Saintia Matematika ISSN: Vol. 02, No. 04 (2014), pp

dokumen-dokumen yang mirip
Polres Tapanuli Selatan merupakan bagian dari Kepolisian Republik Indonesia yang melayani di bidang pemeliharan dan keamanan, ketertiban

Saintia Matematika ISSN: Vol. 2, No. 3 (2014), pp FAKTOR YANG MEMPENGARUHI KESADARAN WAJIB PAJAK PBB (PAJAK BUMI DAN BANGUNAN)

PENERAPAN ANALISIS REGRESI LOGISTIK PADA PEMAKAIAN ALAT KONTRASEPSI WANITA

BAB III METODOLOGI PENELITIAN. Sakit At-Turrots Al-Islamy, PKU Muhammadiyah Gamping, Puskesmas

BAB III METODE PENELITIAN

BAB V HASIL DAN PEMBAHASAN

BAB IV HASIL DAN PEMBAHASAN

BAB V HASIL DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN. Penelitian ini dilakukan di Rumah Bersalin (RB) Amanda yang

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI KEPUTUSAN KONSUMEN MEMBELI SUATU PRODUK DENGAN METODE ANALISIS REGRESI LOGISTIK ORDINAL

BAB IV ANALISIS DATA DAN PEMBAHASAN

BAB III METODE PENELITIAN. Penelitian ini merupakan pengujian hipotesis (hypothesis testing) yang

BAB V HASIL DAN PEMBAHASAN

Disusun oleh: Nama : Ridwan Rifai NPM : Jurusan : Akuntansi / S1 Pembimbing : Dr. Widyatmini

MAKALAH REGRESI LOGISTIK DAN REGRESI DENGAN VARIABLE DUMMY

BAB IV ANALISIA HASIL DAN PEMBAHASAN

PENERAPAN ANALISIS KOMPONEN UTAMA DALAM PENENTUAN FAKTOR DOMINAN YANG MEMPENGARUHI PRESTASI BELAJAR SISWA (Studi Kasus : SMAN 1 MEDAN)

BAB IV HASIL DAN PEMBAHASAN. sehingga analisis deskriptif dipisahkan dari variabel lain. Tabel 4.1. Statistik Deskriptif

Uji statistik multivariat digunakan untuk menguji

ANALISIS REGRESI LOGISTIK ORDINAL PADA FAKTOR-FAKTOR BERPENGARUH TERHADAP PENYAKIT MATA KATARAK BAGI PASIEN PENDERITA DI KLINIK MATA UTAMA GRESIK

BAB IV ANALISA HASIL DAN PEMBAHASAN. Tabel 4.1. Pada table 4.1 diatas menunjukan bahwa hasil uji statistik deskriptif untuk

III. METODOLOGI PENELITIAN. penelitian ini, penulis menggunakan dua sumber data, yaitu :

BAB III METODE PENELITIAN. Berdasarkan permasalahan dan hipotesis penelitian, penelitian ini

ANALISIS PENGARUH STATUS BEKERJA TERHADAP JENIS KELAMIN DAN UMUR DENGAN PENDEKATAN BINARY LOGISTIC REGRESSION

BAB III METODE PENELITIAN. menyebabkan, kebutuhan pangan tidak hanya sebatas produk pelengkap dengan

Togu P. Marpaung, Normalina Napitupulu, Rachmad Sitepu

BAB IV ANALISIS HASIL DAN PEMBAHASAN

BAB III METODOLOGI PENELITIAN

BAB III METODE PENELITIAN

PENERAPAN ANALISIS KONJOIN PADA PREFERENSI MAHASISWA TERHADAP PEKERJAAN

BAB III METODOLOGI PENELITIAN. resmi pemerintahan daerah yang terdapat di internet. Horizon waktu yang

BAB III METODA PENELITIAN. Dalam penelitian ini digunakan variabel-variabel untuk melakukan analisis data.

