ANALISIS FAKTOR KONFIRMATORI
UNTUK MENGETAHUI KESADARAN
BERLALU LINTAS PENGENDARA SEPEDA
MOTOR DI SURABAYA TIMUR
Oleh :
M Mushonnif Efendi
(1310 105 019)
Dosen Pembimbing :
SURABAYA
KOTA TERBESAR KEDUA
SETELAH JAKARTA
KOTA METROPOLITAN
PUSAT DARI EKONOMI
JAWA TIMUR
•
Aktiva Primananda, 2005
menghasilkan kesimpulan jalan – jalan yang rawan adalah
Alun – Alun Contong, Dupak, Demak, dan Kalibutuh.
•
Laylia Nur Afidah, 2011
Pola tingkat keparahan Korban Kecelakaan lalulintas di
Surabaya menghasilkan kesimpulan
38% meninggal dunia, 37% luka berat, dan 25% luka ringan.
32% mengalami tabrak depan.
69% korban berjenis kelamin laki-laki
usia terbanyak korban adalah usia paruh baya (36 sampai 58 tahun).
mayoritas korban adalah pengendara
Pribadi
Lingkungan
Aturan
Analisis Konfirmatori
Faktor
(2)
Indikator-indikator apa saja
yang memiliki penilaian
dan variabel
laten/penilaian kontribusi
terbesar dalam menyusun
variabel laten/penilaian
dalam survei kesadaran
berlalu lintas ?
(1)
Indikator-indikator apa saja
yang dapat digunakan
untuk mengukur
pribadi/diri
sendiri, lingkungan, aturan
dan kesadaran berlalu
1
2
Mengidentifikasi variabel indikator yang dapat
mengukur variabel pribadi/diri
sendiri, aturan, lingkungan dan kesadaran
berlalu lintas.
Ingin mengkaji variabel laten/penilaian
kontribusi terbesar dalam menyusun variabel
laten/penilaian dalam survei kesadaran berlalu
lintas.
Polrestabes
Surabaya
Timur
Keilmuan
Statistik
• Hasil penelitian ini dapat
memberikan masukan
kepada Polrestabes
Surabaya Timur akan
kesadaran berlalu lintas
masyarakat Surabaya Timur
• Dapat mengembangkan
keilmuan statistik di bidang
Confirmatory Factor
Analysis
(CFA).
Penelitian dibatasi pada :
Data Primer dari Survey
Dimana respondennya adalah masyarakat
Surabaya Timur yang bisa berkendara
Analisis Faktor Konfirmatori
•
Analisis Faktor Konfirmatori merupakan salah satu metode analisis
multivariat yang dapat digunakan untuk mengkonfirmasikan apakah
model pengukuran yang dibangun sesuai dengan yang dihipotesiskan.
Dalam Analisis Faktor Konfirmatori, peubah laten dianggap sebagai
peubah penyebab (peubah bebas) yang mendasari peubah-peubah
indikator (Ghozali, 2008).
Model umum Analisis Faktor konfirmatori adalah sebagai
berikut:
First Order Confirmatory Factor Analysis
Pada
First Order Confirmatory Factor Analysis
suatu variabel
laten diukur berdasarkan beberapa indikator yang dapat
Estimasi Model
Estimasi parameter berhubungan dengan distribusi data yang digunakan.
Estimasi parameter dengan menggunakan MLE memerlukan data yang
mengikuti distribusi multinormal (Brown, 2006).
Uji Validitas
Dalam Analisis Faktor Konfirmatori model yang dihipotesiskan harus
bersifat valid yaitu mengacu kepada kemampuan suatu indikator dalam
mengukur apa yang sebenarnya ingin diukur (Supranto, 2004). Dengan
demikian validitas suatu indikator menjadi syarat yang harus dipenuhi. Uji
validitas indikator-indikator dalam mengukur peubah laten dinilai dengan
cara menguji apakah semua
loading
nya (
i) nyata dengan menggunakan
uji-t untuk nilai
α
tertentu
•
Evaluasi Model
Uji
2Model baik jika uji
2tidak nyata pada taraf nyata tertentu. Nilai
chi-square
ini
hanya akan valid apabila asumsi normalitas data terpenuhi dan ukuran sampel
besar oleh Joreskog (2000) dalam Ghozali (2008). Nilai
chi-square
sebesar nol
menunjukkan bahwa model memiliki
fit
yang sempurna
(perfect fit)
. Hipotesis
yang digunakan sebagai berikut :
H
0:
∑ = ∑(
θ)
, matriks kovarians populasi sama dengan matriks kovarians yang
diestimasi.
