METODE ANALISIS

PADA PENDEKATAN
KUANTITATIF DALAM
KESEHATAN MASYARAKAT

Dr. Windhu Purnomo

FKM UA
2018

Epidemiologi – Ilmu Dasar Kesehatan

• CEA Winslow, ilmuwan besar ilmu kesehatan pada awal abad 20

menyebut epidemiologi sebagai alat diagnosis ilmu kesehatan

• Metode epidemiologi dipakai untuk investigasi penyebab penyakit,

mengidentifikasi trend suatu penyakit yg mungkin membutuhkan
pelayanan medis atau kesehatan masyarakat, dan untuk
mengevaluasi efektivitas intervensi medis dan kesehatan
masyarakat

• Epidemiologi dipakai untuk melaksanakan fungsi mengukur dan

menganalisis di bidang ilmu kesehatan

1
 Pengertian Epidemiologi
• Epidemiologi mempelajari pola atau distribusi penyakit yang
terdapat pada populasi manusia dan faktor2 yg mempengaruhi
(determinan) pada pola atau distribusi penyakit tsb

• Istilah ini berhubungan dengan istilah epidemi (berasal dari bahasa

Yunani : pada masyarakat) yang berarti adanya peningkatan
frekuensi penyakit diatas biasanya atau yang diperkirakan yang
disebut endemic rate

• Epidemiologist menghitung jumlah kasus dari suatu penyakit dan

kapan mereka mendeteksi gejala epidemi, maka mereka
mengajukan pertanyaan 3 W ; who, when and where ??
- Siapa yang terserang penyakit ?
- Kapan dan Dimana terdapatnya penyakit ?

Definisi Epidemiologi:

ilmu yg mempelajari tentang

frekuensi (banyaknya atau
jumlahnya) & penyebaran
masalah kesehatan pada
kelompok manusia serta
faktor-faktor yg
mempengaruhinya

2
 Berdasarkan definisi di atas,
ada 3 faktor utama :
Frekuensi masalah kesehatan
(banyaknya atau jumlahnya)

Penyebarannya masalah
kesehatan: manusia, tempat dan
waktu

Mempelajari faktor yg
mempengaruhinya

Tujuan Akhir Epidemiologi

Tujuan akhir pengetahuan epidemiologi ini adalah dipakai untuk

mencegah dan pengendalian penyebaran penyakit

Bagaimana cara kerja epidemiologi telah ditunjukkan oleh dokter

kebangsaan Inggris : John Snow (dikenal sbg Bapak Epidemiologi
Moderen) untuk mempelajari wabah penyakit Cholera di kota London
pada tahun 1853-1854

Nama PAM di London Jumlah Kematian Kematian Tiap

krn Cholera 10.000 Rumah
Rumah
Southwark and Vauxhall Co 40.046 1263 315
Lambeth Company 26.107 98 37
Sisa kota London 256.423 1422 59
Sumber : Mauser JS (1985) Epidemiology : an Introductory Text, 2nd Ed, Elsevier. p.202

3
 Prinsip dan Metode Epidemiologi

Frekuensi penyakit biasanya dinyatakan dengan :

- Incidence rate adalah jumlah kasus baru pada populasi

tertentu yang berada dalam bahaya pada waktu tertentu,
(incidence rate) sangat bermanfaat dlm mengidentifikasi
sebab-sebab penyakit

- Prevalence rate adalah jumlah kasus yang ada (baru dan

lama) pada populasi tertentu yang berada dalam bahaya
pada satu waktu tertentu

Penelitian Deskriptif dan Analitik

• Penelitian deskriptif mempelajari distribusi penyakit dengan karakter

manusia seperti umur, jenis kelamin, etnik, kebiasaan, dlsbg,
kharakter tempat (variasi geografi), dan variabel waktu (perubahan
incidence dalam waktu lama, variasi musim, ataupun waktu sejak
suatu wabah penyakit dimulai)

• Hipotesis dihasilkan dari epidemiologi deskriptif dapat diuji melalui

studi epidemiologi analitik (sistematis)

