Interaksi
Departemen Biostatistika
FKM UI, 2010
CONFOUNDING
Dari bahasa latin cunfundere (to mix together)
Pengertian:
ƒ Suatu distorsi (gangguan) dalam menaksir pengaruh paparan
terhadap kejadian penyakit/outcome sebagai akibat tercampurnya
pengaruh sebuah atau beberapa variabel luar.
Confounder
Pengertian:
ƒ Keberagaman/heterogenitas/variasi efek dari suatu faktor resiko
terhadap kemunculan penyakit/outcome, pada level yang berbeda
dari faktor resiko lain, pada base population
ƒ Interaksi Aditif
• Keberadaannya dinilai dengan memakai ukuran asosiasi berupa risk/rate
difference (AR).
• Bermanfaat untuk kepentingan program kesmas atau intervensi pencegahan
penyakit
ƒ Interaksi multiplikatif
• Keberadaannya diukur dengan memakai ukuran asosiasi berupa risk/rate
ratio (RR/OR).
• Penting untuk menjelaskan hubungan kausalitas.
Efek Modifikasi Efek Konfounding
ƒTidak berhubungan dg design study ƒBerhubungan dengan design study
ƒMenambah/memodifikasi efek E ƒMengganggu efek E yang diteliti
Adjusted
Adjusted Std. Error
Std. Error of
of Durbin-
Adjusted Std. Error of
Model R R Square
R Square R Square the Estimate
the Estimate Watson
Model R R Square R Square the Estimate a
1 .943
.943a .889
.889 .876
.876 1.3491
1.3491 1.840
1 .926 a .858 .845 1.5061
a. Predictors: (Constant), lemakKt_prpr, umur, sex, lemakpersen,
a. Predictors: (Constant), sex, umur, lemakkulit, lemakkulit
lemakpersen b. Dependent Variable: imt
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) 22.651 3.151 7.188 .000
umur -.133 .041 -.176 -3.220 .002 .863 1.158
lemakkulit -.063 .043 -.437 -1.461 .151 .029 34.599
lemakpersen .082 .048 .238 1.713 .094 .134 7.451
sex 2.436 .693 .268 3.513 .001 .444 2.254
lemakKt_prpr .003 .001 1.251 3.440 .001 .020 51.140
a. Dependent Variable: imt
2). secara substansi umur akan mempengaruhi lemak persen,
Coefficientsa
Unstandardized Standardized
Coefficients Coefficients Collinearity Statistics
Model B Std. Error Beta t Sig. Tolerance VIF
1 (Constant) -2.875 11.880 -.242 .810
umur .189 .187 .251 1.011 .317 .050 19.908
lemakkulit .078 .014 .534 5.683 .000 .350 2.861
lemakpersen .729 .305 2.111 2.391 .021 .004 252.645
sex 2.724 .757 .300 3.598 .001 .444 2.253
umur_lemakpr -.008 .005 -1.494 -1.734 .090 .004 240.709
a. Dependent Variable: imt
E D
St.Gizi Ibu
Contoh confounding
OR = (24*24)/(36*36)=0,44
OR = (6*18)/(2*34) = 1,58
Contoh confounding
BBLR
St.Gizi ibu
Hubungan status gizi dengan BBLR
BBLR+ BBLR- Jumlah
Gizi kurang 40 20 60
Gizi baik 20 40 60
Jumlah 60 60 120
OR = (40*40)/(20*20) = 4,00
St.Gizi Ibu
Distibusi status gizi menurut anemia
Gizi kurang Gizi baik Jumlah
Anemia + 8 52 60
Anemia - 52 8 60
Jumlah 60 60 120
Distribusi status gizi tidak seimbang
pada ibu anemia dan ibu non anemia
Contoh confounding
„ Pada Desain
‰Restriksi
‰Matching