POLA PENGGUNAAN MODA PADA SISWA SMA DI KOTA PALU DENGAN MENGGUNAKAN REGRESI LOGISTIK MULTINOMIAL

(1)

Manajemen dan Rekayasa Transportasi B-95

POLA PENGGUNAAN MODA PADA SISWA SMA DI KOTA PALU

DENGAN MENGGUNAKAN REGRESI LOGISTIK MULTINOMIAL

RATNASARI RAMLAN1, DAN HERA WIDYASTUTI2

1

emai

Mahasiswa Pascasarjana Teknik Sipil FTSP – ITS Surabaya Kampus ITS Surabaya Telp/Fax :(031)5941490,

2

email

Staf Pengajar Teknik Sipil FTSP – ITS Surabaya Kampus ITS Surabaya Telp/Fax :(031)5941490,

Abstrak—Penggunaan moda pada siswa SMA di Kota Palu dipengaruhi oleh faktor sosial Ekonomi, diantaranya jenis kelamin, pekerjaan orang tua, penghasilan orang tua, kepemilikan kendaraan, status dalam keluarga, dan nilai utilitas dari masing-masing moda. Penelitian ini bertujuan untuk mengetahui pola penggunaan moda di kalangan siswa SMA di Kota Palu. Pada penelitian ini penggunaan moda pada siswa SMA di Kota Palu terbagi menjadi tiga, yaitu siswa yang menggunakan sepeda motor sebesar 56%, mobil pribadi sebesar 7% dan angkutan umum sebesar 37%. Berdasarkan uji Independensi yang dilakukan pada semua variabel bebas (faktor sosial ekonomi) diperoleh hasil bahwa semua variabel bebas tersebut mempunyai pengaruh terhadap penggunaan moda ke sekolah. Selanjutnya dilakukan pengujian variabel bebas tersebut secara serempak dengan menggunakan regresi logistik multinomial, sehingga diperoleh faktor yang berpengaruh terhadap penggunaan moda adalah menggunakan variabel waktu, tingkat kepuasan, tingkat keselamatan dan jumlah anggota keluarga. Selanjutnya dilakukan pengujian regresi logistik multinomial dengan menggunakan variabel tersebut dan menghasilkan variabel yang paling berpengaruh terhadap kedua logit yaitu tingkat kepuasan yang menghasilkan probabilitas untuk pengguna moda angkutan umum adalah 11%, sepeda motor 38% dan mobil pribadi 50%. Model yang dihasilkan memiliki ketepatan klasifikasi 85,2%. Ketepatan klasifikasi yang besar dipengaruhi oleh banyaknya variabel bebas yang mewakili untuk memodelkan pola penggunaan moda pada siswa SMA di Kota Palu atau dengan kata lain model yang digunakan sesuai.

Kata Kunci— Penggunaan Moda, Regresi Logistik Multinomial, Faktor sosial Ekonomi

1. PENDAHULUAN

Perjalanan dengan tujuan pendidikan termasuk dalam perjalanan utama terutama perjalanan ke sekolah seharusnya menjadi prioritas karena melibatkan anak-anak yang dari sisi usia sangat rentan dalam melakukan kegiatan di jalan raya. Fenomena yang terjadi di Indonesia saat ini adalah anak-anak cenderung menggunakan kendaraan pribadi

(2)

dengan panjang jalan yang ada, sehingga masalah kemacetan tidak dapat terhindarkan lagi. Selain itu masalah lain yang ikut membayangi adalah tingkat kecelakaan yang tinggi dan juga masalah polusi udara akibat kegiatan lalu lintas yang cukup tinggi

