Studi Pemilihan Moda Angkutan Umum Antar Provinsi Menggunakan Metode Stated Preference (Studi Kasus :Medan – Lhokseumawe)
Hari/Tanggal/Waktu : ………. / ………. / ...
Lokasi Survei :
Berilah tanda (√) pada jawaban yang anda pilih. I. KUISIONER SOSIAL PENUMPANG
1. Profil Responden
Nama / Usia : ………...… / ..……… Tahun
Jenis Kelamin -laki
2. Tingkat Pendidikan :
SD SMP SMA
Diploma arjana (S1) S2/S3
3. Apa pekerjaan anda sekarang?
PNS Swasta Wiraswasta
Pelajar/Mahasiswa Lainnya : ………..
4. Berapa rata-rata pendapatan anda dalam sebulan (Rp) ?
≤ 1.000.000 1.000.000 - 1.500.000
1.500.000 - 2.000.000 ≥ 2.000.000
II.KARAKTERISTIK PERJALANAN RESPONDEN
1. Sebutkan jenis angkutan yang pernah Anda gunakan :
elangi Perkasa
Deka Putra
(2)
Pertimbangan biaya/ekonomi Pertimbangan kecepatan/waktu
Pertimbangan kenyamanan & keamanan Pertimbangan mobilitas
3. Apa maksud perjalanan anda saat ini?
Bekerja/Bisnis Pendidikan Silahturahim/Sosial
Rekreasi Belanja Lainnya …………
4. Berapa kali dalam 1 bulan anda melakukan perjalanan rute Medan – Lhoseumawe?
-2 Kali -4 Kali Tidak Tentu
III. PELAYANAN ANGKUTAN
1. Berapa lama waktu tempuh yang dibutuhkan untuk mencapai tujuan perjalanan anda ?
Variabel Kriteria Pilihan Jawaban
1 2 3 4 Kecepatan 1. Waktu tempuh angkutan travel (L300)
paling lama 7 jam, paling cepat 5 jam (waktu tempuh minimum terjadi jika kendaraan tidak banyak melakukan pemberhentian selama perjalanan). 2. Waktu tempuh angkutan bus VIP
class (Patas) paling lama 7 jam, dan paling cepat 5-6 jam.
3. Waktu tempuh angkutan bus executive class paling cepat 8 jam, paling cepat 8-9 jam siang hari dan paling cepat 7-8 jam malam hari. Keterangan :
(3)
1. Lambat ( ≥ 8 jam ) 2. Cukup cepat ( 8 jam ) 3. Cepat ( 6 - 7 jam ) 4. Sangat cepat ( ≤ 5 jam )
(4)
2. Berapa besar biaya yang ada keluarkan untuk mencapai tujuan perjalanan anda ?
- - Rp.150.000,- -
3. Resiko kemungkinan kecelakaan/jaminan keselematan terjamin pada saat menggunakan angkutan untuk mencapai tujuan perjalanan anda ?
Variabel Kriteria Pilihan Jawaban
1 2 3 4
Keselamatan Resiko kecelakaan, jaminan keselamatan
(5)
1. Sangat tidak terjamin 3. Terjamin 2. Tidak terjamin 4. Sangat terjamin
(6)
4. Apakah tingkat kenyamanan dari segi fasilitas moda sangat memuaskan anda selaku pengguna angkutan ?
Keterangan :
Variabel Kriteria Pilihan Jawaban
1 2 3 4 Kenyamanan 1.Angkutan travel (L300): kondisi tempat
duduk empuk, keadaan dalam angkutan bersih, AC, TV/MP3.
2.Angkutan bus VIP class (Patas): kondisi angkutan bersih, tempat duduk nyaman dan luas, tersedia bantal dan selimut, tersedia gorden, AC, TV/MP3, toilet, smooking room, menyediakan minum, fasilitas WIFI, tersedia fasilias tempat penyimpanan tas tangan/box dengan penutup.
3. Angkutan bus executive class: kondisi angkutan bersih, tempat duduk nyaman tapi tidak terlalu luas, tersedia bantal dan selimut, AC, TV/MP3, toilet, smooking room, fasilitas WIFI, dan tersedia fasilias tempat penyimpanan tas tanpa penutup.
(7)
1. Sangat nyaman 2. Nyaman 3. Tidak nyaman
(8)
5. Apakah anda merasa aman terhadap tindakan kejahatan selama dalam perjalan hingga mencapai tujuan perjalanan anda ?
Variabel Kriteria Pilihan Jawaban
1 2 3 4 5 Keamanan Bebas dari tindak kejahatan (misalnya
pencopetan dan penodongan). Keterangan :
(9)
1. Sangat buruk 2. Buruk 3. Cukup baik 4. Baik 5. Sangat baik
(10)
6. Apakah kondisi fisik angkutan yang anda gunakan tidak mengalami gangguan ?
Variabel Kriteria Pilihan Jawaban
1 2 3 4 5 Kondisi
Fisik
Kondisi kendaraan baik, usia kendaraan tidak terlalu tua (relatif baru), kendaraan tidak mengalami kerusakan atau gangguan (mogok).
(11)
1. Sangat buruk 2. Buruk 3. Cukup baik 4. Baik 5. Sangat baik
(12)
7. Apakah moda angkutan yang anda gunakan mudah didapat, beroperasi dalam setiap jam-nya dan melayani antar-jemput penumpang ?
Variabel Kriteria Pilihan Jawaban
1 2 3 4
Keandalan 1. Angkutan travel (L300) : mudah didapat (waktu tunggu singkat) dan dapat melayani pengguna sewaktu-waktu serta melayani antar-jemput penumpang.
2. Angkutan bus VIP class (Patas) dan executive class mudah didapat (waktu tunggu singkat) dan beroperasi setiap jam, serta dapat melayani pengguna sewaktu-waktu.
(13)
1. Sangat buruk 3. Baik 2. Buruk 4. Sangat baik
8. Apakah kondisi angkutan yang anda gunakan memiliki pelayanan sopir/kondektur yang memuaskan ?
Variabel Kriteria Pilihan Jawaban
1 2 3 4 Pelayanan
Operator/Sopir
1. Angkutan travel (L300): sopir/ kondektur ramah/sopan, melayani pengangkutan barang penumpang (tas baju/koper), melayani pemberhentian sewaktu-waktu untuk keperluan ke toilet atau shalat dan makan. 2. Angkutan bus VIP class (Patas)
dan executive class: sopir/ kondektur ramah/sopan, melayani pengangkutan barang penumpang (tas baju/koper), melayani pemberhentian untuk keperluan shalat dan makan. Keterangan :
(14)
(15)
IV. PREFERENSI PENUMPANG
1. Perubahan pada Biaya Perjalanan (kondisi pada atribut lainnya tetap) Biaya Perjalanan Moda transportasi yang akan dipilih
Bus (Rp) Travel (Rp) Pasti memilih Bus Mungkin memilih Bus Pilihan berimbang Mungkin memilih Travel Pasti memilih Travel 110.000 120.000 130.000 150.000 160.000 120.000 125.000 130.000 140.000 140.000 2. Perubahan pada Waktu Tunggu (kondisi pada atribut lainnya tetap)
Waktu Tunggu Moda transportasi yang akan dipilih Bus (menit) Travel (menit ) Pasti memilih Bus Mungkin memilih Bus Pilihan berimbang Mungkin memilih Travel Pasti memilih Travel 15 20 25 30 40 30 30 30 30 30
(16)
3. Perubahan pada Waktu Tempuh (kondisi pada atribut lainnya tetap) Waktu Tempuh Moda transportasi yang akan dipilih
Bus (jam) Travel (jam) Pasti memilih Bus Mungkin memilih Bus Pilihan berimba ng Mungkin memilih Travel Pasti memilih Travel 5 5,5 6 7 9 5 5 5,5 6 8 4. Perubahan pada Pelayanan (kondisi pada atribut lainnya tetap)
Pelayanan Moda transportasi yang akan dipilih Bus (jam) Travel (jam) Pasti
memili h Bus Mungkin memilih Bus Pilihan berimbang Mungkin memilih Travel Pasti memilih Travel Tetap Antar penumpang Jemput penumpang Antar - jemput penumpang Jemput penumpang Antar penumpang Antar - jemput penumpang Antar - jemput penumpang
(17)
LAMPIRAN
Tabel Nilai Rata-rata Atribut untuk Angkutan Kota
No. Pilihan
Biaya Perjalanan (Rp.) Waktu Tunggu (Menit) Waktu Tempuh (Menit) 1
a -10 0 0
b -5 0 0
c 0 0 0
d 10 0 0
e 20 0 0
2
a 0 -15 0
b 0 -10 0
c 0 -5 0
d 0 0 0
e 0 10 0
3
a 0 0 0
b 0 0 0,5
c 0 0 0,5
d 0 0 1
e 0 0 1
Jumlah 15 -20 3
Rata-rata 1,000 -1 0
Hasil Analisa Regresi Selisih Angkutan Bus dan Travel (L300) Variabel
Bebas
Konstanta Nilai
R-square Persamaan Liniear (a)
X1 1.021 0.996 Y = 1.021+0.200X1 X2 7.475 0.311 Y = 7.475-0.309X2 X3 5.414 0.017 Y = 5.414-0.169X3
X1+X2 -0,800 0.568 Y = -0.800+0.467X1-0.147X2 X1+X3 1.705 0.629 Y = 1.705+1.105X1-0.218X3 X2+X3 -10.736 0.925 Y = -10.736+1.689X2-0.835X3 X1+X2+X3 -8.414 0.943 Y =
(18)
Hasil Analisa Regresi Nisbah Angkutan Bus dan Travel (L300)
Variabel Bebas
Konstanta Nilai
R-square Persamaan Liniear (a)
X1 -19.000 1.000 Y = -19.000+20.000X1 X2 -3.783 0.970 Y = -3.783+10.214X2 X3 -27.996 0.450 Y = -27.996+30.000X3
X1+X2 21.894 0.620 Y = 21.894+14.566X1-27.682X2 X1+X3 10.618 0.474 Y = 10.618-12.727X1+3.818X3 X2+X3 12.802 0.541 Y = 12.802+2.064X2-12.161X3 X1+X2+X3 20.932 0.679 Y =
(19)
(20)
(21)
(22)
DOKUMENTASI SURVEI TERMINAL PO ANUGRAH/KURNIA/PUSAKA
(23)
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA CHANGE /CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT SKALASEMANTIK
/METHOD=ENTER NISBAHBIAYAPERJALANAN.
