3.1 Jenis Penelitian
Penelitian ini dilakukan melalui survei dengan metode deskriptif dan menggunakan wawancara langsung dengan alat bantu kuesioner kepada responden untuk memperoleh data yang dibutuhkan.
3.2 Gambaran Populasi dan Sampel 3.2.1 Populasi
Populasi dari penelitian ini adalah masyarakat yang pernah mengkonsumsi atau memanfaatkan jasa layanan rumah sakit RSUD Dr. Soetomo Surabaya.
3.2.2 Sampel
Konsumen yang menjadi sampel sebagai responden adalah pasien atau anggota keluarga pasien dengan persyaratan sebagai berikut :
• Memiliki pengalaman berinteraksi atau sedikitnya mengerti tentang indikator-indikator yang akan diukur (Tempat parkir, administrasi, laboratorium, dokter, perawat, makanan dan ruang rawat inap).
• Berusia 16-55 tahun.
• Pasien yang merupakan bagian dari IRNA bedah A, B, C, D, E, F, G, H dan I.
3.3 Jenis dan Sumber Data
Dalam penelitian ini menggunakan data primer, yaitu data yang diperoleh langsung dari konsumen berupa jawaban terhadap pertanyaan dalam kuesioner dengan metode wawancara langsung di lokasi penelitian dan menggunakan data sekunder yang diperoleh dari data internal RSUD Dr. Soetomo dan eksternal RSUD Dr. Soetomo (koran, majalah dan internet).
3.4 Metode dan Prosedur Pengumpulan Data
Penelitian ini dilakukan dengan mengukur kepuasan dan kepercayaan konsumen terhadap kualitas layanan jasa dari RSUD Dr. Soetomo. Proses pengambilan data dilakukan melalui survei dengan metode deskriptif yang menggunakan wawancara langsung dengan alat bantu kuesioner kepada responden untuk memperoleh data yang dibutuhkan. Wawancara ini dilakukan terhadap responden yang merupakan anggota keluarga pasien yang dirawat pada IRNA bedah A, B, C, D, E, F, G, H dan I di RSUD Dr. Soetomo dalam kurun waktu 1-3 bulan. Responden berada pada posisi interval usia antara 16-55 tahun dan berkapasitas untuk memberikan data-data yang dibutuhkan untuk mengukur indikator-indikator yang ditentukan oleh peneliti. Metode pengambilan sampel yang digunakan adalah non probability sampling, dimana semua populasi tidak memiliki peluang yang sama untuk menjadi responden dan pengambilan sampel didasarkan pada pertimbangan paneliti (Simamora, 2004; 197). Dimana pengambilan elemen-elemen yang dimasukkan dalam sampel dilakukan dengan sengaja, adapun catatannya sampel harus representatif atau mewakili populasi.
Metode pengambilan sampel ini digunakan dengan pertimbangan untuk menghemat waktu, tenaga dan biaya, maka dalam penelitian ini digunakan convenience sampling, dimana calon responden yang terpilih adalah mereka yang kebetulan berada di lokasi yang sama dengan penulis, yaitu pada tempat administrasi RSUD Dr. Soetomo dan ruang kamar IRNA bedah A, B, C, D, E, F, G, H dan I. Menurut Suharjo (2008) adapun jumlah konsumen dalam penelitian ini ditentukan berdasarkan rumus sebagai berikut :
n
= Z α/2 2 P (1 - P)e Keterangan :
n = Jumlah konsumen yang akan dijadikan sampel Z = Tingkat kepercayaan dugaan (1 - α)
P = Proporsi populasi konsumen e = Kesalahan dugaan (sampling error)
Berdasarkan rumusan di atas, dengan menggunakan kaidah contoh maksimal (P= 0,5) serta dengan menetapkan α = 5% dan e = 10% maka diperoleh sejumlah contoh sebesar 97 reponden atau setara dengan 100 responden.
Dengan pembagian quota 10% untuk kelas 1+, 20% untuk kelas 1, 30%
untuk kelas 2 dan 40% untuk kelas 3. Dengan jumlah total sampel 100, dengan perincian :
10% x 100 = 10, 10 orang untuk responden yang berasal dari kelas 1+, 20% x 100 = 20, 20 orang untuk responden yang berasal dari kelas 1, 30% x 100 = 30, 30 orang untuk responden yang berasal dari kelas 2 dan 40% x 100 = 40, 40 orang untuk responden yang berasal dari kelas 3.
