POLA PENGGUNAAN MODA PADA SISWA SMA DI KOTA · PDF filemasuk dan keluar sekolah banyak siswa...
Transcript of POLA PENGGUNAAN MODA PADA SISWA SMA DI KOTA · PDF filemasuk dan keluar sekolah banyak siswa...
Prosiding Seminar Nasional Aplikasi Teknologi Prasarana Wilayah (ATPW), Surabaya, 11 Juli 2012, ISSN 2301-6752
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
email : Mahasiswa Pascasarjana Teknik Sipil FTSP – ITS Surabaya Kampus ITS Surabaya Telp/Fax :(031)5941490,
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
dalam melakukan perjalanan ke sekolah. Hal ini turut menambah masalah transportasi yang sudah ada, dimana permasalahan transportasi yang dialami oleh kota-kota di Indonesia pada umumnya didominasi oleh penggunaan kendaraan pribadi Penggunaan kendaraan pribadi baik menggunakan mobil maupun sepeda motor tidak dapat dihindari dan menjadi prioritas . Kondisi ini menyebabkan jumlah kendaraan yang beroperasi tidak sebanding
Prosiding Seminar Nasional Aplikasi Teknologi Prasarana Wilayah (ATPW), Surabaya, 11 Juli 2012, ISSN 2301-6752
Manajemen dan Rekayasa Transportasi B-96
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 :
( ) ( )( )[ ]
( )[ ]( )
( )pkpkkkk
pjpjjj
k k
j
j
xxx
xxx
xg
xgxxjYP
ββββ
ββββ
µ
++++
++++=
=
==
∑
∑
=
=
221102
0
22110
2
0
exp
exp
exp
exp
(1)
dimana 00 =β sehingga 0)(0 =xg Keterangan: ( )xjYP = = peluang bersyarat dari variabel
respon j pada vektor x
( )xjµ = persamaan regresi logistik untuk
variabel respon j ( )xg j = logit pada variabel respon j, j =
0, 1, 2
mx = nilai dari variabel penjelas ke-m, m = 1, 2 ,3, …, p
jmβ = 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
( )
( )pp
pp
xxx
xxx
eexP ββββ
ββββ
++++
++++
+=
22110
22110
1)( (2)
Di mana variabel prediktor tersebut bersifat kontinyu. Dengan menggunakan transformasi logit akan didapatkan dua fungsi logit sebagai berikut :
1
121211110
1 )0()1(
ln)(
β
ββββ
xxxx
xYPxYP
xg
pp
′=
++++=
=
==
(3)
2
222212120
2 )0()2(
ln)(
β
ββββ
xxxx
xYPxYP
xg
pp
′=
++++=
=
==
(4)
Berdasarkan kedua fungsi logit tersebut maka diperoleh model regresi multinomial berupa model regresi logistik multinomial sebagai berikut:
)()(0 2111)( xgxg ee
x++
=π (5)
)()(
)(
1 21
1
1)( xgxg
xg
eeex
++=π
(6)
)()(
)(
2 21
2
1)( xgxg
xg
eeex
++=π
(7)
Dengan ( )xjYP = = )(xjπ untuk j=0,1,2
Prosiding Seminar Nasional Aplikasi Teknologi Prasarana Wilayah (ATPW), Surabaya, 11 Juli 2012, ISSN 2301-6752
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.
Langkah selanjutnya dilakukan tabulasi silang untuk mengetahui variabel yang memiliki frekuensi yang minimal. Hasil Tabulasi Silang antara variabel terikat dengan variabel bebas ditunjukkan pada tabel 3.
Prosiding Seminar Nasional Aplikasi Teknologi Prasarana Wilayah (ATPW), Surabaya, 11 Juli 2012, ISSN 2301-6752
Manajemen dan Rekayasa Transportasi B-98
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.
Ketepatan klasifikasi yang telah diperoleh dari model yang telah dibentuk ditunjukkan pada tabel 7.
Prosiding Seminar Nasional Aplikasi Teknologi Prasarana Wilayah (ATPW), Surabaya, 11 Juli 2012, ISSN 2301-6752
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, www.pusjatan.pu.go.id, diakses 1 juni 2011.
Prosiding Seminar Nasional Aplikasi Teknologi Prasarana Wilayah (ATPW), Surabaya, 11 Juli 2012, ISSN 2301-6752
Manajemen dan Rekayasa Transportasi B-100
[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, www.pusjatan.pu.go.id, diakses 1 juni 2011.