Regression
[DataSet1] D:\SPSS NISBAH\Biaya Perjalanan.sav
Variables Entered/Removedb
Model Variables Entered
Variables
Removed Method d
i m e n s i o n 0
1 NISBAHBI AYAPERJA LANANa
. Enter
a. All requested variables entered.
(24)
Model Summary
Model
R R Square
Adjusted R Square
Std. Error of the Estimate d
i m e n s i o n 0
1 1.000a 1.000 1.000 .000
a. Predictors: (Constant), NISBAHBIAYAPERJALANAN
Model Summary
Model Change Statistics
R Square
Change F Change df1 df2
Sig. F Change d
i m e n s i o n 0
(25)
ANOVAb
Model Sum of
Squares df
Mean
Square F Sig.
1 Regression 4515.993 1 4515.993 . .a
Residual .000 562 .000
Total 4515.993 563
a. Predictors: (Constant), NISBAHBIAYAPERJALANAN b. Dependent Variable: SKALASEMANTIK
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients B Std. Error Beta
1 (Constant) -19.000 .000
NISBAHBIAYAPERJ ALANAN
20.000 .000 1.000
a. Dependent Variable: SKALASEMANTIK
Coefficientsa
Model t Sig.
1 (Constant) . .
NISBAHBIAYAPERJ ALANAN
(26)
Coefficientsa
Model t Sig.
1 (Constant) . .
NISBAHBIAYAPERJ ALANAN
. .
a. Dependent Variable: SKALASEMANTIK
SAVE OUTFILE='D:\SPSS NISBAH\Biaya Perjalanan.sav' /COMPRESSED.
SAVE OUTFILE='D:\SPSS NISBAH\Biaya Perjalanan.sav' /COMPRESSED.
(27)
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA CHANGE /CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT SkalaSemantik
/METHOD=ENTER SelisihWaktuTunggu.
Regression
[DataSet2]
Variables Entered/Removedb
Model Variables Entered
Variables
Removed Method d
i m e n s i o n 0
1 SelisihWaktu Tunggua
. Enter
a. All requested variables entered. b. Dependent Variable: SkalaSemantik
(28)
Model Summary
Model
R R Square
Adjusted R Square
Std. Error of the Estimate d
i m e n s i o n 0
1 .557a .311 .309 2.35068
a. Predictors: (Constant), SelisihWaktuTunggu
Model Summary
Model Change Statistics
R Square
Change F Change df1 df2
Sig. F Change d
i m e n s i o n 0
(29)
ANOVAb
Model Sum of
Squares df
Mean
Square F Sig. 1 Regression 1398.536 1 1398.536 253.097 .000a
Residual 3105.435 562 5.526 Total 4503.972 563
a. Predictors: (Constant), SelisihWaktuTunggu b. Dependent Variable: SkalaSemantik
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients
t Sig. B Std. Error Beta
1 (Constant) 7.475 .184 40.623 .000
SelisihWaktuTung gu
-.309 .019 -.557 -15.909 .000
(30)
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA CHANGE /CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT SkalaSemantik
/METHOD=ENTER SelisihWaktuTempuh.
Regression
[DataSet3]
Variables Entered/Removedb
Model Variables Entered
Variables
Removed Method d
i m e n s i o n 0
1 SelisihWaktu Tempuha
. Enter
a. All requested variables entered. b. Dependent Variable: SkalaSemantik
(31)
Model Summary
Model
R R Square
Adjusted R Square
Std. Error of the Estimate d
i m e n s i o n 0
1 .129a .017 .015 2.80723
a. Predictors: (Constant), SelisihWaktuTempuh
Model Summary
Model Change Statistics
R Square
Change F Change df1 df2
Sig. F Change d
i m e n s i o n 0
(32)
Model Summary
Model Change Statistics
R Square
Change F Change df1 df2
Sig. F Change d
i m e n s i o n 0
1 .017 9.532 1 562 .002
ANOVAb
Model Sum of
Squares df
Mean
Square F Sig. 1 Regression 75.121 1 75.121 9.532 .002a
Residual 4428.851 562 7.881 Total 4503.972 563
a. Predictors: (Constant), SelisihWaktuTempuh b. Dependent Variable: SkalaSemantik
(33)
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients
t Sig. B Std. Error Beta
1 (Constant) 5.414 .177 30.584 .000
SelisihWaktuTemp uh
-.169 .055 -.129 -3.087 .002
(34)
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA CHANGE /CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT SkalaSemantik
/METHOD=ENTER SelisihWaktuTunggu SelisihBiayaPerjalanan.
Regression
[DataSet4]
Variables Entered/Removedb
Model Variables Entered
Variables
Removed Method d
i m e n s i o n 0
1 SelisihBiaya Perjalanan, SelisihWaktu Tunggua
. Enter
a. All requested variables entered. b. Dependent Variable: SkalaSemantik
(35)
Model Summary
Model
R R Square
Adjusted R Square
Std. Error of the Estimate d
i m e n s i o n 0
1 .753a .568 .566 3.43843
a. Predictors: (Constant), SelisihBiayaPerjalanan, SelisihWaktuTunggu
Model Summary
Model Change Statistics
R Square
Change F Change df1 df2
Sig. F Change d
i m e n s i o n 0
(36)
ANOVAb
Model Sum of
Squares df
Mean
Square F Sig. 1 Regression 8723.600 2 4361.800 368.932 .000a
Residual 6644.400 562 11.823 Total 15368.000 564
a. Predictors: (Constant), SelisihBiayaPerjalanan, SelisihWaktuTunggu b. Dependent Variable: SkalaSemantik
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients B Std. Error Beta
1 (Constant) -.800 .480
SelisihWaktuTunggu .467 .034 .456 SelisihBiayaPerjalan
an
-.147 .012 -.398
(37)
Coefficientsa
Model T Sig.
1 (Constant) -1.667 .096 SelisihWaktuTunggu 13.687 .000 SelisihBiayaPerjalan
an
-11.931 .000
(38)
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA CHANGE /CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT SkalaSemantik
/METHOD=ENTER SelisihWaktuTempuh SelisihBiayaPerjalanan.
Regression
[DataSet4]
Variables Entered/Removedb
Model Variables Entered
Variables
Removed Method d
i m e n s i o n 0
1 SelisihBiaya Perjalanan, SelisihWaktu Tempuha
. Enter
a. All requested variables entered. b. Dependent Variable: SkalaSemantik
(39)
Model Summary
Model
R R Square
Adjusted R Square
Std. Error of the Estimate d
i m e n s i o n 0
1 .793a .628 .627 3.18801
a. Predictors: (Constant), SelisihBiayaPerjalanan, SelisihWaktuTempuh
Model Summary
Model Change Statistics
R Square
Change F Change df1 df2
Sig. F Change d
i m e n s i o n 0
(40)
ANOVAb
Model Sum of
Squares df
Mean
Square F Sig. 1 Regression 9656.147 2 4828.074 475.043 .000a
Residual 5711.853 562 10.163 Total 15368.000 564
a. Predictors: (Constant), SelisihBiayaPerjalanan, SelisihWaktuTempuh b. Dependent Variable: SkalaSemantik
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients B Std. Error Beta
1 (Constant) 1.705 .291
SelisihWaktuTempu h
1.105 .063 .456
SelisihBiayaPerjalan an
-.218 .010 -.591
(41)
Coefficientsa
Model t Sig.
