Analisis Kepuasan Pasien Terhadap Pelayanan RSU Sundari Dengan Metode Fuzzy Service Quality Chapter III V
BAB 3
METODE PENELITIAN
3.1 Objek Penelitian
Penelitian dilaksanakan pada salah satu rumah sakit umum Sundari. Dalam
penelitian ini, yang menjadi objek penelitian adalah pasien rawat inap.
3.2 Identifikasi Masalah
Pada tahap ini yang dilakukan adalah mengidentifikasi masalah yang dihadapi
dengan menganalisa pelayanan yang diberikan oleh rumah sakit, apakah sudah
memenuhi keinginan pasien tersebut. Dengan demikian akan diketahui atributatribut pelayanan pada bagian mana saja yang perlu diperbaiki, guna
meningkatkan kulitas pelayanan pada rumah sakit. Metode yang digunakan adalah
Fuzzy-Servqual.
3.3 Populasi dan Sampel
3.3.1
Populasi
Popilasi adalah totalitas dari semua objek atau individu yang memiliki karateristik
tertentu. Objek atau nilai disebut unit analisis atau elemen populasi (Iqbal Hasan,
2002:83). Dalam pelaksanaan penelitian. Ruang lingkup populasi merupakan area
yang amat luas batasannya sehingga penggunaan populasi sebagai instrument
penelitian sangat sulit dilakukan. Oleh karena itu, untuk memenuhi kelayakan
dalam pelaksaan penelitian, ditentukan populasi sasaran (target populasi), yaitu
populasi yang digunakan untuk mengenerelisasikan hasil penelitian. Adapun yang
menjadi populasi dalam penelitian ini adalah pasien rawat inap Rumah Sakit
umum Sundari.
Universitas Sumatera Utara
3.3.2
Sampel
Sampel adalah bagian dari populasi yang diambil melalui cara-cara tertentu yang
juga memiliki karakteristik tertentu. Jelas dan lengkap yang dianggap dapat
mewakili populasi. Objek atau nilai yang akan diteliti dalam sampel akan terjadi
bila populasi terlalu besar dan menyebar sehingga diluar jangkauan penelitian.
Untuk menentukan ukuran sanpel penelitian dari popilasi tersebut dapat
menggunakan rumus slovin sebagai berikut:
Keterangan:
n = ukuran sampel
N = ukuran populasi
e = persen kelonggoran ketidakketelitian karena kesalahan pengambilan
sampel yang masih dapat ditolerir atau diinginkan yakni 10 %
Dengan mennggunakan rumus diatas, maka perhitungan sampel adalah:
Jadi Jumlah sampel yang akan digunakan peneliti sebanya 100 orang dari populasi
sebanyak 2042 pasien pada tahun 2017.
Tabel 3.1 Jumlah Seluruh Pasien Rawat Inap RSU Sundari
No
Bagian
Sub Populasi
Perhitungan
Sampel
1
VIP
210
10
2
Kelas I
440
21
3
Kelas II
560
27
Universitas Sumatera Utara
4
Kelas III
832
x 100
Total
3.4
42
100
Metode Pengumpulan Data
Tehnik pengumpulan data yang digunakan dalam penelitian ini adalah:
3.4.1 Studi Pustaka
Study pustaka dilakukan peneliti dengan membaca guna memperoleh informasi
yang berkaitan dengan variabel-variabel yang dibahas dalam penelitian ini,
dengan studi pustaka, artikel, dan jurnal dari beragam sumber.
3.4.2 Studi Lapangan
Studi lapangan dilakukan untuk memperoleh data primer yaitu data yang
diperoleh secara langsung dari sumber informasi. Tujuannya untuk mengetahui
kondisi sistem layanan dan situasi yang ada pada salah satu bank dimedan yang
diperoleh dengan cara pengamatan langsung untuk mendukung data yang
dilakukan melalui penyebaran kuesioner dan hal-hal yang berkaitan dengan
penelitian.
3.4.3 Skala Likert
Adapun skala penukuran yang digunakan pada jawaban kuesioner adalah skala
likert. Skala likert digunakan untuk mengukur sikap, pendapat, dan persepsi
seseorang tentang kejadian atau gejala sosial. Dalam penelitian gejala sosial ini
telah ditetapkan secara spesifik oleh peneliti, yang selajutnya disebut sebagai
variabel penelitian (Riduwan, 2002).
Untuk mengukur tingkat persepsi terhadap layanan yang diberikan, digunakan
skala likert yang diungkapkan dengan kata-kata sebagai berikut:
a) 5 untuk jawaban sangat penting
b) 4 untuk jawaban penting
c) 3 untuk jawaban cukup penting
Universitas Sumatera Utara
d) 2 untuk jawaban kurang penting
e) 1 untuk jawaban tidak penting
Responden ditanyakan tingkat kepuasan pada atribut-atribut kualitas pelayanan
yang sama dengan memberikan bobot sebagai berikut:
a) 5 untuk jawaban sangat puas
b) 4 untuk jawaban puas
c) 3 untuk jawaban cukup puas
d) 2 untuk jawaban kurang puas
e) 1 untuk jawaban tidak puas
Dengan menggunkan skala likert, maka variabel yang akan diukur
dijabarkan menjadi dimensi, dimensi dijabarkan menjadi sub variabel kemudian
sub variabel dijabarkan lagi menjadi indikator-indikator yang dapat diukur.
Akhirnya indikator-indikator yang terukur ini dapat dijadikan titik tolak untuk
membuat instrumen yang berupa pertanyaan yang perlu dijawab oleh responden
(Riduwan, 2002).
3.4.4
Kuesioner
Kuesioner adalah metode pengumpulan data dengan cara mengedarkan daftar
pertanyaan berupa formulir, diajukan secara tertulis kepada responden untuk
mendapatkan tanggapan informasi, jawaban dan sebagainya.
Alasan menggunakan teknik ini supaya responden tidak perlu memberikan
penjelasan secara panjang lebar dan juga sangat praktis, tegas, hemat dan efesien
dalam mengungkapkan ini persoalan. Cara ini digunakan untuk memperoleh data
primer yang digunakan oleh peneliti.
Daftar pertanyaan berisi hal-hal yang ingin diketahui, berkaitan dengan
kinerja atau kenyataan serta harapan pasien terhadap layanan yang diberikan,
sesuai dengan kondisi dan keadaan di rumah sakit, atribut-atribut dalam kuesioner
tersebutdikelompokkan ke dalam lima dimensi Service Quality. Kelima dimensi
tersebut digunakan untuk mngukur kinerja pelayanan sebagai berikut:
Universitas Sumatera Utara
1. Bukti Fisik (Tangible)
2. Kehandalan (Reliability)
3. Daya Tanggap (Responsiveness)
4. Jaminan (Assurance)
5. Kepedulian (Empathy)
3.5
Metode Pengolahan Data
Teknik pengolahan data yang digunakan dalam penelitian ini adalah sebagai
berikut:
1. Uji Validitas Data
Kriteria pengujiannya adalah apabila nilai
dinyatakan valid. Apabila i
, maka pernyataan
maka pernyataan dinyatakan tidak
valid. Dengan menggunakan bantuan software SPSS 17, akan diperoleh
.
2.Uji Reliabilitas Data
Kriteria pengujiannya adalah nilai Cronbach’s Alpha 0,6 maka atribut dikatakan
reliabel. Dan apabila nilai Cronbach’s Alpha
0,6 maka atribut dikatakan tidak
reliabel. Dengan menggunakan bantuan Software SPSS 17, nilai dapat dilihat pada
nilai Corrected Item Total Corelation.
3. Pengintegrasian Fuzzy-Service Quality (Servqual)
Pengitegrasian
Fuzzy-Servqual
yang
dilakukan
meliputi
pembentukan
membership function dengan Triangular Fuzzy Number untuk pengukuran
persepsi dan harapan layanan, perhitungan nilai persepsi dan harapan layanan,
perhitungan nilai gap kulitas layanan. Langkah-langkah pengerjaanya adalah
sebagai berikut:
Universitas Sumatera Utara
a. Penentuan Fuzzy Set
Tahap ini dilakukan untuk menentukan skor yang harus diberikan oleh
responden untuk setiap atribut yang diajukan kuesioner. Variabel
linguistik yang digunakan untuk persepsi yaitu sangat tidak puas, kurang
puas, cukup puas, puas, sangat puas. Variabel liguistikyang digunakan
untuk harapan yaitu sangat tidak penting, kurang penting, cukup penting,
penting, sangat penting.
Tabel 3.2 Variabel Linguistik Persepsi dan Harapan
Tingkat Kepentingan (persepsi)
Tingkat Kepuasan (harapan)
Sangat Penting
Sangat Puas
Penting
Puas
Cukup Penting
Cukup Puas
Kurang Penting
Kurang Puas
Tidak Penting
Tidak Puas
b. Fuzzyfikasi dan Defuzzyfikasi
Fuzzyfikasi yaitu penentuan Triangular Fuzzy Number (TFN), Triangular
Fuzzy Number (TFN) merupakan range nilai dari bobot jawaban
responden.
c. Gap Fuzzy-Servqual
Nilai gap service quality per atribut merupakan selisih dari persepsi dan
harapan pasien. Hal ini bertujuan untuk mengukur sejauh mana pihak
rumah sakit telah memberikan pelayanan sesuai dengan keinginan pasien.
3.6 Kerangka Pemikiran Masalah
Kerangka pemikiran masalah diperlukan untuk memberikan gambaran sistematika
yang digunakan untuk menyelesaikan permasalahan peneliti. Adapun kerangka
pemikiran masalah dalam penelitian ini ditunjukkan pada gambar berikut:
Universitas Sumatera Utara
Gambar 3.1 Kerangka Pemikiran Masalah
Mulai
Pengamatan
Pembagian Kuesiner
Uji Validitas dan
Reliabilitas
Atribut Pertanyaan
Tidak Diikutsertakn
Pentuan Fuzzy Set
Fuzzyfikasi dan
Defuzzikasi
Nilai Gap
Kesimpulan dan
Saran
Selesai
Keterangan langakah-langkah pemecahan masalah pada penelitian ini adalah
sebagai berikut:
1. Langkah Pertama
Mulai artinya penelitian dengan melakukan persiapan-persiapan yang
berhubungan dengan penelitian.