BAB III DESAIN PENELITIAN. Dalam desain penelitian, akan dijelaskan gambaran singkat dari

BAB III METODE PENELITIAN. Djarwanto, 2012: 93). Dalam penelitian ini yang menjadi populasi adalah seluruh

BAB III METODE PENELITIAN

BAB IV ANALISIS DATA DAN PEMBAHASAN. mahasiswa. Setiap responden mempunyai karakteristik yang berbeda. Oleh

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB III METODE PENELITIAN

BAB IV ANALISIS HASIL DAN PEMBAHASAN. Proses pemilihan sampel menggunakan metode sampel bertujuan (purposive sampling), dimana

BAB IV HASIL PENELITIAN DAN PEMBAHASAN. Hasil pemilihan sampel dengan metode purposive sampling terhadap

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV ANALISIS HASIL DAN PEMBAHASAN

BAB III METODE PENELITIAN

BAB IV ANALISIS HASIL DAN PEMBAHASAN

BAB III METODOLOGI PENELITIAN DAN DATA

BAB III METODOLOGI PENELITIAN. menggunakan data dari perusahaan-perusahaan yang saham-sahamnya memiliki

BAB 2 LANDASAN TEORI

BAB III METODE PENELITIAN. untuk dipelajari dan kemudian ditarik kesimpulannya (Sugiyono, 2010).

BAB IV HASIL DAN PEMBAHASAN

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN. aktif regular jurusan akuntansi S1.

BAB IV HASIL DAN PEMBAHASAN. Responden penelitian adalah pengunjung pasar modern Hypermart, Carrefour,

BAB III METODE PENELITIAN

VI. HASIL DAN PEMBAHASAN

BAB III METODA PENELITIAN. sekunder, yaitu laporan keuangan dan laporan tahunan perusahaan non keuangan

FAKTOR-FAKTOR YANG MEMPENGARUHI PENGAMBILAN KEPUTUSAN PETANI TERHADAP PENGGUNAAN BENIH PADI DI KECAMATAN NISAM KABUPATEN ACEH UTARA

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

: Dian Lesmana NPM : Dosen Pembimbing : Dr. Dionysia Kowanda, SE., MMSi

BAB 3 METODE PENELITIAN

BAB V HASIL PENELITIAN DAN PEMBAHASAN. Tabel 5.1 Uji Validitas Variabel. Sumber : data primer diolah (Lampiran 1)

BAB IV ANALISIS DATA DAN PEMBAHASAN. Penelitian ini memiliki tujuan untuk mengetahui bagaimana tingkat credit

BAB III METODE PENELITIAN

BAB III METODOLOGI PENELITIAN. memilih sampel seluruh perusahaan di BEI periode adalah karena

PENGARUH KARAKTERISTIK INDIVIDU DAN KESEJAHTERAAN KARYAWAN TERHADAP KINERJA PETUGAS POLIKLINIK RS PKU MUHAMMADIYAH SURAKARTA NASKAH PUBLIKASI

BAB V HASIL DAN PEMBAHASAN

APLIKASI ANALISIS KONJOIN UNTUK MENGUKUR PREFERENSI MAHASISWA FMIPA USU DALAM MEMILIH PRODUK PASTA GIGI

BINARY LOGISTIC REGRESSION (BLR) TERHADAP STATUS BEKERJA DI KOTA SURABAYA

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

ponsel, purposive sampling, regresi logistik politomus

BAB IV HASIL DAN PEMBAHASAN

BAB III METODE PENELITIAN. Penelitian ini masuk ke dalam jenis penelitian asosiatif yaitu

IDENTIFIKASI FAKTOR PENDORONG PERNIKAHAN DINI DENGAN METODE ANALISIS FAKTOR

ANALISIS PENGARUH MINAT MAHASISWA FMIPA USU MEMILIH LAPTOP DENGAN METODE KENDALL S W DAN ANALISIS KONJOIN

BEBERAPA FAKTOR YANG MEMPENGARUHI PENGELUARAN KONSUMSI PANGAN RUMAH TANGGA MISKIN (Studi Kasus di Kelurahan Sidomulyo Kecamatan Medan Tuntungan)

