DISAIN STUDI EPIDEMIOLOGI ANALITIK

 
 
INTRODUKSI

• Disain studi epidemiologi analitik dipakai dalam

penelitian epidemiologi tujuan utamanya adalah
untuk memperoleh informasi tentang determian
(faktor risiko) dari suatu kejadian penyakit /masalah
kesehatan di populasi

• Ada 3 macam disain studi epidemiologi analitik

• studi kohort (cohort study)
• studi kasus- kontrol (case-control study)
• studi intervensi (intervention study)
 • Ketiga disain studi tadi dipakai untuk meneliti :
• apakah suatu faktor merupakan determinan dari
suatu kejadian penyakit
• apakah suatu faktor merupakan penyebab dari
suatu penyakit
• apakah suatu faktor mereupakan risiko untuk
suatu penyakit

• Jika :
• E merupakan faktor yang diteliti (exposure)
• D merupakan penyakit yang diteliti (disease)
apakah ada hubungan sebab akibat antara E dan D
E D
exposure disease
determinan
faktor risiko
SEBAB AKIBAT
 Studi Kohort

Introduksi :

• Cohort merupakan istilah yang berasal dari bahasa

Romawi kuno yang artinya : sekelompok tentara yang
maju bersama-sama ke medan pertempuran

• Studi kohort mempunyai 2 tujuan utama :

• tujuan deskriptif untuk :

• mendeskripsikan insidens suatu kejadian penyakit
tertentu selama periode waktu tertentu

• tujuan analitik untuk :

• meneliti hubungan antara suatu faktor risiko dengan
kejadian penyakit
• Penelitian dengan disain studi kohort bersifat observasional
 peneliti hanya mengobservasi subjek-subjek yang diteliti
tanpa melakukan intervensi
• Unit pengamatan /unit analisis individu
• Prinsip :

• penelitian dimulai dari pengukuran status keterpaparan

terhadap faktor risiko (exposure) pada subjek -subjek yang
diteliti, kemudian kelompokkan :
• kelompok yang terpapar dengan exposure ( E+)
• kelompok yang tidak terpapar dengan exposure (E-)

• kedua kelompok di follow up,

• kemudian diukur outcome (Disease) pada masing-masing
kelompok  bandingkan

• penelitian dilakukan pada subjek-subjek yang masih

bebas dari outcome (Disease) tapi berisiko untuk dapat
mengalaminya
• Pola dasar disain studi kohort

D+
E+ D-
Population Follow-up
At risk E+-
E D+

D-
THE PRESENT THE FUTURE

• Secara basic berdasarkan waktu dilakukannya pengukuran

terhadap variabel exposure (E) and outcome (D) ada 2 macam
studi kohort
• prospektif kohort
• retrospektif kohort
• Berdasarkan asal dari kelompok pembanding ( E -) yang
dipilih
• Single cohort (berasal dari 1 populasi)
 internal comparison
• Double cohort (berasal dari populasi yang berbeda
status keterpaparannya dengan exposure
 external comparison

• Berdasarkan dinamika keikutsertaan subjek yang diteliti

selama penelitian berlangsung  disain studi kohort dapat
dibagi dua :
• Closed cohort ( Fixed population )
• Open cohort (Unfixed population)
 Disain Studi Kohort Prospektif
D+

population
E+

Free of out D-
come
“time to follow up”
(disease)
D+

sample E-
D-

Steps THE PRESENT THE FUTURE

• Tentukan populasi studi
• pilih sampel dari populasi studi dgn
• mengukur status keterpaparan terhadap “exposure”
• kelompok E +(sampel E +)
• kelompok E – (sampel E -)
• “follow -up” kedua kelompok
• ukur “outcome” (D+ atau D-) pada masing-masing kelompok
• bandingkan “outcome” pada kedua kelompok
 Disain Studi Kohort Retrospektif
D+

population
E+

Free of out D-
come
“time to follow up”
(disease)
D+

sample E-
D-

Steps THE PAST THE PRESENT

• Tentukan populasi studi
• pilih sampel dari populasi studi dgn
• mengukur status keterpaparan terhadap “exposure”
• kelompok E +(sampel E +)
• kelompok E – (sampel E -)
• “follow -up” kedua kelompok
• ukur “outcome” (D+ atau D-) pada masing-masing kelompok
• bandingkan “outcome” pada kedua kelompok
 Disain Studi Kohort (Single cohort)
D+

population
E+

Free of out D-
come
“time to follow up”
(disease)
D+

sample E-
D-

Steps THE PRESENT THE PAST

• Tentukan populasi studi
• pilih sampel dari 1 populasi studi dgn
• mengukur status keterpaparan terhadap “exposure”
• kelompok E +(sampel E +)
• kelompok E – (sampel E -)
• “follow -up” kedua kelompok
• ukur “outcome” (D+ atau D-) pada masing-masing kelompok
• bandingkan “outcome” pada kedua kelompok
 Disain Studi Kohort ( Double Cohort)
D+
Population
With E+ E+

