4.4.5 Hubungan Bukti Fisik dengan Minat Kunjungan Ulang Berdasarkan hasil tabulasi silang pada Tabel 4.24, menunjukkan bahwa
variabel bukti fisik dengan kategori baik dengan yang berminat melakukan kunjungan ulang sebanyak 85,5 dan yang tidak berminat melakukan kunjungan ulang
sebanyak 14,5. Sedangkan variabel bukti fisik dengan kategori kurang dengan yang berminat melakukan kunjungan ulang sebanyak 47,5 dan yang tidak berminat
melakukan kunjungan ulang sebanyak 52,5. Berdasarkan hasil uji Pearson Chi- Square antara variabel bukti fisik dengan minat kunjungan ulang diperoleh
nilai p = 0,001 α 0,05, artinya terdapat pengaruh yang signifikan antara variabel
bukti fisik terhadap minat kunjungan ulang.
Tabel 4.24 Hubungan Bukti Fisik dengan Minat Kunjungan Ulang Pasien Rawat Inap Non Obstetri dan Ginekologi Rumah Sakit Umum
Muhammadiyah Sumatera Utara Tahun 2012
No Bukti Fisik
Minat Kunjungan Ulang Total
P Berminat
Tidak Berminat n
n n
1. Baik
65 85,5
11 14,5
76 100,0
0,00 1
2. Kurang + Buruk
19 47,5
21 52,5
40 100,0
Total 84
32 116
4.5 Analisis Multivariat
4.5.1 Seleksi Kandidat Multivariat
Dalam penelitian ini ada 5 variabel yang diduga berhubungan dengan minat kunjungan ulang, yaitu keandalan, daya tanggap, jaminan, empati dan bukti fisik.
Seleksi kandidat multivariat dengan kriteria apabila hasil seleksi bivariat
Universitas Sumatera Utara
menghasilkan p value 0,25, maka variabel tersebut dapat langsung masuk ke tahap multivariat, dan apabila p valuenya 0,25 tapi secara substansi dianggap penting
maka variabel tersebut dapat dipertimbangkan untuk masuk ke tahap uji multivariat. Seleksi kandidat multivariat dengan menggunakan uji regresi logistik.
Berdasarkan uji Pearson Chi-Square diketahui bahwa dari 5 variabel didapatkan bahwa semua variabel memiliki p value 0,25, sehingga 5 variabel
tersebut diikutkan dalam model multivariat.
4.5.2 Pemodelan Multivariat
Analisis multivariat bertujuan untuk mendapatkan model terbaik dalam menentukan faktor yang paling berpengaruh terhadap minat kunjungan ulang.
Sebelum melakukan pemodelan multivariat, maka dilakukan uji Hosmer dan Lameshow untuk menentukan kelayakan dari model yang akan diuji dengan melihat
kecocokan antara data empiris dengan model. Model akan dinyatakan layak jika signifikansi di atas 0,05. Dari Tabel 4.25 didapati bahwa nilai signifikansi uji Hosmer
dan Lameshow = 0,710 yaitu di atas 0,05, sehingga dapat dikatakan bahwa model adalah fit dengan data empiris dan model dinyatakan layak. -2 Log Likelihood juga
dapat dipakai untuk melihat kelayakan model. Jika -2 Log Likelihood di bawah Chi- Square Tabel. Nilai -2 Log Likelihood adalah sebesar 136,649 yang akan
dibandingkan dengan nilai Chi-Square pada taraf signifikansi 0,05 dengan df sebesar N-1 dengan N adalah jumlah sampel, berarti 116 – 1 = 115. Dari tabel Chi-Square,
diperoleh nilainya adalah 141,030. Jadi -2 Log Likelihood Chi-Square 136,649 141,030, maka model dikatakan layak. Cox Snell R Square dan Nagelkerke R
Universitas Sumatera Utara
Square menunjukkan seberapa besar model yang digunakan mampu menjelaskan variabel terikat dengan menggunakan variabel-variabel bebas yang digunakan pada
penelitian ini. Cox Snell R Square adalah ukuran pengaruh bersama yaitu sebesar 0,256 dan nilai Nagelkerke R Square adalah sebesar 0,369 yaitulebih besar dari nilai
Cox Snell R Square. Dengan demikian dapat disimpulkan bahwa kemampuan variabel bebas menjelaskan variabel terikat adalah sebesar 36.9, sedangkan 63,1
lainnya dijelaskan oleh variabel-variabel lainnya.
