IV.5 Analisa Regresi Linier
Model binomial logit selisih dan binomial logit nisbah yang digunakan dalam studi pemilihan moda antara Sepeda Motor dan Angkutan Kota ini merupakan fungsi
dari utilitas pada kedua jenis moda yang ditinjau. Fungsi selisih utilitas dalam pemilihan moda ini dipresentasikan sebagai parameter-parameter linier linier in
parameter dimana perbedaan utilitas diekspresikan dalam bentuk perbedaan sejumlah n atribut diantara kedua moda.
Pada analisa pengolahan data, persamaan fungsi utilitas tersebut dapat digunakan untuk mendapatkan hubungan kuantitatif antara atribut dan respon yang
diekspresikan dalam skala semantik, dimana fungsi utilitas menyatakan respon
individu terhadap pernyataan pilihan. Dalam proses analisis pada pengolahan data, hal pertama yang dilakukan
adalah mencari persamaan fungsi selisih utilitas. Kemudian persamaan fungsi selisih utilitas yang diperoleh ini akan digunakan ke dalam model pemilihan moda yaitu
model binomial logit selisih dan binomial logit nisbah. Dari kedua model ini akan dapat diketahui probabilitas pemilihan pada masing-masing moda yaitu Sepeda
Motor dan Angkutan Kota. Selanjutnya dengan berdasarkan hubungan antar nilai selisih utilitas kedua moda dengan nilai probabilitas pemilihan moda Sepeda Motor
dan maka akan diketahui dua grafik pemilihan moda antara model binomial logit selisih dan binomial logit nisbah.
IV.5.1 Analisis Persamaan Fungsi Utilitas
Analisis regresi digunakan untuk memperoleh fungsi selisih utilitas Sepeda Motor dan Angkutan Kota yang dikembangkan pada studi ini. Analisa dengan
pendekatan regresi ini dilakukan untuk data stated preference dimana pilihannya
Universitas Sumatera Utara
menggunakan pilihan rating yaitu respon individu adalah berupa pilihan terhadap point rating yang disajikan dalam skala semantik, yaitu sebagai berikut:
1 : Pasti pilih Sepeda Motor 2 : Mungkin pilih Sepeda Motor
3 : Pilihan berimbang 4 : Mungkin pilih Angkutan Kota
5 : Pasti pilih Angkutan Kota Skala semantik ini kemudian ditransformasikan ke dalam skala numerik
suatu nilai yang menyatakan respon individu terhadap pernyataan pilihan dengan menggunakan transformasi linier model binomial logit selisih dan binomial logit
nisbah, pada probabilitas untuk masing-masing point rating. Nilai skala numerik merupakan variabel tidak bebas pada analisis regresi dan sebagai variabel bebasnya
adalah nilai antara atribut Sepeda Motor dan Angkutan Kota. Proses transformasi dari skala semantik ke dalam skala numerik adalah
sebagai berikut: c.
Nilai skala probabilitas pilihan yang diwakili oleh nilai point rating 1, 2, 3, 4, dan 5 adalah nilai skala standart yaitu 0.9; 0.7; 0.5; 0.3; dan 0.1.
d. Dengan menggunakan transformasi linier model binomial logit selisih dan
binomial logit nisbah maka dapat diketahui nilai skala numerik untuk masing- masing probabilitas pilihan sebagai berikut:
Universitas Sumatera Utara
Tabel IV.7 Nilai Skala Numerik
Point Rating SKALA STANDART
Pr Sepeda Motor � = �� �
��
������ �����
1 − ��
������ �����
�
1. 0,9
R1 = 2,1972 2.
0,7 R2 = 0,8473
3. 0,5
R3 = 0 4.
0,3 R4 = -0,8473
5. 0,1
R5 = -2,1972
Dimana : • Untuk point rating 1 dengan nilai probabilitas 0.9, maka nilai numeriknya
adalah : Ln [0.91 – 0.9] = 2.1972. • Untuk point rating 2 dengan nilai probabilitas 0.7, maka nilai numeriknya
adalah : Ln [0.71 – 0.7] = 0.8473 • Untuk point rating 3 dengan nilai probabilitas 0.5, maka nilai numeriknya
adalah : Ln [0.51 – 0.5] = 0.0000 • Untuk point rating 4 dengan nilai probabilitas 0.3, maka nilai numeriknya
adalah : Ln [0.31 – 0.3] = -0.8473 • Untuk point rating 5 dengan nilai probabilitas 0.1, maka nilai numeriknya
adalah : Ln [0.11 – 0.1] = -2.1972
Universitas Sumatera Utara
IV.5.2 Kompilasi Data
Kompilasi data dilakukan terhadap semua responden yang ada berdasarkan jawaban atau pilihan yang diberikan point rating pada setiap option yang
ditawarkan proses kompilasi data dimana dilakukan dengan menggunakan paket program dari Microsoft Office Excel 2007 dan SPSS 16.0.
Berikut merupakan salah satu data preferensi responden terhadap moda transportasi Sepeda Motor dan Angkutan Kota yang akan digunakan dalam
perjalanan kerja yaitu dari rumah ke tempat yang akan diolah untuk menghasilkan model fungsi utilitas binomial logit selisih.
• Nilai pada kolom X
1
merupakan selisih biaya perjalanan menggunakan Sepeda Motor dikurang dengan menggunakan Angkutan Kota.
• Nilai pada kolom X
2
merupakan selisih dari waktu tempuh perjalanan penggunaan Sepeda Motor dikurang dengan menggunakan Angkutan Kota.
• Nilai pada kolom X
3
merupakan selisih dari jarak penggunaan Sepeda Motor dikurang dengan jarak menggunakan Angkutan Kota.
• Nilai pada kolom X
4
merupakan selisih dari kenyamanan penggunaan Sepeda Motor dikurang dengan kenyamanan menggunakan Angkutan Kota.
Sementara nilai pada kolom rating merupakan jawaban atau pilihan responden terhadap 5 pilihan yang telah disediakan 1 = pasti pilih sepeda motor, 2 =
mungkin pilih sepeda motor, 3 = pilihan berimbang, 4 = mungkin pilih angkutan kota, 5 = pasti pilih angkutan kota. Pada kolom “nilai skala numerik” merupakan
hasil transformasi nilai pada kolom rating yang telah dijelaskan pada bagian sebelumnya.