LAMPIRAN 1. Hasil Tabulasi Kuesioner Harga (X 1 ) Butir Soal/item No. Responden. Skor Total. Universitas Sumatera Utara

BAB III METODOLOGI PENELITIAN

BAB III METODE PENELITIAN. Menurut (Sugiyono, 2007) dilihat dari sumber perolehannya data dapat dibagi

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN. metode eksperimen yaitu dengan mengendalikan independent variable yang akan

Sandi Prianggoro / Pembimbing Sundari., SE.,MM

ANALISIS FAKTOR RESIKO PADA KEJADIAN BERAT BADAN BAYI LAHIR DI BAWAH NORMAL DI RSUP H. ADAM MALIK MEDAN

BAB III METODE PENELITIAN

ANALISIS PENGARUH CURAH HUJAN DI KOTA MEDAN

III. METODE PENELITIAN. Penelitian ini menggunakan data primer dan data sekunder. Data primer merupakan

BAB III METODE PENELITIAN. PT Bursa Efek Indonesia ( IDX Statistics Book, Indonesian

DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN

BAB IV ANALISIS HASIL DAN PEMBAHASAN

BAB III METODE PENELITIAN. Objek pada penelitian ini adalah perusahaan sektor manufaktur yang

BAB III METODE PENELITIAN. Populasi dalam penelitian ini adalah semua perusahaan yang terdaftar

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN

BAB 2 LANDASAN TEORI

BAB IV ANALISIS HASIL DAN PEMBAHASAN

BAB 3 METODE PENELITIAN

BAB III METODE PENELITIAN. perusahaan yang terdaftar di Bursa Efek Indonesia (BEI) Periode 2010-

III. OBJEK DAN METODE PENELITIAN. Dalam skripsi ini objek penelitian adalah konsumen sabun mandi cair LUX pada

BAB IV HASIL PENELITIAN DAN PEMBAHASAN Data dan Sampel Data yang digunakan dalam penelitian ini merupakan data sekunder yang

BAB III METODE PENELITIAN. Populasi dalam penelitian ini adalah seluruh perusahaan manufaktur yang

Transkripsi:

Saintia Matematika ISSN: 2337-9197 Vol. 02, No. 04 (2014), pp. 313 321. SUATU KAJIAN TENTANG PELAYANAN KESEHATAN DI PUSKESMAS PEMBANTU JATI UTOMO BINJAI Nida Elhaq, Pasukat Sembiring, Djakaria Sebayang Abstrak. Pada tulisan ini diterapkan Analisis Regresi logistik, yaitu suatu metode analisis statistik yang variabel terikatnya berupa data kategorik. Tulisan ini mengidentifikasi tentang tingkat kepuasan pasien terhadap pelayanan kesehatan di Puskesmas Pembantu Jati Utomo Binjai. Model persamaan regresi logistik yang terbentuk dari hasil analisis adalah: P (Y ) = 1 1+e ( 55,562+0,855X 1 +1,063X 2 +1,308X 3 ) Dari hasil persamaan regresi logistik tersebut dapat diartikan bahwa nilai konstanta sebesar -55,562. Sedangkan nilai koefisien masing-masing variabel bebas berturutturut adalah fasilitas sebesar 0,855, paramedis sebesar 1,063 dan waktu pelayanan sebesar 1,308. Dari hasil tersebut dapat dijelaskan bahwa faktor yang paling mempengaruhi kepuasan pasien di Puskesmas Pembantu Jati Utomo Binjai adalah waktu pelayanan. 1. PENDAHULUAN Puskesmas dan jajarannya merupakan ujung tombak pelayanan kesehatan. Dalam fungsinya puskesmas dimaksudkan sebagai pusat pelayanan kesehatan strata pertama, sehingga puskesmas adalah salah satu tempat pertama untuk memecahkan masalah-masalah kesehatan yang paling dasar. Dengan demikian, puskesmas didirikan di tingkat kecamatan, sehingga tingkat pelayanannya dapat menjangkau masyarakat di tingkat paling bawah. Received 23-07-2013, Accepted 25-04-2014. 2010 Mathematics Subject Classification: 62J05 Key words and Phrases: Kepuasan Pasien, Pelayanan Kesehatan, Analisis Regresi Logistik 313