Penggunaan sepeda motor di Kota Palu tidak hanya populer di kalangan orang dewasa, bahkan saat ini anak-anak sekolah terutama siswa SMA banyak yang menggunakan sepeda motor dalam melakukan aktivitas sehari-hari, sehingga sepeda motor ini menjadi pilihan utama para siswa untuk moda perjalanannya ke sekolah. Kondisi ini terlihat pada saat jam masuk dan keluar sekolah banyak siswa SMA yang menggunakan sepeda motor di jalan raya. Jalan raya menjadi padat dan kurangnya aktifitas berjalan kaki dan bersepeda karena para pelajar tersebut cenderung menggunakan kendaraan bermotor Jika dilihat dari sisi usia para siswa SMA ini belum berhak mengendarai sepeda motor, karena belum memiliki Surat Izin Mengemudi (SIM). Akan tetapi penggunaan sepeda motor tetap menjamur di kalangan siswa di Kota Palu, terutama di sekolah yang bergengsi.

Untuk mengetahui probabilitas penggunaan moda dikalangan siswa SMA di Kota Palu, maka dilakukan penelitian mengenai hal tersebut, yang akan dianalisis menggunakan regresi logistik multinomial dengan persamaan sebagai berikut :

(

)

( )

respon j pada vektor x

( )

x

j

µ = persamaan regresi logistik untuk variabel respon j

( )

x

β = koefisien/parameter model Untuk model regresi logistik multinomial yang membandingkan Y=1 dan Y=2 terhadap Y=0, maka diperoleh bentuk model regresi logistik dengan p variabel prediktor adalah sebagai berikut

Di mana variabel prediktor tersebut bersifat kontinyu. Dengan menggunakan transformasi logit akan didapatkan dua fungsi logit sebagai berikut : Berdasarkan kedua fungsi logit tersebut maka diperoleh model regresi multinomial berupa model regresi logistik multinomial sebagai berikut:

(3)

Manajemen dan Rekayasa Transportasi B-97 2. METODOLOGI

Data yang digunakan dalam penelitian ini terdiri atas :

a. Data Primer, adalah data yang diperoleh secara langsung di lapangan seperti Data kuesioner siswa

b. Data Sekunder, adalah data yang diperoleh secara tidak langsung yang berfungsi sebagai pelengkap data primer seperti : jumlah siswa, status sekolah dan data lainnya yang berkaitan dengan kondisi sekolah

Variabel yang digunakan dalam penelitian ini meliputi variabel terikat dan variabel bebas yang merupakan variabel kategorik yang dijabarkan pada tabel 1.

Langkah-langkah dalam analisis data adalah sebagai berikut :

a. Melakukan analisis statistik deskriptif data untuk mengetahui karakteristik faktor sosial ekonomi yang meliputi variabel terikat (Y) dan variabel bebas (X), dengan langkah sebagai berikut :

i. Melakukan analisis distribusi penggunaan moda dikalangan siswa SMA di Kota Palu.

ii. Melakukan tabulasi silang masing-masing variabel terikat terhadap variabel bebas. b. Membuat model regresi logistik multinomial

untuk mendapatkan faktor-faktor yang mempengaruhi penggunaan moda dikalangan siswa dengan langkah sebagai berikut :

i. Melakukan uji independensi antara variabel terikat (Y) dan semua variabel bebas (X)

ii. Melakukan analisis regresi multinomial secara individu terhadap variabel terikat (Y) dengan variabel bebas. Pada penelitian ini kategori variabel terikat yang digunakan sebagai pembanding adalah kategori angkutan umum, sehingga

terbentuk dua fungsi logit, yaitu sepeda motor dan mobil pribadi.

c. Melakukan analisis regresi logistik multinomial secara serentak

d. Menghitung probabilitas masing-masing variabel

e. Menginterpretasikan model secara serentak dan menghitung ketepatan klasifikasi model.

3. HASIL DAN PEMBAHASAN

Gambar 1 menunjukkan hasil penyebaran kuisioner sebanyak 364 eksemplar yang telah dilakukan pada siswa SMA Negeri yang ada di Kota Palu, yaitu 206 orang responden (56%) yang menggunakan sepeda motor, 24 orang responden (7%) yang menggunakan mobil pribadi dan 134 orang responden (37%) yang menggunakan angkutan umum ke sekolah.