Universitas Sumatera Utara
Tabel IV.8 Pemilihan Moda Model Binomial Logit Selisih
No. Cost
Time Jarak
Waktu Option
Rating Skala Numerik
1. Rp
menit KM
X
1
X
2
X
3
X
4
Y -2000
-15 -1
1.a 0,9
2.1972 -4000
-15 -1
b 0,9
2.1972 -15
-1 c
0,7 0.8473
2000 -15
-1 d
0,1 -2.1972
3000 -15
-1 e
0,1 -2.1972
2. -1000
-10 -1
2.a 0,9
2.1972 -1000
-15 -1
b 0,9
2.1972 -1000
-1 c
0,9 2.1972
-1000 15
-1 d
0,1 -2.1972
-1000 10
-1 e
0,1 -2.1972
3. -1000
-15 3.a
0,7 0.8473
-1000 -15
-1 b
0,9 2.1972
-1000 -15
-2 c
0,9 2.1972
-1000 -15
-3 d
0,9 2.1972
4. -1000
-15 -1
-10 4.a
0,9 2.1972
-1000 -15
-1 10
b 0,9
2.1972 -1000
-15 -1
20 c
0,9 2.1972
Yang menjadi variable tidak bebas adalah nilai pada kolom nilai skala numerik, dan yang menjadi variable bebas adalah nilai X
1
-X
4
. Kemudian dengan bantuan program Microsoft Office Excel 2007 dan SPSS 16.0 akan diperoleh
persamaan model fungsi utilitas binomial logit selisih. Berikut merupakan salah satu data preferensi responden terhadap moda
transportasi Sepeda Motor dan Angkutan Kota yang akan digunakan dalam
Universitas Sumatera Utara
perjalanan kerja yaitu dari rumah ke tempat yang akan diolah untuk menghasilkan model fungsi binomial logit nisbah.
• Nilai pada kolom X
1
merupakan nisbah biaya perjalanan menggunakan sepeda motor dibandingkan dengan menggunakan angkutan kota.
• Nilai pada kolom X
2
merupakan nisbah dari waktu tempuh perjalanan sepeda motor dibandingkan dengan menggunakan angkutan kota.
• Nilai pada kolom X
3
merupakan nisbah dari jarak penggunaan sepeda motor dibandingkan dengan menggunakan angkutan kota.
• Nilai pada kolom X
4
merupakan nisbah dari kenyamanan penggunaan sepeda motor dibandingkan dengan menggunakan angkutan kota.
Sementara nilai pada kolom rating merupakan jawaban atau pilihan responden terhadap 5 pilihan yang telah disediakan 1 = pasti pilih sepeda motor, 2 =
mungkin pilih sepeda motor, 3 = pilihan berimbang, 4 = mungkin pilih angkutan kota, 5 = pasti pilih angkutan kota. Pada kolom “nilai skala numerik” merupakan
hasil transformasi nilai pada kolom rating yang telah dijelaskan pada bagian sebelumnya.
Universitas Sumatera Utara
Tabel IV.9 Pemilihan Moda Model Binomial Logit Nisbah
No. Cost
Time Jarak
Waktu Option
Rating Skala Numerik
1. Rp
menit KM
X
1
X
2
X
3
X
4
Y 0,6
1 1
1 1.a
0,9 2.1972
0,42 1
1 1
b 0,9
2.1972 1
1 1
1 c
0,7 0.8473
1,4 1
1 1
d 0,1
-2.1972 1,6
1 1
1 e
0,1 -2.1972
2. 1
0,5 1
1 2.a
0,9 2.1972
1 0,5
1 1
b 0,9
2.1972 1
1 1
1 c
0,9 2.1972
1 1,75
1 1
d 0,1
-2.1972 1
2 1
1 e
0,1 -2.1972
3. 1
1 1
3.a 0,7
0.8473 1
1 0,67
1 c
0,9 2.1972
1 1
0,33 1
d 0,9
2.1972 1
1 0,25
1 e
0,9 2.1972
4. 1
1 1
0,83 4.a
0,9 2.1972
1 1
1 1,25
b 0,9
2.1972 1
1 1
1,67 c
0,9 2.1972
Yang menjadi variable tidak bebas adalah nilai pada kolom nilai skala numerik, dan yang menjadi variable bebas adalah nilai X
1
-X
4
. Kemudian dengan bantuan program Microsoft Office Excel 2007 dan SPSS 16.0 akan diperoleh
persamaan model fungsi utilitas binomial logit nisbah.
Universitas Sumatera Utara
IV.5.3 Analisa Korelasi Model Binomial Logit
Korelasi adalah istilah statistik yang menyatakan derajat hubungan linier antara dua variable atau lebih. Dalam hubungannya dengan regresi maka analisa korelasi
digunakan untuk mengukur ketepatan garis regresi dalam menjelaskan nilai variabel tidak bebas variabel terikat. Pengujian hubungan korelasi derajat
hubungankeeratan hubungan dalam proses analisis regresi merupakan hal penting yang harus dilakukan terutama untuk mengatasi masalah multikolinearitas antara
variabel bebas. Selain itu, uji korelasi ini juga berfungsi untuk mengetahui seberapa besar hubungan antara variabel-variabel bebas terhadap variabel tidak bebas. Adapun
hasil uji korelasi terhadap persamaan linier fungsi selisih utilitas dan fungsi nisbah
utilitas adalah sebagai berikut : Tabel IV.10 Matriks Korelasi binomial logit selisih
Y X1
X2 X3
X4 Y
1.000 -0.365 -0.333
-0.201 0.277 X1
-0.365 1.000 0.008
-0.022 0.029 X2
-0.333 0.008 1.000
0.2 -0.081
X3 -0.201 -0.022 0.2
1.000 0.038
X4 0.277
0.0027 -0.080 0.038
1.000 Dimana:
Y = Utilitas Selisih X1 = selisih atribut biaya cost dalam rupiah
X2 = selisih atribut waktu time dalam satuan menit X3 = selisih atribut jarak dalam satuan kilometer
X4 = selisih atribut kenyamanan dalam satuan persen
Universitas Sumatera Utara
Sementara tabel korelasi untuk model fungsi utilitas nisbah adalah sebagai berikut:
Tabel IV.11 Matriks Korelasi binomial logit nisbah
Y X1
X2 X3
X4 Y
1.000 -0.324 -0.404
-0.191 0.1 X1
-0.324 1.000 0.013
-0.014 0.062 X2
-0.404 0.013 1.000
0.153 -0.142
X3 -0.191 -0.014 0.153
1.000 0.118
X4 0.1
0.062 -0.142
0.118 1.000
Dimana: Y = Utilitas Selisih
X1 = nisbah atribut biaya cost dalam rupiah X2 = nisbah atribut waktu time dalam satuan menit
X3 = nisbah atribut jarak dalam satuan kilometer X4 = nisbah atribut kenyamanan dalam satuan persen
a. Semua variabel bebas memiliki korelasi yang rendah dengan variable tidak
bebas. b.
Antar variable bebas memiliki korelasi yang rendah sehingga semua variable bebas tersebut dapat dipergunakan bersama-sama tanpa ada kemungkinan
masalah multikolineritas.
