Bias Pada Pengukuran Paparan

Unduh sebagai ppt, pdf, atau txt
Unduh sebagai ppt, pdf, atau txt
Anda di halaman 1dari 17

BIAS PADA PENGUKURAN PAPARAN

Kesalahan dalam pengukuran merupakan


salah satu sumber utama bias pd penelitian
epidemiologi. Itu dapat mengarah ke
kesimpulan palsu mengenai hubungan antara
paparan dgn outcome (efek).

Salah pengukuran paparan (exposure


measurement error) adalah perbedaan antara
paparan yg diukur (measured exposure) dgn
paparan sebenarnya (true exposure)
Kesalahan pengukuran paparan dapat terjadi
pada hampir semua tahapan penelitian.
Kemungkinan penyebabnya adalah:

1. kesalahan desain instrumen


2. error pada protokol utk penggunaan instrumen
3. penggunaan protokol yg buruk (tdk tepat) selama
pengumpulan data
4. keterbatasan sehubungan dgn karakteristik subjek 5.
error pada saat data entry
Kesalahan desain instrumen:

a. Tidak adanya cakupan dari semua sumber


paparan pada kuesioner
b. Inklusi paparan yg tidak memiliki agen aktif
aktual
c. Periode waktu yg dicatat oleh instrumen
bukan periode waktu sebenarnya
d. Kalimat pertanyaan yg mengarah kpd salah
pengertian atau bias
Error pada protokol utk penggunaan
instrumen:

a. Kegagalan utk menspesifikkan protokol


secara cukup mendetail
b. Kegagalan utk menspesifikkan suatu
metode untuk menangani situasi yg tdk
terantisipasi secara konsisten
c. Kegagalan menyertakan standardisasi
instrumen secara periodik sepanjang wkt
pengumpulan data
Penggunaan protokol yg buruk (tdk
tepat) selama pengumpulan data:

a. Kegagalan pengumpul data utk mengikuti


protokol dgn cara yg sama pada semua subjek
b. Kegagalan subjek membaca instruksi pada
kuesioner yg dibaca dan dijawab sendiri (self-
administered questionnaire)
c. Pananganan dan/atau analisis spesimen biologis
yg tidak sempurna/baik
d. Pengaruh personalitas, jns kelamin, ras, atau
umur pewawancara pd respon (jawaban) subjek
Keterbatasan sehubungan dgn
karakteristik subjek:

a. Keterbatasan memori subjek termasuk daya


ingat yg buruk thd paparan yg lalu dan
pengaruh paparan sekarang pd memori
paparan yg lalu
b. Keterbatasan dalam menduga pengetahuan
responden dan memori subjek thd paparan
c. Kecenderungan subjek over-report atau
under-report
d. Keragaman karakteristik biologis jangka
pendek (mis; day-to-day variability)
Error pada saat data entry dan analisis:

a. Kesalahan data entry


b. Kesalahan pada tabel konversi yg
digunakan utk mengkonversi
jawaban/respon subjek ke unit agen yg
aktif
c. Kesalahan pemograman dalam membuat
variabel untuk analisis
Kesalahan lain adalah differential exposure
error, yg terjadi ketika kesalahan
pengukuran paparan berbeda menurut
penyakit atau outcome yg diteliti.

Salah satu sumber differential exposure


error adalah recall bias, yaitu kesalahan
ketika paparan pada kasus dilaporkan
secara berbeda dari paparan pada kontrol
krn pengetahuan mereka atau perasaan
mereka thd penyakit (outcome) tsb
berbeda.
Sumber differential exposure error lain,
adalah:

a. Pengetahuan pengumpul data ttg status


penyakit subjek
b. Efek biologis dari penyakit atau perlakuan
c. Efek biologis dari gejala dari fase
prediagnostik penyakit
d. Kekhawatiran subjek akan risiko penyakit
KESALAHAN PADA
PENGUKURAN OUTCOME

Kesalahan (error) pd pengukuran


outcome dpt terjadi melalui 2 cara:, yi:

a. Kesalahan Acak
b. Kesalahan Sistematik
Kesalahan acak (sampling
error):
adalah pembelokan dari nilai populasi yg
sebenarnya. Ini terjadi krn adanya peluang
atau kebetulan semata2 berasal dari
sebuah pengamatan thd sampel.

Tiga sumber kesalahan acak:


1. Variasi biologis individual
2. Kesalahan pengambilan sampel
3. Kesalahan pengukuran
Kesalahan Sistimatis:
terjadi krn adanya kecenderungan utk
memberikan hasil2 yg berbeda dgn cara
yg sistematik thd nilai2 yg sesungguhnya.

Misalnya:
1. kesulitan mengukur tipe kepribadian
2. kebiasaan minum alkohol,
3. paparan masa lalu
Kesalahan sistematik dpt terjadi
karena:
1. Bias pengukuran
a. Salah pengukuran (petugas pengukur yg
belum terampil, pengukuran hanya dilakukan
satu kali (pdhal perlu bbrp kali), pencatatan
kurang cermat, outcome tidk dikukur secara
tepat--apa yg seharusnya diukur)
b. Masalah pada alat ukur (berkaitan dengan
validitas dan reabilitas alat ukur).
2. Bias seleksi
Bias seleksi trjd bila terdpt sebuah perbedaan
sistematik antara karakteristik2 dari org2 yg
diseleksi utk seleksi utk sebuah penelitian
dan karakeristik2 org yg tdk masuk penelitian

Misalnya:
1. Tanggapan dari org perokok sdg dgn berat
2. Bias seleksi karena efek dari suatu paparan
(menyebabka penyakit) menyebabkan subjek
mundur dari penelitian.
3. Confounding:
a. Suatu situasi di mana efek dari 2 proses tidak
dipisahkan (dikontrol)
b. Suatu situasi di mana suatu ukuran efek paparan pada
risiko didistorsi karena adanya asosiasi paparan dgn
faktor lain yg pd akhirnya mempengaruhi outcome.
(Kesalahan dpt terjadi apabila ada paparan lain yg muncul
dlm populasi penelitian dan berasosiasi dgn paparan atau
outcome).

Contoh:
Hubungan fluoridasi air minum dgn kejadian osteoporosis.
Umur adalah faktor perancu (confounding factor)--yg hrs
dikontrolkarena umur berkaitan dengan tingkat
akumulasi fluor (fluoridasi).
Adjustment:

Suatu rangkuman prosedur untuk pengukuran


(ukuran) statistik di mana efek perbedaan
pada komposisi dalam populasi yang
dibandingkan (misalnya umur) telah
diminimalkan dgn metode statistik.

Prosedur matematis yg umum untuk


adjustment adalah standardization.
Standardization:

Serangkaian teknik yg digunakan untuk


menghilangkan sejauh mungkin efek dari
perbedaan dalam usia atau variabel perancu
lain ketika membandingkan 2 atau lebih
populasi.

Anda mungkin juga menyukai