BAB IV
ANALISA DAN PENGOLAHAN DATA
4.1 Data Kuisioner
Data yang akan diolah merupakan data kuisioner, dimana data kuisioner diperoleh dengan cara penyebaran kuisioner yang berisikan beberapa pertanyaan.Kuisioner tersebut berisi pertanyaan tentang perjalanan masyarakat yang menggunakan motor, antara lain :
- Data responden
- Lama waktu perjalanan - Jenis pekerjaan
- Penghasilan per bulan
Masing-masing pertanyaan tersebut disertai dengan pilihan jawaban yang sesuai dengan kondisi yang sebenarnya pada saat dilakukannya survey kuisioner.
4.2 Identifikasi Transportasi
Dari total 100 kuisioner yang telah disebarkan dan diterima,penyebarannya dilakukan sesuai dengan proporsi jumlah masyarakat untuk mengisi blanko pertanyaan yang telah disediakan. Hasil yang didapatkan dari pengumpulan data disajikan sebagai berikut.
4.2.1 Identifikasi Jenis Kelamin
Dari hasil penyebaran kuisionerkepada 100 responden, didapat persentase jumlah mahasiswa lebih dominankepada jenis kelamin perempuan yaitu sebanyak 29 orang dengan persentase29% sedangkan jenis kelamin laki-lakihanya sebanyak 71 orang dengan persentase sebesar 71%.
Untuk lebih jelas mengenai jumlah masyarakat yang menggunakan sepeda motor berdasarkan jenis kelamin serta persentasenya dapat dilihat pada tabel 4.1 dan grafik 4.1.
Tabel4.1 Jumlah MasyarakatPengguna Sepeda Motor Berdasarkan JenisKelamin
Gambar 4.1 : Grafik Persentase Jenis Kelamin Masyarakat Yang Menggunakan Sepeda Motor laki-laki 71% wanita 29% 0% 0%
Jenis Kelamin Jumlah Persentase (%)
Laki-laki 71 71
Wanita 29 29
4.2.2 Identifikasi Daerah Tempat Tinggal
Dari hasil penyebaran kuisioner didapat jumlah dan besarnya persentase masyarakat berdasarkan daerah tempat tinggalnya untuk menuju Tanah Abang, yaitujumlah terbanyak berasal dari daerah Jakarta Pusat dengan persentase sebesar48%, daerah Jakarta Barat memiliki persentase 23%, daerah Jakarta Selatan memiliki persentase 3%, daerah Jakarta Timur memiliki persentase 22%, daerah Jakarta Utara memiliki persentase 4%.Untuk lebih jelasnya tentang daerah tempat tinggal masyarakat untuk menuju tanah abang serta persentase masing-masing daerahnya dapat dilihat pada tabel 4.2 dan grafik 4.2.
Tabel 4.2. Daerah Tempat Tinggal Masyarakat Untuk Menuju Tanah Abang
Tempat Tinggal Jumlah Persentase (%)
Jakarta Barat 23 23 Jakarta Selatan 3 3 Jakarta Pusat 48 48 Jakarta Timur 22 22 Jakarta Utara 4 4 Total 100 100 Jakarta Barat 23% Jakarta Selatan 3% Jakarta Pusat 48% Jakarta Timur 22% Jakarta Utara 4%
4.2.3 Identifikasi Jarak Tempuh
Dari hasil survey kuisioner diketahui bahwa jarak tempuh yang dilalui oleh tiap masyarakat berbeda-beda.Jarak tersebut tergantung padadaerah tempat tinggal masyarakat tersebut denganlokasi Tanah Abang.Jarak tempuh < 5 kmdari tempat tinggal masyarakathingga ke tanah abangyaitu sebesar 27%, jarak tempuh 5 – 15 km dari tempat tinggal masyarakathingga ke tanah abang sebesar 45% dan 28% untuk jarak tempuh dari tempat tinggal masyarakathingga ketanah abangyang > 5 km. Persentase terbesar yaitu jarak tempuh 5 – 15 km dari tempat tinggal masyarakat hingga ke tanah abang yaitu dengan persentase 45%.
Untuk lebih jelas tentang jarak tempuh dari tempat tinggal masyarakarhingga keTanah Abangbeserta persentasenya dapat dilihat pada tabel 4.3 dan grafik 4.3.
