Dr. Irwin Aras - Beberapa Hal Penting Dalam Prosedur Penelitian

7/23/2019 Dr. Irwin Aras - Beberapa Hal Penting Dalam Prosedur Penelitian

http://slidepdf.com/reader/full/dr-irwin-aras-beberapa-hal-penting-dalam-prosedur-penelitian 1/35

IRWIN ARASCommunity Medicine Dept.

FMUH



Pengumpulan Data Pengolahan Data

Penyajian Data Analisis/Interpretasi Data



1. Jenis Data;Data adalah himpunan angka berupa nilai dari unit

sampel sebagai hasil pengamatan/pengukuran.a.Data Diskrit; jumlah anak, jumlah penderitaDBD, jumlah kecelakaan kerja.

b.Data kontinyu; TB, BB, TD .

c.Data kualitatif ; pernyataan tentang merokok(setuju, kurang setuju & tidak setuju)

d.Data kuantitatif ; jumlah bayi pasca imunisasi



1. Jenis Data; Database (data dasar): suatu kumpulan susunan

data atau kumpulan file yang dapat digunakanuntuk tujuan spesifik.

Data kasar (raw data): seluruh kumpulaninformasi yang telah dikumpulkan dalam suatu

penelitian (studi) sebelum dilakukanpembersihan (cleaning), pengeditan (editing)atau perhitungan statistik dimulai.



2. Pengukuran Dataobservasi fenomena yang bertujuan untuk

menganalisis menurut aturan tertentu.hindari GIGO.



3. Skala PengukuranSKALA SIFAT CONTOH STATISTIK

Kategorikal

Nominal Bukan peringkat Gol. Darah, jeniskelamin, agama

Jumlah, rate, RR, x2,uji Fischer

Ordinal Peringkat dg intervaltdk dapat diukur

Derajat penyakit,status sosek

Idem nominal +median, uji nonparametrik

Numerikal

Interval Peringkat dg intervaltdk dapat diukurtanpa nilai “0” alami

Suhu tubuh,intelegensi

Idem ordinal +mean, SD, uji T,anova

Rasio Idem interval tapi

punya nilai “0” alami

Penghasilan, Idem interval



4. Variasi dalam Pengukuran

SUMBER KETERANGAN

Variasi Pengukuran

• Instrumen Alat & cara pengukuran

• Pemeriksa Orang yang mengukur

Variasi Biologis

• Satu subyek Perubahan variabel karena waktu & keadaan

• Antar subyek Perbedaan biologis antar subyek



5. Kehandalan Pengukuran (Reliabilitas)

CARA MENGURANGIRANDOM ERROR

SUMBER RANDOM ERROR

1. Standarisasi pengukuran Pengamat, subyek

2. Pelatihan Pengamat

3. Penyempurnaan instrumen Instrumen, pengamat

4. Otomatisasi Pengamat, subyek

5. Pengulangan Pengamat, subyek, instrumen



6. Kesahihan Pengukuran (Validitas)

CARA MENGURANGI BIAS CONTOH

1. Melakukan pemeriksaantanpa setahu subyek

Mewawancarai anak kecilsambil bermain

2. Melakukan pemeriksaantanpa identitas subyek

Membaca foto USG tanpa tahuidentitas pasien

3. Kalibrasi alat Kalibrasi timbangan tiapminggu



7. Validitas vs Reliabilitas



1. Jenis VariabelVariabel; karakteristik suatu subyek, bukan

subyek itu sendiri. Variabel Independent; variabel yang bila berubahmaka variabel lain ikut berubah (prediktor, risiko,kausa).Variabel Dependent; variabel yang ikut berubah

(efek, outcome, respons, event ).Variabel Konfounding; variabel yangberhubungan dgn VI & VD tapi bukan variabelantara.



2. Identifikasi & Pengendalian KonfoundingIdentifikasi;

studi literatur yang memadai, pengalaman & logika.Pengendalian;a. Disain: restriksi, matching & randomisasi.b. Analisis: stratifikasi, multivariat.



3. Pemilihan Uji Statistik Analisis Univariat (Statistik deskriptif)

Deskripsi data

Memeriksa kesalahan pada data Analisis Bivariat

Menganalisis hubungan antara satu variabel independendengan satu variabel dependen

Analisis MultivariatMenganalisis hubungan antara lebih dari satu variabelindependen dengan satu variabel dependen



3. Pemilihan Uji Statistik



Tekstular;Semua laporan pengumpulan data dengan tertulis.

Tabular;

Penyajian dengan kolom & baris.Terdiri dari; master table & text table.Syarat; judul, nomor, footnote & sumber.

