PERAN BIAS by HARYO

BIAS : Kesalahan sistematik yang mengaki-batkan distorsi (melenceng) penaksiran parameter populasi sasaran berdasarkan parameter sampel BIAS DETEKSI : Bias dalam mendeteksi penyakit akibat perbedaan selektif dalam surveilans

BIAS SELEKSI : Kesalahan sistematik dalam memilih subyek menurut status penyakit dipengaruhi status paparannya (studi kasus kontrol) atau pemilihan subyek menurut status paparan dipengaruhi status penyakitnya (studi kohor retrospektif)

OR = AD / BC ODDS adalah rasio antara probabilitas suatu peristiwa untuk terjadi atau tidak terjadi

JENIS BIAS SELEKSI : BIAS DETEKSI (UNMASKING BIAS) Mengakibatkan penaksiran pengaruh paparan terhadap penyakit lebih besar daripada sesungguhnya (overestimasi). Sering pada studi kasus kontrol

2. BIAS BERKSON Disebabkan perbedaan probabilitas masuk RS bagi kasus & kontrol berhubungan dengan status paparan 3. BIAS INSIDENSI-PREVALENSI NEYMAN Timbul akibat pemakaian data prevalensi dalam riset etiologi yang seharusnya memakai data insidensi, & sebaliknya

4. BIAS NON RESPONDEN Disebabkan penolakan responden untuk berpartisipasi, sehingga mempengaruhi tingkat partisipasi kasus & kontrol, terpapar & tidak terpapar. Bila penurunan partisipasi merata -> mengurangi ukuran sampel & kuasa statistik -> penaksiran cenderung tidak menemukan pengaruh paparan terhadap penyakit

5. BIAS PEKERJA SEHAT (HEALTHY WORKER BIAS) Akibat penggunaan para pekerja sehat sebagai kelompok kasus atau kelompok terpapar di satu pihak, & penggunaan populasi umum sebagai kelompok kontrol atau kelompok tidak terpapar

6. BIAS INFORMASI = bias penguku-ran (measurement bias), bias peng-amatan (observation bias), bias misklasifikasi (misclassification bias) Bias dalam mengamati, melapor-kan, mengukur, mencatat, mengkla-sifikasi & menginterpretasi status paparan & atau penyakit, sehingga mengakibatkan distorsi penaksiran pengaruh paparan terhadap penyakit

1). MISKLASIFIKASI ACAK Misklasifikasi status paparan secara acak oleh kelompok kasus & kelom-pok nonkasus / misklasifikasi status penyakit secara acak oleh kelompok terpapar & tidak terpapar

2). MISKLASIFIKASI DIFERENSIAL Sensitivitas & spesifisitas mendiag-nosis mendiagnosis penyakit berbe-da antara kelompok terpapar & tidak terpapar atau antara kelompok sakit & tidak sakit

JENIS BIAS INFORMASI 1). Bias Mengingat Kembali (recall bias) Perbedaan akurasi antara kasus & kontrol dalam mengingat & melapor-kan paparan atau melaporkan peris-tiwa (penyakit) pada studi kasus kontrol & studi kohor retrospektif

2). Bias Pewawancara (interviewer bias) => Karena pewawancara meng-umpulkan, mencatat, & menginterpreta-sikan informasi tentang paparan / pe-nyakit subyek penelitian secara berbeda antara kasus & kontrol -> dipengaruhi status paparan atau oleh status penya-kit. Diatasi dengan menerapkan pembu-taan (blinding)=> pewawancara tidak mengetahui hipotesis penelitian hubungan paparan & penyakit

3). Bias Follow Up (loss to follow up bias) Terjadi pada studi kohor karena hilang-nya anggota kohor selama jangka wak-tu follow up. Dapat dihindari dengan memilih populasi umum yang punya batasan jelas, catatan kependudukan teratur & selalu diperbarui

4). Efek Hawthorne Adanya perubahan perilaku subyek penelitian yang disesuaikan dengan keinginan peneliti yang kehadirannya diketahui oleh subyek penelitian. Dicegah dengan pembutaan (blinding) terhadap peneliti (asisten) & pasien

