POLA PENGGUNAAN MODA PADA SISWA SMA DI KOTA PALU DENGAN MENGGUNAKAN REGRESI LOGISTIK MULTINOMIAL

2 RATNASARI RAMLAN , DAN HERA WIDYASTUTI

1 Mahasiswa Pascasarjana Teknik Sipil FTSP – ITS Surabaya Kampus ITS Surabaya Telp/Fax :(031)5941490,

emai

2 Staf Pengajar Teknik Sipil FTSP – ITS Surabaya Kampus ITS Surabaya Telp/Fax :(031)5941490,

Abstrak —Penggunaan moda pada siswa SMA di Kota Palu dipengaruhi oleh faktor sosial

Ekonomi, diantaranya jenis kelamin, pekerjaan orang tua, penghasilan orang tua,

kepemilikan kendaraan, status dalam keluarga, dan nilai utilitas dari masing-masing moda. Penelitian ini bertujuan untuk mengetahui pola penggunaan moda di kalangan siswa SMA di Kota Palu. Pada penelitian ini penggunaan moda pada siswa SMA di Kota Palu terbagi menjadi tiga, yaitu siswa yang menggunakan sepeda motor sebesar 56%,

mobil pribadi sebesar 7% dan angkutan umum sebesar 37%. Berdasarkan uji

Independensi yang dilakukan pada semua variabel bebas (faktor sosial ekonomi) diperoleh hasil bahwa semua variabel bebas tersebut mempunyai pengaruh terhadap penggunaan

moda ke sekolah. Selanjutnya dilakukan pengujian variabel bebas tersebut secara

serempak dengan menggunakan regresi logistik multinomial, sehingga diperoleh faktor yang berpengaruh terhadap penggunaan moda adalah menggunakan variabel waktu, tingkat kepuasan, tingkat keselamatan dan jumlah anggota keluarga. Selanjutnya dilakukan pengujian regresi logistik multinomial dengan menggunakan variabel tersebut dan menghasilkan variabel yang paling berpengaruh terhadap kedua logit yaitu tingkat kepuasan yang menghasilkan probabilitas untuk pengguna moda angkutan umum adalah 11%, sepeda motor 38% dan mobil pribadi 50%. Model yang dihasilkan memiliki ketepatan klasifikasi 85,2%. Ketepatan klasifikasi yang besar dipengaruhi oleh banyaknya variabel bebas yang mewakili untuk memodelkan pola penggunaan moda pada siswa SMA di Kota Palu atau dengan kata lain model yang digunakan sesuai.

Kata Kunci — Penggunaan Moda, Regresi Logistik Multinomial, Faktor sosial Ekonomi

1. PENDAHULUAN dalam melakukan perjalanan ke sekolah. Hal ini

turut menambah masalah transportasi yang Perjalanan dengan tujuan pendidikan sudah ada, dimana permasalahan transportasi termasuk dalam perjalanan utama terutama yang dialami oleh kota-kota di Indonesia pada perjalanan ke sekolah seharusnya menjadi umumnya didominasi oleh penggunaan prioritas karena melibatkan anak-anak yang dari kendaraan pribadi Penggunaan kendaraan sisi usia sangat rentan dalam melakukan pribadi baik menggunakan mobil maupun kegiatan di jalan raya. Fenomena yang sepeda motor tidak dapat dihindari dan menjadi terjadi di Indonesia saat ini adalah anak-anak prioritas . Kondisi ini menyebabkan jumlah cenderung menggunakan kendaraan pribadi kendaraan yang beroperasi tidak sebanding dengan panjang jalan yang ada, sehingga µ x = persamaan regresi logistik untuk

j ( )

masalah kemacetan tidak dapat terhindarkan variabel respon j lagi. Selain itu masalah lain yang ikut

g x = logit pada variabel respon j, j = j ( )

membayangi adalah tingkat kecelakaan yang 0, 1, 2 tinggi dan juga masalah polusi udara akibat

x = nilai dari variabel penjelas ke- m

kegiatan lalu lintas yang cukup tinggi

m , m = 1, 2 ,3, …, p

Penggunaan sepeda motor di Kota Palu tidak hanya populer di kalangan orang dewasa, β = koefisien/parameter model

bahkan saat ini anak-anak sekolah terutama Untuk model regresi logistik multinomial yang siswa SMA banyak yang menggunakan sepeda membandingkan Y=1 dan Y=2 terhadap Y=0, motor dalam melakukan aktivitas sehari-hari, maka diperoleh bentuk model regresi logistik sehingga sepeda motor ini menjadi pilihan dengan p variabel prediktor adalah sebagai utama para siswa untuk moda perjalanannya ke berikut sekolah. Kondisi ini terlihat pada saat jam

