ADJUSMENT of RATE

(STANDARDISASI)

1
Penyesuaian (adjusment, standardization)
 tehnik untuk mengontrol pengaruh faktor
perancu/pengganggu (confounder) dalam
membuat perbandingan kejadian
(penyakit/kematian) antara 2 atau lebih
populasi.

Populasi standar :
1.Populasi hasil sensus terakhir
2.Salah satu populasi yang akan dibandingkan

Populasi standar :
Komposisi penduduk menurut golongan
umur yang digunakan untuk standardisasi
Ada 2 macam Standardisasi
1. Standardisasi Langsung (direct adjusment)
 bila ASDR dari populasi-populasi
yang hendak diperbandingkan diketahui

2. Standardisasi Tidak Langsung (indirect

adjusment)
 bila jumlah populasi per golongan umur
dari masing-masing populasi yang
hendak dibandingkan tidak diketahui
Standardisasi langsung
Langkah :
1.Salah satu struktur populasi yang
dibandingkan dipilih sebagai standar &
dibagi dalam strata (kategori) faktor
perancu/confounder (misal : umur)
2.Struktur populasi yang telah
distratifikasi selanjutnya dipakai sebagai
acuan dalam menghitung kejadian
(penyakit/kematian) pada populasi lainnya

4
Contoh Standardisasi Langsung :

Tabel 1. Perbandingan angka kematian penduduk Yogyakarta &

Jakarta thn 1996 berdasarkan angka kematian kasar (crude
death rate/CDR)
Jakarta Yogyakarta
Jumlah kematian, 1996 70.320 14.834
Jumlah penduduk, 1996 9.000.000 1.500.000
Angka kematian kasar/1000 7,8 9,9
Yogyakarta 9,9
Rasio ----------------- = ---- = 1,26
Jakarta 7,8

Artinya, angka kematian penduduk Yogyakarta 1,26 kali lebih

tinggi daripada Jakarta

Benarkah ???
1.Status kesehatan penduduk Yogyakarta lebih buruk ???
2.Penduduk lansia Yogyakarta lebih cepat meninggal ???
3.Bayi yang meninggal di Yogyakarta lebih banyak ??? 5
Untuk menjawab pertanyaan di atas, perhatikan tabel 2

Tabel 2. Angka kematian spesifik menurut kategori umur (age

specific death rate/ASDR) penduduk Yogyakarta & Jakarta
Yogyakarta
Angka kematian
Umur Kematian Penduduk
spesifik/1000
0 – 29 677 615.000 1,1
30 – 59 2.323 620.000 3,6
60+ 11.925 265.000 45,0
Total 14.834 1.500.000 9,9

Jakarta
Angka kematian
Umur Kematian Penduduk
spesifik/1000
0 – 29 32.860 6.200.000 5,3
30 – 59 11.960 2.300.000 5,2
60+ 25.500 500.000 51,0
Total 70.320 9.000.000 7,8

Rasio angka kematian spesifik menurut kategori umur antara Yogyakarta dan
Jakarta :
0 – 29 1,1/5,3 = 0,2
30 – 59 3,6/5,2 = 0,7 6
60+ 45,0/51,0 = 0,9
Hasil :
Ternyata perbandingan
berdasarkan angka kematian
kasar (CDR) menghasilkan
kesimpulan yang salah, seolah-
olah kematian di Yogyakarta 1,26
lebih tinggi daripada Jakarta,
padahal sesungguhnya tidak
demikian
7
Apa penyebabnya ???
 laju kematian bertambah
dengan bertambahnya usia,
padahal proporsi penduduk usia
60+ di Yogyakarta jauh lebih
besar (265.000/1.500.000 =
18%) daripada penduduk
Jakarta (500.000/9.000.000 =
6%).
8
Bagaimana cara menyajikan tehnik
penyesuaian langsung ? tabel 3
 
Persyaratan :
Populasi standar dapat dipilih dari
salah satu populasi (populasi standar
internal) atau diluar kedua populasi
yang dibandingkan (populasi standar
eksternal)

9
Tabel 3. Tehnik standarisasi langsung untuk membuat
perbandingan angka kematian yang valid antara 2
populasi. Populasi standar yg dipilih adalah Jakarta
Jakarta
Umur Populasi standar Laju kematian spesifik # kematian
umur harapan
0 – 29 6.200.000 0,0053 32.860
30 – 59 2.300.000 0,0052 11.960
60+ 500.000 0,0510 25.500
Total 9.000.000 70.320

