10. Analisa dan validasi data.pdf

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

PENGALAMAN KERJA
o Surveior & Pembimbing Akreditasi RS
(1995 – sekarang )
o Direktur RSK Sitanala Tangerang ( 2007 –
2010 )
o Ka Sub Dit RS Pendidikan ( 2005 – 2007 )
o Ka Sub Dit RS Swasta ( 2001 – 2005 )
o Ka Sub Dit Akreditasi RS (1995 – 2001)

• Validasi adalah suatu tindakan pembuktian
• Analisa data adalah kegiatan mengubah
data hasil penelitian/survei menjadi
informasi yg dapat digunakan untuk
mengambil kesimpulan dan keputusan
Komisi Akreditasi Rumah Sakit

Pengum
pulan
Analisa validasi Valid
Tidak valid
Koreksi

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

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

• Pengumpul
an data
• Analisa &
validasi
• Rencana
pengumpul
an data
• Rencana
perbaikan
A P
D
C/S

LUWI-21 FEB 2014
1. Data Indikator kunci/indikator prioritas :
o Indikator 11 area klinis (PMKP 3.1, EP 1)
o Indikator International Library (PMKP 3.1 EP 2) 
utk akreditasi I hanya dibuat profil/kamus
indikator & renc pengumpulan datanya, utk
akreditasi yg ke II baru dilakukan analisa data.
o Indikator 9 area manajemen (PMKP 3.2)
o Indikator 6 Sasaran Keselamatan (PMKP 3.3)
o Indikator unit kerja
.

LUWI-21 FEB 2014
2. Data hasil evaluasi panduan praktik klinis &
clinical pathway (PMKP 2.1)
3. Data surveilance PPI  PPI 6
4. Insiden Keselamatan Pasien : Sentinel, KTD, KNC.
(PMKP 6, 7, 8)
5. Data dari Bab MPO  KNC, KTD dan sentinel.
(MPO 7 & 7.1)

Standar PMKP.4.
Petugas dengan pengalaman, pengetahuan dan keterampilan
cukup mengumpulkan dan menganalisis data secara sistematik.
Elemen Penilaian PMKP.4.
1. Data dikumpulkan, dianalisis dan diubah menjadi informasi
2. Orang yang mempunyai pengalaman klinis atau manajerial,
pengetahuan dan keterampilan terlibat dalam proses
3. Metoda dan tehnik-tehnik statistik digunakan dalam melakukan
analisis dari proses, bila sesuai.
4. Hasil analisis dilaporkan kepada mereka yang bertanggung
jawab untuk melakukan tindak lanjut (lihat juga TKP.3.4, EP 2)
luwi 1 sept 2014 16

Standar PMKP.4.1
Frekuensi dari analisis data disesuaikan dengan proses yang
sedang dikaji dan sesuai dengan ketentuan rumah sakit.
Elemen Penilaian PMKP.4.1.
1. Frekuensi melakukan analisis data disesuaikan dengan
proses yang sedang dikaji
2. Frekuensi dari analisis data sesuai dengan ketentuan rumah
sakit
luwi 1 sept 2014 17

Standar PMKP.4.2.
Proses analisis dilakukan dengan membandingkan secara internal,
membandingkan dengan rumah sakit lain bila tersedia, dan
membandingkan dengan standar keilmuan serta membandingkan
dengan praktek yang baik.
Elemen Penilaian PMKP.4.2.
1. Perbandingan dilakukan dari waktu ke waktu didalam rumah sakit
2. Perbandingan dilakukan dengan rumah sakit lain yang sejenis, bila
ada kesempatan
3. Perbandingan dilakukan dengan standar, bila memungkinkan
4. Perbandingan dilakukan dengan praktek yang baik
luwi 1 sept 2014 18