H
1:
∑ ≠ ∑(
θ)
, matriks kovarians populasi tidak sama dengan matriks kovarians
yang diestimasi.
Hasil yang diharapkan adalah gagal tolak H
0dengan syarat nilai
2sekecil mungkin
GFI
(Goodness of Fit Index)
Suatu aturan umum yang disarankan untuk kelayakan sebuah model
adalah nilai GFI-nya lebih besar dari 0,90 dan nilai maksimumnya adalah 1.
Nilai yang tinggi dalam indeks ini menunjukkan sebuah
better fit.
Nilai GFI
≥ 0.90 merupakan
good fit
(kecocokan yang baik), sedangkan 0.80 ≤ GFI ≤
0.90 sering disebut
marginal fit.
AGFI (
Adjusted Goodness of Fit Index
)
Suatu model dikatakan baik apabila nilai AGFI-nya lebih besar dari 0,80
dan nilai maksimumnya adalah 1
RMSEA (
Root Mean Square of Error Approximatition)
Nilai RMSEA ≤ 0.05 menandakan
close fit
, sedangkan 0.05 < RMSEA ≤0.08
menunjukkan
good fit
oleh Brown dan Cudeck, 1993 dalam buku Wijanto
(2008)
Definisi Kecelakaan Lalu Lintas
Kecelakaan lalu lintas didefinisikan sebagai kejadian di mana
sebuah kendaraan bermotor bertabrakan dengan benda lain dan
menyebabkan kerusakan, serta berisiko dapat mengakibatkan
luka-luka atau kematian manusia
Faktor-faktor penyebab kecelakaan lalu lintas Faktor Manusia Faktor Kendaraan Faktor Jalan Faktor Cuaca
Sumber Data
Data primer hasil survey terhadap pengendara
sepeda motor yang ada di Surabaya Timur
Populasi dan Sampel
Metode sampling yang digunakan adalah
sampling Kuota dengan 228
responden, dikarenakan populasi tak hingga
Variabel Penelitian
Variabel pribadi/diri (X1),
Variabel lingkungan (X2),
Variabel aturan berlalu lintas (X3),
Variabel kesadaran berlalu lintas (Y1),
Mulai Persiapan Suvey Melakukan Survey Data Kuisoner Analisis Deskriptif Menguji Multinormal Identifikasi Model Estimasi Model Modifikasi model Selesai
A
A
Ta
h
ap
I
Ta
ha
p
II
Ta
h
ap
II
La
n
ju
ta
n
28%
72%
Tidak tahu Ya tahu
PENGETAHUAN TENTANG SAFETY RIDING
Analisis Deskriptif
Mengetahui Safety Riding Jenis Kelamin Total Laki -laki Peremp uan Ya 42% 30% 72% Tidak 17% 12% 82% Total 58% 42% 100% Mengetahui Safety Riding Usia Total > 40 th 17 - 24 th 25 - 40 th Ya 14% 33% 25% 72% Tidak 8% 15% 5% 28% Total 22% 48% 30% 100%Hasil Pengujian Multivariat Normal
Variabel Laten
Nilai
2multivariat
Kesadaran
0,59
Pribadi
0,60
Aturan
0,64
Lingkungan
0,65
t
q
p
q
p
df
(
)(
1
)
2
1
10
)
1
5
0
)(
5
0
(
2
1
= 5
Goodness of fit Index
Cut off
value
Hasil
model
Keterangan
2- Chi square
-
11,60
Baik
Probability
≥ 0,05
0,04
Kurang baik
RMSEA
≤ 0,08
0,07
Baik
GFI
≥ 0,90
0,98
Baik
