Dr.

Luwiharsih,MSc
dr Luwiharsih, MSc

15 Agustus 2019 2
JABATAN SEKARANG :
• Ka Divisi Diklat KARS, sejak tahun 2011
• Surveior akreditasi, sejak 1995
• Pembimbing akreditasi, sejak 1995
• Dewan Penilai, sejak 2015

PENDIDIKAN
• SI Fakultas Kedokteran Unair
• SII Pasca Sarjana UI, Manajemen Rumah Sakit
15 Agustus 2019 3
PENGALAMAN KERJA

o Direktur RSK Sitanala Tangerang ( 2007 – 2010 )

o Ka Sub Dit RS Pendidikan, Kemkes ( 2005 – 2007 )

o Ka Sub Dit RS Swasta, Kemkes ( 2001 – 2005 )

o Ka Sub Dit Akreditasi RS, Kemkes (1995 – 2001)

15 Agustus 2019 4
 Analisis data adalah :

upaya atau cara untuk mengolah data menjadi

informasi sehingga karakteristik data tersebut
bisa dipahami dan bermanfaat untuk solusi
permasalahan, tertutama masalah yang
berkaitan dengan pengukuran mutu

Komisi Akreditasi Rumah Sakit

ANALISIS DATA DIBANDINGKAN (PMKP
•
•
Run chart
Control chart
• Indikator mutu 7.1 EP 4) • Pareto
• Didlm RS/tren • Bar diagram
Kemenkes • Dng rs lain/data
• Indikator mutu based external
prioritas RS • Dng standar Metode statistik PMKP 7.1 EP 3
• Indikator mutu unit • Dng praktik terbaik

Pengumpulan Analisis data Laporan (TKRS

data (PMKP 7, 7.1) (PMKP 7.1; 7.2) 4.1, PMKP 7.1 EP 6)

Validasi data
Untuk IAK baru/ada Dir RS &
perubahan (PMKP 8) PEMILIK RS

6 feb 2019 6
• Pengumpulan data merupakan bagian penting dari penilaian
kinerja utk mendukung asuhan pasien & manajemen yg lebih
baik.

• Kumpulan data ini perlu di analisis dan dibandingkan dengan

bank data dari luar baik Tingkat international, nasional, propinsi

• Pengumpulan data dari manajemen risiko, manajemen sistem

utilitas, PPI idapat membantu RS, memahami kinerja RS saat ini,
apa yang masih menjadi masalah dan perlu dilakukan
perbaikan.
RS perlu mempunyai regulasi tentang

a) Sistem manajemen data yang meliputi pengumpulan,

pelaporan, analisis, feedback dan publikasi data (PMKP 2.1)

b) Menetapkan data-data yang akan dibandingkan dengan RS

lain atau menggunakan database ekternal → Profil indikator

c) Menjamin keamanan dan kerahasian data dalam

berkontribusi dengan database eksternal.
• Untuk mencapai kesimpulan dan membuat keputusan, data harus
dikumpulkan, dianalisis dan diubah menjadi informasi yang berguna.

• Analisis data melibatkan individu didalam komite/tim pmkp yg

memahami manajemen informasi, mempunyai keterampilan dalam
metode-metode pengumpulan data, dan mengetahui cara
menggunakan berbagai alat statistik.

• Hasil analisis data harus dilaporkan kepada para pimpinan yang

bertanggung jawab akan proses atau hasil yang diukur dan yang
mampu menindaklanjuti.
 Maksud dan Tujuan PMKP 7.1
Oleh karena itu, rumah sakit agar menyusun regulasi analisis data yang
meliputi :

a) Penggunaan statistik dalam melakukan analisis data

b) Analisis yang harus dilakukan yaitu :

• Membandingkan data di rumah sakit dari waktu kewaktu data

(analisis trend), misalnya dari bulanan ke bulan, dari tahun ke tahun.
Perlu diperhatikan dalam melakukan analisa tren, data atau titik yang
ada di gambar grafik minimal 5-6 titik, bila di gambar grafik baru ada
3 titik data maka dapat diartikan analisa tren belum dilakukan.
 Maksud dan Tujuan PMKP 7.1
• Membandingkan dengan rumah sakit lain, bila mungkin yang sejenis,
seperti melalui database eksternal baik nasional maupun
internasional

• Membandingkan dengan standar-standar, seperti yang ditentukan

oleh badan akreditasi atau organisasi profesional ataupun standar-
standar yang ditentukan oleh peraturan perundang-undangan

• Membandingkan dengan praktik-praktik yang diinginkan yang dalam

literatur digolongkan sebagai best practice (praktik terbaik) atau
better practice (praktik yang lebih baik) atau practice guidelines
(panduan praktik klinik)
Komisi Akreditasi Rumah Sakit
 ANALISIS DATA
• Analisa melalui grafik sangat membantu memperlihatkan perubahan
apakah menuju perbaikan sesuai yang diharapkan
• Gunakan alat statistik :
– Run charts
– Control charts
– Histograms
– Pareto charts
• Penggunaan alat statistic dipilih sesuai kebutuhan dan dijelaskan di profil
indicator, pada kolom metodologi Analisa data 25
 PROFIL INDIKATOR
Rencana Metode/cara yang dilakukan untuk mengubah data yang
Analisis dikumpulkan menjadi informasi yang berguna untuk menentukan
langkah tindak lanjut pemecahan masalah dan pembuatan
keputusan. Bisa berbentuk diagram garis, diagram batang,
diagram pie, dan lain – lain sesuai karakteristik data.

