BAB III METODE PENELITIAN. dalam penelitian ini adalah pendekatan kuantitatif yang merupakan suatu

42

BAB III

METODE PENELITIAN

A. Jenis Penelitian

Jenis penelitian ini menggunakan metode deskriptif, dimana akan diuraikan dan dianalisis permasalahan penelitian. Pendekatan yang digunakan dalam penelitian ini adalah pendekatan kuantitatif yang merupakan suatu paradigma penelitian untuk mendeskripsikan pristiwa, prilaku orang atau suatu keadaan pada tempat tertentu secara rinci dan mendalam.

B. Lokasi Penelitian

Pengambilan lokasi pada penelitian ini yaitu di Rumah Sakit Universitas Muhammadiyah Malang yang beralamat di Jl. Raya Tlogomas No. 45 Kel. Tlogomas, Kec. Lowokwaru - Malang 65144.

C. Populasi dan Teknik Pengumpulan Sampel 1. Populasi

Sugiyono (2001: 55) menyatakan bahwa populasi adalah wilayah generalisasi yang terdiri atas objek/subjek yang mempunyai kuantitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. populasi juga bukan sekedar jumlah yang ada pada objek/subjek yang dipelajari, tetapi meliputi seluruh karakteristik/sifat yang dimiliki oleh objek atau subjek itu.

Pada penelitian ini populasinya mencakup seluruh pasien dan atau penunggu pasien yang menjalani rawat inap di Rumah Sakit Universitas Muhammadiyah Malang. Jumlah Pasien Rumah Sakit Universitas Muhammadiyah Malang tidaklah tetap tiap bulannya, sehingga untuk

43

generalisasi populasi dalam penelitian ini, adalah rata-rata jumlah ruagan yang di gunakan pasien dan penunggu pasien Rumah Sakit Universitas Muhammadiyah Malang dalam bulan April, May dan Juni tahun 2019, seperti berikut:

Tabel 3.1

Jumlah Pasien Rawat Inap di Rumah Sakit Universitas Muhammadiyah Malang Tahun 2019

Bulan Jumlah

April 1005

May 1006

Juni 729

Total ²⁷⁴⁰

𝑃𝑜𝑝𝑢𝑙𝑎𝑠𝑖 =∑ 𝑝𝑎𝑠𝑖𝑒𝑛 (2740)

3 = 913,333

Berdasarkan perhitungan diatas didapat populasi dalam penelitian ini adalah 1006 orang.

2. Teknik Pengambilan Sampel

Teknik pengambilan sampel menggunakan teknik cluster sampling, dimana peneliti membentuk beberapa cluster dari hasil penyeleksian sebagian individu yang menjadi bagian dari sebuah populasi (Sutrisno ,2000:226).

44

Adapun estimasi besar sampel dengan menggunakan rumus Slovin Sevilla, Consuelo G. et. al (2007).

𝐧 = 𝑵

𝟏 + 𝑵(𝒆)^𝟐

Keterangan

n = Ukuran sample

N = Ukuran populasi rata-rata yang berkunjung ke Rumah Sakit Universitas Muhammadiyah Malang bulan April, May dan Juni 2019

e = 10% atau 0,1

maka hasil yang didapat adalah:

1006

1+1006(0,1)²= 𝟗𝟗, 𝟗𝟎𝟎𝟔𝟗𝟓𝟏 di bulatkan menjadi 100

Dari 100 responden, akan ditentukan jumlah responden untuk setiap ruang rawat inap. Berikut perhitungan untuk menentukan besaran sampel untuk delapan ruang rawat inap di Rumah Sakit Universitas Muhammadiyah Malang.

Jumlah Sampel per Ruang Inap = 𝑅𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 𝑠𝑒𝑏𝑢𝑙𝑎𝑛 𝑟𝑢𝑎𝑛𝑔 𝑟𝑎𝑤𝑎𝑡 𝑖𝑛𝑎𝑝

