ANALISA NILAI WAKTU KENDARAAN PRIBADI UN
BAB II
KAJIAN PUSTAKA DAN DASAR TEORI
2.1. Review beberapa penelitian tentang Nilai Waktu Perjalanan
Beberapa penelitian untuk penaksiran
nilai waktu perjalanan berdasarkan
formula Jasa Marga dengan mempertimbangkan studi dari nilai waktu yang
pernah dilakukan di beberapa kota di Indonesia. Berikut adalah nilai waktu
dasar dari beberapa penelitian yang pernah dilakukan. Dapat dilihat pada
Tabel 2.1 berikut
Tabel 2.1. Nilai Waktu dari Berbagai Studi
Referensi
PT. Jasa Marga (1990-1996), Formula
Nilai Waktu (Rp/Jam/kend)
Gol I
Gol IIa
Gol IIb
12.287
18.534
13.768
Herbert Mohring
Padalarang-Cileunyi (1996)
3.385 - 5.425
Semarang (1996)
3.411 - 6.221
IHCM (1995)
3.281,25
PCI (1979)
1.341
JIUTR northern extension (PCI 1989) 7.067
Surabaya-Mojokerto (JICA 1991)
8.880
Sumber : Modul Ekonomi Jalan Raya-Kartika, 2006.
3.827 - 38.344
14.541
18.212
3.827
14.670
7.960
5.716
1.506
4.971,20
3.152
3.659
7.980
Besarnya Nilai Waktu Minimum dapat dilihat pada Tabel 2.2.
Tabel 2.2. Nilai Waktu Minimum (Rp/Jam)
Jasa Marga
Gol I Gol IIa
Gol IIb
1
DKI
8200
12369
9188
2
Selain DKI
6000
9051
6723
Sumber :Modul Ekonomi Jalan Raya-Kartika, 2006.
No.
Kab/Kota
Gol I
8200
6000
JIUTR
Gol IIa Gol IIb
17022
4246
12455
3170
Dengan Formulayang digunakan adalah sebagai berikut :
Nilai Waktu = Max {(K * Nilai Waktu Dasar) ; Nilai Waktu Minimum}
Sedangkan nilai K dapat dilihat pada Tabel 2.3 berikut
8
Tabel 2.3. Nilai K untuk Beberapa Kota
No
1
2
3
4
5
6
7
8
9
Kabupaten/Kota
Jakarta
Cianjur
Bandung
Cirebon
Semarang
Surabaya
Gresik
Mojokerto
Medan
Nilai K
1.00
0.15
0.39
0.06
0.52
0.74
0.25
0.02
0.46
2.2. Pendekatan Revealed Preference
Metode Revealed Preference adalah suatu bentuk survei yang didasarkan
pada kenyataan atau kondisi yang ada di lapangan. Metode ini
memungkinkan untuk melihat pilihan terbaik berdasarkan perilaku konsumen.
Survei ini biasanya menggunakan kuisioner yang menanyakan kepada
responden mengenai hal-hal yang sudah nyata terkait objek penelitian. Sangat
cocok sekali dengan metode penelitian ini karena keterlibatan responden
disini menceritakan keadaan yang sesuai dengan kondisi saat ini terjadi.
Metode Revealed Preference dapat digunakan untuk mengetahui keadaan
tentang seseorang dalam berperilaku sehari-hari. Para responden dapat
memberikan informasi/bercerita kepada pemberi kuisioner mengenai keadaan
yang dilakukan setiap hari sesuai dengan keinginan si pemberi kuisioner.
Teknik ini biasanya untuk mengumpulkan preferensi orang-orang terhadap
pokok-pokok masalah seperti penggunaan moda apa yang digunakan
setiaphari, dan berapa biaya operasional kendaraan yang dipakai setiap hari
yang tidak dapat diukur dengan metode transportasi matematis.
Prinsip dasar dari metode survey Revealed Preference adalah para responden
diminta memberikan tanggapan terhadap setiap pertanyaan yang terdapat
pada kuisioner yang berkaitan dengan pengalaman responden. Diman
responden harus mempunyai sistem preferensi yang konsisten benar-benar
sesuai dengan kegiatan/pengalaman responden (Dewanti et al., 1999). Metode
9
Revealed Preference memiliki kelemahan yaitu dalam hal memperkirakan
respon individu terhadap suatu keadaan pelayanan yang pada saat sekarang
belum ada dan bisa jadi keadaan tersebut jauh berbeda dari keadaan yang ada
sekarang (Ortuzar and Willumsen, 2001) dalam Sugiyanto (2008).
