f. Umur
Secara umum, umur pengguna rute Belawan – Simpang Pos Padang Bulan yang lebih banyak adalah dibawah 35 tahun.
Table 4.7 Distribusi umur responden pengguna rute perjalanan Belawan –
Simpang Pos Padang Bulan
NO UMUR PILIHAN RUTE PERJALANAN
RUTE 1 RUTE 2
RUTE 3 Jumlah
Jumlah Jumlah
1 35 tahun
10 76,92 16
80 11
78,57 2
35 – 45 tahun 2
15,39 2 10
1 7,14
3 45 tahun
1 7,69
2 10
2 14,29
JUMLAH 13
100 20
100 14
100
Grafik 4.7 Distribusi umur responden pengguna rute perjalanan Belawan –
Simpang Pos Padang Bulan
Karena terdapat 3 pilihan rute, maka dipilih analisis menggunakan Logit Multinomial dengan bantuan SPSS. Dengan 47 responden dan total terdapat 1.269
Universitas Sumatera Utara
pilihan data yang diberikan, maka hasil perhitungan SPSS menunjukkan hasil sebagai berikut:
Tabel 4.8 Model Fitting Information
Model Model
Fitting Criteria
Likelihood Ratio Tests -2 Log
Likelihood Chi-Square df
Sig. Intercept Only
2.788E3 Final
.000 2.788E3
18 .000
Model fitting information adalah model yang menunjukkan arah hubungan variabel dependent dan variabel independent dimana variabel dependent diasumsikan
randomstokastik, yang berarti mempunyai distribusi probabilistik dan variabel bebas diasumsikan memiliki nilai tetap dalam pengambilan sampel yang berulang. Model
ini disebut juga uji kecocokan model. Bagian ini menunjukkan kebaikan model yang kita kembangkan. Model dikatakan baik fit dengan data yaitu apabila penurunan -
2LogLihood yang hanya memasukkan intercept atau yang memasukkan semua variabel independent ke dalam model menunjukkan nilai yang signifikan p0,005.
Dari tabel 4.8 dijelaskan bahwa korelasi antara dependent dan independent variable memberikan signifikansi yang besar angka signifikansi kita tentukan 0,0001.
Dalam bahasa statistik, nilai signifikansi berarti nilai kebenaran. Ini memberikan gambaran bahwa penelitian ini mempunyai kesempatan untuk benar sebesar 99 dan
kesempatan untuk salah sebesar 1.
Universitas Sumatera Utara
Tabel 4.9 Likelihood Ratio Tests
Effect Model
Fitting Criteria
Likelihood Ratio Tests -2 Log
Likelihood of Reduced
Model Chi-Square df
Sig. Intercept
.000
a
.000 .
Waktu Tempuh 8.286E2
b
828.586 2
.000 Biaya Perjalanan
1.163E3
b
1.163E3 2
.000 Jumlah Pilihan Rute
.000
a
.000 .
RuteTerpilih .000
c
.000 2
1.000 Umur
.000
c
.000 4
1.000 Pengeluaran
.000
c
.000 8
1.000 The chi-square statistic is the difference in -2 log-likelihoods between
the final model and a reduced model. The reduced model is formed by omitting an effect from the final model. The null hypothesis is that all
parameters of that effect are 0.
a. This reduced model is equivalent to the final model because omitting the effect does not increase the degrees of freedom.
b. Unexpected singularities in the Hessian matrix are encountered. This indicates that either some predictor variables should be excluded or
some categories should be merged. c. The log-likelihood values are approaching zero. There may be a
complete separation in the data. The maximum likelihood estimates do not exist.
Dari tabel 4.9 dijelaskan bahwa variabel waktu tempuh dan biaya perjalanan secara signifikan memberikan perubahan pengambilan rute pada skenario yang telah
disebutkan diatas. Ini berarti penelitian ini berhubungan erat dengan waktu dan biaya perjalanan sehingga hasil dari penelitian ini bisa dipakai dan angket kuisioner yang
disebarkan benar adanya.
Universitas Sumatera Utara
Tabel 4.10 Parameter Estimates
Pilihan Rute
a
B Std. Error Wald df Sig.
ExpB 95 Confidence Interval for ExpB
Lower Bound Upper Bound
1 Intercept 40.891 2.894E4
.000 1 .999 Waktu Tempuh
4.307 176.789
.001 1 .981 74.219 2.440E-149 2.258E152
Biaya Perjalanan -.043
1.566 .001 1 .978 .958
.045 20.613
Jumlah Pilihan Rute
b
. .
0 . .
. .
Rute Terpilih -.149
2131.764 .000 1 1.000 .862 .000
.
c
[Umur = 35] -.060
3740.054 .000 1 1.000 .942 .000
.
c
[Umur = 45] -.045
4750.813 .000 1 1.000 .956 .000
.
c
[Umur = 35 - 45]
b
. .
0 . .
. .
[Pengeluaran = 500000] -.030
7522.741 .000 1 1.000 .971 .000
.
c
[Pengeluaran = 5000000] -.016
5598.155 .000 1 1.000 .984 .000
.
c
[Pengeluaran = 1000000 - 2000000] -.024
2837.900 .000 1 1.000 .977 .000
.
c
[Pengeluaran = 2000000 - 5000000] .005
2959.640 .000 1 1.000 1.005 .000
.
c
[Pengeluaran = 500000 - 1000000]
b
. .
