Pahami Variasi Proses untuk Perbaikan Berkelanjutan

Era Masyarakat Ekonomi ASEAN (MEA) mengharuskan sektor pelayanan kesehatan untuk terus berbenah guna meningkatkan daya saing. Langkah awal perbaikan berkelanjutan adalah dengan memahami variasi proses dalam pelayanan kesehatan.

Penyedia layanan kesehatan kini dituntut untuk terus meningkatkan kualitas pelayanan yang diberikan. Perbaikan yang dilakukan harus berbasis fakta lapangan yang diterjemahkan dalam bentuk data. Data terpercaya yang dikumpulkan dengan metode yang baik selanjutnya diterjemahkan menjadi informasi yang berguna untuk mengambil keputusan dan mengubah suatu proses pelayanan kesehatan menjadi lebih baik.

Suatu seri data biasanya akan menunjukkan peningkatan dan penurunan selama kurun waktu tertentu, misalnya jumlah pasien yang mengalami phlebitis di bangsal penyakit dalam setiap bulan selama kurun waktu satu tahun. Adanya peningkatan dan penurunan ini menunjukkan adanya variasi dalam proses pemberian layanan kesehatan.

Fisikawan, insinyur, sekaligus ahli statistik Walter Shewhart yang dikenal sebagai bapak quality control melalui teori yang dikemukakannya tahun 1931 mengungkapkan bahwa cara untuk memperbaiki suatu proses adalah dengan meminimalkan variasi, dan bila mungkin, mengarahkan keseluruhan proses ke tujuan yang ingin dicapai. Shewhart membedakan variasi menjadi dua jenis yaitu special cause variation dan common cause variation.

Common cause variation merupakan variasi random yang dapat terjadi karena berbagai faktor yang ada dalam suatu proses. Variasi yang terjadi merupakan ritme regular dari suatu proses dan menghasilkan suatu proses yang stabil atau 'in control'. Seseorang dapat membuat prediksi yang sempit atau presisi dari proses yang hanya memiliki common cause variation.

Special cause variation disebabkan oleh suatu hal tidak biasa yang disebabkan karena adanya perubahan atau kejadian tertentu di luar sistem proses. Ketika suatu special cause terjadi, suatu proses akan berada di luar kendali atau 'out of control'. Akan sangat sulit untuk melakukan prediksi outcome suatu proses akibat special cause variation.

Suatu proses yang baik memiliki variasi yang minimal. Namun, suatu proses produksi menggunakan mesin canggih sekali pun dapat saja memiliki variasi. Bisa kita bayangkan variasi yang dapat terjadi dalam pelayanan kesehatan di rumah sakit yang dilakukan oleh banyak orang.

Adanya variasi dalam suatu proses, baik itu common cause variation maupun special cause variation, tidak dapat dikatakan merupakan sesuatu yang baik maupun buruk. Special cause variation yang tidak direncanakan biasanya merupakan suatu hal yang tidak diinginkan. Namun, dalam upaya perbaikan proses, adanya suatu special cause variation merupakan suatu sinyal yang menandakan upaya perbaikan yang dilakukan berjalan dengan efektif.

Sebaliknya suatu proses bisa saja hanya memiliki common cause variation atau dikatakan stabil namun pada titik yang tidak dapat diterima. Sebagai contoh angka infeksi luka operasi (ILO) mencapai 40% ± 5% merupakan suatu sistem proses yang stabil tetapi tentu bukanlah angka yang diharapkan.

Identifikasi jenis variasi sangat penting karena perbaikan suatu proses membutuhkan pendekatan yang berbeda untuk masing-masing tipe variasi. Pada suatu proses yang memiliki special cause variation, perbaikan dilakukan untuk mengidentifikasi dan mengatasi special cause terlebih dahulu sebelum mengubah seluruh sistem. Untuk sistem proses dengan common cause variation perbaikan proses bertujuan untuk mempersempit variasi dan mengarahkan outcome menuju nilai yang diharapkan.

Banyak metode yang dapat digunakan untuk membedakan common cause variation dan special cause variation. Metode analisis seperti Shewhart (control) chart, cumulative summation charts, funnel plots dan run chart. Dari semuanya run chart merupakan metode sederhana namun dapat memberikan informasi penting terkait kinerja suatu proses. Sayangnya metode ini kurang banyak digunakan dalam dunia kesehatan.

Oleh : dr. Berli Kusuma

Sumber:

  1. Harrison S. Using run charts for healthcare improvement-an introduction. [internet]. September 2012 [cited: 19 October 2016].
  2. Perla RJ, Provost LP, Murray SK. The run chart: a simple analytical tool for learning from variation in healthcare processes. BMJ Qual Saf. 2011;20:46-51. doi:10.1136/bmjqs.2009.037895
  3. Berardinelli, Carl. A Guide to Control Charts. [internet]. January 2012 [cited: 19 October 2016].