BAB 2 TINJAUAN PUSTAKA DAN LANDASAN TEORI
2.1 Tinjauan Pustaka Chung, dkk (2007) telah mengadakan penelitian mengenai permasalahan dan keuntungan dari prediksi waktu perjalanan jarak jauh pada Jaringan Jalan Metropolitan Tokyo. Penelitian tersebut bertujuan untuk mengetahui prediksi waktu perjalanan dalam mengatasi masalah-masalah kemacetan yang terjadi pada saat jam sibuk agar para pengemudi dapat mengambil keputusan untuk melakukan perjalanan yang lebih efisien. Penelitian dilakukan dengan menggunakan metode Model Antrian, Artificial Neural Network dan Pattern Matching. Hasil dari penelitian tersebut menunjukkan bahwa 78% pengemudi akan mengubah rute dan waktu keberangkatan untuk menghemat waktu dan 70% responden mengakui bahwa ±5 menit sebagai akurasi yang dapat di terima.
Cormac McBride dan Leon Wee (2011) telah mengadakan penelitian mengenai pemasangan informasi waktu perjalanan pada Variabel Message Sign (VMS) di jalan Aukland Selandia Baru dengan tujuan untuk mengetahui relevansi dan kredibilitas dari pesan yang ditunjukkan pada VMS. Hasil dari penelitian tersebut menunjukkan bahwa rata-rata pengemudi menghargai informasi waktu perjalanan yang diharapkan akurat saat mengemudi. VMS menunjukkan informasi yang spesifik, tepat waktu dan sesuai keadaan
tersebut,
lebih akurat daripada
informasi yang diperoleh dari radio. Pesan yang kredibel adalah pesan yang disampaikan secara akurat, tepat waktu dan relevan dan dengan waktu tersebut pengemudi dapat mengatur persepsi dan kebiasaannya dalam mengemudi.
Cesar Quiroga (2000) telah mengadakan penelitian mengenai prosedur untuk mengevaluasi akurasi informasi perjalanan waktu yang ditampilkan pada Display Message Sign (DMS) di San Antonio dengan menggunakan teknologi GPS tujuan
5
6
untuk mencocokkan data GPS dengan waktu perjalanan dan analisis perjalanan yang ditunjukan
pada DMS.
Hasil dari penelitian tersebut pada jam sibuk
menunjukkan perbedaan yang signifikan antara waktu perjalanan ditampilkan pada DMS dan GPS berdasar waktu aktual perjalanan. Hasil ini konsisten dengan foto pendekatan saat ini yang digunakan oleh Trans Guide untuk memperkirakan waktu perjalanan dan menyarankan bahwa lebih akurat prediksi algoritma akan menghasilkan perbedaan yang lebih rendah antara waktu perjalanan ditampilkan pada DMS dan waktu perjalanan yang sebenarnya dialami oleh driver Peter Hidas dan Emad Awadalla (2001) telah melakukan penelitian mengenai investigasi
respon pemilihan rute dari Variabel Message Sign (VMS) yang
dilakukan di kawasan metropolitan Kota Sydney dengan survei wawancara pada pengemudi (driver). Tujuan penelitian ini untuk mengevaluasi respon pengemudi atau driver pada VMS dan mengembangkann model prediksi dari tingkat pengalihan rute sebagai akibat dari informasi yang diberikan VMS. Hasil dari penelitian tersebut menunjukkan bahwa waktu tempuh tambahan atau
Extra
Travel time (ETT) (perbedaan waktu perjalanan antara altematif dan rute yang biasa dalam kondisi normal) memiliki efek yang kuat pada perilaku pemilihan rute dengan adanya informasi VMS. Penelitian ini telah mengkonfirmasi asumsi kami bahwa ada hubungan yang kuat antara waktu perjalanan perjalanan dan ETT, yang mempengaruhi kemungkinan pengalihan. Driver kurang cenderung untuk mengalihkan dengan peningkatan ETT dalam kondisi normal. Probabilitas pengalihan juga menurun dengan meningkatnya waktu tempuh perjalanan. Usia dan jenis kelamin driver tidak mempengaruhi secara signifikan Probabilitas pengalihan, juga tujuan perjalanan. Penilaian drivers pada informasi VMS sebelumnya dan keakraban driver dengan rute biasa tidak memiliki efek yang signifikan pada probabilitas pengalihan.
