Anda di halaman 1dari 22

MENILAI KESEDIAN UNTUK MEMBAYAR UNTUK PERBAIKAN

KUALITAS PELAYANAN KESEHATAN

ABSTRAK

Background : Contingent Valuation (CV) digunakan untuk memperkirakan


kesediaan pasien untuk membayar untuk atribut spesifik dalam meningkatkan
kualitas pelayanan kesehatan yang mereka terima pada tiga rumah sakit di
Bangladesh.
Metode : 252 pasien yang dipilih secara acak di interview untuk mengukur kesediaan
mereka untuk membayar untuk tujuh peningkatan kualitas perawatan medis yang
diberikan. Partial tobit regression dan corresponding marginal effects analysis
digunakan untuk menganalisis data dan mendapatkan perkiraan WTP.
Hasil : Pasien rela membayar rela membayar lebih jika kepuasan mereka terhadap
tiga atribut dari pelayanan ditingkatkan. Yaitu: hubungan dekat antara dokter-pasien,
meningkatnya ketersediaan obat dan peningkatan kesempatan pemulihan. Hubungan
dokter-pasien dianggap paling penting oleh pasien dan menunjukkan willingness to
pay paling besar.
Kesimpulan: Studi ini memberikan informasi penting untuk pembuat kebijakan
tentang penilaian moneter pasien untuk perbaikan atribut tertentu dari perawatan
kesehatan di Bangladesh.
Kata Kunci: Contingent Valuation (CV), Willingness to pay (WTP), Pelayanan
kesehatan, kualitas atribut, Bangladesh.

Latar Belakang
Kualitas pelayanan kesehatan, serta preferensi orang untuk pelayanan kesehatan, telah
berubah di Bangladesh selama 20 tahun terakhir. Sejak 1990 an, fasilitas kesehatan
swasta telah menunjukkan pertumbuhan yang sangat cepat dan saat ini profit untuk
sector swasta menyumbang 80% dari lebih 3500 rumah sakit di Bangladesh dan ini
terus meningkat. Lebih daru 100 klinik swasta baru dan rumah sakit dan 200 pusat
diagnostic baru dibuka setiap tahun. Sekarang ini ada 53 kampus medis pemerintah
dan swasta di Bangladesh. Kebanyakan dari mereka terletak di rumah sakit tersier
besar di kota-kota divisi. Namun, meningat kemiskinan yang meluas, hanya 52% dari
orang sakit yang ke rumah sakit setaip tahun dan hanya 21% dari orang sakit yang ke
rumah sakit lebih dari 3 x dalam setahun. Ada dua alas an utama bagi mereka untuk
tidak ke rumah sakit ketika sakit: i) biaya pengobatan yang besar untuk pelayanan
kesehatan sector swasta dan ii) kegagalan untuk menerima pelayanan kesehatan yang
tepat di rumah sakit pemerintah yang disebabkan oleh kepadatan dan kurangnya
sumber daya. Peningkatan kepercayaan pada pelayanan kesehatan sector swasta
secara nasional ini dengan pendapatan per kapita setiap tahun diatas $USD1000
menunjukkan bahwa banyak yang kehilangan perawatan kesehatan di rumah sakit
padahal mereka membutuhkannya disebabkan oleh kemiskinan.
Mengingat situasi ini, studi contingent valuation (CV) didesign untuk menilai
kesediaan pasien untuk membayar untuk perbaikan kualitas pelayanan kesehatan. Ini
adalah permintaan berbasis pendekatan untuk mendeskripsikan preferensi konsumen
dengan mengobservasi kemungkinan kebiasaan membeli mereka. Hasil dari studi ini
akan bermanfaat untuk penyedia pelayanan sector pemerintah dan swasta dalam
mengalokasikan dana mereka dalam pelayanan kesehatan dan mengatur biaya yang
tepat untuk pasien. Ini juga akan menyediakan beberapa informasi komplementer
untuk penyedia pelayanan kesehatan untuk mengembangkan jadwal pembayaran
bersama dan memperbaiki fasilitas pelayanan kesehatan sejalan dengan keinginan
pasien.
Untuk memungkinkan hal ini terjadi kuesioner untuk CV didesign untuk
menilai perbaikan kualitas pelayanan kesehatan di rumah sakit dari perspektif pasien.
Contingent Valuation adalah teknik preferensi yang paling umum digunakan untuk
menilai preference pasien melalui WTP mereka. Satu set kualitas atribut digunakan
untuk menentukan sifat dan derajat peningkatan kualitas yang dinilai oleh pasien.
Permintaan untuk pelayanan kesehatan dapat dinilai secara baik dengan evaluasi
kesediaan pasien untuk membayar.
Metode
Contingent Valuation Method
Menghadapi peningkatan biaya pelayanan kesehatan dan peningkatan permintaan
untuk pelayanan kesehatan, pembuat kebijakan tertarik untuk mengukur nilai
penggunaan pasif dari pelayanan perawatan kesehatan. Nilai ekonomi yang timbul
dari perubahan kualitas pelayanan yang tidak tercermin dalam perilaku pengamatan
seringkali tidak diketahui. Metode CV adalah metode yang secara luas digunakan
untuk mengukur nilai penggunaan pasif.
CV dapat mengukur nilai yang konsumen tempatkan pada aspek atau atribut
tertentu dari pelayanan kesehatan. CV sering disebut sebagai model preferensi
berbeda dengan model preferensi terekspresi berbasis harga. Model CV berbasis
utilitas dan pasien ditanyakan berapa uang yang mereka relakan untuk membayar
untuk memelihara atau memperbaiki pelayanan atau aktivitas.
