METODE KAJIAN Pengumpulan Data

Transkripsi

1 35 III. METODE KAJIAN 3.1. Pengumpulan Data Lokasi dan Waktu Lokasi pelaksanaan penelitian tugas akhir ini dilaksanakan pada empat klinik kesehatan sebagaimana terlihat pada Tabel. Waktu penelitian dilaksanakan selama empat bulan ang dimulai pada bulan Februari 008 dan berakhir pada bulan Mei 008. Tabel.. Lokasi pengumpulan data No Nama Klinik Kesehatan Alamat 1. Naura Medika Jl. Kemakmuran Raa No.37 Depok. Kurnia Abadi Jl. Kejaaan Blok X No.17 Depok 3. KJP Medikal Centre Jl. Kejaaan Blok IX No.5 Depok 4. Irenk Medical Centre Jl. Bahagia No.18 Depok Sampel dan Penarikan Sampel Sampel dalam penilitian ini adalah pasien ang sedang menggunakan jasa di keempat klinik kesehatan tersebut dengan jumlah total sampel sebanak 100 sampel, dimana sampel ang diambil dari masing-masing klinik kesehatan berjumlah 5 sampel. Pengumpulan data menggunakan metode surve. Cara pengambilan sampel pada penelitian ini dilakukan dengan teknik sampel kemudahan (convenience sampling) aitu memberi kebebasan bagi peneliti dalam menentukan siapa saja ang menjadi responden. Responden ang dipilih adalah ang memenuhi persaratan aitu bukan merupakan pasien ang pertama sekali datang berobat ke klinik kesehatan baik ang sedang menunggu untuk mendapatkan pelaanan kesehatan maupun ang telah selesai. Kuesioner disusun secara sistematis melalui pertanaan terbuka atau tertutup dalam empat bagian aitu: 1. Demografi pasien, seperti: nama, usia, jenis kelamin dan sebagaina.. Perilaku pasien dalam pengambilan keputusan. 3. Faktor-faktor ang mempengaruhi pasien dalam memilih klinik kesehatan.

2 36 4. Tingkat kepuasan pasien. 5. Loalitas. Setiap instrumen dalam kuesioner ini menggunakan skala Likert aitu: 1 = sangat tidak penting, = tidak penting, 3 = netral, 4 = penting, dan 5 = sangat penting. 3.. Metode Analisis Deskriptif Kualitatif Statistika deskriptif adalah metode ang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data ang telah terkumpul sebagaimana adana tanpa bermaksud membuat kesimpulan ang berlaku untuk umum atau generalisasi (Sugiono, 00) Analisis data Dalam penelitian ini digunakan analisis-analisis sebagai berikut: Diagonal Analsis (Suharjo Split) Analisis ini digunakan untuk melihat tingkat kepentingan dan tingkat kepuasan suatu atribut dikaitkan dengan efisiensi pelaananna. Hasil dari analisis diagonal ini dituangkan dalam bentuk diagram berupa garis linier mulai dari titik nol dan memotong secara diagonal di antara sumbu kepentingan dengan sumbu kepuasan (diagonal split). Garis linier tersebut adalah garis efficient service, karena pada garis ini tingkat kepuasan sesuai dengan tingkat kepentinganna terhadap atribut ang dinilai. Atribut ang berada di atas garis efficient service menunjukkan adana over service, sedangkan ang berada di bawahna menunjukkan under service. Dengan melihat posisi atribut dalam diagram tersebut maka dapat diketahui sejauh mana kepentingan maupun kepuasan suatu atribut terhadap garis efficient service (Gambar 5).

