Dr. Muhamad Ibnu Sina TIM UKMPPD FKU MALAHAYATI METODOLOGI PENELITIAN Dr. Muhamad Ibnu Sina TIM UKMPPD FKU MALAHAYATI

Metodologi penelitian KONSEP Metodologi penelitian Uji diagnostik Teknik Sampling Uji statistik Metode penelitian

POSITIF NEGATIF GOLD STANDARD PPV = NPV = SENSITIVITY SPECIFICITY UJI DIAGNOSTIK GOLD STANDARD POSITIF NEGATIF TRUE POSITIVE FALSE POSITIVE FALSE NEGATIVE TRUE NEGATIVE A UJI BARU ALAT PPV = A B A + B D C D NPV = C + D SENSITIVITY SPECIFICITY A D A + C B + D

Non-probability sampling Metode Sampling Metode Sampling Probability sampling Non-probability sampling Simple random sampling: mengacak sederhana dengan bantuan tabel/komputer Systematic random sampling: mengacak teratur dan sistematis, 1/n dari n Cluster random sampling: mengacak berdasarkan daerah/wialayah Stratified random sampling: mengacak berdasarkan strata Consecutive sampling: mengambil subjek sesuai kriteria inklusi/eksklusi Convenient/Accidental/Captive sampling: mengambil subjek sesuai kenyamanan peneliti Purposive/Judgement/Quota sampling: mengambil subjek sesuai dengan pertimbangan subyektif peneliti Snowball sampling: peneliti meminta subjek pertama untuk menunjukkan orang yang dapat dijadikan subjek Probability sampling: setiap subjek dalam penelitian memiliki peluang yang sama untuk dipilih Non-probablity sampling: peluang subjek untuk dipilih tidak sama

Contoh soal Seorang peneliti akan meneliti hubungan antara karakteristik sosial ekonomi dengan perilaku hidup bersih dan sehat. Menurut referensi yang ada didapatkan informasi bahwa tingkat pendidikan berpengaruh terhadap kebiasaan perilaku hidup bersih dan sehat. Oleh karena itu, peneliti akan mengelompokkan populasi penelitian berdasarkan tingkat pendidikan formal, yaitu rendah, menengah, dan tinggi. Metode sampling yang paling tepat digunakan adalah … A. Simple random sampling B. Systematic random sampling C. Cluster random sampling D. Stratified random sampling E. Purposive sampling

TEKNIK PENGUMPULAN SAMPEL (SAMPLING) PROBABILITY SAMPLING NON-PROBABILITY SAMPLING Semua memiliki kesempatan yang sama Radomisasi  tabel, pengundian ataupun komputer Syarat: populasi homogen SIMPLE RANDOM SAMPLING SYSTEMATIC RANDOM SAMPLING Setelah di randomisasi Diambil berdasarkan urutan atau pola tertentu PROBABILITY SAMPLING Dibagi menjadi sub-populasi berdasarkan strata/tingkatan baru di randomisasi Cocok pada populasi heterogen Setiap strata dirandomisasi STRATIFIED RANDOM SAMPLING Dibagi menjadi sub-populasi (cluster) yang terbagi alami seperti wilayah Dari cluster terpilih yang dirandomisasi CLUSTER RANDOM SAMPLING

TEKNIK PENGUMPULAN SAMPEL (SAMPLING) PROBABILITY SAMPLING NON-PROBABILITY SAMPLING CONVENIENT/ACCIDENTAL SAMPLING Memilih siapa sajah yang kebetulan ada (accesible) CONSECUTIVE SAMPLING First come first chosen subject NON-PROBABILITY SAMPLING PURPOSIVE/ JUDGMENTAL SAMPLING Subjek dipilih karena memenuhi karakteristik yang diinginkan Subjek dipilih secara berantai Subjek terpilih selanjutnya memilih subjek berikut SNOWBALL SAMPLING Jumlah subjek ditentukan sejak awal (quota-based) mis: 50 orang dewasa QUOTA SAMPLING