Universitas Sumatera Utara
IV.5.4 Alternatif Persamaan Fungsi Utilitas IV.5.4.1 Alternatif Persamaan Fungsi Utilitas Binomial Logit Selisih
Persamaan fungsi selisih utilitas Sepeda Motor dan Angkutan Kota yang digunakan dalam model pemilihan moda pada studi ini adalah persamaan linier.
Bentuk umum dari persamaan linier tersebut adalah adalah :
U
SM - AK
= a + b
1
. X
1
+ b
2
.X
2
+ b
3
.X
3
+ b
4
.X
4
dimana : U
SM-AK
= Utilitas Pemilihan moda X1
= selisih atribut biaya cost X2
= selisih atribut waktu time X3
= selisih atribut jarak tempuh X4
= selisih atribut kenyamanan
Selanjutnya akan dibuat beberapa alternatif persamaan yang dapat dibentuk dari persamaan tersebut, untuk kemudian dipilih satu persamaan yang merupakan
fungsi selisih utilitas terbaik.
Universitas Sumatera Utara
Tabel IV.12 Alternatif Persamaan Fungsi Utilitas Binomial Logit Selisih
No. Alternatif Persamaan
R
2
1. U
SM - AK
= 0,585 – 0,00037 X
1
0,133 2.
U
SM - AK
= - 0,028 – 0,045 X
2
0,111 3.
U
SM - AK
= 0,013 – 0,432 X
3
0,041 4.
U
SM - AK
= 0,339 + 0,084 X
4
0,077 5.
U
SM - AK
= 0,121 + 0,00037 X
1
– 0,045 X
2
0,242 6.
U
SM - AK
= 0,145 + 0,00037 X
1
– 0,45 X
3
0,177 7.
U
SM - AK
= 0,485 + 0,00037 X
1
– 0,088 X
4
0,216 8.
U
SM - AK
= -0,285 – 0,042 X
2
– 0,301 X
3
0,130 9.
U
SM - AK
= - 0,09 – 0,043 X
2
+ 0,077 X
4
0,174 10.
U
SM - AK
= -0,112- 0,456 X
3
+ 0,087X
4
0,122 11.
U
SM - AK
= -0,15 + 0,00037 X
1
– 0,042 X
2
- 0,320 X
3
0,264 12.
U
SM - AK
= 0,060 + 0,00037 X
1
– 0,042 X
2
– 0,080 X
4
0,311 13.
U
SM - AK
= 0,018 + 0,00037 X
1
- 0,474 X
3
+ 0,090 X
4
0,265 14.
U
SM - AK
= -0,376 – 0,038 X
2
- 0,333 X
3
+ 0,079 X
4
0,197 15.
U
SM - AK
= -0,242 + 0,00037 X
1
– 0,038 X
2
- 0,354 X
3
+ 0,083 X
4
0,337 Dari beberapa fungsi persamaan utilitas selisih yang dihasilkan, maka fungsi
utilitas selisih yang terbaik adalah persamaan yang menghasilkan nilai R
2
terbesar, yaitu persamaan yang mencantumkan keempat atribut secara bersamaan.
Berdasarkan tanda koefisien persamaan sebagai parameter uji kemasukakalan pada masing-masing atribut untuk beberapa persamaan dapat disimpulkan sebagai
berikut : a
Atribut biaya secara umum memiliki tanda positif + pada alternatif persamaannya. Bila selisih biaya antara Sepeda Motor dan Angkutan Kota
meningkat, maka utilitas Sepeda Motor – Angkutan Kota akan meningkat sehingga mengakibatkan probabilitas Sepeda Motor akan meningkat dan
Universitas Sumatera Utara
probabilitas Angkutan Kota akan menurun. Hal ini menunjukkan tanda posotif + pada atribut biaya dalam persamaan adalah masuk akal.
b Atribut TIME memiliki tanda negatif - pada alternatif persamaannya. Bila selisih
waktu perjalanan antara Sepeda Motor dan Angkutan Kota meningkat waktu perjalanan Sepeda Motor menjadi lebih lama dan Angkutan Kota menjadi lebih
cepat, maka utilitas Sepeda Motor–Angkutan Kota akan berkurang sehingga mengakibatkan probabilitas Sepeda Motor akan menurun dan probabilitas
Angkutan Kota akan meningkat. Hal ini menunjukkan tanda negatif - pada atribut TIME dalam persamaan adalah masuk akal.
c Atribut jarak secara umum memiliki tanda negatif - pada alternatif
persamaannya. Bila selisih jarak antara Sepeda Motor dan Angkutan Kota meningkat, maka utilitas Sepeda Motor – Angkutan Kota akan berkurang
sehingga mengakibatkan probabilitas Sepeda Motor akan menurun dan probabilitas Angkutan Kota akan meningkat. Hal ini menunjukkan tanda negatif -
pada atribut jarak dalam persamaan adalah masuk akal. d
Atribut Kenyamanan secara umum memiliki tanda positif + pada alternatif persamaannya. Bila selisih kenyamanan antara Sepeda Motor dan Angkutan Kota
meningkat, maka utilitas Sepeda Motor – Angkutan Kota akan meningkat sehingga mengakibatkan probabilitas Sepeda Motor akan meningkat dan
probabilitas Angkutan Kota akan menurun. Hal ini menunjukkan tanda negatif - pada atribut kenyamanan dalam persamaan adalah masuk akal.
Universitas Sumatera Utara
IV.5.4.2. Alternatif Persamaan Fungsi Utilitas Binomial Logit Nisbah
Persamaan fungsi nisbah utilitas Sepeda Motor dan Angkutan Kota yang digunakan dalam model pemilihan moda pada studi ini adalah persamaan linier.
Bentuk umum dari persamaan linier tersebut adalah adalah :
U
SM AK
= a + b
1
. X
1
+ b
2
.X
2
+ b
3
.X
3
+ b
4
.X
4
dimana : U
SMAK
= Utilitas nisbah X1 = Nisbah atribut biaya cost
X2 = Nisbah atribut waktu time X3 = Nisbah atribut jarak
X4 = Nisbah atribut kenyamanan
Selanjutnya akan dibuat beberapa alternatif persamaan yang dapat dibentuk dari persamaan tersebut, untuk kemudian dipilih satu persamaan yang merupakan
fungsi nisbah utilitas terbaik. Alternatif persamaan yang dibentuk adalah sebagai berikut :
Universitas Sumatera Utara
Tabel IV.13 Alternatif Persamaan Fungsi Utilitas Binomial Logit Nisbah
No. Alternatif Persamaan
R
2
1. U
SM AK
= 2,025 – 1,91 X
1
0,105 2.
U
SM AK
= 1,773 – 1,649 X
2
0,163 3.
U
SM AK
= 1,598 – 1,594 X
3
0,036 4.
U
SM AK
= 0,358 + 0,357 X
4
0,010 5.
U
SM AK
= 3,322 + 1,369 X
1
– 1,632 X
2
0,265 6.
