ANALISIS HUBUNGAN PERSEPSI RISIKO DENGAN PERILAKU BERKENDARA TERHADAP RISIKO KECELAKAAN PADA PENGENDARA SEPEDA MOTOR
DI DEPARTEMEN TEKNIK INDUSTRI FT USU
TUGAS SARJANA
Diajukan Untuk Memenuhi Sebagian Dari
Syarat-Syarat Memperoleh Gelar Sarjana Teknik Industri
Oleh
INDAH PUSPA SARI LUBIS 150403052
D E P A R T E M E N T E K N I K I N D U S T R I F A K U L T A S T E K N I K
UNIVERSITAS SUMATERA UTARA M E D A N
2019
Universitas Sumatera Utara
KATA PENGANTAR
Puji syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa karena atas Berkat dan Rahmat-Nya penulis dapat menyelesaikan Tugas Akhir ini.
Tugas Akhir ini merupakan salah satu syarat akademis yang harus di penuhi oleh mahasiswa untuk mendapatkan gelar sarjana teknik di Departemen Teknik Industri, khususnya program studi reguler strata satu, Fakultas Teknik, Universitas Sumatera Utara. Tugas Akhir ini membahas tentang analisis persepsi risiko terhadap perilaku berkendara pengendara sepeda motor di Kota Medan.
Penulis melaksanakan pengamatan Tugas Akhir di Kota Medan, Sumatera Utara tempat dimana populasi penelitian diambil.
Penulis menyadari bahwa masih terdapat kekurangan dalam penulisan tugas akhir ini. Semoga tugas akhir ini dapat bermanfaat bagi para pembaca dan peneliti selanjutnya.
UNIVERSITAS SUMATERA UTARA PENULIS,
MEDAN, JULI 2019 INDAH PUSPA SARI LUBIS
UCAPAN TERIMA KASIH
Penulis memanjatkan Puji dan Syukur Kehadirat Tuhan Yang Maha Esa bahwa penulis dapat menyelesaikan tugas Sarjana untuk memperoleh gelar Sarjana Teknik. Penulisan Tugas Sarjana ini tidak akan terselesaikan dengan baik jika tidak adanya bimbingan dan bantuan dari berbagai pihak maka dari itu penulis mengucapkan terima kasih kepada :
1. Ibu Ir. Seri Maulina, M.Si, Ph.D selaku Dekan Fakultas Teknik, Universitas Sumatera Utara
2. Ibu Dr. Meilita Tryana Sembiring, ST, MT selaku Ketua Departemen Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara, yang telah mengizinkan pelaksanaan Tugas Sarjana.
3. Ibu Dr. Eng. Listiani Nurul Huda, MT selaku dosen pembimbing atas bimbingan, waktu, ilmu, masukan, dan motivasi yang diberikan kepada penulis sehingga penulis dapat menyelesaikan Tugas Sarjana dengan baik.
4. Bapak Prof. Dr. Ir. Sukaria Sinulingga M.Eng dan Ibu Ir. Anizar M.Kes selaku dosen pembanding yang telah memberikan saran dan masukan sehingga laporan Tugas Sarjana menjadi lebih baik.
5. Kedua orang tua, yang tiada henti memberikan dukungan baik secara moril, materil, serta doa.
6. Sahabat-sahabat saya Syntiara, Vira, Hera, Juwita, Sintia, Nina, dan Jordan yang terus membantu, mendukung, dan memotivasi saya selama ini.
7. Rian Maulana, yang telah mendukung dan menemani saya selama ini.
8. Asisten Laboraturium E&PSK stambuk 2015 William, Willyanto, Said, Lamria, Marco, dan Tasya yang tiada henti membantu dan mendukung saya selama ini.
9. Asisten Laboraturium E&PSK stambuk 2013, 2014, 2016 untuk dukungannya selama ini.
10. Teman-teman stambuk 2015 yang telah mendukung dan menemani saya selama ini.
INDAH PUSPA SAR LUBIS
ABSTRAK
Kecelakaan lalu lintas adalah suatu kejadian yang tidak disangka dan melibatkan kendaraan dengan atau pemakai jalan lainnya yang mengakibatkan korban manusia atau kerugian harta benda. Kecelakaan disebabkan oleh beberapa faktor antara lain faktor lingkungan, faktor kendaraan, dan faktor pengendara. Polisi lalu lintas mencatat pada tahun 2017 terjadi 91.371 kecelakaan lalu lintas yang disebabkan oleh faktor pengendara. Perilaku berkendara yang buruk menyebabkan gangguan berkendara yang menjadi faktor risiko penting dalam kecelakaan lalu lintas. Hal ini terjadi akibat pengendara mempersepsikan risiko yang lebih kecil dari pada risiko yang sebenarnya. Tujuan penelitian ini untuk melihat adanya dugaan hubungan yang signifikan antara persepsi risiko dengan perilaku berkendara terhadap risiko kecelakaan pengendara sepeda motor (H0). Data dikumpulkan menggunakan instrumen penelitian berupa kuesioner perilaku berkendara, kuesioner persepsi risiko, dan kuesioner risiko kecelakaan. Kemudian dilakukan uji korelasi dan dibuat Structural Equation Model (SEM). Hasil dari uji korelasi dengan SPSS menunjukkan adanya hubungan yang signifikan antara persepsi risiko dengan perilaku berkendara, dan perilaku berkendara dengan risiko kecelakaan, namun tidak signifikan antara persepsi risiko dengan risiko kecelakaan. Hasil dari Structural Equation Model (SEM) menunjukkan bahwa terdapat hubungan yang signifikan antara persepsi risiko dengan perilaku berkendara, dan perilaku berkendara dengan risiko kecelakaan lalu lintas, serta terdapat hubungan signifikan negatif antara persepsi risiko dengan risiko kecelakaan. Tanda negatif menunjukkan hubungan antar variabel yang berlawanan. Dengan demikian disimpulkan bahwa hipotesa (H0) peneliti diterima.
Kata Kunci : Kecelakaan Lalu Lintas, Perilaku Berkendara, Persepsi Risiko, Pengendara Sepeda Motor
ABSTRACT
A traffic accident is an incident that is unexpected and involves a vehicle with or other road users resulting in human casualties or property losses.
Accidents are caused by several factors including environmental factors, vehicle factors, and driver factors. Traffic police noted that in 2017 there were 91,371 traffic accidents caused by driver factors. Bad driving behavior causes driving disruption which is an important risk factor in traffic accidents. This happens because the driver perceives a risk that is smaller than the actual risk. The purpose of this study was to see the existence of a significant relationship between perceived risk and driving behavior towards the risk of motorcycle accident accidents (H0). Data were collected using research instruments in the form of driving behavior questionnaires, risk perception questionnaires, and traffic accident risk questionnaires. Then a correlation test was conducted and a Structural Equation Model (SEM) was made. The results of the correlation test with SPSS indicate a significant relationship between risk perception and driving behavior, and driving behavior with accident risk, but not significantly between risk perception and accident risk. The results of the Structural Equation Model (SEM) show that there is a significant relationship between risk perception and driving behavior, and driving behavior with accident risk, and there is a significant negative relationship between risk perception and accident risk. A negative sign indicates the relationship between the variables are opposite. Thus it was concluded that the hypothesis (H0) was accepted.
