indikator pengukuran dalam epidemiologi penyakit kronik

73
Indikator & pengukuran dalam epidemiologi penyakit kronik& degeneratif serta faktor yang mempengaruhi akurasi Prof.Dr.dr.Rizanda Machmud M.Kes

Upload: ramlihamdan

Post on 27-Dec-2015

141 views

Category:

Documents


0 download

DESCRIPTION

Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

TRANSCRIPT

Page 1: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

Indikator & pengukuran dalam epidemiologi penyakit kronik& degeneratif sertafaktor yang mempengaruhi akurasi

Prof.Dr.dr.Rizanda Machmud M.Kes

Page 2: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

KONSEP SEHAT - SAKIT

• Batasan sehat itu sendiri sangat beragam, salah satu konsep sehat menurut WHO, adalah: suatu keadaan sehat yang komplit meliputi fisik, mental, sosial dan bukan hanya ketiadaan dari penyakit ataupun kelemahan

• Penilaian terhadap kesehatan individu didasarkan pada pemeriksaan fisik, pemeriksaan laboratorium, dan pemeriksaan-pemeriksaan lainnya terhadap kesehatan orang yang bersangkutan

Page 3: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

• Penilaian terhadap kesehatan masyarakat didasarkan pada kejadian-kejadian penting yang menimpa penduduk atau masyarakat

• Indikator kesehatan masyarakat, seperti angka kematian, angka kelahiran, angka kesakitan

Page 4: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

4

Pengertian, tujuan, & manfaat

• Kumpulan keterangan berbentuk angka yang berhubungan dengan masalah kesehatan

• Semua catatatan berupa angka yang dikumpulkan secara sistematis ttg kesehatan dan hal-hal yang berhubungan dengan kesehatan.

• Tujuannya, untuk memperoleh informasi yang jelas & terperinci ttg keadaan kesehatan suatu masyarakat.

Page 5: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

5

Pengertian, tujuan, & manfaat (lanj)

• Manfaat :• Mengukur derajat kesehatan masyarakat• Memonitor kemajuan status kesehatan• Mengadakan evaluasi program• Mengadakan perbandingan keadaan kesehatan• Memotivasi petugas & pengambil keputusan• Menentukan prioritas masalah

Page 6: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

6

Proporsi, Rate & Ratio

• Proporsi• Perbandingan antara dua nilai dimana pembilang

merupakan bagian dari penyebut • Rate

• Perbandingan antara dua nilai dimana pembilang merupakan bagian dari penyebut, & unsur waktu juga diperhatikan.

• Ratio• Perbandingan dimana pembilang dan penyebut

merupakan kelompok yang berbeda

Page 7: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

Tabel 1. Distribusi Frekuensi Penyakit Menurut 10 Penyakit Terbanyak di Puskesmas ABC tahun XXX

Jenis \penyakit Jumlah

(Nilai absolut)

Persentase %

(Nilai Relatif)

ISPA

Dermatitis

Artritis

Diare

Gastritis

Anemia

Katarak

Ginggivitis

Tumor

Dan lain-lain

Jumlah

13.526

10.523

5.637

4.120

1200

52

45

36

12

10.560

45.801

29.53

22.98

12.31

9

2.62

0.11

0.09

0.07

0.03

23.05

100

Page 8: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

CONTOH RATIO

• Perbandingan antara pria dan wanita dalam data kependudukan dikelurahan jumlah penduduk laki-laki adalah 11.543 orang dan jumlah penduduk wanita adalah 11.474 orang

• 11.543/ 11.474 = 1.006• Ratio jumlah penduduk antara pria dan

wanita adalah ini berarti penduduk laki-laki lebih banyak 1.006 kali dibandingkan penduduk wanita

Page 9: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

STATISTIKA MORTALITAS

• Angka kematian kasar• Specific death Rate• Case Fatality Rate

• Proporsional Mortality Rate

Page 10: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

ANGKA KEMATIAN KASAR

• Adalah jumlah seluruh kematian selama satu tahun berjalan dibagi jumlah penduduk pertengah

• an tahun atau midyear population disuatu negara.• Angka kematian kasar atau Crude death Rate

(CDR) sangat tergantung pada komposisi seks dan umur penduduk. Bila komposisi penduduk terdiri dari banyak orang lanjut usia, maka CDR akan lebih tinggi, sebaliknya bila komposisi penduduknya terdiri dari banyak usia muda, maka CDR akan lebih kecil.