U
SM AK
= 3,299 – 1,403 X
1
– 1,580 X
3
0,143 7.
U
SM AK
= 1,967 – 1,422 X
1
+ 0,430 X
4
0,120 8.
U
SM AK
= 2,511 – 1,567 X
2
– 1,069 X
3
0,180 9.
U
SM AK
= 1,718 – 1,624 X
2
+ 0,155 X
4
0,165 10.
U
SM AK
= 1,590 – 1,661 X
3
+ 0,444 X
4
0,052 11.
U
SM AK
= 4,101 – 1,378 X
1
– 1,546 X
2
– 1,112 X
3
0,283 12.
U
SM AK
= 3,261 – 1,386 X
1
– 1,595 X
2
– 0,230 X
4
0,269 13.
U
SM AK
= 3,265 – 1,442 X
1
– 1,721 X
3
+ 0,521 X
4
0,164 14.
U
SM AK
= 2,481 – 1,524 X
2
– 1,143 X
3
+ 0,227 X
4
0,184 15.
U
SM AK
= 4,089 – 1,042 X
1
– 1,488 X
2
– 1,213 X
3
+ 0,307 X
4
0,290 Dari beberapa fungsi persamaan utilitas nisbah yang dihasilkan, maka fungsi
utilitas nisbah yang terbaik adalah persamaan yang menghasilkan nilai R
2
terbesar, yaitu persamaan yang mencantumkan keempat atribut secara bersamaan.
Berdasarkan tanda koefisien persamaan sebagai parameter uji kemasukakalan pada masing-masing atribut untuk beberapa persamaan disimpulkan sebagai berikut :
a Atribut COST memiliki tanda negatif - pada alternatif persamaannya. Bila
nisbah biaya perjalanan antara Sepeda Motor dan Angkutan Kota meningkat biaya sepeda motor naik dan biaya angkutan kota tetapturun, maka utilitas
sepeda motor angkutan kota akan berkurang sehingga mengakibatkan probabilitas Sepeda motor akan menurun dan probabilitas angkutan kota akan
Universitas Sumatera Utara
meningkat. Hal ini menunjukkan tanda negatif - pada atribut COST dalam persamaan adalah masuk akal.
b Atribut TIME memiliki tanda negatif - pada alternatif persamaannya. Bila
nisbah waktu perjalanan antara Sepeda Motor dan Angkutan Kota meningkat waktu perjalanan Sepeda Motor menjadi lebih lama dan Angkutan Kota menjadi
lebih cepat, maka utilitas Sepeda MotorAngkutan Kota akan berkurang sehingga mengakibatkan probabilitas Sepeda Motor akan menurun dan
probabilitas Angkutan Kota akan meningkat.. Hal ini menunjukkan tanda negatif - pada atribut TIME dalam persamaan adalah masuk akal.
c Atribut jarak secara umum memiliki tanda negatif - pada alternatif
persamaannya. Bila nisbah jarak antara Sepeda Motor dan Angkutan Kota meningkat, maka utilitas Sepeda MotorAngkutan Kota akan berkurang sehingga
mengakibatkan probabilitas Sepeda Motor akan menurun dan probabilitas Angkutan Kota akan meningkat. Hal ini menunjukkan tanda negatif - pada
atribut jarak dalam persamaan adalah masuk akal. d
Atribut Kenyamanan secara umum memiliki tanda positif + pada alternatif persamaannya. Bila Nisbah kenyamanan antara Sepeda Motor dan Angkutan Kota
meningkat, maka utilitas Sepeda Motor – Angkutan Kota akan meningkat sehingga mengakibatkan probabilitas Sepeda Motor akan meningkat dan
probabilitas Angkutan Kota akan menurun. Hal ini menunjukkan tanda negatif - pada atribut kenyamanan dalam persamaan adalah masuk akal.
Universitas Sumatera Utara
2 2
2 2
. xy
x y n
r x
x n
y y
n Σ − Σ
= Σ − Σ
Σ − Σ
IV.5.5 Uji Determinasi
Uji determinasi ini dilakukan unutk mengetahui hubungan linier antara 2 dua variabel yang kita asumsikan memiliki keterkaitan atau keterhubungan yang
kuat, apakah kuat atau tidak. Kalau hubungan variabel terikat y dengan variabel bebas x ternyata tidak memiliki keterkaitan yang kuat lemah.
Secara manual, r dapat dicari melalui perumusan berikut : ………………………14
Dimana: r
= koefisien korelasi sederhana x dan y = variabel
n = jumlah pengamatan
Σ = simbol penjumlahan
Koefisien determinasi sederhana r
2
merupakan nilai yang dipergunakan untuk mengukur besar kecilnya sumbangan kontribusi perubahan variabel bebas
terhadap perubahan variabel terikat yang tengah kita amati, yang secara manual dapat ditentukan cukup dengan cara mengkuadratkan nilai r yang sudah kita
dapatkan dari formulasi diatas. Nilai r akan berkisar antara -1 sampai dengan +1 -1 r +1, tergantung kekuatan hubungan linear kedua variabel. Dari variabel –
variabel yang telah diolah dengan program SPSS melalui analisis regresi linear maka di dapatkan beberapa model yang menghubungkan antara perjalanan dengan
beberapa variabel bebas.
Universitas Sumatera Utara
Tabel IV.14 Model Regresi Linear dengan nilai R
2
untuk Model Binomial Selisih
Alternatif Persamaan R
2
Y = 0,585 – 0,00037 X
1
0,133 Y = - 0,028 – 0,045 X
2
0,111 Y = 0,013 – 0,432 X
3
0,041 Y = 0,339 + 0,084 X
4
0,077 Y = 0,121 + 0,00037 X
1
– 0,045 X
2
0,242 Y = 0,145 + 0,00037 X
1
– 0,45 X
3
0,177 Y = 0,485 + 0,00037 X
1
– 0,088 X
4
0,216 Y = -0,285 – 0,042 X
2
– 0,301 X
3
0,130 Y = - 0,09 – 0,043 X
2
+ 0,077 X
4
0,174 Y = -0,112- 0,456 X
3
+ 0,087X
4
0,122 Y = -0,15 + 0,00037 X
1
– 0,042 X
2
- 0,320 X
3
0,264 Y = 0,060 + 0,00037 X
1
– 0,042 X
2
– 0,080 X
4
0,311 Y = 0,018 + 0,00037 X
1
- 0,474 X
3
+ 0,090 X
4
0,265 Y = -0,376 – 0,038 X
2
- 0,333 X
3
+ 0,079 X
4
0,197 Y = -0,242 + 0,00037 X
1
– 0,038 X
2
- 0,354 X
3
+ 0,083 X
4
0,337
Dari hasil analisis diatas, model yang sesuai dengan uji determinasi adalah model yang menghubungkan antara utilitas Y dengan varibel biaya X
1
, variabel waktu X
2
, variabel jarak X
3
, variabel kenyamanan X
4
memiliki nilai koefisien
determinasi yang besar yaitu Y = -0,242 + 0,00037 X
1
– 0,038X
2
-0,354 X
3
+0,083 X
4
yang mempunyai nilai Koefisien Determinasi atau R
2
adalah sebesar 0,337 atau 33,7 . Ini menunjukkan bahwa sebesar 33,7 variasi utilitas Y dengan varibel biaya
X
1
, variabel waktu X
2
, variabel jarak X
3
, variabel kenyamanan X
4
.
