Beruflich Dokumente
Kultur Dokumente
Questions Guesswork
Knowledge Problems Intuition
I know the
answer
It is obvious,
common sense
Observational Experimental
WHAT IS YOUR TOPIC & QUESTION?
DEVELOP A HYPOTHESIS
What is a hypothesis?
-what you think the answer is based upon
your gathered information and prior
knowledge
-an educated guess
It begins with:
I think …
SUMMARY OF HOW RESEARCH WORKS
RESEARCH STUDY PLAN ACTUAL
QUESTION
design implement STUDY
Intended sample
Target All women aged 50- Actual Subjects
population 69 seen in UCSF
Women aged primary care clinic in
50-69
Errors one year Errors
Errors Actual Measurements
Intended variables
Self reported
Phenomena estrogen treatment
of interest
The proportion
who take estrogen infer
TRUTH IN THE FINDINGS IN THE
TRUTH IN THE STUDY STUDY
UNIVERSE
6
Element Purpose
Research questions What questions will the study
address?
RESEARCH DESIGN
Descriptive Analytical
Observational Experimental
Corelational
CT Scan
Treatments
Treatment Effect
Randomised Trial
Symptoms
Cause(s)
Signs, Tests
Cross Sectional Study
Past Current Future
CONSIDERATIONS WHEN CHOOSING A STUDY DESIGN
17
WHETHER HORMONE THERAPY AFTER MENOPAUSE PREVENTS
CORONARY HEART DISEASE
Study Design Key Feature Example
Experimental Design
Randomized blinded Two groups created by The investigator randomly assigns women to
trial a random process, receive hormone or identical placebo, then follows
and a blinded both treatment groups for several years to observe
intervention the incidence of heart attacks.
Observational
Designs
Cohort study A group followed over The investigator examines a cohort of women
time yearly for several years, observing the incidence of
heart attacks in hormone users and non-users.
Case-control study Two groups, based on The investigator examines a group of women with
the outcome heart attacks (the “cases”) and compares them
with a group of healthy women (the controls)
asking about hormone use.
Cross-sectional A group examined at The investigator examines the group of women
study one point in time once, observing the prevalence of a history of heart
attacks in hormone users and non-users. 18
RANDOMIZED CLINICAL TRIALS
In simplest implementation:
Subject enrolls in study
Randomly assigned to one of ≥ 2 treatments
Followed up until end of study or outcome measure is obtained
19
20
COHORT STUDIES
Exposure not randomly assigned, but assessed
Sample selection and analysis can minimize confounding
Need sufficient # of subjects/events
Prospective Cohort
Outcomes are future events
Retrospective Cohort
Outcomes have already occurred
Can study multiple outcomes
No control over risk factors, or insufficient numbers
21
Example with
dichotomous risk factor
and outcome
22
CROSS-SECTIONAL STUDIES
All variables are measured at same time
Valuable for providing descriptive information about prevalence
But weaker evidence for causality as predictor is not shown to
precede outcome
23
24
CASE-CONTROL
1. Subjects are identified as cases based on outcome status
2. Identify comparable controls (challenging)
3. Retrospectively determine prior exposure
*Big challenge to account for all differences between cases & controls that could
explain relationship between exposure & case status
25
26
MEMILIH UJI STATISTIK Do we find the truth
6 PERTIMBANGAN MEMILIH METODA STATISTIK DALAM UJI
HIPOTESIS
NOMINAL
ORDINAL
INTERVAL
RASIO
Berikan masing-masing contoh !
Nominal + Ordinal = KATEGORIKAL
Interval + Rasio = NUMERIKAL
SKALA PENGUKURAN VARIABEL
Derajat Skala
VARIABEL KATEGORI antar variabel
variabel
Jenis •Laki-laki KATEGORIKAL
Kelamin •Perempuan Setara NOMINAL
Tingkat • Rendah
KATEGORIKAL
• Menengah Bertingkat
pendidikan ORDINAL
• TInggi
Kadar gula Setara, skala
--- sama NUMERIKAL
darah
JENIS HIPOTESIS
KOMPARATIF ATAU ASOSIATIF
Membandingkan rerata/mean 2 kelompok atau lebih
Mengukur efek variabel independen thd nilai variabel
dependen (beda mean juga)
KORELATIF
Mengukur seberapa jauh hubungan variabel independen
dengan variabel dependen? (mengukur koefisien
korelasi)
JUMLAH KELOMPOK SUBYEK PENELITIAN
Berapa jumlah kelompok subyek yang dikomparasi atau diukur
efeknya?
