PENGUMPULAN
DAN ANALYSIS
DATA
dr Luwiharsih, MSc
1 Oktober 2021
dr. Luwiharsih, MSc
• JABATAN :
• Ka. Divisi Diklat KARS, sejak 2011 - sekarang
• Surveior akreditasi, sejak 1995 - sekarang
• Pembimbing akreditasi, sejak 1995 - sekarang
• Dewan Penilai, sejak 2015 - sekarang
• PENDIDIKAN
• S-I Fakultas Kedokteran Unair
• S-II Pasca Sarjana UI, Manajemen RS
• PENGALAMAN KERJA
1 Oktober 2021
INDIKATOR MUTU
WRITE YOUR SUBTITLE HERE
03
VALIDASI DATA
01
PEMILIHAN INDIKATOR MUTU
(PMKP 5, 6, TKRS 5 & 10
04
ANALISIS
02
PENGUMPULAN
DATA MUTU
PENGUMPULAN DATA (PMKP 7, TKRS 11 EP 3)
Pengumpulan data indikator mutu adalah. proses mengumpulkan data mutu RS dari sumber data yang tersedia
dng cara yang telah ditetapkan didalam profil indikator mutu
Tujuan dari pengumpulan data untuk memperoleh informasi yang dibutuhkan dalam rangka mencapai tujuan dari
pengukuran indikator.
Pengumpulan data dilakukan oleh unit kerja yang bertanggung jawab terhadap indikator mutu. (PMKP 6 ep 4,
TKRS 11 EP 3)
Pengumpulan data dikoordinasi & di supervisi oleh komite PMKP (PMKP 7 EP 2; PMKP 4 EP 3)
1 Oktober 2021
TAHAPAN PENGUMPULAN DATA
a) mengidentifikasi sumber data (data primer atau data sekunder)
b) menetapkan rencana sampling (Teknik sampling dan besar sampel) Lihat di
c) menetapkan elemen data yang akan dikumpulkan (numerator & profil
denumerator)
d) mengembangkan instrumen pengumpulan data (formulir observasi &
indikator
formulir pengumpulan data, dan lain sebaginya)
e) menetapkan frekuensi pengumpulan data (sesuai yang ada di profil
indikator)
f) membuat rencana distribusi data (internal atau eksternal, internal
kemana saja) Regulasi untuk
g) Menetapkan penanggung jawab (PIC=person in charge) pengumpul setiap indikator
data di unit
1 Oktober 2021
m. Kepatuhan Penggunaan Alat Pelindung Diri (APD)
Judul Indikator Kepatuhan Penggunaan Alat Pelindung Diri (APD)
Dasar Pemikiran 1. Permenkes No.11 Tahun 2017 tentang
Keselamatan Pasien pada pasal 5 ayat 5
mengamanatkan bahwa setiap fasyankes
harus mengurangi resiko infeksi akibat
perawatan kesehatan
2. Permenkes No.27 tahun 2017 tentang
Pencegahan dan pengendalian infeksi di
Fasyankes, pasal 3 ayat 1 setiap Fasyankes
harus melaksanakan program Pencegahan
dan Pengendalian Infeksi (PPI).
3. Keputusan Menteri Kesehatan Republik
Indonesia No. HK.01.07/Menkes/413/2020
Tentang Pedoman Pencegahan Dan
Pengendalian Coronavirus Disease 2019
(Covid-19)
4. Petunjuk Teknis Alat Pelindung Diri (APD)
dalam menghadapi wabah Covid 19 (Dirjen
Yankes tahun 2020)
5. Rumah Sakit harus memperhatikan
kepatuhan pemberi pelayanan dalam
menggunakan APD sesuai dengan prosedur.
Dimensi Mutu Keselamatan, Efektif
Tujuan 1. Mengukur kepatuhan petugas Rumah Sakit
dalam 1menggunakan
Oktober 2021 APD
2. Menjamin keselamatan petugas dan
pengguna layanan dengan cara mengurangi
risiko infeksi.
