Unud 326 526778319 Tesis Buleleng Sepeda Motor
Unud 326 526778319 Tesis Buleleng Sepeda Motor
PROGRAM PASCASARJANA
UNIVERSITAS UDAYANA
DENPASAR
2011
TESIS
1
PROGRAM MAGISTER
PROGRAM STUDI TEKNIK SIPIL
PROGRAM PASCASARJANA
UNIVERSITAS UDAYANA
DENPASAR
2011
PROGRAM MAGISTER
PROGRAM STUDI TEKNIK SIPIL
PROGRAM PASCASARJANA
UNIVERSITAS UDAYANA
DENPASAR
2011
ii
Lembar Pengesahan
TESIS INI TELAH DISETUJUI
TANGGAL, 19 AGUSTUS 2011
Pembimbing I,
Pembimbing II,
Mengetahui
Direktur
Program Pascasarjana
Universitas Udayana,
iii
iv
SURAT PERNYATAAN
NIM
: 0791561048
Alamat
Telepon rumah/HP
Menyatakan dengan sebenarnya bahwa saya tidak menjiplak setengah atau sepenuhnya
tesis orang lain.
Demikian pernyataan ini saya buat dengan sebenarnya untuk dapat dipergunakan
sebagaimana mestinya dan apabila dikemudian hari ternyata tidak benar, maka saya
bersedia dituntut sesuai dengan peraturan perundangan yang berlaku.
NIM. 0791561048
vi
ABSTRAK
ANALISIS KEPEMILIKAN SEPEDA MOTOR PADA RUMAH TANGGA DI
KABUPATEN BULELENG
MENGGUNAKAN MODEL REGRESI LOGISTIK
Peningkatan jumlah penduduk yang disertai pertumbuhan perekonomian di
Kabupaten Buleleng telah mendorong tingkat kepemilikan kendaraan bermotor dari
tahun ke tahunnya meningkat. Hal ini tentunya akan memberi pengaruh pada kondisi lalu
lintas yang ada. Maka tujuan yang ingin dicapai dalam penelitian ini adalah : untuk
menganalisis karakteristik sosial-ekonomi dan demografi rumah tangga di Kabupaten
Buleleng dan menganalis model kepemilikan sepeda motor pada rumah tangga dengan
faktor-faktor yang mempengaruhinya.
Analisis dilakukan terhadap data primer yang diperoleh dengan melakukan Home
Interview Survai, sehingga dilakukan analisis: jumlah anggota keluarga, total pendapatan
keluarga, biaya transportasi, total jumlah sepeda motor yang dimiliki dalam rumah
tangga, jarak perjalanan perhari yang ditempuh oleh semua anggota keluarga, dan total
waktu perjalanan . Data lain yakni data sekunder yang didapat dari Badan Pusat Statistik
serta dari literatur lainya. Selanjutnya data ini dianalisis dengan menggunakan model
regresi logistik dan perangkat lunak SPSS versi 15.
Hasil dari penelitian kepemilikan sepeda motor pada rumah tangga di Kabupaten
Buleleng adalah dari sisi sosial-ekonomi dan demografi penduduk Prosentase tertinggi
pendapatan adalah keluarga antara Rp. 1.000.000,-sampai dengan Rp. 4.000.000,- sebesar
89% , sedangkan yang berpenghasilan diatas Rp. 4.000.000,- sebesar 11%. Kepemilikan
1 unit sepeda motor mempunyai prosentase tertinggi yaitu 57%, kepemilikan lebih dari 2
unit sepeda motor adalah 20%, berimbang dengan masyarakat yang tidak memiliki
sepeda motor (0 unit) yaitu 23%. Adapun bentuk model pemilihan mode dari kepemilikan
sepeda motor di Kabupaten Buleleng adalah:
p
0,601-0,602*keluarga(1)-1,585*pendapatan(1)-0,295*jarak(1)
ln
1 p
0,137*jarak(2)-1,037*btransport(1)-0,176*btransport(2)
Untuk probabilitas dari masing-masing faktor yang berpengaruh terhadap kepemilikan
sepeda motor di Kabupaten Buleleng pada tingkat 5% atau dengan kepercayaan 95%
adalah jumlah anggota keluarga 3-4 orang dibandingkan dengan anggota keluarga 4
orang, lebih kecil 45,2 % (0,548-1), pendapatan rumah tangga per bulan Rp. 1 juta 4
juta dibandingkan keluarga dengan pendapatan Rp 4 juta rupiah per bulan, lebih kecil
79.5% (0,205-1) dan biaya transportasi kurang dari Rp. 100 ribu per bulan dibandingkan
keluarga dengan biaya transportasi per bulannya > Rp. 300 ribu lebih kecil 64,6% (0,3541).
Kata Kunci: Kepemilikan sepeda motor, regresi logistik, Kabupaten Buleleng
vii
ABSTRACT
ANALYSIS OF MOTORCYCLE OWNERSHIP IN HOUSEHOLD
IN DISTRICT BULELENG
USING LOGISTIC REGRESSION
MODEL
Increasing population accompanied economic growth in Buleleng has pushed the
level of vehicle ownership increased from year to year. This will certainly make an
impact on existing traffic conditions. Then the objectives to be achieved in this study
were: to analyze the socio-economic characteristics and household demographics in
Buleleng and analyze models of motorcycle ownership in households with the factors that
influence it.
The analysis performed on primary data obtained by performing Home Interview
Survey, so do the analysis: the number of family members, total family income,
transportation costs, the total number of motorcycles owned in the household, per day
travel distance traveled by all family members, and the total travel time. Other data that is
secondary data obtained from the Central Bureau of Statistics as well as from other
literature further more, these data were analyzed using logistic regression models and the
software SPSS version 15.
Results of research on the motorcycle ownership households in Buleleng district is
from the socio-economic and demographic population of the highest percentage of family
income is between Rp. 1,000,000,-up to Rp. 4.000.000, - by 89%, while income above
Rp. 4.000.000, - by 11%. Ownership of a motorcycle unit has the highest percentage of
57%, ownership of more than 2 units of motorcycles is 20%, balanced with people who
do not have a bike (0 units), namely 23%. The shape of mode selection model of
motorcycle ownership in Buleleng
district are:
p
0.601-0.602*Family(1)-1.585*income(1)-0.295*distance(1) +
ln
1 p
0.137*distance(2)-1.037*btransport(1)-0.176*btransport(2)
For the probability of each of the factors that affect motorcycle ownership in the District
of Buleleng at the 5% or with 95% confidence is the number of family members
compared with 3-4 people 4 people family members, 45.2% smaller (0.548-1 ), household
income per month Rp. 1,000,000,-up to Rp. 4.000.000 compared to families with income
of Rp. 4.000.000 per month, 79.5% smaller (0.205-1) and transportation costs are less
than Rp. 100 thousand per month compared to families with transportation costs per
month > Rp. 300 thousand smaller
64.6% (from0.354-1).
Keywords:
motorcycles
ownership,
viii
logistic
regression
,Buleleng
10
DAFTAR ISI
Halaman
HALAMAN SAMPUL DALAM ............................................................................
i
PRASYARAT GELAR ...........................................................................................
ii
LEMBAR PERSETUJUAN .................................................................................... iii
LEMBAR PENETAPAN PANITIA PENGUJI ..................................................... iv
SURAT PERNYATAAN ........................................................................................