Keywords : Traffic Accident, Driving Behaviour, Risk Perception, Motorcycle Rider
iv
DAFTAR ISI
BAB HALAMAN
LEMBAR JUDUL ... i
LEMBAR PENGESAHAN ... ii
KATA PENGANTAR ... iii
DAFTAR ISI ... iv
DAFTAR TABEL ... viii
DAFTAR GAMBAR ... x
DAFTAR LAMPIRAN... xi
I PENDAHULUAN ... I-1 1.1. Latar Belakang ... I-1 1.2. Perumusan Masalah... I-7 1.3. Tujuan Penelitian ... I-7 1.4. Manfaat Penelitian... I-7 1.5. Batasan Masalah dan Asumsi... I-8
II GAMBARAN UMUM PENELITIAN ... II-1 2.1. Gambaran Umum Departemen Teknik Industri Universitas Sumatera Utara, Medan... II-1 2.2. Gambaran Perilaku Berkendara Mahasiswa ... II-1 2.3. Persepsi Risiko Mahasiswa ... II-3
DAFTAR ISI (LANJUTAN)
BAB HALAMAN
2.4. Tingkat Kecelakaan di Kota Medan ... II-4
III LANDASAN TEORI ... III-1 3.1. Persepsi Risiko (Risk Perception) ... III-1
3.1.1. Indikator Persepsi Risiko ... III-2 3.2. Perilaku Berkendara (Driving Behavior) ... III-3 3.2.1. Indikator Perilaku Berkendara (Driving Behavior) .... III-5 3.3. Risiko Kecelakaan ... III-8 3.4. Alat Analisis Data ... III-8 3.4.1. Uji Korelasi Product Moment... III-8 3.4.2. Multivariate Data Analysis ... III-9 3.4.2.1. Analisis Jalur (Path Analysis)... III-10 3.4.2.2. Structural Equation Model (SEM) ... III-10 3.4.3.3. Evaluation Structural Equation Model (SEM) III-14
IV METODOLOGI PENEITIAN ... IV-1 4.1. Lokasi dan Waktu Penelitian... IV-1 4.2. Jenis Penelitian ... IV-1 4.3. Subjek Penelitian ... IV-2 4.4. Roadmap Penelitian... IV-2
v
DAFTAR ISI (LANJUTAN)
BAB
4.5. Kerangka Konseptual ...
HALAMAN IV-4 4.6. Variabel Penelitian ... IV-4 4.6. Definisi Operasional Variabel ... IV-5 4.7. Tahapan Penelitian ... IV-6 4.8. Metode Pengumpulan Data ... IV-8 4.9. Metode Pengolahan Data ... IV-8 4.10. Metode Analisis Data ... IV-9
V PENGUMPULAN DAN PENGOLAHAN DATA ... V-1 5.1. Persepsi Risiko (PR)... V-1
5.1.1. Skor Hasil Kuesioner Persepsi Risiko (PR)
Pengendara Sepeda Motor... V-1 5.1.2. Uji Validitas dan Reliabilitas Data Persepsi Risiko
(PR) Pengendara Sepeda Motor ... V-2 5.2. Perilaku Berkendara (PB)... V-4 5.2.1. Skor Hasil Kuesioner Perilaku Berkendara (PB)
Pengendara Sepeda Motor... V-4 5.2.2. Uji Validitas dan Reliabilitas Data Perilaku
Berkendara (PR) Pengendara Sepeda Motor... V-5 5.3. Risiko Kecelakaan (RK)... V-6
DAFTAR ISI (LANJUTAN)
BAB HALAMAN
5.3.1. Skor Hasil Kuesioner Risiko Kecelakaan (RK)
Pengendara Sepeda Motor... V-7 5.2.2. Uji Validitas dan Reliabilitas Data Risiko Kecelakaan
(RK) Pengendara Sepeda Motor ... V-8 5.4. Uji Korelasi Persepsi Risiko (PR), Perilaku Berkendara (PB),
dan Risiko Berkendara (RK) Pengendara Sepeda Motor ... V-9 5.4. Structural Equation Model (SEM) ... V-11
VI ALISIS DAN PEMBAHASAN ... VI-1 6.1. Analisis Persepsi Risiko (PR) Pengendara Sepeda Motor ... VI-1 6.2. Analisis Perilaku Berkendara (PB) Pengendara Sepeda Motor VI-1 6.3. Analisis Risiko Kecelakaan (RK) Pengendara Sepeda Motor VI-2 6.4. Analisis Uji Korelasi Persepsi Risiko (PR), Perilaku
Berkendara (PB), dan Risiko Berkendara (RK) Pengendara
Sepeda Motor ... VI-3 6.5. Analisis Jalur Structural Equation Model (SEM) ... VI-4
VII KESIMPULAN DAN SARAN... VII-1 7.1. Kesimpulan... VII-1 7.2. Saran ... VII-1
vii
DAFTAR ISI (LANJUTAN)
BAB HALAMAN
DAFTAR PUSTAKA DAFTAR LAMPIRAN
DAFTAR TABEL
TABEL HALAMAN
3.1. Kuesioner Persepsi Risiko Pengendara Sepeda Motor... III-3 3.2. Kuesioner Perilaku Berkendara Pengendara Sepeda Motor. III-6 3.3. Kuesioner Risiko Kecelakaan Pengendara Sepeda Motor ... III-7 5.1. Atribut Persepsi Risiko (PR) Pengendara Sepeda Motor... V-1 5.2. Rekapitulasi Data Kuesioner Persepsi Risiko (PR)
Pengendara Sepeda Motor... V-2 5.3. Hasil Uji Validitas Data Persepsi Risiko (PR) Pengendara
Sepeda Motor dengan Software SPSS... V-3 5.4. Hasil Uji Reliabilitas Persepsi Risiko (PR) Pengendara
Sepeda Motor dengan Software SPSS... V-3 5.5. Atribut Perilaku Berkendara (PB) Pengendara Sepeda
Motor ... V-4 5.6. Rekapitulasi Data Kuesioner Perilaku Berkendara (PB) Pengendara Sepeda Motor... V-5 5.7. Hasil Uji Validitas Data Perilaku Berkendara (PB) ... V-5 5.8. Hasil Uji Reliabilitas Data Perilaku Berkendara (PB) ... V-6 5.9. Atribut Risiko Kecelakaan (RK) Pengendara Sepeda Motor V-7 5.10. Rekapitulasi Data Kuesioner Risiko Berkendara (RK) Pengendara Sepeda Motor... V-8
DAFTAR TABEL (LANJUTAN)
BAB HALAMAN
5.11. Hasil Uji Validitas Data Risiko Kecelakaan (RK) ... V-8 5.12. Hasil Uji Reliabilitas Data Risiko Kecelakaan (RK) ... V-8 5.13. Korelasi PR dengan PB ... V-9 5.14. Korelasi PB dengan RK ... V-10 5.15. Korelasi PR dengan RK ... V-11
DAFTAR GAMBAR
GAMBAR HALAMAN
1.1. Grafik Jumlah Kecelakaan Lalu Lintas ... I-2 1.2. Penyebab Kecelakaan Disebabkan Faktor Pengendara .... I-3 1.3. Pengendara Motor Melawan Arus ... I-6 1.4. Pengendara Menggunakan Handphone pada Saat
Berkendara ... I-6 2.1. Perilaku Berkendara Mahasiwa Sambil Menggunakan
Handphone di Lingkungan Kampus ... II-2 3.1. Diagram Jalur SEM ... III-12 4.1. Roadmap Penelitian ... IV-3 4.2. Kerangka Konseptual Penelitian... IV-4 4.3. Tahapan Penelitian... IV-7 5.1. Structural Equation Model (SEM) Persepsi Risiko,
Perilaku Berkendara, dan Risiko Kecelakaan... V-13
DAFTAR LAMPIRAN
LAMPIRAN HALAMAN
1. Kuesioner Penelitian ... L-1 2. Foto Responden... L-2 3. Hasil Uji Validitas dan Reliabilitas ... L-6 4. Surat Kemajuan Mahasiswa (Tranksrip Nilai)... L-7 5. Form Pengajuan Tugas Akhir ... L-8 6. Kartu Kehadiran Kuliah Umum, Seminar Hasil, Workshop, dan
Conference ... L-9 7. Form Asistensi Laporan ... L-10
BAB I
PENDAHULUAN
1.1. Latar Belakang
Setiap tahun terjadi peningkatan jumlah penduduk di Indonesia.
Peningkatan jumlah penduduk berakibat pada penambahan jumlah kebutuhan dan aktifitas masyarakat yang sinergi dengan meningkatnya kebutuhan transportasi guna pemenuhan kebutuhan masyarakat. Peningkatan aktifitas dan kebutuhan transportasi tentunya berakibat meningkatnya potensi kecelakaan.
1Data Badan Pusat Statistik (BPS) menyebutkan pada tahun 2015 di Indonesia, jumlah kecelakaan lalu lintas mencapai 98,9 ribu kasus. Angka ini meningkat 3,19 persen dibanding tahun sebelumnya yang mencapai 95,5 ribu kasus. Jumlah kecelakaan lalu lintas dalam 10 tahun terakhir mengalami fluktuasi, peningkatan paling tinggi terjadi pada 2011, yakni mencapai 108 ribu kasus.
