Desain Penelitian Cross Sectional - dr melda

  Desain Penelitian Cross Sectional

• Rancangan cross sectional merupakan rancangan penelitian yang pengukuran dan pengamatannya dilakukan secara simultan pada satu saat (sekali waktu). Cross sectional adalah studi epidemiologi yang mempelajari prevalensi, distribusi, maupun hubungan penyakit dengan paparan dengan cara mengamati status paparan, penyakit, atau karakteristik terkait kesehatan lainnya, secara serentak pada individu dari suatu populasi pada satu saat
• Langkah - langkah melakukan penelitian cross sectional:

  1. Mengidentifikasi variable-variabel penelitian 2. Menetapkan subjek penelitian.

  3. Melakukan observasi atau pengukuran variabel-variabel yang merupakan factor resiko dan factor efek sekaligus berdasrkan status keadaan varibel pada saat itu (pengumpulan data).

  4. Melakukan analisis korelasi dengan cara membandingkan proporsi antar kelompok-kelompok hasil observasi (pengukuran) Rumus besar sample : Kelebihan rancangan desain penelitian cross sectional adalah:

  1. Mudah dan murah untuk dilakukan k arena pengukuran dilakukan dalam satu waktu

  2. Tidak memaksa subyek untuk mengalami faktor yang diperkirakan bersifat merugikan kesehatan (faktor resiko) dan tidak ada subyek yang kehilangan kesempatan untuk memperoleh terapi yang diperkirakan bermanfaat.

  3. Kemungkinan drop out kecil

• Kelemahan rancangan desain penelitian cross adalah:

  1. Memiliki validitas inferensi yang lemah dan kurang mewakili sejumlah populasi yang akurat

  2. Sulit untuk menentukan sebab dan akibat karena pengambilan data risiko dan efek dilakukan pada saat yang bersamaan

  3. Dibutuhkan jumlah subyek yang cukup banyak, terutama bila variable yang dipelajari banyak

  4. Tidak praktis untuk meneliti kasus yang sangat jarang 5. Tidak dapat menghitung angka insidensi.

  Desain Penelitian Case Control

  Penelitian kasus-kontrol merupakan penelitian epidemiologis analitik observasional yang menelaah hubungan antara efek (Penyakit atau kondisi kesehatan) dengan faktor risiko tertentu. Penelitian ini dapat dipergunakan untuk menilai berapa besarkah peranan suatu faktor risiko dalam kejadian penyakit.

  Pada studi kasus-kontrol di mulai dengan identifikasi pasien dengan penyakit tertentu (yang disebut dengan kasus) dan kelompok tanpa efek (disebut kontrol), kemudian secara retrospektif ditelusuri faktor risiko yang dapat menerangkan mengapa kasus terkena efek, sedangkan kontrol tidak. Manfaat Case Control Studi kasus-kontrol dapat memberikan sumbangan yang bermakna dalam berbagai aspek kedokteran klinis, terutama bagi penyakit-penyakit atau kondisi yang jarang atau amat jarang ditemukan, seperti kebanyakan kasus keganasan. Secara umum, penelitian ini sangat bermanfaat dalam hal:

  1. Sangat efisien untuk penelitian pada penyakit yang jarang terjadi. Dalam hal ini, penelitian kohor tidak efisien karena membutuhkan waktu yang lama dengan jumlah pengamatan yang besar.

  2. Bermanfaat untuk mengetahui sebab-akibat pada penyakit-penyakit yang baru yang sebelumnya pernah ditemukan.

  3. Bermanfaat pada penelitian penyakit dengan fase laten yang panjang. Misalnya pada hubungan antara rokok dan karsinoma paru.

  Ciri-ciri Case Control

  1. Merupakan penelitian observasional yang bersifat retrospektif yang berarti mengikuti perjalanan penyakit ke arah belakang berdasarkan urutan waktu atau dari Akibat ke Sebab.

  2. Penelitian diawali dengan kelompok kasus yaitu penderita penyakit yang akan diteliti dan kelompok bukan penderita sebagai kontrol.