Free of out D-
sample “time to follow up”
come
(disease) D+

Population E-
With E - D-

Steps THE PRESENT THE PAST

• Tentukan populasi studi dengan status E+ and E- dgn :
• mengukur status keterpaparan terhadap “exposure”
• kelompok E +(sampel E +)
• kelompok E – (sampel E -)
• “follow -up” kedua kelompok
• ukur “outcome” (D+ atau D-) pada masing-masing kelompok
• bandingkan “outcome” pada kedua kelompok
Closed Cohort and Open Cohort

Closed Cohort

PRESENT FUTURE

D+
E+ • Anggota kelompok E+ and E-
difolow-up dalam periode waktu
D- yang sama
• Insidens outcome (D) diukur
D+ dgn ukuran Cummulative
Incidence
E-

D-

Fixed cohort
 Open Cohort
Awal studi Akhir studi

P o
?
E
X
R ?
E+ S X
?
O X
N ? !
?
O = meninggal
TIME krn kausa lain
X = outcome +
? = drop-out
P o
?
E
?
E- R X
S ?
O o
N !
?

TIME Insidens diukur dengan

Incidence Density
• Analisis pada studi kohort :

• Analisis pada studi kohort tergantung kepada beberapa faktor :

• skala pengukuran dari variabel “exposure” and
variabel “outcome” (kategorikal atau kontinyu)
• apakah distribusi dari variabel yang diukur sesuai dgn
uji statistik yang dipakai
• apakah subjek-subjek dalam penelitian di follow-up untuk
waktu yang sama sampai “outcome” muncul

• Langkah analisis dapat dibagi menjadi :

• analisis univariate :
• mendskripsikan distribusi frekwensi variabel “exposure”
ataupun variabel “outcome”
• jika pengukuran varibel-variabel tadi dalam skala kontinyu
analisis dari nilai mean, and 95% confidence intervalnya
dapat dilakukan
 • jika pengukuran variabel-variabel tadi dalam skala
kategorikal analisis dari nilai proporsi, 95% confidence
intervalnya dapat dilakukan

• Analisis bivariate :
• melihat hubungan (asosiasi) antara variabel “exposure” and
variabel “outcome” E D
• tergantung dari skala pengukuran varaibel exposure
and variabel outcome
• jika variabel E and D diukur dalam skala kategorikal
• hubungan antara E and D
• diukur dengan RR, OR ataupun AR
• uji statistik dengan chi-square atau membandingkan
dua proporsi dari 2 populasi berbeda
• jika variabel E diukur dengan skala kategorikal and
variabel D dengan skala kontinyu
• hubungan antara E and D
• diukur dengan membandingan nilai mean dari
variabel D pada kelompok E+ and E-
• uji statistik dengan membandingkan dua mean
 • jika variabel E and D keduanya diukur dengan skala
kontinyu
• hubungan antara E and D :
• diukur dengan koefisien korelasi “r”
• uji statistik dengan uji korelasi
• diukur dengan koeffisien regressi
• uji statistik dengan F tes atau t tes

• Analisis multivariate
• untuk melihat hubungan antara E and D setelah dikontrol
dengan variabel-variabel lain yang merancu hubungan
antara E and D
• ntar untuk kuliah S2 euy….

E D C1, C2, C3 = variabel perancu

(variabel confounding)
C1
C2

C3
Contoh :

Analisis untuk melihat asosiasi antara E and D bila

• E diukur dengan skala kategorikal
• D diukur dengan skala kategorikal

Suatu studi kohort ingin melihat hubungan antara minum jamu X

and kejadian keguguran pada ibu hamil
E = minum jamu X (ya, tidak)  data kategorikal/nominal
D = keguguran (ya, tidak)  data kategorikal/nominal
Populasi studi: ibu hamil muda
E diukur sebelum D muncul
Data sebagai berikut
• Analisis :

• Contoh :

Population at
risk

D+ 40
100 E+
D- 60

D+ 20
100 E-
D- 80

• Exposure (E) = minum jamu X

Outcome (D) = keguguran
 Tabel 2x2 untuk data diatas

D+ D- Total

E+ 40 60 100
E- 20 80 100

Total 60 140 200

Insidens (D+|E+) = 40/100

Insidens (D+|E -) = 20/100

Insidens (D+|E+) 40/100

RR = --------------------------- = ----------- = 2
Insidens (D+|E -) 20/100

AR = IE+ - IE- = 40/100 – 20/100 = 20/100 = 20%

• pengukuran variabel E and D keduanya dengan skala
kategorik
• minum jamu X (E)  E+ = ya, E- = tidak
• keguguran (D)  D+ = ya, D- = tidak