Metode CV adalah berbasis survey, hipotesis dan metode langsung untuk
memperoleh nilai moneter untuk perbaikan dalam pelayanan. Pertanyaan dalam CV
digunakan untuk memperkirakan fungsi permintaan atau kesediaan pasien untuk
membayar.
Kuesioner CV didesign untuk menilai penilaian konsumen akan peningkatan
kualitas pelayanan di rumah sakit. Perbaikan pada tujuh atribut secara terpisah dinilai
menggunakan scenario valuasi yang terdekomposisi, atribut dan skala pengukuran
yang sesuai dengan hipotesis dapat didownload pada file tambahan 1. Metode asumsi
implicit dari valuasi terdekomposisi adalah bahwa variasi utilitas berikut perbaikan
pada satu atribut tidak bergantung pada tingkat atribut kualitas lainnya. Pertanyaann
berkaitan dengan WTP ditanyakan dalam dua tahapan: pasien pertama ditanyakan
apakah mereka rela membayar lebih untuk memperoleh manfaat dari suatu perbaikan
spesifik, dan hanya jika jawabannya positif, mereka kemudian ditanyakan tentang
maksimum WTP, proses valuasi WTP dapat didownload sebagai file tambahan 2.
Akhirnya, karakteristik demografi individual dan socioekonomi, termasuk jenis
kelamin, usia, pendidikan (jumlah tahun pendidikan formal yang telah diselesaikan),
status perkawinan, lokasi, status pekerjaan dan pendapatan bulanan rumah tangga
diperoleh.

Studi populasi dan metode seleksi


Data dikumpulkan pada tahun 2011 melalui interview tatap muka di Sylhet, kota
besar di timur laut Bangladesh. Sebagai kota divisional, orang-orang di area sekitar
juga menerima pelayanan kesehatan di Sylhet. Kota ini dipilih untuk pengumpulan
data karena mempunyai kampus pelatihan medis dan rumah sakit umum dan banyak
klinik-klinik swasta. Di Sylhet, ada satu kampus pelatihan medis public dan tiga
kampus pelatihan medis swasta dan rumah sakit terkait. Pasien dipilih secara acak
diantara pasien yang mencari perawatan di tiga: MAG Osmani Medical College
Hospital, Jalalabad Ragib-Rabeya Medical College and Hospital dan Women’s
Medical College and Hospital.
Sampel terdiri dari 252 pasien dari 3 medical college hospital. Design
sampling untuk studi ini mengikuti metodologi yang telah berhasil sebelumnya:
pasien dipilih secara acak dan di interview langsung setelah konsultasi. Sepuluh
orang pencacah (mahasiswa) dilatih untuk mengumpulkan data. Sebuah nomor seri
diberikan kepada setiap pasien sebelum konsultasi mereka dan pasien dipilih secara
acak. Mengambil sampel pasien secara acak tidak menyebabkan terjadi sample
selection bias dan juga masalah identifikasi yang mungkin selama analisis dihindari.
Pencacah diluar kantor dokter untuk diberikan pasien secara acak. Setiap pasien
dewasa berhak mengikuti wawancara. Persetujuan secara verbal diperoleh sebelum
melanjutkan wawancara. Ketika pasiennya adalah anak-anak, wali pasien yang
merupakan orang dewasa yang menjawab kuesioner. Pencacah menyediakan
beberapa informasi dasar kepada pasien tentang studi penelitian untuk mendapatkan
kerja sama mereka. Tidak ada bujukan, financial dan lain-lain yang diberikan. Komite
etik dari fakultas medis, Shahjalal University of Science & Technology, menyetujui
studi ini.
Analisis
Analisis Regresi Tobit
Analisis regresi Tobit menganggap bahwa variabel terikat mempunyai
sejumlah nilai yang dikelompokkan pada suatu batasan nilai, biasanya nol. Model
Tobit memiliki keuntungan yaitu mampu secara efisien memperkirakan hubungan
antara suatu variabel penjelas dan beberapa variabel terikat (disensor) untuk
memperkirakan kemungkinan suatu variabel terikat berada pada atau di bawah (di
atas) batas [14,15].
Analisis regresi Tobit untuk variabel terikat terbatas [16] diuji keterkaitan
antara nilai WTP yang dinyatakan dan karakteristik demografi, sosioekonomi pasien.
Hal ini lebih disukai penduga kuadrat terkecil biasa (OLS) yang gagal
memperhitungkan perbedaan kualitatif antara pengamatan terbatas (yaitu dengan
WTP=0) dan pengamatan tak terbatas (dengan WTP>0), mengarah ke perkiraan
keliru dari efek marjinal [17]. Ketika pertanyaan WTP merupakan “pertanyaan
terbuka” dan variabel terikat alami adalah “terus menerus dengan penyensoran di
nol”, teknik perkiraan yang paling tepat adalah variabel terikat dengan model Tobit
[18]. Variabel terikat di dalam model terdaftar pada Tabel 1. Tujuh perbedaan regresi
Tobit dilakukan, masing-masing regresi diikuti dengan uji RESET [19].
