Important Announcement
PubHTML5 Scheduled Server Maintenance on (GMT) Sunday, June 26th, 2:00 am - 8:00 am.
PubHTML5 site will be inoperative during the times indicated!

Home Explore 05.1 RUN CHART [2.1]

05.1 RUN CHART [2.1]

Published by pqlcl.ch1, 2021-07-19 07:58:30

Description: 05.1 RUN CHART [2.1]

Search

Read the Text Version

Chương 5. Công cụ quản lý chất lượng – Q7 Mô đun 5.1: BIỂU ĐỒ CON CHẠY (RUN CHART) Biên soạn: Ths.Bs. Đỗ Văn Niệm TP. Quản lý chất lượng, BV. Nhi đồng 1 MỤC TIÊU: Sau khi nghiên cứu kỹ chuyên đề này, học viên có thể: a. Trình bày khái niệm biểu đồ con chạy và các thành phần của nó. b. Kể được các tình huống áp dụng biểu đồ con chạy. c. Mô tả các dấu hiệu nhận biết dữ liệu bất thường trong biểu đồ con chạy. d. Vẽ được biểu đồ con chạy trên ứng dụng Excel hoặc ngôn ngữ R. e. Nhận định đúng kết quả phân tích một biểu đồ con chạy và kết luận. HƯỚNG DẪN CHUNG DÀNH CHO CHUYÊN ĐỀ Tình huống áp dụng: Chuyên đề này có thể sử dụng độc lập hoặc kết hợp trong các mô-đun đào tạo của chương trình đào tạo: “Tiếp cận cải tiến chất lượng bệnh viện theo chu trình Plan-Do-Check-Act” và “Công cụ quản lý chất lượng cổ điển – Q7”. Học viên có thể học riêng chuyên đề này, nhưng tốt nhất kết hợp với chuyên đề: Biểu đồ kiểm soát. Chuyên đề này cũng có thể dành cho học viên có nhu cầu tự học hoặc dùng làm tài liệu hỗ trợ đào tạo theo phương pháp đào tạo trực tuyến (e-learning). Yêu cầu dành cho học viên: Để hoàn thành tốt chuyên đề này, học viên cần có kiến thức cơ bản về thang đo (Steven’s scale: 4 bậc), thống kê cơ bản và kỹ năng sử dụng ứng dụng Excel (tương đương chứng chỉ A tin học, hoặc ít nhất là sử dụng thành thạo các hàm cơ bản trong Excel) hoặc ngôn ngữ R (hoặc một ứng dụng tương đương khác, có thể dùng để thiết lập biểu đồ con chạy). Thời lượng: Tốt nhất 8 tiết học dành cho học viên trình độ nâng cao hoặc đào tạo cấp chứng chỉ trong mô-đun “Công cụ quản lý chất lượng cổ điển – Q7”: 4 tiết lý thuyết (lý thuyết & mô phỏng tình huống thực hành) và 4 tiết học viên trực tiếp thực hành trên ứng dụng máy tính, phân tích kết quả và kết luận về biểu đồ con chạy. Thời lượng tối thiểu: 2 tiết (nếu tích hợp trong các mô-đun đào tạo về cải tiến chất lượng (phần cơ bản) dành cho các nhóm học viên có kỹ năng thực hành tốt Excel và có kiến thức nền tảng về nghiên cứu khoa học cơ bản). Phương tiện: Bảng, viết bảng đủ 3 màu (xanh, đen, đỏ) để mô phỏng tình huống phân tích biểu đồ và máy tính cài đặt ứng dụng Excel phiên bản 2013 trở lên hoặc ngôn ngữ R được cài đặt bổ sung gói phân tích qicharts2, readxl. [5.1] 3 | Biểu đồ con chạy – Run chart [Phiên bản 2.1]. 2019. DVN, MD, MSc.

Chương 5. Công cụ quản lý chất lượng – Q7 TÓM TẮT NỘI DUNG CHUYÊN ĐỀ: 1. Biểu đồ con chạy và các thành phần của nó 5 • Khái niệm và nhận dạng biểu đồ con chạy 5 • Trung vị của chuỗi dữ liệu 5 • Các khái niệm thành phần trong biểu đồ con chạy 2. Yêu cầu dữ liệu & các quy luật phân tích biểu đồ con chạy 6 • Giả định độc lập và xác định phân phối của dữ liệu (iid) 6 • Kỹ thuật phân nhóm hợp lý (Rational subgrouping) 7,10 • Ảnh hưởng của phân phối dữ liệu 7 • Số điểm dữ liệu cần thiết 8 • Các quy luật xác định nguyên nhân không do ngẫu nhiên 8 • Độ nhạy và độ đặc hiệu của các quy luật biểu đồ con chạy 9 • Các bảng xác định giá trị tới hạn 3. Tình huống áp dụng biểu đồ con chạy trong quản lý chất lượng 10 • Đánh giá hiệu quả cải tiến chất lượng 11 • Những hạn chế của biểu đồ con chạy 4. Hướng dẫn thực hành biểu đồ con chạy 12 • Thực hành vẽ biểu đồ bằng Excel 12 • Thực hành vẽ biểu đồ bằng R 12 • Quy trình 12 bước thực hành biểu đồ con chạy trong cải tiến chất lượng 5. Các tình huống mô phỏng về biểu đồ con chạy 13 BÀI TẬP THỰC HÀNH 17 TÀI LIỆU THAM KHẢO 18 CÂU HỎI TỰ LƯỢNG GIÁ 18 CÂU HỎI TRẮC NGHIỆM 18 [5.1].4 | Biểu đồ con chạy – Run chart. [Phiên bản 2.1]. 2019. DVN, MD, MSc.

