Download to read offline
Validasi Data Validasi Data Validasi Data
- 1.
- 2. ◎ Validasi dataadalah suatu metode analitik (tindakan pembuktian) untuk memastikan kualitas data yang dikumpulkan. ◎ Data yang berkualitas harus reliabel, valid, dan akurat. ◎ JCI tidak meminta validasi data tahunan untuk setiap indikator yang disyaratkan, tetapi merekomendasikan RS melakukan validasi data untuk memastikan reliabilitas performa hasil pengukuran. APA ITU VALIDASI DATA
- 3. Kapan Validasi Dilakukan? 1.Indikator baru diimplementasikan 2. Data akan dipublikasikan 3. Terdapat perubahan sistem pengumpulan data indikator. Seperti perubahan instrumen pengumpulan data, atau petugas yang mengumpulkan data bertukar; 4. Capaian data berubah tanpa dapat dijelaskan penyebabnya; 5. Sumber data berubah, seperti ketika sebagian data diambil secara manual kemudian diubah menjadi format elektronik; 6. Subjek pengumpulan data berubah, seperti perubahan rata- rata umur pasien, komorbiditas, perubahan protokol penelitian, implementasi panduan praktik terbaru, atau pengenalan teknologi dan metodologi perawatan terbaru.
- 4. 4 Apakah perlu validasi?Ya Tidak IAK baru IAM IAK lama, PIC data baru IAK lama, sumber data berubah Hasil validasi sudah akurat, bulan selanjutnya perlu validasi? Hasil validasi < standar
- 5. 5 Siapa yang MelakukanValidasi? Dilatih dengan cara yang sama seperti pengumpul data.Validator adalah bukan pengumpul data. Menggunakan definisi operasional data yang sama (profil indikator) Mereview data yang sudah dikumpulkan oleh pengumpul data Mengumpulkan data dari sampel yang sudah ditentukan dan dikumpulkan oleh pengumpul data VALIDATOR
- 6. • Membandingkan nilaipersentase • 90% kesepakatan Measurement Results Agreement • Nilai kesepakatan numerator, denominator, dan eksklusi • 80% kesepakatan dalam kategori Measure Category Agreement • Nilai kesepakatan untuk semua data elemen • 80% kesepakatan dalam elemen data Data Element Agreement REPRODUCIBILITY TESTING THREE JCI METHODS
- 7. 7 1. Pengumpul datadan validator diberikan pelatihan pengumpulan data yang sama 2. Pengumpul data mengumpulkan data dari beberapa RM 3. RM yang sama dan sudah digunakan oleh pengumpul data diberikan kepada validator untuk dilakukan pengumpulan data ulang 4. Validator mengumpulkan data pada semua sampel/populasi yang sama dengan pengumpul data 5. Kalkulasi akurasi atau persentase kesepakatan 6. Cari solusi (corrective action) perbedaan data yang dikumpulkan 7. Implementasi corrective action 8. Kumpulkan sampel baru setelah implementasi corrective action LANGKAH REPRODUCIBILITY TESTING
- 8. PENENTUAN JUMLAH SAMPEL PENGUMPULDATA Total Populasi Jumlah Sampel Pengumpul Data ≥640 128 320-638 20% total populasi 64-319 64 <64 No sampling; 100% populasi dibutuhkan
- 9. PENENTUAN JUMLAH SAMPEL VALIDATOR TotalSumber Data Jumlah Sampel Validator 1-16 Semua sumber data 17-160 Minimum 16 atau 10% 160-480 10% >480 48