Tabel 4.3 Jarak Tempuh Dari Tempat Tinggal ke Tanah Abang
Jarak Tempuh Perjalanan Jumlah Persentase (%)
< 5 km 27 27
5 - 15 km 45 45
> 15 km 28 28
Total 100 100
Gambar 4.3 : Grafik Persentase Jarak Tempuh Dari Tempat Tinggal Hingga Ke Tanah Abang < 5 km 27% 5-15 km 45% > 15 km 28% 0%
4.2.4 Identifikasi Pekerjaan
Dari hasil kuisioner diketahui bahwa pekerjaan masing-masing masyarakat berbeda-beda. Persentase terbesar yaitu pekerjaan masyarakat sebagai karyawan dengan nilai persentase 19%, 32% bekerja sebagai wiraswasta, 4% bekerja sebagai PNS dan 45% lain-lain (ibu rumah tangga, buruh, dokter).
Untuk lebih jelasnya mengenai identifikasi pekerjaan masyarakat beserta persentasenya dapat dilihat pada tabel 4.4 dan grafik 4.4.
Tabel 4.4 Pekerjaan
Pekerjaan Jumlah Persentase (%)
PNS 4 4
Karyawan 19 19
Wiraswasta 32 32
Lain-lain 45 45
Total 100 100
Gambar 4.4 : Grafik Persentase Pekerjaan
PNS 4% Karyawan 19% Wiraswast a 32% Lain-lain 45%
4.2.5 Identifikasi Besar Penghasilan
Tingkat penghasilan mampu memberikan pengaruh yang cukup berarti dalam pengidentifikasian sosial ekonomi. Setelah melakukan survey melalui penyebaran kuisioner, didapat data tentang besar penghasilan per bulannya.Penghasilan > Rp 4.000.000,00 per bulan memiliki persentase sebesar 19%. Nilai tersebut lebih besar dibandingkan dengan penghasilan < Rp 4.000.000,00 per bulannya yang memiliki nilai persentase 81%.
Untuk lebih jelasnya berikut disajikan identifikasi tingkat penghasilan per bulan dalam tabel 4.5 dan grafik 4.5.
Tabel 4.5 Tingkat Penghasilan
Penghasilan per Bulan Jumlah Persentase (%)
< 4 juta 81 81
> 4 juta 19 19
Total 100 100
Gambar 4.5 : Grafik Persentase Besar Penghasilan Perbulan
< 4 juta 96% > 4 juta
4%
4.2.6 Identifikasi LamaWaktu Perjalanan
Perjalanan setiap masyarakat untuk menuju tanah abang memiliki variasi yang berbeda-beda dalam hal lama waktu perjalanannya. Lama waktu perjalanan > 30 menituntuk menuju kampus memiliki persentase 68%, hal tersebut lebih dominan daripada lamawaktu perjalanan < 30 menit yang hanya memiliki persentase sebesar 32%.
Berikut tabel 4.6 dan grafik 4.6 akan menyajikan mengenai waktu perjalanan masyarakat untuk menuju Tanah Abang.
Tabel 4.6 Lama Perjalanan Untuk Menuju Tanah Abang
Waktu Perjalanan Jumlah Persentase (%)
< 30 menit 32 32
> 30 menit 68 68
Total 100 100
Gambar 4.6 : Grafik Persentase Waktu Perjalanan Masyarakat
< 30 menit 32% > 30 menit
68%
4.3 Analisis Pearson Correlation 4.3.1 Hasil SPSS Pearson Correlation
1. < 0.2, baik positif maupun negatif menunjukan bahwa hubungan itu dapat diabaikan. 2. 0.2 – 0.4, baik positif maupun negatif menunjukan derajat hubungan yang rendah. 3. 0.4 – 0.7, baik positif maupun negatif menunjukan derajat hubungan yang
substansial.
4. 0.7 – 1.00, baik positif maupun negatif menunjukan derajat hubungan yang tinggi. Pada tabel hasil uji korelasi, terlihat hubungan atau korelasi antara masing-masing variabel dengan interpretasi sebagai berikut:
1) Hubungan antara jenis moda dengan jarak tempuh
Tabel 4.7 hasil uji korelasi antara jenis moda dengan jarak tempuh
Correlations
JarakTempuh
JenisModa Pearson Correlation -.137
Sig. (2-tailed) .174
N 100
Hasil uji statistik menunjukan hubungan yang dapat diabaikan dengan nilai korelasi sebesar -0.137< 0.2 dan merupakan korelasi negatif atau variabel berlawanan arah. Diketahui nilai signifikan sebesar -0.174> 0.05, yang berarti tidak ada hubungan yang signifikan antara jenis moda dengan jarak tempuh.
