*e-mail: rohiezjr@gmail.com
ABSTRAK
Penelitian ini bertujuan untuk mengetahui pengaruh Jumlah Rumah Sakit Terhadap Jumlah
Kesembuhan dan Kematian Pasien Corona Virus di indonesia. Penelitian ini menggunakan
data kuantitatif secara Cross section.
PENDAHULUAN
Severe acute respiratory syndrome coronavirus 2 (SARS-CoV-2) yang lebih dikenal dengan
nama virus Corona adalah jenis baru dari coronavirus yang menular ke manusia. Virus ini
bisa menyerang siapa saja, baik bayi, anak-anak, orang dewasa, lansia, ibu hamil, maupun ibu
menyusui. Infeksi virus ini disebut COVID-19 dan pertama kali ditemukan dikota Wuhan,
Cina, pada akhir Desember 2019. Virus ini menular dengan cepat dan telah menyebar ke
wilayah lain di Cina dan ke beberapa negara, termasuk Indonesia. Coronavirus adalah
kumpulan virus yang bisa menginfeksi sistem pernapasan. Pada banyak kasus, virus ini hanya
menyebabkan infeksi pernapasan ringan, seperti flu. Namun, virus ini juga bisa menyebabkan
infeksi pernapasan berat, seperti infeksi paru-paru (pneumonia), Middle-East Respiratory
Syndrome (MERS), dan Severe Acute Respiratory Syndrome (SARS).
Asia Tenggara menyumbang 21% dari total kasus global, dengan 11% kematian
(WHO, 2020). Kasus pertama di Indonesia ditemukan pada tanggal 2 Maret 2020 dan terus
meningkat serta menyebar dengan cepat di seluruh wilayah Indonesia. Sampai dengan
tanggal 27 September 2020 Kementerian Kesehatan melaporkan 275.213 kasus konfirmasi
Covid-19 dengan 10.386 kasus meninggal (CFR 3,8%) (Satgas Covid, 2020).
Hari demi hari masyarakat semakin panik karena pasien yang terjangkit terus
bertambah dan menyebar ke luar dari Negara China termasuk Indonesia. Jumlah pasien
terjangkit Covid-19 di Indonesia semakin meningkat seiring dengan berjalannya waktu. Hal
ini tidak berimbang dengan banyaknya jumlah tenaga medis dan rumah sakit rujukan yang
tersebar diberbagai daerah di Indonesia. Sehingga tidak sedikit dari jumlah pasien Covid-19
yang dianjurkan untuk isolasi mandiri, akibat kurangnya fasilitas Kesehatan yang disediakan
pemerintah.
Banyaknya pasien Covid-19 yang dirawat di rumah sakit dapat berdampak pada
pisikologi pasien dan tenaga medis lain di rumah sakit yang tidak terdampak Covid-19.
Respon psikologis yang dialami oleh petugas kesehatan terhadap pandemi penyakit menular
semakin meningkat karena disebabkan oleh perasaan cemas tentang kesehatan diri sendiri
dan penyebaran keluarga (Cheng et al., 2020).
Tingkat kematian akibat Covid-19 terus meningkat. Tingginya tingkat kematian akibat
virus corona ini disebabkan oleh dua faktor yaitu faktor dari dalam individu seperti penyakit
bawaan yang telah dialami dan kurangnya awareness masing-masing individu terhadap virus
ini dan faktor eksternal seperti fasilitas rumah sakit yang kurang memadai, peraturan
pemerintah yang belum efektif, dan sebagainya (Ilpaj & Nurwati, 2020). Berdasarkan
permasalahan diatas, maka penulis tertarik untuk menganalisis lebih lanjut mengenai
pengaruh jumlah pasien Sembuh Covid-19 dan jumlah kasus kematian akibat covid-19
menurut Provinsi terhadap jumlah rumah sakit menurut provinsi di Indonesia.
Penelitian ini menggunakan motede survey dengan mengambil sampel dari Website
Resmi Corona Virus, dan juga data dari Badan Pusat Statistik
2 Variabel Penelitian
Variabel dalam penelitian ini dibedakan menjadi dua macam, yaitu:
4 Analisis Data
Pada tahap ini dilakukan pengujian asumsi klasik dan pengujian hipotesis (Mona,
Kekenusa, & Prang, 2015). Pengujian dilakukan dengan bantuan tools : RStudio.
