Puji dan syukur kami panjatkan kepada Tuhan yang Maha Esa karena berkatnya kami
dapat menyelesaikan penyusunan “R-Workshop: Medical Research 101 Starter Kit” sebagai
salah satu pelengkap acara R-Workshop AMSA-Indonesia 2022/2023. Kami harap melalui
Starter Kit ini, peserta dapat lebih memahami penelitian secara komprehensif. Tak lupa, kami
juga mengucapkan terima kasih yang sebesar-besarnya kepada:
1. Naila Nirmala Puspitasari
2. Sydney Tjandra
3. Insani Bintang Nusa
4. Amanda Shasykirani
5. Zhafira Mafaz
6. Fan Maitri Aldian
7. Imke Maria Del Rosario Puling
8. Rifat Rasendriya Rasyid
9. Syarifah Fatimah Nissatuljannah
dan semua pihak lainnya yang telah berkontribusi dalam persiapan acara R-Workshop: Medical
Research 101 serta dalam penyusunan Starter Kit ini dari awal sampai akhir. Semoga dengan
adanya Starter Kit dapat membantu member AMSA-Indonesia mendalami terkait penelitian.
1
DAFTAR ISI
Starting from the Basics ........................................................................................................... 3
A. Introduction to Medical Research and Research Competition in AMSA-Indonesia 3
1. Pengenalan Penelitian Kesehatan .............................................................................. 3
2 Pentingnya Penelitian Kesehatan Bagi Mahasiswa Kedokteran ................................ 3
B. Developing Amazing Research Ideas Into a Medical Research Proposal .................. 5
1. Tahapan Penyusunan Ide Penelitian Kesehatan ......................................................... 5
2. Struktur Proposal Penelitian Kesehatan ..................................................................... 7
Boost Your Research Skills..................................................................................................... 14
A. An Ultimate Guide to Understanding Research Methodology ................................. 14
1. Pengenalan Jenis Variabel Penelitian dan Skala Pengukuran .................................. 14
2. Teknik Pengambilan Sampel ................................................................................... 15
3. Instrumen Penelitian (Kuesioner) ............................................................................ 20
4. Tahapan Analisis Data (Editing, Coding, Entry, Cleaning) .................................... 25
B. Exploring Various Types of Study Designs in Medicine ........................................... 29
1. Macam-macam Studi Penelitian .............................................................................. 29
2. Macam-macam Desain Studi Penelitian Kuantitatif (Deskriptif dan Analitik) ....... 30
3. Macam-macam Desain Studi Penelitian Kualitatif .................................................. 38
Mastering Medical Research .................................................................................................. 40
A. Mastering Biostatistics in Medical Research ............................................................. 40
1. Perbedaan Statistika Deskriptif dan Analitik ........................................................... 40
2. Algoritma Pemilihan Uji Statistik ............................................................................ 41
3. Jenis-jenis Uji Statistik ............................................................................................ 42
B. Introduction to SPSS: From Theory to Practice ....................................................... 48
1. Pengenalan Interface SPSS (Data View dan Variable View) .................................. 48
2. Cara Recode Into Different Variables ...................................................................... 49
3. Menu Utama SPSS ................................................................................................... 51
4. Uji Normalitas SPSS ................................................................................................ 52
5. Uji Statistika Deskriptif ........................................................................................... 54
6. Uji Statistika Analitik .............................................................................................. 55
2
MEDICAL RESEARCH 101
Starting from the Basics
3
Perbedaan Data Primer Data Sekunder
4
negara. Misalnya, efek samping vaksin pada negara A dan B bisa berbeda. Untuk itu,
Indonesia masih memerlukan lebih banyak peneliti kesehatan yang berkualitas.
Sebagai seorang lifelong learner, penelitian sangat penting untuk dilakukan
oleh mahasiswa kedokteran. Pengalaman riset harus dimiliki oleh seorang future doctor
karena sangat berarti bagi perjalanan profesional, perkembangan layanan kesehatan,
dan demi kesehatan pasien dan masyarakat. Melalui riset, mahasiswa kedokteran
mendapatkan lebih dari sekedar pengalaman untuk menciptakan suatu produk riset.
Berbagai skillset seperti critical thinking, decision making, creative, dan innovative
yang diperoleh selama melaksanakan penelitian akan membantu dalam menerapkan
Evidence Based Medicine (EBM) pada kehidupan klinik kedepannya. Penelitian juga
dapat membantu mahasiswa dapat meningkatkan kredensial akademik dan profesional
yang membantu dalam aplikasi internship, scholarship, dan awards yang berkontribusi
dalam kemajuan karir serta peningkatan pelayanan kesehatan bagi masyarakat.
5
d. Menentukan masalah penelitian
Masalah yang digali ini bisa berawal dari celah penelitian atau research gap,
yaitu pertanyaan atau masalah yang belum terjawab oleh studi atau penelitian yang
ada sebelumnya baik berupa masalah baru maupun update dari yang sudah ada.
Untuk mempermudah dalam mencari permasalahan penelitian, kita bisa
menggunakan PICO, yaitu P (patient, population, problem), I (intervention), C
(comparison), dan O (outcome). Selain itu, kita juga bisa menerapkan FINER:
6
2. Struktur Proposal Penelitian Kesehatan
BAB 1 PENDAHULUAN
A. Latar Belakang
Situation Deskripsi dari situasi dan permasalahan yang ada saat ini.
Contoh: tingginya prevalensi dan mortalitas kanker payudara.
7
Response Merespon permasalahan dengan melakukan penelitian ini dan
menjabarkan tujuan penelitian serta apa yang diharapkan.
Contoh: peneliti ingin mengkaji efek anti-metastasis dan
sitotoksisitas ekstrak Clitorea ternatea pada sel kanker payudara.
8
C. Tujuan Penelitian
Tujuan dari penelitian dibagi menjadi dua, yaitu tujuan umum dan tujuan khusus.
Tujuan Umum Tujuan Khusus
Tujuan keseluruhan yang menjadi Tujuan spesifik yang perlu dicapai dalam
output penelitian secara umum. penelitian.