2) Hubungan antara jenis moda dengan waktu perjalanan
Tabel 4.8 hasil uji korelasi antara jenis moda dengan waktu perjalanan
Correlations
WaktuPerjalanan
Jarak Moda Pearson Correlation -.147
Sig. (2-tailed) .146
N 100
Hasil uji statistik menunjukan hubungan yang rendah dengan nilai korelasi 0.2 < -.147 dan merupakan korelasi negatif atau variabel berlawanan arah. Diketahui nilai signifikan sebesar .146 > 0.05, yang berarti tidak ada hubungan yang signifikan antara jenis moda dengan waktu perjalanan
3) Hubungan antara jenis moda dengan Jenis Kelamin
Tabel 4.9 hasil uji korelasi antara jenis moda dengan jenis kelamin
Correlations
Jenis Kelamin
Jenis Moda Pearson Correlation .157
Sig. (2-tailed) .118
N 100
Hasil uji statistik menunjukan hubungan yang dapat diabaikan dengan nilai korelasi 0.157 < 0.2 dan merupakan korelasi positif atau variabel berlawanan arah. Diketahui nilai signifikan sebesar 0.118> 0.05, yang berarti tidak ada hubungan yang signifikan antara jenis moda dengan jenis kelamin.
4) Hubungan antara jarak tempuh dengan waktu perjalanan
Tabel 4.10 hasil uji korelasi antara jarak tempuh dengan waktu perjalanan
Correlations
Waktu Perjalanan
Jarak Tempuh Pearson Correlation .269**
Sig. (2-tailed) .007
N 100
**. Correlation is significant at the 0.01 level (2-tailed).
Hasil uji statistik menunjukan hubungan yang rendah dengan nilai korelasi 0.2 < 0.269< 0.4 dan merupakan korelasi positif atau variabel memiliki arah yang sama. Diketahui nilai signifikan sebesar 0.000 < 0.05, yang berarti ada hubungan yang signifikan antara jarak tempuh dengan waktu perjalanan dengan tingkat signifikansi 1%.
5) Hubungan antara jarak tempuh dengan jenis kelamin
Tabel 4.11 hasil uji korelasi antara jarak tempuh dengan jenis kelamin
Correlations
Jenis Kelamin
Jarak Tempuh Pearson Correlation .110
Sig. (2-tailed) .275
N 100
Hasil uji statistik menunjukan hubungan yang rendah dengan nilai korelasi 0.2 < 0.110< 0.4 dan merupakan korelasi positif atau variabel memiliki arah yang sama. Diketahui nilai signifikan sebesar 0.000 < 0.05, yang berarti ada hubungan yang signifikan antara jarak tempuh dengan jenis kelamin dengan tingkat signifikansi 1%.
6) Hubungan antara waktu perjalanan dengan jenis kelamin
Tabel 4.12 hasil uji korelasi antara waktu perjalanan dengan jenis kelamin
Correlations Jenis Kelamin Waktu Perjalanan Pearson Correlation .129 Sig. (2-tailed) .203 N 100
Hasil uji statistik menunjukan hubungan yang rendah dengan nilai korelasi 0.2 < 0.129 < 0.4 dan merupakan korelasi positif atau variabel memiliki arah yang sama. Diketahui nilai signifikan sebesar 0.000 < 0.05, yang berarti ada hubungan yang signifikan antara waktu perjalanan dengan jenis kelamin dengan tingkat signifikansi 1%.