v
UCAPAN TERIMA KASIH ................................................................................... vi
ABSTRAK ............................................................................................................... vii
ABSTRACT ............................................................................................................ viii
DAFTAR ISI ............................................................................................................ ix
DAFTAR TABEL .................................................................................................... xii
DAFTAR GAMBAR ............................................................................................... xiii
DAFTAR NOTASI .................................................................................................. xiv
DAFTAR ISTILAH ................................................................................................. xv
BAB I
BAB II
PENDAHULUAN
1.1
1.2
1.3
1.4
1.5
TINJAUAN PUSTAKA
2.1
2.2
2.3
2.4
2.5
ix
11
METODE PENELITIAN
3.1
3.2
3.3
3.4
3.5
3.6
3.7
3.8
3.9
DESKRIPSI DATA
4.1
4.2
BAB V
BAB VI
5.2
5.3
6.2
Saran
.......................................................................................... .83
12
DAFTAR PUSTAKA
.......................................................................................... .84
LAMPIRAN
Lampiran A : Gambar Peta Pulau Bali dan Peta Lokasi survai .............................. 86
Lampiran B.1 : Jumlah Sampel dan Kompilasi Data.................................................. 88
Lampiran B.2 : Data Hasil Survai Lapangan Home Interview ................................... 92
Lampiran B.3 : Pengkodean Variabel Dummy........................................................... 140
Lampiran C : Output Data SPSS 15.0 for Windows................................................... 191
Lampiran D : Formulir Survai .................................................................................... 197
xi
13
DAFTAR TABEL
Halaman
Tabel 2.1 Uji Hipotesis Hipotesis Klasifikasi Pekerjaan Responden ...................... 22
Tabel 2.2 Ilustrasi Uji Statistik Hosmer and Lemeshow ......................................... 29
Tabel 3.1 Pembagian Zona di Kabupaten Buleleng................................................ 38
Tabel 3.2 Data Yang Dikumpulkan dari Responden ............................................... 51
Tabel 3.3 Ukuran Sampel Minimum Yang Di Sarankan ......................................... 52
Tabel 3.4 Pengkodean Variabel Dummy ................................................................. 56
Tabel 4.1 Pertumbuhan Penduduk Kabupaten Buleleng ......................................... 60
Tabel 4.2 Jumlah KK dan Jiwa di Kabupaten Buleleng .......................................... 61
Tabel 4.3 Jumlah Penduduk per Kecamatan menurut Jenis Kelamin...................... 62
Tabel 4.4 Jumlah Anggota Keluarga di Daerah Studi ............................................. 64
Tabel 4.5 Jumlah Pelajar di tiap Keluarga pada Area Studi .................................... 65
Tabel 4.6 Kepemilikan Sepeda Motor ..................................................................... 67
Tabel 5.1 Reduksi Variabel Dummy ....................................................................... 71
Tabel 5.2 Variabel Bebas yang Signifikan .............................................................. 72
Table 5.3 Signifikansi Model................................................................................... 76
Table 5.4 Koefisien Determinasi Model .................................................................. 77
Tabel 5.5 Uji Hosmer-Lemeshow............................................................................ 78
Tabel 5.6 Akurasi Proporsi Data dan Model ........................................................... 78
xii
14
DAFTAR GAMBAR
Halaman
Gambar 2.1 Grafik Regresi Logistik........................................................................ 17
Gambar 2.2 Grafik Regresi Linier ........................................................................... 19
Gambar 3.1 Diagram Alir Tahapan Penelitian ........................................................ 35
Gambar 4.1 Diagram Penduduk di Kabupaten Buleleng......................................... 61
Gambar 4.2 Diagram Penduduk Laki-laki dan Perempuan ..................................... 63
Gambar 4.3 Diagram Prosentase Anggota Keluarga pada Area Studi..................... 64
Gambar 4.4 Diagram Prosentase Pelajar ................................................................. 65
Gambar 4.5 Diagram Prosentase Pendapatan .......................................................... 66
Gambar 4.6 Diagram Prosentase Kepemilikan Sepeda Motor ................................ 67
Gambar A: Gambar Peta Pulau Bali dan Peta Lokasi survai ................................. 86
Gambar A: Peta Lokasi Survai Kabupaten Buleleng............................................. 87
xiii
15
DAFTAR NOTASI
Ln(p/(1-p))
X1......k
B0,1....k
S
Se
Se(x)
n
p
z
Ok
Ek
Vk
Y
X1,...n
=
=
=
=
=
=
=
=
=
=
=
=
=
=
=
xiv
16
DAFTAR ISTILAH
Tabulasi Data
Data Primer
Data Sekunder
Editing
Koding
Reduksi Variabel
Kalibrasi
Validasi
Regresi
Analisis Regresi
Regresi Logistik
Variabel
Variabel dummy
Multikolinieritas
Odds
Sampel
xv
BAB I
PENDAHULUAN
1.1
Latar Belakang
Kabupaten Buleleng terletak di belahan utara Pulau Bali memanjang dari
barat ke timur dan mempunyai pantai sepanjang 144 Km, secara geografis terletak
pada posisi 8o03'40'' 8o23'00'' lintang selatan dan 114o25'55'' 115o27'28'' bujur
timur. Luas Kabupaten Buleleng secara keseluruhan 1.365,88 Km2 atau 24,25 %
dari luas Propinsi Bali yaitu hampir 1/3 luas Pulau Bali (1365,88 hektar).
Kabupaten Buleleng yang meliputi area 1.370 km2 terbagi atas 9 kecamatan yaitu
Kecamatan Tejakula, Kubutambahan, Sawan, Buleleng, Sukasada, Banjar,
Busungbiu, Seririt dan Gerokgak Sampai dengan tahun 2009, di Kabupaten
Buleleng telah didukung dengan sarana perhubungan darat berupa jalan raya
sepanjang 1.139,88 km dengan rincian Jalan Nasional 155,75 km, Jalan Propinsi
105,88 km, Jalan Kabupaten 878,19 km disamping perhubungan darat Kabupaten
Buleleng juga memiliki perhubungan laut berupa Dermaga Pelabuhan Celukan
Bawang di Kecamatan Gerokgak, Pelabuhan Tradisional Sangsit di Kecamatan
Sawan, khusus untuk bongkar muat barang. Diantara Kabupaten di Bali kecuali
Kabupaten Badung, Buleleng juga telah dilengkapi dengan sarana perhubungan
udara berupa Air Strip Letkol Wisnu di Desa Sumberkima Kecamatan Gerokgak
yang diharapkan dapat memperlancar aksesibilitas ke daerah Buleleng.
Peningkatan jumlah penduduk yang disertai pertumbuhan perekonomian
di Kabupaten Buleleng telah mendorong tingkat kepemilikan kendaraan bermotor
1
yang
baik
yang
memadukan
antara
efisiensi
transportasi,
memberikan
keuntungan
maksimum
kepada
masayarakat
dengan
Secara umum kepemilikan dan penggunaan sepeda motor terkait dengan tingkat
pertumbuhan ekonomi suatu negara atau wilayah regional. Sebagai contoh di
Jepang yang mempunyai tingkat pendapatan tinggi, akhir-akhir ini kepemilikan
dan penggunaan sepeda motor cenderung berkurang sekitar 20% hal ini
disebabkan karena dinegara Jepang yang sangat maju akan sistem transportasinya
dapat memberikan kenyamanan terhadap masyarakat dalam efisiensi waktu dan
biaya. Sedangkan di negara yang berpenghasilan lebih rendah seperti di Indonesia,
kepemilikan dan penggunaan sepeda motor cenderung tinggi (Hsu dan Lin, 2007).
Persoalan yang timbul dengan tingginya kepemilikan kendaraan bermotor
khususnya sepeda motor adalah kepadatan lalu lintas campuran (mixed traffic)
yang tinggi dan dapat beresiko kepada aspek keselamatan lalu lintas atau
tingginya resiko terjadinya kecelakaan lalu lintas (Hsu et al, 2007 dan Leong
Sadullah, 2007). Untuk itu diperlukan adanya analisis mengenai faktor-faktor
yang mempengaruhi kepemilikan sepeda motor pada rumah tangga (household).
Hal-hal tersebut diperlukan dalam rangka pemahaman perilaku kepemilikan
kendaraan bermotor pada rumah tangga.
Berdasarkan uraian diatas maka dalam tesis ini dilakukan studi mengenai
analisis kepemilikan sepeda motor pada rumah tangga di Kabupaten Buleleng.
Tujuan dari penelitian ini salah satunya yaitu untuk membuat model dan
menganalisis kepemilikan sepeda motor di Kabupaten Buleleng dan faktor-faktor
yang mempengaruhinya. Dari penelitian ini diharapkan di masa mendatang dapat
digunakan sebagai input atau masukan bagi studi lanjutan analisis sepeda motor
1.2
Rumusan Masalah
Memahami permasalahan yang tertuang pada latar belakang, maka untuk
itu dalam penelitian ini dilakukan kajian yang lebih mendetail terhadap :
1. Bagaimanakah karakteristik sosial ekonomi dan demografi penduduk di
Kabupaten Buleleng ?
2. Bagaimanakah model kepemilikan sepeda motor pada rumah tangga, dan
faktor-faktor apa saja yang berpengaruh terhadap kepemilikan sepeda
motor pada suatu rumah tangga?
3. Bagaimanakah probabilitas dari masing-masing faktor yang berpengaruh
terhadap kepemilikan sepeda motor pada rumah tangga?
1.3
Tujuan Penulisan
Dari rumusan masalah yang ada maka tujuan yang ungin dicapai dalam
1.4
Manfaat Penelitian
Hasil penelitian ini diharapkan dapat bermanfaat secara akademik dan
4.
