Analisis Dan Penyajian Data Kohort.docx

  • Uploaded by: niken
  • 0
  • 0
  • November 2019
  • PDF

This document was uploaded by user and they confirmed that they have the permission to share it. If you are author or own the copyright of this book, please report to us by using this DMCA report form. Report DMCA


Overview

Download & View Analisis Dan Penyajian Data Kohort.docx as PDF for free.

More details

  • Words: 795
  • Pages: 5
C.

PENYAJIAN DATA

Semua data yang telah diperoleh, meliputi data kejadian penyakit yang dialami oleh kelompok terpapar dan kelompok tidak terpapar, dilakukan pengolahan data agar dapat ditangani dengan mudah, meliputi kegiatan editing, coding, processing, dan cleaning. Selanjutnya data yang diperoleh disajikan dalam tabel.

Hasil penelitian kohor biasanya dianalisis berdasarkan besarnya insiden kejadian pada akhir pengamatan terhadap kelompok yang terpapar dibandingkan dengan kelompok kontrol. Dalam analisis demikian ini, selain mereka yang tidak terpapar sebagai kelompok kontrol, juga dimungkinkan membandingkan tingkat keterpaparan yang berbeda antara kelompok target dengan kelompok kontrol. Hasil perhitungan adalah dengan menentukan besarnya pengaruh keterpaparan atau hubungan tingkat keterpaparan dengan hasil luaran (efek). Ukuran yang sering digunakan untuk menilai besarnya pengaruh taktor keterpaparan terhadap kejadian adalah tingkat risiko relatif(RR).

D. ANALISIS DATA Pada penelitian kohort, peneliti menghitung besarnya risiko yang dihadapi kelompok terpapar untuk terkena penyakit menggunakan perhitungan Relative risk/ RR (risiko relatif) dan Atribute risk/ AR (risiko atribut). RR adalah perbandingan antara insidensi penyakit yang muncul dalam kelompok terpapar dan insidensi penyakit yang muncul dalam kelompok tidak terpapar.

Besarnya rate insiden (IR) umum : Jumlah penderita/jumlah yang diamati :

Besarnya rate insiden kelompok terpapar (IRT): Jumlah penderita dari kelompok terpapar/ jumlah semua anggota kohor yang terpapar:

Besarnya rate insiden yang tidak terpapar (IR ) : Jumlah penderita dari kelompok yang tidak terpapar/jumlah anggota kohor yang tidak terpapar.

Besarnya risk relatil (RR) : rate insiden yang terpapar/rate insiden yang tidak terpapar.

Nilai RR menyatakan besarnya risiko (kemungkinan) untuk menderita bagi mereka yang terpapar dibanding dengan mereka yang tidak terpapar atau memperlihatkan besarnya pengaruh keterpaparan terhadap timbulnya penyakit. Risiko relatif merupakan nilai perbandingan (rasio) antara rate insiden kelompok terpapar dengan rate insiden kelompok yang tidak terpapar, pada akhir pengamatan. Bila nilai RR = 1 artinya tidak ada pengaruh antaraketerpaparan dengan kejadian penyakit. Bila nilai RR > 1 artinya ada pengaruh positil di mana faktor keterpaparan mempunyai peranan dalam timbulnya kejadian yang diamati. Makin besar nilai RR, makin besar pula nilai kelipatan pengaruh tersebut. Sedangkan bila nilai RR < 1, artinya faktor keterpaparan bukan merupakan risiko kejadian penyakit, tetapi mempunyai efek pencegahan terjadinya penyakit. Selain nilai risiko relatit tersebut di atas, dikenal pula nilai perbedaan rate insiden dari kedua kelompok yang diamati, dan nilai ini disebut risiko atribut (Attributable Risk). Besarnya risiko atribut (RA) adalah selisih antara rate insiden kelompok terpapar dengan rate insiden kelompok yang tidak terpapar.

Nilai RA ini menunjukkan besarnya pengaruh bila faktor keterpaparan dihilangkan atau untuk melihat besarnya kemungkinan dalam usaha pencegahan penyakit. Kedua nilai tersebut di atas mempunyai arti tersendiri yaitu risiko relatif menunjukkan berapa besarnya pengaruh faktor keterpaparan terhadap kejadian penyakit maupun kematian, sedangkan risiko atribut mempunyai kepentingan dalam kesehatan masyarakat di mana frekuensi kejadian dapat diperkirakan pada suatu populasi tertentu. Setelah data diolah, dilakukan analisis data secara univariat dan bivariat, atau multivariat. Untuk menilai apakah paparan (faktor risiko) yang dialami subjek sebagai penyebab timbulnya penyakit, dilakukan uji kemaknaan dengan uji statistik yang sesuai. Keputusan uji statistik dapat dicari dengan pendekatan klasik ataupun probabilistik.

1. Analisis Univariat

Data diolah dalam bentuk tabel dan grafik. Analisis data yang dilakukan adalah bersifat

kuantitatif dan deskriptif. Kegiatan manipulasi

data

dilaksanakan dengan bantuan software SPSS 22.0. Analisis data univariat untuk mengetahui distribusi frekuensi.

2. Analisis Bivariat

Hubungan antar variable (bivariat) digunakan untuk melihat hubungan antar variable. Uji yang digunakan adalah uji Chi Square dengan tingkat α = 0.05. Apabila nilai p (p-value) yang didapatkan lebih kecil dari nilai α = 0.05 maka hipotesis awal (Ho) gagal untuk ditolak. Artinya variable-variabel tersebut memiliki hubungan dengan kejadian. Penyajian data dilakukan dalam bentuk tabel dan narasi. Untuk mengetahui derajat hubungan antara variabel (exposure) dengan kejadian (outcome) dilihat melalui nilai Risiko Relatif (RR). Risiko Relatif adalah nilai hasil perbandingan risiko antara kelompok terpajan dan tidak terpajan. Nilai RR : 

1

Tidak ada hubungan,faktor yang diteliti bukan faktor risiko.(risiko

kelompok terpajan sama dengan risiko kelompo tidak terpajan) 

<1

Hubungan negative, artinya risiko pada kelompok terpajan lebih

kecil jika dibandingkan dengan kelompk yang tidak terpajan untuk mengalami kejadian.Faktor yang diteliti bersifat protektif 

>1

Hubungan positif, artinya risiko pada kelompok terpajan lebih

besar jika dibandingkan dengan kelompok yang tidak terpajan untuk mengalami kejadian. Faktor tersebut merupakan faktor resiko.

3. Analisis Multivariat

Analisis multivariate merupakan metode statistic yang memungkinkan kita melakukan penelitian terhadap lebih dari dua variable secara bersamaan Dengan menggunakan teknik analisis ini maka kita dapat menganalisis pengaruh beberapa

variable terhadap variable – (variable) lainnya dalam waktu yang bersamaan. Analisis multivariate digunakan karena pada kenyataannya masalah yang terjadi tidak dapat diselesaikan dengan hanya menghubung-hubungkan dua variable atau melihat pengaruh satu variable terhadap variable lainnya.

Untuk menganalisis hasil akhir suatu pengamatan kohor, harus dianalisis apakah setiap nilai yang diperoleh pada pengamatan, memenuhi syarat serta betulbetul sesuai dengan ketentuan penelitian. Di samping itu, nilai yang dicapai harus memberikan gambaran hubungan penyebab (causality associated) dengan memperhatikan syarat-syarat yang telah dikemukakan terdahulu.

Related Documents


More Documents from "dwianto agung siwitomo"