4.4 Analisis Regresi 4.4.1 Hasil SPSS Regresi
1. Jika Fhitung ≥ Ftabel, maka Ho ditolak artinya signifikan.
2. Jika Fhitung ≤ Ftabel, maka Ho diterima artinya tidak signifikan.
3. Jika signifikansi > 0.05, maka Ho diterima.
Interpretasi Pengujian Hipotesis
Tabel 4.13 Correlations Hasil Uji Regresi
Correlations
Jenis Moda Jarak Tempuh Waktu Perjalanan Jenis Kelamin
Pearson Correlation Jenis Moda 1.000 -.137 -.147 .157
Jarak Tempuh -.137 1.000 .269 .110
Waktu Perjalanan -.147 .269 1.000 -.129
Jenis Kelamin -.157 .110 .129 1.000
Sig. (1-tailed) Jenis Moda . .215 .386 .117
Jarak Tempuh .215 . .000 .000 Waktu Perjalanan .386 .000 . .000 Jenis Kelamin .117 .000 .000 . N Jenis Moda 100 100 100 100 Jarak Tempuh 100 100 100 100 Waktu Perjalanan 100 100 100 100 Jenis Kelamin 100 100 100 100
Tabel diatas merupakan matrik korelasi variabel terikat (dependent) terhadap variabel bebas (independent). Berdasarkan ketentuan dibuatlah interpretasi korelasinya, dilihat dari besarnya signifikansi maka dapat diputuskan korelasinya.
1. Hubungan antara jenis moda dengan jarak tempuh koefisien korelasinya adalah -0.137 dan signifikansinya 0.215> 0.05 yang berarti tidak ada korelasi (H0
diterima, Ha ditolak).
2. Hubungan antara jenis moda dengan waktu perjalanan koefisien korelasinya adalah -0.147 dan signifikansinya 0.386> 0.05 yang berarti tidak ada korelasi (H0 diterima, Ha ditolak).
3. Hubungan antara jenis moda dengan jenis kelamin koefisien korelasinya adalah -0.157 dan signifikansinya 0.117> 0.05 yang berarti tidak ada korelasi (H0
diterima, Ha ditolak).
4. Hubungan antara jarak tempuh dengan waktu perjalanan koefisien korelasinya adalah 0.269dan signifikansinya 0.00 < 0,05 yang berarti ada korelasinya (H0
ditolak, Ha diterima).
5. Hubungan antara jarak tempuh dengan jenis kelamin koefisien korelasinya adalah 0.110 dan signifikansinya 0.000 < 0,05 yang berarti ada korelasinya (H0
ditolak, Ha diterima).
6. Hubungan antara waktu perjalanan dengan jenis kelamin koefisien korelasinya adalah 0.129 dan signifikansinya 0.000 < 0,05 yang berarti ada korelasinya (H0
ditolak, Ha diterima).
Analisis untuk hasil regresi tabel “Model Summaryb”
Tabel 4.14 Model Summary Hasil Uji Regresi
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .237a .056 .027 .000
Tabel diatas menjelaskan besarnya persentase pengaruh variabel bebas (independent) terhadap variabel terikatnya (dependent). Besar koefisien determinasi adalah 0.056 mengandung arti bahwa pengaruh variabel bebas (independent) terhadap perubahan variabel terikat(dependent) adalah 6%, sedangkan 94% (100% - 6%) dipengaruhi oleh variabel lain yang belum dimasukkan dalam model. Jadi pengaruh
koefisien korelasi antar variabel menunjukan tidak ada yang signifikan atau tidak ada yang bekorelasi.
Analisis untuk hasil regresi tabel “ANOVAb”
Tabel 4.15 ANOVA Hasil Uji Regresi
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression .000 3 .000 1.908 .133a
Residual .000 96 .000
Total .000 99
a. Predictors: (Constant), JenisKelamin, JarakTempuh, WaktuPerjalanan b. Dependent Variable: JenisModa
Tabel diatas menjelaskan tentang variasi nilai variabel bebas (independent) dapat atau tidak menjelaskan variasi nilai variabel terikatnya (dependent) dengan melihat besarnya nilai F. Derajat kepercayaan yang digunakan adalah 0.05, apabila nilai Fhitung ≤ Ftabel maka hipotesis menyatakan bahwa semua variabel independent secara
simultan tidak berpengaruh signifikan terhadap variabel dependent.
Berdasarkan Tabel ANOVAb diatas didapat F
hitungsebesar1.908 dengan nilai
probabilitas (sig) = 0.133. Jadi nilai Fhitung = 1.908< Ftabelsedangkan besar signifikannya
0.133> 0.05, dengan demikian H0 diterima dan Ha ditolak. Berarti secara bersama-sama
(simultan) biaya perjalanan, jarak tempuh dan waktu perjalanan tidak berpengaruh signifikan terhadap jenis moda. Dengan demikian variasi nilai variabel bebas (independent) tidak dapat menjelaskan variasi nilai variabel terikat (dependent). Hal ini semakin terlihat atau diperkuat setelah persamaan regresi dibawah ini diinterpretasi.