1.5
Batasan Masalah
Mengingat luasnya cakupan permasalahan yang berhubungan dengan
Usulan Penelitian ini, maka batasan permasalahan dalam penelitian ini adalah
sebagai berikut:
1.
Data variabel bebas yang diperhitungkan dalam studi ini meliputi data
sosial ekonomi (pendapatan per bulan, jarak rata-rata yang ditempuh per
hari, pengeluaran biaya transportasi per bulan, waktu perjalanan) dan data
demografi (jumlah anggota keluarga, jumlah anggota keluarga yang
bekerja, jumlah anggota keluarga yang sekolah)
2.
3.
4.
BAB II
TINJAUAN PUSTAKA
2.1
Pengertian Transportasi
Pengertian transportasi merupakan gabungan dari dua defenisi, yaitu
sistem dan transportasi. Sistem adalah suatu bentuk keterikatan dan keterkaitan
antara satu variabel dengan variabel lain dalam tatanan yang terstruktur,
sedangkan transportasi adalah suatu usaha untuk memindahkan, menggerakkan,
mengangkut atau mengalihkan orang ataupun barang dari suatu tempat ke tempat
lain, dimana di tempat lain objek tersebut lebih berguna atau dapat berguna untuk
tujuan-tujuan tertentu.
Maka, dari kedua pengertian di atas dapat disimpulkan bahwa, sistem
transportasi adalah suatu bentuk keterikatan dan keterkaitan antara berbagai
variabel dalam suatu kegiatan atau usaha untuk memindahkan, menggerakkan,
mengangkut, atau mengalihkan orang atau barang dari satu tempat ke tempat lain
secara terstruktur. Dalam ilmu transportasi, alat pendukung proses perpindahan
diistilahkan dengan sistem transportasi mencakup berbagai unsur (subsistem)
berupa ruang untuk bergerak (jalan), tempat awal / akhir pergerakan (terminal),
yang bergerak (alat angkut/kenderaan dalam bentuk apapun), pengelolaan (yang
mengkoordinasi ketiga unsur sebelumnya).
Berfungsinya alat pendukung proses perpindahan ini sesuai dengan yang
diinginkan, tidaklah terlepas dari kehadiran subsistem tersebut di atas secara
serentak. Masing-masing unsur itu tidak bisa hadir beroperasi sendiri-sendiri,
7
kesemuanya harus terintegrasi secara serentak. Seandainya ada salah satu saja
komponen yang tidak hadir, maka alat pendukung proses perpindahan (sistem
transportasi) tidak dapat bekerja dan berfungsi.
2.2
Pengertian Kendaraan
Kendaraan bermotor adalah kendaraan yang digerakkan oleh peralatan teknik untuk
pergerakkannya, dan digunakan untuk transportasi darat. Umumnya kendaraan
bermotor menggunakan mesin pembakaran dalam, namun mesin listrik dan mesin
lainnya juga dapat digunakan. Kendaraan bermotor memiliki roda, dan biasanya
berjalan diatas jalanan. (http://id.wikipedia.org/wiki/kendaraan_bermotor,2011).
Menurut Undang Undang No.22 tahun 2009, yang disebut kendaraan adalah
suatu sarana angkut di jalan yang terdiri atas Kendaraan Bermotor dan Kendaraan
Tidak Bermotor. Kendaraan Bermotor adalah setiap Kendaraan yang digerakkan
oleh peralatan mekanik berupa mesin selain Kendaraan yang berjalan di atas rel
sedangkan, Kendaraan Tidak Bermotor adalah setiap Kendaraan yang digerakkan
oleh tenaga manusia dan/atau hewan.
gandengan, semi trailer dan trailer maupun tidak bermotor seperti: kereta dorong,
dokar, sepeda, becak serta termasuk para pejalan kaki yang sedang menggunakan
jalan (Ofyar Z.Tamin, 2000).
2.2.2 Pemodelan Transportasi
Dalam perencanaan transportasi dikenal ada 4 (empat) langkah pembuatan
model, antara lain:
a. Bangkitan Perjalanan (Trip Generation)
Pembangkit perjalanan adalah tahapan pemodelan yang memperkirakan jumlah
pergerakan yang berasal dari suatu zona atau tata guna lahan dan jumlah
pergerakan yang tertarik ke suatu zona atau tata guna lahan.
b. Sebaran Perjalanan (Trip Distribution)
Penyebaran pergerakan merupakan tahapan yang menggabungkan interaksi
antara tata guna lahan, jaringan transportasi dan arus lalu lintas.
c. Pemilihan Moda (Modal Choice / Modal Split)
Dalam interaksi antara dua tata guna lahan atau lebih di suatu wilayah, maka
seseorang akan memutuskan bagaimana interaksi tersebut harus dilakukan,
dimana sering interaksi tersebut mengharuskan terjadinya perjalanan, baik
antar tata guna lahan ataupun inter tata guna lahan.
Keputusan dalam pemilihan moda berkaitan dengan jenis transportasi yang
digunakan. Jika terdapat lebih dari satu moda, maka moda yang dipilih biasanya
yang mempunyai rute terpendek, tercepat, atau termurah, atau teraman, atau
kombinasi dari faktor-faktor tersebut. Selain itu, faktor lain yang mempengaruhi
10
adalah
ketidaknyamanan
dan
keselamatan
dan
hal
seperti
ini
harus
11
12
2.3
13
14
15
2.4
Pengertian Regresi
Regresi adalah suatu alat yang tujuannya membantu memperkirakan atau
menaksir nilai suatu variabel yang tidak diketahui dari satu atau beberapa variabel
yang diketahui (M.Iqbal Hasan, 2002). Analisis regresi didefinisikan sebagai
kajian terhadap hubungan satu variabel atau peubah yang disebut peubah yang
diterangkan (the explained variable) yang juga disebut sebagai peubah tergantung
dengan satu atau dua variabel / peubah yang menerangkan (the explanatory) yang
juga disebut peubah bebas.
Di dalam kegiatan pemodelan untuk rekayasa sipil, seringkali dijumpai
tinjauan hubungan antara variabel dengan satu atau lebih variabel lain. Secara
umum ada dua macam hubungan antara dua atau lebih variabel, yaitu bentuk
hubungan dan keeratan hubungan. Jika ingin diketahui bentuk hubungan dua
variabel atau lebih, digunakan analisis regresi sedangkan untuk analisis keeratan
hubungan, digunakan analisis korelasi.
Metode regresi yang paling umum digunakan adalah analisis regresi baik
itu yang bersifat linier maupun non linier. Jika variabel tidak bebas bersifat diskrit
analisis regresi linier tidak layak untuk digunakan karena dua alasan
(Ossenbruggen, 2003) yaitu :
1. Variabel tidak bebas di dalam metode regresi linier harus bersifat
kontinyu.
2. Variabel tidak bebas di dalam metode regresi linier dapat mengakomodasi
nilai negatif.
16
Kedua asumsi diatas tidak sesuai untuk kondisi variabel tidak bebas yang
bersifat kategori (diskrit). Variabel diskrit sering dinyatakan dalam kategori.
Variabel diskrit sering juga disebut variabel nominal atau variabel kategorik.
Apabila terdapat dua kategori disebut dikotom, misalnya variabel jenis kelamin
yang terdiri dari laki-laki dan perempuan. Apabila lebih dari dua kategori disebut
politom. Misalnya variabel latar belakang pendidikan yang dapat terdiri dari SD,
SMP, SMA, Perguruan Tinggi dan sebagainya. Sementara itu variabel kontinyu
adalah variabel yang nilainya dalam jarak tertentu dan dengan pecahan yang tidak
terbatas. Misalnya variabel berat badan ada yang 50 kg; 55,5kg; 70kg dan
sebagainya.
2.5
Regresi Logistik
Regresi logistik adalah bagian dari analisis regresi yang digunakan ketika
17
18
Penggunaan regresi logistik untuk analisis data yang bersifat biner lebih
baik dibanding dengan regresi linier atau Ordinary Least Square (OLS). Sebagai
contoh digunakan set data penelitian di California dari 1200 sekolah menengah
untuk mengukur prestasi akademis. Variabel tidak bebas yang dipakai disebut
hiqual. Variabel ini digolongkan menjadi 2 (dua) yaitu not_high_qual yang
dikodekan dengan 0 untuk nilai 744 ke bawah dan high_qual yang dikodekan
dengan 1 untuk nilai 745 ke atas.
