6.
7.
8.
9.
MEQ 2
Pandemi COVID-19 sudah melewati ulang tahun yang ke-2 di Indonesia. Hingga saat ini, terpantau
angka kasus COVID-19 masih naik turun. Dibawah ini adalah rekapitulasi data COVID-19 di pulau
Jawa hingga 1 April 2022 sejak kasus pertama ditemukan di Indonesia.
2. Diantara 6 provinsi tersebut, provinsi manakah yang memiliki case fatality rate COVID-19
paling tinggi? Berapakah case fatality rate-nya?
Jawa Timur (5%)
3. Diantara 6 provinsi tersebut, provinsi manakah yang memiliki prevalence rate COVID-19
paling rendah selama COVID-19 terdeteksi? Berapakah prevalence rate-nya?
Banten (1%)
MODIFIED ESSAY QUESTION
Blok 4.4 Kesehatan Masyarakat TA 2022/2023
Kamis, 9 Maret 2023
Bagian 2 (waktu 50 menit)
Sumber: Poudel A, Poudel Y, Adhikari A, Aryal BB, Dangol D, Bajracharya T, et al. (2021) D-dimer
as a biomarker for assessment of COVID-19 prognosis: D-dimer levels on admission and its role in
predicting disease outcome in hospitalized patients with COVID-19. PLoS ONE 16(8): e0256744.
https://doi.org/10.1371/journal.pone.0256744
No Usia Jenis kelamin Kadar D-dimer Lama dirawat Komorbid
1 57 Perempuan 1,68 2 Tidak ada
2 30 Laki-laki 0,91 9 Tidak ada
3 46 Laki-laki 1,29 11 Ada
4 73 Laki-laki 1,80 16 Tidak ada
5 87 Laki-laki 0,22 11 Ada
6 67 Laki-laki 0,56 8 Tidak ada
7 39 Perempuan 1,30 12 Ada
8 70 Perempuan 0,08 12 Ada
9 31 Perempuan 1,40 12 Ada
10 36 Laki-laki 0,72 12 Ada
11 66 Laki-laki 0,20 12 Tidak ada
12 55 Laki-laki 0,16 6 Tidak ada
13 58 Perempuan 0,37 8 Ada
14 76 Perempuan 0,25 15 Ada
15 54 Laki-laki 0,58 6 Tidak ada
16 68 Perempuan 1,52 10 Ada
17 46 Perempuan 0,57 14 Ada
18 47 Laki-laki 0,69 12 Ada
19 64 Laki-laki 1,00 7 Ada
20 59 Laki-laki 0,41 12 Ada
21 49 Laki-laki 3,85 3 Ada
22 43 Laki-laki 0,91 6 Tidak ada
23 40 Perempuan 0,19 5 Tidak ada
24 40 Perempuan 0,76 9 Tidak ada
25 70 Laki-laki 4,99 3 Ada
26 63 Laki-laki 0,77 11 Ada
27 29 Perempuan 0,80 4 Tidak ada
28 48 Perempuan 0,17 13 Tidak ada
29 29 Laki-laki 0,17 6 Tidak ada
30 46 Laki-laki 0,49 4 Tidak ada
31 43 Laki-laki 0,10 5 Tidak ada
32 76 Laki-laki 0,60 4 Tidak ada
33 61 Laki-laki 2,73 2 Ada
34 68 Perempuan 8,27 3 Ada
35 86 Laki-laki 4,13 3 Ada
36 48 Laki-laki 0,05 5 Tidak ada
37 76 Laki-laki 0,33 5 Ada
38 37 Laki-laki 0,03 8 Ada
39 84 Laki-laki 0,38 11 Tidak ada
40 84 Laki-laki 0,72 11 Ada
41 49 Perempuan 0,02 5 Tidak ada
42 57 Laki-laki 0,95 11 Tidak ada
43 33 Laki-laki 0,03 7 Tidak ada
44 22 Laki-laki 0,02 2 Tidak ada
45 64 Laki-laki 1,24 9 Ada
46 76 Perempuan 4,10 20 Ada
47 39 Laki-laki 0,03 7 Ada
48 47 Perempuan 0,32 8 Ada
1. Apakah desain penelitian yang dilakukan rumah sakit tersebut? Sebutkan alasannya!
Cross-Sectional
2. Sebutkan skala pengukuran variabel diatas!
No Variabel Skala Pengukuran
a. Usia Rasio
b. Jenis Kelamin Nominal
c. Kadar D-Dimer Rasio
d. Lama dirawat Rasio
e. Komorbid Nominal
3. Rumah sakit ingin mengetahui bagaimana distribusi data penderita COVID-19 berdasarkan
gambaran kelima variabel tersebut. Apakah pilihan penyajian data yang tepat pada variabel
tersebut?
