias)
Kelemahan Studi Kohort Prospektif
1. Tidak efisien untuk mengevaluasi penyakit yang langka
2. Sangat mahal dan waktu yang lama.
3. Validitas bisa terancam bila banyak subyek yang DO
Kelebihan Studi Kohort Retrospektif

1. Sama seperti studi kohort prospektif status

paparan diukur sebelum outcome
2. Pengukuran status paparan tidak bias karena
sebelum outcome diukur/diketahui
3. Lebih hemat waktu dan dana
4. Lebih baik dibandingkan dengan studi kasus
control, karena semua subyek yang akan
menjadi outcome (+) dan (-) berasal dari
populasi yang sama.
Kelemahan Studi Kohort Retrospektif
Peneliti kurang dapat mengontrol kulaitas data
yang digunakan
Analisa pada Studi Kohort

Analisis deskriptif
• Mendpatkan nilai mean, proporsi, confidence interval, standard deviasi, ranger

Analisis hubungan/asosiasi
• Melihat hubungan antara variable sebab dengan variable luarn
• Nilai yang didapatkan Relatif Risk, AR, OR
• RR = rasio dari risiko orang yang terpapar dan menjadi sakit dibandingkan dengan
risiko orang yang tidak terpapar dan menjadi sakit
Risiko Relatif

Risiko relatif merupakan perbandingan risiko terjadi

keluaran pada kelompok dengan sebab+ dengan
kelompok dengan sebab-
Digunakan pada desain penelitian kohort dan
experimen
✔Subyek harus bebas dari keluaran yang diteliti
pada awal penyakit
✔Pajanan mendahului keluaran
 Perhitungan Risiko Relatif

• Risiko terjadinya keluaran pada kelompok sebab+: a/(a+b)

• Risiko terjadinya keluaran pada kelompok sebab-: c/(c+d)
• Risiko relatif = {a/(a+b)} / {c/(c+d)}
 Perhitungan Risiko Relatif

Ca+ Ca- J u m la h

R ok ok + 20 80 100

R ok ok - 5 95 100

J u m la h 25 175 200

• Risiko terjadinya Ca+ pada rokok+ = (20/100) = 1/5

• Risiko terjadinya Ca+ pada rokok- = (5/100) = 1/20
• Risiko relatif (20/100)/(5/100)=4
• Orang yang merokok memiliki risiko 4 kali untuk
menderita Ca+ dibandingkan dengan orang yang tidak
merokok
Analisa

Pendekatan analisa studi kohort secara garis besar:

1. Bila outcome bersifat membandingkan
proporsi gunakan uji chi-square
2. Bila outcome bersifat (2 mean) gunakan t
test yang dependen maupun independen
3. Bila outcome bersifat (lebih dari 2 mean)
gunakan anova

52
STUDI EXPERIMEN
DEFINISI

Studi dimana peneliti dengan sengaja mengubah

sebuah atau lebih factor pada situasi terkontrol
dengan tujuan mempelajari pengaruh dari
pengubahan factor tadi.
Faktor penelitian dalam studi experimen ini disebut
perlakuan (treatment) atau intervensi
Unit experiment dan unit analisis dalam studi
experiment dapat merupakan individu, atau agregat
individu (kelompok)

54
Ciri Utama
Studi experimental mirip studi kohort karena untuk
melihat outcome dibutuhkan suatu proses
Perbedaannya pada studi experimen, peneliti
memanipulasi/ melakukan intervensi terhadap “
”.
Berbeda dengan studi observasional lainnya, dimana
peneliti tidak melakukan intervensi terhadap “
”.
Studi ini merupakan yg paling baik untuk menentukan
adanya hubungan sebab akibat (
).
yg terjadi pada kelompok experimen
merupakan efek dari intervensi ( ) pd kelp. tsb.
yg terjadi pada kelompok kontrol merupakan
efek bila tidak dilakukan intervensi (no causa) pd kelp
tsb. 55
Masalah Etika

Pada studi observasional masalah etis terutama harus

dipegang oleh peneliti hanya berkisar obyektivitas studi,
memegang kerahasiaan data setiap individu yg diteliti.
Pada studi experimen, peneliti melakukan intervensi
kepada kelompok experiment masalah etis sangat
penting.
Peneliti harus mempunyai alasan yang mendasar untuk
dipercaya bahwa studi yg akan dilakukan memberi nilai
yang positif, peneliti juga harus yakin benar bahwa hasil
penelitiannya akan memberi informasi yg bermanfaat.
Sebelum penelitian, subyek-subyek yg akan diteliti harus
telah mengetahui dan menyetujui bahwa yang
bersangkutan ikut serta dalam penelitian.

