Bahan Pemicu 4 Ikm Ivan Buntara Kelompok 13.pptx

BAHAN PEMICU 4 IKM Ivan Buntara 405120049

Learning Objective Mengetahui dan menjelaskan metodologi penelitian dan aplikasinya pada kasus

LANGKAH-LANGKAH MELAKUKAN PENELITIAN (METODOLOGI PENELITIAN) 1. 2. 3. 4. 5. 6. 7. 8. 9.

Merumuskan masalah Formulasi tujuan umum dan tujuan khusus Menentukan variabel penelitian (faktor yang diteliti) Formulasi hipotesis penelitian Formulasi definisi operasional penelitian Menentukan desain penelitian Melakukan populasi dan sampling Mengumpulkan data Menganalisis data (dengan uji statistik, dan sebagainya) 10. Interpretasi dan pelaporan hasil

MASALAH PENELITIAN • Masalah penelitian merupakan kondisi yang menunjukkan kesenjangan (gap) antara peristiwa atau keadaan nyata (das sein) dengan tolok ukur tertentu (das sollen) sebagai kondisi ideal atau seharusnya bagi peristiwa atau keadaan tertentu • Masalah penelitian harus : – dapat dipecahkan sebagian atau seluruhnya dengan penelitian – Kemungkinan jawabannya lebih dari satu

• Berupa variabel tergantung

MASALAH PENELITIAN • Syarat masalah kesehatan agar dapat diangkat menjadi masalah penelitian : FINER – F (Feasible)→tersedia subyek penelitian, dana, waktu, alat, dan keahlian – I (Interesting)→menarik bagi peneliti – N (Novel)→mengemukakan sesuatu yang baru, membantah/mengkonfirmasi penemuan terdahulu, melengkapi/mengembangkan hasil penelitian terdahulu – E (Ethical)→tidak bertentangan dengan etika – R (Relevant)→untuk pengembangan ilmu pengetahuan, peningkatan tata laksana pasien/kebijakan kesehatan, sebagai dasar untuk penelitian selanjutnya

MASALAH PENELITIAN • Sumber masalah penelitian : – Kepustakaan (ada hal yang belum disepakati oleh para ahli) – Bahan diskusi, konferensi, seminar, simposium, lokakarya, dan sebagainya – Pengalaman sehari-hari – Pendapat pakar yang masih bersifat spekulatif – Sumber non-ilmiah. Contoh = surat kabar

MASALAH PENELITIAN PADA KASUS PEMICU • Adanya perbedaan efektivitas obat antibiotik sebagai terapi pneumonia pada anak di rumah sakit periode Juni 1998-Agustus 2000

TUJUAN PENELITIAN • Uraian tentang tujuan penelitian mencakup : – Tujuan umum : uraian tujuan penelitian yang mengacu pada aspek yang lebih luas atau tujuan jangka panjang penelitian, tidak terbatas pada hal yang langsung diteliti/diukur – Tujuan khusus : uraian tujuan penelitian secara rinci (jelas dan tajam) mengenai hal-hal yang akan langsung diukur, dinilai, atau diperoleh dari penelitian

• Dinyatakan dalam bentuk kalimat pasif

TUJUAN PENELITIAN PADA KASUS PEMICU • Tujuan umum : • Menurunnya angka kematian anak karena pneumonia di negara berkembang

• Tujuan khusus : – Diketahuinya proporsi anak yang mendapatkan terapi antibiotik pneumonia – Diketahuinya proporsi anak yang sembuh setelah mendapatkan terapi obat K – Diketahuinya proporsi anak yang sembuh setelah mendapatkan terapi obat B – Diketahuinya hubungan antara perbedaan efektivitas obat dengan perbedaan kesembuhan pneumonia

VARIABEL PENELITIAN • Variabel Bebas (independent variable) = Variabel yang apabila ia berubah akan mengakibatkan perubahan pada variabel lain (berupa prediktor, faktor risiko, determinan, kausa) • Variabel Tergantung (dependent variable) = Variabel yang berubah akibat perubahan variabel bebas (efek, hasil, outcome, respons, event)

