Metodologi Penelitian Klinis

1. Epidemiologi
Studi sistematis terhadap
etiologi penyakit (penyebab dan asal-usul penyakit)
menggunakan data observasi (yaitu data yang dikumpulkan dari populasi tidak di bawah
pengaturan percobaan terkontrol). Data dibangkitkan melalui survey.
2. Ratio, Proporsi dan Angka
Rasio :
Rasio menunjukkan ukuran relatif dari dua atau lebih nilai.
Rasio adalah perbandingan dua kuantitas serupa yang diperoleh dengan membagi
kuantitas yang satu dengan yang lain. Kuantitas yang satu (pembilang) bukan
bagian dari kuantitas yang lainnya (Penyebut). Rasio ditulis dengan simbol :.
Contoh 1:
Jika terdapat 1 anak laki-laki dan 3 anak perempuan, rasio anak laki-laki terhadap anak
perempuan adalah
1/3
Artinya dari 1 laki-laki terdapat 3 anak perempuan.
Proporsi :
Proporsi adalah fraksi dari total yang memiliki atribut tertentu. Kuantitas yang satu
(pembilang) bagian dari kuantitas yang lainnya (Penyebut).
Contoh 2 :
Dari Contoh 1, banyaknya anak ada 4 orang, proporsi anak laki-laki adalah :
1
4
Jika dikali 100% menjadi 25% artinya 25% dari ana-anak adalah anak laki-laki.
Angka (Rate)
Angka adalah proporsi dalam bentuk khusus-perbandingan antara pembilang dan
penyebut dinyatakan dalam batas waktu tertentu.
Contoh :
Angka kedatangan pada sebuah super market pada setiap jamnya.
Angka Insiden.
Insiden merupakan kasus baru suatu penyakit yang terjadi dalam kurun waktu tertentu.
Angka insiden adalah proporsi kelompok individu yang terdapat dalam penduduk
suatu wilayah atau negara yang semula tidak sakit dan menjadi sakit dalam kurun waktu
tertentu, pembilang pada proporsi tersebut adalah kasus baru. Formulanya :
d
p k
n
dimana
p penaksir angka insiden
d banyaknya kasus baru
1

n banyaknya individu yang awalnya tidak sakit

k konstanta

Atau
Banyaknya kejadian dalam waktu tertentu
k
Ukuran populasi at risk waktu tertentu
Misalnya, angka insiden kematian penduduk negara A karena penyakit jantung pada
tahun 1990 adalah 247 per 100.000 penduduk.
p

Banyaknya kematian krn penyakit Jantung

di negara A pada tahun 1990
p
100.000
Banyaknya penduduk di negara A padaa tahun 1990
Angka Prevalensi
Banyaknya semua kasus yang dicatat
pada saat tertentu
Banyaknya penduduk
Banyaknya semua kasus yang dicatat
Periode prevalensi
selama satu periode tertentu
Banyaknya penduduk
Point prevalensi

Hubungan antara Insiden dan Prevalensi

P Prevalensi
I Insiden
D Lamanya sakit

P I D

3. Studi Cross-Sectional
Karakteristik :
Disampling n individu sekaligus
Setiap individu ditelaah ada atau tidak ada Faktor Risiko dan Efek
Hasilnya disajikan pada tabel berikut :
Efek
Jumlah
Ya
Tdk
Faktor
Ya
a
b
a+b
Risiko
Tdk
c
d
c+d
Jumlah
a+c
b+d
n=a+b+c+d
Keterangan :
a = banyaknya subyek dengan faktor risiko yang mengalami efek
b = banyaknya subyek dengan faktor risiko yang tidak mengalami efek
c = banyaknya subyek tanpa faktor risiko yang mengalami efek
d = banyaknya subyek tanpa faktor risiko yang tdk mengalami efek