Universitas Sumatera Utara
2. Langkah kedua
Melakukan pengalaman ke rumah sakit untuk menentukan atribut-atribut untuk
kepentingan kuesioner.
3. Langkah Ketiga
Untuk memperoleh data, penulis membagikan kuesioner kepada pasien yang
sedang berurusan di rumah sakit.
4. Langkah Keempat
Melakukan uji Validitas dan Reliabilitas data.
5. Langkah kelima
Mengolah data berdasarkan kriteria-kriteria olah data pada metode FuzzyServqual. Dengan menentukan fuzzy set, fuzzyfikasi dan defuzzyfikasi.
6. Langkah Keenam
Menentukan nilai gap untuk melihat kesenjangan antara persepsi dan harapan.
7. Langkah Kedelapan
Menyimpulkan hasil olah data dengan Metode Fuzzy-Servqual.
8. Langkah Kesembilan
Selesai artinya berhenti dalam melakukan proses penelitian.
Universitas Sumatera Utara
BAB 4
HASIL DAN PEMBAHASAN
4.1 Karakteristik Responden
Pada penlitian ini, penulis membagikan kuesioner terhadap 100 responden yang
sedang berurusan di rumah sakit, untuk mengetahui tingkat kepuasan pasien
terhadap pelayanan rumah sakit. Sebelum penulis memaparkan hasil penelitian
dan pembahasan terlebih dahulu akan diuraikan mngenai karakteristik responden.
Untuk memperoleh keakuratan data dan penelitian serta gambaran obektif dari
responden, maka penulis akan mengemukakan terlebih dahulu tentang
karakteristik responden, sebagai berikut:
1. Karakteristik responden berdasarkan jenis kelamin
Jenis Kelamin
laki laki
32%
Perempuan
68%
Gambar 4.1 Frekuensi Responden Berdasarkan Jenis Kelamin
Berdasarkan gambar 4.1 dapat dilihat dari penyebaran kuesioner kepada 100
pasien bahwa sebagian besar pasien yang menjadi responden sebanyak(68%)
responden berjenis kelamin wanita dan jumlah responden yang berjenis kelamin
pria sebanyak 32(%) responden.
Universitas Sumatera Utara
2. Karateristik responden berdasarkan usia
Usia
3%
5%
9%
< 18
10%
18-25
24%
18%
26-35
36-45
46-55
31%
55-65
.65
Gambar 4.2 Frekuensi Responden Berdasarkan usia
Berdasarkan gambar 4.2 diatas dapat dilihat bahwa pasien berusia < 18 Tahun
memiliki persentase (5%), pasien yang berumur _18-25 Tahun (10%), umur 26-35
Tahun mempunyai presentase (18%), pasien yang berumur 36-45 Tahun
mempunyai persentase (31%), pasien yang berumur 46-55 Tahun mempunyai
persentase (24%), pasien yang berumur 55-65 Tahun mempunyai persentase (9%)
dan pasien yang berumur >65 Tahun mempunyai persentase (3%).
3. Karakteristik responden berdasarkan pekerjaan
Jenis Pekerjaan
Pelajar
4%
17%
5%
9%
Mahasiswa
3%
Ibu Rumah Tangga
12%
34%
16%
Wiraswasta
Pegawai Swasta
Bumn
Pegawai Negeri
Gambar 4.3 Frekuensi Responden Berdasarkan Pekerjaan
Universitas Sumatera Utara
Berdasarkan gambar 4.3 dapat dilihat bahwa responden dalam penelitian ini yang
memiliki proporsi dengan persentase terbesar adalah kelompok responden yang
memiliki profesinibu rumah tangga dengan presentase sebesar (34%).
4. Karakteristik responden berdasarkan Jenist Ruangan
Jenis Ruangan
VIP
Kelas I
Kelas II
Kelas III
10%
42%
21%
27%
Gambar 4.4 Frekuensi Berdasarkan Jenis Ruangan
Berdasarkan gambar 4.4 dapat dilihat bahwa responden dalam penelitian ini
untuk kelas VIP memiliki proporsi dengan persentase (10%), kelas I memiliki
proporsi sebesar (21%), kelas II memiliki proporsi sebesar (27%) dan untuk kelas
III memiliki proporsi sebesar (42%).
4.2 Uji Validitas dan Reliabilitas Data
4.2.1 Uji Validitas Data
Uji validitas data dilakukan untuk mengetahui keakuratan data kuesioner. Uji
validitas dilakukan pada setiap atribut kusioner. Uji validitas dilakukan dengan
menggunakan program SPSS versi 17.00 dengan kriteria sebagai berikut:
a. Jika
maka butir pertanyaan dikatakan valid.
b. Jika
maka butir pertanyaan dikatakan tidak valid.
c.
dengan ketentuan df = (n – 2 ) dan tingkat signifikansi 5% yaitu df =
(100 – 2) = 98.
Universitas Sumatera Utara
Untuk mengitung
terlebih dahulu dicari
dengan menggunakan
atau berdasarkan Titik Persentase Distribusi df = 98, maka nilai
=
0,1984467
= 0,196551
Untuk perhitungan manual nilai validitas item pertama kuesioner tingkat
kepentingan adalah sebagai berikut:
Berdasarkan tabel perhitungan item pertama sebagai variabel
dapat diketahui
nilai-nilai yang dibutuhkan dalam menghitung nilai validitas item pertama
kuesioner tingkat kepentingan yaitu:
= 418
= 7790
33116
= 1820
= 617464
Universitas Sumatera Utara
≈ 0,630
Berdasarkan perhitungan diatas dapat dilihat bahwa nilai
= 0,630 >
=
0,196, artinya bahwa atribut pertama dari kuesioner kepentingan dinyatakan valid.
Untuk validitas pada atribut lainnya dilakukan dengan menggunkan software
SPSS 21 yang dapat dilihat pada tabel sebagai berikut:
Tabel 4.1 Uji Validitas Data Kepentingan
No
I.
Atribut
Validitas
Tangibles (bukti langsung)
1
Kemudahan mencapai lokasi rumah sakit.
0,630
0,196
Valid
2
Kebersihan dan kerapian dan kenyamanan
kamar.
Kebersihan kamar mandi
0,592
0,196
Valid
0,560
0,196
Valid
0,630
0,196
Valid
0.677
0,196
Valid
0,687
0,196
Valid
0,685
0,196
Valid
0,733
0,196
Valid
0,719
0,196
Valid
0,674
0,196
Valid
3
Luas area dan fasilitas kamar
4
Kerapian dan kebesihan penampilan
dokter dan perawat.
Kelengkapan, kesiapan dan kebersihan alat
yang di pakai.
Ketersedian obat yang dibutuhkan pasien.
5
6
7
II.
Reability (Kehandalan)
Pelayanan pemeriksaan, pengobatan dan
perawatan yang cepat dan tepat.
9 Jadwal pelayanan rumah sakit dijalankan
dengan cepat.
10 Prosedur pelayanan tidak terbelit belit
8
III.
Responsiveness(daya tanggap)
Universitas Sumatera Utara
11 Kemampuan dokter/perawat cepat tanggap
menyelesaikan keluhan pasien.
12 Dokter/perawat memberikan informasi
yang jelas dan mudah dimengerti.
13 Kesabaran dan ketelatenan dalam merawat
pasein.
14 Perhatian terhadap pasein yang
memerlukan pelayanan.
15 Ketersedian dokter/perawat pada saat
pasien membutuhkan.
IV.
Assurance(jaminan)
0,776
0,196
Valid
0,699
0,196
Valid
0,682
0,196
Valid
0,675
0,196
Valid
0,665
0,196
Valid
16 Kemampuan dokter menganalisa penyakit
0,629
0,196
Valid
17 Kesopanan dan keramahan doker dan
perawat.
V. Empathy(kemudahan)
0,639
0,196
Valid
18 Kemudahan penyampaian keluhan pasien
dan keluarganya.
19 Pelayanan kepada semua pasien tanpa
memandang status sosial dll.
0,722
0,196
Valid
0,693
0,196
Valid
Tabel 4.2 Uji Validitas Data Kepuasaan
No
I.
Atribut
Validitas
Tangibles (bukti langsung)
1
Kemudahan mencapai lokasi rumah sakit.
0,599
0,196
Valid
2
Kebersihan dan kerapian dan kenyamanan
kamar.
Kebersihan kamar mandi
0,745
0,196
Valid
0,785
0,196
Valid
0,760
0,196
Valid
0.631
0,196
Valid
0,716
0,196
Valid
0,713
0,196
Valid
0,794
0,196
Valid
0,752
0,196
Valid
3
Luas area dan fasilitas kamar
4
Kerapian dan kebesihan penampilan
dokter dan perawat.
Kelengkapan, kesiapan dan kebersihan alat
yang di pakai.
Ketersedian obat yang dibutuhkan pasien.
5
6
7
II.
8
9
Reability (Kehandalan)
Pelayanan pemeriksaan, pengobatan dan
perawatan yang cepat dan tepat.
Jadwal pelayanan rumah sakit dijalankan
dengan cepat.
Universitas Sumatera Utara
10 Prosedur pelayanan tidak terbelit belit
0,309
0,196
Valid
11 Kemampuan dokter/perawat cepat tanggap
menyelesaikan keluhan pasien.
12 Dokter/perawat memberikan informasi
yang jelas dan mudah dimengerti.
13 Kesabaran dan ketelatenan dalam merawat
pasein.
14 Perhatian terhadap pasein yang
memerlukan pelayanan.
15 Ketersedian dokter/perawat pada saat
pasien membutuhkan.
IV.