2 Kelompok (1 var independen vs 1 var
dependen)
Lebih dari 2 kelompok ( 1 var independen vs
> 1 variabel dependen )
KELOMPOK BERPASANGAN
VS KELOMPOK TAK BERPASANGAN
Kelompok berpasangan (Paired samples)
1. Dua kelompok berpasangan dalam beberapa karakteristik
(suami – istri, dua saudara kembar, dsb)
2. Satu kelompok tetapi bagian tubuhnya berpasangan: tangan
kiri dan tangan kanan, kaki kanan-kaki kiri)
3. Sebelum-sesudah pada subjek yang sama
Kelompok Tak-berpasangan (Unpaired samples)
1. Kedua kelompok atau lebih betul-betul independen.
PARAMETRIK VS NON-PARAMETRIK
UJI PARAMETRIK apabila:
Skala variabelnya NUMERIK (Interval atau Rasio)
Sebaran data NORMAL (Tak normal dinormalkan atau ganti
NON PARAMETRIK)
Kelompok tidak boleh berpasangan: bila 2 kelompok varians
kedua kelompok boleh sama atau tidak, bila >2 kelompok,
varians semua variabel hrs sama.
Uji NON PARAMETRIK apabila:
Skala variabel KATEGORIKAL
Skala numerik kalau syarat Uji Parametrik tak dipenuhi.
TABEL TUJUAN PENELITIAN DAN METODA STATISTIK YG DIGUNAKAN
Sebaran Normal?
Ya Tidak
Variance
Koefisien
NOMINAL NOMINAL Kontingensi,
Lambda
Koefisien
NOMINAL ORDINAL Kontingensi,
Lambda
Spearman, Gamma,
ORDINAL ORDINAL Somer’s d
Spearman
ORDINAL NUMERIK
NUMERIK NUMERIK Pearson
TABEL UJI HIPOTESIS
NUMERIK
Uji – t Uji t TAK Anova Anova Pearson
INTERVAL/
Ber Berpasangan
RASIO pasangan
Total
sampling Rumus besar
sampel Rules of
thumb
40+ rumus
BAGAIMANA MENENTUKAN RUMUS BESAR
SAMPEL?
Apa tujuan
penelitian Anda? Deskriptif?
Analitik?
BAGAIMANA MENENTUKAN RUMUS BESAR
SAMPEL?
Apa tujuan Deskriptif?
penelitian Anda? • Proporsi
• Rerata
• Rate
BAGAIMANA MENENTUKAN RUMUS BESAR
SAMPEL?
Apa tujuan Analitik?
penelitian Anda? • Komparatif
• Korelatif
• Multivariat
ISTILAH-ISTILAH DALAM PERHITUNGAN BESAR
SAMPEL
Nilai α (kesalahan tipe 1)
Besar efek
Presisi
DESKRIPTIF
BESAR SAMPEL UNTUK TUJUAN DESKRIPTIF
TERGANTUNG DARI VARIABEL YANG DIUKUR
n = jumlah sampel
Zα = nilai standar dari alpha (kesalahan tipe 1) yang ditetapkan
oleh peneliti
P = proporsi dari kategori yang menjadi point of interest. Berasal
dari kepustakaan
d = presisi penelitian yang ditetapkan oleh peneliti
BESAR SAMPEL UNTUK TUJUAN DESKRIPTIF
TERGANTUNG DARI VARIABEL YANG DIUKUR
Numerik
n = jumlah sampel
Zα = nilai standar dari alpha (kesalahan tipe 1) yang ditentukan
oleh peneliti
S = Simpang baku. Berasal dari kepustakaan.