[9] Kusnandar, Erwin (2010). Pengaruh Proporsi Sepeda Motor terhadap kecepatan arus lalulintas, Jurnal Jalan – Jembatan, Vol. 27, No. 1 p. 31 -38., http://isjd.pdii.lipi.go.id, diakses 1 juni 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, http://digilib.itb.ac.id, diakses 15 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, http://www.ditlantas.poldasulteng.net, diakses 24 Nopember 2011
[18] _______(2011) Masalah Transportasi di Kota Palu, http://www.KoranSulteng.com, 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. Biaya transportasi ke sekolah
Waktu tempuh ke sekolah
Prosiding Seminar Nasional Aplikasi Teknologi Prasarana Wilayah (ATPW), Surabaya, 11 Juli 2012, ISSN 2301-6752
Manajemen dan Rekayasa Transportasi B-101
Tabel 2 Uji independensi antara variabel terikat dan variabel bebas
Variabel Nilai Chi-Square
P-Value
Keputusan
Jenis Kelamin 78.912 0.000 Tolak Ho
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
Total
Sepeda
Motor Mobil
Pribadi
Angkutan
Umum Jenis kelamin
Perempuan 42.2% 58.3% 90.3%
61.0%
Laki-laki 57.8% 41.7% 9.7%
39.0%
Pekerjaan orang tua
pns 69.9% 95.8% 71.6%
72.3%
karyawan swasta 22.8% 4.2% 25.4%
22.5%
tni/polri 7.3% .0% 3.0% 5.2%
Penghasilan orang tua
1.000.000-2.000.000 7,30% 0% 0%
4,10%*
2.000.000-3.000.000 9.2% .0% 2.2% 6.0% 3.000.000-4.000.000 2.4% .0% 16.4% 7.4% 4.000.000-5.000.000 45.6% 50.0% 49.3%
47.3%
>5.000.000 35.4% 50.0% 32.1%
35.2%
Kepemilikan mobil
tidak punya 19.4% .0% .7%
11.3%
1 unit mobil 43.7% 45.8% 51.5%
46.7%
2 unit mobil 29.1% 45.8% 41.8%
34.9%
3 unit mobil 6.3% 8.3% 2.2%
4.9%*
>3 unit mobil 1.5% .0% 3.7%
2.2%*
Kepemilikan motor
tidak punya 1.0% .0% .0%
0.5%*
1 unit motor 1.0% .0% 26.9%
10.4%
2 unit motor 46.6% 91.7% 38.8%
46.7%
3 unit motor 35.0% .0% 32.8%
31.9%
>3 Unit Motor 16,5% 8,3% 1,5%
10,4%
jarak <1 km 11.7% 87.5% 35.1%
25.3%
1-2 km 28.6% 4.2% 14.9%
22.0%
2-3 km 34.5% 8.3% 40.3%
34.9%
>3 km 25.2% .0% 9.7%
17.9%
kelas kelas X 52.9% 8.3% 76.9%
58.8%
kelas XI 38.8% 79.2% 12.7%
31.9%
kelas XII 8.3% 12.5% 10.4% 9.3%
Jumlah anggota keluarga
1-2 orang
7.8% .0% 3.0% 5.5% 2-3 orang
14.6% 41.7% .7% 11.3%
3-4 orang 46.1% .0% 3.7%
27.5%
4-5 orang 27.7% 50.0% 65.7%
43.1%
>5 orang 3.9% 8.3% 26.9%
12.6%
Status anak kandung 83.5% 16.7% 88.8%
81.0%
anak angkat 6.3% 41.7% 3.7% 7.7% saudara
10.2% 41.7% 7.5% 11.3%
kepuasan tidak puas .0% .0% 54.5%
20.1%
puas 76.2% 83.3% 13.4%
53.6%
puas sekali 23.3% 12.5% 32.1%
25.8%
keamanan tidak baik .0% .0% 21.6% 8.0%
baik 99.0% 41.7% 76.9%
87.1%
baik sekali .5% 50.0% 1.5% 4.1%
keselamatan tidak baik .0% .0% 4.5% 1.6%
baik 99.0% 66.7% 94.8%
95.3%
baik sekali .5% 29.2% .7% 2.5%
Prosiding Seminar Nasional Aplikasi Teknologi Prasarana Wilayah (ATPW), Surabaya, 11 Juli 2012, ISSN 2301-6752
Manajemen dan Rekayasa Transportasi B-102
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
Intercept 0,742 3,729 0,053
[X9=1] -0,374 0,862 0,353 0,688
[X9=2] 0,214 0,107 0,743 1,238
2 Intercept 0,000 0,000 1,000
Prosiding Seminar Nasional Aplikasi Teknologi Prasarana Wilayah (ATPW), Surabaya, 11 Juli 2012, ISSN 2301-6752
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
Keselamatan 20,342 0,000*
Prosiding Seminar Nasional Aplikasi Teknologi Prasarana Wilayah (ATPW), Surabaya, 11 Juli 2012, ISSN 2301-6752
Manajemen dan Rekayasa Transportasi B-104
Tabel 6. Estimasi Parameter Pengujian regresi logistik multinomial secara serentak
Logit
Parameter B Wald P-
Value Exp(B)
1
Intercept -1,721
10,592
0,001
[jumlah anggota keluarga=1]
2,192 5,300 0,021*
8,953
[jumlah anggota keluarga=2]
19,207
0,000 0,993 219577719,432
[jumlah anggota keluarga=3]
5,265 21,656
0,000*
193,365
[jumlah anggota keluarga=4]
0,608 1,224 0,269 1,838
[jumlah anggota keluarga=5]
Pembanding . .
[kepuasan=1]
-33,004
0,000 0,992 0,000
[kepuasan=2]
2,345 32,143
0,000*
10,438
[kepuasan=3]
Pembanding . .
2
Intercept -3,505
13,681
0,000
[jumlah anggota keluarga=1]
-18,093
. . 0,000
[jumlah anggota keluarga=2]
19,451
0,000 0,993 280069651,757
[jumlah anggota keluarga=3]
-15,304
0,000 0,998 0,000
[jumlah anggota keluarga=4]
0,363 0,170 0,680 1,438
[jumlah anggota keluarga=5]
Pembanding . .
[kepuasan=1]
-33,791
0,000 0,997 0,000
[kepuasan=2]
2,883 16,044
0,000*
17,867
[kepuasan=3]
Pembanding . .
Tabel 7 Ketepatan Klasifikasi
Observasi
Prediksi
Sepeda Motor
Mobil Pribad
i
Angkutan Umum
Ketepatan (%)
sepeda motor 195 0 11 94,7
mobil pribadi 23 0 1 0
angkutan umum
19 0 115 85,8
Ketepatan Keseluruhan (%)
65,1 0 34,9 85,2