VARIABEL PENELITIAN • Variabel Antara (intermediate factors) = Variabel yang terletak di antara variabel bebas dan tergantung, yang secara konseptual digunakan sebagai penjelas terjadinya hubungan di antara variabel bebas dan tergantung. Contoh :

VARIABEL PENELITIAN Variabel Perancu (confounding factors) = Jenis variabel yang berhubungan dengan variabel bebas dan variabel tergantung, tetapi bukan merupakan variabel antara. Contoh : jenis kelamin, usia, pola diet, kebiasaan/gaya hidup

VARIABEL PENELITIAN • Variabel menurut skala : – – – –

Nominal Ordinal Interval Rasio

• Variabel menurut sifat : – Kategorik/kualitatif/non-parametrik (hasil pengklasifikasian) – Numerik/kuantitatif/parametrik • Diskrit • kontinu

VARIABEL PENELITIAN-MENURUT SKALA (SKALA NOMINAL) • Skala nominal : hanya merupakan nama atau label dan tidak mengandung informasi peringkat. Contoh : – golongan darah (A,B,AB,O) – suku bangsa (Jawa,Dayak,Bugis) – Jenis kelamin (laki-laki,perempuan)

• Skala nominal yang mempunyai 2 nilai disebut dikotom (sembuh/tidak sembuh)

• Skala nominal yang mempunyai lebih dari 2 nilai disebut polikotom (Islam,Hindu,Kristen,Katolik)

VARIABEL PENELITIAN-MENURUT SKALA (SKALA ORDINAL) • Skala ordinal : terdapat informasi peringkat, tetapi jarak antara dua peringkatnya tidak dapat dikuantifikasikan. Contoh : – derajat penyakit (ringan,sedang,berat) – tingkat sosial ekonomi (rendah,menengah,tinggi) – status gizi (buruk,kurang,cukup,lebih)

VARIABEL PENELITIAN-MENURUT SKALA (SKALA INTERVAL DAN RASIO) • Skala interval : skala numerik yang tidak mempunyai nilai 0 alami (nilai absolute zero). Contoh : suhu dalam derajat Celsius, IQ manusia • Skala rasio : skala numerik yang mempunyai nilai 0 alami (nilai absolute zero). Contoh : berat badan, kadar kolesterol, usia, dan penghasilan

VARIABEL PENELITIAN-MENURUT SIFAT (NUMERIK) • Skala kontinu : mempunyai desimal, merupakan hasil pengukuran. Contoh : berat badan, suhu, kadar ureum • Skala diskrit : tidak mempunyai desimal, merupakan hasil penghitungan. Contoh : frekuensi penyakit, jumlah anak, tekanan darah

VARIABEL PADA KASUS PEMICU • Variabel : – Variabel bebas : obat antibiotik (obat K dengan obat B) – Variabel terikat : perbaikan/perburukan pneumonia, yang ditentukan dengan : • Menyebabkan meninggal/selain meninggal • Menyebabkan perburukan/perbaikan

HIPOTESIS PENELITIAN • Hipotesis = pernyataan sebagai jawaban sementara atas masalah yang dirumuskan, yang harus diuji validitasnya secara empiris • Ada dua macam hipotesis, yaitu hipotesis nol (H0) dan hipotesis alternatif (Ha) : – H0 : tidak ada hubungan/perbedaan yang bermakna (secara statistik) – Ha : ada hubungan/perbedaan yang bermakna (secara statistik)

HIPOTESIS PENELITIAN • Syarat hipotesis yang baik : – Dinyatakan dalam kalimat deklaratif yang jelas dan sederhana, tidak bermakna ganda – Mempunyai landasan teori yang kuat – Menyatakan hubungan antara variabel tergantung dengan satu/lebih variabel bebas – Memungkinkan diuji secara empiris – Rumusan bersifat khas dan menggambarkan variabel yang diukur – Dikemukakan sebelum penelitian dimulai dan data terkumpul