0 . .
. .
2 Intercept 19.294 2.845E4
.000 1 .999 Waktu Tempuh
.623 156.532
.000 1 .997 1.865 1.072E-133
3.246E133 Biaya Perjalanan
-.005 1.373
.000 1 .997 .995 .067
14.677 Jumlah Pilihan Rute
b
. .
0 . .
. .
Rute Terpilih .041
1980.809 .000 1 1.000 1.042 .000
.
c
[Umur = 35] -.031
3490.703 .000 1 1.000 .970 .000
.
c
[Umur = 45] -.026
4434.896 .000 1 1.000 .975 .000
.
c
[Umur = 35 - 45]
b
. .
0 . .
. .
[Pengeluaran = 500000] -.061
7000.876 .000 1 1.000 .941 .000
.
c
[Pengeluaran = 5000000] .004
5241.639 .000 1 1.000 1.004 .000
.
c
[Pengeluaran = 1000000 - 2000000] -.014
2650.833 .000 1 1.000 .986 .000
.
c
[Pengeluaran = 2000000 - 5000000] .008
2763.811 .000 1 1.000 1.008 .000
.
c
[Pengeluaran = 500000 - 1000000]
b
. .
0 . .
. .
a. The reference category is: 3. b. This parameter is set to zero because it is redundant.
c. Floating point overflow occurred while computing this statistic. Its value is therefore set to system missing.
Dari table 4.10 dijelaskan bahwa terdapat hubungan keputusan pemilihan rute pada variabel travel time jika rute pilihan awal adalah rute-2.
Variabel umur tidak menjadi suatu variabel yang signifikan saat pelaku perjalanan membuat keputusan kepindahan rute dari rute 1 ke rute 2 maupun ke rute 3 dan
sebaliknya.
Universitas Sumatera Utara
Tabel 4.11 Case Processing Summary
N Marginal Percentage
Pilihan Rute 1
423 33.3
2 423
33.3 3
423 33.3
Umur 35
999 78.7
45 135
10.6 35 - 45
135 10.6
Pengeluaran 500000
27 2.1
5000000 54
4.3 1000000 - 2000000
432 34.0
2000000 - 5000000 486
38.3 500000 - 1000000
270 21.3
Valid 1269
100.0 Missing
Total 1269
Subpopulation 160
a
a. The dependent variable has only one value observed in 160 100.0 subpopulations.
Tabel 4.12 Pseudo R-Square
Cox and Snell .889
Nagelkerke 1.000
McFadden 1.000
Dari table 4.12 dipakai nilai Nagelkerke sebagai nilai R-Square, ini dikarenakan Cox and Snell hanya memberikan ketentuan nilai R-Square 1,0
Universitas Sumatera Utara
sedangkan Nagelkerke memberikan batasan 0 – 1,0. Nilai 1,000 yang ditunjukkan oleh Nagelkerke berarti kemampuan variabel bebas independent variable dalam
menjelaskan predicted overall percentage sebesar 100 dan terdapat 0 variabel lain yang menjelaskannya. Sehingga dapat disimpulkan bahwa tidak ada kesalahan
dari hasil penelitian tersebut.
Table 4.13 Classification
Observed Predicted
1 2
3 Percent Correct
1 423
100.0 2
423 100.0
3 423
100.0 Overall Percentage
33.3 33.3
33.3 100.0
Pada table 4.13 dijelaskan bahwa nilai overall percentage untuk percent correct adalah sebesar 100. Ini berarti ketepatan modelnya adalah 100 dan hasil
penelitian ini memenuhi kriteria sehingga preferensi pemilihan tidak perlu lagi dipertanyakan.
Universitas Sumatera Utara
BAB V KESIMPULAN DAN SARAN
V.1 Kesimpulan
1. Hasil pengamatan terhadap perilaku pengguna rute perjalanan dari hasil data
survei, diketahui kerakteristik masyarakat pengguna dalam dalam pemilihan
rute adalah sebagai berikut:
a. Berdasarkan asal dan tujuan perjalanan terlihat bahwa karakteristik
pengguna rute perjalanan sebagian besar melakukan perjalanan dari
Simpang Pos Padang Bulan menuju Belawan yaitu sebanyak 72,34.
b. Berdasarkan tingkat pengeluaran terlihat bahwa pengguna terbanyak rute
1 dan rute 2 adalah responden yang memiliki pengeluaran pada kisaran Rp. 2.000.000,- sd Rp. 5.000.000,- setiap bulannya. Sedangkan untuk
pengguna terbanyak rute 3 adalah responden yang memiliki pengeluaran
pada kisaran Rp. 1.000.000,- sd Rp. 2.000.000,- setiap bulannya.
c. Berdasarkan alasan pemilihan rute perjalanan terlihat bahwa sebagian
besar pengguna rute 1 dan rute 3 mengemukakan alasan kelancaran sebagai alasan utama dalam memilih rute perjalanan, dimana pada rute 1
sebanyak 84,62 sedangkan pada rute 3 sebanyak 78,57. Untuk rute 2,
Universitas Sumatera Utara