Chương 5. Công cụ quản lý chất lượng – Q7 NỘI DUNG: 1. Biểu đồ con chạy và các thành phần trên biểu đồ con chạy Biểu đồ con chạy (Run chart) là dạng trình bày dữ liệu chuỗi thời gian của một đo lường thống kê hay một chỉ số chất lượng dưới dạng biểu đồ điểm-đường (point-and- line chart), với trục hoành là thời gian và trục tung là đo lường thống kê, kèm theo đường xác định khuynh hướng trung tâm của dữ liệu (thường là trung vị của dữ liệu, đôi khi sử dụng số trung bình) - được gọi là đường trung tâm (CL: Central Line). Các đo lường thống kê thường gặp trong quản trị liên quan các biến thuộc tính (Atribute) như chuỗi số đếm (Count), tỷ lệ (Rate), tỷ lệ phần trăm (Proportion); hoặc các biến đo lường liên tục (Variable) như chuỗi số trung bình hay chuỗi điểm đo lường biến liên tục; đều có thể sử dụng để phân tích bằng biểu đồ con chạy. Biểu đồ con chạy cùng với biểu đồ kiểm soát hình thành nhóm biểu đồ SPC (SPC: Statistical Process Control), đôi khi còn được gọi là biểu đồ khuynh hướng (Trend chart). Về mặt thống kê, trung vị của dữ liệu là giá trị đứng chính giữa chuỗi dữ liệu nếu chúng được xếp thứ tự từ nhỏ nhất đến lớn nhất hoặc ngược lại. Trường hợp số điểm dữ liệu là số chẵn thì trung vị là số trung bình của 2 điểm đứng gần chính giữa. Để phân tích, cần nắm vững các khái niệm thành phần trên biểu đồ con chạy, đó là: [1] Điểm dữ liệu hữu dụng (Values, useful data points/observations): Là điểm dữ liệu khác với trung vị - nói cách khác nó không nằm trên đường trung tâm, [2] Con chạy (Run): Là một chuỗi những điểm liên tiếp nằm cùng một bên so với đường trung tâm, [3] Lệch (Shift): Là một con chạy đặc biệt có số điểm bằng hoặc vượt quá giá trị tới hạn (giá trị này có thể thay đổi theo gói quy luật xác định nguyên nhân không ngẫu nhiên, thường dùng là  6) – Nói cách khác lệch là chuỗi ít nhất 6 điểm dữ liệu liên tiếp nằm cùng bên so với đường trung tâm, [4] Khuynh hướng (Trend): Là chuỗi những điểm liên tiếp có xu hướng tăng hay giảm với ít nhất 5 điểm (lưu ý: khuynh hướng không liên quan đến đường trung tâm) – Điểm đầu tiên không được tính khi đếm số điểm của khuynh hướng (nếu đếm điểm đầu, áp dụng quy tắc cộng 1 so với giá trị tới hạn được khuyến cáo, khi đó giá trị dành cho khuynh hướng và lệch gần như tương đương, điều này giải thích lý do có thuật ngữ quy luật số 6 hoặc quy luật số 8), [5] Điểm cực (Astronomical point): Là điểm dữ liệu khác biệt một cách rõ ràng với phần còn lại (cần lưu ý, điểm cực thể hiện sự khác biệt, chứ nó không phải là điểm lớn nhất hoặc nhỏ nhất trong chuỗi dữ liệu). Ở góc độ thực hành, điểm dữ liệu vượt quá một giới hạn thực tiễn được xác định trước có thể là một tiêu chuẩn tham chiếu. Giá trị xác định điểm cực có thể do tiêu chuẩn chất lượng, quy định pháp lý, một chỉ tiêu hay ngưỡng mục tiêu cần đạt của một chỉ số, hoặc yêu cầu của các bên quan tâm. Ví dụ: Quyết định 1313 của Bộ Y tế về quy trình khám bệnh quy định thời gian chờ khám bệnh của người bệnh không thực hiện cận lâm sàng không quá 120 phút. Như vậy, bất kỳ người bệnh nào có thời gian chờ toàn bộ quy trình khám từ 121 phút trở lên có thể được xem là điểm cực. [5.1] 5 | Biểu đồ con chạy – Run chart [Phiên bản 2.1]. 2019. DVN, MD, MSc.

Chương 5. Công cụ quản lý chất lượng – Q7 Để xác định số lượng con chạy trên biểu đồ, cần đếm số điểm cắt của đường dữ liệu với đường trung tâm. Số con chạy bằng số điểm cắt cộng 1. Xác định số lượng con chạy có thể không cần quan tâm số lượng điểm trong mỗi con chạy. Nhưng khi xác định lệch cần phải nêu rõ số điểm lệch thì mới có thể biết có vi phạm quy luật hay không. Xác định số điểm của con chạy (hay lệch) bằng cách đếm các điểm liên tiếp nhau cho đến khi đổi bên so với đường trung tâm. Trường hợp có từ 1 điểm trùng đường trung tâm, nhưng sau đó con chạy (lệch) chưa đổi bên thì tiếp tục đếm các điểm tiếp theo vào con chạy (lệch) trước đó, nhưng không tính các điểm trùng với đường trung tâm. Tương tự như con chạy, xác định số điểm của một khuynh hướng (tăng hay giảm) được đếm từ điểm thứ 2 trở đi cho đến khi đảo chiều. Nếu có từ 2 điểm liên tiếp không đổi, sau đó tiếp tục khuynh hướng tương tự trước đó, thì tiếp tục đếm số điểm của khuynh hướng, nhưng không tính điểm bằng nhau từ điểm thứ 2 trở đi – nghĩa là 2 điểm có giá trị bằng nhau tuyệt đối đứng liền nhau chỉ được tính 1 điểm. Tính toán đúng giá trị đường trung tâm, xác định chính xác số lượng điểm dữ liệu hữu dụng để tính toán các giá trị tới hạn, số lượng con chạy, độ dài tối đa của lệch và độ dài của khuynh hướng là điều kiện cần thiết để phân tích và nhận định đúng về đặc điểm dữ liệu khi phân tích bằng biểu đồ con chạy. Hình 5.1A minh họa biểu đồ con chạy và các thành phần của nó. 2. Yêu cầu về dữ liệu và các quy luật phân tích biểu đồ con chạy Quá trình phân tích dữ liệu bằng biểu đồ con chạy nhằm xác định các dao động trong chuỗi dữ liệu có tuân theo quy luật ngẫu nhiên hay không. Hầu hết trường hợp, chuỗi dữ liệu là đại lượng thống kê đại diện cho trung bình của phân nhóm tại các điểm dữ liệu, nói cách khác việc phân tích dữ liệu dựa trên quy luật phân phối của đo lường thống kê hoặc phân phối của trung bình mẫu, một hệ luận từ định lý giới hạn trung tâm. Giống như các phương pháp phân tích dữ liệu thống kê khác, nó cần một số giả định hay yêu cầu về dữ liệu. Lợi điểm lớn nhất của biểu đồ con chạy so với biểu đồ kiểm soát là không yêu cầu nhiều giả định về dữ liệu. Giả định quan trọng khi phân tích bằng biểu đồ con chạy là các mẫu (phân nhóm) được chọn ngẫu nhiên (hay tính độc lập của các điểm dữ liệu), vì các quy luật phân tích được thiết lập dựa trên nền tảng giả định này. Điều này có thể khó [5.1].6 | Biểu đồ con chạy – Run chart. [Phiên bản 2.1]. 2019. DVN, MD, MSc.