• Terdapat beberapa tipe studi epidemiologi analitik, seperti studi

intervensi dimana yang paling umum adalah randomized, double blind
clinical trial dipakai untuk menguji pengobatan dengan obat baru atau
usaha-usaha pencegahan

4
Disain Penelitian Kuantitatif

• Penelitian Observasional :
a. Penelitian Observasional Deskriptif
b. Penelitian Observasional Analitik

• Penelitian Eksperimental :
a. Disain Pra-eksperimental (Eksperimental palsu)
b. Disain Eksperimental

Penelitian Observasional Deskriptif

• Termasuk Penelitian Observasional Deskriptif :

- Statistik kematian (mortality statistics)

- Statistik kesakitan (morbidity statistics)
- Populasi dalam bahaya (population at risk)
- Perbedaan geografis dalam kematian dan
kesakitan
(Geographical differences in mortality and
morbidity)
- Kecenderungan waktu (time trends)
- Hubungan dengan indikator lingkungan
(Association with environmental indices)
- Pencatatan kasus (case registry)
- Survei umum (general surveys)

5
 Disain Penelitian Eksperimental
1. Disain pra-eksperimental (eksperimental palsu): disain ini sebaiknya
dihindari krn tidak memenihi kriteria sbg penelitian eksperimental
krn banyaknya variabel luar yang tidak dikendalikan
a. Disain perlakuan tunggal (one shot case study)
b. Disain perlakuan ulang (one group pre-test and post-test design)
c. Disain perlakuan statik (static group comparison)

2. Disain eksperimental
a. Disain variabel eksperimental tunggal (single variable design)
- Disain eksperimental murni (true experimental design)
1. Disain eksperimental sederhana (post test only control
group)
2. Disain eksperimental ulang (pre-test post-test control
group)
3. Disain eksperimental Solomon (Solomn four groups
design)
- Disain eksperimental kuasi (quasi experimental design)
b. Disain variabel eksperimental ganda (factorial design)

Penelitian Eksperimental
vs. Penelitian Observasional Analitik

• Penelitian cross-sectional, case control, dan cohort

pengujian hanya sampai tingkat ada tidaknya hub
korelasi antara faktor risiko lingk dan terjadinya efek
(perubahan sub-klinis atau klinis/penyakit), sementara
itu kedalaman korelasi sebab-akibat tidak dapat diuji
secara empirik

• Jadi penelitian observasional analitik hanya sampai

pada tingkat dugaan berdasarkan teori atau logika
peneliti

6
Statistika (juga epidemiologi) mempelajari populasi
manusia
• Dalam mempelajari distribusi dan determinan penyakit
dalam populasi manusia, epidemiologist menggunakan
tipe metode epidemiologi yang terbatas untuk dapat
dilakukan

• Bagaimanapun juga, epidemiologi telah membuktikan

berbagai informasi yang sangat penting tentang faktor-
faktor pengaruh terhadap kesehatan manusia

Statistika:
pengambilan keputusan dari ketidak-pastian
• Dunia ini penuh dengan ketidak-pastian, dimana ilmu tidak selalu
bisa memberikan jawaban thd pertanyaan masyarakat, shg
untung ada statistics menyediakan cara mempelajari paling tidak
membantu masyarakat tentang apa yang masyarakat fikirkan apa
yang mereka ingin ketahui

• Kebanyakan studi epidemiologi atau studi di bidang kesehatan

masyarakat lainnya sangat bergantung pada statistik untuk untuk
menganalisis dan menginterpretasikan data

• Analisis statistik bisa mendapatkan probabilitas (p) dari apa yg

diobservasi yang mengindikasikan hasilnya adalah signifikan
secara statistik, dan studi pada populasi besar nampak lebih valid
ketimbang dengan subyek kecil, walau sumber error selain variasi
random banyak di populasi besar

7
• Pengetahuan statistik juga penting untuk mengevaluasi uji
skrining, dipakai untuk pendekatan pencegahan sekunder untuk
mendeteksi penyakit, sehingga dapat diobati dalam fase dini