Definisi 1. Alat pelindung diri (APD) adalah perangkat
Operasional alat yang dirancang sebagai penghalang
terhadap penetrasi zat, partikel padat, cair,
atau udara untuk melindungi pemakainya
dari cedera atau penyebaran infeksi atau
penyakit.
2. APD digunakan sesuai dengan standar dan
indikasi
3. Indikasi penggunaan APD adalah jika
melakukan tindakan yang memungkinkan
tubuh atau membran mukosa terkena atau
terpercik darah atau cairan tubuh atau
kemungkinan pasien terkontaminasi dari
petugas.
4. Kepatuhan penggunaan APD adalah
kepatuhan petugas kesehatan dalam
menggunakan APD sesuai standar dan
indikasi.
5. Penilaian kepatuhan penggunaan APD
adalah penilaian yang dilakukan terhadap
petugas kesehatan dalam menggunakan APD
saat melakukan tindakan atau prosedur
pelayanan kesehatan
Jenis Indikator Proses
Satuan Persentase
Pengukuran
1 Oktober 2021
Numerator Jumlah petugas kesehatan yang menggunakan
(pembilang) APD sesuai indikasi dan standar dalam periode
pengamatan
Denominator Jumlah petugas kesehatan diamati
(penyebut)
Target 100%
Pencapaian
Kriteria: Kriteria Inklusi:
Semua petugas yang terindikasi harus
menggunakan APD
Kriteria Eksklusi:
Tidak ada
Formula
1 Oktober 2021
DATA SULIT DIKUMPULKAN?
1 Oktober 2021
SAMPEL
TEKNIK PENGAMBILAN
SAMPEL
BESARAN SAMPEL
1 Oktober 2021
1 Oktober 2021
TEKNIK SAMPEL
1) Sampling probabilitas (Probability sampling)
Dalam teknik sampling ini, setiap subjek dalam populasi mempunyai kesempatan yang sama
untuk dipilih sebagai sampel. Beberapa teknik sampling probabilitas antara lain:
Dalam teknik ini, subjek dipilih secara acak dari daftar subjek dengan menggunakan undian
atau menggunakan tabel angka random. Apabila jumlah anggota populasi dapat diketahui,
maka tiap anggota populasi tersebut diberi nomor urut dan dipilih sebagian dari mereka
sebagai sampel dengan menggunakan tabel angka random. Contoh: memilih 200 sampel
dalam 1000 anggota populasi.
1 Oktober 2021
TEKNIK SAMPEL
b) Sampel acak sistematik (systematic random sampling) Teknik ini memilih sampel dari
populasi secara acak dengan menggunakan interval yang sama.
1 Oktober 2021
TEKNIK SAMPEL
d) Multistage random sampling
Multistage random sampling dipilih apabila populasi bersifat heterogen dan dijumpai kluster/strata
yang sifatnya heterogen kemudian dilakukan pemilihan secara acak kluster/strata yang akan
digunakan sebagai sumber data. Sampel yang terpilih merupakan representasi dari masing-
masing kluster/strata.
Cluster random sampling digunakan apabila populasi yang bersifat one stage dan terdiri atas
kluster-kluster yang bersifat heterogen. Kluster akan dipilih secara acak, kluster yang terpilih
mewakili karakteristik populas
1 Oktober 2021
TEKNIK SAMPEL
2) Sampling non probabilitas (Non-probability sampling)
Teknik ini lebih praktis dan lebih mudah dilakukan sehingga lebih sering digunakan. Jenis sampling
non probabilitas antara lain :
a) Consecutive Sampling
Teknik ini memilih calon subjek/sampel berdasarkan kedatangan di tempat penelitian. Calon
subjek/sampel yang memenuhi kriteria inklusi dan tidak ada kriteria eksklusi akan digunakan
sebagai sampel. Pengambilan sampel dihentikan apabila jumlah sampel terpenuhi.
1 Oktober 2021
TEKNIK SAMPEL
b) Sampling berdasarkan ketersediaan (Convenience sampling).
