I forbedringsarbejde bruges data og statistiske analysemetoder til at forstå det system og de processer, som skal forbedres.

I det forberedende arbejde er den første og vigtigste opgave at finde de data, som man mener, kan sige noget om den proces, man gerne vil forbedre. Det er fx meget relevant at opgøre; Hvor stor er populationen (målgruppen) for forbedringsarbejdet? Hvor hyppigt foregår de processer, som ønskes forbedret? Hvor stor spredning er der i datamaterialet – målt på klinisk relevante indikatorer? Hvad viser baselinedata (hvis disse kan indhentes eller udarbejdes) om problemets omfang? Herefter kan mange forskellige statistiske analysemetoder anvendes til at trække information ud af data.

De relevante statistiske analysemetoder kan fx være frekvensfordelinger og histogrammer for at undersøge mønstre i datasættet. I det løbende forbedringsarbejde er det statistisk proceskontrol (SPC), der kan bidrage til at svare på forbedringsmodellens spørgsmål 2. Kontrol hentyder her til, at den proces, der måles på er i kontrol, dvs. inden for statistisk beregnede grænser. Med SPC kan vi dokumentere, hvornår en forandring er en forbedring ved at adskille tilfældige udsving (normal variation) fra systematiske afvigelser (særlig variation) (Lauritsen, J. & Packness, Aa., 2010).

I dette metodekatalog ses der først på udvælgelsen af data gennem indikatorer, og derefter på to statistiske analysemetoder/redskaber, nemlig seriediagrammet og paretodiagrammet. Det er værd at vide, at der selvfølgelig findes en lang række andre statistiske redskaber.

Se også forbedringsvejleder-wikien.