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 :

1. 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
1. Merupakan faktor risiko penyakit yang
diteliti
2. Mempunyai hubungan dengan
paparan
3. Bukan merupakan bentuk antara
hubungan paparan & penyakit
STRATEGI PENGENDALIAN
KERANCUAN
1.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

a. Analisis berstrata
b. 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
a. 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

a. 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 = )
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 ) :
menolak Ho yang sesungguhnya
benar
2. Kesalahan tipe II (kesalahan ) :
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-)
 Faktor yang Mempengaruhi Kuasa
penelitian :

1. Kekuatan hubungan kedua variabel.

Makin kuat hubungan, makin mudah
dideteksi
2. Besarnya frekuensi paparan atau
penyakit
3. Tingkat kemaknaan
Makin kecil , makin besar kecen-
derungan tidak menolak Ho, makin
besar kesalahan beta (tipe II), makin
kecil kuasa penelitian (1-)

4. Ukuran Sampel
 Uji Hipotesis :

1. Uji pasti Fisher : jika data sampel

adalah laju insidensi & berukuran
kecil
2. Uji Z Asimtotik : jika sampel besar

3. 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 :
1.Interval keyakinan bisa dihitung meskipun
efek faktor diperkirakan meliputi nilai nol
2.Penggunaan IK membebaskan peneliti
dari belenggu kerangka pikir dogmatik
tentang kemaknaan statistik
Variabel yang menentukan ukuran
sampel :

1. Tingkat kemaknaan statistik ()

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 :

1. Memperbesar ukuran sampel ->

mengurangi kesalahan baku,
mempersempit IK

2. 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 :
1. Ukuran sampel tidak cukup besar
2. Ketidakajekan pengukuran variabel
3. 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
1.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 :
1.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 :

1.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
1.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)
N
E22 = (c+d)(b+d)
N
MENINGKATKAN RELIABILITAS :
1.Membakukan situasi dimana
instrumen akan digunakan
2.Menghilangkan variasi pengukuran
intra pengamat, dengan mengurangi
sumber-sumber variasi eksternal
3.Menghilangkan variasi pengukuran
antar pengamat dengan menggunakan
orang2 terlatih & termotivasi untuk
menjalankan penelitian dengan baik