Chương 5. Công cụ quản lý chất lượng – Q7 đạt hoàn toàn trong thực tiễn quản trị ở các lĩnh vực chuyên ngành dịch vụ, nơi hầu hầu hết được chọn mẫu thuận tiện. Kỹ thuật chọn phân nhóm hợp lý (rational subgrouping) tại các điểm dữ liệu theo nguyên tắc đảm bảo tối thiểu hóa biến thiên trong nhóm (tại mỗi điểm dữ liệu) và tối đa hóa mức độ biến thiên giữa các nhóm (giữa các điểm dữ liệu khác nhau) là một trong những kỹ thuật thực hành quan trọng nhằm đảm bảo chất lượng kết quả phân tích, trong điều kiện không thực hành chọn mẫu theo phương pháp ngẫu nhiên. Điều này giúp cho sự biến thiên dữ liệu trên mẫu có thể mô tả tối đa sự biến thiên của dữ liệu trong dân số tương ứng. Đối với các dữ liệu theo dõi về hành vi, nhà quản trị có thể gặp phải “bẫy truy vết” các trường hợp đặc biệt mà họ “có ấn tượng” trước đó (ví dụ tập trung giám sát các đối tượng có lịch sử ít tuân thủ), điều này làm cho dữ liệu có thể có tính tương quan chuỗi mạnh, dẫn đến vi phạm nghiêm trọng giả định về tính độc lập của các điểm dữ liệu hay chọn mẫu ngẫu nhiên. Hiện tượng tương quan chuỗi có thể vô hiệu hầu hết các quy luật dựa trên nguyên lý xác suất khi phân tích biểu đồ con chạy (kể cả biểu đồ kiểm soát). Trong biểu đồ con chạy, không cần quan tâm quá nhiều dạng phân phối của dữ liệu gốc trong dân số do áp dụng phân tích dựa trên trung vị, điều này khác biệt hoàn toàn với biểu đồ kiểm soát. Đây là một điểm tiện lợi trong thực hành. Tuy nhiên, có 2 yếu tố là số điểm dữ liệu và cỡ mẫu phân nhóm tại mỗi điểm dữ liệu có thể ảnh hưởng lớn đến kết quả phân tích. Nếu cỡ mẫu phân nhóm quá ít, hiện tượng nhiễu trắng mạnh có thể làm giảm độ nhạy cảm (tăng hiện tượng âm tính giả). Ngược lại, nếu cỡ mẫu phân nhóm quá lớn, giá trị trung bình của phân nhóm gần như bằng với giá trị trung bình của tổng thể nên rất khó để nhận biết chính xác biến thiên của trung bình mẫu - và hệ quả là biểu đồ rất dễ vi phạm quy luật hay giảm độ đặc hiệu (tăng hiện tượng dương tính giả). Cỡ mẫu phân nhóm của mỗi điểm dữ liệu nên tham khảo và áp dụng các hướng dẫn dành cho biểu đồ kiểm soát đối với đại lượng thống kê tương ứng (xem mô-đun 5.2). Chọn lựa cỡ mẫu phân nhóm trên thực tế còn tùy thuộc vào chi phí lấy mẫu với chi phí - hiệu quả của phát hiện các bất thường, góc độ kinh tế của chỉ số chất lượng. Hầu hết các quy luật phân tích đều yêu cầu số lượng điểm dữ liệu nằm trong một giới hạn tương đối xác định nhằm đảm bảo giá trị của kết quả phân tích. Quy luật Anhoej có thực hiện điều chỉnh ngưỡng xác định các giá trị tới hạn dựa vào số điểm dữ liệu thực tế. Số điểm dữ liệu lý tưởng để đảm bảo độ nhạy và độ đặc hiệu của biểu đồ con chạy nếp áp dụng quy luật Perla được khuyến cáo từ 20-30. Nếu có quá nhiều điểm dữ liệu, nên cân nhắc cấu trúc lại biểu đồ. Số điểm dữ liệu tối thiểu cần có là 10, nhưng đa số tác giả đề nghị bổ sung đường trung tâm khi có từ 12 điểm dữ liệu. Biểu đồ con chạy không cho biết chất lượng là tốt hay xấu, nó chỉ giúp nhà quản trị phân biệt nguyên nhân của các biến thiên (hay dao động) của chuỗi dữ liệu do hiện tượng ngẫu nhiên (không thể chỉ điểm bất kỳ nguyên nhân cụ thể nào), hay có bất thường (biến thiên không ngẫu nhiên, nghĩa là có thể chỉ rõ nguyên nhân cụ thể). Nếu tất cả các dao động của dữ liệu nhìn thấy được là do ngẫu nhiên, biểu đồ sẽ không vi phạm tất cả [5.1] 7 | Biểu đồ con chạy – Run chart [Phiên bản 2.1]. 2019. DVN, MD, MSc.

Chương 5. Công cụ quản lý chất lượng – Q7 các quy luật kiểm định thống kê. Việc quyết định tình hình tốt hay xấu là do ý nghĩa thực tiễn của đại lượng đo lường, xu hướng tăng hay giảm của nó, và mức tăng hay giảm có đạt kỳ vọng của nhà quản trị hay không. Nhiều tác giả đề xuất quy luật phân tích biểu đồ con chạy. Hai nguồn quy luật được áp dụng phổ biến nhất là quy luật Perla và Anhoej. Số điểm lệch hay khuynh hướng trong các gói quy luật có thể thay đổi, nhưng đa số các gói quy luật khuyến cáo từ 6 đến 8. Sử dụng số điểm lệch càng nhỏ để thiết lập ngưỡng cắt, độ nhạy cảm càng tăng, ngược lại sẽ làm giảm độ đặc hiệu của gói phân tích. Điều này ngược với số lượng quy luật được áp dụng trong gói phân tích. Số lượng quy luật được áp dụng càng lớn thì càng tăng độ nhạy cảm, nhưng làm giảm độ đặc hiệu và ngược lại. Theo Perla[3] có 4 quy luật xác định biến thiên không ngẫu nhiên trên biểu đồ con chạy, đó là: [QL1 – Lệch] Có chuỗi lệch từ 6 điểm trở lên, [QL2- Khuynh hướng] Có khuynh hướng tăng hoặc giảm từ 5 điểm trở lên, [QL3-Điểm cắt quá ít hoặc quá nhiều] Có quá ít con chạy hoặc quá nhiều, [QL4-Điểm cực] Có điểm dữ liệu bất thường. Quy luật 1, 2 và 3 theo Perla là các quy luật dựa trên thống kê. Nghĩa là kết luận biểu đồ vi phạm quy luật hay không dựa trên ngưỡng xác suất chấp nhận sai lầm loại I () tương tự như các kiểm định thống kê khác (thường áp dụng ngưỡng 0,05). Quy luật 1 tương ứng với ngưỡng sai lầm loại I là 1,56%. Quy luật 2 tương ứng ngưỡng xác suất sai lầm loại I là 3,13%. Quy luật 4 là quy luật dựa trên kinh nghiệm thực tiễn, không dựa trên kiểm định về thống kê. Quy luật 1 và 2 (FHI 360 gọi là quy luật số 6 – Rules of six) chỉ thật sự có ý nghĩa cỡ mẫu đủ lớn – nghĩa là khi số điểm dữ liệu từ 20-30. Giá trị tới hạn của độ dài lệch, khuynh hướng và số con chạy tối đa, tối thiểu dựa trên số điểm dữ liệu hữu dụng được trình bày ở các bảng từ 5.1A đến 5.1C. Anhoej đề xuất sử dụng 2 quy luật phân tích biểu đồ con chạy là [QL1 – Lệch] Số điểm lệch vượt giá trị tới hạn và [QL2-Ít điểm cắt một cách bất thường] Số điểm cắt dưới giá trị tới hạn (có quá ít con chạy). Giá trị tới hạn độ dài tối đa của con chạy và số điểm cắt tối thiểu theo quy luật Anhoej được ước lượng dựa trên quy luật phân phối nhị thức với hàm ước lượng tương ứng (được làm tròn về số nguyên dương gần nhất) theo thứ tự là: round(log2(n)+3) và qbinom(0.05, n–1, 0.5). Trong đó n là số điểm dữ liệu hữu dụng. Giá trị ước lượng của giới hạn được làm tròn về số nguyên dương gần nhất. Tính toán các giá trị này dựa trên giả định xác suất một điểm dữ liệu nằm trên hay dưới đường trung tâm là bằng nhau và cùng bằng 0,5. Như vậy, khi sử dụng Anhoej, các giá trị tới hạn được điều chỉnh dựa trên số điểm dữ liệu hữu dụng, nên đảm bảo độ chính xác cao hơn và không cần quá quan tâm về việc số điểm dữ liệu (trừ khi có ít hơn 10 điểm dữ liệu hữu dụng). Nghiên cứu mô phỏng năm 2014[1] và 2015[2] của Anhoej và cộng sự cho thấy các quy luật khác nhau có độ nhạy cảm và độ đặc hiệu rất khác biệt khi sử dụng để phát hiện [5.1].8 | Biểu đồ con chạy – Run chart. [Phiên bản 2.1]. 2019. DVN, MD, MSc.

