Pelayanan Rawat Jalan Pasien Pelayanan Rawat Inap Pasien Input Data Mentah Penskalaan Data Ordinal Menjadi Interval

2. Chief of Medical Services

3. Chief of Nursing

4. Ambulatory OR Manager

5. Critical Care Supervisor ICU, HDU, NICU, Delivery

6. Ward Supervisor

7. Outpatient Supervisor

8. Emergency Room, Family Health Clinic, Executive Health Screening Supervisor

9. Support Services Manager

10. Operations Manager

11. Medical Record General Administration Manager

12. Assistant Finance Manager

13. Marketing Public Relation Senior Executive

14. Customer Care Executive

4.2 Pelayanan Rawat Pasien

4.2.1 Pelayanan Rawat Jalan Pasien

1. Laboratorium Laboratory 2. Radiologi Radiology 3. Fisiotherapi Physiotheraphy 4. Farmasi Pharmacy 5. Klinik Kesehatan Keluarga Family Health Clinic 6. Executive Health Screening 7. Klinik Mata Eye Clinic 8. Klinik Rawat Jalan Outpatient Clinic 9. Hemodialisis Dialysis 10. Klinik Gigi Dental Clinic 11. Unit Transfusi Darah Blood Transfusion Unit Universitas Sumatera Utara 12. Day CareEndoscopy 13. Unit Gawat Darurat UGDEmergency Department

4.2.2 Pelayanan Rawat Inap Pasien

1. Ruang Rawat Inap Pasien Outpatient Room 2. Unit Perawatan Intensif ICUIntens Care Unit 3. HDU 4. Ruang Bersalin Delivery 5. Ruang Operasi Operating Rooms 6. Lab Angio Angio 7. Perawatan Intensif bayi yang baru lahir Neonatus Intens Care UnitNICU 8. Nursery Tim Perawat Penjaga Bayi

4.2.3 Fasilitas

Fasilitas merupakan peran penting dalam memberikan pelayanan prima kepada pasien. Adapun fasilitas yang disediakan Rumah Sakit Columbia Asia adalah :

1. Cafe Columbia Lantai G 2. ATMAnjungan Tunai Mandiri Lantai G, ada dua yaitu :

●Bank Mandiri ●Bank Danamon 3. Patient Advisory Centre Lantai G 4. Ruang Training 1 dan 2 5. Rekam Medis 6. Musholla Lantai 3 7. KasirRegistrasi 8. Perpustakaan Anak Lantai 6 9. Area Bermain Anak Lantai 6

4.3 Pengolahan Data

Universitas Sumatera Utara

4.3.1 Input Data Mentah

Penentuan matriks input data hasil koesioner terdiri dari 30 responden yang diperoleh dengan menggunakan rumus Slovin dan 10 variabel awal yang akan diteliti. Data hasil koesioner adalah sebagai berikut : Tabel 4.2 Data Hasil Koesioner Nomor Responden X 1 X 2 X 3 X 4 X 5 X 6 X 7 X 8 X 9 X 10 1. 4 3 3 1 1 1 3 1 3 3 2. 3 3 3 2 2 1 3 3 3 3 3. 3 2 1 1 1 2 2 3 2 1 4. 2 2 3 3 2 3 3 3 3 3 5. 3 3 3 3 2 2 3 3 3 3 6. 4 2 4 4 2 4 3 4 2 3 7. 3 4 3 1 1 1 2 3 2 3 8. 4 2 2 4 3 4 3 4 3 2 9. 3 3 3 4 3 3 3 3 3 3 10. 3 4 3 2 1 2 2 2 2 3 11. 3 3 2 1 1 1 2 2 2 2 12. 3 3 3 2 2 2 2 3 2 3 13. 4 4 3 3 3 3 3 3 3 3 14. 3 3 2 1 1 2 2 2 2 2 15. 3 3 3 3 2 3 3 2 2 4 16. 3 2 4 3 3 3 4 3 4 4 Universitas Sumatera Utara 17. 3 2 4 3 2 2 2 3 2 4 18. 1 4 1 1 1 1 2 2 2 1 19. 2 3 2 2 3 2 2 2 2 2 20. 3 3 3 3 3 3 2 3 3 3 21. 2 2 4 1 4 2 4 2 4 4 22. 3 2 2 2 2 2 1 1 1 2 23. 2 3 3 2 2 3 4 1 2 4 24. 2 2 4 2 2 3 4 1 4 4 25. 1 3 4 4 1 4 4 1 3 3 26. 4 2 2 4 4 3 4 3 3 2 27. 2 2 4 2 1 2 3 3 1 3 28. 3 3 2 2 2 2 3 3 3 2 29. 1 2 2 2 2 4 3 4 3 2 30. 2 2 2 2 2 4 2 3 2 2

