Bab4- Penguliuran

Alan R Tumbelaka, M Hardiono Abdoerrachman,

Abdul Latief, Maria Abdulsalam, Darlan Darwis

bservasi dan pengukuran merupakan aktivitas dasar ilmu

engetahuan. Awal suatu observasi adalah pengalaman
lsensorik terhadap fenomena alam. Apabila seseorang
melihat, mendengar, meraba, atau mencium sesuatu, ia
mungkin bertanya tentang kualitas dan penyebabnya. Ia mungkin
akan mengamati secara sistematik. Proses mengamati dan mengurai
fenomena inilah yang disebut sebagai observasi, yang merupakan
aktivitas rutin kita sehari-hari, bukan monopoli penelitian.
Observasi ilmiah memiliki kelebihan yaitu sifat lebih sistematik,
objektif, dan langsung. Hasil observasi ilmiah harus terorganisasi
dan dicatat denganbaik. Observasi ilmiah sangat diperlukan dalam
mengukur suatu fenomena. Pada penelitian eksperimental, hal
yang terpenting dilakukan adalah pengukuran sebelum, selama,
serta sesudah suatu pajanan variabel bebas terhadap variabel
tergantung. Perubahan yang terjadi kemudian diukur dengan cara
tertentu dan dicatat.
Pengukuran merupakan proses kuantifikasi hasil observasi
dengan memperhatikan referensi tertentu dan dinyatakan dalam
unit yang baku.atau dianggap baku. Keadaan serta karakteristik
subyek penelitian dikuantifikasi yang dinyatakan dalam unit
pengukuran. Dari sudut teknis, yang diukur bukan kejadiannya
(sakit), atau obyeknya (pasien), melainkan dimensi kualitas atau
AlanRTumbelakndkk. 67

kuantitasnya, misalnya derajat sakit, usia pasiery atau frekuensi

kejang. Hal tersebut sejalan dengan pengertian variabeL badnn,
iantung,
kulit, atauureumbukanlah variabel; yang merupakan variabel adalah
berat badan, Iaju jantungt Tuarna kulit, atau kndar ureum.
Dalam ilmu empiris hipotesis harus diuji kesahihannya dengan
observasi empiris yang diawali dengan observasi, pengukuran, dan
pengumpulan data. Data didefinisikan sebagai hasil observasi yang
diperoleh secara sistematik. Suafu fenomena dapat diobservasi dan
diukur dalam tingkat yang berbeda dan data yang diperoleh dapat
berbeda kesahihan dan relevansinya untuk menunjang suatu teori.

PnNCENUAN DASAR PENGUKURAN

Yang dimaksud dengan pengukuran dalam penelitian ilmiah
adalah observasi fenomena dengan maksud agar fenomena tersebut
dapat dianalisis menurut aturan tertentu. Hasil analisis tersebut
memberikan informasi baru tentang objek yang diukur. Konsep
pengukuran serta alat ukur dalam penelitian memPunyai makna
yang luas, bukan hanya pengukuran sehari-hari yang biasanya
berkonotasi kuantitatif, misalnya pengukuran tekanan darah, berat
badan, luas tanatL dan lain sebagainya, melainkan termasuk juga
pengukuran kualitatif. Dalam konsep ini maka anamnesis dan
pemeriksaan jasmani dalam penelitian klinis, kuesioner dalam studi
epidemiologis, serta semua jenis pemeriksasn penuniang, baik yang
berdimensi kuantitatif, semi-kuantitatif, maupun kualitatif, termasuk
dalam pengertian pengukuran.
Peran pengukuran dalam penelitian sangat menentukan, karena
dasar semua hasil penelitian adalah data yang diperoleh dengan cara
pengukuran. Kesalahan dalam pengukuran dengan sendirinya akan
menyebabkan rentetan kesalahan sehingga hasil penelitian tidak
menunjukkan keadaan sebenarnya. Hanya dengan pengukuran
yang sahih maka hasil suatu penelitian dapat dipercaya. Dalam kaitan
ini terdapat pemeo {GIGO' (garbage in garbage outl; artinya bila
data yang dikumpulkan buruk kualitasnya (sampah), maka hasil
analisis yang diperoleh pastilah akan berupa sampah pula.
68 Prngukuran

