Tahapan pengolahan data dalam pemilihan moda ini dilakukan dengan melakukan kompilasi data primer dan sekunder sehingga data siap untuk dianalisis. Hal ini meliputi: entry data, editing, tabulasi dan perhitungan statistis. Pengolahan data dilakuakn dengan bantuan paket program Microsoft Excel dan Program SPSS (Statistical Package Social Science) for Window Release 11.5
Data mentah yang diperoleh dari hasil survei terhadap responden pengguna angkutan umum rute Keudah-Darussalam, tidak dapat dimasukan langsung ke dalam program SPSS 11.5 for Window karena data tersebut belum menggambarkan keadaan nyata objek penelitian. Untuk itu perlu dilakukan konversi data mentah berskala ordinal menjadi skala interval.
Konversi data ordinal menjadi data interval gunanya untuk memenuhi sebagian dari syarat dianalisis parametrik yang mana data setidak-tidaknya berskala interval. Teknik konversi yang paling sederhana dengan menggunakan MSI (Method of Successive Interval).
Dalam studi ini skala pengukuran yang digunakan adalah skala Likert, yaitu termasuk jenis pengukuran ordinal. Langkah-langkah konversi data ordinal ke data interval sebagai berikut:
a. Pertama memperhatikan setiap butir jawaban responden dari kuesioner yang dibagikan;
b. Menghitung frekuensi jawaban responden pada variabel untuk setiap kategori jawaban (1, 2, 3, 4, dan 5).
c. Setiap frekuensi dibagi dengan banyaknya responden dan hasilnya disebut proporsi;
d. Menghitung nilai proporsi kumulatif, dengan cara menjumlahkan nilai proporsi secara berurutan per kolom skor;
e. Menghitung nilai z, untuk setiap nilai proporsi kumulatif yang diperoleh dengan menggunakan Tabel Distribusi Normal.
f. Menentukan nilai tinggi densitas untuk setiap nilai z yang diperoleh dengan menggunakan Tabel Tinggi Densitas (Lampiran G);
g. Mentukan nilai skala dengan menggunakan rumus
) tan
tan
(Kepada BatasBawah Kepada BatasAtas
93
93
h. Menentukan nilai konversi data kuantitatif dengan rumus :
Perhitungan secara lengkap mengenai konversi data kualitatif menjadi kuantitatif, untuk semua variabel dapat dilihat pada Lampiran T dan U
Berikut ini contoh konversi data dari skala ordinal menjadi skala interval untuk variabel X1 (Kenyamanan (Keleluasaan Tempat duduk, keleluasaan ruangan dengan moda Labi-Labi). Dari 60 responden yang menjadi sampel, diperoleh proporsi jawaban tiap kategori dari seluruh responden seperti terlihat pada Tabel IV.29
Tabel IV.29
Kuantifikasi Data Kualitatif Variabel X1
Kategori
Jawaban Frekuensi Proporsi Kumulatif Proporsi (Tabel Normal) Z Densitas Skala Nilai Konversi Nilai
1 6 0,1000 0,1000 -1,2816 0,1758 -1,7580 1,0000
2 21 0,3500 0,4500 -0,1257 0,3961 -0,8044 1,9536
3 22 0,3667 0,8167 0,9027 0,2661 -0,3797 2,3783
4 11 0,1833 1,0000 0,0000 -0,5506 2,2074
5
Sumber : Hasil Pengolahan Data Wawancara Penumpang,2007
Tahapan pengolahan data pada pemilihan moda adalah sebagai berikut: 1. Menyiapkan matriks data mentah (matriks A) dari hasil survey lapangan, baik
data kuantitatif maupun kualitatif yang berstruktur A (n,a), dimana n = jumlah responden yang menjadi sampel penelitian, sedangkan a jumlah atribut (variabel) layanan, seperti yang terlihat pada lampiran P dan Q.