Nida Elhaq, at all Suatu Kajian Tentang Pelayanan Kesehatan 314 Pandangan yang berkembang dalam masyarakat menggambarkan puskesmas sebagai pusat pelayanan kesehatan masyarakat yang diperuntukkan bagi masyarakat strata paling bawah, dan puskesmas lebih sering dianggap masyarakat sebagai pusat pelayanan kesehatan yang bermutu paling rendah di antara pemberi pelayanan kesehatan pemerintah lainnya. Anggapan ini muncul karena minimnya pelayanan yang tersedia, prosedur administrasi yang lama, keterampilan petugas yang kurang profesional, kurangnya kebersihan, dan peralatan yang kurang lengkap. Analisis regresi logistik adalah satu pendekatan model matematis yang digunakan untuk menganalisis hubungan satu atau beberapa variabel independen dengan sebuah variabel dependen kategori yang bersifat dikotom/ binary. Teknik statistik ini digunakan untuk mengetahui pengaruh satu variabel independen atau lebih (X) terhadap satu variabel dependen (Y), dengan syarat: 1. Variabel dependen harus merupakan variabel dummy yang hanya punya dua alternatif. Dalam hal ini dinilai dari tingkat kepuasan yaitu puas atau tidak puasnya pasien terhadap pelayanan kesehatan di Puskesmas Pembantu Jati Utomo Binjai. Jika responden menjawab puas maka akan diberi skor 1 dan jika responden menjawab tidak puas maka diberi skor 0. 2. Variabel independen mempunyai skala data interval atau rasio. 2. LANDASAN TEORI Analisis Regresi Logistik Metode regresi logistik adalah suatu metode analisis statistika yang mendeskripsikan hubungan antara peubah respon yang memiliki dua kategori atau lebih dengan satu atau lebih peubah penjelas berskala kategori atau interval[1]. Peubah kategorik yang dimaksud yaitu peubah yang berupa data nominal dan ordinal. Adapun bentuk umum regresi logistik tersebut adalah[2]. P (Y ) = 1 1+e (β 0 +β 1 X 1 +β 2 X 2 +...+β k X k )

Nida Elhaq, at all Suatu Kajian Tentang Pelayanan Kesehatan 315 dengan: P (Y ) = peluang kepuasan pasien e = nilai natural (2, 718281828) β 0, β 1, β 2,..., β k = estimasi parameter X 1, X 2, X 3,..., X k = variabel bebas Uji Model Persamaan Regresi Logistik Uji model persamaan regresi logistik sering disebut juga sebagai uji ketepatan model. Uji digunakan untuk mengetahui apakah model regresi logistik sudah sesuai dengan data observasi yang diperoleh. Untuk menilai ketepatan model regresi logistik dalam penelitian ini diukur dengan nilai chi square dengan uji Hosmer dan Lemeshow. Pengujian akan melihat nilai goodness of fit test yang diukur dengan nilai chi square pada tingkat signifikansi, di mana tingkat signifikansi pada penelitian ini adalah 5%[3]. Adapun model pengujiannya adalah sebagai berikut: dengan syarat: H 0 : P (Y ) = 1 1+e ( β 0 +β 1 X 1 +β 2 X 2 +...+β k X k ) H 1 : P (Y ) 1 1+e ( β 0 +β 1 X 1 +β 2 X 2 +...+β k X k ) H 0 : ditolak bila P(Y ) 0, 05 H 1 : diterima bila P(Y ) > 0, 05 Negelkerke R 2 Nilai Negelkerke R 2 akan menunjukkan seberapa besar variabel-variabel bebas menjelaskan variabel terikatnya. Nilai Negelkerke R 2 biasanya dibentuk dalam persen agar dapat mengetahui dengan pasti seberapa jauh penjelasan variabel-variabel bebas terhadap variabel terikatnya. Rasio Peluang Regresi logistik juga menghasilkan rasio peluang (odds ratios) terkait dengan