Contoh: Contoh:
Mengetahui hubungan kejadian asma 1. Mengetahui karakteristik subjek
pada bayi dan anak balita dengan penelitian dan korelasinya dengan
polusi rokok. kejadian asma.
2. Mengetahui proporsi orang tua subjek
yang merokok.
3. Mengetahui prevalensi asma
berdasarkan sebaran.
D. Manfaat Penelitian
Manfaat penelitian BUKAN tujuan penelitian. Manfaat penelitian merupakan
sumbangsih yang dapat kita berikan kepada masyarakat, akademik, dan praktikal.
9
B. Kerangka Teori
Kerangka teori merupakan visualisasi hubungan antara topik yang sudah
dijelaskan secara mendalam di tinjauan pustaka. Bentuk visualisasi ini harus jelas,
sistematis, dan tidak terbatas pada bagian riset. Selain itu, kerangka teori diharapkan
ditulis dalam struktur yang singkat dan padat.
10
C. Variabel Penelitian
Contoh: Pengaruh ujian CBT luring terhadap tingkat depresi, kecemasan, dan
stress pada mahasiswa kedokteran.
No. Variabel Definisi Alat Ukur Cara Ukur Hasil Jenis Data
Ukur
11
E. Populasi dan Sampel Penelitian
Populasi Sampel
Kelompok besar yang ingin diambil Anggota populasi spesifik yang berperan
kesimpulan dari penelitian tersebut. pada penelitian dan mewakili populasi.
Contoh: Contoh:
Mahasiswa kedokteran di seluruh Mahasiswa kedokteran tingkat pertama
Indonesia. di Universitas Indonesia dengan IPK >3.
12
H. Instrumen Penelitian (Alat dan Bahan)
Dapat berupa kuesioner untuk penelitian observasional atau alat, bahan habis
pakai, dan bahan tak habis pakai untuk penelitian eksperimental.
I. Cara Pengumpulan Data
Pengumpulan data berkaitan dengan tahapan spesifik data yang akan
dikumpulkan dan cara operasional yang akan dilaksanakan. Bisa divisualisasikan
menggunakan kerangka operasional dan harus dapat menjawab pertanyaan berikut:
a. Bagaimana cara mendapatkan data? (what, who, when, why, where, how)
b. Apa saja data/parameter yang diukur?
c. Bagaimana data dikumpulkan? (data awal yang diperoleh berupa apa, dicatat
menggunakan aplikasi apa, dinyatakan dalam bentuk apa).
Contoh: data berupa skor skala depresi, kecemasan, dan stress (DASS) yang akan
dicatat menggunakan Epi-Data dan diklasifikasikan menjadi normal, ringan,
sedang, parah, dan sangat parah.
J. Rencana Analisis Data
Rencana analisis dapat dibagi menjadi beberapa tahap, yaitu editing, coding,
entry, dan cleaning (akan dijelaskan lebih lanjut pada materi berikutnya).
K. Analisis Data
Analisis data harus didasari oleh rencana, desain penelitian, dan tes normalitas
yang digunakan. Meliputi beberapa tahap:
1. Gunakan Tes Normalitas untuk melihat kesimetrisan.
2. Gunakan Uji Statistik yang sesuai.
3. Analisis lanjutan dapat dilaksanakan apabila dibutuhkan.
L. Dummy Table
Tabel yang meringkas data hasil dan menjelaskan keterangan univariat, bivariat, dll.
BAGIAN AKHIR
A. Daftar Pustaka
B. Lampiran
Contoh: Ethical Clearance (EC), Informed Consent (IC), kuesioner, CV.
13
MEDICAL RESEARCH 101
Boost Your Research Skills
Skala Numerik
Skala pengukuran numerik bersifat kuantitatif (data berupa angka).
Interval Rasio
Data penelitian tidak memiliki nilai Data penelitian memiliki nilai mutlak dan
mutlak, dapat bernilai positif/negatif. selalu bernilai positif.
Contoh: suhu 0 derajat Celcius berbeda Contoh: berat badan, tinggi badan,
dengan 0 derajat skala Fahrenheit. kadar gula darah, kadar kolesterol.
14
Skala Kategorik
Skala pengukuran kategorik bersifat kualitatif (data berupa kata).
15
Teknik Probability Sampling
Teknik Probability Sampling adalah cara pengambilan sampel dimana semua anggota
populasi memiliki kesempatan yang sama untuk dipilih sebagai sampel.
16
K= = = 10
Keterangan:
K = Interval Sampling
N = Jumlah seluruh anggota populasi
n = Jumlah sampel yang dibutuhkan
17
d. Cluster Random Sampling
● Definisi: sampling dengan membagi populasi menjadi cluster, umumnya
digunakan oleh peneliti lapangan dengan wilayah penelitian yang luas.
● Contoh: Manda ingin meneliti status vaksinasi warga Provinsi DKI Jakarta.
Manda membagi sampel menjadi cluster per kota, yakni Jakarta Barat, Jakarta
Pusat, Jakarta Utara, Jakarta Selatan, dan Jakarta Timur, kemudian Manda
memilih beberapa kota/cluster sebagai sampel.
18
c. Consecutive Sampling
● Definisi: teknik sampling dimana perekrutan anggota sampel dilakukan secara
berurutan (consecutive = berurutan) menurut kriteria tertentu hingga batas
waktu yang telah ditentukan sebelumnya. Biasanya digunakan pada topik
penelitian yang bersifat periodik/musiman.
● Contoh: Titi ingin meneliti mengenai prvalensi kasus demam berdarah selama
musim penghujan 2022 – 2023. Untuk itu, Titi melakukan pengambilan
sampel sebanyak jumlah sampel yang diperlukan mulai dari bulan September
2022 hingga Januari 2023.
d. Quota Sampling/Sampel Kuota
● Definisi: teknik sampling untuk memperoleh sampel sebanyak jumlah yang
telah ditentukan sebelumnya.
● Contoh: Riri melakukan penelitian untuk skripsinya tentang “Pengaruh Diet
Ketogenik terhadap Penurunan Diabetes di Kota AMSA” dan sampel yang
diperlukan sebanyak 70. Pengambilan sampel dipilih secara bebas dengan
karakteristik tertentu yang telah ditentukan.
e. Saturation Sampling/Sampel Jenuh
● Definisi: Teknik sampling dimana semua anggota populasi dimasukkan
sebagai sampel dan digunakan bila jumlah populasi kurang dari 30.
