Presentasi sedang didownload. Silahkan tunggu

Presentasi sedang didownload. Silahkan tunggu

Aspek kuantitatif mutu

Presentasi serupa


Presentasi berjudul: "Aspek kuantitatif mutu"— Transcript presentasi:

1 Aspek kuantitatif mutu
By nunung

2 Introduction Mutu  erat kaitannya dengan  Kepuasan pelanggan  susah!  bervariasi  dinamis  dispesifikkan: indikator  kriteria  standar -- 1) Sesuatu yang bisa diukur pasti  bisa dikerjakan & diselesaikan  bisa ditingkatkan  perlu alat untuk memantau/ mengukur/ mengontrol  Aspek kuantitatif mutu The Seven Simple Quality Control Tools  )

3 THE SEVEN SIMPLE QUALITY CONTROL/MEASURENMENT TOOLS
Pareto diagram Histogram Scatter diagram Run chart Control chart Flow chart Cause & Effect diagram

4 Katagorik = kualitatif  hasil penggolongan
DATA Katagorik = kualitatif  hasil penggolongan  contoh: jenis kelamin : L / P pendidikan : SD, SMP, SMU, PT  penyajian datanya : Bar chart Pie diagram Pareto (1) Numerik = kuantitatif a. hasil penghitungan = diskrit  contoh: jmlh anak jenis penyakit b. hasil pengukuran = kontinyu  contoh: BB, TD, TB, Hb c. penyajian datanya : 1. Histogram ( data kontinyu) (2) 2. Scatter diagram (dua variabel) (3) 3. Garis : a. Run chart (4) b. Control chart (5)

5 Diagram Pareto

6 Diagram Pareto Untuk data katagorik/ kualitatif/ hasil penggolongan
Disusun secara berurutan Melihat prioritas masalah

7 Diagram Histogram

8 Histogram Data kuantitatif/hasil pengukuran
Melihat variasi data/ pengelompokan (ekstrim)

9 Diagram Tebar ..::…:: ::: …. ::::: … ::: …. ::::: … ..::…::

10 Diagram Tebar Data kuantitatif Melihat hubungan dua variabel

11 Run Chart Median

12 Run Chart Data apa saja Bisa dibuat secara manual/ software
Melihat ada/ tidaknya specifaic variation/ cause

13 Run Chart Suatu diagram garis untuk melihat ada/ tidaknya special (specific) cause (variation) Cara membuat : bisa dengan soft ware atau manual yaitu: 1. Grs horisontal  waktu 2. Grs vertikal  jumlah 3. Isi data point  minimal 15 4. Hitung mediannya  n+1 2 contoh: 5+1 = 3 Run: 1. Satu/ lebih data point (DP) yang berurutan dan berada pada sisi median yang sama 2. Dalam menghitung run, maka DP yang tepat berada pada median tidak perlu dihitung 3. Hitung Uo   DP – DP yang menempel median= Uo (Useful Observation) Mis:  DP = 18 Yang menempel med= 2  Uo 18 – 2 = 16

14 TES UNTUK MELIHAT ADA/TIDAKNYA SPECIAL CAUSE
Uo = ?? Melihat  Run  Tabel  Run < Lower Limit  Run > Upper Limit TES 2 Melihat  DP dalam 1 Run < 20 Uo   7 DP dalam 1Run  20 Uo   8 Dp dalam 1Run TES 3 DP = !!  bukan Uo Melihat Trend (naik/ turunnya DP secara Berurutan)  hitung point!!  DP Trend 9 –  6 21 –  7 TES 4 Melihat Pola zig-zag/ saw-tooth (naik- turunnya DP secara berurutan) < 14 Z-Z  normal  14 Z-Z  special cause

15 EXERCISE I RUN CHART JUMLAH PASIEN KOMPLAIN DI RS “X” Januari 2004 – Juli 2005 Januari = 10 Februari = 12 Maret = 14 April = 8 Mei = 11 Juni = 14 Juli = 20 Agustus = 25 September = 10 Oktober = 7 November = 6 Desember = 8 Januari = 15 Februari = 17 Maret = 10 April = 12 Mei = 20 Juni = 30 Median=???? Juli = 25 Rinci & Array!

