Kelompok 1 - Abnormality Clinical Epidemiology

KELOMPOK I
1. dr. Maria Anastasia Wibisono 8. dr. David Restu Prastia Manik

2. dr. Fadhliani Putri Mayasri 9. dr. Khairul Imami
3. dr. Ferawati 10.dr. Ridho Firmansyah Sitorus
4. dr. Nadia Setianingsih 11.dr. Anandita Putri
5. dr. Muhammad Fadlan 12.dr. Ressy Hastopraja
Pulungan 13.dr. Muhammad Qadri
6. dr. Yongky Suganda Ramadhan
7. dr. M. Ali Adrian 14.dr. Martina M. Silalahi
JENIS
DATA
Data
Pengukuran dari suatu temuan klinik menghasilkan 3 jenis data
Interval
• Ada aturan dan urutan antar nilai adalah sama

• Dibagi menjadi data kontinu dan diskret
Ordinal
• Suatu skala pengukuran data berdasarkan tingkatannya
Nominal
• Suatu skala pengukuran data tanpa memandang tingkatan
Sumber: Fletcher R. H, Suzanne, W. F. 2005. Clinical Epidemiology: The Essential. Philadelphia: Lippincott Williams & Wilkins.
KINERJA
PENGUKURAN
Kinerja Pengukuran
Apapun pengukurannya, kinerjanya dapat digambarkan dengan beberapa c
Validitas/Akurasi
A
Adalah suatu derajat ketepatan dimana data yg diukur menunjukan hasil yang
sebenarnya
 Content validity
 Construct validity
 Criterion validity
Reabilitas
 Istilah yg luas digunakan untuk pengukuran berulang 
fenomena stabil  orang & instrument berbeda, waktu &
tempat berbeda  hasil sama
 Reprodusibilitas & presisi
 Reabilitas pengukuran laboratorium  pengukuran berulang
(mis. serum, spesimen jaringan, gejala klinis)
Hubungan antara reabilitas dan validitas
Pengukuran valid  dpt diandalkan ; pengukuran unreliable 

tidak valid
Range
 Suatu instrumen mungkin tidak memiliki nilai plg rendah / tinggi pd
temuan yg diukur  range terbatas (membatasi informasi yg
disampaikan).
 Contoh : Skala aktivitas dasar kehidupan sehari-hari pada pasien 
berpakaian, makan, berjalan, toileting & menjaga kebersihan.
Responsivitas
 Suatu instrument menunjukkan responsivitas sejauh hasilnya berubah
seiring dengan perubahan kondisi.
 Contoh : Klasifikasi NYHA I-IV  tidak sensitif untuk perubahan halus
pada pasien gagal jantung kongestif. Disamping itu, pengukuran fraksi
ejeksi menggunakan echocardiography dapat mendeteksi perubahan yg
begitu halus (pasien tidak menyadari).
Interpretabilitas
 Menempatkan nilai skala pada keadaan yg akrab  mengatasi
kerugian interpretabilitas.
 Contoh : Skala Karnofsky Performance Status (mengukur
kapasitas fungsional yg biasanya digunakan pada penelitian
pasien kanker yg mendapat kemoterapi)  range 100 (normal) –
0 (meninggal)  dokter menginterpretasikan dari jml nilai skala
untuk menggambarkan pencapaian sehari-hari.
VARIASI
VARIASI
Pengukuran klinis dari fenomena yang sama

dapat mengambil nilai kisaran, tergantung pada
keadaan di mana mereka dibuat
Untuk menghindari kesimpulan yang salah dari data,

dokter harus menyadari alasan variasi dalam situasi
tertentu dan mengetahui mana yang memainkan
peran besar, peran kecil atau tidak sama sekali.
Gambar 2
Sumber VARIASI
Fig. 1. Study flow chart.
Pengukuran dapat menyebabkan hasil
yang bias (kurangnya validitas) atau
kesalahan acak (kurangnya keandalan).
Mengurangi sumber variasi ini

dengan melakukan pengukuran
VARIASI YANG DIHASILKAN dengan sangat hati-hati dan dengan
DARI PENGUKURAN mengikuti standar.
Namun saat pengukuran melibatkan

penilaian manusia, bukan mesin,
variasi bisa sangat besar dan sulit
kontrol.
• Denyut jantung sering dipantau dengan auskultasi,
yang mana tunduk pada kesalahan pengamat.
Pemantauan elektronik memberi tingkatan yang
CONTOH
sebenarnya. Denyut jantung janin yang sangat tinggi
atau rendah adalah tanda-tanda janin dalam kondisi
bahaya, hal ini menunjukkan perlunya pemeriksaan
dini akan persalinan dengan operasi caesar.
• Day et al. (2) membandingkan detak jantung janin