Selanjutnya dilakukan uji independensi antara variabel terikat dan variabel bebas untuk mengetahui adanya hubungan antara variabel-variabel tersebut seperti terlihat pada tabel 1. Adapun Hipotesis yang digunakan untuk melakukan uji independensi antara variabel terikat dan variabel bebas adalah :

Ho: tidak ada hubungan antara variabel terikat

dan variabel bebas

H1: ada hubungan antara variabel terikat dan

variabel bebas

Berdasarkan tabel 2 diketahui bahwa semua variabel bebas memiliki hubungan dengan variabel terikat. Hal ini terlihat pada nilai Chi-square dengan nilai p-value yang bernilai kurang dari 5% yang berarti tolak Ho. Sehingga

pada langkah berikutnya semua variabel bebas digunakan dalam pemodelan selanjutnya.

(4)

Langkah berikutnya dilakukan uji regresi logistik multinomial secara individu, hipotesis yang digunakan adalah sebagai berikut :

Ho : βk = 0

H1 : βk ≠ 0 dimana k = 1,2,3,4....11

Statistik Uji yang digunakan pada parameter ini adalah statistik uji wald. Dengan menggunakan kategori pembanding yaitu angkutan umum, maka diperoleh data seperti tabel 4.

Variabel-variabel yang signifikan secara individu selanjutnya dilakukan pengujian secara serentak. Pada penelitian ini semua variabel bebas signifikan terhadap penggunaan moda Hipotesis yang digunakan adalah sebagai berikut :

Ho : βk = β2= ...β7 = 0

H1 : Paling sedikit ada satu βk

g

≠ 0 dengan k = 1, 2...7

Statistik uji yang digunakan adalah Likelihood Ratio Test. Hasil pengujian secara serentak ditampilkan pada table 5

Pengujian variabel bebas secara serentak menggunakan regresi logistik multinomial seperti pada tabel 5 diperoleh hasil bahwa variabel bebas yang signifikan berpengaruh (<5%) terhadap variabel terikat adalah waktu, jumlah anggota keluarga, tingkat kepuasan dan keselamatan..Selanjutnya dilakukan pengujian estimasi parameter dengan menggunakan variabel yang berpengaruh, seperti pada tabel 6.

Berdasarkan estimasi parameter pengujian secara serentak diperoleh persamaan logit sebagai berikut :

1(x) = -1,721 + 2,192 X5(1)+19,207X5(2)

+ 5,265 X5(3) + 0,608X5(4)

- 33,004X7(1)+2,345X7

g

(2)

2(x) = -3,505 - 18,093 X5(1) +19,451X5(2)

-15,304X5(3)+0,363X5(4)

-33,791X7(1)+2,883X7

Berdasarkan tabel 6 diperoleh data bahwa hanya tingkat kepuasan

(2)

(2) yang mempengaruhi

95% tingkat kepercayan pengguna moda. Oleh

karena itu penentuan probabilitas hanya berdasarkan variabel tersebut. Berdasarkan asumsi bahwa 50% (setengah) perubahan dari kepuasan terhadap moda, maka menghasilkan probabilitas sebagai berikut:

g1 = 2,345 x Tingkat Kepuasan(2)

= 2,345 x 0,5 = 1,173

g2 = 2,883 x Tingkat Kepuasan(2)

= 2,883 x 0,5 = 1,442

Sehingga probabilitas berdasarkan tingkat kepuasan (2) untuk pengguna moda adalah

sebagai berikut :

Π0(x) =

= 0,118 (untuk pengguna angkutan umum)

Π1(x) =

= 0,382 (untuk pengguna sepeda motor)

Π2(x) =

= 0,500 (untuk pengguna mobil pribadi)

