Health Research Methodology

3/27/2008

1

PROGRAMSTUDI ILMU KESEHATAN MASYARAKATFAKULTAS KEDOKTERANUNIVERSITAS ANDALAS

Copyright 2008 | Defriman Djafri. SKM, MKM | , Seluruh naskah ini dapat digunakan dan disebarluaskan denganbebas untuk tujuan pendidikan dan pelatihan yang bersifat nirlaba, dengan syarat tidak menghapus atau mengubahatribut penulis/pemegang copyright dan pernyataan linsensi naskah. Tidak diperbolehkan menuliskan ulang,mengesktrak atau memodifikasi naskah ini tanpa izin tertulis dari pemegang copyright.

Health Research MethodologyDefrimanDjafri,SKM,MKM

AndalasUniversity

Association&Causation

Studi hubungan (association) dan penyebab(causation) dalam kesehatan dan penyakit. Ironisnya,bidang tersulit dalam

id i l i k i tid k d hepidemiologi,karena sering tidak mudahuntuk menentukan apakah suatu hubunganyangteramati antara suatu keadaan dengansuatu faktor risiko mewakili suatu hubungansebab dan akibat.

Association&Causation(1)

Risk Factors Outcome

Independent Variable Dependent Variable

Risk Factors

Disease occurrence


Hipertensi Penyakit Jantung Koroner

Menyebabkan


Hipertensi y g


Asupan (intake) Hi i

Menyebabkan


Asupan (intake)GARAM

Hipertensi

3/27/2008

2


Kegemukan Penyakit Jantung Koroner


Kegemukan y gMenyebabkan

Hipertensi


Asupan (intake)Menyebabkan Menyebabkan


Asupan (intake)GARAM Hipertensi Penyakit Jantung Koroner

Jenis Bias

BiasSeleksi BiasInformasi Kerancuan (confounding) Kerancuan (confounding)

BiasSeleksi

Distorsi perkiraan efek yangterjadi akibatcara pemilihan/seleksi subyek kedalampopulasi studi (atau ke dalam analisis studi)dan akibat faktor yangmempengaruhidan akibat faktor yangmempengaruhipartisipasi studi (Morgenstern,1998;RothmandanGreenland,1998;Kleinbaumet.al.,1982)

BiasInformasi

Biasinformasi (informationbias)atau biasobservasi (observationbias)atau biaspengukuran (measurementbias)adalah biasyangterjadi karena perbedaan sistematikdalammutu dan cara pengumpulan datadalammutu dan cara pengumpulan data(misalnya karena menggunakan kriteria ataumetode pengukuran yangtidak sahih)tentang pajanan atau penyakit/masalahkesehatan dari kelompokkelompok studi.(Zheng,1998;Morgenstern,1998;Hennekensdan Buring,1987;Jekel,et.al.,1996;Murti,1997).

Kerancuan (confounding)

Suatu situasi ketika efek faktor risikoeksternal lainnya bercampur dengan efekdari pajanan (faktor risiko utama)sehinggamenimbulkan distorsi asosiasi antara pajananmenimbulkan distorsi asosiasi antara pajanan(faktor risiko utama)dan penyakit yangmauditeliti (Zheng,1998;Hennekens danBuring,1987;Murti,1997).

3/27/2008

3

3Karakteristik utamaconfounding(1)

Untuk dapat disebut sebagaiconfounder sebuah covariate (misal:C)harusmerupakan faktor risikoharusmerupakan faktor risikoterhadap penyakit yangingin diteliti(misal:D)pada populasi asal yangtidak terpapar (unexposedbasepopulation).


covariate tersebut (C)harusberhubungan (yangbukanmerupakan hubungan sebagaimerupakan hubungan sebagaifaktor risiko satu sama lain)dengan pajanan/faktor risiko(misal E)pada populasi asal (basepopulation).


covariateCdapat dikatakan sebagaiconfounder potensial posisinya dalamrantai hubungan sebabakibat tidakb d di j (E)d kiberada diantara pajanan (E)dan penyakit(D).Dengan kata lain,tidak dapatdikatakan sebagai confounderbila faktorketiga tersebut berperan sebagai variabelintermediate didalam rantai/jejaringkausalitas.

