Data Quality Self Assessment (DQS) atau Penilaian Mandiri Kualitas Data Rutin (PMKDR) Sistem Informasi Kesehatan

Parent Category: Data
in Teori
12. 08. 12
posted by: dr. Awi Muliadi Wijaya, MKM
Last Updated: 25 January 2015
Created: 12 August 2012
Hits: 3918

User Rating: 5 / 5

Star ActiveStar ActiveStar ActiveStar ActiveStar Active
 

Ketersediaan data kesehatan Indonesia secara kuantitas saat ini sudah cukup baik, hal ini tercermin dari ketersediaan profil kesehatan nasional, provinsi dan kabupaten/kota yang sudah melebihi 80%. Akan tetapi, walaupun secara kuantitas data kesehatan Indonesia sudah cukup baik, namun secara kualitas masih dipertanyakan.

 

Pentingnya Peningkatan Kualitas Data Kesehatan

Pada tahun 2007 Kementerian Kesehatan (Depkes) cq Pusdatin bekerjasama dengan Health Metrics Network (HMN) telah melakukan penilaian (Assesment) terhadap Sistem Informasi Kesehatan (SIK) di Indonesia. Penilaian dilakukan terhadap beberapa komponen SIK, dengan hasil yang menunjukkan “tidak adekuat” untuk komponen: sumber daya (47%), indikator (61%), sumber data (51%), kualitas data (55%), penggunaan dan diseminasi data (57%) serta  “tidak adekuat sama sekali” untuk komponen manajemen data (35%). Berdasarkan hasil assessment tsb, kualitas data masuk dalam kategori tidak adekuat atau bermasalah, oleh karena itu penting untuk melakukan upaya meningkatkan dan memperkuat kualitas data kesehatan Indonesia.

 

Sedemikian pentingkah tuntutan akan tingginya kualitas data kesehatan kita?

Data yang banyak saja tidak cukup apabila data tersebut rendah kualitasnya. Bila data berkualitas rendah, bagaimana kita bisa memutuskan/membuat kebijakan intervensi program-program kesehatan dengan benar kalau dasar untuk membuat keputusan tersebut yaitu data yang tersedia ternyata diragukan kebenarannya karena kualitasnya rendah, tidak valid dan tidak akurat? Data yang tidak akurat bila dipakai sebagai dasar pembuatan keputusan, tentu dapat menyesatkan karena keputusan yang dibuat bisa jadi merupakan keputusan yang keliru. Oleh karena itu, upaya penguatan kualitas data menjadi hal penting dan strategis karena akan mempengaruhi kualitas komponen lain dalam sistem informasi kesehatan.

 

Penilaian Mandiri Kualitas Data Rutin (PMDKR)

Pada tahun 2012 Kementerian Kesehatan cq Pusdatin bekerjasama dengan Fakultas Kesehatan Masyarakat Universitas Indonesia (FKM UI) telah mengembangkan metode Penilaian Mandiri Kualitas Data Rutin (PMDKR) yang diadopsi dari Instrumen Data Quality Self Assessment (DQS) yang dikembangkan oleh Badan Kesehatan Dunia (WHO). PMKDR sudah dilatihkan kepada petugas pengolah data kesehatan di tingkat pusat pada beberapa program terpilih, 33 provinsi, dan kabupaten di daerah intervensi Global Fund for Health Systems Strengthening (GF HSS), serta 9 provinsi di luar intervensi GF HSS.

 

PMKDR adalah seperangkat metode untuk menilai kualitas data rutin secara mandiri. Metode penilaian ini dapat digunakan di setiap jenjang administrasi (Pusat, Provinsi, dan Kabupaten/Kota). pelaksanaan di lapangan, penilaian kualitas data dilakukan terintegrasi dalam kegiatan pemantauan dan evaluasi (monev) di tingkat pusat, provinsi, dan kabupaten/kota. Pelaksananya adalah tenaga pengolah data kesehatan atau Sistem Informasi Kesehatan (SIK) dan pengelola program (misal program pengendalian penyakit menular, imunisasi, gizi dan KIA).

 

Komponen PMKDR

Komponen PMKDR meliputi: kelengkapan dan ketepatan waktu pelaporan, keakuratan, konsistensi, dan  kualitas komponen sistem pemantauan dan evaluasi program. Tujuan akhir PMKDR adalah terintegrasinya kegiatan PMKDR dengan sistem informasi kesehatan nasional/daerah dalam upaya meningkatkan kualitas data rutin.

