Analisis SPSS

Friday, November 9, 2012

Odds Ratio

Odds Ratio Dalam SPSS


Odds Ratio (OR) adalah ukuran asosiasi paparan (faktor risiko) dengan kejadian penyakit; dihitung dari angka kejadian penyakit pada kelompok berisiko (terpapar faktor risiko) dibanding angka kejadian penyakit pada kelompok yang tidak berisiko (tidak terpapar faktor risiko).

Sebagai contoh, kita ambil sebuah kasus yaitu: "Pengaruh Rokok Terhadap Penyakit Kanker Pada Pria Usia  Di Atas 50 Tahun".

Odds Ratio yang dimaksud dalam contoh di atas adalah: seberapa besarkah pengaruh rokok terhadap Penyakit Kanker pada pria usia di atas 50 tahun. Maka jawabannya bisa jadi 2 kali lipat, 3 kali lipat atau 5,5 kali lipat. Nilai kali lipat inilah yang disebut sebagai "odds ratio".

Berdasar contoh di atas, nilai odds ratio bisa sebesar 2 atau 3 atau 5,5. Artinya: pria  dengan usia di atas 50 yang merokok memiliki resiko sebesar 2 kali lipat untuk dapat menderita kanker dibandingkan dengan pria di atas 50 tahun yang tidak merokok. Dalam hal ini perlu diketahui: Rokok adalah paparan atau faktor resiko sedangkan kanker adalah kejadian efek atau penyakit.

Rumus Odds Ratio


Rumus dari ODDS Ratio adalah: ad/bc.

Di mana: "a" adalah cell a, "b" adalah cell b, "c" adalah cell c dan "d" adalah cell d. untuk lebih jelasnya lihat tabel dibawah ini:



Dari tabel di atas, apabila kita cermati maka jelas dapat kita ambil kesimpulan, bahwasanya Odds Ratio dapat dicari nilainya apabila penelitian yang dilakukan menggunakan skala data nominal dikotom. Untuk lebih jelasnya tentang pengertian nominal dikotom, baca artikel kami yang berjudul: "Pengertian Data".

Odds ratio juga hanya boleh dilakukan pada penelitian dengan pendekatan Case Control. Sedangkan untuk penelitian dengan pendekatan kohort, maka disebut Relatif Risk. Ada sedikit perbedaan antara Odds Ratio dan Relatif Risk, namun dalam bahasan artikel kali ini, kita hanya fokus pada Odds Ratio.

Berdasar rumus di atas, tampak seolah uji odds ratio sangatlah mudah, tetapi sesungguhnya tidak semudah itu. Seperti uji inferensial lainnya, maka diperlukan nilai signifikansi atau yang disebut juga P Value. P Value pada odds ratio artinya, apakah nilai odds ratio yang didapat dari penelitian yang menggunakan sampel, apakah bisa diberlakukan bagi keseluruhan populasi atau yang disebut juga bisa dijadikan generalisasi. Maka  kita juga akan memperhatikan taraf signifikansi, pada batas kepercayaan berapa? apakah 95 % atau 99 % atau yang lain?

Untuk lebih jelasnya mari kita langsung masuk pada tutorial uji odds ratio pada SPSS

Tutorial Odds Ratio


Odds Ratio di dalam Program SPSS, sering dilambangkan dengan simbol "Exp (B)".

Langkah pertama adalah buka aplikasi SPSS dan buatlah 2 variabel pada tab Variable View: "Rokok" dan "Kanker" dengan masing-masing value atau kategori "Ya" dan "Tidak". Ya beri kode 2 dan Tidak kode 1.
Ubah Measure ke Nominal, Type ke Numeric dan Decimal ke 0.





Gunakan 20 responden, lalu isi data pada Data View. Isi dengan skor 1 atau 2.