No Variabel Penyajian Data
a. Usia Histogram atau tabel
b. Jenis Kelamin Pie Chart
c. Kadar D-Dimer Histogram atau table
d. Lama Dirawat Histogram atau table
e. Komorbid Pie chart
4. Bagaimana distribusi data usia, kadar D-dimer, dan lama dirawat? Uji apakah yang digunakan?
Caranya = analyze descriptive statistic explore dependent list (masukin semua variable
yang mau diuji) plots (centang normality)
Cara interpretasinya
1. Kalo data > 50 = Kolmogorov-smirnov
Kalo data < 50 = Shapiro-wilk (data cuma 48, jadi pake Shapiro-wilk)
2. p > 0,05 (data normal) kebalikannya cari signifikan
kalo ada satu data aja yang ga normal berarti pake uji Spearman
kalo data semua normal pake uji pearson
Uji spearman dan pearson hanya berlaku jika data numerik semua
Kalo data kategorik pakenya Chi-Square dengan uji alternatif fisher (kalo tidak memenuhi
syarat chi-square)
Syarat Chi-Square:
1. Data kategorik semua
2. Nilai tabel kalo 2x2 harus 0 cells (0,00%)
Kalo tabel 2x3 dst harus < 20%
3. Kalo pake fisher tabelnya harus 2x2
7. Rumah sakit ingin mengetahui hubungan antara jenis kelamin dan kadar D-dimer (D-Dimer
<1.5μg/ml normal dan D-Dimer ≥1.5μg/ml tinggi).
a. Apakah uji statistik yang tepat? Chi-Square tidak memenuhi Fisher
Kenapa chi-square? Karena jenis kelamin kategorik dan d-dimer suruh ngubah jadi
kategorik
cara ngubahnya d-dimer jadi kategorik adalah transform record into different variable
old and new values
c. Bagaimana interpretasinya? Orang yang memiliki komorbid beresiko 2,9 kali lebih besar
Notes:
- Lihat normalitas data
- Kalo ga normal gunakan uji alternatifnya
MEQ 3
Di sebuah rumah sakit dilakukan penyelidikan epidemiologi untuk mengetahui faktor-faktor yang
mempengaruhi kematian bayi. Pengambilan data diawali dengan mengidentifikasi bayi yang
meninggal dan yang sehat, kemudian ditelaah lebih lanjut mengenai usia ibu saat melahirkan,
pendidikan ibu, dan kepemilikan asuransi kesehatan selama kehamilan dan persalinan. Didapatkan
data sebagai berikut:
No Usia Pendidikan Ibu Kepemilikan Asuransi Bayi meninggal
1 39 SD Tidak Tidak
2 23 SMA Tidak Ya
4 37 SMA Tidak Ya
5 24 SMP Tidak Ya
6 22 SMP Tidak Ya
7 28 SMA Tidak Ya
8 40 SD Tidak Tidak
9 36 SD Tidak Ya
10 27 SMA Tidak Ya
13 35 SMA Ya Tidak
15 46 SD Tidak Tidak
18 24 SD Tidak Tidak
19 21 SD Tidak Ya
20 39 SD Tidak Ya
21 20 SMP Tidak Ya
22 16 SMP Ya Ya
24 17 SD Ya Ya
25 23 SMP Tidak Ya
27 18 SMP Ya Tidak
28 30 SMA Ya Ya
29 35 SD Ya Ya
31 20 SD Tidak Ya
32 37 SMA Ya Tidak
33 18 SMA Tidak Ya
34 19 SMA Tidak Ya
36 35 SD Ya Tidak
37 27 SMP Ya Tidak
38 40 SD Ya Tidak
39 37 SMP Ya Tidak
41 34 SD Tidak Ya
42 16 SD Tidak Ya
43 39 SD Tidak Tidak
44 21 SMA Ya Ya
46 37 SD Tidak Ya
47 21 SD Tidak Tidak
48 20 SD Tidak Ya
49 19 SD Tidak Ya
50 23 SMA Tidak Tidak
1. Apakah desain penelitian yang dilakukan rumah sakit tersebut? Sebutkan alasannya!
Case control karena pengambilan data diambil dari outcomenya
2. Sebutkan skala pengukuran variabel diatas!
No Variabel Skala Pengukuran
a. Usia Ratio
b. Pendidikan Ibu Ordinal
c. Kepemilikan Asuransi Nominal
d. Bayi Meninggal Nominal
3. Rumah sakit ingin mengetahui bagaimana distribusi data berdasarkan gambaran keempat variabel
tersebut. Apakah pilihan penyajian data yang tepat pada variabel tersebut?
No Variabel Penyajian Data
a. Usia Tabel, histogram, box plot
b. Pendidikan Ibu Pie chart, tabel, bar chart
c. Kepemilikan Asuransi Pie Chart, tabel, bar chart
d. Bayi Meninggal Pie chart, tabel, bar chart
4. Rumah sakit ingin mengetahui bagaimana hubungan antara kematian bayi dengan kepemilikan
asuransi.
a. Apakah uji statistik yang tepat? Chi Square (nominal-nominal)
Caranya seperti chi-square biasa
b. Berapakah hasil uji statistiknya (p-value)? 0,084
Karena memenuhi syarat chi-square (0%) hasilnya dilihat pearson chi-square p=0,084
(p>0,05)
c. Bagaimanakah interpretasinya? Tidak signifikan. Tidak terdapat hubungan kepemilikan
asuransi dengan kematian bayi
5. Rumah sakit ingin mengetahui hubungan antara kematian bayi dengan lama pendidikan ibu (SD
SMP dikelompokkan menjadi ≤ 9 tahun dan SMA Perguruan tinggi menjadi >9 tahun).
a. Apakah uji statistik yang tepat? Chi Square
b. Berapakah hasil uji statistiknya (p-value)? 0,817
c.
6. Rumah sakit ingin mengetahui hubungan antara kematian bayi dengan usia ibu saat melahirkan
(≤24 tahun dianggap sebagai usia muda dan ≥25 tahun dianggap sebagai usia cukup).
a. Apakah uji statistik yang tepat? Chi-Square
b. Berapakah hasil uji statistiknya (p-value)? 0,049
7. Tanpa melihat hasil signifikansi uji statistiknya, rumah sakit ingin mengetahui besar resiko
kematian bayi dengan usia ibu saat melahirkan (usia muda dan usia cukup).
a. Apakah pengukuran risiko yang paling tepat?
OR = ad/bc = 17x15 / 9x9 = 3,148
b. Berapakah besar pengukuran risiko tersebut? Tuliskan beserta hitungannya!
c. Bagaimana interpretasinya? Wanita yang melahirkan usia muda berisiko 3,148 kali
lipat kematian bayi
8. Apakah sajakah faktor yang mempengaruhi kematian bayi berdasarkan data di atas? Apakah saran
yang dapat diberikan berdasarkan hasil tersebut?
Usia mempengaruhi kematian bayi sarannya melahirkan saat usia bayi cukup, kehamilan
sebaiknya direncanakan
MEQ 4
Dokter Andi adalah kepala unit Pencegahan dan Pengendalian Penyakit di Dinas Kesehatan
Sumberadi mendapatkan sedang menganalisis data laporan jumlah kasus demam berdarah dengue di
Kabupaten Sumberadi selama tahun 2012 sampai 2014. Berikut ini adalah data penyakit demam
berdarah di kabupaten Sumberadi.
Pertanyaan :
1. Buatlah kurva jumlah kasus menurut waktu (time series).
Chart Title
180
160
140
120
100
80
60
40
20
0
12 2 2 2 12 12 13 r-13 i-13 l-13 13 13 14 r-14 i-14 l-14 14 14
n- -1 -1 -1 p- v- n- p- v- n- p- v-
Ja ar ei J ul e o J a a e J u e o J a a e J u e o
M M S N M M S N M M S N
Series1 Series2
2. Apakah status penyakit Demam berdarah dengue di kabupaten Sumberadi? jelaskan
alasannya!
