Analisa Dan Validasi Data

ANALISA DAN VALIDASI
INDIKATOR MUTU
Dr. Luwiharsih,MSc
dr Luwiharsih, MSc
pemilihan indikator-luwi 28 juli2015 2

JABATAN SEKARANG :
Ka Bidang Diklat KARS
Ka Kompartemen Mutu PERSI 2015 – 2018
PENDIDIKAN
• SI Fakultas Kedokteran Unair
• SII Pasca Sarjana UI, Manajemen Rumah Sakit
pemilihan indikator-luwi 28 juli2015 3

PENGALAMAN KERJA
o Surveior & Pembimbing Akreditasi RS

(1995 – sekarang )
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)
luwi 25 juli 2016 4

PEMILIHAN, PENGUMPULAN, ANALISIS DAN VALIDASI DATA INDIKATOR MUTU
DALAM PENGUKURAN PELAYANAN KLINIS YANG AKAN DIEVALUASI, (, (PMKP 4, 5,
5.1, 6, 7,7.1,7.2, 8. )
Standar PMKP. 7
Pengumpulan data merupakan salah satu kegiatan

program peningkatan mutu dan keselamatan pasien
untuk mendukung asuhan pasien dan manajemen
rumah sakit lebih baik

STANDAR NASIONAL AKREDITASI RUMAH
5
SAKIT edisi 1
No Elemen penilaian PMKP 7i
1. RS mempunyai regulasi tentang manajemen data yang
meliputi a) sp dng c) yang ada di maksud dan tujuan (Lihat
juga PMKP 2.1 ) (R) --> Panduan sistem manajemen data
2. Komite/Tim PMKP atau bentuk organisasi lainnya
melakukan koordinasi dengan unit pelayanan dalam
pengumpulan data (lihat juga PMKP 4 EP 2) (D,W) -->
Notulen rapat

6
SAKIT edisi 1
No Elemen penilaian PMKP 7
3. RS telah melakukan pengumpulan data dan informasi untuk
mendukung asuhan pasien, manajemen RS, pengkajian
praktik profesional serta program PMKP secara menyeluruh
(Lihat juga PMKP 4 EP 3) (D,W) --> Hasil pengum pulan &
analisis IAK, IAM, kepa tuhan penggu naan PPK & capaian
program PMKP
4. Kumpulan data dan informasi disampaikan kepada badan
diluar RS sesuai peraturan dan perundangan-undangan.
(D,W) --> Lap RS ke badan di luar RS

7
SAKIT edisi 1
5. Rumah sakit berkontribusi terhadap database ekternal
dengan menjamin keamanan dan kerahasiaan (D,W) -->
Hasil analisa benhmarking

8
SAKIT edisi 1
• Indikator mutu
prioritas RS DIBANDINGKAN
• Indikator mutu • Didlm RS/tren Metode statistik
• Dng rs lain
unit • Dng standar
• Dng praktik terbaik
Pengumpulan
Analisis data Laporan
data
Validasi data
Untuk IAK baru/ada Dir & pimpinan
perubahan
RS
Komisi Akreditasi Rumah Sakit

ANALISA DAN VALIDASI INDIKATOR
5.1, 6, 7,7.1,7.2, 8. MUTU(
) 6, 6.1, 7, 8, 9)
)
Maksud dan Tujuan PMKP. 7

Dalam program peningkatan mutu dan
keselamatan pasien, pengumpulan data
merupakan bagian penting dari penilaian
kinerja untuk mendukung asuhan pasien dan
manajemen yang lebih baik.

10
SAKIT edisi 1
5.1, 6, 7,7.1,7.2, 8. MUTU(
) 6, 6.1, 7, 8, 9)
)
Profil rumah sakit dapat dilihat dari data yang
terkumpul. Kumpulan data ini perlu di analisis dan
dibandingkan dengan rumah sakit lain yang sejenis.
Jadi, pengumpulan data merupakan bagian penting dari
kegiatan meningkatkan perbaikan kinerja. Data yang
dimaksud adalah sesuai dengan a) sampai dengan f) yang
ada di maksud dan tujuan PMKP 2.1
11
SAKIT edisi 1
5.1, 6, 7,7.1,7.2, 8. MUTU(
) 6, 6.1, 7, 8, 9)
)

Pengumpulan data dari manajemen risiko,
manajemen sistem utilitas, pencegahan dan
pengendalian infeksi, dapat membantu rumah
sakit memahami kinerja rumah sakit saat ini, apa
yang masih menjadi masalah dan perlu dilakukan
perbaikan.