Ada 2 cara dalam melakukan uji odds ratio dalam SPSS, yaitu:

Cara pertama: 

Pada menu, klik Analyze, Descriptive Statistics, Crosstab
Masukkan Rokok pada Row(s) dan Kanker pada Column(s)



Klik Statistics, Centang Cochran's and Maentel-Haenszel Statistics dan biarkan Test Common Odds Ratio tetap 1, lalu klik Continue.

Kemudian Klik OK.
Lihat Hasilnya! (Pada Output - Tabel Paling Bawah).



Nilai Odds ratio ditunjukkan dengan nilai "Estimate" yaitu 15,000. Artinya: Pria usia di atas 50 tahun yang merokok lebih beresiko 15 kali lipat dari pada yang tidak merokok.

Nilai Asymp. Sig (2-Sided) menunjukkan nilai p value atau signifikansi nilai odds ratio. Apabila < 0,05 maka pada taraf kepercayaan 95%, odds ratio dinyatakan signifikan atau bermakna yang berarti dapat mewakili keseluruhan populasi.

Nilai Common Odds Ratio Lower Bound dan Upper Bound menunjukkan batas atas dan batas bawah odds ratio, yang artinya: setidaknya pria usia di atas 50 tahun yang merokok sekurang-kurangnya lebih beresiko sebesar 1,652 kali lipat dapat menderita kanker dan paling besar lebih beresiko sebesar 136,172 kali lipat dapat menderita kanker.

Sedangkan cara yang kedua dalam SPSS adalah sebagai berikut:

Pada menu, klik Analyze, Regression, Binary Logistic.
Masukkan Kanker pada kotak dependent dan Rokok pada kotak Covariate.




Klik Options, centang CI For Exp (B) dan beri nilai 95 %. Lalu klik Continue.




Klik OK.

Lihat hasilnya (Pada Output-Tabel paling bawah)




Nilai Odds Ratio ditunjukkan pada nilai Exp (B) yaitu 15,00.
P Value pada nilai Sig. yaitu 0,016.
Batas atas dan bawah pada Lower dan Upper di 95% C.I.for EXP(B).


Demikian ulasan singkat tentang odds ratio.
Terima Kasih.




32 comments :

  1. mas, kalo nilai B 21.597 terus nilai exp(b) 2.397E9 itu knp yah? apakah ada hitungan yang salah ???

    ReplyDelete
    Replies
    1. 2,397E9 adalah notasi scientific yaitu 2,397 x 10^9 (2,397 kali 10 pangkat 9)

      Delete
  2. kok ditempatku gak bisa ya mas ?
    eror mulu.. cth: exp(B) nya 2.373E9 ,,, maksudnya apa ya ?
    terus pas pake mantel, kolom hasilnya gak ada angkanya.. T.T
    help pls gan..
    thanks bantuannya

    ReplyDelete
    Replies
    1. Terlalu besar ya perbedaan proporsinya antar kelompok, sehinga OR nya bisa 10 digit

      Delete
  3. pak mau tanya, kalau ukuran CI ada gak??
    misalnya kalau CI nya 1 itu artinya apa? CI nya 0 itu artinya apa?? terimakasih sebelumnya

    ReplyDelete
    Replies
    1. Ada, anda bisa pilih 0,1 atau 0,5 atau yang lain. Artinya tingkat kepercayaan, kalau 0,5 artinya tingkat kesalahan 0,5 atau 5% maka tingkat kepercayaannya adalah 100%-5%= 95%

      Delete
  4. mas, kalo OR 0,34 artinya gmn ya?

    ReplyDelete
    Replies
    1. 0,34 kali lipat lebih beresiko mengalami efek

      Delete
  5. mas, kalau nilai OR jadi sangat besar misalnya sampai 1.43 x 10 pangkat 9 itu bisa terjadi karena alasan apa saja ya?? sampai nilai CI OR 95% nya ga muncul.

    ReplyDelete
    Replies
    1. Bisa disebabkan oleh jumlah sampel yang banyak dan terjadi kecondongan yang terlalu besar, misal kelompok A persentase X hingga 99% atau lebih sedangkan kelompok B persentase X 1% atau kurang.