HIPOTESIS NOL PADA KASUS PEMICUPENENTUAN VARIABEL • Variabel : – Variabel bebas : obat antibiotik (obat K dengan obat B) – Variabel terikat : perbaikan/perburukan pneumonia, yang ditentukan dengan : • Menyebabkan meninggal/selain meninggal • Menyebabkan perburukan/perbaikan

HIPOTESIS NOL PADA KASUS PEMICU • H0 1 : tidak ada hubungan yang bermakna antara perbedaan efektivitas obat (obat K dan obat B) dengan kejadian kematian penderita pneumonia • H0 2 : tidak ada hubungan yang bermakna antara perbedaan efektivitas obat (obat K dan obat B) dengan kejadian perburukan penderita pneumonia

DEFINISI OPERASIONAL • Batasan semua konsep yang ada di penelitian, agar tidak ada makna ganda di dalam istilah yang digunakan di dalam penelitian • Mencakup : definisi, alat ukur, cara ukur, hasil ukur, dan skala ukur

DEFINISI OPERASIONAL PADA KASUS PEMICU • Definisi operasional untuk variabel bebas – Definisi • Obat : suatu zat yang diberikan kepada penderita, yang digunakan untuk memperbaiki kondisi penyakitnya

– Alat ukur : nomor yang diberikan pada setiap pasien, yang menentukan jenis obat (obat K atau obat B) – Cara ukur : pemberian nomor secara random pada sampel, lalu dari nomor tersebut ditentukan jenis obat yang akan diberikan (obat K atau obat B) – Hasil ukur : kelompok orang yang mendapat obat K, dan kelompok orang yang mendapat obat B – Skala ukur : skala rasio menjadi skala nominal

DEFINISI OPERASIONAL PADA KASUS PEMICU • Definisi operasional untuk variabel tergantung – Definisi • Perbaikan pneumonia : penderita pneumonia yang menunjukkan kadar saturasi oksigen darah yang stabil (minimal 90% selama 24 jam) ketika diukur setiap pagi, setelah diberikan terapi • Perburukan pneumonia : penderita pneumonia yang mengalami kematian, kegagalan terapi yang memerlukan penggantian jenis obat, pulang paksa dari RS, atau relaps (kambuh) pneumonia dalam 1 bulan setelah keluar dari RS

DEFINISI OPERASIONAL PADA KASUS PEMICU – Alat ukur : alat pengukur kadar saturasi oksigen darah – Cara ukur : alat diarahkan ke tubuh, kemudian hasil pengukuran dibaca dan ditentukan statusnya. Apakah mengalami perbaikan atau tidak mengalami perbaikan – Hasil ukur : perbaikan atau perburukan – Skala ukur : skala rasio menjadi skala nominal

DESAIN PENELITIAN • Desain penelitian deskriptif • Desain penelitian analitik

DESAIN PENELITIAN DESKRIPTIF  Kegunaan : mengidentifikasi frekuensi dan distribusi suatu penyakit di populasi tertentu pada saat itu  Keterbatasan : tidak dapat menjawab adakah hubungan sebab-akibat antara faktor-faktor risiko dan penyakit  Jenis : • Case study : case report, case series • Survey

CASE STUDIES (STUDI KASUS)  Case report : biasanya dibuat oleh dokter untuk melaporkan ditemukannya gejala/penyakit yang jarang pada pasien  Case series : kumpulan case report beberapa pasien dengan gejala/diagnosa penyakit yang sama, yang dibuat dalam jangka waktu yang relatif singkat  Kegunaan : identifikasi dini penyakit di populasi  Keterbatasan : tidak dapat membuktikan hubungan sebab-akibat antara faktor risiko dengan penyakit

SURVEY  Informasi mengenai penyakit dan faktor risiko dikumpulkan pada saat yang sama  Dapat digunakan untuk penelitian : • Cross sectional deskriptif : hanya menggambarkan distribusi dan frekuensi faktor risiko dan penyakit di sampel/populasi (prevalence survey) • Cross sectional analitik : bila dilakukan uji hipotesis untuk mengetahui adakan hubungan antara faktor risiko dan penyakit

