Using Data for Quality...

Using Data for QualityImprovementUsing Data for QualityImprovementTRISASI LESTARI - 2017

Using Data for QualityImprovementUsing Data for QualityImprovement

Puskesmas mana diYogyakarta yang

pelayanankesehatannya paling

bermutu?



bermutu?



bermutu?



bermutu?

Rumah Sakit mana yangpaling baik untuk

penanganan pasienDemam Berdarah?







Spesialis Bedah manayang operasinya palingaman dan outcomenya

baik?


baik?


baik?


baik?

USNEWSRANKING

2016-2017

USNEWSRANKING

2016-2017

http://health.usnews.com/best-hospitals/rankings

PAST FOCUS

CURRENT FOCUSCURRENT FOCUS

http://www.who.int/healthinfo/indicators/2015/en/

Pertanyaan 2: Bagaimana kita tahu bahwaperubahan yang terjadi adalah suatuperbaikan?

Pertanyaan 2: Bagaimana kita tahu bahwaperubahan yang terjadi adalah suatuperbaikan?

Sulitnya mengukur mutu

Makan waktu, menambah pekerjaanMakan waktu, menambah pekerjaan

Harus memastikan akurasi data dan konsistensi metode pengambilan dataHarus memastikan akurasi data dan konsistensi metode pengambilan data

Terlalu banyak indikator, tapi bukan indikator yang tepatTerlalu banyak indikator, tapi bukan indikator yang tepatTerlalu banyak indikator, tapi bukan indikator yang tepatTerlalu banyak indikator, tapi bukan indikator yang tepat

Indikator terima jadi, tanpa ada proses diskusiIndikator terima jadi, tanpa ada proses diskusi

Bagaimana menggunakan data yg sudah dikumpulkanBagaimana menggunakan data yg sudah dikumpulkan

Pengumpulan data manual atau otomatisPengumpulan data manual atau otomatis

Hasil analisis tidak sesuai dengan pendapat manajemenHasil analisis tidak sesuai dengan pendapat manajemen

Sulitnya mengukur mutu

Makan waktu, menambah pekerjaan

Harus memastikan akurasi data dan konsistensi metode pengambilan dataHarus memastikan akurasi data dan konsistensi metode pengambilan data

Terlalu banyak indikator, tapi bukan indikator yang tepatTerlalu banyak indikator, tapi bukan indikator yang tepatTerlalu banyak indikator, tapi bukan indikator yang tepatTerlalu banyak indikator, tapi bukan indikator yang tepat

Indikator terima jadi, tanpa ada proses diskusiIndikator terima jadi, tanpa ada proses diskusi

Bagaimana menggunakan data yg sudah dikumpulkanBagaimana menggunakan data yg sudah dikumpulkan

Pengumpulan data manual atau otomatisPengumpulan data manual atau otomatis

Hasil analisis tidak sesuai dengan pendapat manajemenHasil analisis tidak sesuai dengan pendapat manajemen

Manfaat Pengumpulan DataMembantu mengidentifikasi masalah yang sebenarnya

Membantu pengambilan keputusan

Meningkatkan kepercayaan diri manajerMeningkatkan kepercayaan diri manajer

Menjadi petunjuk apa yang sedang terjadi : karakteristik masalah, kapanterjadinya, pola dan trend

Menunjukkan peluang perbaikan mutu

Menunjukkan seberapa jauh proses untuk mencapai target

Manfaat Pengumpulan DataMembantu mengidentifikasi masalah yang sebenarnya

Meningkatkan kepercayaan diri manajerMeningkatkan kepercayaan diri manajer

Menjadi petunjuk apa yang sedang terjadi : karakteristik masalah, kapanterjadinya, pola dan trend

Menunjukkan peluang perbaikan mutu

Menunjukkan seberapa jauh proses untuk mencapai target

Manfaat Pengumpulan Data (lanjutan)

Sebagai pembanding terhadap standar

Membantu tim fokus dan memilih prioritas masalah yang harus ditangani

Membantu tim ‘menjual’ ide perbaikan mutu pada manajemen/direksiMembantu tim ‘menjual’ ide perbaikan mutu pada manajemen/direksi

Membantu memahami hubungan antar bagian

Menghindari tim menyelesaikan masalah hasil dugaan seseorang saja.

