BAB IV. HASIL PENELITIAN DAN PEMBAHASAN
4.2 Analisis Deskriptif Variabel Penelitian
4.2.2 Pengumpulan Iuran (X 1 )
Pengumpulan iuran adalah pengelolaan kegiatan pelayanan yang dilakukan oleh BPJS Kota Makassar dalam hal pengumpulan iuran pembayaran peserta BPJS. Indikator yang digunakan adalah: (1) Menerima iuran pendaftaran dari peserta BPJS; (2) Mengingatkan jatuh tempo pembayaran iuran; (3) Mengingatkan peserta mandiri melalui telepon;
(4) Mengingat perusahaan yang membiayai iuran peserta BPJS; (5) Profesional dalam pengumpulan iuran peserta BPJS.
Adapun data distribusi tanggapan responden terhadap variabel pengumpulan iuran, dapat dilihat pada Tabel 6.
Tabel 6. Distribusi Tanggapan Responden terhadap Variabel Pengumpulan Iuran
Indikator
Distribusi Frekuensi Jawaban Responden/(%)
Mean STP
(1)
TP (2)
CP (3)
P (4)
SP (5) 1. Menerima iuran
pendaftaran dari peserta
- - 4 11 25 4,53
BPJS (10) (27,5) (63,5) 2 Mengingatkan jatuh tempo
pembayaran iuran - -
2 (5)
18 (45)
20 (50)
4,45
3. Mengingatkan peserta
mandiri melalui telepon - -
5 (12,5)
18 (45)
17 (42,5)
4,30 4 Mengingat perusahaan
yang membiayai iuran peserta BPJS
- -
7 (17,5)
12 (30)
21 (52,5)
4,35
5. Profesional dalam pengumpulan iuran
peserta BPJS
- - -
14 (35)
26 (65)
4,65
Sumber: Data Primer Setelah Diolah Tahun 2021 (Lampiran 4)
Keterangan: STP = Sangat tidak puas P = Puas
TP = Tidak puas SP = Sangat puas CP = Cukup puas
Berdasarkan data pada Tabel 6 dapat dijelaskan bahwa indikator yang dominan dalam membentuk variabel pengumpulan iuran pembayaran peserta BPJS adalah indikator profesional dalam pengumpulan iuran peserta BPJS dengan nilai rata-rata 4,65, kemudian disusul indikator menerima iuran pendaftaran dari peserta BPJS dengan nilai rata-rata adalah 4,45, selanjutnya indikator mengingatkan jatuh tempo pembayaran iuran yang nilai rata-ratanya 4,45, selannjutnya indikator mengingat perusahaan yang membiayai iuran peserta BPJS dengan jumlah rata-rata 4,35.
Sedangkan indikator mengingatkan peserta mandiri melalui telepon dengan nilai rata- rata 4,30 memberikan proporsi terendah dalam bentuk variabel pengumpulan iuran.
Dengan demikian, pengumpulan iuran pembayaran peserta BPJS Kota Makassar tergolong cukup baik, namun masih perlu ditingkatkan guna mendukung pelayanan peserta BPJS yang berkualitas di masa akan datang.
Pengolahan data adalah pengelolaan kegiatan pengolahan data peserta BPJS dan iuran pembayaran yang dilakukan oleh BPJS Kota Makassar.
Indikator yang digunakan adalah: (1) Pengumpulan data peserta BPJS;
(2) Mengelola data pembayaran iuran peserta BPJS; (4) Mengimput pembayaran iuran peserta BPJS; (4) Memproses perhitungan pembayaran iuran peserta; dan (5) Profesional dalam pengolahan data iuran peserta BPJS.
Adapun data distribusi responden terhadap variabel pengolahan data peserta BPJS pada masa pandemi COVID-19 di Kota Makassar, dapat dilihat pada Tabel 7.
