B 0.7
R2 = 0.8473 C
0.5 R3 = 0.0000
D 0.3
R4 = -0.8473 E
0.1 R5 = -2.1972
b. Dengan menggunakan transformasi linear model logit biner dapat diketahui
nilai skala numerik untuk masing-masing probabilitas pilihan. Dimana :
Untuk point rating A dengan nilai probabilitas 0.9, maka nilai numeriknya
adalah : Ln [0.91-0.9] = 2.1972
Untuk point rating B dengan nilai probabilitas 0.7, maka nilai numeriknya adalah : Ln [0.71-0.7] = 0.8473
Untuk point rating C dengan nilai probabilitas 0.5, maka nilai numeriknya
adalah : Ln [0.51-0.5] = 0.0000
Untuk point rating D dengan nilai probabilitas 0.3, maka nilai numeriknya adalah : Ln [0.3 1-0.3] = -0.8473
Untuk point rating E dengan nilai probabilitas 0.1, maka nilai numeriknya
adalah : Ln [0.11-0.1] = -2.1972
IV.5.2 Kompilasi Data
Kompilasi data dilakukan terhadap semua responden yang ada berdasarkan jawaban atau pilihan yang diberikan point rating pada setiap option yang
ditawarkan proses kompilasi data dimana dilakukan dengan menggunakan paket program dari Microsoft Office Ecxel 2007.
Universitas Sumatera Utara
Dalam analisis dengan menggunakan data stated preference terdapat banyak skala numerik yang dapat dihubungkan pada responden individu dan pendekatan
regresi yang digunakan dalam studi ini, seperti yang telah dijelaskan sebelumnya, merupakan analisa regresi yang menggunakan nilai skala standart dalam probabilitas
pilihannya. Untuk hasil lebih lengkap dari proses kompilasi data dengan pendekatan nilai
skala standart dalam probabilitasnya pilihannya dapat dilihat pada lampiran.
IV.5.3 Korelasi
Dalam hubungannya dengan regresi maka analisa korelasi digunakan untuk mengukur ketepatan garis regresi dalam menjelaskan nilai variabel tidak bebas
variabel terikat. Pengujian hubungan korelasi derajat hubungankeeratan hubungan dalam proses analisis regresi merupakan hal penting yang harus dilakukan
terutama untuk mengatasi masalah antara variabel bebas. Selain itu, uji korelasi juga berfungsi untuk mengetahui seberapa besar hubungan antara variabel-variabel bebas
terhadap variabel tidak bebas. Adapun hasil uji korelasi terhadap persamaan linier fungsi selisih utilitas adalah sebagai berikut :
Tabel 4.12 Matriks Korelasi
Y X
1
X
2
X
3
X
4
X
5
X
6
Y 1,000
-0,170 0,212
0,187 -0,165
0,365 0,327
X
1
-0,170 1,000
-0,214 0,000
0,000 0,000
0,000 X
2
0,212 -0,214
1,000 0,000
0,000 0,000
0,000 X
3
0,187 0,000
0,000 1,000
0,000 0,000
0,000 X
4
-0,165 0,000
0,000 0,000
1,000 0,000
0,000 X
5
0,365 0,000
0,000 0,000
0,000 1,000
0,000 X
6
0,327 0,000
0,000 0,000
0,000 0,000
1,000 Dimana :
Universitas Sumatera Utara
X
1
= Selisih atribut Cost antara Kapal Feri Kelas Bisnis dan Kapal Cepat X
2
= Selisih atribut Time antara Kapal Feri Kelas Bisnis dan Kapal Cepat X
3
= Selisih atribut Frequency antara Kapal Feri Kelas Bisnis dan Kapal Cepat X
4
= Selisih atribut Departure antara Kapal Feri Kelas Bisnis dan Kapal Cepat X
5
= Selisih atribut Service antara Kapal Feri Kelas Bisnis dan Kapal Cepat X
6`
= Selisih atribut Safety antara Kapal Feri Kelas Bisnis dan Kapal Cepat Y = Skala numerik
Berdasarkan hasil pengamatan dari matriks korelasi tersebut dapat diinterpretasikan sebagai berikut :
a. Semua variabel bebas Cost, Time, Frequency, Departure, Service, dan
Safety mempunyai korelasi yang cukup rendah dengan variabel tidak bebas.
b. Antar variabel bebas memiliki korelasi yang rendah sehingga semua
variabel bebas tersebut dapat dipergunakan bersama-sama tanpa ada kemungkinan masalah kolinieritas.
IV.5.4 Alternatif Persamaan Fungsi Selisih Utilitas