- Diagram garis digunakan untuk menampilkan data dari waktu

ke waktu.

- Diagram batang digunakan untuk menampilkan data

pembanding beberapa kategori.

- Diagram pie digunakan15 Oktober

untuk 2019 menampilkan proporsi. 14
 ANALISIS DATA
• Run chart sangat bermanfaat tergantung berapa banyak
data yang dikumpulkan, sangat sederhana dan mudah
diinterpretasikan

• Control chart merupakan cara analisa hasil yang lebih

rumit dan memerlukan data lebih banyak

Komisi Akreditasi Rumah Sakit

 10
Daily Time (Hours) 9
8
7
6
5
4
3
2
1
0
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Week

Skenario
10
I grafik diatas menggambarkan data 14 minggu, tujuh minggu
Daily Time (Hours)

8
sebelum berubah dan tujuh minggu 7 pasca perubahan. Run chart ini akan
6
mendukung kesimpulan bahwa perubahan menghasilkan peningkatan
4
yang berarti
2
dan bahwa proses harus menjadi standar baru
Komisi Akreditasi Rumah Sakit
0
 Week

10
Daily Time (Hours)
8

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Week

Skenario
10 II - tidak ada peningkatan yg jelas setelah perubahan dilakukan.
Daily Time (Hours)

Langkah-langkah
8 yg dilakukan selama pengukuran adalah hasil khas dari
proses6yg memiliki banyak variasi dari minggu ke minggu. Kesimpulan yg
4
dapat diambil dari studi run chart adalah bahwa perubahan tersebut tidak
2
memiliki dampak yang jelas pada
Komisi waktu siklus
Akreditasi Rumah Sakit
0
 10
Daily Time (Hours)
8

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Week

Skenario III : - Tampaknya proses tersebut terus membaik selama periode 14

ime (Hours)

minggu. Namun, tingkat peningkatan tidak berubah ketika perubahan

diperkenalkan pada Minggu 7. Meskipun waktu siklus untuk proses tersebut
tentu saja membaik, tidak ada bukti bahwa perubahan membuat kontribusi
Measurement for Qualit y Improvement | Health Qualit y Ontario
apa pun pada peningkatan proses yang stabil
Komisi Akreditasi Rumah Sakit
 10
Daily Time (Hours) 8

0
1 2 3 4 5 6 7 8 9 10 11 12 13 14
Week

Skenario
A run IV - Perbaikan
c hart c an beawal diamati
used setelah perubahan
to display dilakukan, ttpover
any measure dlm dalam
time tiga minggu
and terakhir
is very
easy to develop, requiring not much more than a p encil and paper. Its
prosesnya tampak telah kembali ke waktu siklus pra-ubahnya. Hasilnya mungkin karena efek Hawthorne
simplicit y makes the run c hart a p owerful tool and one of the most useful for
understanding and c ommunicating variation. Here are some of the reasons to
(perilaku manusia), di mana peningkatan awal diamati karena perhatian khusus pada langkah-2, ttp kmdn
depic t your measures on a run c hart:

ketika fokus pada perubahan berkurang, waktu siklus kembali ke tingkat proses semula. Perubahan belum
1. Run c harts c an help you understand baseline performance and identif y
menghasilkan perbaikan
opportunities berkelanjutan.
for improvement Jadi pertanyaannya di sini adalah, mengingat hanya dua angka,
2. They c an help you determine if a c hange is an improvement
dapatkah
3. Onc Andahave
e you yakin bahwa
made proses
anyang menghasilkan angka
improvement, youkedua tidak
c an usesama dengan
the runproses
c hartyang
to
determine if you are sustaining t he gains you have made
menghasilkan
4. A run c hart angka
c anpertama?
b e used to look at any t ype of measure over time. For
example: c osts, LOS (length of st ay), c ounts, and p ercentages.
Komisi Akreditasi Rumah Sakit
 RUN CHART
1. Dapat membantu RS memahami kinerja baseline dan mengidentifikasi
peluang untuk peningkatan

2. Dapat membantu RS menentukan apakah suatu perubahan adalah

peningkatan

3. Setelah RS melakukan peningkatan, RS dapat menggunakan run chart

untuk tentukan apakah RS mempertahankan hasil yang telah RS
hasilkan

4. Run chart dapat digunakan untuk melihat semua jenis ukuran dari waktu
ke waktu. contoh: biaya, LOS (lama menginap), jumlah, dan persentase.
Komisi Akreditasi Rumah Sakit
 The 4 rules

• Rule 1 – a shift
• Rule 2 – a trend
• Rule 3 – terlalu sedikit atau terlalu banyak titik
data
• Rule 4 – an astronomical point (titik astronomi)
Komisi Akreditasi Rumah Sakit
 Rule One – A Shift
• Pergeseran (shift) pada run chart adalah enam atau lebih poin berturut-turut baik
semua di atas atau semua di bawah median. Nilai-nilai yang jatuh pada median
tidak menambah atau memecah pergeseran (shift). Lewati nilai yang jatuh pada
median dan lanjutkan penghitungan. Aturan ini didasarkan pada probabilitas
statistik. Misalnya, untuk acara dengan dua hasil yang mungkin, di mana setiap
hasil cenderung terjadi 50% dari waktu, probabilitas hasil yang sama terjadi enam
kali berturut-turut kurang dari 3 dalam 1000. Oleh karena itu perubahan
kemungkinan terjadi disebabkan oleh sesuatu, dan bukan hasil dari variasi acak
dalam suatu proses.