• analisis univariate :
• kalkulasi penghitungan insidens D+(keguguran)
• pada kelompok E+ = 40/100 = 40%
• pada kelompok E - = 20/100 = 20%
• dari total sampel = 60/200 = 30 %
• kalkulasi penghitungan insidens D-(tidak terjadi
keguguran)
• pada kelompok E+ = 60/100 = 60%
• pada kelompok E - = 80/100 = 80%
• dari total sampel = 140/200 = 70 %

• analisis bivariate :
•E D
? (asssosiasi) adakah hubungan antara E and D
• membandingkam insidens D+ pada kelompok E+
dengan insidens D + pada kelompok E -
• Insidens D+ pada kelompok E+  P(D+|E+) = 40/100
• Insidens D+ pada kelompok E-  P(D+|E-) = 20/100
Insidens D+ pada kelompok E+ 40/100
RR =------------------------------------------------ = -------------- = 2
Insidens D+ pada kelompok E- 20/100

• Uji statistik :
• Hipotesis nol : tidak ada perbedaan insiden (proporsi
D+) pada kelompok E+ and E-
• HipotesisA : ada perbedaan isidens (proporsi D+) pada
kelompok E+ and E -
• Uji dengan beda 2 proporsi pada populasi yg berbeda
atau dgn Chi square
• Interpretasi :
• jika sesara statistik ada perbedaan yang bermakna
antara insidens D+ pada kelompok E+ and E-
maka ada hubungan antara E and D
• ibu hamil yang minum jamu X mempunyai risiko
keguguran 2 kali lebih besar daripada ibu hamil
yang tidak minum jamu
• Contoh :

• Suatu studi kohort dilakukan untuk melihat hubungan

antara minum obat X pada anak-anak penderita cacing
tambang dengan kadar Hb dalam darah setelah 3 bulan
kemudian

• Populasi adalah anak-anak cacingan, sekelompok anak

minum obat X, sekelompok lagi tidak, difollow-up,
setelah 3 bulan kemudian diukur kadar Hb

• Pengukuran variabel E and D

• E = minum obat X  E+ = ya, E- = tidak (skala kategorik)
• D = kadar Hb  skala kontinyu
 ID Hb ID Hb ID Hb
1= 5.7 11= 7.1 21= 7.1
2= 6.5 12= 8.1 22= 8.3 xi
3= 6.1 13= 9.0 23= 4.5 Hb|E+= --------
4= 6.5 14= 3.7 24=6.9 N
5= 6.9 15= 2.8 25= 8.0
E+ 6= 6.7 16= 8.0 26= 10.0
7= 7.9 17= 4.6 27= 6.7
30 8= 8.0 18= 5.5 28= 6.8
9= 4.3 19= 8.6 29= 7.6
10= 4.8 20= 5.0 30= 9.4
D
ID Hb ID Hb ID Hb
1= 13.0 11= 10.1 21= 12.2
2= 13.6 12= 9.9 22= 14.5
3= 15.0 13= 14.5 23= 14.2
4= 11.9 xi
E- 14= 10.0 24= 13.6
5= 10.9 15= 12.5 25= 11.6 Hb|E-=---------
6= 12.3 16= 10.2 26= 15.3 N
30 7= 11.7 17= 13.5 27= 12.7
8= 11.4 18= 13.8 28= 13.2
9= 13.2 19= 10.6 29= 13.0
10= 14.3 20= 12.7 30= 16.8
• Analisis univariate :

• nilai rata-rata (mean) kadar Hb pada kelompok E+

xi 201.1
Hb|E+ = --------- = ----------- = 6.7
N 30
• nilai rata-rata (mean) kadar Hb pada kelompok E-

xi 308.2
Hb|E- = --------- = ----------- = 12.74
N 30
• nilai rata-rata (mean) kadar Hb pada seluruh anggota
sampel = 9.72
• Analisis bivariate :
•E D
? (assosiasi)  adakah hubungan antara E and D
• Ada hubungan jika : ada perbedaan yang secara statistik
bemakna antara nilai mean kadar Hb pada kelompok
E+ and E-
• Uji statistik :
• Hipotesis nol : tidak ada perbedaan nilai mean kadar Hb
pada kelompok E+ and E-
• HipotesisA : ada perbedaan nilai mean kadar Hb
• Uji statistik dengan beda 2 mean dari 2 pada populasi yg

berbeda  dengan uji t

• Interpretasi :

• Jika secara statistik ada perbedaan yang bermakna nilai

mean kadar Hb pada kelompok E+ and E-
• maka ada hubungan antara minum obat X dengan
kadar Hb pada anak-anak penderita cacing tambang.
dimana kadar Hb anak-anak yang minum obat X
rata-rata 12.74/6.7 =1.90 kali kadar Hb anak-anak
yang tidak minum obat X
• Kelemahan and Kekuatan studi kohort

• Kekuatan studi kohort pada umumnya

• dapat untuk melihat sekuens/urutan kejadian sebab
akibat, yakni dari E D
• dapat menghindari terjadinya bias dalam pengukuran
variabel-variabel E
• dapat meneliti beberapa “outcome” sekaligus