yang diperoleh auskultasi oleh staf rumah sakit
dengan tarif yang diperoleh dengan elec-
pemantauan tronic (Gambar 2.2). Saat detak jantung
janin benar dalam kisaran normal, tingkat auskultasi
merata didistribusikan tentang nilai sebenarnya
(yaitu, hanya ada acak kesalahan). Tapi sebenarnya
detak jantung janin ternyata luar biasa tinggi atau
rendah, angka dengan auskultasi bias ke arah
normal.mTarif rendah cenderung dilaporkan lebih
tinggi dari yang sebenarnya tarif, dan tarif tinggi lebih
rendah dari tarif sebenarnya.
14
GAMBAR 2.2 Variabilitas
pengamatan. Kesalahan
dalam pelaporan detak
jantung janin ditentukan
oleh monitor elektronik,
beradaFig. 1. Study flow chart.
di dalam
kisaran normal, rendah, atau
tinggi.
Studi ini menggambarkan acak dan sistem-
kesalahan atic dalam pengamatan klinis.
Data bias mungkin muncul karena staf rumah sakit

mengharapkan janin itu baik dan enggan untuk
melakukan intervention berdasarkan pengamatan
mereka
LANJUTAN
Variasi dalam pengukuran juga muncul karena mereka
membuat hanya atas contoh fenomena yang mungkin
salah menggambarkan keseluruhan.
Seringkali, fraksi sampling (fraksi keseluruhan yang

termasuk dalam sampel) sangat kecil.
LANJUTAN
Jika pengukuran dilakukan dengan beberapa metode
yang berbeda, seperti laboratorium yang berbeda,
teknisi atau instrument yang berbeda, beberapa
pengukuran mungkin tidak dapat diandalkan dan
dapat menghasilkan hasil yang sangat berbeda.
Variasi yang Dihasilkan
dari Perbedaan Biologis
• Variasi juga muncul karena

perubahan biologis dalam
individu dari waktu ke waktu.
• SEBUAH pengukuran pada suatu

titik waktu adalah contoh
pengukuran lonjakan selama
periode waktu tertentu dan
mungkin tidak
merepresentasikan nilai dari
pengukuran ini.
Dokter memperkirakan frekuensi prematur ventrikel
depolarisasi (VPD) untuk membantu menentukan
kebutuhan dan efektivitas pengobatan. Untuk alasan
CONTOH
praktis, mereka dapat melakukannya dengan pengamatan
yang relatif singkat dengan merasakan denyut nadi selama
1 menit atau meninjau elektrokardiogram merekam
beberapa detik. Namun, frekuensi VPD pada pasien
tertentu bervariasi dari waktu ke waktu. Untuk
mendapatkan sampel tingkat VPD yang lebih besar,
monitor portable terkadang digunakan. Tapi pemantauan
bahkan diperpanjang periode waktu dapat menyesatkan.
Gambar 2.3 menunjukkan observasi pada satu pasien
dengan VPD. VPD per jam bervariasi dari kurang dari 20
hingga 380 selama periode 3 hari, menurut hari dan waktu
hari ini. Penulis menyimpulkan: “Untuk membedakan
penurunan frekuensi VPD yang disebabkan oleh terapi
intervensi dari variasi biologis membutuhkan pengurangan
lebih dari 83% pada frekuensi VPD. jika hanya dua periode
pemantauan hanya 24 jam " Periode pengamatan yang jauh
lebih pendek bisa menjadi lebih menyesatkan karena variasi
biologis.
19
GAMBAR 2.3 VARIABILITAS BIOLOGI
TOTAL VARIASI
1 Saat melihat distribusi populasi, variasi pengukuran untuk setiap pasien

adalah ditambahkan ke variasi untuk orang-orang tersebut dari waktu ke
waktu, yang pada gilirannya menambah variasi di antara perbedaan
2
pasien
Variasi pengukuran berkontribusi relatif sedikit, meskipun

