Efek pengacau: Perbedaan antara revisi

'''Confounding''' (atau sering kali dikenal sebagai efek perancu/pengacau) merupakan bias yang bersumber dari proses pencampuran efek pajanan utama terhadap efek dari dampak risiko luar lainnya atau adanya variabel pengganggu yang digunakan sebagai perancu pada saat analisis yang bahkan tidak menggunakan metode yang tidak diperhitungkan.<ref name=":2">{{Cite web|last=Thomas|first=Lauren|date=2020|title=Understanding confounding variables|url=https://www.scribbr.com/methodology/confounding-variables/|website=www.scribbr.com|language=en-EN|access-date=2021-12-05}}</ref> Confounding juga diartikan sebagai isu yang penting untuk diperhatikan, karena kehadirannya dapat mempengaruhi ''p'' value dan besaran risiko yang dapat menyebabkan kesalahan dalam pengambilan keputusan.<ref name=":0" />

 

Confounding dalam bahasa Indonesia dapat diartikan sebagai variabel pengganggu, variabel pengacau ataupun variabel perancu.<ref>{{Cite web|last=UNAIR News|first=|date=2020|title=Confounding Variable's Haruskah Dibuang Begitu Saja?|url=http://news.unair.ac.id/2020/07/26/confounding-variable-s-haruskah-dibuang-begitu-saja/|website=news.unair.ac.id|language=id-ID|access-date=2021-12-05}}</ref>

[[Berkas:Modifier determinan.png|jmpl|Ilustasi peran modifikasi deteminan terhadap ''outcome'' (hasil)]]

Dalam istilah statistik, confounding juga variabel pengganggu, faktor pembaur, determinan asing dan atau variabel pembaur adalah variabel yang mempengaruhi variabel terikat dan variabel bebas sehingga menyebabkan asosiasi palsu. Pembaur yang dimaksud adalah [[Kausalitas|konsep kausal]] sehingga tidak dapat dijelaskan dalam hal korelasi atau hubungan. <ref>{{cite book|last=Pearl|first=Judea|date=2009|url=https://id1lib.org/ireader/2780725|title=Causality: Models, Reasoning and Inference|place=[[New York]]|publisher=Cambridge University Press|isbn=9780521895606|pages=|language=en-EN|coauthors=}}</ref> <ref>{{Cite journal|last=VanderWeele|first=T.J.|last2=Shpitser|first2=I.|year=2013|title=On the definition of a confounder|url=https://arxiv.org/pdf/1304.0564.pdf|journal=Annals of Statistics|language=en|volume=41|issue=1|pages=196–220|arxiv=1304.0564|doi=10.1214/12-aos1058|pmc=4276366|pmid=25544784|access-date=2021-12-05}}</ref> <ref name="Greenland Pearl Robbins 1999">{{Cite journal|last=Greenland|first=S.|last2=Robins|first2=J. M.|last3=Pearl|first3=J.|year=1999|title=Confounding and Collapsibility in Causal Inference|url=https://cdn1.sph.harvard.edu/wp-content/uploads/sites/343/2013/03/Confounding_and_collapsibility.pdf|journal=Statistical Science|language=en|volume=14|issue=1|pages=29–46|doi=10.1214/ss/1009211805|access-date=2021-12-05}}</ref>

 

Ciri-ciri umum ''confounding'' dibagi menjadi paparan hasil (''outcome''), paparan eksposur (''exposure'') dan bukan paparan hasil (''outcome'') dan eksposur (''exposure'').<ref name=":4">{{cite journal|last1=Skelly|first1=Andrea C.|last2=Dettori|first2=Joseph R.|last3=Brodt|first3=Erika D.|date=2012|title=Assessing bias: the importance of considering confounding|url=https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3503514/pdf/ebsj03009.pdf|journal=Evid Based Spine Care Journal|language=en|volume=3|issue=1|pages=9-12|doi=10.1055/s-0031-1298595|id=|accessdate=2021-12-06}}</ref>

