Abnormalitas

Tika Hapsari
BP : 1920312005
• Penentuan suatu nilai normal atau abnormal sering
bersandar pada distribusi kekerapan (frequency
distribution)
• Distribusi kekerapan untuk variabel klinik mempunyai
berbagai bentuk yang dapat diringkas dengan cara
menggambarkan kecenderungan sentralnya (central
tendency) dan sebaran / dispersinya.
• Nilai-nilai laboratorium sering tumpang tindih antara
normal dan abnormal
• Titik pilihan untuk menyatakan batas akhir normal dan awal
abnormal biasanya ditentukan sendiri (arbitary) dan sering
dihubungkan dengan salah satu definisi abnormalitas :
1. abnormalitas secara statistik
2. abnormal yang terkait dengan penyakit
3. sesuatu yang membaik dengan pengobatan

• Pengulangan pemeriksaan yang mempunyai nilai ekstrim akan

memberikan hasil nilai ulang yang cenderung mendekati nilai
sentral (statistik normal) yang merupakan bagian dari distribusi
kekerapan, suatu fenomena yang disebut sebagai regresi kearah
rerata (regression to the mean)
 A. Pengukuran
1. ungkapan (ekspresi) pengukuran : nominal,
ordinal, interval
2. sifat (karakter) pengukuran : lunak, keras
3. Kualitas pengukuran : keseksamaan (accuracy),
keterandalan (reliabilitas, presisi, reproduksibilitas)

Validitas pengukuran
Sahih (valid) = keterandalan (realibilitas)+ keseksamaan
 B. Distribusi
1. Data yang diukur dalam skala interval seringkali
ditayangkan dalam bentuk distribusi kekerapan
(frequency distribution) berupa :
 Deskripsi gambar (pictural description) yaitu
tabel kekerapan (frequency table), histogram
 Ringkasan bilangan (numerical summaries)
yaitu ukuran tendensi sentral (rerata = mean,
median, mode), ukuran sebaran/ dispersi
(rentang, varian, simpang baku)
 Ekspresi Batasan Keuntungan Kerugian
Rerata Jumlah nilai Cocok untuk Dipengaruhi
(mean) pengamatan dibagi manipulasi harga ekstrim
banyaknya pengamatan matematik

Median Titik yang banyaknya Tidak mudah Tidak cocok

Tendensi sentral pengamatan diatasnya dipengaruhi oleh untuk
sama dengan yang harga ekstrim manipulasi
dibawahnya statistik

Penyederhanaan
Mode Nilai yang paling sering pengukuran Kadang tidak
didapat ada atau banyak
nilai kekerapan
yang paling
sering
didapatkan
 Ekspresi Batasan Keuntungan Kerugian
Rentang Nilai yang paling Meliputi semua Amat
(range) rendah sampai yang nilai dipengaruhi
paling tinggi nilai-nilai
ekstrim

Simpang baku Nilai absolut dari Cocok untuk Untuk

(standar perbedaan rata-rata manipulasi distribusi non-
Dispersi deviation) nilai individu dari matematik Gaussian, tidak
rerata menggambarka
n suatu
proporsi dari
pengamatan
yang diketahui

Persentil, desil, Proporsi dari semua Menggambarkan Tidak terlalu

kuartil, dsb pengamatan yang ketidaklaziman cocok untuk
berada diantara dari suatu nilai manipulasi
nilai-nilai yang tanpa asumsi statistik
dispesifikasi. mengenai bentuk
suatu distribusi
2. Tipe distribusi
- Distribusi aktual : data dikemukakan sebagai
suatu gambar (figur), menunjukkan
banyaknya/proporsi dari kelompok orang
tertentu yang mempunyai nilai pengukuran
yang berbeda

- Distribusi normal (distribusi Gaussian) :

menggambarkan distribusi dari pengukuran
berulang dari objek fisis yang sama dan
instrumen yang sama.
Kurva berbentuk lonceng simetris. Mempunyai sifat
matematik dalam arti sekitar 2/3 dari pengamatan berada dalam
1 SD dan sekitar 95% berada dalam 2 SD.
 C. Kriteria dari Abnormalitas
1. Tidak biasa sebagai hal yang abnormal (unsusual)

Dalam kedokteran klinik, yang kerap terjadi adalah dianggap normal,

sedangkan yang jarang terjadi adalah abnormal.

Dalam upayanya untuk memberi batasan yang lebih spesifik

mengenai abnormalitas dipakai istilah matematik dengan
memberikan titik batas antara normal dan abnormal sesukanya
(arbitrarily), yaitu bahwa simpang baku (SD dari rerata (mean) adalah
abnormal. Dengan asumsi bahwa distribusi yang dimaksud mendekati
distribusi normal (Gaussian), 2,5 % dari observasi akan berada dalam
masing-masing ekor distribusi dan dianggap abnormal.
2. Abnormal sebagai asosiasi dengan penyakit
Pendekatan yang lebih masuk akal dalam
membedakan normal dan abnormal adalah
menyatakan abnormal apabila pengamatan-
pengamatan secara ajeg berhubungan dengan
penyakit, kecacatan atau kematian yaitu setiap
penyimpangan klinik dari keadaan sehat
3. Abnormal sebagai hal yang dapat diobati
Pada keadaan tertentu dalam hal yang tidak
merupakan masalah bagi seseorang (yaitu
asimtomatik), akan lebih baik bila hanya
memandang suatu pengukuran itu abnormal bila
pengobatan yang diberikan memang
memberikan hasil yang bermanfaat.
 D. Regresi kearah rerata
(Regression to the mean)
Apabila klinisi menghadapi hasil uji abnormal yang tidak
terduga, mereka cenderung untuk mengulanginya.

Apabila pasien-pasien dengan nilai ekstrim diseleksi dan uji

diulangi , hasil nilai kedua yang didapat cenderung mendekati
bagian sentral dari distribusi kekerapan (normal secara
statistik)

Nilai-nilai uji berikutnya condong lebih cermat dalam

memperkirakan nilai sebenarnya, dan hal ini dapat dihasilkan
bila dilakukan pengukuran berulang kali pada pasien tersebut.
Hal ini dapat disebabkan karena adanya fluktuasi acak dari
variabilitas intrapersonal dan nilai-nilai ini dapat diharapkan
kembali kearah harga normal pada pengukuran berikutnya
tanpa adanya perubahan yang terjadi pada individu yang
bersangkutan.

Hal ini perlu diperhatikan pada analisa data untuk dapat

memisahkan efek perlakuan dari yang disebabkan efek
regresi kearah rerata. Seringkali regresi statistik kearah
rerata ini ditafsirkan sebagai keuntungan terapeutik
(Peinstein AR, 1985, Gehlback SH, 1993)
Terima Kasih