background image
Kilit analizin gerçeklefltirilmesi için s>kça faydalan>lan bir teknik, ilgili ba¤>ml> de¤ifl-
kenin varyans>n>n ne kadar>n>n, analizin tüm ba¤>ms>z de¤iflkenleri taraf>ndan desteklen-
di¤idir. Bu duruma genelde analizde yer verilen de¤iflkenler taraf>ndan "aç>klanan" var-
yans yüzdesi de denir. Aç>klanan de¤iflkenlik oran> yüksekse, analizde özgün ölçütlere
daha fazla dikkat etmemizin önemli olaca¤> anlafl>l>rken, aç>klanan de¤iflkenlik oran> dü-
flükse, ölçütlere daha az a¤>rl>k verilebilir. -
sa yoldan aç>klanan varyans> ifade etmenin yöntemi, analizdeki R
2
de¤iflkenlerinin de¤er-
lendirilmesidir. Esas soru, istatistiki (ve klinik) olarak anlaml> de¤iflkenlerin, ne oranda il-
gili ba¤>ml> de¤iflkeni aç>klayabildi¤idir?
Uygulamalar>n Sürekli Gelifltirilmesi Amac>yla Tatbik Edilen
Veri Sunumu Yöntemleri
Sistemin temeli tasarland>¤>nda, kuruldu¤unda, ve analiz edildi¤inde; kalite takibi ve ge-
lifltirme sistemi hizmetleri, sadece analizlerin sonuçlar> da¤>t>ld>¤>nda ve ifllem ile süreç-
lerin gelifltirilmesi için kullan>ld>¤>nda daha iyi hale getirebilir. Sonuçlar>n sadece ölçül-
mesi ve geri-bildirime tabi tutulmas>n>n, peformans göstergelerine göre hizmetler üzerin-
deki iyilefltirici etkisinin %3-6 aras> oldu¤u gösterilmifltir. Süreklilik arz eden bir kalite ge-
lifltirimi sürecini meydana getiren sistemler, anlaml> ölçüde yüksek performans kazançla-
r>n> gösterebilecek kapasitededir. Sürekli kalite gelifltirimi (CQI) ve toplam kalite yöneti-
minin (TQM) yöntemlerinin tart>fl>lmas> bu bölümün kapsam> d>fl>nda olmas>na karfl>n,
veri analizi ve sunumu için daha yayg>n kullan>m> olan baz> faydal> yöntemler mevcuttur.
labilmesi aç>s>ndan, bir frekans da¤>l>m ya da his-
togram grafi¤inde gösterilmeleri (fiekil 16-7) ya da 2 ya da daha fazla de¤iflkene göre da-
¤>l>m için bir saç>l>m diyagram> (fiekil 16-8) kullan>lmas> büyük önem tafl>r. Bu grafikte ve-
riler çan-e¤risi fleklinde bir grafik oluflturarak "normal da¤>l>m" m> sergiliyorlar yoksa asi-
metrik bir e¤ri mi çiziyorlar? Bu sorunun cevab>, seçilecek istatistiki yöntem ve analizler
aç>s>ndan büyük önem tafl>r, ve ayr>ca etkili olas> faktörlere dair ciddi bilgiler verebilir. Ya
da, verilerde 2 farkl> altgrup tespit edilerek, altgruplar>n tan>mlanmas> gibi ilave ifllemle-
rin gerçeklefltirilmesine yol açabilir. Örne¤in, belli bir hastal>k alan> aç>s>ndan, yaln>z ba-
fl>na çal>flan bir hekimin verece¤i sa¤l>k hizmeti ile, genifl ve tek bir uzmanl>k alan>nda ça-
l>flan gruplar>n hizmeti genelde ciddi farkl>l>klar sergiler.
pareto grafi¤inin (fiekil 16-9) kullan>lmas>, ilgili kilit faktörlerin kümü-
latif da¤>l>m>na >fl>k tutar. Bu grafikte histogram ile kümülatif frekans çizgisi bir arada ol-
du¤undan, ilgili de¤iflkenin de¤er aral>¤>nda performans de¤erlendirmesi yapmak müm-
kün olur.
Üçüncü olarak, bilhassa nadir rastlananlar olmak üzere, olgular>n oran>, zamanla de-
¤iflim sergileyebilir. Bu de¤iflimler, daha önceki zaman dilimleri ve di¤er kurumlar ile uy-
gulamalarla karfl>laflt>r>ld>¤>nda, hem klinik hem de istatistiki aç>dan anlaml> seviyede mi-
dir? Run diyagramlar> ya da kontrol grafiklerinde (fiekil 16-10), olgu s>kl>klar>n>n zamana gö-
re da¤>l>m> hem Standart Sapma (SS: standart deviation; SD) hem de seviye aç>s>ndan be-
lirtildi¤inden, araflt>rmac>lar bu konuda baz> yarg>lara varabilir: (1) sapma sergileyen bir
veri noktas> gerçekten anlaml> bir bulgu mudur yoksa randomize bir hata sonucu mu or-
taya ç>km>flt>r (2) benzer k>yaslamalarla karfl>laflt>r>ld>¤>nda organizasyon nas>l bir yönde
ilerlemektedir.
Bu veri analizlerinin amac> , ilgili faktördeki varyasyonlar>n tan>mlanmas>d>r. Sistemin
kurulumuna ba¤l> olarak ortaya ç>kan ve mevcut operatif yap>s>n>n bir parças> olan bu
faktörlere ola¤an sebepler denir. Bu alandaki performans> artt>rmak için, sistemin yeniden
tasarlanmas> ve mühendislik ifllemlerine tabi tutulmas> gerekir.
368
·
Genel T>pta Yenilikler