Penjelasan Lengkap Tentang 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 OR 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 OR adalah: ad/bc.


 dihitung dari angka kejadian penyakit pada kelompok berisiko  Penjelasan Lengkap Tentang Odds Ratio
Odds Ratio

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 OR 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”.


Manfaat Odds ratio


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


Berdasar rumus di atas, tampak seolah uji OR 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


OR 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.



Cara Uji Odds Ratio dengan SPSS


Ada 2 cara dalam melakukan uji OR 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).



Interprestasi Odds Ratio


Nilai OR 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 OR. Apabila < 0,05 maka pada taraf kepercayaan 95%, OR 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 OR, 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)



Exp(B)


Nilai OR 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).


By Anwar Hidayat


Berlangganan update artikel terbaru via email:

Belum ada Komentar untuk "Penjelasan Lengkap Tentang Odds Ratio"

Posting Komentar

Iklan Atas Artikel

Iklan Tengah Artikel 1

Iklan Tengah Artikel 2

Iklan Bawah Artikel