β β x β x  β x

(

2 2 p p ) e

masuk dan keluar sekolah banyak siswa SMA

P x ( ) =

(2)

β β β β x x  x

( )

2 2 p p e yang menggunakan sepeda motor di jalan raya.

1 Di mana variabel prediktor tersebut bersifat

Jalan raya menjadi padat dan kurangnya kontinyu. Dengan menggunakan transformasi aktifitas berjalan kaki dan bersepeda karena para pelajar tersebut cenderung menggunakan logit akan didapatkan dua fungsi logit sebagai kendaraan bermotor Jika dilihat dari sisi berikut : usia para siswa SMA ini belum berhak

 

P ( Y =

1 x )

g ( x ) = ln

  mengendarai sepeda motor, karena belum

P ( Y = x )

    memiliki Surat Izin Mengemudi (SIM). Akan

β β β β 

x x x

= + + +

2 1 p p

tetapi penggunaan sepeda motor tetap

x ′ β

menjamur di kalangan siswa di Kota Palu, (3) terutama di sekolah yang bergengsi.

 P ( Y 2 x )  =

g ( x ) = ln

Untuk mengetahui probabilitas penggunaan

 

P ( Y = x )

    moda dikalangan siswa SMA di Kota Palu,

β β x β x  β

= + + +

2 2 p p

maka dilakukan penelitian mengenai hal tersebut, yang akan dianalisis menggunakan = x ′ β

(4) regresi logistik multinomial dengan persamaan Berdasarkan kedua fungsi logit tersebut sebagai berikut : maka diperoleh model regresi multinomial

P Y j x x = = µ

( ) j ( )

berupa model regresi logistik multinomial

exp g x [ ] j ( )

sebagai berikut:

exp [ g x ] (1) k ( )

∑ k =

1 x

π ( ) =

g ( x ) g ( x )

2 exp β β x β x  β x j j

1 1 j

2 2 jp p

( ) e e

(5)

g ( x ) exp x x  x

1 β β β β + + + +

( k k

1 1 k

2 2 kp p )

∑ k = e x =

π ( )

g ( x ) g ( x )

2 g ( x )

dimana β = sehingga = e e

(6)

g ( x )

2 Keterangan: e

π ( x ) = 2 g ( x ) g ( x )

2 P Y = j x = peluang bersyarat dari variabel 1 e e ( )

(7) respon j pada vektor x

P Y = j x (x )

Dengan = π untuk j=0,1,2

( ) j

2. METODOLOGI terbentuk dua fungsi logit, yaitu sepeda motor dan mobil pribadi.

Data yang digunakan dalam penelitian ini c.

Melakukan analisis regresi logistik terdiri atas : multinomial secara serentak

Data Primer, adalah data yang diperoleh secara d.

Menghitung probabilitas masing-masing

langsung di lapangan seperti Data kuesioner

variabel

siswa e.

Menginterpretasikan model secara serentak b. Data Sekunder, adalah data yang diperoleh dan menghitung ketepatan klasifikasi model. secara tidak langsung yang berfungsi sebagai pelengkap data primer seperti : jumlah

3. HASIL DAN PEMBAHASAN siswa, status sekolah dan data lainnya yang berkaitan dengan kondisi sekolah

Gambar 1 menunjukkan hasil penyebaran Variabel yang digunakan dalam penelitian kuisioner sebanyak 364 eksemplar yang telah ini meliputi variabel terikat dan variabel bebas dilakukan pada siswa SMA Negeri yang ada di yang merupakan variabel kategorik yang

Kota Palu, yaitu 206 orang responden (56%) dijabarkan pada tabel 1. yang menggunakan sepeda motor, 24 orang

Langkah-langkah dalam analisis data adalah responden (7%) yang menggunakan mobil sebagai berikut : pribadi dan 134 orang responden (37%) yang a.