- 10. Eksklusi = B Tidakmemenuhi kriteria denominator Denominator = D Memenuhi kriteria denominator Numerator = E Memenuhi kriteria numerator dan denominator JCI DATA ELEMENT CATEGORIES
- 11. 11 ◎ Indikator :Angka pemberian Aspirin pada pasien AMI dengan usia >18th dalam waktu < 24 jam setelah masuk RS ◎ Jumlah populasi 500 RM ◎ Random sampling : 20%, yaitu 100 sampel ◎ Pengumpul data mencatat 4 data elemen: 1. Diagnosa AMI : Ya atau Tidak (D) 2. Usia pasien >18th : Ya atau Tidak (D) 3. Waktu pemberian Aspirin < 24 jam : Ya atau Tidak (E) 4. Dokumentasi alasan tidak diberikan Aspirin : Ya atau Tidak (eksklusi dari denominator) (B) CONTOH
- 12. 12 100 RM kasusAMI dikumpulkan dan didapatkan data: 1. Semua kasus memiliki diagnosa AMI (D) 2. Semua kasus >18 th (D) 3. 50 dari 100 kasus diberikan Aspirin dalam waktu <24 jam (E) 4. 15 dari 100 kasus tidak diberikan Aspirin dalam waktu 24 jam dan tidak ada kontraindikasi (tidak sesuai numerator) 5. 35 dari 100 kasus kontraindikasi Aspirin (B) DATA HASIL PENGUMPUL DATA
- 13. 13 ◎ Total Sampel: 100 ◎ Exclude (B) : 35 ◎ Total numerator (E) : 50 ◎ Total denominator (D) : total sampel – exclude : 100 – 35 : 65 ◎ Perhitungan % : numerator/denominator : 50/65 x 100% : 76,92% PERHITUNGAN HASIL PENGUMPUL DATA
- 14. 14 ◎ Random samplingdari sampel pengumpul data. ◎ Sampel pengumpul data : 100, sehingga random sampling 16. DATA HASIL VALIDATOR : 1. Semua kasus memiliki diagnosa AMI (D) 2. Semua kasus >18 th (D) 3. 8 dari 16 kasus diberikan Aspirin dalam waktu <24 jam (E) 4. 6 dari 16 kasus tidak diberikan Aspirin dalam waktu 24 jam dan tidak ada kontraindikasi (tidak sesuai numerator) 5. 2 dari 16 kasus kontraindikasi Aspirin (B) DATA VALIDATION
- 15. 15 ◎ Total Sampel: 16 ◎ Exclude (B) : 2 ◎ Total numerator (E) : 8 ◎ Total denominator (D) : total sampel – exclude : 16 – 2 : 14 ◎ Perhitungan % : numerator/denominator : 8/14 x 100% : 57,14% PERHITUNGAN HASIL VALIDATOR
- 16. 1. MEASUREMENT RESULTS AGREEMENT 16 ◎Pengumpul data memiliki nilai kepatuhan 76,92% ◎ Validator memiliki nilai kepatuhan 57,14% ◎ Hasil analisa : 57,14/76,92 x 100% : 74,28% (<90%) TIDAK VALID
- 17. 2. MEASURE CATEGORY AGREEMENT 17 No. MCACath Pengumpul Data MCA Cath Validator Match 1 B B YES 2 B B YES 3 B B YES 4 B D NO 5 B D NO 6 B B YES 7 D E NO 8 D D YES 9 B B YES 10 B B YES
- 18. 18 No. MCA Cath Pengumpul Data MCA Cath Validator Match 11D D YES 12 D D YES 13 D D YES 14 D D YES 15 D D YES 16 D D YES ◎ Total sampel : 16 ◎ Total tidak cocok : 3 ◎ Total cocok : 13 ◎ % MCA : 13/16 x 100% : 81,25% (VALID)
- 19. 3. DATA ELEMENT AGREEMENT 19 Kategori PengumpulData Validator Numerator Denominator Numerator Denominator DATA 1 Diagnosis AMI Yes Yes Usia >18th Yes Yes Diberikan Aspirin Yes No Kontraindikasi Aspirin No Yes sampai dengan DATA 16 Diagnosis AMI Yes Yes Usia >18th Yes Yes Diberikan Aspirin No Yes Kontraindikasi Aspirin Yes No
- 20. DATA ELEMENT AGREEMENT ◎Ada 4 elemen data setiap RM, total data elemen 4 x 16 : 64 elemen ◎ Tidak cocok : 4 ◎ Cocok : 64 – 4 = 60 ◎ % Data Element Agreement : 60/64 x 100% : 93,75% (VALID) 20
- 21.