56
Jenis Studi Experimen

1. Exeprimen Murni
Experimen yang menggunakan prosedur acak
(randomisasi) dalam penunjukkan subyek penelitian.
Tujuannya adalah untuk mengontrol situasi penelitian dan
faktor-faktor perancu sehingga peneliti dapat mengisolasi
dan menghitung

2. Exeprimen Semu = Quasi Experimen

Experimen yang dalam mengontrol situasi penelitian
menggunakan rancangan tertentu dan atau penunjukkan
subyek secara non random untuk mendapatkan salah satu
dari berbagai tingkat penelitian

57
Jenis Desain Experimen Random

1. Completely Randomized Design

2. Randomized Block Design
3. Cross-over Design
4. Factorial Design

58
1. Completely Randomized Design

Merupakan design experiment yang paling mendasar

Semua subyek dalam populasi studi langsung

dialokasikan random ke kelompok intervensi atau ke
kelompok control.

Tujuannya untuk penyebaran variable independen yang

potensi sebagai perancu tersebar merata pada kelp
intervensi atau control.

59
Diagram Completely Randomized Design

• Populai studi
• Perlakuan
• Kontrol

Randomisasi
Analisis pada Completely Randomized Design

Jika variable hasil kategorik dan perlakuan kategorik,

maka kemaknaan pengaruh diuji dengan Chi-square.
Besaran pengaruh diestimasi dengan analisis regresi
logistik.

Jika variable hasil kontinu dan perlakuan kategorik, maka

kemaknaan pengaruh perlakuan diuji dengan Uji F
One-Way Anova. Jika data tidak berdistribusi normal diuji
non parametric dengan Kruskall Wallis (jika > 2 kategori)
dan uji median dan Mann Whitney (2 kategori). Besaran
pengaruh diestimasi dengan analisis regresi linier.

61
2. Randomized Block Design

Desain ini berusaha memastikan bahwa setiap level

(kategori) factor perancu tersebar dalam kelompok
perlakuan maupun control.
Penyebaran factor perancu kedalam kelompok perlakuan
dan kelompok control dalam masing-masing blok lebih
merata dibandingkan Completely Randomized Design,
sehingga analisis perbandingan dapat dilakukan lebih
baik.
Tujuan design ini adalah memastikan bahwa keompok
perlakuan dan kelp control yang dibandingkan tidak
berbeda secara bermakna dalam hal variable-variable
tertentu (factor perancu) yang sudah distratifikasi ke
dalam blok-blok.

62
Analisis pada Randomized Block Design

Jika variable hasil kategori dan perlakuan kategori, maka

kemaknaan pengaruh perlakuan diuji dengan salah satu
dari beberapa opsi uji statistic, yaitu 1) Likelihood ratio
test; 2) Wald test; dan 3) Score test. Besarnya pengaruh
perlakuan diestimasi dengan RR atau OR menggunakan
analisis regresi logistic.
Jika variable hasil kontinu dan perlakuan kategorik, maka
kemaknaan besarnya pengaruh blok dan pengaruh
perlakuan diuji dengan Uji F Two-Way Anova. Besaran
pengaruh diestimasi dengan analisis regresi linier,
dengan blok dan perlakuan diukur dalam skala kategorik.