Pengujian Asumsi Klasik pengujian ini terdiri dari uji normalitas, uji
multikolinieritas, uji heteroskedastisitas, dan uji autokorelasi. Syarat untuk
mendapatkan model regresi yang baik adalah distribusi datanya normal atau
mendekati normal. Jika data tidak berdistribusi normal, maka perlu dilakukan
transformasi data terlebih dahulu. Selanjutnya, model regresi yang baik adalah
model regresi yang tidak terjadi multikolinieritas, heteroskedastisitas, dan
autokorelasi (Ndruru, Situmorang, & Tarigan, 2014).
Pengujian Hipotesis setelah semua syarat untuk ditelitinya suatu model regresi
terpenuhi semua, maka langkah selanjutnya untuk mengetahui diterima atau
tidaknya hipotesis yang diajukan yaitu dengan melakukan uji simultan (Uji F) dan
uji signifikansi (Uji T). Uji F dilakukan untuk mengetahui apakah semua variabel
bebas berpengaruh secara signifikan terhadap variabel terikat. Sedangkan uji T
dilakukan untuk mengetahui apakah dalam model regresi, variabel bebas secara
parsial berpengaruh signifikan terhadap variabel terikat (Sulistyono &
Sulistiyowati, 2017).
Data yang digunakana adalah data Provinsi yang berjumlah 34. Variabel terikat pada
penelitian ini adalah Jumlah Rumah Sakit yang ada di indonesia. Sedangkan variabel-variabel
bebasnya yaitu kasus meninggal Covid-19 dan kasus sembuh Covid-19 di Sulteng.
Analisis Data
Pengujian Asumsi Klasik
1. Uji Normalitas
Uji normalitas menggunakan uji Shapiro-Wilk dengan bantuan tools RStudio. Hasil uji
normalitas dapat dilihat pada gambar berikut.
2. Uji Heteroskedastisitas
Pengujian heteroskedastisitas dilakukan dengan uji Breusch-Pagan menggunakan
tools RStudio sebagai berikut.
Dari hasil uji heterosdeksitas, di dapatkan p-value 0.4 < p value 0.05, sehingga tidak
terjadi heterosdeksitas pada data (tidak melanggar). ini berarti semua variabel
bebas dalam model ini memiliki sebaran varian yang tidak sama (tidak
homogen).
3. Uji Autokorelasi
Pengujian autokorelasi dilakukan dengan uji Durbin Watson (DW) menggunakan
tools RStudio sebagai berikut.
4. Uji Multikoliniearitas
Pengujian ada tidaknya multikoliniearitas dilakukan dengan melihat nilai VIF
menggunakan tools RStudio pada gambar berikut.
Dari hasil uji vif model, semua variabel tidak lebih dari 10, sehingga tidak terjadi
multikolinearitas (tidak melanggar asumsi)
Pengujian Hipotesis
KESIMPULAN
Berdasarkan model regresinya yang didapat, sebesar 40% faktor-faktor Jumlah
Rumah Sakit di Indonesia dapat dijelaskan oleh kasus meninggal Covid-19 dan sembuh
Covid-19. Sisanya 60% dapat dijelaskan oleh faktor-faktor lain yang tidak diteliti dalam
penelitian ini.
DAFTAR PUSTAKA
Latane, B., Williams, K., & Harkins, S. (2011). Many Hands Make Light The Work: The
Causes and Consequences of Social Loafing.
Ndruru, R. E., Situmorang, M., & Tarigan, G. (2014). Analisa Faktor-Faktor Yang
Mempengaruhi Hasil Produksi Padi Di Deli Serdang. Saintia Matematika, 2(1), 71–83.
Sulistyono dan Wiwik Sulistyowati. 2017. “Peramalan Produksi dengan Metode Regresi
Linier Berganda”, Jurnal Prozima. 1 (2) : 83 - 84.
Sumanto. M.A. 1995. Metodologi Penelitian Sosial Dan Pendidikan. Yogyakarta : Andi
Offset.