Tabel 4.16 Coefficients Hasil Uji Regresi Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) 1.000 .000 1.958E5 .000 JarakTempuh -1.745E-6 .000 -.130 -1.248 .215 WaktuPerjalanan -1.939E-6 .000 -.091 -.871 .386 JenisKelamin 3.506E-6 .000 .160 1.581 .117
a. Dependent Variable: JenisModa
Dari tabel Coefficientsa kolom B pada constant adalah 1.000, sedangkan jarak tempuh adalah -1.745, waktu perjalanan adalah -1.939 dan jenis kelamin adalah -3.506. Sehingga persamaan regresinya yaitu sebagai berikut:
Y = a + b1X1+ b2X2 + b3X3
= 1.000 + 1.745 X1 – 1.939 X2 – 3.506 X3
Dimana : Y = jenis moda X1 = jarak tempuh
X2 = waktu perjalanan
X3 = jenis kelamin
Pada persamaan diatas, tanda (+) menandakan arah hubungan yang searah sedangkan tanda (–) menunjukkan arah hubungan yang berbanding terbalik antara variabel bebas dengan variabel terikat. Namun persamaan regresi diatas tidak dapat dijadikan sebagai alat prediksi dan estimasi, karena besarnya nilai probabilitas dan signifikannya lebih besar dari 0.05.
Tabel Coefficients diatas memberikan informasi tentang signifikansi dari koefisien regresi. Hal ini dapat dilakukan dengan melihat besarnya uji t dan signifikansinya. Nilai signifikansi menunjukkan berpengaruh nyata atau tidaknya variabel bebas terhadap variabel terikat. Derajat signifikansi yang digunakan adalah 0.05. Apabila nilai signifikan lebih kecil dari 0.05 maka kita menerima hipotesis alternatif yang menyatakan bahwa suatu variabel bebas (independent) mempengaruhi variabel terikat (dependent). Analisis uji t juga dilihat dari tabel Coefficients.
Tabel diatas menunjukan variabel jarak tempuh koefisien uji t = 1.745 sedangkan besarnya signifikansi 0.215> 0.05. Ini berarti pengaruh jarak tempuh terhadap jenis moda tidak signifikan atau tidak ada pengaruh dari jarak tempuh terhadap jenis moda.
Koefisien uji t pada waktu perjalanan adalah -1.939 sedangkan besar signifikansinya adalah 0.386> 0.05. Ini berarti pengaruh waktu perjalanan terhadap jenis moda tidak signifikan atau tidak ada pengaruh dari waktu perjalanan terhadap jenis moda.
Koefisien uji t pada jenis kelamin adalah -3.506 sedangkan besar signifikansinya adalah 0.117> 0.05. Ini berarti pengaruh biaya perjalanan terhadap jenis moda tidak signifikan atau tidak ada pengaruh dari jenis kelamin terhadap jenis moda.
Secara teoritik memang jarak tempuh, waktu perjalanan dan jenis kelamin mempengaruhi jenis moda. Namun setelah dilakukan penelitian ternyata jarak tempuh, waktu perjalanan dan jenis kelamin tidak mempengaruhi jenis moda. Oleh karena itu variabel-variabel tersebut perlu ditinjau ulang. Bisa saja terjadi ketidak akuratan dalam menentukan jarak tempuh dan waktu perjalanan karena hanya berdasarkan perkiraan dari para responden.
Interpretasi :
1. Uji Normalitas Data
Pengujian normalitas digunakan untuk menguji apakah dalam sebuah model regresi, variabel terikat, variabel bebas atau keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah datayang terdistribusi normal atau mendekati normal. Hasil uji normalitas dapat dilihat pada gambar dibawah ini:
Gambar 4.7 Normal P-P Plot of Regression Standardized Residual
Sebagaimana terlihat dalam grafik normal P-P plot of Regression Standardized Residual, terlihat bahwa titik-titik sebagian menyebar dan sebagian tidak menyebar disekitar garis diagonal. Dapat dilihat bahwa penyebaran titik-titik tersebut tidak mengikuti arah garis diagonal (tidak membentuk garis lurus), maka dapat dikatakan bahwa data berdistribusi tidak normal dan model regresi tidak layak dipakai untuk memprediksi jenis moda berdasarkan variabel bebasnya.