Pertama, tujuh bagian regresi Tobit sesuai dengan tujuh perlengkapan yang
berbeda dianalisis untuk memperkirakan koefisien “beta” yang menjelaskan
kesediaan untuk membayar (WTP) yang diharapakan untuk setiap perlengkapan dan
menunjukkan bagaimana WTP berbeda dengan karakteristik sosioekonomi. Kedua,
efek marjinal β’ dan β” diperkirakan dimana, β’ menjelaskan efek marjinal untuk
kemungkinan tidak disensor dan β” menjelaskan efek marjinal untuk nilai WTP
bersyarat yang diharapkan tidak disensor: E (WTP | WTP>0).
Hasil dan Pembahasan
Statistik deskriptif
Tabel 2 menyajikan perkiraan pasien saat ini untuk tujuh perlengkapan yang
digunakan untuk mengukur kualitas pelayanan. 30% pasien datang ke rumah sakit
dari jarak yang “sangat jauh”. Waktu perjalanan rata-rata ke Rumah Sakit sekitar 65
menit dengan variasi yang signifikan antar pasien (± 56 menit). Pasien yang
melaporkan bahwa waktu perjalanannya sekitar 23 menit, dianggap sebagai yang
“paling dekat”. Pada rata-ratanya, pasien menunggu 73 menit (maks = 240 menit)
sebelum menemui dokter. Hal ini dirasa sebagai waktu yang “lama” atau “sangat
lama” oleh 61% dari total pasien. Pasien yang melaporkan bahwa waktu menunggu
kurang dari 25 menit akan dirasa sebagai “tidak sama sekali lama”. Pada umumnya,
22.2% pasien merasa bahwa pengobatan mereka “sangat baik” oleh tenaga rumah
sakit. Bagian pasien yang lebih rendah (10.7%) merasa bahwa mereka telah
menerima pengobatan yang “buruk” atau “sangat buruk”.
Tabel 3 mewakili penilaian pasien terhadap kualitas atribut “kedekatan
geografis” menggunakan lima kategori skala seperti “rumah sakit sangat jauh dari
rumah” dan empat ukuran lainnya.
Tabel 4 mewakili penilaian pasien terhadap atribut “waktu menunggu” untuk
lima kategori skala seperti “sangat lama”, “lama” dapat diukur.
Hanya seperempat pasien (22,6%) yang selalu diperiksa oleh dokter yang
sama, sekitar 6% pasien yang jarang bertemu, dan sekitar 7% belum pernah bertemu
dokter yang sama di rumah sakit. Hanya 10,3% pasien yang dapat menemukan semua
obat mereka dalam kisaran biaya pendaftaran atau biaya pengguna. 26,2%
menemukan beberapa dan 63,5% tidak menemukan obat mereka. Mengukur kualitas
DPR dihasilkan dalam suatu nilai rata-rata dari 72,63 (±14.16), kisaran [20,100].
Perkiraan pasien terhadap peluang kesembuhan rata-rata adalah 71,22 (±1148),
kisaran [20,100]. Pengujian WTP untuk masing-masing dari tujuh atribut dalam tabel
5 menunjukkan bahwa kesediaan tertinggi untuk membayar perbaikan untuk
“ketersediaan obat” pada 123.69 BDT.
Nilai WTP terendah (21.39 BDT) yang diusukan bersangkutan terhadap
perbaikan perilaku staf. Para pasien bersedia membayar paling banyak untuk 3
kualitas atribut “DPR”, “ketersediaan obat”, dan RECVSC. Semua nilai “nol” yang
diberikan oleh pasien termasuk di dalam analisis.

Perkiraan analisis regresi Tobit


Hasil dari tujuh regresi Tobit seperti yang ditunjukkan pada Tabel 6
disarankan adanya hubungan signifikan yang sangat kuat antara nilai WTP yang
berlaku dan peningkatan dalam tujuh atribut kualitas yang berbeda.
Pasien bersedia membayar untuk kedekatan geografis seperti ditunjukkan
oleh nilai "sangat jauh", "jauh" dan "rata-rata" jaraknya masing-masing 58,95; 36,11
dan 21,89 BDT. Dua hasil pertama nya signifikan pada tingkat 1% dan yang terakhir
signifikan pada tingkat 5%. Hasil ini menunjukkan bahwa pasien tinggal "sangat
jauh" atau "jauh" dari rumah sakit membayar lebih dari mereka yang tinggal di jarak
"rata-rata".
Demikian pula pasien rela membayar untuk menunggu lebih lama kali
seperti yang ditunjukkan oleh nilai untuk "sangat panjang", "panjang", "rata-rata" dan
"tidak lama" masing-masing 46,56; 36,77; 24,02 dan 7,46 BDT. Dua hasil pertama
signifikan pada tingkat 1% dan "rata-rata" signifikan pada tingkat 10%. Mereka yang
paling diuntungkan dari mengurangi menunggu beberapa saat sebelum menemui
dokter minimal, itu adalah pasien saat ini menunggu "sangat panjang", "panjang" dan
"rata-rata" sebelum bertemu dokter pun rela membayar kenaikan biaya yang tertinggi
untuk mendapatkan keuntungan dari menunggu waktu "tidak lama". Pasien bersedia
membayar untuk memperbaiki sikap staf seperti yang ditunjukkan oleh "sangat
buruk", "buruk", dan "baik" itu masing-masing 9,36 -19,65 dan -20,22 BDT. Sikap
staf untuk "buruk" signifikan pada tingkat 5% dan "baik" signifikan pada tingkat 1%.
WTP negatif menunjukkan bahwa saat pasien menerima perilaku "sangat buruk" dari
staf mereka bersedia membayar biaya pengguna yang lebih tinggi (WTP = 9,36) tapi
saat pasien menerima perilaku yang lebih baik dari stafnya bersedia membayar biaya
pengguna yang lebih rendah (nilai negatif). Ini menandakan bahwa ada permintaan
yang signifikan untuk staf yang lebih baik sikap.