D1
E D2
D3
• jumlah dari variabel “outcome” dapat bertambah selama
proses follow-up

E D1
D2 D3
• dapat untuk menghitung insidens, RR and AR

• Kelemahan studi kohort pada umumnya

• membutuhkan sampel yang besar
• tidak realistik /feasible untuk “outcome” yang jarang
• Studi kohort prospektif
• kekuatan:
• lebih dapat mengontrol dalam pemilihan subjek
subjek yg diteliti
• lebih dapat mengontrol dalam pengukuran variabel
E maupun D
• kelemahan:
• lebih mahal
• lebih lama

• Studi kohort retrospektif

• kekuatan :
• lebih murah
• durasi penelitian lebih pendek
• kelemahan :
• kurang dapat mengontrol dalam pemeilihan subjek
subjek yang diteliti
• kurang dapat mengontrol dalam pengukuran variabel
E ataupun D
 Studi Kasus-Kontrol

Introduksi :

• Untuk meneliti faktor risiko /diterminan suatu penyakit

dimana “outcome” jarang terjadi, penelitian dengan disain
studi kohort memerlukan sampel yang besar and memakan
waktu yang lama  sehingga sangat mahal

• Untuk mengatasi masalah diatas disain studi yang sesuai

dipilih adalah disain studi kasus-kontrol karena:
• sampel yang dibutuhkan tidak begitu besar
• durasi penelitian relatif singkat

• Penelitian dengan disain studi kasus-kontrol

bersifat observasional  peneliti hanya mengobservasi
subjek-subjek yang diteliti tanpa melakukan intervensi
• Unit pengamatan /unit analisis adalah: individu
• Prinsip penelitian kaus kontrol

• penelitian dimulai dari pengukuran status keterpaparan

D (kesakitan) pada subjek -subjek yang diteliti, kemudian
kelompokkan :
• kelompok subjek yang sakit (D+)
• kelompok subjek yang tidak sakit (D-)

• subjek-subjek pada kedua kelompok secara retrospektif

diteliti tentang status keterpaparannya dengan variabel
“exposure”
• bandingkan status keterpaparan dengan E pada kelompk
D + and D-

• karena penelitian dimulai dari status D (kesakitan) 

tidak dapat mengukur insidens
• hubungan antara E and D diukur dgn OR
• Pola dasar disain studi kasus-kontrol

E+

D+
E-
Retrospektif

E+
D-

E-

THE PAST THE PRESENT

 Disain Studi Kasus - Kontrol

THE PAST THE PRESENT

E+
D + (kasus) Population
With D +
E-
retrosepktif Sample
E+
D-(kontrol) Population
With D -
E-
Steps:
• tentukan populasi studi
• tentukan status kehadiran penyakit
pada anggota populasi
• kelompokkan menjadi
• populasi dgn D+ (kontrol) General population
• populasi dgn D- (kasus)
• tarik sampel (kasus) and (kontrol)
• ukur status riwayat keterpaparan
dengan exposure (E+ atau E-) pada masing-masing anggota sampel
• bandingkan status riwayat keterpaparan dengan exposure pada kedua
kelompok
• Analisis pada studi kasus-kontrol :

• Analisis pada studi kasus-kontrol tergantung kepada beberapa

faktor :
• skala pengukuran dari variabel “disease ” and
variabel “exposure” (kategorikal atau kontinyu)
• apakah distribusi dari variabel yang diukur sesuai dgn
uji statistik yang dipakai

•Analisis dapat dibagi menjadi :

• analisis univariate :
• mendskripsikan distribusi frekwensi variabel “disease”
ataupun variabel “exposure”
• jika pengukuran varibel-variabel tadi dalam skala kontinyu
analisis dari nilai mean, and 95% confidence intervalnya
dapat dilakukan
• jika pengukuran variabel-variabel tadi dalam skala
kategorikal analisis dari nilai proporsi, 95% confidence
intervalnya dapat dilakukan
• Analisis bivariate :

• melihat hubungan (asosiasi) antara variabel “disease” and

variabel “exposure” E D
• tergantung dari skala pengukuran varaibel “disease”
and variabel “exposure”
• jika variabel E and D diukur dalam skala kategorikal
• hubungan antara E and D
• diukur dengan OR
• uji statistik dengan chi-square atau membandingkan
dua proporsi
• jika variabel E diukur dengan skala kategorikal and
variabel D dengan skala kontinyu
• hubungan antara E and D
• diukur dengan membandingan nilai mean dari
variabel D pada kelompok E+ and E-
• uji statistik dengan membandingkan dua mean
 •jika variabel E and D keduanya diukur dengan skala
kontinyu
• hubungan antara E and D
• diukur dengan koefisien korelasi “r”
• uji statistik dengan uji korelasi

• Analisis multivariate
Ntar, kalau anda masuk S2 dijelaskan
Contoh :

