Studi Pemilihan Moda Angkutan Umum Antar Provinsi Menggunakan Metode Stated Preference (Studi Kasus :Medan – Lhokseumawe)

(1)

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