JURNAL DISKUSI KELOMPOK 2 DEPPRESSIVE SYMPTOMS PADA IBU HAMIL DAN BAYI BERAT LAHIR RENDAH PREGNANT WOMAN DEPPRESSIVE SYMPTOMS AND THE INCIDENCE OF LOW BIRTH WEIGHT 1. Kata Kunci dan Informasi Umum 1.1. Variabel, parameter, dan indikator a. Variabel Variabel adalah karakteristik subjek penelitian yang berubah dari satu subjek ke subjek lain. Yang dimaksud dengan variabel adalah karakteristik suatu subjek, bukan subjek atau bendanya itu sendiri. Misalnya : tinggi atau berat badan, jenis kelamin, tekanan darah, atau kadar hemoglobin. Variabel harus diletakkan dalam konteks penelitian. Identifikasi dan klasifikasi variabel sangat penting dalam penelitian, karena berkaitan dengan pengumpulan dan analisis data. Dalam pemicu di jurnal 2, diperoleh beberapa variabel di antaranya : Variabel bebas : depressive symptoms Variabel terikat : bayi berat lahir rendah Variabel lain : umur ibu, pendidikan, paritas, riwayat ANC, riwayat BBLR, status ekonomi keluarga, dan penyakit kehamilan. 1
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
JURNAL DISKUSI KELOMPOK 2
DEPPRESSIVE SYMPTOMS PADA IBU HAMIL DAN BAYI BERAT LAHIR RENDAH
PREGNANT WOMAN DEPPRESSIVE SYMPTOMS AND THE INCIDENCE OF LOW BIRTH WEIGHT
1. Kata Kunci dan Informasi Umum
1.1. Variabel, parameter, dan indikatora. Variabel
Variabel adalah karakteristik subjek penelitian yang berubah dari satu
subjek ke subjek lain. Yang dimaksud dengan variabel adalah karakteristik
suatu subjek, bukan subjek atau bendanya itu sendiri.
Misalnya : tinggi atau berat badan, jenis kelamin, tekanan darah, atau kadar
hemoglobin.
Variabel harus diletakkan dalam konteks penelitian. Identifikasi dan
klasifikasi variabel sangat penting dalam penelitian, karena berkaitan dengan
pengumpulan dan analisis data.
Dalam pemicu di jurnal 2, diperoleh beberapa variabel di antaranya :
Variabel bebas : depressive symptoms
Variabel terikat : bayi berat lahir rendah
Variabel lain : umur ibu, pendidikan, paritas, riwayat ANC, riwayat
BBLR, status ekonomi keluarga, dan penyakit
kehamilan.
Variabel bebas adalah variabel yang bila ia berubah, akan
mengakibatkan perubahan variabel lain. Variabel bebas disebut juga variabel
independen (VI), prediktor, risiko, atau kausa.
Variabel terikat adalah variabel yang berubah akibat perubahan
variabel bebas. Variabel terikat juga disebut sebagai variabel tergantung,
variabel dependen (VD), efek, hasil, outcome, respons, atau event.
Variabel lain adalah jenis variabel yang berubungan dengan variabel
bebas dan variabel terikat (tergantung), tetapi bukan merupakan variabel
1
antara. Variabel lain ini juga biasa disebut sebagai variabel perancu
(confounding). Variabel ini juga disebut sebagai variabel moderator atau
variabel yang bisa memperkuat atau memperlemah hubungan antar variabel
bebas dan terikat.
b. Parameter
Parameter adalah nilai-nilai dalam populasi yang berhubungan dengan
statistik.
Dalam jurnal 2, parameter yang digunakan yaitu :
Berat bayi lahir normal < 2.500 gram
Berat bayi lahir rendah < 2.500 gram
Ibu (umur, pendidikan, status ekonomi keluarga, dll.)
c. Indikator
Indikator adalah suatu penunjuk yang dapat membdakan satu dan yang
lainnya.
Adapun indikator yang digunakan untuk mengetahu tingkat depresif
symptoms pada Jurnal 2 adalah EPDS (Edinburgh Postnatal Depression
Scale) adalah sebuah kuesioner yang digunakan secara efektif untuk deteksi
depresi pasca melahirkan. (News-Medical.com)
2
Skala Variabel
Kategorikal
Nominal Ordinal
Numerik
Interval Rasio
1.2. Skala Data
1.3. Analisis Masalah
a) Analisis Univariabel
Analisis univariabel menggambarkan pola responden terhadap variabel dan
menjelaskan setiap variabel sendiri. Analisis univariabel deskriptif dapat
meringkas jumlah besar data numerik dan mengungkapkan pola dalam data
mentah.
3
Hanya berupa nama atau label dan tidak mengandung informasi peringkat.
