Upload
cinduane-gilang-fridarahma
View
158
Download
1
Embed Size (px)
Citation preview
LAPORAN PENELITIAN
SURVEI PREFERENSI MAHASISWA DENGAN TUJUAN
MUDIK DI PULAU JAWA TERHADAP MODA TRANSPORTASI
YANG DIGUNAKAN
Studi Kasus Mahasiswa Sekolah Tinggi Ilmu Statistik Tingkat Tiga Tahun Akademik
2011/2012
Penyusun:
Cinduane Gilang Fridarahma (09.5908)
Deny Kurniawan (09.5923)
Juni Florida Sirait (09.6108)
(Kelompok 2)
SEKOLAH TINGGI ILMU STATISTIK
2011/2012
1
SURVEI PREFERENSI MAHASISWA DENGAN TUJUAN MUDIK DI PULAU JAWA TERHADAP
MODA TRANSPORTASI YANG DIGUNAKAN
Studi Kasus Mahasiswa Sekolah Tinggi Ilmu Statistik Tingkat Tiga Tahun Akademik 2011/2012
ABSTRAK
Fenomena mudik merupakan kegiatan tahunan yang sangat familiar bagi mahasiswa dan
mahasiswi STIS. Hampir semua mahasiswa, baik yang berada di dalam maupun di luar Pulau
Jawa, dengan gencar memburu tiket-tiket alat transportasi dari jauh-jauh hari dengan pilihan
yang berbeda-beda. Tentunya pemilihan alat transportasi yang akan digunakan tidaklah sama,
bergantung pada faktor-faktor tertentu. Beberapa variabel akan diambil untuk diteliti
hubungannya dengan preferensi pemilihan moda transportasi oleh pelajar di STIS yang
digunakan saat mudik. Manfaat yang bisa diambil tentunya dapat menunjukkan pola
hubungan antara variabel yang diteliti terhadap pemilihan alat transportasi untuk mudik bagi
penyelenggara sarana transportasi dan pemerintah sehingga dapat dijadikan bahan
pertimbangan untuk menyusun kebijakan mengenai transportasi.
I. PENDAHULUAN
1.1 Latar Belakang
Sekolah Tinggi Ilmu Statistik (STIS) adalah sekolah kedinasan yang
menyelenggarakan pendidikan untuk mahasiswa yang berasal dari seluruh wilayah
Indonesia.Meski masih mayoritas yang terwakili adalah wilayah dari pulau Jawa, tetapi
dipastikan bahwa setiap propinsi di seluruh Indonesia juga terwakili.Melihat kondisi ini,
maka kegiatan mudik, baik di saat menjelang idul fitri, natal atau tahun baru atau pun mudik
di hari-hari libur merupakan hal yang biasa bagi mahasiswa STIS. Fenomena mudik atau
pulang kampung ini menarik untuk di amati dalam kaitannya pemilihan moda transportasi
yang digunakan untuk mudik. Mengingat proporsi mahasiswa yang berasal dari jawa masih
memegang proporsi terbesar, kami ingin memfokuskan untuk mengamati preferensi
mahasiswa dalam memilih moda transportasi dengan tujuan ke pulau Jawa. Pemilihan moda
transportasi mudik inimenjadi penting mengingat hal tersebut akan sangat berpengaruh
terhadapkebijakan mengatasi kemacetan yang sering terjadi terutama saat libur nasional dan
selama musim arus mudiklebaran. Ada beberapa alternatif moda transportasi yang bisa
digunakan mahasiswa untuk melakukan perjalanan mudik ke pulau Jawa, yaitu bis, sepeda
motor, mobil pribadi, keretaapi, dan pesawat.
2
Untuk dapat menentukan alternatif pemilihan moda transportasi untuk mudik di antara
bis, kereta api, pesawat, mobil pribadi, dan pesawat pribadi biasanya mahasiswa memiliki
alasan dan preferensinya masing-masing, baik dari sisi internal dan eksternal. Sisi internal
yang dimaksud adalah dari sisi diri mahasiswa seperti jenis kelamin, jarak, pengalaman
mabuk kendaraan, pengalaman kecelakaan yang menyebabkan trauma, dana yang bersedia
dia keluarkan untuk mudik dll. Sedangkan faktok eksternal adalah seperti pelayanan
perusahaan jasa penyedia layanan transportasi, kondisi jalan raya, waktu tempuh, harga tiket
dll.Dalam penelitian ini, peneliti ingin memfokuskan penelitian tentang faktor-faktor internal
yang telah disebutkan sebelumnya.Hasil dari keputusan pemudik dalam menentukan moda
transportasidapatdijadikan sebagai salah satu bahan pertimbangan upaya-upaya yang
harusdilakukan baik oleh mahasiswa, maupun pihak Sekolah Tinggi Ilmu Statistik, jika
dikaitkan dengan kondisi sistem transportasi di Indonesia, khususnya di pulau Jawa. Hal ini
mengingat pula bahwa angka kecelakaan lalu lintas saat mudik dan balik lebaran pada tahun
2011 meingkat mencapai 4.259 kasus, atau terjadi kenaikan laka lantas sebanyak 1.003 kasus
dari tahun 2010(Kepala Biro Penerangan Masyarakat (Karo Penmas) Polri.
1.2 Rumusan Masalah
1) Apakah jenis kelamin,jarak tempuh, mabuk perjalanan, dan dana yang bersedia
dikeluarkan untuk mudik mempengaruhi preferensi mahasiswa STIS tingkat 3 dalam
memilih moda transportasi mudik?
2) Apakah moda transportasi mudik terfavorit bagi mahasiswa STIS tingkat 3 menurut
jenis kelamin, jarak tempuh, pengalaman mabuk perjalanan, dan dana mudik
maksimal yang bersedia dikeluarkan.
1.3 Tujuan Penelitian
1) Mengetahui faktor-faktor yang signifikan mempengaruhi preferensi mahasiswa STIS
tingkat 3 terhadap moda transportasi mudik.
2) Mengetahui kecenderungan pemilihan tiap moda transportasi mudik tertentu terhadap
moda transportasi lainnya menurut tiap-tiap variable bebas.
3) Mengetahui moda transportasi mudik favorit bagi tiap-tiap karakteristik variable
bebas.
