DESAIN PENELITIAN NON EKSPERIMENTAL

DESAIN PENELITIAN NON EKSPERIMENTALDr. TA Larasati, M. KesDesain Penelitian Non Eksperimental (survey)DescriptiveCross-sectionalLongitudinalAnalyticCross-sectionalLongitudinalEXPERIMENTS & QUASI-EXPERIMENTSObservational studiesKeuntungan

Sering dipakai sebagai langkah awal dalam penyeli-dikan kemungkinan hubungan pemaparan suatu fak-tor resiko dengan suatu penyakit :Dapat dilakukan secara cepat dan tidak mahalSeringkali hanya menggunakan informasi yang sudah tersediaKerugian Tidak dapat mengaitkan antara pemaparan dengan penyakit2. Kurang mampu mengontrol effek dari variabel pengaruh (confounding factors)3. Bila dipakai utk inferensi individu, ada kesalahan ekologi-+Cross Sectional StudyMengobservasi variabel dependent dan independent pada satu waktu (potong lintang)Keuntungan

Mudah dilakukan dan murah Tidak ada subyek yang mengalami faktor yang merugikan atau kehilangan kesempatan terapiKerugian

Tidak tepat utk menganalisis hubungan antara kausal paparan dan penyakit (validitas inferensi hub kausal menuntut sekuensi waktu antara paparan dan peny)Bisa timbul bias prevalensi-insidensi Neyman (karena data yg digunakan prevalensi)Case Control StudyLampau SekarangretrospektifFaktor Resiko (+)KasusBandingkanRisk Factor (+)Risk Factor (-)KontrolFaktor Resiko (-)Case Control StudyLampau SekarangretrospektifFaktor Resiko (+)KasusBandingkanRisk Factor (+)Risk Factor (-)KontrolFaktor Resiko (-)Keuntungan:Murah, mudah dilakukanCocok utk meneliti peny dg periode laten yg panjang: tdk perlu diikuti sampai bertahun2Tepat utk meneliti peny yg langka: krn subyek penelitian dipilih berdasar status peny shg peneliti bisa menentukan rasio kasus dan kontrolDpt meneliti pengaruh sejumlah paparan thd suatu penyKekurangan:Alur metodologi inferensi kausal yg bertentangan dg eksperimen klasik (rawan bias seleksi dan bias informasi)Tdk efisien utk mempelajari paparan yg langkaTdk bisa menghit laju insidensi peny (shg digunakn OR)Tdk mudah memastikan hub temporal peny dan paparan (shg digunakan insidensi)Sulit mendapatkan kelp kasus dan kontrol yg setaraSeleksi Kasus:Kriteria diagnosisDO kasus harus dibuat sejelas mungkin2. Populasi sumber kasusHospital based? Population based?3. Jenis data penyakitPrevalensi? Insidensi?Population-basedCCSHospital-basedCCSKeuntunganMenghindarkan faktor-faktor pemilihan subyek thd fasilitas yankesDpt memberikan gambaran karakter populasi scr langsung

KerugianMembutuhkan biaya dan logistik yg besar

KeuntunganLebih praktis, murahPasien lebih menyadari faktor yg dialamiSubyek cenderung lebih kooperatif

KerugianBias sentripetal: pemilihan pasien thd fasilitas yankes yg dipengaruhi fasilitas yankes Bias akses diagnostik: pemilihan pasien thd fasilitas yankes yg dipengaruhi oleh kemampuan akses pasien Seleksi Kontrol:Karakter populasi kontrol: tdk perlu mencerminkan semua indiv yg tak kena peny2. Keserupaan antara kontrol dan kasus3. Pertimbangan praktis dan ekonomis

Sumber populasi utk memilih kontrolRumah sakitPopulasi umumTetanggaTeman Kerabat kelgPopulation-basedCCSHospital-basedCCSKeuntunganPerbandingan dpt dilakukan dg lebih baikKontrol mrpk individu yg sehat

