BAB V HASIL PENELITIAN DAN PEMBAHASAN Sejarah Singkat Berdirinya Rumah Sakit Umum Ganesha

53

BAB V HASIL PENELITIAN DAN PEMBAHASAN

5.1

Hasil Penelitian 5.1.1

Sejarah Singkat Berdirinya Rumah Sakit Umum Ganesha

Rumah Sakit Ganesha didirikan pada tahun 2005 oleh dr. Budiana di Desa Celuk Gianyar. Hal ini sangat menguntungkan bagi masyarakat Bali Timur khususnya masyarakat daerah Ubud yang mempunyai potensi pariwisata dan Gianyar untuk mendapatkan kemudahan akses pelayanan kesehatan. RS. Ganesha memiliki pengalaman di dunia kesehatan yang terus ditingkatkan kualitasnya untuk menjadi rumah sakit terkemuka yang mencakup penyediaan pelayanan kesehatan yang komprehensif dan sampai saat ini RSG memiliki kapasitas rawat inap yang terdiri dari kamar kelas 1, 2, 3, VIP I, dan VIP II. Pelayanan medis RS. Ganesha didukung oleh sumber daya manusia yang professional dan berpengalaman serta dokter yang memiliki standar medis di bidangnya. Disamping itu, RS. Ganesha juga memiliki beberapa jaringan kerjasama kesehatan, baik itu antar rumah sakit maupun perusahaan, di mana semuanya bertujuan untuk meningkatkan kualitas pelayanan bagi masyarakat.

5.1.1.1 Profil Rumah Sakit Umum Ganesha Rumah sakit

sebagai salah satu bentuk perusahaan sekaligus pemain

utama yang bergerak dalam industri pelayanan kesehatan dan bercirikan padat modal, padat profesi, padat teknologi, padat karya yang pada akhirnya memiliki

54

pula padat masalah termasuk tuntutan bagaimana dapat mempertahankan keunggulan bersaing disatu sisi dan disisi lain tetap mempertahankan fungsi sosial sebagaimana yang diatur dalam peraturan yang berlaku saat ini. Perubahan orientasi strategis sebagai akibat dari perubahan lingkungan luar yang bersifat struktural, akan mengakibatkan perubahan pada fungsi dan peran organisasi yang akan berakibat pula pada perubahan struktur organisasi. Semua itu agar organisasi dapat tetap bertahan dalam konteks persaingan yang makin ketat di masa mendatang. Persaingan adalah inti dari keberhasilan atau kegagalan organisasi / perusahaan. Persaingan menentukan ketepatan aktivitas perusahaan yang akan menyokong kinerjanya, seperti inovasi, budaya kohesif, atau pelaksanaan yang baik. Strategi bersaing adalah pencarian akan posisi bersaing yang paling menguntungkan di dalam suatu industri, area fundamental tempat persaingan terjadi. Sistem pelayanan rumah sakit yang berjalan selama ini harus ditinjau kembali untuk mengantisipasi persaingan tingkat dunia. Rumah sakit tidak dapat lagi dikelola dengan manajemen sederhana, tetapi harus mampu memenuhi kebutuhan masyarakat yang muncul akibat perubahan lingkungan sosial ekonomi dan budaya di masyarakat . Adapun jenis pelayanan yang diberikan oleh Rumah Sakit Ganesha anatar lain : 1) UGD (Unit Gawat Darurat) Ruang perawatan 24 jam untuk melayani pasien darurat secara cepat, akurat, dan aman. Dilengkapi dengan peralatan medis yang memadai, ruang observasi serta tenaga medis yang terlatih.

55

2) Laboratorium Fasilitas Rumah Sakit Ganesha mencakup penyediaan laboratorium yang berfungsi untuk menunjang penegakan diagnosis penderita. Terletak di lokasi yang mudah dijangkau untuk memudahkan pelayanan selama 24 jam. 3) Farmasi RS. Ganesha dilengkapi dengan instalasi farmasi 24 jam untuk memudahkan pasien mendapatkan obat dan alat kesehatan yang diperlukan. 4) Ambulance Ambulans dilengkapi dengan fasilitas peralatan dan obat-obat life saving/DC shock dengan tenaga dokter dan paramedis terlatih. Tersedia pula unit layanan ambulans (transfer pasien) untuk menjemput pasien yang memerlukan pre-hospital di tempat. 5) Rontgen Untuk pemeriksaan radiologi tersedia pelayanan rontgen 24 jam (on call)

5.1.1.2 Struktur Organisasi Rumah Sakit Ganesha Struktur Organisasi dari RS. Ganesha disajikan pada Gambar 5.1.

56

RUPS

KOMISARIS

DIREKTUR

Internal Audit Komite Keperawatan

MANAJER PELAYANAN

Komite Medik

MANAJER PENUNJANG MEDIS

KA.BID PELAYANAN MEDIS

KA.BID UNIT LAB PATOLOGI KLINIK KA.BID UNIT RADIOLOGI

KA.BID PEL PERAWATAN RI, UGD, OK, VK

MANAJER UMUM & KEUANGAN

KA.BID KEUANGAN

KA.BID DIKLAT

KA.BID HUMAS

KA.BID UMUM & ADMINISTRASI

KA.BID UNIT FARMASI

KA.BID REKAM MEDIK

MENAJER HUMAS, MARKETING & CUSTEMER SERVICE

MANAJER SDM

KA.BID PERSONALIA

KA.BID GIZI

KA.BID MEDCAL & CORPORATE

KA.BID COSTUMER SERVICE

Keterangan : RUPS = Rapat Umum Pemegang Saham

Gambar 5.1 Struktur Organisasi Rumah Sakit Ganesha 5.1.2

Karakteristik Responden

Total responden pada penelitian ini adalah 118 pasien rawat inap yang pernah menikmati jasa pelayanan kesehatan di Rumah Sakit Ganesha. Jumlah tersebut diharapkan mampu mewakili jumlah pasien secara keseluruhan. Berikut karakteristik responden berdasarkan data yang telah diisi oleh responden dalam kuisioner menurut jenis kelamin, umur, jenis pekerjaan dan diagnosa penyakit.

57

5.1.2.1 Berdasarkan Jenis Kelamin Responden dalam penelitian ini terdiri dari responden dengan jenis kelamin laki-laki dan perempuan. Dari total jumlah responden yaitu 118 pasien terdiri atas 43 pasien atau 36 persen dengan jenis kelamin laki-laki dan 75 pasien atau 64 persen dengan jenis kelamin perempuan. Tabel 5.1 Distribusi Responden Menurut jenis Kelamin Pasien Rawat Inap Rumah Sakit Ganesha Jenis Kelamin

Jumlah (pasien)

Laki-laki 43 Perempuan 75 Total 118 Sumber : Hasil Penelitian, 2010

Persentase 36 64 100

5.1.2.2 Berdasarkan Kelompok Umur Pasien Rumah Sakit Ganesha berdasarkan kelompok umur yaitu kelompok umur dibawah 20 tahun 15 orang atau 13 persen, kelompok umur 20-29 tahun sebanyak 18 orang 15 persen, kelompok umur 30-39 tahun sebanyak 22 orang atau 19 persen, kelompok umur 40-49 tahun sebanyak 25 orang atau 21 persen Kelompok umur 50-59 tahun 24 orang atau 20 persen, kelompok umur 60 tahun keatas 14 orang atau 12 persen

Tabel 5.2 Distribusi Frekuensi Responden Menurut Kelompok Umur Pasien Rumah Sakit Ganesha

58

No.