 Keterbatasan : tidak dapat menentukan hubungan sebab akibat faktor risiko dengan penyakit karena diukur pada saat yang bersamaan  Keuntungan : waktu penelitian lebih singkat, dapat memberikan informasi dasar

DESAIN PENELITIAN ANALITIK • Sifatnya : • Mencari hubungan sebab akibat antara keterpaparan faktor risiko dengan penyakit • Apakah mereka yang terpapar lebih berisiko menjadi sakit dibandingkan dengan yang tidak terpapar

• Dua kategori utama :  Studi observasional  Studi eksperimental

STUDI OBSERVASIONAL DAN STUDI EKSPERIMENTAL • Studi Observasional  peneliti hanya mengamati kondisi faktor risiko dan penyakit yang diteliti. Terdiri dari cohort, case control, dan cross sectional

• Studi Eksperimental  peneliti melakukan “manipulasi” kondisi studi, umumnya terhadap faktor risiko yang diteliti untuk melihat efeknya terhadap penyakit yang diteliti. Contoh : clinical trial

COHORT  Peneliti hanya mengamati faktor keterpaparan pada subjek  Subjek dimulai dengan sekelompok orang yang tidak menderita penyakit yang ingin diteliti  Kelompok orang ini kemudian akan diklasifikasikan berdasarkan status keterpaparan : terpapar/tidak terpapar  Follow up untuk mengidentifikasi dan membandingkan terjadinya penyakit (incidence=kasus baru) pada kelompok tsb  Ada 2 jenis ;  Prospective (Longitudinal) Cohort Studies  Retrospective (Historical) Cohort Studies

PROSPECTIVE COHORT STUDY • Penelitian dimulai sekarang, faktor risiko dan efek (penyakit) dideteksi ke depan secara prospective

RETROSPECTIVE COHORT STUDY • Faktor risiko dan efek (penyakit) telah terjadi di masa lalu, namun kegiatan efek ditelusur prospektif dilihat dari saat terpapar faktor risiko

CASE CONTROL • Studi kasus-kelola dimulai dengan memilih kelompok “kasus” dan dilanjutkan memilih kelompok “kontrol” • Pemilihan kelompok “kasus” dan “kontrol” diawali dengan penentuan populasi sumber (source population) • Masing-masing kelompok “kasus” dan “kontrol” ditelusuri status keterpaparannya terhadap faktor risiko

CROSS SECTIONAL • Pengukuran variabel bebas (faktor risiko) dan variabel tergantung (efek) hanya dilakukan 1x dalam waktu bersamaan→diketahui jumlah subyek yang mengalami efek (prevalence), baik dengan faktor risiko maupun tanpa faktor risiko

CLINICAL TRIAL • Penelitian eksperimental terencana yang dilakukan pada manusia • Peneliti memberikan perlakuan/intervensi pada peserta penelitian, kemudian efek diukur dan dianalisis • Sering dilakukan untuk membandingkan efek suatu jenis pengobatan dengan pengobatan lainnya (hubungan sebab akibat antara variabel bebas (misalnya obat) dengan variabel tergantung (efek) dalam periode tertentu)

CLINICAL TRIAL • Desain uji klinis : – Desain paralel – Desain menyilang

CLINICAL TRIAL-DESAIN PARALEL

CLINICAL TRIAL-DESAIN MENYILANG

JENIS INTERVENSI CLINICAL TRIAL • Uji klinis terbuka (open trial) = peneliti maupun peserta mengetahui obat yang diberikan • Tersamar tunggal (single mask) = peserta penelitian tidak mengetahui terapi yang diberikan • Tersamar ganda (double mask) = peneliti maupun peserta tidak mengetahui obat yang diberikan • Triple mask = peserta, peneliti, maupun penilai tidak tahu obat yang diberikan