Assurance(jaminan)
0,669
0,196
Valid
0,682
0,196
Valid
0,705
0,196
Valid
0,780
0,196
Valid
0,659
0,196
Valid
16 Kemampuan dokter menganalisa penyakit
0,679
0,196
Valid
17 Kesopanan dan keramahan doker dan
perawat.
V. Empathy(kemudahan)
0,688
0,196
Valid
18 Kemudahan penyampaian keluhan pasien
dan keluarganya.
19 Pelayanan kepada semua pasien tanpa
memandang status sosial dll.
0,696
0,196
Valid
0,731
0,196
Valid
III.
Responsiveness(daya tanggap)
4.2.2 Uji Reliabilitas Data
Uji reliabilitas data dilakukan untuk menunjukkan bahwa alat ukur yang
digunakan dalam penelitian mempunyai keandalan sebagai alat ukur, diantaranya
diukur melalui konsistensi hasil pengukuran dari waktu ke waktu jika fenomena
yang diukur tidak berubah. Uji reliabilitas dilakukan dengan menggunakan
program SPSS versi 17.00 dengan kriteria sebagai berikut:
a. Jika Cronbach’s Alpha ≥ 0,6maka butir pertanyaan dikatakan reliabel.
b. Jika Cronbach’s Alpha ≤ 0,6 maka butir pertanyaan dikatakan tidak
reliabel.
Berdasarkan hasil uji reliabilitas pada kepentingan pasien yang dilakukan dengan
menggunakan program SPSS versi 17.00 dapat dilihat bahwa Cronbach’s Alpha =
0,932
0,6 dan kepuasan Cronbach’s Alpha = 0,939
0,6 sehingga butir
pertanyaan pada kepentingan dan kepuasan pasien dikatakan reliabel.
Adapun perhitungan manual uji reliabilitas kepentingan adalah sebagai berikut:
Universitas Sumatera Utara
4.3
Pengolahan Fuzzy-Servqual
4.3.1 Penentuan Fuzzy Set
Tahap ini dilakukan untuk menentukan skor yang diberikan oleh responden untuk
setiap atribut yang diajukan dalam kuesioner.
Variabel linguistik yang digunakan untuk harapan yaitu:
a. Tidak Penting
b. Kurang Penting
c. Cukup Penting
d. Penting
e. Sangat Penting
Variabel linguistik yang digunakan untuk persepsi yaitu:
a. Tidak Puas
b. Kurang Puas
c. Cukup Puas
Universitas Sumatera Utara
d. Puas
e. Sangat Puas
4.3.2 Analisis Sistem
Analisis sistem pada variabel-variabel yaitu:
1.
Analisa Sistem untuk Variabel Persepsi
Untuk merepresentasikan variabel harapan digunakan kurva berbentuk
representasi naik, representasi turun dan kurva segitiga untuk himpunan fuzzy.
Tabel 4.1 Diagram membership function untuk variabel harapan.
Semesta
Domain
Range
Satuan
Pembicaraan
Nama
Himpunan
Fuzzy
0-100
Tidak Puas
[0-25]
0 ; 0 ; 25
Orang
0-100
Kurang Puas
[0-50]
0 ; 25 ; 50
Orang
0-100
Cukup Puas
[25-75]
25 ; 50 ; 75
Orang
0-100
Puas
[50-75]
50 ; 75 ; 100
Orang
0-100
Sangat Puas
[75-100]
75 ; 100 ; 100
Orang
Diagram membership function untuk variabel kepuasan dapat dilihat pada
Gambar dibawah ini
1
Derajat
keaanggotaan
µ(x)
0
0
25
50
75
100
TP
KP
CP
P
SP
Gambar 4.5 fungsi keanggotaan variabel Linguistik Harapan (Kepuasan)
Universitas Sumatera Utara
Pada variabel data yang dimiliki dapat dibagi menjadi 5 himpunan fuzzy yaitu:
1. Fungsi keanggotaan untuk himpunaan sangat tidak puas dapat dilihat pada
persamaan:
a
x
0;
b
0
0;
12,5
12,5
25
µ tidak puas =
=
= 0,5
1
Derajat
Keanggotaan
µ[x] = 0,5
0
0
12,5
25
x
Gambar 4.6 fungsi keanggotaan variabel tidak puas
2.
Fungsi keanggotaan untuk himpunan kurang puas dapat dilihat pada
persamaan:
Universitas Sumatera Utara
µ[x] =
µ[x] =
µ (kurang puas) =
=
Derajat
Keanggotaan
µ[x] = 0,5
0
0
12,5
25
50
x
Gambar 4.7 fungsi keanggotaan variabel linguistik kurang puas
3. Fungsi keanggotaan untuk himpunan cukup puas dapat dilihat pada persamaan:
µ[x] =
Universitas Sumatera Utara
µ[x] =
=
=
Derajat
Keanggotaan
µ[x] = 0,5
0
25
37,5
50
75
x
Gambar 4.8 fungsi keanggotaan variabel linguistik cukup puas
4. Himpunan fuzzy puas direpresentasikan dengan
fungsi keanggotaan untuk
himpunan puas dapat dilihat pada persamaan:
µ[x] =
Universitas Sumatera Utara
µ[x] =
=
=
= 0,5
Derajat
Keanggotaan
µ[x]= 0,5
0
50
62,5
75
100
x
Gambar 4.9 fungsi keanggotaan variabel linguistik puas
5. Himpunan fuzzy sangat puas direpsentasikan dengan fungsi keanggotaan untuk
himpunan sangat puas dapat dilihat pada persamaan:
µ[x] =
Universitas Sumatera Utara
µ[x] =
=
= 0.5
Derajat
keanggotaan
µ[x] = 0,5
0
75
87,5
100
x
Gambar 4.10 fungsi keanggotaan variabel linguitik sangat puas
Untuk variabel harapan memiliki bentuk normal maksimum ( Maksimum
Normal Form) yang mempunyai nilai derajat keanggotaan 0,5 karena suatu
himpunan fuzzy dikatakan memiliki bentuk normal maksimum (Maksimum
Normal Form) jika paling sedikit satu elememnya memiliki nilai keanggotaan satu
(1) dan satu elemennya memiliki nilai keanggotaan nol (0).
2. Analisa Sistem untuk Variabel persepsi
Untuk memrepsentasikan variabel persepsi digunakan kurva Representasi Linier
Naik, Representasi Linier Turun dan bentuk kurva Segitiga untuk himpunan fuzzy.
Tabel 4.2 Himpunan fuzzy Variabel Persepsi (kepentingan)
Semesta
Pembicaraan
Nama
Himpunan
Fuzzy
Domain
Range
Satuan
0-100
Tidak Penting
[0-25]
0 ; 0 ; 25
Orang
0-100
Kurang Penting
[0-50]
0 ; 25 ; 50
Orang
Universitas Sumatera Utara
0-100
Cukup Penting
[25-75]
25 ; 50 ; 75
Orang
0-100
Penting
[50-75]
50 ; 75 ; 100
Orang
0-100
Sangat Penting
[75-100]
75 ; 100 ; 100
Orang
Diagram membership function untuk variabel kepentingan dapat dilihat pada
Gambar di bawah ini:
1
Derajat
Keanggotaan
µ(x)
0
0
25
TPG
50
KPG
CPG
75
PG
100
x
SPG
Gambar 4.11 fungsi keanggotaan variabel Linguistik Kepentingan ( persepsi)
Pada variabel (kepentingan) persepsi data yang dimiliki dapat dibagi menjadi 5
himpunana fuzzy yaitu:
fuzzy
1. Himpunan
tidak
penting
direpresentasikan
dengan
fungsi
keanggotaan untuk himpunan tidak penting dapat dilihat pada persamaan:
a
=
x
0;
b
;
=
0;
x
0
12,5
12,5
25
25
µ tidak penting =
=
Universitas Sumatera Utara
Derajat
Keanggotaan
µ[x] = 0,5
0
0
12,5
25
x
Gambar 4.12 fungsi keanggotaan variabel linguistik tidak penting
2. Himpunan fuzzy kurang penting direpresentaikan dengan fungsi keanggotaan
untuk himpunan kurang penting dapat dilihat pada persamaan:
µ[x] =
µ[x] =
µ(kurang penting) =
=
0,5
0
12,5
Derajat
Keanggotaan
µ[x] = 0,5
0
25
50
x
Gambar 4.13 fungsi keanggotaan variabel linguistik kurang penting
Universitas Sumatera Utara
3. Himpunan fuzzy cukup penting direpresentasikan dengan fungsi keanggotaan
untuk himpunan cukup penting dapat dilihatpada persamaan:
µ[x] =
µ[x] =
=
=
0,5
Derajat
Keanggotaan
µ[x] = 0,5
0
25
37,5
50
75
x
Gambar 4.14 fungsi keanggotaan variabel linguistik cukup penting
4. Himpunan fuzzy penting memiliki domain[ ], dengan derajat keanggotaan
penting tertinggi
1 terletak pada
nilai
40. Himpunan
fuzzy
puas
direpresentasikan dengan fungsi keanggotaan utuk himpunan penting dapat
dilihat pada persamaan:
Universitas Sumatera Utara
µ[x] =
µ[x] =
=
=
0,5
50
62,5
Derajat
Keanggotaan
µ[x] = 0,5
0
75
100
x
Gambar 4.15 fungsi keanggotaan variabel linguistik penting
5. Himpunan fuzzy sangat penting direpresentasikan dengan fungsi keanggotaan
untuk himpunana sangat penting dapat dilihat pada persamaan:
Universitas Sumatera Utara
µ[x] =
µ[x] =
=
=
0,5
Derajat
keanggotaan
µ[x] = 0,5
0
75
87,5
100
x
Gambar 4.16 keanggotaan variabel linguistik sangat penting
Untuk variabel persepsi memiliki bentuk normal maksimum (Maksimum
Normal From) yang mempunyai nilai derajat keanggotaan 0,5 karena suatu
himpunan fuzzy dikatakan memiliki bentuk normal maksimum (Maksimum
Normal Form) jika paling sedikit satu elemenya memiliki nilai keanggotaan satu
(1) dan satu elememnya memiliki nilai keanggotaanya nol (0).
