Professional Documents
Culture Documents
Rawat Inap Di Rumah Sakit Umum Daerah (RSUD) Ende Menggunakan Metode
Regresi Logistik”
Oleh:
NIM : 161061003
Yogyakarta
2018
BAB I
PENDAHULUAN
Rumah sakit sebagai salah satu fasilitas pelayanan kesehatan memiliki peran yang
sangat strategis dalam upaya mempercepat derajat kesehatan masyarakat Indonesia. Peran
tersebut dewasa ini semakin dituntut akibat adanya perubahan epidemiologik penyakit,
perubahan struktur organisasi, perkembangan ilmu pengetahuan dan teknologi dan perubahan
sosial ekonomi masyarakat (Azwar, 1998). Menurut Kepmenkes No. 129 tahun 2008, rumah
sakit adalah sarana kesehatan yang menyelenggarakan pelayanan kesehatan perorangan
meliputi pelayanan promotif, preventif, kuratif dan rehabilitatif yang menyediakan pelayanan
rawat inap, rawat jalan, dan gawat darurat. Tugas rumah sakit sebagai institusi pelayanan
kesehatan adalah memberikan pelayanan kesehatan yang bermutu, dan bertanggung jawab
terhadap masyarakat terutama di wilayah cakupannya. Sedangkan fungsi rumah sakit adalah
menyelenggarakan pelayanan spesialistik atau medik sekunder dan pelayanan subspesialistik
atau medik tersier. Oleh karena itu produk utama (core product) rumah sakit adalah
pelayanan medik. Dalam rumah sakit, unit penghasil pelayanan adalah instalasi. Sebagai unit
penghasil pelayanan, maka instalasi di rumah sakit merupakan ujung tombak dan operasional
rumah sakit. Poliklinik merupakan unit fungsional rumah sakit yang memberikan pelayanan
berobat jalan pada pasien.
Rumah Sakit Umum Daerah Ende yang selanjutnya disingkat menjadi (RSUD Ende),
merupakan satu satunya RSUD yang ada di Kabupaten Ende yang tak luput dari keluhan atas
pelayanan jasa di bidang kesehatan yang diberikan kepada masyarakat. Keluhan akan muncul
apabila pelanggan merasa tidak puas terhadap pelayanan yang kita berikan. Suatu pelayanan
dinilai memuaskan apabila pelayanan tersebut dapat memenuhi kebutuhan dan harapan
pelanggan. RSUD Ende sebagai salah satu fasilitas kesehatan yang terdapat di wilayah
Kabupaten Ende tidak dapat terhindar dari pengaruh reformasi di bidang kesehatan. Dengan
kondisi masyarakat yang semakin kritis terhadap mutu pelayanan kesehatan menuntut rumah
sakit dapat memberikan pelayanan yang bermutu. Untuk itu perlu kiranya dikembangkan
upaya yang maksimal baik kekuatan internal maupun kekuatan eksternal yang ada di rumah
sakit. Untuk memberikan pelayanan yang memuaskan kepada pasien, RSUD Kabupaten Ende
menyediakan fasilitas medis dan non medis.
Penelitian ini menggunakan metode Analisis Regresi Logistik karena Analisis regresi
logistik digunakan untuk menjelaskan hubungan antara variabel respon yang berupa data
dikotomik/biner dengan variabel bebas yang berupa data berskala interval dan atau kategorik
(Hosmer dan Lemeshow, 1989). Variabel yang dikotomik/biner adalah variabel yang hanya
mempunyai dua kategori saja, yaitu kategori yang menyatakan kejadian sukses (Y=1) dan
kategori yang menyatakan kejadian gagal (Y=0). Pada model model linear umum komponen
acak tidak harus mengikuti sebaran normal, tapi harus masuk dalam sebaran keluarga
eksponensial. Sebaran bernoulli termasuk dalam salah satu dari sebaran keluarga
eksponensial. Kasus yang terdapat pada penulisan ini adalah mencari hubungan pengaruh
keperawatan terhadap tingkat kepuasan pasien rawat inap di rumah sakit umum daerah Ende.