Ukuran-ukuran

a
ab
c
Prevalens efek pada kelompok tanpa risiko =
cd
Rasio prevalens = Prevalens efek pada kelompok dengan risiko dibagi Prevalens
a
c
efek pada kelompok tanpa risiko =
:
ab cd
Prevalens efek pada kelompok dengan risiko =

4. Studi Kasus Kontrol (Retrospektive Study)

Karakteristik :
Merupakan penelitian epidemiologis analitik observasional yang menelaah
hubungan antara efek (penyakit atau kondisi kesehatan) dengan faktor risiko
tertentu.
Dipergunakan untuk menilai berapa besarkah peran faktor risiko dalam kejadian
penyakit (cause-effect relationship)
Studi kasus-kontrol di bawah studi eksperimental dan studi cohort.
Studi kasus-kontrol lebih kuat dari studi cross-sectional, karena terdapat dimensi
waktu.
Walaupun ada recall bias, namun cukup banyak digunakan untuk kasus yang
jarang ditemukan, studi kasus kontrol merupakan satu-satunya yang mungkin
digunakan untuk mencari sebab akibat.
Penelitian dimulai dengan mengidentifikasi pasien dengan efek atau penyakit
tertentu (yang disebut dengan kasus) dan kelompok tanpa efek (disebut
kontrol). Kemudian secara retrospektif ditelusuri yang dapat menerangkan
mengapa kasus terkena efek, sedangkan kontrol tidak.
Hipotesis yang diajukan : Pasien penyakit X lebih sering mendapat pajanan
faktor sisiko Y dibandingkan dengan mereka yang tidak berpenyakit X.
Tabel pengamatan tidak perpasangan :
Jumlah
Kasus
Kontrol
Faktor Risiko +
a
b
a+b
Faktor Risiko c
d
c+d
Jumlah
n1 = a+c
n0=b+d
n=a+b+c+d
Keterangan :
a = banyaknya kasus yang mengalami pajanan
b = banyaknya kontrol yang mengalami pajanan
c = banyaknya kasus yang tidak mengalami pajanan
d = banyaknya kontrol yang tidak mengalami pajanan
Ukuran yaang dapat dihitung :
insiden pada kelompok dengan faktor sisiko a c
RR

insiden pada kelompok dengan faktor sisiko a b c d

Risiko relatif yang dinyatakan dalam rasio odds (RO):
b c
d
ad
a
RO
:
:
/
a / b : c / d
bc
ab ab cd cd
3

 Tabel pengamatan dengan pasangan

Misal n individu kasus dipasangkan dengan n individu kontrol lalu masingmasing pasanangan dilihat ada tidak adanya risiko.

Kasus

Risiko +
Risiko -

Kontrol
Risiko +
Risiko a
b
c
d

Ukuran

RO b / c
5. Studi Kohort
Karakteristik :
Faktor risiko diidentifikasi terlebih dahulu, kemudian tiap individu diikuti sampai
periode waktur tertentu untuk melihat terjadinya efek atau penyakit yang diteliti pada
kelompok subyek dengan faktor risiko dan subyek tanpa faktor risiko.
Tabel pengamatan
Efek
Jumlah
Ya
Tdk
Faktor
Ya
a
b
n1 = a+b
Risiko
Tdk
c
d
n0 =c+d
Jumlah
a+c
b+d
n=a+b+c+d
Ukuran :
Risiko Relatif :
a c
RR
:

ab cd
6. Penentuan Ukuran Sampel (Saple Size)
Penentuan ukuran sampel memegang peranan penting dalam studi epidemoilogo untuk
mengetahui efek dari suatu faktor risiko (
Unsur-unsur ukuran sampel (Tilaki, 2011) :
Perbedaan hasil klinis atau effect size (d) atau margin error
Besarnya kesalahan tipe I atau hasil positif semu

Power yang diperlukan 1 ; = kesalahan tipe II atau hasil negatif semu.

Karakteristik data (simpangan baku atau proporsi)

Analisis yang digunakan (selang kepercayaan atau pengujian hipotesis).

