Professional Documents
Culture Documents
Independen
Kategorik
Numerik
Var Dependen
Kategorik
Numerik
2.t-test-paired
(sebelum-sesudah)
1.Chi-square/
2.t-test-independen
Regresi logistik
(jika 2 kategori)
sederhana
3.Anova (jika >2 kategori)
4.Korelasi /
Regresi Linier
sederhana
Misalnya: subjek adalah tikus satu-ibu satubapak. Subjek sudah homogen. Yang berbeda
hanyalah: satu kelompok dapat perlakuan
(intervensi), yang satu lagi tidak dapat
perlakukan (kontrol)
3
Contoh
Suatu penelitian bertujuan untuk
mengetahui hubungan Intervensi Fe,
status gizi, dan sosial ekonomi
dengan kejadian BBLR
Intervensi Fe
St.Gizi Ibu
BBLR
Sosek
Status Gizi
Baik
Kurang
Sosek
Tinggi
Rendah
BBLR
OR
p-value
40
19
67
32
20
41
33
68
4,30
0,000
40
19
69
31
18
43
31
69
5,00
0,000
Normal
n
%
BBLR
n
%
OR
23
36
37
24
0,41 0,014
38.0
60.0
62.0
40.0
p-value
Intervensi Fe
BBLR
Sosek
Variables in the Equation
Tdk.Intervensi.Fe
Gizi.kurang
Sosek.rendah
1.91
2.38
2.09
S.E.
0.72
0.64
0.51
Wald
7.09
13.82
17.02
df
Sig.
1
1
1
0.008
0.000
0.000
Exp(B)
6.7
10.7
8.1
Intervensi Fe
Normal
n
%
BBLR
Sosek
BBLR
n
%
Bivariat
OR
Sig
Multivariat
OR
Sig
23 38.0
36 60.0
37
24
62.0
40.0
0,41
0.014
6.7 0.000
40
19
67
32
20
41
33
68
4,30
0.000
10.7 0.000
40
19
69
31
18
43
31
69
5,00
0.000
8.1 0.000
10
CONFOUNDING
Dari bahasa latin cunfundere (to mix together)
Pengertian:
11
Karakteristik Confounder
Exposure
Disease
Confounder
1.
2.
3.
Arah Confounding
1. Positif Overestimate (risk value menjauhi Null value jika tidak dikontrol)
OR/RR
0.1
0.3
0.5
CF controlled
CF not controlled
1
Null
value
1.3
1.7
CF controlled
CF not controlled
Negatif Underestimate (risk value mendekati Null value jika tdk dikontrol)
kurang beresiko atau kurang proteksi
3. Cross over asosiasi berubah arah: negatif
positif (sebaliknya)
2.
13
1.
1.
2.
Analisis Stratifikasi
Analisis Multivariat
14
Eksistensi Confounding
15
3.
16
Contoh Confounding
Intervensi Fe
BBLR
St.Gizi Ibu
17
Contoh confoundingIntervensi Fe
BBLR
Intervensi Fe
Normal
BBLR
Ya
24
36
Tidak
36
24
OR = (24 x 24) / (36 x 36) = 0,44
Total
60
60
Tdk.Intervensi.Fe
Constant
B
-.811
.405
S.E.
.373
.264
Wald
4.735
2.367
df
1
1
Sig.
.030
.124
Exp(B)
.444
1.500
18
Contoh confounding
Intervensi Fe dg BBLR (Dipisah menurut status Gizi)
Hasil analisis:
Tidak mendapat
intervensi Fe
berisiko
terjadinya
BBLR,
baik pd
kelompok gizi
baik maupun
pd gizi kurang.
BBLR +
2
18
20
Jumlah
8
52
60
BBLR +
34
6
40
Jumlah
OR = (18*6)/(34*2) = 1,58
Kelompok gizi kurang
BBLRFe +
18
Fe 2
Jumlah
20
8
52
60
OR = (6*18)/(2*34) = 1,58
19
Contoh confounding
BBLR
St.Gizi ibu
Hubungan status gizi dengan BBLR
BBLR+
BBLRJumlah
Gizi kurang
40
20
60
Gizi baik
20
40
60
Jumlah
60
60
120
OR = (40*40)/(20*20) = 4,00
Variables in the Equation
Step
a
1
Gizi
Constant
B
1.386
-.693
S.E.