Melakukan analisis statistik deskriptif data menggunakan angkutan umum ke sekolah. untuk mengetahui karakteristik faktor sosial

Selanjutnya dilakukan uji independensi ekonomi yang meliputi variabel terikat (Y) antara variabel terikat dan variabel bebas untuk dan variabel bebas (X), dengan langkah mengetahui adanya hubungan antara variabel- sebagai berikut : variabel tersebut seperti terlihat pada tabel 1. i.

Melakukan analisis distribusi penggunaan Adapun Hipotesis yang digunakan untuk moda dikalangan siswa SMA di Kota melakukan uji independensi antara variabel Palu. terikat dan variabel bebas adalah : ii. Melakukan tabulasi silang masing-masing

H o : tidak ada hubungan antara variabel terikat variabel terikat terhadap variabel bebas. dan variabel bebas b. Membuat model regresi logistik multinomial

H : ada hubungan antara variabel terikat dan

untuk mendapatkan faktor-faktor yang variabel bebas mempengaruhi penggunaan moda

Berdasarkan tabel 2 diketahui bahwa semua dikalangan siswa dengan langkah sebagai variabel bebas memiliki hubungan dengan berikut : variabel terikat. Hal ini terlihat pada nilai Chi- i. Melakukan uji independensi antara square dengan nilai p-value yang bernilai variabel terikat (Y) dan semua variabel kurang dari 5% yang berarti tolak H . Sehingga

bebas (X) pada langkah berikutnya semua variabel bebas ii.

Melakukan analisis regresi multinomial digunakan dalam pemodelan selanjutnya. secara individu terhadap variabel terikat

Langkah selanjutnya dilakukan tabulasi (Y) dengan variabel bebas. Pada silang untuk mengetahui variabel yang penelitian ini kategori variabel terikat memiliki frekuensi yang minimal. Hasil yang digunakan sebagai pembanding

Tabulasi Silang antara variabel terikat dengan adalah kategori angkutan umum, sehingga variabel bebas ditunjukkan pada tabel 3.

95% tingkat kepercayan pengguna moda. Oleh karena itu penentuan probabilitas hanya berdasarkan variabel tersebut. Berdasarkan asumsi bahwa 50% (setengah) perubahan dari kepuasan terhadap moda, maka menghasilkan probabilitas sebagai berikut: g

(x) = -3,505 - 18,093 X

(1) +19,451X

(2)

5 (3)+0,363X 5 (4)

7 (1)+2,883X

hanya tingkat kepuasan (2)

(2) yang mempengaruhi

1 = 2,345 x Tingkat Kepuasan (2)

g (2)

= 2,345 x 0,5 = 1,173 g

2 = 2,883 x Tingkat Kepuasan (2)

= 2,883 x 0,5 = 1,442 Sehingga probabilitas berdasarkan tingkat kepuasan (2) untuk pengguna moda adalah sebagai berikut : Π

(x) = = 0,118 (untuk pengguna angkutan umum) Π

1 (x) =

= 0,382 (untuk pengguna sepeda motor) Π

2 (x) =

= 0,500 (untuk pengguna mobil pribadi) Dari nilai probabilitas yang diperoleh, diketahui bahwa dengan adanya tingkat kepuasan yang baik terhadap moda yang digunakan maka peluang pengguna mobil pribadi akan lebih banyak dibanding sepeda motor dan angkutan umum. Hal ini disebabkan karena siswa yang menggunakan mobil pribadi akan merasa lebih puas dari segi waktu, keamanan maupun keselamatan. Sehingga kedepannya perlu dicarikan solusi yang baik untuk meningkatkan pelayanan angkutan umum. Tingkat kepuasan ini sulit diukur, akan tetapi biasanya dengan pelayanan yang baik (efektif dan efesien) maka tingkat kepuasan pun menjadi baik. Kedepannya perlu ditingkatkan pelayanan angkutan umum, sehingga dapat meningkatkan pula pengguna angkutan umum dikalangan siswa SMA di Kota Palu.

