Golongan Pelaku Perjalanan
IV.6.6 Uji Determinasi
Uji determinasi ini dilakukan untuk mengetahui apakah hubungan linier antara variabel terikat y dengan variabel bebas x yang diasumsikan memiliki keterkaitan atau keterhubungan yang kuat atau tidak.
Koefisien determinasi sederhana (R2) merupakan nilai yang dipergunakan untuk mengukur besar kecilnya sumbangan / kontribusi perubahan variabel bebas terhadap perubahan variabel terikat yang diamati. Nilai R akan berkisar antara -1 sampai dengan +1 (-1 < R < +1), tergantung kekuatan hubungan linear kedua variabel. Dari variabel – variabel yang telah diolah dengan program SPSS melalui analisis regresi linier maka didapatkan beberapa model yang menghubungkan antara perjalanan dengan beberapa variabel bebas.
Dari hasil analisis menggunakan aplikasi SPSS, didapat: a. Untuk Model Persamaan Logit Binomial Selisih
Model yang sesuai dengan uji determinasi adalah alternatif 31, yaitu model yang menghubungkan antara utilitas (y) dengan variabel cost (X1), variabel time (X2), variabel headway (X3), variabel service (X4) dan variabel frequency (X5) yaitu Y = -0,347 - 0,254 X1 – 1,507 X2 -0,072 X3 + 0,556 X4 + 0,008 X5 yang mempunyai nilai Koefisien
Determinasi atau R2 terbesar, yaitu 0,319 atau 31,9%. Ini menunjukkan bahwa sebesar 31,9% variasi utilitas (y) dengan variabel cost (X1),
variabel time (X2), variabel headway (X3), variabel service (X4) dan
variabel frequency (X5).
b. Untuk Model Persamaan Logit Binomial Rasio/Nisbah
Model yang sesuai dengan uji determinasi adalah alternatif 31, yaitu model yang menghubungkan antara utilitas (y) dengan variabel cost (X1), variabel time (X2), variabel headway (X3), variabel service (X4)
dan variabel frequency (X5) yaitu Y = 1,128 - 3,873 X1 – 1,949 X2 -0,083 X3 + 0,654 X4 - 0,011 X5 yang mempunyai nilai Koefisien Determinasi atau R2 terbesar, yaitu 0,267 atau 26,7%. Ini menunjukkan bahwa sebesar 26,7% variasi utilitas (y) dengan variabel cost (X1),
variabel time (X2), variabel headway (X3), variabel service (X4) dan
IV.6.6 Uji F
Menurut Priyatno (2000), uji F atau uji koefisien regresi secara serentak adalah untuk mengetahui pengaruh variabel terikat secara serentak terhadap variabel bebas, apakah mempunyai pengaruh yang signifikan atau tidak.
Tahap-tahap uji F adalah sebagai berikut:
a. Menentukan hipotesis nol dan hipotesis alternatif H0 : X1 = X2 = X3 = X4 = X5 = 0
Artinya atribut Cost, Time, Headway, Service, dan Frequency secara serentak tidak berpengaruh terhadap Pemilihan Moda.
Ha : X1 ≠ X2≠ X3≠ X4≠ X5≠ 0
Artinya atribut Cost, Time, Headway, Service, dan Frequency secara serentak berpengaruh terhadap Pemilihan Moda.
b. Menentukan taraf signifikansi. Digunakan 5 %. c. F hitung dan F kritis
F hitung untuk model logit binomial selisih adalah 29,953 (tabel ANOVA alternatif 31 pada lampiran F)
F hitung untuk model logit binomial rasio/nisbah adalah 25,729 (tabel ANOVA alternatif 31 pada lampiran G)
F kritis untuk model logit binomial selisih dan rasio/nisbah yang didapat dari program Ms. Excel dengan formula =FINV(5%;4;7595) adalah 2,373102.
d. Pengambilan keputusan
F hitung ≤ F kritis, maka H0 diterima
e. Kesimpulan
Untuk model logit binomial selisih diketahui bahwa F hitung (29,593) > F kritis (2,373102). Jadi, hipotesis nol ditolak, kesimpulannya yaitu atribut cost, time, headway, service dan frequency secara serentak berpengaruh terhadap Pemilihan Moda.