64
3. Crossover Design

Desain ini merupakan metode experimental untuk

membandingkan 2 atau lebih perlakuakn dimana
subyek-subyek setelah menyelesaikan sebuah perlakuan
beralih ke perlakuan lainnya.
Crossover design ini dibagi 2 jenis, yaitu
1. Planned crossover dan
2. Unplanned crossover.
Planned crossover:
1. Subyek-subyek diberikan terapi A atau terapi B secara
random.
2. Diikuti pengamatan selama suatu periode waktu
dengan satu terapi, subyek-subyek itu dialihkan
kepada terapi lainnya.
65
Planned crossover
Subyek-subyek diberikan terapi A atau terapi B secara
random.
Diikuti pengamatan selama suatu periode waktu dengan
satu terapi, subyek-subyek itu dialihkan kepada terapi
lainnya.
Masing-masing subyek berperan sebagai control bagi
dirinya ( ), sehingga mengatasi variasi antar
individu (karakteristik) yang mungkin mempengaruhi
perbandingan efektivitas kedua terapi.
Masalah yang mungkin muncul, yaitu 1) , harus
dipastikan bahwa perbedaan yang teramati dari satu
perlakuan tidak tercampur oleh sisa pengaruh perlakuan
yang lainnya. Perlu waktu “ ” yang cukup untuk
membuang sisa-sisa pengaruh perlakuan sebelumnya.

67
Unplanned crossover
Dimulai dengan Completely Randomized Design
Contoh pasien PK dirandom, satu kelompok diterapi
bedah pintas coroner dan kelompok lain mendapat terapi
medis.
Pada kelompok yang akan diterapi bedah ada yang
menolak dan memilih pindah terapi medis. Demian
sebaliknya pada kelompok yang diterapi medis ada yang
pindah ke terapi bedah.
Crossover tidak terencana ini menyebabkan masalah
pada analisis data. Analisis dilakukan sesuai hasil
randomisasi atau analisis dilakukan sesuai perlakuan.

69
Analisis pada Crossover Design
Jika variable hasil kategori dan perlakuan kategori
(dikotomi), maka perbedaan kedua sampel berpasangan
dapat dianalisis dengan “Matched pair analysis”,
menggunakan uji McNemar.

Jika variable hasil kontinu dan perlakuan kategorik

(dikotomi), maka perbedaan kedua sampel berpasangan
dapat dianalisis dengan uji t sampel berpasangan. Jika
data tidak berdistribusi normal, sampel dianalisis dengan
Uji tanda dan Uji Wilcoxon.

70
4. Factorial Design

Metode experiment yang menata studi experiment

sehingga pada semua level dari masing-masing
intervensi terjadi dalam semua level intervensi lainnya.
Merupakan rancangan yang menarik dan ekonomis
karena dapat menguji pengaruh masing-masing 2 factor
penelitian (perlakuan) dengan menggunakan populasi
studi yang sama.

71
Diagram Factorial Design dalam studi aspirin dan beta-
karoten
• Randomisasi
• Aspirin
• Beta-karoten
• Placebo

• Placebo
• Beta-karoten
• Placebo
Analisis pada Factorial Design
Jika factor-factor penelitian berpengaruh pada sebuah
variable hasil yang sama, dan variable terukur berskala
kontinu, maka dianalisis dengan uji F Two-Way Anova.

Dengan analisis ini dapat diketahui signifikansi dari

pengaruh perakuan A, atau perlakuan B, maupun interaksi
A dan B.

73
Bias Dalam Studi Experimen (1)

A．Bias kontaminasi
Bias ini terjadi ketika subyek pada kelompok kontrol
sengaja atau tidak terpengaruh oleh perlakuan,
sehingga penaksiran efek perlakuan akan lebih kecil
dari yg sesungguhnya.
Contoh: Sebuah uji klinik meneliti efikasi aspirin
dalam mereduksi kematian kardiovaskuler. Andaikata
sebagian subyek kelompok kontrol secara tidak
sengaja mengkonsumsi komponen obat yang
mengandung aspirin, maka efek preventif aspirin yg
dihipotesiskan akan lebih kecil dari yang sebenarnya.

