INTERPRETASI DATA
Surveilens Kesehatan Masyarakat
TUJUAN PELAJARAN
• Mendeskripsikan pendekatan epidemiologis pd analisis surveilens
• Mendeskripsikan pendekatan praktis pd analisis surveilens
• Menyajikan data surveilens mnrt waktu,tempat,orang
• Mendeksripsikan konsep rates dan standardisasi rates
• Mendeskripsikan pendekatan pd eksplorasi analisis data
• Mendemonstrasikan kegunaan grafik,dan peta (map)
• Mendeskripsikan interpretasi yg sistematik dr data surveilens
Pertimbangan dalam Analisis data surveilens
• Mengetahui kesatuan karakteristik yang tidak biasa dari susunan data
• Melakukan dari yang paling sederhana ke yang paling kompleks
• Menyadari bila ketidaktepatan dalam data tidak memungkinkan
analisis yang canggih
Konsep kunci penentu akurasi data
surveilens
Reliabilitas Validitas
• Apakah suatu kondisi penting • Apakah kondisi yang penting
dilaporkan secara konsisten oleh seperti yang dilaporkan
mencerminkan kondisi yang
pengamat yang berbeda-beda? sesungguhnya terjadi?
Orang
Parameter
epidemiologik Tempat
dasar
Waktu
Analisis data menurut orang
• Variabel yang mungkin:
• Umur
• Jender
• Ras atau etnis
• Status perkawinan
• Pekerjaan
• Tingkat pendapatan dan pendidikan
Analisis data menurut tempat
• Dimana pemajanan terjadi,bukan darimana pemajanan dilaporkan
• Memungkinkan identifikasi sumber-sumber pencegahan sebagai sasaran
secara efektif
• Menggunakan komputer dan perangkat lunak pemetaan yang
memungkinkan untuk analisis yang canggih
• Perkotaan vs pedesaan (urban vs rural)
• Pemukiman vs non pemukiman
• Domestik vs asing
• Di dalam vs di luar
• Institusi vs non institusi
Analisis data menurut tempat (lanjutan)
• Perbedaan luas geografik
• Hambatan alamiah ; gunung,sungai, pohon, laut,garis politik(demarkasi)
• Perbedaan lokasi
• Pemetaan faktor lingkungan
• Perbedaan urban dan rural
• Perbandingan internasional
• migrasi
• Variasi dalam institusi tunggal
Analisis data menurut waktu
• Membandingkan jumlah laporan kasus yang diterima selama interval
waktu tertentu
• Membandingkan jumlah kasus untuk periode saat ini dengan jumlah
yang dilaporkan dalam interval yang sama selama periode waktu
sebelumnya
• Cara umum untuk menggali variabilitas waktu adalah memplot data ke
bentuk kurve epidemik
• Variasi jangka pendek:
• Sporadik (kejadian jarang tanpa keteraturan)
• Endemis (kejadian dapat diprediksi hanya dengan sedikit atau fluktuasi yang
dapat diprediksi)
Variabel waktu
• Variasi jangka pendek:
• Epidemik
• Common source,point of source =
point epidemic:kejadian jelas
meningkat pd suatu
waktu,kemudian menurun ke arah
normal secara cepat
• Propagated;kejadian jelas
meningkat dg kelanjutan
peningkatan dlm suatu waktu
Variabel waktu
• Jangka pendek:
• Pandemik (kejadian penyakit hampir meliputi semua benua)
Proporsi:tipe khusus rasio yang numeratornya bagian (subset) dari suatu populasi
denominator, contoh proporsi pria di kalangan mahasiswa kesehatan.