Kelompok Umur

Jumlah

Persentase

(pasien) 15

13

1

(tahun) Dibawah 20 tahun

2

20-29

18

15

3

30-39

22

19

4

40-49

25

21

5

50-59

24

20

6

Diatas 60 tahun

14

12

Total Sumber : Hasil Penelitian, 2010

118

100

5.1.2.3 Berdasarkan Jenis Pekerjaan Karakteristik responden berdasarkan jenis pekerjaan yaitu Pelajar 15 orang atau 12 persen, Karyawan Swasta/BUMN 24 orang atau 20 persen, Pegawai Negri Sipil 33 orang atau 28 persen, Pensiunan 21 orang atau 18 persen, Ibu Rumah Tangga 14 orang atau 12 persen dan Wiraswasta 11 atau 10 persen.

Tabel 5.3 Distribusi Frekuensi Responden Menurut Jenis Pekerjaan Pasien Rumah Sakit Ganesha Pekerjaan Jumlah (orang) Persentase Pelajar 15 12 Karyawan Swasta/BUMN 24 20

59

PNS Pensiunan Ibu Rumah Tangga

33 21 14

28 18 12

Wiraswasta

11

10

Sumber : Hasil Penelitian, 2010

5.1.2.4 Berdasarkan Diagnosa Penyakit Karakteristik responden berdasarkan diagnosa penyakit yaitu demam berdarah 37 orang atau 31 persen, jantung 8 orang atau 6 persen, Patah tulang 16 orang atau 14 persen, ISPA 17 orang atau 14 persen, OBS ferbris 11 orang atau 9 persen, appendix 8 orang atau 7 persen, infeksi paru 4 orang atau 3 persen, melahirkan 12 orang atau 11 persen, TCD 3 orang atau 3 persen, hernia 2 orang atau 2 persen. Tabel 5.4 Distribusi Frekuensi Responden Menurut Diangnosa Penyakit Pasien Rumah Sakit Ganesha No. Jenis Penyakit 1 demam berdarah 2 jantung 3 patah tulang 4 ISPA lanjutan 5 OBS febris 6 appendix 7 infeksi paru 8 melahirkan 9 TCD 10 hernia Sumber : Hasil Penelitian, 2010

5.1.2.5 Berdasarkan Tingkat Pendapatan

Jumlah 37 8 16 17 11 8 4 12 3 2

Persentase 31 6 14 14 9 7bersambung 3 11 3 2

60

Karakteristik responden berdasarkan pendapatan yaitu berkisar antara Rp1.500.000 – Rp. 3.000.000 sebanyak 65 orang atau sekitar 55 persen. Pendapatan Rp. 3.000.000 – Rp. 6.000.000 sebanyak 42 orang atau sekitar 35 persen dan Pendapatan diatas Rp.6.000.000 sebanyak 11 orang atau sekitar 10 persen, seperti tercantum dalam tabel 5.5 Tabel 5.5 Distribusi Frekuensi Responden Menurut Tingkat Pendapatan Pasien Rumah Sakit Ganesha Pendapatan

Jumlah (orang)

Persentase

65 42 11

55 35 10

0 – 3.000.000 > 3.000.000 –6.000.000 Diatas 6.000.000 Sumber : Hasil Penelitian, 2010

5.1.3

Pengujian Instrumen Penelitian

5.1.3.1 Uji Validitas Instrumen Penelitian Analisis validitas untuk menunjukkan sejauh mana instrument penelitian mengukur apa yang diukur. Dengan menggunakan program SPSS for window versi 17, setiap butir pertanyaan / pernyataan dalam penelitian akan valid jika nilai Alpha Pearson Correlation di atas r tabel. Nilai r tabel untuk N = 30 dan taraf significansi 95 % adalah 0,361. Dari 28 butir pertanyaan / pernyataan yang telah disebar kepada 30 responden semuanya menunjukkan nilai Alpha Pearson Correlation di atas 0,361 dan dinyatakan valid (lampiran 4).

5.1.3.2 Uji Reliabilitas Instrumen Penelitian Uji reliabilitas dilakukan terhadap instrument penelitian untuk mengukur tingkat keandalan instrument penelitian. Instrument dikatakan reliable jika

61

digunakan beberapa kali untuk mengukur objek yang sama menghasilkan response (tanggapan) yang relative sama untuk waktu yang berbeda. Teknik yang digunakan dalam mengukur reliabilitas butir-butir pertanyaan / pernyataan dalam penelitian ini adalah Rumus Cronbach Alpha (α), dengan program SPSS versi 17. Instrument penelitian dinyatakan reliable apabila angka α (Cronbach Alpha) minimal 0.7 (Santosa, 2006:134). Dari 28 pernyataan (indikator) yang telah disebar kepada 30 orang pasien yang telah melakukan rawat inap di RS. Ganesha, menunjukkan nilai α sebesar 0.968 (lampiran 3). Nilai ini telah menunjukkan angka yang memenuhi syarat untuk dinyatakan reliabel sehingga instrumen penelitian dapat dilanjutkan kepada responden lainnya.

5.1.4

Pengujian Data

Pengujian data dilakukan dengan SEM (Struktural Equation Modelling), yaitu teknik statistik multivariat yang merupakan kombinasi antara faktor dan analisis regresi (korelasi), yang bertujuan untuk menguji hubungan-hubungan antar variabel yang ada pada sebuah model, langkah yang ditempuh dalam e10 1 V10

e9

V9

1 1

V13

1 1

e18

e2

e1

V8

V7

V6

V5

V4

V3

V2

V1

1

Tangibles X1.1

Responsiveness X1.3

1

Service Quality X1

Trust Y

V16 V17

1

1

Z6 Z5

V15

1

1

e3

V14

e14

1

e4

V12

1

e17

e5

V11

e12

e16

e6

Reliability X1.2

e11

e15

e7

Langkah 1 : Pengembangan model berdasarkan teori 1

1

e13

e8

1 1 5.2.1 1 Gambar 1 1 ini dapat 1 1 pengujian dilihat pada

Z4

Assurance X1.4

Satisfaction Empathy X1.5

V18

X2

1

1 Z3

V19 1

V20 1

V21 1

V22 1

1

e19

e20

e21

e22

e25

1

Z2

e24

1

Z1

e23

1 e28 1

e27 1

e26

62

Gambar 5.2 Model Hubungan Variabel Kualitas Pelayanan (X) Terhadap Kepuasan (Y1) dan Kepercayaan (Y2) Pada Gambar 5.2 ditunjukkan tujuan dari analisis ini adalah untuk mengetahui interaksi antara kualitas pelayanan (X), kepuasan (Y1), dan kepercayaan (Y2), yang mengadopsi penelitian yang diajukan oleh Olorunniwo, F, dkk pada tahun 2006 dan Aryani, P,E. tahun 2008.

Langkah 2 : Menyusun Pathdiagram Pada langkah kedua, model teoritis yang telah dibangun pada C 1

1

langkahX1pertama digambarkan dalam sebuah Pathdiagram sehingga dapat Bukti fisik (Tangibles) dilihat dengan mudah hubungan-hubungan kausalitas yang akan diuji.