II. KAJIAN TEORI, DEFINISI OPERASIONAL DAN HIPOTESIS PENELITIAN
2.1 Kajian Teori
3
Mudik adalah tradisi pulang kampung yang terjadi ketika seseorang berada atau
bekerja di luar daerah keluarga besarnya (nursyam). Mudik merupakan fenomena sosial yang
rutin setiap tahunterjadi. Mudik di sini di fahami sebagai liburan massal warga kota -
kotabesar di daerah asal mereka (desa atau kota-kota yang lebihkecil). Kegiatan ini biasanya
di lakukan menjelang hari raya Idul Fitri,natal dan tahun baru. Jumlah warga kota yang
mudik setiap tahundiperkirakan berkisar sekitar sepuluh hingga enampuluh persen. Halini
dapat dilihat pada bukti empiris: saat liburan di atas jalan-jalandan pusat-pusat keramaian
kota besar seperti Jakarta, Surabaya,Bandung, Semarang dan sebagainya, menjadi relatif sepi.
Hal ini sejalan dengan pendapat yang mengatakan bahwa kota-kota besarIndonesia dibangun
oleh keberadaan para “pendatang” (Abeyasekere1989; Jelinek 1991; Evers dan Korff 2000:
Somantri 2001).Fenomena mudik muncul dan menjadi trend menarik sejakkota-kota di
Indonesia berkembang pesat baik dari segi lapangan kerja maupun perkembangan fasilitas
sekolah yang lebih baik di banding kota – kota kecil lainnya.
Warga kota yang banyak diantaranya para pendatang melakukanaktivitas mudik pada
kesempatan-kesempatan tertentu, yaitu padahari libur kerja yang panjang dan bermakna
kultural (lebaran, natal,dan tahun baru) dan juga liburan semester. Kebanyakan dari
pendatang di Jakarta yang lebih sering melakukan mudik adalah mahasiswa.Situasi ini
dikarenakan mahasiswa memiliki masa liburan yang lebih banyak di banding pekerja yang
lebih dominan melakukan mudik hanya pada hari – hari besar keagamaan saja ataupun hari
yang merupakan liibur panjang setiap tahun yang merupakan jatah setiap pekerja.
Orang – orang Jakarta yang menjadi perantau sebagian besar melakukan mudik ke
daerah jawa dan sekitarnya. Sehingga bila terjadi arus mudik maka permintaan akan alat
transportasi mudik akan meningkat baik itu kendaraan umum maupun pribadi. Hal ini dapat
terlihat pada contoh lebaran tahun lalu ada sekitar 3 juta orang pemudik di jawa
menggunakan kendaraan umum yang dilansir oleh surat kabar vivanews. Adapun kendaraan
umum yang sering di gunakan untuk mudik adalah bus, kereta api, dan pesawat terbang
selebihnya ada juga yang menggunakan kendaraan pribadi.
2.1 Definisi Operasional
a) Mudik
Mudik dalam penelitan ini yang dimaksud adalah kegiatan pulang kampung yang dilakukan
seorang mahasiswa pada saat hari biasa atau libur kuliah maupun hari besar yang menjadi
hari libur nasional.
b) Moda Transportasi Mudik
4
Moda transportasi mudik disini adalah moda transportasi utama yaitu yang membawa
mahasiswa keluar dari Jakarta menuju kota yang dituju, tidak termasuk moda transportasi
menuju terminal, agen, stasiun, atau bandara. Kategori untuk moda transportasi mudik ini
kami bedakan menjadi 4, yaitu Bus, travel dan kendaraan pribadi, kereta api, dan pesawat
terbang.
c) Jenis Kelamin
Menurut Hungu (2007) jenis kelamin (seks) adalah perbedaan antara perempuan dengan laki-
laki secara biologis sejak seseorang lahir.Dapat dilihat dari sifat laki – laki yang lebih
maskulin dibanding dengan perempuan.Hal ini mempengaruhi pemilihan moda transportasi
yaitu karena laki – laki umumnya memiliki sifat yang maskulinitas itu sehingga dapat
memilih moda transportasi yang umumnya kenyamanan dan keamanannya tidak lebih baik
dibanding yang di pilih oleh perempuan.
d) Tujuan Mudik
Penelitian ini hanya memfokuskan hanya untuk perjalanan mudik ke daerah di pulau jawa
dan tidak termasuk Jakarta, baik itu mudik ke tempat orang tua, saudara, atau teman.
e) Jarak Tujuan Mudik
Adapun tujuan mudik yang menjadi preferensi di pulau jawa dibedakan sebagai berikut:
Jarak dekat : Jawa Barat dan Banten
Jarak sedang : Jawa Tengah dan Yogyakarta,
Jarak jauh : Jawa Timur.
Dengan mengetahui jarak tujuan mudik maka pemudik dapat dengan bijak memilih moda
yang akan digunakannya sehingga pemudik nyaman dalam perjalanannya dan tepat waktu
sampai ke tempat tujuannya sesuai dengan waktu yang diinginkannya.
f) Mabuk Perjalanan
Mabuk dalam hal ini adalah sering merasakan gejala - gejala seperti mual, pusing atau
bahkan sampai muntah saat menggunakan moda transportasi tertentu saat mudik atau
melakukan perjalanan jarak jauh (lintas propinsi).
g) Dana
Dana yang dimaksud adalah besarnya uang maksimal yang bersedia dikeluarkan oleh
pemudik(mahasiswa) untuk membiayai satu kali perjalanan mudiknya. Dalam kondisi ini
dana yang dimaksud adalah dana yang di keluarkan untuk membiayai angkutan transportasi
utama untuk mudik, yaitu bus antar kota antar propinsi, kereta atau pesawat terbang. sampai
ke tempat mudiknya saja(pergi saja) bukan dana untuk perjalanan pulang dan pergi.Dana ini
juga tidak termasuk ongkos transportasi untuk menuju terminal, agen, stasiun atau
5
bandara.Kami berasumsi besarnya uang maksimal yang bersedia dikeluarkan untuk
membiayai mudik ini mencerminkan kemampuan ekonomi mahasiswa.Dana yang kami
inginkan adalah di isi dengan dengan pendekatan puluhan ribu rupiah.