2. Uji Linieritas Data
Pada grafik normal P-P plot of Regression Standardized Residual diatas, terlihat titik-titik (data) tidak menyebar disekitar garis lurus dan cenderung tidak membentuk garis lurus (linier). Sehingga dapat dikatakan bahwa persyaratan linieritas tidak terpenuhi. Dengan demikian karena persyaratan linieritas tidak dapat dipenuhi sehingga model regresi tidak layak dipakai untuk memprediksi jenis moda berdasarkan variabel bebasnya.
3. Uji Heteroskedastisitas
Tujuan dari pengujian ini adalah untuk menguji apakah dalam sebuah model regresi, terjadi ketidaksamaan varians dari residual dari satu pengamatan ke pengamatan yang lain. Jika varians dari residual dari satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika varians berbeda disebut heteroskedastisitas. Model regresi yang baik adalah tidak terjadi heteroskedastisitas. Hasil pengujian ditunjukkan dalam gambar berikut :
Dari grafik Scatterplot diatas, terlihat titik-titik menyebar membentuk suatu pola yang jelas dan berada diatas angka 0 pada sumbu Y. Hal tersebut menjelaskan bahwa terjadi masalah heteroskedastisitas pada model regresi diatas.
4.5 Analisis Chi Square 4.5.1 Hasil SPSS Chi Square
Uji Chi Square mempunyai beberapa kriteria pengujian, yaitu:
1. Jika nilai Chi square hitung < Chi Square tabel, maka Ho diterima. 2. Jika nilai Chi Square hitung > Chi Square tabel, maka Ho ditolak. 3. Jika signifikansi > 0.05, maka Ho diterima.
4. Jika signifikansi < 0.05, maka Ho ditolak
Interpretasi dari hasil Uji Chi Square adalah sebagai berikut:
1) Hubungan antara jenis moda dengan jarak tempuh
Tabel 4.17 Tabel Hasil Uji Chi Square Antara Jenis Moda dan Jarak Tempuh
Value df
Asymp. Sig. (2-sided)
Pearson Chi-Square 2.473a 1 .116
a. 2 cells (50.0%) have expected count less than 5. The minimum expected count is .29. b. Computed only for a 2x2 table
Ho : Tidak ada hubungan antara jenis moda dengan jarak tempuh Ha : Ada hubungan antara jenis moda dengan jarak tempuh
Dari hasil uji statistik, diperoleh nilai Chi Square hitung sebesar 2.473. Nilai Chi Square tabel yang dilihat pada tabel statistik Chi Square dengan signifikansi 0.10 dan df = 1 sebesar 2.71 dan nilai probabilitas yang dilihat pada baris Pearson Chi Square
Karena Chi Square hitung < Chi Square tabel (2.473<2.711) dan nilai signifikansi > 0.05 (0.116> 0.05), maka Ho diterima. Maka dapat disimpulkan bahwa tidak ada hubungan antara jenis moda dengan jarak tempuh.
2) Hubungan antara jenis moda dengan waktu perjalanan
Tabel 4.18 Tabel Hasil Uji Chi Square Antara Jenis Moda dan Waktu Perjalanan
Value df Asymp. Sig. (2-sided)
Pearson Chi-Square 2.146a 1 .143
a. 2 cells (50.0%) have expected count less than 5. The minimum expected count is .32. b. Computed only for a 2x2 table
Ho : Tidak ada hubungan antara jenis moda dengan jarak tempuh Ha : Ada hubungan antara jenis moda dengan jarak tempuh
Dari hasil uji statistik, diperoleh nilai Chi Square hitung sebesar 2.146. Nilai Chi Square tabel yang dilihat pada tabel statistik Chi Square dengan signifikansi 0.10 dan df = 1 sebesar 2.71 dan nilai probabilitas yang dilihat pada baris Pearson Chi Square sebesar .143.
Karena Chi Square hitung < Chi Square tabel (2.146<2.71) dan nilai signifikansi > 0.05 (0.143> 0.05), maka Ho diterima. Maka dapat disimpulkan bahwa tidak ada hubungan antara jenis moda dengan waktu perjalanan.
3) Hubungan antara jenis moda dengan jenis kelamin
Tabel 4.19 Tabel Hasil Uji Chi Square Antara Jenis Moda danjenis kelamin
Value df Asymp. Sig. (2-sided)
Pearson Chi-Square 2.473a 1 .116
a. 2 cells (50.0%) have expected count less than 5. The minimum expected count is .29. b. Computed only for a 2x2 table
Ho : Tidak ada hubungan antara jenis moda dengan jarak tempuh Ha : Ada hubungan antara jenis moda dengan jarak tempuh
Dari hasil uji statistik, diperoleh nilai Chi Square hitung sebesar 2.473. Nilai Chi Square tabel yang dilihat pada tabel statistik Chi Square dengan signifikansi 0.10 dan df = 1 sebesar 2.71 dan nilai probabilitas yang dilihat pada baris Pearson Chi Square sebesar 0.116.