Komisi Akreditasi Rumah Sakit

Komisi Akreditasi Rumah Sakit
 Rule Two - Trend

• Tren pada run chart adalah lima atau lebih poin

berturut-turut semua naik atau turun semua. Jika
nilai dua atau lebih poin berturut-turut sama,
abaikan salah satu poin saat menghitung. Nilai
tersebut tidak membuat atau merusak tren.

Komisi Akreditasi Rumah Sakit

Komisi Akreditasi Rumah Sakit
 Rule Three - Runs
• Run adalah serangkaian poin berturut-turut di satu sisi median. Pola atau
sinyal perubahan non-acak ditunjukkan oleh terlalu sedikit atau terlalu
banyak lintasan atau persimpangan garis median. Untuk menentukan
jumlah lintasan di atas dan di bawah median, hitung berapa kali garis
data melintasi median dan tambahkan satu. Perubahan signifikan secara
statistik ditandai oleh terlalu sedikit atau terlalu banyak gerakan, sekali lagi
dihitung menggunakan probabilitas statistik.

• Tabel ini digunakan bersama dengan aturan ini untuk mengidentifikasi

batas bawah dan atas untuk jumlah proses tergantung pada jumlah titik
data yang Anda miliki: Komisi Akreditasi Rumah Sakit
Komisi Akreditasi Rumah Sakit
 Rule Four – Astronomical Point
• Aturan ini membantu dalam mendeteksi angka besar atau kecil yang
tidak biasa. Mereka dicirikan oleh poin data yang jelas, atau bahkan
sangat berbeda dari semua atau sebagian besar nilai lainnya, dan
siapa pun yang mempelajari grafik akan setuju bahwa itu tidak biasa.
Perhatikan bahwa setiap kumpulan data akan memiliki titik data
tertinggi dan terendah, namun ini tidak berarti bahwa tinggi dan
rendah adalah astronomi.

Komisi Akreditasi Rumah Sakit

• Adalah grafik yg menggambarkan data dari waktu ke waktu, control
chrat lebih spesifik daripada Run Chart karena dapat menilai apakah
proses berada dalam kontrol/tidak; garis kontrol atas (UCL) dan garis
control bawah (LCL)

• Control chart mirip run chart, namun lebih memiliki daya statistik
untuk mendeteksi perubahan

• Control chart digunakan untuk QI, dan juga untuk monitoring

perbaikan (contoh : dashboard atau scorecard)

•
Komisi Akreditasi Rumah Sakit
• Data bisa dipresentasikan dalam beberapa bentuk :

▪ Persentase

▪ Rates

▪ Counts

▪ Individual values

• Banyak model control charts diperlukan sesuai jenis data yg

berbeda – namun semua control chart mirip dan dinterpretasikan
dng cara yg sama

Komisi Akreditasi Rumah Sakit

 Control Charts
• Control charts help track a process
• Graphical “alert” to process owners if a process moves out of
“control” or established limits

Max: 6 hours
6
Hours

0
Min: N/A
Time from Blood Draw to Lab Result

32
Example: Control Chart

Komisi Akreditasi Rumah Sakit

• Data ditampilkan dalam
grafik.
• Mudah utk melihat trend
• Easy to “eye-ball”
• Tidak ideal untuk analisis
statistik.

M Tu W Th F

34
• Sebuah tim menggunakan analisis histogram untuk memahami pola variasi dalam
waktu turnaround elektrokardiogram (EKG). Tim mengumpulkan data tentang waktu
turnaround EKG dalam hitungan hari, mengumpulkan 32 titik data (lihat tabel data).

• Waktu turnaround rata-rata adalah 8,3 hari, yang mengungkapkan relatif sedikit
tentang kinerja proses. Untuk mendapatkan pemahaman yang lebih baik tentang
data, tim kemudian mengurutkan data, menghitung jumlah titik data di setiap 10
kategori: 1-2 hari, 3-4 hari, dan seterusnya. Tim kemudian menampilkan data dalam
histogram.

• Histogram memberikan tim informasi baru yang berharga tentang distribusi waktu
putar EKG: sebagian besar waktu turnaround jatuh dalam rentang 1- hingga 2 hari,
dengan rumpun yang lebih kecil dalam rentang 7 hingga 10 hari, dan sepertiga
rumpun dalam kisaran 13 hingga 20 hari.

Komisi Akreditasi Rumah Sakit

days, 3-4 days, and so on. The team then displayed the data in a histogram. The histogram provided the team va
information about the distribution of EKG turnaround times: the vast majority of turnaround times fall in the 1-
range, with a smaller clump in the 7- to 10-day range, and a third clump in the 13- to 20-day range.

Sample Data Table: EKG Turnaround Time

EKG Turnaround Time in Days

9 16 1 4
15 8 13 1
13 16 14 17
7 2 20 2
2 2 18 3
1 1 2 7
1 2 15 2
Average = 8.3 Days

Sample Histogram: EKG Turnaround

Komisi Akreditasi Rumah Sakit Time
Sample Histogram: EKG Turnaround Time

Komisi Akreditasi Rumah Sakit

 Pareto Chart
250

200 •Shows relative impact

•Easy to construct
150 •Visually powerful

100

50

0
1 2 3 4 5 6 7 8 9 10 11 12

38
• Pareto chart merupakan tool yg membantu membantu tim melihat
penyebab atau masalah yg paling sering terjadi.