Tabel 7. Distribusi Tanggapan Rerponden terhadap Variabel Pengolahan Data
Indikator
Distribusi Frekuensi Jawaban Responden/(%)
Mean STP
(1)
TP
(2)
CP
(3) P
(4)
SP
(5)
1. Pengumpulan data peserta
BPJS - - -
11
(27,5) 29
(72,5)
4,73
2 Mengelola data pembayaran
iuran peserta BPJS - -
1
(2,5) 11
(27,5) 28
(70)
4,68
3. Mengimput pembayaran
iuran peserta BPJS - -
3
(7,5) 16
(40)
21
(52,5)
4,45
4 Profesional dalam pengolahan data iuran
peserta BPJS
- -
4 (10)
18 (45)
18 (45)
4,35
Sumber: Data Primer Setelah Diolah Tahun 2021 (Lampiran 4)
Keterangan: STP = Sangat tidak puas P = Puas TP = Tidak puas
CP = Cukup puas
SP = Sangat puas
Berdasarkan data pada Tabel 7 dapat dijelaskan bahwa indikator yang dominan dalam membentuk variabel pengolahan data peserta BPJS pada masa pandemi COVID-19 di Kota Makassar adalah indikator pengumpulan data peserta BPJS dengan nilai rata-rata 4,73, kemudian disusul indikator mengelola data pembayaran iuran peserta BPJS dengan nilai rata-rata 4,68, dan indikator mengimput pembayaran iuran peserta BPJS dengan jumlah rata-rata 4,45. Sedangkan indikasi profesional pada pengolahan data iuran peserta BPJS dengan jumlah rata-rata 4,35 memberikan proporsi terendah dalam bentuk variabel pengolahan data peserta. Dengan demikian berarti pengolahan data peserta BPJS pada masa pandemi COVID-19 di Kota Makassar tergolong cukup baik, namun masih perlu ditingkatkan guna mendukung pelayanan peserta BPJS yang berkualitas di masa akan datang.
4.2.4 Pembiayaan kesehatan (X3)
Pembiayaan kesehatan adalah adalah pengelolaan kegiatan pembiayaan kesehatan peserta BPJS yang dilakukan oleh BPJS Kota Makassar. Indikator yang digunakan adalah: (1) Pengumpulan dana pembiayaan kesehatan bagi peserta BPJS; (2) Pengelolaan dana pembiayaan kesehatan bagi peserta BPJS;
(3) Penyetoran dana pembiayaan kesehatan peserta BPJS; (4) Pembayaran klaim peserta BPJS; dan (5) Profesional dalam pembiayaan kesehatan peserta BPJS.
Adapun data distribusi tanggapan responden terhadap variabel pembiayaan kesehatan peserta BPJS pada masa pandemi COVID-19 di Kota Makassar dapat dilihat pada Tabel 8.
Tabel 8. Distribusi Tanggapan Responden terhadap Variabel Pembiayaan Kesehatan
Indikator
Distribusi Frekuensi Jawaban Responden (%)
Mean STP
(1)
TP (2)
CP (3)
P (4)
SP (5) 1. Pengumpulan dana
pembiayaan kesehatan peserta BPJS
- -
3 (7)
7 (16,3)
33 (76,7)
4,70
2. Pengelolaan dana pembiayaan kesehatan
peserta BPJS
- -
4 (9,3)
10 (23,3)
29 (67,4)
4,58
3. Penyetoran dana pembiayaan kesehatan
bagi peserta BPJS
- -
6 (14)
12 (27,9)
25 (58,1)
4,44
4 Pembayaran klaim peserta
BPJS - -
7 (16,3)
18 (41,9)
18 (41,9)
4,26 5. Profesional dalam
pembiayaan kesehatan peserta BPJS
- -
3 (7)
19 (44,2)
21 (48,8)
4,42
Sumber: Data Primer Setelah Diolah Tahun 2021 (Lampiran 4)
Keterangan: STP = Sangat tidak puas P = Puas
TP = Tidak puas SP = Sangat puas CP = Cukup puas
Berdasarkan data pada Tabel 9 dapat dijelaskan bahwa indikator yang dominan dalam membentuk variabel pembiayaan kesehatan peserta BPJS pada masa pandemi COVID-19 di Kota Makassar adalah indikator pengumpulan dana pembiayaan
kesehatan peserta BPJS mempunyai nilai rata-rata 4,70, kemudian disusul indikator pengelolaan dana pembiayaan kesehatan peserta BPJS dengan nilai rata-rata 4,58, selanjutnya indikator penyetoran dana pembiayaan kesehatan bagi peserta BPJS dengan nilai rata-rata 4,44, dan indikator profesional dalam pembiayaan kesehatan peserta dengan nilai rata-rata 4,42. Sedangkan indikator pembayaran klaim peserta mempunyai nilai rata-rata 4,26 memberikan proporsi terkecil dalam membentuk variabel pembiayaan kesehatan. Dengan demikian berarti pembiayaan kesehatan peserta BPJS pada masa pandemi COVID-19 di Kota Makassar tergolong cukup baik, namun masih perlu ditingkatkan guna mendukung pelayanan peserta BPJS yang berkualitas di masa akan datang.