• Suatu studi kasus-kontrol dilakukan untuk melihat apakah ada

hubungan antara minum jamu X and kejadian keguguran
pada ibu-ibu hamil
• Exposure (E) = minum jamu X
Outcome (D) = keguguran
• Pengukuran variabel E and D keduanya dengan skala
kategorik
• minum jamu X (E)  E+ = ya, E- = tidak
• keguguran (D)  D+ = ya, D- = tidak
• Disain KASUS
40 E+
D+ 100
60 E-
KONTROL
20 E+
D- 100
80 E-
 D+ D- Total

E+ 40 20 60
E- 60 80 140

Total 100 100 200

•analisis univariate :
• kalkulasi penghitungan proporsi E+ and E - pada
kelompok kasus atau D+ (keguguran)
• proporsi E+ = 40/100 = 40%
• Proporsi E - = 60/100 = 60%
• kalkulasi perhitungan proporsi E+ and E – pada
kelompok kontrol atau D – (tidak keguguran)
• proporsi E+ = 20/100 = 20%
• proporsi E - = 80/100 = 80%
• kalkulasi perhitungan proporsi E+ and E- pada
seluruh sampel
• proporsi E+ = 60/200
• proporsi E - = 140/200
•analisis bivariate :
•E D
? (asssosiasi) adakah hubungan antara E and D

• membandingkan odds E pada kelompok D+ and kelompok D-

• Odds E pada kelompok D+
P (E+|D+) 40/100
-------------- = ------------ = 4/6
P (E- |D+) 60/100
• Odds E pada kelompok D –
P (E+|D-) 20/100
----------------- = ------------- = 2/8
P (E- |D-) 80/100

• OR (Odds Ratio)

Odds E pada kelompok D+ 4/6

---------------------------------------- = ---------- = 32/12 = 2.67
Odds E pada kelompok D - 2/8
• Uji statistik :
• Hipotesis nol : tidak ada perbedaan proporsi E+ pada
kelompok D+ and D – atau tidak ada perbedaan proporsi E-
pada kelompok D+ and D-
• HipotesisA : ada perbedaan proporsi E+ pada kelompok D+
and D – atau ada perbedaan proporsi E – pada kelompok D+
and kelompok D -
• Uji dengan beda 2 proporsi pada populasi yg berbeda
atau dgn Chi square

• Interpretasi :
• jika sesara statistik ada perbedaan yang bermakna
antara proporsi E+ pada kelompok D+ and D -
maka ada hunungan antara E and D
• Odds minum jamu X pada ibu yang keguguran 2.67 kali
lebih besar daripada ibu yang tidak keguguran
• Contoh :

• Suatu studi kasus-kontrol dilakukan untuk melihat

hubungan antara terjadinya perdarahan post-partum dgn
kadar Hb sebelum melahirkan

• Pengukuran variabel :
• E = skala kontinyu (kadar Hb)
• D = skala kategorikal  D+ : perdarahan post-partum
D - : tidak terjadi perdarahan post-partum

• Data seperti yang berikut

 ID Hb ID Hb ID Hb
1= 5.7 11= 7.1 21= 7.1 KASUS
xi 2= 6.5 12= 8.1 22= 8.3
Hb|D+= --------- 3= 6.1 13= 9.0 23= 4.5
4= 6.5 14= 3.7 24=6.9 D+
N
5= 6.9 15= 2.8 25= 8.0
6= 6.7 16= 8.0 26= 10.0
7= 7.9 17= 4.6 27= 6.7
8= 8.0 18= 5.5 28= 6.8 30 ibu dgn perdarahan
9= 4.3 19= 8.6 29= 7.6 post-partum
10= 4.8 20= 5.0 30= 9.4
E
ID Hb ID Hb ID Hb KONTROL
1= 13.0 11= 10.1 21= 12.2
2= 13.6 12= 9.9 22= 14.5
xi 3= 15.0 13= 14.5 23= 14.2
D-
Hb|D -= --------- 4= 11.9 14= 10.0 24= 13.6
5= 10.9 15= 12.5 25= 11.6
N 6= 12.3 16= 10.2 26= 15.3
30 ibu tanpa perdarahan
7= 11.7 17= 13.5 27= 12.7
8= 11.4 18= 13.8 28= 13.2
post-partum
9= 13.2 19= 10.6 29= 13.0
10= 14.3 20= 12.7 30= 16.8
• Analisis univariate :

• nilai rata-rata (mean) kadar Hb pada kelompok D+

xi 201.1
Hb|D+ = --------- = ----------- = 6.7
N 30
• nilai rata-rata (mean) kadar Hb pada kelompok D-

xi 308.2
Hb|D- = --------- = ----------- = 12.74
N 30
• nilai rata-rata (mean) kadar Hb pada seluruh anggota
sampel = 9.72

