IMUNOLOGI TUMOR
- Populasi sel dg sifat pertumbuhan yg
tdk terkendali
ciri dari sel kanker
disebabkan oleh:
1. Amplifikasi onkogen
2. Inaktivasi gen supresor
DISREGULASI GENETIK
Menyebabkan:
1. Perubahan ekspresi berbagai molekul
permukaan
FUNGSI SISTEM IMUN
Adalah protektif:
1. Mengenal dan menghancurkan sel
abnormal sebelum berkembang
me-njadi tumor
2. Membunuh kalau tumor itu sudah
tumbuh
Peran sistem imun ini disebut:
IMMUNE SURVEILLANCE
Konsep :
- Mencegah dan membatasi
pertumbuhan tumor
Sel efektor hrs mampu mengenal dan
mem-perantarai/menyebabkan kematian sel tumor
Teori yg mendukung:
1.Indifidu dg imunodefisiensi lebih peka thd
pertumbuhan tumor
2. Ada infiltrasi limfosit
TELAH TERBUKTI BAHWA
1.Tumor dpt membangkitkan respon
seluler spesifik
2. Antigen tumor dpt dikenal sel Tc
melalui MHC kelas I ygdiekspresikan
secara abnormal / protein mutant
Mendukung bhw fungsi sel Tc:
1. Surveillance
HIPOTESIS
1. Sel tumor memp strukturpermukaan
dpt dikenal oleh satu/lebih efektor
sistem imun
2. Sel tumor peka thd lisis atau
hamba-tan pertumbuhan oleh satu/lebih
me-kanisme efektor
4.Peningkatan kemampuan mekanisme
efektor akan menurunkn insidens atau
metastasis
5.Penekanan mekanisme efektor oleh
karsinogen atau tindakan imunosupresi
meningkatkan insidens / metastasis
6.Perbaikan aktivitas efektor yg tertekan
Imunogenisitas tumor
Komponen Sistem imun
Mekanisme efektor Sistem imun
Pertumbuhan/ Proteksi/
Penolakan tumor?
ANTIGEN
DAN
IMUNOGENISITAS TUMOR
Antigen tumor disebabkan:
1. Mutasi dan disregulasi gen
protein baru
(neoantigen)
2. Virus onkogenik
diekspresikan protein
virus
produk gen tsb dikenal oleh sel Tdan B
sbg asing
IMUNOGENISITAS TUMOR SANGAT
TERGAN-TUNG PD:
- Bagaimana tumor tsb terbentuk
- Akibat karsinogen
umumnya imunogenik
SPESIFISITAS DAN SIFAT IMUNOGENISITAS
BERGANTUNG PD:
-
Potensi karsinogen penyebab transformasi
- Interaksi karsinogen dg sel sasarannya
-
Karsinogen yg sama
2 jenis tumor primer
yg berbeda pd hewan percobaan yg sama
antigen permukaan tumor spesifitas tdk
sama dan tidak bereaksi silang
-
Virus
- Antigen permukaan sama
bereak-si bereak-silang , apapun asal selnya
-
DNA maupun RNA virus
terlibat
perkembangan tumor
-
Tumor yg diinduksi virus onkogenik
biasanya mengandung genom provirus
terintegrasi dlm genom sel tumor
Contoh virus onkogenik
1.Human papilloma virus(HPV)
HPV E6 dan E7
kanker serviks
2.Virus Epstein Barr (EBV)
Limfoma
ANTIGEN TUMOR YG DIKENAL
OLEH Ab
- Beberapa jenis molekul pd permukaan sel tumor membangkitkan respon Ab
- Ab dpt mengikat antigen tumor tdk mempunyai potensi protektif
-
Antigen onkofetal:
1. Carcino embryonic antigen (CEA)
- Diekspresikan pd sal cerna, pankreas, hepar, kolon dan payu dara
2. Alphfetoprotein (AFP)
•
Ca 125 dan Ca19.9:
- Diekspresikan kanker ovarium
•
MUC-1:
Makna klinik tissue specific
differentiation antigen
1. Menentukan diagnosis
1
PROGRAM STUDI S2 ILMU BIOMEDIK
PROGRAM PASCASARJANA UNIV. ANDALAS
Staf pengajar : Prof. dr. H. Fadil Oenzil, PhD, SpGK
Mata ajaran : Pengantar Ilmu Biokimia (2 SKS)
Topik:
1. Energi I : Konsep Energi, berbagai bentuk energi, hukum
termodinamika I & 2 dan hukum termokimia dari Hess
2. Energi II: Keperluan energi, perolehan, pengelolaan, efisiensi
2
DAFTAR BACAAN
1. Butte NF, and Cabalerro B. Energy needs:Assessment and requirements. In
Maurice S, Moshe S, A Catharine R, Benyamin C, Robert JC. Eds. Modern nutrition in Health and disease. Tenth Edition. Lippincott William & Wilkins, 2005, 136-148
2. Colby DS. (Alih bahasa Adji Dharma) Ringkasan Biokimia Harper. Penerbit buku Kedokteran EGC, 1989, 67-102
3. Davidson SS, Passmore R, Brock JF, Truswell AS. Human Nutrition and dietetics. Seventh edition Churchill Livingstone, 1979; 12-25
DAFTAR BACAAN
5. Linder MC. (Terjemahan Aminuddin Parakkasi). Metabolisme energi konsumsi dan pemakaiannya. Dalam: MC Linder. Ed. Biokimia nutrisi dan metabolisme: dengan pemakaian secara klinis. UI Press,1992, 345-389
6. Marks DB, Marks AD, Smith CM, (Alih bahasa Brahm U. Pendit). Biokimia Kedokteran dasar: Sebuah pendekatan klinis, Penerbit Buku Kedokteran EGC, 2000, 2-19
7. Read RSD. Food energy and energy expenditure, in: ML Wahlqvist. Ed. Food and Nutrition: Australasia, Asia and the Pacific, Allen & Unwin Pty Ltd, 1997, 167-176
8. Schum, DE (Alih bahasa Moch. Sadikin). Intisari Biokimia. Bina Rupa Aksara, 1993, 433-439
4
Calorie : The amount of heat required to raise the temperature of one gram of water from 14.50C. A unit of energy equal to 4.184
