Statistisk prosesskontroll

Spørsmålene: «Hva er det du ønsker å oppnå», «Hvordan vet vi at en endring er en forbedring?» og «Hvilke tiltak kan vi gjennomføre for å få til forbedring» er essensielle i forbedringsarbeidet. For å kunne besvare spørsmål to er vi avhengige av å ha noe å måle, vi trenger en indikator. Metoden vi bruker for å analysere dataene i forbedringsarbeidet heter statistisk prosesskontroll.

Statistisk prosesskontroll har tre hovedformål:

  1. Variasjonskontroll: Sikre at prosessen er tilstrekkelig stabil (dvs uten utilfredsstillende stor variasjon) og dermed tilstrekkelig forutsigbar som forutsetning for å vurdere nivå og utviklingsretning.
  2. Nivåkontroll: Sikre at det stabile nivået er i overensstemmelse med god praksis – altså at kvaliteten har et tilfredsstillende nivå.
  3. Forbedringskontroll: Sikre at forbedringer dokumenteres – altså at kvalitetsutviklingen er tilfredsstillende i retning av det bedre.

Først litt om variasjon

Tilfeldig variasjon (common cause variation) er en iboende egenskap ved en prosess – den er tilfeldig og har naturlige, vanlige årsaker. Den har altså ikke en spesiell årsak, og den er uttrykk for prosessens rytme. Man kan, innen visse grenser, forutsi en prosess som bare har naturlig variasjon. Prosessen er stabil og resultatene forutsigbare. Et eksempel på naturlig variasjon er at kroppstemperaturen normalt varierer mellom 36,5 og 37,5 13 gjennom døgnet. Et annet eksempel kan være at ventetiden ved en legevakt til vanlig er mellom 0 og 90 minutter.

Ikke-tilfeldigvariasjon (special cause variation) skyldes irregulære, unaturlige årsaker som ikke er iboende i prosessen. Om en prosess har spesiell variasjon, sier vi at den er "ute av kontroll"; den er ustabil og vil være uforutsigbar. Temperaturen ved feber er uttrykk for spesiell variasjon. Spesiell variasjon i ventetida på legevakten kan oppstå hvis det har vært spesielt store ulykker, influensaepidemier eller spesiell personalmangel på grunn av sykdom.

Ved forbedring av prosesser bør spesiell variasjon først identifiseres og forstås. Hvis målinger viser at ekstra lang ventetid (spesiell variasjon) oppstår regelmessig på bestemte tidspunkter, bør denne fjernes ved tiltak som for eksempel endret bruk av personellet. Noen spesielle variasjoner er det imidlertid ikke mulig å gjøre noe med annet enn å forstå dem.

«Forbedringsguruene» Shewart og Deming understreker bl.a. følgende punkter omkring variasjon:

  1. Variasjon forekommer i alt det vi gjør
  2. Prosesser som bare har naturlig variasjon er forutsigelige innenfor statistiske grenser
  3. Uønsket spesiell variasjon bør identifiseres, forstås og bli ryddet av veien
  4. Når spesiell variasjon er fjernet, er det formålstjenlig å vurdere å endre prosessen
  5. Om en prosess bare har naturlig variasjon, men fungerer på et uakseptabelt nivå, bør man fokusere på å endre gjennomsnittsnivået i ønsket retning

Til å hjelpe oss med å forstå variasjonen i systemet vårt har vi nettopp statistisk prosesskontroll. Det matematiske grunnlaget er basert på sannsynlighetsregning og statistiske metoder, men til tidsseriene (run charts) som er belyst i undervisningen så forholder vi oss til en visuell bedømming.

Run-diagram

Shewart utviklet på 1920-tallet et verktøy kalt run-diagram. Run-diagram er veldig enkelt å konstruere og tolke. Det kan brukes på alle typer prosesser og med alle slags data (målte data, telte data, prosenter, forholdstall osv). Et run-diagram kan konstrueres med papir og blyant, man trenger ingen statistisk bearbeiding, og det er enkelt å forstå. Den største svakheten ved run-diagram er at de kan avsløre noen, men ikke alle, spesielle variasjoner.

Run-diagram er en måling av en prosess over tid og gir en løpende oversikt over dataene. Tiden er på horisontalaksen. Kvalitetsegenskapen er på den vertikale aksen. Senterlinjen i et run-diagram er medianen.

Å lage et run-diagram

  • Dra en horisontal linje (x-aksen) og merk den med tidsenheten (dager, uker, måneder) eller med sekvensen som dataene er samlet i

  • Dra en vertikal akse (y-aksen) og merk den for å dekke hele spredningen av foreliggende data

  • Merk av minimum 15 datapunkter i tidsorden

  • Trekk linje mellom punktene

  • Bestem medianen for dataen og trekk en linje for den på kurven

Hva er et run ?

Et run er definert som ett eller flere etterfølgende datapunkter på samme siden av medianen. For enkelhets skyld kan vi telle antall runs i et runchart ved å summere antall krysninger av medianen.

I tidsserien er vi ute etter å se etter singaler for ikke-tilfeldig variasjon.

Test 1: Spesielt mange eller spesielt få runs.

Se for deg en monitor på intensiven. Telemetri, arteriekran og annet utstyr vil gi kontinuerlig monitorering av ulike kliniske parametere. Alle disse parameterne varierer hele tiden, og sånn er det med alle prosesser; de har en iboende variasjon i seg. I en tidsserie vil både for få og for mange runs gi inntrykk av at variasjonen ikke er tilfeldig. Matematikere har utviklet en tabell som gir svar på dette (tabell 1). Det er ikke nødvendig å skjønne tabellen!

 

I prosesser i helsevesenet er det veldig sjelden man ser eksempel på for mange runs, og i tidsserier dere vil se vil det enten være et tilstrekkelig antall eller for få runs.

 

Test 2: Skifte i prosessen

Flere enn 6 punkter etter hverandre på samme side av medianen indikerer et skifte i prosessen. (Enten over eller under)

Test 3: Trend

5 eller flere punkter som går i samme retning indikerer en trend.

Test 4: Astronomisk datapunkt

Et punkt som ligger langt fra de andre datapunktene i tidsserien (bruk øyemål). Et slikt datapunkt indikerer i de aller fleste tilfeller en feilmåling.

 

 

Kilde: Kompendium i SPK, Kunnskapssenteret

Publisert 21. okt. 2015 14:06 - Sist endret 12. apr. 2016 10:08