3 37 Y Efficient service K E P U A S A N Over service Under service KEPENTINGAN Gambar 5. Diagonal Split (sumber: Suharjo dan Suwarno, 00) X Dalam mengukur nilai kepentingan dan kepuasan digunakan metode two top boxes aitu menggabungkan persentase responden ang memilih respon positif dalam skala likert. Oleh karena pengukuran dilakukan dalam 5 skala, top two boxes akan menggabungkan persentase responden ang memilih jawaban dua skala teratas aitu skala 5 dan skala 4, sehingga kinerja suatu atribut dapat dinatakan sebagai berikut: a. Selisih nilai antara kepentingan atribut (X) dan kepuasan (Y) bila menghasilkan nilai nol, maka atribut tersebut dikatakan telah efisien dan berada tepat pada garis efficient service sehingga atribut ang bersangkutan hendakna dipertahankan karena sudah sesuai dengan kepentingan dan kepuasan ang dirasakan oleh konsumen. b. Selisih nilai antara kepentingan atribut (X) dan kepuasan (Y) bila menghasilkan nilai positif (X>Y), maka atribut tersebut dikatakan mempunai laanan ang berlebihan (over service) sehingga atribut tersebut perlu diturunkan atau direduksi. c. Selisih nilai antara kepentingan atribut (X) dan kepuasan (Y) bila menghasilkan nilai negatif (X<Y), maka atribut tersebut dikatakan mempunai laanan tidak memadai (under service) sehingga perlu ditingkatkan

4 38 Tujuan akhir dari Analisis Diagonal ini adalah untuk mengidentifikasikan atribut-atribut under service ang harus ditingkatkan laananna karena memiliki tingkat kepuasan ang lebih rendah dibandingkan tingkat kepentinganna. Prioritas didasarkan pada selisih nilai antara tingkat kepentingan dan tingkat kepuasan dengan negatif terbesar, sedangkan penurunan (reduksi) diprioritaskan berdasarkan selisih nilai positif terbesar Thurstone Analsis Analisis ini digunakan untuk merangking atribut-atribut mana ang dianggap penting oleh responden, dimana responden mengurutkan dari ang terpenting (angka 1) sampai sangat tidak penting (angka 14). Untuk mengetahui keunggulan suatu peubah terhadap peubah ang lain perlu diketahui peluang suatu peubah lebih unggul dari ang lainna. Peluang ini diperoleh dengan menghitung beda-beda pembeda dari kedua peubah ang diperbandingkan untuk berbagai kesempatan penilaian. Frekuensi munculna beda-beda ini berfluktuasi, sehingga apabila dipetakan di atas garis ang memuat semua nilai beda ang mungkin, akan membentuk suatu sebaran dari beda pembeda. Jika kedua peubah ang diperbandingkan adalah x dan maka beda pembeda keduana secara umum dilambangkan dengan S x-. Nilai tengah dari sebaran beda pembeda adalah selisih nilai tengah proses modus kedua peubah tersebut (S x -S ) dan simpangan bakuna adalah : σ = σ + σ x x Dengan asumsi bahwa simpangan dari proses-proses modus untuk kedua peubah tidak berkorelasi. Thurstone menatakan bahwa persamaan psikofisik dasar dapat dinatakan dalam bentuk: S x -S = Z x σ + σ x

5 39 dimana: S x = nilai modus proses pembeda (discriminal) untuk peubah ke-x S = nilai modus proses pembeda (discriminal) untuk peubah ke- Z x = nilai ang berhubungan dengan proporsi penilaian peubah ke-x lebih besar dari penilaian peubah ke-. (Jika proporsi ini lebih besar dari 0,5 maka Z x bernilai positif, artina peubah ke-x lebih tinggi penilaianna dibanding peubah ke-) σ x = simpangan pembeda dari peubah ke-x σ = simpangan pembeda dari peubah ke- Metode Thurstone dikenal sebagai Hukum Nilai Perbandingan (The Law of Comparative Judgement), ang dalam penelitian ini menggunakan model ang kelima ang mempunai keakuratan dalam penskalaanna (Green dalam Supatmiati, 1998). Persamaanna dinatakan sebagai berikut: S x S = Z x σ karena ang dicari adalah jarak relatif antar peubah, maka konstanta σ bisa dihilangkan CHAID Analsis CHAID Analsis (Chi-squared Automatic Interaction Detection) digunakan untuk melakukan segmentasi aitu proses untuk membagi suatu populasi individu ke dalam kelompok atau segmen ang lebih kecil ang berbeda karakteristikna satu dengan ang lain. Segmen-segmen ang terbentuk tersebut akan digunakan sebagai acuan untuk menentukan target pasar. CHAID analsis merupakan suatu teknik iteratif ang menguji satu persatu variabel independen ang digunakan dalam klasifikasi, dan menusunna berdasarkan pada tingkat signifikansi statistik chi-square terhadap variabel dependenna (Gallagher, 000).