PERAN KERANCUAN by HARYO

ANCAMAN VALIDITAS PENELITIAN : 1. BIAS : distorsi dalam penaksiran pengaruh paparan terhadap penyakit akibat cara memilih subyek penelitian, atau cara memperoleh, melaporkan, mengukur, mencatat, mengklasifikasi & menginterpretasikan informasi tentang subyek penelitian

2. CONFOUNDING / KERANCUAN : distorsi dalam menaksir pengaruh luar (confounding factor, confounder) KRITERIA FAKTOR PERANCU Merupakan faktor risiko penyakit yang diteliti Mempunyai hubungan dengan paparan Bukan merupakan bentuk antara hubungan paparan & penyakit

STRATEGI PENGENDALIAN KERANCUAN Pengendalian pada tahap desain riset a.Randomisasi -> pada studi eksperimen b.Restriksi c. Pencocokan / penjodohan / matching Restriksi & pencocokan : pada semua studi analitik

2. Pengendalian pada tahap analisis Analisis berstrata Analisis multivariat

MODIFIKASI EFEK : Pengubahan pengaruh paparan terhadap penyakit sesuai dengan tingkat suatu faktor luar (pengubah efek/effect modifier). Modifikasi efek -> refleksi interaksi alamiah antara pengubah efek & paparan, bukan penutupan pengaruh oleh pengubah efek, bukan akibat peran peluang => tidak perlu dikendalikan / disingkirkan, tapi harus dijelaskan dalam laporan hasil riset

PERAN PELUANG by HARYO

INFERENSI STATISTIK : Penarikan kesimpulan statistik ten-tang parameter populasi berdasar-kan statistik sampel. Kesalahan pencuplikan yang bersi-fat acak, terjadi karena peran pelu-ang : chance, probability

INFERENSI STATISTIK : 1. Estimasi : penaksiran parameter populasi sasaran berdasarkan statistik sampel Estimasi titik : penaksiran nilai para-meter yang terbaik tentang populasi sasaran b. Estimasi interval = interval keyakinan (IK) : penaksiran nilai parameter po-pulasi sasaran yang masih dianggap benar dalam tingkat keyakinan tertentu

2. Uji Hipotesis : pengujian kemakna-an secara statistik terhadap hipote-sis yang dibuat peneliti tentang parameter populasi Hipotesis nol : menyatakan tidak ada pengaruh paparan terhadap penyakit b. Hipotesis alternatif ; menyatakan ada pengaruh paparan terhadap penyakit

Uji Statistik : menghasilkan statistik uji (test statistic) Statistik Uji : fungsi perbedaan antara nilai teramati pada sampel & nilai harapan jika hipotesis nol benar, serta besarnya variasi pada sampel

Nilai p : menunjukkan probabilitas untuk memperoleh nilai sebesar nilai statistik uji hanya karena peluang, dengan asumsi hipotesis nol benar. Makin kecil statistik uji, makin besar nilai p, makin besar kemungkinan hubungan yang tampak antara variabel disebabkan peluang Makin kecil nilai p, makin besar kemungkinan kita menolak hipotesis nol

Tingkat Kemaknaan : batasan untuk menolak atau tidak menolak hipotesis (level of significance = α) Tingkat kemaknaan yang konvensional = 0,05 => artinya peneliti bersedia menanggung risiko sebesar 5% untuk secara salah menolak Ho ketika Ho sesungguhnya benar

Kesalahan Pengambilan kesimpulan: 1. Kesalahan tipe I (kesalahan α) : menolak Ho yang sesungguhnya benar 2. Kesalahan tipe II (kesalahan β) : tidak menolak Ho yang sesungguhnya salah Kesalahan tipe II dapat dikurangi dengan meningkatkan presisi pengukuran dengan meningkatkan ukuran sampel