C 2

1

X2 Pathdiagram dalam penelitian ini dapat dilihat pada Gambar 5.3. reliabilitas (Reliability)

1 C 3

C 4

C 5

1

1

X3 Daya tanggap (Responsiveness)

X4 Jaminan (Assurance)

X5 Empati (Empathy)

X Kualitas Pelayanan (Servqual)

Y2 Kepercayaan (Trust) 1 C 7

Y1 Kepuasan (Satisfaction) 1 C 6

63

Gambar 5.3 Penggambaran Pathdiagram Asumsi Model

Variabel-variabel yang dibangun dalam diagram alur diatas, dapat dibedakan dalam tiga kelompok yaitu variabel eksogen, interviening dan endogen yang diuraikan sebagai berikut : 1) Variabel eksogen adalah variabel bebas yang tidak dipengaruhi oleh variabel lain dalam model. Dalam diagram di atas diterapkan X kualitas pelayanan (servqual) sebagai variabel eksogen dengan sub variabel terdiri atas X1 bukti fisik (tangibles), X2 reliabilitas (reliability),

X3

daya

tanggap

(responsiveness),

X4

jaminan

(assurance), dan X5 empati (empathy). 2) Variabel interviening adalah variabel endogen dan sekaligus variabel bebas yang mempengaruhi variabel endogen lain dalam suatu model. Dalam diagram diatas, variabel interviening adalah Y1 kepuasan (Satisfaction)

64

3) Variabel endogen adalah variabel terikat yang dipengaruhi oleh variabel lain dalam model. Pada diagram di atas, variabel endogen adalah Y2 kepercayaan.

Langkah 3 : Measurement Model dan Structural Model. Pada langkah ini, model yang telah digambarkan dalam pathdiagram, dinyatakan dalam dua katagori, yaitu : 1. Persamaan-persamaan pengukuran (measurement model). Spesifikasi model pengukuran (measurement model) dilakukan terlebih dahulu pada konstruk X1 bukti fisik (tangibles) sebagai berikut : VI = λ1X1 + e1 V2 = λ2X1 + e2 V3 = λ3X1 + e3 V4 = λ4X1 + e4 V5 = λ5X1 + e5 Spesifikasi model pengukuran (measurement model) pada konstruk X2 reliabilitas (reliability) adalah sebagai berikut : V6 = λ6X2 + e6 V7 = λ7X2 + e7 V8 = λ8X2 + e8 V9 = λ9X2 + e9 V10 = λ10X2 + e10

65

Spesifikasi model pengukuran (measurement model) pada konstruk X3 daya tanggap (responsiveness) adalah sebagai berikut : V11 = λ11X3 + e11 V12 = λ12X3 + e12 V13 = λ13X3 + e13 V14 = λ14X3 + e14 Spesifikasi model pengukuran (measurement model) pada konstruk X4 jaminan (assurance) adalah sebagai berikut : V15 = λ15X4 + e15 V16 = λ16X4 + e16 V17 = λ17X4 + e17 V18 = λ18X4 + e18 Spesifikasi model pengukuran (measurement model) pada konstruk X5 empati (empathy) adalah sebagai berikut : V19 = λ19X5 + e19 V20 = λ20X5 + e20 V21 = λ21X5 + e21 V22 = λ22X5 + e22 Spesifikasi model pengukuran (measurement model) pada konstruk interviening Y1 kepuasan (satisfaction) adalah sebagai berikut : Z1 = λ23Y1 + e23 Z2 = λ24Y1 + e24 Z3 = λ25Y1 + e25

66

Spesifikasi model pengukuran (measurement model) pada konstruk endogenous Y2 kepercayaan adalah sebagai berikut : Z4 = λ26Y2 + e26 Z5 = λ27Y2 + e27 Z6 = λ28Y2 + e28 Keterangan: X1 = Bukti Fisik (tangibles); X2 = Reliabilitas (reliability); X3= Daya tanggap (responsiveness); X4 = Jaminan (assurance); X5 = empati (empathy); V = variabel manifest masingmasing konstruk kualitas pelayanan; Z = variabel manifest / indikator konstruk kepuasan dan kepercayaan; λ = loading factor; e = error. 2. Persamaan-persamaan struktural (structural equations). Persamaan ini dirumuskan untuk menyatakan hubungan kausalitas (sebab akibat) antar berbagai konstruk yang telah dibangun berdasarkan teori tertentu. Dalam gambar model diatas, persamaan strukturalnya adalah : Y1 = β1X + c6…………………….….(1) Y2 = β2Y1 + β1X + γ1X + c7……….(2) Keterangan: Y1 = Kepuasan; Y2 = Kepercayaan; X = Kualitas Pelayanan; β = Regression Weight; c = disturbance term. Dalam bahasa regresi, model ini menyajikan dua persamaan regresi berganda yang akan diuji secara simultan.

Langkah 4 : Memilih Matrix Input Dan Teknik Estimasi.

67

Setelah model dispesifikasikan secara lengkap, langkah berikutnya adalah memilih jenis input (kovarian dan korelasi) yang sesuai. Oleh karena dalam penelitian ini yang diuji adalah hubungan kausalitas, maka matriks input yang digunakan sebagai input dalam operasi SEM adalah kovarian (Hair dkk dalam Ferdinand, 2002 : 164). Teknik estimasi yang digunakan adalah maximum likehood estimation method yang telah menjadi default dari program AMOS. Estimasi dilakukan secara bertahap, yaitu pertama dilakukan teknik Confirmatory Factor Analysis untuk menguji undimensionalitas dari konstruk-konstruk yang menjelaskan variabel Kualitas Pelayanan (X) dan disusul oleh teknik Structural Equation Model untuk menguji kausalitas antara variabel Kualitas Pelayanan (X), Kepuasan (Y), dan Kepercayaan (Y2). Hasil pengujian model antas data primer dengan bantuan AMOS versi 6.0 adalah sebagai berikut : a.

Teknik Confirmatory Factor Analysis

1) Confirmatory Factor Analysis untuk konstruk X1 (tangibles). Hasil analisis data primer dengan menggunakan AMOS 4.0 dapat dilihat pada gambar berikut ini : CFA BUKTI FISIK(X1) Chi-square =8.680 Probability =.123 DF=5 CMIN/DF=1.736 TLI =.954 CFI =.985 RMSEA=.077

.34 e1

V1

.58 e2

.59

V2

C1

.76 .75 .00 e3

V3

.87

X1 BUKTI FISIK .59 e4

.77

V4 .68

.46

68

Gambar 5.4 Confirmatory Factor Analysis untuk model X1 (tangibles) Sumber : Hasil Pengolahan data primer dengan program AMOS versi 6.0. Hasil evaluasi kriteria goodness of fit indices dapat dilihat pada Tabel 5.6 dan model dinilai baik (fit) sehingga dapat diterima. Tabel 5.6 Evaluasi kriteria goodness of fit indices untuk CFA – Model X1 (Tangibles) Kriteria

Hasil Model

Chi Square (x2)

6,680

Significancy Probability (P) CMIN/DF

0,123 1,736 0,954 0,985 0,077

TLI CFI RMSEA

Evaluasi model

Nilai krisis Diharapkan kecil; X2 dengan df=5 adalah 11,071 ≥ 0,05 ≤ 2,0 ≥ 0,95 ≥ 0,95 ≤ 0,08

Baik Baik Baik Baik Baik Baik

Tabel 5.7 Regression Weight (loading Factor) Measurement Model X1 (Tangibles) Regression Weight

Estimate

S.E

V1  X1 V2  X1 V3  X1 V4  X1 V5  X1

1,000 0,862 1,070 1.000 0,811

0,105 0,106 0,113 0,122

Standardized Estimate 0,586 0,762 0,868 0.766 0.680

C.R

P

6,059 8,174 9,503

0,000 0,000 0,000 0,000 0,000

7,269

Sumber : Hasil analisis AMOS pada data primer Dari Tabel 5.7 dapat diketahui seluruh indikator memiliki nilai standardized estimate ≥ 0,04.