DESAIN PENELITIAN PADA KASUS PEMICU • Double mask clinical trial, karena terdapat intervensi berupa dokter dan peserta yang tidak mengetahui jenis obatnya

Obat K

Obat B

Perbaikan/perburukan

POPULASI DAN SAMPEL • Populasi = seluruh unit yang diteliti • Sampel = bagian dari populasi yang dapat mewakili populasi tersebut

TEKNIK SAMPLING • Random sampling

-

Simple random sampling -> Acak sederhana Stratified random sampling -> Acak stratifikasi Systematic random sampling -> Acak sistemik Cluster random sampling -> Acak berkelompok Probability Proportionate to Size (PPS)

TEKNIK SAMPLING • Non-random sampling - Consecutive sampling→semua subjek yang datang berurutan dan memenuhi kriteria penelitian dimasukkan sampai jumlah terpenuhi - Convenient sampling→sampel diambil tanpa sistematika tertentu, sehingga jarang dianggap dapat mewakili populasi - Purposive sampling (judgmental)→responden dipilih dengan pertimbangan subjektif dan praktis, bahwa responden dapat memberikan informasi yang memadai untuk menjawab pertanyaan penelitian - Accidental sampling→seadanya, ditinjau dari kemudahan, tempat ambil sampel, dan jumlah sampel yang diambil - Quota→seperti accidental sampling, tapi dengan kontrol yang lebih baik

KRITERIA INKLUSI dan EKSKLUSI Kriteria Inklusi

Kriteria Eksklusi

Untuk mengidentifikasi populasi penelitian : • Karakteristik demografi, klinis, geografik, temporal, subjek penelitian pada populasi • Relevan dengan masalah penelitian • Efisiensi logistik (ketersediaan subjek, peralatan, keahlian, biaya)

Untuk mengeluarkan subjek yang telah memenuhi kriteria inklusi misalnya karena: • Hambatan etis untuk meneruskan intervensi • Penyakit lain yang meningkatkan resiko efek samping obat • Resiko tinggi lost to follow-up • Ketidakmampuan memberikan informasi penelitian

RUMUS PERHITUNGAN BESAR SAMPEL • Untuk studi cross sectional, case control, dan cohort

SAMPLING PADA KASUS DALAM PEMICU • Pada saat memilih sampel anak-anak sebanyak 1116 orang→convenient sampling (non-random sampling) • Pada saat memberikan nomor untuk menentukan pemberian obat→simple random sampling (random sampling) • Kriteria inklusi : pasien pneumonia berusia 1 bulan-5 tahun, yang sudah diberikan pengobatan selama 14 hari • Kriteria eksklusi : pasien pneumonia dengan penyakit lain, dan pasien pneumonia yang tidak taat minum obat secara teratur

DATA PENELITIAN YANG DIGUNAKAN DALAM KASUS PEMICU Obat K (n = 559)

Obat B (n = 557)

p value

Meninggal

36 (6%)

29 (5%)

0,35

Antibiotik diganti

49 (9%)

60 (11%)

0,28

Pulang paksa

44 (8%)

34 (6%)

0,22

Relaps dalam 1 bulan

50 (9%)

32 (6%)

0,03

147 (26,3%)

123 (22,1%)

0,11

Total perburukan

UJI STATISTIK/UJI HIPOTESIS • Untuk menunjukkan kesahihan suatu hipotesis • Dapat ditentukan ada/tidak adanya hubungan/perbedaan yang diperoleh dari data pada sampel, berlaku pula untuk populasi yang diwakili sampel yang diteliti

UJI STATISTIK/UJI HIPOTESIS Variabel Tergantung

Variabel Bebas

Uji Statistik

Numerik

Numerik/Kategorik

Regresi Linear

Kategorik (>=2)

ANOVA

Kategorik (2)

t-test

Numerik/Kategorik

Regresi Logistik

Kategorik (>=2)

Pearson chi-square

Kategorik (2)

Fischer Exact

Kategorik (>=2) Kategorik (2)