4.3.3
Fuzzyfikasi dan Defuzzyfikasi
Fzzyfikasi yaitu penentuan Triangular Fuzzy Number (TFN), Triangular Fuzzy
Number (TFN) merupakan range nilai dari bobot jawaban responden. TFN terdiri
dari tiga nilai batas yaitu nilai batas bawah (a), nilai tengah (a) dan nilai batas atas
Universitas Sumatera Utara
(a). Setiap pilihan diberikan range nilai yang akan dihitung menggunakan rumus
untuk menentukan TFN. Berikut merupakan rumus untuk menentukan Triangular
Fuzzy Number (TFN) (Suharyanta dan A’yunin, 2012:
Nilai Batas Atas Atribut:
Nilai Batas Tengah Atribut:
Nilai Batas Bawah Atribut:
Contoh perhitungan nilai atribut dari hasil rekapitulasi kuesioner untuk tingkat
kepentingan (X):
Nilai batas bawah atribut 1 (
:
=
=
Universitas Sumatera Utara
Nilai tengah atribut 1 (
:
=
=
Nilai batas atas 1 (
=
=
Defuzzyfikasi atribut dari tingkat kepentingan (
Tabel 4.3 Hasil Rekap Rata-Rata Nilai Tingkat Kepentingan dan
Defuzzyfikasi
Atribut
Tangibles-1
Tangibles-2
Tangibles-3
Tangibles-4
Tangibles-5
Tangibles-6
Tangibles-7
Reliability-1
Reliability-2
Reliability-3
Responsiveness-1
Responsiveness-2
Defuzzyfikasi
TFN
54,5
54,5
55,25
52,5
50,75
53,25
54,5
53,5
52,75
58,25
51
49,5
79,5
79,5
80,25
77,5
75,75
78
79,5
78,5
77,75
83,25
76
74,5
93,75
95,5
94.75
95
92,25
93
94,25
94,75
93,5
95,75
92,5
93,25
75,9
76,5
76,75
75
72,9
74,75
76,1
75,6
74,7
79,1
73,2
72,4
Universitas Sumatera Utara
Responsiveness-3
Responsiveness-4
Responsiveness-5
Assurance-1
Assurance-2
Empthaty-1
Empthaty-2
49
51,25
51,25
55,25
51,5
48,25
51
74
76,25
76,25
80,25
76,5
73,25
76
91,75
93
94
95,25
94
90,5
92
71,6
73,5
73,8
76,9
74
70,7
73
Setelah dilakukan perhitungan untuk setiap atribut tingkat kepentingan yang
ditentukan, selanjutnya dihitung nilai atribut dari hasil rekapitulasi untuk tingkat
kepuasaan:
Contoh perhitungan nilai atribut dari hasil rekapitulasi untuk tingkat kepuasaan
(Y):
Nilai atas atribut 1 (
=
Nilai tengah atribut 1 (
=
Nilai batas bawah atribut 1 (
=
Universitas Sumatera Utara
Defuzzyfikasi atribut 1 dari tingkat kepuasan (
Tabel 4.4 Hasil Rekap rata-rata Nilai Tingkat Kepuasaan dan Defuzzyfikasi
Atribut
Tangibles-1
Tangibles-2
Tangibles-3
Tangibles-4
Tangibles-5
Tangibles-6
Tangibles-7
Reliability-1
Reliability-2
Reliability-3
Responsiveness-1
Responsiveness-2
Responsiveness-3
Responsiveness-4
Responsiveness-5
Assurance-1
Assurance-2
Emphaty-1
Emphaty-2
Defuzyfikasi
TFN
45,75
40,25
38,5
40,25
41,25
40,25
41,5
39
37,75
37,25
42
39,5
40,75
42
42
42,25
42,25
42,25
39
70,25
65,25
63,5
65,25
66,25
65,25
66,5
64
62,75
62,25
66,75
64,5
65,75
67
67
67,25
67,25
67,25
64
90,25
86,75
84,25
87
86,25
86
86,75
84,25
84,25
85,25
87,5
87,25
86,5
88
88
89,25
88,75
87,75
85,5
68,75
64,1
62,1
64,2
64,6
63,8
64,9
62,41
61,58
61,58
65,42
63,75
64,3
65,7
65,7
66,25
66,1
65,75
62,8
4.4 Gap Fuzzy-Servqual
4.4.1
Perhitungan Nilai Gap Service Quality per Atribut
Nilai gap service quality per atribut merupakan selisih dari persepsi dan harapan
pasien. Hal ini bertujuan untuk mengukur sejauh mana pihak rumah sakit telah
memberikan pelayanan sesuai dengan keinginan pasien. Gap per atribut berperan
memberikan evaluasi, terhadap seberapa jauh atribut tersebut memberikan
kepuasan dalam menyajikan pelayana.
Contoh perhitungan hasil nilai gap per atribut t:
Universitas Sumatera Utara
Gap = persepsi - Harapan
Gap =68,75 - 75,9
Gap = -7,15
Gap untuk pertanyaan ke-2 sampai ke-9, dihitung menggunakan microsoft excel.
Diperoleh hasil seperti Tabel 4.5
Tabel 4.5 Perhitungan Gap Per Atribut
Pertanyaan
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
4.4.2
Tangibles-1
Tangibles-2
Tangibles-3
Tangibles-4
Tangibles-5
Tangibles-6
Tangibles-7
Relibility-1
Relibility-2
Relibility-3
Responsiveness-1
Responsiveness-2
Responsiveness-3
Responsiveness-4
Responsiveness-5
Assurance-1
Assurance-2
Emphaty-1
Emphaty-2
Tingkat
Kepuasan
68,75
64,1
62,1
64,2
64,6
63,8
64,9
62,41
61,58
61,58
65,42
63,75
64,3
65,7
65,7
66,25
66,1
65,75
62,8
Tingkat
Kepentingan
(
75,9
76,5
76,75
75
72,9
74,75
76,1
75,6
74,7
79,1
73,2
72,4
71,6
73,5
73,8
76,9
74
70,7
73
Gap
Rank
-7,15
-12,4
-14,65
-10,8
--8,3
-10,95
-11,2
-13,19
-13,12
-17,52
-7,78
-8,65
-7,3
-7,8
-8,1
-10,65
-7,9
-4,95
-10,2
5
15
18
11
8
13
14
17
16
19
6
9
2
3
7
12
4
1
10
Perhitungan Nilai Gap Service Quality per Dimensi
Nilai gap service quality per dimensi adalah selisih persepsi dan harapan pasien
yang menunjukan sejauh mana rumah sakit telah memberikan kepuasaan
pelayanan sesuai dengan keinginan pasien berdasarkan kelima dimensi kualitas
layanan. Diperoleh hasil perhitungan berdasarkan pada Tabel
Contoh perhitungan hasil Gap per atribut:
Gap = Persepsi- Harapan
Gap = 64,63 – 75,41
Gap = -10,78
Universitas Sumatera Utara
Tabel 4.6 Perhitungan Gap Per Atribut setiap dimensi
Atribut
Tangibles
Reliability
Responsiveness
Assurance
Emphaty
Tingkat
Kepuasaan
(Persepsi)
64,63
61,86
64,97
26,47
25,71
Tingkat
Kepentingan
(Harapan)
75,41
76,47
72,9
30,18
28,74
Gap
Rank
-10,78
-14,61
-7,93
-3,71
-3,03
4
5
3
2
1
Universitas Sumatera Utara
BAB 5
KESIMPULAN DAN SARAN
5.1
Kesimpulan
Berdasarkan hasil pengolahan data dan analisis yang telah dilakukan dapat
diambil beberapa kesimpulan sebagai berikut:
1.
Dengan menggunakan metode Fuzzy-Servqual menunjukkan bahwa secara
umum atribut-atribut pertanyaan memiliki gap negatif. Hal ini menunjukkan
bahwa kualitas pelayanan yang diberikan pihak rumah sakit masih perlu
melakukan perbaikan. Semakin kecil nilai gap maka kualitas pelayanan
dinilai semangkin baik.
2.
Berdasarkan nilai gap per atribut yang perlu di prioritaskan oleh pihak
rumah sakit untuk dilakukan perbaikan adalah prosedur pelayanan tidak
terbelit belit yang memperoleh gap tertinggi yaitu -4,95. Sedangkan gap
terendah adalah kemudahan penyampaian keluhan pasien dan keluarganya
dengan nilai gap -17,52. Menunjukkan bahwa kemudahan penyampaian
keluhan pasien dan keluarganya merupakan atribut yang dinilai pasien lebih
baik dari atribut-atribut yang lainnya.
3.
Berdasarkan nilai gap per dimensi, dimensi yang perlu prioritaskan oleh
pihak rumah sakit untuk dilakukan perbaikan adalah dimensi Reliability
(kehandalan) yang memperoleh gap tertinggi yaitu -14,61. Atribut adalah
pelayanan pemeriksaan, pengobatan dan perawatan yang cepat dan tepat.
Sedangkan gap terendah adalah Emphaty (kemudahan), dengan nilai gap 7,53.
Atributnya adalah
kemudahan penyampaian keluhan pasien dan
keluarganya, pelayanan kepada semua pasien tanpa memandang status
sosial. Hal ini menunjukkan bahwa penilaian pasien terhadap dimensi
(Emphaty) lebih baik dari dimensi lainnya.
5.2
Saran
Saran yang diberikan penelitian ini adalah:
Universitas Sumatera Utara
1.
Penelitian ini hanya membahas customer gap, maka untuk selanjutnya
masih bisa disempunakan dan dilengakapi lagi.
2.
Perlu dilakukan penelitian lebih lanjut dengan penggalian atribut-atribut dan
skala penilaian secara lebih mendalam lagi agar dapat memahami kondisi
lebih baik
.