6 40 Menurut Baron dan Philips (Sharp et.al., dalam Kunto 006), analisis CHAID dapat diringkas menjadi tiga elemen kunci, aitu: 1. Uji signifikan chi-square, uji ini dilakukan untuk mengidentifikasikan variabel independen ang paling signifikan terhadap variabel dependen akni variabel independen ang memiliki derajat hubungan atau pengaruh kuat terhadap variabel dependen. Adapun rumus ang digunakan dalam penelitian ini adalah sebagai berikut: χ = r i=1 c j-1 (n ij E ij ) E ij di mana E ij = n i. n. j n di mana n ij = banakna pengamatan pada baris ke-i dan kolom ke-j E ij = nilai harapan pengamatan pada baris ke-i dan kolom ke-j n i. = total banakna pengamatan pada baris ke-i n.j = total banakna pengamatan pada baris ke-j n = total banakna responden Keputusan ang diambil dari uji chi square ini adalah H o ditolak jika χ hit > χ tabel atau p-value < α.. Koreksi Bonferroni. Koreksi Bonferroni adalah suatu proses koreksi ang digunakan ketika beberapa uji statistik untuk kebebasan atau ketidakbebasan dilakukan secara bersamaan (Sharp et al., dalam Kunto, 006). Koreksi Bonferroni biasana digunakan dalam pembandingan berganda. Pengganda Bonferroni ini bergantung pada tipe peubah kategorik aitu nominal atau ordinal (Kunto, 006). Pengganda Bonferroni (Bonferroni Multiplier)

7 41 Peubah Nominal B free = r 1 i=0 (r i) c ( 1) i i! (r i)! Peubah Ordinal B monotonic = c 1 r 1 di mana B = pengali Bonferroni c = kategori variabel dependen r = kategori variabel independen 3. Sebuah algoritma ang digunakan untuk menggabung kategorikategori variabel. Secara singkat algoritma CHAID adalah sebagai berikut: a) Untuk setiap variabel independen (bebas) dan berdasarkan perhitungan statistik chi-square, cari pasangan kategori ang memiliki nilai-p paling besar. b) Bandingkan nilai p tersebut dengan batas nilai-p ang telah ditetapkan (dalam penelitian ini batas nilai-p (α)=0.05), jika lebih besar gabungkan. Jika banak kategori hana, maka nilai-p ang dimiliki lebih besar dari batas nilai-p maka peubah tersebut tidak perlu dilibatkan lagi dalam analisis. Jika nilai-p terbesar masih lebih kecil dari batas nilai-p, maka tidak ada kategori ang perlu digabungkan dalam variabel tersebut. Lanjutkan proses ini sampai tidak ada lagi nilai pasangan kategori ang mempunai nilai-p lebih besar dari batas nilai-p. Untuk variabel kategorik nominal penggabungan bisa dilakukan antar kategori mana saja, tetapi pada variabel dengan skala ordinal penggabungan hana bisa dilakukan antara kategori-kategori ang berurutan.

8 4 c) Dari semua variabel independen (dengan kategori baru ang terbentuk) ang telah melewati proses 1 dan, cari variabel dengan nilai-p paling kecil sebagai variabel pertama ang masuk dalam analisis. d) Ulangi proses 1,,dan 3 untuk variabel independen sisana dengan menempatkan variabel tersebut sebagai subpopulasi berdasarkan variabel ang telah dipilih. Hasil pembentukan segmentasi dalam CHAID analsis akan ditampilkan dalam diagram pohon (tree diagram) ang mengikuti aturan dari atas ke bawah, dimana kedalaman (depth) pertama menunjukkan variabel independen ang paling signifikan terhadap variabel dependen berdasarkan uji chi-square.