Pengumpulan Direktur
Analisis Data Pelaporan
Data
Control
Run Chart
Chart
Pareto Histogram
Run Chart
Fungsi Run Chart
• Mengetahui apakah ada perubahan signifikan
pada objek yang diukur
• Jika ada perubahan signifikan, artinya ada
dampak dari sesuatu terhadap hal yang diukur
• Perubahan ini bisa merupakan perbaikan ataupun
perburukan, tergantung nilai yang ditampilkan
pada data
• Terdapat garis target pada grafik yang berada di
atas (untuk capaian mendekati 100%) atau di
bawah (untuk capaian mendekati 0%)
Contoh Run Chart
LANGKAH PEMBUATAN DAN ANALISIS RUN
CHART
1. Susun data, minimal 15 pengamatan dalam suatu rentang waktu, dan buat grafiknya
2. Tentukan median data, dan buat garis median pada grafik
3. Identifikasi “run” pada grafik. Run adalah satu atau lebih data yang berada di atas
atau di bawah garis median (data yg jatuh tepat pada garis median, tidak dianggap
sebagai “run”.
4. Cocokkan dengan “rule” dari run chart, adakah yg terpenuhi, jika ada maka
menunjukkan suatu perubahan (non random variation) sedang terjadi
8
→ Jumlah Dengan menganalisis jumlah dan pola
7 “run” kita bisa mengetahui adakah
perubahan yg terjadi.
6
3
Median
0
A B C D E F G H I J K L M N O P
→ Waktu
Category 1
LANGKAH PEMBUATAN DAN ANALISIS RUN
CHART
1. Susun data, minimal 15 pengamatan dalam suatu rentang waktu, dan buat grafiknya
2. Tentukan median data, dan buat garis median pada grafik
3. Identifikasi “run” pada grafik. Run adalah satu atau lebih data yang berada di atas
atau di bawah garis median (data yg jatuh tepat pada garis median, tidak dianggap
sebagai “run”.
4. Cocokkan dengan “rule” dari run chart, adakah yg terpenuhi, jika ada maka
menunjukkan suatu perubahan (non random variation) sedang terjadi
4
Median
3
0
A B C D E F G H I J K L M N O P
→ Waktu
Jumlah Run (dilingkari) = 7 Category 1
Median = 3,5
Jumlah titik data yang dapat dipakai (tidak jatuh tepat di garis median) = 15
Jumlah run standar = ≥5 dan ≤12 → maka 7 tidak memenuhi rule → maknanya, pada proses
yg sedang diamati, tidak ada perubahan yg signifikan
Run Chart Cocok Untuk Data
dgn Kriteria Sebagai Berikut
• Data yang sudah diolah terlebih dahulu
• Data bukan merupakan suatu monitoring
terhadap stabilitas suatu proses
• Umumnya untuk data yang dimana kita
berharap angkanya mendekati 100%, atau
mendekati 0%
Run Chart Cocok Untuk Data
dgn Kriteria Sebagai Berikut
• Contoh
• Angka kepatuhan (100%)
• Angka ketercapaian (100%)
• Angka ketidaklengkapan pengisian informed
consent (0%)
• Angka ketidak-tepatan kehadiran dokter (0%)
• Jumlah complain (ingin diturunkan)
Contoh – Data Kepatuhan CP dari LoS
Zona A
Zona B
Zona C
Mean/average
Zona C
Zona B
Zona A
Langkah Pembuatan Control Chart
• Dapatkan minimal 15 data pengamatan, buatlah
grafiknya
• Hitung mean/average data dan buat garis mean
• Hitung standar deviasinya (SD)
• Buat garis +1 sigma/-1 sigma, dengan cara mean
ditambah /dikurangi SD
• Buat garis +2 sigma/-2 sigma, dengan cara mean
ditambah /dikurangi dua kali SD
• Buat garis +3 sigma/-3 sigma, dengan cara mean
ditambah/dikurangi tiga kali SD
Control Chart Rule
Jika terpenuhi, artinya ada perubahan
signifikan yang sedang terjadi
1 1. Poin di atas UCL atau
di bawah LCL
2 3 2. 2 dari 3 poin di atas
4 garis +2 sigma/di
bawah garis -2 sigma
3. 4 dari 5 poin di atas
garis +1 sigma/di
4 bawah garis -1 sigma
2 3 4. 8 poin di atas CL atau
8 poin di bawah CL
1
Control Chart Rule Jika terpenuhi, artinya ada perubahan signifikan
yang sedang terjadi, kecuali rule 6 menandakan
proses berjalan stabil sesuai yg diharapkan
5 5 5. 6 poin berurutan
mengarah ke atas, atau
6 ke bawah
85
Zona A +3 sigma
80
75 Dilakukan
72
71 upaya 71 71 Zona B +2 sigma
70 70 70
69 69
70 68 marketing 68 68
65
64 64 Zona C +1 sigma
65 63 63 63
Mean/average
59 59
60 58 58 58
56
57 Zona C -1 sigma
55
54
55 53
52
48
Zona B +2 sigma
50
45
Zona A +3 sigma
40
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Contoh Control Chart
Disajikan data beban biaya pasien utk layanan stroke
Terpenuhi rule ada 15 poin data berurutan berada dalam zona C
→ proses berjalan stabil