Universitas Sumatera Utara
Tabel IV.15 Model Regresi linear dengan nilai R
2
untuk Binomial Nisbah
Alternatif Persamaan R
2
Y = 2,025 – 1,91 X
1
0,105 Y = 1,773 – 1,649 X
2
0,163 Y = 1,598 – 1,594 X
3
0,036 Y = 0,358 + 0,357 X
4
0,010 Y = 3,322 + 1,369 X
1
– 1,632 X
2
0,265 Y = 3,299 – 1,403 X
1
– 1,580 X
3
0,143 Y = 1,967 – 1,422 X
1
+ 0,430 X
4
0,120 Y = 2,511 – 1,567 X
2
– 1,069 X
3
0,180 Y = 1,718 – 1,624 X
2
+ 0,155 X
4
0,165 Y = 1,590 – 1,661 X
3
+ 0,444 X
4
0,052 Y = 4,101 – 1,378 X
1
– 1,546 X
2
– 1,112 X
3
0,283 Y = 3,261 – 1,386 X
1
– 1,595 X
2
– 0,230 X
4
0,269 Y = 3,265 – 1,442 X
1
– 1,721 X
3
+ 0,521 X
4
0,164 Y = 2,481 – 1,524 X
2
– 1,143 X
3
+ 0,227 X
4
0,184 Y = 4,089 – 1,042 X
1
– 1,488 X
2
– 1,213 X
3
+ 0,307 X
4
0,290
Dari hasil analisis diatas, model yang sesuai dengan uji determinasi adalah model yang menghubungkan antara utilitas Y dengan varibel biaya X
1
, variabel waktu X
2
, variabel jarak X
3
, variabel kenyamanan X
4
memiliki nilai koefisien
determinasi yang besar yaitu Y = 4,089 – 1,042 X
1
– 1,488 X
2
– 1,213 X
3
+ 0,307 X
4
yang mempunyai nilai Koefisien Determinasi atau R
2
adalah sebesar 0,290 atau 29. Ini menunjukkan bahwa sebesar 29 variasi utilitas Y dengan varibel biaya X
1
, variabel waktu X
2
, variabel jarak X
3
, variabel kenyamanan X
4
.
Universitas Sumatera Utara
k o
b B
t Se bk
− =
IV.5.6 Uji T
Uji Hipotesis secara Parsial Uji T digunakan untuk menguji pengaruh dari masing-masing secara parsial variabel independen terhadap variabel dependen.
Misalnya jika terdapat variabel independen sebanyak 4 variabel, yaitu X
1
, X
2
, X
3
, dan X
4
dan variabel dependennya adalah Y, maka untuk menguji secara parsial dengan langkah menguji pengaruh dari variabel X
1
terhadap variabel Y, menguji pengaruh variabel X
2
terhadap variabel Y, menguji pengaruh variabel X
3
terhadap variabel Y, menguji pengaruh variabel X
4
terhadap variabel Y. Keputusan menerima atau menolak hipotesis dengan langkah membandingkan hasil t
hitung
dengan t
tabel
. Adapun rumus untuk mendapatkan t adalah :
………………………15 Dimana :
k = 1, 2, 3,……, n
t = angka yang akan dicari
bk = koefisien regresi variabel bebas yang ke- k
Bo = hipotesis nol
Se bk = simpangan baku koefisien regresi parameter b yang ke- k var bk n
= jumlah variabel koefisien regresi Di sini juga ditampilkan nilai t dari masing- masing variabel, yang dapat
dimanfaatkan untuk menguji keberartian koefisien regresi yang di dapatkan. Proses pengujian sebagai berikut.
Hipotesis: Ho = Tidak ada pengaruh varibel bebas dengan variabel tidak bebas.
Hi = Ada pengaruh variabel bebas dengan varibel tidak bebas.
Universitas Sumatera Utara
Jika tingkat kepercayaan ditentukan sebesar 10 • Harga t hitung variabel X
1
, X
2
, X
3
, dan X
4
dari t tabel 0,1. Jadi Ho ditolak, sebaliknya Hi diterima. Hal ini menunjukkan bahwa variabel bebas X
1
, X
2
, X
3
, dan X
4
secara signifikan menjelaskan variabel tergantung Y • Harga t hitung variabel X
1
, X
2
, X
3
, dan X
4
dari t tabel 0,1. Jadi Hi ditolak, sebaliknya Ho diterima. Hal ini menunjukkan bahwa variabel bebas X
1
, X
2
, X
3
, dan X
4
secara signifikan menjelaskan variabel tergantung Y
Universitas Sumatera Utara
Tabel IV.16 Model Regresi linear dengan Uji T untuk model binomial selisih
Model Regresi Linear t
x1
t
x2
t
x3
t
x4
t
xtabel
Keterangan
Y = 0,585 – 0,00037 X
1
17,763
1,638 OK
Y = - 0,028 – 0,045 X
2
16,030
1,638 OK
Y = 0,013 – 0,432 X
3
9,314
1,638 OK
Y = 0,339 + 0,084 X
4
13,087
1,638 OK
Y = 0,121 + 0,00037 X
1
– 0,045 X
2
18,866 17,215
1,638 OK
Y = 0,145 + 0,00037 X
1
– 0,45 X
3
18,447 10,452
1,638 OK
Y = 0,485 + 0,00037 X
1
– 0,088 X
4
19,090 14,739
1,638 OK
Y = -0,285 – 0,042 X
2
– 0,301 X
3
14,534 6,669
1,638 OK
Y = - 0,09 – 0,043 X
2
+ 0,077 X
4
15,555 12,525
1,638 OK
Y = -0,112- 0,456 X
3
+ 0,087X
4
10,525 13,797
1,638 OK
Y = -0,15 + 0,00037 X
1
– 0,042 X
2
- 0,320 X
3
19,309 15,558
7,703
1,638 OK
Y = 0,060 + 0,00037 X
1
– 0,042 X
2
– 0,080 X
4
20,190 16,824
14,297
1,638 OK
Y = 0,018 + 0,00037 X
1
- 0,474 X
3
+ 0,090 X
4
19,968 11,657
15,658
1,638 OK
Y = -0,376 – 0,038 X
2
- 0,333 X
3
+ 0,079 X
4
13,874 7,662
13,108
1,638 OK
Y = -0,242 + 0,00037 X
1
– 0,038 X
2
- 0,354 X
3
+ 0,083 X
4
20,797 14,951
8,954 15,054
1,638 OK
Universitas Sumatera Utara
Tabel IV.17 Model Regresi linear dengan Uji T untuk model binomial nisbah
Model Regresi Linear t
x1
t
x2
t
x3
t
x4
t
xtabel
Keterangan
Y = 2,025 – 1,91 X
1
15,550
1,638 OK
Y = 1,773 – 1,649 X
2
19,994
1,638 OK
Y = 1,598 – 1,594 X
3
8,815
1,638 OK
Y = 0,358 + 0,357 X
4
4,566
1,638 OK
Y = 3,322 + 1,369 X
1
– 1,632 X
2
15,875 21,110
1,638 OK
Y = 3,299 – 1,403 X
1
– 1,580 X
3
16,023 9,574
1,638 OK