7
Tabel 2.1 Ringkasan Penelitian Sebelumnya
No.
Judul Penelitian
1
Travel
Peneliti
Metode
Edward Chung,
Metode
Prediction:Issue
Hiroshi Warita,
and Benefit Tokyo, 2007
Time
78%
Antrian,
jalan (Driver),
mengubah
Shamas ul Islam
Artificial Neural
jam sibuk dan
keberangkatan
Bajwa
Network dan
jarak jauh,
menghemat waktu dan 70%
Pattern
Jalan
responden mengakui bahwa ±5
Matching
Metropolitan
menit sebagai akurasi yang
Tokyo
dapat di terima
dan
Kuwahara
Display Of Travel Time On Aucland Motorways
Hasil Penelitian
Penelitian Pengguna
Masao
2
Objek
Model
Predictive
Cormac McBride
dan
Technique
Leon Wee Stated Preference
Variabel Message Sign New Zealand
pengemudi rute
dan
akan waktu untuk
Rata-rata
pengemudi
Pengguna
menghargai informasi waktu
jalan (Driver
perjalanan
dan
akurat saat mengemudi. VMS
Kendaraan
menunjukkan informasi yang
2011
yang
diharapkan
spesifik, tepat waktu dan sesuai keadaan tersebut
3
Assessment
Of
Cesar Quiroga
Metode
Kendaraan
Dynamic Message
Synchronization
lebih
Sign Travel Time
GPS Technology
perjalanan ditampilkan pada
Information
Dan Prediksi
DMS dan waktu perjalanan
Accuracy, in San
Algoritma
yang sebenarnya dialami oleh
Antonio, 2000
4
Menghasilkan perbedaan yang rendah
antara
driver Peter
Hidas
Route Choice In
dan
Emad
Respons
Awadalla
perjalanan dan ETT
(200x1)
Penilaian
Investigation
Of
TO
Variabel Message Sign,
waktu
Stated Preference
Pengguna
Terdapat hubungan yang kuat
Jalan (Driver)
antara
Sydney,
waktu
perjalanan
drivers
pada
informasi VMS sebelumnya
2001
dan keakraban drivers dengan rute biasa tidak memiliki efek yang
signifikan
pada
probabilitas pengalihan 5
Studi akurasi Informasi Informasi waktu
perjalanan
Simpang Mojosongo)
Sroyo
(studi –
kasus Simpang
Stated Preference
Pengguna
Diperoleh
jalan (driver)
antara
toleransi informasi
waktu waktu
perjalanan dan informasi aktual
8
Dalam penelitian kali ini, mengkaji tingkat penerimaan pengguna jalan untuk mengukur tingkat kesalahan dari perhitungan informasi waktu perjalanan (yang akan ditampilkan pada VMS) terhadap waktu perjalanan sebenarnya dan seberapa besar pengaruh informasi perjalanan dalam menentulan rute perjalanan. Penelitian ini fokus pada jarak pendek (short term). Lokasi studi kasus di ruas jalan Ring Road Utara Surakarta (Simpang Sroyo – Simpang Mojosongo). Dilakukan dengan metode stated preference dan menggunakan dua atribut yaitu informasi waktu perjalanan dan waktu perjalanan.
2.2 Dasar Teori 2.2.1 Sistem Transportasi
Suatu bentuk keterikatan dan keterkaitan antara penumpang/barang, sarana, prasarana, yang berinteraksi dalam rangka perpindahan orang/barang, yang tercakup dalam suatu tatanan, baik secara alami ataupun buatan/rekayasa. (Morlok, 1988) 2.2.2 Intelegent Transport System (ITS) Intelligent Transportation Systems (ITS) (ITS Master Plan. Main Road Western Australia, 2014) adalah sistem yang menerapkan teknologi informasi dan komunikasi secara elektronika melalui software dan hardware komputer dalam bidang transportasi jalan, yang mengintegrasikan unsur-unsur lalu lintas seperti jalan, kendaraan, dan orang/pengemudi. Tujuan sistem ITS adalah untuk mengurangi kepadatan lalu lintas, mengurangi waktu perjalanan (travel time), meningkakan keselamatan, meningkatkan kualitas lingkungan, dan pada akhirnya berdampak pada peningkatan produktivitas ekonomi. Dengan berbagi informasi tersebut, memungkinkan masyarakat pengguna jalan untuk mendapatkan lebih banyak tentang permasalahan dan manfaat yang lebih besar dengan dampak yang ditimbulkan terhadap lingkungan lebih kecil. Beberapa manfaat dari aplikasi sistem ITS pada system transportasi jalan seperti:
9
•
Memungkinkan
kendaraan
untuk
berkomunikasi
langsung
dengan
infrastruktur di sekitar mereka, memungkinkan pengemudi untuk membuat keputusan yang lebih baik tentang rute yang dipilih dan menanggapi peringatan tentang kemacetan dan kecelakaan yang terjadi; •
Menjaga kendaraan pada jarak yang aman dari satu sama lain;
•
Pengemudi diberitahu tentang batas kecepatan yang harus dilakukannya;
•
Memberi tahu kepada pengemudi akan tanda-tanda kelelahan dan sekaligus memberitahukan sudah waktunya untuk mengambil istirahat;
•
Memberikan kepada pengguna angkutan umum, sebagai informasi akan waktu pelayanan (berangkat, tiba, dan hambatan hambatan lain) serta penyediaan tiket;
•
Mengintegrasikan transportasi publik ke dalam sistem manajemen lalu lintas, memberikan prioritas untuk bis dan trem;
•
Memungkinkan operator angkutan umum dan otoritas bea cukai untuk berbagi informasi tentang kiriman dan melacak posisi mereka dan status, serta memberikan informasi mengenai rute yang paling efisien, ekonomis dan aman untuk pengangkutan;
•
Meningkatkan efisiensi angkutan penumpang dan barang dan mengurangi kemacetan pada jaringan dengan manfaat jaringan yang jelas serta lingkungan;
•
Menyediakan informasi perjalanan secara real time yang dapat diandalkan di mana saja dan kapan saja.
Dalam ITS Master Plan. Main Road Western Australia (2014) penerapan sistem ITS pada lingkup sistem transportasi jalan, secara garis besar dapat dibagi menjadi dua kelompok besar, yaitu: 1) Penerapan sistem ITS yang utama:
Advanced Traffic Management Systems (ATMS);
Advanced Traveller Information Systems (ATIS);
Advanced Vehicle Control Systems (AVCS).
2) Penerapan sistem ITS yang khusus:
Advanced Public Transport Systems (APTS);
Commercial Vehicle Operations (CVO).
10
2.2.3 Variabel Message Sign (VMS) Variabel Message Sign (VMS) merupakan sebuah komponen penting untuk memberi informasi waktu perjalanan kepada pengemudi di jalan. VMS dipasang di lokasi pendekat pada simpang utama dan di atas jalan untuk memberikan pengemudi pilihan tentang kondisi jalan bebas hambatan (kondisi lancar) dan menggunakan sebuah alternatif rute sebelum terjebak dalam kemacetan pada suatu ruas jalan. VMS dapat juga digunakan untuk memperingatkan pengemudi bahwa sedang terjadi kemacetan atau penutupan suatu jalan pada sebuah persilangan jalan, mengizinkan pengemudi untuk menggunakan alternatif rute. Pada alternative rute, VMS
dapat digunakan untuk memandu kembali pengemudi
untuk kembali pada rute utama (Zhang dan David Levinson,2008).