Membantu tim mengidentifikasi apakah sudah terjadi perubahan kepada perbaikan atau belum

Manfaat Pengumpulan Data (lanjutan)

Membantu tim fokus dan memilih prioritas masalah yang harus ditangani

Membantu tim ‘menjual’ ide perbaikan mutu pada manajemen/direksiMembantu tim ‘menjual’ ide perbaikan mutu pada manajemen/direksi

Membantu memahami hubungan antar bagian

Menghindari tim menyelesaikan masalah hasil dugaan seseorang saja.

Membantu tim mengidentifikasi apakah sudah terjadi perubahan kepada perbaikan atau belum

“The more effort you put into understandingand utilizing data, the more you will berewarded in terms of solving the right

problem in the right way”.(The Victorian Quality Council Safety and Quality in Health)







Quality improvement bisa reactive dan proactive.Reaktif terhadap masalah yang ditemukan dalam data/laporan rutin.Proaktif dengan menganalisis data untuk mencari celah untuk perbaikan.

Quality improvement bisa reactive dan proactive.Reaktif terhadap masalah yang ditemukan dalam data/laporan rutin.Proaktif dengan menganalisis data untuk mencari celah untuk perbaikan.

Sumber data?

DataInternal

DataInternal

DataInternal

DataInternal

DataEksternal

DataEksternal

DataEksternal

DataEksternal

Jenis data

AdministrativeAdministrative

• Demografi• Statistik

pelayanan• Data finansial• Readmission• Length of stay

• Demografi• Statistik

pelayanan• Data finansial• Readmission• Length of stay

ClinicalClinical

• Adverse event• Risk factor• Mortalitas• Morbiditas• Infection rates

• Adverse event• Risk factor• Mortalitas• Morbiditas• Infection rates

Data

Bangsal

HRD

Gizi

Data

Rawat Jalan

Keuangan

HRD Data

Farmasi

PendaftaranData Pendaftaran

IGD

Rawat Jalan

Pengumpulan Data

SamplingSampling

• Populasi• Sample size• Sampling

teknik• Bias

Data entryData entry

• checking• Cleaning

• Populasi• Sample size• Sampling

teknik• Bias


Pengumpulan Data

Data entryData entry


Storing andmanaging

Storing andmanaging

• Spreadsheet• Database

program• Statistical

program


• Spreadsheet• Database

program• Statistical

program

Bias Sampling

Good Data

ReliableReliableReliableReliable

UnbiasedUnbiased

ValidValidValidValid

UnbiasedUnbiased

“If I had to reduce mymessage for

management to just afew words, I’d say it all

had to do withreducing variation”.

(W.E. Deming)

“If I had to reduce mymessage for

management to just afew words, I’d say it all

had to do withreducing variation”.

(W.E. Deming)

Principles of variation1. No two things are exactly alike.

2. Variation in a product or process can be measured

3. Things vary according to a definite pattern.

4. Whenever things of the same kind are measured, a large group of themeasurements will tend to cluster around the middle

5. It's possible to determine the shape of the distribution curve formeasurements obtained from any process.

6. Variations due to assignable causes tend to distort the normal distributioncurve

1. No two things are exactly alike.






Principles of variation1. No two things are exactly alike.






1. No two things are exactly alike.






Cause of variation

Insidental

Cause of variation

Sistemik

Type of variation

Common Source of VariationCommon Source of Variation

Basic Data Presentation

1. Deskriptif Statistik

Basic Data Presentation

2. Percentage changePrevalence of pressure ulcers before and after intervention

2. Percentage changePrevalence of pressure ulcers before and after intervention

3. Measures of centre3. Measures of centre

Satisfaction survey (response rate)Satisfaction survey (response rate)

Satisfaction Survey ResultsSatisfaction Survey Results

4. Pie Chart

5. Using bar for comparison5. Using bar for comparison

6. Box Plots

2. Histogram

HistogramShows relative frequenciesProduced from grouped dataDetermine the number of classes◦ 2a−1 < n ≤ 2a