Variabel bebas yang digunakan merupakan suatu variabel yang bersifat
kontinyu yang dinamakan dengan avg_ed yang merupakan suatu ukuran tingkat
rata pendidikan orang tua. Setelah regresi linier dijalankan maka akan didapat
nilai-nilai yang diramalkan dan grafiknya terhadap variabel yang diamati.
Pada Gambar 2.2 halaman 19, sumbu Y menunjukkan nilai probabilitas prestasi
akademik siswa dan sumbu X menunjukkan tingkat rata-rata pendidikan orang
tua. Dari grafik dibawah, garis yang melintang dalam arah 450 dari sumbu Y
menunjukkan persamaan linier pendidikan rata-rata orang tua dengan prestasi
akademis siswa. Dari grafik terlihat bahwa terdapat nilai yang diramalkan
mempunyai probabilitas kurang dari 0 (nol) dan lebih dari 1 (satu). Nilai-nilai
tersebut tidak mungkin mengingat variabel terikat didefinisikan sebagai 0 dan 1.
19
20
21
p Z / 2
pq
.......................................................(2.1)
n
dimana:
p
= 1- p
= jumlah sampel
22
demikian dapat mempengaruhi jumlah variabel desain yang terdapat pada variabel
dummy. Sebagai ilustrasi, hasil dari uji hipotesis untuk proporsi klasifikasi
variabel tersebut digambarkan pada Tabel 2.1 halaman 22.
Tabel 2.1 Uji hipotesis untuk proporsi klasifikasi pekerjaan responden
95% selang kepercayaan
x
nilai - p
Batas bawah
Batas atas
PNS
235
605
0.388
0.3
0.4
Wiraswasta *
39
605
0.064
0.1
Nelayan/Petani *
28
605
0.046
0.1
TNI/POLRI
303
605
0.501
0.5
0.5
* Tidak signifikan secara statistik pada tingkat 5% (95% selang kepercayaan termasuk
nilai 0)
Dari hasil uji hipotesis tersebut terlihat bahwa klasifikasi wiraswasta dan
nelayan/petani direduksi dari variabel bebas pekerjaan responden, konsekuensinya
dua klasifikasi tersebut tidak diikutsertakan di dalam model. Kedua langkah di
atas yaitu analisis korelasi dan reduksi variabel dummy menunjukkan kegiatan
pemilihan variabel bebas di dalam model.
2.5.2
variabel satu-nol dan Y adalah variabel respon satu-nol, dapat diperlihatkan model
regresi logistik dengan bentuk umum sebagai berikut (Washington, et.al, 2003) :
23
p = P(Y = 1) =
......................................... (2.2)
24
dimana X adalah variabel satu-nol atau numerik. Berkaitan dengan model ini
perlu dipehatikan ketentuan sebagai berikut :
1.
2.
X.
Jika untuk setiap nilai/skor X terdapat cukup banyak observasi, maka nilai
ln[p/(1-p)] dapat dihitung untuk setiap nilai/skor dari variabel X.
Selanjutnya, dapat dibuat diagram pencar antara variabel tidak bebas
ln[p/(1-p)] dengan variabel bebas X, yang dapat menunjukkan kebenaran
asumsi yang dipakai secara empiris.
3.
Dilain pihak, jika persyaratan hubungan linier tersebut tidak dapat diterima,
maka dengan sendirinya persamaan (2.5) tidak berlaku atau tidak sepatutnya
digunakan untuk data yang bersangkutan. Dalam kasus seperti ini, maka
harus dicoba dengan bentuk lain, diantaranya dengan memakai model nonlinier, model dengan variabel bebas in(X) sebagai ganti dari X dan model
kurva berbentuk S.
25
4.
anak-anak
26
dipilih secara acak dari salah satu kabupaten tersebut 7 orang mempunyai asuransi
kesehatan, berapakah persentase anak-anak dikedua kabupaten tersebut yang
mempunyai asuransi kesehatan? Apakah kemungkinannya lebih besar dari
kabupaten A dengan 80% asuransi kesehatan atau dari kabupaten B dengan 40%
asuransi kesehatan? Karena data observasi menunjukkan bahwa 7 dari 10 orang
anak yang mempunyai asuransi kesehatan lebih besar kemungkinannya di
kabupaten A maka kemungkinannya adalah sampel yang berasal dari kabupaten A
dengan estimasi rasio sebesar 80%.
Likelihood merupakan suatu fungsi dari data dan parameter model. Jika
terdapat data biner maka bentuk dari likelihood adalah sebagai berikut :
a. Yi = 1 dengan probabilitas pi
b. Yi = 0 dengan probabilitas 1 - pi
Misalkan jika data observasi bersifat bebas maka likelihood dari data Y1,
Y2,.,Yn adalah pi dan 1 pi. Jika untuk setiap Yi = 1, dengan probabilitas pi dan
untuk setiap Yi = 0 dengan probabilitas 1 pi maka bentuk umum dari likelihood
(L):
=
(1
....(2.8)
dan
pi =
.....(2.9)
....(2.10)
27
Dengan menggunakan kedua persamaan (2.9) dan (2.10) pada persamaan (2.8)
diperoleh:
e 0 1 X i
L
0 1 X i
i 1 1 e
n
Yi
0 1 X i
1 e
1Yi
i 1
0 1 X i Yi
1 e
0 1 X i
.(2.11)
Menghitung nilai 0 dan 1 pada persamaan (2.11) merupakan suatu hal yang
berat untuk dilakukan. Seringkali ditemukan bahwa lebih mudah untuk
menggunakan logaritmik natural dari likelihood itu sendiri yaitu dengan memilih
0 dan 1 untuk memaksimumkan log likelihood. Log-likelihood dari data biner di
dalam suatu model regresi logistik adalah :
n
i 1
i 1
Serupa dengan prinsip kuadrat kecil pada regresi linier, akan terdapat dua
persamaan yang harus dipecahkan untuk dua parameter (solusinya adalah estimasi
dari 0 dan 1). Akan tetapi tidak seperti pada kuadrat terkecil, dua persamaan dari
regresi logistik bersifat tidak linier sehingga harus dipecahkan dengan proses
iterasi. Ini dimungkinkan dengan penentuan nilai awal untuk 0 dan 1, evaluasi
log-likelihood, penentuan nilai baru untuk 0 dan 1 yang menaikkan nilai loglikelihood, dan mengulangi proses tersebut sampai nilai log-likelihood tidak
berubah atau konstan pada suatu nilai tertentu. Jika hal tersebut terjadi maka
dikatakan bahwa proses iterasi nilai log-likelihood sudah besifat konvergen.
28
k 1
(O k E k ) 2
vk
.................................(2.13)
29
dengan :
Ok
Ek
vk
Group
Prob
Obs_1
Exp_1
Obs_0
Exp_0
Total
0.0016
0.1
71
70.9
71
0.0033
0.2
73
73.8
74
0.0054
0.3
74
73.7
74
0.0096
0.5
64
64.5
65
0.0206
1.0
69
69.0
70
0.0623
2.5
69
70.5
73
0.1421
6.6
66
61.4
68
0.4738
24
22.0
50
52.0
74
0.7711
44
43.3
25
25.7
69
10
0.9692
61
61.6
7.4
69
30
Sumber:www.ats.ucla.edu/stat/stata/webbooks/logistic,2011
Dengan nilai p-value 0.3296 (0.33) dapat dikatakan bahwa uji statistik
mengindikasikan
bahwa
model
yang
dikembangkan
layak
di
dalam
31
manfaat hasil penelitian dan juga untuk memahami data, penelusuran data sesuai
teori yang yang digunakan dan di analisis secara statistik.
32
salah satunya lebih besar, kemungkinan dari kejadian peristiwa adalah lebih tinggi
dibanding kemungkinan dari peristiwa tidak terjadi, dan ketika odds lebih kecil
dari yang lainnya, kemungkinan dari kejadian peristiwa kurang dari kemungkinan
dari peristiwa tidak terjadi. Odds dapat dikonversi kembali ke suatu peluang
(probabilitas) yaitu dengan rumusan peluang = odds / (1+odds). Konsep
berikutnya adalah mengenai ratio odds, seperti telah diketahui bahwa ratio odds
(odds ratio) adalah perbandingan dua odds. Sebagai ilustrasi, diasumsikan bahwa
terdapat wanita dan pria di dalam satu regu dengan proporsi 75% wanita dan 60%
pria. Odds untuk wanita adalah 0.75/0.25 = 3, dan odds untuk pria adalah 0.6/0.4
= 1.5. Ratio odds akan menjadi 3/1.5 =2, artinya bahwa odds dari wanita
dibanding pria untuk ikut bergabung ke dalam regu adalah 2 berbanding 1.