3.5 Variabel Penelitian dan Definisi Operasional Variabel
Untuk memberi batasan pengukuran agar tidak terjadi kesalahan dalam hal menafsirkan, variabel yang dianalisis perlu didefinisikan. Definisi operasional yang akan dianalisis sebagai berikut :
1. Service quality
Service quality adalah kualitas layanan secara keseluruhan yang diberikan oleh pihak RSUD Dr. Soetomo. Variabel service diukur berdasarkan lima dimensi yaitu :
a. Tangibles (berwujud) meliputi penampilan fisik dari fasilitas, makanan, peralatan, karyawan (dokter, perawat, petugas admin, dsb) dan alat-alat komunikasi.
b. Empathy (empati) meliputi pemahaman pemberian perhatian secara individual kepada konsumen. Indikator pengukuran dalam variabel ini adalah kemampuan dalam melakukan komunikasi yang baik, kepedulian karyawan (dokter, perawat dan petugas admin) dalam menanggapi keluhan masing-masing konsumen, memahami kebutuhan konsumen, dan karyawan ramah dan sopan terhadap konsumen.
c. Reliability (keandalan); yakni kemampuan dari pihak rumah sakit untuk melaksanakan jasa yang telah dijanjikan secara konsisten dan dapat diandalkan (akurat). Indikator pengukuran dalam variabel ini
adalah kecepatan dalam memberikan pelayanan dan keterampilan dalam melayani.
d. Responsiveness (cepat tanggap); yaitu kemauan untuk membantu pelanggan (konsumen) dan menyediakan jasa/ pelayanan yang cepat dan tepat. Indikator pengukuran dalam variabel ini adalah karyawan dalam melayani konsumen baik menerima keluhan, menjawab pertanyaan dan kesediaan membantu di luar jam tugas.
e. Assurance (kepastian); mencakup pengetahuan dan keramah-tamahan para karyawan dan kemampuan mereka untuk menimbulkan kepercayaan dan keyakinan, kesopanan dan sifat dapat dipercaya yang dimiliki para staf, bebas dari bahaya, risiko atau keragu-raguan.
Indikator pengukuran dalam variabel ini adalah kapabilitas karyawan, kemampuan dalam memberikan rasa aman bagi konsumen dan kemampuan RSUD Dr. Soetomo dalam menanamkan kepercayaan konsumen
2. Customer satisfaction
Kepuasan adalah selisih dari banyaknya harapan konsumen akan layanan yang ditawarkan oleh pihak RSUD Dr. Soetomo dengan performance layanan yang diberikan. Indikator pengukuran variabel ini adalah pelayanan yang diberikan oleh RSUD Dr. Soetomo, sistem administrasi, dan kelonggaran pembayaran yang diberikan oleh pihak RSUD Dr. Soetomo sesuai harapan.
3. Trust
Kepercayaan adalah suatu perasaan yakin pada hubungan kemitraan atau dalam hubungan pemasaran relasional. Indikator pengukuran variabel ini dari kesetiaan konsumen akan jasa yang ditawarkan.
4. Expectation
Harapan pelanggan adalah kebutuhan, keinginan, dan pemahaman awal pelanggan terhadap bagaimana seharusnya kinerja layanan jasa yang diberikan oleh RSUD Dr. Soetomo yang baik serta dapat memuaskan pelanggan.
5. Perceived value
Persepsi nilai adalah selisih antara jumlah nilai (benefit) yang diperoleh pelanggan dibandingkan biaya total yang harus dikorbankan pelanggan dalam memperoleh jasa layanan jasa yang diberikan oleh RSUD Dr. Soetomo.
3.6 Teknik Analisis Data
Sesuai dengan tujuan penelitian yaitu untuk mengukur tingkat kepuasan, kepercayaan konsumen dan faktor-faktor yang mempengaruhi kepuasan dan kepercayaan konsumen jasa pelayanan RSUD Dr. Soetomo, maka digunakan beberapa analisis statistika multivariate untuk menggali informasi dari data yang dikumpulkan. Analisis-analisis tersebut antara lain :
3.6.1 Analisis Top Two Boxes
Analisa ini bertujuan untuk mengetahui tingkat kepuasan dan ketidak puasan pelanggan terhadap suatu produk atau jasa secara keseluruhan.