• Chart memperlihatkan aktifitas atau area yg berkontribusi paling buruk

mutunya

• Pareto chart berbasis teori bahwa jumlah kecil penyebab akan memiliki
kontribusi paling buruk mutunya

• Bila beberapa aktifitas berkontribusi paling besar pada masalah disebut

Pareto Effect

• A classic Pareto Effect diamati bila 20 % penyebab berkontribusi pada 80

% semua masalah Komisi Akreditasi Rumah Sakit
 Example: Data Table and Pareto Chart Errors During
Surgical Set-up
• Satu tim menggunakan analisis Pareto untuk mengidentifikasi faktor "vital beberapa"
yang berkontribusi terhadap kesalahan selama pengaturan bedah. Tim
mengidentifikasi delapan jenis kesalahan pengaturan bedah, dan mengumpulkan
data pada frekuensi masing-masing jenis (lihat tabel). Mereka menghitung
persentase dari total efek untuk setiap jenis kesalahan, kemudian daftar jenis
kesalahan dalam urutan dari terbesar ke efek terkecil. Akhirnya, mereka
menghitung persentase efek kumulatif.

Komisi Akreditasi Rumah Sakit

 Example: Data Table and Pareto Chart Errors During
Surgical Set-up
• Ketika tim menampilkan data ini dalam bagan Pareto, mereka menemukan bahwa
tiga jenis kesalahan menyumbang 75% dari semua kesalahan. Alih-alih bekerja
pada semua jenis kesalahan, tim memutuskan untuk memfokuskan upaya pada
tiga jenis kesalahan "beberapa penting" ini - Pemasok Salah, Jumlah Kelebihan, dan
Jumlah Terlalu Sedikit - karena bersama-sama mereka menyumbang sekitar 80%
masalah.

Komisi Akreditasi Rumah Sakit

Komisi Akreditasi Rumah Sakit
Pareto Chart: Types of Errors Discovered During Surgical Set-up

Komisi Akreditasi Rumah Sakit

Sasaran dari analisis data adalah agar dapat dilakukan PERBANDINGAN bagi rumah sakit
melalui empat cara :

1. Dengan melihat tren didalam RS dalam waktu tertentu, seperti dari bulan ke
bulan atau satu tahun ke tahun berikutnya.

2. Dengan rumah sakit lain yang sama seperti menggunakan data base referensi

3. Dengan standar, seperti ditetapkan oleh badan akreditasi, ikatan profesional

atau menggunakan ketentuan yang ditetapkan dalam undang-undang atau
peraturan.

4. Dengan praktek-praktek yang diakui di kepustakaan sebagai pedoman praktek

yang lebih baik atau paling baik

dr Luwi - PMKP 10 des 2013 44

 ANALISIS DATA
• Analisis Perbandingan ini membantu rumah sakit memahami sumber dan sifat
perubahan yang tidak dikehendaki serta membantu fokus pada upaya perbaikan.

• Regulasi analisis perbandingan untuk setiap indikator ada di profil indikator

• Setiap indikator mutu boleh melakukan analisis perbandingan hanya salah satu
saja atau semuanya → merupakan pilihan dari Komite PMKP. Tapi keempat analisis
perbandingan tersebut harus dilaksanakan di RS. Sebagai contoh : IAK 1 dengan
analisis perbadingan No. 1, IAK 2 dengan No. 2, dst

• Untuk melihat tren → tidak cukup hanya 3 titik, tetapi minimal 5-6 titik. Karena itu
bila data hanya 3 bulan dan analisa data setiap bulan, sehingga pada waktu survei
hanya ada 3 titik/data → maka analisa tren dianggap belum dilakukan

Komisi Akreditasi Rumah Sakit

 YANG PERLU DIPERHATIKAN !
• Analisa data dengan menggunakan alat statistik → Run chart, control
chart, pareto, histogram → merupakan pilihan untuk setiap indicator

• Analisis data dengan membandingkan → didalam RS (tren), dng RS

lain/data based eksternal, dengan standar dan dengan praktik
terbaik

• Analisis data BUKAN DENGAN PDSA

• PDSA → Untuk rencana perbaikan yang memerlukan uji coba (PMKP

11)

Komisi Akreditasi Rumah Sakit

 PDSA dan PDCA
PDSA PDCA
• Siklus PDSA menggunakan empat • PDCA, singkatan bahasa Inggris dari
tahap pendekatan. 1). Plan adalah "Plan, Do, Check, Act"
mengidentifikasi tahap perubahan (Indonesia:Rencanakan, Kerjakan, Cek,
untuk perbaikan; 2). Do adalah tahap Tindak lanjuti), adalah suatu
menguji perubahan yang telah proses pemecahan masalah empat
dilakukan; 3). Study adalah tahap langkah iteratif yang umum digunakan
meneliti keberhasilan perubahan; dalam pengendalian kualitas
4). Act adalah tahap mengidentifikasi
adaptasi dan menginformasikan siklus
baru.
•
Komisi Akreditasi Rumah Sakit
Topik uji coba : .......... Cara : .................. Siklus : ............
PLAN :
Saya berencana : ...........
Saya berharap : ............
Tindakan yg akan dilakukan :
DO
Apa yang diamati :
STUDY
Apa yg dapat dipelajari
Apakah sesuai dng measurement goal
ACTION :
Apa yg dapat anda simpulkan dari siklus ini