Pasien juga bersedia membayar agar "tidak pernah", "Jarang" dan "sering"
bisa menemui dokter yang sama di rumah sakit masing-masing 26,96 -35,59 dan -
6,23 BDT. Melihat profesional kesehatan yang sama untuk "tidak pernah" dan
"langka" signifikan pada tingkat 5%. Namun, mereka yang "Tidak pernah" menemui
dokter yang sama memiliki nilai WTP positif, dan menyatakan nilai WTP yang lebih
tinggi, dibandingkan dengan mereka yang "jarang" bertemu, atau "sering" bertemu,
sama dokter di rumah sakit. Bisa dikatakan, mereka yang "sering" ditemui dokter
yang sama mungkin telah memperkirakan hal itu tidak berharga untuk membayar
lebih hanya untuk melihat dia setiap waktu karena lain kali mereka kemungkinan
besar akan bertemu yang sama. Di sisi lain, mereka yang "jarang" melakukannya
tidak merasakan keuntungan bertemu dokter yang sama setiap waktu. Di sisi lain,
mereka yang "tidak pernah" bertemu dokter yang sama di rumah sakit merasakan
keuntungannya temui dokter yang sama setiap saat paling tinggi.
Pasien bersedia membayar -1,05 BDT untuk pasien rawat jalan hubungan
(DPRSC) untuk mendapatkan informasi yang memadai dari dokter Hasil ini
signifikan pada tingkat 5%. Demikian pula pasien bersedia membayar -3,20 BDT
untuk kesempatan pemulihan (RECOVSC) dan itu signifikan pada tingkat 1%. Hasil
ini juga menyarankan bahwa ketika pasien kurang puas dengan hubungan mereka
dengan dokter, seperti yang dinilai oleh DPRscore yang dihitung, dan RECOV-score
mereka bersedia membayar lebih untuk mendapatkan 'tepat' pengobatan dan
menghabiskan waktu lebih lama dengan dokter.
Akhirnya, pasien bersedia membayar obat agar tersedia. "tidak ada" dan
"beberapa" masing-masing 99,61 dan 32,68 BDT. Ketersediaan obat untuk "tidak
ada" signifikan pada tingkat 1%. Pasien yang tidak menemukan resep obat-obatannya
di rumah sakit bersedia membayar lebih dari mereka yang menemukan "beberapa"
atau "semua" obat mereka. Perempuan bersedia membayar lebih dari laki-laki untuk
mendapatkan keuntungan dari perbaikan kedekatan geografis (2.611), waktu tunggu
(5.58) dan ketersediaan obat (22.10) atribut. Di sisi lain, perempuan bersedia
membayar kurang dari laki-laki untuk mendapatkan keuntungan dari perbaikan atas
sikap staf (-0,24), lihat profesional kesehatan yang sama (-3,34), hubungan dokter
rawat inap (-14,34) dan peluang pemulihan (-33.96). Perbedaan tidak signifikan untuk
atribut lain kecuali kemungkinan atribut pemulihan (p < 0,10). Dalam konteks lokal,
betina biasanya kurang memiliki kontrol sumber daya rumah tangga, yang mungkin
bisa menjelaskan penurunan mereka menyatakan nilai WTP
Demikian pula, pasien lanjut usia bersedia membayar kurang dari pasien
yang lebih muda untuk semua atribut kecuali obat atribut ketersediaan Perbaikan
atribut lainnya adalah:
kedekatan geografis (-0,48; p <0,01), waktu tunggu (-0,27; p <0,10), sikap staf (-0,27;
p <0,10), melihat profesional kesehatan yang sama (-0,37; p <0,05), membaik
hubungan dokter-pasien (-0,59; p <0,10) dan membaik kesempatan pemulihan (-
0,26).
Pasien berpendidikan lebih tinggi bersedia membayar lebih daripada pasien
berpendidikan rendah untuk mendapatkan keuntungan dari perbaikan untuk
kedekatan geografis (0,71), waktu tunggu (1,21; p <0,10), sikap staf (0,08) dan
melihat hal yang sama profesional kesehatan (0,39) atribut. Di samping itu, pasien
berpendidikan lebih tinggi bersedia membayar kurang dari orang berpendidikan lebih
rendah untuk mendapatkan manfaat dari perbaikan di hubungan dokter-pasien (-1,54),
ketersediaan obat (-1,37) dan kemungkinan pemulihan (-0,43) atribut. Lebih tinggi
Penghasilan berpenghasilan bersedia membayar lebih dari yang lebih rendah
penghasilan untuk mendapatkan keuntungan dari perbaikan atas semua tujuh atribut
kualitas: kedekatan geografis (0.00001), Waktu tunggu (0.0002), sikap staf (0.0002),
lihat hal yang sama profesional kesehatan (0,0008; p <0,01), hubungan dokter-pasien
(0,002; p <0,01), ketersediaan obat (0,002; p <0,01) dan kemungkinan pemulihan
(0.002; p <0,01).
Lokasi geografis rumah pasien memiliki peran dalam nilai WTP mereka.