12
SAKIT edisi 1
5.1, 6, 7,7.1,7.2, 8. )
)

Bank data dari luar juga berharga untuk memonitor
praktik profesional yang dijelaskan di KKS.11.
Dengan berpartisipasi menggunakan bank data dari
luar, RS dapat membandingkan dirinya sendiri dengan
rumah sakit lain yang sama tingkatannya, di tingkat
lokal, nasional dan internasional..
13
SAKIT edisi 1
5.1, 6, 7,7.1,7.2, 8. )
)

Perbandingan adalah alat efektif untuk menemukan
langkah langkah perbaikan dan mencatat tingkat
kinerjanya. Jaringan pelayanan kesehatan dan
mereka yang membayar untuk pelayanan kesehatan
sering membutuhkan informasi ini.

14
SAKIT edisi 1
DALAM PENGUKURAN PELAYANAN KLINIS YANG AKAN DIEVALUASI, , (PMKP 4, 5,
5.1, 6, 7,7.1,7.2, 8. )
)
Maksud dan Tujuan PMKP 7
Bank data dari luar banyak bentuknya mulai bank data
asuransi sampai perkumpulan profesional dan bisa juga
indikator-indikator mutu yang diwajibkan oleh
pemerintah. Sesuai peraturan perundangan mungkin ada
RS yang diharuskan ikut sebagai peserta bank data.
Dalam semua kasus, keamanan dan kerahasiaan data
dan informasi harus di jaga.
15
SAKIT edisi 1
5.1, 6, 7,7.1,7.2, 8. )
)
Berdasarkan tersebut diatas rumah sakit agar 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
rumah sakit lain atau menggunakan database ekternal
c) Menjamin keamanan dan kerahasian data dalam
berkontribusi dengan database eksternal.

16
SAKIT edisi 1
5.1, 6, 7,7.1,7.2, 8. )
)
Standar PMKP 7.1

Analisis data merupakan salah satu kegiatan
program peningkatan mutu dan keselamatan pasien
untuk mendukung asuhan pasien dan manajemen
rumah sakit

17
SAKIT edisi 1
No Elemen penilaian PMKP 7.1
1. RS mempunyai regulasi tentang analisis data yang

meliputi a) sampai dengan b) yang ada di maksud dan
tujuan (R) --> Panduan sistem manajemen data
2. RS telah melakukan pengumpulan data, analisis dan

menyediakan informasi yang berguna untuk
mengidentifikasi kebutuhan untuk perbaikan (D,W) -->
Hasil analisis dan rencana perbaikannya
3. Analisis data telah dilakukan dng menggu-nakan metode

dan teknik2 statistik, sesuai kebutuhan (D,W) --> Ada hasil
analisi menggunakan sistem
18
SAKIT edisi 1
4. Analisa data telah dilakukan dng melakukan perbadingan dari waktu ke

waktu di dalam RS, dng melakukan perbandingan database eksternal
dari RS sejenis atau data nasional/ internasional, dan melakukan
perbandingan dengan standar dan praktik terbaik berdasarkan referensi
terkini (D,W) -->
Data sudah dibandingkan
5. Pelaksana analisis data yaitu staf komite/tim PMKP dan penanggung

jawab data di unit pelayanan/kerja sudah mempunyai pengalaman,
pengetahuan dan keterampilan yang tepat sehingga dapat berpartisipasi
dalam proses tersebut dengan baik. (D,W)

19
SAKIT edisi 1
6 Pelaksana analisis data yaitu staf komite/tim PMKP dan
penanggung jawab data di unit pelayanan/kerja sudah
mempunyai pengalaman, pengetahuan dan keterampilan
yang tepat sehingga dapat berpartisipasi dalam proses
tersebut dengan baik. (D,W)

20
SAKIT edisi 1
PROSES PEMILIHAN, PENGUMPULAN, ANALISIS DAN VALIDASI DATA INDIKATOR
MUTU DALAM PENGUKURAN PELAYANAN KLINIS YANG AKAN DIEVALUASI, (,
(PMKP 4, 5, 5.1, 6, 7,7.1,7.2, 8. )
)
Maksud dan Tujuan PMKP. 7.1

Untuk mencapai kesimpulan dan membuat keputusan, data
harus digabungkan, dianalisis dan diubah menjadi informasi
yang berguna. Analisis data melibatkan individu didalam
Komite/Tim PMKP yang memahami manajemen informasi,
mempunyai keterampilan dalam metode-2 pengumpulan data,
& mengetahui cara menggunakan berbagai alat statistik.