mencakup sebanyak Jangkauan 12 mm Hg di antara berbagai
pengamat.
3
Di Disisi lain, tekanan darah setiap pasien berbeda-beda, banyak
sekali dari waktu ke waktu, sehingga setiap pembacaan tekanan
darah mungkin tidak mewakili
4 Sebagian besar variasi ini tidak acak: tekanan darah tinggi lebih sering
terjadi saat orang bangun, bersemangat, berkunjung dokter, atau
mengambil obat flu yang dijual bebas
GAMBAR 2.4 Sumber variasi dalam
pengukuran diastolic (fase V) tekanan darah.
garis putus-putus menunjukkan tekanan
darah yang sebenarnya (Sumber: Hetcher RH
dan Fletcher SW (tidak diterbitkan); dan Boe J,
Humerfelt S, Wedervang F, Oecon C. Tekanan
darah dalam suatu populasi [Edisi Khusus].
Acta Med Scand 1957; 321: 5-313,)
PENGARUH VARIASI
Hasil ketidakakuratan dari variasi acak dapat dikurangi dengan mengambil

01 01 rata-rata sampel yang lebih besar dari apa yang sedang diukur
02
03 misalnya dengan menghitung lebih banyak sel pada blood smear,
04 02 memeriksa area yang lebih luas dari sedmen urin, atau mempelajari
lebih banyak pasien.
Di sisi lain, hasil yang bias bersifat sistematis dan berbeda dari
03 nilai sebenarnya, walaupun caranya berkali-kali mereka ulangi.
Misalnya peningkatan detak jantung janin (contoh ditunjukkan pada

04 Gambar 2.2) akan tetap di luar target meskipun diulang berkali-kali.
DISTRIBUSI
DISTRIBUSI
 Data yg telah diukur dg skala interval sering dipresentasikan
dalam bentuk gambar  distribusi frekuensi  menunjukkan
angka atau proporsi sekelompok orang yg memiliki hasil
pengukuran yg berbeda.
 Peringkasan sangat penting ketika sejumlah besar disajikan
atau dibandingkan.
 Ada dua sifat dasar distribusi yg digunakan untuk
meringkasnya :
 Central tendency  nilai tengah distribusi.
 Dispersion  seberapa besar penyebaran nilai distribusinya.
Definisi Keuntungan Kerugian
Central Tendency
Mean Total nilai observasi Cocok untuk manipulasi Dipengaruhi nilai
Jumlah data diobsevasi matematika ekstrim
Median Titik dimana jumlah Tidak mudah Tidak cocok untuk
pengamatan diatas dipengaruhi nilai manipulasi matematika
sama dengan jumlah ekstrim
yang dibawah (nilai
tengah)
Mode Nilai yang paling sering Kesederhanaan makna Terkadang tidak ada
muncul nilai yang paling sering
Dispersion
Range Nilai distribusi dari yang Mencakup semua nilai Paling terpengaruh oleh
paling rendah hingga nilai ekstrim
yang paling tinggi
Standar Deviasi Ukuran yang digunakan Cocok untuk manipulasi Untuk distribusi non-
untuk mengukur jumlah matematika gaussian tidak
variasi atau sebaran menunjukkan proporsi
Distribusi nilai PSA
(Prostate-specific
antigen) pada laki-
laki yg dianggap
normal
Distribusi aktual
 Distribusi pada kasus klinis
memiliki banyak bentuk yg
berbeda.
 Contoh : pada distribusi
frekuensi 4 pemeriksaan
darah yg sering dilakukan.
 Secara umum, sebagian besar nilai muncul di dekat pertengahan
distribusi, dan kecuali untuk bagian tengah kurva tidak ada
punuk atau penyimpangan.
 Batas atas dan batas bawah distribusi direntangkan dalam
bentuk ekor. Dengan ekor pada salah satu sisi lebih panjang
dibandingkan sisi yang lain (kurva miring ke arah ujung yang
lebih panjang).
 Semua distribusi ini adalah unimodal (hanya memiliki satu
puncak), berbentuk bel, dan tidak mesti simetris.
 Nilai distribusi pemeriksaan lab berubah-rubah tergantung
karakteristik pasien seperti usia, jenis kelamin, ras, dan nutrisi.
Distribusi variabel klinis yang berubah berdasarkan
usia: BUN usia 20-29 tahun dengan ≥80 tahun
• Tampak bagaimana suatu nilai

pemeriksaan BUN (blood urea
nitrogen) berubah tergantung
usia.
• Angka BUN 25mg/ 100ml adalah
nilai yang tidak normal pada
pasien usia muda tapi nilai BUN
tersebut tidak terlalu bermakna
pada pasien usia tua.
Distribusi Normal
 Distribusi yang lain disebut distribusi normal atau Gaussian
distribution.
 Berdasarkan teori statistik, distribusi normal menggambarkan
frekuensi distribusi dari pengukuran berulang dari objek fisik yang
sama dengan instrumen yang sama.
 Meskipun distribusi klinis sering menyerupai distribusi normal, tetapi
kemiripannya hanya sedikit.
Distribusi Normal (Gaussian Distribution)
• Kurva tampak simetris &