Pasien yang tinggal di pedesaan daerah menyatakan nilai WTP yang lebih tinggi
untuk waktu tunggu yang lebih rendah (2.15) dan mampu memenuhi profesional
kesehatan yang sama (2,09). Di sisi lain, pasien pedesaan bersedia melakukannya
membayar kurang dari pasien perkotaan untuk mendapatkan keuntungan dari
perbaikan atas semua atribut lainnya: kedekatan geografis (-8,91), sikap staf (-3,57),
hubungan dokter-pasien (-21,53), ketersediaan obat (-27,63) dan peluang pemulihan
(-15,84).
Secara umum, pasien yang mendapat perawatan kesehatan dari swasta
Rumah sakit bersedia membayar lebih untuk memperbaiki dokter hubungan pasien
(30.008; p <0,05) dan kemungkinan pemulihan atribut (22.70), dan kurang untuk
kedekatan geografis (-2,63), waktu tunggu (-16,24; p <0,05), sikap staf (-11,76; p
<0,05), lihat profesional kesehatan yang sama (-15.91; p <0,05), dan ketersediaan
obat (-17,35) atribut, dibandingkan dengan yang menghadiri fasilitas pemerintah.
Akhirnya, pasien yang datang ke rumah sakit untuk yang akut atau umum sakit
bersedia membayar lebih sedikit daripada mereka yang datang ke rumah sakit karena
alasan lain: geografis kedekatan (-7,44), dan lihat profesional kesehatan yang sama (-
4,90), hubungan dokter-pasien (-11,48), ketersediaan obat (-15,71) dan kemungkinan
pemulihan (-9,36) atributnya dibuktikan di sisi lain, pasien datang ke rumah sakit
untuk penyakit akut atau umum bersedia membayar lebih dari mereka yang datang ke
rumah sakit karena perbaikan di waktu tunggu (0,61), dan sikap staf (3,52) atribut.

Perkiraan efek marjinal ( Marginal Effects Estimates)


Efek marjinal disajikan pada Tabel 7 (20). Tingkat peningkatan kualitas secara
signifikan terkaitdengan nilai WTP yang dinyatakan. Ini adalah bukti untukvaliditas
metode konstruk. Dalam efek marjinaluntuk kedekatan geografis, hasil menunjukkan
bahwa probabilitasnyabahwa seorang pasien tinggal "sangat jauh" dari rumah
sakitakan bersedia membayar agar memiliki "sangat dekat"Rumah sakit, 39% lebih
besar dari pasien yang tinggal"Sangat dekat" atau "dekat" dengan rumah sakit, dan ini
hasilnyasignifikan pada tingkat 1%. Apalagi pasien yang tinggal "jauh"atau dengan
jarak "rata-rata" dari rumah sakituntuk membayar, masing-masing, 15% dan 17%
lebih besar dari itudari pasien yang tinggal "sangat dekat" atau "dekat" dengan rumah
sakit.Hasil ini signifikan pada tingkat 1% dan padaLevel 5% masing-masing. Apalagi
yang hidup "sangat jauh"dari pusat bersedia membayar 30,65 BDT lagi disetiap
kunjungan untuk memiliki rumah sakit "sangat dekat" (signifikan diTingkat 1%).
Pasien yang tinggal "jauh" atau dengan jarak "rata-rata"Dari pusat tersebut bersedia
membayar, masing-masing 18,87dan 10.73 BDT lebih pada setiap konsultasi untuk
memiliki "sangatdekat "rumah sakit, di mana yang pertama signifikan pada 1%tingkat
dan yang terakhir signifikan pada tingkat 5%.

Hasil yang sama diperoleh untuk atribut waktu tunggu. Memang, pasien
menunggu "sangat panjang", "panjang", "Rata-rata" dan "tidak lama" sebelum
bertemu dokter itu bersedia membayar 31%, 28%, 18% dan 6% masing-masing lebih
besar daripada pasien yang menunggu "tidak lama sama sekali". Pertama dua hasil
signifikan pada tingkat 1% dan "Rata-rata" signifikan pada tingkat 5%. Memang
pasien menunggu "sangat lama" sebelum menemui dokter yang rela untuk membayar
secara signifikan lebih banyak, 19.96 BDT, untuk memperbaiki atribut (signifikan
pada tingkat 1%). Pasien menunggu "Panjang", "rata-rata", dan "tidak lama" sebelum
bertemu dokter bersedia membayar lebih 18,60, 12,32 dan 3,47 BDT masing, untuk
memperbaiki atribut menjadi "tidak lama sama sekali". Hasil untuk "lama" signifikan
pada tingkat 1%.
Dalam efek marjinal untuk Sikap Staf, perasaan pasien Mereka
diperlakukan "sangat buruk" bersedia membayar lebih daripada pasien merasa
diperlakukan "sangat baik" oleh staf rumah sakit. Tapi pasien merasakannya
diperlakukan "buruk" dan "baik" oleh staf PT rumah sakit tersebut bersedia
membayar secara signifikan kurang dari 23% dan 21% masing-masing, dibandingkan
pasien yang merasakannyamereka diperlakukan "sangat baik" oleh staf. Hasil ini
adalahsignifikan pada tingkat 5% dan pada tingkat 1% masing-masing.Apalagi pasien
merasa diperlakukan "Sangat buruk" oleh staf, bersedia membayar lebih (4.54 BDT)
untuk memperbaiki atribut ini. Pasien merasakannya diperlakukan "buruk" dan "baik"
oleh staf rumah sakit menyatakan negatif bersedia membayar -7,68 BDT (signifikan
pada tingkat 5%) dan -9,66 BDT masing-masing. Itu berarti WTP menurun jika sikap
staf berbalik "Sangat Buruk" untuk "Bagus".