1.4 Hipotesis Nol dan Hipotesis Penelitian
Kami definisikan hipotesis nol dan hipotesis penelitian sebagai berikut:
H0: Preferensi pemilihan moda transportasi mudik tidak dipengaruhi oleh jenis kelamin,
jarak tempuh, pengalaman mabuk perjalanan dan dana yang bersedia dikeluarkan
untuk biaya mudik.
H1(Hipotesis Penelitian) : Minimal ada satu di antara faktor-faktor jenis kelamin, jarak
tempuh, pengalaman mabuk dan dana yang bersedia dikeluarkan untuk mudik yang
mempengaruhi preferensi mahasiswa stis tingkat 3 dalam memilih moda transportasi
untuk mudik.
III. METODOLOGI PENELITIAN DAN TEKNIK ANALISIS DATA
a) Sumber Data
Data yang digunakan adalah data primer yang diperoleh melalui pencacahan
kepada responden terpilih dengan menggunakan kuesioner yang sudah disusun sesuai
dengan kebutuhan data.
b) Populasi danSampel
Populasi penelitian ini adalah seluruh mahasiswa dan mahasiswi Sekolah
Tinggi Ilmu Statistik yang berstatus sebagai Mahasiswa Tingkat III pada tahun
akademik 2011/2012 yang biasa atau pernah melakukan mudik pada hari libur
besar/nasional dengan tujuan pulau Jawa dan sekitarnya. Mahasiswa dan mahasiswi
yang tidak memiliki kampung halaman di daerah Pulau Jawa, namun pernah mudik ke
tempat saudara atau kerabat di Pulau Jawa misalnya untuk menghabiskan waktu
liburnya juga termasuk ke dalam populasi. Dan sesuai dengan konsep definisi,
mahasiswa dan mahasiswi yang berdomisili asli di DKI Jakarta tidak termasuk ke
dalam populasi, kecuali memiliki kerabat atau keluarga yang bertempat tinggal di
daerah luar DKI Jakarta namun masih dalam kawasan Pulau Jawa dan pernah
dijadikan sebagai tujuan mudik.
6
Kemudian, dari populasi tersebut, akan dipilih sejumlah sampel untuk
dihimpun keterangan. Penentuan jumlah sampelnya sendiri menggunakan metode
yang digunakan oleh Slovin, dengan rumus sebagai berikut:
𝑛 =𝑁
1 +𝑁𝛼2
Dengan : n = jumlah sampel
N = jumlah populasi
α = tingkat kesalahan yang dikehendaki, dimana peneliti
menetapkan sebesar 5%.
c) Metode Pengambilan Sampel
Untuk memperoleh frame atau kerangka sampel, terlebih dahulu dilakukan
listing terhadap mahasiswa dan mahasiswi Sekolah Tinggi Ilmu Statistik Tingkat III,
yang biasa atau pernah melakukan mudik dengan tujuan tempat-tempat di pulau Jawa.
Setelah terkumpul daftar kerangka sampel, mulai dilakukan pemilihan sampel
dengan jumlah sesuai dengan yang didapatkan dengan metode Slovin. Metode
samplingnya sendiri adalah SRS(Simple Random Sampling), karena minimnya
keterangan tentang informasi pendukung. Peneliti hanya memiliki daftar lengkap
kerangka sampel yang akan diteliti, sehingga penggunaan metode SRS akan menjadi
lebih tepat dan efisien.Di samping itu pula, kami menganggap sebaran responden
yang memiliki tujuan mudik di pulau Jawa adalah merata di tiap kelas.
d) Teknik Analisa Data
Untuk melihat gambaran mengenai pola hubungan antara variabel yang
didapatkan dari sampel terpilih, data-data karakteristik yang terkumpul akan dianalsis
secara deskriptifyang juga akan disajikan dalam bentuk diagram dan juga dilakukan
analisis inferensia, agar nantinya lebih memudahkan konsumen data untuk
menginterpretasikan data yang telah diolah.
Sedangkan untuk analisis inferensianya, akan digunakan model regresi logistik
multinomial. Model tersebut mampu mengakomodasi pemeriksaan hubungan antara
variabel respon berupa data nominal yang memiliki lebih dari dua kategori, terhadap
variabel independen baik yang berbentuk data kategorik maupun data kontinu.
Variabel respon yang memiliki j kategori akan membentuk persamaan regresi
sebanyakj-1, yaitu sebanyak jumlah dummy variable yang dibentuk, dengan masing-
7
masing persamaan merupakan suatu model yang dibangun berdasarkan perbandingan
antara suatu kelompok kategori terhadap kategori referensinya.
Berikut penjabaran variabel-variabel yang digunakan dalam penelitian ini.
Tabel 1. Variabel-Variabel Penelitian
Variabel Nama Jenis Data Value
Y Pilihan Alat
Transportasi Kategorik(Nominal)
D1: 1 = Pesawat Terbang, 0 = lainnya
D2 : 1 = Kereta Api, 0 = lainnya
D3: 1 = Bus, 0 = lainnya
X1 Jenis Kelamin Kategorik(Nominal) D4: 1 =Laki-Laki, 0 = Perempuan
X2 Daerah Tujuan
Mudik Kategorik(Nominal)
D5: 1 = Jawa Barat, Banten ;
0 = lainnya
D6: 1 = Jawa Tengah, Yogyakarta
0 = lainnya
X3
Dana maksimal
yang bersedia
dikeluarkan
Numerik Kontinu
(Ratio) -
X4
Pengalaman
mabuk
perjalanansaat
menggunakanmoda
transportasi
tertentu
Kategorik(Nominal)
D7: 1 = Pesawat Terbang, 0 = lainnya
D8 : 1 = Kereta Api, 0 = lainnya
D9: 1 = Bus, 0 = lainnya
D10: 1 = Kendaraan pribadi,
0 = lainnya
D1, D2, dan seterusnya, menyatakan variabel dummy yang dibentuk oleh
persamaan. Variabel respon memiliki 4 kategori dengan kategori lainnya sebagai
reference category-nya. Variabel X1 memiliki 4 kategori dengan Jawa Timur dan
Madura sebagai reference category-nya. Untuk variabel X4, kategori referensinya
adalah “Tidak pernah”. Nilai kategori ini tersusun jika semua variabel dummy dari
X4 bernilai “0”.
Namun demikian, nilai yang dimiliki oleh setiap kategori dan penentuan
kategori mana yang akan menjadi referensi, bergantung terhadap pemberian value
yang dilakuan saat pendeklarasian variabel dalam tahap pengolahan di SPSS.
