Dasar-dasar

Desain Penelitian
Dianawaty Amiruddin & Qushay Umar Malinta
Istilah umum pada desain
penelitian
• Data = informasi yang ada pada subjek penelitian

• Subjek penelitian: seseorang/ sesuatu yang memiliki

data yang akan penting bagi peneliti

• Variabel = data yang bervariasi. Contoh:

• V. bebas = v. independent = v. penyebab/ causal
• V. terikat = v. dependent = v. hasil/ effect
• V. antara
• V. perancu
• V. terkendali
Desain Penelitian
• Desain penelitian = rancangan mengenai tata cara
pelaksanaan penelitian
• Ada berbagai macam penggolongan desain
penelitian sesuai dengan tujuan penelitian yang
juga bervariasi
Jenis-jenis Desain
Penelitian
Berdasarkan bisa tidaknya
data dihitung/ quantified

TI
QUAN TATIVE QUALITATIVE
RESEARCH RESEARCH

Data bisa Data tidak

dihitung dan bisa dihitung
dianalisis dan tidak bisa
secara dianalisis
statistik dengan rumus
 Berdasarkan perlakuan
peneliti terhadap subjek
OBSERVATIONAL EXPERIMENTAL

TIDAK ada Ada

perlakuan perlakuan
oleh peneliti oleh peneliti
terhadap terhadap
subjek subjek dan
(hanya ada efek
observasi/ perlakuannya
pengamatan)
yang diamati
 Berdasarkan observasi
yang dilakukan peneliti
DESCRIPTIVE ANALYTIC

Peneliti TIDAK Peneliti

melakukan melakukan
observasi observasi
hubungan hubungan
antar-variabel antar-variabel
Berdasarkan kompleksitas
analisis
BI-VARIATE MULTI-VARIATE

Observasi Observasi
terhadap terhadap
hubungan hubungan > 1
antara 1 var. var. bebas
bebas dan 1 terhadap var.
var. terikat terikat

Desain bi-variate dan multi-variate sama-sama

desain analitik (bukan deskriptif)
 Berdasarkan jenis data

KATEGORIK NUMERIK

Datanya Datanya
bukan angka, berupa angka,
misalnya: misalnya:
- Jenis - Tekanan
kelamin darah
- Agama - Usia
- Gol. darah - Jumlah
pacar
 Berdasarkan jenis data (lanjutan)
Kategorik Numerik

Pembagian data Pembagian data numerik:

kategorik:
- Interval  yang harus
- Ordinal  ada berupa angka bulat (round
urutan, misalnya: number), misalnya:
- anemia dan tidak - Jumlah anak
anemia - Frekuensi ditinggal nikah
- Nominal  tidak ada - Rasio  bisa berupa angka
urutan, misalnya: desimal, misalnya:
- Gol. darah A, B, - Kadar Hb
O, & AB - Nilai ujian
 Berdasarkan variabel
yang dianalisis
KORELATIF KOMPARATIF
- Variabel bebas - Variabelnya ada yang
dan terikat sama- kategorik, jadi tidak bisa
sama numerik dihubungkan secara
- Karena numerik matematika (cukup
semua, maka bisa dibandingkan saja)
dihubungkan - Hasil analisis:
dengan relasi - perbandingan rerata
matematika (ko- (jika var. terikat = data
relasi) numerik)
- Hasil analisis: - perbandingan
koefisien korelasi proporsi (jika var.
terikat = data
kategorik)
 Berdasarkan pasangan
data
DATA BERPASANGAN DATA TIDAK
BERPASANGAN
Data disebut data
berpasangan jika ada Data yang selain
salah 1 dari: penjelasan di
- Pengukuran samping
berulang
- Ada matching
- Ada cross-over
- Pemeriksaan pada
organ yang
memang
berpasangan (mis:
mata kanan & kiri)
 Berdasarkan jumlah
kelompok pembanding
DUA KELOMPOK LEBIH DARI DUA
KELOMPOK
Subjek dibagi
menjadi dua Subjek dibagi
kelompok saja, menjadi lebih dari
yaitu kel. dua kelompok
perlakuan dan (misalnya
kelompok kontrol perlakuan A,
perlakuan B, &
kontrol
 Berdasarkan kondisi
khusus tertentu
Desain Diagnostik
Untuk menilai kualitas suatu
uji diagnostik dengan cara
tertentu, misalnya menilai
sensitivitas, spesifisitas, dll.
Desain Survival
Untuk mengamati kondisi
tertentu pada pasien,
contoh:
- Menilai waktu yang
dibutuhkan u. mencapai
stadium/ grade penyakit
- Menghitung persentase
pasien yg masih hidup
dalam waktu 5 tahun
pasca terdiagnosis kanker
Contoh-contoh desain
penelitian yang umum
Descriptive Analytic