Sebagai ilustrasi di dalam pengertian mengenai odds dan probabilitas
(kemungkinan) dapat dilihat pada contoh berikut. Misalnya untuk analisa keropos
tulang (osteoporosis) diperoleh suatu model logit sebagai berikut :
( )=
+ .
dimana variabel bebas umur merupakan umur responden. Dari hasil pemodelan
diperoleh bahwa koefisien a dan b bernilai masing-masing -21.18 dan 1.629.
Menggunakan kedua nilai ini maka diperoleh model sebagai berikut :
( )=
= 21.18 + 1.629.
33
1+
( )
( )
1+
0.0075
= 0.007
1 + 0.0075
34
diletakkan dan pilih tipe file all files (*.*). Untuk memudahkan
analisis, definisikan label variabel bebas dan variabel tidak bebas
dengan pilihan menu Data kemudian pilih Define Variable Properties.
b. Pilih menu Analyze, Regression, Binary Logistic. Kemudian masukkan
variabel tidak bebas pada Dependent dan varaibel bebas pada
Covariates.
c. Pada menu Method pilih Backward:LR untuk metode stepwise
backward likelihood ratio test.
d. Pilih menu Categorical jika terdapat variabel bebas dengan tipe data
diskrit dan masukan variabel bebas diskrit tersebut. Setelah selesai klik
Continue.
e. Pada menu Save contreng Probabilities, Studentized dan Cooks.
Kemudian klik Continue.
f. Pada menu Option contreng Hosmer-Lemeshow goodness of it,
kemudian klik Continue. Untuk melihat keluaran model klik OK.
35
BAB III
METODE PENELITIAN
3.1
Tahapan Penelitian
Tahapan penelitian mencangkup langkah-langkah pelaksanaan penelitian
dari awal sampai akhir. Tahapan dalam penelitian ini diawali dengan suatu studi
untuk mengidentifikasi daerah/wilayah suatu lokasi, mengenali wilayah dan
permasalahannya sehingga dapat ditetapkan sebagai lokasi studi, mengidentifikasi
data yang dibutuhkan, mengidentifikasi pustaka dan acuan yang akan digunakan,
serta mengidentifikasi perangkat lunak yang dapat diacu dalam menganalisis data.
Dengan menetapkan tujuan yang menjadi sasaran studi dan identifikasi pustaka,
dicoba untuk mendesain formulir survai berupa desain kuesioner dan survai
pendahuluan untuk menentukan desain sampel yang sangat dibutuhkan sebelum
dilakukan survai secara menyeluruh, serta menentukan data apa saja yang
diperlukan. Dari survai menyeluruh tersebut akan didapatkan data lapangan
sebagai data primer dan data sekunder dari instansi terkait, literature, jurnal
ilmiah, yang selanjutnya akan diolah dalam rangka penyusunan laporan.
Dengan demikian, langkah-langkah yang pasti dapat diperoleh, sehingga
memperkecil kekeliruan yang terjadi seperti pengumpulan data yang tidak perlu,
mengetahui jenis data yang dibutuhkan secara tepat dan sejak awal sudah
dipersiapkan mencari pustaka dan acuan yang dibutuhkan, yang akan digunakan
dalam proses analisis, dan yang tidak kalah pentingnya dapat menghemat waktu
mengingat waktu yang terbatas, menghemat tenaga kerja dan dapat menggunakan
36
tenaga yang membantu survai secara optimal dan pada ujungnya dapat member
penghematan dalam pendanaan, mengingat dana yang dibutuhkan tidak sedikit.
Tahapan yang dilakukan dalam penelitian ini dijelaskan pada Gambar 3.1
Studi Pendahuluan :
Identifikasi / penentuan lokasi studi
Identifikasi data
Identifikasi pustaka
Identifikasi alat bantu (perangkat lunak)
Tujuan Penelitian
Pengumpulan Data
Data Sekunder :
Gambar Peta Lokasi
Jumlah Penduduk, dll
Tabulasi Data
Analisis Karakteristik Sosial-Ekonomi
37
A
Pembentukan Variabel Dummy dan Uji Hipotesis Variabel
Bebas dan Melakukan Reduksi Variabel Bebas
b.
c.
d.
38
e.
3.2
berikut :
a. Kabupaten Buleleng yang terdiri dari 9 Kecamatan dibagi menjadi
27 zona. Dalam hal ini setiap zona dapat terdiri dari satu atau lebih
desa/kelurahan dalam satu wilayah kecamatan. Pembagian ini didasarkan
atas jumlah penduduk masing-masing desa dengan menggunakan batas
39
administratif sebagai batas zona (zona boundary). Zona studi dibatasi oleh
garis kordon (cordon line) yang merupakan batas administrarif dari
Kabupaten Buleleng.
b. Tabel 3.1 memperlihatkan pembagian zona di Kabupaten Buleleng.
c. Studi dilakukan pagi hingga sore selama jam kerja.
Tabel 3.1 Pembagian zona di Kabupaten Buleleng
KECAMATAN
ZONA
GEROKGAK
SERIRIT
5
DESA / KELURAHAN
Sumber Kelampok
Pejarakan
Sumber Kima
Pemuteran
Banyupoh
Penyabangan
Musi
Sanggalangit
Gerokgak
Patas
Pengulon
Tinga-tinga
Celukan Bawang
Tukad Sumaga
Banjar Asem
Kalisade
Pangkung Paruk
Lokapaksa
Umeanyar
Seririt
Pengastulan
Patemon
Kalianget
Tangguwisia
Sulanyah
40
SERIRIT
BUSUNGBIU
BANYUATIS
10
Unggahan
Gunungsari
Munduk Bestala
Bestala
Mayong
Rangdu
Ularan
Ringdikit
Joanyar
Bubunan
Sepang Kelod
Tista
Bongancina
Puncaksari
Sepang
Telaga
Titab
Kekeran
Busungbiu
Pelapuan
Subuk
Tinggarsari
Kedis
Bengkel
Umejero
Banyuatis
Gesing
Munduk
Kayuputih
Gobleg
Tirtasari
Banyuseri
Tampekan
Banjar Tegeha
Banjar
Dencarik
Sidetapa
41
BANYUATIS
11
12
SUKASADA
13
14
15
BULELENG
16
Pedawa
Tigawasa
Cempaga
Temukus
Kaliasem
Tegallinggah
Selat
Kayuputih
Panji Anom
Pancasari
Wanagiri
Pegayaman
Silangjana
Gitgit
Pengadugan
Padangbulia
Ambengan
Sukasada
Sambangan
Panji
Kalibukbuk
Anturan
Tukad Mungga
Pemaron
Baktiseraga
Banyuasri
Paket Agung
Beratan
Liligundi
Kp. Singaraja
Kendran
Sarimekar
Petandakan
Nagasepeha
Alasangker
Poh Bergong
42
17
BULELENG
18
19
SAWAN
20
21
KUBUTAMBAHAN
22
Banjar Tegal
Astina
Br. Jawa
Br. Bali
Kp. Kajanan
Kaliuntu
Kp. Anyar
Kp. Bugis
Kp. Baru
Banyuning
Penarukan
Jinengdalem
Penglatan
Sinabun
Kerobokan
Sangsit
Suwug
Sawan
Menyali
Jagaraga
Bungkulan
Lemukih
Galungan
Sekumpul
Bebetin
Sudaji
Bila
Bengkala
Kubutambahan
Bulian
43
23
KUBUTAMBAHAN
24
25
TEJAKULA
26
27
Tambakan
Pakisan
Bontihing
Tamblang
Tajun
Depeha
Tunjung
Bukti
Sembiran
Pacung
Julah
Bondalem
Madenan
Tejakula
Les
Penuktukan
Sambirenteng
Tembok
tepat agar sasaran yakni data atau informasi yang diperoleh memenuhi kebutuhan
proses analisis data. Hal ini dapat ditunjukkan dari pemenuhan aspek kuantitatif
dan kualitatif data yang dikumpulkan. Dalam desain kuisioner pengetahuan
mengenai karakterstik responden sebagai obyek survai adalah sangat penting.
Karakteristik masyarakat sebagai responden ditinjau dari kelompok sosial tempat
bermukim dan latar belakang pendidikan. Walaupun peninjauan karakteristik
hanya dilakukan berdasarkan daya nalar, namun hal tersebut penting karena
tenaga survai (surveyor) perlu mengetahui dan menduga bagaimana tanggapan
responden sebelum menjalani penelitian.