  3. Kelompok kontrol digunakan untuk memperkuat adanya hubungan sebab akibat.

  4. Pada penelitian kasus kontrol terdapat hipotesis spesifik yang akan diuji secara statistik.

  5. Kelompok kontrol mempunyai risiko terpajan yang sama dengan kelompok kasus.

  6. Pada penelitian kasus-kontrol, yang dibandingkan ialah pengalaman terpajan oleh faktor risiko antara kelompok kasus dengan kelompok kontrol.

  7. Pengukuran besarnya resiko relatif hanya didasarkan pada perkiraan melalui perhitungan odds ratio.

  Tahap-tahap penelitian case control ini adalah sebagai berikut:

  a. Identifikasi variabel-variabel penelitian (faktor risiko dan efek)

  b. Menetapkan objek penelitian (populasi dan sampel)

  c. Identifikasi kasus

  d. Pemilihan subjek sebagai control e. Melakukan pengukuran “retrospekstif” (melihat ke belakang) untuk melihat faktor risiko

  f. Melakukan analisis dengan membandingkan proporsi antara variabel-variabel objek penelitian dengan variabel-variabel kontrol Contoh sederhana: Penelitian ingin membuktikan hubungan antara malnutrisi (kekurangan gizi) pada anak balita dengan perilaku pemberian makanan oleh ibu.

  Tahap pertama

  Mengidentifikasi variabel dependen (efek) dan variabel-variabel independen (faktor risiko)

• variabel dependen
• variabel independen
• variabel independen lain

  Tahap kedua

  Menetapkan objek penelitian, yaitu populasi dan sampel penelitian. Namun demikian perlu dibatasi daerah mana yang menjadi populasi dan sampel penelitian.

  Tahap ketiga

  Mengidentifikasi kasus

  Tahap keempat

  Pemilihan subjek sebagai kontrol. Pemilihan kontrol hendaknya didasarkan kepada kesamaan karakteristik subjek pada kasus. Misalnya ciri-ciri masyarakatnya, social ekonominya, letak geografisnya, dan sebagainya. Pada kenyataannya memang sulit untuk memilih kelompok kontrol yang mempunyai karakteristik yang sama dengan kelompok kasus. Oleh sebab itu sebagian besar ciri-ciri tersebut kiranya dapat dianggap mewakili.

  Tahap kelima

  Melakukan pengukuran secara retrospektif, misal dari kasus (anak balita yang malnutrisi) itu diukur atau ditanyakan kepada ibunya dengan menggunakan metode “recall” mengenai perilaku atau kebiasaan memberikan makanan kepada anaknya. Recall di sini maksudnya menanyakan kepada ibu anak balita kasus tentang jenis-jenis makanan serta jumlahnya yang diberikan kepada anak balita selama periode tertentu. Biasanya menggunakan metode 24 jam (24 hours recall).

  Tahap keenam

  Melakukan pengolahan dan analisis data. Analisis data dilakukan dengan membandingkan proporsi pada kelompok kasus, dengan proporsi kelompok kontrol.

  Keuntungan dan Kerugian Keuntungan

  1. Metode penelitian kasus-kontrol sangat sesuai untuk penelitian penyakit yang jarang terjadi atau penyakit dengan fase latenyang panjang, misalnya hubungan antara rokok dan karsinoma paru atau hubungan kontrasepsi oral dan karsinoma payudara.

  2. Pelaksanaan penelitian kasus-kontrol relatif lebih cepat dibandingkan penelitian kohort karena penelitian diawali dengan kelompok penderita tanpa harus menunggu insidens seperti pada penelitian kohor.

  3. Biaya yang dibutuhkan untuk mengadakan penelitian kasus-kontrol relatif lebih kecil dibandingkan dengan mengadakan penelitian kohor.

  4. Perkiraan besarnya sampel yan dibutuhkan pada penelitian kasus-kontrol lebih kecil dibandingkan dengan penelitian kohor.

  5. Metode penelitian kasus-kontrol tidak dipengaruhi faktor etisseperti pada penelitian eksperimental karena apa dan penelitian kasus-kontrol intervensi tidak dilakukan oleh peneliti.

  6. Data yang ada dapat dimanfaatkan, terutama bila penelitian dilakukan dengan basis rumah sakit.

  7. Dapat digunakan sebagai penelitian pendahuluan terhadap penyakit yang belum diketahui penyebabnya.

  8. Tidak menghadapi kendala etika.

  Kerugian

  Disamping beberapa keuntungan yang telah disebutkan, penelitian kasus kontrol juga mempunyai kerugian.