Kuasa Statistik : probabilitas untuk menolak Ho & menyimpulkan ada hubungan bermaknan secara statistik antara 2 variabel jika memang benar-benar ada hubungan (1-β)

Faktor yang Mempengaruhi Kuasa penelitian : Kekuatan hubungan kedua variabel. Makin kuat hubungan, makin mudah dideteksi Besarnya frekuensi paparan atau penyakit

3. Tingkat kemaknaan Makin kecil α, makin besar kecen-derungan tidak menolak Ho, makin besar kesalahan beta (tipe II), makin kecil kuasa penelitian (1-β) 4. Ukuran Sampel

Uji Hipotesis : Uji pasti Fisher : jika data sampel adalah laju insidensi & berukuran kecil Uji Z Asimtotik : jika sampel besar Uji Z Hipergeometrik & Uji X2 Mantel Haenszel : jika data berupa insidensi kumulatif & sampel besar

4. Uji pasti Fisher Hipergeometrik : jika data berupa insidensi kumulatif, sampel kecil. Model statistik : hipergeometrik ( menggambarkan variasi sel a bersifat random, frekuensi tepi : tetap)

Interval Keyakinan (Confidence Interval ) : rentang taksiran yang masih dianggap benar secara eksplisit dalam tingkat keyakinan (convidence level) Interval keyakinan menggambarkan presisi lebih baik, karena : Interval keyakinan bisa dihitung meskipun efek faktor diperkirakan meliputi nilai nol Penggunaan IK membebaskan peneliti dari belenggu kerangka pikir dogmatik tentang ‘kemaknaan statistik’

Variabel yang menentukan ukuran sampel : Tingkat kemaknaan statistik (α) 2. Kemampuan mendeteksi hubungan (efek) 2 variabel (kuasa statistik) 3. Besarnya pengaruh faktor penelitian terhadap penyakit

4. Proporsi penyakit pada populasi yang tidak terpapar (proporsi paparan pada populasi tidak sakit) 5. Perbandingan ukuran sampel kelompok2 studi (rasio kelompok terpapar & tidak terpapar, atau kelompok kasus & kontrol)

Cara meningkatkan Presisi : Memperbesar ukuran sampel -> mengurangi kesalahan baku, mempersempit IK Meningkatkan reliabilitas pengukuran -> mengurangi kesalahan baku

Efisiensi Ukuran Sampel : Perbandingan ukuran sampel & banyaknya informasi ( = presisi) yang diperoleh Efisiensi Biaya : Perbandingan besarnya biaya untuk memperoleh informasi dengan banyaknya informasi yang diperoleh

Estimasi Parameter Populasi : Penaksiran parameter populasi sasaran dengan cara menghitung statistik (= parameter) pada populasi Kesalahan Baku / Standard Error / SE : Deviasi acak nilai statistik populasi studi terhadap nilai parameter populasi sasaran yang ditaksir

Sumber Kesalahan Acak : Ukuran sampel tidak cukup besar Ketidakajekan pengukuran variabel Kesalahan manusia, ex : letih, dsb

VALIDITAS by HARYO

= Kesahihan : Sejauh mana instrumen mengukur apa yang seharusnya diukur, sesuai dengan yang sesungguhnya dimaksudkan peneliti

VALIDITAS INSTRUMEN Validitas Muka Kesahihan yang mempersoalkan kemampuan model pertanyaan dalam instrumen untuk merefleksikan variabel yang hendak diukur dan untuk dapat ditafsirkan responden dengan benar

2. Validitas Isi Kesahihan yang mempersoalkan kemampuan instrumen meliput semua substansi variabel yang hendak diukur 3. Validitas Kriteria Kesahihan yang mempersoalkan akurasi instrumen yang baru / murah, berkorelasi kuat dengan instrummen ideal

a. Validitas Sewaktu / Concurrent Validity Kesahihan pengukuran instrumen dibndingkan dengan instrumen yang ideal pada saat ini b. Validitas Prediktif / Predictive Validity Kesahihan pengukuran instrumen dibandingkan dengan instrumen yang ditemukan lebih ideal pada waktu yang akan datang