 

Manfaat PMKDR

Kualitas data merupakan kebutuhan mendasar agar data dapat menjadi landasan bukti/fakta yang dapat dimanfaatkan untuk mendukung sistem pemantauan dan evaluasi (monev), perencanaan dan pengambilan kebijakan. PMKDR secara khusus bermanfaat untuk memfasilitasi ketersediaan:

  1. Data kesehatan yang valid dan akurat.
  2. Informasi yang valid untuk melakukan perencanaan dan intervensi program kesehatan.
  3. Peningkatan sistem informasi kesehatan.
  4. Data statistik untuk berbagai keperluan.

 

Tujuan PMKDR

Tujuan Umum PMKDR adalah:

  • Menilai kualitas data rutin.
  • Meningkatkan kualitas data kesehatan.

Tujuan Khusus PMKDR adalah:

  1. Meningkatkan kemampuan dan kompetensi petugas dalam penilaian kualitas data kesehatan.
  2. Menerapkan penilaian kualitas data rutin melalui telaah laporan rutin, verifikasi data, dan penilaian sistem monev.
  3. Meningkatkan akurasi dan kelengkapan data program kesehatan melalui mekanisme umpan balik (feed back) untuk keperluan tindak lanjut/intervensi di setiap jenjang administrasi.

 

Pengguna PMKDR

Pengguna PMKDR meliputi para pengambil kebijakan, stakesholders, pengelola program, pelaksana penilai kualitas data menggunakan Aplikasi (tool) PMKDR, para peneliti dan akademisi. Target utama pengguna PMKDR adalah Pengelola Program (programmer) kesehatan dan tenaga SIK di setiap jenjang administrasi, misalnya dinas kesehatan kabupaten/kota, dinas kesehatan provinsi dan pusat. Semua Program Kesehatan yang memiliki data rutin bulanan atau triwulanan dapat mengaplikasi metode PMKDR.

 

Kapan Dilaksanakan PMKDR?

PMKDR bukan kegiatan insidentil tetapi harus dilakukan terus-menerus (berkesinambungan), bersamaan atau terpisah dengan kegiatan monev. Setelah kualitas data dinilai maka harus dibuat umpan balik dan rencana tindak lanjut sesuai hasil penilaian.

 

Metode PMKDR

Ada 3 metode yang dipakai dalam penilaian mandiri kualitas data rutin, yaitu: 1) Telaah Laporan; 2) Verifikasi Data; 3) Penilaian sistem pemantauan dan evaluasi. Ketiga metode tersebut idealnya harus dilaksanakan secara berurutan.

 

1. Penilaian Mandiri Kualitas Data Melalui Telaah Laporan Rutin

Penilaian Mandiri Kualitasdata melalui telaah laporan adalah suatu proses dan mekanisme untuk memantau dan menilai 3 komponen kualitas data dari laporan rutin yang diterima dari jenjang di bawahnya. Penilaian Mandiri Kualitasdata melalui telaah laporan rutin dilakukan di atas meja (desk review) atau di kelas, tidak perlu meninjau ke lapangan. Yang melakukan telaah laporan adalah Staf/petugas program kesehatan dan petugas SIK.

 

Ada 3 komponen data yang ditelaah pada desk review yaitu:

           a. Kelengkapan data

           b. Akurasi data

           c. Konsistensi data

 

a. Kelengkapan Data

Kelengkapan data adalah seberapa lengkap data dilaporkan oleh semua unit atau fasilitas yang seharusnya melapor sesuai periode waktu pelaporan (bulanan atau triwulan). Oleh karena itu kelengkapan data memiliki 2 indikator yaitu: kelengkapan laporan dan ketepatan waktu pelaporan.

 

Laporan/data disebut lengkap bila dikirim oleh semua unit atau fasilitas yang seharusnya melapor. Laporan disebut tepat waktu bila dikirim tepat waktu sesuai periode pelaporan yang disepakati (bulanan atau triwulanan). Definisi tepat waktu mengacu pada standar yang berlaku di Indonesia yaitu: laporan bulanan sudah diterima oleh jenjang di atasnya paling lambat tanggal 5 bulan berikutnya dari puskesmas, 10 bulan berikutnya dari kabupaten/kota, dan tanggal 15 bulan berikutnya dari provinsi.