(E) Pajanan/faktorrisiko utama

(D) Penyakit yangingin diteliti

(C) Faktor eksternal/confounder potensial

Contoh dari Web of Causation

stress DIET

hormon lemak total kalori garam

merokok hiperlipidemia aktifitas fisik

obesitas hereditasobesitas hereditas

sistem koagulasi darah atherosklerosis hipertensi

infark myocardium angina pectoris thrombosis

CORONARY HEART CEREBRO-VASCULAR HIPERTENSIVEDISEASE DISEASE DISEASE

Perbandingan dari tiga strategianalitis (1)

AtributAtribut Tipe strategi analitikTipe strategi analitikKohortKohort Kasus KontrolKasus Kontrol KrosKros--seksionalseksional

KlasifikasiKlasifikasipopulasipopulasi

Kondisi bebas Kondisi bebas penyakitpenyakit

Kasus dengan Kasus dengan kondisikondisi

Faktor +, Faktor +, penyakit +;penyakit +;populasipopulasi penyakitpenyakit kondisi kondisi

(penyakit) atau (penyakit) atau tanpa tanpa karakteristik, karakteristik, dan kontroldan kontrol

penyakit +; penyakit +; faktor +, faktor +, penyakit penyakit --; faktor ; faktor --, penyakit +, , penyakit +, faktor faktor --, penyakit , penyakit --..

SampelSampel yang yang diwakilkandiwakilkan

Tanpa penyakitTanpa penyakit Tidak tentu: Tidak tentu: sumber populasi sumber populasi kasus tidak kasus tidak diketahuidiketahui

Survivor Survivor padapadasuatusuatu titiktitik atauataudalamdalam periodeperiodewaktuwaktu

3/27/2008

4

Perbandingandaritigastrategianalitis(2)


Sekuens Sekuens t lt l

Prospekstif atau Prospekstif atau t ktift ktif

RetrospektifRetrospektif AmbiguitasAmbiguitastemporaltemporal retrospektifretrospektif

FungsiFungsi Perbandingan Perbandingan tingkat insidens tingkat insidens yang terpajan yang terpajan dan tidak dan tidak terpajanterpajan

Perbandingan Perbandingan prevalens prevalens terpajan untuk terpajan untuk kasus dan kasus dan kontrolkontrol

DeskripsiDeskripsihubunganhubunganpemajanpemajan dandanpenyakitpenyakit secarasecarasimultansimultan



Keluaran Keluaran (outcome)(outcome)

Insidens Insidens penyakit dalampenyakit dalam

Prevalens Prevalens pemajan dalampemajan dalam

Prevalens Prevalens penyakit dalampenyakit dalam(outcome) (outcome)

perbandinganperbandinganpenyakit dalam penyakit dalam kelompok yang kelompok yang terpajan dan terpajan dan tidak terpajantidak terpajan

pemajan dalam pemajan dalam kasus dan kasus dan kontrolkontrol

penyakit dalam penyakit dalam kelompok kelompok terpajan dan terpajan dan tidak terpajantidak terpajan

PengukuranPengukuranrisikorisiko

RisikoRisiko RelatifRelatif, , attributable riskattributable risk

Odds Ratio Odds Ratio (estimasi risiko (estimasi risiko relatif jika relatif jika penyakit jarang)penyakit jarang)

RasioRasio prevalensprevalens((estimasiestimasi tidaktidakpastipasti risikorisikorelatifrelatif), odds ), odds ratioratio



Pembuktian Pembuktian KuatKuat Butuh analisis Butuh analisis Hanya sugestifHanya sugestifuntuk kausalitasuntuk kausalitas hatihati--hatihati

y gy g

BiasBias MudahMudah diaturdiatur Butuh upaya Butuh upaya yang lebih untuk yang lebih untuk diaturdiatur