𝑅𝑎𝑡𝑎−𝑟𝑎𝑡𝑎 𝑠𝑒𝑏𝑢𝑙𝑎𝑛 𝑠𝑒𝑚𝑢𝑎 𝑟𝑢𝑎𝑛𝑔 𝑟𝑎𝑤𝑎𝑡 𝑖𝑛𝑎𝑝𝑥 100

45

Tabel 1.2

Sampel Penelitian Setiap Ruangan Rawat Inap

No Ruangan Rawat Inap

Tahun 2019

Rata-rata

Jumlah pasien Apr May Jun

1 Anggrek 6 3 5 4,66667 1

2 Kemuning 29 7 8 14,6667 2

3 Tulip 40 39 22 33,6667 4

4 Krisan A 31 26 11 22,6667 2

5 Krisan B 0 0 0 0 0

6 Krisan C 2 2 2 2 0

7 Lily A 150 176 121 149 16

8 Lily B 42 27 30 33 4

9 Lily C 16 15 10 13,6667 1

10 Seruni A 200 198 124 174 19

11 Seruni B 71 45 38 51,3333 6

12 Seruni C 31 45 35 37 4

13 Mawar A 162 184 133 159,667 17

14 Mawar B 69 54 39 54 6

15 Mawar C 43 61 35 46,3333 5

16 ICU 15 12 17 14,6667 2

17 Melati 74 93 76 81 9

18 HCU 24 19 23 22 2

TOTAL 1005 1006 729 913 100

46

D. Definisi Operasional dan Pengukuran Variabel 1. Definisi Operasional Variabel

Definisi operasional digunakan sebagai petunjuk tentang bagaimana suatu variabel diukur. Oleh sebab itu, dengan membaca definisi operasional dalam suatu penelitian, maka akan mengetahui indikator- indikator variabel tersebut.

Tabel 3.3 Variabel Operasional

Variabel Definisi Indikator

Tangible

Bukti fisik (X1)

Penyediaan pelayanan berupa sarana fisik perkantoran, komputerisasi administrasi, ruang tunggu, tempat informasi, dan lain sebagainya

1. Penampilan

petugas/aparatur dalam melayani pelanggan 2. Kemudahan akses

pelanggan dalam permohonan pelayanan 3. Kedisiplinan

petugas/aparatur dalam melakukan pelayanan 4. Penggunaan alat bantu

dalam pelayanan

Parasuraman et.al. dalam Hardiyansyah (2011)

Reliability kemampuan dan 1. Kecermatan petugas

47

Keandalan (X2) keandalan untuk menyediakan

pelayanan yang tepat dan benar serta terpercaya

dalam melayani 2. Memiliki standar

pelayanan yang jelas 3. Kemampuan

petugas/aparatur dalam menggunakan alat bantu dalam proses pelayanan 4. Keahlian petugas dalam menggunakan alat bantu dalam proses pelayanan Parasuraman et.al. dalam Hardiyansyah (2011)

Responsiveness

Daya tanggap (X3)

kesanggupan untuk membantu dan menyediakan pelayanan secara cepat dan tepay serta tanggap terhadap keinginan kosumen.

1. Merespon setiap pelanggan/pemohon yang ingin mendapatkan pelayanan

2. Petugas/aparatur melakukan pelayanan dengan cepat

3. Petugas/aparatur melakukan pelayanan dengan tepat

4. Semua keluhan

48

pelanggan direspon oleh petugas

Parasuraman et.al. dalam Hardiyansyah (2011)

Assurance

Jaminan (X4)

Kemampuan dan keramahan serta sopan santun pegawai dalam meyakinkan

kepercayaan konsumen.

1. Petugas memberikan jaminan tepat waktu dalam pelayanan 2. Petugas memberikan

jaminan biaya dalam pelayanan

3. Petugas memberikan jaminan legalitas dalam pelayanan

4. Petugas memberikan jaminan kepastian biaya dalam pelayanan

Parasuraman et.al. dalam Hardiyansyah (2011)

Emphaty

Empati (X5)

sikap tegas tetapi penuh perhatian dari pegawai terhadap konsumen.

1. Mendahulukan kepentingan

pelanggan/pemohon 2. Petugas melayani dengan

sikap ramah

49

3. Petugas melayani dengan sikap sopan santun 4. Petugas melayani dan

menghargai setiap pelanggan

Parasuraman et.al. dalam Hardiyansyah (2011)

Kepuasan (Y) Mengambarkan kepuasan pelanggan diukur merupakan nilai keunggulan yang diharapkan dan pengendalian atas tingkat nilai jasa tersebut memenuhi harapan konsumen.

