Pendahuluan

Dalam tulisan sebelumnya, telah dibahas beberapa pertimbangan dalam menyusun indikator mutu rumah sakit. Indikator perlu dipresentasikan untuk memberikan gambaran mutu rumah sakit. Presentasi ini baik berupa presentasi tim mutu rumah sakit ke kalangan manajemen puncak, presentasi direktur kepada surveyor akreditasi, maupun advokasi manajemen puncak ke tingkat pemilik rumah sakit (pemerintah pusat, pemerintah daerah, yayasan, maupun korporasi).

Dalam beberapa kesempatan penulis menyaksikan presentasi tersebut, kerap terjadi data unggulan menjadi kurang diperhatikan karena disajikan kurang sempurna. Kerap pula penyaji harus menjelaskan ulang data tersebut dalam sesi tanya jawab. Akibatnya, waktu yang semestinya bisa digunakan untuk diskusi peningkatan mutu menjadi terbuang percuma.

Bagaimana menyajikan data indikator mutu dengan efisien? Tulisan ini akan mencoba mengupas beberapa pertimbangan utama sehingga dapat membantu pembaca menentukan strategi penyajian data indikator mutu rumah sakit tersebut dalam sebuah presentasi lisan. Ilustrasi yang digunakan dalam tulisan ini bukan merupakan data asli salah satu rumah sakit dan hanya digunakan dengan tujuan mendukung ide-ide dalam tulisan ini. Selamat menikmati.

Tipe Data Indikator Mutu Rumah Sakit

Dalam pembicaraan mengenai pengelolaan indikator mutu rumah sakit, selalu muncul istilah "data". Dianggap sebagai objek yang sudah dikenal, data jarang didefinisikan. Untuk menghindari beragam definisi data, mari kita sepakati data sebagai keterangan yang menggambarkan persoalan atau hasil dari pengamatan karakteristik tertentu. Indikator mutu merupakan pengukuran yang diwujudkan dalam angka (Takaki et al., 2013; Collopy, 2000), maka hasil pengamatan indikator mutu boleh kita sebut sebagai data.

Ada berbagai cara mengklasifikasi data. Untuk tujuan penyajian indikator mutu rumah sakit ini, kita akan menggolongkan data menjadi dua, yaitu data kategorik dan data kuantitatif (Bahna & McLarty, 2009). Data kategorik memiliki karakteristik tertentu yang ditentukan sebelum data diambil. Data kategorik biasa digolongkan menjadi tiga, yaitu nominal, ordinal, dan interval.

Data nominal adalah data kategori yang hanya bisa dijelaskan dengan nama, seperti misalnya nama instrumen bedah (bisturi, klem, kocher, pemegang jarum, dan pinset). Data nominal bisa memiliki banyak atribut seperti contoh sebelumnya, namun bisa juga berupa data biner yang hanya memiliki dua atribut seperti jenis kelamin (laki-laki dan perempuan). Walaupun indikator mutu rumah sakit selalu merupakan pecahan, tidak menutup kemungkinan data primernya berupa data nominal seperti contoh dalam tabel berikut ini.

Tabel 1 Ilustrasi data nominal infeksi luka operasi sebelum dan setelah intervensi. Dalam pengumpulan data, setiap pasien yang memenuhi kriteria dicatat apakah ada infeksi atau tidak: dua pilihan atribut yang ditentukan sebelumnya.

Data ordinal juga mempunyai atribut yang ditentukan sebelumnya dan setiap sampel masuk dalam salah satu kategori. Bedanya dengan data nominal adalah adanya penjejangan (pelapisan) yang tidak pasti jaraknya dalam data ordinal. Misalnya dalam survei kepuasan pasien instalasi gawat darurat, dibuat lima kategori kepuasan, yaitu sangat puas, puas, kurang puas, tidak puas, dan sangat tidak puas. Tidak ada jarak yang pasti antar kategori dalam data ordinal. Contoh data ordinal yang kerap dibahas dalam persiapan akreditasi rumah sakit adalah skala nyeri.

Jarak antar kategori membedakan data interval dan data nominal. Data interval mempunyai jarak antar kategori yang sama. Bulan-bulan dalam satu tahun adalah contoh data interval karena kurang lebih jaraknya sama, yaitu 30 hari.