Joule
Hess Law
1840 G.H. Hess Published his “law of heat summation.”
It states that the enthalpy change for a reaction is always the same whether it occurs by one step or a series of steps
5
O P
O O O O
O O CH2 C H HO OH O C NH2 N N P P O
H H H
N
O O
[image:27.720.14.707.67.424.2]Adenin
6
ADP +
Pi ATP
Kerja Biologik
ATP merupakan penghubung antara proses biologik yang menghasilkan energi yang membutuhkan energi
7
Many spontaneous reactions proceed with the evolution of energy in the form of heat, and. So are called exothermic reactions.
The First Law of Thermodynamics: It states: The total amount of energy in the universe is constant
Law of Conservation of Energy: Energy is neither created nor destroyed in ordinary chemical reactions and physical changes.
8
KEBUTUHAN KALORI MENURUT BERAT BADAN DAN AKTIVITAS
Golongan Umur Kebutuhan Kalori
<1 1 –3 4 –6 7 –9
Laki-laki: remaja, dewasa
10 –12 13 –15 16 –19 20 –39 40 –49 50 –59 60 –69 70 +
Wanita : remaja, dewasa
10 –12 13 –15 16 –19 20 –39 40 –49 50 –59 60 –69 70 + 1090 1360 1830 2190 2600 0.97 M x A 1.02 M x A 1.00 M x A 0.95 M x A 0.90 M x A 0.80 M x A 0.70 M x A
M= berat badan x 46 kalori
=kebutuhan kal laki-laki dws
F= berat badan x 40 kalori
= kebutuhan kal wanita dws
A= indeks aktivitas:
ringan= 0.90, sedang =1.0, aktif = 1.17
10
KEBUTUHAN GIZI BAYI
BULAN
KEBUTUHAN PEMENUHAN KALORI
KALORI PER BB
KALORI (KAL)
ASI MPASI
0 - 3 120 500 400 - 500
-4 - 6 15 770 550 - 700 100
7 - 9 110 915 700 - - 300
10 -12 105 1000 700 - 400 - 500
11 GLUKOSA (Dextrose) FRUKTOSA, GALAKOSA Glikolisis ATP, NADH PIRUVAT NADH ASAM LEMAK Oksidasi FADH2 NADH ASETIL_ KoA TCA (KREB’S SYCLE)
NADH, FADH2
ATP
H2O O2
FOSFORILASI OKSIDASI
RINGKASAN KATOBLISME BAHAN BAKAR
16
JENIS KEGEMUKAN :
1. Kelebihan Massa tubuh atau persentase Lemak “Apple
Shape”
2. Kelebihan Lemak Subkutan Trunkal-abdominal (Android)
“Pear Shape”
3. Kelebihan Lemak Abdominal Visceral
17
PENYAKIT PENDERITA KEGEMUKAN
• Sakit sendi terutama lutut
• Sakit gula (Diabetes Melitus)
• Menurunnya fungsi Paru
• Pembesaran Jantung
• Tekanan Darah Tinggi
• Aterosklerosis
• Penyakit Jantung Koroner
• Sulit Anestesi (Pembiusan)
• Risiko tinggi pada operasi
• Hambatan-hambatan Sosial
• Bunuh diri
• Resiko kehamilan
• Kelainan Menstruasi
18
PENATA LAKSANAAN OBESITAS
- Sering menimbang berat badan 75 %
- Mengurangi jajan (snack) 60 %
- Mengurangi porsi makanan 60 %
- Seleksi makanan 57 %
19
KELAPARAN
Glikogenolisis Hati Glukosa
[Insulin] Darah
[Glukagon] Darah
Mobilisasi Lemak: - Asam Lemak bebas - Gliserol
Key Features of Kwashiorkor and Marasmus
FEATURES KWASHIORKOR MARASMUS Clinical Sign pitting oedema (swelling), especially
of limb extremities and face (moonface) muscle wasting
Presevation of some subcutaneous fat Low serum albumin
Increased body water Enlarged fatty liver
Peeling and hyperpigmented skin, flaky paint rash
Fine pale hair
Apathy and irritability
Severe growth retardation Severe wasting of booth fat and muscle tissue Almost total absence of subcutaneous fat
Thin inelastic skin which wrinkles
Low matabolic rate (body temperature, heart rate, and blood pressure)
Acompanied diseases tuberculosis Chronical Diarrhea Chronical Bronchitis Acute infection Measles Acute Diarrhea Cause (Risk Factors) Poverty Knowledge
Habit an ehavoiur Consumption
24 Karbohidrat Siklus Krebs TCA NH3 Ureum
Asam Amino 2CO2
PROTEIN Piruvat Asam Amino NH3 (Amoniak) NH3
Asam amino Ureum
25
Cara untuk memperkirakan energi yang dipakai dan sumbernya
menghitung kuosien pernapasan (“respiratory quotient”=RQ).
RQ adalah perbandingan dari jumlah molekul CO2 yang dihasilkan untuk tiap molekul O2 yang terpakai.
RQ=CO2/O2.