4.3 Pengujian Instrumen Penelitian 4.3.1 Uji Validitas
Uji validitas dilakukan dengan mengkorelasikan skor tiap item dengan skor total dari masing-masing atribut. Uji validitas digunakan untuk melihat ketepatan dan kecermatan dari sebuah instrumen penelitian dalam fungsi ukurnya mengukur item-item pernyataan yang dibuat. Instrumen yang valid mempunyai arti bahwa alat ukur yang digunakan dalam bentuk pernyataan untuk memperoleh data (mengukur) juga dinyatakan valid. Item pernyataan yang memiliki korelasi positif tinggi dapat dianggap memiliki validitas yang tinggi pula.
Menurut Sugiyono (2007:233), corrected item total corelation merupakan korelasi antar skor total item (butir penyataan), sehingga interpretasinya dengan mengkonsultasikan nilai kritis r-tabel, jika r hitung >
nilai kritis r-tabel product moment maka instrument dinyatakan valid atau dapat dikatakan bahwa butir pernyataan dari cerminan setiap variabel penelitian ini keberadaannya pada instrumen penelitian dinyatakan valid (sahih). Hasil uji validitas dari setiap butir pernyataan variabel dalam penelitian ini, dapat dilihat pada Tabel 9.
Tabel 9. Hasil Uji Validitas Instrumen Penelitian Instrumen
Penelitian Corrected Item - Total Correlation
r-Product Moment (r-tabel) (n = 40; α0,05)
Keterangan
Layanan peserta BPJS 1 0,783 0,312 Valid
Layanan peserta BPJS 2 0,704 0,312 Valid
Layanan peserta BPJS 3 0,728 0,312 Valid
Layanan peserta BPJS 4 0,605 0,312 Valid
Layanan peserta BPJS 5 0,804 0,312 Valid
Pengumpulan iuran 1 0,732 0,312 Valid
Pengumpulan iuran 2 0,845 0,312 Valid
Pengumpulan iuran 3 0,856 0,312 Valid
Pengumpulan iuran 4 0,833 0,312 Valid
Pengumpulan iuran 5 0,446 0,312 Valid
Pengolahan data 1 0,673 0,312 Valid
Pengolahan data 2 0,611 0,312 Valid
Pengolahan data 3 0,727 0,312 Valid
Pengolahan data 4 0,653 0,312 Valid
Pembiayaan kesehatan 1 0,813 0,312 Valid
Pembiayaan kesehatan 2 0,720 0,312 Valid
Pembiayaan kesehatan 3 0,678 0,312 Valid
Pembiayaan kesehatan 4 0,713 0,312 Valid
Pembiayaan kesehatan 5 0,679 0,312 Valid Sumber: Hasil Analisis Tahun 2021 (Lampiran 5)
Sesuai hasil pengujian validitas (kekonsistenan) yang nampak pada Tabel 9, maka menghasilkan nilai r hitung dari ke-19 butir pernyataan berada di antara 0,446 hingga 0,856, dimana nilai r hitung > nilai r tabel, untuk n = 40 pada taraf α 0,05 dihasilkan r tabel = 0,312. Maka dapat dinyatakan bahwa semua butir pernyataan yang terdapat pada kuisioner adalah valid atau mampu mengungkapkan sesuatu yang akan diukur oleh kuesioner, sehingga dapat digunakan untuk analisa selanjutnya.
