Health Research Methodology
-
Upload
fatma-diana-yeza -
Category
Documents
-
view
4 -
download
0
description
Transcript of 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
Association&Causation(2)
Hipertensi Penyakit Jantung Koroner
Menyebabkan
Independent Variable Dependent Variable
Hipertensi y g
Association&Causation(3)
Asupan (intake) Hi i
Menyebabkan
Independent Variable Dependent Variable
Asupan (intake)GARAM
Hipertensi
-
3/27/2008
2
Association&Causation(4)
Kegemukan Penyakit Jantung Koroner
Independent Variable Dependent Variable
Kegemukan y gMenyebabkan
Hipertensi
Association&Causation(5)
Asupan (intake)Menyebabkan Menyebabkan
Independent Variable Dependent Variable
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).
3Karakteristik utamaconfounding(2)
covariate tersebut (C)harusberhubungan (yangbukanmerupakan hubungan sebagaimerupakan hubungan sebagaifaktor risiko satu sama lain)dengan pajanan/faktor risiko(misal E)pada populasi asal (basepopulation).
3Karakteristik utamaconfounding(3)
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)
AtributAtribut Tipe strategi analitikTipe strategi analitikKohortKohort Kasus KontrolKasus Kontrol KrosKros--seksionalseksional
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
Perbandingandaritigastrategianalitis(3)
AtributAtribut Tipe strategi analitikTipe strategi analitikKohortKohort Kasus KontrolKasus Kontrol KrosKros--seksionalseksional
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
Perbandingandaritigastrategianalitis(4)
AtributAtribut Tipe strategi analitikTipe strategi analitikKohortKohort Kasus KontrolKasus Kontrol KrosKros--seksionalseksional
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
Pemilihanstrategi(2)
DasarDasar Tipe strategi analitikTipe strategi analitikKohortKohort Kasus KontrolKasus Kontrol KrosKros--seksionalseksional
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
Pemilihanstrategi(3)
DasarDasar Tipe strategi analitikTipe strategi analitikKohortKohort Kasus KontrolKasus Kontrol KrosKros--seksionalseksional
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
Pilihan Uji signifikan statistik yanglayak dalam analisisbivariat (Analisis satu variabel independen dan satu variabelindependen)(2)
KarakteristikKarakteristik variabelvariabel yang yang diujidiuji Uji yang layak atau uji Uji yang layak atau uji signifikansignifikan
Variabel pertamaVariabel pertama Variabel keduaVariabel kedua
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
Pilihan Uji signifikan statistik yanglayak dalam analisisbivariat (Analisis satu variabel independen dan satu variabelindependen)(3)
KarakteristikKarakteristik variabelvariabel yang yang diujidiuji Uji yang layak atau uji Uji yang layak atau uji signifikansignifikan
Variabel pertamaVariabel pertama Variabel keduaVariabel kedua
OrdinalOrdinal DikotomDikotom berpasanganberpasangan Uji WilcoxonUji Wilcoxon
OrdinalOrdinal NominalNominal UjiUji KruskallKruskall WallisWallis
Pilihan Uji signifikan statistik yanglayak dalam analisisbivariat (Analisis satu variabel independen dan satu variabelindependen)(4)
KarakteristikKarakteristik variabelvariabel yang yang diujidiuji Uji yang layak atau uji Uji yang layak atau uji signifikansignifikan
Variabel pertamaVariabel pertama Variabel keduaVariabel kedua
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
Pilihan Uji signifikan statistik yanglayak dalam analisisbivariat (Analisis satu variabel independen dan satu variabelindependen)(5)
KarakteristikKarakteristik variabelvariabel yang yang diujidiuji UjiUji yang yang layaklayak atauatau ujiujisignifikansignifikan
Variabel pertamaVariabel pertama Variabel keduaVariabel kedua
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