Tabel 4.25 Hasil Uji Hosmer dan Lameshow
Hosmer and Lameshow -2
Log Likelihood
Cox Snell R Square
Nagelkerke R Square
Chi-Square Sig
1,381 0,710
136,649 0,256
0,369 Pemodelan menggunakan metode forward stepwise conditional dengan
memasukkan satu per satu variabel yang kedalam pemodelan multivariat dan mengeluarkannya secara satu per satu variabel yang diikut-sertakan dalam pemodelan
multivariat, dengan variabel yang masuk pertama kali adalah variabel yang mempunyai korelasi parsial terbesar dengan variabel terikat. Korelasi parsial adalah
korelasi antara variabel bebas dengan terikat. Variabel yang dapat masuk model bila variabel memiliki p value
≤ 0,05 Riyanto, 2012. Hasil awal pemodelan sebagai berikut:
Universitas Sumatera Utara
Tabel 4.26 Hasil Analisis Multivariat Regresi Logistik Antara Variabel Keandalan, Empati dan Bukti Fisik di Rumah Sakit Umum
Muhammadiyah Sumatera Utara Tahun 2012
No. Variabel
B p value
Exp B
1. 2.
3. Keandalan
Empati Bukti Fisik
1,585 1,580
1,875 0,004
0,009 0,001
4,879 4,854
6,523
Constant -2,511
0,001 0,081
Dari hasil yang diperoleh nilai Odds Ratio Exp B variabel bukti fisik merupakan nilai yang paling tinggi, sehingga bisa dikatakan variabel bukti fisik
menjadi variabel yang paling dominan berpengaruh terhadap minat kunjungan ulang. Nilai Odds Ratio Exp B yang tertinggi adalah variabel bukti fisik yaitu 6,523,
menunjukkan bahwa bukti fisik yang baik mempunyai peluang terhadap berkunjung ulangnya pasien ke rawat inap bagian non obstetri dan ginekologi rumah sakit sebesar
6,523 kali dibandingkan dengan bukti fisik yang kurang dan buruk setelah dikontrol variabel keandalan, daya tanggap, jaminan dan empati.
Persamaan uji regresi logistik berganda adalah: � =
1 1 +
�
−�+�1�1 + �2�2 + �3�3 + �4�4 + �5�5
� = 1
1 + �
−�+�1�1 + �4�4 + �5�5
� = 1
1 + �
−−2,511+1,585�1 + 1,580�4 + 1,875�5
Dimana: Y
= Pengaruh keputusan kunjungan ulang pasien rawat inap a
= Konstanta
Universitas Sumatera Utara
b1..b5 = Koefisien regresi X1
= Skor pengaruh keandalan X4
= Skor pengaruh empati X5
= Skor pengaruh bukti fisikbukti langsung e
= Error of term
Universitas Sumatera Utara
BAB 5 PEMBAHASAN
5.1 Pengaruh Keandalan terhadap Minat Kunjungan Ulang
Berdasarkan hasil uji Pearson Chi-Square antara variabel keandalan dengan minat kunjungan ulang diperoleh nilai p
= 0,002 α 0,05, artinya terdapat pengaruh yang signifikan antara variabel keandalan terhadap minat kunjungan ulang. Setelah
dilanjutkan pada analisis multivariat dengan menggunakan uji regresi logistik berganda, maka p value variabel keandalan didap
ati 0,004 α 0,05. Hasil tersebut menunjukkan bahwa setelah dikontrol dengan variabel lainnya, variabel keandalan
memiliki pengaruh yang signifikan terhadap minat kunjungan ulang. Hal ini sejalan dengan penelitian yang dilakukan oleh Anjaryani 2009 di RSUD Tugurejo
Semarang dan Mahdani 2009 di Rumah Sakit Umum RSU Daerah Sigli bahwa terdapat hubungan yang signifikan antara keandalan terhadap minat kunjungan ulang.
Keandalan reliability, adalah kemampuan memberikan pelayanan dengan segera, tepat akurat dan memuaskan. Secara umum dimensi reliabilitas
mencerminkan konsistensi dan kehandalan hal yang dapat dipercaya dan dipertanggung jawabkan dari penyedia pelayanan. Dengan kata lain, reliabilitas
berarti sejauh mana jasa mampu memberikan apa yang telah dijanjikan kepada pelanggannya dengan memuaskan Heskett, 2002. Hal ini berkaitan erat dengan
ketepatan waktu, pelayanan yang sama untuk semua pelanggan, tanpa kesalahan, sikap yang simpati dan dengan akurasi yang tinggi. Pada bidang kesehatan,
Universitas Sumatera Utara