Page 11: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

CONTOH CDR

• Total kematian penduduk Indonesia tahun XXX sebanyak 17.308.680 orang dan jumlah penduduk Indonesia pertengahan tahun XXX sebanyak 178.440.000 orang. Berapa CDR tahun XXX?

• Perhitungan;• Angka Kematian kasar = • (17.308.680/ 178.440.000) X1000 =9.7 per 1000• Angka kematian kasar penduduk Indonesia tahun

XXX adalah 10 orang per 1000 penduduk

Page 12: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

SPESIFIC DEATH RATE

• Merupakan angka kematian yang ditujukan kepada penyebab kematian spesifik oleh penyakit tertentu

• Biasanya dihubungkan dengan faktor-faktor yang terdapat dimasyarakat seperti umur, seks, pekerjaan, dan status sosial

Jumlah kematian karena sebab tertentu selama 1 thn Spesific Death Rate = x 100.000 Jumlah penduduk pertengahan tahun yang sama

Page 13: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

MANFAAT

• Sebagai base line data pada studi epidemiologik • Untuk mengetahui faktor-faktor risiko yang dapat

menimbulkan kesakitan dan kematian oleh penyakit tertentu di masyarakat

• Dipakai untuk estimasi terhadap etiologi penyakit. • Dipakai sebagai bahan pertimbangan untuk

menyusun rencana pencegahan dan pemberantasan penyakit tertentu.

• Dipergunakan juga untuk mengetahui tingginya risiko kematian penduduk karena penyakit tertentu

Page 14: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

CONTOH

• Jumlah kematian karena TBC di suatu wilayah pada tahun XXX adala sebanyak 3.000 orang. Jumlah penduduk pertengahan tahun adalah 13.821.000. Berapakah rate kematian karena TBC tersebut ?

• Perhitungan;• Spesific death rate = • (3.000/ 13.821.000) X 100.000 =• 2 per 100.000 penduduk

Page 15: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

CASE FATALITY RATE

• Merupakan persentase angka kematian oleh sebab penyakit tertentu yang dipakai untuk menentukan derajat keganasan/ kegawatan suatu penyakit tersebut.

• Perhitungan rasio ini dengan cepat dapat diketahui jenis penyakit mana yang paling banyak menimbulkan kematian, sehingga dapat segera disusun strategi penanggulangan

Jumlah kematian akibat suatu penyakit Case Fatality Rate(CFR) = x 100 Jumlah seluruh kasus penyakit yang sama

Page 16: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

CONTOH

• Jumlah kematian akibat kanker payudara di rumah sakit A, dilaporkan sebanyak 56 orang dan pasien yang dirawat dengan penyakit yang sama sebanyak 112 orang. Berapa Case Fatality Rate penyakit tersebut?

• Perhitungan;• (56/ 112) X 100%• CFR = 50%

Page 17: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

Proportional Mortality Rate

• Merupakan proporsi angka kematian yang terjadi pada pada golongan umur tertentu,

• Menjadi salah satu indikator penting untuk melakukan estimasi penyebab kematian utama disuatu negara

• Dipakai sebagai base line data untuk perencanaan pelayanan kesehatan

Jumlah kematian oleh umur tertentu yang dicatat selama 1 tahun

Proportional Mortality Rate = x 100

Jumlah seluruh kematian dalam tahun yang sama

Page 18: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

STATISTIKA MORBIDITAS

• Di negara-negara maju dengan taraf kesehatan yang tinggi, tingkat kematian telah dapat ditekan serendah-rendahnya, terutama kematian yang disebabkan penyakit infeksi.

• Pola penyakit dinegara tersebut telah bergeser dari penyaikt infeksi ke penyakit non infeksi, seperti penyakit jantung, hipertensi, diabetes melitus dan lain sebagainya

• Di Indonesia saat ini telah terjadi suatu transisi epidemi penyakit dimana penyakit yang timbul masih didominasi oleh penyakit infeksi, akan tetapi terjadi pula peningkatan penyakit non infeksi

Page 19: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

RATE MORBIDITAS

• Rate morbiditas adalah jumlah penderita yang dicatat selama 1 tahun per 1000 penduduk pertengahan tahun yang sama

• Rate ini dapat digunakan untuk menggambarkan keadaan kesehatan secara umum

Jumlah penderita yang dicatat selama 1 tahun Rate Morbiditas = x 1000 Jumlah penduduk pertengahan tahun yang sama.