MungkinMungkin sangatsangatsulitsulit untukuntuk diaturdiatur

Pemilihanstrategi(1)

DasarDasar Tipe strategi analitikTipe strategi analitikKohortKohort Kasus KontrolKasus Kontrol KrosKros--seksionalseksional

KondisiKondisi yang yang jarangjarang

Tidak praktisTidak praktis TerbaikTerbaik Tidak layakTidak layakjarangjarang

MenentukanMenentukansuatusuatu risikorisikoyang yang tepattepat

TerbaikTerbaik Tidak layakTidak layak TidakTidak layaklayak



Untuk maksud Untuk maksud adminisratifadminisratif

Tidak layakTidak layak Tidak layakTidak layak TerbaikTerbaik

JikaJika atrisiatrisi (drop (drop out) out) masalahmasalahyang yang seriusserius

Tidak layakTidak layak AtrisiAtrisi biasanyabiasanyaminimalminimal

AtrisiAtrisi mungkinmungkinterjaditerjadi sebelumsebelumstudistudi



Jika pemilihan Jika pemilihan survival jadi survival jadi masalahmasalah

TerbaikTerbaik Tidak layakTidak layak Tidak layakTidak layak

Jika semua Jika semua faktor tidak faktor tidak diketahuidiketahui

TerbaikTerbaik Tidak layakTidak layakLayakLayak

KurangKurang

WaktuWaktu dandan danadana Sangat mahalSangat mahal Sedikit mahalSedikit mahal AntaraAntara

3/27/2008

5

Data Management & Analysis DefrimanDjafri,SKM,MKM

AndalasUniversity

Data&Informasi

DATAINFORMASI

Transform Data (Statistik)

PengumpulanPengolahanAnalisisPenyajian

Proses

EditingCodingProccessingCleaning

Populasi

Alur Data

Enumerator Data Entri

Epi Data Epi Info

Komputer

Soft copyHard copy

Analisis

SPSSSTATASASdll

109876543210

7

6

5

4

3

2

1

0

-1

Titik Sampling

DO

(mg/

L)

Mean=2,97

2 UWL =5,342

3 UCL =6,528

-2 LWL =0,598

-3 LCL =-0,588

0 20 40 60 80 100 120

Gingivitis dan penyakit periodontal

0

2

4

6

8

10

12

Frequency

Mean = 34.68Std. Dev. = 24.992N = 63

Penyadian Informasi hasil studi & interpretasi data

Populasi

Kumpulandari keseluruhan obyek yangterdiri dari berbagai karakteristik Populasi Target:keseluruhan obyek yang

iliki k kt i tik t t t i imemiliki karakteristik tertentu yangingindipelajari,misalnya:wanita hamil,kankerovarium,dll Ukuran untuk karakteristik di masyarakatadalah parameter

Sampel

Bagian dari populasi

Terdiri dari kumpulan unit analisis Unit analisis adalah unit terkecil yang

akan dianalisis Ukuran di sampel adalah statistik

Populasi&Sampel

Populasi:Kumpulan individu dimana hasil suatupenelitian akan dilakukan generalisasi.

S lSampel:Anggota populasi dimana pengukuran dilakukan, disebut juga sebagai unit elementer atau elemen dari populasi.

3/27/2008

6

Data

Datauntukklinis:Individu(gejalayangterjaditerjadipadasatuindividu) DatauntukKesehatanmasyarakat:K it ( j l t kdiKomunitas(gejalayangtampakdimasyarakat) Pengambilandata:Observasi,wawancara,diskusi,medicalrecord,dll

Data

Data Primer didapat dari penelitian yang dibuatmemang ditujukan untuk mengukur suatu masalah, contoh: mengestimasi prevalens anemia, prevalenscacingan

Data Sekunder didapat dari penelitian orang lain atau survei yang kadang tidak langsung padatujuan dari penelitian itu sendiri: pelaporan, dll

Data Tersier, data dari kumpulan penelitian yang berisikan pelaporan dari penelitian penelitian lain