Diagram;

Syarat; judul, sumbu ordinat & aksis, skala, nomor, footnote & sumber.Macamnya: histo-, line-, bar-, pie-, scatter-, map-diagram, dll.



Tekstular + Tabular



Tekstular + Diagram



1. Distribusi Frekuensi;Susunan data angka (kuantitas; TB, kadar

kolesterol, dll) atau menurut kategorinya (kualitas; jenis kelamin, derajat hipertensi, dll)



2. Nilai Tengah (central tendency );nilai/harga yang dapat dianggap mewakili darikelompok data, yaitu: mean, median, modus.

3. Nilai Letak;Pembagian pengamatan terhadap susunan data (kecil-besar), 2-, 4-, 10- atau 100-pengamatan (nilai tengah,kwartil, desil & persentil).

4. Nilai Variasi;Nilai yg menunjukkan bervariasinya data dalamkelompok data thd nilai rata-ratanya.terdiri: range, mean deviation, varian, SD, COV.



20

1. Metode Perbedaan 2. Metode Kecocokan

3. Metode Concomitant Variation 4. Metode Analogi



21

1. Metode Perbedaan: Jika:

Frekuensi suatu penyakit berbeda pada duakeadaan yang berbeda

Ada (beberapa) faktor terdapat pada suatukeadaan tidak ditemukan pada keadaan lainnya



22

Kejadian Ca cervix pada wanita menikah lebihtinggi jika dibandingkan dengan kejadian Ca

cervix pada wanita tidak menikah. Faktoryang terdapat pada wanita menikah adalahproses reproduksi



23

2. Metoda kecocokan Jika

Pola frekuensi suatu penyakit sama pada tempatyang berbeda

Faktor yang sama ditemukan pada tempattempat yang berbeda tersebut



24

Kejadian Ca cervix pada wanita di beberapatempat sama dan berhubungan dengan

hubunga kelamin pada usia muda, rekanseksual yang banyak Faktor yang sama kemungkinan virus yang

ditularkan secara seksual



25

Metoda Concomitant Variation

Jika satu fakttor frekuensi dan “kekuatannya”

berubah, terjadi perubahan frekuensi penyakit Contoh

Unsur dalam diet (makanan) berubahmengakibatkan perubahan pada frekuensi

kejadian penyakit jantung koroner



26

Penyebaran suatu penyakit mungkin sangatmirip dengan penyebaran penyakit yang lain

yang sudah diketahui penyebabnya Penggunaan metoda ini harus hati-hati

karena dapat menimbulkan “false analogies”



27

Penyakit keturunan (herediter) cenderungterdapat dalam suatu keluarga. Analoginya:

Jika ada penyakit yang cenderung terdapatdalam keluarga maka penyakit itu dianggapherediter.



28

Hipotesis yang baru biasanya disusun denganmengaitkan hasil observasi dari berbagai

bidang, seperti klinik, patologi dan hasillaboratorium Semakin kuat hubungan statistik yang

didapat, semakin besar peluang untukmenemukan hipotesis sebab akibat



29

Pengamatan terhadap adanya perubahanfrekuensi penyakit menurut kurun waktubiasanya amat berguna bagi penyusunanhipotesis

Suatu kasus yang aneh atau jarangseharusnya mendapat perhatian dalam

penyusunan suatu hipotesis Hasil pengamatan yang tampak saling

bertentangan perlu mendapat perhatianpada waktu menyusun hipotesis



30

Nilai hipotesis berbanding terbalik dengan jumlah alternatif yang dapat diterima, jumlah

akternatif tergantung: A. Semakin banyak asosiasi yang dapat

diterangkan antara faktor yang dicurigai denganpenyakit, semakin kecil dapat diterima



31

B. Jika dua variabel berasosiasi, kedua-duanyaberasosiasi dengan penyakit, nilai asosiasi denganpenyakit menjadi berkurang

Asosiasi suatu variabel dengan variabel tertentu,mungkin lebih bernilai daripada asosiasi dg varlain



32

Dalam memilih hipotesis, harus mencariketerangan demografi yang relevan

Suatu hipotesis bisa tidak konsisten denganhasil pengamatan yang ada, jika:

Sifat multikausal penyakit

Kasarnya klasifikasi penyakit



33

Hipotesis epidemiologi menjelaskanhubungan kausal. Pertama harus ada

hubungan statistik. Pertanyaan berikut,apakah hubungan tersebut kausal?



34

Hubungan

Statistik (-)Statistik (+)

Kausal Non-kausal

Langsung Tidak Langsung

Dr. Irwin Aras - Beberapa Hal Penting Dalam Prosedur Penelitian

Documents

Transcript of Dr. Irwin Aras - Beberapa Hal Penting Dalam Prosedur Penelitian