● Contoh: Riri sedang meneliti “Efektifitas Penggunaan Media Sosial untuk
Meningkatkan Kinerja Tenaga Kesehatan di Puskesmas AMSA”. Namun,
jumlah populasi tenaga kesehatan di puskesmas tersebut hanyalah sebanyak
26 orang, maka sampel pada penelitian tersebut hanyalah semua orang yang
ada dalam populasi tersebut atau sebanyak 26 orang.
f. Snowball Sampling/Sampel Bola Salju
● Definisi: teknik sampling ini dilakukan dengan menentukan sampel pertama,
kemudian sampel berikutnya ditentukan berdasarkan informasi dari sampel
pertama, sampel ketiga ditentukan berdasarkan informasi dari sampel kedua,
dan seterusnya sehingga jumlah sampel semakin besar. Biasanya digunakan
untuk subjek penelitian yang sensitif dan terbatas.
19
● Contoh: Titi ingin meneliti “Tingkat Kecemasan pada Penderita HIV di
Yogyakarta”. Mulanya, Titi melakukan wawancara kepada tetangganya yang
menderita HIV, kemudian oleh tetangganya diarahkan untuk menghubungi
temannya sesama penyintas HIV.
20
menyebabkan pengukuran kurang valid, sebaliknya apabila terlalu banyak dapat
menimbulkan rasa jenuh responden. Harus diingat pula bahwa sebagian item yang
dikumpulkan mungkin akan terbuang (‘di-drop out’) pada tahap uji reliabilitas.
Tidak ada ketentuan mengenai jumlah minimum item per dimensi, tetapi biasanya
untuk tiap dimensi dalam tahap kedua ini dipersiapkan minimal 10 item, dengan
keseluruhan kuesioner harus dapat diselesaikan dalam waktu maksimal 15 menit.
Pada penyusunan item dapat menggunakan berbagai skala yang antara lain
dikembangkan oleh Thurstone, Likert, dan Guttman.
a. Skala Turstone
Pada skala Thurstone, responden diberikan 2 pilihan jawaban (setuju vs
tidak setuju; benar vs salah, dan sebagainya). Pada perhitungan skor, jawaban
yang sesuai dengan harapan peneliti (jawaban ‘benar’) diberikan skor 1, dan
jawaban yang tidak sesuai (jawaban ‘salah’) diberi skor 0.
b. Skala Likert
Pada skala Likert, responden diberikan 5 pilihan jawaban (sangat setuju-
setuju-netral-tidak setuju-sangat tidak setuju) yang berskala ordinal terhadap
item yang disajikan. Pada perhitungan skor, jawaban yang paling sesuai
21
dengan harapan peneliti (jawaban ‘paling benar’) diberi skor 5, sedangkan
jawaban yang paling tidak sesuai (jawaban ‘paling salah’) diberi skor 1.
Jawaban di antaranya diberi skor berturut-turut 4, 3, dan 2.
c. Skala Guttman
Skala Guttman disebut juga sebagai skala kumulatif. Kuesioner untuk
mengukur suatu variabel konseptual terdiri atas sejumlah item, masing- masing
dengan 2 pilihan respons bagi subjek penelitian (setuju vs tidak setuju, ya vs
tidak, dan sebagainya). Himpunan item ini akan membentuk rentang kontinu
(continuum) yang bersifat kumulatif untuk pengukuran suatu variabel
konseptual. Pada kuesioner dengan himpunan item telah terurut sebagaimana
mestinya, jika ada suatu item yang disetujui oleh responden, maka semua item
di atasnya juga harus mendapat respons ‘setuju’.
22
3) Uji coba kuesioner terhadap responden dalam studi pendahuluan
Sebelum kuesioner dapat digunakan, harus dilakukan studi pendahuluan untuk
mengujicobakan kuesioner. Studi pendahuluan dilakukan terhadap responden
dalam jumlah terbatas, biasanya 30 orang. Pengisian kuesioner dapat dilakukan
oleh responden sendiri (pencil and paper test) ataupun oleh peneliti melalui
wawancara terstruktur (structured interview) sehingga dapat diketahui berbagai
kekurangan kuesioner seperti petunjuk yang kurang jelas, adanya item yang tidak
jelas, bersifat rancu, ataupun dapat diberi penafsiran berbeda (ambiguous).
4) Uji validitas kuesioner
Validitas, yakni sejauh mana instrumen mengukur apa yang seharusnya diukur.
Contoh: Naila ingin mengukur berat badan. Timbangan merupakan alat yang valid
dibandingkan penggaris. Beberapa hal yang menentukan validitas survei:
● Face validity → dari pandangan responden, pertanyaan mengukur apa yang
ingin mereka ukur.
● Content validity → dari pandangan para ahli survei tersebut berisi pertanyaan
yang mencakup semua aspek konstruk yang diukur.
● Construct validity → seberapa baik dan konsisten item untuk mengukur
sesuatu yang sudah ditetapkan (contoh: jika ingin meneliti agama maka akan
23
menganut item mengenai ritual, ideologi, intelek, pengalaman, dan
konsekuensi).
● Criterion validity → seberapa baik hasil instrumen tersebut jika dibandingkan
dengan instrumen lain (gold standard atau jika tidak ada maka menggunakan
Pearson correlation).
5) Uji reliabilitas kuesioner
Reliabilitas adalah sejauh mana suatu instrumen akan memberikan hasil yang
sama jika pengukuran dilakukan lagi dalam kondisi yang sama dan konsisten.
Reliabilitas dihitung menggunakan Cronbach’s Alpha. Jika ≥ 0.70, reliabilitas
cukup untuk membandingkan kelompok. Jika ≥ 0.90, reliabilitas cukup untuk
monitoring individual. Estimasi reliabilitas menggunakan:
● Test-retest reliability → pelaksanaan survei melibatkan sekelompok responden
dan mengulangi survei dengan kelompok yang sama di lain waktu untuk
dibandingkan.