2.3. Analisis Statistik Deskriptif (Classtering)
Metode statistik deskriptif, yaitu dengan mendeskripsikan data dari seluruh
populasi (hasil survey responden) dan membedakan sifat yang hendak diukur
menjadi populasi dalam macam-macam bentuk sample sesuai dengan masingmasing kategori. Alasan mengapa digunakan analisa statistik ini karena jika
tidak akan memrlukan biaya yang terlalu mahal dan lama untuk mendapatkan
semua populasi pada daerah yang ditinjau, salah satu cara yang digunakan
adalah dengan home interview atau office interview (pada penelitian ini
menggunakan metode survey office interview. Cara ini sangat cocok untuk
mengetahui variasi waktu tempuh perjalanan dan selalu menjadi bagian dalam
kehidupan sehari-hari (Camille Kamga, M. Anıl Yazıcı, 2014 ).
Tujuan menggunakan statistik deskriptif adalah agar supaya dari beberapa
hasil survey yang beranekaragam dapat di deskripssikan sesuai dengan jenis
permasalahan yang ada, atau dari beberapa populasi yang diperoleh akan di
dideskripsikan pada jenis permasalahannya masing-masing. Selain itu juga
menunjukkan hasil pengelompokan yang dibagi dalam beberapa kelas
interval. Sehingga dari sekian banyak jumlah responden hasil survey akan
terkelompok menjadi berbagai varian kelas interval.
Beberapa populasi yang akan diambil sebagai sampling adalah perusahaan
dan kantor yang digunakan. Berikut pengelompokan karakteristik ukuran
perusahaan bedasarkan jumlah karyawan :
Kecil, dibawah 10 karyawan
Sedang, 10-50 karyawan
Menengah, 50-100 karyawan
10
Besar, Lebih dari 100 karyawan.
2.4.
Uji Validitas dan Reliabilitas
Uji validitas adalah ketepatan atau kecermatan suatu instrumen dalam
mengukur data hasil survey. Tujuannya adalah untuk mengetahui data hasil
survey yang terkumpul relevan atau tidak dengan sifat atau karakteristik yang
dikehendaki,
dan
sejauh
mana
perbedaan
skor
yang
diperoleh
menggambarkan karakteristik yang akan diukur. Sebuah instrumen dikatakan
valid
apabila
mampu
mengukur
apa
yang
diinginkan
dan
dapat
mengungkapkan data dari variabel-variabel yang diteliti secara tepat.
Persamaan umum yang di gunakan dalam uji validitas adalah :
Σ X1
(Σ X 2)2
Σ X 22 −
n2
¿
( Σ X 1)2
(¿ ¿ 2−
)+ ¿
n1
¿
¿
S2 =
dimana
X 1−X 2
t=
√
S2 S2
+
n1 n2
Keterangan : t = Koefisien yang dicari
X2 = Nilai rata-rata kelompok I
X2 = Nilai rata-rata kelompok II
n = jumlah subjek
Besarnya nilai t
0,90 – 1,00
0,80 – 0,89
Interpretasi
Luar biasa bagus (Excellent)
Bagus (good)
11
0,70 – 0,79
Kurang dari 0,70
Cukup (fair)
Kurang (poor)
Uji validitas dalam pengumpulan data dibagi menjadi validitas faktor dan validitas
item.
-
Validitas faktor diukur bila item yang disusun menggunakan lebih dari satu
faktor (antara faktor satu dengan yang lain ada kesamaan). Pengukuran
validitas faktor ini dengan cara mengkorelasikan antara skor faktor
(penjumlahan item dalam satu faktor) dengan skor total faktor (total
keseluruhan faktor).
-
pengukuran validitas item dengan cara mengkorelasikan antara skor item
dengan skor total item.
Pada penelitian ini akan menggunakan metode pengujian validitas item. Validitas
item ditunjukkan dengan adanya korelasi atau dukungan terhadap item total (skor
total), perhitungan dilakukan dengan cara mengkorelasikan antara skor item
dengan skor total item. Jika yang digunakan lebih dari satu faktor berarti dengan
cara mengkorelasi antara item dengan faktor, kemudian dilanjutkan dengan
mengkorelasi antara item dengan total faktor. Dalam penentuan layak atau
tidaknya suatu item yang akan digunakan, biasanya dilakukan uji signifikansi
koefisien korelasi pada taraf signifikansi 0,05, artinya suatu item dianggap valid
jika berkorelasi signifikan terhadap skor total. Dalam penelitian ini dilakukan uji
signifikansi koefisien korelasi dengan kriteria menggunakan r kritis pada taraf
signifikansi 0,05 (signifikansi 5% atau 0,05 adalah ukuran standar yang sering
digunakan dalam penelitian).
Teknik pengujian untuk uji validitas menggunakan metode korelasi Bivariate
Pearson(Produk Momen Pearson) dan Corrected Item-Total Correlation.
1) Bivariate Pearson (Produk Momen Pearson)
Pengujian ini menggunakan uji dua sisi dengan taraf signifikansi 0,05. Dengan
kriteria pengujian adalah sebagai berikut:
12
Jika r hitung ≥ r tabel (uji 2 sisi dengan sig. 0,05) maka instrumen atau
item-item pertanyaan berkorelasi signifikan terhadap skor total
(dinyatakan valid).