Contoh:
Gol. Darah, suku bangsa, agama, jenis kelamin.
Terdapat infomasi peringkat, tetapi jarak anatara 2 peringkatnya tidak dapat dikuantifikasi.
Tidak dapat dimanipulasi secara matematis.
Contoh:
Derajat penyakit (ringan, senang, berat), derajat sosial ekonomi
Tidak mempunyai nilai 0 alamiah.
Contoh :
Suhu (celcius, fahreinheit, reamur tidaklah memiliki nilai 00 yang sama karena nilainya dibentuk oleh manusia).
Mempunyai nilai 0 alamiah.
Contoh:
Berat badan, kadar kolesterol yang mempunyai nilai 0 alami.
Dibagi menjadi 2 skala lagi yaitu :
Skala kontinu (mempunyai desimal)
Skala deskret (tidak mempunyai desimal).
Analisis univariabel merupakan bentuk analisis kuantitatif data di mana
masing-masing variabel dianalisis secara terpisah.
b) Analisis Bivariabel
Analisis bivariabel adalah analisis secara simultan dari dua variabel. Hal ini
biasanya dilakukan untuk melihat apakah salah satu variabel terkait dengan
variabel lain.
Analisis bivariabel membantu membandingkan dan kontrol dua atau lebih
variabel yang terkait dalam situasi di mana kualitas tergantung pada efek
menggabungkan variabel-variabel ini. Metode ini sangat berguna ketika dua
variabel yang berbeda bekerja sama untuk mempengaruhi akseptabilitas
sebuah proses atau bagian daripadanya.
Analisis bivariabel akan berguna dalam mendukung atau tidak mendukung
argumen dari teori ketergantungan bahwa ada hubungan antara ketergantungan
dan keterbelakangan.
c) Analisis Mutivariabel
Analisis multivariabel adalah suatu bentuk analisa kuantitatif yang
mempelajari tiga atau lebih variabel pada saat yang sama, untuk memahami
hubungan antara mereka.
Hal ini sering dilakukan untuk memperbaiki analisis bivariabel, dengan
mempertimbangkan kemungkinan pengaruh variabel ketiga di hubungan
bivariabel asli.
Analisis multivariabel juga digunakan untuk menguji efek gabungan dari dua
atau lebih variabel pada sebuah variabel dependen.
4
1.4. Penyajian Data
Setelah dikumpulkan, data harus disusun secara sistematik dan disajikan
dengan baik agar data tersebut dapat dimengerti. Ada empat cara penyajian data, yaitu
penyajian data dalam bentuk tulisan, semitabulasi, tabulasi, dan dalam bentuk grafik.
a. Tulisan (tekstular)
Penyajian data dalam bentuk tulisan atau narasi hanya dipakai untuk data yang
jumlahnya kecil dan hanya membutuhkan suatu simpulan sederhana.
b. Semitabulasi
Kombinasi antara tulisan dan tabulasi sederhana. Penyajian data dengan
semitabulasi juga dapat digunakan untuk data yang jumlahnya kecil dan hanya
memerlukan suatu simpulan sederhana.
c. Tabulasi
Tabulasi merupakan penyajian data dalam bentuk tabel yang terdiri dari
beberapa baris dan beberapa kolom. Tabel dapat digunakan untuk
memaparkan sekaligus beberapa variabel hasil observasi, survei, atau
penelitian sehingga data mudah dibaca dan dimengerti.
d. Diagram/grafik
Diagram atau grafik dapat digunakan dalam beberapa bentuk sesuai dengan
kebutuhan dan jenis data.
Jenis diagram beserta fungsinya :
No
.
Jenis Diagram Variabel Fungsi
1. Bar Diagram
(horizontal/vertical )
Kategoris Perbandingan frekuensi
distribusi
2. Pie chart/ bar
komponen
Kategoris Proposi data
3. Line diagram Numeris Trend data (time series
study)
5
4. Scatterpoint/ dot
diagram
Numeris Korelasi data
5. Pictogram / diagram
gambar
Kategoris Perbandingan frekuensi
distribusi
6. Curtogram / diagram
peta
Kategoris Perbandingan frekuensi
distribusi
Diagram batang dapat berbentuk horizontal ataupun vertikal dan
digunakan untuk membandingankan frekuensi distribusi di antara beberapa
variabel kualitatif secara absolut ataupun relatif.
Grafik lingkaran merupakan gambar berbentuk lingkaran yang terbagi
menjadi beberapa sektor atau bagian. Tiap bagian dalam grafik tersebut
melukiskan proporsi atau presentase satu kategori dalam suatu variabel yang
bersifat kualitatif.
Diagram garis berbentuk garis menggambarkan suatu keadaan yang
terjadi secara berurutan dalam skala waktu, tahun, dan lain-lain.