44
b.
Format dan tipe pertanyaan yang diajukan (pertanyaan aktif atau pasif),
c.
d.
e.
3.4
Desain Sampel
Setelah studi pendahuluan, maka akan diketahui secara pasti jenis dan tipe
data yang dibutuhkan untuk survai. Begitu juga parameter data dan juga metode
yang akan digunakan dalam pengumpulan data. Apakah semuanya memerlukan
pengamatan di lapangan atau hanya diambil dari data sekunder.
Khusus untuk data yang pengumpulannya diperlukan dengan kuisioner
maka yang paling penting untuk dikaji terlebih dahulu adalah berkaitan dengan
masalah sampling atau desain sampel. Pada dasarnya tujuan dari desain sampel
adalah untuk menentukan spesifikasi kualitatif atau kuantitatif dari tata cara
pengambilan sampel pada saat survai dilakukan. Sampel adalah bagian dari
populasi. Sedangkan populasi adalah totalitas semua nilai yang mungkin, baik
hasil menghitung maupun pengukuran kuantitatif maupun kualitatif dari
karakteristik tertentu mengenai sekumpulan obyek yang lengkap dan jelas
(Sudjana, 1992).
45
Bila populasi besar dan penelitian tidak mungkin mempelajari semua yang
ada pada populasi, misalnya karena keterbatasan dana, tenaga dan waktu maka
penelitian dapat mempergunakan sampel yang diambil dari populasi itu. Apa yang
dipelajari dari sampel itu, kesimpulan akan dilakukan untuk populasi. Untuk
sampel yang diambil dari populasi harus betul-betul mewakili (Sugiono, 1993).
Langkah-langkah kegiatan yang perlu dilakukan pada tahap desain sampel
ini meliputi :
a. Penentuan target populasi
Target populasi dalam penelitian ini adalah Kepala Keluarga (KK) di
Kabupaten Buleleng sesuai dengan data dari Badan Pusat Statistik tahun
2010.
b. Merumuskan unit sampel
Unit sampel adalah unit dasar yang akan digunakan dalam dasar penentuan
besaran sampel. Unit sampel dalam penelitian ini yaitu anggota keluarga di
Kabupaten Buleleng yang berusia 5 sampai 65 tahun.
c. Menentukan kerangka sampel (sampling frame)
Kerangka sampel adalah merupakan lingkup acuan dimana identifikasi
elemen atau unit analisis dapat dilakukan dari populasi. Kerangka sampel
berisi semua atau mendekati semua keluarga dalam tiap zona.
d. Menentukan tingkat kesalahan dan tingkat bias yang masih ditolerir
Tingkat kesalahan yang diperbolehkan adalah 5% itu berarti tingkat
keyakinan yang diperoleh nantinya sebesar 95%.
46
3.5
Penentuan Sampel
Pengambilan sampel membantu mengalokasikan sumber daya yang
terbatas. Desain tersebut bertujuan untuk memperoleh data yang representatif atau
mewakili populasi. Hal ini mendukung penentuan besar sampel. Tujuan tahap
desain sampel adalah menentukan spesifikasi kualitatif dan kuantitatif dari tata
cara pengambilan sampel pada saat survai dilaksanakan. Sasaran terakhir tahapan
desain sampel adalah teknik pengambilan sampel dan besar sampel.
47
48
populasi, maka cara penentuan yang tepat dalam menarik sampel menjadi
penting. Ditinjau dari metode penarikan sampel suatu populasi dikenal
beberapa cara yaitu (Syofian Siregar, 2010):
a. Simple Random Sampling.
Pada simple random sampling pengambilan sampel dilakukan secara acak
(dengan metode angka acak tertentu) dari seluruh populasi yang ada. Ciri
utama sampling ini adalah setiap unsur dari keseluruhan populasi
mempunyai kesempatan yang sama untuk dipilih.
b. Stratified Random Sampling.
Pada stratified random sampling pengambilan sampel berdasarkan
informasi awal berkaitan dengan stratifikasi dari populasi. Dalam hal ini
pengambilan sampel pada setiap stratifikasi dilakukan secara acak, sama
halnya seperti yang dilakukan pada simple random sampling. Teknik ini
digunakan apabila populasinya heterogen atau terdiri atas kelompokkelompok yang bertingkat, misalnya menurut pendapatan, usia, jenjang
pendidikan.
c. Clustered Sampling.
Pada teknik ini total populasi dibagi menjadi sekumpulan cluster unit
sample. Selanjutnya masing-masing cluster ditarik sampelnya secara acak.
Teknik ini digunakan apabila populasi tersebar di beberapa daerah,
propinsi, kabupaten, kecamatan dan seterusnya.
49
d. Systematic Sampling.
Teknik pengambilan sampel pada metode ini dilakukan dengan memilih
unit sampel berdasarkan daftar dan penarikannya dilakukan berdasarkan
interval tertentu, misalnya setiap kelipatan 5 atau 10 dari daftar pegawai.
5. Penentuan besar sampel
Besar sampel yang digunakan untuk merepresentasikan seluruh populasi
dipengaruhi oleh faktor-faktor sebagai berikut:
a. Tingkat variabilitas parameter yang akan ditinjau dari seluruh populasi
yang ada,
b. Tingkat ketelitian yang dibutuhkan untuk mengukur parameter yang
dimaksud,
c. Besar populasi tempat parameter yang akan disurvai. Besarnya sampel
dapat ditentukan secara statistik. Statistik yang digunakan untuk
menentukan besar sampel dari populasi .
Jika suatu harga parameter dari suatu populasi mempunyai tingkat
variabilitas yang tinggi, maka secara logis akan dijumpai kenyataan bahwa jika
jumlah sampel yang ditarik terlalu sedikit maka tidak akan mampu mawakili
kondisi seluruh populasi dan sebaliknya. Dari tingkat ketelitian harga parameter
yang akan diukur, maka makin tinggi tingkat ketelitian yang diinginkan maka
makin besar pula jumlah sampel yang dibutuhkan. Jika ditinjau dari besarnya
populasi, maka makin besar populasi akan makin besar pula jumlah sampel yang
dibutuhkan untuk mewakili kondisi seluruh populasi (Santoso, 1996).
50
3.6
51
3.7
pelaksanaan survai
tersebut
sehari
diperhitungkan 5 zona yang akan disurvai. Selain itu para surveyor diminta
melakukan survai di dalam daerah kajian sesuai pembagian yang telah disepakati
bersama, supaya tidak saling tumpang tindih (jangan sampai terjadi seorang
responden di-interview lebih dari satu kali).
52
bekerja, jumlah pelajar dan anggota keluarga yang berumur 5-65 tahun.
Selain itu dilakukan pencatatan kepemilikan kendaraan sepeda motornya.
b. Survai Informasi Anggota Keluarga
Pada survai informasi anggota keluarga dicatat status responden (menikah,
duda/janda, belum menikah), jenis kelamin, pendidikan, pendapatan
bulanan, pengeluaran untuk biaya transportasi setiap bulan, pekerjaan dan
lokasi tempat bekerja.
Data hasil survai wawancara di rumah tersebut dikelompokkan ke dalam beberapa
kategori, yang dapat disajikan didalam Tabel sebagai berikut:
Tabel 3.2 Data yang dikumpulkan dari Responden
No
1.
2.
3.
4.
5.
6.
7.
8.
53
3.8
Pengolahan Data
Pengolahan data adalah kegiatan pendahuluan anlisis data, meliputi:
a. Editing
3.9
tingkat keakuratan statistik yang dibutuhkan, tetapi teori sampel dari pengalaman
US Department of Transportation dapat digunakan untuk menetapkan angka
sampel minimum dan yang disarankan, jika melaksanakan survai Home Interview
dalam daerah studi dari jumlah populasi yang berbeda.
Untuk survai Home Interview ini, sampel yang dimaksud adalah orang
pada usia produktif dalam suatu keluarga yang melakukan perjalanan antar zona
baik itu perjalanan untuk sekolah, bekerja, belanja, atau ke tempat
rekreasi/hiburan.
Menurut Mendenhall (1971), bahwa n >30 merupakan ukuran/jumlah sampel besar, sebaliknya n<30 merupakan ukuran sampel kecil. Juga dinyatakan
bahwa pengambilan sampel secara acak akan memberikan peluang untuk
menghasilkan suatu sampel yang mendekati representatif.