8
Lainnya; 15; 12%
us; 38; 29%Kereta Api;
70; 55%
Pesawat Terbang; 5; 4%
Lainnya
Bus
Kereta Api
Pesawat Terbang
Pengolahan data akan dilakukan dengan bantuan program PASW Statistics
18dan SPSS versi 16.0. Melalui output yang dihasilkan, akan dilakukan tiga kegiatan
inferensia sebagai berikut:
Pengujian parameter secara simultan (Likelihood Ratio Test); dilakukan
dengan melihat p-value dari statistik uji Chisquare atau dari rasio
Likelihood-nya, kemudian dibandingkan dengan nilai α, yang sebelumnya
ditetapkan sebesar 5%.
Pengujian parameter secara parsial (Uji Wald); membandingkan p-value
masing-masing koefisien beta dari model melalui statistik uji Wald terhadap
nilai α.
Melakukan interpretasi terhadap nilai rasio kecenderungan yang terbentuk.
IV. HASIL DAN ANALISIS
4.1 Analisis Deskriptif
Dari sebanyak 128 responden terpilih, mayoritas memilih kereta api sebagai
kendaraan yang akan digunakan saat mudik dengan persentase sebanyak 55%. Kemudian,
sebanyak 29% responden memilih bus, dan 12% responden memilih alat transportasi lainnya
seperti sepeda motor dan mobil.Hanya 4% responden yang memilih untuk menikmati
perjalanan mudik ke kampung halaman dengan menggunakan pesawat terbang.
Grafik Persentase Responden menurut Pilihan Alat transportasi
9
Responden terdiri dari 56,3% berjenis kelamin perempuan dan sisanya berjenis kelamin laki-
laki. Mayoritas memiliki daerah tujuan mudik di daerah Jawa Tengah yaitu sebanyak 50%,
sisanya memiliki destinasi daerah Jawa Barat dan Jawa Timur dengan proporsi yang hampir
sama, yaitu masing-masing sebesar 22,7% dan 27,3% dari jumlah total responden terpilih.
Jenis Kelamin
Frequency Percent Valid Percent
Cumulative
Percent
Valid Perempuan 72 56,3 56,3 56,3
Laki-Laki 56 43,8 43,8 100,0
Total 128 100,0 100,0
Pengalaman Mabuk Perjalanan
Frequency Percent Valid Percent
Cumulative
Percent
Valid Tidak pernah 85 66,4 66,4 66,4
Alat transportasi lainnya 10 7,8 7,8 74,2
Bus 32 25,0 25,0 99,2
Pesawat terbang 1 ,8 ,8 100,0
Total 128 100,0 100,0
Sementara itu, dari data yang sudah didapatkan, ternyata mayoritas responden
mengaku tidak pernah mengalami motion sickness alias mabuk kendaraan dengan persentase
sebesar 66,4%. Sedangkan responden yang mengaku pernah mengalami motion sickness
sebagian besar pernah mengalaminya ketika tengah menggunakan kendaraan bus dengan
persentase sebesar 25% dari total jumlah responden.
Peneliti selanjutnya melakukan tabulasi silang untuk mengetahui bagaimana
gambaran sampel terkait pola hubungan antara variabel prediktor terhadap variabel
responsnya. Dengan menggunakan bantuan program statistik PASW Statistics 18, didapatkan
output berupa tabel tabulasi silang antara variabel Y dengan X1, X2, dan X4.
10
Pilihan Alat Transportasi * Jenis Kelamin Crosstabulation
Count
Jenis Kelamin
Total Perempuan Laki-Laki
Pilihan Alat Transportasi Lainnya 11 4 15
Bus 14 24 38
Kereta Api 43 27 70
Pesawat terbang 4 1 5
Total 72 56 128
Pilihan Alat Transportasi * Daerah Tujuan Crosstabulation
Count
Daerah Tujuan
Total
Jawa Barat dan
Banten
Jawa Tengah
dan Jogjakarta Jawa Timur
Pilihan Alat Transportasi Lainnya 6 8 1 15
Bus 15 17 6 38
Kereta Api 7 38 25 70
Pesawat terbang 1 1 3 5
Total 29 64 35 128
Pilihan Alat Transportasi * Pengalaman Mabuk Perjalanan Crosstabulation
Count
Pengalaman Mabuk Perjalanan
Total Tidak pernah
Alat
transportasi
lainnya Bus
Pesawat
terbang
Pilihan Alat
Transportasi
Lainnya 9 2 3 1 15
Bus 27 4 7 0 38
Kereta Api 48 4 18 0 70
pesawat terbang 1 0 4 0 5
Total 85 10 32 1 128
Karena sebelumnya telah disebutkan bahwa mayoritas responden memilih kereta api
sebagai alat transportasi saat mudik, maka pembacaan profil akan dititikberatkan terhadap
kategori tersebut. Proporsi responden perempuan yang memilih untuk menggunakan kereta
api sebagai alat transportasi untuk mudik lebih besar dibandingkan proporsi responden laki-
laki.
11
Sementara itu, jika dilihat dari destinasi mudiknya, sebagian besar pengguna kereta
api memiliki tujuan Jawa Tengah, diikuti oleh pengguna kereta api dengan tujuan Jawa Timur
yang memiliki proporsi sebesar 35,7%. Proporsi pengguna kereta api yang memiliki daerah
tujuan Jawa Barat dan Banten hanya berkisar 10% dari total responden yang memilih kereta
api.
Berbagai keterangan di dalam tabel tabulasi silang di atas hanya menerangkan pola
hubungan antar variabel berdasarkan sampel. Sedangkan untuk melihat pola hubungan
populasi akan dilakukan analisis inferensia yang disajikan pada bagian berikutnya.
4.2 Analisis Inferensia
1) Uji Kelayakan Model dan Uji Simultan
Hal pertama yang akan dilakukan dalam proses analisis inferensia adalah memeriksa
kelayakan model yang telah diajukan sebelumnya. Di antara empat variabel penjelas yang
telah ditentukan, yaitu Jenis Kelamin (X1), Daerah Tujuan (X2), Dana maksimal yang
bersedia dikeluarkan (X3), dan Pengalaman Mengalami Mabuk di Perjalanan terhadap Alat
Transportasi Tertentu (X4), akan diperiksa seberapa jauh pengaruhnya terhadap Pilihan alat
Tranportasi (Y) yang dilakukan oleh responden. Pengolahan masih dilakukan dengan bantuan
program statistik PASW Statistics 18 yang akan digunakan untuk menjalankan perhitungan-
perhitungan yang dibutuhkan dalam analisis model regresi logistik multinomimal.