Dengan demikian standar perbandingan didalam kepuasan adalah harapan dari konsumen kenyataan

1. Kenyamaan menikmati pelayanan kesehatan 2. Kepuasan berinteraksi

dengan tenaga medis 3. Kepuasan dengan

kompetensi atau

kesigapan tenaga medis 4. Kepuasan dengan biaya

perawatan Sabarguna (2008)

50

2. Pengukuran Variabel

Skala likert digunakan untuk mengukur sikap, pendapat, dan persepsi seseorang atau kelompok tentang suatu fenomena (Sugiyono 2014). Dalam sekala likert terdapat 5 poin untuk menelaah seberapa kuat subjek setuju atau tidak setuju dengan pertanyaan susunan sebagai berikut:

Tabel 3.4 Penilaian Jawaban

No Jenis Jawaban Bobot

1 SS = Sangat Setuju 5

2 S = Setuju 4

3 N = Netral 3

4 TS = Tidak Setuju 2

5 STS = Sangat Tidak Setuju 1

E. Jenis dan Sumber Data 1. Jenis Data

Jenis data yang digunakan dalam penelitian ini sesuai dengan kebutuhannya (Sugiyono, 2001: 14) yaitu:

a) Data kualitatif yaitu data yang dinyatakan dalam bentuk kata, kalimat dan gambar. Dalam hal ini peneliti menggunakan ketiga hal tersebut untuk menyajikan data dengan sebaik-baiknya agar dapat dimengerti.

51

b) Data kuantitatif yaitu data yang berbentuk angka atau data kualitatif diangkakan. Data ini dibutuhkan untuk menganalisis hasil penelitian yang mempergunakan skala Likert.

2. Sumber Data

a) Data Primer, adalah data yang langsung diperoleh dari responden, yaitu berupa jawaban pertanyaan dari kuesioner yang disebarkan tentang variabel kualitas pelayanan (X) dan kepuasan pasien (Y) serta karakteristik atau profil responden sebagai data pendukung.

b) Data Sekunder, adalah data yang berasal dari sumber-sumber yang berhubungan dengan obyek penelitian yang berupa laporan/catatan perusahaan. Data yang digunakan dalam penelitian ini berupa karakteristik masing-masing pasien rawat inap Rumah Sakit Universitas Muhammadiyah Malang.

3. Teknik Pengumpulan Data

Dalam pengumpulan data peneliti mengunakan kuisioner untuk mendapatkan data-datanya. Kuisioner adalah teknik pengumpulan data yang terstuktur kepada reponden dalam bentuk pertanyaan. Pertanyaan tersebut berisikan rangkaian pertanyaan mengenai masalah yang akan diteliti.

F. Uji Instrumen

Baik buruknya instrumen akan berpengaruh terhadap benar tidaknya data yang diperoleh, sedangkan benar tidaknya sangat menentukan bermutu tidaknya hasil penelitian. Arikunto (2010: 211).

Instrumen yang baik selain valid juga harus reliabel, artinya dapat diandalkan.

52

1. Uji Validitas

Validitas merupakan tingkat dimana suatu alat pengukur-mengukur apa yang seharusnya diukur. Data penelitian tidak akan berguna bilamana instrument yang digunakan untuk mengumpulkan data penelitian tersebut tidak memiliki validitas dan reliabilitas yang tinggi.Teknik korelasi yang digunakan adalah: (Sudjana, 2002: 369).

Keterangan:

r: Koefisien korelasi antara item (X) dengan skor total (Y).

X: Skor setiap item.

Y: Skor total.

N: Jumlah responden.

2. Uji Reliabilitas

Reliabilitas adalah indeks yang menunjukkan sejauh mana suatu hasil pengukuran relative konsisten apabila pengukuran diulangi dua kali atau lebih. Dalam setiap penelitian adanya kesalahan pengukuran ini cukup besar. Karena itu untuk mengetahui hasil penelitian pengukuran yang sebenarnya, kesalahan pengukuran sangat diperhitungkan. Uji realibilitas dapat dilakukan secara bersama-sama terhadap seluruh butir pertanyaan. Jika nilai α>0,60 maka reliabel. Dengan rumus croanbach alpha sebagai berikut:

(Sujarweni dan Poly 2012: 89).

53

G. Uji Asumsi Klasik

Sebelum dilakukan pengujian analisis data terhadap hipotesis penelitian, maka terlebih dahulu perlu dilakukan suatu pengujian asumsi klasik atas data yang akan diolah sebagai berikut :

1. Uji Normalitas

Uji asumsi ini untuk menguji apakah variabel dependen, variabel independen, atau keduanya dari sebuah model regresi mempunyai distribusi normal atau tidak. Model regresi yang baik memiliki distribusi data yang normal.