Dari nilai probabilitas yang diperoleh, diketahui bahwa dengan adanya tingkat kepuasan yang baik terhadap moda yang digunakan maka peluang pengguna mobil pribadi akan lebih banyak dibanding sepeda motor dan angkutan umum. Hal ini disebabkan karena siswa yang menggunakan mobil pribadi akan merasa lebih puas dari segi waktu, keamanan maupun keselamatan. Sehingga kedepannya perlu dicarikan solusi yang baik untuk meningkatkan pelayanan angkutan umum. Tingkat kepuasan ini sulit diukur, akan tetapi biasanya dengan pelayanan yang baik (efektif dan efesien) maka tingkat kepuasan pun menjadi baik. Kedepannya perlu ditingkatkan pelayanan angkutan umum, sehingga dapat meningkatkan pula pengguna angkutan umum dikalangan siswa SMA di Kota Palu.

(5)

Manajemen dan Rekayasa Transportasi B-99 4. KESIMPULAN

Berdasarkan hasil survey terhadap siswa SMA di Kota Palu, terdiri dari 206 orang responden (56%) yang menggunakan sepeda motor, 24 orang responden (7%) yang menggunakan mobil pribadi dan 134 orang responden (37%) yang menggunakan angkutan umum ke sekolah.

Semua Variabel bebas berpengaruh terhadap penggunaan moda ke sekolah. Tetapi pada pengujian serentak hanya terdapat dua variabel yang secara serentak berpengaruh terhadap penggunaan moda, yaitu jumlah anggota keluarga dan tingkat kepuasan. Adapun model regresi logistik multinomial untuk tingkat keparahan korban kecelakaan lalu

lintas dengan α = 5% adalah sebagai berikut. Π0(x) = (untuk pengguna

angkutan umum)

Π1(x) = (untuk pengguna

sepeda motor)

Π2(x) = (untuk pengguna mobil

pribadi)

Dengan fungsi logit sebagai berikut : g1(x) = -1,721 + 2,192 X5(1)+19,207X5(2)

+5,265 X5(3) +0,608X5(4) -33,004X7(1)+2,345X7(2)

g2(x) = -3,505 - 18,093 X5(1) +19,451X5(2)

- 15,304X5(3)+0,363X5(4) - 33,791X7(1)+2,883X7(2)

probabilitas berdasarkan tingkat kepuasan (2) untuk pengguna moda adalah sebagai berikut :

Π0(x) =

= 0,118 (untuk pengguna angkutan umum)

Π1(x) =

= 0,382 (untuk pengguna sepeda motor)

Π2(x) =

= 0,500 (untuk pengguna mobil pribadi). Dari nilai probabilitas yang diperoleh, diketahui bahwa dengan adanya tingkat kepuasan yang baik terhadap moda yang digunakan maka peluang pengguna mobil pribadi akan lebih banyak dibanding sepeda motor dan angkutan umum. Hal ini disebabkan karena siswa yang menggunakan mobil pribadi akan merasa lebih puas dari segi waktu, keamanan maupun keselamatan. Sehingga kedepannya perlu dicarikan solusi yang baik untuk meningkatkan pelayanan angkutan umum

REFERENCES

[1] Ben-Akiva, M., dan Lerman, S.R.(1989).

Discrete Choice Analysis Theory and Application to Travel Demand. Cambridge, Masschusetts. The MIT Press.

[2] Bruton, M. J. 1970. Introduction to Transportation Planning. London : hutchinson.

[3] Goulias, K. G. (2000). Travel Behavior and Values Research for Human Centered

Transportation Systems. From

Transportation in the New Millennium: State of the Art and Future Directions, Perspectives from Transportation Research Board Standing Committees Washington D.C.: Transportation Research Board. [4] Hayes, N. (1993). Principles of Social

Psychology, Lawrence Erlbaum Associates Ltd., Publishers, East Sussex, England. [5] Idris, Muhammad., Iskandar, Hikmat.,

dan Syailendra, Agus Bari. (2009). Manajemen Keceptan Lalu Lintas Arus Arteri Sekunder untuk Mengantisipasi Peningkatan Sepeda Motor, kolokium hasil penelitian dan pengembangan jalan dan

jembatan TA 2009

(6)

[6] Kalee, Meead Saberi (2007), Mohammad Reza Rezaeian, Mohammad Reza Ahadi, Ph.D, Gholam Ali Shafabakhsh, Ph.D. Evaluating the Factors Effecting Student Travel Mode Choice

[7] Kanafani, A.(1983), “Transportation

Demand Analysis”, University of

California, Berkeley,.

