(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
4
Contoh Standardisasi Langsung :
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
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 :
13
Contoh Standardisasi Tidak Langsung
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 :
18