Scribd Logo
Unggah

Selamat datang di Scribd!

  • Algoriteme Pengukuran Data Rs (New)

    Diunggah oleh

    rikman sohriadhana
    8 tayangan1 halaman
    Dokumen tersebut membahas algoritme pengukuran mutu layanan kesehatan dengan menggunakan indikator kualitas, meliputi proses validasi data, agregasi dan analisis data, serta interpretasi hasil untuk perbaikan mutu.

    Deskripsi Asli:

    Hak Cipta

    © © All Rights Reserved

    Format Tersedia

    PDF, TXT atau baca online dari Scribd

    Apakah menurut Anda dokumen ini bermanfaat?

    Apakah konten ini tidak pantas?

    Laporkan Dokumen Ini
    Dokumen tersebut membahas algoritme pengukuran mutu layanan kesehatan dengan menggunakan indikator kualitas, meliputi proses validasi data, agregasi dan analisis data, serta interpretasi hasil untuk perbaikan mutu.

    Hak Cipta:

    © All Rights Reserved
    Unduh sebagai PDF, TXT atau baca online dari Scribd
    Tandai sebagai konten tidak pantas
    8 tayangan1 halaman

    Algoriteme Pengukuran Data Rs (New)

    Diunggah oleh

    rikman sohriadhana
    Dokumen tersebut membahas algoritme pengukuran mutu layanan kesehatan dengan menggunakan indikator kualitas, meliputi proses validasi data, agregasi dan analisis data, serta interpretasi hasil untuk perbaikan mutu.

    Hak Cipta:

    © All Rights Reserved
    Unduh sebagai PDF, TXT atau baca online dari Scribd
    Tandai sebagai konten tidak pantas
    dari 1

    ALGORITME PENGUKURAN DATA

    INDIKATOR
    1. INDIKATOR NASIONAL MUTU (INM) (13)
    VALIDASI DATA
    2. INDIKATOR MUTU PRIORITAS RS : (IMPRS)
    3. INDIKATOR MUTU PRIORITAS UNIT (IMPU) METODE VALIDASI :
    • MRA 90%
    PROFIL INDIKATOR • MCA 80%
    • DEA 80%
    PENGUMPULAN DATA
    CARA PENGUMPULAN DATA :
    • RETROSPEKTIF / CONCURENT AGREGASI & ANALISA DATA
    (RUNCHRAT / CONTROL CHART
    POPULASI / SAMPEL:
    a. POPULASI INTERPRETASI DATA:
    b. SAMPEL : SHIFT / TREND /ZIGZAG
    • METODE SAMPEL :
    • Sampel Probabiitas (Probability sampling)
    • Sampel Non Probabilitas (Non Probability sampling) GAP / PROBLEM
    • BESAR SAMPEL
    Rumus Slovin : n=N
    1+ N𝑒 2
    Rumus Morgan dan Krenjie
    Rumus Reff Richard Wright (Konsultan JCI) :
    PERBAIKAN MUTU (QUALITY IMPROVEMENT)
    • PDSA
    PENGUMPUL DATA. VALIDATOR • FOCUS PDCA
    Populasi Besar sampel
    Populasi Besar sampel
    >= >480 = 48 sampel
    >= 640 = 128 sampel
    161 - 480 = 10%
    320 – 639 = 20% dari total
    17 – 160 = Min 16 / 10%
    populasi
    1- 16 = 100 % populasi
    64 – 319 = 64 Sampel
    < 64 = 100 % populasi

    Anda mungkin juga menyukai