Nida Elhaq, at all Suatu Kajian Tentang Pelayanan Kesehatan 316 nilai setiap prediktor. Peluang (odds) dari suatu kejadian diartikan sebagai probabilitas hasil yang muncul yang dibagi dengan probabilitas suatu kejadian tidak terjadi. Secara umum, rasio peluang (odds ratios) merupakan sekumpulan peluang yang dibagi oleh peluang lainnya. Rasio peluang bagi prediktor diartikan sebagai jumlah relatif yang peluang hasil meningkat (rasio peluang > 1) atau turun (rasio peluang < 1) ketika nilai variabel prediktor meningkat sebesar 1 unit. Untuk menentukan odds ratios rumusnya sebagai berikut: dengan: Exp(B) = P i (1 P 1 ) P i (1 P 2 ) Exp(B) = rasio peluang P 1 = peluang kejadian kelompok pertama P 2 = peluang kejadian kelompok kedua 3. METODE PENELITIAN Langkah-langkah dalam penelitian adalah sebagai berikut: 1. Penelitian ini menggunakan teknik sampling yaitu sampling kemudahan. Sampling kemudahan adalah sampel yang diambil karena ketersediaan elemen dan kemudahan untuk mendapatkannya. Jumlah sampel yang diambil sebanyak 50 responden dengan pertimbangan penentuan ukuran sampel tersebut dapat memberikan ragam sampel yang stabil sebagai penduga ragam populasi. 2. Teknik pengumpulan data yang digunakan dalam penelitian ini adalah dengan menyebarkan kuesioner kepada pasien Puskesmas Pembantu Jati Utomo Binjai yang telah ditentukan. Kuesioner tersebut berisi pertanyaan-pertanyaan mengenai data pribadi responden, fasilitas (X 1 ), paramedis (X 2 ), waktu pelayanan (X 3 ) dan kepuasan pasien (Y).

Nida Elhaq, at all Suatu Kajian Tentang Pelayanan Kesehatan 317 3. Pada penelitian ini analisis tipe datanya menggunakan skala likert untuk variabel bebasnya, yaitu Sangat Baik (SB) bernilai 5, Baik (B) bernilai 4, Cukup Baik (CB) bernilai 3, Baik (B) bernilai 2, dan Tidak Baik (TB) bernilai 1. Sedangkan untuk variabel terikatnya merupakan tipe data nominal, yaitu Puas (P) bernilai 1 dan Tidak Puas (TP) bernilai 0. 4. Pengolahan data yang meliputi: a. Tabulasi data hasil kuesioner penelitian. b. Pengujian validitas dan reliabilitas setiap butir pertanyaan pada kuesioner dengan menggunakan bantuan SPSS.17.0. c. Menganalisis Regresi Logistik yaitu menguji persamaan regresi logistik dengan melihat nilai goodness of fit test yang diukur dengan nilai chi square pada tingkat signifikansi 5% dengan mennggunakan bantuan SPSS.17.0. d. Menganalisis besar hubungan antara veriabel terikat dan variabel bebas (nilai Negelkerke R 2 ) dengan menggunakan bantuan SPSS.17.0. e. Menganalisis besar pengaruh masing-masing variabel bebas (Odds Ratio) dengan menggunakan bantuan SPSS.17.0. 5. Membuat kesimpulan.