Selain itu menurut Black (1981), besar sampel minimum dan yang
dianjurkan dapat diperkirakan seperti tabel dibawah ini:
54
Tabel 3.3 Ukuran sampel minimum dan yang disarankan untuk survai home
interview
Ukuran Sampel (unit tempat tinggal)
Populasi Studi Area
Minimum
Disarankan
< 50.000
1 : 10
1:5
50.000 150.000
1 : 20
1:8
150.000 300.000
1 : 35
1 : 10
300.000 500.000
1 : 50
1 : 15
500.000 1.000.000
1 : 70
1 : 20
> 1.000.000
1 : 100
1 : 25
55
3.10
Tabulasi Data
Data hasil survai di kawasan Kabupaten Buleleng ditabulasikan di dalam
3.11
mempunyai variasi antara satu orang dengan yang lain atau satu objek dengan
objek yang lain (Sugiyono, 2004). Variabel Independen sering disebut sebagai
variabel stimulus, prediktor, antecedent yang dalam bahasa indonesia sering
disebut dengan variabel bebas. Variabel bebas adalah merupakan variabel yang
mempengaruhi atau yang menjadi sebab perubahannya atau timbulnya variabel
dependen (terikat). Sedangkan Variabel Dependen sering disebut sebagai variabel
56
57
Variabel
Klasifikasi
Kode
1.
Kepemilikan
Sepeda Motor
Kepemilikan
Kendaraan Bemotor
1 unit
> 1 unit
0
1
2.
Informasi
Sosial Ekonomi
Rumag Tangga
Rp.1 juta
Rp.1 juta Rp.4 juta
Rp.4 juta
0
1
2
3.
Pengeluaran
biaya < Rp. 100 ribu
transportasi bulanan
Rp. 100 ribu Rp. 300 ribu
> Rp. 300 ribu
0
1
2
0
1
2
Waktu perjalanan
0
1
2
Informasi
Jumlah
Demografi
Keluarga
Rumah Tangga
< 1 jam
1 jam 2 jam
> 2 jam
Anggota 2 orang
3 4 orang
> 4 orang
0
1
2
Jumlah
anggota 2 orang
keluarga yang bekerja > 2 orang
1
2
Jumlah
anggota 2 orang
keluarga yang sekolah > 2 orang
1
2
58
1X1
dimana :
Y = probabilitas kepemilikan sepeda motor.
X1,..n = variabel bebas, dimana :
X1= Jumlah Anggota keluarga.
X2= Pendapatan per bulan.
X3= Jarak rata-rata yang ditempuh per hari.
X4= Jumlah anggota keluarga yang bekerja.
X5= Jumlah anggota keluarga yang sekolah.
X6= Biaya transportasi per bulan.
X7= Waktu perjalanan.
0,1,n = parameter model
dengan n adalah klasifikasi masing-masing kategori variabel bebas.
Kemudian dilakukan uji kelayakan untuk menjelaskan hubungan antara
faktor-faktor kepemilikan sepeda motor. Selanjutnya adalah interpretasi model
untuk menentukan pengaruh dan besarnya probabilitas masing-masing variabel
bebas di dalam kepemilikan sepeda motor, kemudian dapat didiskripsikan secara
kualitatif.
Dari kegiatan reduksi variabel bebas yang bertujuan untuk menyeleksi
variabel bebas yang akan diikut sertakan di dalam model (variable selection).
Jika dari analisis korelasi menunjukkan tidak ada ketergantungan antara masingmasing variabel bebas maka semua variabel bebas tersebut dapat dinominasikan
sebagai faktor penduga. Seleksi ini untuk langkah selanjutnya adalah dengan
59
60
BAB IV
DESKRIPSI DATA
4.1
Kabupaten Buleleng adalah 624.079 orang, yang terdiri atas 311.064 lakilaki dan
313.015 perempuan. Kecamatan Buleleng memiliki jumlah penduduk terbanyak
yaitu 128.951 orang. Sedangkan Kecamatan Busungbiu memiliki jumlah
penduduk paling sedikit, yaitu 39.519 orang. Dengan luas wilayah Kabupaten
Buleleng sekitar 1.365,88 kilometer persegi yang didiami oleh 624.079 orang,
maka ratarata kepadatan penduduk Kabupaten Buleleng adalah sebanyak 457
orang per kilo meter persegi. Kecamatan yang paling tinggi tingkat kepadatan
penduduknya adalah Kecamatan Buleleng yaitu 2.747 orang per kilometer
persegi. Sedangkan yang paling rendah adalah Kecamatan Busungbiu yaitu
sebanyak 201 orang per kilo meter persegi. (BPS KabupatenBuleleng, 2010)
4.1.1
sepuluh tahun terakhir yakni dari tahun 2000 sampai dengan tahun 2010 sebesar
1,12 persen. Laju pertumbuhan penduduk Kecamatan Sukasada adalah yang
tertinggi dibandingkan kecamatankecamatan lainnya yaitu sebesar 1,76 persen.
Sedangkan yang terendah adalah Kecamatan Tejakula yaitu sebesar 0,02 persen
61
per tahun. Kecamatan Buleleng yang paling banyak jumlah penduduknya hanya
menempati posisi ketiga dalam laju pertumbuhan penduduk yaitu sebesar 1.53
persen, di bawah Kecamatan Gerokgak yaitu sebesar 1,62 persen. Laju
pertumbuhan penduduk Kabupaten Buleleng dari tahun 2005 sampai tahun 2010
disajikan pada Tabel 4.1.
No
Kecamatan
2005
2006
2007
2008
2009
1 Gerokgak
73.798 76.781 77.524 78.782 79.746
2 Seririt
70.704 72.846 74.091 75.969 76.808
3 Busungbiu
43.290 44.063 45.014 44.977 44.991
4 Banjar
67.741 70.354 67.650 67.763 67.769
5 Sukasada
69.498 70.100 69.415 71.139 71.562
6 Buleleng
114.866 124.834 119.446 120.228 120.239
7 Sawan
61.695 64.865 66.317 66.521 66.828
8 Kubutambahan 55.959 58.214 59.301 59.616 60.248
9 Tejakula
60.525 60.986 64.516 65.242 65.956
Sumber: BPS KabupatenBuleleng, 2010
4.1.2
2010
78.876
69.548
39.519
68.984
72.027
128.951
58.633
53.737
53.804
62
Kecamatan
140.000
jumlah penduduk
120.000
100.000
80.000
60.000
40.000
20.000
0.000
63
Kecamatan
Gerokgak
Seririt
Busungbiu
Banjar
Sukasada
Buleleng
Sawan
Kubutambahan
Tejakula
Laki-laki
Perempuan
JumlahPenduduk
39.620
34.194
19.671
34.192
35.871
64.112
28.980
27.192
27.232
39.256
35.354
19.848
34.792
36.156
64.839
29.653
26.545
26.572
78.876
69.548
39.519
68.984
72.027
128. 951
58.633
53.737
53.804
624.079
64
jumlah penduduk
80.000
60.000
40.000
Laki-laki
20.000
Perempuan
0.000
Gambar 4.2 Diagram Jumlah Penduduk laki-laki dan perempuan Per Kecamatan
Kabupaten Buleleng
4.2
65
No
1
2
3
4
5
6
7
1
2
3
4
5
6
7/Lebih
Jumlah
Sumber: Hasil Analisis, 2011
Hasil Survai
Jumlah Keluarga
(KK)
20
332
750
1.084
552
202
60
3.000
Persentase
(%)
1
11
25
36
18
7
2
100
Dari tabel dapat dilihat bahwa 73 % dari keluarga yang disurvai memiliki anggota
keluarga antara 1 sampai dengan 4 orang, 25 % memiliki anggota keluarga antara
5 dan 6 orang dan 2 % memiliki 7 atau lebih anggota keluarga. Jadi rata-rata
jumlah anggota keluarga hasil survai adalah 4 orang.
40
36
35
30
25
25
18
20
15
11
10
5
7
2
0
1 orang
2 orang
3 orang
4 orang
5 orang
6 orang
>7 orang
Gambar 4.3 Diagram Prosentase Jumlah Anggota Keluarga Pada Area Studi
66
Pada Gambar 4.3 terlihat prosentase jumlah anggota keluarga 4 orang merupakan
jumlah terbanyak pada KK daerah studi.