ASOSIASI EPIDEMIOLOGI-TABEL D (+)

D (-)

Total

E (+)

a

b

a+b

E (-)

c

d

c+d

Total

a+c

b+d

n

ASOSIASI EPIDEMIOLOGI • Relative Risk (RR) – Untuk menunjukkan kekuatan/besaran hubungan sebab akibat dalam studi Kohort – RR=1, risiko sama besar antara terpapar dengan tidak terpapar – RR<1, faktor protektif – RR>1, faktor risiko – RR = [a/(a+b)] / [c/(c+d)]

ASOSIASI EPIDEMIOLOGI • Odds Ratio (OR) – Dipakai untuk frekuensi penyakit yang jarang (< 10 %) – Merupakan ukuran asosiasi pada studi case control – OR = ad/bc

ASOSIASI EPIDEMIOLOGI • Prevalence Ratio (PR) – (Prevalens efek pada faktor risiko) / (Prevalens efek pada tanpa faktor risiko) – Digunakan untuk studi cross sectional

UKURAN LAIN DALAM UJI STATISTIK • α / kesalahan tipe I = dalam uji hipotesis diperoleh hubungan/perbedaan, sedangkan sebenarnya di dalam populasi asosiasi/perbedaan tersebut tidak ada • β / kesalahan tipe II = asosiasi/perbedaan tidak ditemukan dalam data sampel, sedangkan dalam populasi asosiasi/perbedaan tersebut ada • Power = besarnya peluang untuk menolak H0 bila dalam populasi terdapat beda

BIAS • Adalah penggambaran yang salah atas hal sesungguhnya • Macam-macam bias : – Random error • Variasi biologis individual • Sampling error (chance variation)

– Systematic error • Selection bias • Information bias : interviewer bias, observer bias, recall bias, response bias

RECALL BIAS • Kemampuan responden mengingat & memberikan informasi tentang faktor keterpaparan secara akurat berbeda sehingga kualitas informasi mengenai faktor risiko berbeda antara orang sakit dengan yang tidak sakit • Akibat : differential misclassification

RESPONSE BIAS • Kemampuan responden memberi informasi mengenai gejala/status penyakit secara akurat berbeda(kualitas informasi mengenai penyakit berbeda) antara orang yang terpapar dengan yang tidak terpapar • Akibat : differential misclassification

INFORMATION BIAS • Bias informasi : interview bias & observation bias • Interview bias : peneliti mengukur status keterpaparan dengan mengetahui status penyakit subjek • Obsevation bias : peneliti mengukur status penyakit dengan mengetahui status keterpaparan subjek.

MISCLASSIFICATION • Kesalahan dalam mengklasifikasikan subjek sebagai terpapar atau tidak terpapar, atau sebagai sakit atau tidak sakit • Differential misclassification : – Bila derajat misklasifikasi yang terjadi berbeda antara kelompok sakit & tidak sakit.

• Non-differential misclassification : – Bila derajat misklasifikasi yang terjadi sama antara kelompok sakit & tidak sakit. – Sering terjadi pada : • Instrumen tidak divalidasi (akurasi/validitas rendah) • Tidak ada standar pengukuran (presisi/ reabilitas rendah)

UJI STATISTIK CHI-SQUARE (FAKTOR MENINGGAL) Meninggal

Selain Meninggal

Total

Obat K

36 (a)

523 (b)

559

Obat B

29 (c)

528 (d)

557

Total

65

1051

1116

UJI STATISTIK CHI-SQUARE (FAKTOR MENINGGAL) • H0 = tidak ada hubungan yang bermakna antara perbedaan efektivitas obat (obat K dan obat B) dengan kejadian meninggal penderita pneumonia • degree of freedom (df) = (b – 1) (k – 1) = (2 – 1) (2 – 1) = 1 • Uji statistik = chi square • Pada df = 1 dengan kemaknaan (α) = 0,05, maka batas penolakan χ2 = 3,841 (ada di tabel area di bawah kurva distribusi chi square)