Nida Elhaq, at all Suatu Kajian Tentang Pelayanan Kesehatan 318 4. PEMBAHASAN Analisis Regresi Logistik Berdasarkan analisis data yang telah dilakukan menggunakan SPSS.17.0 diperoleh hasil sebagai berikut: Tabel 1. Nilai Koefisien Variabel Variabel B Fasilitas 0,855 Paramedis 1,063 Waktu Pelayanan 1,308 Konstanta -55,562 Dari hasil analisis diperoleh nilai-nilai estimasi parameter untuk persamaan regresi logistiknya. Persamaan logistik penelitian ini memiliki nilai konstanta sebesar -55,562. Selain itu, dari tabel juga dapat dilihat besar nilai masing-masing koefisien variabel bebas persamaan logistik tersebut, yaitu: 1. Fasilitas (X 1 = 0,855) Dapat dijelaskan bahwa jika paramedis (X 2 ) dan waktu pelayanan (X 3 ) dianggap konstan, maka akan meningkatkan kepuasan pasien terhadap pelayanan kesehatan di Puskesmas Pembantu Jati Utomo Binjai sebesar 0,885. 2. Paramedis (X 2 = 1,063) Dapat dijelaskan bahwa jika fasilitas (X 1 ) dan waktu pelayanan (X 3 ) dianggap konstan, maka akan meningkatkan kepuasan pasien terhadap pelayanan kesehatan di Puskesmas Pembantu Jati Utomo Binjai sebesar 1,063. 3. Waktu Pelayanan (X 3 = 1,308) Dapat dijelaskan bahwa jika fasilitas (X 1 ) dan paramedis (X 2 ) dianggap konstan, maka akan meningkatkan kepuasan pasien terhadap pelayanan kesehatan di Puskesmas Pembantu Jati Utomo Binjai sebesar 1,308. Uji Model Persamaan Regresi Logistik Pengujian kelayakan model regresi logistik dilakukan dengan menggunakan Goodness of Fit Test yang diukur dengan nilai chi-square pada bagian bawah uji Homser and Lemeshow apabila nilai dari Goodness of Fit Test lebih besar dari 0,05 berarti model mampu untuk memprediksi nilai observasinya atau

Nida Elhaq, at all Suatu Kajian Tentang Pelayanan Kesehatan 319 dapat dikatakan model dapat diterima sesuai dengan model observasinya. Hipotesis untuk menilai kelayakan model regresi adalah: H 0 : data empiris cocok atau sesuai dengan model (tidak ada perbedaan antara model dengan data sehingga model dapat dikatakan fit). H 1 : data empiris tidak cocok atau tidak sesuai dengan model (ada perbedaan antara model dengan data sehingga model tidak dapat dikatakan fit). Tabel 2. Hosmer and Lemeshow Test Step Chi-square Df Sig. 1 8,196 8 0,415 Berdasarkan Tabel 2 dapat dijelaskan bahwa nilai chi square adalah 8,196. Angka tersebut lebih besar dari 0,05. Berarti data empiris cocok atau sesuai dengan model (tidak ada perbedaan antara model dengan data sehingga model dapat dikatakan fit). Negelkerke R 2 Nilai Negelkerke R 2 akan menunjukkan seberapa besar variabel-variabel bebas menjelaskan variabel terikatnya. Nilai Negelkerke R 2 biasanya dibentuk dalam persen agar dapat mengetahui dengan pasti seberapa jauh penjelasan variabel-variabel bebas terhadap variabel terikatnya. Tabel 3. Model Summary Step -2 Log likelihood Cox & Snell R Square Nagelkerke R Square 1 15, 166 a 0,569 0,835 Berdasarkan Tabel 3 dapat dijelaskan bahwa nilai Negelkerke R 2 adalah 0,835. Dapat dijelaskan bahwa fasilitas (X 1 ), paramedis (X 2 ), dan waktu pelayanan (X 3 ) mampu menjelaskan kepuasan pasien terhadap pelayanan kesehatan di Puskesmas Pembantu Jati Utomo Binjai sebesar 84%. Bisa dikatakan bahwa variabel-variabel bebas tersebut sudah menjelaskan 84% terhadap variabel terikatnya dan sisanya dijelaskan oleh variabel-variabel lain diluar model.