Berdasarkan kasus tersebut sudah membuka pikiran untuk kasus seperti apa regresi logistik
digunakan. intinya variabel dependentnya dikotomi artinya memiliki dua kategori seperti
pada kasus diatas.
Berdasarkan latar belakang masalah tersebut di atas, maka peneliti tertarik untuk
meneliti dan mengambil judul penelitian “Analisis Pengaruh pelayanan Keperawatan
Terhadap Tingkat Kepuasan Pasien Rwat Inap di Rumah Sakit Umum Daerah (RSUD)
Ende, dengan menggunakan Metode Analisis Regresi Logistik”
1.1 Rumusan Masalah
Berdasarkan rumusan masalah, tujuan yang ingin dicapai dalam penelitian ini adalah:
Bagi Rumah Sakit Umum Daerah Ende, hasil penelitian ini dapat digunakan
sebagai bahan pertimbangan membuat kebijakan dalam membuat strategi pemasaran jasa
dan meningkatkan pelayanan kepada pasien rawat inap.
3. Bagi Peneliti
Bagi peneliti, sebagai wahana untuk menerapkan teori-teori yang diperoleh dari
perkuliahan, serta menambah pengalaman untuk mengenal aplikasi teori yang diperoleh
yang bisa diterapkan di RSUD Ende.
Batasan masalah dalam penilisan ini penilis hanya berfokus pada faktor-faktor yaitu
pelayanan keperawatan dan tingkat kepuasan pasien rawat inap di Rumah Sakit Umum
Daerah (RSUD) Ende dengan menggunakan metode analisis Regresi Logistik.
Dengan melihat perumusan masalah diatas, permasalahan pada penelitian ini akan
dibatasi untuk menghindari pembahasan yang telalu melebar dan mengingat keterbatasan
pengetahuan peneliti. Pembahasan dalam penelitian ini difokuskan pada pelayanan
pengunjung (pasien) rawat inap pada rumah sakit umum daerah Ende dengan menggunakan
analisis regresi logistik. Masalah lain yang diangkat adalah mengenai dimensi layanan yang
mempengaruhi kepuasan pengunjung. Dimensi layanan yang dimaksud adalah bukti fisik
(tangibles), kehandalan (reliability), daya tanggap (responsiveness), jaminan (assurance), dan
empati (Emphaty). Metode yang digunakan untuk menaksir parameter model adalah metode
maksimum likelihood estimation (MLE) serta uji statistik yang mendukung penelitian ini.
BAB II
TINJAUAN PUSTAKA
Ada beberapa penelitian terdahulu yang juga menerapkan analisis regresi logistik
untuk menyelesaikan suatu permasalahan dan mengangkat tentang kasus anemia yang
diterapkan yaitu: Fatkhiyatur Rizki (2015) dalam penelitiannya yang berjudul “Faktor Risiko
Anemia Gizi Besi pada Ibu Hamil di Jawa Timur Menggunakan Analisis Regresi Logistik”.
Hasil analisis dalam penelitian ini menunjukkan bahwa faktor yang berpengaruhi pada
anemia pada ibu hamil adalah konsumsi zat besi, usia kehamilan, dan pendidikan. Sebanyak
25,3% dari keselurahan jumlah ibu hamil yang diteliti mengalami anemia yang jika di alami
pada ibu hamil akan sangat beresiko pada janinnya dan mayoritas penderita anemia memiliki
jarak kehamil kurang dari 2 tahun dan lulus SMA/SLTA.
Sumber: http://eprints.unm.ac.id/6321/1/SKRIPSI.pdf:
1. Terdapat sebanyak 84,8% dari jumlah keseluruhan orang ibu hamil di RSKD Ibu dan Anak
Siti Fatimah Makassar menderita anemia pada masa kehamilan. Mayoritas ibu hamil yang
menderita anemia memiliki jarak kehamilan 2 tahun dan tidak bekerja. Mayoritas ibu hamil
penderita anemia memiliki usia kehamilan 21 minggu hingga 40 minggu, dan sekolah.