UJI STATISTIK CHI-SQUARE (FAKTOR MENINGGAL) • H0 ditolak jika χ2 >= 3,841 (p value <= 0,05) atau H0 gagal ditolak jika χ2 < 3,841 (p value > 0,05)

UJI STATISTIK CHI-SQUARE (FAKTOR MENINGGAL) Set

O

E

(O-E)2/E

1 (a)

36

(65 x 559)/1116 = 32,56

(36 – 32,56)2 / 32,56 = 0,36

2 (b)

523

(1051 x 559)/1116 = 526,44

(523 – 526,44)2 / 526,44 = 0,02

3 (c)

29

(65 x 557)/1116 = 32,44

(29 – 32,44)2 / 32,44 = 0,36

4 (d)

528

(1051 x 557)/1116 = 524,56

(528 – 524,56)2 / 524,56 = 0,02

Total

χ2 = 0,76

• χ2 = 0,76, p value = 0,3.. (0,35) (lihat tabel area di bawah kurva distribusi chi square) • H0 diterima. Tidak terdapat hubungan yang bermakna (p value > 0,05) antara perbedaan efektivitas obat dengan kejadian meninggal penderita pneumonia • RR = (36/559) / (29/557) = 0,064/0,052 = 1,24

PELUANG (CHANCE) KEJADIAN MENINGGAL (6,4%)

(93,6%)

(100%)

(5,2%)

(94,8%)

(100%)

PELUANG (CHANCE) KEJADIAN MENINGGAL • • • • • • •

P1 = 0,064 P2 = 0,052 P = ½(P1 + P2) = 0,058 Q = 1 – P = 0,942 Q1 = 1 – P1 = 0,936 Q2 = 1 – P2 = 0,948 n1 = n2 = 1116/2 = 558

PELUANG (CHANCE) KEJADIAN MENINGGAL • Untuk mencari nilai α : – Masukkan nilai P1, P2, P, Q, Q1, Q2, dan n1=n2 ke dalam rumus besar sampel – Masukkan nilai Zβ ke dalam rumus besar sampel. Untuk β = 20%, maka nilai Zβ = 0,842 (lihat tabel area di bawah kurva distribusi normal standar antara rata-rata dan nilai Z) – Didapat nilai Zα = 0,00648 (0,01). Nilai α sebesar 99,2% (lihat di tabel)

PELUANG (CHANCE) KEJADIAN MENINGGAL • Untuk mencari nilai β : – Masukkan nilai P1, P2, P, Q, Q1, Q2, dan n1=n2 ke dalam rumus besar sampel – Masukkan nilai Zα ke dalam rumus besar sampel. Untuk α = 5%, maka nilai Zα = 1,96 (uji hipotesis 2 arah. Lihat tabel area di bawah kurva distribusi normal standar antara rata-rata dan nilai Z) – Didapat nilai Zβ = 1,12. Nilai β sebesar 26,3% (lihat di tabel)

PELUANG (CHANCE) KEJADIAN MENINGGAL • Untuk mencari power : 1 – β = 1 – 0,263 = 0,737 = 73,7%

• Kesimpulan : data hasil penelitian dapat terjadi karena peluang (power < 80%)

UJI STATISTIK CHI-SQUARE (FAKTOR TOTAL PERBURUKAN) Perburukan

Selain Perburukan

Total

Obat K

147 (a)

412 (b)

559

Obat B

123 (c)

434 (d)

557

Total

270

846

1116

UJI STATISTIK CHI-SQUARE (FAKTOR TOTAL PERBURUKAN) • H0 = tidak ada hubungan yang bermakna antara perbedaan efektivitas obat (obat K dan obat B) dengan kejadian perburukan penderita pneumonia • degree of freedom (df) = (b – 1) (k – 1) = (2 – 1) (2 – 1) = 1 • Uji statistik = chi square • Pada df = 1 dengan kemaknaan (α) = 0,05, maka batas penolakan χ2 = 3,841 (ada di tabel area di bawah kurva distribusi chi square)