Srare PENGUKURAN

Skala pengukuran dapat diklasifikasikan menjadi 2, yaitu skala

kategorikal dan skala numerik. Skala kategorikal dapat dibagi lagi
menjadi skala nominal dan ordinal, sedangkan skala numerik dibagi
menjadi skala interaal dan rasio,
Skala nominal hanya merupakan nama atau label variabef dan
tidak mengandung informasi peringkat. Contoh: golongan darah
(A, B, AB, O), suku bangsa (Jawa, Dayak, Bugis). Skala nominal
yang mempunyai 2 nilai disebut dikotom atau binomial (sembuh
- tidak sembuh), sedangkan yang mempunyai lebih dari 2 nilai
disebut politokom (Islam, Hindu, Kristen, Katolik). Skala nominal
ini tidak dapat dimanipulasi secara matematis, misalnya dihitung
nilai rerata (mean)-nya, tetapi dapat dihitung proporsi, persentase,
risiko absolut atau risiko relatif. Uji hipotesis yang sering digunakan
untuk variabel nominal adalah ujix2; selain itu untuk desain tertentu
dapat dihitung risiko relatif (pada studi kohort) atau rasio odds (pada
studi kasus-kontrol) yakni untuk variabel berskala binomial. Pada
uji diagnostik, baik uji yang diteliti maupun baku emas selalu
berskala binomial. Lihat Bab 11.
Pada skala ordinal terdapat informasi peringkat tetapi jarak antara
dua peringkatrya tidak dapat dikuantifikasi. Contohnya adalah derajat
penyakit (ringar; sedang, berat), tingkat sosial ekonomi (rendatr,
menengah, ti.ggt), status gizi (buruk, kurang cukup,lebih). Meskipun
mempunyai informasi peringkaf nilai variabel ordinal tidak dapat
dimanipulasi secara matematis (ditambah, dibagi, dikalikan). Misalnya
pasien yang menderita penyakit tertentu derajat II bukan berarti 2
kali lebih parah daripada penderita derajat I. Statistika yang digunakan,
selain yang berlaku untuk skala nominal, juga termasuk mediaru
korelasi peringkat (Spearman), dan banyak uji non-parametrik.
Pada skala numerik terdapat informasi peringkat kuantitatif
yang lengkap dan dapat diukur. Contoh: berat badao penghasilan"
kadar ureum, berat lahir. Nilai skala numerik dapat dimanipulasi
secara matematika (ditambatu dikurang, dibagi, dikalikan). Skala
numerik dapat dibedakan lagi menjadi:
Alan RTumbelaka dkk. 69

o skala interval, yakni skala numerik yang tidak mempunyai

nilai 0 alami (misalnya suhu: 0'Celcius tidak sama dengan
0' Fahrenheit, oleh karena nilai 0 tersebut adalah arbitrer,
ditentukan oleh manusia, bukan nilai alami), dan
o skala rasio, yang mempunyai nilai 0 alami (misalnya berat
badary kadar kolesterol).
Skala numerik dapat pula dibagi menjadi:
o skala kontinu (mempunyai nilai desimal, misalnya kadar
ureum, berat badan), dan
o skala diskret (tidak ada desimaf misalnya jumlah anak).
Dasar klasifikasi pengukuran tersebut adalah jenis variabel yang
diukur. Skala pengukuran penting dibedakan karena skala yang
satu memberikan lebih banyak informasi daripada skala lairu selain
analisis serta uji hipotesis untuk masing-masing skala variabel
berbeda. Dikatakan bahwa skala numerik 'lebih kuat' daripada skala
ordinal, sedangkan skala ordinal'lebih kuat' daripada skala nominal.
Istilah tersebut dapat saja digunakan hanya dengan pengertian
bahwa skala numerik dapat diubah menjadi skala ordinal dan
nominal (namun tidak sebaliknya). Sebab, dalam kehidupan sehari-
hari justru skala nominal (YA atau TIDAK) lebih sering digunakan
sebagai ukuran oleh dokter maupun pasien (misal sembuh atau
tidak, membaik atau tidak, aman atau tidak) ketimbang ukuran
tumor, depresi segmen ST pada EKG, atau perkiraan volume efusi
pleura. Karena itu pada simpulan akhir penelitian, skala numerik
sering diubahmenjadi skala nominal untuk dapat disimpulkan secara
kualitatif sebagai YA atau TIDAK. Tabel4-1 merangkum karakteristik
umum skala pengukuran serta contoh uji statistika yang sesuai untuk
tiap-tiap skala pengukuran.
Dalam pengukuran atau pengumpulan data, bilamana mungkin
harus diusahakan untuk mengukur variabel dalam skala numerik,
meski penelitian hanya memerlukan skala ordinal atau nominal.
Variabel yang berskala numerik tersebut kemudian dapat diubah
menjadi berskala ordinal atau nominal dengan titik potong (cut-
off point) tertentu. Misalnya ingin diketahui prevalens hipertensi
pada kelompok dokter, dengan cara membagi status tekanan darah
AlanRTumbelakadkk. 71

Dem, "KERAS" DAN DATA "LUNAK"

Dalam kedokteran moderry banyak alat ukur mempergunakan
mesin yang canggih. Dengan kontrol kualitas yang ketat, mesin
tersebut dapat memberi hasil yang amat cepat dan akurat; banyak
di antaranya yang memberikan hasil dalam skala kontinu dengan
sistem digital atau dengan komputer, sehingga akan mengurangi
kesalahan perhitungan oleh pemeriksa. Data tersebut seringkali
dinamakan data keras (hard ilata), berlawanan dengan data lunak
(soft data) yang biasanya lebih subyektif (karena memerlukan
interpretasi) yung lebih sering menimbulkan bias atau variabilitas.
Contoh data lunak adalah keluhan pasien (misalnya nyeri), atau
hasil pemeriksaan yang memerlukan interpretasi (misal infiltrat
ringary sedang, atau berat pada foto paru). Sebagian besar data keras
berskala kontinu (berat dalam gram, suhu dalam derajat), dan banyak
yang dapat diperiksa dengan mesin (kadar kolesterol, saturasi
oksigen). Akan tetapi data keras dapat pula berupa variabel berskala
nominal seperti hidup-meninggal, status perkawinan, suku/ras,
jenis kelamin.
Dalam penelitian dan dalam tata laksana pasien sehari-hari,
dokter seringkali dihadapkan pada data lunak. Contohnya adalah
rasa sakit, nyamary lesu, berdebar, ataupun kemampuan untuk
bekerja, yang bagi pasien sering lebih berharga ketimbang data
keras seperti ukuran tumor atau hasil rekaman elektrokardiografi.
Karenanya penilaian data lunak seringkali lebih manusiawi, dan
kecenderungan dokter untuk mengandalkan data keras dengan
menafikan data lunak menyebabkan penelitian dan juga praktik
kedokteran menjadi kurang manusiawi.
Selain itu, hasil pengukuran yang seringkali dianggap sebagai
data keras, seperti hasil patologi-anatomik juga sering berbeda bila
dibaca oleh doktet yar.g berbeda (inter-observer disagreement),
maupun oleh dokter yang sama yang memeriksa data yang sama
pada waktu yang berbeda (intra-obseraer disagreement).
Untuk mempertinggi validitas dan reliabilitas data lunak,
sebagian data lunak mungkin dapat'diperkeras' dengan beberapa
cara, antata lain dengan:
72 Pengukuran