Untuk Karbohidrat, RQ=1, reaksi berikut
C6H12O6+6o2 6CO2+6H2O glukosa
Untuk Lemak, nilai RQ sekitar 0,7
C18H32O2+23O2 16 CO2+ 16 H2O asam stearat
RQ Protein sekitar 0,8, RQ bisa lebih besar dari 1 bila karbohidrat diubah menjadi lemak yang disimpan
3(C6H12O6) C18H32O2+2H2O+8 ½ O2
26 Kerja Dinamika Khas (“Specifik Dynamic Action”); sejumlah
energi terpakai dalam mencernakan, menyerap, membawa dan mengaktifkan berbagai bahan makanan sebelum ATP disintesis tubuh dari makanan tadi.
SDA tertinggi nilainya pada protein dan paling rendah pada karbohidrat.
27
LAJU METABOLISME BASAL
Laju metabolisme basal (“basal metabolic rate”=
BMR) ialah : Jumlah energi yang diperlukan untuk berbagai fungsi biologis yang paling dasar. Nilai ini diukur pada seseorang yang berada dalam Keadaan puasa, istirahat, tetap dalam keadaan sadar, memakai pakaian yang tipis dan berada dalam kamar yang hangat. Dalam keadaan ini, lemaklah yang terutama digunakan sebagai bahan bakar untuk proses metabolisme sehingga nilai RQ mendekati 0,8.
BMR dinyatakan dalam kkal per m2 luas permukaan
28
Beberapa Faktor Penentu Kebutuhan Energi/Penggunaannya
Determinan Variabel
Metabolisme bebas (tetap hidup) memelihara tubuh, jaringan, dan temperatur, respirasi, jantung, ginjal dan fungsi dasar lain
Umur Jenis kelamin Penyakit/luka Temperatur lingkungan Status hormon Sters Kehamilan/laktasi
Aktivitas fisik (penggunaan fisik) Tingkat penggunaan Temperatur lingkungan
Umur/jenis kelamin/berat badan
Spescifik dynamic effect (heart increment) pencernaan, penyerapan, distribusi, modifikasi, penyimpanan zat makanan terkonsumsi
Jenis makanan
Tumbuh/respirasi Perkembangan normal,
kehamilan/laktasi, penyakit/luka
29
BEBERAPA CARA MENGESTIMASI BMR
43,4
3 3 , 0 W L
42,1
3 3 , 0 w L Persamaan Pria :
BMRb=66,4730+13,751W+5,0033L-6,7550A
Wanita :
BMR=65,50955+9,463W+1,8496L-4,6756A
Hewan atau manusia : BMR=70W0,75
Pria :
BMR=71,2W0,75[1=0,004(30A)+0,010 ]
Wanita :
BMR=65,8W0,75 [1+0,004(30A)+0,018 ]
Pria atau wanita :
BMR = 1,33kkal/jam/kg berat jaringan lean (kalau umur antara 20-60 tahun, tidak ada pengaruh umur) Pria : BMR=1,0 kkal/jam/kg Wanita : BMR=0,9 kkal/jam/kg Peneliti (tahun)
Harris dan Benedict (1919)
Brody (1945) dan Klieber (1947;1965)
Klieber (1965)
Grande dan Keys (1973,1978)
Rata-rata untuk perkiraan
30
Hubungan antara Konsumsi Oksigen, Denyut Jantung dan Penggunaan Energi untuk berbagai Aktivitas Fisik (Orang Dewasa)
Pengeluaran energi Akivitas fisik (Dengan contoh) Konsumsi Oksigen (liter/menit) Denyut Jantung (hentakan/mt) Kkal/menit
Sangat ringan: Tidur, tiduran, duduk, mengenudi, menjahit,
berdiri, menyetrika
< 0,5 < 80 <2,5 1,0 - 1,1 1,1 - 1,5 1,5 - 2,5
Ringan: Jalan (2,5-3,5 mil/jam)
Trade Work, belanja, tenis meja, golf
0,5 – 1,0 80 - 100 2,5 – 5,0 2,5 – 3,0
Sedang: Jalan (3,5-4 mil/jam) Dansa, mencangkul,
bersepeda, tenis
31 Pengeluaran energi Akivitas fisik (Dengan contoh) Denyut Jantung (hentakan/menit) Kkal/menit Berat
Naik gunung dengan beban, menyekop, berenang, basket
1,5 – 2,0 120 - 140 7,5 – 10,0
Sangat berat Lari, memanjat
2,0 – 2,5 140 - 160 10,0 – 12,5
Berat, tidak wajar 2,5 – 3,0 160 -180 12,5 – 15,0
Menghabiskan tenaga 180 15,0
(lanjutan)
Konsumsi Oksigen (liter/menit)
33
GLIKOGENESIS DAN GLIKOGENOLISIS DALAM HATI DAN OTOT
Fungsi Glikogen otot: sumber Glikolisis dalam otot sendiri Fungsi Glikogen Hati:
- Mempertahankan Glukosa darah antara waktu makan - Puasa 12 – 18 jam: Glikogen hati habis
“Carbohydrate Loading”:
Menambah cadangan glikogen otot, dengan pemberian diet tinggi karbohidrat sesudah
cadangan Glikogen otot dikosongkan dengan latihan berat. Untuk olah raga >30’ Program diet dimulai 5 hari sebelum “Event”.
Hari I : Latihan berat, Diet rendah karbohidrat Hari II : Diet rendah karbohidrat
Hari III : Diet tinggi Karbohidrat/rendah lemak Hari IV : Istirahat
Hari V : Pertandingan
1
POPULASI & SAMPEL
2
Knowledge, science and theory
Research gap, research interest and ideas Conceptualization, operationalization and Hypothesis Research designs Sampling and representatives Ethics in Research Data mining and collection
3
Accessible population
Intended Sample
Actual
4
Target population
Accessible population
(+ time, place)
Intended Sample Actual
study subjects
Usu. based on practical purposes
Appropriate sampling technique
[Non-response, drop outs, withdrawals, loss to follow-up] (Demographic & clinical)
[Subjects selected for study]
5
Accessible population
Intended Sample Actual
study subjects
External validity II:
Does AP represent TP?