4.3.2 Penskalaan Data Ordinal Menjadi Interval

Dari data mentah hasil koesioner dibuat suatu matrix data X pxn yang telah dilakukan penskalaan menjadi skala interval. Teknik penskalaan yang digunakan dalam penelitian ini adalah Method Succesive Interval MSI dengan bantuan Microsoft Excel 2007. Langkah-langkah Method Succesive Interval dapat dijabarkan sebagai berikut : 1. Nomor variabel pernyataan yang akan di MSI adalah variabel X 1. 2. Kategori skor jawaban dalam skala Ordinal Likert nilainya antara : 1 – 4 3. Masing-masing skor jawaban dalam skala Ordinal dihitung frekuensinya. Universitas Sumatera Utara Untuk contoh di atas : Frekuensi skor jawaban 1 sebanyak 3 responden Frekuensi skor jawaban 2 sebanyak 7 responden Frekuensi skor jawaban 3 sebanyak 15 responden Frekuensi skor jawaban 4 sebanyak 5 responden 4. Menghitung Proporsi P Proporsi dihitung dengan membagi setiap frekuensi dengan jumlah responden. 1 , 30 3 1 = = P 2333 , 30 7 2 = = P 5 , 30 15 3 = = P 5. Menghitung Proporsi Kumulatif PK PK 1 = 0,1 PK 2 = 0,3333 PK 3 = 0,8333 PK 4 = 1 6. Mencari Nilai Z Nilai Z diperoleh dari tabel distribusi normal baku critical value of Z. Dengan asumsi bahwa proporsi kumulatif berdistribusi normal baku. Contoh PK 1 = 0,1, Nilai P yang akan dihitung adalah : 0,5 – 0,1= 0,4 Ternyata nilai P 0,4 terletak diantara nilai Z = 1,28 dan 1,29, berarti diantara nilai 0,3997- 0,4015. Nilai Z proporsi 0,4 diperoleh dengan cara interpolasi : 0,3997 + 0,4015 = 0,8012 1667 , 30 5 4 = = P Universitas Sumatera Utara 003 , 2 4 , 8012 , = = Keterangan : 0,8012 = jumlah antara dua nilai yang mendekati nilai 0,4 dari tabel Z 0,4 = nilai yang diinginkan sebenarnya 2,003 = nilai yang akan digunakan sebagai pembagi dalam interpolasi 7. Menghitung Densitas F Z Nilai FZ dihitung dengan menggunakan rumus sebagai berikut :       − = 2 2 1 2 1 z e z f π Dimana nilai e= 2,7183 dan nilai = π 3,14 atau 7 22 . untuk nilai Z 1 = -1,4828, hasilnya adalah : F-1,4828 = 1328 , 2 1 2 4828 , 1 2 1 =       − − e π F-0,4311 = 3635 , 2 1 2 4311 , 2 1 =       − − e π F0,9666 = 2500 , 2 1 2 9666 , 2 1 =       − e π F1 = 2419 , 2 1 2 1 2 1 =       − e π 8. Menghitung Scale Value SV Menghitung Scale Value digunakan rumus : SV= Limit lower under area Limit upper under area Limit upper at density Limit lower at density − − SV 1 = 328 , 1 1 , 1328 , − = − − → SV terkecil Universitas Sumatera Utara SV 2 = 9889 , 1 , 3333 , 3635 , 1328 , − = − − SV 3 = 2272 , 3333 , 8333 , 2499 , 3635 , = − − SV 4 = 0479 , 8333 , 0000 , 1 2419 , 2499 , = − − 9. Menentukan Scale Value min sehingga SV terkecil + min SV = 1 Scale Value terkecil = -1,328 -1,328 + 1 min = SV 328 , 2 min = SV 10. Transformasi nilai skala dengan rumus : Y= SV 1 + min SV Y 1 = -1,328 + 2,328 = 1 Y 2 = -0,9889 + 2,328 = 1,3391 Y 3 = 0,2272 + 2,328 = 0,5552 Y 4 = 0,048 + 2,328 = 2,3760 Hasil akhir semua angka dapat dilihat pada tabel berikut : Tabel 4.3 Penskalaan Variabel X 1 Skala Skor Ordinal Frekuensi Proporsi Proporsi Kumulatif Nilai Z Densitas {Fz} Scale Value Nilai Hasil Penskalaan 1 3 0,1000 0,1000 -1,4828 0,1328 -1,3280 1,0000 Universitas Sumatera Utara 2 7 0,2333 0,3333 -0,4311 0,3635 -0,9889 1,3391 3 15 0,5000 0,8333 0,9666 0,2499 0,2272 0,5552 4 5 0,1667 1,0000 - 0,2419 0,0480 2,3760 ∑ 30 Dengan melakukan cara yang sama, maka semua variabel akan ditransformasikan kedalam interval. Hasil penskalaan dari masing-masing variabel dengan menggunakan Microsoft Excel stat97.xla adalah sebagai berikut: Tabel 4.4 Hasil Penskalaan Semua Variabel Nilai X 1 X 2 X 3 X 4 X 5 X 6 X 7 X 8 X 9 X 10 1 1,000 - 1,000 1,000 1,000 1,000 1,000 1,000 1,000 1,000 2 1,949 1,000 2,116 2,093 2,203 2,096 2,376 1,914 2,317 2,116 3 2,982 2,319 3,115 2,897 3,155 2,991 3,493 2,921 3,498 3,162 4 4,254 3,522 4,251 3,811 4,099 3,998 4,627 4,254 4,695 4,339

4.3.3 Uji Validitas