berbentuk bel.
• Kurva tampak memiliki sifat
matematis bahwa sekitar 2 per 3
dari pengamatan jatuh dalam 1
standar deviasi rata-rata, dan
sekitar 95% dalam 2 standar
deviasi
 Bentuk distribusi klinis berbeda satu sama lain karena banyak
perbedaan diantara tiap orang.
 Oleh karena itu, jika distribusi pemeriksaan klinis
menunjukkan kurva normal, itu kebanyakan secara tidak
sengaja.
 Walaupun demikian, sering diasumsikan secara gampang
bahwa pengukuran klinis adalah terdistribusi normal. (karena
mean dan standar deviasi relatif mudah dihitung dan
dimanipulasi secara matematis)
KRITERIA
ABNORMALITAS
KRITERIA ABNORMALITAS
Kriteria abnormalitas digunakan Keterbatasan utama adalah

untuk mempertimbangkan hal hampir tidak ada dasar biologis
yang sering terjadi sebagai sebagai titik tertentu untuk
normal dan hal yang tidak menjadi penunjuk ke arah
sering terjadi sebagai abnormal abnormalitas
Screening Phenylketonuria pada bayi
Bila garis pemisah normal dan abnormal tidak jelas, maka
digunakan kriteria:
01 01 Abnormal sebagai sesuatu yang tidak wajar

02
03
Abnormal yang berhubungan dengan penyakit
04 02
03 Abnormal sebagai keadaan yang dapat

diobati
Kriteria Abnormalitas
1. Abnormal sebagai sesuatu yang tidak wajar
 Normal biasanya dianggap sebagai sesuatu yg paling banyak muncul atau
dalam kondisi biasa

 Apa saja yg sering muncul, dinyatakan normal dan apa yg jarang muncul
disebut abnormal
2. Abnormal – dihubungkan dengan suatu penyakit.
 Pendekatan yg lebih tepat untuk membedakan normal-abnormal 
observasi secara secara klinis bagaimana defenisi kesehatan tersebut,
dihubungkan dengan resiko penyakit dan melihat perkembangan
penyakit, disabilitas ataupun kematian.
3. Abnormal – Yang dapat diobati atau ditatalaksana
 Suatu masalah kesehatan atau penyakit dilaksanakan berdasarkan evidence-
base dan pengalaman klinis.
 Suatu ilmu baru dibutuhkan dari hasil uji coba secara klinis, tingkat di mana
pengobatan dianggap berguna dan memberikan suatu perubahan.
Contoh
Gambar 2.10. Menunjukkan TD

sistolik yg lebih tinggi dari biasanya
berhubungan dengan tingkat
mortalitas penyakit jantung iskemia
dengan rentang tekanan darah, dari
115-185 mmHg. Untuk setiap
kenaikan 20 mmHg tekanan darah
sistolik ada 2 kali lipat lebih tinggi
tingkat kematian penyakit jantung
iskemia. 80% dari populasi yang
memiliki TD dibawah 140 mmHg,
treatmen dengan obat
direkomendasikan
Contoh
Gambar 2.11. Menunjukkan

Hubungan BMI dan Total
Mortalitas (A) dan Penyakit
Kardiovaskular (B). BMI
Fig. 1. Study
merupakan flow chart.
pembagian Berat
badan dalam kilogram dengan
tinggi badan dalam meter
kuadrat
VARIASI
VARIASI
Pengukuran klinis dari fenomena yang sama

dapat menghasilkan rentang nilai, tergantung
pada keadaan di mana mereka dibuat
Untuk menghindari kesimpulan yang salah dari data,

dokter harus menyadari alasan variasi dalam situasi
tertentu dan mengetahui mana yang memainkan
peran besar, peran kecil atau tidak sama sekali.
Gambar 2
Sumber VARIASI
Pengukuran dapat menyebabkan hasil
yang bias (kurangnya validitas) atau
kesalahan acak (kurangnya reliabilitas).
Mengurangi sumber variasi ini