Jika r hitung < r tabel (uji 2 sisi dengan sig. 0,05) maka instrumen atau
item-item pertanyaan tidak berkorelasi signifikan terhadap skor total
(dinyatakan tidak valid)
2) Corrected Item-Total Correlation.
Tujuan dari koreksi ini adalah supaya tidak terjadi koefisien item total
yang overestimasi (estimasi nilai yang lebih tinggi dari yang sebenarnya).
Perhitungan teknik ini cocok untuk digunakan pada skala yang
menggunakan item pertanyaan yang sedikit, karena jika dilakukan pada
skal jumlah yang banyak penggunaan korelasi ini tidak berdampak terlalu
besar.
Pengujian menggunakan uji dua sisi dengan taraf signifikansi 0,05.
Kriteria pengujian adalah sebagai berikut:
Jika r hitung ≥ r tabel (uji 2 sisi dengan sig. 0,05) maka instrumen
atau item-item pertanyaan berkorelasi signifikan terhadap skor total
(dinyatakan valid).
Jika r hitung < r tabel (uji 2 sisi dengan sig. 0,05) maka instrumen
atau item-item pertanyaan tidak berkorelasi signifikan terhadap
skor total (dinyatakan tidak valid).
Uji Reliabilitasdigunakan untuk melihat konsistensi alat ukur. Tujuan untuk
melihat apakah alat ukur tersebut tetap konsisten jika pengukuran tersebut
diulang. Metode pengujian reliabilitas terdiri dari banyak macam salah
satunya adalah metode Alpha. Metode Alpha ini sangat cocok digunakan
pada skor dengan bentuk skala (misal 1-4, 1-5, dll) atau skor rentang (misal
0-20, dll).
13
Uji signifikan dlakukan pada nilai signifikan 0,05, artinya hasil data dapat
dikatakan reliabel bila nilai alpha lebih besar dari r kritis Produtc moment.
Nilai signifikan 0,8 dapat
diterima (Sekaran, 1992)
2.5. Housing Price Approach
Pendekatan ini mengasumsikan bahwa tata guna lahan dimana harga rumah
tinggi kawasan daerah CBD akan memberikan waktu perjalanan yang
pendek sehingga akan mengecilkan
biaya operasional kendaraan dan
menghemat waktu dalam perjalanan. Dan rumah yang jauh dari kawasan
CBD akan memberikan biaya transportasi tinggi dan waktu perjalanan yang
lama. Dari perilaku dua kejadian ini akan menghasilkan perbedaan waktu
perjalanan. Dengan pertimbangan bahwa harga rumah di pinggiran kota jauh
lebih murah dari pada harga rumah di tengah kota, dan lebih rela
mengeluarkan biaya lebih mahal dalam perjalanan menuju tempat ia bekerja
(D. Efthymiou, C. Antoniou, 2013). Dari keadaan tersebut akan terjadi
selisih atau delta antara pemilik rumah dekat dan rumah jauh dari tempat
kerja. Ilustrasi dari pernyataan tersebut dapat dilihat pada gambar berikut
Δ jarak
Kantor
R1
R2
l
= jarak
Gambar 2.1. Ilustrasi adanya perbedaan jarak dan waktu tempuh
perjalanan
Meskipun pada kenyataannya pengambilan data harga rumah sulit dicari di
negara yang sedang berkembang karena harganya mungkin bisa naik atau
turun .Tetapi pada pendekatan ini digunakan rata-rata dari harga rumah yang
berada dipinggiran kota atau rumah dekat daerah CBD. Atau harga rumah
yang diperoleh dari hasil survey sesuai data masing-masing responden
14
(Bowes and Ihlanfeldt, 2001). Dengan asumsi tersebut dapat disimpulkan
bahwa ada hubungan antara harga rumah dan biaya transportasi, dengan
rumusan sebagai berikut :
λ =
Z
Y
Keterangan :
Z : Kenaikan harga rumah didasarkan pada satu unit penurunan pada biaya
transportasi
Y : Kenaikan harga rumah didasarkan pada satu unit pengurangan waktu
Perjalanan
λ : Nilai waktu perjalanan
Dengan menggunakan pendekatan ini akan lebih akan semakin memperkuat
metode analisis satatistik yang di gunakan sebelumnya. Karena pada
pendekatan ini tidak dilihat dalam satu populasi tertentu melainkan dengan
menilai dari masing-masing responden. Harga rumah yang di gunakan
adalah asumsi harga rata-rata. Dimana data harga rumah di peroleh dari data
sekunder yang berdasarkan nilai PBB harga rumah untuk Kota Surabaya.