Validasi dan analisis dari indikator penilaian
(PMKP 4, 4.1, 4.2)
Pengumpulan
data
Analisis data Pelaporan
Validasi data
Untuk IAK baru/ada
perubahan
DIBANDINGKAN
• Didlm RS/tren
• Dng rs lain
• Dng standar
• Dng praktik terbaik
Metode statistik
• IAK
• IIL/ILM
• IAM
• ISKP

ANALISA
DATA
Metode
statistik
1. Perbandingan dilakukan
dari waktu ke waktu
didalam rumah sakit
dengan rumah sakit lain
yang sejenis, bila ada
kesempatan
dengan standar, bila
memungkinkan
dengan praktek yang
baik

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
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

• 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 diuji

Control Charts
26
• Control charts help track a process
• Graphical “alert” to process owners if a process moves out of
“control” or established limits
Max: 6 hours
Min: N/A
6
0
3
Hours
Time from Blood Draw to Lab Result

• 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)
•

• 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

• Data ditampilkan
dalam grafik.
• Mudah utk melihat
trend
• Easy to “eye-ball”
• Tidak ideal untuk
analisis statistik.
29
M Tu W Th F

Pareto Chart
•Shows relative impact
•Easy to construct
•Visually powerful
30
1 2 3 4 5 6 7 8 9 10 11 12
0
50
100
150
200
250

• 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

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 (lihat juga MKI.20.2, EP 3)
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 32

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
0
10
20
30
40
50
60
70
80
90
juli agust sept okt Nov Des
Asesmen medis
Asesmen perawat
TREND

1. Asesmen medis 30 50 50 60 70 80
2. Asesmen prwt 40 55 75 80 80 85
0
10
20
30
40
50
60
70
80
90
juli agust Sept Okt Nov Des
Asesmen medis
Asesmen perawat
TREND

1. Asesmen medis 30 50 50 60 70 80
2. Asesmen prwt 40 55 75 80 80 85
0
20
40
60
80
100
juli agust sept okt nov des
Asesmen medis
Asesmen perawat
TREND

IAK bulan Desember 2014
No INDIKATOR STANDAR CAPAIAN RTL
1. Asesmen medis 100 % 80 % Edukasi ke
dokter
ditingkatkan
2. Tidak adanya kesalahan
pemberian hasil pemeriksaan
laboratorium
100 % 98 % Risk grading
 RCA/
investigasi
3. Tidak ada kesalahan pemberian
label
100 % 100 % -
4. Tidak adanya kejadian operasi
salah sisi
100 % 100 % -
5. Operasi eleKtif tidak menggu
nakan antibiotika profilaksis
100 % 60 % Lakukan RCA,
shg diketahui
akar penyebab
ke tdk patuh
an

6. Tidak adanya kejadian kesalahan
pemberian obat
100 % 90 % Risk grading
 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
consent
100 i% 80 % Edukasi
ditingkatkan
10. Kejadian infeksi paska operasi ≤ 1,5 % 0,5 %
11. Ethical clereance 100 % 100 %

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

INDIKATOR
ANGKA KETIDAKLENGKAPAN
ASESMEN PRE OPERASI

PEMILIHAN INDIKATOR KLINIS
Indikator kunci asesmen pasien dipilih dengan pembobotan
Indikator terpilih : Angka Ketidaklengkapan Asesmen Pre Operasi
*Indikator kunci area klinis lainnya dipilih dengan menggunakan
metode yang sama
Asesmen Pasien / IAK 1
High Risk High Volume Problem Prone
Jumlah
(nilai x bobot = skor) (nilai x bobot = skor) (nilai x bobot = skor)
Rentang Nilai = 1 - 5 Rentang Nilai = 1 - 5 Rentang Nilai = 1 - 5
Bobot = 40 Bobot = 35 Bobot = 25
N B S N B S N B S
Angka keterlambatan pengkajian awal
pasien rawat inap > 24 jam
5 40 200 4 35 140 5 25 125 465
Angka ketidaklengkapan asesmen pre
operasi
5 40 200 5 35 175 5 25 125 500
Angka keterlambatan Pelayanan pertama
gawat darurat (KPPGD)
5 40 200 2 35 70 5 25 125 395
Angka ketidaklengkapan asesmen pre
operasi
5 40 200 5 35 175 5 25 125 500
40
NURUL AINY SIDIK

