VALIDASI

STANDAR
NASIONAL
AKREDITASI PMKP
RUMAH SAKIT
EDISI I PENINGKATAN
( SNARS EDISI I) MUTU DAN
KESELAMATAN
EDIT LW-180617
PASIEN
REV NRL 10717
 FOKUS AREA PMKP
3

PENGELOLAAN KEGIATAN PENINGKATAN MUTU DAN

Final 23 juli
1.
KESELAMATAN PASIEN

PEMILIHAN, PENGUMPULAN, VALIDASI, ANALISIS DATA

2 INDIKATOR MUTU

PELAPORAN DAN ANALISIS INSIDEN KESELAMATAN

3.
PASIEN

4 PENCAPAIAN DAN MEMPERTAHANKAN PERBAIKAN

5 MANAGEMEN RISIKO
Standar PMKP 8

 Rumah sakit mempunyai regulasi validasi data indikator

area klinik yang baru atau mengalami perubahan dan
data yang akan dipublikasikan. Regulasi ini diterapkan
menggunakan proses internal validasi data.
Maksut dan tujuan PMKP 8
 Validasi data adalah alat penting untuk memahami mutu data dan
untuk menetapkan tingkat kepercayaan (confidence level) para
pengambil keputusan terhadap data itu sendiri.
 Validasi data menjadi salah satu langkah dalam proses menetapkan
prioritas penilaian, memilih apa yang harus dinilai, memilih dan
mengetes indikator, mengumpulkan data, validasi data, serta
menggunakan data untuk peningkatan.
 Keabsahan dan ketepercayaan pengukuran adalah inti dari semua
perbaikan dalam program peningkatan mutu.
 Proses validasi data secara internal perlu dilakukan karena program
mutu dianggap valid jika data yang dikumpulkan sudah sesuai, benar,
dan bermanfaat
1. Data yang harus divalidasi :

 Merupakan pengukuran area klinik baru;

 Ada perubahan sistem pencatatan pasien dari manual
ke elektronik sehingga sumber data brubah;
 Bila data dipublikasi ke masyarakat baik melalui web site
rumah sakit atau media lain;
 Bila ada perubahan pengukuran;
 Bila ada perubahan data pengukuran tanpa diketahui
sebabnya;
 Bila ada perubahan subjek data seperti perubahan
umur rata-rata pasien, protokol riset diubah, panduan
praktik klinik baru diberlakukan, serta terdapat teknologi
dan metodologi pengobatan baru.
2. Proses Validasi data mencakup :

 Mengumpulkan ulang data oleh orang kedua yang

tidak terlibat dalam proses pengumpulan data
sebelumnya (data asli);
 Menggunakan sampel tercatat, kasus, dan data
lainnya yang sahih secara statistik. Sampel 100%
hanya dibutuhkan jika jumlah pencatatan, kasus, atau
data lainnya sangat kecil jumlahnya;
 Membandingkan data asli dengan data yang
dikumpulkan ulang;
PORSES VALIDASI
 Menghitung keakuratan dengan membagi jumlah elemen
data yang ditemukan dengan total jumlah data elemen
dikalikan dengan 100. Tingkat akurasi 90% adalah patokan
yang baik;
 Jika elemen data yang diketemukan ternyata tidak sama,
harus dicatat alasannya (misalnya data tidak jelas
definisinya) dan dilakukan tindakan koreksi;
 Koleksi sampel baru setelah semua tindakan koreksi
dilakukan untuk memastikan tindakan menghasilkan
tingkat akurasi yang diharapkan.(lihat juga KKS 11, EP 4)
3. Validasi untuk data yang akan dipublikasikan

 Proses validasi data yang akan dipublikasi di web site

atau media lainnya agar diatur tersendiri dan dapat
menjamin kerahasiaan pasien serta keakuratan data.
 Proses validasi data mencakup, namun tidak terbatas
pada butir 2 tersebut di atas, oleh karena itu dalam
melakukan validasi datamaka rumah sakit dapat
menggunakan cara/proses lain sesuai dengan referensi
ilmiah terkini.
MEKANISME VALIDASI DATA

 Siapa yang melakukan

Prinsip: Validator adalah bukan
pengumpul data/tidak terlibat dalam
proses pengumpul data ( Orang kedua )
 Validasi biasanya diperuntukkan untuk metode analisa yang baru
dibuat dan dikembangkan. Sedangkan untuk metode yang
memang telah tersedia dan baku (misal dari AOAC, ASTM, dan
lainnya), namun metode tersebut baru pertama kali akan
digunakan di laboratorium tertentu, biasanya tidak perlu dilakukan
validasi, namun hanya verifikasi. Tahapan verifikasi mirip dengan
validasi hanya saja parameter yang dilakukan tidak selengkap
validasi.
 Rumus Validasi Data

Validitas Hasil Validasi

(Valid bila > = X 100%
90%) Jumlah Sampel Validasi

Hasil Validasi = Jumlah sampel orang kedua yang sesuai dengan

hasil pengukuran orang pertama.

Jumlah Sampel Validasi = Jumlah total sampel yang diamati orang

kedua.
 EXAMPLE:
14
MEASURE VALIDATION
 Verify number of sources reviewed
 Determine statistically valid sample of records, cases, or other data
for validation

Total # of Data Sources Recommended Sample Size

1 to 16 All data sources
17 to 160 Minimum 16
161 to 480 10%
 480 48

 Samples selected should be across a range of variables, such as:

 Dates RANDOM SELECTION FROM 100
 Patient types
 Incidences
 Staff involved
 Same as measure

14
 NO Orang
Orang I Sesuai
SAMPEL II
1 Ya Ya Ya
2 Ya Ya Ya
3 Tidak Tidak Ya
• Sampel orang Pertama = 128
4 Tidak Ya Tidak • Sampel Validasi = 16 diambil dari
5 Ya Ya Ya hasil pengukuran orang pertama.
6 Ya Ya Ya
7 Ya Tidak Tidak • Terdapat 14 data hasil validasi
8 Tida Tidak
k
Ya
yang sesuai dengan hasil orang
9 Tidak Tidak Ya pertama.
10 Tidak Tidak Ya • Metode Validasi : Measurement
11 Ya Ya Ya result
12 Ya Ya Ya • Validitas = (14/16)x 100% = 87,5% =
13 Ya Ya Ya
Tidak Valid
14 Ya Ya Ya
15 Ya Ya Ya
16 Ya Ya Ya • Valid apabila > 90%
Contoh Laporan Validasi Data
Judul Indikator

Numerator

Denominator

Sumber Data

LAPORAN VALIDASI
Capaian Indikator

Justifikasi Perlu
dilakukan Validasi

Metode Validasi

Hasil Validasi

Hasil Analisa

Kesimpulan

Rencana Tindak
Lanjut
Terima Kasih 24

 DHARMA WAHYU EDHY

 KOMITE MUTU DAN KESELAMATAN PASIEN
 RSUP DR KARIADI SEMARANG
 E-MAIL : didikdharma0@gmail.com