Contoh Analisis Pareto

Masalah di bidang kesehatan terkadang terlalu rumit untuk dianalisa

sekaligus. Oleh karena itu, seluruh data perlu dipilah terlebih dahulu agar muncul
beberapa solusi dan kemudian dilihat apakah solusi tersebut dapat berguna
untuk
memecahkan masalah. Diagram Pareto dapat membantu untuk
mengidentifikasi penyebab utama masalah dan fokus terhadap penyebab
tersebut, sehingga menghindarkan kita dari penyebab yang minor pengaruhnya.
Contoh penggunaan Diagram Pareto di bawah ini bukan merupakan angka
sebenarnya, namun mencerminkan praktik di kehidupan nyata. Seorang klinisi
mencoba menganalisis penyebab komplikasi setelah operasi toraks karena ia
ingin menurunkan angka kejadian komplikasi tersebut. Klinisi tersebut
mengambil 500 data kasus operasi bedah toraks umum kemudian mencari kasus
yang memiliki komplikasi post operatif. Dari data tersebut, ditemukan adanya
100 komplikasi pada 75 pasien (15% dari seluruh kasus). Langkah selanjutnya
komplikasi tersebut akan diurutkan dari frekuensi tertinggi hingga ke yang jarang
terjadi. Didapatkan sebanyak 37 kasus prolonged air leak, 25 kasus atrial
fibrilasi, 12 kasus gagal napas, 6 kasus pneumonia, 6 kasus jantung, 3 kasus
hemotoraks, 3 kasus empiema, dan sisanya 8 kasus lain. Komplikasi tersebut
kemudian di plot di Diagram Pareto seperti di bawah ini:

Diagram tersebut menunjukkan bahwa apabila klinisi tersebut fokus pada

tiga penyebab utama morbiditas, yakni prolonged air leak, fibrilasi atrial, dan
gagal napas, maka 74% dari seluruh komplikasi dapat ditangani. Apabila klinisi
berfokus pada prolonged air leak, ia akan mencari teknik yang paling hati-hati
selama pembedahan paru, buttressing staplers, mengoptimalkan tes fungsi paru
pasien sebelu menjalani operasi, dsb. Setelah beberapa waktu, klinisi bisa
menilai kembali dan melihat apakah cara yang diambil mengurangi komplikasi
atau tidak.
Sumber: mediscosmba.com/admin/paretos-charts/

Analisis Pareto juga dapat digunakan untuk menganalisis tipe keluhan

pasien selama periode tertentu. Contohnya pada diagram di bawah ini, batang
pada diagram mewakili frekuensi dari setiap faktor selama periode waktu yang
spesifik. Batang tersebut disusun dari tinggi ke rendah sehingga beberapa
kategori yang penting segera terlihat (biasanya dua atau tiga batang pertama

pada grup).

Contoh lain:
Sebuah tim menggunakan analisis Pareto untuk mengidentifikasi faktorfaktor vital yang turut serta terhadap kesalahan/error pada persiapan operasi.
Tim ini menemukan delapan tipe kesalahan saat persiapan operasi, dan
mengumpulkan data tersebut pada frekuensi dari setiap tipe (lihat tabel). Ketika
tabel tersebut ditampilkan dalam diagram Pareto, mereka sadar bahwa jumlah
tiga tipe pertama lebih dari 80% dari seluruh kesalahan/error. Sehingga, tim
tersebut akan fokus pada tiga hal vital ini dibandingkan mencoba memperbaiki
seluruh kesalahan.

Sumber: www.ihi.org/resources/pages/tools/paretodigram.aspx

Contoh Scatter Plot

Scatter plot digunakan untuk mengidentifikasi adanya hubungan antar
perubahan yang diobservasi pada dua variabel yang berbeda. Cara ini
menampilkan mean/rerata secara visual dan statistik untuk mengetes kekuatan
hubungan antara dua variabel. Contoh scatter plot di bawah ini menunjukkan
adanya korelasi antara respon survei dan pertanyaan skrining untuk penilaian
performa local public health.

Scatter plot selanjutnya dari The Atlantic Cities (2012) menggambarkan

Metro Health Index pada kota tersebut. Metro health index merupakan faktor
yang mengukur pembagian orang yang merokok atau obesitas. Pada scatter plot
terlihat adanya korelasi indeks tersebut dengan pendapatan menengah kota.
Namun plot ini tidak dapat membuktikan penyebab korelasi antara pendapatan
dan kesehatan, hanya dapat menunjukkan adanya korelasi.

Sumber: www.health.state.mn.us/divs/opi/qi/toolbox/scatter.html