21
SAKIT edisi 1
(PMKP 4, 5, 5.1, 6, 7,7.1,7.2, 8. )
)

Hasil analisis data harus dilaporkan kepada para pimpinan
yang bertanggung jawab akan proses atau hasil yang
diukur dan yang mampu menindaklanjuti.
Dengan demikian, data menyediakan masukan

berkesinambungan yang membantu individu tersebut
mengambil keputusan dan terus-menerus memperbaiki proses
klinis dan manajerial.
22
SAKIT edisi 1
(PMKP 4, 5, 5.1, 6, 7,7.1,7.2, 8. )
)
Pengertian terhadap teknik statistik dapat berguna dalam
proses analisa data, khususnya dalam menafsirkan variasi dan
memutuskan area yang paling membutuhkan perbaikan. Run
charts, diagram kontrol (control charts), histogram, dan
diagram Pareto adalah contoh dari metode statistik yang sangat
berguna dalam memahami pola dan variasi dalam pelayanan
kesehatan.

23
SAKIT edisi 1
5.1, 6, 7,7.1,7.2, 8. )
)

Program mutu berpartisipasi dalam menetapkan seberapa sering
data harus dikumpulkan dan dianalisis. Frekuensi dari proses ini
bergantung dari kegiatan program tersebut dan area yang diukur
serta frekuensi pengukuran. Sebagai contoh, pemeriksaan data
mutu dari laboratorium klinis mungkin dianalisis setiap minggu
untuk mematuhi peraturan perundangan-undangan, dan data
tentang pasien jatuh mungkin dianalisis setiap bulan apabila
jatuhnya pasien jarang terjadi.
24
SAKIT edisi 1
5.1, 6, 7,7.1,7.2, 8. )
)

Maka, pengumpulan data pada titik-titik waktu
tertentu akan memungkinkan rumah sakit
untuk menilai stabilitas dari proses tertentu
ataupun menilai dapat diprediksinya hasil
tertentu terkait dengan ekspektasi yang ada

25
SAKIT edisi 1
5.1, 6, 7,7.1,7.2, 8. )
)
Tujuan analisis data adalah untuk dapat
membandingkan rumah sakit dalam empat hal:
1) Dengan rumah sakit tersebut sendiri dari waktu ke
waktu, misalnya dari bulan ke bulan, dari tahun ke
tahun
2) Dengan rumah sakit sejenis, seperti melalui
database referensi
26
SAKIT edisi 1
5.1, 6, 7,7.1,7.2, 8. )
)
3) Dengan standar-standar, seperti yang ditentukan oleh badan
akreditasi atau organisasi profesional ataupun standar-standar
yang ditentukan oleh undang-undang atau peraturan
4) 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)


27
SAKIT edisi 1
5.1, 6, 7,7.1,7.2, 8. )
)

Perbandingan-perbandingan tersebut membantu
rumah sakit dalam memahami perubahan dan
penyebab perubahan yang tidak diinginkan dan
membantu memfokuskan upaya perbaikan. (Lihat juga
TKRS 5)

28
SAKIT edisi 1
5.1, 6, 7,7.1,7.2, 8. )
)
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

29
SAKIT edisi 1
5.1, 6, 7,7.1,7.2, 8. )
)
 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

30
SAKIT edisi 1
5.1, 6, 7,7.1,7.2, 8. )
)
 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)

31
SAKIT edisi 1
5.1, 6, 7,7.1,7.2, 8. )
)
Standar PMKP 7.2

Program PMKP prioritas di rumah sakit
telah dianalisis dan mempunyai dampak
terhadap peningkatan mutu dan efisiensi
biaya pertahun

32
SAKIT edisi 1
1. Komite/Tim PMKP atau bentuk organisasi lainnya telah
mengumpulkan dan menganalisis data program PMKP
prioritas yang meliputi a) sampai dengan d) yang ada di
maksud dan tujuan (lihat PMKP 5) (D,W) --> Hasil analisis
data program PMKP
2. Ada bukti Direktur rumah sakit telah menindaklanjuti hasil
analisis data yang meliputi a) sampai d) yang ada dimaksud
dan tujuan (D,W) --> Tindaklanjut perbaikan