Hasil pengujian validitas instrumen pada variabel layanan peserta BPJS didapatkan nilai Corrected Item Total Correlation (r-hitung) antara 0,605 – 0,804 atau r hitung > r tabel 0,312. Hal ini membuktikan setiap butir pernyataan dari variabel pelayanan peserta BPJS yang dipergunakan dalam penelitian ini adalah valid (sahih).
Hasil pengujian validitas instrumen pada variabel pengumpulan iuran dihasilkan nilai Corrected Item Total Correlation (r hitung) antara 0,446 – 0,856 atau r hitung > r tabel 0,312. Hal ini membuktikan bahwa setiap butir pernyataan dari variabel pengumpulan iuran yang digunakan di penelitian ini adalah konsisten (valid).
Hasil pengujian validitas instrumen pada variabel pengolahan data diperoleh nilai Corrected Item Total Correlation (r hitung) antara 0,611 – 0,727 atau r hitung >
r tabel 0,312. Hal ini membuktikan bahwa setiap butir pernyataan pada variabel pengolahan data yang dipergunakan di penelitian ini adalah konsisten (valid).
Hasil pengujian validitas instrumen pada variabel pembiayaan kesehatan dihasilkan nilai Corrected Item Total Correlation (r hitung) antara 0,678 – 0,813 atau r hitung > r tabel 0,312.
kesehatan yang digunakan di penelitian ini adalah konsisten (valid).
4.3.2 Uji Reliabilitas
Instrumen pada penelitian ini disebut reliabel atau handal jika digunakan beberapa kali untuk mengukur objek yang sama, sehingga menghasilkan data yang sama. Untuk menggunakan uji reliabilitas pada instrumen penelitian adalah dengan melakukan alpha cronbach yang menyatukan item-item menjadi dua atau beberapa belahan. Jika r hitung >
nilai kritis r-tabel Product Moment maka data penelitian dianggap realiabel atau handal untuk dipergunakan sebagai input dalam proses penganalisaan data guna menguji hipotesis penelitian.
Hasil uji reliabilitas dari semua butir pernyataan variabel yang dilakukan dalam penelitian ini, dapat dilihat pada Tabel 10.
Tabel 10. Hasil Uji Reliabilitas Instrumen Penelitian.
Instrumen Penelitian
Cronbach's Alpha
r Product Moment (r- tabel) (n = 40; α 0,05)
Keterangan
Layanan peserta BPJS 0,884 0,312 Reliabel
Pengumpulan iuran 0,892 0,312 Reliabel
Pengolahan data 0,827 0,312 Reliabel
Pembiayaan kesehatan 0,879 0,312 Reliabel
Sumber: Hasil Analisis Tahun 2021 (Lampiran 5)
Hasil analisis uji reliabilitas (kehandalan) tersebut di atas diperoleh nilai Cronbach’s alpha (r-hitung) dari 19 item pernyataan berada antara 0,827 sampai 0,892, dimana nilai r hitung > nilai r tabel 0,312. Hal ini berarti setiap butir pernyataan
dari variabel yang digunakan dalam penelitian ini adalah handal atau dapat dikatakan bahwa instrumen penelitian yang digunakan dalam fungsi ukurnya tidak menimbulkan arti ganda sehingga memiliki kehandalan dalam mengukur pengaruh pengumpulan iuran, pengolahan data, dan pembiayaan kesehatan terhadap layanan peserta BPJS pada masa pandemi COVID-19 di Kota Makassar.
Hasil uji reliabilitas instrumen dari variabel layanan peserta BPJS diperoleh nilai Cronbach Alpha (r hitung) adalah 0,884 atau r hitung > r tabel 0,312, yang berarti setiap butir pernyataan dari variabel layanan peserta BPJS yang digunakan dalam penelitian ini adalah reliabel (handal). Dengan demikian, dapat dikatakan bahwa instrumen penelitian yang digunakan dalam fungsi ukurnya tidak menimbulkan arti ganda sehingga dapat mengukur layanan peserta BPJS pada masa pandemi COVID-19 di Kota Makassar.