[External validity I: Does IS represent AP?}
6
7
TOPIK BAHASAN:
•
Definisi
•
Syarat Populasi
•
Pentingnya Sampling
•
Prosedur Sampling
•
Jenis-jenis Teknik Sampling
8
DEFINISI
•
Populasi target
–
Kumpulan dari satuan/unit yang ingin kita
buat inferensi/generalisasi-nya
•
Populasi studi
–
Kumpulan dari satuan/unit di mana kita
mengambil sampel
•
Percontoh/sampel
9
Percontoh Percontoh
Percontoh Percontoh
Percontoh Percontoh Percontoh
Percontoh
10
11
•Meliputi seluruh unit sampel
•Sampel tidak dihitung dua kali
•Batas Jelas
•Up to date
•Dapat dilacak di lapangan
•Meliputi seluruh unit sampel
•Sampel tidak dihitung dua kali
•Batas Jelas
•Up to date
•Dapat dilacak di lapangan
SYARAT
POPULASI
12
Percontoh menggambarkan populasinya
Mempunyai akurasi yang terukur
Dapat dilaksanakan
Efisien
Percontoh menggambarkan populasinya
Mempunyai akurasi yang terukur
Dapat dilaksanakan
Efisien Berbagai teknik sampling MENGAPA SAMPLING ? MENGAPA SAMPLING ?
•Terlalu banyak diteliti semua
Tidak cukup waktu
Tidak cukup dana
Tidak cukup tenaga
•Tidak mungkin diteliti semua
Sisi waktu dan ruang
•Tidak perlu semua
Teori sampling
standard error
distribusi statistik
•Terlalu banyak diteliti semua
Tidak cukup waktu
Tidak cukup dana
Tidak cukup tenaga
•Tidak mungkin diteliti semua
Sisi waktu dan ruang
•Tidak perlu semua
Teori sampling
standard error
13 PROSEDUR PENGAMBILAN SAMPEL PROSEDUR PENGAMBILAN SAMPEL
Menentukan populasi penelitian
•UNIT ANALISIS
•BATAS LUAS POPULASI (SAMPLING FRAME)
•KARAKTERISTIK UNIT ANALISIS
Menentukan cara pengambilan sampel Menentukan besarnya sampel
Memilih sampel Menentukan tujuan studi 2
3
4
14
JENIS-JENIS
TEKNIK
SAMPLING
JENIS-JENIS
TEKNIK
SAMPLING
•
Sampel pertimbangan(Purposive/judgemental)
•
Sampel berjatah (Quota)•
Sampel seadanya(Accidental/Convenience)
•
Rancangan random :-Sederhana (Simple random)
-Sistematik (Systematic random)
•
Rancangan stratifikasi :-Sederhana (Simple stratified random)
-Proporsional (Proportional stratified random)
•
Rancangan Klaster (Cluster random sampling)15
RANCANGAN RANDOM
SIMPLE RANDOM SAMPLING
• Tentukan populasi studi (=Sampling Frame)
• Tentukan besar sampel • Dengan Tabel-acak
lakukan pemilihan
sampel sampai jumlah terpenuhi
SYSTEMATIK RANDOM S.
• Tentukan populasi studi (=Sampling Frame)
• Tentukan besar sampel • Tentukan secara acak
sampel no.1 (pertama) • Secara sistematik
tentukan sample no.2 dan selanjutnya dengan
16
RANCANGAN STRATIFIKASI
R-S SEDERHANA
• Tentukan populasi studi • Stratifikasi populasi
berdasarkan variabel studi • Tentukan besar sampel • Besar sampel dibagi
berdasarkan stratifikasi yang ada
• Dengan Tabel-acak
lakukan pemilihan sampel
• R-S PROPORSIONAL • Tentukan populasi studi • Stratifikasi populasi
berdasarkan variabel studi • Tentukan besar sampel • Besar sampel dibagi
proporsional berdasarkan stratifikasi yang ada
• Dengan Tabel-acak
17
RANCANGAN KLASTER
• Tentukan populasi studi
• Bagi populasi berdasarkan klaster (Primary Sampling Units/PSU)
– Geografis/area wilayah/blok/unit klaster lain
– Setiap klaster harus heterogen optimal mewakili populasi studi
• Tentukan klaster terpilih secara acak (=PSU terpilih) • Dalam klaster terpilih dapat dibagi lagi kedalam klaster
Secondary Sampling Units, dst • Tentukan besar sampel
18
RANCANGAN BERTINGKAT
•
Contoh:
–
Tentukan populasi studi
–
Klaster populasi studi tersebut
–
Pilih satu atau beberapa klaster secara acak
–
Dalam setiap klaster lakukan stratifikasi
–
Tentukan besar sampel
–
Dengan Tabel-acak lakukan pemilihan
19
BESAR SAMPEL, tergantung:
•
Jenis penelitian
–
Eksplorasi awal: 1 percontoh mungkin cukup
–
Generalisasi - harus representative
•
Skala-ukur variabel dependen
–
Kategorikal/proporsional
–
Kontinyu (interval)
•
Derajat ketepatan perkiraan yang
diinginkan
20
JUDUL /TOPIK
BESAR SAMPEL
ANALISA STATISTIK
HUBUNGAN
21
VARIABEL DEPENDEN(Y)
vs BESAR SAMPEL
HASIL MENGUKUR
Y
KONTINU KONTINU KATEGORI
22
F
SATU POPULASI:
•
n= Jl. Percontoh dibutuhkan
•
Z= Nilai Baku distribusi normal pada
a
tertentu
•
p= proporsi sesuatu;
q=1-p
•
d= derajat akurasi (presisi) yang diinginkan
23
CONTOH
Seorang peneliti ingin melakukan survey kepuasan pasien rawat inap di RS M Jamil Padang. Dari studi yang lalu
diketahui bahwa hanya 60% yg puas terhadap layanan di RS tsb. Berdasarkan proporsi tsb, berapakah besar
sample yang dibutuhkan jika presisi=10% dan derajat kepercayaan=95% ?