Universitas Sumatera Utara
METODE PENELITIAN
3.1 Objek Penelitian
Penelitian dilaksanakan pada salah satu rumah sakit umum Sundari. Dalam
penelitian ini, yang menjadi objek penelitian adalah pasien rawat inap.
3.2 Identifikasi Masalah
Pada tahap ini yang dilakukan adalah mengidentifikasi masalah yang dihadapi
dengan menganalisa pelayanan yang diberikan oleh rumah sakit, apakah sudah
memenuhi keinginan pasien tersebut. Dengan demikian akan diketahui atributatribut pelayanan pada bagian mana saja yang perlu diperbaiki, guna
meningkatkan kulitas pelayanan pada rumah sakit. Metode yang digunakan adalah
Fuzzy-Servqual.
3.3 Populasi dan Sampel
3.3.1
Populasi
Popilasi adalah totalitas dari semua objek atau individu yang memiliki karateristik
tertentu. Objek atau nilai disebut unit analisis atau elemen populasi (Iqbal Hasan,
2002:83). Dalam pelaksanaan penelitian. Ruang lingkup populasi merupakan area
yang amat luas batasannya sehingga penggunaan populasi sebagai instrument
penelitian sangat sulit dilakukan. Oleh karena itu, untuk memenuhi kelayakan
dalam pelaksaan penelitian, ditentukan populasi sasaran (target populasi), yaitu
populasi yang digunakan untuk mengenerelisasikan hasil penelitian. Adapun yang
menjadi populasi dalam penelitian ini adalah pasien rawat inap Rumah Sakit
umum Sundari.
Universitas Sumatera Utara
3.3.2
Sampel
Sampel adalah bagian dari populasi yang diambil melalui cara-cara tertentu yang
juga memiliki karakteristik tertentu. Jelas dan lengkap yang dianggap dapat
mewakili populasi. Objek atau nilai yang akan diteliti dalam sampel akan terjadi
bila populasi terlalu besar dan menyebar sehingga diluar jangkauan penelitian.
Untuk menentukan ukuran sanpel penelitian dari popilasi tersebut dapat
menggunakan rumus slovin sebagai berikut:
Keterangan:
n = ukuran sampel
N = ukuran populasi
e = persen kelonggoran ketidakketelitian karena kesalahan pengambilan
sampel yang masih dapat ditolerir atau diinginkan yakni 10 %
Dengan mennggunakan rumus diatas, maka perhitungan sampel adalah:
Jadi Jumlah sampel yang akan digunakan peneliti sebanya 100 orang dari populasi
sebanyak 2042 pasien pada tahun 2017.
Tabel 3.1 Jumlah Seluruh Pasien Rawat Inap RSU Sundari
No
Bagian
Sub Populasi
Perhitungan
Sampel
1
VIP
210
10
2
Kelas I
440
21
3
Kelas II
560
27
Universitas Sumatera Utara
4
Kelas III
832
x 100
Total
3.4
42
100
Metode Pengumpulan Data
Tehnik pengumpulan data yang digunakan dalam penelitian ini adalah:
3.4.1 Studi Pustaka
Study pustaka dilakukan peneliti dengan membaca guna memperoleh informasi
yang berkaitan dengan variabel-variabel yang dibahas dalam penelitian ini,
dengan studi pustaka, artikel, dan jurnal dari beragam sumber.
3.4.2 Studi Lapangan
Studi lapangan dilakukan untuk memperoleh data primer yaitu data yang
diperoleh secara langsung dari sumber informasi. Tujuannya untuk mengetahui
kondisi sistem layanan dan situasi yang ada pada salah satu bank dimedan yang
diperoleh dengan cara pengamatan langsung untuk mendukung data yang
dilakukan melalui penyebaran kuesioner dan hal-hal yang berkaitan dengan
penelitian.
3.4.3 Skala Likert
Adapun skala penukuran yang digunakan pada jawaban kuesioner adalah skala
likert. Skala likert digunakan untuk mengukur sikap, pendapat, dan persepsi
seseorang tentang kejadian atau gejala sosial. Dalam penelitian gejala sosial ini
telah ditetapkan secara spesifik oleh peneliti, yang selajutnya disebut sebagai
variabel penelitian (Riduwan, 2002).
Untuk mengukur tingkat persepsi terhadap layanan yang diberikan, digunakan
skala likert yang diungkapkan dengan kata-kata sebagai berikut:
a) 5 untuk jawaban sangat penting
b) 4 untuk jawaban penting
c) 3 untuk jawaban cukup penting
Universitas Sumatera Utara
d) 2 untuk jawaban kurang penting
e) 1 untuk jawaban tidak penting
Responden ditanyakan tingkat kepuasan pada atribut-atribut kualitas pelayanan
yang sama dengan memberikan bobot sebagai berikut:
a) 5 untuk jawaban sangat puas
b) 4 untuk jawaban puas
c) 3 untuk jawaban cukup puas
d) 2 untuk jawaban kurang puas
e) 1 untuk jawaban tidak puas
Dengan menggunkan skala likert, maka variabel yang akan diukur
dijabarkan menjadi dimensi, dimensi dijabarkan menjadi sub variabel kemudian
sub variabel dijabarkan lagi menjadi indikator-indikator yang dapat diukur.
Akhirnya indikator-indikator yang terukur ini dapat dijadikan titik tolak untuk
membuat instrumen yang berupa pertanyaan yang perlu dijawab oleh responden
(Riduwan, 2002).
3.4.4
Kuesioner
Kuesioner adalah metode pengumpulan data dengan cara mengedarkan daftar
pertanyaan berupa formulir, diajukan secara tertulis kepada responden untuk
mendapatkan tanggapan informasi, jawaban dan sebagainya.
Alasan menggunakan teknik ini supaya responden tidak perlu memberikan
penjelasan secara panjang lebar dan juga sangat praktis, tegas, hemat dan efesien
dalam mengungkapkan ini persoalan. Cara ini digunakan untuk memperoleh data
primer yang digunakan oleh peneliti.
Daftar pertanyaan berisi hal-hal yang ingin diketahui, berkaitan dengan
kinerja atau kenyataan serta harapan pasien terhadap layanan yang diberikan,
sesuai dengan kondisi dan keadaan di rumah sakit, atribut-atribut dalam kuesioner
tersebutdikelompokkan ke dalam lima dimensi Service Quality. Kelima dimensi
tersebut digunakan untuk mngukur kinerja pelayanan sebagai berikut:
Universitas Sumatera Utara
1. Bukti Fisik (Tangible)
2. Kehandalan (Reliability)
3. Daya Tanggap (Responsiveness)
4. Jaminan (Assurance)
5. Kepedulian (Empathy)
3.5
Metode Pengolahan Data
Teknik pengolahan data yang digunakan dalam penelitian ini adalah sebagai
berikut:
1. Uji Validitas Data
Kriteria pengujiannya adalah apabila nilai
dinyatakan valid. Apabila i
, maka pernyataan
maka pernyataan dinyatakan tidak
valid. Dengan menggunakan bantuan software SPSS 17, akan diperoleh
.
2.Uji Reliabilitas Data
Kriteria pengujiannya adalah nilai Cronbach’s Alpha 0,6 maka atribut dikatakan
reliabel. Dan apabila nilai Cronbach’s Alpha
0,6 maka atribut dikatakan tidak
reliabel. Dengan menggunakan bantuan Software SPSS 17, nilai dapat dilihat pada
nilai Corrected Item Total Corelation.
3. Pengintegrasian Fuzzy-Service Quality (Servqual)
Pengitegrasian
Fuzzy-Servqual
yang
dilakukan
meliputi
pembentukan
membership function dengan Triangular Fuzzy Number untuk pengukuran
persepsi dan harapan layanan, perhitungan nilai persepsi dan harapan layanan,
perhitungan nilai gap kulitas layanan. Langkah-langkah pengerjaanya adalah
sebagai berikut:
Universitas Sumatera Utara
a. Penentuan Fuzzy Set
Tahap ini dilakukan untuk menentukan skor yang harus diberikan oleh
responden untuk setiap atribut yang diajukan kuesioner. Variabel
linguistik yang digunakan untuk persepsi yaitu sangat tidak puas, kurang
puas, cukup puas, puas, sangat puas. Variabel liguistikyang digunakan
untuk harapan yaitu sangat tidak penting, kurang penting, cukup penting,
penting, sangat penting.
Tabel 3.2 Variabel Linguistik Persepsi dan Harapan
Tingkat Kepentingan (persepsi)
Tingkat Kepuasan (harapan)
Sangat Penting
Sangat Puas
Penting
Puas
Cukup Penting
Cukup Puas
Kurang Penting
Kurang Puas
Tidak Penting
Tidak Puas
b. Fuzzyfikasi dan Defuzzyfikasi
Fuzzyfikasi yaitu penentuan Triangular Fuzzy Number (TFN), Triangular
Fuzzy Number (TFN) merupakan range nilai dari bobot jawaban
responden.
c. Gap Fuzzy-Servqual
Nilai gap service quality per atribut merupakan selisih dari persepsi dan
harapan pasien. Hal ini bertujuan untuk mengukur sejauh mana pihak
rumah sakit telah memberikan pelayanan sesuai dengan keinginan pasien.
3.6 Kerangka Pemikiran Masalah
Kerangka pemikiran masalah diperlukan untuk memberikan gambaran sistematika
yang digunakan untuk menyelesaikan permasalahan peneliti. Adapun kerangka
pemikiran masalah dalam penelitian ini ditunjukkan pada gambar berikut:
Universitas Sumatera Utara
Gambar 3.1 Kerangka Pemikiran Masalah
Mulai
Pengamatan
Pembagian Kuesiner
Uji Validitas dan
Reliabilitas
Atribut Pertanyaan
Tidak Diikutsertakn
Pentuan Fuzzy Set
Fuzzyfikasi dan
Defuzzikasi
Nilai Gap
Kesimpulan dan
Saran
Selesai
Keterangan langakah-langkah pemecahan masalah pada penelitian ini adalah
sebagai berikut:
1. Langkah Pertama
Mulai artinya penelitian dengan melakukan persiapan-persiapan yang
berhubungan dengan penelitian.