33
SAKIT edisi 1
3. Ada bukti program PMKP prioritas telah menghasilkan
perbaikan di rumah sakit secara keseluruhan (lihat juga
TKRS 5 EP 5) (D,W) --> Hasil analisis
4. Ada bukti program PMKP prioritas telah menghasilkan
efisiensi penggunaan sumber daya (lihat juga TKRS 5 EP 5)
(D,W) --> Hasil analisis

34
SAKIT edisi 1
MUTU DALAM PENGUKURAN PELAYANAN KLINIS YANG AKAN DIEVALUASI, ,
(PMKP 4, 5, 5.1, 6, 7,7.1,7.2, 8. )
)
Maksud dan Tujuan PMKP 7.2
Direktur rumah sakit memprioritaskan proses di rumah sakit
yang diukur, program perbaikan dan kegiatan keselamatan pasien
yang diterapkan, dan bagaimana mengukur keberhasilan dalam
upaya di seluruh rumah sakit ini.
Program mutu dan keselamatan pasien mencakup analisis atas
dampak prioritas perbaikan yang didukung oleh pimpinan (Lihat
TKRS 5, EP 5).

35
SAKIT edisi 1
MUTU DALAM PENGUKURAN PELAYANAN KLINIS YANG AKAN DIEVALUASI, ,
(PMKP 4, 5, 5.1, 6, 7,7.1,7.2, 8. )
)
Staf program mutu dan keselamatan pasien menyusun sarana
untuk mengevaluasi penggunaan sumber daya untuk proses yang
telah diperbaiki. Sumber daya dapat sumber daya manusia
(sebagai contoh, waktu yang dipakai untuk setiap langkah dalam
proses tersebut) atau dapat pula melibatkan penggunaan
teknologi dan sumber daya lainnya. Analisis ini memberikan
informasi yang berguna atas perbaikan mana yang berdampak
terhadap efisiensi dan biaya.
36
SAKIT edisi 1
5.1, 6, 7,7.1,7.2, 8. ) MUTU ( 6, 6.1, 7)
)

Contoh : Rumah sakit menetapkan pelayanan jantung
merupakan program prioritas, rumah sakit menyusun panduan
klinis dan clinical pathway untuk kasus acut myocard infarc
(AMI), dari hasil analisis implementasi AMI didapatkan variasi
pelayanan Dokter Penang-gung Jawab Pelayanan (DPJP) telah
berkurang dan ada kecenderungan kepatuhan DPJP meningkat
dan dari hasil analisis dapat diketahui bahwa biaya untuk
pasien AMI juga cenderung turun sesuai dengan standar.

37
SAKIT edisi 1
5.1, 6, 7,7.1,7.2, 8. ) MUTU ( 6, 6.1, 7)
)

Dalam melakukan analisis tersebut Komite PMKP
berkoordinasi dengan Komite Medik karena terkait
dengan audit medis, bagian keuangan rumah sakit dan
teknologi informasi (Information Technology) rumah
sakit khususnya untuk billing system sehingga dapat
diketahui telah terjadi kendali biaya.

38
SAKIT edisi 1
(PMKP 4, 5, 5.1, 6, 7,7.1,7.2, 8. )
)

Direktur rumah sakit mengukur keberhasilan
program PMKP prioritas melalui :
a) Pengukuran capaian-capaian indikator area
klinik dan area manajemen
b) Pengukuran kepatuhan penerapan sasaran
keselamatan pasien

39
SAKIT edisi 1
(PMKP 4, 5, 5.1, 6, 7,7.1,7.2, 8. )
)

c) Pengukuran kepatuhan pelaksanaan PPK-CP
sehingga mengurangi variasi dalam pemberian
pelayanan
d) Pengukuran penggunaan sumber daya termasuk
biaya yang dipergunakan untuk perbaikan di
program prioritas rumah sakit tersebut.