Gambar 2.1 VMS yang terpasang di salah satu jalan Tol di Jakarta
VMS mengizinkan pengemudi untuk mempertimbangkan pengalihan sebelum masuk pada sebuah kemacetan dan kejiadian yang mengakibatkan antrian. Manfaat dari informasi ini tergantung kondisi yang terjadi diatas, seperti volume lalu lintas, lama waktu penundaan, pembagian pengalihan kendaraan, waktu perjalanan dan rute alternatif.
2.2.4 Informasi Waktu Perjalanan Menurut Palen, 1997 (dalam soriguera, 2014)
bahwa waktu perjalanan informasi
diklaim sebagai informasi lalu lintas yang paling berharga untuk pengemudi kendaraan. Hasil penelitian Soriguera pada tahun 2014 di Barcelona, Spanyol menunjukkan bahwa waktu perjalanan informasi memiliki nilai yang signifikan dalam tiga situasi yaitu :
11
(1) Ketika ada jadwal aktivitas penting di tempat tujuan (2) Adanya ketidakpastian tentang kondisi perjalanan (3) Ketika ada pilihan rute lebih dari satu menuju tempat tujuan yang dapat di lewati
Gambar 2.2 Variabel Message Sign yang memberikan informasi waktu tempuh
Informasi
waktu perjalanan juga merupakan properti social yang menjadi
keuntungan bagi pengguna jalan sebagai informasi positif dari luar. Karena para pengemudi dapat menutup biaya lebih kecil dari pada keuntungan pribadi mereka.
2.2.5 Waktu Perjalanan Menurut De Jong(2012) waktu perjalananadalah waktu yang dibutuhkan untuk melakukan perjalanan dari tempat ke tempat lain, dari tempat asal ke tempat tujuan. Waktu perjalanan dapat di hitung berdasarkan jarak antara 2 titik dan kecepatan (rata-rata). Menurut Soriguera (2014) waktu perjalanan dianggap sebagai hal yang tidak pasti ketika faktor acak pengaruh pada durasi perjalanan, seperti waktu kedatangan sebenarnya berbeda dari yang diinginkan. Definisi ini mengindikasikan bahwa prediksi atau faktor
yang diharapkan (missal : harapan pengguna terhadap
kemacetan pada tiap jam sibuk) tidak berpengaruh dalam ketidakhandalan suatu jalan raya. 2.2.6 Teknik Stated Preference Teknik Stated Preference
merupakan sebuah alat penelitian yang membantu
peneliti untuk mengetahui bagaimana responden menilai suatu atribut yang
12
berbeda. Stated Preference mengharuskan responden untuk meranking, merating atau memilih suatu alternatif di antara skenario pelayanan yang telah dibuat berdasarkan beberapa atribut yang telah dirangkai sedemikian rupa (Jennifer Abley, 2000). Terdapat dua komponen yang mendasari perilaku perjalanan, yaitu elemen eksternal dan elemen internal (Permain et al, 1991). Elemen eksternal meliputi hal-hal yang merupakan atribut dari alternatif perjalanan, sedangkan elemen internal meliputi persepsi dan preferensi tiap individu. Elemen internal ini dapat diketahui dengan menggunakan metode kuantitatif seperti teknik stated preference dimana peneliti dapat mengambil kesimpulan dari data yang telah didapat dari beberapa responden Menurut Eric P. Kroes dan Robert J. Sheldon (1988), Teknik Stated Preference telah terbukti sangat berguna dalam bermacam-macam penelitian mengenai transportasi, termasuk di dalamnya adalah sebagai berikut : a.
Mengevaluasi
prioritas
penumpang
untuk
pengembangan
berbagai
karakteristik dari sistem transportasi umum, dengan memperhatikan faktor kualitatif. b.
Mengestimasi elastisitas permintaan untuk berbagai macam atribut pelayanan, termasuk biaya perjalanan, frekuensi dan waktu perjalanan.
c.
Menerapkan studi mengenai metode route choice
d.
Penelitian dan pengembangan produk baru untuk operator transportasi.
e.