Universitas Sumatera Utara
2. Langkah kedua
Melakukan pengalaman ke rumah sakit untuk menentukan atribut-atribut untuk
kepentingan kuesioner.
3. Langkah Ketiga
Untuk memperoleh data, penulis membagikan kuesioner kepada pasien yang
sedang berurusan di rumah sakit.
4. Langkah Keempat
Melakukan uji Validitas dan Reliabilitas data.
5. Langkah kelima
Mengolah data berdasarkan kriteria-kriteria olah data pada metode FuzzyServqual. Dengan menentukan fuzzy set, fuzzyfikasi dan defuzzyfikasi.
6. Langkah Keenam
Menentukan nilai gap untuk melihat kesenjangan antara persepsi dan harapan.
7. Langkah Kedelapan
Menyimpulkan hasil olah data dengan Metode Fuzzy-Servqual.
8. Langkah Kesembilan
Selesai artinya berhenti dalam melakukan proses penelitian.
Universitas Sumatera Utara
BAB 4
HASIL DAN PEMBAHASAN
4.1 Karakteristik Responden
Pada penlitian ini, penulis membagikan kuesioner terhadap 100 responden yang
sedang berurusan di rumah sakit, untuk mengetahui tingkat kepuasan pasien
terhadap pelayanan rumah sakit. Sebelum penulis memaparkan hasil penelitian
dan pembahasan terlebih dahulu akan diuraikan mngenai karakteristik responden.
Untuk memperoleh keakuratan data dan penelitian serta gambaran obektif dari
responden, maka penulis akan mengemukakan terlebih dahulu tentang
karakteristik responden, sebagai berikut:
1. Karakteristik responden berdasarkan jenis kelamin
Jenis Kelamin
laki laki
32%
Perempuan
68%
Gambar 4.1 Frekuensi Responden Berdasarkan Jenis Kelamin
Berdasarkan gambar 4.1 dapat dilihat dari penyebaran kuesioner kepada 100
pasien bahwa sebagian besar pasien yang menjadi responden sebanyak(68%)
responden berjenis kelamin wanita dan jumlah responden yang berjenis kelamin
pria sebanyak 32(%) responden.
Universitas Sumatera Utara
2. Karateristik responden berdasarkan usia
Usia
3%
5%
9%
< 18
10%
18-25
24%
18%
26-35
36-45
46-55
31%
55-65
.65
Gambar 4.2 Frekuensi Responden Berdasarkan usia
Berdasarkan gambar 4.2 diatas dapat dilihat bahwa pasien berusia < 18 Tahun
memiliki persentase (5%), pasien yang berumur _18-25 Tahun (10%), umur 26-35
Tahun mempunyai presentase (18%), pasien yang berumur 36-45 Tahun
mempunyai persentase (31%), pasien yang berumur 46-55 Tahun mempunyai
persentase (24%), pasien yang berumur 55-65 Tahun mempunyai persentase (9%)
dan pasien yang berumur >65 Tahun mempunyai persentase (3%).
3. Karakteristik responden berdasarkan pekerjaan
Jenis Pekerjaan
Pelajar
4%
17%
5%
9%
Mahasiswa
3%
Ibu Rumah Tangga
12%
34%
16%
Wiraswasta
Pegawai Swasta
Bumn
Pegawai Negeri
Gambar 4.3 Frekuensi Responden Berdasarkan Pekerjaan
Universitas Sumatera Utara
Berdasarkan gambar 4.3 dapat dilihat bahwa responden dalam penelitian ini yang
memiliki proporsi dengan persentase terbesar adalah kelompok responden yang
memiliki profesinibu rumah tangga dengan presentase sebesar (34%).
4. Karakteristik responden berdasarkan Jenist Ruangan
Jenis Ruangan
VIP
Kelas I
Kelas II
Kelas III
10%
42%
21%
27%
Gambar 4.4 Frekuensi Berdasarkan Jenis Ruangan
Berdasarkan gambar 4.4 dapat dilihat bahwa responden dalam penelitian ini
untuk kelas VIP memiliki proporsi dengan persentase (10%), kelas I memiliki
proporsi sebesar (21%), kelas II memiliki proporsi sebesar (27%) dan untuk kelas
III memiliki proporsi sebesar (42%).
4.2 Uji Validitas dan Reliabilitas Data
4.2.1 Uji Validitas Data
Uji validitas data dilakukan untuk mengetahui keakuratan data kuesioner. Uji
validitas dilakukan pada setiap atribut kusioner. Uji validitas dilakukan dengan
menggunakan program SPSS versi 17.00 dengan kriteria sebagai berikut:
a. Jika
maka butir pertanyaan dikatakan valid.
b. Jika
maka butir pertanyaan dikatakan tidak valid.
c.
dengan ketentuan df = (n – 2 ) dan tingkat signifikansi 5% yaitu df =
(100 – 2) = 98.
Universitas Sumatera Utara
Untuk mengitung
terlebih dahulu dicari
dengan menggunakan
atau berdasarkan Titik Persentase Distribusi df = 98, maka nilai
=
0,1984467
= 0,196551
Untuk perhitungan manual nilai validitas item pertama kuesioner tingkat
kepentingan adalah sebagai berikut:
Berdasarkan tabel perhitungan item pertama sebagai variabel
dapat diketahui
nilai-nilai yang dibutuhkan dalam menghitung nilai validitas item pertama
kuesioner tingkat kepentingan yaitu:
= 418
= 7790
33116
= 1820
= 617464
Universitas Sumatera Utara
≈ 0,630
Berdasarkan perhitungan diatas dapat dilihat bahwa nilai
= 0,630 >
=
0,196, artinya bahwa atribut pertama dari kuesioner kepentingan dinyatakan valid.
Untuk validitas pada atribut lainnya dilakukan dengan menggunkan software
SPSS 21 yang dapat dilihat pada tabel sebagai berikut:
Tabel 4.1 Uji Validitas Data Kepentingan
No
I.
Atribut
Validitas
Tangibles (bukti langsung)
1
Kemudahan mencapai lokasi rumah sakit.
0,630
0,196
Valid
2
Kebersihan dan kerapian dan kenyamanan
kamar.
Kebersihan kamar mandi
0,592
0,196
Valid
0,560
0,196
Valid
0,630
0,196
Valid
0.677
0,196
Valid
0,687
0,196
Valid
0,685
0,196
Valid
0,733
0,196
Valid
0,719
0,196
Valid
0,674
0,196
Valid
3
Luas area dan fasilitas kamar
4
Kerapian dan kebesihan penampilan
dokter dan perawat.
Kelengkapan, kesiapan dan kebersihan alat
yang di pakai.
Ketersedian obat yang dibutuhkan pasien.
5
6
7
II.
Reability (Kehandalan)
Pelayanan pemeriksaan, pengobatan dan
perawatan yang cepat dan tepat.
9 Jadwal pelayanan rumah sakit dijalankan
dengan cepat.
10 Prosedur pelayanan tidak terbelit belit
8
III.
Responsiveness(daya tanggap)
Universitas Sumatera Utara
11 Kemampuan dokter/perawat cepat tanggap
menyelesaikan keluhan pasien.
12 Dokter/perawat memberikan informasi
yang jelas dan mudah dimengerti.
13 Kesabaran dan ketelatenan dalam merawat
pasein.
14 Perhatian terhadap pasein yang
memerlukan pelayanan.
15 Ketersedian dokter/perawat pada saat
pasien membutuhkan.
IV.
Assurance(jaminan)
0,776
0,196
Valid
0,699
0,196
Valid
0,682
0,196
Valid
0,675
0,196
Valid
0,665
0,196
Valid
16 Kemampuan dokter menganalisa penyakit
0,629
0,196
Valid
17 Kesopanan dan keramahan doker dan
perawat.
V. Empathy(kemudahan)
0,639
0,196
Valid
18 Kemudahan penyampaian keluhan pasien
dan keluarganya.
19 Pelayanan kepada semua pasien tanpa
memandang status sosial dll.
0,722
0,196
Valid
0,693
0,196
Valid
Tabel 4.2 Uji Validitas Data Kepuasaan
No
I.
Atribut
Validitas
Tangibles (bukti langsung)
1
Kemudahan mencapai lokasi rumah sakit.
0,599
0,196
Valid
2
Kebersihan dan kerapian dan kenyamanan
kamar.
Kebersihan kamar mandi
0,745
0,196
Valid
0,785
0,196
Valid
0,760
0,196
Valid
0.631
0,196
Valid
0,716
0,196
Valid
0,713
0,196
Valid
0,794
0,196
Valid
0,752
0,196
Valid
3
Luas area dan fasilitas kamar
4
Kerapian dan kebesihan penampilan
dokter dan perawat.
Kelengkapan, kesiapan dan kebersihan alat
yang di pakai.
Ketersedian obat yang dibutuhkan pasien.
5
6
7
II.
8
9
Reability (Kehandalan)
Pelayanan pemeriksaan, pengobatan dan
perawatan yang cepat dan tepat.
Jadwal pelayanan rumah sakit dijalankan
dengan cepat.
Universitas Sumatera Utara
10 Prosedur pelayanan tidak terbelit belit
0,309
0,196
Valid
11 Kemampuan dokter/perawat cepat tanggap
menyelesaikan keluhan pasien.
12 Dokter/perawat memberikan informasi
yang jelas dan mudah dimengerti.
13 Kesabaran dan ketelatenan dalam merawat
pasein.
14 Perhatian terhadap pasein yang
memerlukan pelayanan.
15 Ketersedian dokter/perawat pada saat
pasien membutuhkan.
IV.