 

Ketentuan waktu pengiriman laporan triwulan sbb:

  • Laporan Triwulan I sudah diterima oleh jenjang di atasnya paling lambat tanggal 5 April dari puskesmas, 10 April dari kabupaten/kota, dan 15 April dari provinsi.
  • Laporan Triwulan II sudah diterima oleh jenjang di atasnya paling lambat tanggal 5 Juli oleh puskesmas, 10 Juli dari kabupaten/kota, dan 15 Juli dari provinsi.
  • Laporan Triwulan III sudah diterima oleh jenjang di atasnya paling lambat tanggal 5 Oktober dari puskesmas, 10 Oktober dari kabupaten/kota, dan 15 Oktober dari provinsi.
  • Laporan Triwulan IV sudah diterima oleh jenjang di atasnya paling lambat tanggal 5 Januari tahun berikutnya dari puskesmas, 10 Januari tahun berikutnya dari kabupaten/kota, dan 15 Januari tahun berikutnya dari provinsi.

 

Rumus kelengkapan pelaporan = (jumlah unit yang melapor dibagi jumlah unit yang seharusnya melapor) X 100%.

Yang diinilai adalah data per indikator bukan per program.

Kelengkapan data disebut baik bila >80% unit atau fasilitas yang melapor.

 

Rumus ketepatan waktu pelaporan = (jumlah laporan tepat waktu dibagi jumlah bulan atau triwulan seluruh laporan yang seharusnya dilaporkan tepat waktu) X 100%

Ketepatan waktu disebut baik baik bila >80% laporan tepat waktu.

 

Gambar 1: Contoh grafik hasil penilaian kelengkapan dan ketepatan waktu pelaporan.

 

b. Akurasi Data

Akurasi data adalah seberapa akurat data yang dilaporkan terhadap angka sebenarnya atau yang dianggap benar. Untuk menilai keakuratan data, indikator yang dipakai adalah ada atau tidak adanya data pencilan.

 

Data pencilan
definisi data pencilan adalah: data yang dilaporkan sangat jauh berbeda dibandingkan dengan nilai rata-rata setelah dikeluarkan nilai nol dan data yang hilang. Singkatnya, data pencilan adalah suatu data yang lain sendiri atau terpencil dari komunitasnya, misalnya: dari 10 kabupaten, ada 1 kabupaten yang melaporkan sangat jauh berbeda (cakupannya sangat tinggi atau sangat rendah dibandingkan kabupaten lain di wilayah/provinsi itu.)

Aturan mainnya:

  • Bila data pencilan melebihi + 2 standar deviasi (SD) maka dapat dikatakan kualitas data kurang baik.
  • Bila data pencilan melebihi + 3 standar deviasi (SD) maka dapat dikatakan kualitas data tidak baik.

 

Hati-hati:
Perhatian apabila ada data pencilan: bila kita tidak memahami permasalahan di lapangan maka bisa terjadi salah interpretasi, misal: adanya data pencilan karena terjadi KLB, adanya penyakit yang dipengaruhi oleh musim, dan program kesehatan tidak berjalan optimal sehingga cakupan drop. Untuk memastikan penyebab adanya data pencilan maka perlu dilakukan verifikasi data dengan cara meninjau langsung ke sumber data dan menelusuri/mencari dimana letak permasalahannya. 

 

c. Konsistensi Data

Konsistensi data adalah seberapa konsisten/sesuai data yang dilaporkan dibandingkan dengan indikator atau variabel lainnya atau data yang dinilai dibandingkan dengan data hasil survei. Ada 2 jenis konsistensi yaitu:

 

1. Konsistensi internal yaitu: adanya kekonsistenan data dibandingkan dengan data lain pada program yang sama. Pada kondisi normal, data tidak jauh berubah dan tidak ada data pencilan dari waktu ke waktu. Konsistensi internal terdiri dari 2 indikator yaitu: 1) Konsistensi cakupan dari tahun ke tahun, dan 2) Konsistensi antar indikator.

1) Konsistensi cakupan dari tahun ke tahun

Definisi konsistensi cakupan dari tahun ke tahun: angka cakupan tidak mengalami perubahan sangat tajam dari tahun ke tahun. Bila ada peningkatan atau penurunan tajam dibandingkan 3 tahun terakhir maka dikatakan kualitas datanya tidak baik karena tidak konsisten. Perhitungannya: angka cakupan tahun ini dibagi dengan rata-rata cakupan selama 3 tahun sebelumnya (dalam rasio).

 

Penilaian:

Bila rasio-nya 1: bagus.

Dapat dikatakan kualitasnya baik bila selisih rasio tidak lebih dari 33% dari rata-rata cakupan 3 tahun sebelumnya, atau rasionya berkisar antara 0,67 sampai 1,33. Bila rasionya kurang dari 0,67 atau lebih dari 1,33 disebut tidak konsisten.