Nida Elhaq, at all Suatu Kajian Tentang Pelayanan Kesehatan 320 Rasio Peluang Rasio peluang menjelaskan seberapa besar pengaruh variabel puas dibanding variabel tidak puas terhadap suatu eksperimen atau observasi. Pada kasus penelitian dengan regresi logistik, nilai ini dapat dilihat dari nilai Exp(B) pada hasil analisis data. Hasil tersebut akan menunjukkan pengaruh setiap variabel-variabel bebas terhadap variabel terikatnya. Berikut ini adalah tabel rasio hasil analisis data penelitian. Tabel 4. Rasio Peluang Variabel Exp(B) Fasilitas 2,351 Paramedis 2,894 Waktu Pelayanan 3,700 Konstanta 0,000 Berdasarkan Tabel 4 dapat disimpulkan sebagai berikut: 1. Fasilitas (Exp(B) = 2,351) Dapat dijelaskan bahwa jika paramedis (X 2 ), dan waktu pelayanan (X 3 ) dianggap konstan maka fasilitas yang baik di Puskesmas Pembantu Jati Utomo Binjai akan mempengaruhi responden untuk merasa puas terhadap pelayanan kesehatan puskesmas tersebut 2 kali lebih besar dibandingkan dengan fasilitas yang buruk. 2. Paramedis (Exp(B) = 2,894) Dapat dijelaskan bahwa jika fasilitas (X 1 ), dan waktu pelayanan (X 3 ) dianggap konstan maka paramedis yang baik di Puskesmas Pembantu Jati Utomo Binjai akan mempengaruhi responden untuk merasa puas terhadap pelayanan kesehatan puskesmas tersebut 3 kali lebih besar dibandingkan dengan paramedis yang buruk. 3. Waktu Pelayanan (Exp(B) = 3,700) Dapat dijelaskan bahwa jika fasilitas (X 1 ), dan paramedis (X 2 ) dianggap konstan maka waktu pelayanan yang baik di Puskesmas Pembantu Jati Utomo Binjai akan mempengaruhi responden untuk merasa puas terhadap pelayanan kesehatan puskesmas tersebut 4 kali lebih besar dibandingkan dengan waktu pelayanan yang buruk.

Nida Elhaq, at all Suatu Kajian Tentang Pelayanan Kesehatan 321 5. KESIMPULAN Setelah dilakukan analisis regresi logistik yang melibatkan data 50 orang pasien yang berobat ke Puskesmas Pembantu Jati Utomo Binjai. Dapat diambil kesimpulan bahwa dari tiga variabel bebas yang dianalisis, variabel bebas yang paling berpengaruh terhadap kepuasan pasien terhadap pelayanan kesehatan di Puskesmas tersebut adalah waktu pelayanan. Karena waktu pelayanan mampu meningkatkan kepuasan pasien sampai 4 kali lipat. Daftar Pustaka [1] Yasril, Kasjono, HS. 2009. Analisis Multivariat untuk Penelitian Kesehatan. Yogyakarta : Media Cendikia Press. [2] Hosmer, D.W., Lemeshow, S. 1989. Applied Logistic Regression. New York : JohnWiley & Sons, Inc. [3] Ghozali, Imran. 2005. Aplikasi Multivariate dengan Program SPSS, Semarang : Badan penerbit Universitas Diponegoro. NIDA ELHAQ : Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Sumatera Utara, Medan 20155, Indonesia E-mail : niedha el2h@yahoo.com PASUKAT SEMBIRING : Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Sumatera Utara, Medan 20155, Indonesia E-mail : pasukat@usu.ac.id DJAKARIA SEBAYANG : Department of Mathematics, Faculty of Mathematics and Natural Sciences, University of Sumatera Utara, Medan 20155, Indonesia E-mail : djakaria@usu.ac.id