Langkah awal adalah dengan memeriksa kelayakan dan kecocokan model melalui uji
simultan Likelihood Ratio Test dan Goodness of Fit Test. Dari hasil output PASW di tabel
Model Fitting Information, dapat dilihat bahwa p-value dari Rasio Likelihood antara model
yang hanya mengandung konstanta dengan model yang sudah diberi variabel penjelas berupa
X1, X2, X3, dan X4, bernilai kurang dari 0,05 – batas minimal toleransi nilai peluang
distribusi chi-square dari selisih antara nilai -2 log Likelihood model awal (Intercept-only
Model) dengan nilai -2 log Likelihood model final (model yang sudah ditambah dengan
variabel penjelas/independen). Keadaan ini mendukung penolakan hipotesis awal H0 yang
secara implisit menyatakan bahwa efek dari semua variabel penjelas yang telah didefinisikan
sebelumnya adalah bernilai nol. Dengan kata lain, keberadaan variabel-variabel tersebut,
secara empiris, memang berhubungan dengan pola pemilihan alat transportasi.
Selanjutnya adalah memeriksa apakah model yang telah diajukan cocok dengan data
yang telah dikumpulkan.Untuk tahap ini kita perlu melakukan uji kebaikan suai atau biasa
disebut Goodness of Fit Test dan hasilnya sudah disajikan di tabel output.Untuk uji kali ini,
hipotesis awal yang disusun adalah bahwa model yang telah diajukan memiliki kesesuaian
dalam memprediksi perilaku variabel respons terhadap data lapangan yang telah
12
dikumpulkan. Hipotesis berhasil ditolak bila p-value statistik hitungnya bernilai dibawah
0,05. Jika dilihat dari tabel Goodness of Fit, dapat dilihat bahwa p-value bernilai 1. Dengan
demikian kita gagal menolak hipotesis awal dan, dengan tingkat kepercayaan 95%, kita
dapat menyimpulkan bahwa model yang diajukan bisa mengakomodir pola hubungan antara
variabel respons dan variabel prediktor dari data yang dikumpulkan.
2) Uji Parsial
Setelah memastikan bahwa model yang telah diajukan telah cukup layak secara
keseluruhan, maka selanjutnya akan dilihat bagaimana hubungan antara variabel independen
dengan variabel dependen secara parsial. PASW menyediakan dua tabel yang memberikan
analisis yang berguna untuk menentukan peran masing-masing variabel prediktor terhadap
pemilihan alat transporasi, yaitu Tabel Likelihood Ratio Test dan Tabel Parameters
Estimates.
Dari tabel Likelihood Ratio Test, dapat dilihat bahwa dari keempat variabel yang
sudah diajukan sebagai peubah bebas dalam penelitian ini, ada satu variabel yang tidak
signifikan mempengaruhi pemilihan alat transportasi, yaitu variabel X4 (Pengalaman mabuk
perjalanan) dengan p-value sebesar 0,207 yang bernilai lebih besar dari pada nilai alpha 0,05
sehingga kita gagal menolak H0 bahwa efek dari semua parameter X4 (X4 = 0, X4 = 1, X4 = 2,
X4 = 3, dan X4 = 2 ) sama dengan nol.
Hal ini dapat dikonfirmasi melalui Tabel Parameters Estimates. Tampak bahwa di
setiap persamaan yang terbentuk, parameter-parameter dari X4 tidak memiliki peranan yang
signifikan terhadap variabel Y, yang diindikasikan oleh nilai p-value yang bernilai lebih dari
0,05, bahkan cenderung sangat tinggi dan hampir mendekati angka satu. Dengan demikian,
dapat disimpulkan bahwa pengalaman mabuk perjalanan terhadap jenis alat transportasi
tertentu tidak begitu mempengaruhi pilihan mahasiswa dan mahasiswi STIS tingkat 3
terhadap alat transportasi yang digunakan saat mudik ke kampung halaman. Sehingga
diputuskan, bahwa variabel tersebut akan dikeluarkan dari dalam model.
Ada hal lain yang perlu diperhatikan pada penyusunan model pada tabel Parameters
Estimates. Pada persamaan ketiga yang membandingkan kategori pilihan alat transportasi
berupa pesawat terbang terhadap kategori referensi, tidak ada satu pun variabel dependen
yang menghasilkan nilai statistik uji Wald yang signifikan.Model yang dihasilkan hanya
mengandung intersep senilai -30,909.Sehingga kemungkinan model tidak mampu
memprediksi perilaku variabel respons dengan baik. Melihat persentase pilihan pesawat
terbang yang lumayan kecil – hanya sekitar 7% dari jumlah sampel – maka peneliti
13
memutuskan untuk meleburkan kategori tersebut ke dalam kategori referensinya, kemudian
kembali me-running data untuk menghasilkan output yang baru.
Model baru yang diajukan adalah model dengan tiga variabel bebas karena
sebelumnya X4 telah dikeluarkan dari model, serta rekategorisasi terhadap variabel respons
baru (y1) yang kini hanya memiliki tiga kategori, yaitu bus, kereta api, dan alat tranportasi
lainnya sebagai kategori referensi.
Setelah kembali dilakukan penghitungan uji parameter terhadap model yang baru,
ternyata diperoleh hasil yang lumayan memuaskan.Hasil uji simultan yang diperoleh dari
tabel Model Fitting Information menunjukkan bahwa model baru tersebut lebih baik dalam
memprediksi perilaku variabel respons dibandingkan model yang hanya memiliki
intersep.Hasil uji kebaikan suai pun menunjukkan bahwa model yang diajukan memang
cocok untuk mengakomodir pola hubungan variabel secara empiris.