Pengujian normalitas dalam penelitian ini digunakan dengan melihat normal probability plot yang membandingkan distribusi kumulatif dari data sesungguhnya dengan distribusi kumulatif dari data normal. Sedangkan dasar pengambilan keputusan untuk uji normalitas data adalah (Ghozali, 2006:112).

a) Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal atau grafik histogramnya menunjukkan distribusi normal, maka model regresi memenuhi asumsi normalitas.

54

b) Jika data menyebar jauh dari diagonal dan/atau tidak mengikuti arah garis diagonal atau grafik histogram tidak menunjukkan distribusi normal, maka model regresi tidak memenuhi asumsi normalitas.

2. Uji Autokorelasi

Uji autokorelasi bertujuan untuk menguji apakah dalam model regresi linier ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 (sebelumnya). Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual (kesalahan pengganggu) tidak bebas dari satu observasi ke observasi lainnya. Hal ini sering ditemukan pada data runtut waktu (time series) karena ―gangguan‖ pada seseorang individu/kelompok cenderung mempengaruhi ―gangguan‖ pada individu/kelompok yang sama pada periode berikutnya.

Pada data crossection, masalah autokorelasi relatif jarang terjadi karena gangguan pada observasi yang berbeda berasal dari individu kelompok yang berbeda. Model regresi yang baik adalah regresi yang bebas dari autokorelasi. Ada beberapa cara yang dapat digunakan untuk mendeteksi ada atau tidaknya autokorelasi.

Pendekatan yang sering digunakan untuk menguji ada tidaknya autokorelasi adalah uji Durbin-Watson (DW test) (Imam Ghozali, 2013):

55

Tabel 3.5

Tabel Pengujian Autokorelasi

Hipotesis Keputusan Jika

Tidak ada autokorelasi positif Tolak 0<d<dL

Tidak ada autokorelasi positif

Tidak ada keputusan

dL<d<dU

Tidak ada autokorelasi negatif Tolak 4-dL<d<4

Tidak ada autokorelasi negatif

Tidak ada keputusan

4-dU<d<4-dL

Tidak ada autokorelasi, positif maupun negatif

Terima dU<d<4-dU

3. Uji Multikolinearitas

Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas (independen).

Karena model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Identifikasi secara statistik untuk menunjukkan ada tidaknya gejala multikolinieritas dapat dilakukan dengan melihat nilai VIF (Variance Inflation Factor). Gejala multikolinearitas tidak terjadi apabila nilai VIF tidak lebih besar dari 10 serta nilai tolerance lebih dari 0,10 (Ghozali, 2013).

56

4. Uji Heteroskesdastisitas

Heteroskedastisitas adalah varian residual dalam model tidak homogen. Uji untuk mendeteksi adanya gejala heteroskedastisitas dapat dengan melihat grafik model.

Model asumsi ini digunakan utuk menguji apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari suatu pengamatan ke pengamatan lainnya. Jika varians dari residual pengamatan tersebut tetap maka disebut homoskedastisitas, sedangkan jika berbeda maka disebut heteroskedastisistas. Model regresi yang baik tidak terjadi heteroskedastisitas. Untuk mengetahui ada tidaknya heteroskedastisitas dapat dilihat dari ada tidaknya pola tertentu dari grafik model, dimana sumbu Y adalah nilai y yang telah diprediksi, dan sumbu X adalah residual (y prediksi – y sesungguhnya). Melihat hasil grafik plot antara nilai prediksi variabel terikat (ZPRED) dengan residualnya (SRESID), dengan analisis sebagai berikut:

a) Jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur (bergelombang, melebar kemudian menyempit) maka terjadi heteroskedastisitas.

b) Jika tidak ada pola yang jelas, berarti bahwa titik menyebar di atas dan di bawah angka 0 dan Y, maka tidak terjadi heteroskedastisitas.

H. Teknik Analisis Data

1. Analisis Indeks Jawaban

Analisis Indeks jawaban tiap variabel ini bertujuan mengetahui gambaran deskriptif mengenai responden dalam penelitian ini. Terutama

57

mengenai variabel-variabel penelitian yang digunakan. Dalam penelitain ini menggunakan teknik analisis indeks yang menggambarkan responden atas item-item pertanyaan yang diajukan. Teknik skoring yang digunakan dalam penelitian ini adalah dengan skor maksimal 5 dan minimal 1.