Pengujian kekuatan masing-masing

indicator (bobot faktor) dalam membentuk hubungan dengan variabel

69

laten X1 (tangibles) dapat dilihat pada nilai Critical Ratio (C.R) yang identik dengan nilai t hitung, dimana t-tabel pada level 0,05 dengan df sebesar 5 adalah 2,015. Seluruh indikator memiliki C.R ≥ 2,015 dan nilai probabilitas (P) ≥ 0,05 sehingga dapat diartikan bahwa indikatorindikator tersebut secara signifikan dapat mendifinisikan variabel laten X1 (tangibles).

2) Confirmatory Factor Analysis untuk konstruk X2 (reliability) Hasil analisis data primer dengan program AMOS 6.0 dapat dilihat pada gambar berikut ini :

.44 e6

V6

.66

.50 e7

V7 .71 .48

e8

CFA RELIABILITY (X1.2) Chi-square =7.170 Probability =.208 DF=5 CMIN/DF =1.434 TLI =.955 CFI =.985 RMSEA =.059

.69

V8

.00

X1.2 RELIABILITY

.64 .41 e9

.59

V9

.35 e10

V10

C2

70

Gambar 5.5 Confirmatory Factor Analysis untuk model X2 (reliability) Sumber : Hasil Pengolahan data primer dengan program AMOS versi 6.0.

Evaluasi kriteria goodness of fit index dari model X2 (Reliability) dapat dilihat pada tabel 5.12, model dinilai (fit) dan dapat diterima. Tabel 5.8 Evaluasi kriteria goodness of fit indices untuk CFA – Model X1 (Reliability) Kriteria

Hasil Model

Chi Square (x2)

7,170


0,208 1,434 0,955 0,985 0,059

TLI CFI RMSEA

Evaluasi model



Tabel 5.9 Regression Weight (loading Factor) Measurement Model X2 (Reliability) Regression Weight

Estimate

S.E

V6  X2 V7  X2 V8  X2 V9  X2 V10  X2

1,130 1,140 1,116 1,000 0,899

0,213 0,203 0,195 0,170

Standardized Estimate 0,663 0,707 0,694 0,638 0,591

C.R

P

5,300 5,621 5,735

0,000 0,000 0,000 0,000 0,000

5,299

Sumber : Hasil analisis AMOS pada data primer Pada tabel 5.9 dapat diketahui bahwa seluruh indikator memiliki nilai factor loading ≥ 0,40 ; CR ≥ 2,015 dan probabilitas (P) ≥ 0,05. Sehingga dapat

71

diartikan

bahwa

indikator-indikator

tersebut

secara

signifikan

dapat

mendifinisikan variabel laten X2 (Reliability).

3) Confirmatory Factor Analysis untuk konstruk X3 (responsiveness). Hasil analisis data primer dengan program AMOS 6.0 dapat dilihat pada gambar berikut ini : .47 e11

V11

.69

.74 e12

V12 .86 .79

e13

CFA RESPONSIVENESS (X1.3) Chi-square =2.139 Probability =.343 DF=2 CMIN/DF =1.070 TLI =.998 CFI =.999 RMSEA =.024

.89

V13

.00

X1.3 RESPONSIVENESS

.78 .61 e14

V14

C2

Gambar 5.6 Confirmatory Factor Analysis untuk model X3 (responsiveness) Sumber : Hasil Pengolahan data primer dengan program AMOS versi 6.0.

Evaluasi kriteria goodness of fit index dari model X3 (responsiveness) dapat dilihat pada tabel 5.12, model dinilai (fit) dan dapat diterima.

Tabel 5.10 Evaluasi kriteria goodness of fit indices untuk CFA – Model X3 (responsiveness)

72

Kriteria

Hasil Model

Chi Square (x2)

2,139


0,343 1,070 0,998 0,999 0,024

TLI CFI RMSEA

Evaluasi model



Hasil evaluasi kriteria goodness of fit indices di atas menunjukkan bahwa model dinilai baik (fit) dan dapat diterima. Pada Tabel 5.11 dapat dilihat seluruh indikator memiliki nilai faktor loading ≥ 0,40; C.R ≥ 2,920 dan (P) ≥ 0,05. Berarti secara signifikan indikator-indikator tersebut dapat mendifinisikan variabel laten X3 (responsiveseness). Tabel 5.11 Regression Weight (loading Factor) Measurement Model X3 (Responsiveness) Regression Weight

Estimate

S.E

V11  X3 V12  X3 V13  X3 V14  X3

0,795 1,090 1,112 1,000

0,105 0,111 0,107

Standardized Estimate 0,795 0,861 0,891 0,778

C.R

P

7,586 9,785 10,376

0,000 0,000 0,000 0,000

Sumber : Hasil analisis AMOS pada data primer 4) Confirmatory Factor Analysis untuk konstruk X4 (assurance). .37 e15

V15

.61

.36 e16

V16 .60 .80

e17

CFA ASSURANCE (X1.4) Chi-square =2.785 Probability =.248 DF=2 CMIN/DF =1.393 TLI =.985 CFI =.995 RMSEA =.057

.89

V17

.00

X1.4 ASSURANCE

.74 .55 e18

V18

C4

73

Gambar 5.7 Confirmatory Factor Analysis untuk Model X4 (assurance) Sumber : Hasil Pengolahan data primer dengan program AMOS versi 6.0. Evaluasi kriteria goodness of fit index dari model X3 (responsiveness) dapat dilihat pada Tabel 5.12, model dinilai (fit) dan dapat diterima.

Tabel 5.12 Evaluasi criteria goodness of fit indices untuk CFA – Model X4 (assurance) Kriteria

Hasil Model

Chi Square (x2)

2,785


0,248 1,393 0,985 0,995 0,057

TLI CFI RMSEA

Evaluasi model



Tabel 5.13 Regression Weight (loading Factor) Measurement Model X4 (assurance) Regression Weight

Estimate

S.E

V15  X4 V16  X4 V17  X4 V18  X4

0,745 0,749 1,156 1,000

0,120 0,123 0,144


Sumber : Hasil analisis AMOS pada data primer

C.R

P

6,186 6,068 8,030

0,000 0,000 0,000 0,000

74

Pada tabel 5.13 dapat diketahui seluruh indicator memiliki nilai C.R. ≥ 2,920 dan nilai probabilitas (P) ≥ 0,05 yang berarti secara signifikan indikatorindikator tersebut dapat mendefinisikan variabel laten X4 (assurance).

5) Confirmatory Factor Analysis untuk konstruk X5 (empathy). Hasil analisis data primer dengan program AMOS 6.0 dapat dilihat pada gambar berikut ini : e19

.41

V19

.64

.50 e20

V20 .70 .16

e21

CFA EMPATHY (X1.5) Chi-square =2.583 Probability =.275 DF=2 CMIN/DF =1.292 TLI =.970 CFI =.990 RMSEA =.050

.40

V21

.00

X1.5 EMPATHY

.52 .27 e22

V22

C5

Gambar 5.8 Confirmatory Factor Analysis untuk model X5 (empathy) Sumber : Hasil Pengolahan data primer dengan program AMOS versi 6.0.