membuat skor yang didasarkan pada data obyektif, sehingga

akan dapat diulang oleh peneliti yang sama ataupun oleh
peneliti lain dengan tepat
membuat definisi operasional yang jelas terhadap metode
pengukuran data lunak sehingga dapatmenghilangkan atau
mengurangi terjadinya interpretasi ganda.

V,q.nnsl DALAM PENGUKURAN

Seperti dalam semua fenomena biologis, pada setiap pengukuran
selalu terbuka kemungkinan untuk terdapatnya variabilitas hasil.
Peneliti harus waspada terhadap hal tersebut, dan menentukan
apakah variasi yang terjadi masih dapat diterima (tidak berakibat
menghasilkan simpulan yang salah), ataukah harus dikoreksi oleh
karena dapat memberikan hasil atau simpulan yang salah. Untuk
ini peneliti harus memahami sumber variasi pengukuran dan
strategi guna mengeliminasi atau mengurangi kesalahan.

Suunnn vARIASI PENGUKURAN

Fletcher dan Fletcher membagi sumber variabilitas pengukuran
menjadi dua kelompok besar, yakni variasi pengukuran dan variasi
biologis (lihat Tabel 4-2). Variasi pengukuran terdiri atas 2 unsur
yaitu unsur alat ukur (instrumen) dan unsur orang (yakni peneliti,
pemeriksa), sedangkan variasi biologis mengacu pada variabilitas
yang terjadi pada satu subyek dan variabilitas yang terjadi antar
subyek.

Vnnrasr PENGUKURAN

Variasi pengukuran mencakup variabilitas pada instrumen yang

dipakai untuk melakukan pengukuran maupun pada pemeriksa
atau orang yaftg melaksanakan pengukuran. Sebagai contoh
sederhana, timbangan berat badan yang biasa kita pakai sehari-hari,
bila digunakan untuk menimbang berulang-ulang sering memberi
AlanRTumbelakadkk. 73

Tabel 4-2.Sumber variosi dolqm pengukuron

Sumber Ke0erongon

Vqdosi pengukuron
lnstrumen Alot don coro pengukuron
Pemerikso Orong yong mengukur

Vqriqsi biologis
Podo sotu subyek Perubohon voriobel koreno
wokludon keqdoon
Antor subyek Perbedoon biologis dori sotu
subyek ke subyek loinnyo

hasil yang bervariasi; kadang sama, kadang sedikit lebih berat,

kadang sedikit lebih ringan daripada berat sebenarnya' Demikian
pula pengukuran yang dilakukan oleh 2 orang yang berbeda sering
memberikan hasil yang berbeda (inter-obseraer aariation); bahkan
variasi juga terjadi pada pemeriksa yang sama (intra-obseraer
aariation) yang melakukan pemeriksaan pada subyek yang sama
pada saat yang berbeda.

Vanresl BIoLocIS
Variasi biologis sangat memengaruhi hasil pengukuran. Tekanan
darah yang diukur setelah pasien berlari sangat berbeda dengan bila
dilakukan setelah pasien berbaring selama 5 menit. Demikian pula
kadar zat kimia tertentu menunjukkanhasil yangberbedabila diukur
pada waktu yang berbeda, misalnya siang dan malam hari (irarna
sirkadian). Hal serupa bahkan terjadi pada tinggi badan; pada pagi
hari setelah bangun tidur orang lebih tinggi beberapa milimeter
ketimbang pada malam hari.
74 Pengukuran

KEnNpAtAN DAN KEsAHIHAN PENGUKURAN

Dua karakteristik alat ukur dan pengukuran yang amat penting
yakni keandalan (reliabilitas) dan kesahihan (validitas). Kedua
karakteristik itu harus selalu diperhitungkan dalam setiap proses
pengukuran. Harus dipahami bahwa tidak ada satu pengukuran
pun yang memiliki keandalan dan kesahihan yang sempurna.
Untuk penilaian akurasi hasil pengukuran diperlukan informasi
tentang populasi penelitian, periode observasi, teknik atau cara
pengukuraru penilaian hasil, keandalan dan kesahihan pengukuran.