1 (Constant) 5.853 .000
SelisihWaktuTempu h
17.598 .000
SelisihBiayaPerjalan an
-22.777 .000
(42)
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA CHANGE /CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT SkalaSemantik
/METHOD=ENTER SelisihWaktuTempuh SelisihBiayaPerjalanan.
Regression
[DataSet4]
Variables Entered/Removedb
Model Variables Entered
Variables
Removed Method d
i m e n s i o n 0
1 SelisihBiaya Perjalanan, SelisihWaktu Tempuha
. Enter
a. All requested variables entered. b. Dependent Variable: SkalaSemantik
(43)
Model Summary
Model
R R Square
Adjusted R Square
Std. Error of the Estimate d
i m e n s i o n 0
1 .793a .628 .627 3.18801
a. Predictors: (Constant), SelisihBiayaPerjalanan, SelisihWaktuTempuh
Model Summary
Model Change Statistics
R Square
Change F Change df1 df2
Sig. F Change d
i m e n s i o n 0
(44)
ANOVAb
Model Sum of
Squares df
Mean
Square F Sig. 1 Regression 9656.147 2 4828.074 475.043 .000a
Residual 5711.853 562 10.163 Total 15368.000 564
a. Predictors: (Constant), SelisihBiayaPerjalanan, SelisihWaktuTempuh b. Dependent Variable: SkalaSemantik
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients B Std. Error Beta
1 (Constant) 1.705 .291
SelisihWaktuTempu h
1.105 .063 .456
SelisihBiayaPerjalan an
-.218 .010 -.591
(45)
Coefficientsa
Model t Sig.
1 (Constant) 5.853 .000
SelisihWaktuTempu h
17.598 .000
SelisihBiayaPerjalan an
-22.777 .000
(46)
REGRESSION
/DESCRIPTIVES MEAN STDDEV CORR SIG N /MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA CHANGE /CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT SkalaSemantik
/METHOD=ENTER SelisihBiayaPerjalanan SelisihWaktuTunggu SelisihWaktuTempuh.
Regression
[DataSet4]
Descriptive Statistics
Mean
Std.
Deviation N SkalaSemantik .0000 5.21998 565 SelisihBiayaPerjalan
an
20.0000 14.15467 565
SelisihWaktuTunggu 8.0000 5.10354 565 SelisihWaktuTempu
h
(47)
Correlations
SkalaSemant ik
SelisihBiaya Perjalanan Pearson
Correlation
SkalaSemantik 1.000 -.651
SelisihBiayaPerjalan an
-.651 1.000
SelisihWaktuTunggu .677 -.555 SelisihWaktuTempu
h
.534 -.131
Sig. (1-tailed) SkalaSemantik . .000 SelisihBiayaPerjalan
an
.000 .
SelisihWaktuTunggu .000 .000 SelisihWaktuTempu
h
.000 .001
N SkalaSemantik 565 565
SelisihBiayaPerjalan an
565 565
SelisihWaktuTunggu 565 565 SelisihWaktuTempu
h
(48)
Correlations
SelisihWaktu Tunggu
SelisihWaktu Tempuh Pearson
Correlation
SkalaSemantik .677 .534
SelisihBiayaPerjalan an
-.555 -.131
SelisihWaktuTunggu 1.000 -.200 SelisihWaktuTempu
h
-.200 1.000
Sig. (1-tailed) SkalaSemantik .000 .000 SelisihBiayaPerjalan
an
.000 .001
SelisihWaktuTunggu . .000
SelisihWaktuTempu h
.000 .
N SkalaSemantik 565 565
SelisihBiayaPerjalan an
565 565
SelisihWaktuTunggu 565 565 SelisihWaktuTempu
h
(49)
Variables Entered/Removedb
Model Variables Entered
Variables
Removed Method d i m e n s i o n 0
1 SelisihWaktu Tempuh, SelisihBiaya Perjalanan, SelisihWaktu Tunggua
. Enter
a. All requested variables entered. b. Dependent Variable: SkalaSemantik
Model Summary
Model
R R Square
Adjusted R Square
Std. Error of the Estimate d i m e n s i o n 0
1 .971a .943 .943 1.24733
a. Predictors: (Constant), SelisihWaktuTempuh, SelisihBiayaPerjalanan, SelisihWaktuTunggu
(50)
Model Summary
Model Change Statistics
R Square
Change F Change df1 df2
Sig. F Change d
i m e n s i o n 0
1 .943 3105.536 3 561 .000
ANOVAb
Model Sum of
Squares df
Mean
Square F Sig.
1 Regression 14495.172 3 4831.724 3105.536 .000a Residual 872.828 561 1.556
Total 15368.000 564
a. Predictors: (Constant), SelisihWaktuTempuh, SelisihBiayaPerjalanan, SelisihWaktuTunggu
(51)
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients B Std. Error Beta
1 (Constant) -8.414 .214
SelisihBiayaPerjalan an
-.062 .005 -.168
SelisihWaktuTunggu .731 .013 .715 SelisihWaktuTempu
h
1.586 .026 .655
a. Dependent Variable: SkalaSemantik
Coefficientsa
Model t Sig.
1 (Constant) -39.265 .000 SelisihBiayaPerjalan
an
-13.288 .000
SelisihWaktuTunggu 55.769 .000 SelisihWaktuTempu
h
60.907 .000
a. Dependent Variable: SkalaSemantik
SAVE OUTFILE='D:\SPSS SELISIH\Multi Variable\s. Biaya + Waktu Tunggu + Waktu Tempuh.sav'
(52)
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA CHANGE /CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT SKALASEMANTIK
/METHOD=ENTER NISBAHBIAYAPERJALANAN.
Regression
[DataSet1] D:\SPSS NISBAH\Biaya Perjalanan.sav
Variables Entered/Removedb
Model Variables Entered
Variables
Removed Method d
i m e n s i o n 0
1 NISBAHBI AYAPERJA LANANa
. Enter
a. All requested variables entered.
(53)
Model Summary
Model
R R Square
Adjusted R Square
Std. Error of the Estimate d
i m e n s i o n 0
1 1.000a 1.000 1.000 .000
a. Predictors: (Constant), NISBAHBIAYAPERJALANAN
Model Summary
Model Change Statistics
R Square
Change F Change df1 df2
Sig. F Change d
i m e n s i o n 0
(54)
ANOVAb
Model Sum of
Squares df
Mean
Square F Sig.
1 Regression 4515.993 1 4515.993 . .a
Residual .000 562 .000
Total 4515.993 563
a. Predictors: (Constant), NISBAHBIAYAPERJALANAN b. Dependent Variable: SKALASEMANTIK
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients B Std. Error Beta
1 (Constant) -19.000 .000
NISBAHBIAYAPERJ ALANAN
20.000 .000 1.000
a. Dependent Variable: SKALASEMANTIK
Coefficientsa
Model t Sig.
(55)
NISBAHBIAYAPERJ ALANAN
. .
a. Dependent Variable: SKALASEMANTIK
SAVE OUTFILE='D:\SPSS NISBAH\Biaya Perjalanan.sav' /COMPRESSED.
SAVE OUTFILE='D:\SPSS NISBAH\Biaya Perjalanan.sav' /COMPRESSED.
(56)
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA CHANGE /CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT SKALASEMANTIK /METHOD=ENTER NisbahWaktuTunggu.
Regression
[DataSet1] D:\SPSS NISBAH\Biaya Perjalanan.sav
Variables Entered/Removedb
Model Variables Entered
Variables
Removed Method d
i m e n s i o n 0
1 NisbahWakt uTunggua
. Enter
a. All requested variables entered.
(57)
Model Summary
Model
R R Square
Adjusted R Square
Std. Error of the Estimate d
i m e n s i o n 0
1 .985a .970 .970 .487
a. Predictors: (Constant), NisbahWaktuTunggu
Model Summary
Model Change Statistics
R Square
Change F Change df1 df2
Sig. F Change d
i m e n s i o n 0
(58)
ANOVAb
Model Sum of
Squares df
Mean
Square F Sig.