  1. Dapat menimbulkan recall bias karena data tentang pengalaman terpajan oleh faktor risiko diperoleh dari hasil wawancara dengan mengingat kejadian masa lalu yang lama, sedangkan data yang berasal dari rekam medis sering tidak lengkap.

  2. Validasi terhadap informasi yang diperoleh sulit dilakukan.

  3. Pengendalian terhadap faktor perancu(confounding factors) sulit dilakukna dengan lengkap.

  4. Kadang-kadang sulit untuk mendapatkan kelompok kontrol yang sesuai dengan tujuan penelitian karena banyaknya fator risiko yang harus dikendalikan.

  5. Penelitian kasus-kontrol tidak dapat digunakan untuk mengukur insidens dan absolute risk.

  Angka risiko pada Case Control

  Penetapan risiko relatif pada rancangan case control tidak dapat secara langsung karena pada rancangan ini tidak dipakai populasi total atau sampelnya, sehingga kelompok kasus dan kelompok kontrol tidak representatif menggambarkan populasi. Risiko relative untuk rancangan case control dihitung secara tidak langsung, yaitu dengan mencari Odds Ratio (OR).

  Desain Penelitian Simple Random Sampling

  Yang dimaksudkan dengan pengambilan sampel acak sederhana ialah pengambilan sampel sedemikian rupa sehingga setiap unit dasar (individu) mempunyai kesempatan yang sama untuk diambil sebagai sampel. Cara ini merupakan cara paling sederhana, namun dalam praktik jarang digunakan secara tunggal terutama pengambilan sampel pada populasi yang besar, tetapi cara ini mempunyai arti yang sangat penting karena pengambilan sampel acak sederhana merupakan dasar dari cara pengambilan sampel yang lain.

  Keuntungan :

  Pengambilan sampel acak sederhana mempunyai beberapa keuntungan, antara lain :

  1. Ketepatan yang tinggi dan setiap unit sampel mempunyai probabilitas yang sama untuk diambil sebagai sampel

  2. Sampling error dapat ditentukan secara kuantitatif

  Kerugian :

  Bila tidak terdapat daftar unit dasar (sampling frame) dan populasi yang tersebar atau populasi yang sangat luas dengan sarana jalan yang tidak menunjang maka pengambilan sampel acak sederhana sulit dilaksanakan atau membutuhkan tenaga, waktu, dan biaya yang sangat besar.

  Teknik pelaksanaan

  Pelaksanaan pengambilan sampel acak sederhana dapat dilakukan dengan dua cara tergantung pada besarnya populasi. Pada pengambilan sampel acak sederhana dengan populasi kecil dapat dilakukan secara lotre, yaitu dengan cara :

  1. Dibuat daftar semua unit sampel, disusun, dan diberi nomor secara berurutan

  2. Semua unit sampel ditulis pada gulungan kertas atau kepingan dengan bentuk dan ukuran serta warna yang sama kemudian dimasukkan kedalam kotak dan diaduk sampai rata

  3. Gulungan kertas atau kepingan diambil sesuai dengan jumlah sampel yang diinginkan kemudian dicocokkan dengan nomor urut daftar unit sampel.

  Pengambilan sampel acak sederhana dengan populasi besar dilakukan menggunakan tabel bilangan random sampling dengan cara sebagai berikut :

  1. Tentukan besarnya populasi studi

  2. Buat daftar unit sampling (sampling frame) 3. Semua sampling unit diberi nomor urut agar mudah dalam mencocokan.

  4. Pengambilan sampel pertama, tentukan sembarang angka yang terdapat pada tabel bilangan random kemudian ambil kolom sebelahnya yang sesuai dengan banyaknya digit populasi, misalnya besarnya populasi 800 diambil 3 kolom lalu urutkan ke bawah sampai jumlah sampel yang diinginkan.

  5. Bila diperoleh angka yang lebih besar dari populasi maka angka tersebut tidak digunakan. Demikian pula bila memperoleh dua angka yang sama maka satu angka tidak dipergunakan.