Jawab : Z1 - a/2=1,96; P= 0,6; d=0,1
( 1,96 ) 2 (0,6) (1-0,6)
24
F
DUA POPULASI:
•
n= Jl. Percontoh dibutuhkan=n
1=n
2•
Z= Nilai Baku distribusi normal pada
a
atau
tertentu
•
p
1= proporsi sesuatu pd klp I;
q
1=1-p
1•
p
2= proporsi sesuatu pd klp II;
q
2=1-p
2•
p= (p
1+p
2)/2; q=1-p
VARIABEL DEPENDEN:
KATEGORI
)2
p
-p
(
)2
q
p
+
q
p
z
+
2pq
z
(
=
n
2 1 2 2 1 1 -1 /225
CONTOH
•
Dari hasil penelitian di negara lain, diperoleh
hasil bahwa ibu yang menderita anemia
memiliki resiko 18% untuk melahirkan bayi
berat lahir rendah. Sedangkan ibu yang tidak
menderita anemia memiliki resiko 9 % untuk
melahirkan bayi berat lahir rendah. Jika
seorang peneliti ingin melakukan penelitian
26
Variabel dependen : kategori (lanj)
dua populasi kohort
• N= jumlah sampel=n1=n2
• Z=nilai baku distribusi normal
• P1= proporsi sesuatu pada kelompok I; q1=1-P1 • P2= proporsi sesuatu pada kelompok II; q2=1-P2 • P= (p1+p2)/2; q= 1-P
2 1 2 2 2 2 1 1 1 2 / 1
)
(
)
2
(
p
p
q
p
q
p
z
pq
z
n
a 2) ( p1 p2 p
27
Contoh
• Penelitian kohort mengenai hubungan antara merokok dan timbulnya penyakit kanker paru, diperkirakan
incident rate kelompok perokok adalah 10% sedangkan di kalangan bukan perokok adalah 5%. Berapakah besar sampel yang diperlukan pada penelitian kohort ini?
• P = (0.10+0.05) = 0.075 2
28
Contoh
• Besar sampel yang dibutuhkan n=435
• artinya pada penelitian ini diperlukan 435 orang perokok dan 435 orang bukan perokok untuk diamati selama
periode penelitian 2 2
)
05
.
0
1
.
0
(
)
95
.
0
05
.
0
9
.
0
1
.
0
842
.
0
925
.
0
075
.
0
2
96
.
1
(
x
x
x
x
29
Variabel dependen : kategori (lanj)
dua populasi kasus kontrol
• N= jumlah sampel=n1=n2
• Z=nilai baku distribusi normal
• P1= proporsi subjek terpajan pada kel. penyakit; q1=1-P1 • P2= proporsi subjek terpajan pada kel. Tanpa penyakit;
q2=1-P2
• P= (p1+p2)/2; q= 1-P
2 1 2 2 2 2 1 1 1 2 / 1
)
(
)
2
(
p
p
q
p
q
p
z
pq
z
n
30
Variabel dependen : kategori (lanj)
dua populasi kasus kontrol
)
1
(
)
(
)
(
2 2 2 1P
P
OR
P
OR
P
2
)
(
p
1p
231
Contoh
•
Seorang peneliti ingin menguji hipotesis anemia
pada ibu hamil sebagai faktor risiko terjadinya
bayi berat lahir rendah. Hasil penelitian di
negara lain menunjukkan rasio odds sebesar
2.5. Prevalensi anemia pada ibu hamil diketahui
dari hasil survei sebesar 60%. Berapa besar
sampel yang diperlukan jika peneliti
32
Jawaban; diperlukan 94 sampel ibu yang melahirkan BBLR & 94 sampel ibu yang melahirkan bayi normal
79
.
0
)
6
.
0
1
(
6
.
0
)
5
.
2
(
6
.
0
*
5
.
2
1
P
17 . 93 ) 6 . 0 79 . 0 ( ) 4 . 0 6 . 0 21 . 0 79 . 0 842 . 0 3 . 0 70 . 0 2 96 . 1 ( 2 2 x x x x
33
Variabel dependen: kontinyu
• Satu populasi
– N = jumlah sampel
– Z = nilai baku distribusi normal – = standart deviasi
– D=derajat akurasi
2
2
2
2
/
1
d
z
34
Contoh
•
Dinas Kesehatan kabupaten Pasaman ingin
mengetahui rata-rata kadar Hb pada ibu hamil.
Dari hasil penelitian dari kabupaten lain,
diperoleh rata-rata kadar Hb 9.8% dengan
standart deviasi 3.3g/dl. Berapa besar sampel
yang diperlukan jika peneliti menginginkan besar
simpangan maksimum 1 g/dl dan derajat
kepercayaan 95%?