Pasien juga bersedia membayar agar "selalu". Bisa menemui dokter yang
sama di rumah sakit. Namun, mereka yang "tidak pernah" bertemu dengan dokter
yang sama memiliki probabilitas yang lebih tinggi untuk menyatakan nilai WTP
positif, dan menyatakan nilai WTP lebih tinggi yaitu 19% lebih besar (signifikan
pada tingkat 1%), dibandingkan dengan mereka yang "Jarang" (-30%) (signifikan
pada tingkat 5%) bertemu, atau memiliki "Sering" (-5%) ketemu, dokter yang sama di
rumah sakit. Apalagi pasien yang bertemu dengan dokter yang sama "tidak pernah"
bersedia membayar (13.46 BDT) lebih banyak pada setiap kunjungan (signifikan
pada tingkat 10%). Pasien mengalami hal yang sama dokter "Langka" dan "Sering" di
rumah sakit menyatakan negatif bersedia membayar -12,62 BDT (signifikan pada 1%
level) dan -2,64 BDT masing-masing. Dapat dikatakan bahwa, Mereka yang "sering"
mungkin memperkirakan bahwa itu tidak benar Berharga membayar lebih banyak
untuk bisa bertemu dengannya setiap saat karena lain kali mereka kemungkinan besar
akan bertemu yang sama. Di sisi lain, mereka yang "jarang" melakukannya tidak
mungkin merasakan keuntungan dari pertemuan yang sama dokter setiap waktu Di
sisi lain, mereka yang punya "Tidak pernah" mungkin merasa paling membutuhkan
dokter yang sama paling nilai bertemu dokter yang sama setiap saat.
Tanda negatif dari koefisien DPRSC dan skor Kemungkinan Diperkirakan.
Pasien bersedia membayar kurang dari 0,002 untuk DPRSC (signifikan pada tingkat
5%) dan 0,007 untuk Kemungkinan Pemulihan (signifikan pada tingkat 1%). Apalagi
pasiennya menyatakan negatif bersedia membayar -6,2% untuk DPRSC (signifikan
pada tingkat 5%) dan -1,67 untuk Kemungkinan Pemulihan (signifikan pada tingkat
1%). Ini berarti probabilitas bahwa seorang pasien menyatakan Nilai WTP positif
menurun karena skor DPR atau Kemungkinan peningkatan skor Pemulihan - DPR
yang lebih tinggi – dan Kemungkinan nilai Recovery menunjukkan kepuasan yang
lebih baik Dari hubungan dengan dokter dan yang lebih tinggi
diharapkan kesempatan pemulihan, masing-masing.
Akhirnya, dalam efek marjinal untuk ketersediaan obat, hasilnya
menunjukkan bahwa probabilitas pasien bersedia membayar agar "tidak ada" dan
"beberapa" masing-masing 21%dan 6%. Ketersediaan obat untuk "tidak ada"
signifikan pada Tingkat 1%. Selain itu, ketersediaan obat untuk "tidak ada" dan
"beberapa" pasien bersedia membayar 56,03 dan 19,84 BDT;dimana yang pertama
signifikan pada tingkat 1%.
Wanita memiliki kecenderungan untuk menyatakan nilai WTP yang lebih
rendah perbaikan Sikap staf (-0,2%), melihat profesional kesehatan yang sama (-2%),
Dokter-Hubungan Pasien (-3%) dan Kemungkinan Pemulihan (-8%) (signifikan pada
tingkat 5%) atribut dan keadaannilai WTP yang lebih tinggi untuk perbaikan atas
Geografis Kedekatan (2%), Waktu Tunggu (4%), dan Obat Ketersediaan (4%).
Wanita menyatakan keinginan negatifnya bayar untuk Sikap Staf (-0.10 BDT), lihat
hal yang sama profesional kesehatan (-1,44 BDT), Hubungan Dokter-Pasien (-8.39
BDT) dan Peluang Pemulihan (-17.64 BDT; signifikan pada tingkat 5%). Betina juga
diungkapkan Kesediaan positif untuk membayar Kedekatan Geografis (1,17 BDT),
Waktu Tunggu (2,52 BDT), dan Ketersediaan Narkoba (13.11 BDT). Namun,
variabel seksnya tidak penting.
Secara umum, pasien lanjut usia memiliki probabilitas yang lebih rendah
menyatakan nilai WTP negatif untuk perbaikan atas semua dari atribut kecuali
Ketersediaan Obat (0,01%). Lain perbaikan atribut adalah: kedekatan geografis (-
0,3%) (signifikan pada tingkat 1%), waktu tunggu(-0,2%) (signifikan pada tingkat
10%), sikap staf (-0,2%), melihat profesional kesehatan yang sama (-0,3%)
(signifikan pada tingkat 5%), hubungan dokter-pasien (-0,1%) (signifikan pada
tingkat 10%) dan peluang pemulihan (-0,06%). Terlebih lagi, pasien lansia
menyatakan Positif bersedia membayar Ketersediaan Obat sebesar 0,03 BDT dan
menyatakan negatif bersedia membayar untuk geografis kedekatan -0,21 BDT
(signifikan pada tingkat 1%), waktu tunggu -0,12 BDT (signifikan pada tingkat 10%),
Sikap staf -0,08 BDT, melihat profesional kesehatan yang sama -0,16 BDT
(signifikan pada tingkat 5%), rawat jalan hubungan -0,34 BDT (signifikan pada 10%
tingkat) dan peluang pemulihan -0,13 BDT.