  Cara lain: Bila tidak mempunyai tabel bilangan random, pengambilan sampel dapat dilakukan menggunakan gulungan kertas yang ditulis dari 0 sampai dengan 9 atau disesuaikan dengan besarnya populasi. Selanjutnya, diambil sesuai dengan jumlah digit. Misalnya, pada populasi sebesar 800 maka gulungan kertas ditulis mulai dari 0 sampai dengan 8 dan diambil tiga digit.

  Cara pengambilan, untuk digit pertama mula-mula gulungan kertas diambil satu dan angka yang terdapat pada gulungan kertas ditulis kemudian gulungan kertas dikembalikan lagi lalu kita ambil lagi satu gulungan kertas untuk digit kedua dan hasilnya ditulis, untuk pengambilan digit ke 3 sama seperti pada pengambilan digit pertama dan kedua atau dapat diambil 3 sekaligus. Bila terdapat angka yang lebih besar daripada besarnya populasi tidak digunakan. Kegiatan ini dilakukan terus sampai jumlah sampel yang dinginkan.

  Pengambilan Sampel Acak Stratifikasi (Stratified Random Sampling)

  Bila pengambilan sampel dilakukan dengan membagi populasi menjadi beberapa strata dimana setiap strata adalah homogen, sedangkan antar strata terdapat sifat yang berbeda, kemudian dilakukan pengambilan sampel pada setiap strata. Cara pengambilan sampel demikian disebut pengambilan sampel acak dengan stratifikasi Bila pengambilan sampel pada setiap strata dilakukan dengan simple random sampling dan dengan proporsi yang sama disbeut Proportionate Stratified Simple Random Sampling. Bila pengambilan sampel pada setiap strata tidak dilakukan secara proportional disebut Unproportionate Stratified Simple Random Sampling

  Keuntungan :

  Keuntungan cara pengambilan sampel acak dengan stratifikasi adalah cara ini memiliki kesempatan ketepatan yang lebih tinggi dengan simpangan baku yang lebih kecil dibandingkan dengan pengambilan sampel acak sederhana terutama bila pengambilan sampel dilakukan secara proporsional

  Kerugian :

  Cara ini mempunyai kelemahan yaitu: Kita harus mengetahui kondisi populasi (yang sering tidak diketahui) agar dapat dilakukan stratifikasi dengan baik dan sulit untuk membuat kelompok yang homogeny Ciri – ciri Pengambilan sampel dengan stratifikasi mempunyai ciri – ciri sebagai berikut:

• Deviasi standar lebih kecil dibandingkan dengan pengambilan sampel acak sederhana. Hal ini dapat terjadi bila pengelompokan dilakukan sedemikian rupa sehingga dalam satu kelompok mempunyai perbedaan yang sekecil mungkin, sedangkan perbedaan antar kelompok yang sebesar mungkin dan pengambilan sampel dilakukan secara proporsional
• Pengambilan sampel acak dengan stratifikasi akan lebih efektif bila dalam distribusi populasi terdapat nilai ekstrem yang dapat dikelompokkan tersendiri
• Setiap unit mempunyai peluang yang sama untuk diambil sebagai sampel hingga perkiraan yang dihasilkan tidak bias

  Seorang direktur di rumah sakit ingin mengetahui prestasi kerja dokter yang diukur berdasarkan kepatuhan dalam menggunakan prosedur tetap dalam memberikan pelayanan kepada penderita. Untuk itu 12 orang dokter sebagai populasi dibagi menjadi 4 kelompok berdasarkan prestasi kerja tahun yang lalu, masing – masing kelompok terdiri dari 3 orang dengan prestasi kerja yang sama dan memiliki perbedaan antar kelompok, kemudian pada setiap kelompok diambil seorang sebagai sampel hingga diperoleh sampel sebanyak 4 orang. Dengan cara demikian akan diperoleh 84 kombinasi Bila pada kondisi tersebut dilakukan pengambilan sampel dengan acak sederhana akan diperoleh 495 kombinasi. Ini berarti bahwa pengambilan sampel acak dengan stratifikasi, kombinasi akan berkurang 411 atau 84% yang tidak memperoleh peluang untuk diambil sebagai sampel. Namun, karena pada pengambilan sampel acak dengan stratifikasi setiap unit mempunyai peluang yang sama maka hasilnya tidak akan menimbulkan bias Dari hasil perhitungan diperoleh simpangan baku lebih kecil pada pengambilan sampel acak dengan stratifikasi yang dilakukan secara proporsional (Proportionate Stratified Simple Random Sampling) dibandingkan dengan pengambilan acak sederhana. Ini berarti bahwa proportionate stratified simple random sampling mempunyaki ketepatan yang lebih tinggi dibandingkan dengan simple random sampling.