● Inter-rater reliability → pelaksanaan survei dilaksanakan dengan
membandingkan tanggapan penilai yang berbeda untuk subjek yang sama.
24
4. Tahapan Analisis Data (Editing, Coding, Entry, Cleaning)
Pengolahan data adalah suatu cara atau proses dimana raw data yang telah
dikumpulkan kemudian dianalisis sehingga menjadi informasi. Salah satu cara
pengolahan data secara manual dapat dilakukan bilamana aplikasi pengolah data tidak
dapat digunakan. Adapun tahapan analisis data antara lain sebagai berikut:
1) Editing
Editing atau penyuntingan data adalah tahapan pemeriksaan data yang telah
dikumpulkan. Pengeditan dilakukan karena kemungkinan data yang masuk (raw
data), tetapi tidak memenuhi syarat atau tidak sesuai dengan kebutuhan. Pengeditan
data dilakukan untuk melengkapi kekurangan atau menghilangkan kesalahan yang
terdapat pada raw data. Kesalahan data dapat dihilangkan dengan membuang data
yang tidak memenuhi syarat untuk dianalisis. Adapun, kriteria yang harus
ditekankan dalam tahap editing adalah:
● Lengkap: semua jawaban responden pada kuesioner sudah terjawab.
● Keterbacaan tulisan: apakah tulisannya cukup terbaca jelas.
● Relevan: apakah ada kesesuaian antara pertanyaan dan jawaban.
● Konsistensi jawaban: apakah tidak ada hal-hal yang saling bertentangan antara
pertanyaan yang saling berhubungan.
Jika pada tahapan penyuntingan ternyata ditemukan ketidaklengkapan dalam
pengisian jawaban, maka harus melakukan pengumpulan data ulang.
2) Coding
Coding adalah kegiatan merubah data dalam bentuk huruf menjadi data dalam
bentuk angka/bilangan dengan membuat lembaran kode yang terdiri dari tabel
dibuat sesuai dengan data yang diambil dari alat ukur yang digunakan. Kode yang
diberikan dapat memiliki arti sebagai data kuantitatif (berbentuk skor) atau simbol
tertentu dalam bentuk huruf atau angka untuk memberikan identitas data.
25
Tabel: Lembar Kode
001
002
003
004
3) Entry
Data entry adalah mengisi kolom dengan kode sesuai dengan jawaban masing-
masing pertanyaan. Dapat menggunakan EpiData /Excel untuk mempermudah.
Contoh: Titi membuat penelitian tentang “Pendapat Mahasiswa Kedokteran
tentang Efektifitas Pembelajaran di Era Pandemi” memiliki kriteria sebagai
berikut: (1) Sangat Tidak Efektif, (2) Tidak Efektif, (3) Cukup Efektif, (4) Sangat
Efektif. Sehingga hasil pengisian jawaban responden adalah sebagai berikut:
Tabel: Data Entry
001 4 3 3 3
002 3 4 3 3
003 4 4 3 4
004 4 3 3 4
26
4) Cleaning
Cleaning data adalah pengecekan kembali data yang sudah dimasukkan dalam
tahap entry untuk memastikan kebenaran data yang diharapkan pada saat
memasukan data. Tahapan cleaning data antara lain:
a. Mengetahui adanya missing data
Cara untuk mengetahui ada tidaknya missing data adalah dengan membuat
list (distribusi frekuensi) dari variabel yang ada. Misalnya, data diperoleh dari
1000 responden, dengan variabel kemudahan aksesibilitas komunikasi dalam
PBL.
Tabel Distribusi Variabel
Berdasarkan tabel di atas maka dapat diketahui tidak ada data yang missing
karena dari 100 responden semuanya di-entry dan diproses. Contoh lain dari
variabel kemudahan aksesibilitas komunikasi dalam PBL dapat dilihat pada
tabel dibawah ini:
Tabel Distribusi Variabel
Berdasarkan tabel di atas maka dapat diketahui bahwa ternyata dari 1000
responden hanya ada 959 responden dalam tahap entry, sehingga dapat
disimpulkan terdapat 41 responden yang missing.
27
b. Mengetahui variasi data
Variasi data yang diketahui memungkinkan kita untuk dapat mengetahui
kebenaran dari data yang sudah di-entry. Caranya adalah dengan membuat
distribusi frekuensi masing-masing variabel. Misalnya variabel tingkatan
semester mahasiswa preklinik dikategorikan sebagai berikut: 1 = Semester 1, 2
= Semester 3, 3 = Semester 5, 4 = Semester 7. Dengan julah responden sebanyak
700 Orang, maka contoh variasi dapat dilihat pada tabel berikut.
Tabel Distribusi Tingkatan Semester Mahasiswa Preklinik
28
Tabel Distribusi Tingkatan Semester Mahasiswa
Dari kedua tabel di atas dapat dilihat bahwa antara kedua tabel tidak
konsisten dari jumlah responden, sehingga terdapat missing 50 data dari kedua
tabel di atas.
29
2. Macam-macam Desain Studi Penelitian Kuantitatif (Deskriptif dan Analitik)
30
Studi analitik dapat dibagi menjadi observasional dan eksperimental sebagai berikut:
Short Quiz
Pada contoh kasus 1 dan 2, Imke memiliki tujuan yang sama. Apa yang
membedakan kedua penelitian tersebut?
31
Desain-desain Studi Deskriptif
a. Case study
Investigasi mendalam dan menyeluruh terhadap individu yang biasanya
merupakan pasien penyakit baru/langka. Keluhan, gejala, hasil pemeriksaan fisik
dan penunjang, perjalanan penyakit, pengobatan, dan hasil termasuk dalam studi.
Contoh:
Pasien pertama COVID-19.
b. Case series
Hampir sama seperti case study, biasanya dilakukan pada penyakit baru/langka
untuk merencanakan penanganan dan berupa deskripsi karakter pasien. Jumlah
pasiennya adalah 10 – 20 orang dan jika > 20 orang, dilakukan studi karakteristik.
Contoh:
Deskripsi seri kasus Avian Influenza.
c. Studi karakteristik
Deskripsi karakteristik suatu kelompok tertentu dalam populasi. Dapat
diperoleh distribusi karakteristik, estimasi interval, pembuktian hipotesis, dan
time-trend.