Endemi karena setiap waktu terdapat kasus
3. Apakah status penyakit demam berdarah pada bulan desember 2013 dan januari 2014?
Jelaskan alasannya!
KLB karena terdapat lonjakan lebih dari 2 kali lipat
4. Berdasarkan laporan 2012 sd 2014, berapakah case fatality rate demam berdarah dengue di
kabupaten Sumberadi?
CFR = jumlah kematian/jumlah kasus = 4%
5. Diketahui jumlah penduduk di kabupaten Sumberadi adalah 25000 jiwa. Berapakah attack
rate demam berdarah dengue pada periode desember 2013-januari 2014 ?
AR = jumlah kasus (kurun waktu)/jumlah penduduk) x 100% = 1%
MODIFIED ESSAY QUESTION
Kamis, 16 Maret 2023
Bagian 2 (30 menit)
Dokter Andi beserta tim kemudian mengumpulkan data yang berasal dari penyelidikan
epidemiologi dan surveillance. Disamping itu juga didapatkan data curah hujan yang berasal dari
BMKG. Data yang didapatkan adalah sebagai berikut.
.
cakupan Angka Bebas Curah
No Waktu PSN(%) Jentik(%) hujan
1 Jan-12 30 60 230
2 Feb-12 25 67 170
3 Mar-12 30 56 160
4 Apr-12 35 55 100
5 Mei-12 34 34 30
6 Jun-12 45 65 10
7 Jul-12 36 70 7
8 Agust-12 23 56 6
9 Sep-12 45 47 35
10 Okt-12 44 75 48
11 Nov 2012 40 39 90
12 Des-12 32 84 210
13 Jan-13 56 46 190
14 Feb-13 45 83 150
15 Mar-13 40 74 35
16 Apr-13 47 46 32
17 Mei-13 36 45 25
18 Jun-13 43 40 24
19 Jul-13 25 34 5
20 Agust-13 23 35 10
21 Sep-13 14 31 22
22 Okt-13 15 56 29
23 Nov 2013 16 43 170
24 Des-13 35 45 258
25 Jan-14 34 40 210
26 Feb-14 12 76 100
27 Mar-14 15 53 78
28 Apr-14 36 35 45
29 Mei-14 21 25 63
30 Jun-14 34 34 30
31 Jul-14 21 45 19
32 Agust-14 25 32 10
33 Sep-14 36 27 23
34 Okt-14 45 30 30
35 Nov 2014 42 34 90
36 Des-14 16 24 200
Pertanyaan :
6. Buatlah kurva time series antara jumlah kasus, curah hujan, cakupan PSN dan ABJ!
Chart Title
300
250
200
150
100
50
0
12 r-12 i-12 l-12 12 12 13 r-13 i-13 l-13 13 13 14 r-14 i-14 l-14 14 14
a n- a e J u ep- ov- a n- a e J u ep- ov- a n- a e J u ep- ov-
J M M S N J M M S N J M M S N
Tests of Normality
Kolmogorov-Smirnova Shapiro-Wilk
Correlations
Sig. (2-
. .419 .846 .000
tailed)
N 36 36 36 36
Cakupan_PSN Correlatio
n -.139 1.000 .137 .015
Coefficient
Sig. (2-
.419 . .427 .930
tailed)
N 36 36 36 36
Angka_BebasJenti Correlatio
k n .033 .137 1.000 .234
Coefficient
Sig. (2-
.846 .427 . .169
tailed)
N 36 36 36 36
Curah_hujan Correlatio
n .706** .015 .234 1.000
Coefficient
Sig. (2-
.000 .930 .169 .
tailed)
N 36 36 36 36
Kekuatan kolerasi:
1. 0-0,19 = sangat rendah
2. 0,2-0,39 = rendah
3. 0,4-0,59 = sedang
4. 0,6-0,79=kuat
5. 0,8-0,99=sangat kuat
6. 1 = kolerasi sempurna
Hasil yang Signifikan hanya jumlah kasus dan curah hujan p=0,000 (P<0,05)
Kolerasi jumlah kasus dan curah hujan positif dengan kekuatan kolerasinya kuat (koef=0,706)