1 Regression 4382.471 1 4382.471 18446.023 .000a Residual 133.522 562 .238
Total 4515.993 563 a. Predictors: (Constant), NisbahWaktuTunggu b. Dependent Variable: SKALASEMANTIK
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients
t Sig. B Std. Error Beta
1 (Constant) -3.783 .068 -55.738 .000
NisbahWaktuTung gu
10.214 .075 .985 135.816 .000
(59)
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA CHANGE /CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT SKALASEMANTIK /METHOD=ENTER NisbahWaktuTempuh.
Regression
[DataSet1] D:\SPSS NISBAH\Single Variable\Biaya Waktu Tungg.sav
Variables Entered/Removedb
Model Variables Entered
Variables
Removed Method d
i m e n s i o n 0
1 NisbahWakt uTempuha
. Enter
a. All requested variables entered.
(60)
Model Summary
Model
R R Square
Adjusted R Square
Std. Error of the Estimate d
i m e n s i o n 0
1 .671a .450 .449 2.102
a. Predictors: (Constant), NisbahWaktuTempuh
Model Summary
Model Change Statistics
R Square
Change F Change df1 df2
Sig. F Change d
i m e n s i o n 0
(61)
ANOVAb
Model Sum of
Squares df
Mean
Square F Sig. 1 Regression 2034.000 1 2034.000 460.561 .000a
Residual 2481.993 562 4.416 Total 4515.993 563
a. Predictors: (Constant), NisbahWaktuTempuh b. Dependent Variable: SKALASEMANTIK
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients
t Sig. B Std. Error Beta
1 (Constant) -27.996 1.540 -18.177 .000
NisbahWaktuTemp uh
30.000 1.398 .671 21.461 .000
(62)
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA CHANGE /CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT VAR00001
/METHOD=ENTER NisbahWaktuTunggu NisbahBiaya.
Regression
[DataSet1] D:\SPSS NISBAH\Single Variable\INPUT NISBAH.sav
Variables Entered/Removedb
Model Variables Entered
Variables
Removed Method d
i m e n s i o n 0
1 NisbahBiaya, NisbahWakt uTunggua
. Enter
a. All requested variables entered. b. Dependent Variable: VAR00001
(63)
Model Summary
Model
R R Square
Adjusted R Square
Std. Error of the Estimate d
i m e n s i o n 0
1 .788a .620 .619 .5360
a. Predictors: (Constant), NisbahBiaya, NisbahWaktuTunggu
Model Summary
Model Change Statistics
R Square
Change F Change df1 df2
Sig. F Change d
i m e n s i o n 0
(64)
ANOVAb
Model Sum of
Squares df
Mean
Square F Sig. 1 Regression 263.523 2 131.762 458.561 .000a
Residual 161.196 561 .287
Total 424.720 563
a. Predictors: (Constant), NisbahBiaya, NisbahWaktuTunggu b. Dependent Variable: VAR00001
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients
t Sig. B Std. Error Beta
1 (Constant) 21.894 .710 30.843 .000
NisbahWaktuTung gu
14.566 .481 4.581 30.284 .000
NisbahBiaya -27.682 .928 -4.513 -29.837 .000 a. Dependent Variable: VAR00001
(65)
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA CHANGE /CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT VAR00001
/METHOD=ENTER NisbahWaktuTempuh NisbahBiaya.
Regression
[DataSet1] D:\SPSS NISBAH\Single Variable\INPUT NISBAH.sav
Variables Entered/Removedb
Model Variables Entered
Variables
Removed Method d
i m e n s i o n 0
1 NisbahBiaya, NisbahWakt uTempuha
. Enter
(66)
Variables Entered/Removedb
Model Variables Entered
Variables
Removed Method d i m e n s i o n 0
1 NisbahBiaya, NisbahWakt uTempuha
. Enter
a. All requested variables entered. b. Dependent Variable: VAR00001
Model Summary
Model
R R Square
Adjusted R Square
Std. Error of the Estimate d i m e n s i o n 0
(67)
Model Summary
Model
R R Square
Adjusted R Square
Std. Error of the Estimate d
i m e n s i o n 0
1 .688a .474 .472 .6312
a. Predictors: (Constant), NisbahBiaya, NisbahWaktuTempuh
Model Summary
Model Change Statistics
R Square
Change F Change df1 df2
Sig. F Change d
i m e n s i o n 0
(68)
ANOVAb
Model Sum of
Squares df
Mean
Square F Sig. 1 Regression 201.186 2 100.593 252.456 .000a
Residual 223.534 561 .398
Total 424.720 563
a. Predictors: (Constant), NisbahBiaya, NisbahWaktuTempuh b. Dependent Variable: VAR00001
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients
t Sig. B Std. Error Beta
1 (Constant) 10.618 .476 22.284 .000
NisbahWaktuTemp uh
-12.727 .566 -.928 -22.470 .000
NisbahBiaya 3.818 .253 .622 15.066 .000
(69)
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA CHANGE /CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT VAR00001
/METHOD=ENTER NisbahWaktuTunggu NisbahWaktuTempuh.
Regression
[DataSet1] D:\SPSS NISBAH\Single Variable\INPUT NISBAH.sav
Variables Entered/Removedb
Model Variables Entered
Variables
Removed Method d
i m e n s i o n 0
1 NisbahWakt uTempuh, NisbahWakt uTunggua
. Enter
a. All requested variables entered. b. Dependent Variable: VAR00001
(70)
Model Summary
Model
R R Square
Adjusted R Square
Std. Error of the Estimate d
i m e n s i o n 0
1 .735a .541 .539 .5898
a. Predictors: (Constant), NisbahWaktuTempuh, NisbahWaktuTunggu
Model Summary
Model Change Statistics
R Square
Change F Change df1 df2
Sig. F Change
(71)
d i m e n s i o n 0
1 .541 329.998 2 561 .000
ANOVAb
Model Sum of
Squares df
Mean
Square F Sig. 1 Regression 229.578 2 114.789 329.998 .000a
Residual 195.142 561 .348
Total 424.720 563
a. Predictors: (Constant), NisbahWaktuTempuh, NisbahWaktuTunggu b. Dependent Variable: VAR00001
(72)
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients
t Sig. B Std. Error Beta
1 (Constant) 12.802 .481 26.613 .000
NisbahWaktuTungg u
2.064 .112 .649 18.483 .000
NisbahWaktuTemp uh
-12.161 .482 -.887 -25.254 .000
a. Dependent Variable: VAR00001
REGRESSION
/DESCRIPTIVES MEAN STDDEV CORR SIG N /MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA CHANGE /CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT VAR00001
(73)
Regression
[DataSet1] D:\SPSS NISBAH\Single Variable\INPUT NISBAH.sav
Descriptive Statistics
Mean
Std.
Deviation N
VAR00001 1.201 .8686 564
NisbahBiaya 1.200 .1416 564
NisbahWaktuTung gu
.860 .2732 564
NisbahWaktuTemp uh
(74)
Correlations
VAR0000 1
NisbahBiay a Pearson
Correlation
VAR00001 1.000 -.001
NisbahBiaya -.001 1.000 NisbahWaktuTungg
u
.135 .985
NisbahWaktuTemp uh
-.511 .671
Sig. (1-tailed) VAR00001 . .495
NisbahBiaya .495 .
NisbahWaktuTungg u
.001 .000
NisbahWaktuTemp uh
.000 .000
N VAR00001 564 564
NisbahBiaya 564 564
NisbahWaktuTungg u
564 564
NisbahWaktuTemp uh
(75)
Correlations
NisbahWakt uTunggu
NisbahWakt uTempuh Pearson
Correlation
VAR00001 .135 -.511
NisbahBiaya .985 .671
NisbahWaktuTungg u
1.000 .580
NisbahWaktuTemp uh
.580 1.000
Sig. (1-tailed) VAR00001 .001 .000
NisbahBiaya .000 .000
NisbahWaktuTungg u
. .000
NisbahWaktuTemp uh
.000 .
N VAR00001 564 564
NisbahBiaya 564 564
NisbahWaktuTungg u
564 564
NisbahWaktuTemp uh
(76)
Variables Entered/Removedb
Model Variables Entered
Variables
Removed Method d i m e n s i o n 0
1 NisbahWakt uTempuh, NisbahWakt uTunggu, NisbahBiaya a
. Enter
a. All requested variables entered. b. Dependent Variable: VAR00001
Model Summary
Model
R R Square
Adjusted R Square
Std. Error of the Estimate d i m e n s i o n 0
1 .824a .679 .677 .4936
a. Predictors: (Constant), NisbahWaktuTempuh, NisbahWaktuTunggu, NisbahBiaya
(77)
Model Summary
Model Change Statistics
R Square
Change F Change df1 df2
Sig. F Change d
i m e n s i o n 0
1 .679 394.464 3 560 .000
ANOVAb
Model Sum of
Squares df
Mean
Square F Sig. 1 Regression 288.294 3 96.098 394.464 .000a
Residual 136.425 560 .244
Total 424.720 563
a. Predictors: (Constant), NisbahWaktuTempuh, NisbahWaktuTunggu, NisbahBiaya
(78)
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients
t Sig. B Std. Error Beta
1 (Constant) 20.932 .661 31.689 .000
NisbahBiaya -18.919 1.219 -3.085 -15.525 .000 NisbahWaktuTungg
u
10.870 .575 3.419 18.909 .000
NisbahWaktuTemp uh
-5.797 .575 -.423 -10.084 .000
(79)
DAFTAR PUSTAKA
Pandia, J., Oktavia, F. Analisa Pemilihan Moda Transportasi Untuk Perjalanan Kerja (Studi Kasus : Kelurahan Mabar, Medan Deli), Universitas Sumatera Utara.