Chương 5. Công cụ quản lý chất lượng – Q7 các dao động không ngẫu nhiên của chuỗi dữ liệu. Nếu sử dụng quy luật Perla, độ nhạy cảm cao nhưng độ đặc hiệu khá thấp. Vì vậy, nếu áp dụng biểu đồ con chạy với số điểm dữ liệu ít, nên dùng quy luật này để sớm xác định các biến thiên không ngẫu nhiên. Perla khuyến cáo có ít nhất 10 điểm dữ liệu để có thể áp dụng quy luật 1 và 2. Tuy nhiên cũng cần lưu ý về khả năng nhận định sai do độ đặc hiệu thấp. Bảng 5.1A. Giá trị tới hạn của độ dài con chạy, lệch (QUY LUẬT 1) Số điểm dữ liệu hữu dụng trên biểu đồ con Số điểm tối đa trong con chạy, chạy (Values) lệch (Shift) 10 5 15 6 20 7 30 8 40 9 50 10 Bảng 5.1B. Giá trị tới hạn của độ dài khuynh hướng trên biểu đồ con chạy Số điểm dữ liệu hữu dụng Số điểm tối đa trong khuynh hướng (Values) (Trend) 5 đến 8 9 đến 20 4 21 đến 100 5 6 > 100 7 Bảng 5.1C. Giá trị tối đa và tối thiểu của số lượng con chạy Value Min Max Value Min Max Value Min Max Value Min Max 10 3 9 23 7 17 36 13 25 49 19 32 11 3 10 24 8 18 37 13 25 50 19 33 12 3 11 25 8 18 38 14 26 51 20 33 13 4 11 26 9 19 39 14 26 52 20 34 14 4 12 27 10 19 40 15 27 53 21 34 15 5 12 28 10 20 41 15 27 54 21 35 16 5 13 29 10 20 42 16 28 55 22 35 17 5 13 30 11 21 43 16 28 56 22 36 18 6 14 31 11 22 44 17 29 57 23 36 19 6 15 32 11 23 45 17 30 58 23 37 [5.1] 9 | Biểu đồ con chạy – Run chart [Phiên bản 2.1]. 2019. DVN, MD, MSc.

Chương 5. Công cụ quản lý chất lượng – Q7 Value Min Max Value Min Max Value Min Max Value Min Max 20 6 16 33 12 23 46 17 31 59 24 38 21 7 16 34 12 24 47 18 31 60 24 38 22 7 17 35 12 24 48 18 32 Biểu đồ con chạy giúp phát hiện khá tốt các thay đổi lớn về dữ liệu và kỹ thuật thực hiện đơn giản hơn nhiều so với biểu đồ kiểm soát. Tuy nhiên, nếu không phát hiện bất thường (vi phạm quy luật) trên biểu đồ con chạy, không có nghĩa là hệ thống ổn định. Để khắc phục điểm yếu này, Anhoej đề xuất sử dụng biểu đồ con chạy để đánh giá hiệu quả cải tiến. Nếu không phát hiện bất thường và có đủ số điểm dữ liệu, nên sử dụng biểu đồ kiểm soát để phát hiện các thay đổi nhỏ trong hệ thống (xem quy trình 12 bước áp dụng biểu đồ con chạy trong cải tiến chất lượng ở phần cuối chuyên đề này). Vì vậy, sử dụng các thuật ngữ dành riêng cho biểu đồ kiểm soát (quá trình trong trạng thái kiểm soát hoặc không kiểm soát) đối với biểu đồ con chạy có thể gây ra nhầm lẫn nghiêm trọng. Nói cách khác, biểu đồ con chạy không phải là công cụ thích hợp để sử dụng trong bối cảnh kiểm soát chất lượng và đảm bảo chất lượng. 3. Tình huống áp dụng biểu đồ con chạy trong quản lý chất lượng Biểu đồ con chạy được khuyến cáo là công cụ khởi đầu trong đánh giá hiệu quả các hoạt động cải tiến được thiết kế kiểu chuỗi thời gian trước-sau, trừ các hoạt động cải tiến can thiệp nhằm ổn định một quá trình đã được theo dõi trước đó bằng biểu đồ kiểm soát (các vấn đề cải tiến chất lượng dựa trên chỉ số). Biểu đồ con chạy nên được thiết lập ngay khi có điểm dữ liệu đầu tiên và cập nhật liên tục các điểm dữ liệu để theo dõi hiệu quả can thiệp, nhằm có những điều chỉnh thích hợp trong quá trình cải tiến. Cần lưu ý, nếu chỉ thu thập dữ liệu và chờ cho đến khi kết thúc các hoạt động mới thực hiện phân tích, thông tin có được sẽ gần như không còn giá trị sử dụng. Nói cách khác, giá trị sử dụng của dữ liệu quản trị trong cải tiến chất lượng thay đổi giảm dần theo thời gian. Mục tiêu chính khi nhà quản trị sử dụng biểu đồ con chạy là để phân biệt các dao động của chuỗi dữ liệu hay chỉ số có phải là hiện tượng ngẫu nhiên hay không, nhằm đánh giá hiệu quả của hoạt động cải tiến. Nếu can thiệp có hiệu quả, đồng nghĩa với các dao động của dữ liệu cần phải vi phạm quy luật ngẫu nhiên (nguyên nhân cụ thể trong tình huống này chính là hoạt động can thiệp trong cải tiến chất lượng). Phân biệt 2 nhóm biến thiên do hiện tượng ngẫu nhiên và không ngẫu nhiên là rất quan trọng. Nếu các dao động hoàn toàn do ngẫu nhiên, hoạt động cải tiến không có hiệu quả hay không có tác động có ý nghĩa đến hệ thống. Nghĩa là, nếu can thiệp có hiệu quả, chuỗi dữ liệu sẽ phải vi phạm các quy luật – không còn là các dao động ngẫu nhiên nữa – và tất nhiên chiều biến đổi phải cùng chiều với giả định lý thuyết được nhà quản trị kỳ vọng. Lẽ đương nhiên cũng không loại trừ khả năng can thiệp có tác động ngược, nghĩa là làm cho tình hình xấu đi. [5.1].10 | Biểu đồ con chạy – Run chart. [Phiên bản 2.1]. 2019. DVN, MD, MSc.