16 EXERCISE II RUN CHART Januari = 70 Februari = 258 Maret = 251
Kasus DBD di Puskesmas “Y” Januari 2004 – Juli 2005 Januari = 70 Februari = 258 Maret = 251 April = 47 Mei = 18 Juni = 8 Juli = 18 Agustus = 6 September = 7 Oktober = 5 November = 2 Desember = 8 Januari = 22 Februari = 65 Maret = 23 April = 50 Mei = 20 Juni = Median=???? Juli = Rinci & Array!

17 EXERCISE III RUN CHART Kasus febris di ruang RI Internis RS “H” Januari 2004 – September 2005 Januari = 7 Februari = 11 Maret = 9 April = 14 Mei = 6 Juni = 10 Juli = 17 Agustus = 12 September = 9 Oktober = 8 November = 13 Desember = 5 Januari = 11 Februari = 9 Maret = 14 April = 18 Mei = 7 Juni = 8 Median=???? Juli = 5 Rinci & Array! September = 13

18 Jumlah kasus Thypoid di RS “Y” Januari 2010 – Juli 2009
= 10 Februari 15 Maret 16 April 9 Mei Juni 14 Juli 20 Agustus 25 September 12 Oktober 7 November 6 Desember 3 13 11 30 22

19 JAWABAN Array 3, 6, 7, 9, 10, 10, 11, 12, 13, 14, 15, 15, 16, 16, 16, 20, 22, 25, 30 Median Nilai median 3, 6, 7, 9, 10, 10, 11, 12, 13, 14, 15, 15, 16, 16, 16, 20, 22, 25, 30 Grafik

20 Run Chart Uo (Useful Observation) Tes untuk melihat ada atau tidak adanya special cause Tes I  run = 9 Diketahui nilai Lower Limit = 6 dan Upper Limit = 13  run < Lower Limit = 9 < 6  karena 9 tidak lebih kecil dari pada 6, maka kesimpulannya tidak ada special cause  run > Upper Limit = 9 > 13  karena 9 tidak lebih besar dari pada 13, maka kesimpulannya tidak ada special cause

21 b. Tes II  DP dalam 1 run Karena Uo 18 memakai standar no.1 < 20 Uo  ≥ 7 DP dalam 1 run Hasil : 18 Uo  5 DP dalam 1 run. Berarti tidak ada special cause

22 c. Tes III Karena  DP adalah 19 maka yang dipakai standar no.1 Hasil :  DP 19  5, kesimpulan tidak ada special cause  DP 9 – 20  ≥ 6

23 Didapatkan pola zig-zag keseluruhan : 6, pola zig-zag berurutan : 5
d. Tes IV Didapatkan pola zig-zag keseluruhan : 6, pola zig-zag berurutan : 5 Hasil menurut standar : 4 < 14 Z-Z  normal, berarti tidak ada special cause

24 Control Chart UCL Mean LCL

25 Control Chart Data kuantitatif
Melihat ada/ tidaknya specific variation/ cause (lebih sensitif) Dibuat dengan menggunakan software

26 Control Chart Suatu diagram garis untuk melihat ada/ tidaknya special (specific) cause (variation) yang lebih sensitif Hampir sama dengan Run Chart , tetapi: 1. Rata – rata = Mean 2. ULC (Upper Control Limit) 3. LCL (Lower Control Limit) TEST: ≧ 21 DP : 7 trend ∠ 21 DP : 6 trend 2. 14 pola Zigzag 3. 15 data berurutan dlm sigma 1 4. Data yg berada di luar 3 sigma (UCL & LCL)


Download ppt "Aspek kuantitatif mutu"

Presentasi serupa


Iklan oleh Google