5,265 X

33,004X

Ketepatan klasifikasi yang telah diperoleh dari model yang telah dibentuk ditunjukkan pada tabel 7.

1 : Paling sedikit ada satu β k

(1)+2,345X

1 : β k

≠ 0 dimana k = 1,2,3,4....11 Statistik Uji yang digunakan pada parameter ini adalah statistik uji wald. Dengan menggunakan kategori pembanding yaitu angkutan umum, maka diperoleh data seperti tabel 4.

Variabel-variabel yang signifikan secara individu selanjutnya dilakukan pengujian secara serentak. Pada penelitian ini semua variabel bebas signifikan terhadap penggunaan moda Hipotesis yang digunakan adalah sebagai berikut : H o :

β k =

β 2 = ...

β 7 = 0

g ≠ 0 dengan k = 1,

Langkah berikutnya dilakukan uji regresi logistik multinomial secara individu, hipotesis yang digunakan adalah sebagai berikut : H o :

2...7 Statistik uji yang digunakan adalah

Likelihood Ratio Test. Hasil pengujian secara serentak ditampilkan pada table 5 Pengujian variabel bebas secara serentak menggunakan regresi logistik multinomial seperti pada tabel 5 diperoleh hasil bahwa variabel bebas yang signifikan berpengaruh (<5%) terhadap variabel terikat adalah waktu, jumlah anggota keluarga, tingkat kepuasan dan keselamatan..Selanjutnya dilakukan pengujian estimasi parameter dengan menggunakan variabel yang berpengaruh, seperti pada tabel 6.

Berdasarkan estimasi parameter pengujian secara serentak diperoleh persamaan logit sebagai berikut :

1 (x) = -1,721 + 2,192 X 5 (1)+19,207X 5 (2)

(3) + 0,608X

(4)

β k = 0

15,304X
33,791X

7 Berdasarkan tabel 6 diperoleh data bahwa

4. KESIMPULAN

[1] Ben-Akiva, M., dan Lerman, S.R.(1989).

diakses 1 juni 2011.

penelitian dan pengembangan jalan dan jembatan TA 2009

Manajemen Keceptan Lalu Lintas Arus Arteri Sekunder untuk Mengantisipasi Peningkatan Sepeda Motor, kolokium hasil

[5] Idris, Muhammad., Iskandar, Hikmat., dan Syailendra, Agus Bari. (2009).

Psychology , Lawrence Erlbaum Associates Ltd., Publishers, East Sussex, England.

[4] Hayes, N. (1993). Principles of Social

Transportation in the New Millennium: State of the Art and Future Directions, Perspectives from Transportation Research Board Standing Committees Washington D.C.: Transportation Research Board.

Values Research for Human Centered Transportation Systems. From

[3] Goulias, K. G. (2000). Travel Behavior and

Transportation Planning. London : hutchinson.

Bruton, M. J. 1970. Introduction to

Masschusetts. The MIT Press. [2]

Discrete Choice Analysis Theory and Application to Travel Demand. Cambridge,

REFERENCES

Dari nilai probabilitas yang diperoleh, diketahui bahwa dengan adanya tingkat kepuasan yang baik terhadap moda yang digunakan maka peluang pengguna mobil pribadi akan lebih banyak dibanding sepeda motor dan angkutan umum. Hal ini disebabkan karena siswa yang menggunakan mobil pribadi akan merasa lebih puas dari segi waktu, keamanan maupun keselamatan. Sehingga kedepannya perlu dicarikan solusi yang baik untuk meningkatkan pelayanan angkutan umum

33,004X7(1)+2,345X7(2) g

2 (x) = = 0,500 (untuk pengguna mobil pribadi).