Karena Chi Square hitung < Chi Square tabel (2.473<2.71) dan nilai signifikansi > 0.05 (0.116> 0.05), maka Ho diterima. Maka dapat disimpulkan bahwa tidak ada hubungan antara jenis moda dengan waktu perjalanan.
4.6 Selisih Antara Jarak Dan Waktu 1) Jarak Tempuh
Dari sampel yang sudah didapat perjalanan masyarakat dengan jarak tempuh Senen sampai Tanah Abang yaitu 5 > 15 Km. Jarak yang cukup jauh untuk sampai ke Tanah Abang.
2) Waktu Perjalanan
Dari sampel yang sudah didapat, perjalanan masyarakat yang menggunakan sepeda motor dari Senen menuju Tanah Abanag membutuhkan waktu sampai >30 menit, waktu yang cukup lama utuk menentukan karateristik perjalanan masyarakat.
Memang benar sekarang ada peraturan yang mengatur mengenai pembatasan lalu lintas sepeda motor di beberapa ruas jalan, yaitu Peraturan Gubernur Provinsi
Daerah Khusus Ibukota Jakarta No. 195 Tahun 2014 tentang Pembatasan Lalu Lintas Sepeda Motor (“Pergub 195/2014”). Peraturan ini ditandatangani Gubernur
Kawasan Pembatasan Lalu Lintas Sepeda Motor. Artinya, sepeda motor tidak boleh melintas di kawasan itu.
Kepala Sub Direktorat Keamanan dan Keselamatan (Kamsel) Ditlantas Polda Metro Jaya AKBP Irvan Prawira di Mapolda Metro Jaya, sebagaimana kami sarikan dari artikel Pengendara Motor Dilarang Melintasi Thamrin-Medan Merdeka Barat Selamanya?, alasan utama dari pembatasan sepeda motor ini adalah untuk mempersiapkan jalan protokol dengan program ERP (electronic road pricing). Layaknya jalan tol, pengendara kendaraan yang melintas harus membayar. Kendaraan yang boleh melintas hanya roda empat ke atas. Roda dua tidak boleh melaluinya. Aturan pembatasan sepeda motor dilakukan untuk mempersiapkan masyarakat akan peraturan itu. Seperti efek domino, ini juga sekaligus untuk menekan Pemerintah Provinsi DKI Jakarta untuk menyediakan transportasi umum yang baik.
Penetapan Kawasan Pembatasan Lalu Lintas Sepeda Motor ini merupakan salah satu bentuk manajemen kebutuhan lalu lintas yang diatur dalam Peraturan
Pemerintah Nomor 32 Tahun 2011 tentangManajemen Dan Rekayasa, Analisis Dampak, Serta Manajemen Kebutuhan Lalu Lintas (“PP 32/2011”). Manajemen
kebutuhan lalu lintas adalah kegiatan yang dilaksanakan dengan sasaran meningkatkan efisiensi dan efektivitas penggunaan ruang lalu lintas dan mengendalikan pergerakan lalu lintas (Pasal 1 angka 8 PP 32/2011). Manajemen kebutuhan lalu lintas tersebut salah satunya dapat dilakukan oleh gubernur (Pasal 63 ayat (1) huruf b PP 32/2011).
Manajemen kebutuhan lalu lintas dilaksanakan dengan cara pembatasan: (Pasal 60
ayat (2) PP 32/2011)
a. lalu lintas kendaraan perseorangan pada koridor atau kawasan tertentu pada waktu dan jalan tertentu;
b. lalu lintas kendaraan barang pada koridor atau kawasan tertentu pada waktu dan jalan tertentu;
c. lalu lintas sepeda motor pada koridor atau kawasan tertentu pada waktu dan
jalan tertentu;
d. lalu lintas kendaraan bermotor umum sesuai dengan klasifikasi fungsi jalan;
e. ruang parkir pada kawasan tertentu dengan batasan ruang parkir maksimal; dan/atau
f. lalu lintas kendaraan tidak bermotor umum pada koridor atau kawasan tertentu pada waktu dan jalan tertentu.
