Download - 12 Kualitas Pengukuran Edit 2007i
![Page 1: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/1.jpg)
KUALITAS PENGUKURAN DAN VALIDITAS INTERNAL PENELITIANIwan Ariawan
Biostatistika – FKMUI
Pada Pelatihan tenaga peneliti bidang kesehatan tahun 2005
![Page 2: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/2.jpg)
VALIDITAS PENELITIAN
Validitas sampel pada penelitian ditentukan oleh cara pengambilan sampel
Cara pengambilan sampel dirancang untuk meminimalkan Bias Confounding
![Page 3: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/3.jpg)
BIAS
“Deviation of results or inferences from the truth, or processes leading to such deviation. Any trend in the collection, analysis, interpretation, publication, or review of data that can lead to conclusions that are systematically different from the truth.”Last J: A Dictionary of Epidemiology, ed. by J. Last, 3rd Edition, IEA
![Page 4: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/4.jpg)
JENIS BIAS
Bias SeleksiTerjadi jika sampel tidak mencerminkan populasi target
Bias InformasiTerjadi akibat distorsi informasi pada saat pengumpulan data
![Page 5: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/5.jpg)
BIAS SELEKSI
Definisi yg kurang tepat dari target populasi Terjadi jika kasus yang terkumpul pada sampel
tidak mewakili kasus di populasi Sampel hanya berasal dari rumah sakit/puskesmas
![Page 6: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/6.jpg)
BIAS SELEKSI Kerangka sampel yg kurang akurat
Terjadi karena kerangka sampel yang digunakan tidak menggambarkan populasi Non random sampling bias Telephone random sampling bias
Prosedur diagnostik yg berbeda Terjadi jika pajanan mempengaruhi prosedur
diagnosis penyakit Detection bias
![Page 7: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/7.jpg)
BIAS SELEKSI
Missing subjects/Variables Losses/withdrawal to follow up Missing information in multivariate analysis Non response bias
![Page 8: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/8.jpg)
BIAS INFORMASI
Bias misklasifikasi Salah melakukan klasifikasi penyakit/pajanan
akibat sensitifitas & spesifisitas alat ukur yang kurang Differential misclassification Non differential misclassication
Misklasifikasi terjadi akibat Detection bias Observer bias Recall bias Reporting bias Hawthorne effect
![Page 9: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/9.jpg)
CONFOUNDING
Confounding = bias estimasi efek pajanan terhadap penyakit akibat perbandingan tidak seimbang antara kelompok terpajan dengan kelompok tidak terpajan
Terjadi akibat adanya perbedaan risiko terjadinya penyakit pada kelompok terpajan dengan kelompok tidak terpajan
Risiko terjadinya penyakit berbeda meskipun pajanan dihilangkan pada kelompok terpajan
![Page 10: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/10.jpg)
SYARAT CONFOUNDING
C merupakan faktor risiko D C memiliki asosiasi dengan E
E D
C
![Page 11: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/11.jpg)
INFORMASI?
Informasi = meaningful data
Data Data Data
Informasi
Pengelolaan
![Page 12: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/12.jpg)
DATA (TUNGGAL: DATUM)- HASIL PENGUKURAN SUATU KEJADIAN
Syarat data: Obyektif (sesuai dg apa yg terjadi) Memiliki tingkat kekeliruan kecil (tingkat
ketelitiannya besar) Tepat waktu Berhubungan dengan persoalan yg akan
dipecahkan
![Page 13: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/13.jpg)
JENIS DATA
Sifat: kuantitatif, kualitatif
Cara memperoleh: primer, sekunder, tertier
Sumber data: intern (dari lingkungan organisasi), ekstern
Waktu pengumpulan: cross-sectional, time series/longitudinal
![Page 14: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/14.jpg)
MANAJEMEN DATA(SALAH SATU KOMPONEN DARI MANAJEMEN SISTEM INFORMASI)
1. Akuisisi (acquisition) data
2. Klasifikasi (classification) data
3. Penyimpanan (storage) dan pengambilan kembali (retrieval) data
4. Editing,verifikasi (verification) dan pengendalian kualitas (quality control) proses produksi data
5. Agregasi (aggregation) data
6. Penyusunan hipotesis
7. Pemerian (description) data
8. Pengujian asumsi-asumsi dan analisis data
9. Ekstrapolasi dari implikasi temuan
10. Presentasi & penyebarluasan/distribusi informasi
![Page 15: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/15.jpg)
1. AKUISISI DATA
Sumber data: Intern Ekstern Masyarakat
Tentukan populasi (batasan lokasi, waktu) & informan
Kriteria sampel (kriteria inklusi dan eksklusi)
![Page 16: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/16.jpg)
Teknik pengumpulan data: Langsung Mailing system (termasuk e-mail) Telepon Internet, dll
Persiapan: Software, hardware Instrumen (kuesioner, pedoman wawancara, check list,
alat pemeriksaan/diagnostik, dll) SDM (Petugas/enumerator): jumlah, kualifikasi Non teknis: biaya, organisasi pelaksana, SOP & protap,
kerjasama Alokasi waktu (penjadualan/time line) Pelatihan
![Page 17: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/17.jpg)
2. KLASIFIKASI DATA
Penetapan variabel: Karakteristik apa saja yg akan diamati Jenis variabel / skala pengukuran (nominal,
