Peluang dan Kausa (Penyebab)

Dosen Pengampu
Dr. dr. Masrul, MSc, SpGK

Riska Helfina
1920312003

MAGISTER ILMU BIOMEDIK

FAKULTAS KEDOKTERAN
UNIVERSITAS ANDALAS
PADANG, 2019
 Outline

 1.Probabilitas
1.1 Pengertian Probabilitas
1.2 Arti dan pendekatan probabilitas
1.3 Perhitungan probablitas
1.4 Penyimpanan acak
1.5 Penentuan keberhasilan suatu penobatan
1.6 Taksiran Pokok dan Interval Kepercayaan
 2. Kausa
2.1 Pengertian kausa
2.2 Model kausa
2.3 Kriteria Kausa
 1. Probabilitas
1.1 Pengertian Probabilitas
Kemungkinan
Probabilitas atau
Kepastian

 P “ Probabilitas”
 P berguna untuk mengukur besarnya suatu peristiwa ya
ng terjadi, dengan membandingkan atau yang dicari hub
ungannya (korelasi).
 Semakin besar nilai p, semakin besar peristiwa kemung
kinan terjadinya dan semakin kecil nilai p , semakin kecil
peristiwa kemungkinan terjadinya.
1.2 Arti dan Pendekatan Probabilitas

PERISTIWA ●
Hasil (outcome) yang mungkin (bisa
(EVENT) satu atau lebih) dari suatu kegiatan.

PERCOBAAN Suatu kegiatan yang akan menghasilkan suatu peristiwa

●

Misalnya:Munculnya dadu bermata 4,6, atau 1 adalah

●

peristiwa, sedangkan pelemparan itu sendiri adalah percobaan

Seluruh hasil yang mungkin diperoleh dari suatu percobaan

●

RUANG SAMPEL Misalnya: Pelemparan uang logam yang mempunya dua sisi,
●

maka ruang sampelnya sisi gambar dan sisi angka.

 Pendekatan Probabilitas

1. Probabilitas Klasik

●
Besarnya probabilitas suatu peristiwa (A) yang akan terjadi sudah dapat diketahui atau
ditentukan sebelumnya (a priori).

2. Pendekatan Frekuensi Relatif

●
Besarnya probabilitas ditentukan atas percobaan yang kuat atau sering.

3.Pendekatan Subyektif

●
Probabilitas suatu peristiwa yang diperoleh berdasarkan perasaan keyakinan atau kepercayaan seseorang berdasarkan atas fakta yang ada.
●
1.3 Perhitungan Probabilitas

 Perhitungan probabilitas dasarkan pada hukum peluang yaitu hukum p

ertambahan/penjumlahan (additiv law) dan hukum perkalian (multiplicat
ion law)
 ADDITIVE LAW
 Mutually exclusive: kejadian saling pisah/ saling asing atau kejadian ya
ng tidak dapat terjadi bersamaan.
 Mutually exhaustive : salah satu dari keduanya harus terjadi.
 Multiplication law
 Probabilitas terjadinya kejadin A dan B secara bersamaan.
 Permutasi dan Kombinasi

1. Permutasi

●
Banyaknya untuk menyusun X obyek yang dipilih dari n obyek atau
merupakan suatu susunan dari unsur-unsur menurut urutannya.

2. Kombinasi

●
Berbeda dengan permutasi, pada kombinasi lebih
mementingkan komposisi dibandingakan urutan.
1. 4 Penyimpangan Acak
(Random Error)
PERBEDAAN SESUNGGUHNYA

Ada Tidak ada

Ada perbedaan Tidak benar

KESIMPULAN Benar penyimpangan
UJI type I (α)
STATISTIK Tidak ada Tidak benar
perbedaan penyimpangan Benar
type II (α)
1.5 Penentuan Keberhasilan Suatu Peng
obatan
1. Benar
 Ketika pengobatan yang diberikan memberikan e
fek yang berbeda (positif) dan sesuai dengan hasi
l studi yang dilakukan.
2. Penyimpanyan Positif atau penyimpangan tipe I
 Ada perbedaan dalam hasil pengobatan meskipun
sebenarnya tidak ada perbedaan.
3. Penyimpangan Negatif atau penyimpangan tipe II
 Tidak ada perbedaan meskupun semestinya ada
perbedaan.
 Uji Statistik
TAKSIRAN
KEMUNGKINAN
UJI NILAI YANG
Data DIOBSERVASI
STATISTIK
Uji Statistik Perbandingan TERJADI SECARA
dengan KEBETULAN
distribusi (KARENA ADANYA
standar PELUANG)
(menggunakan
tabel, dll)

Uji statistik digunakan untuk memperkirakan penyimpangan α. Validitas ditentukan

oleh asumsi mengenai data. Jika data yang tersedia tidak sesuai dengan asumsi yang
dimaksud maka hasil Pα akan menyesatkan
Hubungan antar variabel (korelasi ) mempunyai hubungan dengan uji statistik guna
menilai apakah hubungan yang diamati itu lebih banyak ditimbulkan oleh faktor
kebetulan atau tidak.
One-Tailed dan Two-Tailed Test

1) Two-Tailed
Uji yang digunakan j
ika kemungkinan ad
anya perbedaan itu
diperoleh dalam ara
h yang berlainan.
2) One-Tailed
Uji yang digunakan j
ika perbedaan itu ha
nya diperoleh dari ar
ah tertentu.
 Karakteristik Data

