BAB III METODE PENELITIAN
3.6 Metode Analisis
3.6.3 Analisis Travel Time
Berdasarkan Keputusan Dirjen Hubdat No. 687/AJ.206/DRJD/2002 tentang pedoman teknis penyelenggaraan angkutan umum penumpang di wilayah perkotaan dalam trayek tetap dan teratur, waktu sirkulasi dihitung dengan menggunakan persamaan di bawah ini:
CTABA = (TAB + TBA) + (σ AB2 + σ BA2) + TTA + TTB) …………..…………...(3-4) Keterangan:
CTABA = waktu sirkulasi dari A ke B, kembali ke A (menit) TAB = waktu perjalanan rata-rata dari A ke B (menit) TBA = waktu perjalanan rata-rata dari B ke A (menit) σ AB = deviasi waktu perjalanan dari A ke B (menit) σ BA = deviasi waktu perjalanan dari B ke A (menit) TTA = waktu henti kendaraan di A (menit)
TTB = waktu henti kendaraan di B (menit)
3.6.4 Analisis Multinomial Logit
Penelitian ini terdapat pilihan moda yang ditawarkan yaitu kendaraan pribadi yang terdiri atas sepeda motor dan mobil, dan transportasi umum yang ditawarkan adalah kereta api. Perhitungan nilai utilitas pada multinomial logit yang digunakan adalah sebagai berikut (Miro, 2005):
U = a + b1X1 + b2X2 + b3X3 + ... bnXn ...(3-5) Keterangan:
U1 = nilai kepuasan moda 1
A = konstanta
B1,B2,B3,Bn = koefisien
X1,X2,X3,Xn = variabel pemilihan moda
Setelah diketahui nilai utilitas dari beberapa pilihan moda yang ditawarkan maka persamaan dari multinomial logit dapat dihitung dengan persamaan sebagai berikut sebagai berikut (Miro, 2005):
𝑃 (𝑖) = 1
1+(𝑒𝑈𝑖 + 𝑒𝑈𝑗) …………...………...(3-6) Keterangan:
P (i) = peluang moda i untuk dipilih Ui = nilai manfaat menggunakan moda i
57
Uj = nilai manfaat menggunakan moda j e = eksponensial
Pada analisis multinomial logit terdapat 3 uji yang dilakukan untuk mengetahui tingkat kebenaran data dan kualitas dari hasil permodelan.
1. Uji multikolinearitas
Uji multikolinearitas digunakan untuk mengetahui keterkaitan antar variabel yang dapat dilihat berdasarkan Tabel Likelihood Ratio Test, dimana variabel yang tidak memiliki multikolinearitas atau tidak memiliki keterkaitan satu sama lain merupakan variabel yang berpengaruh signifikan terhadap permodelan. Uji multikolinearitas dapat diketahui berdasarkan nilai signifikansi yang ada pada Tabel Likelihood Ratio Test dimana variabel yang memiliki nilai signifikansi kurang dari 0.05 merupakan variabel yang tidak memiliki keterkaitan dengan variabel lainnya.
2. Uji kebaikan Model (Goodness of fit) atau Uji Heteroskedastisitas
Uji kebaikan model atau uji heteroskesiditas digunakan untuk mengetahui kebaikan model dengan menggunakan ukuran koefisien determinasi. Koefisien determinasi (R2) mengukur proporsi varian didalam variabel independen yang dijelaskan oleh variabel dependen. Ukuran kebaikan model disebut Pseudo R2.
3. Uji Normalitas
Uji normalitas digunakan untuk mengetahui apakah variabel independen secara individu berpengaruh terhadap variabel dependen. Uji signifikansi variabel independen dapat dilakukan dengan cara uji likelihood ratio test pada Tabel Model Fitting Information. Uji likelihood ratio test didasarkan pada perbedaan -2 log likelihood (-2LL) antara model yang diestimasi (final model) dengan model tanpa variabel yang diamati (reduce model) dengan derajat bebas sebanyak variabel independen yang tidak dimasukkan dalam model. Uji likelihood ratio test ini mengikuti distribusi chi square. Jika nilai chi square hitung lebih besar daripada nilai chisquare tabel maka kita menolak hipotesis nol yang berarti variabel penjelas secara individual mempengaruhi variabel dependen. Sedangkan jika nilai chi square hitung lebih kecil daripada nilai chi square tabel maka kita dapat menerima hipotesis nol yang berarti variabel penjelas secara individual tidak mempengaruhi variabel dependen.
58
Tahapan dalam melakukan analisis multinomial logit dengan menggunakan perangkat lunak SPSS adalah sebagai berikut:
1. Data analisis multinomial logit yang akan diolah disimpan dalam Microsoft Excel dengan diberi nama data.xls.
2. Import file data.xls pada aplikasi SPSS pada bagian Data View.
3. Setelah data diinput ke dalam SPSS, selanjutnya pilih Analyze, lalu sub menu Regression dan pilih menu Multinomial Logistic.
4. Layar akan tampak tampilan windows Multinomial Logistic Regression. 5. Pada kotak Dependent masukkan variabel pilihan moda.