VARIASI YANG dengan melakukan pengukuran
dengan sangat hati-hati dan dengan
DIHASILKAN mengikuti standar.
DARI PENGUKURAN
Namun saat pengukuran melibatkan

penilaian manusia, bukan mesin,
variasi bisa sangat besar dan sulit
kontrol.
REGRESSION
TO THE MEAN
REGRESSION TO THE MEAN
 Ketika menemukan hasil tes
abnormal yg tidak terduga 
mengulang tes  >> hasil
mendekati normal
 Pasien yg dipilih  mewakili nilai
ekstrim pd distribusi yg diharapkan
(rata-rata)  untuk memp. nilai yg
tidak tll ekstrim pd pemeriksaan
selanjutnya  Regression to the
mean (tjd murni krn alasan statistik)
 Pasien dipilih untuk dimasukkan ke
penelitian / untuk diagnosis / terapi
selanjutnya krn pd penelitian awal
dilakukan secara acak di ekor nilai
distribusi untuk semua pasien yg
diperiksa.
 Beberapa pasien akan tetap berada
diatas titik potong pd pemeriksaan

berikutnya krn nilai mereka yg
sebenarnya biasanya > rata-rata.
 Beberapa pasien yg ditemukan nilai
diatas titik potong pd pemeriksaan

awal biasanya mempunyai nilai yg
lebih rendah  variasi acak pd
pengukuran pertama  saat diukur
ulang  nilai lebih rendah  menarik
nilai rata-rata ke bawah.
Regression to the mean..
Nilai yg didapat
Pengukura diperkirakan lebih
n ulang akurat
Semakin ekstrim nilai yg diperoleh pd pengukuran

awal, semakin kecil kemungkinannya utk mjd normal
saat pengukuran diulang
1. Suatu skala pengukuran data tanpa
memandang tingkatan merupakan
a. Interval
b. Dikotom
c. Ordinal
d. Nominal
e. Rasio
2. Klasifikasi gagal jantung NYHA merupakan
jenis data
a. Interval
b. Dikotom
c. Ordinal
d. Nominal
e. Rasio
3. Pernyataan yang sesuai adalah sebagai berikut :
a. Validitas dan reabilitas adalah konsep yg

berbeda
b. Validitas menunjukkan keandalan suatu
pengukuran
c. Reabilitas menunjukkan akurasi suatu
pengukuran
d. Pengukuran yg valid harus dapat diandalkan
e. Pernyataan a dan d benar
4. Seorang dokter atau perawat memeriksan
denyut jantung seorang pasien selama 10 menit
pasien setiap datang ke klinik. Kemungkinan hasil
yg akan didapat berbeda pada setiap kedatangan
karena sbb :
a. Pasien memiliki denyut jantung yg berbeda pada
waktu yg berbeda
b. Pengukuran mungkin salah
c. Tehnik pengukuran dokter dan perawat berbeda
d. Denyut jantung rata-rata tiap pasien berbeda
e. Jam kedatangan pasien harus dijadwalkan
5. Ukuran yang di gunakan untuk mengukur
jumlah variasi atau sebaran sejumlah nilai data
disebut ?
a. Median
b. Range
c. Persentil
d. Standar Deviasi
e. Modus
6. . Titik dimana jumlah pengamatan diatas sama
dengan jumlah yang dibawah disebut ?
a. Mode
b. Median
c. Range
d. Quantile
e. Mean
7. Kriteria abnormalitas yang didasarkan pada
pengamatan yang dilakukan terhadap orang sehat
maupun sakit dengan melakukan observasi secara
klinis, resiko penyakit, melihat perkembangan
penyakit dan disability termasuk dalam kriteria ?
a. Abnormalitas yang dapat diobati atau ditatalaksana
b. Abnormalitas yang dihubungkam dengan suatu
penyakit
c. Abnormal sebagai sesuatu yang tidak wajar
d.Kriteria Normalitas
e. Kriteria Abnormalitas
8. Yang termasuk kriteria abnormalitas adalah ?
a. Abnormalitas, normalitas dan abnormalitas sebagai sesuatu yang tidak

wajar (unusual)
b. Abnormalitas sebagai sesuatu yang tidak wajar (unusual),
Abnormalitas yang dihubungkan dengan penyakit dan Normalitas
c. Abnormalitas sebagai sesuatu yang tidak wajar (unusual),
Abnormalitas yang dihubungkan dengan suatu penyakit (Associated
with Disease), Abnormalitas yang dapat diobati (Treatable)
d. Abnormalitas yang dapat diobati (Treatable) dan Normalitas
e. Abnormalitas sebagai sesuatu yang tidak wajar (unusual),
Abnormalitas yang dihubungkan dengan suatu penyakit ( Associated with
Disease)
9. Manakah jenis data dibawah ini yang tidak tidak
termasuk dalam data hasil pengukuran klinis ?
a. ordinal
b. ratio
c. periodik
d. nominal
e. interval
10. Abnormal umumnya didefinisikan sebagai
suatu yang berikut ini , kecuali ?
a. Tingkat dimana pengobatan telah terbukti efektif