SkalaPengukuran

Nominal: lambang untuk perbedaanOrdinal: ada perbedaan tanpa ditentukan pasti

berapa tepat perbedaannya

Interval: terdapat ukuran interval yang konstan tetapitidak ada nilai nol absolut, misalnya: skala yang bersifat sirkular (jam), suhu, umur

Ratio: terdapat ukuran interval yang konstan danmemiliki nilai nol absolut, misalnya: tinggi badan, berat badan

Skala Pengukuran DataKategorik

Contoh Nominal:1 = mati & 0 = hidup1 = sakit & 0 = sehat1 = islam, 2 = kristen, 3 = hindu, 4 = katolik, 5 = lain2

1 = jawa, 2 = sunda, 3 = betawi, 4 = lain-lain

ContohOrdinal:1 = baik, 2 = cukup, 3 = buruk1 = tinggi, 2 = sedang, 3 = rendah1 = diatas normal & 0 = normal

SkalaPengukuranDataNumerik

Contoh Interval:1 = 0 4 tahun2 = 5 9 tahun3 = 10 14 tahun4 = Lebih dari 15 tahun

Contoh Rasio:Ukuran tinggi badanUkuran tekanan darahKadar Pb udara ambien

Analisis&InterpretasiData

Analisis:kategorisasi,mengurutkan,mengendalikan danmeringkaskan dataagarmudah dimengerti dandiinterpretasip

Interpretasi :Inferensi dan penjelasan menemukan makna ataupengetahuan,melakukan inferensi

Pemahaman konsep,materi dan data,logika,statistikdan epidemiologi sangat diperlukan untuk prosesinterpretasi

3/27/2008

7

DeskripsidanAnalitik

Deskripsi, bersifat hanya menggambarkansuatu karakteristik , baik di sampel ataudipopulasi

Analitik, sudah menganalisis hubunganantar karakteristik atau variabel, yang dikelompokkan pada variabel bebas danvariabel terikat

STATISTIKDESKRIPTIF

Bertujuanuntukmenjelaskanataumendeskripsikankarakteristikmasingmasingvariabelyangditeliti.

Informasihasilanalisisberupa:9 Persentase, proporsi9 Ukuran tengah: rata2, median, modus9 Ukuran variasi: minimum-maximum, range, jarak

inter-kuartil9 Standar deviasi

Metodeanalisisstatistik

Tujuan Menggunakan cara yang logis untuk

melakukan analisis statistik Menentukan uji statistik yang digunakan Menentukan uji statistik yang digunakan Mendeskripsikan akurasi estimasi Menilai apakah dapat disesuaikan dengan

karakteristik populasi

Analisisstatistik

Menghasilkan ringkasan informasi untuksuatu sampel subjek Contoh:meandan prevalencerateyangdi l h d i bj k dikit b b d d idiperoleh dari subjek sedikit berbeda daripopulasi variabilitas sampling Mendeskripsikan karakteristik sampel studi Membuat inferensial tentang populasi padaumumnya

HARDCOPY SOFTCOPY (e-questionnaire)Screenshot

Epi Info 6.04 Epi Data 3.1

3/27/2008

8

CaraKerjaEpiData

Tampilan EpiData terdiri 1MenuLinedan 2Toolbar,cara proses kerjadari EpiData sangat jelas dilihat dari toolbarpertama yaitu dari proses:p g j p y p

Definedata (Membuat/Menulis Struktur data) Makedatafile(Membuat tampilan pemasukan datakusioner) Addchecks (Membuat perintah dari masingmasing variabel

pertanyaan)

Enterdata (Proses pemasukan/entrydata) Document(Melihatdatayangtelahdimasukan/dientry) Exportdata (membuatdatauntukdiolahsesuaiformatdatayang

diinginkan)

AnalisisDataNumerik

Data Numerik

Katagorik (unit penelitian)

Penyajian &Interpretasi DataNumerik

Lower Bound Upper BoundKelas 3 10 71 10 75 0 83 9 2 12 5 10 36 11 06

Kelas Mean Median SD Min Max95% Confidence Interval

Distribusi statistik deskriptif kadar timah hitam dalam darah(g/dL) anak sekolah dasarmenurut kelas di DKI Jakarta tahun 2004