Diagram pencar dibentuk dari kumpulan sebaran titik-titik koordinat
dari 2 variabel yang terletak di sumbu X dan sumbu Y dan menggambarkan
hubungan atau korelasi antara dua variabel.
Diagram gambar menyatakan frekuensi disertai bentuk karakter atau
model yang menyerupai bentuk asli variabel yang disajikan. Misalkan gambar
orang untuk menyajikan gambar jumlah penduduk.
Kurtogram merupakan diagram berbentuk peta bumi yang memuat
data tentang keadaan penduduk, angka kesakitan, dan lainnya pada suatu
tempat atau negara.
6
1.5. Interpretasi Data
Interpreatsi data yang digunakan dalam Jurnal 2 ini antara lain:
a. Uji Chi square
Dalam teori probabilitas dan statistika, distribusi chi-kuadrat atau distribusi x2
dengan k derajat kebebasan adalah distribusi jumlah kuadrat k peubah acak
normal baku yang saling bebas. Distribusi ini seringkali digunakan dalam
statistik inferensial, misalnya dalam pengujian hipotesis, atau dalam
konstruksi selang kepercayaan.
b. Odds ratio (OR)
Rasio odds adalah analisa hasil studi kasus kontrol yang bersifat sederhana.
Dari hasil perbandingan antara kelompok studi dan kelompok control,
didapatkan nilai rasio. Rasio tersebut adalah estimasi risiko relatif atau odds
ratio.
Penentuan Odds Ratio dapat dibedakan ke dalam 2 macam yaitu :
(a) Study kasus control tanpa “matching”
Rasio odds pada studi kasus kontrol dapat diartikan sama dengan risiko
relatif (RR) pada studi kohort.
Contohnya ;
Pada penelitian kasus kontrol kita mulai dengan mengambil kelompok
kasus (a+c) dan kelompok kontrol (b+d). Oleh karena kasus adalah subjek
yang sudah sakit dan kontrol adalah mereka yang tidak sakit maka tidak
dapat dihitung insiden penyakit baik pada kaksus maupun kontrol. Yang
dapat dinilai adalah berapa sering terdapat pajanan pada kasus
dibandingkan pada kontrol. Hal inilah yang menjadi alat analisis pada
studi kasus kontrol, yang disebut rasio oods.
(b) Studi kasus kontrol dengan “matching”
Pada studi kasus kontrol dengan matching individual, maka harus
dilakukan analisis dengan menjadikan kasus dengan kontrol sebagai
pasangan-pasangan.
Rasio odds walaupun tidak sama dengan risiko relatif, akan tetapi dapat
dipakai sebagai indikator adanya kemungkinan adanya hubungan sebab
akibat antara faktor risiko dan efek.
7
c. Confidence Interval (CI)
Berbeda dengan uji hipotesis yang menentukan besarnya kemungkinan
memperoleh hasil bila hipotesis 0 benar, pada interval kepercayaan kita
mengestimasi rentang nilai pada populasi dengan dasar 1 nilai pada sampel
yang mewakili populasi tersebut.
Confidence level adalah dihubungkan dengan confidence interval.
Sumber :
Buku Penelitian klinis hal. 142 Bab XI.
Adalah sebuah interval berdasarkan observasi sampel dan terdapat probabilitas
yang ditentukan. Interval mengandung parameter yang sebenarnya tidak
diketahui (pada umumnya menghitung confidence interval dengan
kemungkinan 95% nilai sebenarnya). Rumus untuk interval kepercayaan
adalah :
IK=P±(zxSE )
IK = interval kepercayaan, yakni rentang nilai pada populasi yang dihitung
dengan dasar statistic yang diperoleh pada sampel. IK yang biasanya
digunakan adalah IK 95% atau IK 99%.
P = point estimate, yakni statistic yang diperoleh dari sampel. P ini dapat
berupa proporsi, persentase, rerata, perbedaan proporsi, perbedaan
rerata, dan seterusnya.
z} } } {¿ ¿¿ = deviat baku normal untuk alfa. Nilai alfa ini dipilih sesuai dengan IK
yang diinginkan. Bila kita inginkan IK 95%, maka berarti alfa = 0,05,
sehingga z} } } {¿ ¿¿= 1,96. Bila dipilih IK 99 %, sehingga z} } } {¿ ¿¿= 2,567
SE = standard error, yang besarnya dihitung dengan rumus yang berbeda
untuk setiap jenis statistik.
