Hipotesis : Ada Perbedaan rerata waktu pelayanan pendaftaran tentang Alur BPJS
antara pasien jenis pelayanan rawat jalan dan rawat inap.
Variabel : 1. Waktu pelayanan pendaftaran alur BPJS pasien rawat jalan
(skala numerik)
2. Waktu pelayanan pendaftaran alur BPJS pasien rawat inap (skala
numerik)
Hipotesis tersebut merupakan Hipotesis Komparatif, Uji T Tidak Berpasangan, 2
Kelompok, Dengan variabel yang dibandingkan berskala numerik (jenis pelayanan skala
nominal). Berdasarkan hal tersebut, maka uji hipotesis yang dapat digunakan untuk
membuktikan hipotesis ini adalah Uji Independent T-Test (apabila memenuhi syarat
distribusi data) atau uji Mann-Whitney sebagai uji alternatif bila data tidak berdistribusi
normal.
2. Pindahkan Variabel waktu pelayanan pada kotak dependent list, variabel jenis
pelayanan pada kotak Factor List, seperti Tampilan dibawah ini :
3. Klik Plots, beri tanda centang pada : Normality plot with test, seperti Tampilan
dibawah ini :
4. Klik continue
5. Klik OK
Kesimpulan lainnya :
Distribusi datar waktu pelayanan rawat inap tergolong normal karena nilai p (sig.)
pada kolom Shapiro-Wilk > 0,05 (nilai p waktu pelayanan rawat inap : 0,137).
Distribusi data waktu pelayanan rawat jalan tergolong normal karena nilai p (sig.)
pada kolom Shapiro-Wilk > 0,05 (nilai p waktu pelayanan rawat jalan : 0,053).
Variabel waktu pelayanan dengan jenis pelayanan memenuhi syarat uji parametrik yaitu skala
numerik dan distribusi data normal, maka langkah selanjutnya adalah melakukan uji hipotesis
dengan menggunakan Uji T Tidak Berpasangan.
Berikut Langkah Uji Hipotesis untuk membuktikan “Ada Perbedaan rerata waktu pelayanan
pendaftaran tentang Alur BPJS antara pasien jenis pelayanan rawat jalan dan rawat
inap” :
1. Klik Analyze Compare Means Independent T Test
2. Pindahkan variabel Waktu pelayanan pada kotak Test Variabel, dan variabel jenis
pelayanan pada kotak Grouping Variabel. Seperti pada gambar berikut :
3. Klik Define groups untuk menentukan kelompok yang akan dibandingkan, lalu ketik
kode angka kedua kelompok yang akan dibandingkan (1 rawat inap dan 2 rawat
jalan) pada kotak group 1 dan group 2, seperti pada tampilan dibawah ini :
4. Klik Continue
5. Klik OK
2. Pindahkan Variabel waktu pelayanan dan variabel tingkat kepuasan pada kotak
dependent , seperti Tampilan dibawah ini :
3. Klik Plots, beri tanda centang pada : Normality plot with test, seperti Tampilan
dibawah ini :
4. Klik continue
5. Klik OK
Berikut hasil Uji Normalitas waktu pelayanan berdasarkan kelompok kelas :
Kesimpulan lain :
Distribusi data waktu pelayanan puas tergolong normal karena nilai p (sig.) pada
kolom Shapiro-Wilk > 0,05 (nilai p waktu pelayanan puas : 0,071)
Distribusi data waktu pelayanan tidak puas tergolong normal karena nilai p (sig.)
pada kolom Shapiro-Wilk > 0,05 (nilai p waktu pelayanan tidak puas : 0,564)
Variabel waktu pelayanan dengan tingkat kepuasan pasien memenuhi syarat uji
parametrik yaitu skala numerik dan distribusi data normal, maka langkah selanjutnya adalah
melakukan uji hipotesis dengan menggunakan Pearson.
Berikut Langkah Uji Hipotesis untuk membuktikan “Waktu pelayanan pendaftaran (menit)
berpengaruh terhadap tingkat kepuasan pasien terhadap pelayanan pendaftaran (skor
kepuasan)” :
1. Klik Analyze Corerlate Bivariate
2. Pindahkan variabel Waktu pelayanan dan tingkat kepuasan pasien pada kotak
Variabels,. Seperti pada gambar berikut :
3. Klik OK
Kesimpulan :
Kesimpulan yang dapat diambil mengenai hasil diatas adalah H0
diterima,artinya dari data tersebut antara waktu pelayanan pendaftaran tidak
berpengaruh terhadap tingkat kepuasan pasien terhadap pelayanan pendaftaran,
dan juga dengan adanya syarat H0 lain yaitu p>0,05. Sesuai dengan data
tersebut menunjukkan nilai p>0,05.
HIPOTESIS 3
Hipotesis : Ada hubungan antara Tingkat pengetahuan pasien (kategori :tahu, tidak tahu)
dengan tingkat kepuasan terhadap pelayanan pendaftaran (kategori : puas,
tidak puas).
Variabel : 1. Tingkat pengetahuan pasien (skala nominal)
2. tingkat kepuasan terhadap pelayanan pendaftaran (skala nonimal)
Hipotesis tersebut merupakan Hipotesis Komparatif, kedua variabel nominal, data
bedistribusi tidak normal. Berdasarkan hal tersebut, maka uji hipotesis yang dapat
digunakan untuk membuktikan hipotesis ini adalah Uji Independent T-Test (apabila
memenuhi syarat distribusi data) atau uji Mann-Whitney sebagai uji alternatif bila data
tidak berdistribusi normal.
2. (baris) row (variabel mana yang letaknya ada disamping) Variabel bebas – coloum
(variabel Terrikat). statistics – Chi Square – continue – cells – Variabel observeb
(jumlah asli) dan Expected – v coloum – continue – ok
3. statistics – Chi Square – continue – cells – Variabel observeb (jumlah asli) dan
Expected – v coloum – continue – ok