Y = 1,967 – 1,422 X
1
+ 0,430 X
4
16,002 5,808
1,638 OK
Y = 2,511 – 1,567 X
2
– 1,069 X
3
18,959 6,542
1,638 OK
Y = 1,718 – 1,624 X
2
+ 0,155 X
4
19,505 2,135
1,638 OK
Y = 1,590 – 1,661 X
3
+ 0,444 X
4
9,499 5,743
1,638 OK
Y = 4,101 – 1,378 X
1
– 1,546 X
2
– 1,112 X
3
17,204 20,010
7,277
1,638 OK
Y = 3,261 – 1,386 X
1
– 1,595 X
2
– 0,230 X
4
17,099 20,462
3,733
1,638 OK
Y = 3,265 – 1,442 X
1
– 1,721 X
3
+ 0,521 X
4
16,642 10,45
7,165
1,638 OK
Y = 2,481 – 1,524 X
2
– 1,143 X
3
+ 0,227 X
4
18,234 6,936
3,128
1,638 OK
Y = 4,089 – 1,042 X
1
– 1,488 X
2
– 1,213 X
3
+ 0,307 X
4
17,550 19,085
7,887 4,525
1,638 OK
Universitas Sumatera Utara
1 1
i i
Y Y
K SSR
K F
SSE n
k Y
Y N
K Σ
− −
− =
= −
Σ −
−
IV.5.7 Uji F
Uji Hipotesis secara Serempak Uji F digunakan untuk menguji pengaruh dari variabel independen secara keseluruhan terhadap variabel dependen. Misalnya jika terdapat variabel
independen sebanyak 4 variabel X
1
, X
2
, X
3,
X
4
dan variabel dependennya adalah Y, maka langkah mengujinya adalah menguji pengaruh dari variabel X
1
, X
2
, X
3,
dan X
4
terhadap variabel Y. Keputusan menerima atau menolak hipotesis dengan langkah membandingkan hasil F hitung
dengan F tabel. Secara statistik, nilai uji – F ini dapat dihitung melalui
..……………………15
Dimana: F
= angka yang dicari,
= jumlah kuadrat dari regresi,
= jumlah kuadrat dari kesalahan error, n
= jumlah pengamatan, k
= jumlah parameter koefisien regresi. • Harga F hitung variabel X
1
, X
2
, X
3
,dan X
4
dari t tabel 0,1. Jadi Ho ditolak, sebaliknya Hi diterima. Hal ini menunjukkan bahwa variabel bebas X
1
, X
2
, X
3
dan X
4
secara signifikan menjelaskan variabel tergantung Y
• HargaF hitung variabel X
1
, X
2
, X
3
, dan X
4
dari t tabel 0,1. Jadi Hi ditolak, sebaliknya Ho diterima. Hal ini menunjukkan bahwa variabel bebas X
1
, X
2
, X
3
,dan X
4
secara signifikan menjelaskan variabel tergantung Y
i
SSR Y
Y Σ
−
i
SSR Y
Y Σ
−
Universitas Sumatera Utara
Tabel IV.18 Model Regresi linear dengan nilai F untuk model binomi selisih
Model Regresi Linear F
hitung
F
tabel
Ket Y = 0,585 – 0,00037 X
1
315,519 2,13
OK Y = - 0,028 – 0,045 X
2
259,946 2,13
OK Y = 0,013 – 0,432 X
3
86,749 2,13
OK Y = 0,339 + 0,084 X
4
171,258 2,13
OK Y = 0,121 + 0,00037 X
1
– 0,045 X
2
328,618 2,13
OK Y = 0,145 + 0,00037 X
1
– 0,45 X
3
220,689 2,13
OK Y = 0,485 + 0,00037 X
1
– 0,088 X
4
282,983 2,13
OK Y = -0,285 – 0,042 X
2
– 0,301 X
3
153,426 2,13
OK Y = - 0,09 – 0,043 X
2
+ 0,077 X
4
216,649 2,13
OK Y = -0,112- 0,456 X
3
+ 0,087X
4
142,55 2,13
OK Y = -0,15 + 0,00037 X
1
– 0,042 X
2
- 0,320 X
3
245,049 2,13
OK Y = 0,060 + 0,00037 X
1
– 0,042 X
2
– 0,080 X
4
308,907 2,13
OK Y = 0,018 + 0,00037 X
1
- 0,474 X
3
+ 0,090 X
4
246,340 2,13
OK Y = -0,376 – 0,038 X
2
- 0,333 X
3
+ 0,079 X
4
168,058 2,13
OK Y = -0,242 + 0,00037 X
1
– 0,038 X
2
- 0,354 X
3
+ 0,083 X
4
260,662 2,13
OK
Dari 15 model persamaan yang dihasilkan dan diuji dengan menggunakan Uji-F maka dapat dilihat dari tabel diatas semua persamaan dinyatakan lulus uji. Dari uji determinan, Uji-t,
Uji-F, maka model persamaan yang lulus ketiga pengujian tersebut adalah: Y = -0,242 + 0,00037 X
1
– 0,038 X
2
- 0,354 X
3
+ 0,083 X
4
Universitas Sumatera Utara
Tabel IV.19 Model Regresi linear dengan Nilai F untuk Logit Binomial Nisbah
Model Regresi Linear F
hitung
F
tabel
Ket Y = 2,025 – 1,91 X
1
241,801 2,13
OK Y = 1,773 – 1,649 X
2
399,779 2,13
OK Y = 1,598 – 1,594 X
3
77,705 2,13
OK Y = 0,358 + 0,357 X
4
20,762 2,13
OK Y = 3,322 + 1,369 X
1
– 1,632 X
2
369,882 2,13
OK Y = 3,299 – 1,403 X
1
– 1,580 X
3
172,061 2,13
OK Y = 1,967 – 1,422 X
1
+ 0,430 X
4
139,694 2,13
OK Y = 2,511 – 1,567 X
2
– 1,069 X
3
225,357 2,13
OK Y = 1,718 – 1,624 X
2
+ 0,155 X
4
202,514 2,13
OK Y = 1,590 – 1,661 X
3
+ 0,444 X
4
55,947 2,13
OK Y = 4,101 – 1,378 X
1
– 1,546 X
2
– 1,112 X
3
270,474 2,13
OK Y = 3,261 – 1,386 X
1
– 1,595 X
2
– 0,230 X
4
251,626 2,13
OK Y = 3,265 – 1,442 X
1
– 1,721 X
3
+ 0,521 X
4
134,631 2,13
OK Y = 2,481 – 1,524 X
2
– 1,143 X
3
+ 0,227 X
4
154,141 2,13
OK Y = 4,089 – 1,042 X
1
– 1,488 X
2
– 1,213 X
3
+ 0,307 X
4
209,898 2,13
OK
Dari 15 model persamaan yang dihasilkan dan diuji dengan menggunakan Uji-F maka dapat dilihat dari tabel diatas semu persamaan dinyatakan lulus uji.Dari uji determinan, Uji-t,
Uji-F, maka model persamaan yang lulus ketiga pengujian tersebut adalah :
Y = 4,089 – 1,042 X
1
– 1,488 X
2
– 1,213 X
3
+ 0,307 X
4
Universitas Sumatera Utara
IV.5.8 Persamaan Model IV.5.8.1 Persamaan Model Binomial Logit Selisih
Model pemilihan moda Sepeda Motor dan Angkutan Kota merupakan model binomial logit selisih dengan fungsi utilitas antara kedua moda tersebut dalam bentuk persamaan linier.