Tingkat kepuasan ini diukur dengan skala likert yaitu dari skor 1 sampai 5, di mana skor 1 bernilai sangat tidak puas, 2 tidak puas, 3 netral, 4 puas, dan 5 sangat puas. Hasilnya dinyatakan dengan Top Two Boxes (TTB), yaitu persentase jumlah responden yang menjawab puas dan sangat puas, atau Bottom Two Boxes (BTB), yaitu persentase jumlah responden yang menjawab tidak puas dan sangat tidak puas.
CSI (Customer Satisfaction Index) adalah persentase responden yang menjawab puas dan sangat puas terhadap sejumlah item pertanyaan mengenai berbagai atribut yang ada dalam kualitas layanan yang diberikan oleh RSUD Dr. Soetomo.
Sedangkan CDI (Customer Dissatisfaction Index) adalah persentase responden yang menjawab tidak puas dan sangat tidak puas terhadap sejumlah item pertanyaan mengenai berbagai atribut yang ada dalam kualitas layanan yang diberikan oleh RSUD Dr. Soetomo .
3.6.2 Analisis Diagonal
Suharjo Split (Suharjo, 2003), digunakan untuk memetakan antara tingkat kepentingan atribut dengan tingkat kepuasan. Analisis ini menampilkan hasil dalam bentuk kuadran kartesius dengan pemotongan garis linear antara atribut kepuasan dan kepentingan, sehingga menjadi 2 bagian yang dinamakan dengan garis efficient service.
Gambar 3.1 Diagonal Analisis Sumber : Suharjo (2002)
Dengan skala likert (Sangat tidak puas sampai sangat puas) performance atribut dapat dinyatakan sebagai berikut :
1. Atribut di atas garis efficient service disebut layanan efficient yang berlebihan, apabila X-Y menghasilkan nilai negatif.
2. Atribut di bawah garis efficient service menandai bahwa layanan tidak memadai, apabila X-Y menghasilkan nilai positif.
3. Prioritas pengembangan atau reduksi atribut dapat diidentifikasi dari hasil pengurangan nilai X dan Y hasilnya positif, maka atribut tersebut perlu dikembangkan atau ditingkatkan. Sedangkan apabila hasil pengurangan X dan Y negatif, maka atribut tertentu perlu diturunkan.
4. Prioritas pengembangan atribut dimulai dari urutan X dan Y bernilai positif terbesar sampai yang terkecil. Sehingga apabila hasil pengurangan antara X dan Y menghasilkan nilai nol dan tepat berada di garis efficient service, maka layanan tersebut memadai.
0 3 5
3 5
Kepuasan Over Service
Under Service Efficient Service
Kepentingan
0 3 5
3 5
Kepuasan Over Service
Under Service Efficient Service
Kepentingan
3.6.3 Analisis CHAID
Menurut Suharjo (2002), CHAID (Chi-Square Automatic Interaction Detection) merupakan suatu metode analisis eksplorasi data peubah ganda yang mengutamakan hasilnya dalam bentuk gambar. Metode ini merupakan salah satu bagian dari metode AID (Automatic Interaction Detection) yang secara umum dapat digunakan untuk menelusuri keterkaitan struktural antara peubah respon yang berjenis kategori dengan peubah-peubah penjelas yang juga berjenis kategori (ordinal atau nominal).
Dalam implementasinya CHAID dapat juga dipandang sebagai teknik eksplorasi non parametrik untuk menganalisis sekumpulan data yang berukuran besar dan cukup efisien untuk menduga peubah-peubah penjelas yang paling signifikan dalam memisahkan atau mengelompokkan peubah responnya. Sehingga interaksi yang merupakan pemilahan berdasarkan kategori kedua peubah eksistensinya dapat dideteksi (Suharjo, 2002).
Analisis ini bertujuan untuk segmentasi konsumen berdasarkan atribut kepuasan, juga untuk melihat kepentingan atribut dalam memberikan kepuasan kepada konsumen. Dalam prosesnya metode ini membagi data secara mutually exclusive ke dalam beberapa anak gugus berdasarkan penduga yang dianggap paling baik (signifikan) menggambarkan peubah responnya. Secara umum algoritma yang digunakan adalah (Suharjo, 2002) :
1. Membuat tabulasi silang antara kategori peubah respon dengan kategori seluruh peubah penduganya.
2. Mencari pasangan kategori gabungan yang memiliki sub-tabel 2xc, (C merupakan banyaknya kategori peubah respon) dengan beda nyata terkecil. Bila nilai signifikan kategori ini tidak melebihi nilai kritis, maka dua kategori tersebut disatukan atau digabung.