Rahman, R. 2009. Studi Pemilihan Moda Angkutan Umum Antar Kota Menggunakan Metode Stated Preference, Universitas Tadulako, Palu. Djakfar, L., dkk. 2010. Studi Karakteristik Dan Model Pemilihan Moda
Angkutan Mahasiswa Menuju Kampus (Sepeda Motor Atau Angkutan Umum) Di kota Malang, Universitas Brawijaya, Malang.
Agustin, T., dkk. 2006. Analisis Variable Tingkat Layanan Angkutan Umum Bus Kota Menurut Persepsi Penumpang Dengan Teknik Stated Preference (Studi Kasus Angkutan Umum Bus Kota di Surakata), Media Teknik Sipil Universitas Sebelas Maret.
Tjahjono, B., dan Verawaty, H. 2012, Studi Pemilihan Moda Transportasi Darat Antara Sampit – Palangka Raya , Universitas Darwan Ali. Setiono, dkk. 2014. Pemodelan Pemilihan Moda Antara Monorel Terhadap
Busway Dengan Metode Stated Preference, Universitas Sebelas Maret. Tamin, O.Z. 2003. Perencanaan dan Pemodelan Transportasi, Penerbit ITB:
Bandung
Octavianti, D., dan Widyastuti H. 2012. Analisis Perpindahan Moda Dari Taksi dan Mobil Pribadi ke Bus Damri di Bandar Udara Juanda Surabaya, Institut Teknologi Sepuluh November.
Mirel, F. 2002. Perencanaan dan Pemodelan Transportasi, Penerbit ITB: Bandung.
Warpani, S. 1990. Merencanakan Sistem Perangkutan, Penerbit ITB: Bandung.
Morlok, E.K. 1991. Pengantar Teknik dan Perencanaan Transportasi, Penerbit Erlangga, Jakarta.
(80)
Morlok, E.K. 1988. Pengantar Teknik dan Perencanaan Transportasi, Penerbit Erlangga, Jakarta, Teknik Mesin, Institut Teknologi Bandung, 2008.
Departemen Perhubungan Republik Indonesia. 2003. Keputusan Menteri Perhubungan RI. No.KM 35 Tahun 2003 Tentang Penyelenggaraan Angkutan Orang Di Jalan Dengan Angkutan Umum. Jakarta.
Oktavia F, F. 2013. Analisa Pemilihan Moda Transportasi Untuk Perjalanan Kerja (Studi Kasus : Kelurahan Mabar, Medan Deli), Universitas Sumatera Utara.
Soesantiyo. 1985. Teknik Lalu Lintas, Traffic Engineering Jilid 1, Jakarta. Munawar, Ahmad, 2005, Dasar-Dasar Teknik Transportasi, Beta Offset,
Yogyakarta
Ortuzar, J. D. and willumsen, L. G. 2001. Modeling Transport. John Wiley & Sons Ltd. England.
Supriyanto, M.A, 2003, Analisis Pemilihan Moda antara Busway dan Kendaraan Pribadi, Dengan Model Logit – Probit, Tesis, Magister Teknik Sipil, UI.
(81)
BAB III
METODOLOGI PENELITIAN
3.1 Lokasi Penelitian
Wilayah studi penelitian yaitu pada rute perjalanan Medan – Lhokseumawe. Untuk mengetahui jumlah responden yang menggunakan moda angkutan bus dan angkutan travel (L300) pada wilayah studi ini, maka diadakan pengambilan data jumlah angkutan bus maupun angkutan travel yang beroperasi pada rute perjalanan Medan – Lhokseumawe sehingga dapat dihitung jumlah responden yang menggunakan kedua moda angkutan tersebut.
(82)
3.2 Penentuan Jumlah Sampel 3.2.1 Definisi
Populasi adalah wilayah generalisasi berupa subjek atau objek yang diteliti untuk dipelajari dan diambil kesimpulan. Sedangkan sampel adalah sebagian dari populasi yang diteliti. Dengan kata lain, sampel merupakan sebagian atau bertindak sebagai perwakilan dari populasi sehingga hasil penelitian yang berhasil diperoleh dari sampel dapat digeneralisasikan pada populasi.
Penarikan sampel diperlukan jika populasi yang diambil sangat besar, dan peneliti memiliki keterbatasan untuk menjangkau seluruh populasi maka peneliti perlu mendefinisikan populasi target dan populasi terjangkau baru kemudian menentukan jumlah sampel dan teknik sampling yang digunakan.
3.2.2 Ukuran Sampel
Untuk menentukan sampel dari populasi digunakan perhitungan maupun acuan tabel yang dikembangkan para ahli. Secara umum, untuk penelitian korelasional jumlah sampel minimal untuk memperoleh hasil yang baik adalah 30, sedangkan dalam penelitian eksperimen jumlah sampel minimum 15 dari masing-masing kelompok dan untuk penelitian survey jumlah sampel minimum adalah 100. Roscoe (1975) memberikan acuan umum untuk menentukan ukuran sampel :
1. Ukuran sampel lebih dari 30 dan kurang dari 500 adalah tepat untuk kebanyakan penelitian
(83)
2. Jika sampel dipecah ke dalam sub-sampel (pria/wanita, junior/senior, dan sebagainya), ukuran sampel minimum 30 untuk tiap kategori adalah tepat 3. Dalam penelitian mutivariate (termasuk analisis regresi berganda), ukuran
sampel sebaiknya 10x lebih besar dari jumlah variabel dalam penelitian 4. Untuk penelitian eksperimental sederhana dengan kontrol eskperimen yang
ketat, penelitian yang sukses adalah mungkin dengan ukuran sampel kecil antara 10 sampai dengan 20
Besaran atau ukuran sampel ini sampel sangat tergantung dari besaran tingkat ketelitian atau kesalahan yang diinginkan peneliti. Namun, dalam hal tingkat kesalahan, pada penelitian sosial maksimal tingkat kesalahannya adalah 5% (0,05). Makin besar tingkat kesalahan maka makin kecil jumlah sampel. Namun yang perlu diperhatikan adalah semakin besar jumlah sampel (semakin mendekati populasi) maka semakin kecil peluang kesalahan generalisasi dan sebaliknya, semakin kecil jumlah sampel (menjauhi jumlah populasi) maka semakin besar peluang kesalahan generalisasi.
Dalam menghitung jumlah sampel akan digunakan Rumus Slovin yaitu :
) (
1 N xe2 N n
...(11)
di mana :
n = ukuran sampel N = ukuran populasi
(84)
sampel yang masih dapat ditolerir atau diinginkan, misalnya 10%.
Untuk mengantisipasi kendala-kendala teknis yang menyebabkan sampel minimum tidak terpenuhi, maka dilakukan penambahan sampel sebanyak 20% dari jumlah sampel minimum sehingga total jumlah kuisioner yang disebarkan adalah sebanyak 120 kuisioner.
Perhitungan jumlah sampel pada penelitian ini dapat dihitung seperti berikut :
Tabel 3.1 Data Angkutan Bus Yang Beroperasi
No Nama PO
Jumlah Kendaraan yang
beroperasi
Kelas Angkutan Kapasitas Penumpang
1 Putra Pelangi
Perkasa 11 Executive Class 28 orang
2 Kurnia/Anugrah
/Pusaka 11 Executive Class 28 orang
3 Sempati Star 6 Executive Class 28 orang
Maka dari tabel diatas dapat dihitung jumlah pupolasi yang menggunakan Angkutan Bus, adalah :
1. Putra Pelangi Perkasa :
-Executive Class = Kapasitas Penumpang x Jumlah kendaraan. = 28 orang x 11 kendaraan
= 308 org/knd.
(85)
-Executive Class = 28 orang x 11 kendaraan = 308 org/knd.
3. Sempati Star :
-Executive Class = 28 orang x 6 kendaraan = 168 org/knd.