•
Jawaban peneliti perlu memeriksa darah 42 ibu
35
Variabel dependen: kontinyu
• Dua populasi
– N =sampel yang dibutuhkan – Z =nilai baku distribusi normal – = standart deviasi
– = rerata
2 0 2 1 2 / 1 2
)
(
)
(
az
z
n
a
(
(
1
)
1
)
(
(
1
1
)
)
36
Contoh
• Seorang peneliti ingin mengetahui efek asupan natrium terhadap tekanan darah orang dewasa normal. Pada penelitian sebelumnya dengan jumlah sampel 20 orang untuk masing-masing kelompok diketahui bahwa pada kelompok masyarakat yang konsumsi natriumnya
rendah rata-rata tekanan darah sistolik adalah 72 mmHg dengan standar deviasi 10 mmHg. Sedangkan pada
masyarakat yang konsumsi natriumnya tinggi, rat-rata tekanan darah diastolik adalah 85 mmHg dengan
standart deviasi 12 mmHg. Berapa besar sampel yang dibutuhkan jika peneliti ingin melakukan uji hipotesis adanya perbedaan tekanan darah diastolik pada kedua kelompok tersebut dengan derajat kemaknaan 5%,
37
Contoh
• Jawab; peneliti perlu memeriksa tekanan darah dari 40 orang yang konsumsi natriumnya rendah dan 40 orang yang konsumsi natriumnya tinggi
122) 1 20 ( ) 1 20 ( 12 ) 1 20 ( 10 ) 1 20
( 2 2
UJI HIPOTESIS
Prof.Dr.dr.Rizanda Machmud M.Kes
PENDAHULUAN
Tujuan: penarikan kesimpulan
(menggeneralisir) nilai yang berasal dari
sampel terhadap keadaan populasi melalui
pengujian hipotesis
.
Keyakinan ini didasarkan pada besarnya
peluang untuk memperoleh hubungan
tersebut secara kebetulan (by chance)
Semakin kecil peluang tersebut (peluang
PRINSIP UJI HIPOTESIS
melakukan perbandingan antara nilai sampel (data hasil penelitian) dengan nilai hipotesis (nilai populasi) yang diajukan.
Peluang untuk diterima dan ditolaknya suatu hipotesis tergantung besar kecilnya perbedaan antara nilai
sampel dengan nilai hipotesis.
Bila perbedaan tersebut cukup besar, maka peluang untuk menolak hipotesis pun besar pula, sebaliknya bila perbedaan tersebut kecil, maka peluang untuk menolak hipotesis menjadi kecil.
HIPOTESIS
Berasal dari kata hipo dan thesis. Hipo
artinya sementara/lemah kebenarannya dan
thesis artinya pernyataan/teori.
Pernyataan sementara yang perlu diuji
kebenarannya. Untuk menguji kebenaran
sebuah hipotesis digunakan pengujian yang
disebut pengujian hipotesis.
Pengujian hipotesis dijumpai dua jenis
Hipotesis Nol (Ho)
Hipotesis yang menyatakan tidak ada perbedaan sesuatu kejadian antara kedua kelompok. Atau hipotesis yang menyatakan tidak ada hubungan antara variabel satu dengan variabel yang lain. Contoh:
Tidak ada perbedaan berat badan bayi antara mereka yang dilahirkan dari ibu yang merokok
dengan mereka yang dilahirkan dari ibu yang tidak merokok.
Hipotesis Alternatif (Ha)
Hipotesis yang menyatakan ada perbedaan suatu kejadian antara kedua kelompok. Atau hipotesis yang menyatakan ada hubungan variabel satu dengan variabel yang lain.
Contoh :
Ada perbedaan berat badan bayi antara mereka yang dilahirkan dari ibu yang merokok dengan
mereka yang dilahirkan dari ibu yang tidak merokok.
ARAH/BENTUK UJI HIPOTESIS
Bentuk hipotesis alternatif akan menentukan
arah uji statistik apakah
satu arah (one tail)One tail (satu sisi)
bila hipotesis alternatifnyanya menyatakan
adanya perbedaan dan ada pernyataan
yang mengatakan hal yang satu
lebih
tinggi/rendah
dari hal yang lain.
Contoh :
Berat badan bayi dari ibu hamil yang
merokok
lebih kecil
dibandingkan berat
Two Tail (dua sisi)
Merupakan hipotesis alternatif yang hanya
menyatakan perbedaan tanpa melihat
apakah hal yang satu lebih tinggi/rendah
dari hal yang lain.
Contoh
Berat badan bayi dari ibu hamil yang
merokok berbeda dibandingkan berat
badan bayi dari ibu yang tidak merokok.
Atau dengan kata lain :
Ada perbedaan
berat badan bayi antara mereka yang
dilahirkan dari ibu yang merokok
Contoh penulisan hipotesis
Suatu penelitian ingin mengetahui hubungan
antara jenis kelamin denga tekanan darah, maka hipotesisnya adalah sbb:
Ho : A = B
Tidak ada perbedaan mean tekanan darah antara
laki-laki dan perempuan, atau
Tidak ada hubungan antara jenis kelamin dengan
tekanan darah
Ha : A = B
Ada perbedaan mean tekanan darah antara laki-laki
dan perempuan, atau
Ada hubungan antara jenis kelamin dengan tekanan
KESALAHAN PENGAMBILAN
KEPUTUSAN
Dalam pengujian hipotesis kita selalu
dihadapkan suatu kesalahan pengambilan
keputusan.
Ada dua jenis kesalahan pengambilan
keputusan dalam uji statistik, yaitu:
kesalahan tipe alphaKesalahan Tipe I (
)
Merupakan kesalahan menolak Ho padahal
sesungguhnya Ho benar. Artinya:
menyimpulkan adanya perbedaan padahal
sesungguhnya tidak ada perbedaan.
Peluang kesalahan tipe satu (I) adalah
atau
sering disebut Tingkat signifikansi (significance
level).
Sebaliknya peluang untuk tidak membuat
kesalahan tipe I adalah sebesar 1-
, yang
Kesalahan Tipe II (
)
Merupakan kesalahan tidak menolak Ho
padahal sesungguhnya Ho salah. Artinya:
menyimpulkan tidak ada perbedaan
padahal sesungguhnya ada perbedaan.
Peluang untuk membuat kesalahan tipe
kedua (II) ini adalah sebesar
.