2.6. Generalised Cost
Tujuan
adanya
Generalised
cost
adalah
untuk
mempermudah
mendeskripsikan biaya-biaya apa saja yang dikeluarkan dalam sekali
melakukan perjalanan. Jika pada pertanyaan dari form kuisioner terdapat
pertanyaan berapa biaya yang dikeluarkan oleh responden dari rumah ke
tempat kerja atau dalam setiap kali perjalanan baik menggunakan kendaraan
penumpang (LV) atau sepeda motor (MC)?. Tentu saja akan susah dikirakira karna biaya yang dikeluarkan untuk melakukan suatu perjalaan tidak
hanya sekedar biaya bahan bakar saja, melainkan banyak biaya lain yang
dibutuhkan yang sulit untuk dideskripsikan. Contohnya seperti biaya terkait
waktu, biaya penyusutan kendaraan, biaya pelumas, biaya spare part, biaya
15
modal, biaya kemacetan, biaya kenyamanan dan lain-lain dimana komponen
biaya-biaya tersebut belum dapat dijelaskan dengan detil. Dalam ekonomi
transportasi biaya-biaya tersebut disebut sebagai Generalised Cost (A.
Agung G. Kartika, 2006).
Menurut Wikipedia (2006) Generalised cost merupakan jumlah biaya
moneter dan non-moneter. Dimana biaya moneter itu sendiri terdiri dari
ongkos naik kendaraan umum, BBM, keausan, parkir, biaya tol, dan biaya
kemacetan. Sedangkan biaya non-moneter meliputi biaya waktu yang
dkeluarkan dalam melakukan perjalanan dimana nilainya tergantung pada
penghasilan pengemudi dan tujuan perjalanan.
Generalised cost bergantung pada perubahan respon konsumen (pengguna
jalan) terhadap perubahan harga yang terjadi (Generalised cost). Teori yang
ekivalen terhadap Generalised cost adalah teori Supply-demand, dimana
terdapat elastisitas terhadap harga permintaan dan supply sendiri terdiri dari
kapasitas jalan. Elastisitas tersebut dapat dirumuskan sebagai berikut :
Elasticity =
Change∈Quantity
Change∈ Price
Dimana :
-
Jika nilai Elastisitas > 1 maka sensitive terhadap perubahan harga
-
Jika nilai Elastisity < 1 makan tidak sensitive terhadap perubahan harga
2.7.1. Bentuk Dasar Generalised cost
Bentuk dasar Generalised Cost terdiri dari faktor-faktor berikut:
g = p + u(w)
dimana:
p
u(w)
: biaya moneter seluruh perjalanan
:biaya non moneter (waktu) perjalanan tanpa kemacetan. Ini
merupakan fungsi w dimana pada model ekonomi transportasi
besaran w merupakan ukuran standar tingkat pelayanan jalan atau
16
kendaraan umum. Keduanya berhubungan dengan kapasitas. Jika
free-flow journey time diketahui, maka u(w) dapat dihitung
dengan perkalian antara journey time tidak macet (t) dan Nilai
waktu pelaku perjalanan (τ), sehingga u(w) = τt
2.7.2. Generalised Cost (pada jaringan yang congested)
Pada jaringan jalan yang macet, persamaan generalised cost sedikit berbeda
dimana persamaan tersebut merefleksikan delay akibat kemacetan. Persamaan
generalised cost menjadi sebagai berikut:
g = p + u(w) + v(q,w)
Tambahan v(q,w) merupakan tambahan journey time yang dialami oleh
pengguna jalan akibat kemacetan yang terjadi. Dalam model ekonomi
transportasi, parameter q merupakan demand sedangkan w merupakan
kapasitas (yang masih mungkin untuk ditingkatkan).
2.7. Biaya Operasional Kendaraan
Biaya Operasional Kendaraan yang digunakan dalam studi ini adalah dengan
menggunakan metode Jasa Marga. Dalam metode Jasa Marga komponen Biaya
Operasi Kendaraan dibagi menjadi 7 (tujuh) kategori, yaitu:
1. Konsumsi Bahan Bakar
Konsumsi BBM dasar dalam liter/1000km, sesuai golongan:
Gol I
= 0.0284V2-3.0644V+141.68
Gol IIa
= 2.26533*Konsumsi bahan bakar dasar Gol I
Gol IIb
= 2.90805*Konsumsi bahan bakar dasar Gol I
Dimana :
V : kecepatan kendaraan (Km/jam)
Formula yang digunakan adalah:
17
Konsumsi BBM=Konsumsi BBM dasar (1+(kk+kl+kr))
dimana:
kk
: koreksi akibat kelandaian (lihat Tabel 5.26)
kl
: koreksi akibat kondisi lalu lintas (lihat Tabel 5.26)
kr
: koreksi akibat kerataan permukaan jalan (roughness) (lihat Tabel 5.26)
Tabel 2.4.