Selang Kepercayaan Mean :

Untuk Populasi Berukuran tak hingga :
Misal X ~ N , 2 , X
Selang kepercayaan

X ~ N 0,1 .
2
1 n
X
~
N

,
, dan Z
i
n i 1
n
/ n

1 100% dari Z adalah :

P z /2 Z z /2 1
atau
X
Z
z /2
/ n
X z /2 / n
d X

disebut juga margin error

n

z /2
d

z
n /2
d

(1)

Untuk Populasi Berukuran berhingga (N) :

2
1 n
n
X
~
N

,
i
1
n i 1
n N

X z /2 /

(Lohr, 1999)

1
n
1
n N

1 1

n N
1
21
d 2 z /2
n N
X z /2 /

z
/2

2 z /2
d

z
/2

2
n z /2

z /2
n0
n

2
2 z /2 1 n0
d

z
/2

(2)

n
dimana 0
d2
Untuk Selang kepercayaan Proporsi ukuran sampel yang sama dengan mengganti 2
Oleh P 1 P (Tilaki, 2011). Dalam praktek P diperoleh dari penelitian sebelumnya, pra
survey, expert dll, jika P tidak diketahui biasannya diambil P=0.5 (yaitu variansi terbesar
P(1-P)=0.25.

Berikut Tabel Hasil perhitung ukuran sampel untuk selang kepercayaan 95% , margin
error 5% dan 10% serta P=0.5.
N

10
50
80
100
150
200
300
400
500
800
1000
1500
2000
5000
10000
20000
50000
100000
1000000

Selang Kep 95% dan Margin error

Me= d 5%
Me= d 10%
n0
n
n0
n
384.16
9
96.04
9
384.16
44
96.04
32
384.16
66
96.04
43
384.16
79
96.04
48
384.16
107
96.04
58
384.16
131
96.04
64
384.16
168
96.04
72
384.16
195
96.04
77
384.16
217
96.04
80
384.16
259
96.04
85
384.16
277
96.04
87
384.16
305
96.04
90
384.16
322
96.04
91
384.16
356
96.04
94
384.16
369
96.04
95
384.16
376
96.04
95
384.16
381
96.04
95
384.16
382
96.04
95
384.16
384
96.04
96

Contoh :
Seorang peneliti ingin mengetahui berapakah proporsi balita di daerah A yang telah
mendapatkan vaksinasi polio. Tingkat kepercayaan yang dikehendaki sebesar 95% dan
ketepatan relatif yang diinginkan sebesar 10%. Berapakah ukuran banyaknya subyek
diperlukan ?
Jawab:
Karena tidak ada informasi banyaknya balita di daerah A, maka berdasarkan tabel di atas
banyaknya subyek yang harus diampel adalah n = 96.04=97.
Pengujian Hipotesis Sebuah Mean :
Rumusan Hipotesis :
H 0 : 0

H1 : 0
Statistik Penguji :
X 0
Z
/ n

Jadi di bawah H 0 benar, nilai skor Z adalah

Z /2

X 0

/ n

(3)

dan H1 di bawah adalah

Z1 /2

X 1
Z /2
/ n

(4)

Selisih (3) dan (4) menghasilkan

Z /2 Z /2

X 0 X 1

/ n / n

1 0
n Z /2 Z /2

Z /2
1 0

/2

2
Z /2 Z /2 Z /2 Z /2
n

1 0

dimana

1 0

(5)

, nilainya ditentukan oleh peneliti.