◦ n=100, 26 < n ≤ 27 = 7 classes

Get insight into the shape of of the distribution of population

Shows relative frequenciesProduced from grouped dataDetermine the number of classes◦ 2a−1 < n ≤ 2a

◦ n=100, 26 < n ≤ 27 = 7 classes



◦ n=100, 26 < n ≤ 27 = 7 classes



◦ n=100, 26 < n ≤ 27 = 7 classes


3. Pareto Chart

ParetoChart

Show

loss

/N

egat

ive

outc

ome

Vital Few

Show

loss

/N

egat

ive

outc

ome

ParetoChart

Trivial many

Control ChartControl ChartControl ChartControl Chart

BasicControl

Chart

BasicControl

Chart

Control chart representingnosocomial infections in the EDControl chart representingnosocomial infections in the ED

Performance improvement DataChest Pain in EmergencyDepartment. Slide courtesy of IHI

Average CABG MortalityBefore and After implementation of a new Protocol(Slide courtesy of IHI)

Average CABG MortalityBefore and After implementation of a new Protocol(Slide courtesy of IHI)

A second look at the Data

2%

A second look at the Data

7%

2%

Angka rata-rata tidakmenggambarkan situasisesungguhnya

Hasil

peng

ukur

anHa

silpe

nguk

uran

Waktu

Angka rata-rata tidakmenggambarkan situasisesungguhnya

Χ (CL)

Waktu

Χ (CL)

Bagaimana variasi dalam sebuahsistem dengan berjalannya waktu?

Shewhart 1920: variasi terkontrol dantidak terkontrol (special cause)

Bagaimana variasi dalam sebuahsistem dengan berjalannya waktu?

Shewhart 1920: variasi terkontrol dantidak terkontrol (special cause)

Jenis VariasiTerkontrol (common cause)◦ Terkait dengan desain proses◦ Akibat proses regular, penyebab

natural, atau biasa.◦ Mempengaruhi semua outcome

proses◦ Hasilnya stabil◦ Bisa diprediksikan

Tidak terkontrol (special cause)◦ Bukan disebabkan karena desain

proses◦ Akibat proses ireguler atau tidak

alami◦ Mempengaruhi sebagian outcome

tapi tidak seluruhnya◦ Hasilnya tidak stabil◦ Tidak bisa diprediksikan

Terkontrol (common cause)◦ Terkait dengan desain proses◦ Akibat proses regular, penyebab

natural, atau biasa.◦ Mempengaruhi semua outcome

proses◦ Hasilnya stabil◦ Bisa diprediksikan













Shewhart’s Control ChartHa

silpe

nguk

uran

Hasil

peng

ukur

an

Waktu

Biasanya diperlukan 15-20 data points

Shewhart’s Control Chart

Χ (CL)

UCLUpper Control Limit

Sigma Limit

Χ (CL)LCLLower Control Limit

Biasanya diperlukan 15-20 data points

Note: For sample size of <6 = LCL always 0Note: For sample size of <6 = LCL always 0

Average and Range(Xbar-R) ChartAverage and Range(Xbar-R) ChartAverage and Range(Xbar-R) ChartAverage and Range(Xbar-R) Chart

Characteristics of Xbar-R chart

1. It comprised of two charts used in tandem

2. It is used when you can collect measurements in subgroups of between twoand 10 observations.

3. The data is in time-order

4. The Xbar chart is used to evaluate consistency of process averages

5. It is efficient at detecting relatively large shifts (typically plus or minus 1.5 ? orlarger)

6. The R chart is used to evaluate the consistency of process variation.

7. Look at the R chart first; if the R chart is out of control, then the control limitson the Xbar chart are meaningless.