Contoh:
Akan diadakan penyuluhan pada pasien DM di Dusun Saturnus. Maka dari itu
dilakukan studi karakteristik pada Dusun Sturnus agar materi dan cara penyuluhan
tepat sasaran disesuaikan dengan karakteristik populasi.
d. Studi variabel konseptual
Untuk mengukur variabel yang abstrak dalam formulasi ilmiah.
Contoh:
Pengetahuan DM, kualitas layanan rumah sakit, dan tingkat depresi.
32
Desain-desain Studi Analitik
a. Observasional:
33
2) Cohort
● Penelitian dimulai dari melihat paparan/faktor risiko terlebih dahulu.
● Diikuti selama beberapa waktu hingga terjadi atau tidaknya penyakit.
● Dibagi menjadi 2, yakni kohort prospektif dan retrospektif.
34
rekam medis (dari masa lampau) pasien-pasien untuk kebiasan merokok
mereka, dan membandingkan kejadian kanker payudara antara kelompok
yang merokok dan tidak merokok.
3) Case control
Dimulai dari melihat outcome dan membagi menjadi sakit/tidak sakit, dilihat
mundur apakah sebelumnya ada faktor risiko/paparan atau tidak.
Biasanya menggunakan rekam medis.
Baik digunakan untuk meneliti penyakit langka.
Contoh: Hubungan antara hiperglikemia dan kejadian karsinoma kolorektal
di Rumah Sakit Umum Pusat Nasional Dr. Cipto Mangunkusumo. Pada
penelitian ini, diambil misalnya 50 pasien “kasus” (penderita karsinoma
kolorektal) dan 50 pasien “kontrol” (bukan penderita, namun memiliki
karakteristik serupa pasien-pasien “kasus”), lalu diteliti faktor risikonya
(hiperglikemia).
Short Quiz
Bedakan studi desain cohort retrospective dan case-control!
35
b. Eksperimental:
Controlled Trials
Adanya kelompok kontrol pada uji-uji ini membuatnya memiliki level of
evidence yang lebih tinggi. Adapun kekuatannya dapat ditingkatkan lagi dengan
randomisasi sehingga terbagi menjadi dua kategori, yakni:
1) Non-randomized (Quasi-experimental)
Jenis desain ini sudah menyerupai studi eksperimental murni, tetapi tidak
dilakukan randomisasi dalam pengelompokan. Terdapat 3 jenis antara lain:
36
a) Time series design
37
Berdasarkan ruang lingkupnya, studi eksperimental dibagi menjadi:
Studi Komunitas
Mengkaji intervensi pada tingkat komunitas dengan yang tidak diintervensi.
1) Komunitas besar: kota, desa.
2) Komunitas terbatas: sekolah, perusahaan, puskesmas.
Uji Klinik
1) Uji preklinik
- In silico (software computer).
- In vitro (kultur sel).
- In vivo (hewan coba).
2) Uji klinik fase 0: tidak wajib
- Mengekplor bagaimana suatu obat baru bisa bekerja.
- Mengkaji bagaimana tubuh merespon obat.
- Diuji dengan dosis rendah pada sedikit orang (<15 orang).
3) Uji klinik fase I: apakah terapi aman?
- Memperoleh data farmakologis, dosis aman, efek samping.
- Diuji pada manusia sehat tanpa kontrol (10 – 50 orang).
4) Uji klinik fase II: apakah terapi bekerja?
- Mengkaji efikasi, dosis efektif, dan keamanan lebih lanjut.
- Diuji pada pasien sakit dan terdapat kontrol (10 – 50 orang).
5) Uji klinik fase III: apakah lebih baik dari terapi yang sudah ada?
- Membandingkan safety dan efficacy terapi terhadap terapi standar.
- Diuji pada pasien jumlah besar (30 – 100) dengan kontrol.
- Dilakukan randomisasi dan double blind untuk meminimalkan bias.
6) Uji klinik fase IV: apakah ada lagi yang harus diketahui?
- Mengetahui efek samping lainnya yang tak diinginkan.
- Obat yang sudah di-approve FDA biasanya dimonitor dalam waktu lama di
fase 4 pada populasi besar pasca pemasaran.
- Dapat berjalan hingga bertahun-tahun.
38
3. Macam-macam Desain Studi Penelitian Kualitatif
Tidak semua pertanyaan penelitian dapat dijawab dengan angka. Penelitian
kualitatif diperlukan untuk menjawab pertanyaan yang bersifat eksploratif, seperti
“bagaimana” dan “mengapa”. Beberapa desain studi penelitian kualitatif antara lain:
a. Etnografi
Memahami cara orang-orang dalam satu komunitas berinteraksi dan yang teramati
dalam kehidupan sehari-hari.
Contoh: budaya ngayah.
b. Studi kasus
Kajian pengalaman personal yang unik dan tidak dimiliki orang lain.
Contoh: kasus sel mewah lapas Sukamiskin.
c. Grounded theory
Penemuan teori yang baru atau masih terbatas referensinya.
Contoh: kajian new-normal.
d. Phenomenology
Memberi gambaran akurat dan holistik dari suatu fenomena.
Contoh: depresi penyintas kanker serviks.
e. Etnometodologi
Mempelajari bagaimana warga masyarakat suatu kelompok atau budaya
memahami, menggunakan, dan menata lingkungannya.
Contoh: studi pedofilia.
Adapun penelitian mixed-methods (gabungan penelitian kuantitatif dan kualitatif)
digunakan saat menjawab rumusan tidak cukup dengan kuantitatif atau kualitatif saja
atau untuk mengembangkan instrumen baru.
39
MEDICAL RESEARCH 101
Mastering Medical Research
40
2. Algoritma Pemilihan Uji Statistik
Data penelitian dapat dianalisis lebih lanjut dengan uji statistik untuk menilai apakah
hasil dari survei atau eksperimen memiliki hasil yang bermakna/signifikan. Pengujian
hipotesis statistik terbagi menjadi dua jenis, yaitu parametrik dan nonparametrik.