Faktor Koreksi Konsumsi Bahan Bakar Dasar Kendaraan
Golongan I, IIA, IIB
FAKTOR
Koreksi Kelandaian Negatif (kk)
Koreksi Kelandaian Positif (kk)
Koreksi Lalu Lintas (kl)
Koreksi Kerataan (kr)
BATASAN
G
KAJIAN PUSTAKA DAN DASAR TEORI
2.1. Review beberapa penelitian tentang Nilai Waktu Perjalanan
Beberapa penelitian untuk penaksiran
nilai waktu perjalanan berdasarkan
formula Jasa Marga dengan mempertimbangkan studi dari nilai waktu yang
pernah dilakukan di beberapa kota di Indonesia. Berikut adalah nilai waktu
dasar dari beberapa penelitian yang pernah dilakukan. Dapat dilihat pada
Tabel 2.1 berikut
Tabel 2.1. Nilai Waktu dari Berbagai Studi
Referensi
PT. Jasa Marga (1990-1996), Formula
Nilai Waktu (Rp/Jam/kend)
Gol I
Gol IIa
Gol IIb
12.287
18.534
13.768
Herbert Mohring
Padalarang-Cileunyi (1996)
3.385 - 5.425
Semarang (1996)
3.411 - 6.221
IHCM (1995)
3.281,25
PCI (1979)
1.341
JIUTR northern extension (PCI 1989) 7.067
Surabaya-Mojokerto (JICA 1991)
8.880
Sumber : Modul Ekonomi Jalan Raya-Kartika, 2006.
3.827 - 38.344
14.541
18.212
3.827
14.670
7.960
5.716
1.506
4.971,20
3.152
3.659
7.980
Besarnya Nilai Waktu Minimum dapat dilihat pada Tabel 2.2.
Tabel 2.2. Nilai Waktu Minimum (Rp/Jam)
Jasa Marga
Gol I Gol IIa
Gol IIb
1
DKI
8200
12369
9188
2
Selain DKI
6000
9051
6723
Sumber :Modul Ekonomi Jalan Raya-Kartika, 2006.
No.
Kab/Kota
Gol I
8200
6000
JIUTR
Gol IIa Gol IIb
17022
4246
12455
3170
Dengan Formulayang digunakan adalah sebagai berikut :
Nilai Waktu = Max {(K * Nilai Waktu Dasar) ; Nilai Waktu Minimum}
Sedangkan nilai K dapat dilihat pada Tabel 2.3 berikut
8
Tabel 2.3. Nilai K untuk Beberapa Kota
No
1
2
3
4
5
6
7
8
9
Kabupaten/Kota
Jakarta
Cianjur
Bandung
Cirebon
Semarang
Surabaya
Gresik
Mojokerto
Medan
Nilai K
1.00
0.15
0.39
0.06
0.52
0.74
0.25
0.02
0.46
2.2. Pendekatan Revealed Preference
Metode Revealed Preference adalah suatu bentuk survei yang didasarkan
pada kenyataan atau kondisi yang ada di lapangan. Metode ini
memungkinkan untuk melihat pilihan terbaik berdasarkan perilaku konsumen.
Survei ini biasanya menggunakan kuisioner yang menanyakan kepada
responden mengenai hal-hal yang sudah nyata terkait objek penelitian. Sangat
cocok sekali dengan metode penelitian ini karena keterlibatan responden
disini menceritakan keadaan yang sesuai dengan kondisi saat ini terjadi.
Metode Revealed Preference dapat digunakan untuk mengetahui keadaan
tentang seseorang dalam berperilaku sehari-hari. Para responden dapat
memberikan informasi/bercerita kepada pemberi kuisioner mengenai keadaan
yang dilakukan setiap hari sesuai dengan keinginan si pemberi kuisioner.
Teknik ini biasanya untuk mengumpulkan preferensi orang-orang terhadap
pokok-pokok masalah seperti penggunaan moda apa yang digunakan
setiaphari, dan berapa biaya operasional kendaraan yang dipakai setiap hari
yang tidak dapat diukur dengan metode transportasi matematis.
Prinsip dasar dari metode survey Revealed Preference adalah para responden
diminta memberikan tanggapan terhadap setiap pertanyaan yang terdapat
pada kuisioner yang berkaitan dengan pengalaman responden. Diman
responden harus mempunyai sistem preferensi yang konsisten benar-benar
sesuai dengan kegiatan/pengalaman responden (Dewanti et al., 1999). Metode
9
Revealed Preference memiliki kelemahan yaitu dalam hal memperkirakan
respon individu terhadap suatu keadaan pelayanan yang pada saat sekarang
belum ada dan bisa jadi keadaan tersebut jauh berbeda dari keadaan yang ada
sekarang (Ortuzar and Willumsen, 2001) dalam Sugiyanto (2008).