UJI STATISTIK CHI-SQUARE (FAKTOR TOTAL PERBURUKAN) • H0 ditolak jika χ2 >= 3,841 (p value <= 0,05) atau H0 gagal ditolak jika χ2 < 3,841 (p value > 0,05)

UJI STATISTIK CHI-SQUARE (FAKTOR TOTAL PERBURUKAN) Set

O

E

(O-E)2/E

1 (a)

147

(270 x 559)/1116 = 135,24

(147 – 135,24)2 / 135,24 = 1,02

2 (b)

412

(846 x 559)/1116 = 423,76

(412 – 423,76)2 / 423,76 = 0,33

3 (c)

123

(270 x 557)/1116 = 134,76

(123 – 134,76)2 / 134,76 = 1,03

4 (d)

434

(846 x 557)/1116 = 422,24

(434 – 422,24)2 / 422,24 = 0,33

Total

χ2 = 2,71

• χ2 = 2,71, p value = 0,1.. (0,11) (lihat tabel area di bawah kurva distribusi chi square) • H0 diterima. Tidak terdapat hubungan yang bermakna (p value > 0,05) antara perbedaan efektivitas obat dengan kejadian perburukan penderita pneumonia • RR = (147/559) / (123/557) = 0,263/0,221 = 1,19

PELUANG (CHANCE) KEJADIAN PERBURUKAN (26,3%)

(73,7%)

(100%)

(22,08%)

(77,92%)

(100%)

PELUANG (CHANCE) KEJADIAN PERBURUKAN • • • • • • •

P1 = 0,263 P2 = 0,221 P = ½(P1 + P2) = 0,242 Q = 1 – P = 0,758 Q1 = 1 – P1 = 0,737 Q2 = 1 – P2 = 0,779 n1 = n2 = 1116/2 = 558

PELUANG (CHANCE) KEJADIAN MENINGGAL • Untuk mencari nilai α : – Masukkan nilai P1, P2, P, Q, Q1, Q2, dan n1=n2 ke dalam rumus besar sampel – Masukkan nilai Zβ ke dalam rumus besar sampel. Untuk β = 20%, maka nilai Zβ = 0,842 (lihat tabel area di bawah kurva distribusi normal standar antara rata-rata dan nilai Z) – Didapat nilai Zα = 0,79. Nilai α sebesar 42,96% (lihat di tabel)

PELUANG (CHANCE) KEJADIAN MENINGGAL • Untuk mencari nilai β : – Masukkan nilai P1, P2, P, Q, Q1, Q2, dan n1=n2 ke dalam rumus besar sampel – Masukkan nilai Zα ke dalam rumus besar sampel. Untuk α = 5%, maka nilai Zα = 1,96 (uji hipotesis 2 arah. Lihat tabel area di bawah kurva distribusi normal standar antara rata-rata dan nilai Z) – Didapat nilai Zβ = 0,344. Nilai β sebesar 73,38% (lihat di tabel)

PELUANG (CHANCE) KEJADIAN MENINGGAL • Untuk mencari power : – 1 – β = 1 – 0,7338 = 0,2662 = 26,62%

• Kesimpulan : data hasil penelitian dapat terjadi karena peluang (power < 80%)

KESIMPULAN PADA KASUS PEMICU • Karena hasil uji statistik menyatakan H0 diterima (tidak ada perbedaan yang bermakna), maka tidak ada perbedaan efektivitas antara obat K dengan obat B • Data yang digunakan untuk penelitian memiliki power yang lemah, sehingga data yang ada terjadi karena peluang

DAFTAR PUSTAKA • Sastroasmoro S, Ismael S. Dasar-dasar metodologi penelitian klinis. 4th ed. Jakarta: Sagung Seto, 2011. • Budiarto E. Biostatistika untuk kedokteran dan kesehatan masyarakat. Jakarta: EGC, 2002. • Diktat kuliah dr. Evy Luciana, MEpid; dr. V. Budi Kidarsa.