Evaluasi kriteria goodness of fit index dari model X5 (empathy). dapat dilihat pada Tabel 5.12, model dinilai (fit) dan dapat diterima. Tabel 5.14 Evaluasi criteria goodness of fit indices untuk CFA – Model X5 (empathy)

75

Kriteria

Hasil Model

Chi Square (x2)

2,583


0,27 1,292 0,970 0,990 0,050

TLI CFI RMSEA

Evaluasi model



Tabel 5.15 Regression Weight (loading Factor) Measurement Model X5 (empathy) Regression Weight

Estimate

S.E

V19  X4 V20  X4 V21  X4 V22  X4

1,240 1,330 0,850 1,000

0,330 0,340 0,270


C.R

P

3,790 3,910 3,170

0,000 0,000 0,000 0,000

Sumber : Hasil analisis AMOS pada data primer Pada Tabel 5.15, dapat diketahui seluruh indikator memiliki nilai loading factor ≥ 0,40 ; C.R ≥ 2,920 dan P ≥ 0,05 yang berarti secara signifikan indikatorindikator tersebut dapat mendefinisikan variabel laten X5 (empathy).

6) Second Orders Confirmatory Factor Analysis untuk X (Service quality) .44 V6

e6

.52 data primer dengan program AMOS 6.0 untuk model X (service Hasil analisis .67 e4

e5

V7

e7

.72

.45

V4

V5

V8

V9

e9

.59

V11

.73 V12

V13

e13

C3

.69 .86

.61

.85

X3 RESPONSIVENESS

.87 .76 .81

X SERVICE QUALITY

.80

.97

.64

X4 ASSURANCE

.62 .38

.49 V15

V16

e15

e16

.68 .76

.78

C5

X5 EMPATHY

.95

V14

.70

C1

.71

.66 e14

SECOND ORDER CFA X .SERVICE QUALITY Chi-square =347.517 Probability =.000 DF=205 CMIN/DF =1.695 TLI =.867 CFI =.882 RMSEA =.076

.70

.47

e12

.59

X1 TANGIBLES

V10

e11

.77

V1

.37

.34 e10

.34

V2

V3

.70

X2 RELIABILITY

.37.61

e1

.59

.77

.49 quality), dapat dilihat berikut .76 ini : .67 pada gambar .87 e8

e2

e3

.58

.49

C2

C4

.58

.61 V17

V18

e17

e18

.64

.43

.52

.19

.41

.46 V19

V20

V21

e19

e20

e21

.27 V22

e22

76

Gambar 5.9 Second orders Confirmatory Factor Analysis untuk Model X (service quality) Sumber : Hasil Pengolahan data primer dengan program AMOS versi 6.0. Tabel 5.16 Evaluasi kriteria goodness of fit indices untuk second orders CFA Model X (service quality) Evaluasi Kriteria Hasil Model Nilai krisis model Chi Square (x2)

347,517


0,000 1,695 0,867 0,882 0,076

TLI CFI RMSEA

Diharapkan kecil; X2 dengan df=205 ≥ 0,05 ≤ 2,0 ≥ 0,95 ≥ 0,95 ≤ 0,08

Baik Marginal Baik Marginal Marginal Baik

Tabel 5.17 Regression Weight (loading Factor) Measurement Model X (servqual) Regression Weight

Estimate

X1_TANGIBLES

<---

X5_EMPATHY

<---

X4_ASSURANCE

<---

X3_RESPONSIVENES <--S X2_RELIABILITY

<---

V11

<---

V7 V8

<--<---

X_SERVICE_QUALI TY X_SERVICE_QUALI TY X_SERVICE_QUALI TY X_SERVICE_QUALI TY X_SERVICE_QUALI TY X3_RESPONSIVENE SS X2_RELIABILITY X2_RELIABILITY

S.E.

C.R.

1.00

Standardize d Estimate .61

1.43

.29

4.98

.80

2.09

.34

6.11

.97

1.96

.32

6.16

.85

1.00

.70

.77

.10

7.90

.69

1.23 1.14

.19 .18

6.33 6.20

.72 .67

77

Regression Weight

Estimate

V9 V6 V22 V21 V20 V19

<--<--<--<--<--<---

V12

<---

V14

<---

V13

<---

V3 V2 V4 V5 V17 V15 V16 V18 V1 V10

<--<--<--<--<--<--<--<--<--<---

X2_RELIABILITY X2_RELIABILITY X5_EMPATHY X5_EMPATHY X5_EMPATHY X5_EMPATHY X3_RESPONSIVENE SS X3_RESPONSIVENE SS X3_RESPONSIVENE SS X1_TANGIBLES X1_TANGIBLES X1_TANGIBLES X1_TANGIBLES X4_ASSURANCE X4_ASSURANCE X4_ASSURANCE X4_ASSURANCE X1_TANGIBLES X2_RELIABILITY

S.E.

C.R.

Standardize d Estimate

1.00 1.20 .77 .69 .92 1.00

.20 .17 .18 .17

5.94 4.41 3.83 5.49

.61 .67 .52 .43 .64 .68

1.04

.10 10.32

.86

1.00

.81

1.04

.10 10.79

.87

1.28 1.03 1.17 1.00 .98 .83 .74 1.00 .75 .95

.14 .13 .15

8.89 8.03 7.93

.11 .12 .12

8.62 7.16 6.39

.12 .17

6.08 5.60

.87 .77 .76 .70 .78 .70 .62 .76 .59 .59

Berdasarkan Tabel 5.17 dapat diketahui bahwa seluruh indikator memiliki nilai loading factor ≥ 0,40, namun pada Tabel 5.16 terlihat bahwa probability memiliki nilai lebih rendah dari cutting value sebesar 0,00. Kemudian TLI dan CFI berada dibawah 0,95. Santoso (2009) menyatakan bahwa hal ini mengindikasikan terjadi permasalahan pada modification index yang harus diolah lebih jauh. Terdapat beberapa langkah untuk memilih alternative modifikasi, antara lain : Tahap 1 : memilih alternatif modifikasi Berikut hasil modification index dari hasil output AMOS 6.0 untuk model X (servqual). Tabel 5.18 Modification Index Measurement

78

lanjutan

Model X (servqual) e10 e14 e14 e12 e4 e4 e19 e21 e22 e5 e5 e8 e8 e9 e9 e15 e15 e16 e16 e16 e18 e18 e18 e18 e18 e11 e11 e6 e6 e6 e7 e7 e2 e2 e2 e2

<--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <--> <-->

C3 C4 C3 C2 C3 e13 C4 e13 e13 e10 e19 e13 e12 e12 e5 C3 e13 e5 e8 e9 C5 e14 e19 e15 e17 C2 e10 C1 e4 e5 e19 e11 C3 e13 e8 e9

M.I. 6.65 10.82 4.59 8.95 5.33 4.94 8.65 5.02 5.39 4.57 4.03 4.98 4.81 4.85 12.32 8.47 12.21 6.60 4.27 4.22 8.85 4.43 9.67 4.32 5.35 5.66 19.15 10.40 8.42 8.79 4.95 6.54 4.00 5.57 7.75 8.59

Par Change .09 .09 -.07 .07 -.07 -.07 .10 .10 .09 -.08 -.08 -.07 .07 .07 -.12 .10 .11 .10 .09 -.09 .10 .08 .14 -.08 .09 .06 .17 .10 .11 .11 -.09 -.10 bersambung .05 .06 -.09 .09

Menurut Santoso (2007) nilai chi square akan mengalami penurunan yang signifikan jika memberikan hubungan dua arah terhadap error yang memiliki nilai yang tinggi. Tahap 2 : melakukan proses modifikasi

79

Pada tabel 5.17 terdapat beberapa error yang memiliki nilai Modification Index diatas yang cukup tinggi. Antara lain : e14  c4 ; e9  e5 ; e15 e13 ; e11  e10 ; e6  c1. Maka langkah berikutnya adalah memberikan tanda  pada model X (servqual) dan melakukan penghitungan ulang menggunakan .45 -.37