[8] Kusnandar, Erwin (2009). Optimalisasi pengguna lajur bagi sepeda motor,

kolokium hasil penelitian dan pengembangan jalan dan jembatan TA

2009,

juni 2011.

[9] Kusnandar, Erwin (2010). Pengaruh Proporsi Sepeda Motor terhadap kecepatan arus lalulintas, Jurnal Jalan – Jembatan,

Vol. 27, No. 1 p. 31 -38.,

2011.

[10] Manheim, L., M.(1979), “Fundamental Transportation Systems Analysis”, Volume I, Basic Concept, The MIT Press, Cambridge,.

[11] Pradono (2009). Studi Pengaruh Bentuk Kota (Urban Form) Terhadap Perilaku Perjalanan Anak Sekolah Dasar Di Kota

Bandung,

Juni 2011.

[12]Tamin Ofzar Z., (2000)., “Perencanaan dan Permodelan Transportasi”, Institut Teknologi Bandung (ITB), Bandung.

[13] Warpani S., (1990), ”Merencanakan Sistem Perangkutan”, Institut Teknologi Bandung, Bandung.

[14] Yee, R.,D. Parisi, dan B.Hondrop(2007). “ Creating a citywide Safe Routes to School Program Pasadena, CA, USA’s Step-by-step Approach.” ITE Journal 77 (9), : 22 - 26

[15] ______(2010) Masalah Transportasi Di

Indonesia, http://dhienachan. wordpress.com, diakses 15 Juni 2011.

[16] _______(2008) Maju Mundur

Transportasi Indonesia, http://www.artiku.com, diakses 15 Juni

2011.

[17] _______(2011) Kecelakaan Lalu Lintas

di Sulteng Meningkat,

diakses 24 Nopember 2011

[18] _______(2011) Masalah Transportasi di

Kota Palu,

diakses 2 Desember 2011

Gambar 1. Diagram penggunaan moda pada siswa SMA di Kota Pal

Tabel 1. Variabel yang digunakan Variabel

Terikat

0. Sepeda motor 1. Mobil Pribadi 2. Angkutan Umum Variabel

Bebas

1. 2.

Jenis Kelamin

3.

Pekerjaan orang tua

4.

Penghasilan orang tua

5.

Status dalam keluarga

6.

Jumlah anggota Keluarga

7.

Tingkatan Kelas

8.

Jarak rumah ke sekolah

9.

Tingkat Kepuasan

10.

Tingkat Keamanan

11.

Tingkat Keselamatan

12.

(7)

Tabel 2 Uji independensi antara variabel terikat dan variabel bebas

Variabel Nilai

Chi-Pekerjaan Orang Tua

10.305 0.036 Tolak Ho

Penghasilan Orang Tua

45.075 0.000 Tolak Ho

Tingkatan Kelas 55.200 0.000 Tolak Ho

Jumlah Anggota Keluarga

1.616E2 0.000 Tolak Ho

Jarak 89.200 0.000 Tolak Ho

Tingkat Kepuasan 1.999E2 0.000 Tolak Ho

Tingkat Keamanan 2.097E2 0.000 Tolak Ho Tingkat

Keselamatan

93.206 0.000 Tolak Ho

Waktu 2.011E2 0.000 Tolak Ho

Biaya 4.314E2 0.000 Tolak Ho

Tabel 3 Tabulasi Silang

Variabel Bebas

Moda kepuasan tidak puas

.0% .0% 54.5% keamanan tidak baik

.0% .0% 21.6% 8.0% keselamatan tidak baik

(8)