Assurance(jaminan)
0,669
0,196
Valid
0,682
0,196
Valid
0,705
0,196
Valid
0,780
0,196
Valid
0,659
0,196
Valid
16 Kemampuan dokter menganalisa penyakit
0,679
0,196
Valid
17 Kesopanan dan keramahan doker dan
perawat.
V. Empathy(kemudahan)
0,688
0,196
Valid
18 Kemudahan penyampaian keluhan pasien
dan keluarganya.
19 Pelayanan kepada semua pasien tanpa
memandang status sosial dll.
0,696
0,196
Valid
0,731
0,196
Valid
III.
Responsiveness(daya tanggap)
4.2.2 Uji Reliabilitas Data
Uji reliabilitas data dilakukan untuk menunjukkan bahwa alat ukur yang
digunakan dalam penelitian mempunyai keandalan sebagai alat ukur, diantaranya
diukur melalui konsistensi hasil pengukuran dari waktu ke waktu jika fenomena
yang diukur tidak berubah. Uji reliabilitas dilakukan dengan menggunakan
program SPSS versi 17.00 dengan kriteria sebagai berikut:
a. Jika Cronbach’s Alpha ≥ 0,6maka butir pertanyaan dikatakan reliabel.
b. Jika Cronbach’s Alpha ≤ 0,6 maka butir pertanyaan dikatakan tidak
reliabel.
Berdasarkan hasil uji reliabilitas pada kepentingan pasien yang dilakukan dengan
menggunakan program SPSS versi 17.00 dapat dilihat bahwa Cronbach’s Alpha =
0,932
0,6 dan kepuasan Cronbach’s Alpha = 0,939
0,6 sehingga butir
pertanyaan pada kepentingan dan kepuasan pasien dikatakan reliabel.
Adapun perhitungan manual uji reliabilitas kepentingan adalah sebagai berikut:
Universitas Sumatera Utara
4.3
Pengolahan Fuzzy-Servqual
4.3.1 Penentuan Fuzzy Set
Tahap ini dilakukan untuk menentukan skor yang diberikan oleh responden untuk
setiap atribut yang diajukan dalam kuesioner.
Variabel linguistik yang digunakan untuk harapan yaitu:
a. Tidak Penting
b. Kurang Penting
c. Cukup Penting
d. Penting
e. Sangat Penting
Variabel linguistik yang digunakan untuk persepsi yaitu:
a. Tidak Puas
b. Kurang Puas
c. Cukup Puas
Universitas Sumatera Utara
d. Puas
e. Sangat Puas
4.3.2 Analisis Sistem
Analisis sistem pada variabel-variabel yaitu:
1.
Analisa Sistem untuk Variabel Persepsi
Untuk merepresentasikan variabel harapan digunakan kurva berbentuk
representasi naik, representasi turun dan kurva segitiga untuk himpunan fuzzy.
Tabel 4.1 Diagram membership function untuk variabel harapan.
Semesta
Domain
Range
Satuan
Pembicaraan
Nama
Himpunan
Fuzzy
0-100
Tidak Puas
[0-25]
0 ; 0 ; 25
Orang
0-100
Kurang Puas
[0-50]
0 ; 25 ; 50
Orang
0-100
Cukup Puas
[25-75]
25 ; 50 ; 75
Orang
0-100
Puas
[50-75]
50 ; 75 ; 100
Orang
0-100
Sangat Puas
[75-100]
75 ; 100 ; 100
Orang
Diagram membership function untuk variabel kepuasan dapat dilihat pada
Gambar dibawah ini
1
Derajat
keaanggotaan
µ(x)
0
0
25
50
75
100
TP
KP
CP
P
SP
Gambar 4.5 fungsi keanggotaan variabel Linguistik Harapan (Kepuasan)
Universitas Sumatera Utara
Pada variabel data yang dimiliki dapat dibagi menjadi 5 himpunan fuzzy yaitu:
1. Fungsi keanggotaan untuk himpunaan sangat tidak puas dapat dilihat pada
persamaan:
a
x
0;
b
0
0;
12,5
12,5
25
µ tidak puas =
=
= 0,5
1
Derajat
Keanggotaan
µ[x] = 0,5
0
0
12,5
25
x
Gambar 4.6 fungsi keanggotaan variabel tidak puas
2.
Fungsi keanggotaan untuk himpunan kurang puas dapat dilihat pada
persamaan:
Universitas Sumatera Utara
µ[x] =
µ[x] =
µ (kurang puas) =
=
Derajat
Keanggotaan
µ[x] = 0,5
0
0
12,5
25
50
x
Gambar 4.7 fungsi keanggotaan variabel linguistik kurang puas
3. Fungsi keanggotaan untuk himpunan cukup puas dapat dilihat pada persamaan:
µ[x] =
Universitas Sumatera Utara
µ[x] =
=
=
Derajat
Keanggotaan
µ[x] = 0,5
0
25
37,5
50
75
x
Gambar 4.8 fungsi keanggotaan variabel linguistik cukup puas
4. Himpunan fuzzy puas direpresentasikan dengan
fungsi keanggotaan untuk
himpunan puas dapat dilihat pada persamaan:
µ[x] =
Universitas Sumatera Utara
µ[x] =
=
=
= 0,5
Derajat
Keanggotaan
µ[x]= 0,5
0
50
62,5
75
100
x
Gambar 4.9 fungsi keanggotaan variabel linguistik puas
5. Himpunan fuzzy sangat puas direpsentasikan dengan fungsi keanggotaan untuk
himpunan sangat puas dapat dilihat pada persamaan:
µ[x] =
Universitas Sumatera Utara
µ[x] =
=
= 0.5
Derajat
keanggotaan
µ[x] = 0,5
0
75
87,5
100
x
Gambar 4.10 fungsi keanggotaan variabel linguitik sangat puas
Untuk variabel harapan memiliki bentuk normal maksimum ( Maksimum
Normal Form) yang mempunyai nilai derajat keanggotaan 0,5 karena suatu
himpunan fuzzy dikatakan memiliki bentuk normal maksimum (Maksimum
Normal Form) jika paling sedikit satu elememnya memiliki nilai keanggotaan satu
(1) dan satu elemennya memiliki nilai keanggotaan nol (0).
2. Analisa Sistem untuk Variabel persepsi
Untuk memrepsentasikan variabel persepsi digunakan kurva Representasi Linier
Naik, Representasi Linier Turun dan bentuk kurva Segitiga untuk himpunan fuzzy.
Tabel 4.2 Himpunan fuzzy Variabel Persepsi (kepentingan)
Semesta
Pembicaraan
Nama
Himpunan
Fuzzy
Domain
Range
Satuan
0-100
Tidak Penting
[0-25]
0 ; 0 ; 25
Orang
0-100
Kurang Penting
[0-50]
0 ; 25 ; 50
Orang
Universitas Sumatera Utara
0-100
Cukup Penting
[25-75]
25 ; 50 ; 75
Orang
0-100
Penting
[50-75]
50 ; 75 ; 100
Orang
0-100
Sangat Penting
[75-100]
75 ; 100 ; 100
Orang
Diagram membership function untuk variabel kepentingan dapat dilihat pada
Gambar di bawah ini:
1
Derajat
Keanggotaan
µ(x)
0
0
25
TPG
50
KPG
CPG
75
PG
100
x
SPG
Gambar 4.11 fungsi keanggotaan variabel Linguistik Kepentingan ( persepsi)
Pada variabel (kepentingan) persepsi data yang dimiliki dapat dibagi menjadi 5
himpunana fuzzy yaitu:
fuzzy
1. Himpunan
tidak
penting
direpresentasikan
dengan
fungsi
keanggotaan untuk himpunan tidak penting dapat dilihat pada persamaan:
a
=
x
0;
b
;
=
0;
x
0
12,5
12,5
25
25
µ tidak penting =
=
Universitas Sumatera Utara
Derajat
Keanggotaan
µ[x] = 0,5
0
0
12,5
25
x
Gambar 4.12 fungsi keanggotaan variabel linguistik tidak penting
2. Himpunan fuzzy kurang penting direpresentaikan dengan fungsi keanggotaan
untuk himpunan kurang penting dapat dilihat pada persamaan:
µ[x] =
µ[x] =
µ(kurang penting) =
=
0,5
0
12,5
Derajat
Keanggotaan
µ[x] = 0,5
0
25
50
x
Gambar 4.13 fungsi keanggotaan variabel linguistik kurang penting
Universitas Sumatera Utara
3. Himpunan fuzzy cukup penting direpresentasikan dengan fungsi keanggotaan
untuk himpunan cukup penting dapat dilihatpada persamaan:
µ[x] =
µ[x] =
=
=
0,5
Derajat
Keanggotaan
µ[x] = 0,5
0
25
37,5
50
75
x
Gambar 4.14 fungsi keanggotaan variabel linguistik cukup penting
4. Himpunan fuzzy penting memiliki domain[ ], dengan derajat keanggotaan
penting tertinggi
1 terletak pada
nilai
40. Himpunan
fuzzy
puas
direpresentasikan dengan fungsi keanggotaan utuk himpunan penting dapat
dilihat pada persamaan:
Universitas Sumatera Utara
µ[x] =
µ[x] =
=
=
0,5
50
62,5
Derajat
Keanggotaan
µ[x] = 0,5
0
75
100
x
Gambar 4.15 fungsi keanggotaan variabel linguistik penting
5. Himpunan fuzzy sangat penting direpresentasikan dengan fungsi keanggotaan
untuk himpunana sangat penting dapat dilihat pada persamaan:
Universitas Sumatera Utara
µ[x] =
µ[x] =
=
=
0,5
Derajat
keanggotaan
µ[x] = 0,5
0
75
87,5
100
x
Gambar 4.16 keanggotaan variabel linguistik sangat penting
Untuk variabel persepsi memiliki bentuk normal maksimum (Maksimum
Normal From) yang mempunyai nilai derajat keanggotaan 0,5 karena suatu
himpunan fuzzy dikatakan memiliki bentuk normal maksimum (Maksimum
Normal Form) jika paling sedikit satu elemenya memiliki nilai keanggotaan satu
(1) dan satu elememnya memiliki nilai keanggotaanya nol (0).