Peluang untuk tidak membuat kesalahan
tipe kedua (II) adalah sebesar 1-
, dan
Kesalahan Pengambilan Keputusan
Keputusan Populasi
Ho Benar Ho Salah
Tidak Menolak Ho Benar (1-) Kesalahan Tipe II ()
Meminimalkan kesalahan
Dalam pengujian hipotesis dikehendaki nilai
dan
kecil atau (1-
) besar.
Namun hal ini sulit dicapai karena bila
makin kecil nilai
akan semakin besar.
Berhubung harus dibuat keputusan menolak
atau tidak menolak Ho maka harus
diputuskan untuk memilih salah satu saja
yang harus diperhatikan yaitu
atau
yang
diperhatikan.
MENENTUKAN TINGKAT KEMAKNAAN
(LEVEL OF SIGNIFICANCE)
Tingkat kemaknaan, atau sering disebut
dengan nilai
, merupakan nilai yang
menunjukkan besarnya
peluang salah
dalam
menolak hipotesis nol
.
nilai
merupakan batas toleransi peluang
salah dalam menolak hipotesis nol.
nilai
merupakan nilai batas maksimal
kesalahan menolak Ho.
Nilai
dapat diartikan pula sebagai batas
Penentuan nilai
(alpha)
Tergantung dari tujuan dan kondisi penelitian.
Nilai (alpha) yang sering digunakan adalah 10 %, 5 % atau 1 %.
Bidang kesehatan masyarakat biasanya digunakan nilai
(alpha) sebesar 5 %.
Pengujian obat-obatan digunakan batas toleransi kesalahan
yang lebih kecil misalnya 1 %, karena mengandung risiko yang fatal.
Misalkan seorang peneliti yang akan menentukan
apakah suatu obat bius berkhasiat akan menentukan
yang kecil sekali , peneliti tersebut tidak akan mau mengambil resiko bahwa ketidak berhasilan obat bius besar karena akan berhubungan dengan nyawa
PEMILIHAN JENIS UJI PARAMERTIK ATAU
NON PARAMETRIK
Dalam pengujian hipotesis sangat
berhubungan dengan distribusi data populasi
yang akan diuji.
Bila distribusi data populasi yang akan diuji
berbentuk normal/simteris/Gauss, maka
proses pengujian dapat digunakan dengan
pendekatan uji statistik parametrik.
Bila distribusi data populasinya tidak normal
atau tidak diketahui distribusinya maka dapat
digunakan pendekatan uji statistik Non
Parametrik & non parametrik
Kenormalan suatu data dapat juga dilihat dari jenis variabelnya, bila variabelnya berjenis
numerik/kuantitatif biasanya distribusi datanya mendekati normal/simetris. Sehingga dapat digunakan uji statistik parametrik.
Bila jenis variabelnya katagori(kualitatif), maka
bentuk distribusinya tidak normal, sehingga uji non parametrik dapat digunakan.
Penentuan jenis uji juga ditentukan oleh jumlah data yang dianalisis, bila jumlah data kecil (< 30)
PERBEDAAN SUBSTANSI/KLINIS &
PERBEDAAN STATISTIK
Perlu dipahami/disadari bagi peneliti bahwa
berbeda bermakna/signifikan secara statistik tidak berarti (belum tentu) bahwa perbedaan tersebut
juga bermakna dipandang dari segi substansi/klinis.
Seperti diketahui bahwa semakin besar sampel yang dianalisis akan semakin besar menghasilkan kemungkinan berbeda bermakna.
Dengan sampel besar perbedaan-perbedaan sangat kecil, yang sedikit atau bahkan tidak
mempunyai manfaat secara substansi/klinis dapat berubah menjadi bermakna secara statistik.
Oleh karena itu arti kegunaan dari setiap penemuan jangan hanya dilihat dari aspek statistik semata,
PROSEDUR UJI HIPOTESIS
1.
Menetapkan Hipotesis
2.
Penentuan uji statistik yang sesuai
3.
Menentukan batas atau tingkat kemaknaan
(level of significance)
4.
Penghitungan Uji Statistik
Menetapkan Hipotesis
Hipotesis Nol (Ho)
Tidak ada perbedaan berat badan bayi
antara mereka yang dilahirkan dari ibu
yang merokok dengan mereka yang
dilahirkan dari ibu yang tidak merokok.
Hipotesis Alternatif (Ha)
Ada perbedaan berat badan bayi antara
mereka yang dilahirkan dari ibu yang
Penentuan uji statistik yang sesuai
Ada beragam jenis uji statistik yang dapat
digunakan. Setiap uji statistik mempunyai
persyaratan tertentu yang harus dipenuhi.
Oleh karena itu harus digunakan uji statistik
yang tepat sesuai dengan data yang diuji.
Jenis uji statistik sangat tergantung dari:
Jenis variabel yang akan dianalisis Jenis data apakah dependen atau independen
Jenis distribusi data populasinya apakah
Contoh penentuan uji statistik
Sebagai gambaran, jenis uji statistik untuk
mengetahui perbedaan mean akan berbeda
dengan uji statistik untuk mengetahui
perbedaan proporsi/persentase.
Uji beda mean menggunakan uji T atau uji
Anova, sedangkan uji untuk mengetahui
perbedaan proporsi digunakan uji Kai
Menentukan batas atau tingkat kemaknaan
(level of significance)
Batas/tingkat kemaknaan, sering juga disebut
dengan nilai
. Penggunan nilai alpha
tergantung tujuan penelitian yang dilakukan,
untuk bidang kesehatan masyarakat
Penghitungan Uji Statistik
Penghitungan uji statistik adalah menghitung
data sampel kedalam uji hipotesis yang
sesuai.