• Prevalence • Cross-sectional
Observational
• Incidence • Case-control
• Cohort

• Pre-experiment
Experiment ---- • Quasi-experiment
• True-experiment
 Klasifikasi desain penelitian
berdasarkan kekuatan hubungan
sebab-akibat (strength of causality)

1. Experimental (true > quasi > pre)

Stronger causality
2. Cohort (prospective >
retrospective)
3. Case-control
4. Cross-sectional
5. Descriptive designs
Experimental designs 
ada perlakuan oleh
peneliti
• True experiment:
• Ada kelompok kontrol yang setara dengan kelompok
perlakuan. Bedanya hanya 1: kelompok kontrol TIDAK
mendapat perlakuan
• Ada pengacakan (randomization) terhadap subjek pada
kelompok eksperimen dan juga pada kelompok kontrol
• Quasi experiment:
• Ada pengacakan, tapi kelompok kontrol-nya tidak setara
• Pre-experiment:
• Tidak ada pengacakan
• Tidak ada kelompok kontrol
• … atau dua-duanya tidak ada
Cohort
• Observasi terhadap variabel bebas dan variabel terikat
• V. bebas = v. independent = v. penyebab/ causal
• V. terikat = v. dependent = v. hasil/ effect

• Observasi dimulai dengan mengelompokkan subjek

dalam 2 tahap:
• Tahap 1: kelompok dgn v. causal (+) vs kelompok dgn
variabel causal (-)
• Tahap 2: setelah beberapa lama, masing-masing kelompok
dicari subjek yang effect (+) dan subjek yang effect (-)
 Cohort subjects
Fruit on daily No fruit on
meals daily meals

Hard Soft Hard Soft

feces feces feces feces
 Cohort subjects
Smokers Non-smokers

Lung Lung Lung Lung

cancer cancer cancer cancer
(+) (-) (+) (-)
Prospective cohort vs
retrospective cohort
PROSPECTIVE RETROSPECTIVE
• Penyakit/ hasilnya • Penyakit/ hasilnya
belum terjadi ketika SUDAH terjadi ketika
penelitian dilaksanakan penelitian dilaksanakan
• Data yang diambil • Data yang diambil
peneliti paling mungkin peneliti bisa saja berupa
berupa DATA PRIMER DATA SEKUNDER,
misalnya dari rekam
medik, ingatan pasien,
catatan, dll
Case-control
• Observasi dimulai dengan mengelompokkan subjek
dalam 2 tahap:
• Tahap 1: mengelompokkan subjek menjadi subjek yang
effect (+) dan subjek yang effect (-)

• Tahap 2: subjek pada masing-masing kelompok dicari yang

memiliki faktor risiko (+) dan faktor risiko (-)
 Case control subjects

Hard feces Soft feces

Low High Low High

fruit fruit fruit fruit
diet diet diet diet
Hati-hati! Sering tertukar antara:
case control vs retrospective cohort

Case control Retrospective cohort

• Dimulai dengan • Dimulai dengan
mengelompokkan mengelompokkan
subjek berdasarkan subjek berdasarkan
PENYAKIT/ KONDISI FAKTOR RISIKO
yang timbul

• Mengapa tertukar?
• Karena pada kedua desain ini, penyakitnya/ hasilnya
SUDAH timbul ketika penelitian dilaksanakan
Cross-sectional
• Observasi dilakukan untuk mencari faktor penyebab
SEKALIGUS penyakit/ hasil pada waktu yang
bersamaan
• Pada desain cross-sectional, pengelompokan hanya
satu tahap (bukan 2 tahap seperti paa case-control
atau cohort)
 Cross-sectional subjects
Hard feces Soft feces
Low fruit diet (n number) (n number)
High fruit diet (n number) (n number)

Cross sectional = desain analitik paling

sederhana TAPI… hubungan sebab-akibat
yang didapatkan paling lemah
 data diambil pada waktu yang sama
sehingga tidak jelas mana yang penyebab
dan mana yang akibat
Menentukan Desain
Penelitian
 MENGAPA PENTING UNTUK
MENENTUKAN JENIS DESAIN?
• Rumusan masalah (disebut juga pertanyaan
penelitian) HARUS KONSISTEN dengan desain
penelitian

• Desain penelitian HARUS KONSISTEN dengan:

• Cara menghitung besar sampel minimum
• Cara analisis data yang dilakukan
 CARA MENENTUKAN
JENIS DESAIN
PENELITIAN
• Buka buku “Langkah-langkah Membuat Proposal …” karangan
M. Sopiyuddin Dahlan halaman 37 untuk melihat cara
mudahnya.