40
SAKIT edisi 1
(PMKP 4, 5, 5.1, 6, 7,7.1,7.2, 8. )
)

Melalui pengukuran-pengukuran tersebut diatas,
dapat diketahui dampak perbaikan di rumah sakit
secara keseluruhan termasuk efisiensi penggunaan
sumber daya

41
SAKIT edisi 1
DATA
Indikator area
Indikator area klinis manajemen
(IAK) (IAM) ANALISIS
Pengukuran DATA
mutu
PRIORITAS DAMPAK
5 Panduan Praktik Indikator TERHADAP
Klinis yang di penerapan SKP
EFISIENSI
evaluasi (ISKP) &
EFEKTIFIT
AS YAN
(kendali
mutu &
SAKIT edisi 1 biaya) 42
PENGERTIAN
• Validasi adalah suatu tindakan pembuktian

• Analisa data adalah kegiatan mengubah data hasil
penelitian/survei menjadi informasi yg dapat
digunakan untuk mengambil kesimpulan dan
keputusan

PENGUMPULAN DATA

PENGUMPULAN DATA
• Tentukan sampel/populasi untuk mengumpulkan

data
• Lakukan validasi data untuk keakuratan &
kelengkapan  IAK
• Lakukan perbaikan sesegara mungkin dengan
membuat rencana tindak lanjut (action plan)

LANGKAH-LANGKAH PENGUMPULAN DATA
1. Penanggung jawab pengumpul data mencatat data
kedalam formulir sensus harian atau input data ke dalam
Sistem IT (bila RS sudah mempunyai sistem IT untuk data
indikator)
2. Data direkapitulasi dan di analisa dalam bentuk grafik
melalui sistem IT
3. Interpretasi data
4. Lakukan perbaikan untuk peningkatan mutu
5. Buat laporan dari unit ke pimpinan/komite PMKP sesuai
SPO di RS Komisi Akreditasi Rumah Sakit
BAGAIMANA MELAKUKAN
ANALISA DATA ?

• Rencana perbaikan • Rencana
pengumpula
n data
A P
C/S D
• Analisa & validasi • Pengumpula
n data

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
25
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

• Run chart juga dikenal sebagai grafik garis
RUN CHART adalah grafik sederhana yang

menggambarkan data dari waktu ke waktu
• Sumbu Y : peristiwa/event;
• sumbu X periode waktu
• Digunakan untuk
- memahami gambaran umum suatu proses

- trend dan shift/pergeseran dalam proses
- variasi dari waktu ke waktu
- untuk mengidentifikasi penurunan atau
peningkatan proses dari waktu ke waktu

RUN CHART
• Harus dibuat pada awal kegiatan dan di update dng data baru
sesuai kegiatan yg berjalan
• Merupakan grafik yg mengilustrasikan perubahan mutu dari
waktu ke waktu
• Pengukuran dilakukan pada titik tertentu dan dihubungkan
dengan garis. Hal ini akan menghasilkan grafik variasi dari waktu
ke waktu, dan membantu tim melihat apakah perubahan yg
terjadi mengarah pada perbaikan
• Run chart memilik komentar dengan panah yg menunjuk waktu
bila ide-2 perubahan untuk perbaikan
Komisi Akreditasi diuji
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
54
CONTROL CHARTS
• 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)
•
CONTROL CHARTS
• 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
Histogram
• Data ditampilkan
dalam grafik.
• Mudah utk melihat
trend
• Easy to “eye-ball”
• Tidak ideal untuk
analisis statistik.
M Tu W Th F
57
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
58
Pareto Charts
• 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
ANALISIS DATA
Sasaran dari analisis data adalah agar dapat dilakukan PERBANDINGAN bagi
rumah sakit melalui empat cara :
1. Dengan diri sendiri 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

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

dr Luwi - PMKP 10 des 2013 60
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
TREND
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 TREND
1. Asesmen medis 30 50 50 60 70 80
2. Asesmen prwt 40 55 75 80 80 85
90
80
70
60
50
40 Asesmen medis
30 Asesmen perawat
20
10
0
juli agust sept okt nov des
TREND
g
Dn
Std DATA AGUSTUS 2017
No INDIKATOR STANDAR CAPAIAN RTL
1. Asesmen medis 100 % 80 % Edukasi ke
dokter
ditingkatkan
2. Tidak adanya kesalahan 100 % 98 % Risk grading
pemberian hasil pemeriksaan  RCA/
laboratorium investigasi
3. Tidak ada kesalahan pemberian 100 % 100 % -
label
4. Tidak adanya kejadian operasi 100 % 100 % -
salah sisi
5. Operasi eleKtif tidak menggu 100 % 60 % Lakukan
nakan antibiotika profilaksis RCA,/Diagaram
fish bone shg
diketahui akar
penyebab ke
tdk patuh an

Dn
g
Std
DATA AGUSTUS 2017
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 %
100 %
p raktik DATA AGUSTUS 2017
n g aik
D gb
y