2. Kemudian data kuantitatif dan kualitatif yang telah dikuantifikasi (Lampiran R dan S), dikurangi antar sesamanya. sehingga menghasilkan matriks data selisih kedua moda. Matriks ini digunakan sebagai Matrik Data Input Regresi Logistik seperti terlihat pada Lampiran V
3. Selanjutnya dilakukan analisis regresi logistik dengan menggunakan paket program SPSS for Windows Release 11.5
4. Struktur input data regresi logistik menggunakan metode maksimum
likelihood dapat dijelaskan sebagai berikut:
dimana:
∆ X = X Labi-Labi – X Bus Damri
X Labi-Labi = Nilai data untuk tiap responden dan tiap variabel Labi-Labi X Bus Damri = Nilai data untuk tiap responden dan tiap variabel Bus Damri
X Y
1 Nsmin
NS
Y = 0, Jika responden memilih Labi-Labi Y = 1, Jika responden memilih Bus Damri
5. Melalui input data seperti pada point 4, selanjutnya dilakukan proses kalibrasi model Logit Biner untuk mendapatkan estimasi parameter model
6. Hasil dari proses ini adalah Model Logit Biner pemilihan moda Labi-Labi dan Bus Damri untuk angkutan umum Rute Keudah-Darussalam. Model ini dijadikan dasar bagi penentuan probabilitas pemilihan moda Labi-Labi atau Bus Damri.
Pengolahan data dalam penelitian ini meliputi proses parameterisasi Model Logit Biner. Dalam proses parameterisasi alat yang digunakan adalah Logistic
Regression Analysis yang merupakan salah satu teknik multivariat yang dapat
digunakan untuk mengestimasi probabilitas suatu kejadian. Adapun metode seleksi yang digunakan adalah metode Forward Stepwise Likelihood Ratio.
Dalan proses parameterisasi, pada tahap pertama semua variabel prediktor diikutsertakan, kemudian dilakukan estimasi parameter dan pengujian statistik. Metode Forward Stepwise Likelihood Ratio merupakan suatu cara seleksi atau pemilihan variabel secara berurutan yang dimulai dari konstanta, selanjutnya variabel-variabel lainnya yang memenuhi kriteria dimasukan ke dalam model.
Selanjutnya diuji apakah gabungan variabel-variabel tersebut memenuhi kriteria sebagai removal variabel dengan menggunakan rasio likelihood. Jika terbukti benar, maka variabel tersebut dikeluarkan dari model. Apabila tidak terdapat lagi variabel yang dapat dimasukan dan dikeluarkan dari model, maka proses seleksi variabel selesai. Pada tiap tahapan selain dilakukan pengujian koefisien model, juga dilakukan pengujian statistik untuk mengukur Goodness of
Fit dari model.
4.8.4.1 Estimasi Parameter Variabel Model Logit Biner
Berdasarkan input data yang diperoleh dari output hasil parameter variabel yang masuk ke dalam model (variabel in equation), yaitu sebanyak 4 variabel. Variabel-variabel yang signifikan tersebut membentuk model serta nilai-nilai parameternya dapat dilihat pada Tabel IV.30. Untuk lebih jelasnya mengenai output regresi logistik secara lengkap, dapat dilihat pada Lampiran W.
95
95 Tabel IV.30
Estimasi Parameter Variabel Model Logit Biner
No Variabel Keterangan Variabel Koefisien Estimasi (βi)
1 WP Waktu tempuh perjalanan 3,152
2 WT Waktu tunggu di Terminal 3,143
3 X6 Prestise (gengsi) di dalam Angkutan Umum -14,399 4 X8 Kemudahan mendapatkan angkutan umum -18,307
5 Konstanta -32,921
6 Koefisien Determinansi (R2) 0,947
Sumber : Hasil Output Regresi Logistik, 2008
4.8.4.2 Pengujian Hipotesa Statistik
Pengujian statistik dimaksudkan untuk mengetahui apakah variabel-variabel yang masuk ke dalam model tersebut signifikan atau tidak. Hasil uji hipotesa akan memutuskan apakah Ho (hipotesa nol) diterima atau ditolak. Keputusan diterima atau ditolaknya Ho berdasarkan pada test statistik yang diperoleh dari data sampel setelah dibandingkan dengan nilai kritis dan distribusi statistik yang bersangkutan. Adapun Uji statistik yang dilakukan adalah sebagai berikut :