97
menentukan keputusan hipotesis tersebut bisa juga dengan menggunakan p-value. P-value dapat dilihat dari hasil output SPSS
pada gambar berikut:
Gambar 4.1 Output uji Kolmogorov-Smirnov laju kedatangan
Berdasarkan hasil output uji Kolmogorov-Smirnov pada Gambar 4.1 menunjukkan bahwa nilai asymp. Sig. 2-tailed atau p-
value sebesar 0,786. Dengan demikian dapat disimpulkan bahwa
data berdistribusi Poisson, karena p-value α yaitu 0,786 0,05.
2 Uji distribusi laju pelayanan pasien BPJS di Loket C
Setelah memperoleh data pelayanan pasien BPJS di Loket C, kemudian dilakukan uji Distribusi Poisson menggunakan SPSS. Uji
distribusi yang digunakan yaitu uji Kolmogorov-Smirnov seperti yang dihasilkan berikut:
98
Gambar 4.2 Output uji Kolmogorov-Smirnov laju pelayanan
Berdasarkan hasil output uji Kolmogorov-Smirnov pada Gambar 4.2 dapat dilihat nilai asymp. Sig. 2-tailed atau p-value
sebesar 0,741. Dengan demikian dapat disimpulkan bahwa data berdistribusi Poisson, karena p-value
α yaitu 0,741 0,05.
3 Uji distribusi laju pelayanan pasien BPJS di Loket D
Setelah memperoleh data pelayanan pasien BPJS di Loket D, kemudian dilakukan uji distribusi Poisson menggunakan SPSS. Uji
distribusi yang digunakan yaitu uji Kolmogorov-Smirnov seperti yang dihasilkan berikut:
99
Gambar 4.3 Output uji Kolmogorov-Smirnov laju pelayanan
Berdasarkan hasil output uji Kolmogorov-Smirnov pada Gambar 4.3 dapat dilihat nilai asymp. Sig. 2-tailed atau p-value
sebesar 1,000. Dengan demikian dapat disimpulkan bahwa data berdistribusi Poisson, karena p-value
α yaitu 1,000 0,05.
100
2. Hasil Penelitian pada Hari Kamis, 18 Februari 2016
Data primer yang diperoleh pada hari Kamis dikelompokkan per 5 menit selama 3 jam untuk mencari nilai rata-rata laju kedatangan
dan rata-rata laju pelayanan
. Selanjutnya, pemeriksaan solusi steady state dan kemudian dilakukan uji distribusinya. Hal ini dilakukan pada masing-
masing loket pendaftaran yaitu Loket C dan Loket D. Berikut analisis untuk masing-masing loket pendaftaran:
a. Pemeriksaan Kondisi Steady State
Analisis data yang utama adalah menghitung ukuran steady state yaitu jika tingkat keguna
an ρ 1. Hal ini berarti rata-rata laju kedatangan pasien di setiap loket kurang dari rata-rata laju pelayanan
pada loket tersebut. Sebelum menghitung ukuran steady state ρ maka
perlu diketahui nilai rata- rata laju kedatangan dan rata-rata laju
pela yanan .
1 Laju kedatangan pasien BPJS di Loket C
Data kedatangan pasien BPJS di Loket C berdasarkan waktu yang tertera pada nomor antrean pendaftaran. Nomor antrean
pendaftaran pasien BPJS diambil dari mesin antrean yang telah disediakan. Data kedatangan pasien BPJS di Loket C per 5 menit
selama 3 jam terdapat pada lampiran 7.A.