Dalam teknik ini, subjek diambil tanpa sistimatika tertentu, pemilihan berdasarkan ketersediaan yang
ada
pada saat dilakukan pengukuran. Subjek diambil/terpilih sebagai sampel karena sampel tersebut ada
pada tempat dan waktu yang tepat. Teknik ini paling mudah namun validitasnya rendah.
d) Total sampling
Apabila anggota populasi jumlahnya sedikit sesuai dengan kriteria yang digunakan maka seluruh
anggota populasi digunakan sebagai sampel.
Misalnya jumlah anggota populasi ≤ 30 maka seluruhnya digunakan sebagai sampel.
1 Oktober 2021
SAMPLE SIZE
1. Tabel
1 Oktober 2021
1 Oktober 2021
TABEL JUMLAH SAMPEL
BERDASARKAN JUMLAH POPULASI
Populasi (N) Sampel (n) Populasi (N) Sampel (n) Populasi (N) Sampel (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
TABEL JUMLAH SAMPEL
BERDASARKAN JUMLAH POPULASI
Populasi (N) Sampel (n) Populasi (N) Sampel (n) Populasi (N) Sampel (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
Populasi (N) Sampel (n) Populasi (N) Sampel (n) Populasi (N) Sampel (n)
• Instrumen pengukuran mungkin cacat. Misalnya, jika mengukur waktu dengan jam yang baterai lemah, waktu
yang direkam mungkin tidak akurat.
• Instrumen pengukuran yang berbeda dapat digunakan. Misalnya, satu pengumpul data mungkin
menggunakan jam tangan analog, sementara pengumpul data lainnya menggunakan jam tangan digital.
• Faktor manusia dapat mempengaruhi pengukuran data. Misalnya, pelatihan mungkin tidak lengkap atau staf
mungkin salah membaca jam.
• Faktor lingkungan seperti suhu atau kebisingan dapat mempengaruhi pengukuran data.
1 Oktober 2021
• Analisis sistem pengukuran adalah proses
mengevaluasi sistem pengukuran untuk
mengidentifikasi variasi dalam pengukuran yang
VALIDASI DATA mungkin disebabkan oleh instrumen, staf yang
mengumpulkan data, atau faktor lainnya. Dilakukan
→MEASUREMENT segera setelah pengumpulan data awal
1 Oktober 2021
MEASUREMENT SYSTEM ANALYSIS
• Validitas, juga dikenal sebagai akurasi, berarti pengukuran secara akurat mencerminkan nilai
sebenarnya. Ukuran yang valid tidak memiliki bias. Validitas diukur dengan membandingkan hasil
dari pengumpul data dengan "nilai sebenarnya" atau standar yang diterima/disepakati.
• Keandalan (Reabilitas), juga dikenal sebagai presisi, mencerminkan ukuran yang konsisten dan
stabil. Mengukur keandalan mencakup dua aspek:
• Repeatability (atau reliabilitas intra-penilai): Orang yg sama mendapatkan hasil yg sama secara
konsisten saat mengulang pengumpulan data menggunakan sistem pengukuran yg sama.
• Reproduksibilitas (atau reliabilitas antar penilai): Dua pengumpul data yang berbeda mendapatkan
hasil yang sama dari set pengukuran yang sama. Dengan kata lain, pengumpul data kedua
melaporkan hasil yang sama seperti pengumpul data pertama.
1 Oktober 2021
CARA MENGGUNAKAN TOOL INI
1. Kumpulkan data awal. Setidaknya dua orang harus mengumpulkan sampel kecil data
dengan sistem pengukuran yang sama (indikator mutu yang sama)
• Bandingkan hasil antara setiap pengumpul data dan ukuran standar (atau nilai yg
benar) untuk tentukan validitas.
• Bandingkan hasil pengumpul data pertama dengan pengumpul data kedua untuk
menentukan reproduktifitas.