  Desain Penelitian Multistage Sampling

  Multistage sampling adalah penggunaan berbagai metode random sampling secara bersama-sama seefisien dan seefektif mungkin (Fathkhurohim, 2009). Multistage sampling adalah kasus khusus dari cluster sampling. Di mana pada tahap kedua kita tidak memilih semua elemen dari cluster, tetapi beberapa elemen yang dipilih dengan cara acak (Barreiro, dkk, 2001). Minimal dua teknik yang dapat digunakan pada teknik ini, seperti simple random, stratified random, systematic random, dan cluster random. Penarikan sampel dengan teknik ini sebenarnya tidak jauh berbeda dengan penarikan sampel dengan teknik cluster random sampling. Penarikan sampel dengan cluster random sampling dilakukan dengan memilih elemen tertentu, yang mana elemen tersebut mewakili seluruh elemen dalam suatu cluster. Sedangkan pada teknik multistage random sampling penarikan sampelnya dilakukan lebih luas, yaitu tidak langsung dilakukan penarikan sampel pada elemen, tetapi melalui cluster terlebih dahulu.

  Syarat-syarat dalam menggunakan multistage sampling, antara lain : 1. Populasinya cukup homogen.

  2. Jumlah populasi sangat besar.

  3. Populasi menempati daerah yang sangat luas.

  4. Tidak tersedianya kerangka sampel yang memuat unit-unit yang terkecil (ultimate sampling unit) Kelebihan multistage random sampling menurut Supranto (2007) antara lain : a. Varian yang relatif kecil untuk biaya setiap unit.

  b. Kontrol terhadap kesalahan sampling menjadi lebih baik.

  c. Penelitian ulang membutuhkan biaya yang relatif kecil.

  d. Kontrol terhadap penelitian lebih mudah dilakukan.

  e. Dapat menggunakan metode yang berbeda pada setiap tahapannya.

  f. Anggota sampel yang diambil lebih respresentatif

  g. Biasanya lebih akurat daripada cluster sampling untuk ukuran sampel yang sama Kekurangan multistage random sampling antara lain :

  1. Tidak seakurat simple random sampling 2. Prosedur pengambilan keputusan sampel memerlukan perencanaan yang lebih cermat.

  3. Pengujian lebih sulit dilakukan. Langkah- langkah Multistage Sampling Langkah-langkah menggunakan multistage random sampling dapat dilakukan pada populasi yang homogen. Langkahnya sebagai berikut: 1) Tetapkan populasi; 2) Tetapkan tingkatan; 3) Hitung besar sample; 4) Ambil secara acak sejumlah unsur pada tiap tingkatan; dan 5) Pada tingkat terakhir ambil sampel secara acak sesuai besar sampel.

  Contoh : Pengambilan sampel dapat dilakukan dengan langkah sebagai berikut: Misalnya penelitian dilaksanakan di Kabupaten Cirebon. Maka langkah-langkahnya dapat digambarkan sebagai berikut: Langkah 1 : Memilih j kecamatan dari J kecamatan yang ada di kabupaten A. Langkah 2 : Pada j kecamatan terpilih, dipilih k kelurahan/desa dari K kelurahan/ desa di kecamatan terpilih Langkah 3 : Pada k kelurahan/desa terpilih, dipilih l sekolah dasar dari L sekolah dasar yang ada di kelurahan/desa.

  Langkah 4 : Pada l sekolah terpilih, dipilih m kelas dari M kelas yang ada. Langkah 5 : Pada m kelas terpilih, dipilih semua murid yang ada di kelas terpilih.

