B. NILAI P (p value) DAN INTERVAL KEPERCAYAAN (Confidence Interval/CI)

Download: Materi P-Value & CI

Sebuah contoh kasus, setiap orang yang hidup dengan umur 90 tahun atau lebih adalah bukan perokok. Kita bisa menginvestigasi hipotesa ini dengan 2 cara(4);

· Menyetujui hipotesa bahwa menemukan setiap orang dengan umur 90 tahun atau lebih dan memeriksa mereka bahwa semuanya bukan perokok

· Tidak menyetujui hipotesa ini dengan menemukan hanya satu orang lebih dari umur 90 tahun atau lebih adalah seorang perokok.

Pada umumnya, kondisi diatas sangat mudah sekali bagi kita untuk menolak hipotesa yang ada daripada membuktikan bahwa hipotesa itu benar. Tetapi, metode statistik memformulasikan sebuah ide dengan mencari bukti (evidence) menolak bentuk spesifik dari suatu hipotesa yang dikenal dengan hipotesa nul (a null hypothesis) ‘ tidak ada perbedaan/hubungan antara 2 kelompok atau lebih atau antar variabel. Hubungan antara paparan (exposures) dan outcome atau antara perawatan (treatments) dan hasilnya diukur dengan menguji kekuatan bukti untuk menolak hipotesa nol yang diukur dengan nilai P (P value)(4).

a. Nilai p (P value)

Anda harus mengerti juga apa yang dimaksud dengan nilai p, hipotesis nol dan hipotesis alternatif.(3, 4)

1. Hipotesis (H) adalah pernyataan sebagai jawaban sementara atas pertanyaan penelitian yang harus dijawab secara empiris.

2. Hipotesis nol (Ho) adalah hipotesis yang menunjukkan tidak ada perbedaan antar kelompok atau tidak ada hubungan antara variabel atau tidak ada korelasi antar variabel.

Contoh hipotesa nul;

· Perawatan dengan obat Anti retroviral tidak mempunyai efek untuk meningkatkan kualitas hidup penderita HIV

· Operasi tulang femur (hip replacement theraphy) pada wanita lanjut usia tidak meningkatkan kualias hidup wanita lanjut usia dalam kehidupan sehari-harinya

· Ketersediaan jamban umum tidak meningkatkan perilaku penduduk di pinggiran sungan Musi untuk BAB di jamban sehat.

3. Hipotesis alternatif (Ha) adalah hipotesis kebalikan dari hipotesis nol, yang akan disimpulkan bila hipotesis nol ditolak.

Contoh Hipotesa Alternatif;

· Perawatan dengan obat Anti retroviral mempunyai efek untuk meningkatkan kualitas hidup penderita HIV

· Operasi tulang femur (hip replacement theraphy) pada wanita lanjut usia meningkatkan kualias hidup wanita lanjut usia dalam kehidupan sehari-harinya

· Ketersediaan jamban umum meningkatkan perilaku penduduk di pinggiran sungai Musi untuk BAB di jamban sehat.

4. Interpretasi yang lengkap untuk nilai p adalah sebagai berikut “besarnya kemungkinan hasil yang diperoleh atau hasil yang lebih ekstrim diperoleh karena faktor peluang, bila hipotesis nol benar”.

Umumnya, interpretasi p value (nilai p/nilai signifikan) didasarkan pada apakah nilainya lebih kecil dari batasan baku (threshold values), yaitu 0.05. Batasan ini biasanya jika nilai p < 0,05 dianggap “secara statistik bermakna” dan bila nilai p > 0.05 dianggap suatu hubungan atau asosiasi antara faktor resiko dan outcome tidak bermakna secara statistik. Tetapi, hal yang patut diperhatikan, nilai p tergantung dari jumlah sampel. Sehingga, jika jumlah sampelnya kecil,nilai p umumnya akan bernilai lebih besar dari 0.05, dengan kata lain, p value akan menyimpulkan bahwa tidak ada hubungan antara eksposur dan outcome. Padahal, kemungkinan hubungan itu mungkin ada, walaupun kecil, tetapi karena jumlah sampel yang kecil, hubungan antara variabel tak dapat terdeteksi. Oleh karena itu, menurut Kirkwood BR, Sterne JA(4) intepretasi P value dapat dilakukan sebagai berikut (gambar 44);

· p value <0.001; adanya bukti yang kuat untuk menolak hipotesa nul (strong evidence against the null hypothesis)

· p value <0.01 ; adanya bukti yang sedang untuk menolak hipotesa nul (increasing/moderate evidence against the null hypothesis with decreasing P value)

