2.9 Analisis Data
Stated Preference
Data kualitatif berupa perilaku seseorang tidak berupa angka, sedangkan dalam pembentukan model dan analisis statistik hanya dapat memproses data berupa
angka, sehingga data kualitatif harus dikuantifikasikan dalam bentuk angka. Kemudian kuantifikasi data tersebut disusun dalam skala ordinal. Alternatif pilihan
dalam skala ordinal bertujuan untuk mengetahui dan memisahkan persepsi seseorang respon mengenai suatu atribut pertanyaan yang ditawarkan dalam jenjang kategori
ordinal ranking. Dikatakan ordinal ranking karena pernyataan ‘pasti naik’ lebih tinggi dari ‘mungkin naik’, kemudian pernyataan ‘mungkin naik’ lebih tinggi dari
‘ragu-ragu’, dan seterusnya. Dalam jenjang kategori alternatif pilihan berupa angka tidak dapat dilakukan operasi matematika, karena tidak mungkin 3 – 2 = 1 atau
‘ragu-ragu’ – ‘mungkin naik’ = ‘pasti naik’.
Teknik analisis yang secara umum digunakan untuk mengolah data stated preference Pearmain dan Kroes, 1990 antara lain:
1. Model pilihan diskret discrete choice models. Model analisis ini merupakan model probabilitas, yang mana nilai dari masing-masing
pilihan responden berkaitan dengan pilihan-pilihan lainnya dalam set alternatif yang ditawarkan.
2. Model regresi. Penyederhanaan asumsi pada hal-hal tertentu dapat digunakan untuk menganalisis data ranking atau data rating.
Universitas Sumatera Utara
Beberapa bentuk persamaan yang dapat digunakan untuk menganalisis data kuantitatif antara lain:
1. Multiple linier regression y = a
+ a
1
.x
1
+ a
2
.x
2
+ … + a
n
.x
n………………………………………………………
dengan, 2.1
y a
= dependent variabel …a
n
x = paramater variabel
1
…x
n
= independent variabel 2. Ordered probit dan ordered logit
y = β’x
+ ε
………………………………………………………...…………………………….
dengan, 2.2
y = dependent variabel dalam bentuk ordinal 0, 1, 2, ..., n
β’ = paramater yang akan dikalibrasi
x = independent variabel
ε Dalam penelitian ini data yang diambil menggunakan teknik stated preference
untuk pembentukan model, dimana dependent variabel bersifat ordinal 0, 1, 2, ... n dalam bentuk respon penumpang, maka analisis regresi linier biasa tidak dapat
digunakan. Untuk itu menurut Greene 1997 dalam beberapa kasus, ordered = error term variabel yang tidak dapat diobservasi
Universitas Sumatera Utara
probit atau logit dapat digunakan untuk menganalisis dependent variabel yang bersifat ordinal pada suatu diskret data. Kemudian untuk data yang berdistribusi
normal digunakan ordered probit, sedangkan untuk data berdistrubusi tidak normal weibull digunakan ordered logit, sehingga pemilihan ordered probit
model dalam penelitian ini dengan data yang berdistribusi normal cukup beralasan.
2.10 Ordered Probit Model
Kategori