AGFI
≥ 0,90
0,94
Baik
TLI
≥ 0,90
0,96
Baik
CFI
≥ 0,90
0,98
Baik
Hubungan Estimasi t t tabel Keterangan R2 Y1 <--- Kesadaran 0,548 0,300 Y2 <--- Kesadaran 0,487 5,26 1,96 Signifikan 0,238 Y3 <--- Kesadaran 0,555 4,908 1,96 Signifikan 0,308 Y4 <--- Kesadaran 0,835 4,621 1,96 Signifikan 0,698 Y5 <--- Kesadaran 0,412 4,88 1,96 Signifikan 0,170 Hubungan Estimasi kesalahan pengukuran (δ)(1-λi2) Y1 <--- Kesadaran 0,548 0,699696 Y2 <--- Kesadaran 0,487 0,762831 Y3 <--- Kesadaran 0,555 0,691975 Y4 <--- Kesadaran 0,835 0,302775 Y5 <--- Kesadaran 0,412 0,830256
Uji Unidimensionalitas
Variabel
laten
Pribadi
t q p q p df ( )( 1) 2 1 t (0 12)(0 12 1) 2 1 = 54Goodness of fit Index
Cut off
value
Hasil
model
Keterangan
2- Chi square
-
280,43
diharapkan
kecil
Probability
≥ 0,05
0,00
Kurang baik
RMSEA
≤ 0,08
0,12
Kurang baik
GFI
≥ 0,90
0,81
Kurang baik
AGFI
≥ 0,90
0,72
Kurang baik
TLI
≥ 0,90
0,69
Kurang baik
CFI
≥ 0,90
0,78
Kurang baik
Hubungan Estimasi t t tabel Keterangan R2 X1.12 <--- Pribadi 0,596 0,356 X1.11 <--- Pribadi 0,57 7,023 1,96 Signifikan 0,325 X1.10 <--- Pribadi 0,529 6,621 1,96 Signifikan 0,279 X1.9 <--- Pribadi 0,689 8,064 1,96 Signifikan 0,475 X1.8 <--- Pribadi 0,334 4,468 1,96 Signifikan 0,112 X1.7 <--- Pribadi 0,708 8,213 1,96 Signifikan 0,501 X1.6 <--- Pribadi 0,537 6,701 1,96 Signifikan 0,288 X1.5 <--- Pribadi 0,451 5,812 1,96 Signifikan 0,203 X1.4 <--- Pribadi 0,556 6,888 1,96 Signifikan 0,309 X1.3 <--- Pribadi 0,536 6,69 1,96 Signifikan 0,287 X1.2 <--- Pribadi 0,639 7,652 1,96 Signifikan 0,409 X1.1 <--- Pribadi 0,678 7,98 1,96 Signifikan 0,460
M.I. Par Change
e2 <--> e1 14,555 ,316 e4 <--> e3 13,967 ,279 e5 <--> e3 5,404 ,177 e5 <--> e4 75,339 ,601 e6 <--> e4 11,768 ,208 e6 <--> e5 28,949 ,333 e7 <--> e5 9,088 -,194 e8 <--> e1 6,550 -,308 e8 <--> e5 4,081 -,235 e8 <--> e7 5,988 ,261 e9 <--> e1 8,556 -,250 e9 <--> e3 5,770 -,215 e9 <--> e4 10,551 -,265 e9 <--> e5 4,415 -,175 e9 <--> e7 10,675 ,247 e9 <--> e8 21,102 ,631 e10 <--> e4 10,804 -,308 e10 <--> e5 11,205 -,320 e10 <--> e8 9,905 ,497 e10 <--> e9 42,975 ,739 e12 <--> e2 7,319 ,266
Goodness of fit Index
Cut off
value
Hasil
model
Keterangan
2- Chi square
-
115,34
diharapkan kecil
Probability
≥ 0,05
0,00
Kurang baik
RMSEA
≤ 0,08
0,07
Baik
GFI
≥ 0,90
0,92
Baik
AGFI
≥ 0,90
0,90
Baik
TLI
≥ 0,90
0,91
Baik
CFI
≥ 0,90
0,93
Baik
