Bias

Definisi
Kesalahan sistematik yang mengakibatkan
distorsi (melenceng) penaksiran parameter
populasi sasaran berdasarkan parameter sampel
 Bias Pengukuran
• Bias pengamat
Kesalahan yang dilakukan oleh peneliti secara
sadar maupun tidak sadar dalam menilai atau
melaporkan hasil pengukuran.
Contoh : Peneliti cenderung mencatat hasil
pemeriksaan tekanan darah yang lebih rendah
pada pasien yang diobati dengan obat yang diteliti
dibanding pada pasien yang diobati dengan obat
standar
• Bias subjek
Kesalahan yang dilakukan oleh subjek penelitian
Contoh : seseorang mengetahui bahwa ia sedang menjadi
subjek penelitian sehingga ia cenderung bekerja lebih baik (efek
Hawthorne)
– Recall bias
Bias ini terutama terjadi pada studi kasus-kontrol.
Contoh : pasien kanker payudara cenderung lebih bersungguh
– sungguh mengingat berapa lama ia meminum pil KB
daripada pasien kontrol (yang tidak menderita kanker
payudara)
– Compliance bias
Bias ini terjadi karena ketaatan mengikuti prosedur yang berbeda
antara satu kelompok dengan kelompok lainnya. Bila regimen
untuk kelompok studi (obat baru) hanya diberikan satu kali
sehari, sedangkan regimen standar (kontrol) obat harus diminum
3 kali (apalagi bila disertai diet, dan sebagainya), maka pasien
kelompok kontrol cenderung kurang taat dibandingkan dengan
kelompok studi.
– Loss to follow up bias
Terjadi pada studi kohort karena hilangnya anggota kohort
selama jangka waktu follow up.
• Bias instrumen
Kesalahan sistematik akibat tidak akuratnya
alat ukur yang memberikan hasil yang
menyimpang dari nilai sebenarnya
– Insensitive measurement bias
Alat ukur yang digunakan untuk menentukan ada
atau tidak adanya efek kurang sensitif, maka lebih
sedikit subjek yang digolongkan menderita efek.
• Bias prosedur
Bias ini terjadi apabila pengukuran, prosedur,
pengobatan, dan lain-lain dilakukan pada
kelompok-kelompok yang dibandingkan tidak
sama. Misalnya, pasien yang diberi obat tertentu
lebih banyak diperhatikan, lebih sering
ditimbang, diukur tekanan darahnya.
 Bias yang berhubungan dengan pemilihan
subjek
• Bias prevalance atau insidens (Neyman’s bias)
Bias ini terjadi apabila subjek penelitian mencakup pasien dengan penyakit
kemungkinan kematian tinggi pada fase awal, dan angka kematiannya menurun
dengan perjalanan waktu.
Timbul akibat pemakaian data prevelensi dalam riset etiologi yang
seharusnya memakai data insidens dan sebaliknya
• Admission rate bias (Berkson’s fallacy)
Bias ini terjadi pada studi yang menggunakan subjek penelitian yang dirawat
di rumah sakit (terutama kasus studi kontrol). Bila indikasi rawat untuk kasus
(subjek dengan efek) berbeda dengan kontrol (subjek tanpa efek yang diteliti),
hal ini akan mempengaruhi kesetaraan antara kasus dan kontrol yang dipilih.
Disebabkan perbedaan probabilitas masuk RS bagi kasus dan kontrol
berhubungan dengan status paparan.
• Bias non-respons / bias relawan
Bias ini terjadi apabila subjek yang terpilih
sebagai sampel menolak untuk ikut serta dalam
penelitian atau sebaliknya, bila studi
memperbolehkan relawan.
• Membership bias
Bias ini terjadi pada kelompok studi terdapat
satu atau lebih hal yang berhubungan dengan efek,
sedang pada kelompok kontrol tidak.
• Procedure selection bias
Bias ini terjadi apabila pemilihan subjek
berdasar pada karakteristik tertentu yang
membuat kedua kelompok menjadi tidak
seimbang. Bias ini mudah sekali terjadi pada uji
klinis bila tidak dilakukan randomisasi, atau uji
klinis dengan historical control.
• Bias deteksi (unmasking bias)
Pada bias deteksi terjadi perubahan kemampuan alat
ukur untuk mendeteksi penyakit. Kesintasan pasien
tertentu sering dilaporkan menjadi makin lama,
sebagian ini mungkin disebabkan oleh karena deteksi
yang lebih dini sehingga pengamatan menjadi lebih
panjang dibandi pada periode awal studi.
Mengakibatkan penaksiran pengaruh paparan
terhadap penyakit lebih besar daripada sesungguhnya
(overestimasi). Sering pada studi kasus kontrol.