PENGUMPULAN DATA
• Pengumpulan data dilakukan di Instalasi Bedah
Sentral
• Data dikumpulkan oleh petugas di IBS, dengan Ka
IBS sebagai penanggung jawab data
• Metodologi pengumpulan data adalah secara
retrospektif
• Data dikumpulkan berdasarkan ketidaklengkapan
pengisian asesmen pre operasi
• Penilaian data dilakukan harian
• Periode waktu pelaporan kepada Sekretariat
Mutu adalah Bulanan
• Analisis data dilakukan 3 bulanan.
41
NURUL AINY SIDIK

CAPAIAN INDIKATOR
KETIDAKLENGKAPAN ASESMEN PRE OPERASI
BULAN JULI – DESEMBER 2014 (STUDY)
48.15%
38.35%
40.84%
29.97%
33.61%
27.31%
0%
10%
20%
30%
40%
50%
60%
Prosentase
Indikator
Standard
Kisaran capaian indikator ketidaklengkapan asesmen pre operasi tahun 2014 berkisar
30,62% tiap bulannya. Dalam arti pada 100 asesmen pre operasi terdapat 31 asesmen pre
operasi yang diisi tidak lengkap 42
NURUL AINY SIDIK

PENDEKATAN
SISTEM
ANALISIS REKOMENDASI
Struktur Form harian
pengumpulan data sudah
tersedia
-
SPO yang mengatur
pengisian asesmen pre
operasi belum dibuat
Membuat SPO
operasi
Panduan pengisian
asesmen pre operasi
belum dibuat
Membuat panduan
operasi
Petugas yang mengisi
asesmen pre operasi
belum ditunjuk
Menunjuk dan
menetapkan petugas
yang bertugas mengisi
asesmen pre operasi
43
NURUL AINY SIDIK

PENDEKATAN
SISTEM
Proses Petugas kurang patuh
dalam pengisian asesmen
pre operasi
1. Mengadakan sosialisasi yang
lebih intensif ke Instalasi
Bedah Sentral mengenai
asesmen pre operasi
2. Meningkatkan peran aktif
fasilitator akreditasi Instalasi
Bedah Sentral, terutama
mengenai asesmen pre
operasi
Petugas kurang paham
akan pentingnya pengisian
asesmen pre operasi
secara lengkap
44
NURUL AINY SIDIK

PENDEKATAN
SISTEM
Outcome Kisaran capaian indikator
ketidaklengkapan asesmen
pre operasi tahun 2014
berkisar 30,62% tiap
bulannya. Dalam arti pada
100 asesmen pre operasi
terdapat 31 asesmen pre
operasi yang diisi tidak
lengkap dan berpotensi IKP
dan SKP IV( salah
lokasi,salah prosedur)
Pimpinan membuat surat edaran
kepada staf medis bedah dan
anestesi untuk melengkapi
asesmen pre operasi
45
NURUL AINY SIDIK

TINDAK LANJUT
• Pembuatan SPO asesmen pre operasi
• Pembuatan panduan asesmen pre operasi
• Mengadakan sosialisasi ke, SMF BEDAH –
ANESTESI , IBS secara intensif mengenai Asesmen
Pre Operasi
• Pemantauan kegiatan pengisian asesmen pre
operasi oleh fasilitator akreditasi di RUANG
RAWAT INAP.
46
NURUL AINY SIDIK

NURUL AINY SIDIK 47
48.15%
38.35%
40.84%
29.97%
33.61%
27.31%
0%
10%
20%
30%
40%
50%
60%
Prosentase
Indikator
Standard

• Membandingkan data dng RS tercantum pada :
- PMKP 4.2 EP 2,
- PPI 10.4
- MKI 20.2
• 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

Tujuan
– Monitoring akurasi data yg dikumpulkan
– Verifikasi bahwa pengambilan data adalah
konsisten dan reproducible
– Verifikasi ekspektasi tentang volume data
yang dikumpulkan.
50

PMKP 5 EP 3
Proses validasi data memuat paling sedikit
indikator yang dipilih seperti yang diharuskan
di PMKP.3.1.