Pembatasan lalu lintas sepeda motor ini dilakukan dengan cara melarang sepeda motor untuk melalui lajur atau jalur pada jalan tertentu [Pasal 71 PP 32/2011 dan Pasal
78 ayat (2) huruf h Peraturan Daerah Provinsi Daerah Khusus Ibukota Jakarta Nomor 5 Tahun 2014 tentang Transportasi (“Perda 5/2014”)].
Pembatasan lalu lintas sepeda motor pada koridor atau kawasan tertentu tersebut wajib
dinyatakan dengan rambu lalu lintas (Pasal 62 ayat (1) PP 32/2011). Hal inilah yang
1. Jalan MH Thamrin, segmen Bundaran HI sampai dengan Bundaran Air Mancur Monas; dan
2. Jalan Medan Merdeka Barat.
Pada ruas jalan tersebut dipasang rambu lalu lintas sesuai dengan ketentuan peraturan perundang-undangan (Pasal 4 Pergub 195/2014).
Sepeda motor dilarang melintas pada ruas jalan tersebut di atas. Kepada setiap pengendara sepeda motor diberikan alternatif, yaitu menggunakan bus yang disediakan secara gratis atau melewati jalan aternatif (Pasal 2 ayat (2) Pergub 195/2014).
Akan tetapi, perlu diketahui bahwa pembatasan ini tidak berlaku bagi kendaraan dinas operasional Tentara Nasional Indonesia, Kepolisian Republik Indonesia, dan/atau Dinas Perhubungan berupa sepeda motor yang digunakan aparat untuk menjalankan tugas (Pasal 3 Pergub 195/2014).
Berdasarkan Pasal 6 Pergub 195/2014, pelanggaran atas ketentuan Kawasan Pembatasan Lalu Lintas Sepeda Motor dikenakan sanksi sesuai ketentuan peraturan perundang-undangan. Oleh karena itu mengenai sanksi, kita merujuk pada peraturan di atas Pergub 195/2014.
Berdasarkan Pasal 88 ayat (2)Perda 5/2014, setiap pengemudi Kendaraan Bermotor di Jalan wajib menaati tata tertib berlalu Lintas Jalan sesuai dengan ketentuan peraturan perundang-undangan tentang Lalu Lintas dan Angkutan Jalan. Jika pengemudi kendaraan bermotor melanggar ketentuan Pasal 88 ayat (2) tersebut, pengemudi dapat dipidana dengan pidana kurungan paling lama 1 (satu) bulan atau denda paling banyak Rp.250.000,00 (dua ratus lima puluh ribu rupiah) (Pasal 257 Perda 5/2014).
Selain itu karena pembatasan lalu lintas sepeda motor ini dilakukan dengan memasang rambu lalu lintas, maka pengendara sepeda motor yang melanggar ketentuan
pembatasan lalu lintas sepeda motor ini dapat dianggap melanggar ketentuan rambu lalu lintas. Berdasarkan Pasal 287 ayat (1)Undang-Undang Nomor 22 Tahun 2009
tentang Lalu Lintas Dan Angkutan Jalan (“UU LLAJ”), setiap orang yang
mengemudikan Kendaraan Bermotor di Jalan yang melanggar aturan perintah atau larangan yang dinyatakan dengan Rambu Lalu Lintas sebagaimana dimaksud dalam Pasal 106 ayat (4) huruf a UU LLAJ, dipidana dengan pidana kurungan paling lama 2 (dua) bulan atau denda paling banyak Rp500.000,00 (lima ratus ribu rupiah).
Akan tetapi, Kepala Sub Direktorat Pembinaan Penegakan Hukum Ditlantas
Polda Metro Jaya Ajun Komisaris Besar Hindarsono, dalam artikel Langgar
Pembatasan Sepeda Motor Tak Langsung Ditilang, tetapi..., mengatakan bahwa selama sebulan, polisi tidak akan menilang pelanggar. Polisi akan melakukan peneguran dan pemeriksaan surat-surat kendaraan. Jadi, apabila ada pengendara sepeda motor yang melanggar, polisi akan menghentikannya. Kemudian memberikan arahan dan mengecek surat-surat. Bila tidak memiliki surat-surat lengkap, misalnya Surat Tanda Nomor Kendaraan (STNK) atau Surat Izin Mengemudi (SIM) maka pengendara akan langsung ditilang.