Komisi Akreditasi Rumah Sakit

No Indikator J A S O N D
1. Asesmen medis 30 50 50 60 70 80
2. Asesmen prwt 40 55 75 80 80 85

90
80
70
60
50 Asesmen medis
40 Asesmen perawat
30
20
10
0
juli agust sept okt Nov Des
Kesulitan evaluasi TREND
Komisi Akreditasi Rumah Sakit
No Indikator J A S O N D
1. Asesmen medis 30 50 50 60 70 80
2. Asesmen prwt 40 55 75 80 80 85

90
80
70
60
50
Asesmen medis
40
Asesmen perawat
30
20
TREND → sebaiknya satu
10 indikator satu grafik
0
juli agust Sept Okt Nov Des
Komisi Akreditasi Rumah Sakit
No Indikator J A S O N D
1. Asesmen medis 30 50 50 60 70 80
2. Asesmen prwt 40 55 75 80 80 85

100
80
60
40 Asesmen medis
20 Asesmen perawat
0
juli agust sept okt nov des

Kesulitan evaluasi TREND

Komisi Akreditasi Rumah Sakit
Komisi Akreditasi Rumah Sakit
 DATA AGUSTUS 2017
No INDIKATOR STANDAR CAPAIAN RTL
1. Asesmen medis 100 % 80 % 1) ....
2) .......
2. Tidak adanya kesalahan pemberian 100 % 98 % Risk grading →
hasil pemeriksaan laboratorium RCA/ investigasi
3. Tidak ada kesalahan pemberian 100 % 100 % -
label
4. Tidak adanya kejadian operasi 100 % 100 % -
salah sisi
5. Operasi eleKtif tidak menggu nakan 100 % 60 % Lakukan
antibiotika profilaksis RCA,/Diagaram
fish bone shg
diketahui akar
penyebab ke tdk
patuh an
Komisi Akreditasi Rumah Sakit
 DATA AGUSTUS 2017
No INDIKATOR STANDAR CAPAIAN RTL
6. Tidak adanya kejadian kesalahan 100 % 90 % Risk grading →
pemberian obat RCA/ investigasi

7. Komplikasi anestesi ≤6% 4% Risk grading →

RCA/ investigasi

8. Kejadian reaksi transfusi ≤ 0,01 % 0,02 % Risk grading →

RCA/ investigasi

9. Kelengkapan pengisian inform 100 i% 80 % Edukasi

consent ditingkatkan
10. Kejadian infeksi paska operasi ≤ 1,5 % 0,5 % Risk grading →
RCA/ investigasi

11. Ethical clereance 100 %

Komisi Akreditasi Rumah Sakit 100 %
 DATA AGUSTUS 2017

No INDIKATOR STANDAR CAPAIAN RTL

1. Aspirin on arrival pd pasien AMI 100 % 100 %
5. Aspirin at discharge pd pasien AMI 100 % 90 % Lakukan audit
medis atau
peer review

Komisi Akreditasi Rumah Sakit

• Dapat melalui sismadak

• Data yang dibandingkan : Indikator mutu nasional →

Kontribusi data based external (PMKP 7, MIRM 4)

• Syarat membandingkan data melalui sismadak →

PROFIL INDIKATOR TIDAK DIRUBAH

Komisi Akreditasi Rumah Sakit

• Bila membandingkan data dengan RS tidak melalui
sismadak harus :

- Melakukan pertemuan dng RS pembanding

- Menyamakan profil/kamus indikator

- Melakukan training bersama PJ/PIC pengumpul

data dari RS & RS Pembanding

Komisi Akreditasi Rumah Sakit

 MONITORING
LANJUT

HASIL EVALUASI KONSISTENSI

DIPERTAHANKAN CAPAIAN
TERCAPAI

MONITORING
SELESAI/BISA GANTI
DATA ANALISIS INDIKATOR BARU

Lean, Kaizen, Six

Sigma, GKM or Perbaikan
BELUM RENCANA metode sudah
TERCAPAI PERBAIKAN peningkatan dilaksanakan
mutu lainnya
PMKP 11
PERLU UJI PDSA
15 Agustus 2019 COBA 58
Imut dapat diganti dng imut baru

Hasil analisis Imut tsb sudah tercapai

dalam kurun waktu minimal 1 tahun

Imut yg dipilih RS dan tidak termasuk

Imut wajib

14 Oktober 2019 59
Topik uji coba : .......... Cara : .................. Siklus : ............
PLAN :
Saya berencana : ...........
Saya berharap : ............
Tindakan yg akan dilakukan :
DO
Apa yang diamati :
STUDY
Apa yg dapat dipelajari
Apakah sesuai dng measurement goal
ACTION :
Apa yg dapat anda simpulkan dari siklus ini

15 Agustus 2019 60
PLAN
Saya berencana untuk : Tulis pernyataan singkat tentang apa yg akan anda rencanakan
dalam uji ini. Rencana ini lebih fokus dan lebih kecil. Rencana ini merupakan sebagian kecil
dari implementasi tool
Saya berharap : Tulis ukuran atau outcome yg akan anda capai . Anda bisa memiliki data
kuantitatif atau kualitatif
Langkah-langkah : Tulis langkah-langkah yg anda akan lakukan dalam siklus, termasuk hal
berikut :
Populasi dimana anda bekerja – apakah anda mengamati perilaku pasien, dokter atau
perawat
Batas waktu yg anda lakukan utk studi ini → INGAT : tdk perlu waktu lama

15 Agustus 2019 61
DO
Setelah anda membuat PLAN, anda akan memutuskan untuk mengamati apa yg
terjadi

Apa yang anda amati ?

