Cara Menghitung Relative Risk dan Odds Ratio Beserta Contoh Soal Simulasi

Dunia kesehatan dan penelitian medis sangat bergantung pada data untuk menentukan apakah sebuah kebiasaan atau lingkungan tertentu berbahaya bagi manusia. Dalam ilmu epidemiologi, terdapat dua instrumen statistik yang paling sering digunakan untuk mengukur risiko: Relative Risk (RR) dan Odds Ratio (OR).

baca lagi : Kumpulan Contoh Soal Perhitungan Pondasi Menerus Lengkap dengan Pembahasan

Meskipun keduanya terdengar serupa, penggunaannya sangat bergantung pada desain penelitian yang Anda lakukan. Kesalahan dalam memilih antara RR dan OR dapat menyebabkan interpretasi data yang keliru. Artikel ini akan membahas secara tuntas cara menghitung keduanya, perbedaan mendasarnya, serta contoh soal simulasi untuk memperdalam pemahaman Anda.

Konsep Dasar: Mengapa Kita Perlu RR dan OR?

Tujuan utama dari RR dan OR adalah untuk melihat kekuatan asosiasi antara Paparan (Exposure) dan Penyakit (Outcome).

• Relative Risk (RR) biasanya digunakan pada studi Kohort (penelitian yang mengikuti sekelompok orang dari waktu ke waktu).
• Odds Ratio (OR) biasanya digunakan pada studi Kasus-Kontrol (penelitian yang melihat ke belakang/retrospektif dari orang yang sudah sakit).

Tabel Kontingensi $2 \times 2$

Untuk menghitung keduanya, peneliti selalu menggunakan tabel standar $2 \times 2$:

Cara Menghitung Relative Risk (RR)

Relative Risk (juga disebut Risk Ratio) membandingkan probabilitas terjadinya penyakit pada kelompok yang terpapar dengan probabilitas terjadinya penyakit pada kelompok yang tidak terpapar.

Rumus Relative Risk:

$$RR = \frac{a / (a+b)}{c / (c+d)}$$

Interpretasi Nilai RR:

• RR = 1: Tidak ada asosiasi antara paparan dan penyakit.
• RR > 1: Paparan meningkatkan risiko penyakit (Faktor Risiko).
• RR < 1: Paparan menurunkan risiko penyakit (Faktor Protektif).

Cara Menghitung Odds Ratio (OR)

Odds Ratio membandingkan “odds” (peluang) terjadinya penyakit pada kelompok terpapar dengan “odds” terjadinya penyakit pada kelompok tidak terpapar. OR digunakan ketika kita tidak bisa menghitung insiden karena data diambil dari populasi yang sudah sakit (retrospektif).

Rumus Odds Ratio:

$$OR = \frac{a / b}{c / d} \quad \text{atau secara praktis} \quad OR = \frac{a \times d}{b \times c}$$

Interpretasi Nilai OR:

Interpretasi nilai OR serupa dengan RR. Namun, pada penyakit yang jarang terjadi, nilai OR akan mendekati nilai RR.

Perbedaan Utama RR dan OR

1. Desain Studi: RR memerlukan informasi tentang populasi total yang berisiko (Kohort), sedangkan OR fokus pada perbandingan kelompok kasus dan kontrol.
2. Sensitivitas: RR lebih mudah dipahami oleh masyarakat umum (misal: “Risiko Anda naik 2 kali lipat”). OR lebih sering digunakan dalam analisis statistik regresi logistik yang kompleks.

Contoh Soal Simulasi 1: Studi Kohort (Menghitung RR)

Skenario:

Sebuah penelitian mengikuti 200 orang yang mengonsumsi makanan cepat saji setiap hari (Terpapar) dan 200 orang yang tidak mengonsumsi makanan cepat saji (Tidak Terpapar). Setelah 5 tahun, 60 orang di kelompok terpapar menderita obesitas, sedangkan di kelompok tidak terpapar hanya 20 orang yang menderita obesitas.

Data:

• $a = 60$ (Terpapar, Sakit)
• $b = 140$ (Terpapar, Tidak Sakit) -> $(200 – 60)$
• $c = 20$ (Tidak Terpapar, Sakit)
• $d = 180$ (Tidak Terpapar, Tidak Sakit) -> $(200 – 20)$

Perhitungan:

$$RR = \frac{60 / 200}{20 / 200} = \frac{0,3}{0,1} = 3$$

Interpretasi:

Orang yang mengonsumsi makanan cepat saji setiap hari memiliki risiko 3 kali lebih besar untuk menderita obesitas dibandingkan mereka yang tidak mengonsumsinya.

Contoh Soal Simulasi 2: Studi Kasus-Kontrol (Menghitung OR)

Skenario:

Peneliti ingin melihat hubungan antara penggunaan asbes dengan kanker paru. Terdapat 100 pasien kanker paru (Kasus) dan 100 orang sehat (Kontrol). Setelah diwawancara, 70 orang dari kelompok kasus pernah bekerja dengan asbes, sedangkan di kelompok kontrol hanya 30 orang yang pernah bekerja dengan asbes.

Data:

• $a = 70$ (Kasus, Terpapar)
• $b = 30$ (Kontrol, Terpapar)
• $c = 30$ (Kasus, Tidak Terpapar)
• $d = 70$ (Kontrol, Tidak Terpapar)

Perhitungan:

$$OR = \frac{70 \times 70}{30 \times 30} = \frac{4900}{900} = 5,44$$

Interpretasi:

Pasien dengan kanker paru memiliki kecenderungan (odds) 5,44 kali lebih besar untuk memiliki riwayat terpapar asbes dibandingkan dengan orang yang sehat.

baca lagi : Teknokrat Academic Expo: Rektor Nasrullah Yusuf Tegaskan Tiga Pilar UTI Kampus Inovatif, Berdampak, dan Berkelanjutan

Kesimpulan

Memahami perbedaan antara Relative Risk dan Odds Ratio sangat penting agar hasil penelitian kesehatan dapat dipertanggungjawabkan. Gunakan RR jika Anda memiliki data kohort yang melihat ke masa depan, dan gunakan OR jika Anda melakukan penelitian kasus-kontrol atau survei cross-sectional.

penulis : dinda