6. Masukkan variabel independen dengan skala non metrik ke dalam kotak Factor(s) dan variabel independen dengan skala non metrik ke dalam kotak Covariate(s). Dalam penelitian ini, semua variabel masuk ke dalam skala non metrik kecuali variabel yang berasal dari kelompok faktor kebijakan transportasi.
Gambar 3.1 Cara memasukkan variabel dependen Sumber: SPSS 16.0 (2017)
7. Klik Reference Category yang berada di bawah kotak Dependent. Dalam penelitian ini yang dijadikan reference category adalah kereta api yang memiliki kode 3 (last category), maka kolom yang dipilih adalah Last Category. Pada kolom category order pilih Ascending, lalu klik Continue atau OK.
59
Gambar 3.2 Cara memasukkan pilihan yang dijadikan reference category Sumber: SPSS 16.0 (2017)
8. Pilih model untuk mendefinisikan variabel yang akan dimasukkan kedalam model. Ada tida pilihan mode: pertama, Main effects yaitu semua variabel independen dimasukkan tanpa adanya interaksi. Kedua, full factorial yaitu memasukkan main effect sekaligus interaksi. Ketiga, custom/stepwise, yaitu hanya yang signifikan saja yang akan ditampilkan. Dalam penelitian ini model yang dipilih adalah main effect.
Gambar 3.3 Cara menentukan analisis yang dilakukan dalam menghasilkan model Sumber: SPSS 16.0 (2017)
9. Pilih Continue.
10. Pilih Statistics, lalu disini akan muncul beberapa pilihan yang sudah terpilih secara default dan tambahkan pilihan classification table.
60
Gambar 3.4 Cara menentukan hasil analisis pada output SPSS Sumber: SPSS 16.0 (2017)
11. Pilih Continue, lalu OK. 12. Output SPSS
Hasil dari analisis multinomial logit akan menghasilkan tabel Case Processing Summary, Model Fitting Information, Classification, Pseudo R-Square, Likelihood Ratio Test, dan Parameter Estimates.
3.6.5 Model Gabungan
Setelah diketahui pemodelan pemilihan moda berdasarkan masing-masing kelompok faktor yang berpengaruh terhadap pemilihan moda, maka selanjutnya adalah menggabungkan model dari keempat kelompok faktor tersebut. Penggabungan model dilakukan untuk mendapatkan pemodelan pemilihan moda yang selanjutnya akan digunakan untuk menganalisis probabilitas perpindahan moda ke kereta api.
Pada hasil pemodelan pemilihan moda yang dilakukan, hasil pemodelan mengeluarkan 4 model yang masing-masing model merupakan Y pemodelan dari 4 jenis responden pengguna kendaraan pribadi dan kereta api merupakan moda yang digunakan sebagai reference atau pembanding, sehingga hasil pemodelan dapat diinterpretasikan sebagai berikut:
YSepedaMotor = (YSepedaMotor Karakteristik Pelaku Perjalanan + YSepedaMotor
Karakteristik Perjalanan + YSepedaMotor Karakteristik Sistem Moda Transportasi + YSepedaMotor Karakteristik Kebijakan Transportasi)
61
= {(a1 + b1X1 + b2X2 + b3X3 + ... bnXn) + (a2 + b4X4 + b5X5 + b6X6 + ... bnXn) + (a3 + b7X7 + b8X8 + b9X9 + ... bnXn) + (a4 + b10X10 + b11X11 + b12X12 + ... bnXn)}
YMobil = (YMobil Karakteristik Pelaku Perjalanan + YMobil Karakteristik Perjalanan + YMobil Karakteristik Sistem Moda Transportasi + YMobil
Karakteristik Kebijakan Transportasi)
= {(a1 + b1X1 + b2X2 + b3X3 + ... bnXn) + (a2 + b4X4 + b5X5 + b6X6 + ... bnXn) + (a3 + b7X7 + b8X8 + b9X9 + ... bnXn) + (a4 + b10X10 + b11X11 + b12X12 + ... bnXn)}
YSepedaMotor-2 = (YSepedaMotor-2 Karakteristik Pelaku Perjalanan + YSepedaMotor-2
Karakteristik Perjalanan + YSepedaMotor-2 Karakteristik Sistem Moda Transportasi + YSepedaMotor-2 Karakteristik Kebijakan Transportasi) = {(a1 + b1X1 + b2X2 + b3X3 + ... bnXn) + (a2 + b4X4 + b5X5 + b6X6 + ... bnXn) + (a3 + b7X7 + b8X8 + b9X9 + ... bnXn) + (a4 + b10X10 + b11X11 + b12X12 + ... bnXn)}
YMobil-2 = (YMobil-2 Karakteristik Pelaku Perjalanan + YMobil-2 Karakteristik Perjalanan + YMobil-2 Karakteristik Sistem Moda Transportasi + YMobil-2
Karakteristik Kebijakan Transportasi)
= {(a1 + b1X1 + b2X2 + b3X3 + ... bnXn) + (a2 + b4X4 + b5X5 + b6X6 + ... bnXn) + (a3 + b7X7 + b8X8 + b9X9 + ... bnXn) + (a4 + b10X10 + b11X11 + b12X12 + ... bnXn)}
62