KERNo.q.rm.t

Istilah lain untuk keandalan adalah ketersndalan, reliabilitas,

reprodusibilitas, presisi, ketepatan pengukuran Suatu pengukuran
disebut andal, apabila ia memberikan nilai yang sama atau hampir
sama pada pemeriksaan yang dilakukan berulang-ulang. Kateter
intrakardiak memberikan nilai tekanan ruang jantung yang lebih
kurang tetap (keandalannya baik), sedangkan kuesioner untuk
mengukur kualitas hidup sering memberikan nilai yang berbeda
bila dilakukan berulang-ulang (keandalannya kurang). Ketepatan
alat ukur ini sangat berpengaruh terhadap kekuatan penelitian.
Pengukuran yang makin tepat pada besar sampel tertentu mempunyai
nilai yang makin baik untuk memperkirakan nilai rerata (mean) sefta
untuk menguji hipotesis.
Keandalan suafu pengukuran dipengaruhi oleh kesalahan acak
(random error);jadi kesalahan yang terjadi bersifattidak sistematis,
berbeda dengan validitas pengukuran yang bersifat sistematis.
Apabila kesalahan acaknya makin besar, berartiBengukuran tersebut
kurang andal. Dalam proses pengukuran terdapat 3 jenis variabilitas
yang berperar; yakni aariabilitas pengamat, aariabilitas subyek, dan
a ariabilit as instrumen.
Variabilitas pengamat menunjukkan variabilitas yang terjadi
pada pemeriksa, misalnya pemilihan kata pada wawancara, atau
keterampilan tangan seseorang dalam mengoperasikan alat ukur.
AlanRTumbelakndlck. 75

Variabilitas subyek merujuk pada variasi biologis, misalnya

flukfuasi emosi, tekanan darah, irama sirkadian, atau pemakaian obat
oleh subyek, sedangkan variabilitas instrumen merujuk pada hal-
hal yang mempengaruhi ketepatan, misab:rya perubahan sensitivitas
alat, suhu atau kelembaban kamar, atau derajat kebisingan sekitar.

Penilaian keandalan pengukuran

a Keandalan pengukuran variabel numerik
Penilaian keandalan pengukuran variabel numerik pada umumnya
dilakukan dengan cara menggunakan simpang bakt (standard
deaiation). Salah satu statistik yang bermanfaat untuk keperluan
ini adalah koefisien variasi, yakni simpang baku dibagi rerata.
Pengukuran yang andal memPunyai koefisien variasi yang sempif
sedangkan pengukuran yang keandalannya kurang mempunyai
koefisien variasi yang lebih lebar. Interval kepercayaan juga
menunjukkan tingkat keandalan alat ukur atau pengukuran;
makin sempit rentang interval, makin andal pengukuran tersebut.
Contoh:
Pengukuran kadar natrium serum dilakukan dengan alat A
dan alat B. Dilakukan pengukuran pada satu sampel serum
sebanyak masing-masing 20 kali, dengan hasil sebagai
berikut:
Alat A (mEq/L): 136, 132, 133, 137, \34, 135, 134, 135, 138,
132, 134, 136, 138, 133, 134, 135, 135,135, 132, 136
Alat B (mEq/L): 135, 139, 132,'I.,32, 130, 136, 140' 135' 136,
135, 129, 136, 134, 133, 133, L36, 136, 134, 137, 136

Pengukuran A: rerata =134,7i simpang baka=1,76;

koefisien variasi = 1,76 I 134,7 = 0,013
Pengukuran B: rerata = 134,7; simpang bakru = 2,71;
koefisien variasi = 2,71 I 134,7 = 0,020
Jadi meskipun kedua alat tersebut menghasilkan nilai rerata yang
sama, akan tetapi koefisien variasi pengukuran A lebih kecil, artinya
pengukuran A lebih andal daripada pengukuran B'
76 Pmgukuran

b Keandalan pengukuran variabel berskala nominal

Salah satu cara untuk menilai keandalan pengukuran berskala
nominal yang banyak digunakan adalah penentuan nilaikappa (k).
Kappa merupakan suafu statistik yang mengukur kesesuaian antara
variabel berskala nominal dikotom. Perhatikan contoh berikut.
Dua orang dokter (P dan Q) diminta untuk menilai gambar USG
kepala unfuk menentukan adanya perdarahan intrakranial. Mereka
diminta untuk menyatakan apakah gambaran USG kepala tersebut
normal atau tidak. Hasilnya nampak pada Tabel4-3. Hasil tersebut
kemudian disusun didalam tabel2 x 2 sebagai berikut; subyek
dimasukkan ke dalam sel:
a bila kedua dokter menyatakan USG normal
b bila dokter P menyatakan normal, Q menyatakan tidak normal
c bila dokter P menyatakan tidak normal, Q menyatakan normal
d bila kedua dokter menyatakan tidak normal.
Tqbel 4-3. Hqsil pemeriksoon USG kepolc oleh 2 dokter

Subyek DokterP Dokter Q Subyek Dokter P DokterQ

No No.