ordinal, interval/rasio) Kategori (atribut/label) dari setiap variabel Coding: sesuai dgn buku kode (code-book)
![Page 18: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/18.jpg)
CONTOH CODE BOOKNo
Variabel
Label variabel Tipe Lebar
Nilai(kode)
Label nilai
123
4
IDUMURDIDIK
SEKS
No. identifikasiUmur respondenTingkat pendidikan
Jenis kelamin
numeriknumeriknumerik
numer
ik
321
1
kontinyu
kontinyu123451
2
--Tidak sekolahSDSLTPSLTAPTLaki-laki
Perempuan
![Page 19: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/19.jpg)
3. PENYIMPANAN DAN PENGAMBILAN DATA
Metode: manual, computerized Media penyimpan: kertas, lemari penyimpan,
harddisk, disket, CD/R, CD/RW, flash-disk, kartu memori, internet
Sistem pengorganisasian database: tradisional (antar database masih terpisah-pisah), kontemporer (integrasi)
Pengendalian penyimpanan: kerusakan fisik media, virus
Entry data, updating
![Page 20: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/20.jpg)
4. EDITING, VERIFIKASI DAN PENGENDALIAN KUALITAS DATA Editing dan verifikasi bisa dilakukan sebelum data
entry ketika masih di lapangan, bisa setelah data entry (bisa disebut: cleaning atau validasi data)
Yg diperhatikan: Kelengkapan jawaban Kejelasan tulisan Konsistensi jawaban (logis?) Keseragaman satuan ukuran Range nilai variabel
![Page 21: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/21.jpg)
5. AGREGASI DATA
Menggabungkan beberapa set data (merge): Menambah variabel (menambah kolom) Menambah kasus (menambah baris)
Mengintegrasikan dengan beberapa database lain
![Page 22: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/22.jpg)
6. PENYUSUNAN HIPOTESIS
Dilakukan bila informasi yang diinginkan menyangkut hubungan antar variabel: Perbedaan karakteristik antar kelompok/populasi Hubungan antar variabel Pengaruh suatu/beberapa variabel terhadap
suatu/beberapa variabel lain
![Page 23: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/23.jpg)
7. PEMERIAN/PENDESKRIPSIAN DATA Perilaku data:
Ukuran pemusatan (mean, median, mode) Frekuensi absolut & relatif (rasio, proporsi, rate) Ukuran sebaran (SD, koefisien variasi, dll) Pola distribusi Koefisien korelasi/asosiasi, angka indeks
Penyajian: Tabel frekuensi Grafik Peta, dll
![Page 24: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/24.jpg)
8. PENGUJIAN ASUMSI & ANALISIS DATA
Pengujian pola distribusi populasi Pengujian asumsi-asumsi untuk keperluan analisis
tertentu (heteroskedastisitas, autokorelasi, multikolinearitas, normal bivariat, dll)
Analisis data & pengujian signifikansi: Komparasi Korelasi/asosiasi Regresi Time series Analisis multivariabel
![Page 25: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/25.jpg)
9. EKSTRAPOLASI DARI IMPLIKASI TEMUAN
Ke mana (populasi mana) temuan dari hasil analisis bisa digeneralisasikan
Apakah yang ditemukan di satu organisasi/komunitas bisa diekstrapolasikan ke organisasi/komunitas lain?
![Page 26: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/26.jpg)
10. PRESENTASI &PENYEBARLUASAN INFORMASI
Format presentasi:Ceramah dengan penyajian visual: dgn simbol-
simbol grafis melalui media transparansi, PowerPoint, dll
Poster, dll Sasaran presentasi:
Pengambil keputusanPelaksana programMasyarakat
Penyajian:Dgn bahasa yg mudah dipahami, menarik,
mudah dibaca, sistematik, berorientasi pada dukungan thd pengambilan keputusan
![Page 27: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/27.jpg)
Bentuk penyebarluasan informasi:1. Publikasi/terbitan dgn menggunakan media
tertentu: journal berkala, koran, pamflet, poster, spanduk, display, bulletin board, iklan, booklet, modul, dll
2. Komunikasi jarak jauh: telepon, radio, TV, dll3. Forum komunikasi langsung: ceramah, diskusi,
seminar, lokakarya, FGD, referat, dll4. Pelayanan informasi bagi masyarakat: pusat
pelayanan informasi, humas, siaran pers, perpustakaan, korespondensi, dll
![Page 28: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/28.jpg)
Jenis publikasi: Publikasi primer: pemberian informasi langsung
tanpa melalui media lain: bulletin cuplikan data Publikasi sekunder: indeks artikel, daftar abstrak,
daftar literatur, dll
Pendokumentasian & perpustakaan: Pendokumentasian: cara lama (file), cara baru
(komputerisasi) Perpustakaan: pengumpulan, pemeliharaan,
penyimpanan, pengaturan, pendayagunaan informasi
![Page 29: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/29.jpg)
Sumber informasi:
• Strategis• Teknis
Proses Pengumpulan Informasi
Proses pengumpulan
informasi
Perangkat informasi:• Kecepatan• Keandalan• Akurasi
Pengumpulinformasi
1. Intern
2. Ekstern
3. Masyarakat
1. Tenaga (SDM)
2. Metode3. Alat4. Dana5. Waktu
![Page 30: 12 Kualitas Pengukuran Edit 2007i](https://reader035.vdocument.in/reader035/viewer/2022062500/5695d41a1a28ab9b02a04cd1/html5/thumbnails/30.jpg)
PENUTUP
• Statistika hanya alat• Bidang riset yang dihadapi harus benar-
benar dipahami• Jadi: harus ada pengetahuan mendalam
tentang ilmu yang akan dikaji, plus pengetahuan yang cukup mengenai analisis data (statistika)