Page 20: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

RATE PREVALENSI

• Rate prevalensi suatu penyakit adalah jumlah penyakit tertentu yang dicatat selama 1 tahun per 1000 penduduk yang berisiko terkena penyakit yang sama.

• Rate ini merupakan frekuensi penyakit lama dan baru yang berjangkit di masyarakat di suatu wilayah pada waktu tertentu

Rumus;

Jumlah penyakit tertentu yang dicatat selama 1 tahun Rate = x 1000 Prevalensi Jumlah penduduk pertengahan tahun yang sama.

Page 21: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

MANFAAT

• Rate prevalensi sangat bermanfaat untuk mempelajari penyakit kronik yang terjadi dalam masyarakat dan digunakan untuk mengetahui tingkat keberhasilan program pemberantasan penyakit.

• Rate ini dapat juga digunakan untuk menyusun rencana tentang pelayanan kesehatan yang dibutuhkan, obat-obatan dan lain-lain

Page 22: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

JENIS RATE PREVALENSI

• Bila rate prevalensi ditentukan pada suatu saat misalnya pada bulan juli tahun X, maka disebut point prevalence rate;

• Apabila ditentukan selama suatu periode tertentu misalnya dari 1 Januari sampai dengan 31 Desember tahun X, maka disebut sebagai periode prevalence rate.

Page 23: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

RATE INSIDENSI

• Rate insidensi adalah jumlah kasus baru atau penderita baru penyakit tertentu yang dicatat selama 1 tahun per 1000 penduduk yang mempunyai resiko untuk terkena penyakit tersebut

Jumlah kasus baru atau penderita baru penyakit tertentu yang dicatat selama 1 tahun

Rate = x 1000 Insidensi

Jumlah penduduk yang mempunyai resiko untuk terkena penyakit tersebut.

Page 24: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

MANFAAT

• Mengetahui tingkat keberhasilan program imunisasi yang dijalankan terhadap penyakit-penyakit yang dapat dicegah dengan imunisasi.

• Mengetahui adanya letusan penyakit.• Membandingkan tingkat perkembangan penyakit

pada berbagai kelompok masyarakat.• Mengetahui secara langsung risiko untuk terkena

penyakit tertentu.

Page 25: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

Gambar kejadian Incidens dan Prevalence Rate penyakit TBC di daerah XYZ

Kasus TBC

1. B S

2. B S R

3. B S

4. B S

5. B M

6. R S

1 Januari th XY 31 Desember thXY

keterangan : B = Kasus baru S = Sembuh R = Relaps M= mati jumlah penduduk = 300

Page 26: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

• Berapakah point prevalence rate pada tanggal 1 Januari tahun XY?

Jumlah orang yang menderita penyakit TBC 4 orang

tgl 1 Jan th XY

X 1000 = 13

Jumlah penduduk 300 orang

Page 27: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

Berapa incident rate penyakit tersebut?

Jumlah kasus baru 5 kasus X 1000 = 17 Jumlah penduduk yang berisiko 294

Page 28: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

Berapakah periode prevalence rate dari tanggal 1 January – 31 Desember th XY ?

Jumlah kasus penderita TBC 1 Jan-31Des th XY 6 kasus X 1000 = 20 Jumlah penduduk 300 orang

Page 29: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

FAKTOR- FAKTOR YANG MEMPENGARUHI AKURASI BIAS

Page 30: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

TOPIK BAHASAN

• ERROR• BIAS• PENGUKURAN• BERBAGAI KESALAHAN DALAM PENELITIAN • PENGENDALIAN KESALAHAN

Page 31: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

ERROR

Page 32: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

MEASUREMENT ERROR

Page 33: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

RANDOM ERROR

Page 34: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

SYSTEMATIC ERROR

Page 35: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

BIAS

Page 36: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

JENIS-JENIS BIAS

• SELECTION BIAS• BIAS INFORMASI• CONFOUNDING

Page 37: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

SELECTION BIAS

• Penyimpangan perkiraan pengaruh yang diakibatkan oleh cara pemilihanpengaruh

• Terdiri dari

a) Prevalence incidens bias

b) Berkson bias

c) Non-respon bias

d) Wrong sample size bias

Page 38: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

Prevalence incidens bias

• Terjadi dalam kasus case control• Selective survival pada prevalent cases• Kasus-kasus ringan sudah membaik kasus berat

mengakibatkan kematian• Dalam memilih kasus, kita terlambat melihat

penyakitnya• Kasus-kasus berat yang sudah menimbulkan

kematian tidak akan muncul daiantara outcome

Page 39: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

Lanj.