· p value >0.1; adanya bukti yang lemah untuk menolak hipotesa nul(weak evidence against the null hypothesis)

Gambar 40. Konsep generalisasi Konsep Interpretasi P value (4)

a. Interval kepercayaan

Dalam interpretasi hasil penelitan, sangat dianjurkan tidak hanya menginterpretasikan nilai p tetapi juga nilai interval kepercayaan. Interval kepercayaan (IK) menunjukkan taksiran rentang nilai pada populasi yang dihitung dengan nilai yang diperoleh pada sampel. Perhitungan IK mempunyai rumus tersendiri untuk masing-masing uji hipotesis. Derajat atau interval kepercayaan umumnya diperoleh dengan nilai rata-rata atau estimasi ditambah dan dikurang oleh standar error yang dikalikan nilai alpha (95 % Derajat kepercayaan=estimate ± (1.96 X s.e)). Standar error dari rata-rata sampel mengukur sedekat apa rata-rata populasi diprediksi oleh rata-rata dari sampel dalam penelitan. Standar error sangat tergantung dari jumlah sampel dalam suatu penelitan, semakin besar jumlah sampel, semakin kecil standar error yang dihasilkan dan semakin semakin kecil interval derajat kepercayaan yang dihasilkan (3, 4). Dengan kata lain, hasil rata-rata hasil yang didapat dari sampel mendekati dengan rata-rata pada populasi sebenarnya jika jumlah sampel yang digunakan besar.

Gambar 40. Manfaat derajat kepercayaan untuk megeneralisasi hasil penelitian ke populsi dari sampel yang diambil (4)

a. Hubungan nilai p dengan interval kepercayaan

Hubungan nilai p dengan interval kepercayaan adalah sebagai berikut(3):

1. Nilai p dengan IK menghasilkan kesimpulan yang konsisten. Bila nilai p menghasilkan kesimpulan yang bermakna, maka IK akan memberikan kesimpulan yang bermakna juga. Begitu juga sebaliknya. Hanya saja, informasi yang diberikan keduanya berbeda.

2. Konsistensi nilai p dengan nilai IK

Umumnya, interpretasi p value didasarkan pada apakah nilainya lebih kecil dari batasan baku (threshold values), yaitu 0.05. batasan ini biasanya

a. Bila pada uji hipotesis komparatif perhitungan nilai p < 0,05 (“secara statistik bermakna”) maka pada perhitungan IK, nilai 0 tidak akan tercakup di dalam nilai intervalnya (“secara statistik bermakna”)

b. Bila pada perhitungan rasio odds atau risiko relatif perhitungan nilai p < 0.05, maka pada perhitungan IK, nilai 1 tidak akan tercakup di dalam intervalnya.

3. Nilai p memberikan informasi peluang untuk memperoleh hasil yang diobservasi bila hipotesis nol benar, sedangkan IK memberikan informasi perkiraan rentang nilai parameter pada populasi

Contoh Interpretasi 95 % KI dan Relatif Risk

Percobaan eksperimental efektivitas obat Dexamethasone dalam mengurangi resiko kematian setelah percobaan 9 bulan dibandingkan dengan kelompok placebo. (14)

Interpretasi nilai RR(95 % CI)= 0.77 (0.62-0.96) adalah sebagai berikut;

Kelompok yang diinvtervensi dengan Obat Dexamethasone dapat mengurangi resiko kematian sebanyak 23 % (estimasi RR=0.77) dibandingkan kelompok yang diintervensi dengan placebo setelah percobaan selama 9 bulan. Di populasi umum, kita yakin sebesar 95 % bahwa obat Dexamethasone dapat mengurangi kematian antara 4 % (RR= 0.96) dan 38 %(RR= 0.62) dibandingkan intervensi dengan obat placebo.

OLAHRAGA OTAK 1.

MENGAPA KITA PERLU INTERPRETASI NILAI P DAN DERAJAT KEPERCAYAAN PADA HASIL PENELITIAN?

BUATLAH KESIMPULAN SINGKAT APA YANG KAMU MENGERTI TENTANG P VALUE DAN DERAJAT KEPERCAYAAN ( MIND MAPPING DAN KESIMPULAN =200 KATA)

Studi Kasus(4);

Diskusikan penelitan diatas dengan 5 jenis obat yang berbeda berdasarkan jumlah sampel, 95 % Derajat kepercayaan dan nilai P valuenya????? Obat manakah yang lebih efektif dalam mengurangi kolesterol berdasarkan hasil nilai-nilai statistik diatas?