Characteristics of Xbar-R chart















Ice Cream Shop

2 scoops = + 6 ounces (~170grams)

Control : weigh fivesamples every 30 minutes

Sum average range

Ice Cream Shop

2 scoops = + 6 ounces (~170grams)

Control : weigh fivesamples every 30 minutes

Sum average range

Rule: a point between UCL and LCL is a NORMAL VARIATION orcontrolled variation in the processRule: a point between UCL and LCL is a NORMAL VARIATION orcontrolled variation in the process

When the average isoutside the limitsthe process is out ofcontrol

Something hashappened, you maybe able to identifythe cause and youhave to correct it.

When the average isoutside the limitsthe process is out ofcontrol

Something hashappened, you maybe able to identifythe cause and youhave to correct it.

When the range isoutside the limitsthe process is out ofcontrol

R-chart is used toevaluate consistencyof the process

If R-chart is out ofcontrol the averagechart is meaningless

When the range isoutside the limitsthe process is out ofcontrol

R-chart is used toevaluate consistencyof the process

If R-chart is out ofcontrol the averagechart is meaningless

Determine control limit for RangeUCL=See table constanta control chartChoose D4 factor that corresponds tothe sample sizeUCL = D4 x RUCL=2.114 x 1.35 = 2.854LCL = 0 , sample size <6

UCL=See table constanta control chartChoose D4 factor that corresponds tothe sample sizeUCL = D4 x RUCL=2.114 x 1.35 = 2.854LCL = 0 , sample size <6

Determine control limit for Range

Decision chartfor workingwith range

SAMPLE SIZE=5UCL=See table constanta controlchartFind A2 factor that correspondsto the sample sizeUCL = X + (A2xR)UCL= 4.795 + (0.577x1.35)UCL= 4.795 + 0.779UCL= 5.574

LCL = X-(A2xR)LCL = 4.795-0.779LCL – 4.016

Determine controllimit for Average

SAMPLE SIZE=5UCL=See table constanta controlchartFind A2 factor that correspondsto the sample sizeUCL = X + (A2xR)UCL= 4.795 + (0.577x1.35)UCL= 4.795 + 0.779UCL= 5.574

LCL = X-(A2xR)LCL = 4.795-0.779LCL – 4.016

Decision chart for working with average

Once you have established the control limits and startusing them in regular operations, a different rule applies: Ifeven a single point, either range (R) or average (X), goesoutside a control limit, do not throw out the point. This is aclear indication that an assignable cause is present. Youmust find the assignable cause, and correct it.


Decision chart for working with average



Median and Range(Xbar-R) ChartMedian and Range(Xbar-R) ChartMedian and Range(Xbar-R) ChartMedian and Range(Xbar-R) Chart

MEDIAN ANDRANGE CHART

It is a good chart to use when youknow that the process fordelivering or producing a service(1) follows a normal (bell-shaped) distribution, (2) is notvery often disturbed byassignable causes, and (3) can beeasily adjusted by the employee.If the process does not meetthese requirements, you shoulduse an average and range chart.

It is a good chart to use when youknow that the process fordelivering or producing a service(1) follows a normal (bell-shaped) distribution, (2) is notvery often disturbed byassignable causes, and (3) can beeasily adjusted by the employee.If the process does not meetthese requirements, you shoulduse an average and range chart.

I-MR ChartIndividual and Moving Range ChartI-MR ChartIndividual and Moving Range ChartI-MR ChartIndividual and Moving Range ChartI-MR ChartIndividual and Moving Range Chart

• Use if you are only able to take one reading during a time period.

• I chart

• one data point is collected at each point in time

• monitor the process average, process variation and time

• Is used to detects trend and shifts in the data

• The Individual data must be time-ordered

• MR chart

• is the difference between consecutive observations

• It shows short term variability in the data

• It is used to assess stability of the process


• I chart





• MR chart





• I chart





• MR chart





• I chart





• MR chart




UCL RANGESee table constanta control chartFind A2 factor that corresponds to thesample sizeNumber of Sample = 2UCLR= (D4xRa)UCLR= 3.267 x RaRa= total R/number of sampleRa= 38.8 / 24 =1.616UCLR= 3.267 x 1.616UCLR= 5.28LCL = 0 (sample <6)