Hasil uji reliabilitas instrumen dari variabel pengumpulan iuran diperoleh nilai Cronbach Alpha (r hitung) adalah 0,892 atau r hitung > r tabel 0,312, yang berarti setiap butir pernyataan dari variabel pengumpulan iuran yang digunakan dalam penelitian ini adalah reliabel (handal). Dengan demikian, dapat dikatakan bahwa instrumen penelitian yang digunakan dalam fungsi ukurnya tidak menimbulkan arti ganda sehingga dapat mengukur variabel pengumpulan iuran peserta BPJS pada masa pandemi COVID-19 di Kota Makassar.
Hasil uji reliabilitas instrumen dari variabel pengolahan data diperoleh nilai Cronbach Alpha (r hitung) adalah 0,827 atau r hitung > r tabel 0,312, yang berarti setiap butir pernyataan dari variabel pengolahan data yang digunakan dalam penelitian ini adalah reliabel (handal). Dengan demikian, dapat dikatakan bahwa instrumen penelitian yang digunakan dalam fungsi ukurnya tidak menimbulkan arti ganda
sehingga dapat mengukur pengolahan data peserta BPJS pada masa pandemi COVID- 19 di Kota Makassar.
Hasil uji reliabilitas instrumen dari variabel pembiayaan kesehatan diperoleh nilai Cronbach Alpha (r hitung) adalah 0,879 atau r hitung > r tabel 0,312, yang berarti setiap butir pernyataan dari variabel pembiayaan kesehatan yang digunakan dalam penelitian ini adalah reliabel (handal). Dengan demikian, dapat dikatakan bahwa instrumen penelitian yang digunakan dalam fungsi ukurnya tidak menimbulkan arti ganda sehingga dapat mengukur variabel pembiayaan kesehatan peserta BPJS pada masa pandemi COVID-19 di Kota Makassar.
4.4 Pengujian Asumsi Klasik 4.4.1 Uji Normalitas
Uji normalitas digunakan untuk menguji dalam model regresi, variabel terikat dan variabel bebas keduanya memiliki distribusi normal atau tidak.
Model regresi yang benar yaitu memiliki distribusi data normal atau mendekati normal. Pengujian normalitas data pada penelitian ini dilakukan dengan melihat normal probability plot yang membedakan distribusi kumulatif dari data sesungguhnya dengan distribusi kumulatif dari distribusi normal. Jika ditemukan residual yang tidak tersebar secara normal pada suatu regresi, maka akan mendapatkan regresi yang tidak benar atau tidak konsisten dan efisien.
Hasil pengujian grafis normalitas dalam penelitian ini, dapat dilihat pada Gambar 2.
Gambar 1. Hasil Uji Normalitas (Lampiran 6)
Hasil pengujian grafik normal probability plot, terlihat bahwa titik-titik menyebar di sekitar garis diagonal, serta penyebarannya mengikuti arus garis diagonal.
Pengujian distribusi data yang dilakukan dengan metode grafis, menunjukkan hasil yang bisa disimpulkan bahwa model regresi dapat digunakan karena telah memenuhi asumsi normalitas.
4.4.2 Uji Multikolinearitas
Adanya multikolinearitas pada suatu regresi akan mengganggu hasil regresi penelitian, sehingga tidak memberikan parameter yang efisien dan efektif yang dapat memberikan kesalahan dalam parameter yang dihasilkan.
Regresi dikatakan benar jika suatu regresi tidak memiliki multikolinearitas di dalamnya sehingga tidak terdapat gangguan yang diinginkan akan terjadi pada regresi tersebut. Keberadaan multikolinearitas dapat dilihat melalui nilai VIF (Variance Inflation Factors) atau nilai toleransinya, yaitu apabila nilai VIF > 10 atau secara kebalikannya dengan melihat nilai toleransinya < 0,1.
dalam penelitian ini dapat dilihat pada Tabel 11.