Hubungan Estimasi kesalahan pengukuran (δ)(1-λi2) X1.12 <--- Pribadi 0,596 0,645 X1.11 <--- Pribadi 0,57 0,675 X1.10 <--- Pribadi 0,529 0,720 X1.9 <--- Pribadi 0,689 0,525 X1.8 <--- Pribadi 0,334 0,888 X1.7 <--- Pribadi 0,708 0,499 X1.6 <--- Pribadi 0,537 0,712 X1.5 <--- Pribadi 0,451 0,797 X1.4 <--- Pribadi 0,556 0,691 X1.3 <--- Pribadi 0,536 0,713 X1.2 <--- Pribadi 0,639 0,592 X1.1 <--- Pribadi 0,678 0,540Uji Unidimensionalitas
Variabel
laten
Pribadi
Hubungan
R
2(sebelum
modifikasi)
R
2(sesudah
modifikasi)
X1.12
<---
Pribadi
0,356
0,368
X1.11
<---
Pribadi
0,325
0,323
X1.10
<---
Pribadi
0,279
0,227
X1.9
<---
Pribadi
0,475
0,428
X1.8
<---
Pribadi
0,112
0,084
X1.7
<---
Pribadi
0,501
0,505
X1.6
<---
Pribadi
0,288
0,27
X1.5
<---
Pribadi
0,203
0,159
X1.4
<---
Pribadi
0,309
0,283
X1.3
<---
Pribadi
0,287
0,291
X1.2
<---
Pribadi
0,409
0,442
X1.1
<---
Pribadi
0,46
0,506
Uji Unidimensionalitas
Variabel laten Aturan
= 14
Goodness of fit Index
Cut off
value
Hasil model
Keterangan
2- Chi square
-
60,05
Diharapkan kecil
Probability
≥ 0,05
0,00
Kurang baik
RMSEA
≤ 0,08
0,12
Kurang baik
GFI
≥ 0,90
0,93
Baik
AGFI
≥ 0,90
0,86
Kurang baik
TLI
≥ 0,90
0,86
Kurang baik
Hubungan Estimasi t t tabel Keterangan R2 X2.7 <--- Aturan 0,712 0,501 X2.6 <--- Aturan 0,446 6,248 1,96 Signifikan 0,199 X2.5 <--- Aturan 0,728 10,278 1,96 Signifikan 0,530 X2.4 <--- Aturan 0,608 8,584 1,96 Signifikan 0,370 X2.3 <--- Aturan 0,522 7,332 1,96 Signifikan 0,272 X2.2 <--- Aturan 0,739 10,421 1,96 Signifikan 0,546 X2.1 <--- Aturan 0,59 8,312 1,96 Signifikan 0,348
Uji Unidimensionalitas
Variabel laten Aturan
Hubungan Estimasi kesalahan pengukuran (δ)(1-λi2) X2.7 <--- Aturan 0,762 0,419 X2.6 <--- Aturan 0,446 0,801 X2.5 <--- Aturan 0,728 0,470 X2.4 <--- Aturan 0,608 0,630 X2.3 <--- Aturan 0,522 0,728 X2.2 <--- Aturan 0,739 0,454 X2.1 <--- Aturan 0,59 0,652
Uji Unidimensionalitas
Variabel laten Lingkungan
= 20
Goodness of fit Index
Cut off
value
Hasil
model
Keterangan
2- Chi square
-
106,29
Diharapkan kecil
Probability
≥ 0,05
0,00
Kurang baik
RMSEA
≤ 0,08
1,38
Kurang baik
GFI
≥ 0,90
0,89
Kurang baik
AGFI
≥ 0,90
0,80
Kurang baik
TLI
≥ 0,90
0,81
Kurang baik
Hubungan Estimasi t t tabel Keterangan R2 X3.8 <--- Lingkungan 0,726 0,528 X3.7 <--- Lingkungan 0,77 10,595 1,96 Signifikan 0,592 X3.6 <--- Lingkungan 0,596 8,295 1,96 Signifikan 0,355 X3.5 <--- Lingkungan 0,667 9,27 1,96 Signifikan 0,445 X3.4 <--- Lingkungan 10,676 9,389 1,96 Signifikan 0,457 X3.3 <--- Lingkungan 0,542 7,55 1,96 Signifikan 0,293 X3.2 <--- Lingkungan 0,598 8,331 1,96 Signifikan 0,358 X3.1 <--- Lingkungan 0,544 7,582 1,96 Signifikan 0,296
M.I.