 

[[Berkas:Asosiasi-bukan-outcome-eksposur.png|pus|300x300px]]

 

 

Confounding juga diartikan sebagai isu yang penting untuk diperhatikan, karena kehadirannya dapat mempengaruhi ''p'' value dan besaran risiko yang dapat menyebabkan kesalahan dalam pengambilan keputusan.<ref name=":0">{{cite journal|last1=Hasmawati|first1=|last2=Anggraeni|first2=Ike|last3=Susanti|first3=Rahmi|date=2019|title=Identifikasi Variabel Confounding Dengan Penerapan Uji Chi Square Mantel Haenszel Pada Hubungan Antenatal Care (ANC) Terhadap BBLR Di Kota Samarinda|url=https://ejournal2.litbang.kemkes.go.id/index.php/kespro/article/download/2069/1346/|journal=Jurnal Kesehatan Reproduksi|volume=10|issue=1|pages=22-23|doi=10.22435/kespro.v10i1.2069.21-31|id=|accessdate=2021-12-05}}</ref>[[Berkas:Simple Confounding Case.svg|jmpl|Ilustrasi efek perancu (pengacau) sederhana yang mana ''Z'' adalah penyebab dari ''X'' dan ''Y'' .]]

Pada prinsipnya, persamaan yang menentukan <math>P(y \mid \text{do}(x)) = P(y \mid x)</math> dapat diverifikasi dari model pembangkit data, dengan asumsi kita memiliki semua persamaan dan probabilitas yang terkait dengan model. Ini dilakukan dengan mensimulasikan intervensi <math>\text{do}(X = x)</math>dan memeriksa apakah probabilitas yang dihasilkan dari ''Y'' sama dengan probabilitas bersyarat <math>P(y \mid x)</math>. Namun, apabila ternyata struktur graf sudah cukup untuk memverifikasi kesetaraan <math>P(y \mid \text{do}(x)) = P(y \mid x)</math>.<ref name=":1" />

 

Salah satu prasyarat, peneliti menambahkan bahwa faktor latar belakang tidak boleh menjadi konsekuensi dari penyebab yang diduga, hal ini dinyatakan oleh Schlesselman.{{Sfn|Wunsch|2007|p=100}} Misalnya, terhadap eksperimental bukti dari penelitian pada hewan, mekanisme biologis dari penelitian (uji klink) paparan terhadap perokok dengan kanker paru-paru (pasien).{{Sfn|Wunsch|2007|p=101}} Secara umum, pertimbangan seorang peneliti dalam menentukan suatu paparan ketika mencoba untuk menilai efektivitas obat ''X'' dari data populasi di mana penggunaan obat adalah pilihan pasien. Data menunjukkan bahwa jenis kelamin (''Z'') mempengaruhi pilihan obat pasien serta peluang mereka untuk sembuh (''Y''). Dalam alur cerita ini, jenis kelamin ''Z'' mengacaukan hubungan antara ''X'' dan Y karena ''Z'' adalah penyebab dari ''X'' dan ''Y'':

[[Berkas:Confounding-pasien.png|pus]]

Secara umum, pengganggu dapat dikendalikan dengan penyesuaian jika dan hanya jika ada satu set kovariat yang diamati yang memenuhi kondisi Pintu Belakang. Selain itu, jika ''Z'' adalah himpunan seperti itu, maka rumus penyesuaian Persamaan. (3) valid <4,5>. Kalkulus do Pearl memberikan kondisi tambahan di mana <math>P(y \mid \text{do}(x))</math> dapat diperkirakan, tanpa harus dengan rumus penyesuaian.<ref>{{Cite journal|last=Shpitser|first=I.|last2=Pearl|first2=J.|year=2008|title=Complete identification methods for the causal hierarchy|url=https://ftp.cs.ucla.edu/pub/stat_ser/r336-published.pdf|journal=The Journal of Machine Learning Research|language=en|volume=9|pages=1941–1979}}</ref>