Kelas 3 10,71 10,75 0,83 9,2 12,5 10,36 11,06Kelas 4 11,28 10,8 1,37 9,8 13,2 10,73 11,84

Hasil analisis didapatkan rata-rata kadar timah hitam dalam darah anak sekolah dasar pada kelas 3di DKI Jakarta adalah 10,71 g/dL(95% CI: 10,36-11,06),median 10,75 g/dL dengan standar deviasi 0,83. kadar timah hitam dalam darah terendah 9,2 g/dL dan yang paling tinggi 12,5 g/dLDari hasil estimasi interval disimpulkan bahwa 95% diyakini bahwa rata-rata kadar timah hitam dalam darah Responden antara 10,36 g/dL sampai 11,06 g/dL

AnalisisDataKatagorik

Penyajian &Interpretasi DataKatagorik

Kelurahan Jenis

Cengkareng Barat Kapuk Duri Kosambi Rawa Buaya Kedaung Kali Angke Cengkareng Timur

Lain-lain 1.37% 2.82% 1.39%

sumur gali kurang 3 M 1.37% 1.41% 8.33%

sumur gali 3 - 10 M 15.07% 8.45% 19.44% 1.39%

sumur gali 10 - 15 M 1.37% 2.82% 4.17%

sumur gali lebih 15 M 2.74% 1.39%

sumur gali plus pompa kurang 3 M 2.74% 1.39% 1.39%

Distribusi penggunaan sumber air bersih untuk mandi respondenmenurut kelurahan di Kec.Cngkareng tahun 2004

su u ga p us po pa u a g 3 % 39% 39%

sumur gali plus pompa 3 - 10 M 21.92% 23.94% 5.56% 5.56% 2.78%

sumur gali plus pompa 10 - 15 M 9.59% 11.27% 1.39% 1.39%

sumur gali plus pompa lebih 15 M 15.07% 2.82% 4.17% 1.39% 1.39%

sumur pompa tangan kurang 3 M 5.48% 1.41% 1.39%

sumur pompa tangan 3 - 10 M 15.07% 4.23% 9.72% 12.50%

sumur pompa tangan 10 - 15 M 4.11% 5.63% 2.78% 6.94%

sumur pompa tangan lebih 15 M 1.37% 1.41% 4.17% 2.78%

PAM/PDAM 2.74% 32.39% 94.44% 41.67% 72.22% 88.89%

Air mineral dalam kemasan 1.41%

Jumlah 100.00% 100.00% 100.00% 100.00% 100.00% 100.00%

Penyajian &InterpretasiDataKatagorik

Distribusi penggunaan sumber air bersih untuk mandi responden tidak merata untuk masing-Masing jenis penggunaan sumber air bersih Paling banyak responden menggunakan air PAM/PDAMMasing jenis penggunaan sumber air bersih. Paling banyak responden menggunakan air PAM/PDAM, Pada Kelurahan Duri kosambi,Rawa Buaya Kedaung Kali Angke dan Cengkareng Timurrata-rata responden lebih dari 50% Menggunakan PAM/PDAM sebagai sumber air bersih untuk mandi.Sedangkan Kelurahan Cengkareng Barat dan Kapuk hampir mencapai 25% responden menggunakanSumur gali plus pompa 3-10 meter.