Chương 5. Công cụ quản lý chất lượng – Q7 Những thay đổi mức độ nhỏ dưới 2SD có thể không phát hiện được bằng biểu đồ con chạy, kể cả những thay đổi nhỏ nhưng tích lũy liên tục theo thời gian. Trường hợp này có thể kết hợp biểu đồ con chạy cổ điển với biểu đồ con chạy dựa trên thống kê tổng tích lũy (CUSUM). Ưu điểm của thống kê CUSUM là có thể ước lượng mức độ phù hợp mục tiêu (Target) của nhà quản trị. Công thức tính thống kê tổng tích lũy: ������������ = ������������−������ + (������������ − ������) Trong đó: ������������ = ������������������������ ������á������ ������ℎứ ������ự ������������ℎ T = Target (thường sử dụng giá trị trung bình lịch sử) ������������ = ������ℎố������������ ������ê ������ổ������������ ������í������ℎ ������ũ������ ������ℎứ ������������ℎ Mặc dù biểu đồ con chạy là công cụ phổ biến và có hiệu quả trong đánh giá hoạt động cải tiến, nó vẫn có những hạn chế nhất định. [1] Thứ nhất, không thể dùng biểu đồ con chạy để đánh giá độ ổn định của quá trình, mà cần dùng biểu đồ kiểm soát. Sử dụng các thuật ngữ của biểu đồ kiểm soát (nguyên nhân chung, nguyên nhân đặc biệt, quá trình ổn định/không ổn định) cho biểu đồ con chạy có thể gây ra nhầm lẫn nghiêm trọng, bởi vì chúng sử dụng các quy luật khác nhau để xác định biến thiên không ngẫu nhiên. [2] Thứ hai, trường hợp dữ liệu rời rạc (discrete), nếu xảy ra tình huống hơn 50% giá trị các điểm dữ liệu hướng về cực của thang đo (0% hay 100%), việc sử dụng quy luật trung vị có thể dẫn đến sai lầm. Trường hợp này có thể điều chỉnh bằng cách sử dụng đường trung tâm là số trung bình hoặc chuyển đại lượng thống kê thành thời gian giữa 2 sự kiện hoặc tải công việc (số lượt cung cấp dịch vụ) giữa 2 sự kiện đối với các sự kiện hiếm. [3] Thứ ba, biểu đồ con chạy chỉ có khả năng phát hiện các trường hợp lệch hằng định với mức khác biệt đủ lớn (ngưỡng 2SD). Những trường hợp lệch từ 0,5-1,5SD gần như khó có thể phát hiện bằng biểu đồ con chạy và ngay cả các loại biểu đồ kiểm soát thông thường. Những biểu đồ kiểm soát nâng cao như biểu đồ tổng tích tích lũy (CUSUM), biểu đồ trung bình trượt có trọng số (EWMA) hoặc áp dụng quy luật điểm dữ liệu gộp APR (Aggregate Points Rule) có thể cần thiết để phát hiện sớm các trường hợp có độ lệch dưới 1,5SD.[5] [4] Thứ tư, cần phải lưu ý rằng, biểu đồ con chạy không vi phạm quy luật không đồng nghĩa với quá trình ổn định (hay trong trạng thái kiểm soát). Những thuật ngữ này là đặc thù trong trường hợp phân tích dữ liệu bằng biểu đồ kiểm soát. Các biến đổi nhỏ về dữ liệu có thể không phát hiện được bằng biểu đồ con chạy, nếu nghi ngờ nên kiểm tra bằng biểu đồ kiểm soát. Điều này có thể gặp đối với các hoạt động cải tiến chất lượng có mức độ thay đổi đặc tính chất lượng giữa trước và sau cải tiến với biên độ nhỏ. [5] Cuối cùng, tương tự như biểu đồ kiểm soát, dữ liệu có hiện tượng tự tương quan mạnh sẽ ảnh hưởng xấu đến kết quả phân tích và có thể dẫn đến vô hiệu các quy luật xác định biến thiên không ngẫu nhiên của biểu đồ con chạy. 4. Hướng dẫn thực hành vẽ biểu đồ con chạy Biểu đồ con chạy là loại biểu đồ rất đơn giản về thực hành, có thể chỉ cần dùng giấy, thước kẻ và viết để thực hiện khá dễ dàng. Với loại giấy kẻ ô vuông, có thể dễ [5.1] 11 | Biểu đồ con chạy – Run chart [Phiên bản 2.1]. 2019. DVN, MD, MSc.

Chương 5. Công cụ quản lý chất lượng – Q7 dàng trình bày các điểm dữ liệu của chuỗi thời gian. Đồng thời vẽ thêm đường trung tâm là đường thẳng song song trục hoành cắt trục tung bằng đúng giá trị trung vị. Để vẽ biểu đồ con chạy trên Excel, cần tính giá trị trung vị của dữ liệu bằng hàm MEDIAN() trước khi chọn dữ liệu và thực hiện vẽ biều đồ điểm-đường hoặc biểu đồ đường theo thứ tự sau: Tô chọn khối dữ liệu (ấn giữ phím CONTROL) → Insert → line chart → chọn dạng biểu đồ có 2 đường mẫu cắt nhau (xem dạng biểu đồ đánh dấu bằng hình ô van đường gạch chấm ở hình bên). Trong ngôn ngữ R, nhập dữ liệu chuỗi vào đối tượng data bằng hàm c() hoặc đọc dữ liệu quản lý bằng Excel nhờ gói phân tích readxl. Tính toán giá trị trung vị của vector dữ liệu và vẽ biểu đồ điểm-đường bằng gói phân tích cơ bản với hàm plot(data, type=\"o\"). Đường trung tâm có thể được vẽ tự động bằng hàm abline(a=median(data), b=0). Các gói phân tích chuyên dùng cho các nhà quản trị như qicharts2, qcc hoặc ggplot2 có thể giúp vẽ biểu đồ con chạy một cách đơn giản và đạt yêu cầu về kỹ thuật trình bày dưới góc độ thẩm mỹ. Hàm qic() không khai báo dạng biểu đồ (hoặc khai báo đối số chart=\"run\") trong qicharts2 sẽ vẽ biểu đồ con chạy. Hàm này còn dùng để vẽ các dạng biểu đồ kiểm soát (xem chuyên đề control chart). Có thể cố định trung vị bằng đối số freeze=24 như hình 5.1b, hoặc tính trung vị riêng cho từng giai đoạn với đối số part=24 như hình 5.1c (trong đó 24 là thứ tự điểm dữ liệu cuối cùng được chỉ định để tính đường trung tâm). QUY TRÌNH THỰC HÀNH 12 BƯỚC ÁP DỤNG BIỀU ĐỒ CON CHẠY TRONG CẢI TIẾN CHẤT LƯỢNG: Jacob Anhoej[2] khuyến cáo 12 bước áp dụng sau đây: [5.1].12 | Biểu đồ con chạy – Run chart. [Phiên bản 2.1]. 2019. DVN, MD, MSc.