Pengujian Hipotesis Kesamaan Dua Buah Mean :

Rumusan Hipotesis :
H 0 : 1 2

H1 : 1 2
Statistik Penguji :
X1 X 2 1 2
Z
1 / n1 2 / n2

Jadi di bawah H 0 benar, nilai skor Z adalah

Z /2

dan H1 di bawah adalah

Z1 /2

X2

1 / n1 2 / n2

X 2 1 2

X2

1 / n1 2 / n2

1 / n1 2 / n2
Selisih (6) dan (7) menghasilkan
Z /2 Z /2

(6)

Z /2

(7)

X 2 1 2

1 / n1 2 / n2

1 2
1 / n1 2 / n2
1 2

Asumsikan bahwa
2 n
Z /2 Z /2 1
2

dan

n1 n2 n

2
Z /2 Z /2 2 Z /2 Z /2
n

1 2

(8)

dimana

1 2
nilainya ditentukan oleh peneliti

Pengujian Hipotesis Sebuah Proporsi :

Rumusan Hipotesis :
H 0 : P P0

H1 : P P0
Dengan cara yang sama diperoleh ukuran sampel :

Z /2 P0 1 P0 Z /2 P1 1 P1

n
P1 P0

(9)
8

Pengujian Hipotesis Kesamaan Dua Buah Proporsi :

a. Dua sampel Bebas
Rumusan Hipotesis :
H 0 : P1 P2

H1 : P1 P2
Dengan cara yang sama diperoleh ukuran sampel :

Z /2 2 P 1 P Z P1 1 P1 P2 1 P2

n1 n2
P1 P2

(10)
dimana
P P
P 1 2
2
Contoh :
Peneliti melakukan uji klinis untuk mengetahui apakah terdapat perbedaan efektivitas
obat baru A dengan obat standar B terhadap penyakit X. Proporsi kesembuhan dengan
obat standar adalah 0.50 dan beda klinis yang dianggap penting 0.10. Bila 0.05 (dua
arah) dan power 1 0.80 ,berapakah ukuran sampel diperlukan untuk masing-masing
jenis obat?
Jawab :
1
Z /2 1.96 , Z 0.842 ; P1 0.50 ; P2 0.60 ; P 0.50 0.60 0.55 .
2
Ukuran sampel minimum :
2

1.96 2 0.55 0.45 0.842 0.50 0.50 0.60 .40

388
n1 n2
0.60 0.50

b. Dua Sampel Berpasangan

Untuk dua sampel berpasangan diperlukan aturan cara memasangkan misal
berdasarkan usia, jenis kelamin. Biasanya ukuran sampel lebih sedikit jika
dibandingkan dengan dua sampel bebas. Misal kasus seperti contoh obat standar dan
obat baru. Individu pertama diberi obat standar dan individu kedua diberi obat baru
pada masing-masing pasangan. Kemudian dilihat daya sembuhnya dalam pengobatan
penyakit X. Hasil pengamatan disajikan sebagai berikut.
Obat Standar
Sembuh
Tdk
Obat
Sembuh
a
b
Baru
Tdk
c
d
Jumlah

Jumlah

Keterangan :
a = banyaknya pasangan yang kedua individu sembuh dengan kedua jenis obat
b = banyaknya pasangan dimana individu yang dikenai obat baru sembuh sedangkan
induvidu yang diberik obat lama tidak sembuh.
c = banyaknya pasangan dimana individu yang dikenai obat baru tidak sembuh
sedangkan induvidu yang diberik obat lama sembuh.
d = banyaknya pasangan yang kedua individu tidak sembuh dengan kedua jenis obat.
Jadi untuk menentukan ukuran sampel diperluka informasi :
a. Proporsi individu dengan respon diskordan, yakni banyaknya subyek yang memberi
respon berbeda dibagi dengan seluruh individu = a b / n .
b. Kekeliruan tipe I .
c. Power 1 .
d. d = perbedaan proporsi yang klinis penting (clinical judment)
Formula ukuran sampel :
Z
n p /2

f Z
d2

f d2

atau
2

Z /2 Z f
np
d2
Tugas :
Tentukan Ukuran Sampel untuk Studi Klinis :
1. Studi Cross Sectional
2. Studi Kasus Kontrol
3. Studi Cohort

10