4. Validitas Konstruk Kesahihan yang mempersoalkan relevansi pengukuran instrumen terhadap konteks teori yang berlaku a. Validitas Konvergen Kesahihan yang mempersoalkan kemampuan instrumen mengukur variabel2 yang berkorelasi kuat dengan variabel yang seharusnya diukur

b. Validitas Diskriminan Kesahihan yang mempersoalkan kemampuan suatu instrumen untuk tidak mengukur variabel2 yang tidak berkorelasi dengan variabel yang seharusnya diukur Validitas : menilai konsistensi rata-rata pengukuran suatu instrumen & rata2 pengukuran instrumen lain yang merupakan standar emas

Tes Penyaringan / screening test Tujuan : Penemuan kasus / case-finding Menemukan penyakit secara dini pada tahap preklinik, lalu diterapi atau tindak lanjut kesehatan masyarakat

2. Surveilans Kesehatan Masyarakat Menemukan prevalensi, distribusi, dan kecenderungan penyakit preklinik dalam suatu populasi Tujuan : fleksibel & murah

Validitas Internal Mengacu kepada kesahihan inferensi induktif sampel kepada populasi sasaran Validitas Eksternal Mengacu kepada kesahihan inferensi induktif sampel kepada populasi di luar populasi sasaran / populasi eksternal

BIAS Distorsi dalam menaksir hubungan Sumber bias : Kesalahan dalam memilih subyek penelitian Informasi yang salah tentang subyek penelitian Kegagalan mengontrol variabel luar selain faktor penelitian yang berpengaruh

PENGARUH VARIABEL LUAR : Kerancuan / Confounding Distorsi taksiran pengaruh faktor pene-litian (=paparan) karena percampuran pengaruh faktor penelitian & pengaruh faktor ketiga

2. Modifikasi Efek Fenomena interaksi antara pengaruh faktor penelitian & pengaruh faktor ketiga, sehingga besarpengaruh faktor penelitian berubah menurut tingkat faktor ketiga tersebut Pengendalian faktor perancu : pada tahap desain penelitian atau pada analisis data

RELIABILITAS = Keterandalan = Keajekan dari satu pengukuran ke pengukuran lainnya

Aspek Reliabilitas Stabilitas / stability Konsistensi hasil satu pengukuran ke pengukuran lainnya oleh seorang pengamat, terhadap subyek penelitian yang sama dan dengan instrumen yang sama Konsistensi intra pengamat

2. Kesamaan / equivalence Konsistensi antara hasil pengukuran seorang pengamat dan hasil pengukuran pengamat lain terhadap subyek penelitian yang sama dan dengan instrumen yang sama Konsistensi antar pengamat

Keajekan antara satu pengukuran dan pengukuran lainnya diukur dengan ukuran : koefisien reliabilitas Keajekan pengukuran dites melalui : 1. Uji coba / pilot study pada populasi sebelum penelitian 2. Pada sampel lain yang mempunyai karakteristik sama dengan populasi studi

K = Po – Pe Po = O11 + O22 1 – Pe N K = koefisien kesepakatan kappa 1 (kesepakatan sempurna) 0 (tidak ada kesepakatan sama sekali) O11 = frekuensi teramati sel 11 (sel a) O22 = frekuensi teramati sel 22 (sel d) Pe = proporsi kesepakatan harapan

E11= frekuensi harapan (karena peluang) sel 11 (sel a) E22= frekuensi harapan (karena peluang) sel 22 (sel d) Pe = E11 + E22 N E11 = (a+b)(a+c) E22 = (c+d)(b+d)

MENINGKATKAN RELIABILITAS : Membakukan situasi dimana instrumen akan digunakan Menghilangkan variasi pengukuran intra pengamat, dengan mengurangi sumber-sumber variasi eksternal Menghilangkan variasi pengukuran antar pengamat dengan menggunakan orang2 terlatih & termotivasi untuk menjalankan penelitian dengan baik