Tulis hasil observasi selama implementasi termasuk bagaimana reaksi misalnya pasien,
dokter, perawat. Bagaimana PLAN sesuai dengan sistem atau alur visit pasien. Anda
bisa bertanya, “ Apakah semuanya berjalan sesuai rencana ?” Apakah saya harus
modifikasi PLAN

15 Agustus 2019 62
STUDY
Setelah implementasi anda akan amati hasil

Apa yang dapat anda pelajari ? Apakah sesuai measurement goal ?

Dari sini anda dapat melihat implementasi telah sesuai sasaran anda

ACT
Apa yang dapat anda simpulkan dari siklus ini ?

Disini anda dapat menulis kesimpulan dari implementasi ini, apakah berhasil atau tidak.
Bila tidak berhasil, apa yg akan anda lakukan selanjutnya pada siklus berikut agar
implementasi berhasil, Jika berhasil, apakah anda siap untuk menyebarkan ke seluruh
orang ?
15 Agustus 2019 63
 TEKNOLOGI INFORMASI SISTEM MANAJEMEN DATA
TERINTEGRASI

Integrasi seluruh
▪ Data indikator mutu
data di tingkat RS
unit & prioritas
& unit meliputi :
▪ Insiden keselamatan
• pengumpulan
pasien (IKP)
• pelaporan
▪ Indikator kinerja staf
• analisa
klinis
• validasi dan
▪ Pengukuran budaya
• publikasi
keselamatan
indikator mutu

STANDAR NASIONAL AKREDITASI RUMAH SAKIT edisi 1 64

ANALISA DATA PROGRAM PRIORITAS RS

Komisi Akreditasi Rumah Sakit

 Evaluasi kendali
Prioritas perbaikan : 5 PPK Pelayanan biaya pre dan post
Pelayanan Jantung Jantung pelaksanaan
program prioritas

Komisi Akreditasi Rumah Sakit

 Trend, bandingkan dng
IAK, IAM, ISKP yan data based eksternal,
bandingkan dng
Jantung di RJ, RI, Capaian indicator target/standar,
IGD, KO, ICCU bandingkan dng praktik
yg baik/PPK-CP

Komisi Akreditasi Rumah Sakit

Komisi Akreditasi Rumah Sakit
Pengum
Hasil Rekap validasi Valid
pulan

Koreksi Tidak valid

Komisi Akreditasi Rumah Sakit

Tujuan
– Monitoring akurasi data yg dikumpulkan
– Verifikasi bahwa pengambilan data adalah konsisten
dan reproducible
– Verifikasi ekspektasi tentang volume data yang
dikumpulkan.

70
– Tanggung jawab mutu pelayanan kesehatan untuk
masyarakat/publik.
– Mendorong peningkatan dalam proses pengumpulan data.
– Ukuran yang dapat dipercaya untuk potensial benchmarking
selanjutnya
– Meningkatkan kepercayaan dalam gerakan pembuatan
keputusan berdasarkan data.

71
Standar PMKP 8

• RS mempunyai regulasi validasi data indikator area klinik

yang baru atau mengalami perubahan dan data yang
akan dipublikasikan. Regulasi ini diterapkan dengan
menggunakan proses internal validasi data.

instrumen 13-14 Maret 2018 72

 Maksud dan Tujuan PMKP 8
RS agar menetapkan regulasi validasi data yang antara lain meliputi :

a) Kebijakan data yang harus divalidasi yaitu

▪ Merupakan pengukuran area klinik baru;

▪ Bila ada perubahan sistem pencatatan pasien dari manual ke elektronik sehingga
sumber data berubah ;

▪ Bila data dipublikasi ke masyarakat baik melalui di web site RS atau media lain

▪ Bila ada perubahan pengukuran

▪ Bila ada perubahan data pengukuran tanpa diketahui sebabnya

▪ Bila ada perubahan subyek data seperti perubahan umur rata rata pasien, protokol
riset diubah, panduan praktik klinik baru diberlakukan, ada teknologi dan
metodologi pengobatan baru

instrumen 13-14 Maret 2018 73

b) Proses validasi data mencakup namun tidak terbatas sebagai berikut :Merupakan
pengukuran area klinik baru;
▪ 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.
Sample 100 % hanya dibutuhkan jika jumlah pencatatan, kasus atau data lainnya
sangat kecil jumlahnya.
▪ Membandingkan data asli dengan data yang dikumpulkan ulang
▪ 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 yg diketemukan ternyata tidak sama, dng catatan alasannya
(misalnya data tidak Koleksi sample baru setelah semua tindakan koreksi
dilakukan untuk memastikan tindakan menghasilkan tingkat akurasi yang
diharapkan (lihat juga KKS.11, EP 4)

c) Proses validasi data yang akan dipublikasi di web site atau media lainnya agar diatur
tersendiri, dan dapat menjamin kerahasiaan pasien dan keakuratan data jelas
definisinya) dan dilakukan tindakan koreksi
instrumen 13-14 Maret 2018 74
c) Proses validasi data yang akan dipublikasi di web site atau media
lainnya agar diatur tersendiri, dan dapat menjamin kerahasiaan
pasien dan keakuratan data jelas definisinya) dan dilakukan
tindakan koreksi

• Proses validasi data mencakup namun tidak terbatas pada b)

tersebut diatas, oleh karena itu, dalam melakukan validasi data,
rumah sakit dapat menggunakan cara/proses lain sesuai dengan
referensi ilmiah terkini.