VALIDASI DATA
Standar PMKP.5
RS menggunakan proses internal untuk melakukan validasi data
Standar PMKP.5.1.
Bila RS mempublikasikan data atau menempatkan data di web
site publik, pimpinan RS menjamin reliabilitas data
Rasional :
– RS mempunyai tanggung jawab untuk mengumpulkan dan
validasi data.
– Ketika RS membuat data untuk publik maka pimpinan RS
mempunyai tanggung jawab untuk menjamin KEANDALAN
DATA
– Publik mempunyai HAK KEAKURATAN DATA. 52

– 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.
53

• 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

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

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.

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 57

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 KPS.11, EP 4)
dr Luwi - PMKP 4 maret 13 58

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
BULAN OKT 2014
900 pasien
JUSTIFIKASI PERLU
VALIDASI
Data baru pertama kali dikumpulkan
METODE VALIDASI 1. Menggunakan metode sampling  misalnya 900 RM
dilakuku kan sampling menjadi 90 RM
2. Melakukan telaah RM di data yg disample tsb
3. Analisa kelengkapan pengisian asesmen medis awal

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
LANJUT
1. Tetapkan bahwa capaian indikator asesmen pasien
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

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
BULAN NOV 2014
800 pasien
JUSTIFIKASI PERLU
VALIDASI
Validasi ulang karena hasil bulan Okt belum valid
METODE VALIDASI 1. Menggunakan metode sampling  800 RM dilakuku
kan sampling menjadi 80 RM
2. Melakukan telaah RM di data yg disampling tsb
3. Analisa kelengkapan pengisian asesmen medis awal

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
TINDAK LANJUT
Validasi akan dilakukan kembali bila ada
perubahan PIC pengumpul data, sumber data,
numerator, denomerator, sistem RM menjadi
E-RM
Melakukan edukasi ke staf medis untuk
meningkatkan kelengkapan pengisian asesmen
awal

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 ?

Analisa data surveilance (PPI 6 dan PPI 10 sd PPI 10.5)
Pengumpulan
data
Analisis data Pelaporan
RISK GRADING
DIBANDINGKAN
• Didlm RS/tren
• Dng rs lain
• Dng standar
• Dng praktik terbaik
Metode statistik
Data
surveilance

PMKP luwi edit 21 Juni 2015 65
Pemilihan Pengum-
pulan
Analisis
Data/
Indikator
Infor
masi
SISTEM MANAJEMEN
DATA
Laporan Insiden
Keselamatan
Pasien
Data surveilance

1. Tetapkan system manajemen data di RS
• Komputerisasi semua  data berdasarkan web/on-line di
RS
• Komputerasi sebagian
• Komputerisasi hanya untuk analisanya saja
• Semua masih manual
 Tergantung sumber daya/kemampuan RS
2. Susun Panduan/SPO system manajemen data, mulai dari
pencatatan, pengumpulan, analisa, validasi,
publikasi/feedback & pelaporan, sesuai dengan system
manajemen data yang dilaksanakan di RS

2. Tetapkan PIC data di RS
• PIC data/Champion data di unit kerja, dengan
tugas pencatatan/input data, pengumpulan,
analisa/pelaporan
• Tetapkan petugas full time di komite PMKP untuk
analisa data

