Statistik Terapan

Gunawan Yusuf

Hubungan Rasio Odd, Resiko Relatif, Koefisien korelasi

• Sebelum membicarakan analisis multi variat maka terlebih dahulu kita membicarakan ukuran kekuatan hubungan telebih dahulu agar mempermuda kita dalam melakukan analisis multivariat

Ukuran hubungan bisa dilihat hubungan :

•Dalam analisis Bivariat : Rasio Odd --- digunakan analisis komparatifResiko Relatif ---- digunakan analisis komparatifKoefisien korelasi ---- digunakan analisis korelasiRasio Odd digunakan pada case control

• Contoh Kasus

Seorang peneliti ingin mengetahui hubungan antara kadar hepatomegali dengan terjadinya syok pada pasien anak yang menderita demam berdara denque desain penelitian yang digunakan adalah case kontrol.

Data penelitian sudah dikumpulkan dan disimpan dengan nama data_oddrasio.

Pertanyaan yang muncul

• Uji hipotesis apa yang sesuai dengan penelitian ini ?

• Bagai mana mengukur kekuatan hubungan dan berapa besar hubugannya

1. Uji hipotesis apa yang sesuai dengan penelitian ini

Jawab

Variabel hepatomegali dan terjadinya syok termasuk variabel kategorik maka uji yang digunakan adalah uji chi square apabila memenuhi syarat, apabila tidak memenuhi syarat maka digunakan uji Fisher sebagai alternatifnya

2. Bagaimana mengukur kekuatan hubungan dan berapa besarnya hubungan tersebut

Jawab

•Besarnya kekutan hubungan diketahui dari parameter nilai RO karena desain yang digunakan adalah kasus kontrol

3. Langkah –langkah uji hipotesis dan memperoleh nilai OR dengan menggunakan SPSS Buka file data rasioodds AnalizeDeskriftif statistikCrostabs Masukkan Syok kedalam colom Masukkan Hepatomegali kedalam Row (s)

Klik kotak Statistic Pilih Chi square sebelah kiri atas dan risk dikanan bawah

Klik kotak Cell, pilih Column pada percentage

Klik Continu & OK

Misalnya akan didapatkan hasil sebagai berikut :

Hepatomegali* syok crosstabulation

Syok Total

Syok Tidak Syok

Hepatomegali ya count % Withing Syok

Tidak count% withing syok

1856,3 %

1443,8 %

3426,6 %

9473,4 %

5232,5 %

10867 %

Total Count % withing syok

32100 %

128100 %

160100 %

Chi-square Tests

Value df Symp.siq(2-sided)

Exact Siq(2-seded)

Exact siq(1-sided)

Pearson chi-SquareContinuity CorrectionLikelihood RatioFisher Exact TestLinear-by.LinerAssociationN of Valid Cases

10.285b

8.9769.378

10.221

160

111

1

.001

.003

.002

.001

.003 .002

Risk Estimate

value95% Confidence Interval

Lower Upper

Odds Ratio ForHepatomegali (ya / tidakFor kohor renjatan = syokFor cohort Renjatan = tidak SyokN of valid cases

3.5552.670.751160

1.5961.444.608

7.9194.940.927

Interpretasi1. Dari semua pasien yang menderita Syok

adalah 56.3 % mengalami hepatomegali . Sedangkan dari semua pasien yang tidak syok hanya 26,6 % yang mengalami hepatomegali.

• Interpretasi hasil statistik dengan uji Chi square.

2. Uji Hipotesis yang digunakan uji chi square yang dilakukan mendapatkan nilai P = 0,001 artinya secara statistik terdapat hubungan yang bermakna antara hepatomegali dengan Syok

3. Korelasi yang digunakan adalah korelasi RO (lihat bari pertama pada risk estimate) yaitu sebesar 3,55 dengan IK 95% 1.59 – 7,91 artinya pasien dengan Hepatomegali mempunyai kemungkinan 3,55 kali untuk mengalami Syok dibandingkan dengan pasien yang tidak hepatomegali.

Nilai RO sebesar 3,55 dapat juga diinterpretasikan bahwa probabilitas pasien yg mengalami hepatomegali untuk menderita syok adalah sebesar 78 %

• Dari mana angka 78% diperoleh ?

• Probabilitas dapat dihitung apabila kita mengetahui berapa besar nilai RO-nya yaitu dengan rumus :

p = RO / (1 + RO)

• Dengan demikian

• Bila RO = 1, maka probalititas = 50%

• Bila RO = 2, maka probalititas = 66,6%

• Bila RO = 3, maka probalititas = 75%

• Bila RO = 3,55, maka probalititas = 78%

Beberapa catatan :

1. Besar nilai RO dan RR bisa dihitung secara manual,

Rumus yang digunakan :

•RO = ad / bc

•RR = a / (a + b) : c (c + d)

Cara menghitung RO dan RR secara manual

Syok Total

Ya Tidak

Hepatomegali Ya

a b a + b

Tidak c d c + d

a + c b + d N

2. Rumus umum untuk membaca RO dan RR adalah sbb :

Perbandingan kemungkinan kategori atas dibandingkan dengan kategori bawah untuk mengalami kolom kiri adalah sebesar …..??? Pada kasus di atas, kemungkinan kategori atas (hepatomegali) dibandingkan dengan kategori bawah (tidak hepatomegali) untuk mengalami kolom kiri (syok) adalah sebesar 3,55.

Hepatomegali “ya” disebut sebagai kategori atas, hepatomegali “tidak” disebut kategori bawah, dan syok “ya” disebut sebagai kolom kiri, maka syok “tidak” disebut sebagai kolom kanan

variabel terikat Total

Kolom kiri (ya) kolom Kanan (tidak)

Faktor Resiko(Hepatomegali)

Kategori atas (ya)Kategori bawah (tidak)

3. Sebagai konsekuensi dari interpretasi poin 2, pemberian kode saat melakukan enterio data , kode hepatomegali harus lebih kecil daripada tidak hepatomegali, begitu juga kode syok harus lebih daripada tidak syok, misalnya 1 untuk syok, dan 2 untuk tidak syok.

4. Pada kasus ini, persentase dibuat bentuk kolom, bukan bentuk baris. Hal ini karena desain penelitian adalah desain kasus kontrol . Apabila desain penelitian adalah kohort, maka persentase dibuat bentuk baris seperti tabel berikut .

Hepatomegali * syok croosstabulation

SyokTotalSyok Tidak Syok

Hepatomegali ya Count % Within Hepatomegali

1834.6%

3465.4%

52100.0%

Tidak count % within Hepatomegali

1413,0%

9487.0%

108100.0%

Total Count % within Hepatomegali

3220.0%

12880.0%

160100.0%