14 April 2016
1
1. Profil Kesehatan
3. Kualitas data
2
3
Profil Kesehatan menyajikan data untuk
pengambilan keputusan ~ kesehatan, baik di
tingkat kabupaten/kota, provinsi, atau
nasional
4
5
Indikator komprehensif
Berjenjang
6
7
Puskesmas Diare - prevalensi
1 40% Pelaporan
2
3
15%
20%
Puskesmas ke
4 25% Dinkes Kabupaten
8
Puskesmas Diare - prevalensi Hasil survei
1 40%
2 15% di Kab.X menurut
3 20%
4 25% Tiap puskesmas
9
DATA RUTIN:
Dari pencatatan dan
pelaporan rutin
SIK
DATA AD HOC:
Dari hasil penelitian
sewaktu
10
OUR DATA:
We use the most recent data from these
primary sources: WHO, World Bank,
UNESCO, CIA and individual country
databases for global health and causes of
death.
We use the CDC, NIH and individual state
and county databases for verification and
supplementation for USA data.
11
Sumber data rutin: Pertanyaan:
Pencatatan – sesuai kasus yg Definisi kasus ?
Kualitas pencatatan &
terjadi pelaporan?
Secara terus menerus Kasus datang ke
Berbasis fasilitas (?) yg punya faskes atau dijangkau
area kerja oleh petugas?
Dsb..........
Sumber data ad hoc:
Pertanyaan:
Pencatatan – sesuai kasus yg
Definisi kasus?
terjadi Point prevalence?
Sewaktu Kasus di area kerja
Berbasis masyarakat puskesmas?
12
13
Data
agregat
Data
individu
14
Indonesia
Provinsi
Kabupaten
Data
agregat
Kecamatan
Fas-Kes
Pasien
Data
Rumga,
individu
Masyarakat
15
Puskesmas
1
Diare - prevalensi
40% Laporan
2
3
15%
20% Puskesmas Agregat
4 25%
Ke Dinkes
Kab/Kota
Puskesmas Pasien Diare
1 1 diare
1 2 tidak Catatan
1 3 tidak Individu
1
1
4
5
tidak
diare
puskesmas
16
17
No health data is perfect…
And there is no one definition
of data quality
18
Kegiatan/ Pengambil Memakai Ke-
Kejadian/ Catat Lapor keputusan utk ambil pu-
Kondisi menerima keputusan tus-
an
data informasi
Produsen
Pemakai/User
verifikasi
validasi
19
WHO – DQRC (Data Quality Report Card)
1. Dimensi : Sistem yg memproduksi data
a) Petugas pengumpul & pengelola data
b) Formulir & media elektronik
c) Prosedur
d) Definisi variabel yg dikumpulkan
e) Cara memeriksa kualitas data
Langkah Validasi:
Data screening: deteksi data yg suspek error/ tak-
logik
Data verification: case by case
reject, retain, replace
24
PMKDR (Penilaian Mandiri Kualitas Data Rutin)
Telaah Laporan:
▪ Kelengkapan
▪ Akurasi
▪ Konsistensi: Internal & Eksternal
25
Lengkap = ≥ 80%
jml unit melapor/jml unit seharusnya melapor
26
Pencilan =
28
Kesimpulan tidak ada pencilan distrik selama 12 bl
29
Kesimpulan ada pencilan waktu di 10 distrik
30
Pencilan
31
PMKDR (Penilaian Mandiri Kualitas Data Rutin)
32
33
Tujuan analisis data
Data vs Variabel
Sumber data
Data: 1. Laki
Nilai dari variabel yang 2. Laki
3. Perempuan
diteliti hasil dari 4. Laki
pengukuran atau 5. Perempuan
6. ......
pengamatan 7. Dst
36
Puskesmas Diare - prevalensi
1 40%
2 15% Fasilitas
3 20%
4 25%
37
General Overview
38
Sebelum analisis data Data CLEAN?
Edit:
Skip check
Range check – periksa kisaran nilai
Logical check – periksa konsistensi
secara logik
39
Berdasarkan Skala variabel
Untuk membedakan individu satu dg yg lain
NOMINAL beda
ORDINAL beda, urut
INTERVAL beda, urut, besar-beda
RASIO beda, urut, besar-beda,
kelipatan
40
SKALA UKUR CONTOH
NOMINAL Beda Gender:
laki, perempuan
ORDINAL Beda, Urutan Tingkat Pendidikan:
SD, SMP, SMA
INTERVAL Beda, Urutan, Suhu:
Besar beda derajat Celsius
RASIO Beda, Urutan, Berat-badan bayi
Besar beda, dalam gram
Kelipatan
41
Skala variabel: Numerik dan Kategorik
Analisis satu variabel
SKALA UKURAN PUSAT UKURAN VARIASI
Numerik Mean, median, Simpang-baku,
modus kisaran (min-maks),
P25-P75 (IQR)
Kategorik Proporsi/% Kisaran nilai kategori
42
Analisis dua variabel
SKALA Numerik Kategorik
Numerik Koef. Korelasi K=2
Persamaan Regresi Uji T (parametrik)
Linier sederhana K>2
Uji Oneway-Anova
43
Perlukah spesifik untuk data agregat ?
44
Individu vs Agregat Interpretasi
Puskesmas Diare - %
1 40% Rata-rata % diare =
(40% + 15% + 20% + 25%)/4
2 15% = 25%
3 20%
4 25%
m = mean + (1,96)*(s/√n)
p = proportion + (1,96)*(√pq/n)
50
51
52
p = proportion + (1,96)*(√pq/n)
Contoh:
Proporsi Berat lahir ditimbang di Prov. Aceh =
90,13%
95%CI of proportion = 89,94% - 90,33%
53
Berat lahir ditimbang = 89,94% - 90,33%
54
BBLR di Prov. Aceh = 1,368%
95%CI = 1,288% - 1,447%
55
Bandingkan dengan hasil SDKI 2012
56
57
58
59
Ukuran posisi:
Minimum, Maximum
Kuartil-1 = Persen-25
Kuartil-3 = Persen-75
Min.......P25........ Median...........P75...........Max
60
61
62
63
64
Ukuran pusat .
72
Juknis Profil Kabupaten 2013 73
Prov. Umur Pendidikan
78
79
80
Menggambarkan hubungan 2 variabel
numerik
81
Grafik 38. Diagram tebar hubungan drop-out imunisasi
dengan % desa UCI
R2=
15%
82
R2=
70%
83
R2=
44%
84
Membuat persamaan garis linier
Y=a+bX
Y = a + b1 X1 + b2 X2 + ..... + bp Xp
85
Coefficientsa
Y = a + b1K1 + b2 K4
Koefisien Determinasi = 0,745 = hampir 75%
89
Continuous Quality Improvement relies on team work and
scientific approach
90