d = presisi penelitian yang ditetapkan oleh peneliti
BESAR SAMPEL UNTUK TUJUAN DESKRIPTIF
TERGANTUNG DARI VARIABEL YANG DIUKUR
Rate
n = jumlah sampel
Zα = nilai standar dari alpha (kesalahan tipe 1) yang ditetapkan
oleh peneliti
λ = insidens rate. Berasal dari kepustakaan
d = presisi penelitian yang ditetapkan oleh peneliti
T = rerata waktu orang (person time)
BESAR SAMPEL UNTUK TUJUAN DESKRIPTIF
TERGANTUNG DARI VARIABEL YANG DIUKUR
Sensitivitas
Spesifisitas
𝑍𝛼 2 𝑥 𝑠𝑝𝑒𝑠 𝑥 (1−𝑠𝑝𝑒𝑠)
n=
𝑑2 𝑥 𝑃
AUC
𝑈 2 2𝑈 2
𝑑 𝑈 1 − 𝑈 + 𝑁1 − 1 − 𝑈 + (𝑅𝑁1 − 1)( − 𝑈2)
= 2−𝑈 1+𝑈
𝑍𝛼 𝑅 𝑁12
Kesesuaian Kesesuaian
kategorik numerik
KESESUAIAN
1−𝑘
KATEGORIK 𝑘 2−𝑘 2
n=4 1 − 𝑘 1 − 2𝑘 + 𝑍𝛼
𝑑2 2𝜋 1−𝜋
n = jumlah subjek
Zα = nilai standar alpha yang ditetapkan oleh peneliti
k = kappa. Nilainya ditentukan oleh peneliti
d = presisi dari nilai kappa yang ditetapkan oleh peneliti
π = proporsi diskordan
KESESUAIAN NUMERIK
8𝑍𝛼2 1−𝜌 2 1+ 𝐽−1 𝜌 2
n=1+
𝐽 𝐽−1 𝑑 2
n = jumlah subjek
Zα = nilai standar alpha yang ditetapkan oleh peneliti
ρ = intra class correlation (ICC) yang diharapkan peneliti
d = presisi dari nilai ICC (ρ) yang ditetapkan oleh peneliti
J = jumlah pengukuran per sampel
ANALITIK
Numerik - Ordinal
Numerik - Nominal
Ordinal – Ordinal
Ordinal – Nominal
Nominal – Nominal
2
𝑍𝛼+𝑍𝛽
n= 1+𝑟 +3
0,5 ln
1−𝑟
n = jumlah subjek
Zα = nilai standar alpha yang ditetapkan oleh peneliti
Zβ = nilai standar beta yang ditetapkan oleh peneliti
r = koefisien korelasi minimal yang dianggap bermakna, ditetapkan oleh
peneliti
ANALITIK -
KOMPARATIF
1 x pengukuran
Tidak berpasangan
>1x pengukuran
18
2x pengukuran
Kategorik
Pengukuran berulang
>2x pengukuran
Berpasangan
Rumus!
2 kelompok
Matching/Crossover
>2 kelompok
1x pengukuran
2 kelompok
>1x pengukuran
>1x pengukuran
Multivariat
>1x pengukuran
Rate
1x pengukuran
Kategorik
>1x pengukuran
Prediktif 1x pengukuran
Numerik
>1x pengukuran
Rate
MULTIVARIAT – PREDIKTIF – KATEGORIK - SATU
KALI PENGUKURAN
10 𝐼
n=
𝑃 n = jumlah subjek
I = jumlah variabel bebas (independent)
P = proporsi point of interest
PERMASALAHAN YANG SERING MUNCUL
Tidak ada kepustakaan
Menentukan nilai berdasarkan pendapat peneliti sendiri
Bertanya pada orang yang lebih berpengalaman/ahli
Melakukan studi pendahuluan
Kepustakaan terlalu banyak
Memilih kepustakaan yang paling bisa digunakan untuk prediksi penelitian
STRATEGI MENGECILKAN JUMLAH SAMPEL YANG BENAR
SECARA METODOLOGIS
Jika salah satu kelompok tidak mencapai jumlah yang diharapkan maka
bisa menambah jumlah subjek pada kelompok pembandingnya
(penyesuaian) menggunakan rumus:
𝑛 (𝑅+1)
n‘ =
2𝑅
RUMUS SLOVIN
Sering kali digunakan untuk melakukan penelitian survey (deskriptif
kategorik) dengan random sampling
Sudah diketahui jumlah populasi/N (sampling frame tersedia)
𝑁
n=
1+𝑁 𝑒 2
RUMUS FEDERER
Sering digunakan untuk penelitian eksperimental
(t-1) (k-1) ≥ 15
Kelemahan:
Tidak ada batas kemaknaan