Menyalurkan studi perencanaan dengan badan pemerintah (sebagai contoh studi mengenai akurasi waktu tempuh).
Menurut Ortuzar (1994), penyusunan hipotesis dalam teknik Stated Preference harus disertai alternatif yang layak dan logis. Alternatif tersebut harus mempunyai pengaruh yang kuat terhadap suatu masalah yang hendak diteliti lebih lanjut.
Tahap-tahap alam pembuatan suatu alternatif adalah sebagai berikut :
Mengidentifikasi pilihan situasi yang akan diteliti, misalnya perbedaan tingkat pelayanan suatu ruas jalan satu dengan yang lain.
13
Memilih atribut atau variabel yang berkaitan erat dengan alternatif yang akan diteliti
Memilih unit pengukuran pada atribut-atribut yang akan diteliti lebih lanjut
Menentukan tingkatan-tingkatan terhadap besarnya atribut yang diteliti.
Sedangkan cara penyajian dari alternatif tersebut melewati tiga tahap, yaitu : a.
Desain eksperimental Merupakan tahap penyusunan alternatif hipotesis yang akan diberikan kepada responden. Bobot atribut dibuat bervariasi pada setiap alternatif yang ada, dengan demikian peneliti dapat mengidentifikasi pengaruh setiap atribut tersebut. Jumlah alternatif yang dibutuhkan dapat diperoleh dengan rumus na dimana n adalah jumlah tingkatan dan a adalah jumlah atribut.
b.
Desain penyajian Dalam penyajian alternatif kepada responden sangat penting untuk menampilkan tiap atribut yang diteliti, sehingga respon yang diterima realistis dan masuk akal.
c.
Identifikasi preferensi Tahap selanjutnya adalah pemilihan alternatif oleh responden. Seperti yang telah dibahas sebelumnya, bahwa terdapat beberapa cara untuk mendapatkan informasi kuantitatif dari teknik Stated Preference yaitu dengan respon ranking maupun rating. Dalam penelitian ini dilakukan dengan teknik rangking dimana terdapat 5 skala, yaitu 1 = pasti akurat, 2 = mungkin akurat, 3 = ragu-ragu, 4 = mungkin tidak akurat, 5 = pasti tidak akurat.
2.2.7 Teknik Sampling Populasi merupakan keseluruhan objek yang akan diteliti, sedangkan sampel merupakan bagian dari populasi yang menjadi objek penelitian (Rozaini Nasution, 2003). Beberapa alasan diperlukannya pengambilan sampel adalah sebagai berikut: a.
Adanya keterbatasan waktu, tenaga dan biaya
b.
Lebih cepat dan lebih mudah
c.
Dapat memberikan informasi lebih banyak dan mendalam
14
d.
Dapat ditangani dengan lebih teliti
Sampel yang diambil dari suatu populasi harus bersifat representatif sehingga informasi yang didapat lebih akurat. Pengambilan sampel secara random memungkinkan setiap unit dalam suatu populasi mempunyai kesempatan yang sama untuk dipilih menjadi anggota sampel. Berikut adalah cara-cara pengambilan sampel secara random menurut Rozaini Nasution (2003) : a.
Sampel Random Sederhana (Simple Random Sampling)
b.
Sampel Random Sistematik (Systematic Random Sampling)
c.
Sampel Random Berstrata (Stratified Random Sampling)
d.
Sampel Random Berkelompok (Cluster Sampling)
e.
Sampel Bertingkat (Multi Stage Sampling)
Metode pengambilan sampel yang dilakukan dalam penelitian ini adalah sampel random sederhana (simple random sampling) dan sampel random berstrata (stratified random sampling). Sampel random sederhana dilakukan dengan cara mengundi tiap unit populasi yang akan dijadikan sampel dalam jumlah yang telah ditentukan sebelumnya, sedangkan sampel random berstrata dilakukan dengan cara membagi populasi ke dalam beberapa strata kemudian pengambilan sampel dilakukan dalam setiap strata tersebut. Penentuan jumlah sampel dapat menggunakan rumus Slovin sebagai berikut :
n
N 1 Ne 2 .............................................................................