Padahal, pada 2010 hanya terjadi 66,5 ribu kasus. Sedangkan kasus yang paling banyak terjadi pada 2012 dengan 117,9 ribu kasus. Angka tersebut terus mengalami fluktuasi ke dari tahun ke tahun. Ini menunjukkan bahwa angka kecelakaan lalu lintas di Indonesia dalam kondisi memperihatinkan. 2Badan Kesehatan Dunia atau WHO menyebutkan bahwa setiap tahun 1,3 juta dari 50 juta orang meninggal dalam kecelakaan lalu lintas. Di bawah ini merupakan grafik angka kecelakaan lalu lintas di Indonesia.
1 Badan Pusat Statistik (BPS)
2 World Health Organization (WHO). 2011. Mobile Phone Use : A Growing Problem of Driver Distraction. hlm 5.
I-1
I-2
Sumber: Badan Pusat Statistik
Gambar 1.1. Grafik Jumlah Kecelakaan Lalu Lintas
3Kecelakaan disebabkan oleh beberapa faktor antara lain faktor lingkungan (seperti cuaca, kondisi jalan, lalu lintas), faktor kendaraan (seperti tipe dan kondisi), dan pengendara (seperti kemampuan pengendara dan tingkah laku pengendara).
4Tingkah laku pengendara (driving behavior) yang buruk menyebabkan gangguan mengemudi (driving distraction) yang menjadi faktor risiko penting dalam kecelakaan lalu lintas. Menurut Badan Kesehatan Dunia (WHO) driving behavior yang dapat menimbulkan gangguan berkendara antara lain menyetel radio, menggunakan ponsel (handhpone), melihat papan iklan di jalan, makan atau minum, dan merokok. Berikut adalah data kecelakaan di Indonesia disebabkan oleh faktor pengendara.
3 https://dishub.pemkomedan.go.id
4 Opcit.,WHO.hlm 2.
I-3
Sumber: POLANTAS dalam Angka 2017
Gambar 1.2. Penyebab Kecelakaan Disebabkan Faktor Pengendara
Berdasarkan grafik di atas dapat dilihat angka kecelakaan yang disebabkan oleh faktor perilaku pengendara. Perilaku jarak berdekatan, tidak pakai helm, tidak tertib, dan melampaui batas kecepatan menjadi penyumbang angka paling tinggi.
5Studi dari sejumlah negara menunjukkan bahwa proporsi pengendara yang menggunakan ponsel saat mengemudi telah meningkat selama 5-10 tahun terakhir, dari 1% hingga 11%. Menggunakan telepon seluler dapat menyebabkan pengendara mengalihkan pandangan dari jalan, tangan dari kemudi, dan pikiran dari jalan dan situasi di sekitarnya. Ini adalah jenis gangguan yang dikenal sebagai gangguan kognitif yang memiliki dampak terbesar pada perilaku mengemudi.
5 Ibid.,hlm 4.
Kasus
I-4
6Menurut Zendrive, sebuah perusahaan penyedia software ponsel untuk keamanan berkendara, menunjukkan dari 10 perjalanan, 9 di antaranya pasti melibatkan pengendara yang memakai ponsel. Data itu dihimpun dari 570 perjalanan yang dilakukan oleh 3,1 juta pengendara di Amerika Serikat. Temuan lain yang tak kalah mengejutkan adalah, rata-rata para pengendara memakai ponsel selama 3,5 menit dalam perjalanan. Data dari Lembaga Nasional Keselamatan Lalu Lintas AS menyebutkan, terjadi kenaikan kecelakaan akibat ponsel sebesar 50 persen sejak tahun 2010.
7Penelitian yang dilakukan Ma,Ming, dkk menemukan bahwa sikap
pengemudi terhadap pelanggaran aturan dan memacu kenderaan dengan kecepatan tinggi memiliki dampak signifikan pada driving behavior yang berisiko. Selanjutnya, dua skala persepsi risiko, yaitu kemungkinan kecelakaan dan kepedulian akan kecelakaan memiliki efek tidak langsung yang signifikan terhadap driving behavior berisiko.
8Lebih lanjut Strayer mengatakan, berkendara sambil melakukan
percakapan menggunakan ponsel atau handsfree menghasilkan dua kali lipat peningkatan kegagalan dan reaksi yang lebih lambat terhadap sinyal lalu lintas.
Hal ini dapat menyebabkan terjadinya kecelakaan.
6 The Jakarta Post
7 Ma, Ming, Xinping Yin, Helai Huang, Mohamed Abdel-Aty. 2009. Occupational Driver Safety of Public Transportation: Risk Perception, Attitudes, and Driving Behavior. Journal of the Transportation Research Board.
8 Strayer, David L., William A. Johnston. 2001. Driven to Distraction: Dual-Task Studies of Simulated Driving and Conversing on a Cellular Telephone. Journal of Association for
Psychological Science
I-5
9Persepsi resiko adalah penilaian subyektif tentang terjadinya suatu
kecelakaan dan seberapa besar perhatian individu akan konsekuensinya. 10Budiatmo menjelaskan bahwa pengendara tidak akan mengambil keputusan untuk melakukan suatu tindakan (perilaku) yang dipersepsi sebagai berisiko tinggi, bahkan sangat tinggi sehingga akan berdampak pada terancamnya keselamatan. Namun tidak jarang pula persepsi pengendara salah. Pengendara tersebut mempersepsikan risiko yang lebih kecil dari pada risiko yang sebenarnya. Akibatnya pengendara mengambil keputusan yang berisiko tinggi sehingga dapat membahayakan keselamatan. Hal ini berarti semakin tinggi persepsi risiko pengendara terhadap suatu perilaku akan membuat perilaku tersebut memiliki kemungkinan yang rendah untuk muncul.
11Menurut Finn dan Barry persepsi risiko pengendara muda (young driver) lebih rendah dari pada pengendara tua (old driver) yang menyebabkan lebih banyak bahkan sebagian dari young driver mengalami kecelakaan. Hal ini dingaruhi oleh tiga faktor antara lain : (1) Young driver lebih bersedia mengambil risiko dari pada old driver, (2) Young driver gagal menganggap suatu situasi berbahaya sama bahayanya bagi old driver, (3) Gabungan kedua faktor tersebut.
Di Kota Medan sendiri banyak sekali kecelakaan yang terjadi akibat driving behavior pengendara yang sangat buruk. BPS mencatat pada tahun 2016
9 Sjoberg, L., Moen, Bjorg-Elin., Rundmo, Torbjorn. 2004. Explaining Risk Perception an Evaluation of the Psychometric Paradigm in Risk Perception Research. Norwegian : Rotunde publikasjoner.
10 Budiastomo, N dan Santoso, A. 2007. Hubungan Persepsi Resiko Kecelakaan dan Pengambilan Keputusan Melanggar Lampu Merah. JPS, 13(1). Fakultas Psikologi Universitas Indonesia.
Jakarta.
11 Finn, Peter, Barry W. E. Bragg. 1986. Perception of The Risk Of an Accident by Young and Older Drivers. Journal of PERGAMON Vol.18 No.4
I-6
terjadi 1.574 kasus kecelakaan di Kota Medan dengan korban 213 diantaranya meninggal dan 832 luka berat.
Driving behavior yang buruk tersebut diantaranya adalah menggunakan handphone pada saat berkendara, melawan arus, tidak menggunakan helm, dan banyak lagi. Berikut adalah gambar driving behavior pengendara yang dapat menyebabkan kecelakaan di Kota Medan.
Gambar 1.3. Pengendara Motor Melawan Arus
Gambar 1.4. Pengendara Menggunakan Handphone pada Saat Berkendara
Berdasarkan penjelasan di atas, peneliti tertarik untuk meneliti hubungan persepsi risiko (risk perception) dengan driving behavior pengendara sepeda motor di Kota Medan, Sumatera Utara.
I-7
1.2. Perumusan Masalah
Perumusan masalah dari latar belakang di atas adalah dugaan adanya hubungan yang signifikan antara persepsi risiko dengan perilaku berkendara terhadap risiko kecelakaan yang menyebabkan tingginya tingkat kecelakaan lalu lintas pengendara sepeda motor di Kota Medan, Sumatera Utara.
1.3. Tujuan Penelitian
Tujuan umum dari penelitian adalah menganalisis hubungan persepsi risiko dengan perilaku berkendara terhadap risiko kecelakaan pengendara sepeda motor di Kota Medan, Sumatera Utara.