• Analisis bivariate :
•E D
? (assosiasi)  adakah hubungan antara E and D
• Ada hubungan jika : ada perbedaan yang secara statistik
bemakna antara nilai mean kadar Hb pada kelompok
D+ and D-
• Uji statistik :
• Hipotesis nol : tidak ada perbedaan nilai mean kadar Hb
pada kelompok D+ and D-
• HipotesisA : ada perbedaan nilai mean kadar Hb
• Uji statistik dengan beda 2 mean dari 2 pada populasi yg

berbeda  dengan uji t

• Interpretasi :

• Jika secara statistik ada perbedaan yang bermakna nilai

mean kadar Hb pada kelompok D+ and D-
• maka ada hubungan antara kadar Hb sebelum partus
dengan kejadian perdarahan postpartum, dimana
kadar Hb ibu yang mengalami perdarahan PP
rata-rata 12.74/6.7 =1.90 kali lebih rendah dari kadar
Hb yang tidak mengalami perdarahan PP
Kekuatan and Kelemahan Studi Kasus-Kontrol

Kekuatan:
• cocok untuk penelitian dgn frekwensi “outcome” jarang
• durasi penelitian relatif singkat
• relatif murah
• jumlah sampel penelitian yang dibutuhkan relatif kecil
• menghasilkan nila Odds ratio ( sebagai aproksimasi dari
nilai RR

Kelemahan:
• berpotensi untuk terjadinya bias akibat pengambilan sampel
kasus and kontrol dari populasi yg berbeda (populasi kasus
and populasi kontrol)
• berpotensi terjadinya bias dalam pengukuran variabel “exposure”
• terbatas pada satu variabel “outcome”
• tidak dapat menghasilkan : prevalens, insidens, RR ataupun AR
 Studi Intervensi
Introduksi

• Nama lain studi experimen

• Studi intervensi mirip dengan studi kohort, bedanya pada
studi intervensi peneliti melakukan intervensi status
“exposure” pada subjek-subjek yang diteliti

• Berdasarkan bagaimana peneliti mengalokasikan “exposure”

kepada subjek-subjek yang diteliti, maka studi intervensi
dapat dikategorikan menjadi 2 yi :
• true experiment study  bila ada proses randomisasi
• quasi experiment study  tanpa ada proses randomisasi

• Randomisasi = random allocation ;

Proses yang dilakukan oleh peneliti terhadap subjek-subjek
yang diteliti sedemikian rupa sehingga sehingga setiap subjek
mempunyai kesempatan yang sama untuk mendapat “exposure”
atau tidak mendapat “exposure”
Random allocation and Random selection

Memilih secara random anggota sampel untuk mendapat

“exposure”  sehingga setiap anggota sampel mempunyai kesempatan
yang sama untuk menerima E+ atau E-

E+ E+

Randomisasi

E-

Sampel
• Random selection :
Peneliti menseleksi subjek-subjek yang akan diteliti sedemikian
rupa sehingga setiap subjek di populasi studi mempunyai
kesempatan yang sama untuk terpilih menjadi anggota sampel

Memilih secara random anggota populasi untuk menjadi anggota

Sample  sehingga sampel representatif untuk populasi

Populasi Sampel
 Random selection and random allocation

Random selection
Populasi

Outcome +
Sampel
E+
Outcome -
Follow-up

Random Outcome +
allocation
E-

Outcome -

THE PRESENT THE FUTURE

 Random Allocation pada individu-individu di sampel

RA (random allocation)/randomisasi

• menjadikan individu-individu di sampel mempunyai kesempatan

yang sama untuk mendapat “exposure” (E+) atau tidak mendapat
“exposure” (E-)
• variabel-variabel confounder (covariate) terdistribusi hampir secara
“equal” pada kelompok yang E + dan E -

Contoh
kelompok E+(100 orang)
Sampel ( 200 orang)
randomisasi
kelompok E- (100 orang)

• setiap individu di sampel membawa karakteristik masing-

masing misal (umur, sex, aktifitas olah raga, merokok dll
 Jika proses RA baik maka akan diperoleh distribusi variabel
konfounder yang “equal” pada kedua kelompok
Contoh :

distribusi frekwensi variabel konfounding

E +(100 orang) E – (100 orang)

• umur : tua 40% tua 41%

• sex : laki-laki 24 % laki-laki 26 %
• aktifitas olah raga : baik 15 % baik-baik 14%
• merokok : merokok 20% merokok 18%

• Selain variabel konfounder yang dapat terukur, variabel-variabel

konfounder yang tidak terukur juga akan terdistribusi secara
“equal” juga
• Jika distribusi frekwensi variabel konfounder “equal “ pada
kedua kelompok
• maka tidak perlu lagi dilakukan kontrol terhadap variabel
konfounder
pada fase analisis
• validitas interna meningkat
• analisis cukup sampai uji bivariate saja
• Contoh dari beberapa metode Random Allocation

Completely Random Allocation

1000

Random allocation

500 500

mendapat “E” tidak mendapat “E”