= 0,382 (untuk pengguna sepeda motor) Π

1 (x) =

(x) = = 0,118 (untuk pengguna angkutan umum) Π

2 (x) = -3,505 - 18,093 X5(1) +19,451X5(2)

1 (x) = -1,721 + 2,192 X5(1)+19,207X5(2)

(x) = (untuk pengguna mobil pribadi) Dengan fungsi logit sebagai berikut : g

sepeda motor) Π

1 (x) = (untuk pengguna

(x) = (untuk pengguna angkutan umum) Π

Semua Variabel bebas berpengaruh terhadap penggunaan moda ke sekolah. Tetapi pada pengujian serentak hanya terdapat dua variabel yang secara serentak berpengaruh terhadap penggunaan moda, yaitu jumlah anggota keluarga dan tingkat kepuasan. Adapun model regresi logistik multinomial untuk tingkat keparahan korban kecelakaan lalu lintas dengan α = 5% adalah sebagai berikut. Π

Berdasarkan hasil survey terhadap siswa SMA di Kota Palu, terdiri dari 206 orang responden (56%) yang menggunakan sepeda motor, 24 orang responden (7%) yang menggunakan mobil pribadi dan 134 orang responden (37%) yang menggunakan angkutan umum ke sekolah.

5,265 X5(3) +0,608X5(4)

15,304X5(3)+0,363X5(4)
33,791X7(1)+2,883X7(2) probabilitas berdasarkan tingkat kepuasan (2) untuk pengguna moda adalah sebagai berikut : Π

[6] [16]

Kalee, Meead Saberi (2007), Mohammad _______(2008) Maju Mundur Reza Rezaeian, Mohammad Reza Ahadi, Transportasi Indonesia, Ph.D, Gholam Ali Shafabakhsh, Ph.D. http://www.artiku.com, diakses 15 Juni Evaluating the Factors Effecting Student 2011.

Travel Mode Choice [17] _______(2011) Kecelakaan Lalu Lintas

[7] di Sulteng Meningkat,

Kanafani, A.(1983), “Transportation

Demand Analysis ”, University of

California, Berkeley,. diakses 24 Nopember 2011 [8]

[18] Kusnandar, Erwin (2009). Optimalisasi _______(2011) Masalah Transportasi di pengguna lajur bagi sepeda motor, Kota Palu,

kolokium hasil penelitian dan diakses 2 Desember 2011 pengembangan jalan dan jembatan TA 2009 , diakses 1 juni 2011.

[9] Kusnandar, Erwin (2010). Pengaruh

Proporsi Sepeda Motor terhadap kecepatan arus lalulintas, Jurnal Jalan – Jembatan,

Vol. 27, No. 1 p. 31 -38. ,

diakses 1 juni 2011. [10]

Gambar 1. Diagram penggunaan moda pada Manheim, L., M.(1979), “Fundamental

”, Volume siswa SMA di Kota Pal

Transportation Systems Analysis

I, Basic Concept, The MIT Press, Cambridge,. Tabel 1. Variabel yang digunakan

[11] Variabel 0. Pradono (2009). Studi Pengaruh Bentuk Sepeda motor 1.

Kota (Urban Form) Terhadap Perilaku Terikat Mobil Pribadi 2.

Angkutan Umum

Perjalanan Anak Sekolah Dasar Di Kota

Variabel

1. Jenis Kelamin

Bandung, diakses 15

Bebas

2. Pekerjaan orang tua Juni 2011.

3. Penghasilan orang tua [12]

Tamin Ofzar Z., (2000)., “Perencanaan

4. Status dalam keluarga

dan Permodelan Transportasi ”, Institut

5. Jumlah anggota Keluarga Teknologi Bandung (ITB), Bandung.

6. Tingkatan Kelas [13]

Warpani S., (1990), ”Merencanakan

7. Jarak rumah ke sekolah

Sistem Perangkutan” , Institut Teknologi

8. Tingkat Kepuasan Bandung, Bandung.

9. Tingkat Keamanan [14] Yee, R.,D. Parisi, dan B.Hondrop(2007).

10. Tingkat Keselamatan “ Creating a citywide Safe Routes to

11. Biaya transportasi ke sekolah School Program Pasadena, CA, USA’s

12. Waktu tempuh ke sekolah Step-by-step Approach.” ITE Journal 77 (9), : 22 - 26

[15] ______(2010) Masalah Transportasi Di Indonesia, http://dhienachan. wordpress.com, diakses 15 Juni 2011.