• Tingginya CFR pada tahap dini dari penyakit jantung koroner akan mengurangi – invalidate studi terhadap faktor-faktor etiologik yang mungkin ada karena orang-orang yang tersedia adalah orang yang masih hidup (kasus-kasus parah tidak terdapat)

• Pada studi kohort serum kolesterol memiliki OR 2.4 sedangkan pada studi case kontrol memiliki OR 1.16

Page 40: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

BERKSON BIAS

• Selektif dalam penerimaan pasien dirumah sakit• Penyebabnya tergantung gejala, akses, rumah sakit

rujukan utk penyakit tertentu, populer atau tdak RS tsb

Contoh; • Individu yang memiliki 2 gejala cenderung dirawat inap di

RS dibanding yang memiliki 1 gejala

Page 41: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

Contoh

• Pada penyakit muskuloskletal dengan penyakit pernafasan• Pada populasi umum OR 1.06; tidak ada hubungan antara

penyakit muskuloskletal dengan pernafasan• Pada orang yang di rawat di RS OR 4.06 ada hubungan

antara penyakit muskuloskletal dengan pernafasan

Page 42: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

NON-RESPONSE BIAS

• Adanya penolakan untuk berperan serta dalam suatu penelitian

• Orang yang tidak memberikan tanggapan pada sampel cenderung berbeda dari orang yang tersedia

• Kebiasaan merokok, ternyata yang memberikan tanggapan lebih baik hanya dari rokok kretek dibanding rokok cerutu

Page 43: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

WRONG SAMPLE SIZE

• Sampel yang terlampau kecil ketidak mampuan untuk mendeteksi perbedaan-perbedaan klinik secara penting

• Sampel yang terlampau besar ukuran-ukuran statistik bermakna atas perbedaan-perbedaan secara klinik tidak penting

Page 44: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

INFORMATION BIAS

• Kekeliruan ketidak pastian atau informasi didalam pengukuran paparan atau outcome

• Distorsi didalam memperkirakan pengaruh yang diakibatkan measurement error atau misclasification atas subjek-subjek pada satu atau lebih variabel

TERDIRI ATASa) Diagnostic biasb) Recall bias

Page 45: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

DIAGNOSTIC BIAS

• Terjadi karena penampilan tatacara diagnostik kasus tidak proporsional dengan tatacara diagnostik pada kontrol

• Pengetahuan mengenai subjek sebelum keterpaparannya dengan suatu hal yang diduga sebagai penyebab penyakit dapat berpengaruh dalam proses diagnostik outcome

Page 46: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

Contoh

• Penyakit yang manifestasi klinik yang langka dan memerlukan uji labor utk prosedur diagnostik, akan missed dalam kelompok kontrol

• Ca cervix pada individu yang terpapar dan tidak terpapar terapi estrogen, prosedur yang sama harus dilakukan untuk kedua kelompok

• Pencegahannya, blinding terhadap kasus dan kontrol

Page 47: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

Recall bias

• Kesalahan pengelompokan bila informasi mengenai variabel paparan tidak diketahui atau tidak akurat.

Contoh;• Ibu-ibu yang kehamilan terakhirnya berakhir dengan

kecacatan atau kematian janin (kasus) dan ibu-ibu yang sepadan yang kehamilannya berahir normal (kontrol) ibu2 kasus melaporkan lebih banyak keterpaparan dengan obat2an.

Page 48: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

CONFOUNDING

• Bias yang terjadi bila data pengaruh faktor yang diteliti tercampur dengan data pengaruh variabel luar (extraneous)

• Hubungan rsebab akibat yang menghubungkan faktor yang diteliti dengan variabel lain yang merancukan dengan penyakit didalam populasi.