(2.1)
dimana : n
= ukuran sampel
N
= ukuran populasi
e
= persen kelonggaran ketidaktelitian karena kesalahan pengambilan sampel yang masih dapat ditolerir sampai 10%.
15
2.2.8 Analisis Regresi Sederhana Analisis regresi merupakan suatu konsep dalam ilmu statistika yang digunakan untuk menganalisis hubungan antara dua bahkan lebih suatu variabel dengan membuat suatu persamaan untuk mendefiniskan hubungan antar variabel tersebut. Menurut Ofyar (2002), analisis regresi-linear adalah metode statistik yang digunakan untuk mempelajari hubungan antar sifat permasalahan yang sedang diselidiki. Model analisis regresi-linear dapat memodelkan hubungan antara dua peubah atau lebih. Pada model ini terdapat peubah tidak bebas (Y) yang mempunyai hubungan dengan bebarpa peubah bebas (Xi). Dalam kasus yang paling sederhana, hubungan secara umum dapat dinyatakan dalam persamaan (2.3) berikut. Y = A + B.X.......................................................................................................(2.2)
Keterangan: Y : peubah tidak bebas. X : peubah bebas. A : intersep atau konstanta regresi. B : koefisien regresi.
Parameter A dan B diperkirakan dengan menggunakan metode kuadrat terkecil yang meminimumkan total kuadratis residual antara hasil model dengan hasil pengamatan. Nilai parameter A dan B bisa didapatkan dari persamaan (2.3) dan (2.4) berikut. ∑( ∑(
̅
) ∑ ( )∑ ( ) ) (∑ (
))
...................................................................................(2.3)
̅ .....................................................................................................(2.4)
Keterangan: ̅ : nilai rata-rata Yi. ̅ : nilai rata-rata Xi.
16
2.2.9 Koefisien Korelasi Koefisien korelasi adalah suatu derajat hubungan linier antara dua variabel atau lebih berdasarkan data survai. Adapun persyaratan dalam ilmu statistika mengenai uji korelasi yaitu sesama variabel bebas tidak boleh saling berkorelasi, sebaliknya antara variabel bebas dengan variabel terikat harus ada korelasi yang kuat baik bernilai positif maupun negatif. Hubungan antar variabel dapat dibedakan menjadi tiga jenis, yaitu : a.
Korelasi positif terjadi apabila nilai koefiisien mendekati +1, yang berarti apabila terjadi peningkatan nilai pada salah satu variabel akan menyebabkan peningkatan juga pada variabel lainnya.
b.
Korelasi negatif terjadi apabila nilai koefisien mendekati -1, yang berarti apabila terjadi peningkatan nilai pada salah satu variabel akan menyebabkan penurunan nilai pada variabel lainnya.
c.
Korelasi nihil terjadi apabila koefisien korelasi bernilai 0, yang berarti tidak ada korelasi di dalam dua variabel tersebut.
Berdasarkan penjelasan di atas, maka dapat diambil kesimpulan bahwa besarnya nilai r adalah berkisar antar -1≤ r ≤ 1. Nilai r dapat dihitung dengan menggunakan rumus : ∑
r= √{∑
2.2.10
(∑
(∑
)(∑ )
) }{ ∑
............................................. (2.5)
(∑ ) }
Koefisien Determinasi (R2)
R2 koefisien determinasi digunakan untuk menggambarkan ukuran kesesuaian yaitu melihat seberapa besar proporsi dari keragaman x yang diterangkan oleh model regresi atau mengukur besar sumbangan dari variabel bebas terhadap keragaman variabel terikat. Koefisien terminasi menunjukkan prosentase varian nilai variabel terikat yang dapat dijelaskan oleh persamaan regresi yang dihasilkan. Nilai ini juga dapat digunakan untuk melihat sampel seberapa jauh model yang terbentuk dapat menerangkan kondisi yang sebenarnya. Koefisien
17
determinasi diartikan juga sebagai ukuran ketepatan garis regresi yang diperoleh dari hasil pendugaan terhadap hasil peneitian.