Pada tabel output Likelihood Ratio Tests pun dapat dilihat bahwa secara umum,
masing-masing variabel prediktor memiliki pengaruh yang cukup signifikan terhadap
variabel respons. Selanjutnya, melalui tabel output Parameters Estimates, dapat disusun
model Regresi Logistik Multinomial sebagai berikut:
ln(πj/πJ) = α + β1X1 +β21X21 +β22X22 + β3X3
Model 1(Bus)
Model 2 (Kereta
Api)
Dimana y=ln(πj/πJ) : Pilihan Alat Transportasi
X1 : Jenis kelamin
X21 : Dummy variable untuk Daerah tujuan mudik di Jawa Tengah
X22 : Dummy variable untuk Daerah tujuan mudik di Jawa Timur
X3 : Besarnya Dana Maksimal yang bersedia dikeluarkan untuk
memperoleh jasa moda transportasi mudik.
3) Interpretasi Nilai Odd Ratio atau Exp(β)
Dari hasil persamaan model yang terbentuk dapat peneliti interpretasikan sebagai berikut:
14
1) Mahasiswa berjenis kelamin perempuan memiliki kecenderungan memilih bus
sebagai moda transportasi mudik sebesar dibandingkan dengan menggunakan moda
transportasi lainnya seperti pesawat, sepeda motor atau mobil pribadi maupun travel
adalah 8,6 kali dibandingkan dengan mahasiswa laki-laki, dengan asumsi variable lain
konstan.
2) Mahasiswa yang tujuan mudik di jawa tengah memiliki kecenderungan memilih bus
sebagai moda transportasi mudik dibandingkan dengan menggunakan moda
transportasi lainnya seperti pesawat, sepeda motor atau mobil pribadi maupun travel
adalah 0.017 kali dibandingkan dengan mahasiswa yang punya tujuan mudik di jawa
barat dan banten.dengan asumsi variable lain konstan.
3) Mahasiswa yang tujuan mudik di Jawa Timur memiliki kecenderungan memilih bus
sebagai moda transportasi mudik dibandingkan dengan menggunakan moda
transportasi lainnya seperti pesawat, sepeda motor atau mobil pribadi maupun travel
adalah 0.286 kali dibandingkan dengan mahasiswa yang punya tujuan mudik di jawa
barat dan banten.Dengan asumsi variable lain konstan.
4) Dilihat dari nilai odd ratio dari variable dana maksimum yang bersedia dikeluarkan
yaitu sebesar satu, disimpulkan bawa dana maksimum yang bersedia dikeluarkan
tidak mempengaruhi pemilihan moda transportasi, meskipun telah di uji dan hasilnya
signifikan di dalam model.
5) Mahasiswa berjenis kelamin perempuan memiliki kecenderungan memilih kereta api
sebagai moda transportasi mudik sebesar dibandingkan dengan menggunakan moda
transportasi lainnya seperti pesawat, sepeda motor atau mobil pribadi maupun travel
3 kali dibandingkan dengan mahasiswa laki-laki, denagn asumsi variable lain konstan.
6) Mahasiswa yang tujuan mudik di jawa tengah memiliki kecenderungan memilih bus
sebagai moda transportasi mudik dibandingkan dengan menggunakan moda
transportasi lainnya seperti pesawat, sepeda motor atau mobil pribadi maupun travel
adalah 0.017 kali dibandingkan dengan mahasiswa yang punya tujuan mudik di jawa
barat dan banten, dengan asumsi variable lain konstan.
7) Mahasiswa yang tujuan mudik di Jawa Timur memiliki kecenderungan memilih bus
sebagai moda transportasi mudik dibandingkan dengan menggunakan moda
transportasi lainnya seperti pesawat, sepeda motor atau mobil pribadi maupun travel
adalah 0.154 kali dibandingkan dengan mahasiswa yang punya tujuan mudik di jawa
barat dan banten, dengan asumsi variable lain konstan
15
8) Tidak berbeda dengan persamaan sebelumnya di dapat bahwa dana maksimum yang
bersedia dikeluarkan tidak mempengaruhi pemilihan moda transportasi, meskipun
telah di uji dan hasilnya signifikan di dalam model.
Interpretasi selanjutnya adalah mengetahui moda transportasi favorit untuk masing-masing
variable bebas yaitu dengan membandingkan nilai peluang untuk masing-masing rasio nilai
peluang, baik bus terhadap moda lainnya, maupun kereta dengan moda lainnya.Nilai rasio
peluang itu di dapatkan dengan mengeksponensialkan nilai ln(πj/πJ) untuk masing-masing
karakteristik mahasiswa, yang menghasilkan nilai πj/πJitu sendiri.
Kesimpulan mengenai moda terfavorit di dapat dengan melihat nilai πj/πJyang paling besar
antara πBus/πLainnya danπKereta/πLainnya, tetapi jika nilai keduanya kurang dari satu, maka
moda transportasi lainnya lah yang menjadi moda terfavorit.
Tabel 2. Moda Terfavorit untuk masing-masing karakteristik mahasiswa
Variabel πBus/πLainnya πKereta/πLainnya Moda
Tervavorit
Jenis kelamin laki-laki (X1=1)
Dengan tujuan Jawa Barat
(X21=0,X22=0)
15.85 87.68 Kereta Api
Jenis kelamin laki-laki (X1=1)
Dengan tujuan Jawa Tengah (X21=1,
X22=0)
1.97 1.49 Bus
Jenis kelamin laki-laki (X1=1)
Dengan tujuan Jawa Timur (X21=0,
X22=1)
4.54 13.5 Kereta Api
Jenis kelamin Perempuan (X1=0)
Dengan tujuan Jawa Barat
(X21=0,X22=0)
136.7 272.3 Kereta Api
Jenis kelamin Perempuan (X1=0)
Dengan tujuan Jawa Tengah (X21=1,
X22=0)
16.95 4.63 Bus
Jenis kelamin Perempuan (X1=0)
Dengan tujuan Jawa Timur (X21=0,
39.10 41.93 Kereta Api
16
X22=1)
Dari tabel di atas dapat di lihat bahwa baik mahasiswa laki-laki maupun perempuan untuk
tujuan mudik jawa barat dan jawa timur memilih kereta api sebagai moda transportasi mudik
terfavorit, meski preferensinya hampir sama untuk mahasiswa perempuan dengan tujuan
Jawa Timur. Sedangkan untuk mahasiswa dengan tujuan Jawa Tengah memilih bus sebagai
kendaraan terfavourit untuk mudik baik untuk laki-laki maupun perempuan, meski
preferensinya hampir sama untuk mahasiswa laki-laki. Kemudian dapat dilihat pula bahwa
moda transportasi lainnya, yaitu pesawat terbang, mobil pribadi, sepeda motor maupun travel
dll merupakan moda yang paling tidak diminati oleh mahasiswa.