Berikut tahapan untuk memilih uji statistik yang sesuai untuk menguji hipotesis:
1) Melakukan uji normalitas dan homogenitas untuk melihat apakah data berdistribusi
normal dan homogen (p > 0.05 atau distribusi simestris / berbentuk lonceng).
2) Apabila data berdistribusi normal, homogen, tidak ada outlier, berupa data numerik
dengan sampel independen acak dapat menggunakan uji parametrik. Apabila
sebaliknya, dapat menggunakan uji non-parametrik.
41
4) Selanjutnya dapat disesuaikan dengan tabel berikut:
Keterangan: Data disebut berpasangan ketika berasal dari individu yang sama pada
waktu pengumpulan data yang berbeda. Misalnya, seorang peneliti ingin mengamati
kadar gula darah hewan coba sebelum dan sesudah perlakuan obat A. Sedangkan data
disebut data tidak berpasangan ketika data berasal dari individu yang berbeda.
42
Jika p-value lebih kecil dari tingkat signifikansi yang kita tentukan (misal: α:
0,05) maka kita dapat menolak hipotesis nol dan menyimpulkan bahwa
perbedaan rata-rata kedua kelompok berbeda bermakna secara statistik.
4) Ketentuan
Ketentuan dari independent T-test adalah sebagai berikut:
Harus berupa sampel random.
Merupakan data continuous/kontinyu (numerik).
Data sampel harus terdistribusi normal.
Grup sampel independent.
b. One-Way ANOVA Test
1) Definisi
ANOVA merupakan uji statistik yang digunakan untuk menganalisis perbedaan
rata-rata antara lebih dari 2 kelompok. One-way ANOVA test menggunakan 1
variabel bebas, sedangkan Two-way ANOVA test menggunakan 2 variabel
bebas. Kita dapat menggunakan One-way ANOVA apabila menggunakan satu
variabel independen kategorik dan variabel dependen numerik.
2) Contoh
Variabel independen adalah merek soda, anda mengumpulkan data tentang
Coca Cola, Pepsi, Sprite, dan Fanta, untuk mengetahui apakah ada perbedaan
harga per 100ml pada masing-masing merek.
3) Hipotesis
Hipotesis nol (H0) = tidak ada perbedaan bermakna rata-rata seluruh kelompok.
Hipotesis alternatif (Ha) = perbedaan bermakna rata-rata seluruh kelompok.
Jika kita ingin membandingkan 2 kelompok saja, dapat menggunakan T-test.
4) Ketentuan
Grup sampel independen.
Variabel sampel terdistribusi normal.
Homogenitas dari varians.
43
c. Paired T-test
1) Definisi
Kita menggunakan Paired T-test apabila data yang digunakan berpasangan,
seperti nilai sebelum dan sesudah pada subjek yang sama, sedangkan
independent T-test menggunakan 2 subjek yang berbeda dalam 2 sampel.
2) Contoh
Mafaz melakukan penelitian pada 2 kelompok untuk melihat pengaruh
pembelajaran terhadap peningkatan nilai dengan melakukan pre-test dan post-
test pada 2 kelompok tersebut. Digunakan Paired T-test karena data
berpasangan.
3) Hipotesis
Hipotesis nol (H0) = tidak ada perbedaan bermakna rata-rata kedua kelompok.
Hipotesis alternatif (Ha) = ada perbedaan bermakna rata-rata kedua kelompok.
4) Ketentuan
Sampel random dengan subjek independen.
Sampel dependen.
Data harus kontinyu.
Data terdistribusi normal.
d. Repeated ANOVA
1) Definisi
Repeated ANOVA digunakan untuk menentukan apakah ada perbedaan yang
signifikan antara rata-rata tiga atau lebih kelompok dimana subjek yang sama
muncul di setiap kelompok. Repeated ANOVA biasanya digunakan ketika:
- Mengukur nilai rata-rata subjek selama 3 atau lebih titik waktu.
- Mengukur nilai rata-rata subjek dalam 3 kondisi yang berbeda.
44
2) Contoh
Fan ingin mengukur detak jantung 3 kelompok atlet, ketika 1 bulan sebelum
mereka memulai program pelatihan, selama pertengahan program pelatihan,
dan 1 bulan setelah program pelatihan untuk melihat apakah ada perbedaan yang
signifikan dalam rata-rata detak jantung istirahat diantara ketiga waktu.
3) Hipotesis
Hipotesis nol (H0) = tidak ada perbedaan bermakna rata-rata seluruh kelompok.
Hipotesis alternatif (Ha) = perbedaan bermakna rata-rata seluruh kelompok.
e. Pearson Correlation Coefficient
Koefisien Pearson merupakan jenis koefisien korelasi yang mewakili hubungan
antara dua variabel yang diukur pada interval atau skala rasio yang sama. Koefisien
Pearson adalah ukuran kekuatan hubungan antara 2 variabel kontinu. Koefisien
Pearson direpresentasikan dalam regresi linier, mulai dari -1 hingga +1. Nilai +1
berarti hasil dari hubungan positif yang sempurna antara 2 variabel atau lebih. Nilai
-1 mewakili hubungan negatif yang sempurna. Korelasi -1 menunjukkan bahwa
ketika 1 variabel meningkat, maka yang lain akan menurun. Angka 0 menunjukkan
bahwa tidak terdapat korelasi antara 2 variabel tersebut.
f. Mann Whitney U Test
1) Definisi
Digunakan apabila skala data variabel terikatnya adalah ordinal atau interval/
ratio tetapi tidak berdistribusi normal.
2) Contoh
Sebuah RCT mengevaluasi sebuah terapi anti-retroviral untuk HIV. Kita ingin
menilai viral load pada kelompok yang diobati vs kelompok yang tidak diobati.
Maka kita dapat menggunakan Mann Whitney U Test.
3) Hipotesis
Hipotesis nol (H0) = tidak ada perbedaan bermakna rata-rata seluruh kelompok.
Hipotesis alternatif (Ha) = perbedaan bermakna rata-rata seluruh kelompok.
45
4) Ketentuan
Skala data variabel terikat adalah ordinal, interval, atau rasio.
Data tidak terdistribusi normal/skewed.