Tabel 4. Pengujian Regresi Logistik Multinomial secara individu

Logit Variabel B Wald

P-Value Odd ratio

Jenis Kelamin 1

Intercept

2,214 57.457 0.000 [X1=0]

-2,544 61.590 0.000* 0.079 2

Intercept

-0,262 0.389 0.533 [X1=0]

-1,894 13.984 0.000* 0.150 Pekerjaan Orang Tua

1

Intercept 1,322 5,517 0,019 [X2=1] -0,916 2,514 0,113 0,400 [X2=2] -0,998 2,711 0,100 0,369

2

Intercept -20,273 399,271 0,000

[X2=1] 18,845 327,812 0,000* 152799941,676 [X2=2] 16,747 18758049,106 Penghasilan Orang Tua

1

Intercept 0,529 7,580 0,006

[X3=1] 19,865 0,000 0,998 423698524,627 [X3=2] 1,317 4,099 0,043* 3,731 [X3=3] -2,011 14,318 0,000* 0,134 [X3=4] -0,176 0,492 0,483 0,839

2

Intercept -1,276 15,282 0,000* [X3=1] -0,443 . . 0,642 [X3=2] -18,630 . . 0,000 [X3=3] -20,687 . . 0,000 [X3=4] -0,428 0,895 0,344 0,652 Kepemilikan Mobil

1

Intercept -0,511 0,489 0,484 [X4=0] 4,200 11,318 0,001* 66,667 [X4=1] 0,777 1,079 0,299 2,174 [X4=2] 0,580 0,592 0,442 1,786 [X4=3] 1,977 4,143 0,042* 7,222

2

Intercept -20,418 500,253 0,000 [X4=0] 3,075 0,000 1,000 21,650 [X4=1] 18,581 367,800 0,000* 117430480,719 [X4=2] 18,790 374,768 0,000* 144691128,027 [X4=3] 20,012 . . 491072919,366 Kepemilikan Motor

1 _Intercept 2,833 15,162 0,000

[X5=0] 15,561 0,000 0,998 5726291,654 [X5=1] -5,724 30,987 0,000* 0,003 [X5=2] -2,220 8,816 0,003* 0,109 [X5=3] -2,341 9,680 0,002* 0,096

2

Intercept 0,000 0,000 1,000 [X5=0] -1,720 . . 0,179 [X5=1] -20,397 0,000 0,996 0,000 [X5=2] -0,860 0,695 0,404 0,423 [X5=3] -18,790 0,000 0,992 0,000 Jarak

1

Intercept 1,386 19,987 0,000 [X6=1] -2,058 26,631 0,000* 0,128 [X6=2] -0,304 0,568 0,451 0,738 [X6=3] -1,113 9,614 0,002* 0,329

2

Intercept -21,230 869,266 0,000

[X6=1] 20,425 710,184 0,000* 741951327,266 [X6=2] 18,235 211,986 0,000* 83027886,623 [X6=3] 17,935 . . 61502138,239 Tingkatan Kelas

1

Intercept 0,194 0,289 0,591 [X7=1] -0,138 0,127 0,722 0,872 [X7=2] 1,355 9,104 0,003* 3,875

[X7=3] 0,000 . . .

2

Intercept -1,540 5,863 0,015* [X7=1] -2,401 6,305 0,012* 0,091 [X7=2] 1,652 5,285 0,022* 5,216 Jumlah Anggota Keluarga

1

Intercept -1,504 14,807 0,000 [X8=1] 2,890 17,955 0,000* 18,000 [X8=2] 4,905 20,286 0,000* 135,000 [X8=3] 4,449 54,470 0,000* 85,500 [X8=4] 1,070 6,299 0,012* 2,915

2

Intercept -2,890 15,829 0,000 [X8=1] -17,340 . . 0,000 [X8=2] 5,193 16,567 0,000* 180,000 [X8=3] -16,125 0,000 0,998 0,000 [X8=4] 0,898 1,295 0,255 2,455 Status