>3 unit mobil 1.5% .0% 3.7%
Kepemilika n motor tidak punya 1.0% .0% .0%

1 unit motor 1.0% .0% 26.9%

95.3 % baik sekali .5% 29.2% .7% 2.5%

17.9 % kelas kelas X

1-2 orang 7.8% .0% 3.0% 5.5%

8.3% 12.5% 10.4% 9.3% Jumlah anggota keluarga

31.9 % kelas XII

38.8% 79.2% 12.7%

58.8 % kelas XI

52.9% 8.3% 76.9%

34.9 %

>3 km 25.2% .0% 9.7%

11.3 %

2-3 km 34.5% 8.3% 40.3%

22.0 %

1-2 km 28.6% 4.2% 14.9%

25.3 %

11.7% 87.5% 35.1%

10,4 % jarak <1 km

2-3 orang 14.6% 41.7% .7%

27.5 %

3-4 orang 46.1% .0% 3.7%

.0% .0% 54.5%

.0% .0% 4.5% 1.6% baik 99.0% 66.7% 94.8%

87.1 % baik sekali .5% 50.0% 1.5% 4.1% keselamatan tidak baik

.0% .0% 21.6% 8.0% baik 99.0% 41.7% 76.9%

25.8 % keamanan tidak baik

53.6 % puas sekali 23.3% 12.5% 32.1%

76.2% 83.3% 13.4%

20.1 % puas

11.3 % kepuasan tidak puas

31.9 %

10.2% 41.7% 7.5%

81.0 % anak angkat 6.3% 41.7% 3.7% 7.7% saudara

Status anak kandung 83.5% 16.7% 88.8%

12.6 %

>5 orang 3.9% 8.3% 26.9%

43.1 %

4-5 orang 27.7% 50.0% 65.7%

>3 Unit Motor 16,5% 8,3% 1,5%

10.4 % 2 unit motor 46.6% 91.7% 38.8%

46.7 % 3 unit motor 35.0% .0% 32.8%

Jarak 89.200 0.000 Tolak H o Tingkat Kepuasan 1.999E2 0.000 Tolak H o Tingkat Keamanan 2.097E2 0.000 Tolak H o Tingkat Keselamatan 93.206 0.000 Tolak H o Waktu 2.011E2 0.000 Tolak H

61.0 %

Jenis kelamin Perempua n 42.2% 58.3% 90.3%

Variabel Bebas Moda Total Seped a Motor Mobil Pribadi Angku tan Umum

o Tabel 3 Tabulasi Silang

Biaya 4.314E2 0.000 Tolak H

39.0 %

Jumlah Anggota Keluarga 1.616E2 0.000 Tolak H

Tua 45.075 0.000 Tolak H o Tingkatan Kelas 55.200 0.000 Tolak H

Pekerjaan Orang Tua 10.305 0.036 Tolak H o Penghasilan Orang

Variabel Nilai Chi- Square P- Value Keputusan Jenis Kelamin 78.912 0.000 Tolak H

Tabel 2 Uji independensi antara variabel terikat dan variabel bebas

Laki-laki 57.8% 41.7% 9.7%

Pekerjaan orang tua pns

4.9%

72.3 % karyawan swasta 22.8% 4.2% 25.4%

22.5 % tni/polri

7.3% .0% 3.0% 5.2% Penghasilan orang tua

1.000.000

2.000.000 7,30% 0% 0%
3.000.000 9.2% .0% 2.2% 6.0% 3.000.000

4,10 %*

2.000.000

0.5%

69.9% 95.8% 71.6%

2.2%

4.000.000 2.4% .0% 16.4% 7.4% 4.000.000
5.000.000 45.6% 50.0% 49.3%

11.3 % 1 unit mobil 43.7% 45.8% 51.5%

46.7 % 2 unit mobil 29.1% 45.8% 41.8%

34.9 % 3 unit mobil 6.3% 8.3% 2.2%

Kepemilika n mobil tidak punya 19.4% .0% .7%

35.2 %

47.3 %

>5.000.00 35.4% 50.0% 32.1%

5,724 30,987 0,000* 0,003 [X5=2]

2,220 8,816 0,003* 0,109 [X5=3]