Par Change
e2
<-->
e1
21,209
,393
e4
<-->
e2
6,427
-,191
e5
<-->
e1
25,397
,411
e6
<-->
e4
10,960
,269
e7
<-->
e1
4,854
-,120
e7
<-->
e5
6,465
-,129
e8
<-->
e1
11,535
-,193
e8
<-->
e7
26,978
,183
Goodness of fit Index
Cut off
value
Hasil
model
Keterangan
2- Chi square
-
30,15
Diharapkan kecil
Probability
≥ 0,05
0,02
Kurang baik
RMSEA
≤ 0,08
0,06
Baik
GFI
≥ 0,90
0,97
Baik
AGFI
≥ 0,90
0,93
Baik
TLI
≥ 0,90
0,97
Baik
CFI
≥ 0,90
0,98
Baik
R
2Sebelum
modifikasi
R
2Sesudah
modifikasi
Hubungan
X3.8
<--- Lingkungan
0,528
0,443
X3.7
<--- Lingkungan
0,592
0,506
X3.6
<--- Lingkungan
0,355
0,408
X3.5
<--- Lingkungan
0,445
0,429
X3.4
<--- Lingkungan
0,457
0,519
X3.3
<--- Lingkungan
0,293
0,298
X3.2
<--- Lingkungan
0,358
0,324
X3.1
<--- Lingkungan
0,296
0,228
Second Order Confirmatory
Kesadaran Berlalu Lintas
t q p q p df ( )( 1) 2 1 57 ) 1 27 0 )( 27 0 ( 2 1 = 321 Goodness of fit Index Cut off value Hasil model Keterangan2 - Chi square - 972,49 Kurang baik Probability ≥ 0,05 0,00 Kurang baik RMSEA ≤ 0,08 0,09 Kurang baik GFI ≥ 0,90 0,74 Kurang baik AGFI ≥ 0,90 0,69 Kurang baik TLI ≥ 0,90 0,73 Kurang baik CFI ≥ 0,90 0,76 Kurang baik
Hubungan Estimasi t t-tabel Ket R2 Pribadi <--- Kesadar 0,87 8,41 1,96 Signifikan 0,75
Aturan <--- Kesadar 0,89 10,65 1,96 Signifikan 0,79
Lingkung <--- Kesadar 0,97 11,85 1,96 Signifikan 0,94
X1#12 <--- Pribadi 0,58 0,34 X1#11 <--- Pribadi 0,57 6,97 1,96 Signifikan 0,32 X1#10 <--- Pribadi 0,50 6,34 1,96 Signifikan 0,25 X1#9 <--- Pribadi 0,68 7,87 1,96 Signifikan 0,46 X1#8 <--- Pribadi 0,33 4,42 1,96 Signifikan 0,11 X1#7 <--- Pribadi 0,68 7,96 1,96 Signifikan 0,47 X1#6 <--- Pribadi 0,60 7,17 1,96 Signifikan 0,36 X1#5 <--- Pribadi 0,50 6,24 1,96 Signifikan 0,25 X1#4 <--- Pribadi 0,60 7,13 1,96 Signifikan 0,36 X1#3 <--- Pribadi 0,52 6,52 1,96 Signifikan 0,27 X1#2 <--- Pribadi 0,63 7,69 1,96 Signifikan 0,40 X1#1 <--- Pribadi 0,65 7,80 1,96 Signifikan 0,43 X2#7 <--- Aturan 0,71 0,51 X2#6 <--- Aturan 0,42 6,06 1,96 Signifikan 0,18 X2#5 <--- Aturan 0,76 10,48 1,96 Signifikan 0,58 X2#4 <--- Aturan 0,57 8,14 1,96 Signifikan 0,33 X2#3 <--- Aturan 0,51 7,20 1,96 Signifikan 0,26 X2#2 <--- Aturan 0,75 10,37 1,96 Signifikan 0,56 X2#1 <--- Aturan 0,64 8,77 