Sampel independen.
g. Kruskal Wallis Test
1) Definisi
Kruskal-Wallis test digunakan untuk menentukan apakah ada perbedaan yang
signifikan secara statistik antara median dari tiga atau lebih kelompok
independen. Tes ini adalah ekuivalen non-parametrik dari one-way ANOVA
test dan biasanya digunakan ketika data tidak terdistribusi normal.
2) Contoh
Kita membagi kelas yang terdiri dari 90 siswa menjadi tiga kelompok. Setiap
kelompok menggunakan teknik belajar yang berbeda selama satu bulan untuk
mempersiapkan ujian. Pada akhir bulan, semua siswa mengikuti ujian yang
sama. Anda ingin tahu apakah teknik belajar berdampak pada nilai ujian atau
tidak. Dari penelitian sebelumnya Anda mengetahui bahwa distribusi nilai ujian
untuk ketiga teknik pembelajaran ini tidak berdistribusi normal sehingga Anda
melakukan uji Kruskal-Wallis untuk menentukan apakah ada perbedaan yang
signifikan secara statistik antara nilai dari ketiga kelompok.
3) Hipotesis
Null hypothesis: median dari populasi adalah sama.
Alternative hypothesis: median dari populasi tidak sama.
4) Ketentuan
Variabel independen berskala kategorik lebih dari 2 kategori.
Variabel dependen berskala numerik (interval/rasio) atau skala ordinal.
Independen artinya sampel ditiap kategori harus bebas satu sama lain, yaitu
tidak boleh ada sampel yang berada pada 2 kategori atau lebih.
Tiap kategori memiliki variabilitas yang sama.
46
h. Spearman Correlation
Korelasi Spearman mengukur kekuatan dan arah hubungan monoton antara 2
variabel. Jika pada scatterplot menunjukkan bahwa hubungan antara 2 variabel
terlihat monoton, kita dapat menjalankan korelasi Spearman karena akan mengukur
kekuatan dan arah hubungan monoton tersebut. Di sisi lain, jika hubungan tampak
linier, anda dapat menjalankan korelasi Pearson karena akan mengukur kekuatan
dan arah semua hubungan linier.
i. Chi-Square Test
1) Definisi
Terdapat 2 jenis Chi-square test, keduanya menggunakan data kategorikal :
Chi-square test untuk mencocokkan proporsi kasus yang jatuh ke dalam
berbagai kategori variabel tunggal, dan membandingkannya dengan nilai
yang dihipotesiskan.
Chi-square test untuk indepndensi digunakan untuk menentukan apakah 2
variabel kategorikal berhubungan. Chi-square test ini membandingkan
frekuensi kasus yang ditemukan dalam berbagai kategori dari satu variabel
di berbagai kategori variabel lain.
2) Contoh
Kita ingin mengetahui proporsi perokok terhadap perokok sama untuk laki-laki
dan perempuan. Apakah laki-laki lebih mungkin menjadi perokok dibandingkan
perempuan?
3) Ketentuan
1 variabel kategorikal, dengan 2 atau lebih kategori.
Setiap subjek hanya menduduki satu sel (satu kategori).
Expected value setiap sel lebih dari 5 pada setidaknya 80% sel, dan tidak
ada sel yang memiliki expected value kurang dari 1. Adapun cara
menghitung expected value adalah [(jumlah frekuensi kolom x jumlah
frekuensi baris)/jumlah frekuensi keseluruhan].
47
B. Introduction to SPSS: From Theory to Practice
1. Pengenalan Interface SPSS (Data View dan Variable View)
a. Data view: tempat input data dan olah data
48
● Measure. Kolom ini menunjukkan jenis ukuran data yang digunakan (Scale,
Nominal, dan Ordinal).
Masukkan variabel yang akan dikode ulang pada Input > Output > Tulis nama baru di
Output Variable.
Klik Old and New Values > Kode ulang sesuai keperluan.
49
Contoh:
Mengode ulang variabel “nilai matematika” menjadi rendah (<45), sedang (45 – 60),
dan tinggi (>60). Langkah yang dilakukan sebagai berikut:
Masukkan nilai Lowest pada Old Value (contoh: 44) > Isi “1” pada New Value >
Add.
Masukkan nilai Range pada Old Value (contoh: 45 – 60) > Isi “2” pada New Value
> Add.
Masukkan nilai Highest pada Old Value (contoh: 61) > Isi “3” pada New Value >
Add > Continue > OK.
Pada Variable view, Klik value pada variabel baru > Masukkan Value Labels satu per
satu > Add.
50
2. Tampilan Output
Setelah melakukan analisis data atau tindakan lainnya di SPSS, akan ada window
Output dengan tampilan berikut
51
b. Transform: untuk transformasi data, seperti menghitung variabel data, mengubah
data, mengurutkan data, etc.
c. Analyze: untuk mengolah data, seperti mengolah statistik deskriptif, regresi,
korelasi, etc.
d. Graphs: untuk menampilkan data dan hasil pengolahan data dalam bentuk grafik
dan chart, seperti bar charts, histogram, scatter diagram, etc.
e. Utilities: menu pelengkap, seperti menampilkan informasi variabel,
mendefinisikan dan menampilkan variabel data, etc.
Masukkan variabel terikat ke “Dependent List” & variabel bebas ke “Factor List”.
52
Plots > Centang “Normality plots with test” > Continue > Lihat hasil di Output
53
5. Uji Statistika Deskriptif
Analyze > Descriptive Statistics > Descriptives
54
Masukkan variabel yang ingin diuji > OK
55
Masukkan variabel independen ke Row dan dependen ke Column > Klik Statistics >
Centang Chi-Square.
56
Independent T-Test
Analyze > Compare means > Independent-samples T-Test
Masukkan variabel ke dependent list dan factor list > Post Hoc > Tukey > Continue.
57
Klik Options > centang Descriptive dan Homogeneity of variance test > Continue.
58
Nonparametrik
Mann-Whitney/Kolmogorov-Smirnov Test
Analyze > Nonparametric tests > Legacy dialogs > 2 Independent samples
Masukkan variabel ke test variable list dan grouping variable. Pastikan grouping
variable terdiri dari dua grup.