101
Data yang diperoleh pada lampiran 7.A untuk mencari nilai rata-rata laju kedatangan pasien BPJS per 5 menit. Sebelum
menghitung rata-rata laju kedatangan pasien BPJS terlebih dahulu data dikelompokkan berdasarkan interval waktu. Berikut
pengelompokkan data kedatangan pasien BPJS di Loket C berdasarkan interval waktu:
Tabel 4.11 Kedatangan pasien BPJS berdasarkan interval per 5 menit
Interval dengan i
kedatangan Banyaknya
kedatangan pasien BPJS
pada interval
�
� �
Frekuensi atau
banyaknya interval
�
�
� �
�
Banyaknya pasien BPJS yang
datang selama kurun waktu
�
� �
× � �
�
1 1
2 2
2 12
24 3
5 15
4 6
24 5
4 20
6 5
30 7
8 1
8 ∑ =36
∑ �=123
Berdasarkan Tabel 4.11 dapat dihitung rata-rata laju kedatangan pasien BPJS per 5 menit menggunakan persamaan
2.20, maka diperoleh =
= , �� ��
� � = , �� ��
� � Jadi, rata-rata laju kedatangan pasien BPJS pada Loket C per 5 menit
sebanyak 3,4167 pasien. Dengan demikian rata-rata laju kedatangan pasien per menit sebanyak 0,6833 pasien.
102
2 Laju pelayanan pasien BPJS di Loket C
Data pelayanan pasien BPJS di Loket C diperoleh dari hasil observasi pada saat pasien BPJS selesai mengumpulkan berkas.
Apabila terdapat pasien yang belum melengkapi syarat-syarat pendaftaran, maka pasien tersebut tidak tercatat dalam observasi.
Data pelayanan pasien BPJS per 5 menit yang sudah melengkapi dan mengumpulkan syarat pendaftaran terdapat pada lampiran 7.B.
Data yang diperoleh pada lampiran 7.B untuk mencari nilai rata-rata laju pelayanan berdasarkan interval waktu. Berikut
pengelompokkan data pelayanan pasien BPJS di Loket C berdasarkan interval waktu:
Tabel 4.12 Pelayanan pasien BPJS berdasarkan interval per 5 menit
Interval dengan i
pelayanan Banyaknya
pelayanan pasien BPJS
pada interval
�
� �
Frekuensi atau
banyaknya interval
�
�
� �
�
Banyaknya pasien BPJS yang selesai
dilayani selama kurun waktu
�
� �
× � �
�
1 1
1 1
2 7
14 3
10 30
4 10
40 5
4 20
6 2
12 7
1 7
∑ =36 ∑ �=124
Berdasarkan Tabel 4.12 dapat dihitung rata-rata laju pelayanan pasien BPJS per 5 menit menggunakan persamaan 2.20,
maka diperoleh
103
= = ,
�� �� � � = ,
�� �� � �
Jadi, rata-rata laju pelayanan pasien BPJS di Loket C per 5 menit sebanyak 3,4444 pasien. Dengan demikian, rata-rata laju
pelayanan pasien BPJS per menit sebanyak 0,6889 pasien. Data pelayanan pasien BPJS di Loket C merupakan data
kedatangan pasien BPJS di Loket D. Hal ini dapat dilihat pada bab sebelumnya mengenai sistem antrean tandem atau seri. Oleh karena
itu
2
=
1
= 0,6889 pasienmenit, artinya nilai rata-rata laju
kedatangan pasien BPJS di Loket D sama dengan rata-rata laju pelayanan di Loket C.
3 Laju pelayanan pasien BPJS di Loket D
Data pelayanan pasien BPJS di Loket D diperoleh dari hasil
observasi pada saat pasien selesai dilayani di Loket D. Tanda bahwa pasien selesai dilayani di Loket D apabila pasien telah mendapatkan
kartu antrean ke ruang periksa dari petugas. Data pelayanan pasien BPJS di Loket D dari hasil observasi terdapat pada lampiran 7.C.
Data yang diperoleh pada lampiran 7.C untuk mencari nilai rata-rata laju pelayanan berdasarkan interval waktu. Berikut
pengelompokkan data pelayanan pasien BPJS di Loket D berdasarkan interval waktu:
