Analisis Faktor-Faktor Yang Mempengaruhi Dokter Memilih Produk Suatu Perusahaan Farmasi di Rumah Sakit Columbia Asia Medan.

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI

DOKTERMEMILIHPRODUK SUATU PERUSAHAAN FARMASI DI RUMAH SAKIT COLUMBIA ASIAMEDAN

SAMUEL SILAEN 110823038

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2014

PERSETUJUAN

Judul : Analisis Faktor-Faktor Yang Mempengaruhi Dokter Memilih Produk Suatu Perusahaan Farmasi di Rumah Sakit Columbia Asia Medan.

Kategori : Skripsi

Nama : Samuel Silaen

Nomor Induk Mahasiswa : 110823038

Program Studi : Sarjana (S1) Matematika

Departemen : Matematika

Fakultas : Matematika dan Ilmu Pengetahuan Alam

Universitas Sumatera Utara

Disetujui di Medan, Juli 2014

Komisi Pembimbing :

Pembimbing 2 Pembimbing 1

Drs. Henry Rani Sitepu, M.Si Drs. Gim Tarigan, M.Si

NIP. 19530303 198303 1 002 NIP. 19550202 148601 1 001

Diketahui/Disetujui oleh

Departemen Matematika FMIPA USU Ketua,

Prof. Dr. Tulus, M.Si NIP. 196209011988031002

PENGHARGAAN

Puji dan syukur kehadirat Tuhan Yang Maha Esa yang telah melimpahkan berkat dan karunianya kepada penulis, sehingga penulis dapat menyelesaikan skripsi ini dalam waktu yang telah ditetapkan.

Dalam kesempatan ini, penulis mengucapkan terima kasih yang sebesar-besarnya kepada semua pihak yang telah membimbing dan membantu penulis dalam penyusunan skripsi ini. Ucapan terima kasih penulis sampaikan kepada:

1. Bapak Drs. Gim Tarigan, M.Si selaku pembimbing I dan Drs. Henry Rani Sitepu, M.Si selaku pembimbing II yang telah membimbing dan memberi masukan kepada penulis dalam menyusun skripsi inisehingga dapat selesai dengan baik.

2. Bapak Drs. Ujian Sinulingga, M.Si dan Drs. Rachmad Sitepu, M.Si selaku dosen penguji.

3. Bapak Dekan dan Pembantu Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara.

4. Bapak Prof. Dr. Tulus, M.Si dan Ibu Dr. Mardiningsih, M.Si selaku Ketua dan Sekretaris Departemen Matematika.

5. Semua Dosen Departemen Matematika FMIPA USU dan Pegawai di FMIPA USU. 6. Teman-teman seperjuangan sesama Program Studi Matematika Ekstensi S-1. 7. Ayahanda B. P. Silaen dan Ibunda L. B. br. Siahaan yang telah berdoa dan

membimbing demi selesainya kuliah penulis. Kak Yeny, kak Imel, Putra Katamsi, dan semua keluarga yang selama ini telah memberikan motivasi dan bantuan yang diperlukan.

8. Teman teristimewa Kristina Erny L. Manik.

Semoga segala bentuk bantuan yang telah diberikan kepada penulis mendapatkan balasan yang lebih baik dari Tuhan Yang Maha Esa.

ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI DOKTERMEMILIHPRODUK SUATU PERUSAHAAN FARMASI DI RUMAH SAKIT COLUMBIA ASIAMEDAN

ABSTRAK

Persaingan di bidang perusahaan farmasi semakin ketat, khususnya di Rumah Sakit Columbia Asia Medan. Hal ini mengharuskan setiap perusahaan farmasi menyediakan produk obat terbaik untuk diresepkan dokter kepada pasien demi tercapainya tingkat kesehatan pasien. Ada beberapa faktor yang mempengaruhi dokter dalam menentukan produk dari sebuah perusahaan farmasi, yaitu: diskon produk, komitmen pendanaan, sponsorship, nama dagang obat, kualitas produk, intens kunjungan medical representative, harga produk, farmasi merek, promosi theme , dan titik penjualan. Analisis faktor adalah teknik statistik multivariat yang digunakan untuk mengurangi / meringkas data dari banyak variabel menjadi beberapa variabel. Hasil penelitian ini menyimpulkan bahwa ada dua faktor dominan yang mempengaruhi dokter untuk meresepkan produk, kedua faktor tersebut adalah sponsor (57,95%) terdiri dari dua variabel: X3 = sponsorship (0.961), X10 = tema promosi (0,936) dan faktor promosi (24,28%) terdiri dari tiga variabel: X5 = kualitas produk (0,826), X7 = harga produk (0,696), X9 = selling point(0,862).

ANALYSIS OF FACTORSAFFECTINGMEDICALPRODUCTSTO

CHOOSEAPHARMACEUTICALCOMPANYINCOLUMBIAASIAHOSPITALFIELD

ABSTRACT

Competition in the field of pharmaceutical companies increasingly stringent, particularly in Columbia Asia Hospital Medan. It requires that every pharmaceutical company providing the best product for your doctor prescribes medication to the patient in order to achieve the level of health of the patient. There are several factors that affect the physician in determining the product of a pharmaceutical company, namely: product discounts, financing commitments, sponsorship, drug trade name, product quality, intense medical representative visits, price products, pharmaceuticals brand, promotional theme, and point of sale. Factor analysis is a multivariate statistical technique used to reduce / summarize data from many variables into a few variables. The results of this study concluded that there are two dominant factors that influence physicians to prescribe the product, the second factor is the sponsor (57.95%) is composed of two variables: X3 = sponsorships (0961), X10 = theme promotion (0.936) and the promotion

factor (24.28%) consists of three variables: X5 = the quality of the product (0.826), X7 = the price of the

product (0.696), X9 = point of sale (0.862).

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Abstrak v

Abstract vi

Daftar isi vii

Daftar Tabel viii

Daftar Gambar ix

Bab 1 Pendahuluan

1.1 Latar Belakang 1

1.2 Perumusan Masalah 3

1.3 Batasan Masalah 3

1.4 Tinjauan Pustaka 4

1.5 Tujuan Penelitian 5

1.6 Kontribusi Penelitian 6

1.7 Metodologi Penelitian 6

Bab 2 Landasan Teori

2.1 Pengertian Produk 8

2.2 Pengukuran Variabel 9

2.3 Populasi dan Sampel Penelitian 10

2.4 Variabel Penelitian 10

2.5 Data 12

2.5.1 Data Menurut Sifatnya 12

2.5.2 Data Menurut Cara Memperolehnya 13

2.6 Skala Pengukuran 13

2.7 Skala Instrumen (Model Skala Sikap) 14

2.8 Metode Pengumpulan Data 17

2.9 Uji Pengolahan Data 18

2.9.2 Uji Reliabilitas 19

2.10 Analisis Faktor 20

2.10.1 Prinsip-prinsip Analisis Faktor 21 2.10.2 Statistik yang Relevan dengan Analisis Faktor 22 Bab 3 Metode Penelitian

3.1 Penentuan Lokasi Penelitian 25

3.2 Jenis dan Sumber Data 25

3.3 Populasi, Sampel dan Teknik Pengmbilan Sampel 25

3.3.1 Populasi 26

3.3.2 Sampel 26

3.3.3 Teknik Pengambilan Sampel 27

3.4 Teknik Pengumpulan Data 27

3.5 Variabel yang Digunakan 28

Bab 4 Pembahasan dan Hasil

4.1 Gambaran Umum Daerah Penelitian 29

4.1.1 Profil 29

4.1.2 Manajemen Rumah Sakit Columbia Asia 31

4.2 Pelayanan Rawat Pasien 31

4.2.1 Pelayanan Rawat Jalan Pasien 31

4.2.2 Pelayanan Rawat Inap Pasien 32

4.2.3 Fasilitas 33

4.3 Pengolahan Data

4.3.1 Input Data Mentah 33

4.3.2 Penskalaan Data Ordinal Menjadi Interval 35

4.3.3 Uji Validitas 40

4.3.4 Uji Reliabilitas 43

4.4 Analisa Data

4.4.1 Ekstraksi Faktor 46

4.4.3 Hubungan antara Faktor Loading dan Communalities 50

4.4.4 Melakukan Rotasi Faktor 50

4.4.5 Interpretasi Faktor 53

Bab 5 Kesimpulan dan Saran

5.1 Kesimpulan 55

5.2 Saran 56

Daftar Pustaka 57

DAFTAR TABEL

Halaman

Tabel 4.1 Data Jumlah Dokter 29

Tabel 4.2 Data Hasil Koesioner 34

Tabel 4.3 Penskalaan Variabel 1 39

Tabel 4.4 Hasil Penskalaan Semua Variabel 39

Tabel 4.5 Uji Validitas 40

Tabel 4.6 Perhitungan Korelasi Product Moment 41

Tabel 4.7 Uji Reliabilitas 44

Tabel 4.8 Kaiser-Meyes-Olkin (KMO) dan Barlett’s Test 45 Tabel 4.9 Nilai Measure of Sampling Adequecy (MSA) 46

Tabel 4.10 Komunalitas 46

Tabel 4.11 Total Variance Explained 47

Tabel 4.12 Matriks Faktor (Sebelum Rotasi) 50

Tabel 4.13 Matriks Faktor (Setelah Rotasi) 51

DAFTAR GAMBAR

Halaman

Gambar 4.1 Scree Plot 49

ANALYSIS OF FACTORSAFFECTINGMEDICALPRODUCTSTO

CHOOSEAPHARMACEUTICALCOMPANYINCOLUMBIAASIAHOSPITALFIELD

ABSTRACT

Competition in the field of pharmaceutical companies increasingly stringent, particularly in Columbia Asia Hospital Medan. It requires that every pharmaceutical company providing the best product for your doctor prescribes medication to the patient in order to achieve the level of health of the patient. There are several factors that affect the physician in determining the product of a pharmaceutical company, namely: product discounts, financing commitments, sponsorship, drug trade name, product quality, intense medical representative visits, price products, pharmaceuticals brand, promotional theme, and point of sale. Factor analysis is a multivariate statistical technique used to reduce / summarize data from many variables into a few variables. The results of this study concluded that there are two dominant factors that influence physicians to prescribe the product, the second factor is the sponsor (57.95%) is composed of two variables: X3 = sponsorships (0961), X10 = theme promotion (0.936) and the promotion

factor (24.28%) consists of three variables: X5 = the quality of the product (0.826), X7 = the price of the

product (0.696), X9 = point of sale (0.862).

BAB 1 PENDAHULUAN

1.1Latar Belakang

Pelayanan adalah tulang punggung dalam pelaksanaan marketing di perusahaan mana pun. Dalam pelayanan terhadap kalangan dokter, karakter dan komunikasi seorang medical representatif menjadi sangat penting karena menyangkut dengan dipakai atau tidaknya produk dari suatu perusahaan farmasi. Komunikasi antar dokter dan antara dokter dengan profesi lain sudah banyak dibahas, walaupun masalah yang ada belum sepenuhnya teratasi. Komunikasi antara dokter dengan pihak perusahaan farmasi menjadi semakin penting mengingat adanya hubungan saling membutuhkan. Berbagai aspek layak disimak mengenai komunikasi (dapat juga disebut kerja sama atau kolaborasi) antara dokter dengan pihak perusahaan farmasi.

Industri farmasi merupakan bisnis yang terus berkembang seiring dengan bertambahnya jumlah rumah sakit sehingga persaingan antar perusahaan farmasi pun semakin tinggi, hal ini disertai dengan semakin kritisnya customer terhadap kualitas produk dan pelayanan. Keberadaan suatu perusahaan tidak lepas dari kuatnya prinsip manajemen kualitas produk dan pelayanan yang diterapkan.

Kamus Oxford English Dictionary menyebutkan definisi collaborate sebagai: bekerja sama pada sebuah kegiatan atau proyek; pengertian lain adalah: bekerja sama dengan lawan (dengan kecurigaan/ traitorously). Dalam kenyataan sehari-hari, pengertian yang kedua lebih sering mengemuka (disadari atau tidak) terutama jika pihak yang bekerja sama bukan berasal dari induk disiplin ilmu yang sama. Dengan adanya kebutuhan dokter terhadap sesuatu baik secara langsung maupun tidak langsung untuk mendukung profesinya maka kerja sama yang lebih baik antar profesi menjadi terasa semakin menjadi kebutuhan. Mahasiswa kedokteran diminta ikut dalam rotasi perawat agar dapat lebih memahami peran perawat dalam pengelolaan pasien. Perawat diajak bekerja sama dengan fisioterapis dalam berbagai tindakan rehabilitasi untuk mempercepat tercapainya target pengobatan jasmani. Kerja sama antara perusahaan farmasi dengan dokter belum banyak dibahas. Manfaat yang dapat diperoleh antara lain

informasi obat terupdate, dalam hal penyediaan obat terutama produk baru yang lebih potensial, dan stok obat yang terkontrol.

Pekerjaan yang dilakukan dokter dan perusahaan farmasi sebenarnya bersifat saling melengkapi (komplementer); secara hipotetikal dapat dikatakan bahwa kerja sama tersebut dapat memberikan pengaruh positif terhadap kedua belah pihak. Wujud kolaborasi antara dokter dan perusahaan farmasi antara lain misalnya: penelusuran informasi riwayat obat yang lengkap dan akurat, penyediaan informasi obat yang lebih praktis, pemanfaatan evidence-based prescribing; deteksi dini kesalahan peresepan obat, pemantauan obat (meningkatkan keamanan obat), meningkatkan cost-effectiveness (biaya yang efektif) dalam peresepan obat, meningkatkan pengetahuan pihak rumah sakit dan pihak pasien terhadap pencegahan suatu penyakit melalui adanya seminar, meningkatkan pengetahuan dan keterampilan masing-masing pihak demi kepuasan pasien. Kolaborasi yang tidak optimal dapat merugikan pasien. Pemberian obat oral yang tidak disesuaikan dengan sifat farmakokinetik obat yang bersangkutan potensial menurunkan efektivitas obat dan bahkan dapat meningkatkan risiko interaksi obat.

Dalam praktek sebetulnya banyak sekali faktor yang mempengaruhi suatu variabel dependen Y, tidak hanya satu atau dua variabel. Ada banyak faktor yang mempengaruhi dokter dalam meresepkan obat dari suatu produk farmasi, pada penelitian kali ini penulis menetapkan 10 faktor-faktor yang diprediksi dapat memberikan pengaruh yang cukup signifikan terhadap pemilihan produk suatu perusahaan farmasi oleh dokter.

Penelitian ini dilatarbelakangi banyaknya perusahaan farmasi yang menawarkan produk kepada kalangan dokter dihampir semua rumah sakit baik rumah sakit milik pemerintah (negeri) maupun swasta (dalam hal ini Rumah Sakit Columbia Asia), agar diresepkan pada pasien dan berdasarkan keingintahuan penulis pada faktor-faktor yang berpengaruh secara signifikan terhadap peresepan produk dari suatu farmasi oleh dokter. Apakah tiap variabel X (X1= Diskon produk, X2= Jumlah dana komitmen, X3= Sponsorship, X4=Nama dagang obat,-X5= Kualitas produk, X6= Intensitas kunjungan Medical representatif, X7= Harga poduk, X8= Brand farmasi, X9= Tema Promosi, X10= Selling point) dapat memberikan pengaruh yang signifikan terhadap Y, seberapa besar masing-masing variabel independen memberikan kontribusi mempengaruhi variabel dependen? Untuk membuat analisis pengaruh berbagai macam faktor independen terhadap satu variabel dependen penulis menggunakan suatu alat analisis statistik multivariat

yaitu analisis faktor untuk mencari seberapa besar pengaruh dari masing-masing variabel yang mempengaruhi dokter dalam meresepkan produk dari suatu perusahaan farmasi.

Berdasarkan permasalahan di atas penulis memilih judul “ Analisis Faktor-faktor yang Mempengaruhi Dokter Memilih Produk Suatu Perusahaan Farmasi di Rumah Sakit Columbia Asia Medan”.

1.2Perumusan Masalah

Banyaknya jumlah perusahaan farmasi yang menawarkan produk kepada kalangan dokter di Rumah Sakit Columbia Asia Medan, sehingga dokter harus melakukan pemilihan produk untuk diresepkan kepada pasien. Dengan adanya masalah tersebut, yang akan diteliti dalam tulisan ini adalah faktor-faktor apa saja dan seberapa besar pengaruhnya terhadap pemilihan produk oleh dokter di Rumah Sakit Colombia Asia Medan.

1.3Batasan Masalah

Agar pembatasan masalah lebih jelas, penulis membatasi ruang lingkup permasalahan sebagai berikut:

1. Responden yaitu dokter di RS.Columbia Asia (professor tidak termasuk). 2. Produk adalah obat yang diresepkan dokter di Rumah Sakit Columbia Asia.

3. Penggunaan obat generik tidak termasuk dalam penelitian, sebab obat tersebut tidak dipromosikan.

4. Responden yaitu dokter yang pernah kerjasama dengan perusahaan farmasi minimal 1 tahun.

1.4Tinjauan Pustaka

Analisis faktor merupakan suatu alat/metode yang menunjukkan suatu kelas prosedur, utamanya dipergunakan untuk mereduksi atau meringkas data, dari variabel yang banyak direduksi menjadi variabel yang lebih sedikit jumlahnya, misalnya dari 10 variabel yang lama diubah menjadi 5 variabel yang baru yang disebut faktor dan masih memuat sebagian besar informasi yang terkandung dalam variabel asli (original variable) (Supranto, 2004).

Proses analisis faktor mencoba menemukan hubungan (interrelations) antara sejumlah variabel yang saling independen satu dengan yang lain sehingga bisa dibuat satu atau beberapa kumpulan variabel yang lebih sedikit dari jumlah variabel awal dan dapat menilai apa saja variabel yang dianggap layak (approveriatteness) untuk dimasukkan dalam analisis selanjutnya. Tujuan analisis faktor adalah :

1. Data summarization, yaitu mengidentifikasi adanya hubungan antar variabel dengan melakukan uji korelasi.

2. Data reduction, yaitu seteleh melakukan korelasi, dilakukan proses membuat sebuah variabel set baru yang dinamakan faktor untuk menggantikan sejumlah variabel tertentu. Analisis faktor digunakan dalam situasi berikut : (Supranto, 2004)

1. Mengenali atau mengidentifikasi dimensi yang mendasari (underlying dimensions) atau faktor, yang menjelaskan korelasi antar satu set variabel.

2. Menganalisis faktor berarti mereduksi data atau variabel. Mengidentifikasi suatu set variabel baru yang tidak berkorelasi (independent) yang lebih sedikit jumlahnya untuk menggantikan suatu set variabel asli yang saling berkorelasi didalam analisis multivariat selanjutnya, misalnya analisis regresi berganda dan analisis diskriminan.

3. Mengenali atau mengidentifikasi suatu set variabel yang penting dari suatu set variabel yang lebih banyak jumlah untuk dipergunakan didalam analisis multivariat selanjutnya.

Metode Analisis Faktor dapat ditulis sebagai berikut :

) 1 . 1 ( ... ...

3 3 2 2 1

1 i i ik k

i

i W X W X W X W X

F = + + + +

Keterangan :

=

i

F Estimasi faktor ke -i

=

i

W Bobot atau koefisien nilai faktor ke -i

Supranto (2004) menyatakan bahwa analisis faktor memiliki banyak aplikasi didalam riset pemasaran, manajemen dan ilmu sosial atau kedokteran, untuk klasifikasi atau pengelompokkan. Antara lain adalah sebagai berikut :

1. Analisis faktor bisa dipergunakan didalam segmentasi pasar untuk mengidentifikasi variabel yang mendasari, yang dipergunakan untuk mengelompokkan pelanggan. 2. Didalam riset produk, analisis faktor dpat dipergunakan untuk menentukan atribut atau

karakteristik merek yang mempengaruhi pilihan pelanggan atau pembeli.

3. Didalam studi advertensi, analisis faktor dapat dipergunakan untuk memahami kebiasaan mengkonsumsi media the media consumption habits dari sasaran (the target market). 4. Didalam penelitian harga, bisa digunakan untuk mengenali atau mengidentifikasi

karakteristik atau sifat-sifat pelanggan yang sensitif terhadap harga.

1.5Tujuan Penelitian

Adapun tujuan penelitian ini adalah untuk memperoleh pengetahuan tentang faktor apa saja yang mempengaruhi secara signifikan terhadap pemilihan produk oleh dokter di Rumah Sakit Columbia Asia Medan, dan bagaimana pengaruh variabel independen terhadap variabel dependen. Hasil ini diharapkan akan membantu dalam memberikan gambaran dan penerapan strategi yang dihadapi dimasa mendatang.

1.6Kontribusi Penelitian a. Bagi penulis

Memperkaya literature dan menambah wawasan dalam bidang statistika yang

berhubungan dengan analisis faktor, serta pemahaman mengenai faktor-faktor apa saja yang mempengaruhi Pemilihan Produk oleh dokter di Rumah Sakit Columbia Asia Medan.

b. Bagi Departemen/Universitas

Dapat disajikan sebagai bahan studi kasus bagi pembaca, khususnya mahasiswa, serta dapat memberikan referensi bagi pihak perpustakaan sebagai bahan bacaan yang dapat menambah ilmu pengetahuan.

c. Bagi Perusahaan Farmasi

Sebagai bahan pertimbangan bagi perusahaan farmasi dalam penggunaan faktor-faktor yang mempengaruhi pemilihan produk oleh dokter, sekaligus meningkatkan kualitas pelayanan terhadap kalangan dokter di Rumah Sakit Columbia Asia Medan.

d. Bagi Rumah Sakit

Memberikan gambaran seberapa besar pengaruh faktor-faktor yang mempengaruhi dokter dalam memilih produk untuk diresepkan kepada pasien di Rumah Sakit Columbia Asia Medan sebagai pertimbangan untuk peningkatan kesembuhan pasien.

1.7Metodologi Penelitian

Adapun metodologi penelitian dalam tulisan ini adalah sebagai berikut:

1. Mengumpulkan referensi yang berkaitan dengan pemilihan produk dan analisis faktor (Multivariat).

2. Menentukan variabel penelitian.

3. Mengumpulkan data primer yang bersumber pada hasil pengisian koesioner oleh responden yang merupakan dokter praktek Rumah Sakit Columbia Asia Medan dengan menggunakan angket (koesioner).

4. Analisa data, langkah-langkah yang dilakukan yaitu dengan mengolah dan menganalisis data yang didapat dengan menggunakan software statistika SPSS.

a. Menguji validitas data

Validitas digunakan untuk mengukur valid atau tidaknya suatu butir pertanyaan atau pernyataan. Dengan kata lain, validitas menunjukkan sejauh mana alat ukur itu mengukur apa yang seharusnya diukur.

b. Menguji reliabilitas data

Pengujian reliabilitas adalah untuk menunjukkan suatu instrumen cukup dapat dipercaya sebagai alat pengumpul data.

d. Interpretasi faktor

e. Menentukaan ketepatan model

BAB 2

LANDASAN TEORI

2.1 Pengertian Produk

Produk obat adalah sebuah produk manufaktur yang berisi obat. Ada banyak bentuk produk obat, termasuk tablet (pil) bahan kimia lain yang tidak berbahaya bagi kebanyakan orang. Mereka termasuk produk untuk membuat rasa yang lebih baik atau mengikat tablet sehingga tidak buyar. Hasil bahan-bahan kimia yang telah diolah dari pabrik pengolahan (lab) kemudian dijual atau dipasarkan untuk dapat dikonsumsi atau dipakai oleh masyarakat.

Obat adalah benda atau zat yang dapat digunakan untuk merawat bahan yang dimaksudkan untuk digunakan dalam menetapkan diagnosis, mencegah, mengurangkan, menghilangkan, menyembuhkan penyakit atau gejala penyakit, luka atau kelainan badaniah dan rohaniah pada manusia atau hewan dan untuk memperelok atau memperindah badan atau bagian badan manusia (Kamus Wikipedia).

Dalam bidang farmasi produk yang dihasilkan didistribusikan kesetiap rumah sakit yang kemudian diresepkan oleh dokter. Ada beberapa hal yang mempengaruhi dokter dalam meresepkan obat kepada pasien ditinjau dari perusahaan farmasi diantaranya : diskon produk, sponsorship, harga obat, dan sebagainya.

Dari uraian diatas dapat diperoleh pengertian Produk obat yaitu sebuah produk manufaktur yang berisi obat dapat berbentuk tablet (pil), kapsul, kaplet, krim, atau cairan dan sebagainya.

2.2 Pengukuran variabel

Defenisi variabel yang digunakan dalam penelitian ini yaitu : 1. Diskon produk (X1)

Salah satu faktor penting yang mempengaruhi dokter dalam meresepkan produk. 2. Jumlah dana komitmen (X2)

Saat memulai kerjasama dengan dokter. 3. Sponsorship (X3)

Berpartisipasi dalam symposium, pertemuan ilmiah tahunan, dan sebagainya. 4. Nama dagang obat (X4)

Nama dagang identik dengan isi produk. 5. Kualitas produk (X5)

Dari hasil pemakaian sebelumnya terhadap pasien. 6. Intens kunjungan medical representatif (X6)

Mempresentasekan produk, memberikan informasi tambahan mengenai produk. 7. Harga produk (X7)

Dokter memperhatikan harga produk yang akan diresepkan kepada pasien. 8. Brand farmasi (X8)

Nama perusahaan farmasi dapat mempengaruhi dokter dalam meresepkan obat. 9. Tema promosi (X9)

Memberikan gambaran efek dari pemberian obat terhadap pasien.

10. Selling point (X10)

Menginformasikan kelebihan produk dibanding produk lain.

2.3 Populasi dan Sampel Penelitian

Populasi adalah sekelompok orang kejadian, atau benda yang merupakan kumpulan lengkap dari elemen-elemen sejenis akan tetapi dapat dibedakan karakteristiknya, yang dijadikan objek penelitian (Supranto, 2004). Populasi juga dapat diartikan keseluruhan bahan atau data yang akan diteliti, misalnya tinggi badan mahasiswa, berat badan bayi, dan lain-lain.

Ada dua macam populasi yaitu populasi tak terhingga (infinite population) dan populasi terbatas (finite population). Populasi tak terhingga yaitu populasi yang tidak terhingga jumlahnya, misalnya mahasiswa. Pengertian mahasiswa ini meliputi mahasiswa yang pernah ada, yang ada sekarang dan yang berada dimana saja diseluruh penjuru dunia. Sedangkan populasi terbatas adalah populasi yang terbatas baik jumlah maupun tempatnya.

Sampel merupakan bagian dari populasi yang diambil untuk diteliti atau observasi, sehingga dengan melakukan pengamatan pada contoh diperoleh keuntungan yaitu : menghemat biaya (reduced cost), waktu dan tenaga. Data segera dapat dikumpulkan, diolah dan dianalisis, sehingga hasilnya dapat cepat digunakan.

2.4 Variabel Penelitian

Istilah variabel merupakan istilah yang selalu dipakai dalam jenis penelitian. Variabel adalah salah satu yang nilainya berunah-ubah menurut waktu atau berbeda menurut elemen atau tempat (Supranto, 2004).

Variabel dapat dibedakan atas yang kuantitatif dan kualitatif. Contoh variabel kuantitatif adalah data yang berbentuk bilangan misalnya: luas daerah, tinggi badan seseorang, banyaknya jam dalam sehari dan sebagainya. Contoh variabel kualitatif misalnya : pandai, rajin, berhasil, dan sebagainya.

Lebih jauh variabel kuantitatif diklasifikasikan menjadi 2 kelompok yaitu variabel diskrit dan variabel kontinu.

1. Variabel Diskrit

Variabel diskrit disebut juga variabel nominal atau variabel kategorik karena hanya dapat dikategorikan atas 2 kutub yang berlawanan yakni “ya” dan “tidak”.

2. Variabel kontinum.

Variabel kontinum dipisahkan menjadi 3 variabel kecil yaitu:

1. Variabel ordinal, yaitu variabel yang menunjukkan tingkatan-tingkatan misalnya panjang, lebih panjang, sangat panjang. Untuk sebutan lain adalah variabel “lebih kurang” karena yang satu mempunyai kelebihan dibandingkan dengan yang lain. Contoh : Adi terpandai, Ria pandai, Rino tidak pandai.

2. Variabel Interval, yaitu variabel yang mempunyai jarak jika disbanding dengan variabel lain, sedang jarak itu sendiri dapat diketahui dengan pasti.

Contoh : Jarak Medan – Berastagi 66 Km, sedangkan Berastagi- Kisaran 235 Km. Maka selisih jarak Medan- Kisaran, adalah 169 Km.

3. Variabel rasio, yaitu perbandingan. Variabel ini dalam hubungan antar- sesamanya merupakan “sekian kali”.

Contoh : Berat Adi 71, sedangkan adiknya 35,5. Maka berat Adi dua kali berat adiknya.

Ditinjau dari sifatnya, variabel penelitian dapat dibedakan menjadi dua, yaitu variabel statis dan variabel dinamis.

a. Variabel statis adalah variabel yang tidak dapat diubah keberadaannya, misalnya: jenis kelamin, jenjang pendidikan, tempat tinggal, dan lain-lain. Andaikata hasil penelitian menunjukkan sesuatu yang merupakan akibat dari variabel-variabel tersebut, peneliti tidak mampu mengubah atau mengusulkan untuk mengubah variabel yang dimaksud.

b. Variabel dinamis adalah variabel yang dapat diubah keberadaannya berupa perubahan, peningkatan, atau penurunan.

Contoh : kedisiplinan, motivasi, pengaturan, dan sebagainya.

Pada penelitian ini variabel yang digunakan adalah diskon produk, jumlah dana komitmen, sponsorship, nama dagang obat, kualitas produk, intens kunjungan medical representative, harga produk, brand farmasi, tema promosi, selling point. Kesepuluh variabel tersebut diberi simbol dengan huruf X, dan variabel tersebut akan membentuk beberapa faktor.

2.5 Data

Data adalah bahan yang perlu diolah sehingga menghasilkan informasi atau keterangan, baik kualitatif maupun kuantitatif yang menunjukkan fakta. Sedangkan perolehan data seharusnya relevan artinya data ada hubungannya langsung dengan penelitian.

2.5.1 Data Menurut Sifatnya

Data menurut sifatnya ada dua yaitu data kualitatif dan data kuantitatif.

a. Data kualitatif yaitu data yang berhubungan dengan kategori, karakteristiknya berwujud pernyataan atau berupa kata-kata. Data ini biasanya didapat dari wawancara yang bersifat

subjektif sebab data tersebut ditafsirkan lain oleh orang yang bebeda. Data kualitatif dapat dinyatakan dalam angka dalam bentuk ordinal atau rangking.

Contoh : pria itu baik, wanita itu cantik, gagal, berhasil, dan lain-lain.

b. Data kuantitatif yaitu data yang berwujud bilangan. Data ini diperoleh dari pengukuran langsung maupun dari angka-angka yang diperoleh dengan mengubah data kualitatif menjadi data kuantitatif. Data kuantitatif bersifat objektif dan bisa ditafsirkan semua orang.

Contoh : Luas kampus itu 3000 m2, banyak mahasiswa di ruangan itu ada 30 orang, dan lain-lain.

Data kuantitatif dibagi menjadi dua bagian, yaitu :

a. Data diskrit adalah data hasil menghitung atau membilang. Contoh : Adi mempunyai pena 5 buah.

Ayah mempunyai ladang 4 petak.

b. Data kontinu adalah data yang diperoleh dengan cara mengukur. Contoh : panjang kolam tersebut 3 meter.

2.5.2 Data Menurut Cara Memperolehnya Dalam hal ini data dibagi dua bagian, yaitu :

1. Data primer adalah data yang dikumpulkan secara langsung olehsuatu organisasi, lembaga, objek individual (responden) atau orang yang berkepentingan atau memakai data tersebut.

2. Data sekunder adalah data yang diperoleh peneliti secara tidak langsung melalui media perantara (diperoleh dan dicatat oleh pihak lain) umumnya berupa bukti, catatan, atau laporan historis yang telah tersusun dalam arsip (data dokumenter).

Maksud dari skala pengukuran ini untuk mengklasifikasikan variabel yang akan diukur supaya tidak terjadi kesalahan dalam menentukan analisis data dan langkah penelitian selanjutnya (Riduwan, 2004). Jenis-jenis skala pengukuran ada empat, yaitu :

a. Skala Nominal

Skala nominal yaitu skala yang paling sederhana disusun menurut jenis (kategorinya) atau fungsi bilangan hanya sebagai symbol untuk membedakan sebuah karakteristik lainnya. Adapun ciri-ciri skala nominal antara lain: hasil perhitungan dan tidak dijumpai bilangan pecahan, angka yang tertera hanya label saja, tidak mempunyai urutan (rangking), tidak mempunyai ukuran baru, dan tidak mempunyai nol mutlak.

Contoh : Jenis Kelamin: 1= Laki-laki, 2= Perempuan Agama : 1= Islam, 2= Kristen, dan seterusnya.

b. Skala Ordinal

Skala ordinal adalah skala yang didasarkan pada rangking, diurutkan dari jenjang yang lebih tinggi sampai jenjang terendah atau sebaliknya.

Contoh : Mengukur kejuaraan, misalnya: kerajinan: tingkat 1, tingkat 2, tingkat 3. c. Skala Interval

Skala interval adalah skala yang menunjukkan jarak antara satu data dengan data yang lain dan mempunyai bobot yang sama.

d. Skala rasio

Skala rasio adalah skala pengukuran yang mempunyai nilai nol mutlak dan mempunyai jarak yang sama. Misalnya umur manusia dan ukuran timbangan keduanya tidak memiliki angka nol negatif. Artinya seseorang tidak dapat berumur dibawah nol tahun dan memiliki timbangan diatas nol pula. Contoh lain adalah, tinggi pohon, jarak, panjang dan sebagainya.

2.7 Skala Instrumen (Model Skala Sikap)

Bentuk-bentuk skala sikap yang perlu diketahui dalam melakukan penelitian yang sering digunakan ada 5 macam, yaitu :

2. Skala Guttman

3. Skala Defferensial Simantict 4. Rating Scale

5. Skala Thurstone.

1. Skala Likert digunakan untuk mengukur sikap, pendapat dan presepsi seseorang atau kelompok tentang kejadian atau gejala sosial. Variabel yang diukur akan dijabarkan menjadi dimensi, dimensi dijabarkan menjadi sub variabel kemudian sub variabel dijabarkan lagi menjadi indikator yang dapat diukur. Artinya

indikator-indikator yang terukur ini dapat dijadikan titik tolal untuk membuat item instrument yang berupa pertanyaan atau pernyataan yang perlu dijawab oleh responden. Setiap jawaban dihubungkan dengan bentuk pertanyaan atau dukungan sikap yang diungkapkan dengan kata-kata sebagai berikut:

Sangat penting (SP) = 5 Penting (P) = 4 Netral (N) = 3 Kurang penting (KP) = 2 Tidak Penting (TP) = 1

2. Skala Guttman

Skala Guttman merupakan skala kumulatif. Skala ini mengukur satu dimensi saja dari suatu variabel yang multidimensi. Skala Guttman disebut juga skala scalogram yang sangat baik meyakinkan peneliti tentang kesatuan dimensi dari sikap atau sifat yang diteliti, yang sering disebut dengan atribut universal. Skala Guttman digunakan untuk jawaban yang bersifat jelas (tegas) dan konsisten. Misalnya : Setuju- Tidak setuju, Benar- Salah, Positif- Negatif, dan lain-lain.

3. Skala Differensial Semantik (Semantic Differensial Scale)

Skala Differensial Semantik atau skala perbedaan semantik berisikan serangkaian karakteristik bipolar (dua-kutup), seperti : panas- dingin, baik- tidak baik, popular- tidak popular dan sebagainya. Karakteristik bipolar tersebut mempunyai tiga dimensi dasar sikap seseorang terhadap objek, yaitu :

a. Aktifitas b. Evaluasi c. Potensi

4. Rating Scale

Berdasarkan ketiga skala pengukuran diatas, yaitu : Skala Likert, Skala Guttman, dan Skala perbedaan semantik, data yang diperoleh adalah data kualitatif yang kemudian dikuantitatifkan. Sedangkan Skala Rating Scale adala data mentah yang didapat berupa- angka kemudian ditafsirkan dalam bentuk pengertian kualitatif. Responden menjawab, misalnya : mampu- tidak mampu, lemah- kuat, buruk- baik, positif- negative, ini semua merupakan contoh data kualitatif.

Pembuatan dan penyusunan instrument dengan menggunakan Rating Scale harus dapat mengartikan atau menafsirkan setiap angka yang diberikan pada alternatif

jawaban. Misalnya Adi memilih jawaban angka 3, Ani memilih angka 3, tetapi persepsinya belum tentu sama maknanya walaupun sama-sama menjawab angka 3.

5. Skala Thurstone

Skala Thrustone meminta responden untuk memilih pernyataan yang ia setujui dari beberapa pernyataan yang menyajikan pandangan yang berbeda-beda. Pada umumnya setiap item mempunyai asosiasi nilai antara 1- 10, tetapi nilai-nilainya tidak diketahui oleh responden.

Perbedaan antara Skala Likert dengan Skala Thrustone adalah pada Skala Thrustone interval yang panjangnya sama memiliki instensitas kekuatan yang sama, sedangkan pada Skala Likert tidak perlu sama.

2.8 Metode Pengumpulan Data

Teknik atau cara-cara pengumpulan data yang dimaksud adalah pencatatan peristiwa dari sebagian populasi penelitian. Data yang diperoleh akan dijadikan landasan dalam mengambil

keputusan. Ada beberapa instrumen pengumpulan data yang digunakan secara umum dalam penelitian, yaitu :

a. Metode Dokumentasi

Metode dokumentasi dijukan untuk memperoleh data langsung berupa catatan, transkrip, majalah, buku-buku, surat kabar, agenda, dan sebagainya.

b. Metode Angket (Koesioner)

Angket (Questionnaire) adalah daftar pertanyaan atau pernyataan diberikan kepada orang lain yang bersedia sebagai respons (responden). Tujuan pembagian angket kepada para dokter mengenai faktor-faktor yang mempengaruhi dokter dalam memilih- produk suatu perusahaan farmasi di Rumah Sakit Columbia Asia Medan untuk mendapatkan informasi mengenai permasalahan dari responden

Untuk mengetahui distribusi frekuensi masing-masing variabel yang pengumpulan datanya menggunakan angket (koesioner), setiap indikator dari data yang dikumpulkan terlebih dahulu diklasifikasikan dan diberi skor atau nilainya, yaitu:

Skor 4 untuk jawaban responden sangat penting Skor 3 untuk jawaban responden penting

Skor 2 untuk jawaban responden kurang penting Skor 1 untuk jawaban responden tidak penting. c. Wawancara

Wawancara adalah suatu cara pengumpulan data yang digunakan untuk memperolah informasi langsung dari sumber (responden). Teknik wawancara dilakukan peneliti kepada responden yang kurang mengerti terhadap angket yang diberikan.

2.9 Uji Pengolahan data 2.9.1 Uji Validitas

Validitas adalah suatu ukuran yang digunakan untuk mengukur sah atau tidaknya suatu butir pertanyaan. Jika skala pengukuran tidak valid maka tidak bermanfaat bagi peneliti, sebab tidak

mengukur apa yang seharusnya dilakukan. Dengan kata lain, validitas adalah sebuah fungsi yang menunjukkan seberapa baik dimensi dan elemen sebuah konsep digambarkan.

Sebuah instrumen dikatakan valid apabila mampu mengukur apa yang seharusnya diukur dan dapat mengungkapkan data dari variabel yang diteliti secara tepat. Tinggi rendahnya validitas instrumen menunjukkan sejauh mana data yang terkumpul tidak menyimpang dari gambaran tentang validitas yang dimaksud. Metode yang digunakan untuk menguji validitas dalam penelitian ini adalah :

(

) (

)

(

)

{

}

{

( )

}

...(2.1)

.

2 2

2

2

∑

∑

∑

∑

∑

∑

∑

− − − = Y Y n X X n Y X XY n r_xy Keterangan : xy

r = koefisien korelasi X = skor pertanyaan

Y = skor total n = jumlah sampel

Untuk menentukan valid tidaknya variabel adalah dengan cara mengkonsultasikan hasil perhitungan koefisien korelasi dengan tabel nilai koefisien (r) pada taraf signifikansi 5% atau taraf kepercayaan 95%. Untuk menguji apakah variabel tersebut valid, maka nilai koefisien (r) harus lebih besar dari nilai koefisien rtabel.

Hipotesis :

Ho : Skor butir pertanyaan berkorelasi positif dengan total skor konstruk Ha : Skor butir pertanyaan tidak berkorelasi positif dengan total skor konstruk Sehingga :

Jika rxy ≥ rtabel→ valid Jika rxy< rtabel→ tidak valid

2.9.2 Uji Reliabilitas

Reliabilitas menunjukkan tingkat konsistensi dan stabilitas dari data, bahwa suatu instrumen cukup dapat dipercaya sebagai alat pengumpul data karena instrumen tersebut sudah baik. Stabilitas ukuran menunjukkan kemampuan sebuah ukuran untuk tetap stabil atau tidak rentan terhadap perubahan situasi apapun. Metode yang digunakan untuk menguji reliabilitas adalah-

metode Alpha Cronbach dan taraf keyakinan (coefficients of confidence = CC) dengan ketentuan sebagai berikut :

Jika CC ˂ cronbach’s alpha, item pertanyaan reliabel (konsisten)

Jika CC ˃ cronbach’s alpha, item pertanyaan tidak reliabel (tidak konsisten)

Secara matematis besarnya reliabilitas dirumuskan sebagai berikut (Sunyoto Danang, 2012) : ) 2 . 2 ( ... 1 1 2 2         −     − =

∑

ab ab k k r dimana :

r = besarnya reliabilitas

k = jumlah item pertanyaan yang diuji

Σ

ab2 = jumlah varians skor tiap-tiap item

ab2 = varians total

2.10 Analisis Faktor

Pada awalnya teknik analisis faktor dikembangkan pada awal abad ke-20. Teknik analisis ini dikembangkan dalam bidang psikometrik atas usaha ahli statistik yaitu Karl Pearson, Charles Spearman, dan lainnya untuk mendefinisikan dan mengukur intelegensia seseorang.

Pada analisis faktor (factor analysis) dapat dibagi menjadi 2 macam yaitu analisis komponen utama (principal component analysis = PCA) dan analisis faktor (factor analysis = FA). Kedua analisis ini betujuan untuk menerangkan ragam-ragam melalui kombinasi linear variabel-variabel pembentuknya. Sehingga dapat dikatakan bahwa faktor atau komponen adalah variabel bentukan bukan variabel asli. Secara umum analisis faktor atau analisis komponen utama bertujuan untuk mereduksi data dan menginterpretasikannya sebagai suatu variabel baru yang merupakan variabel bentukan. Pada dasarnya analisis faktor mendekatkan data pada suatu pengelompokkan atau pembentukkan suatu variabel baru yang berdasarkan pada keeratan hubungan antar dimensi pembentuk faktor atau adanya konfirmatori sebagai variabel baru atau faktor.

Proses analisis faktor mencoba menemukan hubungan (interrelationship) antara sejumlah variabel yang saling independen satu dengan yang lain, sehingga bisa dibuat satu atau beberapa

kumpulan variabel yang lebih sedikit dari jumlah variabel awal. Sebagai contoh jika ada 10 variabel yang independen satu dengan yang lain, dengan analisis faktor mungkin dapat diringkas menjadi 5 kumpulan variabel baru yang mampu menerangkan variabel asli atau awal (Santoso, 2010).

Analisis faktor bertujuan menerangkan struktur hubungan diantara variabel-variabel yang teramati dengan cara membangkitkan beberapa faktor atau komponen variabel laten atau variabel bentukan yang jumlahnya lebih sedikit. Selain tujuan utama analisis faktor tersebut diatas, terdapat beberapa tujuan lain yaitu :

1. Untuk mengidentifikasi adanya hubungan antar variabel penyusun faktor atau dimensi dengan faktor yang terbentuk menggunakan pengujian koefisien korelasi antar faktor dengan komponen pembentuknya.

2. Adanya validasi data untuk mengetahui apakah hasil analisis tersebut dapat digeneralisasi kedalam populasinya, sehingga setelah terbentuk faktor, maka peneliti sudah mempunyai suatu hipotesis baru berdasarkan hasil analisis faktor.

2.10.1 Prinsip-Prinsip Analisis Faktor

Analisis faktor merupakan salah satu prosedur reduksi data serta salah satu alat untuk menguji alat ukur dalam metode statistik multivariat (Dillon and Goldstein, 1984). Ada tiga fungsi utama analisis faktor, yaitu :

1. Mereduksi jumlah variabel penelitian dengan tetap mempertahankan sebanyak mungkin informasi data awal. Banyaknya variabel awal menjadi beberapa variabel yang lebih sedikit jumlahnya dengan tetap mempertahankan sebagian besar variasi data.

2. Mencari perbedaan kualitatif dan kuantitatif dalam data, dalam situasi dimana terdapat jumlah data yang sangat besar.

3. Data dapat digunakan untuk menguji hipotesis tentang perbedaan kualitatif dan kuantitatif dalam data penelitian.

Adapun kelebihan dari metode analisis faktor adalah :

1. Dapat menjelaskan karakteristik dominan yang dimiliki unit data operasi.

2. Dapat menganalisis sejumlah variabel awal penelitian dan menganalisis korelasi antara variabel awal tersebut.

3. Dapat menggabungkan atau mengagresikan sejumlah variabel awal yang diteliti menjadi sejumlah variabel yang lebih sedikit jumlahnya.

2.10.2 Statistik yang Relevan dengan Analisis Faktor

Statistik kunci yang relevan dengan analisis faktor adalah sebagai berikut : 1. Barlett’s test of Sphericity

Barlett’s test of Sphericity adalah uji statistik yang digunakan untuk menguji

hipotesis yang menyatakan bahwa variabel-variabel tersebut tidak berkorelasi dalam populasinya. Dengan kata lain, matriks korelasi populasi adalah sebuah matriks identitas, dimana setiap variabel berkorelasi dengan variabel itu sendiri (r = 1), tetapi tidak berkorelasi dengan variabel lainnya (r = 0).

2. Correlation Matriks (Matriks Korelasi)

Matriks korelasi adalah matriks yang menunjukkan korelasi sederhana (r) antara seluruh kemungkinan pasangan variabel yang dilibatkan dalam analisis. Nilai atau angka pada diagonal utama semuanya sama yaitu sama dengan 1.

3. Perhitungan Communality

Communality adalah jumlah varians yang disumbangkan oleh suatu variabel dengan seluruh variabel lainnya dalam analisis. Dapat juga disebut proporsi atau bagian varians yang dijelaskan oleh common factoratau besarnya sumbangan suatu faktor terhadap varians seluruh variabel. Makin kecil nilainya, semakin lemah hubungan antara variabel yang terbentuk.Bagian dari varians variabel ke – i dari common faktor disebut komunalitas ke – i

yang merupakan jumlah kuadrat dari loading variabel ke – i padacommon faktor (Johnson &Wichern, 2002), dengan rumus :

) 3 . 2 ( ... ... 2 2 2 2 1 2 im i i i

h =λ +λ + +λ

Keterangan :

=

i

h communality variabel ke-i

=

im

λ nilai factor loading

Eigen value yaitu mempersentasikan total varians yang dijelaskan oleh setiap faktor. Untuk faktor yang mempunyai nilai eigen value ≥1 maka faktor tersebut akan

dimasukkan kedalam model.

Dimana perhitungan ini berdasarkan persamaan karakteristik : Det(M-γ I)……….(2.4)

Keterangan :

M = matriks korelasi I = matriks identitas

γ = eigen value

5. Kaiser – Meyer – Olkin (KMO) measure of sampling adequency

Kaiser- Meyer- Olkin (KMO) merupakan suatu indeks yang dipergunakan untuk meneliti ketepatan analisis faktor. Analisis faktor dikatakan tepat apabila nilai KMO berkisar antara 0,5 – 1,0 dan sebaliknya jika nilai KMO kurang dari 0,5 berarti analisis faktor tidak tepat. ) 5 . 2 ( ... ,..., 2 , 1 ; ,..., 2 , 1 , 2 2 2 q k p i a r r KMO ik k i i ik k i i ik k i

i _{= =}

+ =

∑ ∑

≠

∑ ∑

∑

∑

≠ ≠ Keterangan : = ik

r koefisien korelasi sederhana antara variabel ke-i pada faktor ke- k

=

ik

a koefisien korelasi parsial antara variabel ke-i pada faktor –k Hipotesis :

Ho : Jumlah data cukup untuk difaktorkan H1 : Jumlah data tidak cukup untuk difaktorkan

6. Measure of Sampling Adequacy (MSA)

Measure of Sampling Adequacy (MSA)yaitu suatu indeks perbandingan antara koefisien korelasi parsial untuk setiap variabel. MSA digunakan untuk identifikasi kecukupan sampel.

) 6 . 2 ( ... ,..., 2 , 1 ; ,..., 2 , 1 , 2 2 2 q k p i a r r MSA ik k i ik k i ik k i

i = ₊ = =

∑

≠

∑

∑

≠

≠

Keterangan :

=

ik

r koefisien korelasi sederhana antara variabel ke-i pada faktor ke-k =

ik

a koefisien korelasi parsial antara variabel ke-i pada faktor ke-k

7. Percentage of variance (Persentase Varians)

Persentase varians adalah persentase yang disumbangkan oleh setiap faktor.

8. Residuals

Residuals adalah selisih antara korelasi yang terobservasi berdasarkan input correlation matrix dan korelasi hasil reproduksi yang diestimasi dari matriks faktor.

9. Scree plot

BAB 3

METODE PENELITIAN

3.1 Penentuan Lokasi Penelitian

Penelitian ini mengambil lokasi di Rumah Sakit Columbia Asia Medan. Pemilihan lokasi penelitian dilakukan secara sengaja atau purposive. Pemilihan responden berdasarkan banyaknya jumlah pasien yang berobat kepada dokter umum maupun spesialis yang pernah melakukan kerjasama dengan perusahaan farmasi. Dimana sales yang dihasilkan dari produk-produk tiap perusahaan farmasi berfluktuasi tiap bulannya.

3.2 Sumber Data

Data diperoleh langsung dari pihak Rumah Sakit Columbia Asia. Teknik pengumpulan data yang dilakukan yaitu :

1. Observasi, yaitu pengamatan langsung terhadap objek yang akan diteliti dalam hal ini adalah para dokter di Rumah Sakit Columbia Asia Medan.

2. Mengumpulkan data berupa teori-teori yang diperoleh dari literatur yang berhubungan dengan permasalahan yang akan diteliti dalam tulisan ini.

3.3 Populasi, Sampel, dan Teknik Pengambilan Sampel

3.3.1 Populasi

Populasi adalah sekelompok orang, kejadian atau benda yang merupakan kumpulan lengkap dari elemen-elemen sejenis akan tetapi dapat dibedakan berdasarkan karakteristiknya, yang dijadikan objek penelitian (Supranto, 2004).

Populasi pada penelitian ini adalah semua dokter yang praktek dan yang pernah melakukan kerja sama dengan perusahaan farmasi di Rumah Sakit Columbia Asia Medan. Data jumlah dokter pada tahun 2013 yang diperoleh dari pihak Rumah Sakit adalah sebanyak 98 orang.

3.3.2 Sampel

Sampel adalah perwakilan dari populasi yang diambil untuk diteliti atau observasi sehingga dengan melakukan pengamatan pada contoh diperoleh keuntungan yaitu : menghemat biaya (reduced cost), waktu dan tenaga. Data segera dapat dikumpulkan, diolah, dan dianalisis, sehingga hasilnya dapat cepat digunakan.

Untuk mengetahui ukuran sampel dari jumlah populasi yang diketahui, berdasarkan jumlah dokter, dengan menggunakan rumus Slovin :

2 1 Ne

N n

+ =

Keterangan :

n = ukuran sampel N = ukuran populasi

e = toleransi atau error karena kesalahan sampel yang dapat ditolerir, misalnya 1%, 5%, 10%. Pada penelitian ini penulis menggunakan batas kesalahan sebesar 10%.

Maka berdasarkan jumlah dokter praktek di Rumah Sakit Columbia Asia dengan memperhatikan batasan masalah jumlah dokter adalah 43 orang. Diharapkan jumlah data ini berdistribusi normal. 07 , 30 43 , 1 43 ) 01 , 0 ( 43 1 43 %) 10 ( 43 1 43 2 = = + = + = n

Jumlah sampel dibulatkan menjadi 30 responden.

Teknik sampel(penarikan sampel) yang digunakan oleh penulis dalam penelitian ini adalah sampel bertujuan (Purposive Sample). Sampel bertujuan dilakukan dengan cara mengambil subjek bukan didasarkan atas strata, atau daerah tetapi didasarkan pada tujuan tertentu.

Cara mengambil sampel dalam penelitian ini adalah dengan teknik sampling kemudahan (Convenience Sampling), sampel yang diambil berdasarkan ketersediaan dan kemudahan untuk mendapatkannya.

3.4 Teknik Pengumpulan Data

Dalam penelitian ini teknik pengumpulan data yang digunakan adalah dengan data primer yaitu data yang diperoleh langsung dari sumber dilokasi penelitian. Data yang bersumber dari responden menggunakan angket koesioner dalam bentuk pernyataan disertai dengan pilihan jawaban dan juga wawancara.

Penyusunan koesioner berdasar dari variabel-variabel yang dijabarkan setiap pernyataan dalam koesioner. Setiap jawaban responden diberi bobot dengan menggunakan skala likert. Skala likert digunakan untuk mengukur sikap, pendapat, dan persepsi seseorang atau kelompok tentang kejadian atau gejala sosial. Dalam penelitian gejala sosial ini telah ditetapkan secara spesifik oleh peneliti, yang selanjutnya disebut sebagai variabel penelitian.

Alternatif jawaban yang disediakan terdiri dari pernyataan yang diklasifikasikan dalam bentuk sangat penting, penting, cukup penting, dan tidak penting seperti pada tabel berikut ini.

Bobot Penilaian

1 Tidak penting

2 Cukup penting

3 Penting

4 Sangat penting

3.5 Variabel yang Digunakan

Variabel yang digunakan dalam penelitian ini adalah :

X1 = Diskon produk

X3 = Sponsorship

X4 = Nama dagang produk X5 = Kualitas produk

X6 = Intens kunjungan medical representatif X7 = Harga produk

X8 = Brand farmasi X9 = Tema promosi X10 = Selling point

BAB 4

PEMBAHASAN DAN HASIL

4.1 Gambaran Umum Daerah Penelitian 4.1.1 Profil

Rumah Sakit Columbia Asia Medan adalah salah satu rumah sakit yang berada di jantung kota Medan tepatnya di Jalan Listik No. 2 A Medan. Menurut informasi yang didapat, rumah sakit ini merupakan rumah sakit terbaik di Sumatera Utara. Rumah Sakit Columbia ini dahulunya bernama Rumah Sakit Glenny, kemudian berganti nama menjadi Rumah Sakit Glen Eagles dan sejak tahun 2010 berganti nama menjadi Rumah Sakit Columbia Asia.

Untuk menyesuaikan terhadap visi dan misi Rumah Sakit Columbia Asia yaitu menjadi rumah sakit yang memberikan pelayanan kesehatan terbaik dan menjadi rumah sakit yang paling diminati khususnya masyarakat Sumatera Utara, Rumah Sakit Columbia Asia menempatkan dokter-dokter yang handal dalam bidangnya mulai dari dokter umum, dokter spesialis serta sub spesialis. Adapun jumlah dokter menurut data yang diperoleh adalah sebagai berikut :

Tabel 4.1 Jumlah Dokter di Rumah Sakit Columbia Asia

No Spesialis / Sub Spesialis Jumlah Dokter

1. Praktek Umum 11 Orang

2. Anak 9 Orang

3. Hati dan Saluran Cerna Anak 5 Orang

4. Jantung Anak 2 Orang

5. Bedah Umum 2 Orang

6. Bedah Plastik 2 Orang

7. Bedah Mulut 2 Orang

8. Bedah Saraf 4 Orang

9. Bedah Digestif 3 Orang

(THT-KL)

11. Konsultan Ginjal 3 Orang

12. Mata 3 orang

13. Kebidanan dan Penyakit Kandungan (Obgyn) 6 Orang

14. Anesthesi (Bius) 3 Orang

15. Tulang (Orthopediac) 5 Orang

16. Tulang Belakang (Spine) 1 Orang

17. Urologi 3 Orang

18. Rheumatologi 1 Orang

19. Hematologi 1 Orang

20. Saraf 5 Orang

21. Kulit dan Kelamin 4 Orang

22. Paru 5 Orang

23. Bedah Onkologi 2 Orang

24. Penyakit Dalam 2 Orang

25. Konsultan Gastro Entero Hepatologi 2 Orang 26. Konsultan Endokrin Metabolik Diabetes 2 Orang

27. Jantung dan Pembuluh Darah 4 Orang

28 Gigi 3 Orang

Total 98 Orang

Sumber : Doctor’s Directory Columbia Asia Hospital 2013

4.1.2 Manajemen Rumah Sakit Columbia Asia

Untuk meningkatkan sistem pelayanan dan pelayanan yang profesional, Rumah Sakit Columbia Asia mempunyai Hospital Management (Manajemen Rumah Sakit) yang terbagi dalam beberapa bagian, yaitu :

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)

12. Day Care/Endoscopy

13. Unit Gawat Darurat (UGD/Emergency Department)

4.2.2 Pelayanan Rawat Inap Pasien

1. Ruang Rawat Inap Pasien (Outpatient Room) 2. Unit Perawatan Intensif (ICU/Intens 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 Unit/NICU) 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. ATM/Anjungan 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. Kasir/Registrasi

8. Perpustakaan Anak (Lantai 6) 9. Area Bermain Anak (Lantai 6) 4.3 Pengolahan Data

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 X1 X2 X3 X4 X5 X6 X7 X8 X9 X10

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

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 Xpxn 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 X1.

2. Kategori skor jawaban dalam skala Ordinal (Likert) nilainya antara : 1 – 4 3. Masing-masing skor jawaban dalam skala Ordinal dihitung frekuensinya.

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 , 0 30

3 1 = =

P 2333 , 0 30 7 2 = =

P 5 , 0 30 15 3 = =

P

5. Menghitung Proporsi Kumulatif (PK) PK1= 0,1

PK2= 0,3333 PK3= 0,8333 PK4= 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 PK1= 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

, 0 30

5 4 = = P

003 , 2 4 , 0 8012 , 0 ₌ = 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 F(Z) 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 Z1= -1,4828, hasilnya adalah :

F(-1,4828) = 0,1328

2

1 _{( 1,4828)}2

2 1 =      _{− −} e π

F(-0,4311) = 0,3635

2 1 2 ) 4311 , 0 ( 2 1 =      _{− −} e π

F(0,9666) =

( )

2500 , 0 2

1 0,9666)2 2 1 =       − e π

F(1) = 0,2419

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 − −

SV1 = 1,328 0 1 , 0 1328 , 0

0 ₌₋

− −

SV2 = 0,9889 1 , 0 3333 , 0 3635 , 0 1328 ,

0 ₌₋

− −

SV3 = 0,2272

3333 , 0 8333 , 0 2499 , 0 3635 , 0 = − −

SV4 = 0,0479

8333 , 0 0000 , 1 2419 , 0 2499 , 0 = − −

9. Menentukan Scale Value min sehingga SVterkecil + SV_min = 1 Scale Value terkecil = -1,328

-1,328 + SV_min =1 328 , 2 min =

SV

10. Transformasi nilai skala dengan rumus : Y= SV1+ SV_min

Y1= -1,328 + 2,328 = 1

Y2 = -0,9889 + 2,328 = 1,3391 Y3 = 0,2272 + 2,328 = 0,5552 Y4 = 0,048 + 2,328 = 2,3760

Hasil akhir semua angka dapat dilihat pada tabel berikut :

Tabel 4.3 Penskalaan Variabel X1 Skala

Skor Ordinal

Frekuensi Proporsi Proporsi Kumulatif

Nilai Z Densitas {F(z)}

Scale Value

Nilai Hasil Penskalaan 1 3 0,1000 0,1000 -1,4828 0,1328 -1,3280 1,0000

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 X1 X2 X3 X4 X5 X6 X7 X8 X9 X10

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

Validitas adalah suatu ukuran yang menunjukkan tingkat-tingkat kevalidan atau kesahihan suatu instrumen. Disebut valid, jika instrumen mengukur apa yang seharusnya diukur.

Case Processing Summary

N %

Cases Valid 30 100.0 Excludeda 0 .0 Total 30 100.0

No Variabel r hitung r tabel Kesimpulan 1. X1 = Diskon produk 0,138 0,361 Tidak Valid 2. X2 = Jumlah dana komitmen -0,398 0,361 Tidak Valid

3. X3 = Sponshorship 0,403 0,361 Valid

4. X4 = Nama dagang produk 0,030 0,361 Tidak Valid 5. X5 = Kualitas produk 0,582 0,361 Valid 6. X6 = Intens kunjungan 0,325 0,361 Tidak Valid

7. X7 = Harga produk 0,550 0,361 Valid

8. X8 = Brand farmasi 0,093 0,361 Tidak Valid

9. X9 = Tema promosi 0,543 0,361 Valid

10. X10 = Selling point 0,459 0,361 Valid

Untuk mengetahui valid atau tidaknya suatu variabel, dapat dilihat pada tabel 4.5 di atas. Nilai korelasi hitung dengan tabel korelasi product moment untuk N = 30 dan α = 5% adalah 0,361. Dari hasil uji validitas, terlihat bahwa ada beberapa variabel yang tidak valid karena nilai

r_hitung< r_tabel yaitu variabel X1 , X2, X4, dan X8. Variabel lainnya dinyatakan valid.Selanjutnya untuk menguji validitas alat ukur, dicari harga korelasi antar alat ukur secara keseluruhan dengan cara mengkorelasikan tiap butir alat ukur dengan skor total tiap butir. Untuk menghitungnya menggunakan teknik korelasi Pearson Product Moment.

Dari perhitungan korelasi Pearson Product Moment, maka akan dicari perhitungannya antara variabel X3 (nilai komunalitas tertinggi) dengan skor total variabel lainnya (Y) dapat dilihat pada tabel berikut :

Tabel 4.6 Perhitungan Korelasi Pearson Product Moment Nomor

Responden X Y XY X2 Y2

1 3.115 20.726 64.57223 9.706274 429.5749

2 3.115 23.671 73.74802 9.706274 560.3355

4 3.115 24.114 75.12785 9.706274 581.4995

5 3.115 25.572 79.66782 9.706274 653.903

6 4.251 28.493 121.1356 18.07463 811.8468

7 3.115 20.281 63.1851 9.706274 411.3171

8 2.116 29.580 62.58442 4.476593 874.9533

9 3.115 28.333 88.27151 9.706274 802.7652

10 3.115 21.464 66.86949 9.706274 460.6843

11 2.116 17.024 36.01984 4.476593 289.8251

12 3.115 22.470 70.00409 9.706274 504.887

13 3.115 29.894 93.13495 9.706274 893.661

14 2.116 18.121 38.33937 4.476593 328.3541

15 3.115 25.456 79.30888 9.706274 648.024

16 4.251 29.608 125.8747 18.07463 876.6119

17 4.251 23.132 98.34378 18.07463 535.0871

18 1.000 15.130 15.12956 1 228.9036

19 2.116 20.335 43.0252 4.476593 413.5216

20 3.115 26.302 81.943 9.706274 691.7851

21 4.251 25.719 109.3408 18.07463 661.4469

22 2.116 15.491 32.77495 4.476593 239.9587

23 3.115 23.839 74.26878 9.706274 568.2769

24 4.251 24.897 105.848 18.07463 619.8636

25 4.251 24.415 103.799 18.07463 596.0972

26 2.116 29.317 62.02794 4.476593 859.463

28 2.116 23.721 50.18929 4.476593 562.6969

29 2.116 23.655 50.04968 4.476593 559.5708

30 2.116 20.973 44.37413 4.476593 439.8575

Jumlah 88.188 697.137 2105.212 285.287 16733.63

untuk perhitungan korelasi product moment:

{

_∑

∑

−

_∑

∑ ∑

_∑

−

_∑

}

− = 2 2 2 2 ) ( ( ) ( ) . ( ) ( Y Y n X X n Y X XY n r_xy

(

)

{

2 2

}

) 137 , 697 ( ) 63 , 16733 ( 30 ( ) 188 , 88 ( ) 287 , 285 ( 30 137 , 697 ) 188 , 88 ( ) 212 , 2105 ( 30 − − − = =

(

)(

)

{

8558,61 7777,123 502008,9 485999,997

}

118 , 61479 36 , 63156 − − − ) 903 , 16008 ( ) 487 , 781 ( 172 , 1677 − = 579 , 12510749 172 , 1677 = = 054 , 3537 172 , 167

= 0,474 (valid)

4.3.4 Uji Reliabilitas

Reliabilitas menunjukkan pada pengertian bahwa suatu instrumen cukup dapat dipercaya untuk digunakan sebagai alat pengumpul data karena instrumen tersebut sudah baik. Reliabilitas menunjuk pada tingkat keterandalan sesuatu. Metode yang digunakan untuk menguji reliabilitas adalah Cronbach’s Alpha . Variabel dinyatakan reliabel jika nilai Alpha Cronbach’s≥ 0,6. Nilai Cronbach’s Alpha hitung didapat dengan mengolah data hasil pengisian kuisioner menggunakan

program SPSS for Windows 17.0. Cara perhitungan reliabilitas dengan SPSS for Windows 17.0 adalah sebagai berikut :

- Klik analyze, pilih scale dan reliability analysis

- Setelah muncul kotak dialog reliability analysis, pindahkan (X1-X10) ke dalam item

statistic

- Klik kotak dialog statistic, pilih descriptive for (item, scale, dan scale if item deleted) - Klik continue dan klik OK

- Pada output kolom Cronbach’s Alpha if item deleted adalah hasil uji reliabilitas

Suatu kuisioner dinyatakan reliabel jika Cronbach’s Alpha hitung setiap variabel ≥ 0,6. Dengan demikian data dapat memberikan hasil pengukuran yang reliabel. Hasil perhitungannya adalah sebagai berikut :

Reliability Statistics

Cronbach's

Alpha N of Items .587 10

Tabel 4.7 Uji Reliabilitas

No Variabel r_hitung Kesimpulan

1. X1 = Diskon produk 0,592 Tidak Reliabel 2. X2 = Jumlah dana komitmen 0,683 Reliabel 3. X3 = Sponshorship 0,523 Tidak Reliabel 4. X4 = Nama dagang produk 0,614 Reliabel 5. X5 = Kualitas produk 0,471 Tidak Reliabel 6. X6 = Intens kunjungan 0,544 Tidak Reliabel 7. X7 = Harga produk 0,488 Tidak Reliabel

8. X8 = Brand farmasi 0,605 Reliabel

9. X9 = Tema promosi 0,494 Tidak Reliabel 10. X10 = Selling point 0,509 Tidak Reliabel

4.4 Analisa Data

Prinsip utama analisis faktor adalah korelasi, maka asumsi-asumsi yang terkait dengan korelasi akan digunakan, yaitu :

● Besar korelasi atau korelasi antar variabel independen harus cukup kuat diatas 0,5.

● Besar korelasi parsial, korelasi antara dua variabel dengan menganggap tetap variabel lain,

justru harus lebih kecil. Pada SPSS data dari 10 variabel yang berasal dari 30 orang responden kemudian di analisa pada anti image correlation.

Pengujian seluruh matriks korelasi (korelasi antar variabel), yang diukur dengan besaran

BARLETT TEST OF SPHERRICITY dan MEASURE SAMPLING ADEQUACY (MSA) berkisar

antara 0 sampai dengan 1 dengan kriteria nilai (Santoso, 2005) :

MSA = 1, variabel dapat diprediksi tanpa kesalahan oleh variabel lain. MSA > 0,5, variabel masih bisa diprediksi dan bisa dianalisis lebih lanjut.

MSA ≤ 0,5, variabel tidak bisa diprediksi dan tidak bisa dianalisis lebih lanjut, atau

dikeluarkan dari variabel lainnya.

Tabel 4.8 Kaiser-Meyes-Olkin (KMO) dan Barlett’s Test

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .657 Bartlett's Test of Sphericity Approx. Chi-Square 76.727

Df 10

Sig. .000

Hasil output SPSS seperti tabel diatas menunjukkan angka KMO dan Barlett’s test adalah 0,657 lebih besar dari 0,5 dengan signifikansi 0,000 lebih kecil dari 0,05 maka variabel dan sampel sudah layak dianalisis lebih lanjut.

Hipotesis untuk uji diatas adalah :

H0 = sampel belum memadai untuk dianalisis lebih lanjut H1 = sampel sudah memadai untuk dianalisis lebih lanjut. Kriteria dengan melihat probabilitas (tingkat signifikansi) : Angka Sig. > 0,05, maka H0 diterima

Tabel 4.9 Nilai Measure of Sampling Adequecy (MSA)

No. Variabel Nilai MSA

1. X3 = Sponsorship 0,592

2. X5 = Kualitas produk 0,706

3. X7 = Harga produk 0,756

4. X9 = Tema Promosi 0,674

5. X10 = Selling point 0,614

Dengan melihat anti image correlation diketahui ke 5 variabel menunjukkan kriteria angka MSA lebih besar dari 0,5 yang berarti semua variabel masih bisa diprediksi untuk dianalisa lebih lanjut. Dari kedua hasil pengujian diatas, semua variabel mempunyai korelasi yang cukup tinggi dengan variabel lain, sehingga analisis layak untuk dilanjutkan dengan mengikutkan 5 variabel.

4.4.1 Ekstraksi Faktor

Dalam penelitian ini metode ekstraksi yang digunakan adalah Principal Component Analysis

(Analisis Komponen Utama). Didalam Principal Component Analysis jumlah varians data dipertimbangkan yaitu diagonal matriks korelasi, setiap elemennya sebesar satu dan full variance

digunakan untuk dasar pembentukan faktor, yaitu variabel lama yang jumlahnya lebih sedikit dan tidak berkorelasi lagi satu sama lain seperti variabel asli yang saling berkorelasi.

Tabel 4.10 Komunalitas

No. Variabel Initial Extraction

1. X3 = Sponsorship 1.000 0,937

2. X5 = Kualitas produk 1.000 0,682 3. X7 = Harga produk 1.000 0,729

4. X9 = Tema Promosi 1.000 0,796

5. X10 = Selling point 1.000 0,912 Tabel 4.11 Total Variance Explained

A. Nilai Eigen Value Untuk Setiap Faktor

Total % of Variance Cumulative %

1 2,855 57,095 57,095

2 1,201 24,028 81,123

3 0,571 11,429 92,552

4 0,267 5,332 97,884

5 0,106 2,116 100,00

B. Sumbangan Masing-Masing Faktor Terhadap Varians Seluruh Variabel Asli Faktor atau Komponen Extraction Sums of Squared Loadings

Total % Variance Cumulative %

1 2,855 57,095 57,095

2 1,201 24,028 81,123

Pada Tabel 4.11, bisa dilihat bahwa nilai komunalitas untuk setiap variabel dari X3 sampai X10 masing-masing sebesar 1. Komunalitas pada dasarnya adalah jumlah varians yang dijelaskan oleh faktor yang terbentuk.

a. Pada kolom extraction variabel Sponsorship, nilai komunalitasnya adalah sebesar 0,937 atau 93,7% varians dari variabel Sponsorship bisa dijelaskan faktor yang terbentuk. b. Variabel Kualitas produk, nilai komunalitasnya adalah sebesar 0,682 atau 68,2% varians

dari variabel Kualitas produk bisa dijelaskan faktor yang terbentuk.

c. Variabel Harga produk, nilai komunalitasnya adalah sebesar 0,729 atau 72,9% varians dari variabel Harga produk bisa dijelaskan faktor yang terbentuk.

d. Variabel Tema promosi, nilai komunalitasnya adalah sebesar 0,796 atau 79,6% varians dari variabel tema promosi bisa dijelaskan faktor yang terbentuk.

e. Variabel Selling point, nilai komunalitasnya adalah sebesar 0,912 atau 91,2% varians dari variabel Selling point bisa dijelaskan faktor yang terbentuk.

Setiap faktor, yang pada awalnya terdiri dari 10 faktor yaitu sebanyak variabel aslinya kemudian dalam proses berikutnya dipilih yang faktor-faktor eigen value-nya minimal 1. Oleh

karena itu tidak semua faktor mempunyai eigen value lebih besar atau sama dengan 1. Eigen value merupakan total variance dari yang dijelaskan oleh setiap faktor atau merupakan sumbangan (share) dari faktor tertentu terhadap seluruh variance dari variabel awal atau variabel asli. Terlihat ada 2 faktor atau komponen utama yang eigen value-nya lebih dari 1, yaitu faktor 1 dan 2 masing-masing dengan eigen value 2,855 dan 1,201.

4.4.2 Menentukan Banyaknya Faktor

Banyaknya faktor atau principal component sama dengan banyaknya variabel asli atau awal. Penentuan banyaknya faktor yang dilakukan dalam analisis faktor maksudnya adalah mencari variabel terakhir yang saling bebas satu sama lain dan tidak berkorelasi, yang jumlahnya lebih sedikit dari variabel awal tetapi masih mengandung variabel asli. Ada beberapa prosedur dalam menentukan banyaknya faktor, yaitu :

1. Dilihat dari Initial Eigen value total

Dalam pendekatan ini, untuk menentukan banyaknya faktor dari initial value yaitu eigen value

lebih besar dari 1 (satu) dipertahankan, faktor lainnya yang eigen value-nya kurang dari satu tidak diikutkan dalam model. Suatu eigen value mencerminkan atau menunjukkan jumlah varians dengan faktor. Pada Tabel 4.11A dengan label initial eigen value menunjukkan nilai

eigen value untuk banyaknya faktor yang mempengaruhi Dokter dalam meresepkan produk di Rumah Sakit Columbia Asia Medan menurut pendapat responden adalah 2 faktor yaitu faktor 1 dengan eigen value 2,855, faktor 2 dengan eigen value 1,201. Berdasarkan tabel 4.11 B dapat dilihat bahwa sumbangan yang diberikan masing-masing faktor terhadap varians seluruh variabel asli. Faktor 1 memberikan sumbangan variansi sebesar 57,95 %, faktor 2 memberikan sumbangan varians sebesar 24,28%. Sehingga total sumbangan varians dari kedua faktor adalah sebesar 81,12% dan sisanya 18,88% terdiri atas 3 faktor bersama yang masing-masing nilainya dapat dilihat pada tabel 4.14.

2. Menentukan Banyaknya Faktor dengan Scree Plot

Suatu scree plot adalah plot dari eigen values melawan banyaknya faktor dalam upaya melakukan ekstraksi agar diperoleh jumlah faktor scree plot berupa suatu kurva yang diperoleh

dengan memplot eigen valuenya sebagai sumbu vertikal (tegak) dan banyaknya faktor atau komponen sebagai sumbu horizontal (datar). Bentuk kurva atau plot-nya dipergunakan untuk menentukan banyaknya faktor.

Gambar 4.1 Scree Plot

Terlihat bahwa dari satu ke dua faktor arah garis turun dengan cukup tajam. Kemudian dari angka 2 ke 3, garis masih menurun, namun dengan slope yang lebih kecil. Juga perhatikan faktor 3 persis sama rata dengan angka 1 (dari sumbu Y Eigenvalues). Hal ini menunjukkan bahwa dua faktor adalah paling bagus untuk meringkas ketujuh variabel tersebut.