2.3. Analisis Statistik Deskriptif (Classtering)
Metode statistik deskriptif, yaitu dengan mendeskripsikan data dari seluruh
populasi (hasil survey responden) dan membedakan sifat yang hendak diukur
menjadi populasi dalam macam-macam bentuk sample sesuai dengan masingmasing kategori. Alasan mengapa digunakan analisa statistik ini karena jika
tidak akan memrlukan biaya yang terlalu mahal dan lama untuk mendapatkan
semua populasi pada daerah yang ditinjau, salah satu cara yang digunakan
adalah dengan home interview atau office interview (pada penelitian ini
menggunakan metode survey office interview. Cara ini sangat cocok untuk
mengetahui variasi waktu tempuh perjalanan dan selalu menjadi bagian dalam
kehidupan sehari-hari (Camille Kamga, M. Anıl Yazıcı, 2014 ).
Tujuan menggunakan statistik deskriptif adalah agar supaya dari beberapa
hasil survey yang beranekaragam dapat di deskripssikan sesuai dengan jenis
permasalahan yang ada, atau dari beberapa populasi yang diperoleh akan di
dideskripsikan pada jenis permasalahannya masing-masing. Selain itu juga
menunjukkan hasil pengelompokan yang dibagi dalam beberapa kelas
interval. Sehingga dari sekian banyak jumlah responden hasil survey akan
terkelompok menjadi berbagai varian kelas interval.
Beberapa populasi yang akan diambil sebagai sampling adalah perusahaan
dan kantor yang digunakan. Berikut pengelompokan karakteristik ukuran
perusahaan bedasarkan jumlah karyawan :
Kecil, dibawah 10 karyawan
Sedang, 10-50 karyawan
Menengah, 50-100 karyawan
10
Besar, Lebih dari 100 karyawan.
2.4.
Uji Validitas dan Reliabilitas
Uji validitas adalah ketepatan atau kecermatan suatu instrumen dalam
mengukur data hasil survey. Tujuannya adalah untuk mengetahui data hasil
survey yang terkumpul relevan atau tidak dengan sifat atau karakteristik yang
dikehendaki,
dan
sejauh
mana
perbedaan
skor
yang
diperoleh
menggambarkan karakteristik yang akan diukur. Sebuah instrumen dikatakan
valid
apabila
mampu
mengukur
apa
yang
diinginkan
dan
dapat
mengungkapkan data dari variabel-variabel yang diteliti secara tepat.
Persamaan umum yang di gunakan dalam uji validitas adalah :
Σ X1
(Σ X 2)2
Σ X 22 −
n2
¿
( Σ X 1)2
(¿ ¿ 2−
)+ ¿
n1
¿
¿
S2 =
dimana
X 1−X 2
t=
√
S2 S2
+
n1 n2
Keterangan : t = Koefisien yang dicari
X2 = Nilai rata-rata kelompok I
X2 = Nilai rata-rata kelompok II
n = jumlah subjek
Besarnya nilai t
0,90 – 1,00
0,80 – 0,89
Interpretasi
Luar biasa bagus (Excellent)
Bagus (good)
11
0,70 – 0,79
Kurang dari 0,70
Cukup (fair)
Kurang (poor)
Uji validitas dalam pengumpulan data dibagi menjadi validitas faktor dan validitas
item.
-
Validitas faktor diukur bila item yang disusun menggunakan lebih dari satu
faktor (antara faktor satu dengan yang lain ada kesamaan). Pengukuran
validitas faktor ini dengan cara mengkorelasikan antara skor faktor
(penjumlahan item dalam satu faktor) dengan skor total faktor (total
keseluruhan faktor).
-
pengukuran validitas item dengan cara mengkorelasikan antara skor item
dengan skor total item.
Pada penelitian ini akan menggunakan metode pengujian validitas item. Validitas
item ditunjukkan dengan adanya korelasi atau dukungan terhadap item total (skor
total), perhitungan dilakukan dengan cara mengkorelasikan antara skor item
dengan skor total item. Jika yang digunakan lebih dari satu faktor berarti dengan
cara mengkorelasi antara item dengan faktor, kemudian dilanjutkan dengan
mengkorelasi antara item dengan total faktor. Dalam penentuan layak atau
tidaknya suatu item yang akan digunakan, biasanya dilakukan uji signifikansi
koefisien korelasi pada taraf signifikansi 0,05, artinya suatu item dianggap valid
jika berkorelasi signifikan terhadap skor total. Dalam penelitian ini dilakukan uji
signifikansi koefisien korelasi dengan kriteria menggunakan r kritis pada taraf
signifikansi 0,05 (signifikansi 5% atau 0,05 adalah ukuran standar yang sering
digunakan dalam penelitian).
Teknik pengujian untuk uji validitas menggunakan metode korelasi Bivariate
Pearson(Produk Momen Pearson) dan Corrected Item-Total Correlation.
1) Bivariate Pearson (Produk Momen Pearson)
Pengujian ini menggunakan uji dua sisi dengan taraf signifikansi 0,05. Dengan
kriteria pengujian adalah sebagai berikut:
12
Jika r hitung ≥ r tabel (uji 2 sisi dengan sig. 0,05) maka instrumen atau
item-item pertanyaan berkorelasi signifikan terhadap skor total
(dinyatakan valid).