.387
.274
Wald
12.812
6.406
df
1
1
Sig.
.000
.011
Exp(B)
4.000
.500
Intervensi Fe
Contoh
confounding
Distibusi Fe menurut status gizi
Fe +
Fe Jumlah
Jumlah
60
60
120
BBLR
St.Gizi Ibu
Tdk.Interv ensi.Fe
Giz i.kurang
Cons tant
B
.463
1.735
-1.099
S.E.
.613
.613
.609
Wald
.569
8.006
3.253
df
1
1
1
Sig.
.450
.005
.071
Ex p(B)
1.588
5.667
.333
Intervensi Fe
Contoh confounding
BBLR
St.Gizi Ibu
Identifikasi Konfounder:
Konfounder exist jika = Delta OR > 10%
| ORcrude ORadjusted |
Delta _ OR
*100%
ORadjusted
22
Intervensi Fe
Contoh confounding
BBLR
St.Gizi Ibu
BBLR
Intervensi Fe
23
Interaksi
24
INTERAKSI
Interaksi = Efek modifikasi = Efek modifier
Pengertian:
Identifikasi Interaksi:
1. Apakah antar strata (sig vs tdk, proteksi vs
faktor risiko, risiko rendah vs tinggi) efek
St.Gizi baik dibanding St.Gizi kurang?
2. Apakah interaksi Fe dg St.Gizi signifikan?
P-value < 0.05?
Ibu Anemia
St.Gizi Ibu
BBLR
26
Hasil analisis:
St.Gizi bukan efek modifier,
tdk berinteraksi dg intervensi Fe
1. Hubungan Fe dg BBLR menurut status Gizi:
Simpulan:
St.Gizi bukan
variabel interaksi
karena Risiko Fe terhadap kejadian
BBLR adalah sama
(tidak berbeda)
baik pada kelompok
gizi baik maupun pd
gizi kurang
(OR sama sama
1,58)
BBLR +
2
18
20
Jumlah
8
52
60
BBLR +
34
6
40
Jumlah
OR = (18*6)/(34*2) = 1,58
Kelompok gizi kurang
BBLRFe +
18
Fe 2
Jumlah
20
8
52
60
OR = (6*18)/(2*34) = 1,58
27
Gizi.kurang
Tdk.Intervensi.Fe
Gizi by Intervensi.Fe
B
1.735
0.463
0.000
S.E.
0.867
0.867
1.226
Wald
4.003
0.285
0.000
df
1
1
1
Sig.
0.045
0.594
1.000
Exp(B)
5.67
1.59
1.00
Constant
-1.099
0.816
1.810
1
0.178
0.33
Variable(s) entered on step 1: Gizi.kurang, Tdk.Intervensi.Fe, Gizi.kurang * Tdk.Intervensi.Fe .
Simpulan:
B
S.E.
Wald
-0.811 0.373 4.735
0.405
0.264
df
2.367
Sig. Exp(B)
1 0.030
0.44
1
0.124
1.50
Tdk.Intervensi.Fe
Gizi.kurang
B
0.463
1.735
S.E.
0.613
0.613
Wald
0.569
8.006
df
1
1
Constant
-1.099
0.609
3.253
Sig. Exp(B)
0.450 1.59
0.005 5.67
0.071
0.33
Simpulan:
OR Intervensi Fe berubah 10% atau lebih, dari 0.44 (OR Crude)
menjadi 1.59 (OR adjusted) setelah dikontrol oleh St.Gizi
29
St.Gizi
BBLR
Sosek
Simpulan:
BBLR
Sosek
B
S.E.
Wald
df
Sig.
Exp(B)
Gizi.kurang
0.051
0.605
0.007
1
0.933
1.05
Sosek.rendah
0.530
0.562
0.890
1
0.346
1.70
Gizi by Sosek
2.052
0.866
5.611
1
0.018
7.78
Constant
-0.898
0.358
6.302
1
0.012
0.41
Variable(s) entered on step 1: Gizi.kurang, Sosek.rendah, Gizi.kurang * Sosek.rendah .
Simpulan:
St.Gizi berinteraksi dengan Sosek, karena nilai-p (sig)
variabel interaksi <0.05 (sig=0.018)
31
Tidak
Lakukan uji
konfounding
Tidak
YA
Laporkan OR
masing-masing
strata
Ada Confounding?