3/27/2008

9

Ujistatistikpadaanalisisbivariate

Katagorik NumerikUji T Anova

Katagorik Katagorik Chi Sqaure

Numerik NumerikKorelasiRegresi

Pilihan Uji signifikan statistik yanglayak dalam analisisbivariat (Analisis satu variabel independen dan satu variabelindependen)(1)

KarakteristikKarakteristik variabelvariabel yang yang diujidiuji Uji yang layak atau uji Uji yang layak atau uji signifikansignifikan

Variabel pertamaVariabel pertama Variabel keduaVariabel kedua

KontinuKontinu Dikotom, tidak Dikotom, tidak berpasanganberpasangan

Uji student Uji student -- tt

KontinuKontinu Dikotom, berpasanganDikotom, berpasangan Uji t berpasanganUji t berpasangan

KontinuKontinu OrdinalOrdinal ANOVAANOVA




KontinuKontinu KontinuKontinu Koefisien korelasi Koefisien korelasi Pearson, regresi linierPearson, regresi linier

OrdinalOrdinal Dikotom, tidak Dikotom, tidak berpasanganberpasangan

UjiUji MannMann--Whitney U, Whitney U, kaikai kuadratkuadrat untukuntukkecenderungankecenderungan linierlinier




OrdinalOrdinal DikotomDikotom berpasanganberpasangan Uji WilcoxonUji Wilcoxon

OrdinalOrdinal NominalNominal UjiUji KruskallKruskall WallisWallis




OrdinalOrdinal OrdinalOrdinal Koefisien Korelasi Koefisien Korelasi Spearman (fho);Spearman (fho);Spearman (fho); Spearman (fho); Koefisien korelasi Koefisien korelasi Kendall (tau)Kendall (tau)

OrdinalOrdinal KontinuKontinu KelompokKelompok variabelvariabelkontinukontinu dandan kalkulasikalkulasikoefisienkoefisien korelasikorelasiSpearman (Spearman (fhofho); ); KoefisienKoefisien korelasikorelasiKendall (tau), Kendall (tau), atauatau kaikaikuadratkuadrat


KarakteristikKarakteristik variabelvariabel yang yang diujidiuji UjiUji yang yang layaklayak atauatau ujiujisignifikansignifikan


DikotomDikotom Dikotom tidak Dikotom tidak berpasanganberpasangan

Uji kai kuadrat; Uji Uji kai kuadrat; Uji probabilitas eksakprobabilitas eksakberpasanganberpasangan probabilitas eksak probabilitas eksak FisherFisher

DikotomDikotom Dikotom BerpasanganDikotom Berpasangan Uji kai kuadrat Mc Uji kai kuadrat Mc NemarNemar

DikotomDikotom NominalNominal Uji kai kuadratUji kai kuadrat

NominalNominal NominalNominal UjiUji kaikai kuadratkuadrat

3/27/2008

10

Uji TIndependen (KatagorikNumerik)UjiTIndependen(lanjutan)

Output Analisis

Group Statistics

24 10,325 ,8634 ,176226 11,008 1,0233 ,2007

kelaskelas 3kelas 4

kadar pb keduaN Mean Std. Deviation

Std. ErrorMean

Independent Samples Test

1,974 ,166 -2,539 48 ,014 -,6827 ,2689 -1,2234 -,1420

-2,556 47,635 ,014 -,6827 ,2671 -1,2198 -,1456

Equal variancesassumedEqual variancesnot assumed

kadar pb keduaF Sig.

Levene's Test forEquality of Variances

t df Sig. (2-tailed)Mean

DifferenceStd. ErrorDifference Lower Upper

95% ConfidenceInterval of the

Difference

t-test for Equality of Means

Penyajian &Interpretasi Data(Uji TIndependen)

Kelas 3 10,32 0,86 0,17 0,014 24Kelas 4 11 1,02 0,2 26

NKelas Mean SD SE P value

Distribusi Rata-rata kadar timah hitam dalam darah Responden menurut kelas

Rata-rata kadar timah hitam dalam darah murid kelas 3 sekolah dasar di DKI Jakarta adalah10,32 /dL dengan standar deviasi 0,86 /dL. Sedangkan murid kelas 4, rata-rata Kadar timah hitam dalam darahnya adalah 11 /dL dengan standar deviasi 1,02 /dL .Hasil uji statistik didapatkan nilai p = 0,014, berarti pada alpha 5 % terlihat ada perbedaanYang signifikan rata-rata kadar timah hitam dalam darah antara murid kelas 3 dengan muridkelas 4

Uji KaiKuadrat (ChiSquare)(KatagorikKatagorik)

Independen

Dependen

Chi-Square Tests

6,226b 1 ,0134,874 1 ,0276,337 1 ,012

,021 ,013

6,101 1 ,014

50

Pearson Chi-SquareContinuity Correctiona

Likelihood RatioFisher's Exact TestLinear-by-LinearAssociationN of Valid Cases

Value dfAsymp. Sig.