Jika r hitung < r tabel (uji 2 sisi dengan sig. 0,05) maka instrumen atau
item-item pertanyaan tidak berkorelasi signifikan terhadap skor total
(dinyatakan tidak valid)
2) Corrected Item-Total Correlation.
Tujuan dari koreksi ini adalah supaya tidak terjadi koefisien item total
yang overestimasi (estimasi nilai yang lebih tinggi dari yang sebenarnya).
Perhitungan teknik ini cocok untuk digunakan pada skala yang
menggunakan item pertanyaan yang sedikit, karena jika dilakukan pada
skal jumlah yang banyak penggunaan korelasi ini tidak berdampak terlalu
besar.
Pengujian menggunakan uji dua sisi dengan taraf signifikansi 0,05.
Kriteria pengujian adalah sebagai berikut:
Jika r hitung ≥ r tabel (uji 2 sisi dengan sig. 0,05) maka instrumen
atau item-item pertanyaan berkorelasi signifikan terhadap skor total
(dinyatakan valid).
Jika r hitung < r tabel (uji 2 sisi dengan sig. 0,05) maka instrumen
atau item-item pertanyaan tidak berkorelasi signifikan terhadap
skor total (dinyatakan tidak valid).
Uji Reliabilitasdigunakan untuk melihat konsistensi alat ukur. Tujuan untuk
melihat apakah alat ukur tersebut tetap konsisten jika pengukuran tersebut
diulang. Metode pengujian reliabilitas terdiri dari banyak macam salah
satunya adalah metode Alpha. Metode Alpha ini sangat cocok digunakan
pada skor dengan bentuk skala (misal 1-4, 1-5, dll) atau skor rentang (misal
0-20, dll).
13
Uji signifikan dlakukan pada nilai signifikan 0,05, artinya hasil data dapat
dikatakan reliabel bila nilai alpha lebih besar dari r kritis Produtc moment.
Nilai signifikan 0,8 dapat
diterima (Sekaran, 1992)
2.5. Housing Price Approach
Pendekatan ini mengasumsikan bahwa tata guna lahan dimana harga rumah
tinggi kawasan daerah CBD akan memberikan waktu perjalanan yang
pendek sehingga akan mengecilkan
biaya operasional kendaraan dan
menghemat waktu dalam perjalanan. Dan rumah yang jauh dari kawasan
CBD akan memberikan biaya transportasi tinggi dan waktu perjalanan yang
lama. Dari perilaku dua kejadian ini akan menghasilkan perbedaan waktu
perjalanan. Dengan pertimbangan bahwa harga rumah di pinggiran kota jauh
lebih murah dari pada harga rumah di tengah kota, dan lebih rela
mengeluarkan biaya lebih mahal dalam perjalanan menuju tempat ia bekerja
(D. Efthymiou, C. Antoniou, 2013). Dari keadaan tersebut akan terjadi
selisih atau delta antara pemilik rumah dekat dan rumah jauh dari tempat
kerja. Ilustrasi dari pernyataan tersebut dapat dilihat pada gambar berikut
Δ jarak
Kantor
R1
R2
l
= jarak
Gambar 2.1. Ilustrasi adanya perbedaan jarak dan waktu tempuh
perjalanan
Meskipun pada kenyataannya pengambilan data harga rumah sulit dicari di
negara yang sedang berkembang karena harganya mungkin bisa naik atau
turun .Tetapi pada pendekatan ini digunakan rata-rata dari harga rumah yang
berada dipinggiran kota atau rumah dekat daerah CBD. Atau harga rumah
yang diperoleh dari hasil survey sesuai data masing-masing responden
14
(Bowes and Ihlanfeldt, 2001). Dengan asumsi tersebut dapat disimpulkan
bahwa ada hubungan antara harga rumah dan biaya transportasi, dengan
rumusan sebagai berikut :
λ =
Z
Y
Keterangan :
Z : Kenaikan harga rumah didasarkan pada satu unit penurunan pada biaya
transportasi
Y : Kenaikan harga rumah didasarkan pada satu unit pengurangan waktu
Perjalanan
λ : Nilai waktu perjalanan
Dengan menggunakan pendekatan ini akan lebih akan semakin memperkuat
metode analisis satatistik yang di gunakan sebelumnya. Karena pada
pendekatan ini tidak dilihat dalam satu populasi tertentu melainkan dengan
menilai dari masing-masing responden. Harga rumah yang di gunakan
adalah asumsi harga rata-rata. Dimana data harga rumah di peroleh dari data
sekunder yang berdasarkan nilai PBB harga rumah untuk Kota Surabaya.