Laporkan OR
crude
YA
Laporkan OR
adjusted
32
33
Perhitungan OR interaksi
B
S.E.
Wald
df
Sig.
Exp(B)
Gizi.kurang
0.051
0.605
0.007
1
0.933
1.05
Sosek.rendah
0.530
0.562
0.890
1
0.346
1.70
Gizi by Sosek
2.052
0.866
5.611
1
0.018
7.78
Constant
-0.898
0.358
6.302
1
0.012
0.41
Variable(s) entered on step 1: Gizi.kurang, Sosek.rendah, Gizi.kurang * Sosek.rendah .
e(0,051+2,052*sosek), sehingga:
Pada sosek=0 (tinggi), OR = e(0,051+2,052*0) = e(0,051)= 1,05
Pada sosek=1 (rendah), OR = e(0,051+2,052*1) = e(2,103)= 8,18
Pada sosek tinggi tidak ada pengaruh St.gizi pada BBLR,
Pada sosek rendag, st.gizi kurang berisiko 8 kali lebih besar utk BBLR
35
Perhitungan OR interaksi
B
S.E.
Wald
df
Sig.
Exp(B)
Gizi.kurang
0.051
0.605
0.007
1
0.933
1.05
Sosek.rendah
0.530
0.562
0.890
1
0.346
1.70
Gizi by Sosek
2.052
0.866
5.611
1
0.018
7.78
Constant
-0.898
0.358
6.302
1
0.012
0.41
Variable(s) entered on step 1: Gizi.kurang, Sosek.rendah, Gizi.kurang * Sosek.rendah .
e(0,051+2,052*sosek), sehingga:
Pada gizi=0 (baik), OR = e(0,53+2,052*0) = e(0,53)= 1,7
Pada gizi=1 (kurang), OR = e(0,53+2,052*1) = e(2,103)= 13, 2
Pada gizi baik, Risiko sosek rendah untuk BBLR 1,7 kali,
Pada gizi kurang, Risiko sosek rendah untuk BBLR 13 kali
36
Pengujian Interaksi
Pengujian Confounding
Status Gizi
Baik
Kurang
Sosek
Tinggi
Rendah
Intervensi Fe
Ya
Tidak
BBLR
OR
p-value
40
20
66.7
33.3
20
40
33.3
66.7
4,00
0,000
41
19
68.3
31.7
17
43
28.3
71.7
5,46
0,000
24
36
40.0
60.0
36
24
60.0
40.0
0,44
0,022
Tugas:
Tulis interpretasinya masing-masing
variabel, apa arti OR crude?
39
B
2.38
2.28
2.10
-3.43
S.E.
0.64
0.52
0.73
0.82
Wald
13.83
19.16
8.34
17.58
df
1
1
1
1
Sig.
0.000
0.000
0.004
0.000
Exp(B)
10.79
9.80
8.18
0.03
Tugas:
1.Tulis interpretasi masing-masing variabel
2.Bandingkan OR crude dg adjusted
3.Apakah ada konfounding?
40
Gizi by Sosek
B
1.29
1.25
2.58
2.66
S.E.
0.75
0.63
0.88
1.03
Wald
2.98
3.95
8.50
6.65
df
1
1
1
1
Sig.
0.084
0.047
0.004
0.010
Exp(B)
3.65
3.49
13.14
14.36
TUGAS:
1. Apakah ada interaksi?
2. Hitung OR masing-masing strata
3. Tulis interpretasi hasil ..
41
Menghitung OR interaksi
dg STATA
42
43
Menghitung
OR interaksi
CIsbb:
pd
1.Buat Model Interaksi
antara St.Gizi&dg95%
Sosek,
STATA command (syntax)
1.Buat Model Interaksi antara St.Gizi dg Sosek
logistic bblr gizi_kurang##sosek_rendah
2a. lincom untuk menghitung OR St.Gizi pada sosek rendah (pembanding gizi baik)
lincom 1.gizi_kurang + 1.gizi_kurang#1.sosek_rendah
2b. lincom untuk menghitung OR Sosek pd Gizi kurang (pembanding sosek baik)
lincom 1.sosek_rendah + 1.sosek_rendah#1.gizi_kurang
1.Buat Model Interaksi antara Smoke dg Race
logistic low race##smoke
2a.Lincom utk OR smoke (pembanding tdk merokok)
Lincome 1.smoke + 1.smoke#1.race *OR smoke pd ras putih
Lincome 1.smoke + 1.smoke#2.race *OR smoke pd ras hitam
Lincome 1.smoke + 1.smoke#3.race *OR smoke pd ras lain
2b.Lincom utk OR race (pembanding ras putih)
Lincome 2.race + 2.race#0.smoke *OR ras hitam pd non-smoker
Lincome 3.race + 3.race#0.smoke *OR ras lainnya pd non-smoker
Lincome 2.race + 2.race#1.smoke *OR ras hitam pd smoker
Lincome 3.race + 3.race#1.smoke *OR ras lainnya pd smoker
44
bblr gizi_kurang##sosek_rendah
Logistic regression
Number of obs
LR chi2(3)
Prob > chi2
Pseudo R2
bblr
1.gizi_kurang
1.sosek_rendah
gizi_kurang#sosek_rendah
1.05
1.70
0.64
0.96
0.08
0.94
7.78
6.74
2.37
P>|z|
=
=
=
=
120
32.61
0.0000
0.1960
0.933 0.32
0.346 0.56
0.018 1.42
3.44
5.11
42.49
OR INTERAKSI:
1. OR St.Gizi (St.gizi=1 dibanding St.gizi=0) untuk terjadinya BBLR,
pada Sosek Tinggi (Sosek=0) adalah 1.05 (sesuai output)
2. OR St.Gizi (St.gizi=1 dibanding St.gizi=0) untuk BBLR, pada Sosek
45
Rendah (Sosek=1) harus dihitung ulang dg perintah lincom
bblr
(1)
[bblr]1.gizi_kurang + [bblr]1.gizi_kurang#1.sosek_rendah = 0
8.19
5.07
P>z
3.39 0.001
2.43
27.58
OR INTERAKSI:
1. OR St.Gizi (St.gizi=1 dibanding St.gizi=0) untuk BBLR,
pada Sosek Tinggi (Sosek=0) adalah 1.05 (output sebelumnya)
2. OR St.Gizi (St.gizi=1 dibanding St.gizi=0) untuk BBLR,
pada Sosek Rendah (Sosek=1) adalah = 8.19 (CI: 2.43 27.58)
46
bblr gizi_kurang##sosek_rendah
Logistic regression
Number of obs
LR chi2(3)
Prob > chi2
Pseudo R2
bblr
1.gizi_kurang
1.sosek_rendah
1.05
1.70
0.64
0.96
0.08
0.94
gizi_kurang#sosek_rendah
7.78
6.74
2.37
P>|z|
=
=
=
=
120
32.61
0.0000
0.1960
0.933 0.32
0.346 0.56
0.018 1.42
3.44
5.11
42.49
OR INTERAKSI:
1. OR Sosek (Sosek rendah=1 dibanding sosek tinggi=0) untuk BBLR,
pada Gizi_baik (St.Gizi=0) adalah 1.70 (sesuai output)
2. OR Sosek (Sosek rendah=1 dibanding sosek tinggi=0) untuk BBLR,
47
pada Gizi_kurang (St.Gizi=1) harus dihitung ulang dg perintah lincom
bblr
(1)
[bblr]1.sosek_rendah + [bblr]1.gizi_kurang#1.sosek_rendah = 0
13.22
8.71
P>z
3.92
0.000
3.63
48.10
OR INTERAKSI:
1. OR Sosek (Sosek rendah=1 dibanding sosek tinggi=0) untuk BBLR,
pada Gizi_baik (St.Gizi=0) adalah 1.70 (output sebelumnya)
2. OR Sosek (Sosek rendah=1 dibanding sosek tinggi=0) untuk BBLR,
pada Gizi_kurang (St.Gizi=1) adalah = 13.22 (CI: 3.63 48.10)
48
Menghitung OR interaksi
lebih 2 kategori
Model-1
Rokok
Model-2
BBLR
BBLR
Rokok
49
Number of obs
LR chi2(5)
Prob > chi2
Pseudo R2
=
=
=
=
189
17.85
0.0031
0.0761
*OR smoke
pd ras
putih
51
52
53
54
Terima Kasih.
Jika ada pertanyaan silakan
email ke:
besral@yahoo.com