Tujuan khusus dari penelitian adalah:
1. Menganalisis pengaruh persepsi risiko terhadap perilaku berkendara.
2. Menganalisis pengaruh persepsi risiko terhadap risiko kecelakaan.
3. Menganalisis pengaruh perilaku berkendara terhadap risiko kecelakaan.
4. Menganalisis pengaruh persepsi risiko dan perilaku berkendara terhadap risiko kecelakaan.
1.4. Manfaat Penelitian
Manfaat yang diperoleh dalam penelitian ini adalah sebagai berikut:
1. Memperoleh ilmu dalam mengaitkan suatu penyebab dan dampak suatu permasalahan.
2. Mengembangkan kemampuan dalam menganalisis dan berfikir secara sistematis.
I-8
3. Dapat menjadi referensi untuk penelitian yang berkenaan dengan persepsi risiko dan perilaku yang ditimbulkan di masa depan.
1.5. Batasan Masalah dan Asumsi
Batasan masalah dalam penelitian ini adalah sebagai berikut:
1. Penelitian yang dilakukan berupa analisis hipotesa hubungan persepsi risiko dengan perilaku berkendara terhadap risiko kecelakaan lalu lintas.
2. Persepsi risiko yang diamati terdiri dari 2 (dua) indikator persepsi risiko yaitu kekhawatiran akan kecelakaan (worry) dan tekanan sosial (social pressure).
3. Perilaku berkendara yang diamati tediri dari 2 (dua) indikator perilaku berkendara yaitu kepatuhan akan peraturan (obedience) dan perilaku menunjukkan kebolehan (pride).
4. Risiko kecelakaan yang diamati terdiri dari 3 (tiga) indikator risiko kecelakaan yaitu kemampuan memperlambat kecepatan (declaration rate), respon terhadap potensi bahaya (respond to traffic accident risk) dan estimasi jarak pengereman (braking distance).
Asumsi-asumsi yang digunakan dalam penelitian ini adalah:
1. Subjek penelitian mengerti secara keseluruhan proses dan tahapan-tahapan dalam penelitian.
2. Subjek penelitian menjawab pertanyaan dengan jujur dan sesuai dengan apa yang dirasakan pada kuesioner.
BAB II
GAMBARAN UMUM PENELITIAN
Gambaran umum penelitian berisi tentang informasi dari subjek penelitian.
Tujuan dari bab ini adalah untuk memberikan gambaran mengenai subjek penelitian terkait dengan topik penelitian yaitu analisis hubungan persepsi risiko dengan perilaku berkendara pengendara sepeda motor di Kota Medan studi kasus di Departemen Teknik Industri Universitas Sumatera Utara, Medan. Gambaran umum penelitian adalah sebagai berikut.
2.1. Gambaran Umum Departemen Teknik Industri Universitas Sumatera Utara, Medan
Departemen Teknik Industri saat ini dikepalai oleh Dr. Meilita Tryana Sembiring, ST., MT. Stambuk yang aktif kuliah saat ini yaitu stambuk 2015, 2016, 2017, dan 2018 yang masing-masing terdiri dari 85 orang, 85 orang, 180 orang, dan 180 orang. Subjek penelitian adalah mahasiswa yang aktif mengendarai sepeda motor dibuktikan dengan memiliki SIM C dari stambuk 2015 hingga 2018 yang berjumlah 215 mahasiswa.
2.2. Gambaran Perilaku Berkendara Mahasiswa
Gambaran perilaku berkendara mahasiswa Departemen Teknik Industri Universitas Sumatera Utara adalah representatif dari perilaku berkendara di Kota Medan khususnya kaum muda. Finn dan Barry (1989) mengatakan bahwa kaum
II-1
II-2
muda (young driver) di Ontario, Kanada cenderung melakukan perilaku (manuver) berkendara yang berbahaya saat berkendara. Tidak berbeda dengan mahasiswa di Departemen Teknik Industri. Sering kali dijumpai mahasiswa yang kerap melakukan perilaku menggunakan handphone saat berkendara, melawan arus, memacu kendaraan dengan kecepatan tinggi, tidak memakai helm dan pelanggaran lainnya. Di bawah ini merupakan salah satu contoh perilaku berkendara berbahaya yang kerap dilakukan mahasiswa.
Gambar 2.1. Perilaku Berkendara Mahasiwa Sambil Menggunakan Handphone di Lingkungan Kampus
1Strayer (2001) mengatakan, berkendara sambil melakukan percakapan menggunakan handphone atau handsfree menghasilkan dua kali lipat peningkatan kegagalan dan reaksi yang lebih lambat terhadap sinyal lalu lintas. Hal ini dapat menyebabkan terjadinya kecelakaan. Lebih lanjut penelitian yang dilakukan Ma,
1 Strayer, David L., William A. Johnston. 2001. Driven to Distraction: Dual-Task Studies of Simulated Driving and Conversing on a Cellular Telephone. Journal of Association for Psychological Science
II-3
Ming, dkk (2009) menemukan bahwa sikap pengemudi terhadap pelanggaran aturan dan memacu kenderaan dengan kecepatan tinggi memiliki dampak signifikan pada perilaku berkendara yang berisiko. Di sisi lain, Sarwono (2007) menjelaskan pengendara muda belum mampu berpikir jauh ke depan tentang konsekuensi logis dari keputusan yang dimbil. Aully dan Ummu (2018) menjelaskan perilaku berbahaya yang sering dilakukan oleh pengendara muda seperti kebut-kebutan, balap liar, berboncengan tidak sesuai kapasitas sepeda motor adalah contoh perilaku sensation seeking behaviour atau dapat disebut sebagai perilaku menunjukkan kebolehan (pride) yang tujuannya untuk mendapatkan pengalaman baru yang mendebarkan dan menyenangkan.
2.3. Persepsi Risiko Mahasiswa
Persepsi resiko adalah penilaian subyektif tentang terjadinya suatu kecelakaan dan seberapa besar perhatian individu akan konsekuensinya.
Budiastomo (2007) menjelaskan bahwa pengendara tidak akan mengambil keputusan untuk melakukan suatu tindakan (perilaku) yang dipersepsi sebagai berisiko tinggi, bahkan sangat tinggi sehingga akan berdampak pada terancamnya keselamatan. Namun tidak jarang pula persepsi pengendara salah. Pengendara tersebut mempersepsikan risiko yang lebih kecil dari pada risiko yang sebenarnya.
Akibatnya pengendara mengambil keputusan yang berisiko tinggi sehingga dapat membahayakan keselamatan. Maka dari itu semakin tinggi persepsi risiko pengendara terhadap suatu perilaku akan membuat perilaku tersebut memiliki kemungkinan yang rendah untuk muncul.
II-4
Hal inilah yang akan peneliti teliti lebih lanjut tentang analisis hubungan persepsi risiko dengan perilaku berkendara terhadap risiko kecelakaan di Departemen Teknik Industri, FT USU.
2.4. Tingkat Kecelakaan di Kota Medan
2Badan Pusat Statistik (BPS) mencatat pada tahun 2016 terjadi 1.574 kasus kecelakaan di Kota Medan dengan korban 213 diantaranya meninggal dan 832 luka berat. Kecelakaan disebabkan oleh beberapa faktor antara lain faktor lingkungan (seperti cuaca, kondisi jalan, lalu lintas), faktor kendaraan (seperti tipe dan kondisi), dan pengendara (seperti kemampuan pengendara dan tingkah laku pengendara). Finn dan Barry (1989) mengatakan bahwa kaum muda cenderung melakukan perilaku (manuver) berkendara yang berbahaya saat berkendara. Maka dari itu tidak menutup kemungkinan kaum muda menyumbang angka yang tinggi pada tingkat kecelakaan khususnya di Kota Medan.
2 Badan Pusat Statistik
BAB III LANDASAN TEORI
3.1. Persepsi Risiko (Risk Perception)
1Persepsi adalah penilaian subjektif mengenai sesuatu hal. Persepsi risiko berkendara adalah penilaian subjektif mengenai bahaya-bahaya yang ada di jalan, kemampuan berkendara, kemampuan kendaraannya, kemungkinan terjadinya suatu kecelakaan, dan besarnya perhatian pengendara akan konsekuensinya.
Apabila seorang pengendara mempersepsi risiko kecelakaan yang tinggi, maka ia cenderung mengambil keputusan untuk tidak melakukan driving behavior berisiko. Sebaliknya bila risiko kecelakaan yang dipersepsi rendah, maka kecenderungannya ia akan melakukan driving behavior berisiko.