Data kuantitatif berbeda dengan data kategori. Data kuantitatif terbagi menjadi dua, yaitu data kontinyu dan data diskret. Data kontinyu merupakan data hasil pengukuran yang teliti dan dapat pada angka berapa saja. Data diskret merupakan data yang merupakan pendekatan satuan terukur misalnya laju nadi (kali per menit), usia dalam tahun, dan lain-lain. Data diskret mirip sekali dengan data interval kecuali bahwa data interval biasanya hanya dalam kategori terbatas sementara data diskret bisa tak terbatas.

Pertimbangan Penyajian Data

Data dapat disajikan dengan teks, tabel, maupun tampilan grafis. Tampilan grafis lebih disukai daripada tampilan teks dan serba angka karena lebih efektif meninggalkan pesan walau juga dapat membawa ke arah yang salah (Stengel et al., 2008). Untuk menggunakannya, panduan dari van Belle, "struktur kalimat untuk menampilkan 2-5 angka, tabel untuk menampilkan informasi numerik yang lebih banyak, dan grafik untuk hubungan yang kompleks," masih relevan (Bahna & McLarty, 2009).

Menampilkan data dengan teks memang merupakan teknik yang paling umum walaupun jelas bukan pula yang terbaik. Menggunakan kalimat pendek yang tepat adalah satu-satunya cara optimalisasi penyajian data dengan teks.
Pilihan yang lebih baik dari teks adalah tabel. Tabel dapat menyajikan satu macam informasi namun juga mampu menampilkan hubungan lebih dari satu informasi. Kemampuan pemirsa memahami isi tabel bergantung pada desain tabel. Variabel kuantitatif harus diurutkan (kecil ke besar atau sebaliknya) atau dibuatkan interval. Penting untuk memastikan tidak ada kelompok variabel yang tumpang tindih.

Bila dalam tabel termuat data frekuensi, pertimbangkan untuk menambahkan persentase frekuensi tersebut. Penting juga untuk mempertimbangkan untuk menggabungkan kategori-kategori yang nilainya kecil menjadi satu kategori. Kategori-kategori tersebut perlu ditulis dengan jelas dan ringkas di bawah judul tabel yang juga jelas dan ringkas. Ingat bahwa orang cenderung lebih suka melihat tabel daripada teks, sehingga penting sekali agar tabel mudah ditemukan dan diingat.

Tabel 2. Contoh tabel interval kelompok umur dan frekuensinya. Tabel di sebelah kanan disajikan lebih baik.

Tampilan grafik memiliki dampak visual yang paling cepat, paling kuat, paling tahan lama namun kurang presisi (Bahna & McLarty, 2009). Grafik atau diagram paling mumpuni dalam menampilkan tren atau perbandingan. Bila grafik dibuat untuk menggantikan data (atau datanya bersumber) dari tabel, tidak perlu untuk menampilkan tabel asalnya. Dewasa ini, grafik atau diagram sangat mudah dibuat dengan program spreadsheet atau program pengolah data statistik lain. Walau demikian, setiap tipe grafik memiliki karakteristik tersendiri yang perlu dipahami sebelumnya. Pemahaman karakteristik grafik ini penting agar pesan yang disampaikan tidak "melenceng" dari maksud awal.

Penyajian indikator mutu dalam bentuk grafis sebaiknya mengikuti kebiasaan dalam penyajian data ilmiah, yaitu tidak mengubah grafis penyajian data menjadi sebuah karya seni. Penyajian diharapkan tetap efisien, tidak terlalu banyak pewarnaan yang tidak perlu, tumpang tindih tiga dimensi, dan dilengkapi dengan keterangan teks yang ringkas dengan ukuran yang seimbang dengan grafis (Stengel et al., 2008). Apabila diperlukan satuan, cantumkan juga satuan dengan jelas (Bahna & McLarty, 2009).

Diagram garis dan diagram batang paling sering dipakai dalam penyajian data. Diagram garis dipakai untuk menggambarkan perubahan nilai suatu variabel seiring dengan waktu, sementara diagram batang dipakai menggambarkan nilai beberapa variabel (Sonnad, 2002). Dalam presentasi indikator mutu, kerap ditemukan presenter yang menggambarkan perubahan indikator mutu seiring waktu menggunakan diagram batang karena dianggap lebih jelas mencitrakan perubahannya. Hal ini kurang tepat dan sebaiknya dihindari. Dalam menyajikan diagram batang dan garis, penting pula untuk memperhatikan skala pengukuran agar perbedaan nilai antar variabel atau antar periode waktu lebih mudah dilihat. Gambar berikut ini adalah contoh indikator mutu yang digambarkan dengan diagram garis dan diagram batang.