• Uji yang punya sensitivitas tinggi punya kecenderungan

menghasilkan positif palsu (false positive), sedangkan uji yang
punya spesifikasi tinggi cenderung menghasilkan negatif palsu
(false negative)

• Kebanyakan program skrining pakai test sensitif dan follow up

hasil positif dengan test yang lebih mahal dan sensitivitas dan
spesifisitas yang tinggi

• Untuk kondisi2 jarang di populasi yang sedang di skrining, maka

jumlah false positive mungkin lebih tinggi drpd jumlah true positive

Rates
• Untuk meletakkan angka dalam perspektif, maka sering
dikonversi dalam bentuk ”rates” yang sangat bermanfaat dalam
epidemiologi dan sebagai jalan untuk memahami pentingnya
kuantitas data untuk menganalisis data kesehatan dan masalah
kesehatan

• Rates sering dipergunakan sebagai indikator kesehatan adalah

angka kematian (mortality rates), birth rates, fertility rates, infant
mortality rates, dan maternal mortality rates

• Rates dapat disesuaikan secara statistik untuk membuat

mereka bisa diperbandingkan dari satu populasi dengan
populasi lainnya, dimana age spcific rates juga dapat dihitung

• Konsep statistik lain yg sangat berguna dalam kesehatan

adalah : life expectancy dan years of potential life lost

8
 Risk Assessment
• Usaha kesehatan masyarakat untuk proteksi kesehatan
penduduk membutuhkan perhitungan “risk”

• Risk assessment adalah proses formal untuk menghitung

probabilitas berbagai kejadian yang merugikan, dimana
pengukuran secara ilmiah sering bertentangan dengan risiko
persepsi dari masyarakat

• Kesehatan Msayarakat itu berbasis ilmu, termasuk ilmu statistik,

yang merupakan ilmu ketidak-pastian

• Studi scientific sering merupakan jalan untuk menjawab

pertanyaan masyarakat, dan studi menghasilkan statistik yang
harus diinterpretasikan !!!

Peranan Data dalam Public Health

• Statistik kesehatan adalah petanda vital kesehatan
masyarakat, dimana pemerintah pusat, provinsi dan
kabupaten/kota mengumpulkan data penduduknya dimulai
dengan membuat sertifikat (akte) kelahiran dan diakhiri dengn
sertifikat (akte) kematian

• Sensus penduduk yang dilakukan setiap 10 tahun sekali

menghasilkan informasi tentang umur, jenis kelamin,
komposisi etnis, dan informasi lain yang memungkinkan
penghitungan angka kelahiran, angka kematian, angka
kematian bayi, umur harapan hidup, dan data lain yang
membentuk dasar fungsi pengukuran tingkat kesehatan

• Statistik kesehatan dipergunakan untuk semua aspek

pembuatan kebijakan kesehatan masyarakat dan evaluasi,
meliputi identifikasi, analisis masalah, trend, riset bidang
kesehatan, evaluasi program, budgeting, pertimbangan dan
pembuatan keputusan, serta pendidikan kesehatan

9
 Tujuan dilakukan penelitian

PROBLEM

RESEARCH

PROBLEM
SOLVING

Posisi statistika (analisis data) dalam penelitian

Masalah &
rumusan
masalah
Studi pustaka Laporan ilmiah

S
Formulasi Generalisasi &
hipotesis T kesimpulan
A
Model T
pengujia Manajemen &
I
n analisis
hipotesis S data
Pengumpulan
T
data I

10
Batasan:

Penelitian Penelitian
Kualitatif
Kuantitatif

Statistikal Non statistikal

Data agregat Data individual

Analisis Data pada Penelitian

Kuantitatif

• Studi pada agregat

• Hasil analisis data berupa informasi yang
berbentuk angka, bukan kata seperti
halnya informasi pada penelitian kualitatif,
maka analisis data pada penelitian
kuantitatif selalu berkenaan dengan
prosedur statistika (statistical procedure)
atau analisis statistika (statistical analysis).