KerugianMembutuhkan biaya dan logistik yg besar Kurang perhatian thd paparan yg dialamiMotivasi rendah

KeuntunganLebih praktis, murahPasien lebih menyadari faktor yg dialamiSubyek cenderung lebih kooperatif

KerugianMempunyai kebiasaan yg berbeda dg orang sehat Kontrol mengidap peny yg berhub dg paparan peneltKontrol terpapar oleh faktor luar yg berhub dg peny yg diteliti Sumber kontrol: tetangga, teman, kerabatKeuntungan:Mrpk individu yg sehat dan kooperatifMempunyai lingk hidup, sosek, etnik, gaya hidup yg sama (matching)

Kerugian:Hindari paparan penelt yg mrpk bagian dr faktor2 diatasOdds RasioPENYAKIT(+)PENYAKIT(-)TOTALPAPARAN(+)aba + bPAPARAN(-)cdc + dTOTALa + cb + da + b + c + dOR= a/b = ad c/d bc RD=AR=CI terpapar-CI tak terpapar Pengaruh kebiasaan minum minuman beralkohol sebanyak 3+ x/ hari dan 1-2x/ hari terhadap Ca esofagus (Wynder & Bross, 1961)71122648Minum 3+Tidak minumCa eso +Ca eso -48261217Minum 1-2Tidak minumCa eso +Ca eso -Beda Risiko/ Risk Difference/ Attributable RiskMenunjukkan beda absolut antara probabilitas untuk terkena penyakit diantara subpopulasi yang terpapar terhadap subpoplasi yang tidak terpapar.RD= CI terpapar-CI tak terpaparCI=jumlah orang yang sakit/ jumlah semua orang dalam risiko untuk terkena penyakit tersebut

Cohort StudyPaparan (+)Paparan (-)D+D-D+D-Keuntungan:Sesuai dg logika studi eksperimentalLaju insidensi dapat dihitungSesuai utk meneliti paparan yg langkaMemungkinkan peneliti mempelajari sejumlah efek secara serentak dari sebuah paparanBias dlm menyeleksi subyek kecilTidak ada subyek yg dirugikanKekurangan:Lebih mahal, lebih lamaTdk efisien utk mempelajari penyakit yg langkaHilangnya subyek selama penelitianTidak cocok utk merumuskan hipotesis tentang faktor-faktor etiologi lain utk penyakit yg ditelitiSeleksi Kelompok Terpapar:Populasi umumPrevalensi paparan pada populasi cukup tinggiBatas geografis jelasSecara geografis stabilKetersediaan catatan demografi yg lengkap dan up to date2. Populasi khususPrevalensi paparan dan kejadian peny pd populasi rendahKemudahan utk memperoleh info yg akurat

Seleksi Kelompok Tak Terpapar:Populasi umumKedua populasi harus ekuivalen dlm var perancuKelemahan:Populasi umum derajat kes lbh rendah dr pop khususData kependudukan tdk seakurat pop khusus2. Populasi kohortKelompok tak terpapar dipilih dari populasi yang sama dengan kelompok terpapar

Risk RatioPenyakit (+)Penyakit (-)TotalPaparan (+)ABA + BPaparan (-)CDC + DTotalA + CB + DA+B+C+DOutcome*Jumlah orang yang terpapar = A + BJumlah orang yang tidak terpapar = C + DDiantara org yg terpapar, the RISK (R) terkena peny didefinisikan sbg : Org terpapar yg kena peny AR(terpapar) = =