• Variabel umum sebagai perancu; umur, jenis kelamin, status sosial ekonomi, tingkat keparahan penyakit

Page 49: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

confounding

• Bias confounding dapat dikontrol dalam analisis, bias seleksi tidak dapat dikontrol

Contoh;• Hubungan konsumsi alkohol dengan infark miokard. • Merokok sebagai sebagai salah satu penyebab penyakit

infark miokard• Alkohol dan merokok saling berhubungan

Page 50: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

Upaya penanggulangan bias

• Restriksi - Kriteria inklusi dan eksklusi• Matcing• Stratifikasi• Control melalui analisis

Page 51: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik
Page 52: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

SYARAT-SYARAT PENGUKURAN(1)

• ISOMORFISME(1)• Ukuran harus “sedekat” mungkin dengan benda/ kejadian yang

diukurnya (identik dengan yang diukur)• Kesulitannya: Yg diukur adalah (umumnya) sebagian

karakteristik/properti dari obyek yang diukur• Seringkali bahkan hanya indikan-nya saja

• Indikan= sesuatu yang dapat “menunjukkan” keadaan sesuatu yang lainnya.• Mengukur kondisi fisik lebih “sederhana” dp. kondisi psikologis (BB vs.

Komitmen bekerja)

Page 53: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

SYARAT-SYARAT PENGUKURAN(3)

• EXHAUSTIVE• Pengukuran harus meliputi “seluruh” kemungkinan ukuran sesuai

dengan tujuan studi• Misal:

• Jenis kelamin: Lk/Pr• Pendidikan: Buta-huruf s/d PT3

• MUTUALLY EXCLUSIVE• Pengukuran tidak tumpang tindih• Misal:

• Kategorisasi umur: 0-1| >1-5| >5-10| dst

Page 54: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

Realiable & Valid

Page 55: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

TEORI RELIABILITAS(1)

• Setiap alat ukur mengandung komponen:• Nilai Sebenarnya (True value=Xt), dan • Nilai Kesalahan (Error=Xe)

• Xu = Xt + Xe

• Pengukuran berulang menghasilkan varians:• Vu=Vt + Ve

Page 56: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

TEORI RELIABILITAS(2)

• Reliabilitas (=r) adalah proporsi Varians Sebenarnya thd Varians Pengukuran:

• r = Vt / Vu; Nilai Vt biasanya tidak diketahui

• Sedangkan Vu = Vt + Ve atau Vt = Vu-Ve

• r = (Vu-Ve) / Vu atau r = 1 - (Ve/Vu) • Bila Ve = 0; maka r = 1

Page 57: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

VALIDITAS PENGUKURAN

• Menjawab pertanyaan:• Apakah alat ukur yg dipakai memang mengukur sesuatu yg ingin diukur:

• Timbangan badan u/ mengukur BB• Pita ukur u/ mengukur TB

• Jenis Validitas Pengukuran (American Psychological Association):• V-Construct (V-konstruk)• V-Content (V-Isi)• V-Criterion (V-kriterium)

Page 58: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

VALIDITAS ISI

• Adalah adekuasi sampling isi alat ukur (representativeness)

• Menjawab pertanyaan:• Apakah isi alat ukur telah mewakili populasi properti dari sesuatu

yang ingin diukur• Misal:

• isi ujian Metlit harus mewakili TIU/TIK mata ajaran Metlit• kuesioner ttg kepuasan pasien mewakili seluruh aspek/dimensi kepuasan

pasien

Page 59: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

VALIDITAS KRITERIUM

• Adalah kemampuan alat ukur memprediksi kriteria lain yang berhubungan

• Apakah alat ukur yang dipakai dapat memprediksi “sesuatu” dengan baik?• Ujian Metlit yg baik memprediksi keberhasilan tesis• Pasien yg puas akan kembali untuk berobat (re-visit)

• Penyulit:• Menemukan kriteria yang benar

Page 60: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

VALIDITAS KONSTRUK

• Adalah kemampuan alat ukur dalam menerjemahkan aspek teoritis

• Faktor apakah yang berperan dalam menjelaskan hasil ukur?• Faktor apa yg berkaitan dengan keberhasilan/kegagalan ujian metlit