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

MEMBANDINGKAN DATA DNG RS LAIN
• Dapat melalui sismadak
• Saran  data yg dibandingkan adalah data PPI (hasil
surveilance PPI)
• Langkah-langkah membandingkan data :
- Melakukan pertemuan dng RS pembanding

- Menyamakan profil/kamus indikator
- Melakukan training bersama PJ/PIC pengumpul
data dari RS & RS Pembanding

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 indikator
keselamatan
mutu

68
SAKIT edisi 1
VALIDASI DATA

Pengum
Hasil Rekap validasi Valid
pulan
Koreksi Tidak valid

VALIDASI DATA
Tujuan
– Monitoring akurasi data yg dikumpulkan
– Verifikasi bahwa pengambilan data adalah
konsisten dan reproducible
– Verifikasi ekspektasi tentang volume data yang
dikumpulkan.
71
5.1, 6, 7,7.1,7.2, 8. )
)
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.
.

72
SAKIT edisi 1
1. Rumah sakit mempunyai regulasi validasi data sesuai
dengan a) sampai c) yang ada di maksud dan tujuan (R) -->
Panduan Sistem Manajemen Data/SPO validasi data
2. Rumah sakit telah melakukan validasi data pada
pengukuran mutu area klinik yang baru dan bila terjadi
perubahan sesuai dengan regulasi (D,W) --> Hasil validasi
IAK

73
SAKIT edisi 1
3. Rumah sakit telah melakukan validai data yang akan
dipublikasikan di web site atau media lainnya termasuk
kerahasiaan pasien dan keakuratan sesuai regulasi (D,W) -->
Hasil validasi data yg akan di publikasi
4. Rumah sakit telah melakukan perbaikan berdasarkan hasil
validasi data (D,W) --> Hasil perbaikan data

74
SAKIT edisi 1
DALAM PENGUKURAN PELAYANAN KLINIS YANG AKAN DIEVALUASI, (PMKP 4, 5,
5.1, 6, 7,7.1,7.2, 8. )

Validasi data adalah alat penting untuk memahami mutu dari
data dan untuk menetapkan tingkat kepercayaan (confidence
level) para pengambil keputusan terhadap data itu sendiri.
Validasi data menjadi salah satu langkah dalam proses
menetapkan prioritas penilaian, memilih apa yang harus
dinilai, memilih dan mengetes indikator, mengumpulkan data,
validasi data dan menggunakan data untuk peningkatan.

75
SAKIT edisi 1
5.1, 6, 7,7.1,7.2, 8. )
)
Keabsahan dan ketepercayaan pengukuran adalah inti dari
semua perbaikan dalam program peningkatan mutu. Proses
validasi data secara internal perlu dilakukan karena program
mutu dianggap valid jika data yang dikumpulkan sudah sesuai,
benar dan bermanfaat .
Untuk memastikan bahwa data yang dikumpulkan baik, proses
validasi perlu dilakukan.

76
SAKIT edisi 1
5.1, 6, 7,7.1,7.2, 8. )
)
Rumah sakit 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 rumah sakit atau media lain
77
SAKIT edisi 1
5.1, 6, 7,7.1,7.2, 8. )
)
 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

78
SAKIT edisi 1
5.1, 6, 7,7.1,7.2, 8. )

b) Proses validasi data mencakup namun tidak terbatas sebagai
berikut :
 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. STANDAR NASIONAL AKREDITASI RUMAH
79
SAKIT edisi 1
5.1, 6, 7,7.1,7.2, 8. )

 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 jelas definisinya)
dan dilakukan tindakan koreksi
80
SAKIT edisi 1
5.1, 6, 7,7.1,7.2, 8. )

 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.

81
SAKIT edisi 1
5.1, 6, 7,7.1,7.2, 8. )

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. STANDAR NASIONAL AKREDITASI RUMAH
SAKIT edisi 1
82
VALIDASI DATA
PMKP 8
Proses validasi data memuat paling sedikit indikator
area klinis

VALIDASI DATA
– 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.
84
MEKANISME VALIDASI DATA
• Siapa yang melakukan
 Prinsip : validator adalah bukan pengumpul data/tidak terlibat

dalam proses pengumpul data (orang ke dua)
Kapan dilakukan :
 Bila indikator klinik baru saja dikumpulkan (indikator baru)
 Bila ada perubahan sumber data, numerator, denumerator, definisi

operasional, subyek pengumpulan data dirubah & PIC pengumpul
data
telusur data luwi - 10 nov 2013