 Stratified Random Allocation

1000
Statifikasi berdasarkan
sex
Wanita Pria
400 600
Stratifikasi berdasarkan
umur
Tua Muda Tua Muda
150 250 400 200

Random allocation

75 125 200 100 75 125 200 100

Mendapat “exposure” Tidak mendapat “exposure”

Jenis studi experimen berdasarkan kelompok pembanding

• Within group design (pre-experimental design)

• Between group design
• true experimental design
• quasi experimental design

Whithin Group Design (pre-experimental design)

• nama lain single group design, pre-test and post-test design

• individu-individu yang diteliti sebelum dilakukan intervensi
dilakukan pengukuran terhadap variabel “outcome”
• tidak dilakukan randomisasi
• seluruh individu yang sama mendapat variabel “exposure”
• seluruh individu di “follow-up”, kemudian diukur variabel
“outcome”
• bandingkan variabel “outcome” pada saat pretes dan variabel
“outcome” pada postes
 Pretest and posttest design
Intervensi “exposure”

Sampel x Sampel x

pretes postes
variabel “outcome” variabel “outcome
THE PRESENT THE FUTURE
Between Group Design

• Merupakan studi experimen dimana peneliti membandingkan

“outcome” dari dua atau lebih kelompok yang mendapat
intervensi yang berbeda
• Macamnya :
• true experiment design ( ada proses randomisasi)
• quasi experiment design (tidak ada proses randomisasi)

True Experiment Design (randomized between-group design)

• nama lain RCT (Randomized Clinical Trial), untuk penelitian

yang bersifat klinis
• meneliti hubungan variabel “exposure” dengan variabel “outcome”
• “E” atau “exposure” dapat berupa : obat, program-program kesehatan,
• pelatihan, tindakan medis dan lain-lain
• “D” atau “outcome” dapat berupa: status klinis, status psikologis,
status kesehatan, status laboratoris, status pengetahuan, dll
 Skema disain studi “true experiment”

THE PRESENT THE FUTURE

D+
E+
randomisasi D-

D+
E-
D-
sampel
populasi
•langkah-langkah :
• pilih sampel dari populasi
• ukur variabel-variabel dasar (yang diduga sebagai confounder)
• lakukan proses randomisasi
• aplikasikan intervensi secara “blind”
• follow-up kelompok-kelompok yang diteliti
• ukur variabel “outcome” pada kelompok yang diteliti secara “blind”
• Langkah-langkah dalam penelitian :
• pilih sampel dari populasi
• ukur variabel-variabel dasar (yang diduga sebagai confounder)
• lakukan proses randomisasi
• aplikasikan intervensi secara “blind”
• follow-up kelompok-kelompok yang diteliti
• ukur variabel “outcome” pada kelompok yang diteliti secara “blind

Pilih sampel dari populasi :

• tugas pertama adalah menentukan

• siapa yang menjadi subjek untuk penelitian ini
dan bagaimana merekrutnya
• sesuaikan dengan pertanyaan penelitian
• kriteria interna
• kriteria externa
• tentukan populasi studi
• hitung sampel yang adekuat
• tarik sampel dari populasi secara random
Mengukur variabel-variabel dasar

• Sebelum proses randomusasi

• mengukur variabel karakteristik dasar dari seluruh individu
pada sampel
• pertimbangkan mengukur variabel “outcome”
• untuk memastikan bahwa “outcome” belum muncul
pada saat studi dimulai
• untuk dibandingkan dengan variabel “outcome”
setelah studi berakhir
• pertimbangkan mengukur variabel-variabel yang berpotensi
untuk menjadi konfounder
• Pengukuran variabel dasar dapat dipakai untuk mengecek apakah
randomisasi berjalan secara baik
• dengan membandingkan distribusi frekwensi variabel-
variabel dasar pada masing-masing kelompok
• apakah distribusi frekwensi variabel-variabel dasar
terdistribusi secara “equal”

• kadang-kadang terdapat penelitian tidak melakukan pengukuran

variabel dasar
• dengan anggapan randomisasi yang dikerjakan
memastikan adanya ekualisasi
• kelemahannya adalah peneliti tidak dapat mengecek
jika randomisasi tidak menghasilkan ekualisasi pada
masing-masing kelompok
Randomisasi

• menjadikan individu-individu di sampel mempunyai kesempatan

yang sama untuk mendapat “exposure” (E+) atau tidak mendapat
“exposure” (E-)
• variabel-variabel (karakteristik, konfounder atau variabel “outcome”
terdistribusi hampir secara “equal” pada kelompok yang E + dan E -
• sebagai dasar untuk merencanakan analisis yang akan dilakukan,

• jika variabel-variabel yang diukur setelah randomisasi :

• tersdistribusi secara “equal” pada kelompok yang

dibandingkan maka analisis bivariate sudah cukup

• tidak terdistribusi secara “equal” pada kelompok

yang dibandingkan maka analisis multivariate
dibutuhkan untuk mengontrol variabel- variabel
yang belum terdistribusi secara “equal”
Mengaplikasikan “E” secara Blind