(2-sided)Exact Sig.(2-sided)

Exact Sig.(1-sided)

Computed only for a 2x2 tablea.

0 cells (,0%) have expected count less than 5. The minimum expected count is9,66.

b.

UjiChiSquare(lanjutan)

Output Analisis

Case Processing Summary

50 100,0% 0 ,0% 50 100,0%tingkat pajanan *sakit tenggorokan

N Percent N Percent N PercentValid Missing Total

Cases

Risk Estimate

4,444 1,337 14,769

2,069 1,078 3,972

,466 ,250 ,866

50

Odds Ratio for tingkatpajanan (tinggi / rendah)For cohort sakittenggorokan = sakitFor cohort sakittenggorokan = tidak sakitN of Valid Cases

Value Lower Upper

95% ConfidenceInterval

tingkat pajanan * sakit tenggorokan Crosstabulation

20 9 2969,0% 31,0% 100,0%

7 14 2133,3% 66,7% 100,0%

27 23 5054,0% 46,0% 100,0%

Count% within tingkat pajananCount% within tingkat pajananCount% within tingkat pajanan

tinggi

rendah

tingkat pajanan

Total

sakit tidak sakitsakit tenggorokan

Total

ChiSquareOutput

Pada tabel 2x2,ditemukannilai E

3/27/2008

11

Penyajian &Interpretasi Data(ChiSquare)

OR p valueN % N % N % 95%CI

Tinggi 20 69 9 31 29 100 4,44 0,027Rendah 7 33,3 14 66,7 21 100 1,33-14,76Jumlah 27 54 23 46 50

TotalTingkat pajanan

Sakit TenggorokanSakit Tidak Sakit

Distribusi Responden menurut status sakit tenggorokan dan tingkat pajanan udarai

Hasil analisis hubungan antara kejadian sakit tenggorokan dengan tingkat pajanan udaradiperoleh bahwa ada sebanyak 20 dari 29 (69%) murid yang berada pada tingkat pajanan udaratinggiYang mengalami sakit tenggorokan.Sedangkan diantara murid yang berada pada tingkat pajanan rendah, ada 7 dari 21 (33.3%) yang mengalami sakit tenggorokanHasil uji statistik diperoleh nilai p=0,027 maka dapat disimpulkan ada perbedaan proporsiKejadian sakit tenggorokan antara tingkat pajanan udara tinggi dengan tingkat pajanan rendah(ada hubunganYang signifikan antara tingkat pajanan udara dengan sakit tenggorokan).Dari hasil analisis diperoleh OR=4,44 , artinya murid yang berada pada tingkat pajanan tinggi4,44 kali berisiko mengalami sakit tenggorokan dibandingkan murid yang beradapada wilayah tingkat pajanan rendah

Uji Korelasi

OutputAnalisisUjiKorelasiOutput Analisis

Descriptive Statistics

125,4000 8,42009 5010,680 1,0014 50

tinggi badankadar pb kedua

Mean Std. Deviation N

Correlations

1 ,307*,030

50 50,307* 1,030

50 50

Pearson CorrelationSig. (2-tailed)NPearson CorrelationSig. (2-tailed)N

tinggi badan

kadar pb kedua

tinggi badankadar pb

kedua

Correlation is significant at the 0.05 level (2-tailed).*.

Kepustakaan

WHO.HealthResearchMethodology.AGuideforTraininginResearchMethos.RegionalOfficeforWesternPacific.Manila1992

KatzDL.EpidemiologyBiostatisticsandPreventiveMedicineReview.WBSaunders.1997

THANKYOUTHANKYOU

Health Research Methodology

Documents

Transcript of Health Research Methodology