2. Model logistik untuk menggambarkan hubungan antara anemia pada ibu hamil dengan
jarak kehamilan, usia ibu, usia kehamilan, pendidikan dan pekerjaan adalah:
Berdasarkan model yang diperoleh maka dapat dikatakan bahwa variabel yang
berpengaruh secara nyata terhadap model adalah variabel usia kehamilan. Pasien yang usia
kehamilannya diatas 21 minggu 7 kali lebih berpengaruh dibandingkan dengan pasien yang
usia kehamilannya dibawah 21 minggu terhadap pasien yang menderita anemia pada masa
kehamilan. untuk variabel jarak kehamilan, usia ibu, pekerjaan berpengaruh terhadap
memprediksi terjadiya anemia pada masa kehamilan namun pengaruhnya kecil
dinbandingkan dengan usia kehamilan, sedangakan untuk variabel pendidikan tidak memiliki
pengaruh terhadap memprediksi terjadiya anemia pada masa kehamilan dikarenakan pada
data yang telah diperoleh menunjukkan bahwa dari keseluruhan data hanya dua orang yang
tidak pernah bersekolah dan hanya satu orang yang lulus perguruan tinggi
Sumber: http://repository.ipb.ac.id/jspui/bitstream/123456789/59960/1/G12dwi1.pdf
Dinia Wihansah (2012) dalam penelitiannya yang berjudul “Model Regresi Logistik
Biner untuk Mengidentifikasi Faktor-Faktor yang Berpengaruh Terhadap Status Anemia pada
Ibu Hamil”. Hasil dari penelitian ini adalah Faktor-faktor yang berpengaruh terhadap status
anemia ibu hamil di wilayah kerja Puskesmas Wajo Kota Bau-Bau Propinsi Sulawesi
Tenggara yaitu umur kehamilan, jarak kelahiran, frekuensi pemeriksaan kehamilan, dan
konsumsi tablet penambah darah. Model regresi logistik biner yang diperoleh adalah g(x) =
1,662 + 0,434X2 – 1,024X3 – 5,276X5 – 0,516X6 Semakin meningkatnya umur kehamilan
maka akan semakin besar pula peluang ibu hamil terkena anemia. Semakin dekat jarak
kelahiran peluang ibu hamil terkena anemia besar. Frekuensi pemeriksaan kehamilan yang
terlalu sedikit juga akan menyebabkan peluang ibu hamil terkena anemia semakin besar.
Konsumsi tablet penambah darah yang semakin sedikit juga akan menyebabkan peluang ibu
hamil terkena anemia semakin meningkat. Berdasarkan persentase CCR dan kurva ROC dari
data keseluruhan dan data validasi didapatkan nilai yang relatife sama. Hal ini berarti bahwa
model yang diperoleh valid atau akurat.
Kualitas pelayanan kesehatan di Rumah Sakit merupakan suatu fenomena unik, sebab
dimensi dan indikator kualitas pelayanan kesehatan di Rumah Sakit dapat berbeda diantara
orang-orang yang terlibat dalam pelayanan kesehatan. Untuk mengatasi perbedaan dipakai
suatu pedoman yaitu hakikat dasar dari penyelenggaraan pelayanan kesehatan, yaitu
memenuhi kebutuhan dan tuntutan para pemakai jasa pelayanan kesehatan. Mutu pelayanan
menunjukkan pada tingkat kesempurnaan pelayanan kesehatan dalam memenuhi kebutuhan
dan tuntutan setiap pasien (Azwar, 1996)
Analisis regresi merupakan salah satu analisis dalam statistik yang digunakan untuk
menaksir pola hubungan sebab-akibat antara variabel bebas (dependen) dan variabel respon
(independen). Variabel dependen yang biasanya disimbolkan sebagai (y) adalah variabel yang
nilainya ditentukan oleh variabel lain, sedangkan variabel independen yang biasanya
disimbolkan sebagai (x) adalah variabel yang nilainya dapat ditentukan secara bebas
berdasarkan dugaan bahwa variabel tersebut memiliki pengaruh terhadap variabel dependen.