4.4.3 Hubungan antara Faktor Loading dan Communalities

Communalities adalah jumlah dari kuadrat masing-masing faktor loading sebuah variabel. Sebagai contoh untuk variabel Sponsorship :

Communalities = (0,786)2 + (-0,565) = 0,937 Demikian seterusnya untuk variabel lainnya. 4.4.4 Melakukan Rotasi Faktor

Dalam analisis faktor yang paling penting adalah output matrix factor atau matriks faktor pola

(factor pattern matrix). Matriks faktor memuat koefisien yang dipergunakan untuk

mengekspresikan variabel yang dibakukan dinyatakan dalam faktor (used to express the standardized variables in terms of the factor). Koefisien ini merupakan factor loading yang mewakili koefisien korelasi antara faktor dengan variabel. Koefisien dengan nilai mutlak (absolute)yang besar menunjukkan bahwa faktor dan variabel sangat terkait. Koefisien dari matriks faktor dapat dipergunakan untuk menginterpretasi faktor. Matriks faktornya sebagai berikut :

Tabel 4.12 Matriks Faktor(a) (Sebelum dirotasi)

Component Matrixa

Component

1 2

X3_Sponshorship .786 -.565 X5_Kualitas_produk .551 .615 X7_Harga_produk .835 .177 X9_Tema_promosi .753 .479 X10_Selling_point .818 -.493

Walaupun matriks faktor (komponen) awal atau yang belum dirotasi menunjukkan hubungan antara faktor (komponen) dengan variabel secara individu, akan tetapi masih sulit diambil kesimpulan tentang banyaknya faktor yang bisa diekstraksi, hal ini disebabkan karena faktor (komponen) berkorelasi dengan banyak faktor.

Proses rotasi terhadap faktor pada penelitian ini menggunakan metode varimax rotation dalam program SPSS 17.0. Dan hasil rotasi dapat dilihat pada matriks faktor dibawah ini :

Tabel 4.13 Matriks Faktor(a) (Setelah dirotasi)

Rotated Component Matrixa

Component

1 2

X3_Sponshorship .961 .116 X5_Kualitas_produk -.011 .826 X7_Harga_produk .495 .696 X9_Tema_promosi .230 .862

X10_Selling_point .936 .190

Tujuan dilakukan rotasi adalah untuk memperlihatkan distribusi variabel yang lebih jelas dan nyata. Dapat dilihat perbedaan antara matriks faktor sebelum dan setelah matriks faktor dirotasi. Hasil rotasi faktor juga dapat diperlihatkan dengan grafik, dimana tampak terjadi pengelompokan dua faktor yang nyata.

Gambar 4.2 Grafik Hasil Proses Rotasi Matriks

● Sumbu X, Untuk komponen/faktor 1, yang dimulai dengan -1 di paling kiri ke angka +1 di paling kanan. Dari angka rotated matrix (angka korelasi) terlihat bahwa variabel yang termasuk ke faktor 1 akan mendekati angka +1, atau berarti terletak di kanan tengah grafik. Terlihat variabel Sponsorhip dan Selling point memang ada di daerah tersebut.

● Sumbu Y, Untuk komponen/faktor 2, yang dimulai dengan -1 di paling bawah ke angka +1 di paling atas. Dari angka rotated matrix (angka korelasi) terlihat bahwa variabel yang termasuk ke

faktor 2 akan mendekati angka +1, atau berarti terletak di atas tengah grafik. Terlihat variabel Kualitas produk, Harga produk, Tema promosi memang ada di daerah tersebut.

4.4.5 Interpretasi Faktor

Setelah didapat dua faktor yang merupakan hasil reduksi dari tujuh variabel, langkah berikutnya adalah memberi nama pada kedua faktor tersebut. Penamaan faktor ini bergantung pada nama-nama variabel yang menjadi satu kelompok, dengan demikian sebenarnya pemberian nama-nama bersifat subjektif, serta tidak ada ketentuan yang pasti mengenai pemberian nama faktor.

Tabel 4.14 Faktor –faktor Hasil Interpretasi

Faktor Nama Variabel

Pendukung Bobot

1 Sponsor X3

X10

0,961 0,936

2 Promosi

X5 X7 X9

0,826 0,696 0,862

Dengan demikian semua variabel sudah direduksi mulai dari variabel 1 sampai dengan variabel 7 menjadi 2 faktor yang dapat mempengaruhi dokter dalam meresepkan produk suatu perusahaan farmasi di Rumah Sakit Columbia Asia Medan. Semua variabel yang masuk pada setiap faktor mempunyai factor loading positif artinya bertambah besar factor loading variabel yang bersangkutan bertambah besar pula pengaruh variabel tersebut terhadap dokter dalam meresepkan produk di Rumah Sakit Columbia Asia Medan. Penjelasan dua faktor tersebut adalah sebagai berikut :

Faktor 1 terdiri atas2 variabel yaitu variabel X3 = Sponsorship (0,961), X10 = Tema promosi (0,936). Faktor Sponsor (57,95%) menunjukkan pengaruh yang signifikan terhadap dokter dalam meresepkan produk di Rumah Sakit Columbia Asia Medan. Menurut peneliti, sebanyak 77% responden menjadikan faktor tersebut pilihan yang paling dominan untuk mengingat produk yang akan diresepkan di Rumah Sakit Columbia Asia Medan.

2. Promosi

Faktor 2 terdiri atas 3 variabel yaitu variabel X5 = Kualitas produk (0,826), X7 = Harga produk (0,696), X9 = Selling point (0,862). Kualitas produk dari hasil pengobatan sebelumnya merupakan faktor yang sangat penting, sebab menyangkut dengan kesembuhan pasien. Harga produk dan selling point juga menjadi faktor pertimbangan bagi dokter dalam meresepkan produk suatu perusahaan farmasi di Rumah Sakit Columbia Asia Medan. Persentase Faktor Promosi adalah (24,28%).

DAFTAR PUSTAKA

Howard, Anton. 1997.

Aljabar Linear Edisi Kedua

.

Bandung : ITB

Draper, Norman & Harry Smith. 1992.

Analisis Regresi Terapan Edisi Kedua

.

Jakarta : PT. Gramedia Pustaka Utama

Kustianto, Bambang. 1984.

Statistik Analisa Runtun Waktu dan Regresi Korelasi

. Yogyakarta :

BPFE

Sunyoto, Danang. 2012.

Analisis Validitas dan Asumsi Klasik

.

Yogyakarta : Gava Media

Sri Pujiastoeti, Neni Sri Imaniyati, dan Sri Ratna Suminar. 2007.

Kerjasama pemasaran obat

antara dokter dengan pedagang besar farmasi di kota Bandung dihubungkan dengan kode

etik kedokteran dan kepmenkes No. 3987 / A /K / 1973”

Bandung: UNISBA

Sugiyono. 2005.

Statistika Untuk Penelitian

.

Bandung: Alfa Beta.

Supangat, Andi. 2005.

Statistika Dalam Kajian Deskriptif, Inferensia dan Nonparametrik

.

Bandung: Kencana

Richard B. Darlington. 2009.

Factor Analysis

. Online

LAMPIRAN 2

HASIL PERHITUNGAN DENGAN SPSS Uji Validitas dan Reliabilitas

All Variable :

Case Processing Summary

N %

Cases Valid 30 100.0

Excludeda 0 .0

Total 30 100.0

a. Listwise deletion based on all variables in the procedure. Reliability Statistics

Cronbach's

Alpha N of Items

.587 10

Item-Total Statistics Scale Mean if Item

Deleted

Scale Variance if Item Deleted

Corrected Item-Total Correlation

Cronbach's Alpha if Item Deleted

X1_Diskon_produk 23.23 13.702 .138 .592

X2_Jumlah_dana 23.27 17.168 -.398 .683

X3_Sponshorship 23.17 12.075 .403 .523

X4_Nama_dagang 23.33 14.506 .030 .614

X5_Kualitas_produk 23.93 11.099 .582 .471

X6_Intens_kunjungan 23.50 12.190 .325 .544

X7_Harga_produk 23.20 11.614 .550 .488

X8_Merek_farmasi 23.43 13.909 .093 .605

X9_Tema_promosi 23.43 11.840 .543 .494

X10_Selling_point 23.20 11.890 .459 .509

Anti-image Matrices

VAR_X3 VAR_X5 VAR_X7 VAR_X9 VAR

Anti-image Covariance X3_Sponshorship .198 .069 -.051 .008

X5_Kualitas_produk .069 .698 -.029 -.205

X7_Harga_produk -.051 -.029 .425 -.251

X9_Tema_promosi .008 -.205 -.251 .445

X10_Selling_point -.169 -.069 -.015 -.003

Anti-image Correlation X3_Sponshorship .592a .187 -.175 .028

X7_Harga_produk -.175 -.053 .756a -.578

X9_Tema_promosi .028 -.368 -.578 .674a

X10_Selling_point -.856 -.187 -.052 -.010

a. Measures of Sampling Adequacy(MSA)

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .657

Bartlett's Test of Sphericity Approx. Chi-Square 76.727

df 10

Sig. .000

Communalities

Initial Extraction

X3_Sponshorship 1.000 .937

X5_Kualitas_produk 1.000 .682

X7_Harga_produk 1.000 .729

X9_Tema_promosi 1.000 .796

X10_Selling_point 1.000 .912

Extraction Method: Principal Component Analysis.

Total Variance Explained

Component

Initial Eigenvalues Extraction Sums of Squared Loadings Rotation S

Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of

1 2.855 57.095 57.095 2.855 57.095 57.095 2.097

2 1.201 24.028 81.123 1.201 24.028 81.123 1.959

3 .571 11.429 92.552

4 .267 5.332 97.884

5 .106 2.116 100.000

Component Matrixa

Component

1 2

X3_Sponshorship .786 -.565

X5_Kualitas_produk .551 .615

X7_Harga_produk .835 .177

X9_Tema_promosi .753 .479

X10_Selling_point .818 -.493

Extraction Method: Principal Component Analysis. a. 2 components extracted.

Reproduced Covariances

X3_Sponshorshi p

X5_Kualitas_pro duk

X7_Harga_produ k

X9_Tema_prom osi

X10_S

Reproduced Covariance X3_Sponshorship .738a .068 .408 .231

X5_Kualitas_produk .068 .610a .417 .493

X9_Tema_promosi .231 .493 .424 .441a

X10_Selling_point .700 .121 .423 .263

Residualb X3_Sponshorship .042 -.043 -.017

X5_Kualitas_produk .042 -.133 -.132

X7_Harga_produk -.043 -.133 .015

X9_Tema_promosi -.017 -.132 .015

X10_Selling_point -.024 .059 -.065 -.031

Extraction Method: Principal Component Analysis. a. Reproduced communalities

b. Residuals are computed between observed and reproduced covariances.

Rotated Component Matrixa

Component

1 2

X3_Sponshorship .961 .116

X5_Kualitas_produk -.011 .826

X7_Harga_produk .495 .696

X9_Tema_promosi .230 .862

X10_Selling_point .936 .190

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization. a. Rotation converged in 3 iterations.

Component Transformation Matrix

Component 1 2

1 .736 .677

2 -.677 .736

Extraction Method: Principal Component Analysis. Rotation Method: Varimax with Kaiser Normalization.