2Sebagian besar definisi risiko mencakup semacam estimasi probabilitas untuk terjadinya peristiwa negatif. Risiko menurut definisi yang paling umum ditemukan dalam literatur keselamatan, adalah probabilitas dari peristiwa masa depan yang merugikan. Risiko adalah semua tentang pikiran, keyakinan dan konstruksi. Perkiraan seseorang tentang risiko mungkin sangat berbeda dari perkiraan obyektif. Risiko objektif adalah risiko yang ada terlepas dari pengetahuan individu dan kekhawatiran sumber risiko). Sampai batas tertentu, risiko yang dirasakan jelas merupakan cerminan dari risiko nyata, terutama ketika risiko sudah diketahui. Risiko obyektif misalnya dapat berupa kemungkinan
1 Budiastomo, N dan Santoso, A. 2007. Hubungan Persepsi Resiko Kecelakaan dan Pengambilan Keputusan Melanggar Lampu Merah. JPS, 13(1). Fakultas Psikologi Universitas Indonesia.
Jakarta.
2 Rundmo, Torjborn, dkk. 2004. Explaining Risk Perception. An Evaluation of Cultural Theory.
Norwey : Rotunde Publikasjoner.
III-1
Universitas Sumatera Utara
III-2
tertabrak oleh kendaraan atau terbunuh dalam kereta derailment. Sumber risiko objektif dapat bervariasi dalam budaya yang berbeda; kemungkinan longsoran jelas lebih besar di beberapa bagian dunia daripada yang lain. Risiko yang dirasakan menyangkut bagaimana seseorang memahami dan mengalami fenomena tersebut. Banyak faktor yang dapat memengaruhi persepsi risiko, seperti kekhawatiran akan bahaya, keakraban dengan sumber bahaya, kontrol atas situasi dan karakter dramatis peristiwa - peristiwa langka yang mencolok cenderung ditaksir terlalu tinggi, sementara frekuensi kejadian umum cenderung diremehkan.
Misalnya, meskipun risiko sebenarnya terlibat dalam kecelakaan pesawat sangat kecil, banyak orang masih takut untuk terbang.
3.1.1. Indikator Persepsi Risiko
Penilaian subjektif pengendara terhadap suatu risiko dapat diukur dari indikator kekhawatiran akan kecelakaan (worry) yang diambil dari salah satu skala penilaian persepsi risiko oleh Rundo&Iversen (2004). Kekhawatiran (worry) pengendara akan kecelakaan muncul dari seberapa besar pengendara berpikir tentang peluang kecelakaan yang mungkin terjadi, dan kesiapan pengendara maupun kendaraan yang digunakan sebelum melakukan perjalanan. Selanjutnya indikator tekanan sosial (social pressure). Aji Prasetyo, dkk (2014) menjelaskan tekanan sosial dapat membuat pengendara menjadi tidak sabar dan cenderung melanggar peraturan lalu lintas dengan mudah. Hal tersebut dikarenakan
III-3
pengendara tidak lagi memikirkan risikonya. Alhasil pengendara mempersepsikan sesuatu yang berisiko tinggi menjadi berisiko rendah. Kuesioner persepsi risiko dapat dilihat pada Tabel 3.1.
Tabel 3.1. Kuesioner Persepsi Risiko Pengendara Sepeda Motor No. Persepsi Risiko (Risk Perception) Sangat
Setuju Setuju Kurang Setuju
Tidak Setuju
Sangat Tidak Setuju Kekhawatiran (Worry) :
Saya sangat peduli akan risiko 1. kecelakaan yang akan saya alami
setiap kali saya berkendara Tekanan Sosial (Social Pressure) :
Faktor tekanan sosial selalu menjadi 2. perhatian saya atas risiko kecelakaan
yang akan saya hadapi
3.2. Perilaku Berkendara (Driving Behavior)
3Perilaku (behavior) adalah tanggapan atau reaksi individu terhadap rangsangan atau lingkungan. Driving Behavior adalah perilaku yang muncul atau dilakukan pada saat berkendara.
4Driving behavior yang buruk dapat menimbulkan gangguan berkendara yang memicu kecelakaan. Gangguan dalam berkendara merupakan faktor risiko penting dalam kecelakaan lalu lintas. Ada berbagai jenis gangguan berkendara akibat driving behavior yang buruk seperti menyetel radio, menggunakan ponsel, melihat papan iklan di jalan, atau mengawasi orang di sisi jalan. Perilaku tersebut
3 Kamus Besar Bahasa Indonesia (KBBI)
4 World Health Organization (WHO). 2011. Mobile Phone Use : A Growing Problem of Driver Distraction. WHO : Library Catalonguing.
III-4
dapat menyebabkan pengendara mengalihkan pandangan dari jalan, tangan dari kemudi, dan pikiran mereka dari jalan dan situasi di sekitarnya. Ini adalah jenis gangguan yang dikenal sebagai gangguan kognitif yang tampaknya memiliki dampak terbesar pada perilaku mengemudi.
Gangguan berkendara merupakan konsep yang buruk dan tidak konsisten.
Badan Kesehatan Dunia (WHO) mendefinisikan gangguan berkendara adalah pengalihan perhatian dari aktivitas-aktivitas penting untuk berkendara yang aman menuju aktivitas yang beresiko.
Ketika pengendara terganggu, perhatian mereka untuk sementara dibagi antara apa yang disebut sebagai tugas utama yaitu berkendara dan tugas sekunder yaitu perilaku yang tidak terkait dengan berkendara. Misalnya, selama percakapan ponsel, sumber daya kognitif (yaitu berpikir) pengendara digunakan untuk menganalisis situasi berkendara (tugas utama) namun percakapan yang terjadi (tugas sekunder), akibatnya kesadaran situasional pengendara untuk pengambilan keputusan dan kinerja mengendarai terganggu.
5Menurut WHO gangguan berkendara bersumber dari empat jenis behavior yaitu:
1. Visual, misalnya berpaling dari jalan untuk tugas yang tidak terkait dengan berkendara.
2. Kognitif, misalnya merefleksikan subjek pembicaraan sebagai akibat dari berbicara di telepon dari pada menganalisis situasi jalan.
5 Ibid., WHO. hlm 5.
III-5
3. Fisik, misalnya ketika pengendara memegang atau mengoperasikan perangkat alih-alih berkendara dengan kedua tangan, atau memutar nomor pada ponsel atau membungkuk untuk menyetel radio.
4. Pendengaran, misalnya merespons ponsel berdering, atau jika perangkat lain dinyalakan sangat keras sehingga menutupi suara lain.
3.2.1. Indikator Perilaku Berkendara (Driving Behavior)
Pengukuran terhadap perilaku berkendara pengendara sepeda motor dilakukan melalui indikator perilaku berkendara yaitu kepatuhan pengendara terhadap peraturan lalu lintas (obedience), dan perilaku menunjukkan kebolehan untuk membuat orang lain kagum (pride). POLANTAS dalam Angka (2017) pada Gambar 1.2 mencatat setidaknya terdapat 90.000 kasus kecelakaan sepeda motor yang terjadi disebabkan faktor perilaku pengendara. Faktor yang menyumbang angka tertinggi adalah jarak yang berdekatan, tidak pakai helm, tidak tertib, melampaui batas kecepatan, dan melawan arus. Perilaku-perilaku tersebut adalah bentuk ketidakpatuhan pengendara akan peraturan lalu lintas. Maka dari itu kepatuhan pengendara menjadi indikator pertama pengukuran perilaku berkendara pengendara sepeda motor. Rundo & Iversen (2004) menjelaskan bahwa ketidakpatuhan pengendara akan peraturan (rule violations) berdampak pada perilaku berkendara yang berisiko (risk behavior).
Sarwono (2005) menjelaskan pengendara muda belum mampu berpikir jauh ke depan tentang konsekuensi logis dari keputusan yang dimbil. Aully dan Ummu (2018) menjelaskan perilaku berbahaya yang sering dilakukan oleh
III-6
pengendara muda seperti kebut-kebutan, balap liar, berboncengan tidak sesuai kapasitas sepeda motor adalah contoh perilaku sensation seeking behaviour atau dapat disebut sebagai perilaku menunjukkan kebolehan (pride) yang tujuannya untuk mendapatkan pengalaman baru yang mendebarkan dan menyenangkan serta menarik kekaguman orang lain. Maka dari itu perilaku menunjukkan kebolehan (pride) menjadi salah satu indikator selanjutnya dalam pengukuran perilaku berkendara pengendara sepeda motor.
