Reproduksi Semester I.

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 14.50_{C. 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/O_2.

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 : Z_{1 - 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 /2

25

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 1

P

P

OR

P

OR

P







2

)

(

p

₁

p

₂

31

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

)

(

)

(

a

z

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 alpha

Kesalahan 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

[image:124.720.93.612.65.487.2]

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

Komunikasi sel melalui reseptor