Org yg terpaparA+BDiantara org yg tak terpapar, the RISK (R) terkena peny didefinisikan sbg : Org tak terpapar yg kena peny CR(tak terpapar) = =Org yg tak terpaparC+DRelative Risk (RR) = = R (terpapar) R (tak terpapar) A / (A + B) C / (C + D)RR = Suatu ukuran kekuatan hubungan antara paparan dan peny RR < 1 = protective effectRR = 0 = no effectRR > 1 = harmful effect of exposureTable 8-6 Relationship between 10-minute Apgar scores andRisk of death in the first year of life among children with birth weights of at least 2500 g.DeathNo deathTotalApgar score0-34280122Apgar score 4 -643302345Total85382467R(exposed) = 42 / 122 = 0.344 = 34.4 %R( less exposed) = 43/345 = 0.125 = 12.5 % 42 43RR = = 2.8 122 345Rasio Laju Insidensi (Incidence Density Ratio)Ukuran yang menunjukkan berapa kali (bisa lebih cepat atau lambat) laju insidensi penyakit pada populasi terpapar relatif dibanding populasi tak terpaparIDR= ID terpapar/ ID tak terpaparID=jumlah kasus baru penyakit/ (jumlah orang dalam risiko * lamanya masing-masing dalam risiko)UJI STATISTIKDr. TA Larasati, M.KesJENIS UJI STATISTIK TERGANTUNG DARI:Jenis variabel yang akan dianalisisJenis data apakah dependen atau independen,Jenis distribusi data populasinya apakah mengikuti distribusi normal atau tidakUji Statiik yg dpt digunakan utk analisis bivariat:Variabel I Variabel IIJenis uji Statistik yang dgunakanKatagorik Katagorik Kai kuadrat

Fisher ExactKatagorik Numerik Uji T

ANOVANumerik

Numerik Korelasi

RegresiChi (Kai) KuadratTujuan: untuk menguji perbedaan proporsi / persentase antara beberapa kelompok data.Membandingkan nilai frekuensi yang terjadi (observasi) dengan harapan (ekspektasi)Hanya dapat menyimpulkan perbedaan proporsi antar kelompok atau hanya dapat menyimpulkan ada tidaknya hubungan dua variabel kategorik.

Keterbatasan Chi KuadratTidak boleh ada sel yang mempunyai nilai harapan (nilai E) kurang dari 1,

Tidak boleh ada sel yang mempunyai nilai harapan (nilai E) kurang dari 5, lebih dari 20% dari jumlah sel.Bila keterbatasan tsb pada analisis tabel silang lebih dari 2x2, maka dilakukan penggabungan sel.Bila keterbatasan tsb pada analisi tabel silang 2x2, maka digunakan fisher exact.

ODDS Ratio (OR)-Resiko Relatif (RR)Untuk mengetahui derajat hubunganResiko relatif membandingkan resiko pada kelompok terekspose dengan kelompok tidak terekspose (kohort)Odds Ratio membandingkan odds pada kelompok terekspose dengan odds pada kelompok tidak terekspose (pada kasus kontrol dan potong lintang)Pengkodean VariabelKonsistenVariabel independen : kelompok beresiko (terekspose) diberi kode tinggi (1); kelompok tidak beresiko diberi kode rendah (0)Pada variabel dependen : kelompok kasus penelitian dsiberi kode tinggi (1); kelompok non kasus diberi kode rendah (0) Apakah ada perbedaan kejadian anemia antara ibu dengan kondidi sosek tinggi, sedang dan rendahApakah ada hubungan antara pengetahuan tentang DM dan kualitas hidup pasien DM ?

t test dependenUntuk menguji perbedaan dua kelompok data yang dependen (eksperimen, sampel diuji 2x)Contoh : Apakah ada perbedaan BB sebelum dan sesudah mengikuti program diet Syarat :Distribusi data normalKedua kelompok data dependenJenis variabel : numerik dan kategorik t test independenUntuk menguji perbedaan dua kelompok data yang independenContoh : Apakah ada perbedaan BB Bayi lahir dengan ibu DM dan ibu tidak DM ? Syarat :Distribusi data normalKedua kelompok data independenJenis variabel : numerik dan kategorikTERIMA KASIH