Indikator-indikator pengukuran perilaku berkendara kemudian disusun ke dalam kuesioner perilaku berkendara. Kuesioner perilaku berkendara dapat dilihat pada Tabel 3.2.
Tabel 3.2. Kuesioner Perilaku Berkendara Pengendara Sepeda Motor No. Perilaku Berkendara (Driving
Behaviour)
Sangat
Setuju Setuju Kurang Setuju
Tidak Setuju
Sangat Tidak Setuju Kepatuhan (Obedience) :
1. Kepatuhan terhadap peraturan lalu lintas selalu menjadi kepedulian saya Menunjukkan kebolehan (Pride) :
2.
Saya selalu termotivasi untuk melakukan perilaku berkendara yang menarik kekaguman orang lain kepada saya
3.3. Risiko Kecelakaan
Dinas Perhubungan mendifinisikan kecelakaan adalah suatu peristiwa tidak disengaja yang melibatkan kendaraan dan pengguna jalan lainnya yang dapat menimbulkan korban nyawa maupun materil.
III-7
Risiko kecelakaan adalah bahaya atau konsekuensi yang muncul akibat kecelakaan. Besarnya risiko kecelakaan dapat diukur melalu indikator oleh Da Costa & Siti Malkhamah (2017) yaitu:
1. Perlambatan kecepatan (declaration rate)
2. Respon terhadap potensi kecelakaan (respond to traffic accident risk) 3. Estimasi jarak pengereman (braking distance)
Perlambatan kecepatan (declaration rate) adalah kemampuan pengendara melakukan perlambatan kecepatan sebagai bentuk pengendalian pengendara guna mengurangi kemungkinan risiko yang dialami. Respon terhadap potensi kecelakaan (respond to traffic accident risk) untuk mengukur reaksi pengendara akan kemungkinan bahaya yang muncul. Dan estimasi jarak pengereman adalah kemampuan pengendara memperkirakan jarak pengereman sesaat sebelum mengenai bahaya (braking distance). Kemudian indikator-indikator dimasukkan ke dalam kuesioner risiko kecelakaan. Kusioner risiko kecelakaan dapat dilihat pada Tabel 3.3.
Tabel 3.3. Kuesioner Risiko Kecelakaan Pengendara Sepeda Motor No. Risiko Kecelakaan (Traffic Accident
Risk)
Perlambatan kecepatan (Declaration Rate) : Pengendalian kecepatan selalu
Sangat
Setuju Setuju Kurang Setuju
Tidak Setuju
Sangat Tidak Setuju
1. menjadi perhatian saya guna mengurangi risiko kecelakaan
Respon terhadap risiko kecelakaan (Respond to Traffic Accident Risk) : 2. Saya selalu yakin mampu merespon
bahaya dengan cepat
III-8
Tabel 3.3. Kuesioner Risiko Kecelakaan Pengendara Sepeda Motor
(Lanjutan)
No. Risiko Kecelakaan (Traffic Accident Risk)
Sangat
Setuju Setuju Kurang Setuju
Tidak Setuju
Sangat Tidak Setuju Jarak Pengereman (Braking Distance) :
3.
Saya selalu yakin mampu mengestimasi jarak pengereman sesaat sebelum mengenai bahaya
3.4. Alat Analisis Data
Penelitian analisis hubungan persepsi risiko dan perilaku berkendera di Kota Medan menggunakan alat analisis seperti uji korelasi product moment, dan model SEM (Structural Equation Model). Adapun penjelasan lebih lanjut tentang alat analisis di atas dapat dilihat sebagai berikut.
3.4.1. Uji Korelasi Product Moment
Korelasi sederhana (korelasi product moment) digunakan untuk mengetahui hubungan antar variable jika ada data yang digunakan memiliki skala interval atau rasio (Sugiyono, 2012). Dalam penelitian, uji korelasi ini digunakan untuk melihat hubungan antar perilaku berkendara dan persepsi risiko. Rxy
merupakan koefisien korelasi yang nilainya akan senantiasa berkisar antara -1 sampai 1. Bila koefisien korelasi tersebut mendekati 0 berarti korealasi tersebut semakin melemah (Sulianto, 2011).
III-9
Keterangan:
r : Koefisien korelasi X1 : Atribut 1
Y : Atribut 2 n : Jumlah Sampel
3.4.2. Multivariate Data Analysis6
Penelitian ini menggunakan jenis multivariate data analysis lebih tepatnya adalah structural equation model (SEM) untuk menggambarkan hubungan antar variabel.
Pada umumnya, hubungan antara variabel dependen dan sejumlah variabel independen dapat dengan mudah dirumuskan dalam sebuah persamaan. Bila sebuah variabel dependen Y dipengaruhi oleh sebuah variabel independen X maka model persamaan antara ke dua variabel tersebut dinamakan model regresi tunggal. Apabila melibatkan lebih dari satu atau sejumlah variabel independen Xi
maka disebut model persamaan regresi ganda (multilinier regression model) yang dirumuskan sebagai berikut:
y = a + bx1 + cx2 + dx3 + …. kxn
Karena dalam model ini, analisis mencakup variabel langsung dan tak langsung maka variabel dalam model ini dibedakan menjadi variabel eksogen (penyebab) dan variabel endogen (akibat). Dengan menggunakan teknik multi-
6 Sinulingga,Sukaria. 2017. Metode Penelitian. Medan:USU Press. hlm 328.
III-10
variate analysis, koefisien (bobot) masing-masing variabel akan dapat ditentukan.
Masalah yang terkait dengan inter-relasi antar variabel dapat diselesaikan dengan menggunakan pendekatan analisis jalur (path analysis). Selain itu, jika variabel- variabel terkait tidak dapat diukur secara langsung tetapi harus menggunakan variabel manifest maka analisis dengan menggunakan Structural Equation Modeling (SEM) dapat memecahkan masalah ini dengan baik.
3.4.2.1. Analisis Jalur (Path Analysis)
Analisis jalur pada dasarnya ialah suatu teknik analisis hubungan sebab- akibat dimana variabel-variabel independen mempengaruhi variabel dependen baik secara langsung maupun tidak langsung. Analisis jalur merupakan pengembangan langsung bentuk regresi berganda dengan tujuan untuk memberikan estimasi tingkat kepentingan (magnitude) dan signifikansi (significance) hubungan sebab akibat hipotetikal dalam seperangkat variabel.
Model analisis berganda digunakan untuk memprediksi nilai variabel dependen (Y) termasuk nilai rata-rata berdasarkan nilai variabel-variabel independen (Xi) sedangkan model analisis jalur menganalisis besarnya pengaruh langsung dan tidak langsung dari variabel sebab terhadap variabel akibat.
3.4.2.2. Structural Equation Model (SEM)
SEM adalah singkatan dari model persamaan struktural (structural equation model) yang merupakan generasi kedua teknik analisis multivariate yang memungkinkan peneliti untuk menguji hubungan antara variabel yang kompleks
III-11
baik recursive maupun non-recursive untuk memperoleh gambaran menyeluruh mengenai suatu model. Tidak seperti analisis multivariate biasa (regresi berganda dan analisis factor). SEM merupakan suatu analisis dengan pendekatan perpaduan dari dua analisis yaitu analisis factor (factor analysis) dan analisis jalur (path analysis). SEM dapat melakukan pengujian secara bersama-sama, yaitu: model struktural yang mengukur hubungan antara independent dan dependent construct, serta model measurement yang mengukur hubungan (nilai loading) antara variabel indicator dengan konstruk (variabel laten) (Bollen, 1989).
Diagram jalur SEM berfungsi untuk menunjukkan pola hubungan antar variabel yang diteliti. Dalam SEM pola hubungan antar variabel akan diisi dengan variabel yang diobservasi, variabel laten dan indikator. Didasarkan pola hubungan antar variabel. Model SEM merupakan penggabungan dua model secara serentak yaitu model struktural (structural model) dan model pengukuran (measurement model). Model struktural merupakan model yang dibentuk oleh pola hubungan antara variabel laten eksogen sebagai variabel independen dan variabel laten endogen sebagai variabel dependen. Model pengukuran adalah model untuk mengukur value dari masing-masing variabel laten eksogen dan variabel laten endogen melalui variabel manifest masing-masing. Pada Gambar 3.2 di bawah ini diberikan contoh diagram jalur SEM.
III-12
Gambar 3.2. Diagram Jalur SEM
Dengan penjelasan simbol sebagai berikut:
1. Ada dua variabel laten, yaitu ξ1 (dibaca KSI) sebagai variabel eksogenous dan ε1 (dibaca ETA) sebagai variabel endogenous.