3. Pada setiap kategori gabungan yang terdiri tiga atau lebih kategori asal, dicari pemilahan biner yang paling signifikan (memiliki nilai uji terbesar). Jika nilai uji ini melampaui titik kritis, maka dilakukan pemilahan tersebut dan kembali ke tahap dua.
4. Dari tiap peubah penduga yang telah digabungkan dipilih nilai uji terbesar, bila nilai ini melebihi nilai kritis, maka data dibagi menjadi
sub-sub kategori berdasarkan kategori-kategori yang telah digabungkan peubah penjelas yang terpilih.
5. Kembali ke langkah satu untuk melakukan pembagian berdasarkan peubah yang belum terpilih.
Analisis ini dalam prosesnya memisahkan gugus data ke dalam beberapa kelompok secara bertahap :
1. Membagi data menjadi sejumlah anak gugus berdasarkan peubah penjelas yang saling signifikan dalam pemisahan tersebut, dengan menggunakan kriteria uji Chi-Square pada setiap pemilahan.
2. Masing-masing anak gugus diperiksa kembali berdasarkan peubah lainnya, demikian seterusnya sehingga semua peubah penjelas tidak ada lagi yang dapat memilah kelompok sebelumnya secara signifikan.
3. Pada akhir proses pemilahan akan diperoleh kelompok-kelompok pengamatan yang mempunyai ciri-ciri relatif homogen berdasarkan peubah respon dan peubah penjelasnya.
Hasil pemilahan dari analisis CHAID akan ditampilkan dalam bentuk diagram pohon dan dari diagram ini akan diperoleh tiga jenis informasi, yaitu:
1. Pengelompokan objek. Pengamatan dikelompokan ke dalam beberapa kelompok yang relatif homogen dalam kaitannya dengan nilai-nilai peubah penjelas dan peubah respon.
2. Asosiasi antara peubah. Asosiasi terkuat ditunjukkan oleh atribut yang paling awal muncul sebagai penjelas.
3. Interaksi antar peubah. Adanya peranan tertentu akibat kombinasi dua atau lebih atribut yang muncul sebagai peubah penjelas dalam memisahkan peubah respon.
3.6.4. Analisis Jalur
Analisis jalur (path analysis) merupakan suatu teknik analisis statistika yang dikembangkan dari analisis regresi berganda.
Analisis Jalur (Path Analysis) berfungsi untuk mengetahui pengaruh langsung dan tidak langsung sekumpulan variabel, sebagai variabel penyebab (variabel eksogenus) terhadap seperangkat variabel lainnya yang merupakan variabel akibat (varibel endogenus).
Analisis jalur digunakan untuk menentukan variabel mana yang berpengaruh dominan dan jalur mana yang berpengaruh lebih kuat.
Tahap-tahap prosedur analisis path : 1. Pengembangan model teoritis
Langkah pertama dalam pengembangan model adalah pengembangan sebuah model yang mempunyai justifikasi teoritis yang kuat. Setelah itu, model tersebut divalidasi secara empirik
2. Pengembangan diagram alur untuk menunjukkan hubungan kausalitas Pada langkah kedua, model teoritis yang telah dibangun pada langah pertama akan digambarkan dalam sebuah path diagram. Path diagram tersebut akan mempermudah peneliti melihat hubungan- hubungan kausalitas yang ingin diujinya. Sedemikian jauh, diketahui bahwa hubungan-hubungan kausal biasanya dinyatakan dalam persamaan.
3. Konversi diagram alur kedalam persamaan statistik
Setelah model teoritis dikembangkan dan digambarkan dalam sebuah path diagram, peneliti dapat mulai mengkonversi spesifikasi model tersebut ke dalam rangkaian persamaan.
4. Pemilihan matriks input dan teknik estimasi atas model yang dibangun Analisis ini menggunakan matriks kovarians dan matriks korelasi untuk melakukan estimasi parameter.
