Cari Blog Ini

Kamis, 20 April 2017

Analisis Data

Studi epidemiologi deskriptif menggambarkan paparan , penyakit, dan karekteristik populasi lainnya dengan menggunakan ukuran-ukuran kuantitatif tertentu.
Ukuran yang digunakan dapat berupa proporsi, presentase, ukuran tendensi sentral (mean, median, mode), dispersi (deviasi standar, range, persentil), insidensi (R, resiko), incidence rate (IR), prevalensi, dan population attributable rate (PAR), dan sebagainya.
Studi epidemiologi analitik mempelajari hubungan/ pengaruh paparan terhadap penyakit. Analisis data meliputi: 
(1) Pengujian hipotesis tentang hubungan/ pengaruh variabel.
(2) estimasi tentang besarnya hubungan/ pengaruh variabel.
Dalam uji hipotesis, peneliti berusaha menjawab pertanyaan: "Apakah pengaruh paparan terhadap penyakit berbeda secara signifikan terhadap hipotesis nol?"
Salam estimasi, peneliti berusaha menjawab pertanyaan: "jika ada pengaruh, berapa besar pengaruh paparan tersebut terhadap penyakit?". Taksiran besarnya pengaruh disajikan dalam satu nilai terbaik (point estimate) dan rentang nilai (interval estimate) dengan tingkat keyakinan tertentu.

Berbagai model, uji statistik, dan ukuran hubungan (measures of association) telah dikembangkan untuk tujuan analisis data. Pemilihan model, uji statistik dan ukuran hubungan tergantung masalah penelitian, hipotesis, jenis dan sifat data. Sebuah penelitian bisa menggunakan lebih dari satu uji statistik, karena sebuah penelitian dapat menguji sejumlah hipotesis, atau lebih dari sebuah jenis data. Tetapi hanya sejumlah uji statistik yang lazim ditemukan dalam jurnal internasional, karena relevan dengan masalah penelitian epidemiologi/ kedokteran/ kesehatan.


Kesalahan yang sering terjadi adalah menganggap analisis regresi linier maupun analisis regresi logistik sebagai sebuah rumus/ uji statistik. Padahal TIDAK. Analisis regresi linier maupun analisis regresi logistik merupakn model analisis statistik yang menjelaskan  bentuk relasi  antara variabel yang dipengaruhi (Y) dan variabel -variabel yang mempengaruhi (X).

Kesalahan lainnya adalah menggunakan metode statistik yang aneh-aneh oleh orang yang tidak tahu statistik dengan tujuan agar penelitiannya dianggap "CANGGIH" atau sekedar ingin analisis statistiknya tampak "berbeda" daripada analisis umumnya.


Sumber:
Murti B (2016). Prinsip dan Metode Riset Epidemiologi. Surakarta: Universitas Sebelas Maret.