Jumlah keseluruhan populasi pengguna angkutan bus adalah :
= { Executive Class }PP + { Executive Class }KAP + { Executive Class }SS = 308 + 308 + 168
= 784 org/knd
Maka diperoleh jumlah sampel untuk Angkutan Bus yaitu :
) (
1 N xe2 N n ) % 10 784 ( 1 784 2 x n
= 88,69 ≈ 90 sampel.
Tabel 3.2 Data Angkutan Travel (L300) Yang Beroperasi
No Nama PO Jumlah Kendaraan yang beroperasi
Kapasitas Penumpang
1 Deka Putra 4 12 orang
2 Mandala Tour 4 12 orang
Maka dari tabel diatas dapat dihitung jumlah pupolasi yang menggunakan Angkutan Travel (L300), adalah :
(86)
1. Deka Putra = Kapasitas Penumpang x Jumlah kendaraan = 12 orang x 4 kendaraan
= 48 org/knd
2. Mandala Tour = 12 orang x 4 kendaraan = 48 org/knd
Jumlah keseluruhan populasi pengguna angkutan travel (L300) adalah : = jumlah pupolasi Deka Putra + jumlah pupolasi Mandala Tour = 48 org/knd + 48 org/knd
= 96 org/knd.
Maka diperoleh jumlah sampel untuk Angkutan Bus yaitu :
) (
1 N xe2 N n
) % 10 96 ( 1
96 2
x n
= 48,98 ≈ 50 sampel.
Total sampel yang akan dipakai adalah = nAB + nAT = 90 + 50 = 140 sampel.
3.3 Data
Kerangka operasional dalam penelitian ini meliputi beberapa hal antara lain yaitu pengambilan data dilapangan sampai dengan pengolahan data. Adapun data-data yang didapatkan berupa :
(87)
3.3.1 Data Primer
Data primer meliputi kegiatan survei kuisioner yang dilakukan terhadap pengguna angkutan dan data hasil kuisioner adalah : data sosial ekonomi penumpang, data karakteristik perjalanan responden, data pelayanan angkutan serta data preferensi penumpang terhadap pemilihan moda yang angkutan yang akan digunakan.
3.3.2 Data Sekunder
Data sekunder meliputi data-data penunjang yang diperlukan dalam studi ini, yang didapatkan dari berbagai instansi yang terkait yaitu penyedia jasa bus dan travel (L300) antara lain biaya perjalanan dan waktu keberangkatan.
3.4 Teknik Pengumpulan Data 3.4.1 Pembuatan Kuisioner
Pembuatan kuisioner dirancang untuk beberapa pertanyaan yang berkaitan tentang hal-hal yang dapat menjelaskan data sosial ekonomi responden, karaktristik perjalanan responden dan pemilihan moda berdasarkan teknik stated preference.
3.4.2 Menentukan Daerah Penelitian
Daerah penelitian dilakukan pada pelaku perjalanan rute Medan-Lhokseumawe, dengan daerah penelitian yaitu pada masing-masing terminal angkutan. Objek penelitian ini adalah angkutan umum jenis mobil penumpang travel (L300) dan bus.
(88)
3.4.3 Menentukan Waktu Penelitian
Survei dilakukan pada jadwal operasional angkutan umum jenis mobil penumpang travel (L300) dan bus rute Medan-Lhokseumawe. Waktu
Pengumpulan Data dilakukan selama 3 hari yaitu hari Senin, Jum‟at dan Minggu,
jam pengumpulan data dilakukan pagi pukul 10.00 WIB, siang pukul 13.00 WIB, sore pukul 16.00 WIB dan malam pukul 22.00 WIB.
3.4.4 Pembagian Kuisioner
Kuisioner pada survei penelitian ini dibagikan untuk responden pengguna angkutan bus yaitu PO Putra Pelangi Perkasa, Kurnia/Anugrah/Pusaka dan Sempati Star, serta untuk angkutan travel (L300) yaitu Cv.Deka putra dan Mandala Tour pada masing-masing terminal/Pool.
3.5 Teknik Pengolahan Data
Teknik pengolahan data primer yang diperoleh dari hasil survei kuisioner kepada pengguna moda transportasi akan diklasifikasikan menurut preferensi responden dan mentransformasi point rating menjadi skala numerik dalam bentuk tabulasi, kemudian dianalisa menggunakan metode stated preference dengan model logit binomial selisih dan logit binomial nisbah untuk mengetahui pengaruh variable atribut pada kendaraan. Dari hasil analisa estimasi parameter tersebut akan ditabelkan berdasarkan nilai probabilitas pemilihan moda sebelum terjadi perubahan atribut dan setelah terjadi perubahan atribut dengan menggunakan software microsoft excel dan SPSS 18.
(89)
3.6 Teknik Analisa Data
Secara garis besar analisis data dilakukan dengan beberapa tahapan yaitu : 1. Analisis data yang diperoleh dari hasil survei lapangan dengan tabulasi
point rating dalam nilai skala numerik.
2. Analisis persamaan model regresi linier dengan model binomial logit selisih dan logit binomial nisbah dalam bentuk tabulasi nilai korelasi yang diperoleh dari persamaan logit binomial selisih dan logit binomial nisbah dengan menggunakan software SPSS 18.
3. Analisis nilai estimasi parameter stated preference dan elastisitas pemilihan moda dalam bentuk tabulasi dengan keterangan sebelum adanya perubahan variable atribut ataupun sesudah adanya perubahan variable atribut yang dituangkan dalam grafik probabilitas pemilihan moda dan grafik sensitifitas pemilihan moda.
Tahapan prosedur penelitian yang dilakukan dapat dilihat pada bagan alir penelitian berikut :
(90)
Mulai
Maksud dan Tujuan
Studi Pustaka
Ruang Lingkup Pembahasan
Teknik Pengumpulan Data (Data Primer dan Data Sekunder)
Data Primer Jumlah penumpang Waktu tempuh kendaraan Karakteristik Penumpang Tujuan Perjalanan
Biaya yang dikeluarkan untuk perjalanan
Waktu tempuh dari rumah ke terminal
Moda angkutan yang digunakan
Data sekunder Jarak tempuh kendaraan Schedule
keberangkatan angkutan
Karakteristik angkutan
Teknik Pengolahan Data
Kesimpulan dan Saran Teknik Analisa Data
(91)
BAB IV
HASIL DAN ANALISA
4.1 Hasil
Hasil survei kuisioner yang telah dilakukan akan diklasifikasikan menjadi tiga bagian antara lain adalah : karakteristik sosial ekonomi responden, karakteristik perjalanan responden serta pemilihan moda yang dipilih responden dengan menggunakan metode stated preference.
4.1.1 Karakteristik Sosial Ekonomi Responden
Karakteristik sosial ekonomi responden meliputi beberapa pertanyaan tentang responden diantaranya adalah jenis kelamin, umur, pendidikan terakhir, pekerjaan sekarang, dan pendapatan dalam sebulan responden.
a. Jenis Kelamin Responden
Distribusi jenis kelamin gabungan dari semua responden pengguna kedua moda eksisting dapat dilihat pada tabel 4.1 dan grafik 4.1 sedangkan untuk distribusi jenis kelamin dari masing-masing moda eksisting dapat dilihat pada tabel 4.2 dan grafik 4.2.
Tabel 4.1 Distribusi Jenis Kelamin Responden untuk Gabungan Kedua Moda Eksisting
No. Jenis Kelamin Jumlah Responden Persentase (%)
1 Laki-laki 72 51,43
2 Perempuan 68 48,57
(92)
Gambar 4.1 Diagram Jenis Kelamin Responden untuk Kedua Moda Eksisting Tabel 4.2 Distribusi Jenis Kelamin Responden untuk Masing-masing Moda
Eksisting
No. Moda Eksisting Jenis Kelamin Jumlah Responden
Persentase (%)
1 Angkutan Bus Laki-laki 45 32,14
Perempuan 45 32,14
2 Angkutan Travel (L300)
Laki-laki 27 19,29
Perempuan 23 16,43
100
Gambar 4.2 Bagan Distribusi Jenis Kelamin Responden untuk Masing-masing
Moda Eksisting.
Dari tabel 4.1 dan gambar 4.1 di atas dapat dilihat bahwa responden pengguna moda eksisting lebih banyak laki-laki, yaitu sebanyak 72 orang (51%
(93)
dari total responden). Dari tabel 4.2 dan gambar 4.2 dapat dilihat moda angkutan bus pengguna laki-laki lebih banyak dibandingkan pengguna moda angkutan jenis travel (L300). Untuk pengguna moda angkutan bus pengguna laki-laki dan perempuanberimbang. Pada moda angkutan travel (L300) pengguna perempuan lebih kecil dibandingkan pengguna laki-laki.
b. Umur
Distribusi umur dari gabungan responden pengguna kedua moda eksisting dapat dilihat pada tabel 4.3 dan grafik 4.3 sedangkan distribusi umur dari masing-masing moda eksisting dapat dilihat pada tabel 4.4 dan grafik 4.4.