b. Tingkat dimana angka kematian meningkat
c. Nilai yang tidak biasa secara statistic
d. Nilai yang tidak sesuai dengan distribusi normal
e. Keadaan dimana timbulnya gejala dan faktor risiko
11. Berikut yang merupakan sumber yang bisa
menyebabkan terjadinya variasi, kecuali :
a. Instrumen Pengukuran
b. Observer
c. Variasi pada individual
d. Variasi antar kelompok
e. Variasi antar individual
12. Tim perawat yang sedang bertugas di salah satu
ruang rawat inap RS, ingin melakukan pemeriksaan
tekanan darah terhadap seorang pasien
menggunakan tensimeter digital. Pemeriksaan
tersebut dilakukan saat shift mereka bertugas dan
dilakukan langsung secara bergantian dan
memberikan perbedaan hasil tekanan darah. Yang
menyebabkan terjadinya variasi pada kasus ini
adalah :
a. Tingkat konsentrasi
b. Instrumen pengukuran
c. Observer
d. Variasi pada individu pasien
e. Variasi antar individu pasien
13. Untuk mengurangi sumber variasi,
hal yang dapat dilakukan yaitu :
a. Mengurangi jumlah sampel

b. Melakukan pengukuran berdasarkan kebiasaan
sehari-hari
c. Melakukan pengukuran secara hati-hati dan sesuai
prosedur
d. Menggunakan instrumen pengukuran yang
beragam
e. Pengukuran atau penilaian dikerjakan oleh
beberapa orang
14. Berikut yang termasuk variasi biologis adalah :
a. Instrumen Pengukuran
b. Observer
c. Metode pengukuran
d. Variasi antar kelompok
e. Variasi antar individual

Kelompok 1 - Abnormality Clinical Epidemiology

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Kelompok 1 - Abnormality Clinical Epidemiology

Diunggah oleh

Hak Cipta:

Format Tersedia

KELOMPOK I

1. dr. Maria Anastasia Wibisono 8. dr. David Restu Prastia Manik

• Ada aturan dan urutan antar nilai adalah sama

• Suatu skala pengukuran data berdasarkan tingkatannya

• Suatu skala pengukuran data tanpa memandang tingkatan

Pengukuran valid  dpt diandalkan ; pengukuran unreliable 

Pengukuran klinis dari fenomena yang sama

Untuk menghindari kesimpulan yang salah dari data,

Mengurangi sumber variasi ini

Namun saat pengukuran melibatkan

• Day et al. (2) membandingkan detak jantung janin

Data bias mungkin muncul karena staf rumah sakit

Seringkali, fraksi sampling (fraksi keseluruhan yang

• Variasi juga muncul karena

• SEBUAH pengukuran pada suatu

1 Saat melihat distribusi populasi, variasi pengukuran untuk setiap pasien

Variasi pengukuran berkontribusi relatif sedikit, meskipun

Hasil ketidakakuratan dari variasi acak dapat dikurangi dengan mengambil

Misalnya peningkatan detak jantung janin (contoh ditunjukkan pada

 Central tendency  nilai tengah distribusi.

 Dispersion  seberapa besar penyebaran nilai distribusinya.

• Tampak bagaimana suatu nilai

• Kurva tampak simetris &

Kriteria abnormalitas digunakan Keterbatasan utama adalah

01 01 Abnormal sebagai sesuatu yang tidak wajar

03 Abnormal sebagai keadaan yang dapat

dalam kondisi biasa

Gambar 2.10. Menunjukkan TD

Gambar 2.11. Menunjukkan

Pengukuran klinis dari fenomena yang sama

Untuk menghindari kesimpulan yang salah dari data,

Mengurangi sumber variasi ini

Namun saat pengukuran melibatkan

diatas titik potong pd pemeriksaan

diatas titik potong pd pemeriksaan

Semakin ekstrim nilai yg diperoleh pd pengukuran

a. Validitas dan reabilitas adalah konsep yg

a. Abnormalitas, normalitas dan abnormalitas sebagai sesuatu yang tidak

a. Tingkat dimana pengobatan telah terbukti efektif

a. Mengurangi jumlah sampel

Anda mungkin juga menyukai