 

Jenis confounding dapat dikategorikan menurut sumbernya yakni pilihan instrumen pengukuran (''operational confound''), karakteristik situasional (''procedural confound'') dan perbedaan antar individu (''person confound'').<ref name=":3">{{cite book|last1=Pelham|first1=Brett W.|last2=Blanton|first2=Hart C.|date=2018|url=https://www.google.co.id/books/edition/Conducting_Research_in_Psychology/qKxyDwAAQBAJ?hl=id&gbpv=1&dq=Conducting+Research+in+Psychology:+Measuring+the+Weight+of+Smoke+operational+confounding&pg=PT173&printsec=frontcover|title=Conducting Research in Psychology: Measuring the Weight of Smoke|place=[[Los Angeles]]|publisher=SAGE Publications, Inc|isbn=978-1544333342|pages=|language=en|coauthors=}}</ref>

 

Pengganggu operasional (''operational confound'') diartikan bahwa pengganggu operasional dapat terjadi dalam dua instrumen pengukuran pada penelitian yakni eksperimental dan non-eksperimental. Jenis ini terjadi saat akan melakukan pengukuran yang akan dirancang untuk menilai konstruk tertentu secara tidak sengaja yang juga mengukur faktor lain juga.<ref name=":3" />

 

Pengganggu prosedural (''procedural confound'') diartikan bahwa pengganggu operasional dapat terjadi pada karakteristik situasi eksperimen laboratorium atau eksperimen semu. Jenis ini terjadi ketika peneliti secara keliru membiarkan variabel lain dan berubah bersama dengan variabel bebas yang dimanipulasi.<ref name=":3" />

 

Pengganggu individu (''person confound'') diartikan bahwa pengganggu operasional dapat terjadi ketika dua atau lebih kelompok/unit yang berbeda kemudian dianalisis bersama-sama. Misalnya, pekerja dari pekerjaan yang berbeda, meskipun bermacam-macam menurut satu atau lebih karakteristik lain yang diamati atau tidak diamati sebagai contoh jenis kelamin.<ref name=":3" />

 

Peneliti dalam melakukan penelitian eksperimental dapat meminimalisir pengaruh confounding dengan dua pilihan secara konseptual yakni mengeluarkan ''confounding'' potensial dari eksperimen penelitian ataupun  memasukkan ''confounding'' kedalam eksperimen penelitian agar dapat memperhitungkan hubungannya dalam eksperimen tersebut. Salah satu teknik eksperimen yang dapat digunakan ialah ''placebo control'' (kontrol placebo). ''Placebo control'' dijadikan sebagai strategi dalam mengeluarkan variabel potensial confounding dikarenakan dapat mengatur eksperimen dan beberapa hal lain yang berhubungan dengan perbedaan asumsi partisipan terhadap perlakuan yang setara dengan semua partisipan lainnya berdasarkan yang diberikan peneliti. Sebaliknya, apabila efek ''placebo control'' dijadikan sebagai teknik dalam memasukkan variabel potensial confounding, dapat dilakukan dengan cara mempertanyakan secara eksplisit asumsi yang dimiliki partisipan terhadap perlakuan yang ia terima yang selanjutnya diperhitungkan kedalam skor uji statistika dalam eksperimen.<ref>{{cite book|last=Yusainy|first=Cleoputri|date=2016|url=https://www.google.co.id/books/edition/Panduan_Riset_Eksperimental_dalam_Psikol/gwNODwAAQBAJ?hl=id&gbpv=1&dq=confounding&pg=PA41&printsec=frontcover|title=Panduan Riset Eksperimental dalam Psikologi Edisi Revisi|place=[[Malang]]|publisher=Universitas Brawijaya Press|isbn=9786024320256|pages=42|language=id-ID|coauthors=}}</ref>