Anda di halaman 1dari 19

NORMALITAS DATA DAN

ANALISIS CONFOUNDING

Budi Utomo
Dept. IKM-KP FK Unair

Pengertian
Distribusi normal, disebut pula distribusi Gauss,
adalah distribusi probabilitas yang paling
banyak digunakan dalam berbagai analisis
statistika.
Distribusi normal baku adalah distribusi normal
yang memiliki rata-rata nol dan simpangan baku
satu.
Distribusi ini juga dijuluki kurva lonceng (bell
shape) karena grafik fungsi kepadatan
probabilitasnya mirip dengan bentuk lonceng.

Manfaat uji normalitas


Uji normalitas berguna untuk
menentukan data yang telah
dikumpulkan berdistribusi normal atau
diambil dari populasi normal.
Penyajian data :
1. Normal: mean dan SD
2. Tidak normal: median dan min-max
(rentang)
Uji hipotesis:
1. Normal: uji parametrik

Cara menilai distribusi normalitas data:


1. Secara Deskriptif: koefisien
varians(<30%) [SD/mean*100%] // rasio
skewness(-2 s/d 2) [skewness/SE
skewness]// rasio kurtosis(-2 s/d 2)
[kurtosis/SE kurtosis] //Histogram(simetris)
//Boxplot(median ditengah tdk ada
outlier)//
Normal qq plot(data menyebar sekitar
garis) //Detrended qq plot(data menyebar
sekitar garis pada nilai 0)

Confounding ( Faktor Perancu)


Faktor perancu berasal dari bahasa Latin,
confundere yang berarti bergabung atau
tercampur secara bersama-sama (mix
together).

Tabel 1.Risiko kematian pada wanita selama periode


20 tahun di Whickham Inggris, berdasar status
merokok

Confounder
BBLR
ibu anemia
status gizi

Berhubungan dengan paparan/faktor risiko yangditeliti


(causallyor
noncausallyassociated)
Berhubungan dengan
penyakit/outcome(causallyassociated)
Bukan merupakan konsekuensi dari paparan (tidak

Syarat Confounding

C merupakan faktor risiko D


C memiliki asosiasi dengan E

Contoh Confounding

Ibu Anemia

BBLR

St.Gizi Ibu

Contoh confounding
BBLR

BBLR+
BBLRHubungan anemia dg BBLR
Anemia+
24 Ibu Anemia
36
Anemia36
24
Kelompok
gizi kurang
Jumlah
60dan gizi baik
60

Jumlah
60
60
120

OR = (24*24)/(36*36)=0,44
Simpulan: Anemia faktor pencegah terjadinya BBLR ??

Contoh confounding
Hubungan anemia dg BBLR (Dipisah menurut status Gizi)
Kelompok gizi baik
BBLR+

Simpulan:
Anemia adalah
faktor risiko
terjadinya BBLR
(baik pd gizi baik
maupun pd gizi
kurang)

BBLR-

Jumlah

Anemia+

18

34

52

Anemia-

20

40

60

Jumlah

BBLR+
Anemia+

BBLR6

Anemia34
OR = (18*6)/(34*2) = 1,58
Jumlah
40
Kelompok gizi kurang

Jumlah
2

18

52

20

60

Contoh confounding

BBLR+
Gizikurang

BBLR-

40

BBLR

Jumlah

St.Gizi
20 ibu

Gizibaik
20
40
Hubungan status gizi dengan BBLR
Jumlah
60
60
OR = (40*40)/(20*20) = 4,00
Status gizi kurang merupakan faktor
risiko BBLR

60
60
120

Contoh confounding
Ibu Anemia

St.Gizi Ibu

Distibusi status gizi menurut anemia


Gizikurang Gizibaik
Anemia+
8
52
Anemia52
8
Jumlah
60
60

Jumlah
60
60
120

Contoh confounding
Pada contoh, status gizi merupakan confounder
karena
Status gizi kurang merupakan faktor risiko BBLR ?
Distribusi status gizi tidak seimbang pada ibu anemia dan
ibu non anemia
Hasil analisis menunjukkan status gizi merupakan faktor
risiko BBLR ?

Mengontrol Confounding
Pada
tahap Design
Restriksi (pada experimental&observationalstudy)
1.

membatasi objek penelitian pada levelconfounderyangsama


(confoundertidak bervariasi)antara groupE nE dan D nD
Kelemahan:efek modifikasi tidak dapat dievaluasi,generalizability?
2.Matching (pada experimental&observationalstudy)
Type:a).Fullmatching,b).partialmatching
Method:a).Frequency/marginalmatching,b).Individualmatching
Problem:Overmatching

3.Randomisasi (hanya pada experimentalstudy)


subyek penelitian ditempatkan secara randompada group2yang
diperbandingkan (E&nE)
Stratifikasi
1.

PadaAnalisis
tahap Multivariat
Analisis
2.

Terima kasih