1 Oktober 2021
CARA MENGGUNAKAN TOOL INI
3. Kalkulasi persen kesepakatan untuk masing-masing perbandingan.
a. Validitas: Jika pengumpul data pertama melaporkan hasil yang sama dengan nilai
sebenarnya pada 9 dari 10 sampel, persentase validitas untuk pengumpul pertama
adalah 90%.
b. Reliabilitas: Jika pengumpul data pertama memiliki hasil yang sama antara dua uji
pengukuran terpisah untuk 8 dari 10 sampel, persentase persetujuan untuk reliabilitas
adalah 80%.
c. Reproduksibilitas: Jika pengumpul data pertama dan kedua memiliki hasil yang sama
untuk 5 dari 10 sampel yang diukur, persentase kesepakatan untuk reproduktifitas
adalah 50%.
1 Oktober 2021
Analisis Kesepakatan Atribut: Panduan Interpretasi
untuk Tes Validitas dan Reliabilitas
1 Oktober 2021
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
Validasi data
Untuk IAK baru/ada
perubahan (PMKP 8) Dir RS &
PEMILIK RS
1 Oktober 2021
PENYAJIAN DATA
• Narasi
• Ciri dari penyajian secara tulisan adalah:
• Dibuat dalam bentuk narasi mulai dari pengambilan
data hingga kesimpulan.
• Kelemahan: kurang menggambarkan bentuk statistik
bila terlalu banyak datanya.
• Tabel
Penyajian data dalam bentuk angka yang disusun dalam
kolom dan baris dengan tujuan untuk menunjukkan
frekuensi kejadian dalam kategori yang berbeda.
• Grafik/ Diagram
Untuk melakukan analisis RS dapat memilih jenis grafik
yang tepat sesuai dengan sifat data
1 Oktober 2021
GRAFIK GARIS ATAU RUN CHART
• Run chart sangat bermanfaat tergantung berapa banyak data yang dikumpulkan,
sangat sederhana dan mudah diinterpretasikan
• Dapat membantu RS memahami kinerja baseline dan mengidentifikasi peluang
untuk peningkatan
• Dapat membantu RS menentukan apakah suatu perubahan adalah peningkatan
• Setelah RS melakukan peningkatan, RS dapat menggunakan run chart untuk
tentukan apakah RS mempertahankan hasil yang telah RS hasilkan
• Run chart dapat digunakan untuk melihat semua jenis ukuran dari waktu ke
waktu. contoh: biaya, LOS (lama menginap), jumlah, dan persentase
1 Oktober 2021
GRAFIK GARIS ATAU RUN CHART
• Pergeseran atau Shifts adalah jika 6-8 titik atau lebih berturut-turut jatuh pada
satu sisi dari garis tengah. Titik pada garis rata-rata tidak masuk hitungan.
• Tren atau Trend adalah jika 6 titik atau lebih berturut-turut bergerak ke arah yang
sama. Titik garis datar tidak termasuk dalam hitungan.
1 Oktober 2021
Rule 1
– a shift
Rule 2
– a trend
The 4 rules Rule 3
– terlalu sedikit atau terlalu banyak titik data
Rule 4
– an astronomical point (titik astronomi)
1 Oktober 2021
Rule One – A Shift
1 Oktober 2021
Rule Two - Trend
• Tren pada run chart adalah
enam atau lebih titik berturut-
turut semua naik atau turun
semua. Jika nilai dua atau lebih
titik berturut-turut sama,
abaikan salah satu titik saat
menghitung. Nilai tersebut tidak
membuat atau merusak tren.
1 Oktober 2021
• Rule Three - Runs
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.
1 Oktober 2021
FIGURE 6-7a Site 1: % Beta-Blocker Use in Patients with CH F,
Run Chart, M edian = 65%
FIGURE 6-7a Site 1: % Beta-Blocker Use in Patients with CH F,
Run Chart, M edian = 65%
Run charts of the percentage of beta-blocker use by patients with congestive heart failure (CHF) by site from 2015 through 2016.
