About

Semoga Bermanfaat

Kegunaan:
Uji ini digunakan untuk mengontrol variabel confounding yang mempunyai potensi untuk mengaburkan hubungan antara exposure (paparan) dan outcome (penyakit) dalam studi.

Konsep Dasar
Exposure dan Outcome dikategorikan secara dikhotomik ada/tidak paparan dan ada tidak penyakit. Sedangkan confounding (faktor perancu) distratifikasikan ke dalam beberapa kategori tergantung pada level confoundingnya.

Contoh pada postingan yaitu Hubungan konsumsi rokok dengan kejadian hipertensi dengan confounding yaitu olah raga.

Latihan:
Data yang dianalisis dengan uji Mantel Haenszel dengan menggunakan SPSS yaitu sebagai berikut:


Silahkan buka aplikasi SPSS terlebih dahulu.

Masukkan data dalam tabel tersebut ke dalam SPS dengan name:
Hipertensi untuk outcome dengan value (1=Ya, 2=Tidak)
Rokok untuk exposure dengan value (1=Ya, 2=Tidak)
Olah_raga untuk confounding (1=setiap hari, 2=2x seminggu, 3=dua minggu sekali)
Catatan: Proses input bisa dengan menu weight pada SPSS, bisa juga dengan manual. Misalnya orang yang merokok dan hipertensi dan setiap berolah raga setiap hari. Maka kita input menjadi 1:1:1 sebanyak 36 kali pada data view di SPSS (sesuaikan dengan kolom name di atas).

Jika proses input telah selesai maka tampilan akan tampak seperti di bawah ini:

Selanjutnya dilakukan analisis data dengan langkah-langkah berikut:
Klik menu Analyze >> pilih Crosstab, akan muncul tampilan seperti pada gambar di bawah.
Masukkan variabel rokok ke Row(s)
Masukkan variabel hipertensi ke column(s), 
Masukkan olahraga ke Layer, seperti gambar berikut.



Setelah itu, klik icon Cells, centang Expected. Kemudian, klik icon statistiks lalu centang "Cochran's and Mantel-Haenszel Statistics" lalu continue, dan OK


Hasil output SPSS akan muncul. Selanjutnya, bagaimana cara membaca hasil tersebut?
Ada tige test yang terpenting dalam uji ini yaitu:
1. Test of homogeneity of the odds ratio
2. Test of Conditional Independence
3. Mantel Haenszel Common Odds Ratio

Pada hasil SPSS akan ditemukan test-test tersebut.

Test of Homogeneity of the Odds Ratio
Hasil tersebut menunjukkan bahwa nilai p=0,089 >  α = 0,05, sehingga dapat disimpulkan bahwa variabel olahraga (confounding) tidak mempengaruhi hubungan tantara paparan rokok dan hipertensi.

Test of Conditional Independence
Test ini untuk menguji hipotesis null yaitu timbulnya hipertensi tidak tergantung pada pemaparan dengan mengendalikan confounding (usia). Berdasarkan tabel test of conditional Independence diketahui sebagai berikut:

Cochran's            = 12,036 dengan nilai p=0,001
Mantel-Haenszel = 10,605 dengan nilai p=0,001

Sehingga dapat disimpulkan bahwa hipotesis null ditolak, dengan interpretasi yaitu timbulnya hipertensi tergantung pada paparan rokok dengan mengendalikan confounding.

Mantel Haenszel Common Odds Ratio
Interpretasi:
orang yang mengkonsumsi rokok cenderung menderita hiertensi 3,408 atau 3 kali lebih besar dari pada orang yang tidak merokok pada ktiga strata olahraga.

Bagaimana jika kita bandingkan dengan cara manual.

Berikut data manual dari ketiga strata (sama dengan contoh di atas)

Langkah 1
Mencari nilai Observed, Expected, dan Variance. Setelah semua itu diperoleh maka nilai Chi-squared bisa diperoleh. Berikut cara manual mengerjakannya:



Hasil ini sama dengan nilai Test of Conditional Independence di atas.

Selanjutnya, untuk melihat besar risiko secara manual. Prinsipnya hampirsama dengan Odds Ratio pada umunya.

Sebelum di stratifikasi (digabungkan data ketiga strata) akan seperti tabel di bawah ini:

Nilai OR nya yaitu:


Bandingkan dengan nilai OR setelah distratifikasi
Nilai Mantel Haenszel Common Odds Ratio secara manual sama dengan hasil SPSS di atas yaitu 3.408. Interpretasinya sama dengan di atas.

Referensi
Materi Perkuliahan. Biostatistika Statistika.

Semoga bermanfaat.

Jika ada kritik saran, atau perbaikan postingan ini, dengan senang hati saya tunggu di e-mail 
run_epid@yahoo.co.id

Kunjungi
Uji T Dua Sampel Bebas

7 komentar:

  1. thank you very much...
    sangat2 membantu.

    BalasHapus
  2. dalam odds ratio, penentuan estimatenya apa tidak tergantung pada denominatornya?

    BalasHapus
  3. pada uji beda 2 rerata cara stratifikasi dan
    interpretasinya bagaimana? Terimakasih

    BalasHapus
  4. pada uji beda 2 rerata cara stratifikasi dan
    interpretasinya bagaimana? Terimakasih

    BalasHapus
  5. Terima kasih atas ilmunya. Jazakillah khair

    BalasHapus

Recent Comments