KETENTUAN VALIDASI DATA
a. Indikator baru diterapkan khususnya, indikator klinis yang
dimaksudkan untuk membantu RS melakukan evaluasi &
meningkatkan proses atau hasil klinis yang penting
b. Agar diketahui publik, data dimuat di web site RS atau dengan

cara lain
c. Suatu perubahan telah dilakukan terhadap indikator :
- cara pengumpulan data diubah
- proses pengambilan data,
- pengumpul data diganti
KETENTUAN VALIDASI DATA
d. Data yang berasal dari indikator yang ada telah diubah tanpa
ada penjelasan
e. Sumber data telah diubah, seperti kalau sebagian dari rekam

medis pasien digantikan dengan format elektronik sehingga
sumber data sekarang berupa kertas maupun elektronik
f. Subyek dari pengumpulan data telah diubah, seperti
perubahan umur rata-rata pasien, komorbiditas, perubahan
protokol riset, penerapan pedoman praktek yang baru, atau
teknologi baru dan metodologi baru pengobatan
diperkenalkan/dilaksanakan.
PROSEDUR VALIDASI DATA
a). Mengumpulkan ulang data oleh orang kedua yang

tidak terlibat dalam pengumpulan data sebelumnya
b). Menggunakan sample statistik sahih dari catatan,

kasus dan data lain. Sample 100 % dibutuhkan
hanya jika jumlah pencatatan, kasus atau data
lainnya sangat kecil jumlahnya.
c).Membandingkan data asli dengan data yang

dikumpulkan ulangdr Luwi - PMKP 4 maret 13 88
VALIDASI DAN
ANALISIS DARI DATA PENILAIAN
d). Kalkulasi akurasi dng membagi jml elemen data yg ditemukan
dng total jml data elemen dikalikan dng 100. Tk akurasi 90 %
adalah patokan yang baik.
e). Jika elemen data yg diketemukan ternyata tidak sama, dng
catatan alasan nya (misalnya data tidak jelas definisinya) &
dilakukan tindakan koreksi
f). Koleksi sample baru setelah semua tindakan koreksi dilakukan
untuk memastikan tindakan menghasilkan tingkat akurasi
yang diharapkan (lihat juga KkS.11,)
dr Luwi - PMKP 4 maret 13 89
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
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
92
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
93
CONTOH :
LAPORAN VALIDASI DATA BULAN SEPT 2017
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 Oktober 2014
JML PASIEN RI 900 pasien
BULAN OKT 2014
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

CONTOH :
LAPORAN VALIDASI DATA BULAN SEP 2017
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 Oktober : belum
akurat
RENCANA TINDAK 1. Tetapkan bahwa capaian indikator asesmen pasien
LANJUT pada bulan Oktober 2014 = 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

CONTOH :
LAPORAN VALIDASI DATA BULAN OKT 2017
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 November 80 %
JML PASIEN RI 800 pasien
BULAN NOV 2014
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

CONTOH :
LAPORAN VALIDASI DATA BULAN OKT 2017
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
November : sudah akurat
RENCANA Validasi akan dilakukan kembali bila ada

TINDAK LANJUT perubahan PIC pengumpul data, sumber data,
numerator, denomerator, sistem RM menjadi
E-RM
Melakukan edukasi ke staf medis untuk
meningkatkan kelengkapan pengisian asesmen
awal
Apakah perlu validasi data ?
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 ?
Tiga metode utk kalkulasi reproducibility : %
agreement
• 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

MEASURE CATEGORY ASSIGNMENT
• 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

MEASURE CATEGORY ASSIGNMENT
Pengumpul Pengumpul
data I data II
Sampel dari 100 16 16
Exclude (B) 4 2
Total numerator (E) 6 8
Total Denominator (D) 12 14

MEASURE CATEGORY ASSIGNMENT LEVEL
COMPARISON & CALCULATION
• Total kecocokan = 16
• Tidak cocok pada ekslusi (B) = 2
• Tidak cocok pada numerator € = 2
• Total tidak cocok = 4
• Total cocok = 12
• % MCA kesepakatan = 12/16 = 75 %
• Karena ketidaksepakatan tidak < 75 %, maka tidak
sepakat
DATA ELEMENT
AGREEMENT
• Contoh 16 RM untuk pengumpul data kedua
• Untuk setiap 16 RM ini, revivew dan dokumen bgmn
pengumpul data pertama mengakatogorikan data
• Data dikumpulkan oleh pengumpul data kedua,
didentifikasi elemen datanya dan catat hasilnya