Untuk model logit binomial rasio/nisbah diketahui bahwa F hitung (25,729) > F kritis (2,373102). Jadi, hipotesis nol ditolak, kesimpulannya yaitu atribut cost, time, headway, service dan frequency secara serentak berpengaruh terhadap Pemilihan Moda.
IV.6.6 Uji T
Menurut Priyatno (2000), uji t digunakan untuk mengetahui pengaruh variabel terikat secara parsial terhadap variabel bebas, apakah mempunyai pengaruh yang signifikan atau tidak.
1. Tahap-tahap uji t untuk pengujian atribut Cost adalah sebagai berikut:
a. Menentukan hipotesis nol dan hipotesis alternatif H0 : X1 = 0
Artinya atribut Cost tidak berpengaruh terhadap Pemilihan Moda. Ha : X1≠ 0
Artinya atribut Cost berpengaruh terhadap Pemilihan Moda. b. Menentukan taraf signifikansi. Digunakan 5 %.
c. t hitung dan t kritis
t hitung untuk model logit binomial selisih adalah 3,473 (tabel coefficient alternatif 31 pada lampiran F)
t hitung untuk model logit binomial rasio/nisbah adalah 3,465 (tabel coefficient alternatif 31 pada lampiran G)
t kritis untuk model logit binomial selisih dan rasio/nisbah yang didapat dari program Ms. Excel dengan formula =TINV(5%;4;7595) adalah 1,960276.
d. Pengambilan keputusan
t hitung ≤ t kritis, maka H0 diterima
t hitung > t kritis, maka H0 ditolak
e. Kesimpulan
Untuk model logit binomial selisih diketahui bahwa t hitung (3,473) > t kritis (1,960276). Jadi, hipotesis nol ditolak, kesimpulannya yaitu atribut Cost berpengaruh terhadap Pemilihan Moda.
Untuk model logit binomial rasio/nisbah diketahui bahwa t hitung (3,465) > t kritis (1,960276). Jadi, hipotesis nol ditolak, kesimpulannya yaitu atribut Cost berpengaruh terhadap Pemilihan Moda.
2. Tahap-tahap uji t untuk pengujian atribut Time adalah sebagai berikut:
a. Menentukan hipotesis nol dan hipotesis alternatif H0 : X2 = 0
Artinya atribut Time tidak berpengaruh terhadap Pemilihan Moda. Ha : X2≠ 0
Artinya atribut Time berpengaruh terhadap Pemilihan Moda. b. Menentukan taraf signifikansi. Digunakan 5 %.
c. t hitung dan t kritis
t hitung untuk model logit binomial selisih adalah 7,815 (tabel coefficient alternatif 31 pada lampiran F)
t hitung untuk model logit binomial rasio/nisbah adalah 2,155 (tabel coefficient alternatif 31 pada lampiran G)
t kritis untuk model logit binomial selisih dan rasio/nisbah yang didapat dari program Ms. Excel dengan formula =TINV(5%;4;7595) adalah 1,960276.
d. Pengambilan keputusan
t hitung ≤ t kritis, maka H0 diterima
t hitung > t kritis, maka H0 ditolak e. Kesimpulan
Untuk model logit binomial selisih diketahui bahwa t hitung (7,815) > t kritis (1,960276). Jadi, hipotesis nol ditolak, kesimpulannya yaitu atribut Time berpengaruh terhadap Pemilihan Moda.
Untuk model logit binomial rasio/nisbah diketahui bahwa t hitung (2,155) > t kritis (1,960276). Jadi, hipotesis nol ditolak, kesimpulannya yaitu atribut Time berpengaruh terhadap Pemilihan Moda.