Tabel 11. Hasil Uji Multikolinearitas
Collinearity Statisticsa
Model
Collinearity Statistics
Tolerance VIF
1
X1 0,279 3,583
X2 0,229 4,371
X3 0,242 4,139
a. Dependent Variable: Y Sumber: Hasil Penelitian Tahun 2021 (Lampiran 6)
Hasil uji multikolinearitas pada Tabel 11 menunjukkan jika variabel pengumpulan iuran, pengolahan data, dan pembiayaan kesehatan memiliki nilai VIF yang lebih rendah yaitu 10 dan nilai toleransinya lebih tinggi yaitu 0,1. Hal ini menunjukkan jika indikasi keberadaan multikolinearitas pada persamaan yang digunakan dalam penelitian ini tidak terbukti atau tidak terdapat multikolinearitas dalam persamaan yang digunakan atau hubungan yang terjadi antar variabel bebas dapat ditoleransi sehingga tidak akan mengganggu hasil regresi.
4.4.3 Uji Heterokedastisitas
Uji heterokedastisitas dalam penelitian ini digunakan untuk melihat apakah penggunaan sampel dilakukan dengan baik pada populasi yang benar atau dengan kata lain terjadi ketidak samaan varian dari residual regresi.
Suatu model regresi yang mengandung heterokedastisitas akan menghasilkan parameter yang bias yang akan menyebabkan kesalahan dalam perlakuan.
Suatu model regresi yang benar apabila di dalamnya tidak didapatkan heterokedastisitas melainkan homokedastisitas.
hubungan antara variabel terikat dengan nilai residualnya. Heterokedastisitas akan terlihat apabila terdapat pola tertentu antar keduanya seperti pola bergelombang dan kontinyu atau menyempit atau melebar teratur, sedangkan homokedastisitas akan terlihat apabila tidak diperoleh pola yang Nampak jelas atau titik-titik yang diperoleh menyebar di atas dan di bawah angka 0 di sumbu Y, Hasil uji heterokedastisitas penelitian ini, dapat dilihat pada Gambar 3.
Gambar 3. Hasil Uji Heterokedastisitas (Lampiran 6)
Berdasarkan hasil penggunaan asumsi klasik dalam hal ini uji heterokedastisitas memperlihatkan bahwa titik-titik menyebar di atas dan di bawah garis nol secara acak. Hal ini berarti model regresi yang dilakukan dalam penelitian ini tidak memperlihatkan adanya heterokedastisitas, melainkan homokedastisitas, dimana penelitian ini tidak menghasilkan parameter bias yang menyebabkan kesalahan dalam perlakuan.
Berdasarkan hasil uji asumsi klasik yang mencakup uji normalitas, uji multikolienaritas, dan uji heterokedastisitas memperlihatkan bahwa regresi berganda yang diestimasi telah memenuhi syarat asumsi-asumsi klasik sehingga diestimasikan hasilnya akan baik dalam menganalisis pengaruh variabel pengumpulan iuran, pengolahan data, dan pembiayaan kesehatan terhadap layanan peserta BPJS pada masa pandemi COVID-19 di Kota Makassar. Pengujian pada hasil regresi yang diperoleh dilakukan pengujian kofisien determinasi (R2), pengujian secara simultan dengan menggunakan uji-F, dan pengujian secara parsial menggunakan uji-t. Untuk lebih jelasnya akan diuraikan berikut ini.
4.5.1 Pengujian Koefisien Determinasi (R2)
Tabel 12. Hasil Pengujian Koefisien Determinasi (R²) Model Summaryb
Model R R Square Adjusted R
Square
Std. Error of the Estimate
1 .952a .906 .898 .16260
a. Predictors: (Constant), X3, X1, X2 b. Dependent Variable: Y Sumber: Hasil Analisis Data Tahun 2021 (Lampiran 6)
Untuk mengetahui besarnya pengaruh secara simultan variabel pengumpulan iuran, pengolahan data, dan pembiayaan kesehatan terhadap layanan peserta BPJS pada masa pandemi COVID-19 di Kota Makassar menggunakan koefisien determinasi (R2). Adapun diperoleh nilai R2 bisa dilihat pada Tabel 12.
tingginya koefisien determinasi (R2) ialah 0,906. Hasil koefisien determinasi tersebut menampakkan bahwa besarnya kontribusi variabel pengumpulan iuran, pengolahan data, dan pembiayaan kesehatan terhadap layanan peserta BPJS pada masa pandemi COVID-19 di Kota Makassar adalah sebesar 90,6 persen, sedangkan sisanya sebesar 9,6 % dipengaruhi faktor lain yang tidak dimasukkan dalam penelitian ini.