Chương 5. Công cụ quản lý chất lượng – Q7 1. Xác định đại lượng cần đo lường được quan tâm (số thống kê) – công thức tính toán chỉ số chất lượng, tốt nhất kèm theo ngưỡng mục tiêu (target) cần đạt. 2. Thu thập dữ liệu để tính chỉ số theo kế hoạch và vẽ biểu đồ chuỗi thời gian. Nối các điểm dữ liệu thành biều đồ điểm-đường. 3. Khi có ít nhất 12 điểm dữ liệu (tốt nhất là 20 điểm dữ liệu hoặc nhiều hơn), vẽ đường trung tâm (trung vị). Nếu hệ thống bình thường (chỉ có biến thiên ngẫu nhiên) sẽ có một nửa số điểm dữ liệu nằm trên đường trung tâm và một nửa số điểm bên dưới đường trung tâm (bắt đầu phase I). 4. Đếm số điểm dữ liệu hữu dụng (useful observations/data points), đó là các điểm dữ liệu không nằm trên đường trung tâm (lưu ý: trùng gần như tuyệt đối về giá trị thống kê). 5. Tìm chuỗi con chạy dài nhất, là chuỗi điểm liên tiếp nằm trên hoặc dưới đường trung tâm. Các điểm nằm trên đường trung tâm được bỏ qua, chúng không tính vào con chạy cũng như không kết thúc con chạy. 6. Đếm số điểm cắt ngang đường trung tâm của chuỗi dữ liệu. 7. So sánh chuỗi con chạy dài nhất và số điểm cắt với bảng tiên đoán. Nếu số điểm trong con chạy dài nhất lớn hơn giá trị tiên đoán, hoặc số điểm cắt nhỏ hơn giá trị tiên đoán: kết luận có biến thiên không ngẫu nhiên. 8. Quan sát những dạng bất thường không ngẫu nhiên khác như giá trị khác biệt (astronomical points), chu kỳ theo mùa hay ngày đêm. Cẩn trọng nhầm lẫn giữa nhiễu trắng mức độ cao với các điểm dữ liệu ngoại lai thực sự (outliers). Nếu nghi ngờ, nên sử dụng biểu đồ kiểm soát. 9. Nếu chỉ có biến thiên ngẫu nhiên sau 20 điểm dữ liệu, khóa đường trung vị và tiếp tục thu thập dữ liệu của quá trình cải tiến. Nếu phát hiện biến thiên không ngẫu nhiên, xác định nguyên nhân và loại trừ (bắt đầu phase II). 10. Nếu ngưỡng mục tiêu kỳ vọng (target, threshold) đã đạt, tính trung vị mới và xác định ngưỡng kỳ vọng mới. 11. Cải tiến được duy trì khi quá trình chỉ còn biến thiên ngẫu nhiên hoặc có biến thiên không ngẫu nhiên ở mức chất lượng cao hơn hơn. 12. Cân nhắc và quyết định việc sử dụng biểu đồ kiểm soát thay thế biểu đồ con chạy để tiếp tục theo dõi quá trình. Lưu ý: Quy trình này áp dụng quy luật Anhoej nên không sử dụng quy luật 2 (khuynh hướng). 5. Các tình huống mô phỏng về biểu đồ con chạy Hướng dẫn dành cho giảng viên đối với phần này: Tùy theo yêu cầu chung của đa số học viên, giảng viên chọn lựa tình huống mô phỏng thực hành trên ứng dụng Excel hoặc ngôn ngữ R. Các tình huống còn lại học viên thực hành dưới sự trợ giúp kỹ thuật khi cần thiết. Đây là phần bắt buộc đối với học viên đào tạo trình độ nâng cao, hoặc thời gian học từ 4 tiết trở lên. [5.1] 13 | Biểu đồ con chạy – Run chart [Phiên bản 2.1]. 2019. DVN, MD, MSc.

Chương 5. Công cụ quản lý chất lượng – Q7 5.1. Tình huống 1: Biến đo lường liên tục cá nhân Mô tả tình huống: Một bác sỹ đang theo dõi hiệu quả trị liệu của chương trình vật lý trị liệu cho người bệnh có giới hạn vận động khớp gối sau phẫu thuật. Người bệnh được tái khám 2 lần mỗi tuần và được đo tầm vận động khớp trước khi vào buổi hướng dẫn tập vật lý trị liệu của kỹ thuật viên. Người bệnh được tư vấn phương pháp tập luyện chủ động tại nhà với một bài tập định chuẩn của cơ sở y tế. Theo liệu trình điều trị, nếu sau 2 tuần điều trị mà chưa có hiệu quả, hoặc hiệu quả chưa đạt kỳ vọng sau 6 tuần sẽ áp dụng phương pháp bổ sung. Kết quả theo dõi tầm vận động khớp gối (độ) theo thứ tự ngày đi tái khám của người bệnh được trình bày trong bảng 5.1D. Bảng 5.1D. Bảng theo dõi tầm vận động khớp gối Ngày 1 2 3 4 5 6 7 8 9 10 11 12 Tầm vận động 91 95 99 96 103 116 125 136 145 148 157 167 Yêu cầu: Sử dụng biểu đồ con chạy để phân tích dữ liệu và nhận định về kết quả. Nếu bạn là bác sỹ điều trị, bạn sẽ làm gì ở tình huống trên? 5.2. Tình huống 2: Chuỗi số trung bình của biến đo lường liên tục Mô tả tình huống: Một nhóm quản lý phòng xét nghiệm phát triển chỉ số theo dõi thời gian chờ kết quả xét nghiệm của người bệnh ngoại trú để đánh giá hiệu quả của việc thay thế một máy xét nghiệm có công suất cao hơn nhằm giảm thời gian chờ xét nghiệm của người bệnh, do đây là khâu được người bệnh thường than phiền về thời gian chờ. Thời gian chờ xét nghiệm được đo lường theo định nghĩa TAT (Total Actual Time) từ lúc bác sỹ điều trị chỉ định xét nghiệm cho đến khi kết quả được trả về đến phòng khám để bác sỹ đọc kết quả và xử lý. Chuẩn thời gian chờ tối đa của người bệnh không có xét nghiệm và có ít nhất 1 xét nghiệm cận lâm sàng, theo Quyết định 1313 của Bộ Y tế về quy trình khám bệnh năm 2013, lần lượt là 120 và 150 phút. Thời gian chờ khám được tính từ lúc người bệnh đăng ký đến khi hoàn tất quá trình khám bệnh. Bệnh viện đã số hóa công tác quản lý phòng khám và mỗi khâu đều ghi dấu thời gian bắt đầu nên nhóm sử dụng dữ liệu quản lý dịch vụ để lấy mẫu đo thời gian. Mỗi ngày, nhóm chọn ngẫu nhiên 15 người bệnh có số cuối cùng trong thứ tự xét nghiệm là 0 và 5 để chọn mẫu cho đến khi đủ số mẫu quy định. Thời gian chờ xét nghiệm trung bình và độ lệch chuẩn của mỗi nhóm theo ngày làm việc được trình bày tại bảng 5.1E. Thời điểm thay mới máy xét nghiệm thực hiện cuối ngày 24-02. Bảng 5.1E. Thời gian chờ kết quả xét nghiệm (TAT). Ngày Trung bình Độ lệch chuẩn Ngày Trung bình Độ lệch chuẩn 11-02 67,2 7,2 25-02 87,9 10,3 12-02 73,4 7,4 26-02 91,0 14,2 13-02 71,4 6,4 27-02 82,1 12,7 14-02 69,3 8,2 28-02 75,9 6,7 15-02 74,2 9,2 01-03 76,3 8,2 16-02 71,1 10,1 02-03 72,4 7,7 [5.1].14 | Biểu đồ con chạy – Run chart. [Phiên bản 2.1]. 2019. DVN, MD, MSc.