3. Tahap-tahap uji t untuk pengujian atribut Headway adalah sebagai berikut:
a. Menentukan hipotesis nol dan hipotesis alternatif H0 : X3 = 0
Artinya atribut Headway tidak berpengaruh terhadap Pemilihan Moda. Ha : X3≠ 0
Artinya atribut Headway berpengaruh terhadap Pemilihan Moda. b. Menentukan taraf signifikansi. Digunakan 5 %.
c. t hitung dan t kritis
t hitung untuk model logit binomial selisih adalah 2,789 (tabel coefficient alternatif 31 pada lampiran F)
t hitung untuk model logit binomial rasio/nisbah adalah 2,059 (tabel coefficient alternatif 31 pada lampiran G)
t kritis untuk model logit binomial selisih dan rasio/nisbah yang didapat dari program Ms. Excel dengan formula =TINV(5%;4;7595) adalah 1,960276.
d. Pengambilan keputusan
t hitung ≤ t kritis, maka H0 diterima
e. Kesimpulan
Untuk model logit binomial selisih diketahui bahwa t hitung (2,789) > t kritis (1,960276). Jadi, hipotesis nol ditolak, kesimpulannya yaitu atribut Headway berpengaruh terhadap Pemilihan Moda.
Untuk model logit binomial rasio/nisbah diketahui bahwa t hitung (2,509) > t kritis (1,960276). Jadi, hipotesis nol ditolak, kesimpulannya yaitu atribut Headway berpengaruh terhadap Pemilihan Moda.
4. Tahap-tahap uji t untuk pengujian atribut Service adalah sebagai berikut:
a. Menentukan hipotesis nol dan hipotesis alternatif H0 : X4 = 0
Artinya atribut Service tidak berpengaruh terhadap Pemilihan Moda. Ha : X4≠ 0
Artinya atribut Service berpengaruh terhadap Pemilihan Moda. b. Menentukan taraf signifikansi. Digunakan 5 %.
c. t hitung dan t kritis
t hitung untuk model logit binomial selisih adalah -2,547 (tabel coefficient alternatif 31 pada lampiran F)
t hitung untuk model logit binomial rasio/nisbah adalah -4,076 (tabel coefficient alternatif 31 pada lampiran G)
t kritis untuk model logit binomial selisih dan rasio/nisbah yang didapat dari program Ms. Excel dengan formula =TINV(5%;4;7595) adalah 1,960276.
d. Pengambilan keputusan
t hitung ≤ t kritis, maka H0 diterima
t hitung > t kritis, maka H0 ditolak
e. Kesimpulan
Untuk model logit binomial selisih diketahui bahwa t hitung (-2,547) ≤ t kritis (1,960276). Jadi, hipotesis nol diterima, kesimpulannya yaitu atribut Service tidak berpengaruh terhadap Pemilihan Moda.
Untuk model logit binomial selisih diketahui bahwa t hitung
(-4,076) ≤ t kritis (1,960276). Jadi, hipotesis nol diterima,
kesimpulannya yaitu atribut Service tidak berpengaruh terhadap Pemilihan Moda.
5. Tahap-tahap uji t untuk pengujian atribut Frequency adalah sebagai berikut:
a. Menentukan hipotesis nol dan hipotesis alternatif H0 : X5 = 0
Artinya atribut Frequency tidak berpengaruh terhadap Pemilihan Moda. Ha : X5≠ 0
Artinya atribut Frequency berpengaruh terhadap Pemilihan Moda. b. Menentukan taraf signifikansi. Digunakan 5 %.
c. t hitung dan t kritis
t hitung untuk model logit binomial selisih adalah -0,665 (tabel coefficient alternatif 31 pada lampiran F)
t hitung untuk model logit binomial rasio/nisbah adalah -0,541 (tabel coefficient alternatif 31 pada lampiran G)
t kritis untuk model logit binomial selisih dan rasio/nisbah yang didapat dari program Ms. Excel dengan formula =TINV(5%;4;7595) adalah 1,960276.
d. Pengambilan keputusan
t hitung ≤ t kritis, maka H0 diterima
t hitung > t kritis, maka H0 ditolak
e. Kesimpulan
Untuk model logit binomial selisih diketahui bahwa t hitung
(-0,665) ≤ t kritis (1,960276). Jadi, hipotesis nol diterima,
kesimpulannya yaitu atribut Frequency tidak berpengaruh terhadap Pemilihan Moda.
Untuk model logit binomial selisih diketahui bahwa t hitung (-0,541) ≤ t kritis (1,960276). Jadi, hipotesis nol diterima, kesimpulannya yaitu atribut Frequency tidak berpengaruh terhadap Pemilihan Moda.