AMOS 6.0.

e6

V6

e7

V7

.54

V9

.54

V11

e11

V12

e12

V13

e13

.67

.77 .37 .88

.60

.83

X3 RESPONSIVENESS

.87 .75 .78

X SERVICE QUALITY

.81

.95

.65

.90

.62 .38

.49 V15

V16

.67 .77

.78

C5

X5 EMPATHY

X4 ASSURANCE

.43

C1

.68

V14

.70


.71 C3

.60 e14

.59

X1 TANGIBLES

V10

.45 .43

.78

V1

.37

.29 e10

.34

V2

V3

.77 .85

.73

X2 RELIABILITY

.39.62 e9

.50

.67

V8

e8

e1

.61

.73

V4

V5

e2

e3

.59

.53

C2

.74

.45

e4

e5

.67

C4

.59

.60 V17

V18

e17

e18

.64

.42 .18

.41

.45

.53

V19

V20

V21

e19

e20

e21

.28 V22

.79 e15

e16

e22

Gambar 5.10 Second Order Confirmatory Factor Analysis untuk alternatif model X (servqual) Sumber : Hasil Pengolahan data primer dengan program AMOS versi 6.0. Dari gambar 5.10 diidentifikasikan bahwa TLI dan CFI telah menunjukkan peningkatan dari hasil analisis sebelumnya setelah memberikan tanda  yang menunjukkan antara keduanya terdapat hubungan dua arah yang merupakan ciri dari kovarian. Santoso (2007), sehingga salah satu indikatornya bisa dikeluarkan untuk memberikan hasil yang valid. Hasil revisi model Second Order Confirmatory Factor Analysis untuk model X (servqual) adalah sebagai berikut :

80

.47

e4

V7

e7

.46

C2

.68 .38.62 V9

e9

V3

V1

.68 1.02

X2 RELIABILITY

.25

1.04

V4

.72

e1

e3

.50


.26 X1 TANGIBLES

.85

.49 e11

V11

.81 e12

e13

V12

C3

.51

.70 .90

.85

X3 RESPONSIVENESS

.85 .72

C1

.73

V13

X SERVICE QUALITY

.78

.83

.60

.69 X4 ASSURANCE

.60 .37 V16

e16

.60 .78

.84

C5

X5 EMPATHY

C4

V17

V18

e17

e18

.60

.21

.36

.61

.71

.45

V20

V21

e20

e21

.36 V22

e22

Gambar 5.11 Second Order Confirmatory Factor Analysis Revised untuk model X (servqual) Sumber : Hasil Pengolahan data primer dengan program AMOS versi 6.0.

Tabel 5.19 Evaluasi kriteria goodness of fit indices untuk second order CFA Revised – Model X (servqual) Evaluasi Kriteria Hasil Model Nilai krisis model Chi Square (x2)

89,993


0,086 1,2333 0,965 0,972 0,044

TLI CFI RMSEA

Diharapkan kecil; X2 dengan df=73 ≥ 0,05 ≤ 2,0 ≥ 0,95 ≥ 0,95 ≤ 0,08


81

Berdasarkan tabel 5.17 terlihat bahwa probability sudah berada diatas cutting value ≤ 0,05 ; TLI ≥ 0,95 ; CFI ≥ 0,95. Sehingga dapat diartikan bahwa indikator-indikator tersebut secara signifikan dapat mendifinisikan variabel laten X (service quality). Tabel 5.20 Regression Weight (loading Factor) Measurement Model Second Order X Revised (service quality) Regression Weight

Estimate

X1  X X2  X X3  X X4  X X5 X

1,00 1,00 1,74 1,47 0,95

Standardized Estimate 0,51 0,85 0,85 0,83 0,78

S.E

0,26 0,26 0,22

C.R

P

6,64 5,72 4,35

0,000 0,000 0,000 0,000 0,000

Sumber : Hasil analisis AMOS pada data primer b. Teknik Full Strctural Equation Model Teknik ini digunakan untuk menguji kausalitas yang telah dinyatakan sebelumnya dalam berbagai hubungan sebab akibat (causal model). Hasil pengolahan AMOS 6.0 atas data primer adalah sebagai berikut : .48

e4

V7

e7

.67 .37.61 V9

e9

V3

V1

.70 1.00

X2 RELIABILITY

.26

1.00

V4

.51

e23

.24

Z1

X1 TANGIBLES

e11

V11

.78 e12

e13

V12

C3

.70 .88

V13

V16

.79

C4

.63

.59 .35

e17

c8

.71

C5

V20

.45 .20 V21

Y2

.61 .38

e18

e21

.74

.68 .48 .46 .23

.54

Z4

Z5

Z6

e26

e27

e28

V22

V18 e20

e16

.31

X5 EMPATHY

.69 V17

c7

.58

.67

X4 ASSURANCE

.83

.71 .64 .61

.62

X SERVICE QUALITY

.69

.41 Z3

.78

.82

.83

.36

C1

.75 .86

.50 Z2

Y1

.49

X3 RESPONSIVENESS

.86 .74

.60

e24

.39

.82

.49

X .SERVICE QUALITY Chi-square =179.921 Probability =.173 DF=163 CMIN/DF =1.104 TLI =.976 CFI =.980 RMSEA =.030 e25

e1

e3

.48

C2

.69

SECOND ORDER CFA

e22

82

Gambar 5.12 Structural Equation Model Service Quality (X), Satisfaction (Y1), and Trust (Y2) Sumber : Hasil Pengolahan data primer dengan program AMOS versi 6.0. Tabel 5.21 Evaluasi kriteria goodness of fit indices untuk Structural Equation Model Service Quality (X), Satisfaction (Y1), and Trust (Y2) Kriteria

Hasil Model

Chi Square (x2)

179,921


0,173 1,104 0,976 0,980 0,030

TLI CFI RMSEA

Evaluasi model

Nilai krisis Diharapkan kecil; X2 dengan df=163 ≥ 0,05 ≤ 2,0 ≥ 0,95 ≥ 0,95 ≤ 0,08


Hasil evaluasi criteria goodness of fit indices pada tabel 5.21 menunjukkan bahwa model dinilai baik (fit) dan dapat diterima. Untuk mengetahui hubungan antara variabel X (service quality) terhadap Y1 (satisfaction) dan Y2 (trust) dapat dilihat pada tabel 5.22. Tabel 5.22 Regression Weight Pengaruh X Terhadap Y1 dan Y2 Regression Weight

Estimate

S.E

Standardized Estimate

C.R

Y1  X

1,05

0,23

0,78

4,50

Y2  X

0,32

0,24

0,31

1,33

P 0,00 0 0,00 1

Keterangan Signifikan Tidak Signifikan

83

Y2  Y1

0,45

0,21

0,58

2,12

0,00 0

Signifikan

Sumber : Hasil analisis AMOS pada data primer

Pada Tabel 5.22 diatas, terlihat hubungan variabel X (service quality) terhadap Y1 (satisfaction) memiliki Standardized Estimate (regression weight) sebesar 0,78; nilai CR sebesar 4,54; dan probability 0,000. Nilai standardized estimate 0,78 ≥ 0,40 menandakan adanya hubungan yang kuat. Demikian pula nilai P sebesar 0,000 ≤ 0,05 yang berarti secara signifikan variabel X (service quality) berpengaruh terhadap Y1 (satisfaction). Hubungan variabel X (service quality) terhadap Y2 (satisfaction) memiliki standardized estimate (regression weight) sebesar 0,31 ≥ 0,40 menandakan hubungan lemah. Nilai probability 0,10 ≤ 0,05 yang berarti variabel X tidak berpengaruh signifikan terhadap variabel Y2. Hubungan variabel Y1 (satisfaction) terhadap Y2 (satisfaction) memiliki standardized estimate (regression weight) sebesar 0,58 ≥ 0,04 menandakan hubungan yang cukup kuat. Nilai probability 0,000 ≤ 0,05 yang berarti variabel Y1 berpengaruh signifikan terhadap variabel Y2.