• Proses validasi data yang akan di publikasi diatur tersendiri dan

dapat menjamin kerahasiaan pasien dan keakuratan data.
Komisi Akreditasi Rumah Sakit
 IAK baru atau Profil Prosedur validasi no A
indicator berubah

VALIDASI DATA

Data di publikasi di
website atau media Prosedur validasi no B
lain

Komisi Akreditasi Rumah Sakit

 Elemen penilaian PMKP 8 Telusur Skor
1. Rumah sakit mempunyai R Regulasi tentang manajemen 10 TL
data termasuk validasi data - -
regulasi validasi data sesuai 0 TT
dengan a) sampai c) yang
ada di maksud dan tujuan (R)

2. Rumah sakit telah D Bukti pelaksanaan validasi data 10 TL

IAK 5 TS
melakukan validasi data pada
0 TT
pengukuran mutu area klinik W
yang baru dan bila terjadi Komite PMKP
perubahan sesuai dengan
regulasi (D,W) instrumen 13-14 Maret 2018 77
 Elemen penilaian PMKP 8 Telusur Skor
3. Rumah sakit telah melakukan D Bukti pelaksanaan validasi data 10 TL
yang dipublikasikan 5 TS
validai data yang akan 0 TT
dipublikasikan di web site atau W Komite PMKP

media lainnya termasuk

kerahasiaan pasien dan
keakuratan sesuai regulasi
(D,W)
4. RS telah melakukan D Bukti pelaksanaan perbaikan 10 TL
data berdasarkan hasil validasi 5 TS
perbaikan berdasarkan hasil data
0 TT
validasi data. (D,W) W Komite PMKP
instrumen 13-14 Maret 2018 78
Komisi Akreditasi Rumah Sakit
Komisi Akreditasi Rumah Sakit
Komisi Akreditasi Rumah Sakit
 Tabel jumlah sampel berdasarkan jumlah populasi
Populasi (N) Sampel (n) Populasi Sampel (n) Populasi Sampel (n)
(N) (N)
10 10 220 140 1200 291
15 14 230 144 1300 297
20 19 240 148 1400 302
25 24 250 152 1500 306
30 28 260 155 1600 310
35 32 270 159 1700 313
40 36 280 162 1800 317
45 40 290 165 1900 320

50 44 300 169 2000 322

82
 Tabel jumlah sampel berdasarkan jumlah populasi

Populasi (N) Sampel (n) Populasi Sampel (n) Populasi Sampel (n)
(N) (N)
55 48 320 175 2200 327
60 52 340 181 2400 331
65 56 360 186 2600 335
70 59 380 191 2800 338
75 63 400 196 3000 341
80 66 420 201 3500 346
85 70 440 205 4000 351
90 73 460 210 4500 354
95 76 480 214 5000 357

83
Populasi (N) Sampel (n) Populasi (N) Sampel (n) Populasi (N) Sampel (n)

100 80 500 217 6000 361

110 86 550 226 7000 364
120 92 600 234 8000 367
130 97 650 242 9000 368
140 103 700 248 10000 370
150 108 750 254 15000 375
160 113 800 260 20000 377
170 118 850 265 30000 379
180 123 900 269 40000 380
190 127 950 274 50000 381
200 132 1000 278 75000 382
210 136 1100 285 1000000 384

Morgan & Krecjie, dalam Uma Sekaran, 2003 84

Komisi Akreditasi Rumah Sakit
Komisi Akreditasi Rumah Sakit
Komisi Akreditasi Rumah Sakit
 SAMPLE SIZE

• Tabel

• Menghitung dengan rumus

• Internet

Komisi Akreditasi Rumah Sakit

Contoh validasi data, sesuai dengan
yang ada di maksud dan tujuan

Komisi Akreditasi Rumah Sakit

JUDUL INDIKATOR asesmen awal medis harus lengkap dalam waktu 24 jam setelah pasien
masuk RI
NUMERATOR Jml asesmen awal medis lengkap dlm waktu 24 jam di RI
DENOMINATOR Jumlah pasien masuk di RI
SUMBER DATA Rekam Medis
CAPAIAN INDIKATOR 70 % pada bulan September 2017
JML PASIEN RI BULAN 900 pasien
SEPT 2017
JUSTIFIKASI PERLU Data baru pertama kali dikumpulkan
VALIDASI
METODE VALIDASI 1. Menggunakan metode simple random sampling → misalnya 900 RM
dilakukukan sampling (table) menjadi 269 RM
2. Melakukan telaah RM di data yg disample tsb
3. Analisa kelengkapan pengisian asesmen medis awal
Komisi Akreditasi Rumah Sakit
HASIL VALIDASI Kelengkapan asesmen awal medis harus lengkap dalam waktu 24 jam
setelah pasien masuk RI = 35 %
HASIL ANALISA 35/70 X 100 % = 50 % → < 90 %
KESIMPULAN Data kelengkapan asesmen medis bulan September: belum akurat
RENCANA TINDAK LANJUT 1. Tetapkan bahwa capaian indikator asesmen pasien pada bulan
Seoptember 2017 = 35 % → revisi data capaian indikator
2. Edukasi untuk PIC pengumpul data
3. Edukasi ke medis untuk peningkatan kelengkapan asesmen
4. Karena validitas data masih diragukan maka data bulan November perlu
dilakukan validasi lagi