1,96 Signifikan 0,41 X3#8 <--- Lingkung 0,75 0,56 X3#7 <--- Lingkung 0,79 12,03 1,96 Signifikan 0,62 X3#6 <--- Lingkung 0,60 8,72 1,96 Signifikan 0,36 X3#5 <--- Lingkung 0,64 9,26 1,96 Signifikan 0,40 X3#4 <--- Lingkung 0,73 10,56 1,96 Signifikan 0,53 X3#3 <--- Lingkung 0,51 7,41 1,96 Signifikan 0,26 X3#2 <--- Lingkung 0,55 8,01 1,96 Signifikan 0,30 X3#1 <--- Lingkung 0,50 7,14 1,96 Signifikan 0,25
Goodness of fit Index Cut off value Hasil model Keterangan
2 - Chi square - 546,39 Diharapkan kecil Probability ≥ 0,05 0,00 Kurang baik RMSEA ≤ 0,08 0,06 Baik GFI ≥ 0,90 0,85 Kurang baik AGFI ≥ 0,90 0,81 Kurang baik TLI ≥ 0,90 0,89 Kurang baik
CFI ≥ 0,90 0,91 Baik M.I. Par Change e21 <--> e30 4,222 0,074 e21 <--> e20 27,473 0,466 E22 <--> e20 6,947 0,212 E23 <--> e30 8,558 -0,085 E23 <--> e28 5,38 0,09 E23 <--> e21 5,814 -0,173 e24 <--> e20 31,618 0,474 e24 <--> e21 5,903 0,202 e25 <--> e29 4,122 -0,077 e25 <--> e28 4,48 0,105 e25 <--> e23 6,426 0,189 e26 <--> e23 5,391 -0,098 e27 <--> e20 6,948 -0,145 e27 <--> e23 4,33 -0,092 e27 <--> e26 17,707 0,134 e13 <--> e29 6,04 -0,084 e13 <--> e28 7,538 0,126 e13 <--> e22 4,185 -0,155 e13 <--> e23 4,744 -0,15 e13 <--> e26 5,548 0,117 e14 <--> e26 6,345 0,103 e15 <--> e13 13,722 -0,35
Hubungan Rmodifikasi2Sebelum Rmodifikasi2Sesudah Pribadi <--- Kesadaran 0,865 0,851 Aturan <--- Kesadaran 0,889 0,869 Lingkungan <--- Kesadaran 0,971 0,991 X1#12 <--- Pribadi 0,581 0,601 X1#11 <--- Pribadi 0,565 0,588 X1#10 <--- Pribadi 0,504 0,495 X1#9 <--- Pribadi 0,675 0,648 X1#8 <--- Pribadi 0,332 0,293 X1#7 <--- Pribadi 0,684 0,695 X1#6 <--- Pribadi 0,599 0,710 X1#5 <--- Pribadi 0,503 0,476 X1#4 <--- Pribadi 0,598 0,571 X1#3 <--- Pribadi 0,516 0,507 X1#2 <--- Pribadi 0,633 0,639 X1#1 <--- Pribadi 0,652 0,658 X2#7 <--- Aturan 0,712 0,684 X2#6 <--- Aturan 0,422 0,371 X2#5 <--- Aturan 0,763 0,767 X2#4 <--- Aturan 0,573 0,571 X2#3 <--- Aturan 0,514 0,523 X2#2 <--- Aturan 0,749 0,749 X2#1 <--- Aturan 0,637 0,650 X3#8 <--- Lingkungan 0,746 0,711 X3#7 <--- Lingkungan 0,785 0,757 X3#6 <--- Lingkungan 0,601 0,618 X3#5 <--- Lingkungan 0,636 0,630 X3#4 <--- Lingkungan 0,725 0,732 X3#3 <--- Lingkungan 0,511 0,510 X3#2 <--- Lingkungan 0,552 0,524