  Keterangan: J, K, L, M : merupakan kode untuk populasi j, k, l, m : merupakan kode untuk sampel

  Desain Penelitian Sampel Random Sistematik (Systematic Random Sampling)

  Apabila banyaknya satuan elementer yang akan dipilih cukup besar, maka pemilihan sampel acak sederhana akan berat mengerjakannya. Dalam keadaan seperti ini ahli statistic cenderung memakai metode lain. Pengambilan sampel acak sistematis (systematic random sampling) ialah suatu metode pengambilan sampel, dimana hanya unsur pertama saja dari sampel dipilih secara acak, sedangkan unsur-unsur selanjutnya dipilih secara sistematis menurut pola tertentu. Sampel sistematis seringkali menghasilkan kesalahan sampling(sampling error) yang lebih kecil, disebabkan anggota sampel menyebar secara merata di seluruh propinsi. Ada pendapat bahwa pengambilan sampel dengan metode ini tidak acak, karena yang diambil secara acak unsur pertama saja, sedangkan unsur selanjutnya diurutkan berdasarkan interval yang sudah tertentu dan tetap.

  Jadi dalam Sistematik Random Sampling (SRS) pengambilan pertama saja yang dilakukan secara acak dengan menggunakan bilangan random, sedangkan pengambilan selanjutnya dengan menggunakan pengambilan berdasarkan interval. Karena itu, untuk dapat mempergunakan metode ini, harus dipenuhi beberapa syarat yakni : (1) populasi harus besar, (2) harus teredia daftar kerangka sampel, (3) populasi harus bersifat homogen.

  Proses pengambilan sampel, setiap urutan ke “K" dari titik awal yang dipilih secara random, dimana: N (Jumlah anggota populasi) K = n (jumlah anggota sam pel) Prosedur Systematic Random Sampling Langkah 1 Menentukan jumlah dan daftar elemen/unit sampling dalam populasi Langkah 2 Menentukan besar sampel (n) Langkah 3 Menentukan lebar interval (populasi/n) = k Langkah 4 Memilih sampel urut pertama (dalam interval pertama) menggunakan pengambilan acak Langkah 5 Memilih sampel berikutnya berdasarkan urutan dan intervalnya Contoh : Penggunaan systematic sampling untuk memilih 20 sampel dari populasi yang berisi 100 elemen, adalah sebagai berikut. Pertama, susun sampling frame. Kedua, tetapkan nilai k = 5. Metode Penelitian Sosial Ketiga, tentukan sampel pertama secara random, misal diperoleh 6. Selanjutnya kita dapat menetukan sampel berikutnya adalah 11, 16, 21, 26, 31, 36, 41, 46, 51, 56, 61, 66, 71, 76, 81, 86, 91, 96, dan 1.

  Keuntungan : • Perencanan dan penggunaanya mudah.

• Keuntungan dari metode ini adalah cara ini lebih cepat, lebih mudah dan lebih mudah pelaksanaannya daripada cara-cara lainnya. Cara ini juga memungkinkan untuk mengambil sampel di lapangan dengan tanpa harus menggnakan kerangka sampel.

  Kerugian : Membutuhkan daftar populasi.

  Desain Penelitian Cluster Sampling

  Pengambilan sampel dilakukan terhadap sampling unit, dimana sampling unitnya terdiri dari satu kelompok (cluster). Tiap item (individu) di dalam kelompok yang terpilih akan diambil sebagai sampel. Cara ini dipakai : bila populasi dapat dibagi dalam kelompokkelompok dan setiap karakteristik yang dipelajari ada dalam setiap kelompok. Misalnya ingin meneliti gambaran karakteristik (umur, suku, pendidikan dan pekerjaan) orang tua mahasiswa FK USU. Mahasiswa FK dibagi dalam 6 tingkat (I s/d VI). Pilih secara random salah satu tingkat (misal tingkat II). Maka orang tua semua mahasiswa yang berada pada tingkat II diambil sebagai sampel (Cluster).

  Keuntungan : - Tidak memerlukan daftar populasi.

• Biaya transportasi kurang Kerugian : Prosudur estimasi sulit.