 Sifat data dapat menentukan statistical po

wer suatu penelitian
 Jika hasil dinyatakan dalam skala nominal
dan digambarkan melalui perhitungan atau
proporsi kejadian/kasus, maka statistical p
owernya tergantung pada tingkatan kejadi
an.
 Makin besar tingkat kejadian maka makin t
inggi pula statistical power yang diberikan
oleh orang-orang pada risiko tertentu.
1.6 Taksiran Pokok dan Interval Keper
cayaan
 Taksiran pokok adalah efek perawat dalam percob
aan klinik yang diamati pada penelitian tertentu.
 Taksiran yang paling baik dan juga merupakanstati
stik ringkas yang biasanya banyak ditekankan dala
m laporan penelitian.
 Confidence interval merupakan suatu cara alternati
f untuk menyatakan bahwa hasil penelitian tersebut
signifikan.
 Jika suatu nilai ada hubungannya dengan efek yan
g tidak termasuk di luar 95% confidence intervals
maka hasilnya signifikan pada level 0.05.
 Jika confidence intervals meliputi hal tersebut, mak
a hasilnya tidak signifikan.
 B. Kausa (Penyebab)
2.1 Pengertian Kausa

KAUSA

Sesuatu yang akan

memberikan akibat atau
hasil (penyebab). Fungsi Kausa
1. Pencegahan
2. Diagnosis
3. Penanganan/pengobatan

Inferensi Kausa adalah pengambilan keputusan

atau kesimpulan dalam menetapkan penyebab
terjadinya suatu penyakit.
 2.2 Model Kausalitas

Determinisme Postulat
Tunggal Koch

Cluster Faktor Penyebab

Penyebab

Trias Epidemiologi

Determinasi
Majemuk Jaring-Jaring Epidemiologi

Model Roda
 2.2.1 Determinisme Tunggal

Faktor X Penyakit Y

Model Kausasi
Tunggal
Hubungan kausal antara faktor X (agent) dan
faktor Y (penyakit) memiliki bentuk yang konstan,
satu lawan satu sehingga satu faktor dapat
memprediksi kejadian satu faktor lainnya dengan
sempurna.
Sebuah agent X dikatakan sebagai penyebab
penyakit Y, jika hubungan X dan Y memiliki
spesifitas akiibat dan spesifitas penyebab.
 Lanjutan…

 Postulat Henle-Koch (River, 1937)

1) Agent tersebut selalu dijumpai pada setiap kasus pen
yakit yang diteliti (Necessery cause).
2) Agent tersebut hanya mengakibatkan penyakit yang
diteliti, dan tidak mengakibatkan penyakit lain (Spesifi
tas efek).
3) Jika agent diisolasi dari tubuh, dan berulang ulang dit
umbuhkan dalam kultur yang murni, ia dapat mengin
duksi terjadinya penyakit (Sufficient Cause).
 2.2.2. Determinisme Majemuk
1. Cluster Faktor Penyebab
 Merupakan konsep relasi faktor-faktor penyebab dan penyakit. Penye
bab yang mencukupi bukanlah faktor tunggal, tetapi sejumlah faktor y
ang membentuk sebuah kelompok.
2 Trias Epidemiologi
 Merupakan relasi tiga komponen penyebab penyakit yaitu penjamu, a
gen dan lingkungan dalam bentuk segitiga.

HOST

AGENT ENVIROMENT
3. Jaring-Jaring
 Setiap efek (penyakit) tak pernah tergantung pada sebuah fakto
r penyebab, tetapi tergantung pada sejumlah faktor dalam rangk
aian kausalitas sebelumnya.
4. Model Roda
 Hubungan manusia dan lingkungan sebagai sebuah roda.
 Terdiri atas manusia dengan substansi genetik pada bagian intin
ya dan komponen lingkungan biologi, sosial, fisik mengelilingi p
enjamu.
 Ukuran komponen roda bersifat relatif, tergantung problem spes
ifik yang bersangkutan.
 Model Kausasi Majemuk Kumulatif

Terpapar
Mikroorganisme
“ Mycobacterium
Kepadata Tuberculosis”
n
Penduduk Invasi ke
Host jaringan
Malnutrisi
yang Infeksi TBC
rentan Adanya
Vaksinasi reaksi

Genetika

Faktor resiko
Mekanisme
TBC
terjadinya TBC
 Model Kausasi Majemuk Alternatif

Faktor 1

Reaksi pada tingkat

Faktor 2 Penyakit A
seluler

Faktor 3
 2.3 Kriteria Kausa
KRITERIA KAUSALITAS
Temporal
Spesifitas
Konsistensi Hubungan
Kekuatan Hubungan
Biological Plausability
Time Response Relationship
Dose Response Relationship
PENGERTIAN
Kausa mendahului akibat
Hubungan spesifik, tidak ditemukan hubungannya
dengan peritiwa lain.
Urutan terjadinya kedua peristiwa itu selalu sama,
tanpa ada ditemukan adanya pengecualian.
Biasanya dibuktikan dengan tingginya nilai RR
(Relativr Risk) atau OR (Odd’s Ratio), semakin
kuat hubungan yang ada semakin besar
kemungkinan adanya hubungan kausal.
Sesuai dengan pengetahuan biologik pada saat itu
Semakin lama hubungan tersebut semakin besar
kemungkinan adanya hubungan kausal.
Semakin besar paparan terhadap pajanan,
semakin besar kemungkinan terjadinya hubungan
kausal.
 Daftar Pustaka

1. Fletcher, R H, dkk. 1992. Sari Epidemiologi Klinik.Yogyakarta:

Universitas Gajah Mada Press
2. Soeparto, Pitono. 1998. Sari Epidemiologi Klinis.Surabaya:Gra
mik FK Unair

23
TERIMA KASIH