0l Normol Normol 16 Normol Abnormql

02 Abnormol Abnormol 17 Normol Normol
03 Normol Abnormol l8 Abnormol Normol
04 Normol Normol '19 Normol Abnormol
05 Normql Normol 20 Abnormol Abnormol
06 Abnormol Abnormol 2l Nor:.nol Abnormql
07 Abnormol Abnormol 22 Normol Normol
08 Abnormol Normol 23 Normol Abnormol
09 Abnormol Abnormol 24 Normol Normol
l0 Normol Abnormol 25 Abnormol Normol
Ii Normol Normol 26 Abnormol Normol
12 Normol Normol 27 Abnormol Abnormol
l3 Abnormol Abnormol 28 Normol Abnormol
14 Abnormol Abnormol 29 Abnormol Abnormol
l5 Abnormol Normol 30 Normol Normol
AlanRTumbelakadkk. 77

Nllai kappa merupakan perbandingan antara kesesuaian bukan

akibat peluang dengan kemungkinan terbesar kesesuaian bukan
akibat peluang unhrk set data tersebut. Nilatkappa yang ideal adalah L,
namun hal ini hampir tidak pemah diperoleh. Nilai diatas Q8 biasanya
dianggap sangat baik. Namun jenis data yang dinilai (penelitian
laboratorit klinis, atau kesehatan masyarakat) perlu dipertimbangkan
dalam menginterprestasi rtl,ai kappa. Lihatlah Gambar &1.

Dr. P

Tidok

Normol 9o b7 't6

Dr.Q
Tidok 4c d 10 t4

Jumloh r3 17 30

Gambar 4-1. Tabel 2x2 menunjukkan kesesuaian pemeriksaan USG

oleh 2 dokter. Derajat kesesuaian (kappa) dapat dihitung sebagai
berikut:
Kesesuaian nyata = (9+10)/30 :63,3"/"
Kesesuaian karena peluang = [(16x13)/30)+QAx17) 130] :30: 49,5o/o'
Kesesuaian bukan akibat peluang = (63,3 - 49,5)"/" -- 13,8o/o Potensi
kesesuaian bukan peluang : (100,0 - 49,5)%:50,5"/"
Kappa = 1.3,8% 150,5% = 0,273 = 27,31"

Strategi untuk meningkatkan keandalan pengukuran

Mengingat posisi pengukuran yang sentral dalam Penelitian, maka
peneliti harus mengupayakan semua hal yang mungkin untuk lebih
dapat meningkatkan keandalan pengukuran. Keadaan ini harus
78 Pengukuran

dirancang dengan cermat sebelum penelitian dilakukan" sehingga

pada saat penelitian telah mulai, tidak ada lagi hal meragukan yang
berkaitan dengan pengukuran. Hal-hal yang perlu dan dapat
diupayakan untuk meningkatkan keandalan pengukuran (atau
mengurangi kesalahan acak) adalah (lihat juga Tabel 4-4):

1 Standardisasi cara pengukuran

Hal ini harus dikemukakan dalam protokol penelitian, yaitu aturan
khusus terinci untuk melakukan pengukuran. Apabila pelaksanaan
penelitian dilakukan olehbanyak orang, misalnya pada studi multi-
senter, maka harus dibuat protokol yang rinci, sehingga siapa pun
yang sudah dilatih dapat melakukannya dengan cara yang sama.
Meski direncanakan pengukuran dilakukan oleh satu orang, tetap
dianjurkan untuk menuliskan prosedur pengukuran dengan rinci,
agar pemeriksa tunggal tersebut melakukan hal yang taat-asas
dengan merujuk pada cara pengukuran baku yang tertulis tersebut.

Tqbel 4-4. Strqtegi untuk mengurqngi random error gund

meningkctkqn keondolon pengukurqn

Coro mengurongi Sumber rondom error

ran&m error

I Stondordisosi coro pengukuron Pengomot, Subyek

2 Pelotihon Pengomot
3 Penyempurnoon instrumen Alot ukur, Pengomot
4 Automotisosiinstrumen Pengomol, Subyek
5 Mengulong pengukuron Pengomot, Subyek, Alot ukur

2 Pelatihan pengukur
Pelatihan yang memadai hampir selalu memperbaiki kinerja para
pengukur. Bila perlu diberikan sertifikat yang menunjukkan bahwa
yang bersangkutan telah dilatih dan cakap melakukan pengukuran.
AlanRTumbelakadkk. 79

3 Penyempurnaan instrumen
Banyak peralatan mekanis atau elektrik yang dapat diatur untuk
mengurangi variabilitas pengukuran. Demikian pula kuesioner atau
bahan wawancara perlu ditulis dengan ielas untuk menghindarkan
ketidakpastian makna.

4 Automatisasi
Variasi pada pemeriksaan secarabermakna dapat dikurangi apabila
instiumen dapat dibuat automatis. Harus selalu diingat bahwa
automatisasi sangat mengandalkan presisi pada saat dilakukan
automatisasi, sehingga hasil yang diperoleh lebihbaik daripada bila
dilakukan oleh secara manual.