74
Bias Dalam Studi Experimen (2)
B． Bias penarikan
Bias ini terjadi ketika pengunduran diri subyek dari
penelitian yg mengakibatkan ketidakseimbangan
proporsi faktor perancu antara kelompok intervensi
dan kelompok kontrol.
Contoh: Sebuah uji klinik membandingkan efektivitas
terapi bedah syaraf (intervensi) dengan terapi medic
(kontrol) dalam mengobati penyakit
serebrovaskuler. Pasien yang meninggal atau
mengalami stroke selama pembedahan dikeluarkan
dari analisis, karena dianggap tidak bisa difollow up.
Jika pasien yg dikeluarkan ini menyebabkan
perbedaan proporsi faktor perancu antara kelompok
intervensi dan kelompok kontrol, maka terjadi
distorsi penaksiran pengaruh terapi.
75
Bias Dalam Studi Experimen (3)

C. Bias kepatuhan
Bias ini terjadi ketika terdapat perbedaan tingkat
kepatuhan antara kelompok experimen dan
kelompok kontrol dalam mematuhi aturan
pemakaian terapi experimen dan terapi alternatif
(placebo)
Ketidakpatuhan ini biasanya karena beberapa alasan,
diantaranya: efek samping, lupa, kondisi pasien
semakin buruk, atau sekedar menarik persetujuan.
Ketidakpatuhan ini dapat mengacaukan penilaian
efikasi terapi yang sesungguhnya.

76
 Beberapa Issue Dlm Proses Intervensi
1. Blinding
Sedapat mungkin peneliti mendesain sedemikian rupa
proses intervensi sehingga baik subyek, peneliti serta orang
lain yg berhubungan dengan subyek tidak mengetahui siapa
yg menerima “ “ dan siapa yg bukan.
Blinding merupakan tindakan mencegah adanya efek
“ ”/” yg dapat terjadi
bila blinding tidak dilakukan, misal:
✔ Perhatiian extra terhadap subyek yg diintervensi
✔ Pasien yg tahu hanya dapat “ ” akan mencari
pengobatan lain
Jenis
．a Single blinding subyek tidak tahu dan peneliti tahu
．b Double blinding subyek tidak tahu dan peneliti tidak
tahu
．c Triple blinding double blinding + penganalisis

77
2. Pilihan Atas “ ”
“ ” dapat berupa tindakan medis
(operasi, fisioterapi, dll), pemberian obat (suntik,
peroral, dll), tindakan pencegahan (imunisasi,
penyuluhan, health services lain)
Adakalanya pada suatu studi dapat dilakukan proses
blinding (misalnya bila active treatment “suatu
tindakan operasi”) peneliti harus
mempertimbangkan mana lebih baik studi experimen
yg dilakukan bersifat “non blinding trial” atau memilih
dg cara observasional saja
Pilihan terhadap akan menjadi lebih
sulit jika studi yg dilakukan memerlukan waktu yg
panjang, karena “ ” yg diteliti, pada
akhir penelitian sudah “ ”

78
Mengukur
“ ” yg akan diukur harus didefinisikan dg tepat
dan akurat dan sesuai dengan research question
Adakalanya pada akhir penelitian “ ”
tidak muncul (karena kasusnya jarang) peneliti biasanya
mengalihkannya dengan outcome lain yg muncul yg
dipertimbangkan mewakili kondisi “ ”,
misalnya:
1. Studi ttg pengaruh PMT pada bumil dengan
kecacatan kongenital diperlukan sampel yg sangat
besar untuk penelitian ini.
2. Dalam hal ini peneliti mengambil sebagai
mewakili cacat kongenital, karena dianggap
BBLR ada kaitannya dengan cacat kongenital

79
Mengukur
Seperti halya studi kohort, “ ” muncul dapat lebih
dari satu, maka peneliti dalam hal ini harus
mempertimbangkan sebelumnya (definisi, cara
pengukuran, dll), misalnya reaksi samping tindakan
intervensi dapat bermacam-macam.
“ ” pada pengukuran “ ” diperlukan untuk
menghindarkan bias.
Istilah sering dipakai untuk
menggambarkan bahwa:
1. Subyek yg diteliti
2. Peneliti yg melakukan intervensi kondisi
blind
3. Peneliti yg mengukur outcome