V. KESIMPULAN DAN SARAN
Dari hasil olah data dan analisis di atas, di dapatkan kesimpulan sebagai berikut:
1) Variabel yang signifikan mempengaruhi preferensi moda transportasi mudik yang
digunakan adalah variable jenis kelamin, tujuan mudik, dan dana maksimal yang
bersedia dikeluarkan untuk memperoleh moda transportasi mudik.
2) Kecenderungan pemilihan bus dibanding moda transportasi lainnya untuk perempuan
adalah 8.6 kali laki-laki. Sedangkan untuk pemilihan kereta api dibanding moda
transportasi laiinnya adalah 3 kali laki-laki. Kemudian untuk tujuan mudik, baik Jawa
Tengah maupun Jawa Timur relatif sama kecenderungannya dengan mahasiswa dari
jawa barat untuk lebih memilih bus daripada moda transportasi lainnya(selain bus dan
kereta api)begitu pula untuk lebih memilih kereta api dibanding moda transportasi
lainnya.
3) Secara umum, dari 6 kategori karakteristik mahasiswa menurut jenis kelamin dan
tujuan mudik, moda transportasi mudik terfavorit mahasiswa STIS adalah kereta api.
Hanya 2 di antaranya yang memilih bus, yaitu untuk mahasiswa dengan tujuan mudik
di Jawa Tengah baik laki-laki maupun perempuan.
Kemudian, mengingat diketuhui dari hasil yang diperoleh bahwa mayoritas
menggunakan kereta api, maka peneliti menyarankan:
1) Mahasiswa lebih baik membeli tiket jauh-jauh hari, karena dapat mengurangi resiko
kehabisan tiket, terutama pada saat hari-hari besar atau libur nasional.
2) Perlu di inisiasi untuk pembelian tiket secara kolektif untuk efiiensi.
17
3) Pihak STIS hendaknya lebih baik dan lebih pasti dalam menentukan jadwal-jadwal
kegiatan kampus. Hal ini mengingat rencana kepulangan mahasiswa yang sangat
terkait dengan ketersediaan tiket kereta api yang terbatas dan harus dipesan jauh-jauh
hari.Kegiatan yang dimaksud seperti kuliah umum, kuliah pengganti atau acara-acara
seminar-seminar lainnya semisal seminar PKL hendaknya bisa diinformasikan jauh-
jauh hari.
DAFTAR PUSTAKA
Eko Priliawito, Ronito Kartika Suryani, dan Amal Nur Ngazis, 2011. “Tiga Juta Orang
Mudik Naik Angkutan Umum,” Metro (diakses dari Vivanews pada tanggal 16 Juni 2012
http://metro.vivanews.com/news/read/243794-sudah-3-juta-orang-mudik-naik-angkutan-
umum).
Riduwan. 2005. Belajar Mudah Penelitian Untuk Guru, Karyawan dan Peneliti Pemula.
Bandung : Alfabeta.
Agresti, Alan. 2002. Categorical Data Analysis: Second Edition. New Jersey: John Wiley &
Sons, Inc,.
Somantri, Gumilar, 2000. Village in Motion. Singapura: Time Publisher.
Purwanto, J. 2003. Dasar- Dasar Metode Penarikan Sampel. Jakarta: Sekolah Tinggi Ilmu
Statistik.
LAMPIRAN
1. Output SPSS untuk Model Regresi Logistik Multinomial yang pertama diajukan.
Model Fitting Information
Model Model Fitting Criteria Likelihood Ratio Tests
AIC BIC
-2 Log
Likelihood
Chi-
Square Df Sig.
Intercept Only 247,440 255,996 241,440
Final 218,918 287,366 170,918 70,523 21 ,000
Goodness-of-Fit
Chi-Square Df Sig.
Pearson 156,755 258 1,000
18
Goodness-of-Fit
Chi-Square Df Sig.
Pearson 156,755 258 1,000
Deviance 148,417 258 1,000
Pseudo R-Square
Cox and Snell ,424
Nagelkerke ,480
McFadden ,258
Likelihood Ratio Tests
Effect Model Fitting Criteria Likelihood Ratio Tests
AIC of
Reduced
Model
BIC of
Reduced
Model
-2 Log
Likelihood
of
Reduced
Model
Chi-
Square Df Sig.
Intercept 218,918 287,366 170,918a ,000 0 .
X3 242,512 302,405 200,512b 29,595 3 ,000
X2 228,392 279,729 192,392b 21,475 6 ,002
X1 231,396 291,288 189,396b 18,478 3 ,000
X4 213,026 255,807 183,026 12,109 9 ,207
The chi-square statistic is the difference in -2 log-likelihoods between the final model
and a reduced model. The reduced model is formed by omitting an effect from the final
model. The null hypothesis is that all parameters of that effect are 0.
a. This reduced model is equivalent to the final model because omitting the effect does
not increase the degrees of freedom.
b. Unexpected singularities in the Hessian matrix are encountered. This indicates that
either some predictor variables should be excluded or some categories should be
merged.
Parameter Estimates
Pilihan Alat Transportasia B Std. Error Wald Df Sig. Exp(B)
Bus Intercept -6,598 3143,148 ,000 1 ,998
X3 ,000 ,000 8,419 1 ,004 1,000
[X2=0] -3,750 1,868 4,028 1 ,045 ,024
[X2=1] -2,775 1,566 3,139 1 ,076 ,062
[X2=2] 0b . . 0 . .
[X1=0] -1,815 ,772 5,534 1 ,019 ,163
[X1=1] 0b . . 0 . .
19
[X4=0] 13,024 3143,147 ,000 1 ,997 453378,011
[X4=1] 12,305 3143,147 ,000 1 ,997 220686,917
[X4=2] 13,037 3143,147 ,000 1 ,997 458987,985
[X4=4] 0b . . 0 . .
Kereta Api Intercept -5,538 2315,836 ,000 1 ,998
X3 ,000 ,000 8,277 1 ,004 1,000
[X2=0] -5,806 1,837 9,990 1 ,002 ,003
[X2=1] -3,388 1,498 5,112 1 ,024 ,034
[X2=2] 0b . . 0 . .