Diterapkan CP
85
Stroke Zona A +3 sigma
Zona B +2 sigma
75
Zona C +1 sigma
65 Mean/average
Zona C -1 sigma
55
Zona B +2 sigma
45
Zona A +3 sigma
35
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30
Pareto Chart
Fokus pada sedikit hal yang penting,
ketimbang menghandle seluruh hal yang
tidak penting
Konsep Pareto
Ada 11 jenis komplain, namun ternyata dengan berfokus pada 4 saja (kebersihan, perawat,
makanan, & bidan), kita akan menyelesaikan 80% total jumlah komplain yang ada
Langkah Membuat & Menggunakan
Pareto Chart
Jenis Komplain Jumlah
1
AC 23
Perawat
Dokter
45
10
1. Buat tabel data permasalahan
Kebersihan 120
2. Buat grafik Pareto
Makanan 32
menggunakan excel (otomatis)
Fasilitas
Pendaftaran
21
11 2 3. Tetapkan jumlah porsi
permasalahan yang ingin
Tarif 7
4 3
Security 4
Parkir 3 diselesaikan (misalnya 80%)
Bidan 30
4. Buat garis perpotongan
horizontal antara poin 3 yg
5 ditetapkan di atas, dengan
kurva lengkung
5. Buat garis vertikal dari titik
perpotongan yg tercipta dari
poin 4
6. Identifikasi jenis permasalahan
6 yg harus diselesaikan
Kegunaan Pareto Chart
• Mencari proses/masalah yang paling
signifikan memberikan perubahan/dampak
bila dilakukan intervensi/upaya perbaikan
Histogram
Mengelompokkan data untuk melihat sebaran dan frekuensi
Frekuensi
Contoh
pasien ke Tagihan pasien ke Tagihan pasien ke Tagihan
kecamatan asal.
• Dengan histogram, kita bisa 80
mengelompokkan secara otomatis
ke dalam “bin” atau kategori
Frequency
60
Frequency
No Nama Pasien/Identitas Kecamatan 40
1 Tn A Winong
2 Tn B Tayu 20
3 Tn C Juwana
0
4 Tn D Juwana
Bin
Cocok Digunakan Misalnya Untuk
• Jumlah data yang banyak, dan perlu dikelompokkan
dalam kelas-kelas data/kategori-kategori
• Ingin melihat sebaran data, paling banyak dari
kelas/kategori yang mana
• Data individualnya sangat spesifik, tidak ada/sedikit
pengulangan, sehingga perlu dikelompokkan agar
dapat dilakukan analisis
• Contoh
• Data tagihan ingin dilihat sebarannya
• Data LoS ingin dilihat paling banyak berapa hari
• Data asal domisili pasien
• dsb
RINGKASAN PENGGUNAAN
METODE STATISTIK UNTUK
ANALISIS DATA
Run Chart
• Data yang kita harapkan mencapai 100% atau
0%
• Data yang kita harapkan naik, atau turun
• Fungsinya untuk mengetahui apakah ada
perubahan signifikan (baik itu perbaikan atau
perburukan) pada proses yang kita ukur dan
analisis
• Contoh
• Angka kepatuhan
• Angka ketepatan
• Angka ketidaklengkapan
• Angka ketidakhadiran
• Jumlah pasien
Control Chart
• Analisis untuk data pada proses yang kita
harapkan stabil
• Data yang kita ingin analisis, sudah kita
ketahui/tetapkan rentang normal yg kita harapkan
• Data yang digunakan, umumnya data yg mentah
• Fungsinya mendeteksi apakah ada proses yg
berjalan tidak stabil
• Contoh
• Waktu tunggu pelayanan obat (dalam satuan
waktu), bukan ketepatannya
• Data BOR (dimana misalnya kita sudah tahu
bahwa BOR optimal adalah sekitar 75%)
Pareto Chart
• Untuk melakukan analisis sebab akibat, supaya
kita bisa memetakan intervensi yang tepat
• Untuk mengetahui sebab apa yang
menghasilkan akibat terbanyak
• Untuk mengetahui intervensi yang paling
berdampak pada jumlah kasus
• Contoh
• Data penyebab komplain
• Data penyebab kerusakan alat
Histogram Chart
• Untuk memetakan sebaran dan frekuensi
• Mengelompokkan data mentah menjadi
kelompok data yang mudah di amati
• Datanya merupakan data mentah dan
jumlahnya banyak
• Contoh
• Data LoS pasien individual
• Data tagihan pasien individual
• Data tinggi badan individual
• Data berat badan individual
Analisis Dengan Metode Lain
Membandingkan Dengan Diri Sendiri Dari
Waktu ke Waktu
Tahun Q1 Q2 Q3 Q4 Total Annual
• Misalnya kita
komparasikan data
2015 1.232.444.000 1.012.210.100 1.430.392.200 1.503.049.000 5.178.095.300
RS A RS B 50
Januari 34 37
40
Februari 35 40
Maret 32 33 30
April 29 32 RS A
RS B
Mei 28 30 20
Juni 30 33
10
Juli 27 32
Agustus 26 30 0
September 25 30
Oktober 33 40
November 34 45
Desember 36 55
Membandingkan Dengan Standar
• Kita membutuhkan
acuan/standar untuk kemudian
kita bandingkan dengan
pencapaian kita