2.6. Generalised Cost
Tujuan
adanya
Generalised
cost
adalah
untuk
mempermudah
mendeskripsikan biaya-biaya apa saja yang dikeluarkan dalam sekali
melakukan perjalanan. Jika pada pertanyaan dari form kuisioner terdapat
pertanyaan berapa biaya yang dikeluarkan oleh responden dari rumah ke
tempat kerja atau dalam setiap kali perjalanan baik menggunakan kendaraan
penumpang (LV) atau sepeda motor (MC)?. Tentu saja akan susah dikirakira karna biaya yang dikeluarkan untuk melakukan suatu perjalaan tidak
hanya sekedar biaya bahan bakar saja, melainkan banyak biaya lain yang
dibutuhkan yang sulit untuk dideskripsikan. Contohnya seperti biaya terkait
waktu, biaya penyusutan kendaraan, biaya pelumas, biaya spare part, biaya
15
modal, biaya kemacetan, biaya kenyamanan dan lain-lain dimana komponen
biaya-biaya tersebut belum dapat dijelaskan dengan detil. Dalam ekonomi
transportasi biaya-biaya tersebut disebut sebagai Generalised Cost (A.
Agung G. Kartika, 2006).
Menurut Wikipedia (2006) Generalised cost merupakan jumlah biaya
moneter dan non-moneter. Dimana biaya moneter itu sendiri terdiri dari
ongkos naik kendaraan umum, BBM, keausan, parkir, biaya tol, dan biaya
kemacetan. Sedangkan biaya non-moneter meliputi biaya waktu yang
dkeluarkan dalam melakukan perjalanan dimana nilainya tergantung pada
penghasilan pengemudi dan tujuan perjalanan.
Generalised cost bergantung pada perubahan respon konsumen (pengguna
jalan) terhadap perubahan harga yang terjadi (Generalised cost). Teori yang
ekivalen terhadap Generalised cost adalah teori Supply-demand, dimana
terdapat elastisitas terhadap harga permintaan dan supply sendiri terdiri dari
kapasitas jalan. Elastisitas tersebut dapat dirumuskan sebagai berikut :
Elasticity =
Change∈Quantity
Change∈ Price
Dimana :
-
Jika nilai Elastisitas > 1 maka sensitive terhadap perubahan harga
-
Jika nilai Elastisity < 1 makan tidak sensitive terhadap perubahan harga
2.7.1. Bentuk Dasar Generalised cost
Bentuk dasar Generalised Cost terdiri dari faktor-faktor berikut:
g = p + u(w)
dimana:
p
u(w)
: biaya moneter seluruh perjalanan
:biaya non moneter (waktu) perjalanan tanpa kemacetan. Ini
merupakan fungsi w dimana pada model ekonomi transportasi
besaran w merupakan ukuran standar tingkat pelayanan jalan atau
16
kendaraan umum. Keduanya berhubungan dengan kapasitas. Jika
free-flow journey time diketahui, maka u(w) dapat dihitung
dengan perkalian antara journey time tidak macet (t) dan Nilai
waktu pelaku perjalanan (τ), sehingga u(w) = τt
2.7.2. Generalised Cost (pada jaringan yang congested)
Pada jaringan jalan yang macet, persamaan generalised cost sedikit berbeda
dimana persamaan tersebut merefleksikan delay akibat kemacetan. Persamaan
generalised cost menjadi sebagai berikut:
g = p + u(w) + v(q,w)
Tambahan v(q,w) merupakan tambahan journey time yang dialami oleh
pengguna jalan akibat kemacetan yang terjadi. Dalam model ekonomi
transportasi, parameter q merupakan demand sedangkan w merupakan
kapasitas (yang masih mungkin untuk ditingkatkan).
2.7. Biaya Operasional Kendaraan
Biaya Operasional Kendaraan yang digunakan dalam studi ini adalah dengan
menggunakan metode Jasa Marga. Dalam metode Jasa Marga komponen Biaya
Operasi Kendaraan dibagi menjadi 7 (tujuh) kategori, yaitu:
1. Konsumsi Bahan Bakar
Konsumsi BBM dasar dalam liter/1000km, sesuai golongan:
Gol I
= 0.0284V2-3.0644V+141.68
Gol IIa
= 2.26533*Konsumsi bahan bakar dasar Gol I
Gol IIb
= 2.90805*Konsumsi bahan bakar dasar Gol I
Dimana :
V : kecepatan kendaraan (Km/jam)
Formula yang digunakan adalah:
17
Konsumsi BBM=Konsumsi BBM dasar (1+(kk+kl+kr))
dimana:
kk
: koreksi akibat kelandaian (lihat Tabel 5.26)
kl
: koreksi akibat kondisi lalu lintas (lihat Tabel 5.26)
kr
: koreksi akibat kerataan permukaan jalan (roughness) (lihat Tabel 5.26)
Tabel 2.4.
Faktor Koreksi Konsumsi Bahan Bakar Dasar Kendaraan
Golongan I, IIA, IIB
FAKTOR
Koreksi Kelandaian Negatif (kk)
Koreksi Kelandaian Positif (kk)
Koreksi Lalu Lintas (kl)
Koreksi Kerataan (kr)
BATASAN
G