Hubungan antara satu atau dua variabel dapat lebih mudah dipahami dengan satu model yang
disebut model regresi. Bentuk umum persamaan analisis regresi diberikan sebagai berikut.
Dimana,
Yi = Variabel terikat untuk pengamatan ke-i
β0 = Nilai Konstanta
β1 = Paramater model
ɛi = Galat regresi
Analisis regresi dapat dikelompokkan menjadi analisis regresi linier dan regresi
nonlinier. Data hasil penelitian yang berupa data kualitatif dapat dianalisis dengan regresi
nonlinier. Salah satu regresi nonlinier yang dapat digunakan untuk menganalisis data
kualitatif adalah model regresi logistik.
Regresi logistik sebenarnya sama dengan analisis regresi berganda, hanya saja
variabel-variabel terikatnya (dependen) merupakan variabel dummy (0 dan 1). Contohnya
kepuasan pelanggan terhadap jasa pelayanan sebuah rumah sakit. Maka varibel dependennya
adalah 0 jika tidak puas dan 1 jika puas.
Regresi logistik biner merupakan suatu metode analisis data yang digunakan untuk
mencari hubungan antara variabel respon (y) yang bersifat biner atau dikotomus dengan
variabel prediktor (x) yang bersifat polikotomus (Hosmer dan Lemeshow, 2000). Keluaran
dari variabel respon y terdiri dari 2 kategori yang biasanya dinotasikan dengan y =1 (sukses)
dan y=0 (gagal). Hosmer dan Lemeshow (2000) menjelaskan bahwa model regresi logistik
dibentuk dengan menyatakan nilai P(Y= 1│x) sebagai π(x) yang dinotasikan sebagai berikut:
Suatu fungsi dari π(x) dicari dengan menggunakan transformasi logit, yaitu g(x) yang
dapat dinyatakan sebagai berikut:
Nilai harapan dari (yi│xi) adalah E(yi│xi )= π(xi), persamaan umum untuk regrsi logistik
biner adalah:
Model umum regresi logisitk setelah disubtitusikan dengan model logit dari (x) diperoleh:
Dalam regresi logistik terdapat beberapa perbedaan dengan regresi pada umumnya
yaitu regresi logistik tidak mengasumsikan suatu hubungan yang linear antara variabel
independen dengan variabel dependen, tidak memerlukan asumsi multivariate normality pada
variabel independennya, tidak ada asumsi homokedastisitas, variabel independen tidak perlu
diubah ke dalam bentuk metrik (interval atau skala ratio), variabel dependen harus bersifat
dikotomi (2 kategori, contoh: tinggi dan rendah atau puas dan tidak puas), tidak adanya
multikolinearitas, kategori dalam variavel independen harus terpisah satu sama lain atau
bersifat eksklusif, dan sampel yang diperlukan dalam jumlah relatif besar, minimum
dibuhkan hingga 50 sampel.
Odds ratio merupakan ukuran risiko atau kecenderungan untuk mengalami kejadian
“sukses” antara satu kategori dengan kategori lainnya, didefenisikan sebagai ratio dari odds
untuk xj =1 terhadap xj = 0. Secara umum ratio peluang merupakan sekumpulan peluang
yang dibagi oleh peluang lainnya. Ratio peluang bagi independen diartikan sebagai jumlah
relatif di mana peluang hasil meningkat (rasio peluang > 1) atau turun (rasio peluang < 1)
ketika nilai variabel independen meningkat sebesar 1 unit. Untuk menentukan odds ratio
rumusya sebagai berikut:
Keterangan:
Odds ratio didefenisikan sebagai perbandingan dari nilai variabel sukses terhadap
variabel bernilai gagal. Dengan kata lain odds ratio menjelaskan seberapa besar pengaruh
variabel sukses dibanding variabel gagal terhadap suatu eksperimen atau observasi. Pada
kasus penelitian dengan regresi logistik, nilai ini dapat dilihat dari nilai Exp(β) pada hasil
analisis data atau e(βi) dengan β1 adalah estimasi parameter variabel independen pertama,
kedua dan seterusnya. Hasil tersebut akan menunjukkan pengaruh setiap variabel independen
terhadap variabel dependen.