Menurut Sofyan (2014) nilai koefisien determinasi berkisar antara 0 ( tidak ada kontribusi variabel bebas terhadap variabel terikat) dan 1 (kontribusi variabel bebas terhadap variabel terikat sempurna), sehingga semakin mendekati nilai 1 semakin baik. Dalam penelitian akurasi informasi waktu perjalanan ruas jalan Ring road utara digunakan jenis regresi linier sederhana karena terdapat 1 variabel bebas yang dilibatkan, yaitu selisih waktu informasi dengan waktu aktual, sedangkan keakurat-an waktu perjalanan berperan sebagai variabel tak bebas atau terikat. Selengkapnya dapat dilihat pada tabel di bawah ini : Tabel 2.2. Keterangan variabel dalam penelitian Simbol
Keterangan
Y1
Keakurasian informasi waktu perjalanan
Y2
Kegunaan VMS terhadap pertimbangan
Satuan
pemilihan rute
X1
Selisih waktu informasi dengan waktu
detik
aktual
2.2.11 Uji Linieritas Uji linieritas digunakan untuk mengetahui apakah dua variabel mempunyai hubungan yang linier atau tidak secara signifikan. Pengujian ini biasannya digunakan sebagaiprasyarat dalam analisis korelasi atau regresi linier. Uji linieritas biasanya dilakukan dengan mencari persamaan regresi variabel bebeas x terhadap variabel terikat y.
pengujian linieritas berfungsi untuk mengetahui
apakah penelitian linier atau tidak linier. Hasil pengujian linieritas yang menunjukkan tidak linier artinya data yang dipaparkan dari para responden
18
menunjukkan
bahwa
data
yang
menjadi
alat
ukur
penelitian
untuk
mengungkapkan permasalah pada setiap indicator-indikator tersebut masih dalam satu kesatuan konsep operasional variabel. Adapun langkah langkah uji linieritas yatu :
Menyusun tabel kelompok
Menghitung jumlah kuadrat regresi (JKreg)
Menghitung jumlah kuadrat regresi b/a
Menghitung kuadrat residu (JKres)
Menghitung rata-rata jumlah kuadrat regresi a (RJKreg)
Menghitung rata-rata jumlah kuadrat regresi b/a (RJKb/a)
Menghitung rata-rata jumlah kuadrat regresi residu (RJKres)
Menghitung jumlah kuadrat eror (RJKe)
Menghitung kuadrat tuna cocok (RJKtc)
Menghitung rata-rata kuadrat error (RJKe)
Menhitung nilai uji F hitung
Menentukan hipotesis
Mencari nilai F tabel, pada taraf signifikansi 5%, dengan db1=k-2 (pembilang), dan db2=n-k (penyebut)
Membandingkan Ftabel dan Fhitung.
Membuat kesimpulan
2.2.12 Uji Normalitas Uji Normalitas adalah hal yang lazim dilakukan sebelum melakukan sebuah metode statistik. Tujuan uji normalitas adalah untuk mengetahui apakah distribusi sebuah data mengikuti atau mendekati distribusi normal atau tidak dan dapat digunakan untuk statistik parametrik. Pada pengujian sampel ini digunakan metode
Kolmogorov-Smirnov. Dibantu dengan perhitungan melalui software
SPSS 16 dan dicocokkan dengan perhitungan manual. Menurut Setiawan (2003), perhitungan uji normalitas dapat dilakukan seperti berikut : Langkah-langkah menghitung uji normalitas Kolmogoerov-Smirnov:
19
Mengurutkan data dari terkecil hingga terbesar.
Dari data tersebut dicari skor Z masing-masing. Dengan rumus: Zi= Xi –Mean / sd
Dari skor Z tersebut dan dengan menggunakan daftar distribusi normal, dihitung peluang F(Zi).