      Delete
  6. mas...nanya.,boleh kah OR dihitung pada penelitian Cross Sectional?mohon penjelasannya

    ReplyDelete
    Replies
    1. Bisa tapi tidak tepat, sebab OR digunakan untuk mengetahui pengaruh suatu causa di masa lalu terhadap efek yang terjadi di masa kini

      Delete
  7. Pak, mau tanya..apakah untuk OR ini bisa digunakan utk menghitung besarnya risiko ibu yg pergi memilih bersalin tenaga kesehatan atau non tenaga kesehatan ? terima kasih

    ReplyDelete
    Replies
    1. Perlu diketahui bahwa OR dapat dihitung apabila terdapat variabel causa atau penyebab dan variabel efek atau akibat.

      Delete
  8. pak brp nilai minimal OR dan apa yg dimaksud dengan adjusted OR. makasi pak

    ReplyDelete
    Replies
    1. Nilai OR berkisar antara 0 sampai dengan tidak terhingga. Adjusted artinya diajustifikasi dengan memperhatikan besaran standart error. Artinya nilai OR lebih sensitif terhadap perubahan standart error.

      Delete
  9. Mas.. mau tanya.. klo OR nya bernilai 31 mgkn kah? Ato ada yg salah? Maknanya?

    ReplyDelete
    Replies
    1. Mungkin, artinya 31 kali lipat lebih beresiko

      Delete
  10. mas mau nanya, adakahketetuan untuk menentukan besarnya sample dgn melihat hasil OR penelitian terdahulu maka dipilih OR yg paling kecil dari beberapa variable yg pernah diteliti

    ReplyDelete
  11. mas apa yg dimaksud nilai protektif??

    ReplyDelete
    Replies
    1. Dalam perihal odds ratio, faktor protektif adalah kebalikan dari faktor resiko

      Delete
  12. Mas yg dicontohkan itu mana yg kasus dan mana yg kontrolnya?

    ReplyDelete
    Replies
    1. Kasus adalah kelompok yang diprediksi merupakan efek dari resiko

      Delete
  13. siang pak,, mau tanya.. saya ada 2 pertanyaan :
    1. hasil pemelitian saya nilai OR dari 4 variabel adalah 24,25,88,91..
    menurut bapak apakah nilai itu tidak terlalu besar.. karena selama sya mengikuti seminar hasil penelitian, OR yang paling tinggi adalah 9. apakah saya melakukan kesalahan..?
    2. apakah tabel 2x2 pada OR, hanya bisa seperti di atas atau bisa di bolakbalik?
    trimakasih..

    ReplyDelete
    Replies
    1. Belum tentu salah. Idealnya angka OR tidak terlalu besar. Apabila nilai OR terlalu besar, coba anda cek jumlah sampel pada tiap kelompok. Lebih baik jika anda melakukan matching, yaitu menyamakan jumlah sampel pada tiap kelompok.

      Delete
  14. mas, OR itu dihitung pada saat sebelum penelitian apa sesudah penelitian??

    ReplyDelete
  15. mas, Odds ratio bisa dilakukan pada tabel >2x2 ?,.. kalo bisa caranya gimana yaa mas mohon bantuannya

    ReplyDelete
    Replies
    1. Bisa dengan cara melakukan uji regresi logistik, kemudian lihat nilai Exp (B). Nilai Exp(B) adalah nilai Odds Ratio.

      Delete
  16. maaf bapak mau tanya.....untuk mengetahui apakah terdapat hubungan perbedaan genus hewan terhadap infeksi cacing saluran ...........apakah menggunakn OR ?

    ReplyDelete
    Replies
    1. Jika kategori kedua variabel sama-sama 2 atau disebut dikotomi, maka benar dengan Odds Ratio (OR)

      Delete

Tinggalkan Komentar Anda Di Sini

Analisis SPSS