80
Kelebihan
Studi experiment dapat memberikan bukti yang kuat
hubungan sebab akibat
Dapat dilakukan validasi data karena data dikumpulkan
saat berlangsungnya studi
Potensial mengurangi bias dengan jalan
membandingkan dua kelompok identik
Dll

81
Kelemahan
Studi experiment biasanya memakan waktu dan mahal
Banyak RCT dilakukan terlalu sedikit sampel, sehingga
tujuan randomisasi untuk distribusi factor perancu tidak
tercapai
Banyak RCT dilakukan pada waktu yang terlalu pendek
Kegagalan melakukan randomisasi (peneliti hanya
menawarkan kepada subyek yang diperkirakan mau
ikut)
dll

82
Quasi Experimen

Adalah stusi experiment yang dalam mengontrol situasi

penelitian menggunakan non randomisasi
Design ini sebagai alternative pada saat pengalokasian
factor penelitian pada subyek penelitian tidak mungkin,
tidak etis, tidak praktis dilakukan randomisasi.
Contoh experiment dimana populasi terdiri dari 4
komunitas, dimana 2 komunitas mendapat intervensi dan 2
komunitas tidak mendapat intervensi. Karena ukuran
sampel terlalu kecil maka tidak ada manfaatnya random.
Jenis penelitan quasi experiment ada 4, yaitu:
1. Desain sebelum dan sesudah 1 kelompok
2. Desain sesudah saja dengan control
3. Desain sebelum dan sesudah dengan control
4. Desain campuran (contoh: time-series)
Desain Sebelum Dan Sesudah Satu Kelompok

One group before and after design; one group pre and
post test design.
Design ini merupakan quasi karena masing-masing
unit experiment (subyek atau kelompok) berfungsi
sebagai control bagi dirinya sendiri.
Pengamatan variable hasil dilakukan sebelum dan
sesuah perlakuan.
Contoh: experiment yang mengevaluasi prevalensi
polio antara sebelum dan sesudah implementasi
program imunisasi polio.
Pengaruh perlakuan ditentukan dengan
membandingkan nilai-nilai variable hasil sesudah dan
sebelum perlakuan yang terjadi pada kelompok tsb.
Desain Sesudah dengan Kontrol

After only with control design.

Design ini mengamati variable hasil pada saat yang
sama terhadap kelompok perlakuan dan kelompok
kontrol.
Dengan cara non-random, peneliti memilih kelompok
control yang memiliki karakteristik atau variable
perancu potensial yang sebanding dengan kelompok
perlakuan.
Pengaruh perlakuan ditentukan dengan
membandingkan nilai-nilai variable hasil pada
kelompok perlakuan dan kontrol.
Desain Sebelum Dan Sesudah dengan Kontrol

Before and after with control design; pre-post with

control design.
Seperti RCT kecuali penunjukkan kelompok tidak
dengan random.
Pengaruh perlakuan ditentukan dengan
membandingkan perubahan nilai-nilai variable hasil
pada kelompok perlakuan dibandingkan kelompok
kontrol.
Desain ini lebih baik dibandingkan desain sebelum dan
sesudah 1 kelompok; dan desain sesudah saja dengan
control, karena kemungkinan dapat mengatasi variasi
eksternal akibat perubahan waktu serta menggunakan
kelompok pembanding eksternal.
Desain Campuran

Mengkombinasikan elemen-elemen pembanding

internal dan eksternal.
Kombinasi meningkatkan kemampuan mengatasi
ancaman validitas, selanjutnya meningkatkan
kemampuan untuk menarik inferensi kausal.
Berbagai desain time-series dapat digunakan untuk
mengevaluasi pengaruh dari perlakuan. 1) Time-series
dengan pemberian dan penghentian intervensi; 2) Time-
series dengan pembanding; 3) Time series majemuk
berjenjang.
Kelebihan dan kelemahan desain quasi experiment

Kelebihan Kuasi experiment lebih mungkin diterapkan

dan lebih murah ketimbang randomisasi, terutama
pada penelitian-penelitian dengan ukuran sampel
sangat besar atau sangat kecil.
Kelemahan, karena tidak random peneliti kurang
mampu mengendalikan factor perancu