59
Definisikan grup variabel dengan mengeklik Define Groups > masukkan value tiap-
tiap kelompok > Continue > centang Mann-Whitney U/Kolmogorov-Smirnov Z (sesuai
kebutuhan) > OK.
Kruskal-Wallis
Analyze > Nonparametric tests > Legacy dialogs > K Independent samples
60
Masukkan variabel ke test variable list dan grouping variable. Pastikan grouping
variable bersifat kategorik dengan 3 atau lebih kategori (contohnya, tingkat aktivitas
fisik sedenter (0), moderat (1), berat (2)).
Definisikan grup variabel dengan mengeklik Define Groups > masukkan value tiap-
tiap kelompok > Continue > centang Kruskal-Wallis H > OK.
61
● Analitik Komparatif Berpasangan
Parametrik
Paired T-Test
Analyze > Compare means > Paired samples T-Test
Repeated ANOVA
Analyze > General Linear Model > Repeated Measures
62
Pada Within-Subject Factor Name, masukkan label perbandingan pada uji ini (misalnya
waktu) dan masukkan Number of Levels, yakni banyaknya pengukuran variabel > Add
> Define
63
Options > Centang Descriptive statistics dan Estimates of effect size. Bila ingin
meminta uji post-hoc, masukkan label pada Display Means for > Centang Compare
main effects > Ubah Confidence interval adjustment menjadi Bonferroni > Continue
Nonparametrik
Wilcoxon
Analyze > Nonparametric tests > Legacy dialogs > 2 Related samples
64
Masukkan variabel yang berpasangan ke dalam Test Pairs > Pastikan Wilcoxon
tercentang > OK
Friedman
Analyze > Nonparametric tests > Legacy dialogs > K Related samples
65
Masukkan variabel yang berpasangan (mengukur hal yang sama) ke dalam Test
Variables > Pastikan Friedman tercentang > OK
● Analitik Korelatif
Pearson dan Spearman
Analyze > Correlate > Bivariate
66
Partial Correlation
Analyze > Correlate > Partial
Masukkan dua variabel yang mau dikorelasikan dan variabel yang mau dikontrol
67
Options > Centang zero-order correlations dan pilih exclude cases pairwise > Continue
> OK
68
● Analitik Multivariat
Multiple Regression
Analyze > Regression > Linear
Masukkan variabel independen dan dependen; pastikan pada Method tertera Enter.
Statistics > Centang Estimates, Confidence intervals, Model fit, Descriptives, Part and
partial correlations, Colinearity diagnostics, dan Casewise diagnostics untuk Outliers
outside 3 standard deviations > Continue
69
Options > Exclude cases pairwise > Continue
Plots > Masukkan ZRESID pada sumbu Y dan ZPRED pada sumbu X > Centang
Normal probability plot > Continue
70
Save > Centang Mahalanobis dan Cook’s > Continue > OK
71
Two Way ANOVA
Analyze > General Linear Model > Univariate
Post Hoc > Masukkan variabel yang ingin diuji post hoc dan memiliki tiga atau lebih
kelompok > Centang uji yang diinginkan (misal Tukey) > Continue
72
Plots > Masukkan variabel dengan kelompok terbanyak pada Horizontal Axis dan
variabel lainnya pada Separate Lines > Add > Continue > OK
73
MANOVA (Multivariate analysis of variance)
Cek terlebih dahulu asumsi-asumsi yang digunakan untuk MANOVA.
Analyze > General Linear Model > Multivariate
Model > Pilih full factorial > Type III untuk Sum of squares > Continue
74
Options > Pindahkan variabel independen pada Display Means for: > Centang
Descriptive statistics, Estimates of effect size, dan Homogeneity tests > Continue > OK
75
REFERENSI
1. Aggarwal, R., & Ranganathan, P. (2019). Study designs: Part 2 - Descriptive studies.
Perspectives in clinical research, 10(1), 34–36.
2. “Descriptive studies” (2013) in Biostatistics Decoded. Chichester, UK: John Wiley & Sons,
Ltd, pp. 63–85.
3. Khanna, C. (2020) Observational vs experimental study - statistical analysis, Towards
Data Science. Available at: https://towardsdatascience.com/observational-vs-
experimental-study-543425a3b3c8
4. Observational studies and experiments (article) Khanacademy.org. Available at:
https://www.khanacademy.org/math/statistics-probability/designing-studies/types-studies-
experimental-observational/a/observational-studies-and-experiments
5. Observational vs. experimental studies Iwh.on.ca. Available at:
https://www.iwh.on.ca/what-researchers-mean-by/observational-vs-experimental-studies
6. Pallant, J. (2010). SPSS survival manual: a step by step guide to data analysis using SPSS.
Maidenhead: Open University Press/McGraw-Hill.
7. Ranganathan, P., & Aggarwal, R. (2019). Study designs: Part 3 - Analytical observational
studies. Perspectives in clinical research, 10(2), 91–94.
https://doi.org/10.4103/picr.PICR_35_19
8. Wagh, S. (2015) “Research guides: Public Health Research Guide: Primary & secondary
data definitions.” Available at:
https://researchguides.ben.edu/c.php?g=282050&p=4036581
9. Indrayan A. Sampling and Sample Sizes. In: Research methods for medical graduates. 1st
ed. Boca Raton, FL: CRC Press, Taylor & Francis Group; 2020. p. 153.
10. Temesvari NA. Pengolahan dan Analisis Data. In: Metodologi Penelitian Kesehatan.
Kementerian Kesehatan Republik Indonesia; 2018. p. 243–248. Temesvari NA. Populasi
dan Sampel. In: Metodologi Penelitian Kesehatan. Kementerian Kesehatan Republik
Indonesia; 2018. p. 175–183.
76
Referensi Lain
77
▪ R-Video 3 Volume 3: “Research Proposal: Determining the Variables and Data
Analysis”
CONTACT PERSON
Rifkanisa Nur Faiza
Secretary of Research AMSA-Indonesia 2022/2023
Faculty of Medicine, Universitas Gadjah Mada
Batch 2020
Official E-mail : research@amsaindonesia.org
Personal E-mail : rifkanisafaizaa@gmail.com
Phone Number : +6285727649418
LINE ID : rifkanisafaiza
78
79