  CONFIDENCE INTERVAL / INTERVAL KEPERCAYAAN (IK)

  Confidence interval (interval kepercayaan) adalah rentang nilai pada populasi yang dihitung dengan dasar satu statistik yang diperoleh pada sampel. Atau dapat dikatakan rentang antara dua nilai dimana nilai suatu sample mean tepat berada di tengah-tengahnya. Rentang nilai pada populasi yang dihitung berdasarkan point estimate. Kata interval menunjukan rentang, sedangkan batas atas dan bawah rentang disebut sebagai batas kepercayaan. Confidence interval yang sering digunakan adalah 95 %, artinya jika saya mengambil 100 sample maka kemungkinan 95 sample saya akan mencakup nilai Population Mean sesungguhnya. Point estimate (P) yaitu statistic yang diperoleh dari sampel yang dapat berupa proporsi, rerata, beda proporsi. Zα adalah derivate baku normal untuk alfa. Nilai α dipilih sesuai dengan Confidence interval yang diinginkan. Bila diinginkan 95%, maka berarti α = 0,05, sehingga Zα = 1,96. Standard error (SE) yang besarnya dihitung dengan rumus yang berbeda untuk setiap jenis statistik. Rumus umum Interval kepercayaan adalah

  IK = P ± (Zα X SE)

  Untuk penelitian Cross Sectional, dapat dihitung Rasio prevalensi (RP/PR)

  RP ini memberikan gambaran peran faktor resiko terhadap terjadinya efek atau penyakit. Atau RP adalah perbandingan antara jumlah subyek dengan penyakit pada satu saat dengan seluruh subyek yang ada . RP dihitung dengan cara sederhana menggunakan tabel 2 X 2.

  Untuk interpretasi hasil :

• Bila RP = 1, artinya pravelens penyakit pada subyek dengan faktor A = pravelens pada subyek tanpa faktor A, maka faktor tsb bukanlah faktor resiko. Bisa dikatakan bahwa variabel yang diduga sebagai faktor resiko tidak ada pengaruhnya dalam terjadi efek, atau dengan kata lain bersifat netral. CONTOH : semula diduga bahwa pemakaian kontrasepsi oral pada awal kehamilan merupakan faktor resiko untuk terjadinya penyakit jantung bawaan pada bayi yang dilahirkan. Apabila ternyata akhir penelitian ditemukan RP = 1, maka hal tsb berarti bahwa pemakaian obat KB oral oleh ibu pada awal kehamilan bukan merupaka faktor resiko untuk terjadinya penyakit jantung bawaan pada bayi yang akan dilahirkan di kemudian hari.
• Bila RP > 1 dan rentang IK tidak mencakup angka 1, artinya faktor A tsb merupakan faktor resiko untuk timbulnya penyakit.
• Bila RP< 1 dan rentang IK tidak mencakup angka 1, artinya faktor tsb merupakan faktor protektif (mencegah terjadinya efek).
• Bila IK RP mencakup angka 1, maka berarti populasi yang diwakili oleh sampel tsb masih mungkin nilai RP = 1. Sehingga dari data yang ada belum dapat disimpulkan bahwa faktor yang dikaji benar-benar merupakan faktor resiko atau faktor protektif.

  Contoh Umum :

  RP sebesar 3 engan IK 95% antara 1,4 s/d 6,8 menunjukan bahwa dalam populasi yang diwakili sampel yang diteliti, kita percaya 95 % bahwa RP terletak antara 1,4 sampai 6,8 (selalu lebih dari 1). Namun suatu RP sebesar 3 dengan IK 95 % antara 0,8 sampai 7, menunjukan bahwa variable bebas yang diteliti blum tentu merupakan faktor resiko, sebab di dalam populasi yang diwakili oleh sampel, 95 % nilai RP-nya mencakup nilai 1. RP = 1 menunjukan bahwa variabel yang diteliti bersifat netral, untuk RP < 1 berarti dalam populasi variable independen tsb merupakan faktor protektif. Namun jika IK mencakup angka 1, maka faktor yang diteliti tsb belum tentu merupakan fakto protektif. Untuk studi kasus – kontrol, dapat menghitung Odds Ratio (OR), yang artinya perbandingan antara peluang (probabilitas) untuk terjadinya efek dengan peluang untuk tidak terjadinya efek. Bila peluang terjadinya efek dinyatakan dengan P, maka Odds adalah P/(1-P), contoh bila peluang atau kemungkinan Ali untuk menang melawan Agus adalah 75%, maka odss Ali untuk menang adalah 75%/25 % = 3. OR menunjukan berapa besar peran faktor resiko yang diteliti terhadap terjadinya penyakit (efek). Untuk interpretasi hasil : • Bila OR = 1 menunjukan bahwa faktor yang diteliti bukan merupakan resiko terjadinya efek.