5 Pengulangan pengukuran
Kesalahan acak dapat dikurangi apabila dilakukan pengulangan
pengukuran; tentu dengan konsekuensi adanya tambahan biaya,
waktu, serta pelaksana penelitiary yang harus diperhitungkan oleh
peneliti. Berkaitan dengan hal tersebut terdapat suatu fenomena
statistika yang disebu t regression to the medn, yang dapat dijelaskan
dengan ilustrasi berikut ini.
Apabila seorang pasien diukur tekanan darahnya dan hasilnya
tinggi, maka apabila dilakukan pengukuran ulangan nilai tekanan
darah tersebut cenderung lebih rendah daripada hasil pengukuran
pertama, mendekati nilai rerata pada populasi. Demikian pula
sebaliknya, apablla pada seseorang dilakukan pengukuran dan
hasilnya rendah maka pada pemeriksaan ulang hasilnya akan
cenderung lebih tinggr, yakni mendekati nilai normal.
Fenomena ini merupakan salah satu hal yang harus dihindarkan
pada penelitian klinis apa pun, khususnya pada uji klinis. Pada
pemberian obat untuk menurunkan tekanan darah, misalnya,
penurunan tekanan darah itu harus dipastikan bukan merupakan
fenomena rcgressioh to the meen; hal ini dapat disingkirkan dengan
cara membandingkannya dengan kelompok kontrol yang dipilih
dengan cara yang benar.
80 Pengukuran

II KcseHnreN

Istilah kesahihan, disebut pula sebagai validitas, menunjukkan

berapa dekat alat ukur menyatakan apa yang seharusnya diukur.
Contoh yang ekstrem untuk memperjelas makna kesahihan adalah:
timbangan merupakan alat yang sahih untuk mengukur berat badan,
namun volume air mata bukan alat ukur yang sahih unfuk menyatakan
kesedihan seseorang.
Kesahihan hasil pengukuran dipengaruhi oleh bias pengukuran
(measurement bias); makin besar bias, makin kurang sahih pula
pengukuran. Bias adalah kesalahan sistematik yang berakibat pada
kecenderungan salah ke arah satu sisi. Analog dengan variabilitas
pada keandalan pengukuran, juga terdapat 3 jenis bias pengukuran
berdasarkan pada sumbemya, yalht bias pengamat, bias subyek,
dan bias instrumen.
Bias pengamat adalah distorsi yang konsistery baik disadari atau
tidak, yang dilakukan oleh peneliti dalam menilai atau melaporkan
hasil pengukuran. Peneliti mungkin cenderung untuk mencatat hasil
pemeriksaan tekanan darah yang lebih rendah pada pasien yang
diobati dengan obat yang diteliti dibanding pada pasien dengan
obat standar, atau lebih bersungguh-sungguh mencari data rekam
medis apakah penderita kanker paru mempunyai kebiasaan merokok.
Bias subyek adalah distorsi yang konsisten oleh subyek; misalnya
bila seseorang mengetahui bahwa ia sedang menjadi subyek penelitian,
maka ia cenderung untukbekerja lebihbaik dan lebih serius daripada
biasanya (disebut sebagai efek Hawthome). Termasuk dalam bias subyek
adalah recall bias; misalnya pasien kanker pay'udara cenderung untuk
lebih bersungguh-sungguh mengingat berapa lama ia minum pil KB
daripada pasien kontrol (yang tidak menderita kanker payrdara).
Bias instrumen adalah kesalahan yang sistematik akibat tidak
akuratnya alat ukur, misahrya oksimetri unfuk mengukur saturasi
oksigen pada laboratorium !<ateterisasi, sfigmomameter untuk
mengukur tekanan darah, atau formulir kuesioner unfuk skrining
terhadap anak dengan asma bronkial. Bias ini akan memberikan
hasil yang menyimpang dari nilai sebenarnya.
Alan RTumbelaka dkk. 81

Penilaian kesahihan alat ukur

a Kesahihan alat ukur berskala numerik

Penilaian kesahihan alat ukur variabel berskala numerik dilakukan
dengan cara membandingkan alat ukur tersebut dengan alat ukur
yang baku sebagai penera. Misalnya, timbangan untuk mengukur
berat badan dibandingkan dengan timbangan baku, kemudian
dinyatakan sebagai selisih rerata nilai baku dengan nilai pengukuran
yang diperoleh, dibagi dengan nilai baku.

b Kesahihan alat ukur berskala nominal

Alat ukur untuk variabel berskala nominal dapat dinilai dengan
cara membandingkan dengan alat diagnostik terbaik yangada(gold
standard). Dengan cara tersebut dapat diperoleh nilai sensitivitas,
spesifisitas, nilai prediksi, serta rasio kemungkinan. Uraian tentang
hal ini akan dibahas dalam Bab LL (Uji Diagnostik).

STn,qTgCT UNTUK MENINGKATKAN KESAHIHAN PENGUKURAN

Untuk meningkatkan kesahihan pengukuran, perlu diupayakan

empat langkah seperti pada upaya meningkatkan keandalan yakni
standardisasi, pelatihan, penyempurnaan alat ukur, dan automatisasi,
ditambah dengan 3 hal berikut (Tabel 4-5):

1 Melakukan pemeriksaan tanpa setahu subyek

Bias pengukuran dapat dikurangi apabila pemeriksaan dilakukan
tanpa setahu subyek penelitiary misalnya memeriksa kadar obat
dalam urin tanpa memberitahu lebih dahulu kepada pasien bahwa
pemeriksaan tersebut akan dilakukan.