Persamaan model pemilihan moda hasil analisa adalah sebagai berikut: Probabilitas pemilihan Sepeda Motor:
�
��
=
���
����−����
�+���
����−����
Probabilitas pemilihan Angkutan Kota : �
��
= � − �
��
Persamaan selisih utilitas antara Sepeda Motor dan Angkutan Kota yang didapat dari pengolahan program SPSS adalah:
U
SM-AK
= -0,242 + 0,00037 X
1
– 0,038 X
2
- 0,354 X
3
+ 0,083 X
4
X1 = selisih atribut biaya cost X2 = selisih atribut waktu time
X3 = selisih atribut jarak X4 = selisih atribut kenyamanan
IV.5.8.2 Persamaan Model Binomial Logit Nisbah
Model pemilihan moda Sepeda Motor dan Angkutan Kota merupakan model binomial logit nisbah dengan fungsi utilitas antara kedua moda tersebut dalam bentuk persamaan linier.
Persamaan model pemilihan moda hasil analisa adalah sebagai berikut: Probabilitas pemilihan Sepeda Motor:
�
��
=
���
��������
�+���
��������
Probabilitas pemilihan Angkutan Kota : �
��
= � − �
��
Persamaan nisbah utilitas antara Sepeda Motor dan Angkutan Kota yang didapat dari pengolahan program SPSS adalah:
U
SMAK
= 4,089 – 1,042 X
1
– 1,488 X
2
– 1,213 X
3
+ 0,307 X
4
Dimana:
Universitas Sumatera Utara
U
SMAK
= Utilitas nisbah X1 = Nisbah atribut biaya cost
X2 = Nisbah atribut waktu time X3 = Nisbah atribut jarak
X4 = Nisbah atribut kenyamanan
IV.5.9 Sensitivitas Model
Sensitivitas model dimaksudkan untuk memahami perubahan nilai probabilitas pemilihan moda Sepeda Motor seandainya dilakukan perubahan nilai atribut pelayanannya secara gradual.
Untuk menggambarkan sensitivitas ini dilakukan beberapa perubahan atribut berikut terhadap model pada masing-masing kelompok, yaitu :
a. Biaya perjalanan dikurangi atau ditambah
b. Waktu perjalanan diperlambat atau dipercepat
c. Jarak tempuh dikurangi atau ditambah
d. Kenyamanan dikurangi atau ditambah
Adapun prosedur perhitungan sensitivitas dilakukan sebagai berikut : a. Urutkan nilai atribut sesuai kelompok perubahan
b. Tetapkan nilai atribut lain dengan menggunakan nilai rata-rata c. Tentukan nilai utilitas dan probabilitas sesuai dengan perubahan yang dilakukan.
d. Gambarkan grafik hubungan antara probabilitas dan nilai atribut sesuai dengan kelompok perubahan yang dilakukan.
Universitas Sumatera Utara
IV.5.9.1 Sensitivitas Model Binomial Logit Selisih
Perubahan terhadap analisis sensitivitas ini diperoleh dengan menggunakan persamaan utilitas Sepeda Motor dan Angkutan Kota, yaitu :
Untuk model binomial logit selisih menggunakan persamaan utilitas sebagai berikut:
U
SM-AK
= -0,242 + 0,00037 X
1
– 0,038 X
2
- 0,354 X
3
+ 0,083 X
4
Dimana: X1 = selisih atribut biaya cost
X2 = selisih atribut waktu time X3 = selisih atribut jarak
X4 = selisih atribut kenyamanan
1. Sensitivitas terhadap atribut biaya
Berdasarkan analisa sensitivitas terhadap perubahan atribut cost sebagaimana diperlihatkan pada grafik IV.6, maka dapat disimpulkan beberapa hal sebagai berikut:
Grafik IV.6 Grafik sensitivitas model binomial logit selisih terhadap Biaya perjalanan
0,2 0,4
0,6 0,8
1
-6000 -4000
-2000 2000
4000 6000
P r
Se pe
d a
M ot
or
Selisih biaya perjalanan Sepeda Motor – Angkutan Kota Dalam Rupiah
Universitas Sumatera Utara
• Memperlihatkan arah kemiringan garis menunjukkan arah kemiringan negatif, yaitu semakin besar selisih perbedaan biaya cost akan semakin memperkecil probabilitas
memilih Sepeda Motor. • Dengan hanya memperhatikan perubahan selisih biaya, untuk kompetisi pemilihan moda
antara Sepeda Motor dan Angkutan Kota dapat dilihat bahwa probabilitas memilih Angkutan Kota akan lebih besar dari pada probabilitas memilih Sepeda Motor jika selisih
atau perubahan biayanya lebih besar dari Rp. 2.000,-. • Bila selisih biaya Sepeda Motor dan Angkutan Kota lebih kecil dari Rp.2.000,- maka
probabilitas Angkutan Kota akan menurun.