• Otherwise, if you like some challenges, follow the next slides


 CARA MENENTUKAN
JENIS DESAIN
PENELITIAN
Pertanyaan pertama:
Apakah penelitian ini berjenis…

Deskriptif? …lanjut ke langkah berikut

Analitik? …lanjut ke langkah berikut

Diagnostik? DESAIN KHUSUS DIAGNOSTIK

Survival? DESAIN KHUSUS SURVIVAL

Oke, deskriptif. Tapi
deskriptif apa?
Cara membedakan:
Tentukan apakah variabel terikat/ variabel effect
berupa data…

DESAIN DESKRIPTIF
…kategorik? KATEGORIK

DESAIN DESKRIPTIF
…numerik? NUMERIK
Oke, analitik. Tapi analitik
apa?
Cara membedakan:
Tentukan berapa variabel bebas dan variabel terikat
yang mau dihubungkan dalam 1 kali analisis. Apakah
analisisnya….

1 variabel bebas  DESAIN ANALITIK

1 variabel terikat? BI-VARIAT
…lanjut ke langkah berikut

>1 variabel bebas  DESAIN ANALITIK

1 variabel terikat? MULTI-VARIAT
…lanjut ke langkah berikut
Oke, bivariat biar
gampang. Tapi bivariat
yang mana?
Cara membedakan:
Tentukan jenis data variabel terikat dan variabel
bebasnya. Apakah kombinasinya…

V. bebas numerik & Desain Analitik

V. terikat numerik Korelatif

… selain kombinasi Desain Analitik

numerik-numerik Komparatif
…lanjut ke langkah berikut
 Oke, jadi mau yang
komparatif. Tapi komparatif
yang mana?
Cara membedakan:
Tentukan apakah variabel terikat/ variabel effect
berupa data…

…kategorik & Desain Ana. Biv.

Kateg.
berpasangan? Berpasangan

Desain Ana. Biv.

…kategorik & tanpa
Kateg. Tidak
pasangan? Berpasangan
Komparatif yang mana
(lanjutan)?
Cek variabel terikat-nya,
apakah…
…numerik,
Desain Ana. Biv. numerik
berpasangan & 2 berpasangan 2 klp
kelompok saja?

…numerik,
Desain Ana. Biv. numerik
berpasangan & berpasangan > 2 klp
> 2 kelompok?
 Komparatif yang mana
(lanjutan)?
Cek variabel terikat-nya,
apakah…
…numerik, tanpa pasangan
Desain Ana. Biv. Numerik
& cuma 2 kelompok? Tidak Berpasangan 2 Klp

…numerik, tanpa pasangan Desain Ana. Biv. Numerik

& > 2 kelompok? Tidak Berpasangan > 2
Klp
Kurang rumit? Bikin multivariat biar
keren. Tapi multivariat yang mana?
Cara membedakan:
Tentukan variabel terikat/ variabel effect berupa
data…

…kategorik? Desain Regresi Logistik

…numerik? Desain Regresi Linear

 Summary: 13 main statistical designs
Deskriptif Des. Kategorik Desain khusus

Des. Numerik Survival

Diagnostik

Regresi Linear Ana. Multivariat Regresi Logistik

Ana. Biv. Komparatif Kategorik Berpasangan

Ana. Korelatif
Ana. Biv. Komparatif
Kategorik Tanpa pasangan
Ana. Bivariat
Ana. Biv. Komparatif Numerik
Berpasangan 2 Klp
Ana. Biv.
Ana. Biv. Komparatif Numerik
Komp. Num.
Berpasangan > 2 Klp
Jomblo > 2
Klp Ana. Biv. Komp. Num. Jomblo 2 Klp
Terima kasih
• Referensi
• Dahlan S. Langkah-langkah Membuat Proposal
Penelitian Bidang Kedokteran dan Kesehatan edisi 2,
2009.
• Dahlan S. Besar dan Cara Pengambilan Sampel edisi 3,
2010.
• Dahlan S. Statistik untuk Kedokteran dan Kesehatan
edisi 6, 2014.