Langah 5 : menilai kemungkinan munculnya identifikasi problem. Dalam operasi AMOS 6.0, identifikasi problem akan diatasi langsung oleh program. Bila estimasi tidak dilakukan, maka program akan memberikan pesan pada monitor komputer mengenai kemungkinan sebab-sebab mengapa program ini tidak dapat melakukan estimasi, sehingga dapat direncanakan tindakan

84

perbaikan yang memungkinkan. Dalam proses analisis model ini, diketahui bahwa besaran standard error, varians error dan korelasi antar koefisien estimasi berada dalam rentang nilai yang tidak mengindikasikan adanya problem.

Langkah 6 : Evaluasi Kriteria Goodness of fit 1) Evaluasi atas dipenuhinya asumsi normalitas dalam data. Normalitas univariat dan multivariate terhadap data yang digunakan dalam data ini, diuji dengan menggunakan AMOS 6.0. dengan menggunakan Critical Ratio (C.R), secara keseluruhan (multivariate) asumsi normalitas dapat terpenuhi, dimana angka-angka tersebut terletak pada rentangan nilai ± 2.58, yang berarti pada tingkat signifikansi 0,01 (1%) dapat disimpulkan bahwa tidak ada bukti kalau data yang digunakan mempunyai sebaran yang tidak normal.

2) Evaluasi atas outliers hasil komputasi AMOS 6.0 menghasilkan angka-angka jarak Mahalonobis yang mengindikasikan tidak terdapat kasus yang dapat dikatakan outliers jika mempunyai angka p1 dan p2 yang kurang dai 0,005. Seluruh data responden yang diproses menunjukkan angka p1 dan p2 diatas 0,005 sehingga tidak terdapat kasus yang dapat dikategorikan outliers. 3) Evaluasi atas Multicolinearity dan Singularity.

85

Multicoliearitas atau singularitas dapat dideteksi dari determinan matriks kovarians sampel. Nilai determinan matriks kovarian sampel yang sangat kecil member indikasi adanya problem Multicoliearitas atau singularitas. Dengan menggunakan AMOS 6.0 determinan matriks kovarians sampel adalah sebesar 4.00E-17 yang jauh dari nol. Pada umumnya programprogram komputer SEM telah menyediakan fasilitas “warning” setiap kali terdapat indikasi Multicoliearitas atau singularitas. Dalam proses model dan data pada penelitian ini, tidak muncul “warning” pada program AMOS, sehingga evaluasi atas Multicoliearitas dan singularity dapat terpenuhi dan data ini layak untuk digunakan. 4) Evaluasi atas Kriteria Goodness of fit. Hasil evaluasi atas indeks-indeks goodness of fit pada model ini dapat dilihat pada tabel 5.21. tabel menunjukkan angka yang valid dan dapat dinilai baik (fit) sehingga dapat diterima.

5) Analisis atas Direct Effect, Indirect Effect dan Total Effect. Berdasarkan hasil analisis AMOS 6.0 dapat dianalisis pengaruh antar konstruk baik pengaruh yang langsung, tidak langsung, maupun pengaruh totalnya. a. Efek langsung (direct effect).

Y1

Tabel 5.23 Efek Langsung (direct effect) X Y1 0,78 0,00

Y2 0,00

86

Y2 0,31 0,58 Sumber : Hasil Analisa AMOS 6.0 pada Data Primer 1)

0,00

Efek langsung variabel X terhadap Y1 adalah 0,78, artinya pengaruh kualitas layanan terhadap kepuasan adalah sebesar 78 % sedangkan sisanya sebesar 22 % dipengaruhi oleh faktor lain di luar model.

2)

Efek langsung variabel X terhadap Y2 adalah sebesar 0,31 yang artinya pengaruh kualitas layanan terhadap kepercayaan adalah sebesar 31 %. sedangkan sisanya sebesar 69 % dipengaruhi oleh faktor lain di luar model.

3)

Efek langsung variabel Y1 terhadap Y2 adalah 0,58, artinya pengaruh kepuasan terhadap kepercayaan adalah sebesar 58 %. sedangkan sisanya sebesar 42 % dipengaruhi oleh faktor lain di luar model.

b. Efek tidak langsung (indirect effect).

Y1 Z1 Z2 Z3 Z4 Y2 Z5 Z6

Tabel 5.24 Efek Tidak Langsung (indirect effect) X Y1 0,00 0,00 0,49 0,00 0,55 0,00 0,50 0,00 0,56 0,43 0,46 0,00 0,52 0,39 0,36 0,28

Y2 0,00 0,00 0,00 0,00 0,00 0,00 0,00 0,00

87

Sumber: Hasil Analisa AMOS pada Data Primer 1)

Efek tidak langsung variabel X terhadap Y2 melalui Y1 atau XY1Y2 = 0,46, artinya kualitas layanan berpengaruh secara tidak langsung terhadap kepercayaan pasien melalui kepuasan adalah sebesar 46 %.

2)

Efek tidak langsung variabel X terhadap indikator indikator variabel Y2 adalah XY2Z5 = 0,52, artinya kualitas layanan berpengaruh secara tidak langsung terhadap membangun kepercayaan bahwa seluruh pelayanan yang diberikan berkualitas baik 52 %. Efek tidak langsung XY2Z6 = 0,36, artinya kualitas layanan berpengaruh secara tidak langsung terhadap membangun kepercayaan masyarakat bahwa RS. Ganesha adalah rumah sakit yang handal dan dapat dipercaya 36%. Efek tidak langsung XY1Z1 = 0,49 artinya kualitas layanan berpengaruh secara tidak langsung terhadap persepsi pasien bahwa pelayanan RS. Ganesha memuaskan secara keseluruhan adalah sebesar 49%.

3)

Efek tidak langsung variabel X terhadap indikatorindikatornya adalah XY1Z2 = 0,55, artinya kualitas layanan berpengaruh secara tidak langsung terhadap persepsi pasien bahwa RS. Ganesha memberikan pengalaman tinggal yang menyenangkan adalah sebesar 55%. Efek tidak langsung variabel XY1Z3 = 0,50, artinya kualitas layanan berpengaruh secara tidak langsung

88

terhadap persepsi pasien bahwa memilih RS. Ganesha adalah tindakan yang benar sebesar 50%. 4)

Efek tidak langsung variabel Y1 terhadap indikatorindikator variabel Y2 adalah Y1Y2Z4 = 0,43 artinya kepuasan berpengaruh tidak langsung terhadap kepercayaan pasien bahwa RS. Ganesha konsisten dalam memberikan pelayanan yang berkualitas kepada semua pasien adalah sebesar 43%. Efek tidak langsung Y1Y2Z5 = 0,39 artinya kepuasan berpengaruh secara tidak langsung terhadap kepercayaan pasien bahwa seluruh pelayanan RS. Ganesha berkualitas baik adalah sebesar 39%. Efek tidak langsung Y1Y2Z6 = 0,28 artinya kepuasan pasien berpengaruh secara tidak langsung untuk membangun kepercayaan bahwa RS. Ganesha adalah rumah sakit yang handal adalah sebesar 28%.

c. Efek Total (Total Effect) Efek total variabel X (kualitas pelayanan) terhadap Y2 (kepercayaan) = 0,31 + 0,46 = 0,77, artinya total pengaruh kualitas layanan terhadap kepercayaan adalah sebesar 77%. Langkah 7 : Interpretasi dan Modifikasi Model Standardized residual covariance matrix yang dihasilkan oleh data pada penelitian ini dapat dilihat pada lampiran 15, di mana seluruh nilai menunjukkan angka dibawah 2,58. Interpretasi terhadap residual yang dihasilkan model ini melalui pengamatan terhadap variabel-variabel yang mempunyai nilai residual standard lebih besar dari 2,58 menunjukkan bahwa model ini dapat diterima dan

89

tidak perlu dilakukan modifikasi terhadap model yang diuji karena seluruh nilai menunjukkan angka dibawah 2,58.