2. Ada 5 variabel terobservasi, yaitu X1, X2, dan X3 yang berfungsi sebagai indicator dari variabel laten ξ1 serta Y1, dan Y2 sebagai indicator variabel laten ε1.
3. Ada satu kesalahan residual (residual term), yaitu δ1 (dibaca ZETA) yang berhubungan dengan prediksi nilai variabel laten ε1.
4. Ada dua kesalahan pengukuran (error term) untuk Y1 dan Y2, yaitu ε1 dan ε2
serta tiga kesalahan pengukuran untuk X1, X2, dan X3 yaitu δ1, δ2, dan δ3.
III-13
5. Anak panah searah dari ξ1ke ε1 menunjukkan bahwa variabel laten exogenous ξ1 mempengaruhi variabel laten endogenous ε1.
6. Anak panah searah dari ξ1 ke X1, X2, dan X3, serta dari ε1 ke Y1 dan Y2 yang diwakili dengan λ adalah jalur regresi, yang menunjukkan bahwa adanya pengaruh dari masing-masing variabel laten ke masing-masing indikatornya.
7. Anak panah dua arah antara X1 dan X2 merupakan kovarian atau korelasi antara indikator X1 dan X2 (Sukaria Sinulingga, 2017).
Berdasarkan dari Gambar 3.2 dapat dibuat model persamaan struktural sebagai berikut:
ETA1 = γ1.KSI1 + γ2.KSI2 + γ3.KSI3 + δ1
ETA2 = β1.ETA1 + γ4.KSI4 + γ5.KSI5 + δ2
Variabel laten eksogen dapat membentuk dua pola hubungan variable laten endogen yaitu hubungan langsung (direct relationship) dan hubungan tidak langsung (indirect relationship).
Model persamaan pengukuran menjelaskan masing-masing hubungan antara variable manifest dengan variable laten, dengan model persamaan sebagai berikut:
X1 = λ1.KSI1 + δ1
X2 = λ2.KSI2 + δ2
III-14
3.4.2.3. Evaluation Structural Equation Model (SEM)
Untuk mengetahui apakah model yang dibuat didasarkan pada data observasi sesuai dengan model teori atau tidak diperlukan acuan indeks kecocokan model. Jika hasil pengujian model menunjukan derajat kecocokan yang tinggi (good fit) dan hipotesis jalur dan arah hubungan juga sesuai maka model yang diuji tersebut dapat dikatakan cukup mendukung.
Berikut ini nilai-nilai indeks kecocokan model yang sering digunakan dalam SEM, diantaranya:
1. Nilai good-ness of fit test (GFT) melalui uji statistik chi kuadrat (X2 Test) pada Phitung > 0,05.
2. Nilai Root Mean Square Error of Approximation (RMSEA) < 0,08 3. Model dapat dikatakan reliable jika nilai t kritis > 1,96
4. Validitas model dapat dicapai jika λ > 0,50 (Sukaria Sinulingga, 2017)
BAB IV
METODOLOGI PENELITIAN
Penelitian analisis hubungan persepsi risiko dengan perilaku berkendara terhadap risiko kecelakaan berjenis penelitian survei. Penelitian ini bersifat kualitataif dan kuantitatif. Kualitatif karena proses pengumpulan data menggunakan instrumen kuesioner. Dilanjutkan dengan proses kuantitatif dimana dilakukan uji statistik, uji korelasi, dan permodelan Strutural Equation Model (SEM). Berikut ini dijelaskan lebih lanjut mengenai metodologi penelitian analisis hubungan persepsi risiko dengan perilaku berkendara terhadap risiko kecelakaan.
4.1. Lokasi dan Waktu Penelitian
Penelitian ini dilakukan di beberapa tempat yang berkaitan dengan topik penelitian di Kota Medan, Sumatera Utara. Penelitian dilakukan pada bulan Februari hingga Juni 2019.
4.2. Jenis Penelitian1
Jenis penelitian yang digunakan adalah penelitian survei. Penelitian survei ialah suatu penyelidikan yang dilakukan untuk memperoleh fakta-fakta dari gejala yang ada dan mencari keterangan secara faktual untuk mendapatkan kebenaran.
Metode survei pada umumnya menggunakan instrumen kuesioner (questionnaire)
1 Sinulingga,Sukaria. 2017. Metode Penelitian. Medan:USU Press. hlm 31.
IV-1
IV-2
yang diisi oleh para responden dari objek penelitian yang ditetapkan dengan metode tertentu.
4.3. Subjek Penelitian
Subjek penelitian adalah mahasiswa dan mahasiswi Departemen Teknik Industri, Fakultas Teknik Universitas, Sumatera Utara stambuk 2015-2018 yang aktif mengendarai sepeda motor dibuktikan dengan memiliki SIM C berjumlah 215 orang dengan rentang usia 16 - 24 tahun.
4.4. Roadmap Penelitian
Roadmap penelitian dapat dilihat pada Gambar 4.1. di bawah ini.
terhadap pihak kepolisian untuk membuat suatu peraturan terkait tindakan perilaku berkendara yang dilakukan oleh masyarakat
kerjasama Melakukan
terhadap pihak kepolisian untuk membuat suatu peraturan terkait tindakan perilaku berkendara yang dilakukan oleh masyarakat
kerjasama Melakukan
perilaku berkendara kepada masyarakat melalui mengadakan sosialisasi atau campaign
pemberian mengenai Melakukan
pengertian
Melakukan pemantauan lalu lintas secara konsisten
Tahapan yang Diteliti
Melakukan analisis hipotesa terkait permasalahan dan faktor penyebab terjadinya kecelakaan lalu lintas
Engineering Education Enforcement Encouragement Emergency Response IV-3
Sumber : Dinas Perhubungan
Gambar 4.1. Roadmap Penelitian
Persepsi Risiko (Risk Perception)
Perilaku Berkendara (Driving Behavior)
Risiko Kecelakaan Lalu Lintas yang Tinggi
IV-4
4.5. Kerangka Konseptual
Kerangka konseptual menunjukkan hubungan logis antara variabel- variabel yang telah diidentifikasi yang penting dan menjadi fondasi dalam melaksanakan penelitian. Kerangka konseptual penelitian ini dapat dilihat pada Gambar 4.2.
Gambar 4.2. Kerangka Konseptual Penelitian
4.6. Variabel Penelitian
Variabel-variabel yang akan diamati dalam penelitian ini adalah:
1. Variabel Independen
Variabel independen merupakan variabel bebas. Pada penelitian ini yang merupakan variabel independen adalah persepsi risiko (PR) pengendara terhadap perilaku berkendara yang berbahaya.
2. Variabel Dependen
Variabel dependen adalah variabel yang nilainya dipengaruhi atau ditentukan oleh variabel lain. Variabel dependen dalam penelitian ini adalah:
a. Perilaku berkendara (PB) pengendara sepeda motor.
b. Risiko kecelakaan (RK) lalu lintas yang muncul disebabkan persepsi risiko (PR) dan perilaku berkendara (PB).
IV-5
4.7. Definisi Operasional Variabel
2Definisi operasional merupakan penjelasan sistematis dari konsep dan variabel. Tujuan dari definisi operasional adalah untuk menjelaskan tentang pengukuran indikator-indikator dari variabel terkait. Definisi operasional variabel penelitian dijelaskan sebagai berikut.
1. Definisi Operasional Variabel Persepsi Risiko (PR)
Persepsi risiko ialah penilaian subjektif seseorang terhadap suatu risiko yang mungkin akan muncul dan seberapa besar konsekuensinya. Penilaian subjektif pengendara terhadap suatu risiko dapat diukur dari indikator kekhawatiran akan kecelakaan (worry), dan tekanan sosial (social pressure). Kekhawatiran (worry) pengendara akan kecelakaan muncul dari seberapa besar pengendara berpikir tentang peluang kecelakaan yang mungkin terjadi, dan kesiapan pengendara maupun kendaraan yang digunakan sebelum melakukan perjalanan. Di samping itu tekanan sosial (social pressure), misalnya tekanan pekerjaan yang mengharuskan pengendara tiba tepat waktu membuat pengendara tidak lagi memikirkan risikonya. Alhasil pengendara mempersepsikan sesuatu yang berisiko tinggi menjadi berisiko rendah.