Angka kematian pddk Jakarta yg telah disesuaikan menurut kategori umur (age
adjusted rate) = 70.320/9.000.000 = 7,8 per seribu

Yogyakarta :
Umur Populasi standar Laju kematian spesifik # kematian
umur harapan
0 – 29 6.200.000 0,0011 6.820
30 – 59 2.300.000 0,0036 8.280
60+ 500.000 0,0450 22.500
Total 9.000.000 37.600

Angka kematian pddk Yogyakarta yg telah disesuaikan menurut kategori umur (age10
adjusted rate) = 37.600/9.000.000 = 4,2 per seribu
 Yogyakarta
Rasio ------------------ = 0,0042/0,0078 = 0,54
Jakarta

Perhatikan !!!
Setelah memperhitungkan perbedaan
struktur umur penduduk, ternyata angka
kematian penduduk Yogyakarta yang
sesungguhnya adalah 0,54 kali (lebih
rendah) daripada penduduk Jakarta

11
Standardisasi tak langsung
Disebut juga rasio mortalitas
terstandardisasi (standardized
mortality ratio/SMR)

SMR
 rasio yang membandingkan jumlah
kematian teramati (observed death)
pada 1 populasi dengan jumlah
kematian harapan (expected death)
pada populasi itu andai saja
memiliki angka kematian kategori
spesifik secepat populasi standar
Rumus :

Jumlah kematian teramati pada populasi (= O)

SMR = ----------------------------------------------------------------
Jumlah kematian harapan pada populasi itu (= E)

O = jumlah kematian teramati (observed death) pada

populasi
E = jumlah kematian harapan (expected death) pada
populasi, andai saja populasi itu memiliki laju
kematian secepat populasi standar

13
Contoh Standardisasi Tidak Langsung

Tabel 4. Penggunaan tehnik SMR untuk membandingkan

kematian penduduk Kecamatan Banjarmangu dengan
kematian penduduk Indonesia sebagai standar. Umur
merupakan faktor yang harus diperhitungkan dalam
membandingkan kematian
Umur Kematian # Populasi Laju kematian Kematian
(Kecamatan spesifik harapan
Banjarmangu) umur (Indonesia)

<1 13 558 0,270 150,7

1 – 14 27 5584 0,070 390,4
15 – 34 6 6143 0,013 79,9
35 – 54 28 6701 0,055 368,6
55 – 74 142 6143 0,259 1591,0
75+ 260 2792 1,061 2962,3
Total 466 27.921 - 5543,4

466
SMR = ------------ = 0,084
5543,4
14
Perhatikan !!!
Angka kematian spesifik menurut umur
(age specific death rate) penduduk
Indonesia digunakan sebagai acuan untuk
menghitung jumlah kematian harapan
penduduk Kecamatan Banjarmangu.

Artinya
 angka kematian penduduk
Kecamatan Banjarmangu 8,4% (lebih
rendah) daripada penduduk Indonesia

15
Interpretasi
SMR > 1 (100%)
Banyak kematian yang terjadi di kelompok
penduduk daripada kelompok yang diharapkan
berdasarkan rate dari populasi standar
 
SMR < 1 (100%)
Lebih sedikit kematian yang terjadi di kelompok
penduduk daripada kelompok yang diharapkan
 
SMR = 1 (100%)
Keseluruhan resiko pada populasi yang
dibandingkan = populasi standar

16
Catatan Penting !!!
 Adjusted of rate sifatnya artificial
sehingga tidak dapat digunakan untuk
mengetahui besarnya masalah kesehatan
yang sesungguhnya pada masing-masing
populasi
 Untuk melihat besarnya masalah
kesehatan  use angka kejadian kasar
(crude), tetapi akan mengakibatkan
kesimpulan yang salah jika digunakan
untuk membandingkan kejadian 1
populasi dengan populasi lainnya. 17
Latihan :

Jumlah penduduk Kota Atlas = 13.025.637 jiwa

Jumlah penduduk Kota Hujan= 9.153.745 jiwa
Kota Atlas Kota Hujan
BB Lahir
(gram) Kematian Penduduk Kematian Penduduk
< 1500 870 11.517 1860 13.741
1500 – 2499 480 7.665 900 9.592
≥ 2500 1.050 3.120 585 1.783
Total 2400 22.302 3345 25.116

Lakukan standarisasi secara langsung dengan

populasi standar Kota Hujan

18