2,341 9,680 0,002* 0,096
1,720 . . 0,179 [X5=1]

20,397 0,000 0,996 0,000 [X5=2]

0,860 0,695 0,404 0,423 [X5=3]

18,790 0,000 0,992 0,000 Jarak

2,544 61.590 0.000* 0.079
0,262 0.389 0.533 [X1=0]

1,894 13.984 0.000* 0.150 Pekerjaan Orang Tua
2,058 26,631 0,000* 0,128 [X6=2]

0,304 0,568 0,451 0,738 [X6=3]

1,113 9,614 0,002* 0,329
0,916 2,514 0,113 0,400 [X2=2]

0,998 2,711 0,100 0,369
21,230 869,266 0,000 [X6=1]
20,273 399,271 0,000 [X2=1]

0,138 0,127 0,722 0,872 [X7=2]

2,011 14,318 0,000* 0,134 [X3=4]

0,176 0,492 0,483 0,839
1,540 5,863 0,015* [X7=1]

2,401 6,305 0,012* 0,091 [X7=2]
1,276 15,282 0,000* [X3=1]

0,443 . . 0,642 [X3=2]

18,630 . . 0,000 [X3=3]

20,687 . . 0,000 [X3=4]

0,428 0,895 0,344 0,652 Kepemilikan Mobil
1,504 14,807 0,000 [X8=1]
0,511 0,489 0,484 [X4=0]

2 Intercept

2 Intercept 0,000 0,000 1,000

[X5=0]

1 Intercept 1,386 19,987 0,000

[X6=1]

2 Intercept

20,425 710,184 0,000* 741951327,266 [X6=2]

18,235 211,986 0,000* 83027886,623 [X6=3]

17,935 . . 61502138,239 Tingkatan Kelas

1 Intercept 0,194 0,289 0,591

[X7=1]

1,355 9,104 0,003* 3,875 [X7=3] 0,000 . . .

1 Intercept

1,652 5,285 0,022* 5,216 Jumlah Anggota Keluarga

[X5=0] 15,561 0,000 0,998 5726291,654

2,890 17,955 0,000* 18,000 [X8=2]

4,905 20,286 0,000* 135,000 [X8=3]

4,449 54,470 0,000* 85,500 [X8=4]

1,070 6,299 0,012* 2,915

2,890 15,829 0,000 [X8=1]

17,340 . . 0,000 [X8=2]

2 Intercept

5,193 16,567 0,000* 180,000 [X8=3]

20,418 500,253 0,000 [X4=0]
16,125 0,000 0,998 0,000 [X8=4]

0,898 1,295 0,255 2,455 Status

1 Intercept 0,742 3,729 0,053

[X9=1]

0,214 0,107 0,743 1,238

[X5=1]

18,581 367,800 0,000* 117430480,719 [X4=2]

1 Intercept 2,833 15,162 0,000

20,012 . . 491072919,366 Kepemilikan Motor

Tabel 4. Pengujian Regresi Logistik Multinomial secara individu

Logit Variabel B Wald P- Value Odd ratio

Jenis Kelamin

1 Intercept 2,214 57.457 0.000

[X1=0]

2 Intercept

1 Intercept 1,322 5,517 0,019

[X2=1]

2 Intercept

18,845 327,812 0,000* 152799941,676 [X2=2]

16,747 18758049,106 Penghasilan Orang Tua

1 Intercept 0,529 7,580 0,006

[X3=1] 19,865 0,000 0,998 423698524,627

[X3=2] 1,317 4,099 0,043* 3,731

[X3=3]

2 Intercept

1 Intercept

4,200 11,318 0,001* 66,667 [X4=1]

0,777 1,079 0,299 2,174 [X4=2]

0,580 0,592 0,442 1,786 [X4=3]

1,977 4,143 0,042* 7,222

2 Intercept

3,075 0,000 1,000 21,650 [X4=1]

18,790 374,768 0,000* 144691128,027 [X4=3]

0,374 0,862 0,353 0,688 [X9=2]

2 Intercept 0,000 0,000 1,000

3,393 25,112 0,000* 0,034 [X9=2]

Effect Likelihood Ratio Tests Chi-Square Sig.

