Analisis Statistik
I. PROBABILITY SAMPLING.
Pengambilan sampel dilakukan secara acak sehingga
menjamin bahwa setiap unit dari populasi akan mendapat
kesempatan yang sama untuk terseleksi sebagai sampel.
Contoh:
Penelitian kanker paru di Indonesia yang diambil dari
CM rumah sakit, mula-mula dibuat daftar rumah sakit,
kemudian diambil beberapa rumah sakit secara
random untuk penelitian kanker paru tersebut.
II. NON PROBABILITY SAMPLING.
Praktis, mudah, dan cepat dikerjakan.
CATATAN:
CONSECUTIVE RANDOM SAMPLING:
Setiap pasien yang datang langsung masuk dalam kelompok
random sesuai no urut kedatangannya
Observasional:
Deskriptif (survey, Surveillance Epidemiology)
Analitik:
Causation:
Cross Sectional, Case Control, Cohort
Studi Prognostik
Studi Diagnostik
Experimental:
Case Series
Randomized Controlled Trial (RCT)
Double Blinded RCT
Single Blinded RCT
Post test only control group
Pre and post test control group
Cross Sectional
Faktor risiko & penyakit diukur pada waktu
yang sama
Cepat, Murah, Mudah
Tak dapat menentukan mana yang lebih dulu:
faktor risiko atau penyakit Hubungan kausal
LEMAH
Analisis: Rasio Prevalen/ Prevalence Rate
Case Control/ Kasus Kontrol
Peneliti mencari Kasus dulu, lalu mencari Kontrol
Faktor risiko ditanyakan pd kelompok kasus
maupun kontrol (Retrospektif)
Pengukuran outcome: Blinding
Sering mengakibatkan: Recall Bias
Confounding factor dikendalikan dengan
matching antara Kasus dan Kontrol
(contoh: Usia, Sex)
Analisis: Odds Ratio
OR = ad/bc
Cohort
Kelompok Sampel dengan faktor risiko + dan
Kelompok Sampel dengan faktor risiko (-)
diikuti sampai diperkirakan timbul penyakit
Pengukuran outcome: Blinding
Harus berhati-hati dengan masalah etika
Hubungan causation yang paling kuat
Analisis: Relative Risk (RR)
INGAT
Tingkat Kemaknaan pada hasil analisis
penelitian Causation (cross sectional, Case
Control, Cohort) BUKAN dengan p value tetapI
dengan 95% Confidence Interval
Hubungan dari 2 variabel
dg skala Rasio
Kemaknaan: p value
Sensitivitas: a/a + c
(Seberapa baik alat tsb dlm mendeteksi
penyakit)
PPV: a/ a + b
(Positive Predictive Value)
(bila alat menyatakan positip, seberapa besar
kemungkinan kebenarannya)
Spesifisitas: d/ b + d
(Seberapa baik alat tsb dlm mendeteksi
yang tidak sakit)
NPV: d / c + d
(Negative Predictive Value)
(bila alat menyatakan negatip, seberapa besar
kemungkinan kebenarannya)
Experimental
Case series: Desain eksperimental terlemah