2. Sensitivitas terhadap atribut Waktu Tempuh Perjalanan
Berdasarkan analisa sensitivitas terhadap perubahan atribut time waktu perjalanan sebagaimana diperlihatkan pada grafik IV.7, maka dapat disimpulkan beberapa hal sebagai
berikut:
Grafik IV.7 Grafik sensitivitas model binomial logit selisih terhadap Waktu Tempuh perjalanan
0,1 0,2
0,3 0,4
0,5 0,6
-60 -40
-20 20
40 60
Universitas Sumatera Utara
• Arah kemiringan garis negatif, maka menunjukkan bahwa semakin besar selisih waktu perjalanan, maka semakin memperkecil probabilitas orang dalam pemilihan Sepeda
Motor. • Dari grafik dapat dilihat bahwa probabilitas memilih sepeda motor akan lebih besar dari
probabilitas memilih angkutan kota bila selisih waktu perjalanan lebih kecil dari 40 menit.
3. Sensitivitas terhadap atribut Jarak
Berdasarkan analisa sensitivitas terhadap perubahan atribut jarak tempuh sebagaimana diperlihatkan pada grafik IV.8, maka dapat disimpulkan beberapa hal sebagai berikut:
Grafik IV.8 Grafik sensitivitas model binomial logit selisih terhadap jarak perjalanan
• Arah kemiringan garis negatif, menunjukkan bahwa semakin besar selisih jarak sepeda motor dan angkutan kota, maka akan semakin memperkecil probabilitas pemilihan
sepeda motor.
0,1 0,2
0,3 0,4
0,5 0,6
-6 -4
-2 2
4 6
Selisih jarak perjalanan Sepeda Motor – Angkutan Kota Dalam Km
Universitas Sumatera Utara
• Dengan hanya memperhatikan perubahan selisih jarak, maka dapat disimpulkan bahwa probabilitas memilih sepeda motor akan lebih besar dari probabilitas memilih angkutan
kota bila selisih jarak lebih kecil dari 6 KM
4. Sensitivitas terhadap atribut Kenyamanan
Berdasarkan analisa sensitivitas terhadap perubahan atribut Kenyamanan sebagaimana diperlihatkan pada grafik IV.9, maka dapat disimpulkan beberapa hal sebagai berikut:
Grafik IV.9 Grafik sensitivitas model binomial logit selisih terhadap Kenyamanan
• Arah kemiringan garis positif, menunjukkan bahwa semakin besar selisih kenyamanan sepeda motor dan angkutan kota, maka akan semakin memperbesar probabilitas
pemilihan Sepeda motor. • Dengan hanya memperhatikan perubahan selisih Kenyamanan, maka dapat disimpulkan
bahwa probabilitas memilih sepeda motor akan lebih besar dari probabilitas memilih angkutan kota bila selisih kenyamanan lebih besar dari 15.
0,2 0,4
0,6 0,8
1 1,2
-60 -40
-20 20
40 60
P r
Se pe
da M
o to
r
Selisih kenyamanan Sepeda Motor – Angkutan Kota Dalam
Universitas Sumatera Utara
IV.5.9.2 Sensitivitas Model Binomial Logit Nisbah
Perubahan terhadap analisis sensitivitas ini diperoleh dengan menggunakan persamaan
utilitas Sepeda Motor dan Angkutan Kota, yaitu : Untuk model binomial logit nisbah menggunakan persamaan utilitas sebagai berikut:
U
SMAK
= 4,089 – 1,042 X
1
– 1,488 X
2
– 1,213 X
3
+ 0,307 X
4
Dimana: U
SMAK
= Utilitas nisbah X1 = Nisbah atribut biaya cost
X2 = Nisbah atribut waktu time X3 = Nisbah atribut jarak
X4 = Nisbah atribut kenyamanan
1. Sensitivitas terhadap atribut biaya
Berdasarkan analisa sensitivitas terhadap perubahan atribut cost sebagaimana diperlihatkan pada grafik di bawah ini:
Grafik IV.10 Grafik sensitivitas model binomial logit nisbah terhadap Biaya
• Memperlihatkan arah kemiringan garis, menunjukkan arah kemiringan negatif, yaitu semakin besar nisbah biaya cost akan semakin memperkecil probabilitas memilih
sepeda motor.
0,5 1
0,5 1
1,5 2
Universitas Sumatera Utara
• Dari grafik dapat dilihat bahwa probabilitas memilih sepeda motor akan lebih besar dari probabilitas memilih angkutan kota bila nisbah biaya perjalanan berada pada rentang 1,5
sampai 2.
2. Sensitivitas terhadap atribut Waktu Tempuh Perjalanan
Berdasarkan analisa sensitivitas terhadap perubahan atribut time waktu perjalanan sebagaimana diperlihatkan pada grafik di bawah ini, maka dapat disimpulkan beberapa hal
sebagai berikut:
Grafik IV.11 Grafik sensitivitas model binomial logit nisbah terhadap Waktu Tempuh perjalanan
• Arah kemiringan garis negatif, maka menunjukkan bahwa semakin besar nisbah waktu perjalanan sepeda motor dengan angkutan kota, maka semakin memperkecil probabilitas
orang dalam pemilihan sepeda motor. • Dari grafik dapat dilihat bahwa probabilitas memilih sepeda motor akan lebih besar dari
probabilitas memilih angkutan kota bila nisbah waktu perjalanan berada pada rentang 1 sampai 1,2
0,2 0,4
0,6 0,8
1
0,2 0,4
0,6 0,8
1 1,2
1,4 1,6
P r
Se pe
da M
o to
r
Universitas Sumatera Utara
3. Sensitivitas terhadap atribut Jarak
Berdasarkan analisa sensitivitas terhadap perubahan atribut jarak sebagaimana diperlihatkan pada grafik di bawah ini, maka dapat disimpulkan beberapa hal sebagai
berikut:
Grafik IV.12 Grafik sensitivitas model binomial logit nisbah terhadap jarak
• Arah kemiringan garis negatif, menunjukkan bahwa semakin besar nisbah jarak sepeda motor dan angkutan kota, maka akan semakin kecil probabilitas pemilihan sepeda motor.
4. Sensitivitas terhadap atribut Kenyamanan
Berdasarkan analisa sensitivitas terhadap perubahan atribut kenyamanan sebagaimana diperlihatkan pada grafik di bawah ini, maka dapat disimpulkan beberapa hal sebagai berikut:
0,2 0,4
0,6 0,8
1
0,2 0,4
0,6 0,8
1 1,2
P r
s ep
ed a
mo to
r
Universitas Sumatera Utara
Grafik IV.13 Grafik sensitivitas model binomial logit nisbah terhadap kenyamanan
• Arah kemiringan garis positif, menunjukkan bahwa semakin besar nisbah kenyamanan sepeda motor dan angkutan kota,maka semakin besar probabilitas pemilihan sepeda
motor.
BAB V
0,66 0,68
0,7 0,72
0,74 0,76
0,78
0,5 1
1,5 2
P r
Se pe
da M
o to
r
Universitas Sumatera Utara
KESIMPULAN DAN SARAN V.1 Kesimpulan
1. Dari hasil survei diperoleh Banyak penguna Sepeda Motor sebesar 65 dan pengguna
Kategori