Tabel 4.3 Distribusi Umur Responden Gabungan Kedua Moda Eksisting
No. Umur Jumlah Responden Persentase (%)
1 ≤ 17 tahun 10 7,14
2 18 - 25 tahun 50 35,71
3 26 - 35 tahun 34 24,29
4 36 - 45 tahun 21 15,00
5 46 - 55 tahun 15 10,71
6 ≥ 56 tahun 10 7,14
Jumlah 140 100%
(94)
Tabel 4.4 Distribusi Umur Responden untuk Masing-masing Moda Eksisting
No. Moda
Eksisting Umur
Jumlah Responden
Persentase (%)
1 Angkutan Bus
≤ 17 tahun 7 5
18 - 25 tahun 35 25,00
26 - 35 tahun 21 15,00
36 - 45 tahun 15 10,71
46 - 55 tahun 10 7,14
≥ 56 tahun 2 1,43
2 Angkutan Travel
≤ 17 tahun 3 2,14
18 - 25 tahun 15 10,71
26 - 35 tahun 13 9,29
36 - 45 tahun 6 4,29
46 - 55 tahun 5 3,57
≥ 56 tahun 8 5,71
Gambar 4.4 Bagan Distribusi Umur Responden untuk Masing-masing Moda
Eksisting
Pada tabel 4.3 dan gambar 4.3 dapat dijelaskan bahwa mayoritas pengguna moda eksisting berada pada rentang usia muda dan produktif yaitu pada usia 18-25 tahun sebanyak 50 orang (35,71 % dari total jumlah responden) dan diikuti usia 26-35 tahun sebanyak 35 orang (24,29 % dari jumlah responden).
(95)
Sementara pada tabel 4.4 dan gambar 4.4 dapat dilihat bahwa pengguna moda angkutan bus dan angkutan travel (L300) mengalami kesamaan bahwa mayoritas pengguna angkutan berumur 18-25 tahun dimana pada usia ini pada umumnya responden masih merupakan pelajar atau mahasiswa, dan diikuti dengan usia 26-35 tahundimana pada usia ini pengguna angkutan sudah bekerja dan mempunyai penghasilan sendiri.
c. Pendidikan Terakhir
Distribusi latar belakang pendidikan terakhir dari gabungan semua responden pengguna moda eksisting dapat dilihat pada tabel 4.5 dan grafik 4.5 sedangkan untuk distribusi pendidikan terakhir dari masing-masing moda eksisting dapat dilihat pada tabel 4.6 dan grafik 4.6.
Tabel 4.5 Distribusi Pendidikan Terakhir Responden untuk Gabungan Kedua
Moda Eksisting
No. Pendidikan Jumlah Responden Persentase (%)
1 SD 3 2,14
2 SMP 7 5
3 SMA 43 30,71
4 Diploma 47 33,57
5 Sarjana (S1) 31 22,14
6 S2/S3 9 6,43
(96)
Gambar 4.5 Diagram Distribusi Pendidikan Terakhir Responden Gabungan
Kedua Moda Eksisting
Tabel 4.6 Distribusi Pendidikan Terakhir Responden untuk Masing-masing Moda Eksisting
No. Moda Eksisting Pendidikan Terakhir
Jumlah Responden
Persentase (%)
1 Angkutan Bus
SD 2 1,43
SMP 5 3,57
SMA 22 15,71
Diploma 30 21,43
Sarjana (S1) 24 17,14
S2/S3 7 5,00
2 Angkutan Travel
SD 1 0,71
SMP 2 1,43
SMA 21 15,00
Diploma 17 12,14
Sarjana (S1) 7 5,00
(97)
Gambar 4.6 Bagan Distribusi Pendidikan Terakhir Responden untuk
Masing-masing Moda Eksisting
Pada tabel 4.5 dan gambar 4.5 digambarkan bahwa pengguna moda eksisting didominasi oleh responden dengan latar belakang pendidikan terakhirnya adalah DIII sebanyak 47 orang (33,57% dari total responden). Sedangkan pada tabel 4.6 dan gambar 4.6 ditunjukkan pengguna angkutan bus didominasi responden dengan latar belakang pendidikan terakhir adalah DIII sebanyak 30 orang (21,43% dari total responden pengguna angkutan bus), sementara untuk pengguna angkutan travel (L300), responden dengan pendidikan terakhir SMA dan DIII berimbang menggunakan angkutan jenis travel (L300) sebanyak 21 orang (15 % dari total responden pengguna angkutan jenis travel).
d. Pekerjaan
Distribusi pekerjaan dari gabungan semua responden pengguna moda eksisting dapat dilihat pada tabel 4.7 dan grafik 4.7 sedangkan untuk pekerjaan dari masing-masing moda eksisting dapat dilihat pada tabel 4.8 dan grafik 4.8.
(98)
Tabel 4.7 Distribusi Pekerjaan Responden Gabungan Kedua Moda Eksisting
No. Pekerjaan Jumlah
Responden Persentase (%)
1 PNS 19 13,57
2 Pegawai Swasta 29 20,71
3 Wiraswasta 33 23,57
4 Pelajar/Mahasiswa 25 17,86
5 Lainnya 34 24,29
Jumlah 140 100%
Gambar 4.7 Diagram Distribusi Pekerjaan Responden untuk Gabungan Kedua
Moda Eksisting
Tabel 4.8 Distribusi Pekerjaan Responden untuk Masing-masing Moda Eksisting
No. Moda Eksisting Pekerjaan Jumlah
Responden Persentase (%)
1 Angkutan Bus
PNS 11 7,86
Pegawai Swasta 19 13,57
Wiraswasta 26 18,57
Pelajar/Mahasiswa 15 10,71
Lainnya 19 13,57
2 Angkutan Travel
PNS 8 5,71
Pegawai Swasta 10 7,14
Wiraswasta 7 5,00
Pelajar/Mahasiswa 10 7,14
(99)
Gambar 4.8 Bagan Distribusi Pekerjaan Responden untuk Masing-masing
Moda Eksisting
Pada tabel 4.7 dan gambar 4.7, distribusi karakteristik pekerjaan gabungan semua responden kedua moda eksisting didominasi responden dengan kategori pekerjaan lainnyasebanyak 34 orang (24,29 % dari total responden)
Pada tabel 4.8 dan gambar 4.8 ditunjukkan bahwa pengguna angkutan bus dengan kategori pekerjaan wiraswasta lebih banyak menggunakan angkutan bus yaitu sebanyak 26 orang (18,57%). Sedangkan responden pengguna angkutan travel (L300) dengan kategori pekerjaan lainnya sebanyak 15 orang (10,71%).
e. Pendapatan
Distribusi pendapatan responden dari gabungan semua responden pengguna moda eksisting dapat dilihat pada tabel 4.9 dan grafik 4.9 sedangkan untuk pendapatan responden dari masing-masing moda eksisting dapat dilihat pada tabel 4.10 dan grafik 4.10.