UCL AVERAGEX= total sample/25 = 701.5/25=28.06UCLx =X+(2.66xR)UCLx = 28.06+(2.66x1.616)=32.35LCLx = 28.06-(2.66x1.616)=23.76

UCL RANGESee table constanta control chartFind A2 factor that corresponds to thesample sizeNumber of Sample = 2UCLR= (D4xRa)UCLR= 3.267 x RaRa= total R/number of sampleRa= 38.8 / 24 =1.616UCLR= 3.267 x 1.616UCLR= 5.28LCL = 0 (sample <6)

UCL AVERAGEX= total sample/25 = 701.5/25=28.06UCLx =X+(2.66xR)UCLx = 28.06+(2.66x1.616)=32.35LCLx = 28.06-(2.66x1.616)=23.76

I-MR Chart

Zone B

Zone A

Pembagian Zona dalam ControlChart

Zone A

Zone B

Zone C

Zone C Χ (CL)

UCLUpper Control Limit+2 SL

+3 SL

Pembagian Zona dalam ControlChart

Χ (CL)LCLLower Control Limit

-3 SL

-2 SL

-1 SL

+1 SL

Aturan Control Chart untukmengidentifikasi adanya variasi

Rule 1: ada 1 point yang terletak di luar +/-3SL

Rule 2: ada 8 point berturut-turut yang terletak diatas ataudibawah center lineRule 2: ada 8 point berturut-turut yang terletak diatas ataudibawah center line

Rule 3: ada 6 atau lebih point yang terus naik/turun

Rule 4: ada 2 dari 3 point berturut-turut yang terletak di zonaA atau melewati zona A

Rule 5: ada 15 point berturut-turut yang terletak di zona Cpada kedua sisi

Aturan Control Chart untukmengidentifikasi adanya variasi

Rule 1: ada 1 point yang terletak di luar +/-3SL

Rule 2: ada 8 point berturut-turut yang terletak diatas ataudibawah center lineRule 2: ada 8 point berturut-turut yang terletak diatas ataudibawah center line

Rule 3: ada 6 atau lebih point yang terus naik/turun

Rule 4: ada 2 dari 3 point berturut-turut yang terletak di zonaA atau melewati zona A

Rule 5: ada 15 point berturut-turut yang terletak di zona Cpada kedua sisi

Variasi yang unik (specialcause) tidak selalu berarti

jelek, bisa juga menunjukkanperbaikan dan harus

dianalisis untuk membantupengambilan keputusan.










Time to surfactantadministration of premature infantsTime to surfactantadministration of premature infants

Jenis-jenis control chart

X bar and S X bar and R XmR

X-Bar, Rb, Rw CUSUM EWMA

StandardizedP C-chart

Jenis-jenis control chart

XmR Deviationfrom Nominal X-Bar, Rb, d

EWMA Np P-chart

U-chart Standardizedu

Bagaimana menilai variasi dalamproses perbaikan mutu?Bagaimana menilai variasi dalamproses perbaikan mutu?

Run ChartHa

silpe

nguk

uran

Plot the dots…

Hasil

peng

ukur

an

Waktu

X (Median)

Run adalah satu ataulebih data points padasalah satu sisi medianyang sama, tidaktermasuk data point yangterletak pada median.

Waktu

X (Median)

Non-random rules for run chartNon-random rules for run chart

“If I had to reducemy message formanagement to justa few words, I’d sayit all had to do withreducing variation”.(W.Edwards Deming)




Tugas1. Identifikasi Gap dalam pelayanan kesehatan dan tantangannya

2. Apa yang ingin anda ubah?

3. Jawab 3 pertanyaan Nolan model

4. Pilih intervensi yang ingin dilakukan (semakin spesifik semakin baik)

5. Buat rencana (Plan)

6. Pilih metode dan alat untuk implementasi perubahan

7. Pilih metode pengumpulan data untuk observasi

8. Pilih metode untuk penyajian data

Maksimal 3 halaman, font Times New Roman 12, spasi 1.5

1. Identifikasi Gap dalam pelayanan kesehatan dan tantangannya



























Using Data for Quality...

Documents

Transcript of Using Data for Quality...