Untuk memperoleh estimasi dari parameter regresi logistik dapat dilakukan dengan
metode Maximum Likelihood Estimation (MLE). Menurut Homser dan Lemeshow (1989)
Metode MLE digunakan untuk mengestimasi parameter-parameter dalam regresi logistik dan
pada dasarnya metode maksimum likelihood memberikan nilai estimasi β dengan
memaksimumkan fungsi likelihoodnya. Secara matematis fungsi likelihood (xi,yi) dapat
dinyatakan:
Karena berdistribusi normal maka fungsi distribusi peluang gabungan dari Y adalah:
1. Uji Simultan
Keterangan Lo = model yang hanya terdiri dari konstanta saja dan Lp = model
lengkap (model dengan variabel independen) yang berdistribusi X2 (Chi- square)
dengan derajat bebas banyaknya parameter dalam model df = v. Hipotesis dari
persamaan diatas adalah:
H1: Minimal terdapat satu β1 ≠ 0. Dengan j = 1,2, ... p (Ada pengaruh antara
variabel independen terhadap variabel dependen). Kriteria ini mengambil taraf nyata α
= 0,05 maka H0 ditolak jika nilai G>X2(a,v) dimana v adalah banyaknya variabel
prediktor.
2. Uji Parsial
Uji kecocokan model digunakan untuk mengevaluasi cocok tidaknya model dengan
data, nilai observasi yang diperoleh sama atau mendekati dengan yang diharapkan dalam
model.8 Model yang digunakan harus layak atau memenuhi Goodness of Fit (GoF). Suatu
model dikategorikan memenuhi GoF jika terdapat kesesuaian antara data yang dimasukkan
dalam model dengan data yang diamati. Dalam regresi logistik metode untuk menguji
kelayakan model diukur dengan nilai chi-square dengan uji Homser and Lemeshow.
Pengujian ini dengan melihat nilai goodness of fit test yang diukur dengan nilai chi-square
pada tingkat signifikan 5%.
Keputusan penerimaan hipotesis didasarkan pada pertimbangan sebagai berikut
Untuk menguji hipotesis digunakan model Hosmer and Lemeshow’s goodness of fit
test, jika nilai Hosmer and Lemeshow’s goodness of fit test statistik sama dengan atau kurang
dari 0,05. Artinya, hipotesis nol ditolak yang berarti ada perbedaan signifikansi antara model
dengan nilai observasinya, yang goodness fit model tidak baik karena model tidak dapat
memprediksi nilai observasinya. Jika nilai Hosmer and Lemeshow’s goodness of fit test lebih
besar dari 0,05. Artinya, hipotesis nol tidak dapat ditolak dan berarti model mampu
memprediksi nilai observasinya atau dapat dikatakan model dapat ditemui karena cocok
dengan observasinya.
Uji Hosmer and Lemeshow dilakukan dengan dasar pengelompokan pada nilai
dugaan peluang yang diamati pada setiap variabel independen. Statistik uji Hosmer and
Lemeshow di formulasikan sebagai berikut:
BAB III
METODE PENELITIAN
Berdasarkan penelitian ini, data akan diambil darI RSUD Ende dan literatur-literatur
yang tersedia di RSUD Ende, serta beberapa referensi lainnya.
Data yang digunakan dalam penelitian ini merupakan data sekunder yang diperoleh
dari RSKD Ibu dan Anak Siti Fatimah Makassar.