Pasien berpendidikan lebih tinggi bersedia membayar lebih daripada pasien
berpendidikan rendah untuk mendapatkan keuntungan dari perbaikan over: kedekatan
geografis (5%), waktu tunggu (1%) (signifikan pada tingkat 10%), sikap staf (0,09%)
dan melihat atribut profesional kesehatan yang sama (0,3%). Di sisi lain, pasien
berpendidikan lebih tinggi bersedia membayar lebih sedikit untuk mendapatkan
keuntungan dari perbaikan dalam hubungan dokter-pasien (-0,4%), ketersediaan obat
(-0,2%) dan peluang pemulihan (-0,1%) atribut. Apalagi pasien berpendidikan lebih
tinggi dinyatakan positif bersedia membayar untuk kedekatan geografis (0,31 BDT),
waktu tunggu (0,54 BDT), sikap staf (0,03 BDT) danmelihat profesional kesehatan
yang sama (0,16 BDT). Pasien dinyatakan negatif bersedia membayar dokter-
pasienhubungan (-0,90 BDT), ketersediaan obat (-0,81 BDT)dan kemungkinan
pemulihan (-0.22 BDT).
Variabel pendapatan memiliki koefisien positif dalam semua tujuh regresi
Tobit. Ini diharapkan. Namun, Variabel pendapatan tidak terlalu signifikan. Pasien
yang tinggalDi daerah pedesaan dinyatakan nilai WTP yang lebih tinggi untuk yang
lebih rendah waktu tunggu (1%) dan bisa bertemu sama profesional kesehatan (1%).
Di sisi lain, mereka rela membayar kurang dari pasien yang tinggal di daerah
perkotaan untuk mendapatkan keuntungan dari perbaikan atas semua atribut lainnya:
Kedekatan geografis (-6%), sikap staf (-40%), hubungan dokter-pasien (-5%),
ketersediaan obat (-5%) dan kemungkinan pemulihan (-3%). Namun, lokasinya
variabel tidak signifikan Apalagi pasien yang tinggal di daerah pedesaan menyatakan
bersedia bersedia membayar untuk menunggu waktu (0,96 BDT) dan profesional
kesehatan yang sama (0,90 BDT). Pasien yang tinggal di daerah pedesaan dinyatakan
negatif bersedia membayar untuk kedekatan geografis (-4,04 BDT), sikap staf (-1,61
BDT), hubungan dokter-pasien (-12,78 BDT), ketersediaan obat (-16,47 BDT) dan
kesempatan pemulihan (-8,34 BDT).Pasien yang mendapat perawatan kesehatan dari
rumah sakit swasta bersedia membayar lebih untuk memperbaiki pasien dokter
hubungan (7%) (signifikan pada tingkat 5%) dan kesempatan atribut pemulihan (5%),
dan kurang untuk kedekatan geografis (-2%), waktu tunggu (-13%) (signifikan pada
Tingkat 5%), sikap staf (-13%) (signifikan pada 5% tingkat), melihat profesional
kesehatan yang sama (-13%) (signifikan pada tingkat 5%), dan ketersediaan obat (-
3%) atribut, dibandingkan dengan yang hadir di pemerintahan fasilitas. Apalagi
pasien rumah sakit swasta menyatakan. Yang positif bersedia membayar untuk dokter
pasien hubungan (17,77 BDT) (signifikan pada tingkat 5%) dan kemungkinan atribut
pemulihan (11,94 BDT). Pasien yang menerima perawatan kesehatan dari rumah
sakit swasta dinyatakan positif bersedia membayar untuk kedekatan geografis (-1,18
BDT), waktu tunggu (-7.24 BDT) (signifikan pada tingkat 5%), staf Sikap (-5.23
BDT) (signifikan pada tingkat 5%), melihat profesional kesehatan yang sama (-6,80
BDT) (signifikan di tingkat 5%), dan ketersediaan obat (-10.21 BDT).
Akhirnya, kemungkinan pasien datang ke rumah sakit rumah sakit untuk
penyakit akut atau umum bersedia membayar kurang dari mereka yang datang ke
rumah sakit karena alasan lain untuk mendapatkan keuntungan dari perbaikan dalam:
geografis kedekatan (-5%), melihat profesional kesehatan yang sama (-4%),
hubungan dokter-pasien (-3%), obat ketersediaan (-3%) dan kemungkinan pemulihan
(-2%) atribut. Di sisi lain, pasien akut bersedia melakukannya membayar lebih dari
yang lain untuk mendapatkan keuntungan dari perbaikan lebih dari: waktu tunggu
(0,5%), dan sikap staf (3%) atribut. Selain itu, pasien akut menyatakan keinginan
positifuntuk membayar waktu tunggu (0,27 BDT) dan sikap staf
(1,54 BDT). Pasien akut menyatakan keinginan positif untuk membayar kedekatan
geografis (-3,34 BDT), melihat profesional kesehatan yang sama (-2.11 BDT), dokter
rawat hubungan (-6,75 BDT), ketersediaan obat (-9,27 BDT) dan peluang pemulihan
(-4,90 BDT).