• dpl. faktor berkaitan dengan variasi hasil• mengapa data menunjukkan sukses Metlit berkaitan dengan konstruk

kreativitas/imajinasi?• proses validasi konstruk berkaitan erat dengan proses penelahaan

ilmiah empiris (empirical scientific enquiry)

Page 61: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

External validiti

Page 62: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

External validity

Page 63: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

BERBAGAI KEMUNGKINAN KESALAHAN

No Tahapan Studi Kemungkinan Kesalahan

1 Pengembangan konsep danhipotesis

V-Konstruk/Kriteria (Pengukuran)

2 Pemilihan Desain V-Internal Penelitian

2 Pengembangan instrumen V-Isi/Reliabilitas (Pengukuran)

3 Sampling V-Eksternal Penelitian

4 Pengumpulan data Bias bersumber responden &pewawancara (Reliabilitas)

5 Manajemen data Kuesioner tidak terbaca Salah "entry"

6 Analisa data Penggunaan jenis statistik

7 Interpretasi hasil & ProsesInduktif

V-Konstruk

Page 64: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

PENANGGULANGAN BIAS

Page 65: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

Summary of how research works

RESEARCH QUESTION

TRUTH IN THE UNIVERSE

STUDY PLAN

TRUTH IN THE STUDY

Target population

Women aged 50-69

Phenomena of interest

The proportion who take estrogen

Intended sample

All women aged 50-69 seen in

clinic(s) in one year

Intended variablesSelf reported

estrogen treatment

Errors

design

infer

Errors

implement

ACTUALSTUDY

FINDINGS IN THE STUDY

Actual Subjects

Actual Measurements

Errors

Page 66: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

OPTIMASI VALIDITAS SUDI

• MAKSIMASI VARIANS• KONTROL VARIABEL LUAR• MINIMISASI KESALAHAN

Page 67: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

MAKSIMASI VARIANS

• PRINSIP SEBANYAK MUNGKIN (melalui proses deduksi yg komprehensif)– Pelajari semua variabel yang mungkin

berhubungan dengan var dep.– Pelajari antar-hubungan variabel2 yg ada

• REDUKSI MODEL SESUAI KEBUTUHAN– Mereduksi variabel yg kecil pengaruhnya– Mampu laksana

Page 68: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

KRITERIA INKLUSI

• Homogenisasi – Variabel luar dijadikan ‘konstan’

• Matching– Kelompok Intervensi dan Kontrol memiliki

kesamaan dalam hal variabel luar

KONTROL VARIABEL LUAR (BEBAS)

Page 69: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

STATISTIK MULTIVARIAT

• Melihat pengaruh/hubungan antara var dependen dengan var independen (utama) dengan mengendalikan/mengontrol var independen lainnya– Pengaruh motivasi thd kinerja dengan

mengendalikan faktor pendidkan, persepsi peran, masa kerja, pembinaan, dst

KONTROL VARIABEL LUAR (BEBAS)

Page 70: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

12

VARIABEL NON-EKSPERIMENTAL(CONFOUNDING)

• VARIABEL SUBYEKMis.: Genetik, Umur, Sex, Pendidikan, dll

Pengendalian:

RandomisasiMatching

Rancangan-UlangRancangan analisa statistik

• VARIABEL LINGKUNGANKeadaan sekitar yang pengaruhi studi

Pengendalian:

Lingkungan dibuat konstanRandomisasi

Rancangan analisa statistik

Page 71: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

OPTIMASI VALIDITAS STUDI

MINIMASI KESALAHAN PENGUKURAN

PENGENDALIAN KESALAHAN SISTEMATIK• Pembakuan alat ukur• peneraan alat ukur• pelatihan• pengukuran ganda• pengendalian “lingkungan” saat mengukur

RELIABILITAS & vALIDITAS PENGUKURAN• Konsisten - Tepat - Teliti• Construct - Content - Criterion related

Page 72: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

13

KESALAHAN DALAM PENELITIAN(ERROR)

• KESALAHAN PENGUKURANInstrumen tidak valid/reliabel

Pengendalian:

Uji-coba instrumenCounter-balance

• KESALAHAN PENELITISubyektivitas

Pengendalian:

Blind experimentPengukuran ganda (pengukur/frek)

Page 73: Indikator Pengukuran Dalam Epidemiologi Penyakit Kronik

Terimakasih