DATA ELEMENT
AGREEMENT
Pengumpul data I Pengumpul data
II
Usia 16 kasus (denominator) > 18 tahun > 18 tahun

Diagnose AMI (denominator) 16 16
Pemberian ASA 24 jam (numerator) 12 dari 16 8 dari 16
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)

ASSIGNMENT
• Ada 4 elemen data di setiap rekam medis
- 16 elemen data RM dikumpulkan pengumpul data

kedua
- Total elemen dat = 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

TERIMA KASIH
SMS : 0811 151 142
Email : luwiharsih@kars.or.id

Analisa Dan Validasi Data

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Analisa Dan Validasi Data

Diunggah oleh

Hak Cipta:

Format Tersedia

ANALISA DAN VALIDASI

pemilihan indikator-luwi 28 juli2015 2

pemilihan indikator-luwi 28 juli2015 3

o Surveior & Pembimbing Akreditasi RS

luwi 25 juli 2016 4

Pengumpulan data merupakan salah satu kegiatan

STANDAR NASIONAL AKREDITASI RUMAH

STANDAR NASIONAL AKREDITASI RUMAH

STANDAR NASIONAL AKREDITASI RUMAH

Komisi Akreditasi Rumah Sakit

Maksud dan Tujuan PMKP. 7

STANDAR NASIONAL AKREDITASI RUMAH

Maksud dan Tujuan PMKP. 7

STANDAR NASIONAL AKREDITASI RUMAH

Maksud dan Tujuan PMKP. 7

Maksud dan Tujuan PMKP. 7

STANDAR NASIONAL AKREDITASI RUMAH

Berdasarkan tersebut diatas rumah sakit agar mempunyai

STANDAR NASIONAL AKREDITASI RUMAH

Standar PMKP 7.1

STANDAR NASIONAL AKREDITASI RUMAH

1. RS mempunyai regulasi tentang analisis data yang

2. RS telah melakukan pengumpulan data, analisis dan

3. Analisis data telah dilakukan dng menggu-nakan metode

4. Analisa data telah dilakukan dng melakukan perbadingan dari waktu ke

5. Pelaksana analisis data yaitu staf komite/tim PMKP dan penanggung

STANDAR NASIONAL AKREDITASI RUMAH

STANDAR NASIONAL AKREDITASI RUMAH

Maksud dan Tujuan PMKP. 7.1

STANDAR NASIONAL AKREDITASI RUMAH

Maksud dan Tujuan PMKP. 7.1

Dengan demikian, data menyediakan masukan

STANDAR NASIONAL AKREDITASI RUMAH

Maksud dan Tujuan PMKP. 7.1

Maksud dan Tujuan PMKP. 7.1

STANDAR NASIONAL AKREDITASI RUMAH

STANDAR NASIONAL AKREDITASI RUMAH

Maksud dan Tujuan PMKP. 7.1

STANDAR NASIONAL AKREDITASI RUMAH

STANDAR NASIONAL AKREDITASI RUMAH

STANDAR NASIONAL AKREDITASI RUMAH

STANDAR NASIONAL AKREDITASI RUMAH

Standar PMKP 7.2

STANDAR NASIONAL AKREDITASI RUMAH

STANDAR NASIONAL AKREDITASI RUMAH

STANDAR NASIONAL AKREDITASI RUMAH

STANDAR NASIONAL AKREDITASI RUMAH

STANDAR NASIONAL AKREDITASI RUMAH

STANDAR NASIONAL AKREDITASI RUMAH

Maksud dan Tujuan PMKP 7.2

STANDAR NASIONAL AKREDITASI RUMAH

Maksud dan Tujuan PMKP 7.2

STANDAR NASIONAL AKREDITASI RUMAH

Maksud dan Tujuan PMKP 7.2

STANDAR NASIONAL AKREDITASI RUMAH

• Validasi adalah suatu tindakan pembuktian

Komisi Akreditasi Rumah Sakit

Komisi Akreditasi Rumah Sakit

• Tentukan sampel/populasi untuk mengumpulkan

Komisi Akreditasi Rumah Sakit

Komisi Akreditasi Rumah Sakit

Komisi Akreditasi Rumah Sakit

• Run chart sangat bermanfaat tergantung berapa