[X1=0] -,738 ,759 ,945 1 ,331 ,478
[X1=1] 0b . . 0 . .
[X4=0] 12,704 2315,835 ,000 1 ,996 329048,300
[X4=1] 11,381 2315,835 ,000 1 ,996 87621,808
[X4=2] 12,639 2315,835 ,000 1 ,996 308451,320
[X4=4] 0b . . 0 . .
pesawat terang Intercept -30,909 10,740 8,282 1 ,004
X3 ,000 ,000 2,867 1 ,090 1,000
[X2=0] -2,834 7,008 ,163 1 ,686 ,059
[X2=1] -1,609 2,118 ,577 1 ,447 ,200
[X2=2] 0b . . 0 . .
[X1=0] 11,090 9,017 1,513 1 ,219 65538,726
[X1=1] 0b . . 0 . .
[X4=0] 10,748 8,024 1,794 1 ,180 46552,152
[X4=1] 8,694 139,242 ,004 1 ,950 5966,915
[X4=2] 18,694 ,000 . 1 . 1,314E8
[X4=4] 0b . . 0 . .
a. The reference category is: Lainnya.
b. This parameter is set to zero because it is redundant.
Parameter Estimates
Pilihan Alat Transportasia 95% Confidence Interval for
Exp(B)
Lower Bound Upper Bound
Bus Intercept
X3 1,000 1,000
[X2=0] ,001 ,916
[X2=1] ,003 1,343
[X2=2] . .
20
[X1=0] ,036 ,739
[X1=1] . .
[X4=0] ,000 .c
[X4=1] ,000 .c
[X4=2] ,000 .c
[X4=4] . .
Kereta Api Intercept
X3 1,000 1,000
[X2=0] 8,223E-5 ,110
[X2=1] ,002 ,637
[X2=2] . .
[X1=0] ,108 2,115
[X1=1] . .
[X4=0] ,000 .c
[X4=1] ,000 .c
[X4=2] ,000 .c
[X4=4] . .
pesawat terang Intercept
X3 1,000 1,000
[X2=0] 6,365E-8 54314,658
[X2=1] ,003 12,700
[X2=2] . .
[X1=0] ,001 3,105E12
[X1=1] . .
[X4=0] ,007 3,148E11
[X4=1] 1,789E-115 1,990E122
[X4=2] 1,314E8 1,314E8
[X4=4] . .
a. The reference category is: Lainnya.
c. Floating point overflow occurred while computing this statistic. Its
value is therefore set to system missing.
Classification
Observed Predicted
Lainnya Bus Kereta Api pesawat terang Percent Correct
Lainnya 3 5 6 1 20,0%
Bus 1 15 22 0 39,5%
Kereta Api 1 9 59 1 84,3%
pesawat terang 0 0 1 4 80,0%
Overall Percentage 3,9% 22,7% 68,8% 4,7% 63,3%
21
2. Output SPSS untuk model yang baru dengan tiga variabel prediktor.
Model Fitting Information
Model Model Fitting Criteria Likelihood Ratio Tests
AIC BIC
-2 Log
Likelihood
Chi-
Square df Sig.
Intercept Only 202,913 208,617 198,913
Final 174,405 202,925 154,405 44,509 8 ,000
Goodness-of-Fit
Chi-Square df Sig.
Pearson 113,253 144 ,973
Deviance 124,637 144 ,876
Pseudo R-Square
Cox and Snell ,294
Nagelkerke ,342
McFadden ,177
Likelihood Ratio Tests
Effect Model Fitting Criteria Likelihood Ratio Tests
AIC of
Reduced
Model
BIC of
Reduced
Model
-2 Log
Likelihood
of
Reduced
Model
Chi-
Square df Sig.
Intercept 174,405 202,925 154,405a ,000 0 .
X3 189,401 212,217 173,401 18,996 2 ,000
X2 185,123 202,235 173,123 18,719 4 ,001
X1 181,884 204,700 165,884 11,480 2 ,003
The chi-square statistic is the difference in -2 log-likelihoods between the final model
and a reduced model. The reduced model is formed by omitting an effect from the final
model. The null hypothesis is that all parameters of that effect are 0.
a. This reduced model is equivalent to the final model because omitting the effect does
not increase the degrees of freedom.
Parameter Estimates
pilihan alat tranportasia B Std. Error Wald df Sig. Exp(B)
d
i
m
e
n
s
i
o
n
0
Bus Intercept 4,918 1,547 10,109 1 ,001
X3 ,000 ,000 9,553 1 ,002 1,000
[X2=0] -2,090 1,309 2,547 1 ,110 ,124
22
[X2=1] -1,251 1,039 1,448 1 ,229 ,286
[X2=2] 0b . . 0 . .
[X1=0] -2,157 ,746 8,362 1 ,004 ,116
[X1=1] 0b . . 0 . .
Kereta Api Intercept 5,607 1,463 14,695 1 ,000
X3 ,000 ,000 10,018 1 ,002 1,000
[X2=0] -4,097 1,246 10,817 1 ,001 ,017
[X2=1] -1,874 ,926 4,089 1 ,043 ,154
[X2=2] 0b . . 0 . .
[X1=0] -1,134 ,720 2,483 1 ,115 ,322
[X1=1] 0b . . 0 . .
a. The reference category is: Lainnya.
b. This parameter is set to zero because it is redundant.
Parameter Estimates
pilihan alat tranportasia 95% Confidence Interval for
Exp(B)
Lower Bound Upper Bound
d
i
m
e
n
s
i
o
n
0
Bus Intercept
X3 1,000 1,000
[X2=0] ,010 1,610
[X2=1] ,037 2,195
[X2=2] . .
[X1=0] ,027 ,499
[X1=1] . .
Kereta Api Intercept
X3 1,000 1,000
[X2=0] ,001 ,191
[X2=1] ,025 ,944
[X2=2] . .
[X1=0] ,078 1,319
[X1=1] . .
a. The reference category is: Lainnya.
Classification
Observed Predicted
Lainnya Bus Kereta Api Percent Correct
Lainnya 4 5 11 20,0%
23
Bus 0 15 23 39,5%
Kereta Api 3 7 60 85,7%
Overall Percentage 5,5% 21,1% 73,4% 61,7%