2. Definisi Operasional Variabel Perilaku Berkendara (PB)
Perilaku berkendara ialah perilaku yang muncul atau dilakukan pada saat mengendarai sepeda motor yang dapat memicu risiko kecelakaan. Perilaku tersebut dapat dilihat dan diukur dari indikator perilaku berkendara yaitu kepatuhan pengendara terhadap peraturan lalu lintas (obedience), dan perilaku
2 Ibid.,Sukaria Sinulingga.hlm 102.
IV-6
menunjukkan kebolehan untuk membuat orang lain kagum (pride). Kepatuhan pengendara (obedience) adalah perilaku mentaati seluruh peraturan lalu lintas yang ada diantaranya mentaati rambu-rambu lalu lintas, tidak menerobos lampu merah, berkendara di jalur yang tepat, berkendara sesuai kapasitas kendaraan, menggunakan helm, dan peraturan-peraturan lalu lintas lainnya.
Perilaku menunjukkan kebolehan (pride) diantaranya adalah berkendara secara ugal-ugalan melebihi batas kecepatan, melakukan manuver berbahaya seperti berlomba-lomba dengan kendaraan lain, menyalip kendaraan lain untuk menarik kekaguman orang lain.
3. Definisi Risiko Kecelakaan (RK)
Risiko kecelakaan adalah bahaya atau konsekuensi yang muncul akibat suatu peristiwa yang terjadi secara tidak sengaja dan menimbulkan kerugian baik kerugian nyawa maupun materi. Besarnya risiko kecelakaan dapat diukur melalu indikator kemampuan pengendara melakukan perlambatan kecepatan (declaration rate), kemampuan pengendara merespon potensi kecelakaan dengan cepat (respond to potential accident), dan kemampuan pengendara mengestimasi jarak pengereman sesaat sebelum mengenai bahaya (braking distance).
4.8. Tahapan Penelitian
Tahapan penelitian dapat dilihat pada Gambar 4.3. di bawah ini.
Mulai
Kuantitatif
Kesimpulan dan Saran Analisis dan Evaluasi
Pengolahan Data
Permodelan Path Analysis Structural Equation Model (SEM) Uji Korelasi: rcorrelation Perilaku Berkendara
(PB) dan Persepsi Risiko (PR) Uji Reliabilitas Data : Alpha Cronbach
Reliability Test
Uji Validitas Data : rproductmoment oleh Pearson Studi Pendahuluan
1. Studi Literatur 2. Studi Lapangan
IV-7
Kualitatif Pengumpulan data
1. Data Primer
a. Atribut persepsi risiko (PR) Kekhawatiran (Worry) :
- Saya sangat oeduli akan risiko kecelakaan yang akan saya alami setiap kali saya berkendara (PR1) Tekanan Sosial (Social Pressure):
- Faktor tekanan sosial selalu menjadi perhatian saya atas risiko kecelakaan yang akan saya hadapi (PR2)
b. Atribut perilaku berkendara (PB) Kepatuhan (Obedience) :
- Kepatuhan terhadap peraturan lalu lintas selalu menjadi kepedulian saya (PB1) Menunjukkan Kebolehan (Pride) :
c. Atribut Risiko Kecelakaan
Perlambatan Kecepatan (Declaration Rate) :
- Pengendalian kecepatan selalu menjadi perhatian saya guna mengurangi risiko kecelakaan (RK1) Respon terhadap risiko kecelakaan (Respond to Traffic Accident Risk)
- Saya selalu yakin mampu merespon bahaya dengan cepat (RK2) Jarak Pengereman (Braking Distance)
- Saya selalu yakin mampu mengestimasi jarak pengereman sesaat sebelum mengenai bahaya (RK3) 2. Data Sekunder
Data kecelakaan lalu lintas disebabkan oleh perilaku berkendara.
Gambar 4.3. Tahapan Penelitian
IV-8
4.9. Metode Pengumpulan Data
Pengumpulan data dilakukan menggunakan instrumen penelitian berupa kuesioner. Metode pengumpulan data yang dilakukan dalam penelitian ini adalah sebagai berikut.
1. Data Primer
Data primer dikumpulkan dengan cara melakukan penyebaran kuesioner atribut Perilaku Berkendara (PB) dan Persepsi Risiko (PR). Data primer diperoleh dari kuesioner perilaku berkendara (PB) dan kuesioner persepsi risiko (PR).
2. Data Sekunder
Data sekunder yang digunakan pada penelitian ini adalah data kecelakaan lalu lintas (traffic accident) dikarenakan faktor perilaku berkendara (driving behaviour) yang digunakan sebagai latar belakang penelitian ini. Data dihimpun dari Badan Pusat Statistik (BPS) dan POLANTAS Tahun 2017.
4.10. Metode Pengolahan Data
Langkah-langkah pengolahan data dalam penelitian ini adalah sebagai berikut:
1. Uji statistik untuk data PR, PB, dan RK meliputi uji validitas rproductmoment dan Alpha Cronbach Reliability Test.
2. Uji korelasi antar variabel.
3. Pembuatan model Structural Equation Model (SEM).
IV-9
4.11. Metode Analisis Data
Analisis pemecahan masalah yang dilakukan pada penelitian ini tabel rekapan PR untuk melihat rata-rata persepsi risiko, perilaku berkendara, dan risiko kecelakaan dari subjek penelitian, hasil uji korelasi antar variabel untuk melihat hubungan setiap variabel, dan analasis Structural Equation Model (SEM).
BAB V
PENGUMPULAN DAN PENGOLAHAN DATA
5.1. Persepsi Risiko (PR)
Persepsi risiko (PR) adalah persepsi pengendara terhadap risiko berkendara yang mungkin muncul. Pengukuran persepsi risiko (PR) responden dilakukan melalui indikator yang telah disusun di bab II pada Tabel 3.1.
Kemudian pertanyaan dari setiap indikator disusun ke dalam kuesioner dengan skala likert. Atribut persepsi risiko ditunjukkan pada Tabel 5.1.
Tabel 5.1. Atribut Persepsi Risiko (PR) Pengendara Sepeda Motor
No. Simbol Indikator Pertanyaan
1. PR1 Kekhawatiran (Worry)
Saya sangat peduli akan risiko kecelakaan yang akan saya alami setiap kali saya berkendara
2. PR2 Tekanan Sosial (Social Pressure)
Faktor tekanan sosial selalu menjadi perhatian saya atas risiko kecelakaan yang akan saya hadapi
Sumber : Pengumpulan Data
5.1.1. Skor Hasil Kuesioner Persepsi Risiko (PR) Pengendara Sepeda Motor Kuesioner persepsi risiko disebarkan ke mahasiswa/i Teknik Industri USU Stambuk 2015-2018 dengan karakteristik aktif mengendarai sepeda motor terbukti dengan memiliki SIM C. Selanjutnya, responden diminta untuk memberikan penilaian pada setiap atribut pada kuesioner perspsi risiko menurut skala likert.
Tingkat penilaian berskor 5 sampai 1. Tingkat penilaian yang diberikan sebagai berikut.
V-2
5 = Sangat Setuju 4 = Setuju
3 = Kurang Setuju 2 = Tidak Setuju
1 = Sangat Tidak Setuju
Berikut ini adalah rekapitulasi data persepsi risiko pengendara sepeda motor.
Tabel rekapitulasi data persepsi risiko disajikan pada tabel Tabel 5.2.
Nilai bobot = (Jumlah Sangat Setuju x 5) + (Jumlah Setuju x 4) + (Jumlah Kurang Setuju x 3) + (Jumlah Tidak Setuju x 2) + (Jumlah Sangat Tidak Setuju x 1)
Tabel 5.2. Rekapitulasi Data Kuesioner Persepsi Risiko (PR) Pengendara Sepeda Motor
PR Sangat
Setuju (5)
Setuju (4)
Kurang Setuju (3)
Tidak Setuju (2)
Sangat Tidak Setuju (1)
Total Bobot
Rata- rata
PR1 17 92 78 20 8 735 3,42
PR2 0 21 95 77 22 545 2,53
Total Bobot 1280
Sumber : Pengumpulan Data
5.1.2. Uji Validitas dan Reliabilitas Data Persepsi Risiko (PR) Pengendara Sepeda Motor
Uji validitas dan reliabilitas yang dilakukan pada data persepsi risiko menggunakan Product Moment oleh Pearson dan Alpha Cronbach Reliability Test dengan software SPSS. Nilai rtabel diperoleh dari Tabel R (Pearson) dimana
