Kalkulator Odds Ratio
Hitung odds ratio, risiko relatif, interval kepercayaan, dan number needed to treat dari tabel kontingensi 2×2. Menampilkan forest plot beranimasi, solusi langkah demi langkah dengan formula MathJax, dan interpretasi klinis.
Ad blocker Anda mencegah kami menampilkan iklan
MiniWebtool gratis karena iklan. Jika alat ini membantu, dukung kami dengan Premium (bebas iklan + lebih cepat) atau whitelist MiniWebtool.com lalu muat ulang halaman.
- Atau upgrade ke Premium (bebas iklan)
- Izinkan iklan untuk MiniWebtool.com, lalu muat ulang
Tentang Kalkulator Odds Ratio
Kalkulator Odds Ratio menghitung odds ratio (OR), risiko relatif (RR), interval kepercayaan, pengurangan risiko absolut (ARR), dan number needed to treat (NNT) dari tabel kontingensi 2×2. Ini adalah alat penting bagi epidemiolog, peneliti klinis, dan mahasiswa yang menganalisis asosiasi antara paparan dan hasil biner.
Apa Itu Odds Ratio?
Odds ratio mengukur kekuatan asosiasi antara dua variabel biner. Diberikan tabel 2×2 dengan sel a, b, c, d:
OR sebesar 1.0 berarti tidak ada asosiasi. OR yang lebih besar dari 1 menunjukkan peningkatan odds hasil pada kelompok terpapar, sementara OR kurang dari 1 menunjukkan penurunan odds. Semakin jauh OR dari 1, semakin kuat asosiasinya.
Cara Menginterpretasikan Nilai Odds Ratio
| Nilai OR | Interpretasi | Contoh |
|---|---|---|
| OR = 1.0 | Tidak ada asosiasi | Paparan tidak berpengaruh pada hasil |
| OR > 1.0 | Asosiasi positif | Paparan meningkatkan odds hasil |
| OR < 1.0 | Asosiasi negatif | Paparan mengurangi odds hasil (protektif) |
| OR = 2.0 | Odds dua kali lipat | Kelompok terpapar memiliki 2× odds hasil |
| OR = 0.5 | Odds setengahnya | Kelompok terpapar memiliki setengah odds hasil |
Odds Ratio vs. Risiko Relatif
Risiko relatif (rasio risiko) membandingkan probabilitas secara langsung: RR = [a/(a+b)] / [c/(c+d)]. Odds ratio membandingkan odds: OR = (a/b) / (c/d). Dalam studi kasus-kontrol, hanya odds ratio yang valid karena pengambilan sampel menetapkan jumlah kasus dan kontrol. Dalam studi kohort dan uji coba acak, kedua ukuran dapat dihitung. Ketika hasil jarang terjadi (prevalensi di bawah 10%), OR sangat mendekati RR — ini disebut asumsi penyakit langka.
Interval Kepercayaan untuk Odds Ratio
Interval kepercayaan dihitung menggunakan pendekatan Woolf (metode log). Galat baku (standard error) dari log alami OR adalah:
Interval kepercayaan kemudian adalah: exp[ln(OR) ± z × SE], di mana z adalah nilai kritis untuk tingkat kepercayaan yang dipilih (misalnya, 1.96 untuk 95%). Jika interval tidak mencakup 1.0, asosiasi tersebut signifikan secara statistik pada tingkat alfa yang sesuai.
Menangani Sel Nol
Ketika ada sel dalam tabel 2×2 yang bernilai nol, rumus odds ratio standar akan menghasilkan 0 atau tak terhingga. Koreksi Haldane-Anscombe menambahkan 0.5 ke setiap sel sebelum perhitungan, menghasilkan estimasi yang terbatas. Ini adalah koreksi yang paling banyak digunakan untuk tabel yang jarang. Kalkulator kami secara otomatis menerapkan ini jika diperlukan dan menunjukkannya dengan jelas di hasil.