Gambar 1. Diagram garis di sebelah kiri menunjukkan penurunan angka kejadian infeksi luka operasi sementara diagram batang di sebelah kanan menunjukkan angka kejadian infeksi luka operasi di empat ruang perawatan bedah yang dibedakan berdasarkan jenis kelamin.

Diagram batang mirip dengan histogram. Dalam beberapa pembahasan bahkan keduanya dianggap sama. Histogram bentuknya memang hampir sama dengan diagram batang, namun keduanya melayani fungsi yang berbeda. Histogram menggambarkan distribusi frekuensi

Gambar 2. Seorang spesialis anestesi mengukur skala nyeri pasien 8 jam setelah operasi appendiktomi di sebuah rumah sakit selama tiga bulan. Distribusi frekuensi disajikan dalam histogram ini. Nilai mengukuran dicantumkan pada puncak batang untuk memudahkan pembacaan, karena ada nilai-nilai dengan rentang cukup jauh.

Diagram pie juga merupakan pilihan penyajian data yang menarik namun mungkin kurang bermanfaat dalam penyajian data indikator mutu. Diagram pie memiliki keunggulan menyajikan distribusi relatif suatu data dibandingkan totalnya (Bahna & McLarty, 2009). Beberapa diagram pie dapat digunakan untuk membandingkan data-data yang berbeda.

Gambar 3. Contoh diagram pie yang menunjukkan distribusi frekuensi kepuasan pasien instalasi gawat darurat di suatu rumah sakit.

Penyajian data indikator mutu rumah sakit dengan teks, tabel, dan grafik pada presentasi seperti disampaikan di atas merupakan upaya agar audiens mendapatkan informasi lebih banyak dibandingkan kalau mendengar saja atau melihat saja (Cipolla, n.d.). Untuk itu, membuat presentasi yang baik secara keseluruhan juga penting. Tetaplah penting untuk mempersiapkan presentasi, mempelajari topik, dan mengeksekusi presentasi dengan baik. Buatlah presentasi dengan pembukaan, topik utama, dan kesimpulan (Cipolla, n.d.). Penyajian data yang sudah dipersiapkan dengan baik sesuai paparan di atas tetap harus dikuasai dan dikomunikasikan dengan baik selama presentasi.

Penutup

Penyajian data indikator mutu rumah sakit dapat menjadi penentu masa depan penting rumah sakit. Paradigma keselamatan dan mutu yang selalu terkait dewasa ini, menjadikan pengukuran mutu menjadi hal utama dalam persiapan akreditasi rumah sakit maupun pengembangan rumah sakit. Ide utama dalam penyajian data indikator mutu rumah sakit semestinya dapat terkomunikasikan dengan baik. Penyajian data indikator mutu seperti yang diuraikan di atas diharapkan dapat berkontribusi pada penyajian data indikator mutu yang lebih baik dan bermanfaat bagi rumah sakit.

Bahan Bacaan

Bahna, S.L. & McLarty, J.W., 2009. Data Presentation. Annals of Asthma, Allergy, & Immunology, 103, pp.S15-21.
Cipolla, R., n.d. [Online] Available at: HYPERLINK "http://mi.eng.cam.ac.uk/~cipolla/archive/Presentations/MakingPresentations.pdf" http://mi.eng.cam.ac.uk/~cipolla/archive/Presentations/MakingPresentations.pdf [Accessed 2 September 2015].
Collopy, B.T., 2000. Clinical indicators in accreditation: an effective stimulus to improve patient care. International Journal for Quality in Health Care, 12(3), pp.211-16.
Sonnad, S.S., 2002. Describing Data: Statistical and Graphical Method. Radiology, 225(3), pp.622-28.
Stengel, D., Calori, G.M. & Giannoudis, P.V., 2008. Graphical Data Presentation. Injury, Int. J. Care Injured , 39, pp.659-65.
Takaki, O. et al., 2013. Graphical representation of quality indicators based on medical service ontology. Springer Plus, 2(274), pp.1-20.

Penulis

Artikel ini ditulis dr. Robertus Arian Datusanantyo, M.P.H. dan merupakan opini pribadi. Data yang dipakai dalam contoh adalah fiktif dan digunakan hanya untuk memperjelas maksud.