Tidak ada info skala pengukuran (tidak bisa menggambarkan penelitian)
Tidak ada info apa yang akan dibuktikan (besar efek tidak ada)
RULES OF THUMB
RULES OF THUMB
Penelitian deskriptif: minimal 100 subyek
Penelitian korelasional: minimal 50 subyek
Penelitian komparatif (t test, ANOVA): 30 subyek per kelompok
Penelitian dengan analisis Chi square: minimal 20 subyek
Penelitian dengan analisis regresi: minimal 50 subyek
Multivariat: n=10 x variabel
Analisis faktor: 300 subyek termasuk “baik”
Experimental : 15 subjek untuk tiap kelompok
Van Voorhis & Morgan (2007). Understanding power and rules of thumb for determining sample size. Tutorials
in Quantitative Methods for Psychology; 3(2):43-50
CONTOH PENGGUNAAN
Tujuan penelitian (primer)
1. Mengetahui prevalensi kejadian low back pain masyarakat kota Malang
2. Menganalisis korelasi lama bekerja dengan tingkat nyeri penderita low back
pain masyarakat kota Malang
3. Menganalisis perbedaan skor kualitas hidup berdasarkan status low back pain
masyarakat kota Malang
4. Membuktikan jenis kelamin, jenis pekerjaan, tingkat pendidikan, kelompok usia,
tingkat aktivitas fisik, dan penggunaan alat bantu kerja sebagai factor risiko
low back pain masyarakat kota Malang
TUJUAN 1: MENGETAHUI PREVALENSI KEJADIAN LOW
BACK PAIN MASYARAKAT KOTA MALANG
Dari kepustakaan diperoleh data penelitian terdahulu kejadian low back pain di
Indonesia sebesar 12%
Rumus besar sampel: deskriptif kategorik
𝑍𝛼 2 𝑥 𝑃 𝑥 (1−𝑃)
n=
𝑑2
Peneliti menetapkan nilai alpha 5% maka Zα = 1,96; Presisi yang ditetapkan
peneliti sebesar 5%
1,962 𝑥 0,12 𝑥 (1−0,12)
n= 2 = 162,26 ~ 163 subjek
0,05
TUJUAN 2: MENGANALISIS KORELASI LAMA BEKERJA
DENGAN TINGKAT NYERI PENDERITA LOW BACK PAIN
MASYARAKAT KOTA MALANG
𝑍𝛼+𝑍𝛽 𝑆 2
n1 = n2 = 2
𝑥1 −𝑥2
1,96+0,84 10 2
n1 = n2 = 2 = 63 subjek (untuk masing-masing kelompok), maka total
5
subjek yang dibutuhkan 126
TUJUAN 4: MEMBUKTIKAN JENIS KELAMIN, JENIS PEKERJAAN, TINGKAT PENDIDIKAN,
KELOMPOK USIA, TINGKAT AKTIVITAS FISIK, DAN PENGGUNAAN ALAT BANTU KERJA SEBAGAI
FACTOR RISIKO LOW BACK PAIN MASYARAKAT KOTA MALANG
Rumus besar sampel: analitik multivariat prediktif kategorik satu kali pengukuran
Jumlah variabel bebas sebanyak 6, prevalensi LBP menurut kepustakaan 12%
10 𝐼
n=
𝑃
10 𝑥 6
n= = 500 subjek
0,12
KEPUTUSAN BESAR SAMPEL
Rekap hasil perhitungan besar sampel:
Tujuan 1: 163 subjek
Tujuan 2: 85 subjek
Tujuan 3: 126 subjek
Tujuan 4: 500 subjek
Berdasarkan pertimbangan kemampulaksanaan peneliti maka ditetapkan
jumlah penelitian mengacu pada tujuan 1 yaitu 163 subjek. Tujuan 4 tidak
menjadi tujuan primer tetapi dirubah statusnya sebagai secondary outcome
dari penelitian.
KEPUTUSAN BESAR SAMPEL
Pada perjalanan penelitian didapatkan kendala menemukan jumlah
subjek dengan LBP sebanyak 63 orang. Peneliti hanya mampu menemukan
40, maka dilakukan penyesuaian berdasarkan rasio.
𝑛 (𝑅+1)
n‘ =
2𝑅
63 (𝑅+1)
40 =
2𝑅
80R = 63R + 63
R = 3,7