4.5.2 Pengujian Hipotesis secara Simultan
Tabel 13. Pengujian secara Simultan (Uji F) ANOVAa
Model Sum of
Squares Df Mean
Square F Sig.
1
Regressio
n 9.192 3 3.064 115.89
2 .000b
Residual .952 36 .026
Total 10.144 39
a. Dependent Variable: Y b. Predictors: (Constant), X3, X1, X2 Sumber: Hasil Analisis Data Tahun 2021 (Lampiran 6)
Pengujian secara simultan bertujuan untuk melihat pengaruh pengumpulan iuran, pengolahan data, dan pembiayaan kesehatan terhadap layanan peserta BPJS pada masa pandemi COVID-19 di Kota Makassar
dengan melihat nilai F-hitungnya. Adapun hasil pengujian secara simultan, dapat dilihat pada Tabel 13.
Data pada Tabel 13 menunjukkan bahwa nilai F-hitung yang diperoleh adalah 115,892, sedangkan F-tabel (df1=3; df2=36; α=0,05) diperoleh 2,80 dengan tingkat signifikansi 0,000. Dengan demikian, nilai F-hitung > F-tabel atau 66,595 > 2,80 yang berarti berpengaruh signifikan pada tingkat alpha yang sangat kecil (0%). Dengan hasil ini, maka dapat disimpulkan bahwa secara semultan variabel pengumpulan iuran, pengolahan data, dan pembiayaan kesehatan berpengaruh signifikan dan positif terhadap layanan peserta BPJS pada masa pandemi COVID-19 di Kota Makassar.
4.5.3 Pengujian Hipotesis secara Parsial
Tabel 14. Pengujian Secara Parsial (Uji-t)
Model
Unstandardized Coefficients
Standardized
Coefficients t Sig.
B Std. Error Beta
1
(Constant) .068 .255 .266 .791
X1 .429 .091 .458 4.734 .000
X2 .254 .116 .233 2.182 .036
X3 .297 .096 .321 3.089 .004
Sumber: Data Diolah Tahun 2021 (Lampiran 6)
Menguji hipotesis dengan cara parsial digunakan untuk menunjukkan pengaruh pengumpulan iuran, pengolahan data, dan pembiayaan kesehatan terhadap layanan peserta BPJS pada masa pandemi COVID-19 di Kota Makassar.
sedangkan untuk melihat besarnya pengaruh digunakan angka beta atau standardized coefficient. Adapun hasil pengujian secara parsial (t-hitung) dapat dilihat pada Tabel 14.
Berdasarkan pengujian secara parsial seperti pada Tabel 14 menunjukkan variabel pengumpulan iuran, pengolahan data, dan pembiayaan kesehatan secara individu berpengaruh positif dan signifikan terhadap layanan peserta BPJS pada masa pandemi COVID-19 di Kota Makassar. Hal ini bisa dilihat melalui tingkat signifikansinya dimana di kolom probabilitas pada tabel di atas memperoleh nilai signifikan ketiga variable bebas < 0.05 yaitu variabel pengumpulan iuran yang signifikansi 0.000 < 0.05 (berpengaruh signifikan), pengolahan data yang signifikansi 0.036 < 0.05 (berpengaruh signifikan), dan pembiayaan kesehatan dengan signifikasi 0.004 < 0.05 (berpengaruh signifikan).