Kode Y X1 X2 X3 X4 X5
1 8.1 2 33 36 1 0
2 12.6 0 20 40 1 0
3 10.2 2 38 37 1 0
4 9.8 0 16 37 1 0
5 9 2 24 38 1 1
6 7.6 0 20 39 1 0
7 12.6 8 39 12 1 0
8 9.8 9 36 38 1 0
9 8.9 5 29 41 1 0
10 10.1 0 28 16 1 0
11 8.7 2 26 39 1 0
12 10.5 0 25 41 1 0
13 9.2 0 23 33 1 0
14 8.1 4 29 32 1 0
15 9.4 2 22 36 1 0
16 9.5 2 22 40 1 0
17 9.6 7 24 32 1 0
18 9.7 0 21 38 1 0
19 10.5 1 28 36 0 0
20 10.3 2 25 42 0 0
21 8.3 0 20 25 1 0
22 10.8 0 21 31 1 0
23 8.8 6 42 40 1 0
24 7.6 1 22 39 1 0
25 10.1 1 27 40 1 0
26 10.8 2 27 39 1 0
27 9.8 4 24 40 1 0
28 10.1 5 35 40 1 0
29 10.1 2 37 20 1 0
30 8.5 2 25 39 1 0
31 9.9 0 20 38 1 0
32 10.2 3 35 38 1 1
33 9.8 2 25 39 1 0
34 7.8 1 26 37 1 0
35 8.1 1 20 37 1 0
36 7.6 1 32 24 1 1
37 10.8 0 22 30 1 0
38 9.8 1 24 30 1 0
39 9.9 0 25 39 1 0
40 10.3 0 20 24 1 0
41 9.7 4 25 38 1 0
42 8.3 4 38 38 1 0
43 9.9 6 36 42 1 0
44 10.7 0 20 40 1 0
45 10.9 0 21 40 1 0
46 7.1 6 29 38 1 0
Keterangan:
3.4 Variabel
1 Kepuasan Pasien (Y) menurut Kamus Bahasa Indonesia adalah puas; merasa senang;
perihal (hal yang bersifat puas, kesenangan, kelegaan dan
sebagainya). Kepuasan dapat diartikan sebagai perasaan puas, rasa senang dan
kelegaan seseorang dikarenakan mengkonsumsi suatu produk atau jasa untuk
mendapatkan pelayanan suatu jasa. Selain itu Kepuasan adalah reaksi emosional
terhadap kualitas pelayanan yang dirasakan dan kualitas pelayanan yang dirasakan
merupakan pendapat menyeluruh atau sikap yang berhubungan dengan keutamaan
pelayanan. Dengan kata lain kepuasan pelanggan adalah kualitas pelayanan yang
dipandang dari kepentingan konsumen dalam hal ini adalah pasien. Pelayanan
kesehatan yang berkualitas adalah pelayanan kesehatan yang dapat memuaskan setiap
pemakai jasa pelayanan kesehatan sesuai dengan tingkat kepuasan rata-rata penduduk
serta penyelenggaraannya sesuai dengan kode etik dan standar pelayanan profesi yang
ada. Dansky mengatakan bahwa pemuasan pelanggan atau pasien adalah prinsip dasar
manajemen mutu kualitas. Kualitas pelayanan kesehatan sebenarnya menunjukkan
kepada penampilan (performance) dari pelayanan kesehatan. Secara umum disebutkan
bahwa makin sempurna penampilan pelayanan kesehatan, makin sempurna pula
kualitasnya. Penampilan merupakan keluaran (output) dipengaruhi oleh a) proses
(proces) meliputi tindakan medis dan non-medis sesuai dengan standar (standar of
cunduct), b) masukan (input) yang meliputi tenaga, dana, sarana serta c) lingkungan
(environment) meliputi kebijakan, organisasi dan manajemen.
4 Jenis Kelamin
Pengumpulan Data
Interpretasi Paraeter