2 Melakukan pemeriksaan tanpa identitas subyek

Untuk mengurangi bias, dalam keadaan tertenfu pemeriksaan dapat
dan perlu dilakukan tanpa disertai dengan identitas pasiery misahrya
82 Pengukuran

pembacaan hasil foto Rontgen atau USG. Prosedur ini biasa disebut
dengan istilah penyamaran atau blinding. Pada penelitian uji
diagnostik, satu variabel diukur dengan 2 carayang berbeda (misal
keganasan nodul tiroid ditentukan dengan USG dan pemeriksaan
patologi anatomik pada setiap subyek). Harus diusahakan pemeriksa
USG tidak mengetahui hasil pemeriksaan patologi, dan sebaliknya.
Dalam uji klinis, upaya untuk mengurangi bias dapat dilakukan
penyamaran tunggal atau penyamaran ganda; yang terakhir ini
dianggap sebagai cara yang terbaik untuk menilai efektivitas terapi
dalam uji klinis, oleh karenanya sangat dianjurkan bila mungkin.
Penyamaran memang memberi nilai positif, namun sayangnya
tidak pada semua keadaan penyamaran dapat dilakukan. Misalnya
untuk menguji efektivitas terapi medikamentosa dibanding dengan
pengobatan bedah, tentu tidak mungkin dapat dilakukan penyamaran.

Tqbel 4-5. Strotegi untuk mengulangi bios untuk

meningkctkqn kesqhihon pengukuron

Corq untuk mengurongi bios Contoh

Melokukon pemeriksoon tonpo Anok kecil diwowoncorq

setohu subyek
Melokukon pemeriksoon lonpo
identitos subyek
3 Kolibrosi olot
sombil dioiok bermoin
Pemerikso memboco foto
USG tonpo tohu identitos
posien
Kolibrosi olof tiop minggu

3 Kalibrasi alat
Melakukan kalibrasi alat ukur secara berkala sangat dianjurkan
dalam proses penelitian, khususnya untuk alat ukur yang bersifat
mekanis atau elektrik. Keputusan untuk meningkatkan keandalan
dan kesahihan alat ukur tergantung pada pertimbangan peneliti
atas hal-hal berikut:
AlanRTumbelakadkk. 83

1 pentingnya variabel yang akan diukur dalam konteks penelitian

2 besarnya efek keandalan dan kesahihan alat ukur terhadap hasil
3 kemampulaksanaary termasuk biaya yang diperlukan

Kesahihan variabel abstrak

Penentuan kesahihan alat ukur paling sulit dilakukan apabila variabel
yang diukur bersifat abstrak, misalnya derajat nyeri, atau kualitas
hidup. selain hasil pengukuran bukan berskala numerik melainkan
nominal atau ordinal, penilaian variabel abstrak memPunyai tingkat
subyektivitas yang ti.ggi.
Pertanyaan yang harus diperhatikan dalam penilaian terhadap
variabel abstrak adalah apakah pengukuran yang dilakukan terhadap
variabel abstrak tersebut menggambarkan aPa yang sebenarnya
hendak diketahui. Terdapat 3 hal yang termasuk dalam validasi
variabel abstrak ini, yaitu:
L Kesahihan prediktif (predictiue aalidity), merujuk pada apakah
tingkat keakuratan pengukuran yang dilakukan dapat
memperkirakan variabel tergantung yang dimaksud. Misalnya
dalam faktor risiko bagi yang terjadinya penyakit jantung
koroner dikenal klasifikasi tipe kepribadian seseorang menjadi
dua pola yakni pola kepribadian tipe A atau tipe B' Untuk menilai
kesahihan klasifikasi tersebut kita perlu mengetahui berapa
akuratkah klasifikasi yang dipergunakan dapat memperkirakan
besarnya insidens penyakit jantung koroner pada sekelompok
subyek yang diteliti. Kesahihan atau validitas jenis ini disebut
sebagai kesahihan prediktif.
2 Kesahihan kriteri a (criterion aalidity) dinamakan pula sebagai
kesahihan konvergen (conaergent oalidity), menunjukkan
berapa sahih hasil pengukuran tersebut dibanding dengan cara
pengukuran lain untuk variabel yang sama. Misalnya, apakah
kesahihan pertanyaan untuk ketaatan minum obat pada suatu
uji klinis samabaiknyabila dibandingkan dengan cara mengukur
kadar obat daldm urin?
3 Kesahihan muka (face ztalidity) atau kesahihan isi (content
ztalidity) memmjuk pada keputusan subyektif peneliti berdasarkan
84 Pengukuran

akal sehat (common sense) atau intuisi terhadap variabel yang sulit
diukur. Untuk mengukur kualitas hidup para responden, peneliti
dapat memperkirakan dengan menggunakan hubungan subyek
dengankeluarga dantetffiEga, atau dengan carayang lain. Variabel
yang digunakan sebagai penduga variabel yang sulit diukur ini
dinamakan proxy. Hal tersebut sepenuhnya bergantung pada
peneliti, neunun alasan atau pembenaran unfuk menggrrnakan alat
ukw proxy tersebut harus dijelaskan atau didiskusikan.
Tingkat sosial-ekonomi sering sulit apabila hanya diukur dengan
jumlah penghasilan resmi per bulan. Dalam masyarakat banyak
pegawai kecil yang rnempunyai gaji yang kecil (yang biasanya
disebut apabila ditanya berapa penghasilannya) namun dapat
hidup layak. Ini berkaitan dengan kegiatan lain di luar pekerjaan
resminya. Bila gaji digunakan sebagai standar, hasilnya tidak
sesuai dengan kenyataan. Untuk mengatasi hal ini dapat dibuat
proxyt misalnya kepemilikan sepeda motor sebagai penanda
tingkat sosial ekonomi sedang, dan seterusnya.