Selanjutnya dapat juga dilihat hasil persamaan regresi linier berganda pada model penelitian ini ialah sebagai berikut:
Y = 0.068 + 0.429 X1 + 0.254 X2 + 0.297 X3
Sesuai persamaan regresi linier berganda di atas, maka bisa diinterprestasi sebagai berikut:
a. Konstanta (b0) = 0,068, yang menunjukkan bahwa jika tidak ada upaya pengumpulan iuran, pengolahan data, dan pembiayaan kesehatan, maka layanan peserta BPJS akan konstan yang jika diangkakan adalah 0,068.
b. b1 = 0,429, yang menunjukkan bahwa pengumpulan iuran berpengaruh positif dan signifikan terhadap layanan peserta BPJS pada masa pandemi COVID-19 di
Kota Makassar. Hal ini berarti semakin baik pengumpulan iuran, maka layanan peserta BPJS pada masa pandemi COVID-19 di Kota Makassar akan menjadi baik. Tingginya pengaruh variabel pengumpulan iuran terhadap layanan peserta BPJS bisa dilihat melalui angka beta atau standardized coefficient yaitu 0.458.
c. b2 = 0.254, dapat memperlihatkan bahwa pengolahan data berpengaruh positif dan signifikan terhadap layanan peserta BPJS pada masa pandemi COVID-19 di Kota Makassar. Hal ini berarti semakin baik pengolahan data, maka layanan peserta BPJS pada masa pandemi COVID-19 di Kota Makassar akan menjadi baik. Tingginya pengaruh variabel pengolahan data pada layanan peserta BPJS bisa dilihat melalui angka beta atau standardized coefficient yaitu 0.233.
d. b3 = 0.297, yang menunjukkan jika pembiayaan kesehatan berpengaruh positif dan signifikan terhadap layanan peserta BPJS pada masa pandemi COVID-19 di Kota Makassar. Hal ini berarti semakin baik pembiayaan kesehatan, maka semakin baik pula layanan peserta BPJS pada masa pandemi COVID-19 di Kota Makassar. Besarnya pengaruh variabel pembiayaan kesehatan terhadap layanan peserta BPJS bisa dilihat melalui angka beta atau standardized coefficient yaitu 0.321.
Berdasarkan analisa di atas bisa diketahui bahwa dari ketiga variabel yang signifikan tersebut, ternyata variabel pengumpulan iuran memiliki pengaruh yang dominan untuk meningkatkan layanan peserta BPJS di masa pandemi COVID- 19 di Kota Makassar, karena diperoleh angka beta atau standardized coefficient yang lebih besar dari variabel lainnya.
4.6 Pembahasan
Hasil penelitian menunjukkan variabel pengumpulan iuran, pengolahan data, dan pembiayaan kesehatan baik secara simultan (bersama-sama) maupun secara parsial (individu) berpengaruh positif dan signifikan terhadap layanan peserta BPJS pada masa pandemi COVID-19 di Kota Makassar, dan di antara ketiga variabel bebas yang dominan berpengaruh signifikan adalah variabel pengumpulan iuran peserta.
Selanjutnya pembahasan mengenai pengaruh variabel pengumpulan iuran, pengolahan data, dan pembiayaan kesehatan terhadap layanan peserta BPJS pada masa pandemi COVID-19 di Kota Makassar, akan diuraikan berikut ini.
4.6.1 Pengaruh pengumpulan iuran terhadap layanan peserta PBJS
Pengumpulan iuran adalah pengelolaan kegiatan pelayanan yang dilakukan oleh BPJS Kota Makassar dalam hal pengumpulan iuran pembayaran peserta BPJS. Hasil uji dengan cara parsial memperlihatkan variabel pengumpulan iuran yang berpengaruh positif dan signifikan pada layanan peserta BPJS di masa pandemi COVID-19 di Kota Makassar. Hal ini mengindikasikan bahwa adanya hubungan yang searah diantara pengumpulan iuran dengan pelayanan peserta BPJS. Yang berarti, jika pengumpulan iuran terlaksana dengan baik maka pelayanan peserta BPJS juga akan semakin bagus.
Peningkatan pengumpulan iuran sangat ditentukan oleh besarnya peran indikator yang membentuknya, yakni: menerima iuran pendaftaran dari peserta BPJS, mengingatkan jatuh tempo pembayaran iuran; mengingatkan peserta mandiri melalui telepon, mengingat perusahaan yang membiayai iuran peserta BPJS, dan profesional dalam pengumpulan iuran peserta BPJS. Kelima