4.3.3
Fuzzyfikasi dan Defuzzyfikasi
Fzzyfikasi yaitu penentuan Triangular Fuzzy Number (TFN), Triangular Fuzzy
Number (TFN) merupakan range nilai dari bobot jawaban responden. TFN terdiri
dari tiga nilai batas yaitu nilai batas bawah (a), nilai tengah (a) dan nilai batas atas
Universitas Sumatera Utara
(a). Setiap pilihan diberikan range nilai yang akan dihitung menggunakan rumus
untuk menentukan TFN. Berikut merupakan rumus untuk menentukan Triangular
Fuzzy Number (TFN) (Suharyanta dan A’yunin, 2012:
Nilai Batas Atas Atribut:
Nilai Batas Tengah Atribut:
Nilai Batas Bawah Atribut:
Contoh perhitungan nilai atribut dari hasil rekapitulasi kuesioner untuk tingkat
kepentingan (X):
Nilai batas bawah atribut 1 (
:
=
=
Universitas Sumatera Utara
Nilai tengah atribut 1 (
:
=
=
Nilai batas atas 1 (
=
=
Defuzzyfikasi atribut dari tingkat kepentingan (
Tabel 4.3 Hasil Rekap Rata-Rata Nilai Tingkat Kepentingan dan
Defuzzyfikasi
Atribut
Tangibles-1
Tangibles-2
Tangibles-3
Tangibles-4
Tangibles-5
Tangibles-6
Tangibles-7
Reliability-1
Reliability-2
Reliability-3
Responsiveness-1
Responsiveness-2
Defuzzyfikasi
TFN
54,5
54,5
55,25
52,5
50,75
53,25
54,5
53,5
52,75
58,25
51
49,5
79,5
79,5
80,25
77,5
75,75
78
79,5
78,5
77,75
83,25
76
74,5
93,75
95,5
94.75
95
92,25
93
94,25
94,75
93,5
95,75
92,5
93,25
75,9
76,5
76,75
75
72,9
74,75
76,1
75,6
74,7
79,1
73,2
72,4
Universitas Sumatera Utara
Responsiveness-3
Responsiveness-4
Responsiveness-5
Assurance-1
Assurance-2
Empthaty-1
Empthaty-2
49
51,25
51,25
55,25
51,5
48,25
51
74
76,25
76,25
80,25
76,5
73,25
76
91,75
93
94
95,25
94
90,5
92
71,6
73,5
73,8
76,9
74
70,7
73
Setelah dilakukan perhitungan untuk setiap atribut tingkat kepentingan yang
ditentukan, selanjutnya dihitung nilai atribut dari hasil rekapitulasi untuk tingkat
kepuasaan:
Contoh perhitungan nilai atribut dari hasil rekapitulasi untuk tingkat kepuasaan
(Y):
Nilai atas atribut 1 (
=
Nilai tengah atribut 1 (
=
Nilai batas bawah atribut 1 (
=
Universitas Sumatera Utara
Defuzzyfikasi atribut 1 dari tingkat kepuasan (
Tabel 4.4 Hasil Rekap rata-rata Nilai Tingkat Kepuasaan dan Defuzzyfikasi
Atribut
Tangibles-1
Tangibles-2
Tangibles-3
Tangibles-4
Tangibles-5
Tangibles-6
Tangibles-7
Reliability-1
Reliability-2
Reliability-3
Responsiveness-1
Responsiveness-2
Responsiveness-3
Responsiveness-4
Responsiveness-5
Assurance-1
Assurance-2
Emphaty-1
Emphaty-2
Defuzyfikasi
TFN
45,75
40,25
38,5
40,25
41,25
40,25
41,5
39
37,75
37,25
42
39,5
40,75
42
42
42,25
42,25
42,25
39
70,25
65,25
63,5
65,25
66,25
65,25
66,5
64
62,75
62,25
66,75
64,5
65,75
67
67
67,25
67,25
67,25
64
90,25
86,75
84,25
87
86,25
86
86,75
84,25
84,25
85,25
87,5
87,25
86,5
88
88
89,25
88,75
87,75
85,5
68,75
64,1
62,1
64,2
64,6
63,8
64,9
62,41
61,58
61,58
65,42
63,75
64,3
65,7
65,7
66,25
66,1
65,75
62,8
4.4 Gap Fuzzy-Servqual
4.4.1
Perhitungan Nilai Gap Service Quality per Atribut
Nilai gap service quality per atribut merupakan selisih dari persepsi dan harapan
pasien. Hal ini bertujuan untuk mengukur sejauh mana pihak rumah sakit telah
memberikan pelayanan sesuai dengan keinginan pasien. Gap per atribut berperan
memberikan evaluasi, terhadap seberapa jauh atribut tersebut memberikan
kepuasan dalam menyajikan pelayana.
Contoh perhitungan hasil nilai gap per atribut t:
Universitas Sumatera Utara
Gap = persepsi - Harapan
Gap =68,75 - 75,9
Gap = -7,15
Gap untuk pertanyaan ke-2 sampai ke-9, dihitung menggunakan microsoft excel.
Diperoleh hasil seperti Tabel 4.5
Tabel 4.5 Perhitungan Gap Per Atribut
Pertanyaan
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
4.4.2
Tangibles-1
Tangibles-2
Tangibles-3
Tangibles-4
Tangibles-5
Tangibles-6
Tangibles-7
Relibility-1
Relibility-2
Relibility-3
Responsiveness-1
Responsiveness-2
Responsiveness-3
Responsiveness-4
Responsiveness-5
Assurance-1
Assurance-2
Emphaty-1
Emphaty-2
Tingkat
Kepuasan
68,75
64,1
62,1
64,2
64,6
63,8
64,9
62,41
61,58
61,58
65,42
63,75
64,3
65,7
65,7
66,25
66,1
65,75
62,8
Tingkat
Kepentingan
(
75,9
76,5
76,75
75
72,9
74,75
76,1
75,6
74,7
79,1
73,2
72,4
71,6
73,5
73,8
76,9
74
70,7
73
Gap
Rank
-7,15
-12,4
-14,65
-10,8
--8,3
-10,95
-11,2
-13,19
-13,12
-17,52
-7,78
-8,65
-7,3
-7,8
-8,1
-10,65
-7,9
-4,95
-10,2
5
15
18
11
8
13
14
17
16
19
6
9
2
3
7
12
4
1
10
Perhitungan Nilai Gap Service Quality per Dimensi
Nilai gap service quality per dimensi adalah selisih persepsi dan harapan pasien
yang menunjukan sejauh mana rumah sakit telah memberikan kepuasaan
pelayanan sesuai dengan keinginan pasien berdasarkan kelima dimensi kualitas
layanan. Diperoleh hasil perhitungan berdasarkan pada Tabel
Contoh perhitungan hasil Gap per atribut:
Gap = Persepsi- Harapan
Gap = 64,63 – 75,41
Gap = -10,78
Universitas Sumatera Utara
Tabel 4.6 Perhitungan Gap Per Atribut setiap dimensi
Atribut
Tangibles
Reliability
Responsiveness
Assurance
Emphaty
Tingkat
Kepuasaan
(Persepsi)
64,63
61,86
64,97
26,47
25,71
Tingkat
Kepentingan
(Harapan)
75,41
76,47
72,9
30,18
28,74
Gap
Rank
-10,78
-14,61
-7,93
-3,71
-3,03
4
5
3
2
1
Universitas Sumatera Utara
BAB 5
KESIMPULAN DAN SARAN
5.1
Kesimpulan
Berdasarkan hasil pengolahan data dan analisis yang telah dilakukan dapat
diambil beberapa kesimpulan sebagai berikut:
1.
Dengan menggunakan metode Fuzzy-Servqual menunjukkan bahwa secara
umum atribut-atribut pertanyaan memiliki gap negatif. Hal ini menunjukkan
bahwa kualitas pelayanan yang diberikan pihak rumah sakit masih perlu
melakukan perbaikan. Semakin kecil nilai gap maka kualitas pelayanan
dinilai semangkin baik.
2.
Berdasarkan nilai gap per atribut yang perlu di prioritaskan oleh pihak
rumah sakit untuk dilakukan perbaikan adalah prosedur pelayanan tidak
terbelit belit yang memperoleh gap tertinggi yaitu -4,95. Sedangkan gap
terendah adalah kemudahan penyampaian keluhan pasien dan keluarganya
dengan nilai gap -17,52. Menunjukkan bahwa kemudahan penyampaian
keluhan pasien dan keluarganya merupakan atribut yang dinilai pasien lebih
baik dari atribut-atribut yang lainnya.
3.
Berdasarkan nilai gap per dimensi, dimensi yang perlu prioritaskan oleh
pihak rumah sakit untuk dilakukan perbaikan adalah dimensi Reliability
(kehandalan) yang memperoleh gap tertinggi yaitu -14,61. Atribut adalah
pelayanan pemeriksaan, pengobatan dan perawatan yang cepat dan tepat.
Sedangkan gap terendah adalah Emphaty (kemudahan), dengan nilai gap 7,53.
Atributnya adalah
kemudahan penyampaian keluhan pasien dan
keluarganya, pelayanan kepada semua pasien tanpa memandang status
sosial. Hal ini menunjukkan bahwa penilaian pasien terhadap dimensi
(Emphaty) lebih baik dari dimensi lainnya.
5.2
Saran
Saran yang diberikan penelitian ini adalah:
Universitas Sumatera Utara
1.
Penelitian ini hanya membahas customer gap, maka untuk selanjutnya
masih bisa disempunakan dan dilengakapi lagi.
2.
Perlu dilakukan penelitian lebih lanjut dengan penggalian atribut-atribut dan
skala penilaian secara lebih mendalam lagi agar dapat memahami kondisi
lebih baik
.
Universitas Sumatera Utara