Total nilai indeks adalah 100 dengan menggnakan kriteria 3 kotak (three-box method), maka rentang 100 (10-100) akan menghasilkan rentang sebesar 30 yang akan digunakan sebagai dasar interprestasi nilai indeks. Penggunaan 3 kotak (three-box method) terbagi sebagai berikut (Augusty, 2006):

10,00 – 40,00 = Rendah 40,01 – 70,00 = Sedang 70,01 – 100 = Tinggi

Peneliti menentukan indeks persepsi responden terhadap variabel-variabel yang digunakan dalam penelitian ini.

2. Analisis Regresi Linier Berganda

Analisis ini digunakan untuk mengukur pengaruh kualitas pelayanan terhadap kepuasan konsumen rawat inap di Rumah Sakit Universitas Muhammadiyah Malang. Dengan menggunakan level of significant (a) sebesar 10 % dengan rumus:

𝑌 = 𝑎 + 𝑏₁𝑋₁+ 𝑏₂𝑋₂+ 𝑏₃𝑋₃+ 𝑏₄𝑋₄+ 𝑏₅𝑋₅ Di mana :Y = Kepuasan pasien rawat inap

a = konstanta regresi b1, b2, b3, b4, b5 = koefesien regresi

X1 = tangible

58

X2 = reliability X3 = responsiveness

X4 = assurance

X5 = empathy I. Uji Hipotesis

1. Uji t

Uji statistik t pada dasarnya menunjukkan seberapa jauh pengaruh satu variabel penjelas secara individual dalam menerangkan variasi variabel terikat. Pengujian ini bertujuan untuk menguji pengaruh variabel Kualitas pelayanan terhadap variabel Kepuasan pelanggan secara terpisah atau parsial.

Perumusan hipotesisnya adalah sebagai berikut :

H0 ∶bi = 0 : artinya tangible, reliability, responsiveness, assurance, empathy secara persial tidak berpengaruh terhadap kepuasan pasien rawat inap

H1∶bi ≠ 0 : artinya tangible, reliability, responsiveness, assurance, empathy secara persial berpengaruh terhadap kepuasan pasien rawat inap

Dasar pengambilan keputusan ditentukan sebagai berikut (Ghozali, 2005:85) :

1) Dengan membandingkan nilai t hitungnya dengan t tabel

a) Jika t tabel > t hitung, maka H0 diterima dan H1ditolak, artinya hipotesis ditolak.

b) jika t tabel < t hitung maka H0 ditolak dan H1diterima, artinya hipotesis diterima

59

Rumus menghitung nilai t:

Keterangan:

thitung = Nilai thitung yang dicari b = Koefisien regresi

Sb = Kesalahan standar koefisien regresi 2) Dengan menggunakan angka probabilitas signifikansi.

a) Apabila nilai signifikansinya > 0,05 maka H0 diterima dan H1ditolak, artinya hipotesis ditolak.

b) Apabila nilai signifikansinya < 0,05 maka H0 ditolak dan H1

diterima, artinya hipotesis diterima.

2. Koefisien Determinasi (R²)

Koefisien determinasi (R²) digunakan untuk mengetahui tingkat kesesuaian (goodness of fit) model dugaan. Goodness of fit menunjukkan ketepatan data aktual dengan data ramalannya. Nilai koefisien determinasi (R²) menunjukkan seberapa besar keragaan variabel terikat dapat dijelaskan oleh variabel-variabel bebas. Nilai yang semakin tinggi pada koefisien determinasi (R2) menunjukkan model yang digunakan semakin baik, nilai error pada model semakin kecil (Gujarati, 2007).

R² = ^∑(Ῡ-Y)2

∑(Yi-Y)2

60

3. Uji Dominan

Agar masing-masing variabel bebas yang diuji dapat diperbandingkan pengaruhnya terhadap variabel terikat, maka satuan koefisien regresi masing-masing variabel bebas tersebut harus distandarisasi. Koefisien regresi yang distandarisasi ditunjukkan dengan nilai Beta. Karena telah distandarisasi maka antar variabel bebas dapat dibandingkan sehingga peneliti dapat menemukan variabel bebas manakah yang memiliki pengaruh dominan terhadap variabel terikat (Ghozali, 2006).

Dalam penelitian ini, cara untuk menentukan variabel bebas yang memiliki pengaruh dominan dilakukan dengan cara membandingkan nilai Standarized Coefficient Beta dari masing-masing variabel bebas. Variabel bebas yang memiliki nilai Standarized Coefficient Beta paling besar adalah varibel bebas yang berpengaruh dominan terhadap variabel terikat.