8
1.6. Masalah
1.1.1. Dalam tatalaksana data dengan menggunakan variabel bebas-variabel terikat,
parameter Berat Badan Lahir Normal-Berat Badan Lahir Rendah, dan indikator
EPDS (Edinburgh Postnatal Depression Scale), dapat dikatakan sangat
mendukung hasil penelitian yang dilakukan peneliti. Dengan menentukan
variabel-variabel tersebut (variabel bebas-variabel terikat), peneliti dapat
memperoleh data-data yang mayoritas didapatkan dari data sekunder. Kemudian
parameter serta indikator yang dipaparkan dalam penelitian merupakan
pelengkap data sekunder yang berguna untuk penyajian data oleh peneliti.
Dengan begitu, peneliti mendapatkan kemudahan untuk tatalaksana data.
1.1.2. Analisis data yang menggabungkan analisis univariabel, analisis bivariabel,
dan analisis multivariabel secara tersurat memberikan dasar penelitian yang
berguna bagi peneliti.
Analisis univariabel menggambarkan pola responden terhadap variabel
dan menjelaskan setiap variabel sendiri. Analisis univariabel deskriptif dapat
meringkas jumlah besar data numerik dan mengungkapkan pola dalam data
mentah. Analisis univariabel merupakan bentuk analisis kuantitatif data di mana
masing-masing variabel dianalisis secara terpisah.
Analisis bivariabel merupakan analisis secara simultan dari dua variabel.
Analisis bivariabel membantu membandingkan dan kontrol dua atau lebih
variabel yang terkait dalam situasi di mana kualitas tergantung pada efek
menggabungkan variabel-variabel.
Sedangkan analisis multivariabel adalah suatu bentuk analisa kuantitatif
yang mempelajari tiga atau lebih variabel pada saat yang sama, untuk memahami
hubungan antara mereka. Hal ini sering dilakukan untuk memperbaiki analisis
bivariabel, dengan mempertimbangkan kemungkinan pengaruh variabel ketiga di
hubungan bivariabel asli.
Dengan demikian, peneliti dapat membandingkan hasil dari berbagai
macam variasi variabel dari ketiga analisis tersebut dan mempermudah dalam
membuktikan hipotesis penelitian.
9
1.1.3. Penyajian data dengan menggunakan semitabulasi serta interpretasi data yang
menggunakan uji chi squre, odds ratio (OR), confidence interval (CI), dan
regresi logistik memberikan kemudahan dalam menyajikan data bagi peneliti
sehingga mendukung penelitian.
Peneliti menyajikan data dalam bentuk semitabulasi, yaitu kombinasi
antara tulisan dan tabulasi sederhana. Dalam tabulasi yang ditampilkan, peneliti
juga memberikan data yang deskriptif untuk memberikan data dalam bentuk
tulisan. Selain itu, peneliti memaparkan interpretasi data melalui uji statistik
berupa uji chi square (distribusi jumlah kuadrat k peubah acak normal baku yang
saling bebas), odds ratio (analisa hasil studi kasus kontrol yang bersifat
sederhana), confidence interval (mengestimasi rentang nilai pada populasi
dengan dasar 1 nilai pada sampel yang mewakili populasi tersebut), dan regresi
logistik (). Maka dari itu, penyajian data dan interpretasi data yang diberikan
peneliti memberikan kesinambungan serta kelogisan dalam penelitian.
1.2. Analisis Masalah
Statistik deskriptif data terbagi menjadi tiga macam, yaitu transformasi data,
statistik deskriptif, dan statistik inferensial. Dalam penelitian ini, peneliti
menggunakan statistik deskriptif. Data pada statistik deskriptif dapat berupa data
univariat, bivariat, atau multivariate, seperti data kualitatif atau kuantitatif.
Analisis univariabel adalah bentuk analisis kuantitatif data yang menganalisis
masing-masing variabel secara terpisah. Analisis univariat (analisis univariabel)
bertujuan untuk mendeskripsikan karakteristik dari masing-masing variabel yang
diteliti.
Setelah diketahui karakteristik masing-masing variabel, apabila ada analisis
hubungan antara dua variabel maka analisis dilanjutkan pada tingkat bivariat (melalui
analisis bivariabel). Hal ini biasanya dilakukan untuk melihat apakah salah satu
variabel terkait dengan variabel lain.
Analisis multivariabel (analisis multivariat) digunakan untuk menguji efek
gabungan dari dua atau lebih variabel pada sebuah variabel dependen. Analisis ini
sering dilakukan untuk memperbaiki analisis bivariabel. Perbaikan analisis bivariabel
dilakukan dengan mempertimbangkan kemungkinan pengaruh variabel ketiga di
hubungan bivariabel asli.
10
1.3. Hipotesis
Penelitian dengan depressive symptoms pada ibu hamil dan bayi berat lahir
rendah menggunakan metode observasional.
Skala: skala nominal, skala ordinal, dan skala rasio
Variabel : variabel bebas dan variabel terikat
Parameter : BBLR dan Ibu ( umur, pendidikan, paritas, status ekonomi )