Rumus : (x/ x+y) *100%
Rate: mungkin suatu proporsi atau mungkin dibatasi dalam suatu ruang lingkup. Misal insiden
rate.Rumus: kasus baru per 1000 penduduk
Manfaat rate dalam epidemiologi
1 2 3
Merumuskan dan Mengidentifikasi faktor Menyiapkan
menguji hipotesis risiko penyakit dan perbandingan yang
tentang sebab akibat cedera valid dalam atau
diantara populasi
selama waktu tertentu
Crude rates:mendeskripsikan
suatu populasi
Standarisasi
rate:menstandarisasi rate ketika
membandingkan populasi
Bila angka specific rates
dalam populasi studi tidak
Kapan harus tersedia
menggunakan
standardisasi Bila angka yang begitu kecil
tak langsung? dalam kategori strata yang
datanya tidak dapat
dipercaya
Specific rates untuk populasi yang dipilih
standardisasi tidak
langsung terhadap Crude rate untuk populasi studi
suatu rate:
Crude rate utk populasi standar
Dapat menstandardisasi untuk variabel
perancu (konfounding)
Besarnya adalah
Mgkn dapat
buatan (angka fiktif)
menyembunyikan
bergantung dari
perbedaan
populasi standar
Analisis rate
Meminimkan asumsi
Mendemonstrasikan Menyediakan
Menyusun data
pola data dan sebagai sumber
dalam baris dan
hubungan diantara informasi untuk tipe
kolom
variabel-variabel lain dari grafik data
Petunjuk untuk pembuatan tabel
Menjelaskan
Mencatat ekslusi Haruslah berdiri
singkatan dan Sumber rujukan
data sendiri
simbol2
Memperagakan secara visual
informasi kuantitatif
Tujuan
Memungkinkan para peneliti untuk
pembuatan menangkap penyajian dan analisis
grafik
Mengorganisasi,meringkas dan
memperagakan informasi secara
jelas dan efektif
Berbeda dengan tabel, gambar sudah ditentukan peruntukannya sesuai
jenis data
Data numerik:
• Histogram,
• Frek poligon,
• Ogive,
• Stem & leaf,
• Box plot,
Data kategorik:
• Bar , Single bar, multiple, subdivided
• Pareto chart
• Pie
• Line diagram
• Pictogram
• Mapgram
Gambar:2 (Frek Poligone)
Distr BB Mhs KesMas tahun 2021
Ogive
Y
Less then
Md
Posisi
Md
More then
Nilai
Md
X
Stem & leaf
40 44555677899 11
50 00022445677889 14
60 011122333444666778899 21
70 001122233355 12
80 022334 6
90 0045 4
Kuartil2= Median
K1
Batas bawah
Scatter Diagram
• Scatter
+
+
TB + +
+
+ + +
+
+
BB
Bar diagram/single bar
Jumlah akseptor baru di Psk X triwulan I, II & III th 2020
50 52
45
40
35
30
20
10
100 95
90
80
Pareto Chart 70
60
Jumlah Kematian dan 60
3penyebab di RS “X” 50
th 2020 40 35
30
20
10
0
Kecelakaan PJK Ca
Pie Diagram
Jumlah HIV AIDs dan H5N1 di Jakarta
th 2000-2004
Line diagram
jml
HIV
AIDs
H5N
1
Tahun 2001:
Tahun 2003:
Tahun 2005:
Keterangan:
= 10 kasus
Peta
DHF
H5N1
Limitasi-limitasi dalam data
• Under reporting
• Ketidakterwakilan /representativeness
• Definisi kasus yang tidak konsisten
Pertimbangan untuk menginterpretasi data
• Apakah sifat pelaporan diubah?
• Apakah telah ada petugas baru atau daerah geografik yg dimasuki
sistem tersebut?
• Apakah definisi kasus telah diubah?
• Apakah intervensi baru telah diperkenalkan?
Interpretatif yang harus digunakan untuk data
surveilens
• Memonitor kecenderungan
• Mengidentifikasi epidemik
• Mengidentifikasi sindrom
• Menilai kebijakan publik
• Memproyeksikan kebutuhan masa depan
This Photo by Unknown Author is licensed under CC BY-NC