(100)
Tabel 4.9 Distribusi Pendapatan Responden Gabungan Kedua Moda Eksisting
No Pendapatan Responden Jumlah
Responden Persentase (%)
1 ≤ 1.000.000 62 44.29
2 1.000.000 - 1.500.000,- 17 12.14
3 1.500.000 - 2.000.000,- 15 10.71
4 ≥ 2.000.000 46 32.86
Jumlah 140 100
Gambar 4.9 Diagram Distribusi Pendapatan Responden untuk Gabungan Kedua
Moda Eksisting
Tabel 4.10 Distribusi Pendapatan Responden untuk Masing-masing Moda Eksisting
No Moda
Transportasi Pendapatan Responden
Jumlah Responden
Persentase (%)
1 Angkutan Bus
≤ 1.000.000 28 20,00
1.000.000 - 1.500.000 3 2,14 1.500.000 - 2.000.000 8 5,71
≥ 2.000.000 49 35,00
2 Angkutan Travel
≤ 1.000.000 13 9,29
1.000.000 - 1.500.000 13 9,29 1.500.000 - 2.000.000 7 5,00
(1)
Tabel 4.25 Tingkat Kenyamanan Kendaraan Terhadap Responden Gabungan
Kedua Moda Ekisting ... 78
Tabel 4.26 Tingkat Kenyamanan Kendaraan Terhadap Responden
Masing-masing Moda Ekisting ... 79
Tabel 4.27 Tindakan Kejahatan Kendaraan Terhadap Responden Gabungan
Kedua Moda Ekisting ... 80
Tabel 4.28 Tindakan Kejahatan Kendaraan Terhadap Responden
Masing-masing Moda Ekisting ... 81
Tabel 4.29 Keandalan Angkutan dan Pelayanan Angkutan Pada Kendaraan
Terhadap Responden Untuk Gabungan Kedua Moda Ekisting ... 83
Tabel 4.30 Keandalan Angkutan dan Pelayanan Angkutan Pada Kendaraan
Terhadap Responden Untuk Masing-masing Kedua Moda Ekisting .... 84
Tabel 4.31 Pelayanan Supir/Kondektur Pada Kendaraan Terhadap Responden
Untuk Gabungan Kedua Moda Ekisting ... 85
Tabel 4.32 Pelayanan Supir/Kondektur Pada Kendaraan Terhadap Responden
Untuk Masing-masing Moda Ekisting ... 86
Tabel 4.33 Kondisi Fisik Kendaraan yang Digunakan Responden Untuk
Gabungan Kedua Moda Ekisting ... 88
Tabel 4.34 Kondisi Fisik Kendaraan yang Digunakan Responden Untuk
Masing-masing Moda Ekisting ... 89
Tabel 4.35 Kuisioner Yang Tidak Memenuhi Syarat ... 92 Tabel 4.36 Hasil Responden Terhadap Selisih Biaya Perjalanan (Ribuan
Rupiah) Angkutan Bus dan Travel (L300) ... 93
Tabel 4.37 Hasil Responden Terhadap Selisih Waktu Tunggu (Menit) Angkutan
(2)
Tabel 4.38 Hasil Responden Terhadap Selisih Waktu Tempuh (Jam) Angkutan
Bus dan Travel (L300) ... 94
Tabel 4.39 Asumsi Kondisi Ekisting Moda Pada Atribut Yang Diteliti ... 95 Tabel 4.40 Kriteria Hubungan Korelasi Antar Variable ... 96 Tabel 4.41 Koefisien Korelasi Logit Selisih Untuk Pengguna Bus danTravel
(L300) ... 97 Tabel 4.42 Koefisien Korelasi Logit Nisbah Untuk Pengguna Bus danTravel (L300) ... 97
(3)
DAFTAR GAMBAR
No. Judul Halaman
Gambar 2.1 Kajian Masalah ... 24
Gambar 2.2 Proses Pemilihan Moda ... 24
Gambar 2.3 Proses Pemilihan Dua Moda (Angkutan Umum dan Mobil) ... 29
Gambar 2.4 Proses Pemilihan Moda Untuk Indonesia ... 30
Gambar 3.1 Peta Rute Perjalanan Antar Provinsi ... 41
Gambar 4.1 Diagram Jenis Kelamin Responden Kedua Moda Ekisting ... 52
Gambar 4.2 Bagan Jenis Kelamin Responden Masing-Masing Moda ... 52
Gambar 4.3 Diagram Umur Responden Untuk Kedua Moda Ekisting ... 53
Gambar 4.4 Diagram Umur Responden Untuk Masing-Masing Moda ... 54
Gambar 4.5 Diagram Pendidikan Terakhir Responden Gabungan Kedua Moda Ekisting ... 56
Gambar 4.6 Diagram Pendidikan Terakhir Responden Masing-masing Moda Ekisting ... 57
Gambar 4.7 Diagram Distribusi Pekerjaan Responden untuk Gabungan Kedua Moda Eksisting ... 58
Gambar 4.8 Bagan Distribusi Pekerjaan Responden untuk Masing-masing Moda Eksisting ... 59
Gambar 4.9 Jenis Angkutan yang responden gunakan dalam perjalanan rute Medan – Lhokseumawe ... 60
Gambar 4.10 Diagram Pendapatan Responden Untuk Masing-masing Moda Ekisting ... 61
(4)
Gambar 4.11 Jenis Angkutan Yang Responden Gunakan Dalam Perjalanan Rute
Medan-Lhokseumawe ... 63
Gambar 4.12 Diagram Distribusi Alasan Responden untuk Memilih Moda yang
Digunakan untuk Gabungan Kedua Moda Eksisting ... 64
Gambar 4.13 Bagan Alasan Responden untuk Memilih Moda yang Digunakan
untuk Masing-masing Moda Eksisting ... 65
Gambar 4.14 Diagram Distibusi Maksud Perjalanan Responden untuk Gabungan
Kedua Moda Eksisting ... 66
Gambar 4.15 Bagan Distibusi Maksud Perjalanan Responden untuk
Masing-masing Moda Eksisting ... 67
Gambar 4.16 Bagan Distibusi Frekuensi Perjalanan Responden untuk Gabungan
Moda Eksisting ... 69
Gambar 4.17 Bagan Distibusi Frekuensi Perjalanan Responden setiap Minggu
untuk Masing-masing Moda Eksisting ... 79
Gambar 4.18 Diagram Distribusi Waktu Perjalanan Inti Responden untuk
Gabungan Kedua Moda Eksisting Keberangkatan Siang dan Malam Hari ... 71
Gambar 4.19 Bagan Distribusi Waktu Perjalanan Inti Responden untuk
Masing-masing Moda Eksisting Keberangkatan Siang Hari ... 71
Gambar 4.20 Bagan Distribusi Waktu Perjalanan Inti Responden untuk
Masing-masing Moda Eksisting Keberangkatan Malam Hari ... 72
Gambar 4.21 Diagram Distribusi Biaya Perjalanan Inti Responden untuk
Gabungan Kedua Moda Eksisting ... 74
Gambar 4.22 Diagram Distribusi Biaya Perjalanan Inti Responden untuk
(5)
Gambar 4.23 Diagram Distribusi Jaminan Resiko Kecelakaan Perjalanan
Terhadap Responden untuk Gabungan Kedua Moda Eksisting .... 76
Gambar 4.24 Diagram Distribusi Jaminan Resiko Kecelakaan Perjalanan
Terhadap Responden Untuk Masing-Masing Moda Eksisting ... 77
Gambar 4.25 Diagram Tingkat kenyamanan kendaraan Terhadap Responden
untuk Gabungan Kedua Moda Eksisting ... 78
Gambar 4.26 Diagram Tingkat kenyamanan kendaraan Terhadap Responden
untuk Masing - Masing Moda Eksisting ... 79
Gambar 4.27 Diagram Tindakan Kejahatan kendaraan Terhadap Responden
untuk Gabungan Kedua Moda Eksisting ... 81
Gambar 4.28 Diagram Tindakan Kejahatan Pada Kendaraan Terhadap Responden Untuk Masing - Masing Moda Eksisting ... 82
Gambar 4.29 Diagram Waktu Tunggu Angkutan Pada Kendaraan Terhadap
Responden Untuk Gabungan Kedua Moda Eksisting ... 83
Gambar 4.30 Diagram Waktu Tunggu Angkutan Pada kendaraan Terhadap
Responden untuk Masing - Masing Moda Eksisting ... 84
Gambar 4.31 Diagram Pelayanan Supir/kondektur Pada kendaraan Terhadap
Responden untuk Gabungan Kedua Moda Eksisting ... 86
Gambar 4.32 Diagram Pelayanan Supir/kondektur Pada kendaraan Terhadap
Responden untuk Masing - Masing Moda Eksisting ... 87
Gambar 4.33 Diagram Kondisi Fisik Kendaraan Yang Digunakan Responden
untuk Gabungan Kedua Moda Eksisting ... 88
Gambar 4.34 Diagram Kondisi Fisik Kendaraan Yang Digunakan Responden
untuk Masing - Masing Moda Eksisting ... 89
(6)
Angkutan Travel (L300)... 102
Gambar 4.36 Sensitivitas Model Terhadap Perubahan Selisih Biaya Perjalanan
Antara Angkutan Bus Dan Travel (L300) ... 103
Gambar 4.37 Sensitivitas Model Terhadap Perubahan Nisbah Biaya Perjalanan
Antara Angkutan Bus Dan Travel (L300) ... 104
Gambar 4.38 Sensitivitas Model Terhadap Perubahan Selish Waktu Tunggu
Antara Angkutan Bus Dan Angkutan Travel (l300) ... 105
Gambar 4.39 Sensitivitas Model Terhadap Perubahan Nisbah Waktu Tunggu
Antara Angkutan Bus Dan Angkutan Travel (l300) ... 106
Gambar 4.40 Sensitivitas Model Terhadap Perubahan Selisih Waktu Tempuh
Antara Angkutan Bus Dan Travel (L300) ... 107
Gambar 4.41 Sensitivitas Model Terhadap Perubahan Selisih Waktu Tempuh
Antara Angkutan Bus Dan Travel (L300) ... 108