Komisi Akreditasi Rumah Sakit

JUDUL INDIKATOR asesmen awal medis harus lengkap dalam waktu 24 jam setelah pasien
masuk RI
NUMERATOR Jml asesmen awal medis lengkap dlm waktu 24 jam di RI
DENOMINATOR Jumlah pasien masuk di RI
SUMBER DATA Rekam Medis
CAPAIAN INDIKATOR Bulan Oktober 80 %
JML PASIEN RI BULAN OKT 800 pasien
2017
JUSTIFIKASI PERLU Validasi ulang karena hasil bulan Okt belum valid
VALIDASI
METODE VALIDASI 1. Menggunakan metode simple random sampling → 800 RM dilakuku
kan sampling (tabel) menjadi 260 RM
2. Melakukan telaah RM di data yg disampling tsb
3. Analisa kelengkapan pengisian asesmen medis awal
Komisi Akreditasi Rumah Sakit
HASIL VALIDASI Kelengkapan asesmen awal medis harus lengkap dalam
waktu 24 jam setelah pasien masuk RI = 75 %

HASIL ANALISA 75/80 X 100 % = 93,75 % → > 90 %

KESIMPULAN Data kelengkapan asesmen medis bulan Oktober : sudah
akurat
RENCANA TINDAK Validasi akan dilakukan kembali bila ada perubahan PIC
LANJUT pengumpul data, sumber data, numerator, denomerator,
sistem RM menjadi E-RM
Melakukan edukasi ke staf medis untuk meningkatkan
kelengkapan pengisian asesmen awal

Komisi Akreditasi Rumah Sakit

 Y T

IAK baru

IAM

IAK lama, PIC data baru

IAK lama, sumber data RM & berubah RM

elektronik, perlu validasi tdk ?
Hasil validasi, data sdh akurat, bln depan perlu
alidasi tdk ?
Data awal 80 %, hasil validasi 35 %, perlu revisi
data tdk ? Komisi Akreditasi Rumah Sakit
• MEASUREMENT RESULT AGREEMENT → 90 % kesepakatan dalam hasil
kalkulasi antara pengumpul data pertama dan kedua

• MEASURE CATEGORY AGREEMENT → 75 % kesepakatan dalam

kategori numerator, denominator, dan ekslusi antara pengumpul data
pertama dan data kedua

• DATA ELEMENT AGREEMENT → 80 % kesepakatan dalam dokumentasi

elemen data antara pengumpul data pertama dan kedua

Komisi Akreditasi Rumah Sakit

• Contoh 16 RM untuk pengumpul data kedua

• Untuk setiap 16 RM ini, review dan dokumentasikan

bagaimana pengumpul data pertama mengkategorikan
data

• Data yang dikumpulkan dan pengumpul data kedua,

dikategorikan dan catat hasilnya

Komisi Akreditasi Rumah Sakit

 Pengumpul Pengumpul Tidak
data I data II cocok
Sampel dari 100 16 16

Ekslusi (B) 4 2 2

Total numerator (E) 6 8 2

Total Denominator (D) 12 14

Komisi Akreditasi Rumah Sakit

• Total kecocokan = 16

• Tidak cocok pada ekslusi (B) = 2

• Tidak cocok pada numerator E = 2

• Total tidak cocok = 4

• Total cocok = 12

• % MCA kesepakatan = 12/16 = 75 %

• Karena ketidaksepakatanKomisi
tidak < 75 %, maka tidak sepakat
Akreditasi Rumah Sakit
• Contoh 16 RM untuk pengumpul data kedua

• Untuk setiap 16 RM ini, revivew dan dokumentasikan

bgmn pengumpul data pertama mengakatogorikan
data

• Data dikumpulkan oleh pengumpul data kedua,

didentifikasi elemen datanya dan catat hasilnya
Komisi Akreditasi Rumah Sakit
 Pengumpul data I Pengumpul data II

Usia 16 kasus (denominator) > 18 tahun > 18 tahun

Diagnose AMI (denominator) 16 16

Pemberian ASA 24 jam 12 dari 16 8 dari 16

(numerator)
Tidak diberikan ASA (kontra 2 dari 16 6 dari 16
indikasi tidak ada) → tidak sesuai
numerator
Kontra indikasi pemberian ASA 1 dari 16 2 dari 16
(ekslusi dari denominator)
Komisi Akreditasi Rumah Sakit
• Ada 4 elemen data di setiap rekam medis

- 16 elemen data RM dikumpulkan pengumpul data kedua

- Total elemen data = 4 X 16 = 64

• Tidak cocok 5

• Cocok 59 dari 64 elemen data

• Nilai kesepakatan elemen 59/64 X 100 = 92 %

• Nilai > 80 % tidak perlu investigasi

Komisi Akreditasi Rumah Sakit

 Quality is a Journey, not a destination.

Rightly said. Start your journey and learn

Komisi Akreditasi Rumah Sakit

Komisi Akreditasi Rumah Sakit