Chương 5. Công cụ quản lý chất lượng – Q7 Ngày Trung bình Độ lệch chuẩn Ngày Trung bình Độ lệch chuẩn 17-02 75,2 9,6 03-03 71,3 6,5 18-02 73,2 5,7 04-03 73,2 7,4 19-02 69,5 8,4 05-03 78,4 8,2 20-02 75,5 7,1 06-03 72,5 8,0 21-02 76,4 10,3 07-03 74,6 7,3 22-02 71,5 9,7 08-03 72,1 7,1 23-02 72,8 8,6 09-03 69,5 6,9 24-02 80,0 8,9 10-03 71,6 7,5 Yêu cầu: Sử dụng biểu đồ con chạy để phân tích thời gian chờ kết quả xét nghiệm và nhận xét về kết quả phân tích. Nếu bạn là thành viên của nhóm quản lý xét nghiệm nói trên, bạn nên làm gì? 5.3. Tình huống 3: Chuỗi dãy số của biến thuộc tính Mô tả tình huống: Một nhóm cải tiến mong muốn thực hiện các điều chỉnh nhằm đảm bảo chất lượng hồ sơ bệnh án. Danh sách các nhóm lỗi thường gặp đã được xây dựng dựa trên các tiêu chuẩn chuyên môn và quy định trong các thông tư của Bộ Y tế. Mỗi lỗi được xác định bằng một bộ tiêu chuẩn gồm 1 hoặc nhiều dấu hiệu nhận biết (khi thỏa mãn tiêu chuẩn được quy định). Các lỗi trong hồ sơ được ghi nhận trong quá trình thực hiện thủ tục ra viện cho người bệnh tại phòng kế hoạch tổng hợp thông qua bảng kiểm tra (checksheet). Tổng số lỗi trên hồ sơ bệnh án và tổng số người bệnh ra viện trong tuần được thống kê tại bảng 5.1G. Trong quá trình thực hiện, có một hướng dẫn mới về HSBA được cập nhật vào tuần 22. Bảng 5.1G. Số lỗi hồ sơ bệnh án & người bệnh ra viện theo tuần Tuần 11 12 13 14 15 16 17 18 19 20 Số lỗi 15 8 12 11 16 13 12 8 9 11 Ra viện 121 115 112 125 118 132 128 123 127 130 Tuần 21 22 23 24 25 26 27 28 29 30 Số lỗi 14 12 18 16 17 24 19 18 24 21 Ra viện 115 113 126 122 132 141 132 125 136 127 Yêu cầu: Hãy phân tích số liệu cải tiến nêu trên và nhận xét về kết quả phân tích. Nhóm cần làm gì tiếp theo? 5.4. Tình huống 4: Chuỗi dãy số của biến thuộc tính Mô tả tình huống: Theo dõi hoạt động chăm sóc tại một khoa lâm sàng nội trú cho thấy hướng dẫn đưa thuốc cho người bệnh chưa được tuân thủ tốt. Trong vài tháng qua có 3 sự cố liên quan khâu công việc này được báo cáo. Điều dưỡng trưởng khoa phân công nhóm cải tiến triển khai hoạt động giám sát sự tuân thủ thông qua phân công 3 nhân viên trong khoa thực hiện giám sát chéo và bắt đầu thực hiện hoạt động phản hồi ngay kết quả trong buổi giao ban đầu tuần. Quá trình giám sát được thực hiện khá ngẫu nhiên theo cơ hội quan sát. Người giám sát chỉ quan sát khâu họ trực tiếp quan sát ngay [5.1] 15 | Biểu đồ con chạy – Run chart [Phiên bản 2.1]. 2019. DVN, MD, MSc.

Chương 5. Công cụ quản lý chất lượng – Q7 khi tiếp cận người thực hiện, ghi lại khâu giám sát và kết quả thực hiện đúng hay không. Sau 4 tuần thực hiện, những cá nhân tiếp tục có mức độ tuân thủ thấp được điều dưỡng trưởng gặp gỡ để tìm hiểu nguyên nhân và đề xuất các điều chỉnh cho phù hợp. Từ tuần 14, do kết quả chưa được như kỳ vọng, nhóm triển khai các bảng niêm yết công khai ở khu vực làm việc để nhắc người thực hiện và bổ sung hoạt động truyền thông cho người bệnh nhằm đảm bảo sự phối hợp với điều dưỡng – tăng khả năng họ hỏi lại thông tin về thuốc nếu người chăm sóc không thông tin cho họ. Kết quả dữ liệu giám sát trình bày tại bảng 5.1H. Bảng 5.1H. Kết quả giám sát hoạt động đưa thuốc cho người bệnh nội trú Tuần Số cơ hội Số cơ hội tuân thủ Tuần Số cơ hội Số cơ hội tuân thủ 1 52 27 15 42 37 2 34 23 16 45 39 3 42 25 17 38 36 4 36 21 18 47 44 5 53 32 19 51 48 6 45 34 20 36 35 7 48 43 21 43 41 8 36 27 22 48 45 9 28 24 23 53 50 10 38 27 24 46 44 11 41 34 25 44 41 12 49 37 26 50 47 13 37 30 27 38 36 14 40 33 28 45 42 Yêu cầu: Hãy phân tích số liệu giám sát 14 tuần đầu và cho ý kiến nhận xét. Bổ sung dữ liệu 14 tuần tiếp theo vào phân tích và kết luận. 5.5. Tình huống 5: Chuỗi dãy số đếm rời rạc của biến sự kiện Tình huống: Một nhóm chăm sóc khách hàng muốn thực hiện cải tiến chất lượng dịch vụ giải quyết yêu cầu người bệnh qua điện thoại, bằng cách dõi số cuộc gọi được tiếp nhận sau 2 hồi chuông (chuẩn dịch vụ khách hàng được yêu cầu là tiếp nhận trong 2 hồi chuông). Nhóm đã sắp xếp lại và điều chỉnh phân công công việc nhằm đảm bảo luôn có người thường trực và giảm khoảng cách cần di chuyển để nghe điện thoại, trong khi vẫn hoàn thành tốt các phần việc khác. Khi tiếp nhận cuộc gọi trên 2 hồi chuông, người tiếp nhận sẽ đánh dấu vào checksheet để sẵn tại chỗ đặt điện thoại. Vào cuối mỗi ngày, số cuộc gọi được đánh dấu sẽ được đếm, thông báo cho cả nhóm vào đầu ngày làm việc tiếp theo và các thành viên cố gắng tìm nguyên nhân gây ra chậm trễ để điều chỉnh vào những ngày kế tiếp. Số liệu cuộc gọi được thống kê tại bảng 5.1I. Cho biết số lượng cuộc gọi trung bình mỗi ngày không có thay đổi đáng kể. Hoạt động sắp xếp lại công việc bắt đầu vào ngày 18-4. [5.1].16 | Biểu đồ con chạy – Run chart. [Phiên bản 2.1]. 2019. DVN, MD, MSc.

Chương 5. Công cụ quản lý chất lượng – Q7 Bảng 5.1I. Số lượng cuộc gọi được tiếp nhận trên 2 hồi chuông Ngày Số cuộc gọi > 2 hồi chuông Ngày Số cuộc gọi > 2 hồi chuông 11-04 12 25-04 5 12-04 14 26-04 6 13-04 13 27-04 3 14-04 16 28-04 4 15-04 11 29-04 5 16-04 17 30-04 2 17-04 15 01-05 4 18-04 14 02-05 3 19-04 13 03-05 6 20-04 11 04-05 4 21-04 14 05-05 8 22-04 16 06-05 4 23-04 10 07-05 5 24-04 7 08-05 3 Yêu cầu: Hãy phân tích dữ liệu thu thập được và cho ý kiến đánh giá kết quả hoạt động cải tiến của nhóm. Nếu bạn là thành viên nhóm cải tiến, nên làm gì tiếp theo? BÀI TẬP THỰC HÀNH: Bài tập thực hành 5.1A (file dữ liệu runchart1): Nhóm quản lý theo dõi tỷ lệ tuân thủ hướng dẫn chuyên môn bằng cách giám sát định kỳ mỗi tuần để đánh giá hiệu quả can thiệp. Số lượt giám sát và số lượt tuân thủ mỗi tuần được tổng hợp trong file dữ liệu runchart11 và runchart12 với 3 biến tương ứng là week (tuần), obs (quan sát) và com (tuân thủ). Hãy vẽ biểu đồ con chạy bằng tập dữ liệu trên và nhận xét kết quả. Hướng dẫn bài tập thực hành 5.1A: • Tính tỷ lệ phần trăm tuân thủ theo công thức: pi = 100*com/obs • Tính giá trị trung vị của tỷ lệ tuân thủ pi: = MEDIAN(), sao chép công thức tất cả các ô của cột tương ứng. • Chọn khối dữ liệu chứa cột thời gian, tỷ lệ tuân thủ và trung vị tỷ lệ tuân thủ (nhấn giữ phím CONTROL để chọn khối dữ liệu). • Vẽ biểu đồ: Insert → line chart → dạng 2 đường cắt nhau Bài tập thực hành 5.1B (file dữ liệu runchart2): Nhóm cải tiến theo dõi tình hình tuân thủ quy trình kỹ thuật trong 25 tuần cuối năm 2017 và nhận thấy chỉ số khá ổn định. Do có một số điều chỉnh nhỏ về công việc vào thời điểm chuyển giao năm 2017 và 2018, hãy cố định trung vị của biểu đồ con chạy của giai đoạn đầu để theo dõi ảnh hưởng của các thay đổi ở giai đoạn sau. Hướng dẫn bài tập thực hành 5.1B: runchart11.xlsx runchart12.xlsx runchart2.xlsx • Thực hiện các bước tương tự bài tập thực hành 5.1A [5.1] 17 | Biểu đồ con chạy – Run chart [Phiên bản 2.1]. 2019. DVN, MD, MSc.