Number Needed to Treat (NNT)
NNT adalah ukuran yang bermakna secara klinis yang dihitung sebagai 1 / |ARR|, di mana ARR (Absolute Risk Reduction) = Risiko pada kontrol − Risiko pada paparan. NNT memberi tahu Anda berapa banyak pasien yang harus dirawat agar satu pasien tambahan mendapatkan manfaat. Nilai NNT yang lebih rendah menunjukkan pengobatan yang lebih efektif. Ketika paparan meningkatkan bahaya, ukurannya disebut Number Needed to Harm (NNH).
Cara Menggunakan Kalkulator Ini
- Masukkan nilai sel: Masukkan empat jumlah sel (a, b, c, d) dari tabel 2×2 Anda. Sel a = terpapar dengan hasil, b = terpapar tanpa hasil, c = kontrol dengan hasil, d = kontrol tanpa hasil.
- Atur tingkat kepercayaan: Pilih 90%, 95%, atau 99% untuk lebar interval kepercayaan.
- Sesuaikan label (opsional): Tambahkan label yang bermakna untuk grup dan hasil Anda untuk interpretasi yang lebih jelas.
- Tinjau hasil: Periksa odds ratio, risiko relatif, interval kepercayaan, forest plot, diagram batang, dan solusi langkah demi langkah.
Pertanyaan yang Sering Diajukan
Apa itu odds ratio?
Odds ratio (OR) adalah ukuran asosiasi antara paparan dan hasil dalam tabel 2×2. Ini membandingkan odds terjadinya hasil pada kelompok terpapar versus kelompok kontrol. OR bernilai 1 berarti tidak ada asosiasi, lebih dari 1 berarti peningkatan odds, dan kurang dari 1 berarti penurunan odds.
Apa perbedaan odds ratio dengan risiko relatif?
Odds ratio membandingkan odds (probabilitas kejadian dibagi dengan probabilitas bukan kejadian), sedangkan risiko relatif membandingkan probabilitas secara langsung. Dalam studi kasus-kontrol, hanya odds ratio yang valid. Dalam studi kohort dan RCT, keduanya dapat dihitung. Ketika hasil jarang terjadi (di bawah 10%), OR mendekati RR.
Apa yang ditunjukkan oleh interval kepercayaan?
Interval kepercayaan memberikan rentang nilai yang masuk akal untuk odds ratio yang sebenarnya. CI 95% berarti jika studi diulang berkali-kali, 95% dari interval tersebut akan mengandung OR yang sebenarnya. Jika CI tidak mencakup 1.0, asosiasi tersebut signifikan secara statistik.
Apa itu koreksi Haldane-Anscombe?
Ketika ada sel dalam tabel 2×2 yang bernilai nol, odds ratio akan bernilai nol atau tidak terdefinisi. Koreksi Haldane-Anscombe menambahkan 0.5 ke setiap sel sebelum perhitungan, menghasilkan estimasi yang terbatas dan memungkinkan penghitungan interval kepercayaan.
Apa itu Number Needed to Treat (NNT)?
NNT adalah jumlah pasien yang perlu diobati agar satu pasien tambahan mendapatkan manfaat. Ini dihitung sebagai 1 dibagi dengan pengurangan risiko absolut. NNT yang lebih rendah menunjukkan pengobatan yang lebih efektif. Ketika pengobatan meningkatkan bahaya, ukurannya disebut Number Needed to Harm (NNH).
Kutip konten, halaman, atau alat ini sebagai:
"Kalkulator Odds Ratio" di https://MiniWebtool.com/id// dari MiniWebtool, https://MiniWebtool.com/
oleh tim MiniWebtool. Diperbarui: 2026-04-15
Anda juga dapat mencoba Penyelesai Matematika AI GPT kami untuk menyelesaikan masalah matematika Anda melalui pertanyaan dan jawaban dalam bahasa alami.