III. METODE KAJIAN 3.1. Pengumpulan Data
3.1.1. Lokasi dan Waktu
Lokasi pelaksanaan penelitian tugas akhir ini dilaksanakan pada empat klinik kesehatan sebagaimana terlihat pada Tabel 2. Waktu penelitian dilaksanakan selama empat bulan yang dimulai pada bulan Februari 2008 dan berakhir pada bulan Mei 2008.
Tabel.2. Lokasi pengumpulan data
No Nama Klinik Kesehatan Alamat
1. Naura Medika Jl. Kemakmuran Raya No.37 Depok 2. Kurnia Abadi Jl. Kejayaan Blok X No.17 Depok 3. KJP Medikal Centre Jl. Kejayaan Blok IX No.52 Depok 4. Irenk Medical Centre Jl. Bahagia No.18 Depok
3.1.2. Sampel dan Penarikan Sampel
Sampel dalam penilitian ini adalah pasien yang sedang menggunakan jasa di keempat klinik kesehatan tersebut dengan jumlah total sampel sebanyak 100 sampel, dimana sampel yang diambil dari masing-masing klinik kesehatan berjumlah 25 sampel. Pengumpulan data menggunakan metode survey. Cara pengambilan sampel pada penelitian ini dilakukan dengan teknik sampel kemudahan (convenience sampling) yaitu memberi kebebasan bagi peneliti dalam menentukan siapa saja yang menjadi responden. Responden yang dipilih adalah yang memenuhi persyaratan yaitu bukan merupakan pasien yang pertama sekali datang berobat ke klinik kesehatan baik yang sedang menunggu untuk mendapatkan pelayanan kesehatan maupun yang telah selesai. Kuesioner disusun secara sistematis melalui pertanyaan terbuka atau tertutup dalam empat bagian yaitu:
1. Demografi pasien, seperti: nama, usia, jenis kelamin dan sebagainya. 2. Perilaku pasien dalam pengambilan keputusan.
5. Loyalitas.
Setiap instrumen dalam kuesioner ini menggunakan skala Likert yaitu: 1 = sangat tidak penting, 2 = tidak penting, 3 = netral, 4 = penting, dan 5 = sangat penting.
3.2. Metode Analisis 3.2.1. Deskriptif Kualitatif
Statistika deskriptif adalah metode yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi (Sugiyono, 2002).
3.2.2. Analisis data
Dalam penelitian ini digunakan analisis-analisis sebagai berikut: 3.2.2.1. Diagonal Analysis (Suharjo Split)
Analisis ini digunakan untuk melihat tingkat kepentingan dan tingkat kepuasan suatu atribut dikaitkan dengan efisiensi pelayanannya. 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 kepentingannya terhadap atribut yang dinilai. Atribut yang berada di atas garis efficient service menunjukkan adanya over service, sedangkan yang berada di bawahnya 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).
Gambar 5. Diagonal Split (sumber: Suharjo dan Suwarno, 2002)
Dalam mengukur nilai kepentingan dan kepuasan digunakan metode two top boxes yaitu menggabungkan persentase responden yang memilih respon positif dalam skala likert. Oleh karena pengukuran dilakukan dalam 5 skala, top two boxes akan menggabungkan persentase responden yang memilih jawaban dua skala teratas yaitu skala 5 dan skala 4, sehingga kinerja suatu atribut dapat dinyatakan 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 yang bersangkutan hendaknya dipertahankan karena sudah sesuai dengan kepentingan dan kepuasan yang dirasakan oleh konsumen.
b. Selisih nilai antara kepentingan atribut (X) dan kepuasan (Y) bila menghasilkan nilai positif (X>Y), maka atribut tersebut dikatakan mempunyai layanan yang 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 mempunyai layanan tidak memadai (under service) sehingga perlu ditingkatkan KEPENTINGAN K E P U A S A N Under service Over service X Y Efficient service
mengidentifikasikan atribut-atribut under service yang harus ditingkatkan layanannya karena memiliki tingkat kepuasan yang lebih rendah dibandingkan tingkat kepentingannya. Prioritas didasarkan pada selisih nilai antara tingkat kepentingan dan tingkat kepuasan dengan negatif terbesar, sedangkan penurunan (reduksi) diprioritaskan berdasarkan selisih nilai positif terbesar.
3.2.2.2. Thurstone Analysis
Analisis ini digunakan untuk merangking atribut-atribut mana yang dianggap penting oleh responden, dimana responden mengurutkan dari yang terpenting (angka 1) sampai sangat tidak penting (angka 14).
Untuk mengetahui keunggulan suatu peubah terhadap peubah yang lain perlu diketahui peluang suatu peubah lebih unggul dari yang lainnya. Peluang ini diperoleh dengan menghitung beda-beda pembeda dari kedua peubah yang diperbandingkan untuk berbagai kesempatan penilaian. Frekuensi munculnya beda-beda ini berfluktuasi, sehingga apabila dipetakan di atas garis yang memuat semua nilai beda yang mungkin, akan membentuk suatu sebaran dari beda pembeda.