Chương 5. Công cụ quản lý chất lượng – Q7 • Ở bước tính trung vị, chọn khối dữ liệu của giai đoạn đầu và khóa ô bằng phím F4 hoặc sử dụng ký tự “$” để khóa ô tương ứng. Bài tập thực hành 5.1C & 5.1D: Thực hiện 2 tình huống trên với ngôn ngữ R, dùng gói phân tích readxl để đọc dữ liệu từ Excel. TÀI LIỆU THAM KHẢO: [1] Jacob Anhøj, Anne Vingaard Olesen (2014). Run Charts Revisited: A Simulation Study of Run Chart Rules for Detection of Non Random Variation in Health Care Processes. PLOS ONE | DOI:10.1371/journal.pone.0113825 [2] Jacob Anhoej (2015). Diagnostic Value of Run Chart Analysis: Using Likelihood Ratios to Compare Run Chart Rules on Simulated Data Series. PLOS ONE- DOI:10.1371/journal.pone.0121349 [3] Rocco J. Perla, Lloyd P. Provost, Sandy K. Murray (2011). 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 [4] Lloyd P. Provost; Sandra K. Murray (2011). The Healthcare Data Guide – Learning from Data for Improvement, pp 245-250. Jossey-Bass. [5] T. Arthur Wheeler, J. Terrance Davis and Richard J. Brilli (2018). The Aggregate Point Rule for Identifying Shifts on P charts and U charts. Pediatrics Qual Saf, 3: 103-107. CÂU HỎI TỰ LƯỢNG GIÁ: Câu 1. Biểu đồ con chạy là gì? Câu 2. Con chạy là gì? Câu 3. So sánh con chạy và lệch trong biểu đồ con chạy. Câu 4. Các yêu cầu về dữ liệu đối với biểu đồ con chạy: - Yêu cầu về phân phối dữ liệu - Yêu cầu về số điểm dữ liệu - Yêu cầu về cơ mẫu phân nhóm (tại mỗi điểm dữ liệu) - Yêu cầu về đơn vị thời gian của dữ liệu - Thực hành vẽ biểu đồ con chạy với tập dữ liệu cho sẵn, cố định đường trung tâm và nhận xét kết quả (bài tập thực hành 5.1A & 5.1B hoặc 5.1C & 5.1D). CÂU HỎI TRẮC NGHIỆM: Câu 1. Số điểm dữ liệu tối thiểu cần thiết để áp dụng biểu đồ con chạy là: A. 10 B. 11 C. 12 [5.1].18 | Biểu đồ con chạy – Run chart. [Phiên bản 2.1]. 2019. DVN, MD, MSc.

Chương 5. Công cụ quản lý chất lượng – Q7 D. 13 E. 14 Câu 2. Số điểm dữ liệu lý tưởng để áp dụng biểu đồ con chạy là: A. 10-15 B. 15-20 C. 20-25 D. 25-30 E. 20-30 Câu 3. Điều gì có thể xảy ra khi số điểm dữ liệu trên biểu đồ con chạy quá ít? A. Tăng độ nhạy cảm B. Giảm độ nhạy cảm C. Tăng độ đặc hiệu D. Giảm độ đặc hiệu E. Tùy thuộc vào quy luật áp dụng Câu 4. Điều gì có thể xảy ra khi số điểm dữ liệu trên biểu đồ con chạy quá nhiều? A. Tăng độ nhạy cảm B. Giảm độ nhạy cảm C. Tăng độ đặc hiệu D. Giảm độ đặc hiệu E. Tùy thuộc vào quy luật áp dụng Câu 5. Các dấu hiệu cần quan tâm khi phân tích biểu đồ con chạy, NGOẠI TRỪ: A. Khuynh huớng từ 5 điểm trở lên B. Lệch tâm 6 điểm hoặc nhiều hơn C. Số điểm cắt ngang đường trung tâm D. Tính chu kỳ của dữ liệu E. Dao động quá mức Câu 6. Biểu đồ con chạy vi phạm quy luật 1 Perla, kết luận nào sau đây phù hợp? A. Biến thiên ngẫu nhiên B. Biến thiên không ngẫu nhiên C. Chất lượng tốt D. Chất lượng kém E. Không kết luận được Câu 7. Quy luật xác định biến thiên không ngẫu nhiên trong biểu đồ con chạy nào sau đây có độ nhạy cảm cao? [5.1] 19 | Biểu đồ con chạy – Run chart [Phiên bản 2.1]. 2019. DVN, MD, MSc.

Chương 5. Công cụ quản lý chất lượng – Q7 A. Ishikawa B. Shewhart C. Perla D. Anhoej E. Provost Câu 8. Khi số điểm dữ liệu là bao nhiêu, nhóm cải tiến cần phải nghĩ đến việc cố định đường trung tâm của biểu đồ con chạy? A. Số điểm dữ liệu trên 10 B. Số điểm dữ liệu trên 20 C. Số điểm dữ liệu trên 30 D. Số điểm dữ liệu trên 40 E. Số điểm dữ liệu trên 50 Câu 9. Điều nào cần thiết đối với phần dữ liệu dùng để tính toán đường trung tâm khi áp dụng kỹ thuật cố định đường trung tâm? A. Cần đủ số điểm tối thiểu B. Chỉ có nguyên nhân thông thường C. Xác định thống kê trung tâm của dân số D. Xác định thời điểm can thiệp E. Tất cả đều đúng Câu 10. Tình huống nào áp dụng cố định đường trung tâm của biểu đồ con chạy là KHÔNG phù hợp? A. So sánh chuỗi trước-sau cải tiến B. Áp dụng trong kiểm soát quá trình C. Theo dõi việc duy trì kết quả cải tiến D. Theo dõi việc nhân rộng kết quả cải tiến E. Đánh giá sự thay đổi nhỏ so với trước cải tiến [5.1].20 | Biểu đồ con chạy – Run chart. [Phiên bản 2.1]. 2019. DVN, MD, MSc.