Studi Cross Sectional Studi epidemiologi yang mempelajari prevalensi, distribusi maupun hubungan penyakit dan paparan (faktor

penelitian) dengan cara mengamati status paparan, penyakit atau karakteristik terkait kesehatan lainnya secara serentak pada individu-individu dari suatu populasi pada satu saat. Status paparan dan penyakit diukur pada saat yang sama. Data yang dihasilkan adalah data prevalensi, maka disebut juga survei prevalensi. Studi cross sectional pada dasarnya adalah survei. SKRT (Survei Kesehatan Rumah tangga) dan Surveilans merupakan studi cross sectional. Kekuatan : Bermanfaat untuk : o Menggambarkan status/masalah kesehatan o Memperkirakan kebutuhan yankes perencanaan kesehatan o Formulasi hipotesis baru Mudah, murah, dna hemat waktu dibandingkan kohort Dapat cukup valid melihat pengaruh suatu factor risiko dengan penyakit tertentu apabila factor risiko yang diteliti tersebut terjadinya mendahului penyakit. Karena studi ini biasa diambil dari suatu study population yang lebih besar maka dimungkinkan untuk melakukan generalisasi hasil studi. Desain yang efisien untuk mendeskripsikan distribusi penyakit dihubungkan dengan distribusi sejumlah karakteristik populasi. Bermanfaat untuk memformulasikan hipotesis hubungan kausal yang akan diuji dalam studi analitik lainnya, seperti kasus kontrol dan kohor Tidak memaksa subjek mengalami faktor yang merugikan kesehatan (faktor resiko)

Kelemahan : Dapat rentan terhadap kesalahan pengukuran karena informasi yang digali retrospektif berdasarkan ingatan atau catatan. Validitas penilai hubungan kausal menuntut sekuensi waktu yang jelas antara paparan dan penyakit (yaitu paparan harus mendahului penyakit), karakteristik ini sulit dipenuhi dalam studi cross sectional, sehingga penggunaan desain studi ini terbatas untuk menganalisis hubungan kausal paparan dan penyakit. Penggunaan data prevalensi, padahal dalam penelitian faktor resiko dan etiologi penyakit menuntut penggunaan data insidensi penyakit. Kemenduaan temporal, khususnya pada data exposure yang paling terkini Status penyakit bias mempengaruhi seleksi subyek bias seleksi Sering tidak bias membedakan factor risiko (predictor penyakit) dan factor prognostic (mempengaruhi perjalanan penyakit). Tidak efisien untuk meneliti penyakit yang prevalensinya rendah.