Tabel 5. Pengujian Likelihood Ratio

21,568 0,000 0,997 0,000 [X10=2]
2,663 19,881 0,000 [X10=1]

20,945 . . 0,000 [X10=2]
112,808
183,144

Intercept 0,000 . Waktu 10,056 0,007* Biaya 1,831 0,400 Jenis kelamin 0,528 0,768 Pekerjaan orang tua 3,763 0,439 Penghasilan orang tua 4,941 0,764 Kepemilikan mobil 8,386 0,397 Kepemilikan motor 13,839 0,086 Jarak 2,815 0,832 Kelas 2,984 0,560 Jumlah anggota keluarga

33,520 87931,613 0,000 [X12=1]
112,297
0,086 66,531 0,000* 0,918
0,113 30,806 0,000* 0,893 Biaya
0,004 5,904 0,015* 0,996

1,721 10,59

X14 0,103 0,000 0,996 1,108

2 Intercept -54,908 . .

X14

34,000 . . 5,83326E+14

X13

2 Intercept 2,609 13,675 0,000

X13

1 Intercept 3,907 75,526 0,000

110,325 . . 8,1961E+47 Waktu

107,791 686,045 0,000* 6,50452E+46 [X12=2]

195214,508 0,000 [X12=1]

2 Intercept

1 Intercept 1,115 13,312 0,000

1 Intercept

31,164 453,578 0,000* 3,42386E+13 [X12=2]

2,817 17,257 0,000* 16,722 Tingkat Keamanan

[X9=1]

0,693 0,961 0,327 2,000 Tingkat Kepuasan

1 Intercept 0,110 0,274 0,600

[X10=1]

2,062 40,130 0,000* 7,863

2 Intercept

1 Intercept

181,111 . . 4,52588E+78 Tingkat Keselamatan

868518,442 0,000 [X11=1]

110,452 26811,180 0,000* 9,30671E+47 [X11=2]

113,496 . . 1,95276E+49

2 Intercept

398388,762 0,000 [X11=1]

178,638 8926,670 0,000* 3,81648E+77 [X11=2]

18,568 0,017* Status 5,760 0,218 Kepuasan 31,990 0,000* Keamanan 0,001 1,000 Keselamatan 20,342 0,000*

8,953 [jumlah anggota keluarga=2] 19,20
193,365 [jumlah anggota keluarga=4] 0,608 1,224 0,269 1,838 [jumlah anggota keluarga=5] Pembanding . .

33,00

11 94,7 mobil pribadi

Observasi Prediksi Sepeda Motor Mobil Pribad i Angkuta n Umum Ketepatan (%) sepeda motor 195

Tabel 7 Ketepatan Klasifikasi

10,438 [kepuasan=3 ] Pembanding . .

3,505 13,68
18,09
15,30
33,79

17,867 [kepuasan=3 ] Pembanding . .

2,883 16,04 4 0,000

1 0,000 0,997 0,000 [kepuasan=2 ]

[kepuasan=1 ]

4 0,000 0,998 0,000 [jumlah anggota keluarga=4] 0,363 0,170 0,680 1,438 [jumlah anggota keluarga=5] Pembanding . .

7 [jumlah anggota keluarga=3]

1 0,000 0,993 280069651,75

3 . . 0,000 [jumlah anggota keluarga=2] 19,45

2 Intercept

1 0,000 [jumlah anggota keluarga=1]

2,345 32,14 3 0,000

4 0,000 0,992 0,000 [kepuasan=2 ]

[kepuasan=1 ]

5,265 21,65 6 0,000

2 [jumlah anggota keluarga=3]

7 0,000 0,993 219577719,43

0,021

2 0,001 [jumlah anggota keluarga=1] 2,192 5,300

1 Intercept

Logi t Parameter B Wald P- Value Exp(B)

Tabel 6. Estimasi Parameter Pengujian regresi logistik multinomial secara serentak

1 angkutan umum 19 115 85,8 Ketepatan Keseluruhan (%) 65,1 34,9 85,2

POLA PENGGUNAAN MODA PADA SISWA SMA DI KOTA PALU DENGAN MENGGUNAKAN REGRESI LOGISTIK MULTINOMIAL