11
 Analisis Data pada Penelitian
Kuantitatif

– Statistika Deskriptif (Descriptive

Statistics)

– Statistika Inferential (Inferential

Statistics)
• Parametrik (untuk data interval dan
rasio)
• Non-parametrik (untuk data nominal dan
ordinal)

Tahapan analisis data

Analisis DESKRIPTIF:
meringkas & mengorganisasikan data profil
• ukuran sentral (mean, median, modus) sampel
& frekuensi relatif (rasio, proporsi,
rate)
• ukuran dispersi (SD)
• pola distribusi (skewness & kurtosis)

Analisis INFERENSIAL:
generalisasi / induksi
• estimasi
populasi
• uji hipotesis
(hanya bila sampel random &
cukup)

12
 Statistika Deskriptif
• memungkinkan seorang peneliti untuk
mengorganisir, merangkum, dan
menggambarkan observasi yang dia
lakukan
• memberi gambaran dan menyajikan
ringkasan data dari populasi sehingga
informasi apa adanya dari data
tersebut bisa diperoleh dengan
sistematis dan jelas.

Statistika Deskriptif

Informasi itu bisa berupa:

• distribusi frekuensi
• Ukuran kecenderungan tendensi sentral
(mean-nilai rerata, median-nilai tengah,
mode-nilai paling sering muncul)
• Ukuran variabilitas (range-perbedaan nilai
tertinggi dan terendah, simpangan baku).
• penyajian data bisa dalam bentuk tabel
(tabulasi) atau grafik/diagram

13
Contoh pertanyaan penelitian yg
menggunakan Statistika Deskriptif

• Seberapa besar • Frekuensi

kejadian • Proporsi
kanker • Rerata
payudara di • Diagram
kabupaten
• dll
Banyuwangi?
• Apa karakteristik ibu
hamil yang
mengalami anemia di
provinsi Jawa
Timur?

Statistika Inferensial
• Statistika inferensial adalah metode
statistika yang berguna untuk membuat
inferensi tentang populasi dari sampel
probabilitas/acak.

• Metode ini digunakan untuk

menggambarkan populasi hanya dengan
menggunakan informasi dari observasi
yang dilakukan terhadap sampel
probabilitas dari populasi.

14
 Statistika Inferensial

• Estimasi

• Uji hipotesis

UJI HIPOTESIS
DATA KUANTITATIF

Normal DISTRIBUSI
Tidak Normal

STATISTIK STATISTIK
PARAMETRI NON-
K PARAMETRI
K

15
Contoh statistika parametrik
• The Comparison of Groups (Compare Mean)
t-test
Anova
Manova

• Measure of Association between Two or more

Variables (Correlate)
Pearson’s Product Moment
Regression
Canonical Correlation
Analysis

Contoh statistika non-parametrik

• Dua sampel saling berhubungan • Wilcoxon signed-rank, Mc Nemar
(two related samples) change test

• Dua sampel bebas (two • Mann-Whitney U test, Chi-Square

independent samples) test, Kolmogorov-Smirnov test

• Beberapa sampel berhubungan • Friedman test, Cochran’s Q

(several related samples)

• Beberapa sampel bebas (several • Kruskal-Wallis test, Chi-Square

independent samples) test, Median test

16
 Analisis Data pada Penelitian
kualitatif

• suatu proses pelacakan dan pengaturan

secara sistematis materi data yang
terkumpul dari berbagai teknik
pengumpulan data kualititatif seperti
transkrip wawancara, catatan lapangan,
observasi partisipan atau bahan-bahan
lain pada studi individual

Penafsiran Data
Pada penelitian kualitatif:
• peneliti melakukan proses induktif (inductive
process), yaitu menarik makna dari hubungan
dan aspek-aspek umum yang tergambar dalam
kategori-kategori dan pola-pola yang muncul
dari data. Penafsiran data kualitatif sangat
dipengaruhi oleh latar belakang, pengetahuan,
dan orientasi teori peneliti serta kemampuan
intelektualnya dalam menarik makna dari
analisis data

17
Pada penelitian kuantitatif:
• pada penelitian kuantitatif penafsiran data
lebih mengarah pada proses deduktif
yaitu, verifikasi teori dengan melakukan uji
hipotesis (hypothesis testing)

• karena pada penelitian kuantitatif prosedur

statistika dominan dilakukan maka uji
hipotesis ini menjadi sangat penting pada
penafsiran datanya.