DESIGN PENELITIAN EKSPERIMENTAL OBSERVASIONAL KOHORT CASE-CONTROL LAPORAN KASUS CASE-SERIES DESKRIPTIF TIDAK ADA PERBANDINGAN ANTAR TIAP KELOMPOK EKSPERIMENTAL OBSERVASIONAL KOHORT CASE-CONTROL CROSS-SECTIONAL/POTONG LINTANG ADA PERLAKUAN /INTERVENSI ANALITIK / ETIOLOGI ADA PERBANDINGAN ANTAR TIAP KELOMPOK KOHORT CASE-CONTROL POTONG LINTANG 2 jenis kohort: Prospective cohort Retrospective/historical cohort Subjek diikuti untuk periode tertentu SANGAT BAIK menilai KAUSALITAS Relatif LAMA dan MAHAL Menghitung RELATIF RISK (RR) 2 KELOMPOK: Kelompok kasus (sakit) dan kelompok kontrol (sehat) Retrospektif, sewaktu DAPAT melihat KAUSALITAS Umum digunakan pada KASUS LANGKA Menghitung ODDS RATIO (OR) Deskriptif, sewaktu HUBUNGAN ASOSIASI  TIDAK KAUSALITAS CEPAT DAN MURAH Menghitung RELATIF RISK (RR)

: = = : x x : SAKIT - KASUS SEHAT - KONTROL YA TIDAK HUBUNGAN ASOSIASI RELATIF RISK (RR) & ODDS RATIO (OR) A + B A : C + D C HASIL (OUTCOME) SAKIT - KASUS SEHAT - KONTROL YA TIDAK A B Σ KASUS DI KELOMPOK BERISIKO FAKTOR RESIKO RR = = Σ KASUS DI KELOMPOK TANPA RISIKO C D Σ KASUS DENGAN RISIKO : Σ KASUS TANPA RISIKO OR = = Σ KONTROL DENGAN RISIKO : Σ KONTROL TANPA RISIKO A C : x A + C A + C A D x B D B C : B + D B + D

SKALA UKUR VARIABEL NUMERIK KATEGORIK DEPENDEN / TERGANTUNG Angka, TIDAK bisa nilai minus Contoh: berat badan RASIO NUMERIK Angka, BISA nilai minus Contoh: suhu INTERVAL DATA, level SEDERAJAT Contoh: gender NOMINAL KATEGORIK DATA, BERTINGKAT Contoh: kadar kolesterol  rendah, normal, tinggi ORDINAL VARIABEL DEPENDEN / TERGANTUNG HASIL / OUTCOME INDEPENDEN / BEBAS

UJI HIPOTESIS VARIABEL TERGANTUNG KOMPARATIF: MEMBANDINGKAN ANTAR KELOMPOK TIDAK BERPASANGAN BERPASANGAN NOMINAL X2 Mc Nemar Mann Whitney Wilcoxon 2 KELOMPOK ORDINAL NUMERIK T unpair T pair VARIABEL BEBAS NOMINAL X2 Cochran KATEGORIK/ NUMERIK Kruskall-Wallis > 2 KELOMPOK ORDINAL Friedman Related Anova NUMERIK Anova

Penelitian terhadap 3 kelompok bumil dengan suplementasi berbeda. CONTOH SOAL Penelitian terhadap 3 kelompok bumil dengan suplementasi berbeda. Kelompok 1 suplemen besi saja, kelompok 2 suplemen B12 saja, kelompok 3 suplemen besi+B12. Kadar hb diperiksa pada akhir penelitian. Analisis dengan menghitung rerata kadar hb pada 3 kelompok tersebut. UJI YANG TEPAT? VARIABEL BEBAS KATEGORIK 3 KELOMPOK VARIABEL TERGANTUNG SUPLEMENTASI KADAR HB NUMERIK VARIABEL BEBAS KATEGORIK > 2 KELOMPOK NUMERIK Anova

UJI HIPOTESIS KORELASI: BERAPA BESAR HUBUNGAN/KORELASI ANTARA . . . ??? VARIABEL TERGANTUNG ORDINAL Korelasi Spearman KORELASI NUMERIK Korelasi Pearson VARIABEL BEBAS NOMINAL Regresi logistik NUMERIK/ KATEGORIK REGRESI Regresi linier (1 variabel) NUMERIK Regresi multipel (Jika variabel bebas >1) REGRESI  PREDIKSI HASIL DARI VARIABEL BEBAS

CONTOH SOAL Suatu penelitian ingin menunjukkan bahwa Indeks masa tubuh (IMT) berbanding terbalik dengan kapasitas vital paru (KVP). Untuk mengetahui seberapa besar kenaikkan IMT dapat menurunkan KVP. UJI YANG SESUAI? VARIABEL BEBAS VARIABEL TERGANTUNG IMT NUMERIK KVP NUMERIK VARIABEL BEBAS REGRESI  PREDIKSI HASIL DARI VARIABEL BEBAS NUMERIK REGRESI Regresi linier (1 variabel) NUMERIK