5. Evaluasi asumsi-asumsi klasik
Asumsi-asumsi yang harus dipenuhi pada pengujian model path analysis ini adalah sebagai berikut:
a. Ukuran Sampel
Dengan menggunakan teknik Tabachnick dan Fidell (1998), ukuran sampel yang dibutuhkan adalah antara 10 – 25 kali jumlah variable independent. Karena model diatas menggunakan 5 variable independent maka jumlah sampel yang dibutuhkan adalah antara 50-125 sampel. Berpedoman pada Her, dkk menyatakan bahwa angka Chi-square rentan terhadap jumlah sampel, maka sampel yang disarankan adalah berkisar antara 100-200.
b. Normalitas Data
Dalam pengujian kausalitas, asumsi yang diperlukan adalah bahwa data berdistribusi normal yang diuji dengan mencari bukti bahwa tidak ada bukti kalau data berdistribusi tidak normal. Program AMOS akan memproduksi sebuah tabel yang menunjukkan apakah data berdistribusi normal atau tidak dipenuhi, maka analisis dapat dilanjutkan. Bila tidak maka diperlukan beberapa proses untuk menormalisir data seperti yang disajikan di bagian depan.
c. Outlier
Prosedur pengujian outlier adalah observasi yang muncul dengan nilai-nilai ekstrim baik secara univariat maupun multivariat yaitu yang muncul karena kombinasi karakteristik unik yang dimilikinya dan terlihat sangat jauh berbeda dari observasi-observasi lainnya.
Outlier dapat muncul dalam 4 kategori:
• Outlier muncul karena kesalahan prosedur seperti kesalahan dalam memasukkan data/kesalahan mengkoding data.
Contoh: nilai 7 diketik 70 sehingga jauh berbeda dengan nilai-nilai lainnya dalam sebuah rentang jawaban antara 1- 10, maka angka 70 menjadi sebuah nilai ekstrim.
• Outlier dapat muncul karena keadaan yang benar-benar khusus yang memungkinkan profil datanya lain daripada
yang lain, tetapi peniliti mempunyai penjelasan mengenai apa penyebab munculnya nilai ekstrim tersebut. Misalnya:
pertanyaan mengenai pandangan ibu yang sedang hamil terhadap asap rokok dari sesama penumpang bis dimana diperoleh bahwa rata-rata mempunyai pandangan yang negatif. Tetapi dari 100 responden ternyata diketahui bahwa terdapat 2 orang ibu hamil yang justru sangat menikmati asap rokok karena ngidam yang sulit dijelaskan. Jawaban yang positif ini dapat menjadi outlier dalam panel data.
• Outlier muncul karena adanya sesuatu alasan yang tidak dapat dijelaskan oleh peneliti. Contohnya: sama dengan yang di atas tetapi bila ditanya kenapa dia tidak tahu alasannya pokoknya senang.
• Outlier dapat muncul dalam range niali yang ada, tetapi bila dikombinasi dengan variabel lainnya kombinasi menjadi tidak lazim/sangat ekstrim. Inilah yang disebut dengan multivariate outliers.
d. Multikolinearitas Variable Independent Eksogen
Multikolinearitas dideteksi melalui diagram korelasi antar konstruk independent eksogen, untuk mengecek tinggi rendahnya tingakt korlasi antara varable independent eksogen yang digunakan. Peneliti dapat melihat bahwa korelasi antar variable independent eksogennya tinggi maka model yang dipertimbangkan lagi.
6. Estimasi model
Estimasi dapat dilakukan dengan menggunakan paket program AMOS yang tersedia dengan default model yang digunakan adalah maksimum likelihood.
7. Interpretasi hasil komputasi
Langkah terakhir adalah menginterpretasikan model dan memodifikasikan model bagi model-model yang tidak memenuhi syarat pengujian yang dilakukan. Setelah model diestimasi, residualnya
harusnya kecil atau mendekati nol dan distribusi frekuensi dari kovarians residual harus bersifat simetrik (Tabachnick dan Fidell, 1997).
3.7 Tahapan Penelitian
Untuk mencapai tujuan penelitian yang telah ditetapkan, maka tahapan
Gambar 3.2 Tahapan Penelitian
yang dilakukan dalam penelitian ini dapat dilihat pada gambar berikut :
Penentuan Masalah
Tujuan Penelitian
Perencanaan Penelitian
Pengolahan Data 1.Pengumpulan Data 2.Primer
3.Sekunder
Perencanaan Kuesioner dan Pretest
Segmentasi 1. CHAID
Tingkat Kepentingan & Kepuasan 1. Diagonal Analysis
2. TopTwo Boxes 3. Path analysis
Hasil & Interprestasi
Penentuan Strategi
