Pengukuran & Statistik dalam Epidemiologi

 Pengukuran & Statistik dalam Epidemiologi

 

Perhitungan Sederhana

Pengukuran mengenai Prevalensi terjadinya penyakit dalam kurun waktu tertentu

Prevalensi =   (Jumlah terjadinya penyakit) / (Jumlah Populasi)

Insiden, mengukur penambahan kasus baru pada sebuah populasi yang beresiko terhadap satu penyakit tertentu selama periode waktu tertentu. Cumulative incidence (CI) menggambarkan probabilitas terjadinya satu penyakit pada seorang individu pada waktu dan populasi tertentu.

Cumulative incidence= (Jumlah kasus baru dari suatu penyakit selama kurun waktu tertentu) / (Jumlah populasi yang beresiko)

Tingkat kematian (Mortality Rate), diukur dari:

Mortality rate = (Jumlah kematian) / (Jumlah Populasi)

 

Tingkat kematian per kasus (Case-fatality rate), diukur dari:

Case-fatality rate = (Jumlah kematian pada suatu penyakit ) / (Jumlah kasus pada suatu penyakit)

 

Attack Rate

Attack rate = (Jumlah kasus pada suatu penyakit) / (Jumlah populasi yang beresiko pada suatu penyakit pada periode tertentu)

Uji Sensitifitas dan Spesifisitas:

Pengukuran Sensitivitas bertujuan untuk menghitung banyaknya orang yang sungguh-sungguh dinyatakan terkena penyakit dengan hasil tes positif.

Sensitivitas = (Nilai positif yang sebenarnya) / (Nilai positif yang sebenarnya + Nilai negatif palsu)

Pengukuran Spesifisitas ditujukan untuk menghitung banyaknya orang yang tidak mengidap suatu penyakit dengan hasil tes negatif.

Spesifisitas =  (Nilai negatif yang sebenarnya) / (Nilai negatif yang sebenarnya + nilai positif palsu)

Analisis terhadap pengukuran sensitivitas dan spesifisitas biasanya didukung oleh test laboratorium dan dilengkapi dengan analisis kurva ROC. Kurva ROC bertujuan untuk menguji performance dari sebuah test dalam suatu rentang nilai tertentu.

Positive Predictive Value (PPV) merupakan sebuah pengukuran untuk mengetahui probabilitas seorang pasien benar-benar mengidap suatu penyakit.

PPV = (Nilai positif yang sebenarnya) / (Nilai positif yang sebenarnya + Nilai positif palsu) atau PPV = (Prevalence) x (sensitivity) / (Prevalensi x sensitivitas + (1 – prevalensi) x (1 – spesifisitas))

Negative Predictive Value (NPV) menggambarkan probabilitas seorang pasien benar-benar tidak mengidap suatu penyakit.

NPV = (Nilai negatif yang sebenarnya) / (Nilai negatif yang sebenarnya + Nilai negatif palsu)

Atau :

NPV = (1 – prevalence) x (specificity) / ((1 – prevalence) x specificity + prevalence x (1 – sensitivity))

Deskriptif Statistik

Deskriptif statistik membantu peneliti untuk melihat rangkuman dari sekumpulan data. Pada dasarnya ada dua pengukuran dalam deskriptif statistik, yaitu : ukuran pemusatan dan ukuran penyebaran.

Ukuran pemusatan, diantaranya:

- mean : yaitu rata-rata dari data

- median : yaitu nilai tengah dari data

- modus : yaitu nilai yang paling sering muncul.

Ukuran penyebaran, diantaranya:

- Range (R) = Nilai tertinggi – Nilai terendah

- Varian adalah rata-rata jarak kuadrat dari masing masing data terhadap rata-ratanya.

- Standar deviasi adalah akar dari varian

Statistik Inferensia

Uji hipotesa

Hipotesa adalah pernyataan tentang populasi. Uji hipotesis ditujukan untuk menguji apakah suatu hipotesa dapat dibenarkan secara statistik.

Uji hipotesis selalu menggunakan dua kondisi yang bertolak belakang,

Hipotesis nol (H0) dan hipotesis alternative (H1). Hipotesis nol menyatakan bahwa tidak ada perbedaan antara nilai-nilai sampel dan parameter popoulasi yang diuji, sedangkan hipotesis alternatif menyatakan bahwa terdapat perbedaan antara nilai-nilai sampel dan parameter populasi yang diuji. Dalam melakukan uji hipotesis, terdapat dua jenis kesalahan, yaitu:

a. Kesalahan tipe I adalah kesalahan yang terjadi karena menolak hipotesa nol (H0) padahal H0 benar atau dengan kata lain, adalah kesalahan menyimpulkan terjadinya suatu perbedaan yang signifikan padahal secara aktual tidak ada perbedaan dalam data. Probabilitas terjadinya kesalahan tipe I ini dinyatakan dengan alpha.

b. Kesalahan tipe II adalah kesalahan yang terjadi karena tidak menolak H0 padahal H0 salah. Probabilitas terjadinya kesalahan tipe II ini dinyatakan dengan beta

Berikut ini adalah beberapa uji hipotesis yang sering dipakai:

- Z-test, digunakan untuk membandingkan rata-rata sampel

- Uji chi-square, digunakan untuk menilai apakah perbedaan antara dua kelompok data yang berskala nominal

- F-test, digunakan untuk membandingkan uda varian sampel yang berbeda

- ANOVA, seringkali digunakan untuk menganalisis adanya perbedaan antar kelompok oleh beberapa variabel terkait