Kesimpulan
Penelitian ini memberikan informasi penting tentang penilaian moneter
tujuh atribut kualitas kesehatan layanan oleh konsumen kesehatan Bangladesh. Salah
satu asumsi dalam penelitian ini adalah independensi antar atribut, yaitu nilai
perbaikan pada satu atribut tidak tergantung pada tingkat atribut lainnya. Namun,
pasien mungkin menghargai perbaikan atribut di atas yang lain tergantung pada
seberapa baik layanan ini dihargai dibandingkan dengan atribut lainnya. Penelitian
lebih lanjut diperlukan untuk memverifikasi adanya interattribute
tersebutketergantungan. Namun, implikasi praktisnya Makalah ini akan memberi
pembaca kesempatan untuk mengamati perilaku pasien sebenarnya menggunakan
atribut yang berbeda secara terpisah dan untuk membandingkan kepuasan mereka
antar sektor (pusat pelaksana pemerintah / LSM versus sektor swasta).
Biaya pengguna memainkan peran penting dalam perawatan kesehatan di
Bangladesh. Diantara tujuh atribut kualitas, konsumen pun rela untuk membayar
lebih untuk memperbaiki tiga atribut kualitas yaitu. Dokter hubungan pasien,
ketersediaan obat dan peluang pemulihan.Untuk menilai skor hubungan dokter pasien
(DPRSC) dan kesempatan pemulihan (RECOVSC) skor pasien 'itu diminta untuk
menyatakan apakah mereka "sangat tidak setuju", "tidak setuju", "Ragu-ragu",
"setuju" atau "sangat setuju" pada lima Likert pertanyaan dan diberi kode masing-
masing 1 sampai 5. Itu koefisien negatif dari peluang pemulihan (-3,20, signifikan
pada tingkat 1%) menunjukkan bahwa pasien menyatakan. Nilai WTP positif
menurun saat peluang pemulihan peningkatan skor dan peluang pemulihan yang
diharapkan lebih tinggi. Hasil ini juga menyarankan agar saat kesempatan skor
pemulihan menurun seperti yang dinilai oleh RECOVSC Skor pasien rela membayar
lebih untuk diuntungkan dari dokter. Penafsiran yang sama berlaku untuk dokter
hubungan pasien (-1,05, signifikan pada tingkat 5%). Pasien yang tidak menemukan
obat yang mereka diresepkan. Di rumah sakit rela membayar lebih dari mereka yang
menemukan "beberapa" atau "semua" obat mereka. Betina adalah perempuan
bersedia membayar lebih dari laki-laki untuk pasien dokter yang lebih tinggi
hubungan dan peluang pemulihan, menunjukkan kurang elastis permintaan untuk
wanita tapi variabel seksnya signifikan hanya untuk kesempatan skor pemulihan pada
tingkat 10%.Betina serupa, pasien yang lebih tua memiliki permintaan yang kurang
elastishubungan pasien dokter dan peluang skor pemulihan namun penting untuk
hubungan dokter pasien skor di tingkat 10%. Orang-orang pedesaan bersedia
membayar lebih daripada orang perkotaan untuk ketiga atribut yang menunjukkan
Permintaan elastis kurang untuk pedesaan tapi variabel lokasinya tidak signifikan.
Hasilnya juga menunjukkan bahwa pasien yang lebih terdidik memiliki efek
positif pada ketiga atribut dan pasien tersebut dengan tingkat pendapatan yang lebih
tinggi bersedia membayar lebih. Di antara tiga atribut kualitas yang dirawat di dalam
rumah sakit swasta bersedia membayar lebih untuk ketersediaan obat tapi bukan
untuk hubungan dokter-pasien yang membaik dan meningkatkan peluang pemulihan.
Hasil ini menunjukkan bahwa pasien yang dirawat di rumah sakit swasta tersebut
kurang lebih puas dengan pasien dokter mereka saat ini hubungan dan peluang
pemulihan. Pasien yang mencari perawatan untuk masalah akut bersedia membayar
lebih dari itu pasien kronis untuk ketiga atribut tersebut walaupun ada. Tidak ada
perbedaan signifikan antara akut dan kronis pasien untuk sisa atribut.
Hubungan dokter pasien sangat penting untuk rentan pasien karena mereka
menghargai hubungan ini dengan besar tingkat. Namun, pelatihan ketrampilan sosial
untuk dokter sering dilakukan terbengkalai dalam kurikulum kesehatan di
Bangladesh. Kesehatan Kebijakan di Bangladesh harus mempertimbangkan
hubungan fidusia; yaitu, dokter diharapkan dan diwajibkan untuk bertindak
Kepentingan dan hubungan pasien mereka berdasarkan keterbukaan, kepercayaan dan
komunikasi yang baik akan memungkinkan kemitraan orang asing antara klien dan
layanan provider terjadi.
Dalam beberapa kasus, ada kekurangan ketersediaan esensial obat-obatan
karena tingkat produksi yang berfluktuasi atau mahal biaya. Baru-baru ini beberapa
perusahaan farmasi besar seperti Beximco, Square, Incepta dan Novartis memiliki
signifikan kenaikan harga obat karena tingginya impor harga bahan baku dan
apresiasi dolar melawan Bangladesh taka Untuk 49% orang Bangladesh, hidup di
bawah garis kemiskinan nasional, dampak meningkatharga obat telah
menghancurkan. Di seberang Bangladesh, kurangnya kontrol harga obat dan
pemantauan. Dalam pemilihan obat-obatan oleh dokter telah menghasilkan banyak
pasien tidak sembuh pengobatan yang tepat. Dalam beberapa Kasus obat generik
tersedia secara bebas di beberapa tempat umum fasilitas medis, namun dalam
beberapa kasus resep dokter mahal obat bermerek, yang harus dibeli paten.
Dianjurkan agar Direktorat Umum Administrasi Obat di Bangladesh harus memantau
secara acak pelaksanaan harga eceran maksimum 117 obat generik yang terdaftar.