100 FUNDAMENTALS OF HEALTH CARE IMPROVEMENT THIRD EDITION 3 2 Yes Yes Three special- Investigate all three signals to
100
FIGURE 6-7c Site 3: % BeFUNDAMENTALS
ta-Blocker Use in Patients with CH F,
OF HEALTH CARE IMPROVEMENT THIRD EDITION
cause signals determine why the site has
Run Chart, M edian = 66% leveled o in performance.
This table summarizes the improvement team’s analysis of the data from Sites 1–3 (Figures 6-7a–6-7c). From Table 6-3 (page 95),
the FUNDAMENTALS OF
expected number of runs is between HEALTH
8 and 17. CARE IMPROVEMENT THIRD EDITION
3
apakah proses berada dalam kontrol/tidak;
0
Time from Blood Draw Min: N/A garis kontrol atas (UCL) dan garis control
to Lab Result
bawah (LCL)
3
untuk monitoring perbaikan (contoh :
0
Min: N/A
dashboard atau scorecard)
Time from Blood Draw
to Lab Result 1 Oktober 2021
Example: Control Chart • Data bisa dipresentasikan dalam beberapa
bentuk :
▪ Persentase
▪ Rates
▪ Counts
▪ Individual values
M Tu W Th F
44
1 Oktober 2021
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
ANALISIS 3. Dengan standar, seperti ditetapkan oleh
DATA badan akreditasi, ikatan profesional atau
menggunakan ketentuan yang ditetapkan
dalam undang-undang atau peraturan.
4. Dengan praktIk-praktIk yang diakui di
kepustakaan sebagai pedoman praktek
yang lebih baik atau paling baik
1 Oktober 2021
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 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
1 Oktober 2021
Analisa data dengan menggunakan alat statistik →
Run chart, control chart, pareto, histogram →
merupakan pilihan untuk setiap indicator
1 Oktober 2021
CONTOH: MEMBANDINGKAN DENGAN STANDAR
No INDIKATOR STANDAR CAPAIAN RTL
6. Tidak adanya kejadian kesalahan 100 % 90 % Risk grading →
pemberian obat* RCA/ investigasi
1 Oktober 2021
CONTOH: MEMBANDING DNG PRAKTIK TERBAIK
1 Oktober 2021
Dapat melalui sismadak → Data Nasional
& propinsi
1 Oktober 2021
Bila membandingkan data dengan RS
tidak melalui sismadak harus :
1 Oktober 2021
• Indikator mutu DAPAT diganti bila secara berturut-turut
minimal selama 1 (satu) tahun sudah tercapai targetnya
DIGANTI? • Misalnya: Imut pasien AMI diberi aspirin, selama satu tahun
sudah tercapai terus menerus. RS mempunyai dokter
jantung baru, imut dapat digunakan lagi.
1 Oktober 2021
Analisis data
Fase
Perbaikan/ peningkatan
1 Oktober 2021
Fase
Peningkatan:
Pilih solusi
terbaik
1 Oktober 2021
This Photo by Unknown Author is licensed under CC BY-SA
KONSEP DAN TOOL SOLUSI PERBAIKAN
1. Build on Lean strategies
• Modifying the Workflow
• 5 S (Select, Set in order, Shine, Standardize,
Sustain) Tool (alat) peningkatan
• Mistake Proofing
2. Select the Best Solution
mutu tidak harus
• Design FMEA dipergunakan semua,
• Priority/Payoff Matrix.
tetapi RS agar memilih
3. Test the Solution → PDSA
4. Chart the Results → Run Chart sesuai kebutuhan dan
5. Additional Analyses . yang dikuasai
6. Change Management: Launch Phase
• Communication Plan
• Operational Assessment 1 Oktober 2021
MONITORING
LANJUT
MONITORING
SELESAI/BISA GANTI
DATA ANALISIS INDIKATOR BARU
1 Oktober 2021
This Photo by Unknown Author is licensed under CC BY-SA
KARS
Quality is a Journey,
not a destination.
Rightly said.
Start your journey and learn
1 Oktober 2021
TERIMA
KASIH