Misalnya kalau ingin menguji perbedan mean
antara dua kelompok, maka data hasil
pengukuran dimasukkan ke rumus uji t. Dari
hasil perhitungan tersebut kemudian
Keputusan Uji Statistik
hasil pengujian statistik akan menghasilkan
dua kemungkinan keputusan yaitu menolak
Hipotesis Nol dan Gagal menolak Hipotesis
nol.
Keputusan uji statistik dapat dicari dengan
Pendekatan Klasik
Untuk memutuskan apakah Ho ditolak maupun gagal ditolak, dapat digunakan dengan cara membandingkan Nilai Perhitungan Uji Statistik dengan Nilai pada Tabel.
Nilai Tabel yang dilihat sesuai dengan jenis distribusi uji yang kita lakukan,
uji Z maka nilai tabel dilihat dari tabel Z uji T.
Setelah kita dapat nilai perhitungan uji Z/T kemudian kita bandingkan angka yang ada pada tabel T
Besarnya nilai tabel sangat tergantung dari
nilai alpha () yang digunakan
Uji two tail (dua sisi/dua arah)
Ho : x
=
Ha : x
Pada uji ini menggunakan uji dua arah
sehingga untuk mencari nilai Z di tabel kurve
normal, nilai
-nya harus dibagi dua arah
yaitu ujung kiri dan kanan dari suatu kurva
normal, sehingga nilai alpha = ½
. Sebagai
contoh bila ditetapkan nilai
= 0,05 maka
nilai alpha = ½ (0,05) =0,025, pada
= 0.025
Uji one tail (satu sisi/satu arah)
Ho : x =
Ha
: x >
Maka uji nya adalah satu arah, nilai alphanya
Hasil Keputusan Uji Statistik
Bila nilai perhitungan uji statistik lebih besar
dibandingkan nilai yang berasal dari tabel (nilai
perhitungan > nilai tabel), maka keputusannya: Ho ditolak
Ho ditolak, artinya: ada perbedaan kejadian (mean/proporsi) yang
signifikan antara kelompok data satu dengan kelompok data yang lain.
Bila nilai perhitungan uji statistik lebih kecil dibandingkan nilai yang berasal dari tabel (nilai perhitungan < nilai
tabel), maka keputusannya: Ho gagal ditolak
Ho gagal ditolak, artinya: tidak ada perbedaan kejadian
Pendekatan Probabilistik
Seiring dengan kemajuan perkembangan komputer maka uji statistik dengan mudah dan cepat dapat dilakukan dengan program-program statistik yang tersedia di pasaran seperti Epi Info, SPSS, SAS dll.. Setiap kita melakukan uji statistik melalui program komputer maka akan ditampilkan/dikeluarkan nilai P (P value). Dengan nilai P ini kita dapat
menggunakan untuk keputusan uji statistik dengan cara membandingkan nilai P dengan nilai (alpha). Ketentuan yang berlaku adalah sbb:
Bila nilai P nilai , maka keputusannya adalah Ho ditolak
Catatan
Perlu diketahui bahwa Nilai P two tail adalah
dua kali Nilai P one tail, berarti kalau tabel
yang digunakan adalah
tabel one tail
sedangkan uji statistik yang dilakukan two tail
maka Nilai P dari tabel
harus dikalikan 2
.
Dengan demikian dapat disederhanakan
Pengertian Nilai P
Nilai P merupakan nilai yang menunjukkan besarnya peluang salah menolak Ho dari data penelitian.
Nilai P dapat diartikan pula sebagai nilai besarnya
peluang hasil penelitian (misalnya adanya perbedaan mean atau proporsi) terjadi karena faktor kebetulan (by chance).
Harapan kita nilai P adalah sekecil mungkin, sebab bila nilai P-nya kecil maka kita yakin bahwa adanya
perbedaan pada hasil penelitian menunjukkan pula
adanya perbedaan di populasi. Dengan kata lain kalau nilai P-nya kecil maka perbedaan yang ada pada
Komunikasi sel dan konsep reseptor
•
Pembicara dan pendengar
•
Bagaimana pendengar merespons
•
Sinyal
jarak dekat dan jauh
•
Respon sinyal ada yg elektromagnetik
(cahaya) & ada yg mekanis (sentuhan)
•
Reseptor
protein membran
•
Pada multiseluler penting komunikasi
tingkat seluler u/ kehidupannya
•
Guna u/ terciptanya koordinasi aktivitas
sel shg terbentuk organisme yg normal
Mekanisme Komunikasi Sel:
Pembicara
Pendengar
@. Deteksi
@. Proses
@. Respon
Kesalahan komunikasi dapat disebabkan
o/ sel pembicara dlm menyampaikan
Persinyalan sel
. Percobaan pada sel ragi: . Menggunakan sinyal kimia
u/ mengindentifikasi
sel a reseptor faktor α sel α reseptor faktor a . Pengikatan faktor terjadi
Pensinyalan :
Jarak dekat : parakrin , sinaptik
Jarak jauh : endokrin (hormon) sbg neurotransmiter
Parakrin mrpkan senyawa kimia yg dihslkan o/ sel peng-sekresi , berdifusi kedlm cairan ekstraseluler dan merangsang sel target.
Sinaptik .
• Terjadi pd sel saraf yg spesifik
• sel saraf menghslkan sinyal kimia neurotransmiter berdifusi ke sel target (sel saraf) melalui ruangan sempit (sinapsis) u/ me neruskan
rangsangan
hormonal
• pensinyalan ke tempat yg jauh hormon
• dikenal dg pensinyalan endokrin
Komunikasi kontak langsung
• Junction
Tahap pensinyalan:
1.Penerimaan : sinyal akan dideteksi o/ protein membran sel sebagai reseptor
2.Transduksi : sinyal akan dirubah menjadi respons seluler spesifik
3.Respons : respons seluler aktif