HUnUNGAN ANTARA KEANDALAN DAN

KESAHIHAN

Keandalan maupun kesahihan suatu pengukuran bukanlah

merupakan sesuatu yang all or none, andal (sahih) atau tidak andal
(tidak sahih), namun tetapi lebih merupakan spektrum 'daerah
kelabu'. Keandalan dan kesahihan alat ukur atau pengukuran
biasanya dinyatakan secara kualitatif (atau semi-kuantitatif ) sebagai
amat buruk, buruk, kurang, cukup, baik, sangat baik.
Kedua karakteristik pengukuran tersebut hendaknya dipandang
sebagai dua hal yang terpisah. Suatu jenis pengukuran dapat
mempunyai keandalan yang sangat baik namun kesahihannya
kurang baik; di sisi lain ada pengukuran yang kesahihannya cukup
baik sedangkan keandalannya buruk. Hubungan antara kedua
karakteristik pengukuran tersebut dilukiskan secara skematis pada
Gambar 4-2a dan 4-2b.
AlanRTumbelakadkk. 85

Nildi sebenarnya

trtr trE
(b)
d
b
b
en
o b"U"
b
d

Gambar 4-2 (al dan (b). Ilustrasi hubungan antara keandalan dan
kesahihan pengukuran pada pengukuran yang dilakukan berulang
kali. Pengukuran A yang memberi variasi yang sempit (keandalannya
baik) dan reratanya dekat dengan nilai sebenamya (kesahihannya
baik). Pengukuran B memberikan variabilitas nilai yang lebar
(keandalannya kurang) namun nilai reratanya dekat dengan nilai
sebenamya (kesahihannya baik). Pengukuran C memberi variabilitas
yang sempit (keandalannya baik) namun rerata hasil pengukuran
menyimpang dari.nilai yang sebenamya (kesahihannya kurang).
Pengukuran D memberi variabilitas nilai yang lebar (keandalannya
kurang) ftunun nilai reratanya menyimpang dari nilai sebenamya
(kesahiharunya kurang).
86 Pengukaran

Darrnn PUsTAKA
1 Ahlbohm A, Norrel S. Introduction to modem epidemiology. Edisi ke-2.
Chesnut Hill: Epidemiology Resources Inc;1990.
2 Altman DG. Practical statistics for medical research. New York:
Chapnran and HalI; 1995.
3 Bland fM, Altman DG. Statistics notes: Measurement error propor
tional to the mean. BMl.1996;3'1.3:1,06.
4 Dawson B, Trapp RG. Basic and clinical biostatistics. Edisi ke-3.
Boston: Lange Medical Books/McGraw Hill; 2001.
5 Fletcher RH, Fletcher SW, Wagner EH. Clinical epidemiology-the essen
tials. Edisi ke-3. Baltimore: Williams & Wilkins; 1996.
6 Greenhalgh T. How to read a paper: statistics for the non-statistician.
I. Different types of data need different statistical tests. BMJ. 1997;315:364-
366.
7 Hulley SB, Cummings SR, Browner WS, Grady D, Hearst N, Newman
TB, penyunting. Designing clinical research-An epidemiologic approach.
Edisi ke-2. Philadelpia: Lippincott Williams & Wilkins;2001.
8 Sackett DL, Haynes RB, Tugwell P. Clinical epidemiology. A basic
science for clinical medicine. Edisi ke-2. Boston: Little, Browni 1991.
9 Tumbelaka AR, Adisasmita AC, Riono P, Sastroasmoro S,
Rachimhadhi T. Metodologi penelitian kesehatan. Jakarta: Puslitkes
LPUL,1992.
AlanRTumbel"akadkk. 87

Pengukuron merupokon dosor semuo penelition.

Pengukuron yong tidok okurat okon mengokibotkon
hosil penelition yong tidok okurot pula.
Dolom penelition pengukuron mencokup pengukuron
kuolitotif moupun kuontitotif .
Pengukuron dilokukon terhodop voriabel, yong dapot
berskolo kotegorikol atou numerik. Skolo kotegorikol
dibogi menjadi skolo nominol don ordinal, sedongkan
skolo numerik dibagi menjodiskalo intervol dan skolo
rosio.
Dori skolo numerik voriobel dapat diuboh menjodi
skolo ordinol otou nominal, namun seboliknyo tidak.
Tiop skolo voriobel mempunyoi voriobilitos yong dapot
terjodi podo pengomot, olot ukur, don subyek yang
diukur.
Duo koroteristik pengukuron yong horus selolu
diperhotikon odoloh voliditas (kesohihon) yong
dipengoruhi bios, don keondolon (reliobilitos) yong
dipengoruhi peluong.
Soloh sotu ospek pengukuron yong sering diperlukon
dolom pengukuron odaloh kesesuoion (agreemenf)
pengukuron yong dinyotokon dolom koppo. Stotistik ini
diperlukon ogor diperoleh kesesuoion pengukuron
voriobel nominol ontoro 2 pengomot (i nter-observer
agreement) don ontoro 1 pengomot dolom woktu yong
berbedo (i nt ra-o bserver ag reement).
Segola upayo yong mungkin horus sungguh-sungguh
dilokukon untuk maningkotkon kesohihon dan keandolon
pengukuron.