Jika kedua peubah yang diperbandingkan adalah x dan y maka beda pembeda keduanya secara umum dilambangkan dengan Sx-y. Nilai tengah
dari sebaran beda pembeda adalah selisih nilai tengah proses modus kedua peubah tersebut (Sx-Sy) dan simpangan bakunya adalah :
2 2 y x xy σ σ σ = +
Dengan asumsi bahwa simpangan dari proses-proses modus untuk kedua peubah tidak berkorelasi. Thurstone menyatakan bahwa persamaan psikofisik dasar dapat dinyatakan dalam bentuk:
2 2 xy y x-S Z S = σx +σy
dimana:
Sx = nilai modus proses pembeda (discriminal) untuk peubah ke-x
Sy = nilai modus proses pembeda (discriminal) untuk peubah ke-y
Zxy= nilai yang berhubungan dengan proporsi penilaian peubah ke-x
lebih besar dari penilaian peubah ke-y. (Jika proporsi ini lebih besar dari 0,5 maka Zxy bernilai positif, artinya peubah ke-x lebih
tinggi penilaiannya dibanding peubah ke-y)
x
σ = simpangan pembeda dari peubah ke-x
y
σ = simpangan pembeda dari peubah ke-y
Metode Thurstone dikenal sebagai Hukum Nilai Perbandingan (The Law of Comparative Judgement), yang dalam penelitian ini menggunakan model yang kelima yang mempunyai keakuratan dalam penskalaannya (Green dalam Supatmiati, 1998). Persamaannya dinyatakan sebagai berikut: 2 xy y x S Z 2 S − = σ
karena yang dicari adalah jarak relatif antar peubah, maka konstanta
2
2
σ
bisa dihilangkan. 3.2.2.3. CHAID AnalysisCHAID Analysis (Chi-squared Automatic Interaction Detection) digunakan untuk melakukan segmentasi yaitu proses untuk membagi suatu populasi individu ke dalam kelompok atau segmen yang lebih kecil yang berbeda karakteristiknya satu dengan yang lain. Segmen-segmen yang terbentuk tersebut akan digunakan sebagai acuan untuk menentukan target pasar. CHAID analysis merupakan suatu teknik iteratif yang menguji satu persatu variabel independen yang digunakan dalam klasifikasi, dan menyusunnya berdasarkan pada tingkat signifikansi statistik chi-square terhadap variabel dependennya (Gallagher, 2000).
CHAID dapat diringkas menjadi tiga elemen kunci, yaitu:
1. Uji signifikan chi-square, uji ini dilakukan untuk mengidentifikasikan variabel independen yang paling signifikan terhadap variabel dependen yakni variabel independen yang memiliki derajat hubungan atau pengaruh kuat terhadap variabel dependen. Adapun rumus yang digunakan dalam penelitian ini adalah sebagai berikut:
(nij – Eij)2
χ
2 =∑
r i=1 c∑
j-1 Eij di mana ni. n.j Eij = n di mananij = banyaknya pengamatan pada baris ke-i dan kolom ke-j
Eij = nilai harapan pengamatan pada baris ke-i dan kolom ke-j
ni. = total banyaknya pengamatan pada baris ke-i
n.j = total banyaknya pengamatan pada baris ke-j n = total banyaknya responden
Keputusan yang diambil dari uji chi square ini adalah Ho ditolak jika
χ
2hit >χ
2tabel atau p-value < α.2. Koreksi Bonferroni.
Koreksi Bonferroni adalah suatu proses koreksi yang digunakan ketika beberapa uji statistik untuk kebebasan atau ketidakbebasan dilakukan secara bersamaan (Sharp et al., dalam Kunto, 2006). Koreksi Bonferroni biasanya digunakan dalam pembandingan berganda. Pengganda Bonferroni ini bergantung pada tipe peubah kategorik yaitu nominal atau ordinal (Kunto, 2006).
Peubah Nominal (r – i)c B free = r–1
∑
i=0 (– 1)i i! (r – i)! Peubah Ordinal B monotonic = c – 1 r – 1 di mana B = pengali Bonferronic = kategori variabel dependen r = kategori variabel independen
3. Sebuah algoritma yang digunakan untuk menggabung kategori-kategori variabel.
Secara singkat algoritma CHAID adalah sebagai berikut:
a) Untuk setiap variabel independen (bebas) dan berdasarkan perhitungan statistik chi-square, cari pasangan kategori yang memiliki nilai-p paling besar.
b) Bandingkan nilai p tersebut dengan batas nilai-p yang telah ditetapkan (dalam penelitian ini batas nilai-p (α)=0.05), jika lebih besar gabungkan. Jika banyak kategori hanya 2, maka nilai-p yang 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 yang perlu digabungkan dalam variabel tersebut. Lanjutkan proses ini sampai tidak ada lagi nilai pasangan kategori yang mempunyai 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 hanya bisa dilakukan antara kategori-kategori yang berurutan.
terbentuk) yang telah melewati proses 1 dan 2, cari variabel dengan nilai-p paling kecil sebagai variabel pertama yang masuk dalam analisis.
d) Ulangi proses 1,2,dan 3 untuk variabel independen sisanya dengan menempatkan variabel tersebut sebagai subpopulasi berdasarkan variabel yang telah dipilih.
Hasil pembentukan segmentasi dalam CHAID analysis akan ditampilkan dalam diagram pohon (tree diagram) yang mengikuti aturan “dari atas ke bawah”, dimana kedalaman (depth) pertama menunjukkan variabel independen yang paling signifikan terhadap variabel dependen berdasarkan uji chi-square.