Pada penelitian kuantitatif:

• tidak semua penelitian kuantitatif selalu
menggunakan hipotesis, karena itu
ada penafsiran penelitian eksploratif
dan deskriptif tanpa hipotesis yang
penafsirannya tidak memerlukan uji
hipotesis.
• dalam penelitian eksploratif-deskriptif,
penafsiran data di lakukan dari apa yang
tergambar dalam statistik diskriptif
sehingga tidak menarik kesimpulan dari
inferensi.

18
 Statistika (statistics) ?
Ilmu/metode/prosedur ttg D
statistik (statistic)

statistik (statistic) ?

(RAW) DATA

19
statistik

statistik

20
Statistik
Mengandung 3 komponen:
• Ukuran
• Variabel
• Populasi (kumpulan obyek)

dan mempunyai Harga

Contoh Statistik
• Angka Kejadian Kematian Bayi di Kabupaten
P tahun 2010 = 30 per 1000 kelahiran hidup

– Ukuran: Angka
– Variabel: Kejadian Kematian
– Populasi: Bayi di Kabupaten P pada 2010
– Harga: 30 per 1000 KH

21
 (Penyajian) statistik

STATI STI KA

peringkasan/pengorganisasian

(Raw) STATISTIK
DATA

Statistik (statistic) :
• hasil peringkasan/pengorganisasian
data D bisa dimengerti
• ukuran/karakteristik yg dimiliki
sampel

22
 Populasi

Sampel

Rerata (mean)
skor Motivasi di sampel
=x
= 52,40
Rerata (mean)
skor Motivasi di populasi
= 
= ?

Syarat sampel yg bisa

mencerminkan populasi:
1. Diambil secara ACAK (RANDOM)
: sampel REPRESENTATIF

2. Besar sampel (n) CUKUP (dihitung dg

rumus yg sdh memperhitungkan
standard error) :
sampel RELIABEL (ANDAL)

23
Generalisasi (menyimpulkan
karakteristik sampel pada
populasinya):

• Estimasi (melakukan estimasi parameter,

dengan statistik sebagai estimatornya)
• Uji hipotesis (menguji perbedaan &
hubungan antar variabel)

Statistik & parameter

• Statistik: ukuran/karakteristik yg
dimiliki sampel (simbol: huruf kecil
Latin
D x, s, p, r, dll)

• Parameter: ukuran/karakteristik yg
dimiliki populasi (simbol: huruf kecil
Yunani
D , , , , dll)

24
STATISTIKA:

Ilmu/prosedur/metode yg mempelajari:

• Peringkasan dan pengorganisasian data

D STATISTIKA DESKRIPTIF

• Generalisasi (inferensi/induksi)
D STATISTIKA
INFERENSIAL/INDUKTIF

STATISTIKA
(peringkasan/
pengorganisasian,
generalisasi)

(Raw) INFORMASI
DATA

Pengambilan
keputusan

25
 Data & Variabel
• Data: hasil pengamatan dari sebuah atau
sekumpulan obyek

• Variabel: hasil pengamatan dari sekumpulan

obyek (agregat) yang nilainya bervariasi di suatu
populasi

• Konstanta: hasil pengamatan dari sekumpulan

obyek yang nilainya tidak bervariasi di suatu
populasi

Skala pengukuran
Skala
Nominal Ordinal Interval Rasio
Sifat

Membedakan + + + +

Jenjang - + + +

Selisih - - + +

Nol mutlak - - - +

Contoh: suku stadium suhu berat

26
 Contoh Variabel dan nilai-nilainya:

• Nominal
Suku bangsa: Jawa, Madura, Batak
• Ordinal
Stadium penyakit: Ringan, Sedang, Berat
• Interval
Suhu (derajad Celsius): 28, 40, 100, 0, -10
• Rasio
Berat (kg): 100, 1000, 52, 40

• Nominal = Kualitatif
• Ordinal = Semi-kuantitatif
• Interval-rasio = Kuantitatif

27
Referensi

28