1

(9)

Manajemen dan Rekayasa Transportasi B-103 [X9=1] -3,393 25,112 0,000* 0,034

[X9=2] 0,693 0,961 0,327 2,000 Tingkat Kepuasan

1

Intercept 0,110 0,274 0,600 [X10=1] -21,568 0,000 0,997 0,000 [X10=2] 2,062 40,130 0,000* 7,863

2

Intercept -2,663 19,881 0,000 [X10=1] -20,945 . . 0,000 [X10=2] 2,817 17,257 0,000* 16,722 Tingkat Keamanan

1

Intercept

-112,808 868518,442 0,000

[X11=1] 110,452 26811,180 0,000* 9,30671E+47 [X11=2] 113,496 . . 1,95276E+49

2

Intercept

-183,144 398388,762 0,000

[X11=1] 178,638 8926,670 0,000* 3,81648E+77 [X11=2] 181,111 . . 4,52588E+78 Tingkat Keselamatan

1

Intercept -33,520 87931,613 0,000

[X12=1] 31,164 453,578 0,000* 3,42386E+13 [X12=2] 34,000 . . 5,83326E+14

2

Intercept

-112,297 195214,508 0,000

[X12=1] 107,791 686,045 0,000* 6,50452E+46 [X12=2] 110,325 . . 8,1961E+47 Waktu

1 Intercept

3,907 75,526 0,000 X13 -0,086 66,531 0,000* 0,918 2 Intercept

2,609 13,675 0,000 X13 -0,113 30,806 0,000* 0,893 Biaya

1 Intercept

1,115 13,312 0,000 X14 -0,004 5,904 0,015* 0,996 2 Intercept

-54,908 . .

X14 0,103 0,000 0,996 1,108

Tabel 5. Pengujian Likelihood Ratio

Effect

Likelihood Ratio Tests

Chi-Square Sig.

Intercept 0,000 .

Waktu 10,056 0,007*

Biaya 1,831 0,400

Jenis kelamin 0,528 0,768

Pekerjaan orang tua 3,763 0,439

Penghasilan orang tua 4,941 0,764

Kepemilikan mobil 8,386 0,397

Kepemilikan motor 13,839 0,086

Jarak 2,815 0,832

Kelas 2,984 0,560

Jumlah anggota

keluarga 18,568 0,017*

Status 5,760 0,218

Kepuasan 31,990 0,000*

Keamanan 0,001 1,000

(10)

Tabel 6. Estimasi Parameter Pengujian regresi logistik multinomial secara serentak Logi

t Parameter B Wald

P-Value Exp(B)

1

Intercept -1,721 10,59

2 0,001

[jumlah anggota keluarga=1]

2,192 5,300 0,021

* 8,953

19,20

7 0,000 0,993

219577719,43 2

5,265 21,65 6

0,000

* 193,365

0,608 1,224 0,269 1,838

Pembanding . .

[kepuasan=1 ]

-33,00 4

0,000 0,992 0,000

[kepuasan=2

] 2,345

32,14 3

0,000

* 10,438

[kepuasan=3

] Pembanding . .

2

Intercept -3,505 13,68

1 0,000

-18,09 3

. . 0,000

19,45

1 0,000 0,993

280069651,75 7

-15,30 4

0,000 0,998 0,000 [jumlah

anggota keluarga=4]

0,363 0,170 0,680 1,438

Pembanding . .

[kepuasan=1 ]

-33,79 1

0,000 0,997 0,000

[kepuasan=2

] 2,883

16,04 4

0,000

* 17,867

[kepuasan=3

] Pembanding . .

Tabel 7 Ketepatan Klasifikasi

Observasi

Prediksi

Sepeda Motor

Mobil Pribad

i

Angkuta n Umum

Ketepatan (%)

sepeda motor 195 0 11 94,7

mobil pribadi 23 0 1 0

angkutan

umum 19 0 115 85,8

Ketepatan Keseluruhan (%)