Besar Sampel untuk Risiko

Relatif & Rasio Odds

Iwan Ariawan
Biostatistika - FKMUI
Rumus Besar Sampel

n
 z
1 / 2 2 P (1  P )  z1  P1 (1  P1 )  P2 (1  P2 )  2

( P1  P2 ) 2

 Sama seperti untuk beda 2 proporsi

 Hanya P1 dihitung berdasarkan P2 dan RR
atau OR
P1, P2, RR dan OR
 P1 = RR*P2

(OR ) P2
P1 
(OR ) P2  (1  P2 )
Contoh: RR
 Suatu penelitian dilakukan untuk menbandingkan hasil
terapi radiasi dan pembedahan pada pasien Ca Cervix
 Asumsi perhitungan sampel
 Keluaran yang dinilai: hidup atau mati dalam 5 tahun setelah
terapi
 Dari ref, 35% pasien yang dibedah meninggal dalam waktu 5
tahun
 Hipotesis peneliti pasien yang diberikan radiasi risiko untuk
meninggal dalam 5 tahun pasca terapi setengahnya dari
pasien yang dibedah
 Jadi: P2=0,35 ; RR=0,5 ; P1=0,5*0,35=0,175
 Derajat kemaknaan=5% ; Kekuatan uji=90%
 Contoh: RR

n
1,96 2 * 0,2625(1  0,2625)  1,28 0,175(1  0,175)  0,35(1  0,35)  2

(0,175  0,35) 2
n  131

Jadi dibutuhkan 131 pasien yang diterapi dengan

pembedahan dan 131 pasien yang diterapi dengan
radiasi
Contoh: OR, kasus-kontrol
 Suatu penelitian dilakukan untuk mengetahui anemia
sebagai faktor risiko terjadinya BBLR.
 Asumsi:
 Prevalensi anemia: 60%
 Rasio odds: 2,5
 Derajat kemaknaan: 5%
 Kekuatan uji: 80%
Contoh: OR, kasus-kontrol

2,5 * 0,6
P1   0,79
2,5 * 0,6  (1  0,6)

n
1,96 2 * 0,70(1  0,70)  0,84 0,79(1  0,79)  0,60(1  0,60)  2

(0,79  0,60) 2
n  94

Jadi dibutuhkan sampel 94 bayi BBLR dan 94 bayi

normal (tidak BBLR)