Professional Documents
Culture Documents
Rancangan Penelitian Observasional
Rancangan Penelitian Observasional
PENELITIAN
OBSERVASIONAL
PENELITIAN DESKRIPTIF
MENGGAMBARKAN KEADAAN DARI
SUBYEK YANG DIAMATI
TERBATAS PADA DATA YANG ADA
TIDAK MELAKUKAN GENERALISASI
Contoh :
Penelitian untuk mengetahui
(mengidentifikasi) senyawa aktif suatu
tanaman obat
CROSS SECTIONAL
PAPARAN
(E) E+ , D+ E+ , D-
SAMPEL
E- , D+ E- , D-
PENYAKIT
(D)
CASE-CONTROL STUDY
Populasi kasus
Faktor (penyakit +)
Risiko (+)
Faktor Penyakit (+)
Risiko (-)
Populasi kontrol
(penyakit -)
Faktor
Risiko (+)
Penyakit (-)
Faktor
Risiko (-)
Sampel
Sampel
MENCARI
CASE PEMILIHAN KASUS
CONTROL PAPARAN
dan KONTROL
FAKTOR RISIKO
PEMILIHAN
COHORT TIMBUL
ROSPEKTIF KOHORT
PENYAKIT ?
(STATUS PAPARAN)
IDENTIFIKASI
COHORT KOHORT
STATUS PAPARAN
TROSPEKTIF
TIMBUL PENYAKIT ?
MASA AKAN
MASA LALU SAAT INI
DATANG
DATA POPULASI PENGUMPULAN
SEKUNDER DAN SAMPEL DATA PRIMER
• VARIABEL INDEPENDEN
CROSS (PAPARAN/FAKTOR RISIKO)
SECTIONAL • VARIABEL DEPENDEN
(OUTCOME/PENYAKIT)
• VARIABEL
• KELOMPOK
CASE- DEPENDEN • VARIABEL INDEPENDEN
KASUS DAN
CONTROL (OUTCOME/PE (PAPARAN/FAKTOR RISIKO)
KONTROL
NYAKIT)
• VARIABEL • KELOMPOK
• VARIABEL DEPENDEN
INDEPENDEN TERPAPAR
COHORT (OUTCOME/PENYAKIT)
(PAPARAN/FAK DAN TIDAK
TOR RISIKO) TERPAPAR
Kelebihan
CROSS SECTIONAL CASE CONTROL COHORT
• Dapat • Relatif murah dan • Kesesuaiannya
menggambarkan mudah dibandingkan dengan logika studi
pola penyakit disain penelitian eksperimental
• Mudah, cepat dan analitik lainnya
dalam membuat
• Tepat untuk
murah inferensi kausal
meneliti penyakit
• Dapat dimanfaatkan • Dapat menghitung
dengan periode
untuk penelitian laten yang panjang angka insidens
selanjutnya • Tepat untuk • Sesuai untuk
meneliti penyakit meneliti paparan
yang langka atau yang langka
jarang terjadi • Memungkinkan
• Dapat meneliti peneliti
pengaruh sejumlah
mempelajari
paparan terhadap
sejumlah efek
sebuah penyakit/
Kelemahan
CROSS SECTIONAL CASE CONTROL COHORT
• Tidak tepat untuk • Rawan terhadap • Mahal dan
menganalisis hubungan berbagai bias (bias membutuhkan waktu
kausal seleksi dan bias yang lebih lama
• Tidak tepat untuk (prospektif)
informasi)
• Membutuhkan
meneliti penyakit yang • Tidak efisien untuk
ketersediaan data
jarang terjadi mempelajari paparan sekunder yang lengkap
• Tidak tepat untuk yang langka dan handal
meneliti paparan yang • Tidak dapat (retrospektif)
jarang ada di menghitung angka • Tidak efisien dan
masyarakat insidens tidak praktis untuk
• Tidak mudah untuk mempelajari
memastikan hubungan penyakit/outcome
yang langka
temporal antara
• Hilangnya subyek
paparan dan penyakit
selama penelitian,
karena migrasi,
tingkat partisipasi
KAPAN DIGUNAKAN ?
Prevalensi
Paparan/Faktor Risiko
Prevalensi
Outcome/Penyakit