5.2

Pembahasan Berdasarkan atas hasil pengolahan data, landasan teori dan kajian hasil penelitian sebelumnya maka dapat diperoleh pembahasan atas penelitian ini sebagai berikut : 1) Kualitas pelayanan berpengaruh positif dan signifikan terhadap kepuasan pasien RS. Ganesha Pernyataan tersebut didukung oleh hasil uji struktural yang menghasilkan nilai factor loading variabel kualitas pelayanan terhadap kepuasan sebesar 0,78. Angka ini berada diatas 0,50 dan menunjukkan hubungan yang sangat kuat antara dua variabel tersebut. Nilai efek langsung variabel kualitas pelayanan terhadap variabel kepuasan adalah 0,78, artinya bahwa variabel kualitas pelayanan memiliki pengaruh terhadap kepuasan sebesar 78% (sangat kuat). Pengamatan terhadap nilai C.R. pada regression weight yang identik dengan uji-t dalam regresi, terlihat angka C.R. = 4,50 > 1,645 (nilai t tabel pada level 0,05 dengan df 163 adalah 1,645) dan menunjukkan bahwa variabel-variabel tersebut berhubungan secara signifikan. Dasar keputusan yang lain adalah dengan mengamati nilai probability (P) yang dihasilkan yaitu P = 0,000 atau P <0,001 yang berarti terdapat pola hubungan yang signifikan antara variabel kualitas playanan dan kepuasan.

90

Hal ini didukung oleh hasil penelitian dari 1) Olorunniwo, F, et, al (2006), yang menjelaskan terdapat pengaruh yang signifikan antara kualitas pelayanan terhadap kepuasan pelanggan pada industry jasa. 2) Garbarino & Johnson (1999) yang hasilnya adalah kualitas pelayanan berpengaruh positif dan signifikan

terhadap

kepuasan

pelanggan.

3)

Zeithmal,

Berry,

dan

Parasuraman, yang mengemukakan teori tentang hubungan antara kualitas pelayanan jasa dan kepuasan pelanggan, dimana kualitas jasa yang memadai harapan pelanggan maka pelanggan akan senang dan menilai kualitas jasa tersebut tinggi. 4) Kau and Loh (2006) yang hasilnya kualitas pelayanan berpengaruh positif dan signifikan terhadap kepuasan konsumen mobile phone. 2) Terdapat pengaruh langsung yang positif tetapi dalam hubungan yang sangat lemah antara kualitas pelayanan dalam membangun kepercayaan pada pasien RS. Ganesha. Pernyataan tersebut didukung oleh hasil uji structural yang menghasilkan nilai loading factor variabel kualitas pelayanan terhadap kepercayaan pasien RS. Ganesha sebesar 0,31. Angka ini berada dibawah nilai standar 0,50 dan menunjukkan hubungan yang sangat lemah antara dua variabel tersebut. Nilai efek langsung variabel kualitas pelayanan terhadap variabel kepercayaan adalah 0,31. Angka tersebut memiliki arti bahwa variabel kualitas pelayanan memiliki pengaruh terhadap kepercayaan pasien sebesar 31% (lemah). Pengamatan terhadap nilai C.R. pada regression weight yang identik dengan uji-t dalam regresi, terlihat angka C.R. = 1,33 < 1,645 (nilai t tabel pada level

91

0,05 dengan df 163 adalah 1,645) dan menunjukkan bahwa variabel-variabel tersebut tidak berhubungan kuat. Hal ini didukung oleh hasil penelitian 1) Aryani P,E. (2008) yang menyatakan terdapat hubungan positif tetapi lemah antara kualitas layanan maskapai penerbangan Garuda terhadap kepuasan pelanggan. Namun Jasfar (2005) menyatakan terdapat hubungan yang signifikan antara kualitas pelayanan ritel terhadap kepercayaan konsumen. jadi dapat disimpulkan bahwa pada bisnis jasa kualitas pelayanan tidak berpengaruh signifikan dalam membangun kepercayaan pasien. 3) Kepuasan pasien berpengaruh positif dan signifikan terhadap kepercayaan pasien RS. Ganesha. Pernyataan tersebut didukung oleh hasil uji structural yang menghasilkan nilai loading factor variabel kepuasan terhadap kepercayaan pasien RS. Ganesha sebesar 0,58. Angka ini berada diatas nilai standar 0,50 dan menunjukkan hubungan yang sangat kuat antara dua variabel tersebut. Nilai efek langsung variabel kepuasan terhadap variabel kepercayaan adalah 0,58. Angka tersebut memiliki arti bahwa variabel kepuasan

memiliki pengaruh terhadap

kepercayaan pasien sebesar 58% (kuat). Pengamatan terhadap nilai C.R. pada regression weight yang identik dengan uji-t dalam regresi, terlihat angka C.R. = 2,12 > 1,645 (nilai t tabel pada level 0,05 dengan df 163 adalah 1,645) dan menunjukkan bahwa variabel-variabel tersebut berhubungan secara signifikan.

92

Hal ini didukung oleh hasil penelitian 1) Garbarino & Jhonson (1999) tentang different roles in customer relationships bahwa kepuasan pelanggan memegang peranan penting terhadap kepercayaan pelanggan. 2) Aryani P,E. (2008) yang menyatakan terdapat hubungan yang signifikan antara kepuasan pelanggan maskapai Garuda Indonesia dalam membangun kepercayaan pelanggan.

3) Kau and Loh (2006) yang hasilnya kepuasan pelanggan

berpengaruh positif dan signifikan terhadap kepercayaan konsumen mobile phone. 4) Kualitas pelayanan berpengaruh positif dan signifikan terhadap kepercayaan melalui kepuasan pasien RS. Ganesha. Pernyataan tersebut didukung oleh hasil uji structural yang menghasilkan nilai efek tidak langsung variabel kualitas pelayanan terhadap kepercayaan pasien melalui kepuasan pasien RS. Ganesha sebesar 0,46. Angka tersebut memiliki arti bahwa variabel kepuasan memiliki pengaruh terhadap kepercayaan pasien melalui variabel kepuasan sebesar 46% (cukup kuat). Hal ini didukung oleh penelitian dari 1) Aryani (2008) yang menghasilkan terdapatnya pengaruh tidak langsung antara kualitas layanan terhadap kepercayaan pelanggan maskapai penerbangan Garuda Indonesia melalui kepuasan. 2) Kau and Loh (2006) yang hasilnya kualitas pelayanan berpengaruh positif dan signifikan terhadap kepercayaan konsumen melalui kepuasan.

BAB V HASIL PENELITIAN DAN PEMBAHASAN Sejarah Singkat Berdirinya Rumah Sakit Umum Ganesha

Recommend Documents