1. Setiap hari PIC data mencatat di form/input di computer data
indikator mutu, bila hari libur/hari raya, tetapkan siapa PIC
datanya (PIC data harus dilatih )
2. Pengumpulan data  manual, by email, by upload data
3. Lakukan analisa data, paling lama 3 bulan sekali  RS besar
analisa di unit dan RS kecil di Komite PMKP  manual,
komputerisasi (by program di computer)
4. Lakukan interpretasi data/pembahasan hasil analisa
5. Susun laporan PMKP oleh unit & Komite PMKP

1. Tetapkan metodologi pengambilan sampel
2. Setiap hari PIC data mencatat di form/input di computer data
indikator mutu, bila hari libur/hari raya, tetapkan siapa PIC
datanya  data yg di catat/ di input sesuai dng metodelogi
pengampilan sample (PIC data harus dilatih )
3. Pengumpulan data  manual, by email, by upload data
komputerasisasi (by program di computer)

1. Tetapkan metodologi pengambilan sampel (bila data yg
akan diambil sangat banyak)
2. Lakukan pengumpulan data sesuai frekuensi pengumpulan
data yg sdh ditetapkan. Misal : bila frekuensi pengumpulan
data satu bulan sekali, maka setiap tanggal satu lakukan
pengumpulan data secara retrospektif.  metodologinya
seperti survei
komputerasisasi (by program di computer)

• Tetapkan PIC/observer nya  harus dilatih sehingga persepsi
sama
• Tetapkan metodologi pengambilan data  total
populasi/sampel
• Tetapkan teknik observasi  waktu dan metode observasi
• Siapkan check list untuk observasi
• Data (+)  input/catat  analisa  pelaporan, sama dengan
data yang sumber data tertulis
• PERHATIAN : data yg sumber data dari observasi, tidak bisa di
validasi

PIMPINAN
RS
KOMITE
PMKP
UNIT KERJA
ALTERNATIF I

PIMPINAN
RS
KOMITE
PMKP
UNIT KERJA
ALTERNATIF II

• Laksanakan tujuh langkah menuju keselamatan pasien
rumah sakit (lihat PMK 1691/2011)
• Insiden KP  indikator mutu  contoh reaksi transfusi menjadi
indikator mutu di IAK 8 : penggunaan darah dan produk
darah; KTD dan KNC obat, menjadi indikator mutu di IAK 5
• Jenis-jenis sentinel, KTD dan KNC yang harus dilaporkan,
harus di edukasikan ke staf, sehingga staf memahami apa
saja yg harus dilaporkan.

• Siapkan bahan presentasi Direktur dengan baik, tunjukan
bahwa PMKP 2.1 sd PMKP 11, sudah dilaksanakan dengan
baik
• Siapkan bahan presentasi Komite Medik, terkait dengan
bagaimana penyusunan, penerapan dan monitoring PPK-CP
• Siapkan bahan presentasi Tim KPRS RS, bagaiman sentinel
dilakukan RCA, bagimana analisa dari KTD & KNC, serta
manajemen risiko yg sdh dilaksanakan
• Bila data sudah on line, siapkan demo off line dan contoh-2
data yg di print, utk back up bila system on-line ada kendala

• Kegiatan PMKP  merupakan never ending procces, perlu
komitmen RS untuk melaksanakannya
• Data perlu terus dikumpulkan, selama RS masih memberikan
pelayanannya, karena itu system manajemen data perlu
ditunjang dengan teknologi informasi, sehingga
memudahkan staf RS dalam mengelola data, khususnya data
indikator mutu.
• Pengumpulan data dan evaluasinya, sangat bermanfaat
untuk pengambilan keputusan dan prioritas rencana untuk
perbaikan

10. Analisa dan validasi data.pdf

Recommended

Recommended

More Related Content

What's hot

What's hot (20)

Similar to 10. Analisa dan validasi data.pdf

Similar to 10. Analisa dan validasi data.pdf (20)

Recently uploaded

Recently uploaded (20)

10. Analisa dan validasi data.pdf