Odds ratio dan relative risk
Ukuran asosiasi paparan dan kejadian.
Untuk apa dipakai
- Melihat hubungan antar variabel
Data yang dibutuhkan
Data subjek atau pasien, satu baris per subjek.
Unggah file Excel (.xlsx) atau CSV. Aplikasi memeriksa kecocokan data dengan metode sebelum analisis dijalankan, dan token tidak terpotong bila analisis gagal.
Bantuan — proses & rumus
Tahap komputasi yang dijalankan OlahData untuk metode ini, lengkap dengan rumus dan rujukannya.
Baris = status paparan (terpapar/tidak), kolom = status kejadian (ya/tidak), sesuai desain studi (kohort, potong lintang, atau kasus-kontrol).
OR selalu dapat dihitung dari tabel 2×2; RR dan selisih risiko hanya sah pada desain kohort/potong lintang, bukan kasus-kontrol (karena proporsi kasus di sampel kasus-kontrol ditentukan peneliti, bukan prevalensi alami).
OR = (a×d) ÷ (b×c) dari tabel [[a,b],[c,d]]
RR = risiko pada terpapar ÷ risiko pada tidak terpapar
CI OR/RR memakai metode logaritma Woolf (ditambah koreksi 0,5 pada sel nol/Haldane-Anscombe). Khi-kuadrat Pearson (atau Fisher eksak bila nilai harapan < 5) menguji hubungan paparan-kejadian.
Bila ada variabel perancu (strata), OR/RR Mantel-Haenszel menggabungkan estimasi antar strata menjadi satu nilai yang disesuaikan, dan uji Breslow-Day memeriksa apakah OR memang homogen di semua strata.
| Ukuran | Ambang batas | Rujukan |
|---|---|---|
| OR/RR | > 1 meningkatkan risiko; < 1 protektif; CI 95% tidak mencakup 1 → signifikan | Rothman dkk. (2008) |
| Uji homogenitas Breslow-Day | Sig. > 0,05 → OR homogen antar strata (penggabungan MH sah) | Breslow & Day (1980) |
- Woolf, B. (1955). On estimating the relation between blood group and disease. Annals of Human Genetics, 19(4), 251-253.
- Mantel, N., & Haenszel, W. (1959). Statistical aspects of the analysis of data from retrospective studies of disease. Journal of the National Cancer Institute, 22(4), 719-748.
- Robins, J., Breslow, N., & Greenland, S. (1986). Estimators of the Mantel-Haenszel variance consistent in both sparse data and large-strata limiting models. Biometrics, 42(2), 311-323.
- Greenland, S., & Robins, J. M. (1985). Estimation of a common effect parameter from sparse follow-up data. Biometrics, 41(1), 55-68.
- Breslow, N. E., & Day, N. E. (1980). Statistical methods in cancer research: Volume I. International Agency for Research on Cancer.
- Rothman, K. J., Greenland, S., & Lash, T. L. (2008). Modern epidemiology (3rd ed.). Lippincott Williams & Wilkins.
Woolf (1955); Mantel & Haenszel (1959)
Contoh hasil
Contoh hasil dengan data fiktif untuk metode ini sedang disiapkan.
Ingin mencoba dengan data Anda?
Hasilnya disertai tabel, grafik, narasi, dan penjelasan prosesnya.