• bila memungkinkan peneliti mendisain sedemikian rupa

sehingga subjek-subjek yang diteliti atau siapapun yang
kontak dengan mereka tidak mengetahui apakah mereka
termasuk kelompok E + atau E –

• “single” bilnd jika hanya subjek yang diteliti yang

tidak mengetahui

• “double” blind jika subjek yang diteliti dan peneliti

yang tidak mengetahui

• “triple” blind jika subjek yang diteliti, peneliti, dan

penganalisis data tidak mengetahui
• kegunaan “blinding” :

• randomisasi
• dapat mengeliminasi pengaruh variabel konfounder
pada waktu randomisasi dilakukan
• setelah proses randomisasi selesai yaitu pada periode
follow-up, proses randomisasi tidak dapat lagi mengeliminasi
variabel konfounder

• pada periode follow-up dapat muncul kondisi yang dapat

• menimbulkan bias misal :
• subjek yang mengetahui dirinya mendapat E + akan
merasa lebih baik, sebaliknya subjek yang mendapat E –
merasa dirinya menjadi lebih parah atau sebagainya
• peneliti yang mengetahui mengenai status keterpaparan
“exposure” pada subjek yang diteliti akan
• memberikan perhatian yang berlebih atau berkurang
• terpengaruh pada waktu mengukur variabel “outcome”
• penganalisis yang mengetahui status keterpaparan “exposure”
• dan “outcome” pada subjek-subjek yang diteliti dapat mem-
pengaruhi proses analisis yang dilakukannya

• untuk menghindari bias tersebut diatas, jika memungkinkan

dilakukan proses “blinding”

• tidak semua penelitian eksperimen dapat dilakukan proses

“blinding”
Mengukur “outcome”

• variabel “outcome” dapat diukur dalam skala kontinyu

ataupun kategorikal
• jumlah dari variabel “outcome” dapat lebih dari satu
• definisi operasional dari variabel “outcome” harus jelas
• peneliti sebaiknya telah membuat definisi operasional
untuk variabel “outcome” yang mungkin muncul akibat
adanya “side effect”pada studi experimen yang dilakukan
• sebaiknya “blinding”juga dilakukan pada waktu mengukur
variabel “outcome”
• kelengkapan data, minimal 90% baru dapat dikatan valid
Quasi Experiment Design (nonrandomized between-group design)

• Studi experimen dilakukan tanpa melaksanakan

proses randomisasi pada subjek-subjek yang diteliti
• Biasannya variabel konfounder tidak terdistribusi
secara “equal” pada kelompok-kelompok yang dibandingkan
• Variabel konfounder belum dapat dikontrol pada fase disain
• Variabel konfounder dikontrol pada fase analitik dengan
analisis multivariate
• Kerugiannya hanya variabel konfounder yang diketahui
dan dapat terukur saja yang dapat dikontrol, sedangkan
variabel konfounder yang belum diketahui dan tidak terukur
tidak dapat dikontrol
 Skema :

THE PRESENT THE FUTURE

D+
E+
D-
Non randomisasi

D+
E-
sampel D-
populasi

•langkah-langkah :
• pilih sampel dari populasi
• ukur variabel-variabel dasar
(yang diduga sebagai confounder)
• aplikasikan intervensi secara “blind”
• follow-up kelompok-kelompok yang diteliti
• ukur variabel “outcome” pada kelompok yang diteliti
secara “blind”
Kelebihan dan kelemahan dari studi experimen :

Kelebihan :

• dapat memberikan bukti kuat adanya hubungan sebab-akibat

• dapat merupakan satu-satunya disain yang sesuai dipakai misalnya
untuk mempelajari obat-obat baru
• dapat menghasilkan penelitian yang murah dan cepat dibanding
penelitian observasional :
• misal studi tentang efek dari diet rendah lemak pada kadar
kolesterol darah
• studi observasional dapat menjadi lebih lama dan mahal
Kelemahan :

• mahal dan memakan waktu

• tidak semua pertanyaan penelitian dapat dijawab dengan disain
experimen karena :
• masalah etika
• frekwensi “outcome” yang jarang
• standar intervensi “exposure” mungkin dapat berbeda dengan
kondisi sesungguhnya di populasi
• cenderung membatasi skope penelitian
 Disain Studi Intervensi
THE PRESENT THE FUTURE

D+
intervensi
E+
D-
“time to follow up”
intervensi
D+

E-
D-
Steps
• pilih sampel dari populasi
• peneliti mengintervensi subjek-subjek
yang diteliti
• kelompokkan menjadi
• kelompok E + (mendapat exposure)
• kelompok E - (tidak mendapat exposure)
• “follow -up” kedua kelompok
• ukur “outcome” (D+ atau D-) pada kedua kelompok
• bandingkan “outcome” pada kedua kelompok
DISAIN STUDI EPIDEMIOLOGI ANALITIK

Krisnawati Bantas/Dept Epidemiologi/FKMUI