Kemudian dihitung proporsi Z1, Z2, Z3…dst. Yang lebih kecil atau sama dengan Zi. Kemudian dibagi jumlah sampel
Hitung selisih (K-S) = F(Zi) –S(Zi). Tentukan harga absolutnya.
Harga yang paling besar adalah K-S hitung yang dicari
K-S hitung tersebut dibandingkan dengan K-S tabel pada tabel “nilai Kolmogorov-Smirnov (K-S)”
Jika K-S hitung < K-S tabel, maka data berdistribusi normal
2.2.13 Uji Homogenitas (Varian) Uji homogenitas dilakukan untuk mengetahui apakah data dalam variable X danY bersifat homogeny atau tidak. Langkah-langkahmenghitungujihomogenitas:
Mencari Varians/Standar deviasi variabel X dan Y, dengan rumus: √
∑
(∑ )
................................................................(2.6)
Mencari F hitung dengan dari varians X danY, dengan rumus: ...............................................................(2.7)
Membandingkan F hitung dengan F tabel pada tabel distribusi F, dengan dk pembilangn - 1(untuk varians terbesar) dan dk penyebutn - 1 (untuk varians terkecil)
Jika F hitung < F tabel, berarti homogen
Jika F hitung > F tabel, berarti tidak homogen
20
2.2.14 Uji T-tes Tujuan dari dilakukannya uji t-tes ini adalah untuk menguji signifikansi variabel bebas secara parsial terhadap variabel terikat. Apabila didapati hasil dari suatu variabel bebas yang tidak signifikan secara statistik, maka variabel tersebut harus dihapus atau dibuang dari model. Menurut Sugiyono (2014) uji t independen untuk regresi majemuk variabel dapat dihitung dengan rumus :
t hitung =
( x1 - x 2 ) - ( 1 - 2 )
12 n1
+
22
...................................................(2.8)
n2
Hipotesis yang digunakan sebagai acuan dalam pengujian ini adalah : H0 : α = 0 (variabel bebas secara individu tidak berpengaruh signifikan) H1 : α ≠ 0 (variabel bebas secara individu berpengaruh signifikan) Dasar dalam pengambilan keputusan hipotesis yaitu : a.
Berdasarkan nilai t hitung Setelah melakukan perhitungan nilai t dengan rumus yang ada, maka langkah selanjutnya adalah membandingkan nilai t hitung tersebut dengan nilai t tabel untuk tingkat signifikansi 0,05 dan derajat kebebasan N=3. Apabila diperoleh nilai t hitung ≤ t tabel, maka H0 diterima yaitu variabel bebas secara individu tidak berpengaruh signifikan. Sebaliknya apabila diperoleh nilai t hitung > t tabel, maka H0 ditolak yaitu variabel bebas secara individu berpengaruh signifikan terhadap variabel terikat.
b.
Berdasarkan probabilitas nilai t hitung Apabila probabilitas > 0,05 , maka H0 diterima Apabila probabilitas ≤ 0,05 , maka H0 ditolak
21
2.2.15 Teori Probabilitas Pemilihan Menurut Tamin (2009) model biner logit digunakan untuk memodel pemilihan yang terdiri dari dua alternatif pilihan saja. Pemilihan antara model logit-biner dalam pemilihan alternatif sangat ditentukan oleh persepsi seseorang. Dari model Regresi dengan U(t1-t2) persamaan regresi yang diperoleh maka akan diperoleh pesamaan : (
) (
)
................................... (2.9)
Keterangan : P 1 = probabilitas akurasi waktu perjalanan Ut1-t2 = Utilitas/Persamaan akurasi waktu perjalanan Dari persamaan yang didapat menyatakan bahwa probabilitas akurasi waktu perjalanan adalah fungsi dari perbedaan utilitas antar kedua waktu perjalanan yaitu informasi waktu perjalanan dan waktu perjalanan sebenarnya. Dapat disimpulkan bahwa secara sederhana fungsi utilitas dapat bergerak linier dan terdiri dari berbagai macam atribut. Maka dari itu perbedaan utilitas dari kedua waktu dapat dinyatakan sebagai selisih atribut.