2. Jumlah Pekerja, Pelajar dan Bukan Pekerja maupun Bukan pelajar dalam
Keluarga
Data ini merupakan data profesi anggota keluarga yang dikategorikan untuk data
pelajar dari 0 orang, 1 orang, 2 orang, 3 orang, dan 4 orang begitu juga untuk
kategori pekerja dan yang bukan pekerja maupun pelajar. Berikut Tabel jumlah
pelajar di tiap keluarga.
Tabel 4.5 Jumlah Pelajar di Tiap Keluarga Pada Area Studi
Hasil Survai
Jumlah Pelajar
dalam Keluarga
No
Jumlah Pelajar
Prosentase (%)
1.042
937
794
204
23
3.000
35
31
26
7
1
100
1
2
3
4
5
0 orang
1 orang
2 orang
3 orang
4 orang
Jumlah
Sumber: Hasil Analisis,2011
40
35
35
31
30
26
25
20
15
10
0
0 orang
1 orang
2 orang
3 orang
4 orang
Gambar 4.4 Diagram Prosentase Jumlah Pelajar di Tiap Keluarga Pada Area Studi
67
3. Pendapatan Bulanan
Besar pendapatan per bulan setiap kepala keluarga mencerminkan kemampuan
suatu keluarga baik dalam hal memiliki rumah tinggal, kendaran pribadi (sepeda
motor atau mobil), walaupun hal ini masih bersifat relatif, karena masih
dipengaruhi oleh besar kebutuhan rumah tangga masing-masing (kebutuhan
sandang, pangan dan papan serta biaya pendidikan). Namun demikian besar
pendapatan ini merupakan penunjang karakteristik dari sebuah rumah tangga.
77
80
70
jumlah KK (%)
60
50
40
30
20
13
10
0
<= 2 juta
2-4 juta
4-6 juta
> 6 juta
68
1
2
3
0 unit
1 unit
2 unit
Jumlah
Sumber: Hasil Analisis, 2011
Hasil Survai
Jumlah Sepeda
Motor
704
1.696
600
3.000
Prosentase (%)
23
57
20
100
Dari Tabel dapat dilihat bahwa jumlah sepeda motor yang dimiliki oleh tiap
keluarga rata-rata mempunyai 1 unit sepeda motor.
57
60
jumlah KK (%)
50
40
30
23
20
20
10
0
0 unit
1 unit
> 2 unit
69
70
BAB V
PEMODELAN DAN ANALISIS OUTPUT MODEL
71
statistik. Hal yang sama juga ditemui pada kategori jumlah anggota keluarga
kurang dari 2 orang. Untuk variabel pendapatan rumah tangga per bulan dan
jumlah anggota keluarga hanya digunakan 2 kategori di dalam pemodelan.
b. Pada variabel waktu perjalanan, kategori waktu perjalanan > 2 jam
mempunyai sampel = 0 akan tetapi mempunyai nilai rata-ratanya
mempunyai batas bawah dan batas atas 0, sehingga tidak signifikan secara
statistik. Untuk itu, kategori waktu perjalanan digabungkan dengan kategori
perjalanan 1-2 jam dan didefinisikan sebagai kategori baru yaitu kategori
waktu perjalanan > 1 jam.
c. Variabel jumlah anggota keluarga yang sekolah terdiri dari 2 kategori yaitu
lebih besar dari 2 orang dan kurang dari atau sama dengan 2 orang. Dari uji
hipotesis terlihat bahwa kategori kurang dari 2 orang mempunyai sampel =
0 sehingga kategori ini tidak signifikan untuk diikutkan sebagai faktor
penduga di dalam model. Oleh karena hanya 1 kategori yang signifikan
maka berakibat variabel jumlah anggota keluarga tidak diikutkan sebagai
faktor penduga di dalam. Hal ini karena variabel jumlah anggota keluarga
yang sekolah tidak signifikan sebagai faktor penduga karena bersifat
homogen atau mempunyai variabilitas yang rendah.
72
X/N
0.000
0.891
0.109
0.0
0.9
0.1
0.0
0.9
0.1
0.254
0.497
0.248
0.2
0.5
0.2
0.3
0.5
0.3
0.724
0.173
0.103
0.7
0.2
0.1
0.7
0.2
0.1
0.840
0.137
0.023
0.8
0.1
0.0
0.9
0.1
0.0
0.000
0.367
0.633
0.0
0.3
0.6
0.0
0.4
0.7
0.530
0.470
0.5
0.5
0.5
0.5
1.000
0.000
1.0
0.0
1.0
0.0
*) Tidak signifikan secara statistik pada tingkat 5% (selang kepercayaan 95% termasuk
0) dengan :
X = Jumlah klsifikasi yang timbul
N = Jumlah data/sampel
73
Dari Tabel 5.1 terlihat bahwa terdapat tujuh (7) variabel bebas atau 19
kategori/klasifikasi yang digunakan sebagai faktor penduga di dalam pemodelan
dengan regresi logistik.
5.2
Kalibrasi Model
Kegiatan selanjutnya adalah menganalisis variabel bebas yang mampu
Standard Error
Sig.
Exp(B)
-.602
-1.585
-.295
.137
-1.037
-.176
.601
.110
.128
.154
.169
.167
.114
.166
.000
.000
.055
.418
.000
.124
.000
.548
.205
.745
1.147
.354
.839
1.823
pendapatan(1)
jarak(1)
jarak(2)
74
btransport(1)
btransport(2)
Biaya perjalanan keluarga per bulan Rp. 100 ribu 300 ribu.
Dari Tabel 5.2 terlihat bahwa variabel atau faktor-faktor yang berpengaruh
terhadap kepemilikan sepeda motor di Kabupaten Buleleng pada tingkat 5% atau
dengan kepercayaan 95% adalah jumlah anggota keluarga 3-4 orang, pendapatan
rumah tangga per bulan Rp. 1 juta 4 jutadan biaya transportasi kurang dari Rp.
100 ribu per bulan. Pengaruh dari masing-masing faktor tersebut dapat
dideskripsikan dengan melihat nilai ekspektasi nilai variabel bebasnya (Exp(B)):
a. Jumlah keluarga dengan anggota 3-4 orang dibandingkan dengan anggota
keluarga 4 orang,lebih kecil 45,2 % (0,548-1) kemungkinannya untuk
memiliki > 1 unit sepeda motor. Dengan perkataan lain semakin besar
jumlah anggota keluarganya, maka peluang keluarga memiliki > 1 unit
sepeda motor lebih besar.
b. Keluarga dengan pendapatan rumah tangga per bulan Rp. 1 juta 4 juta
dibandingkan keluarga dengan pendapatan Rp 4 juta rupiah per bulan,
lebih kecil 79.5% (0,205-1) kemungkinannnya untuk memiliki > 1 unit
sepeda motor. Dengan perkataan lain, semakin besar pendapatan per bulan
suatu keluarga maka peluang memiliki > 1 unit sepeda motor lebih besar.
c. Keluarga dengan biaya transportasi per bulannya < Rp. 100 ribu
dibandingkan keluarga dengan biaya transportasi per bulannya > Rp. 300
ribu lebih kecil 64,6% (0,354-1) kemungkinannya untuk memiliki > 1 unit
sepeda motor. Dengan perkataan lain, semakin besar biaya transportasi
75
b.
Jumlah anggota keluarga dan biaya transportasi yang lebih banyak juga
dapat mempengaruhi kepemilikan sepeda motor > 1 unit. Jika dikaitkan
dengan alternatif moda transportasi yang ada saat ini di Kabupaten
Buleleng, maka fenomena ini merupakan suatu konsekuensi yang logis.
Seseorang untuk melakukan perjalanan tentunya akan mencari biaya yang
serendah mungkin (efisien) tetapi dengan efektifitas yang tinggi (misal
sebanyak-banyaknya dapat mengangkut seluruh anggota keluarganya).
Alternatif moda transportasi yang memungkinkan saat ini dengan
memperhitungkan efisiensi dan efektifitas yang tinggi tersebut adalah
sepeda motor.
c.
raya
yang
selanjutnya
berkontribusi
kepada
permasalahan
76
(dengan sepeda motor) baik dari biaya dan kecepatan dan ketepatan
pelayanan merupakan syarat yang harus dipenuhi jika permasalahanpermasalahan transportasi tersebut hendak dikurangi.
Berdasarkan Tabel 5.2 maka dapat disusun model kepemilikan sepeda
motor di Kabupaten Buleleng.
p
=0,601-0,602*keluarga(1)-1,585*pendapatan(1)ln
1 p
0,295*jarak(1)+0.137*jarak(2)-1,037*btransport(1)-0,176*btransport(2)
dengan:
p
keluarga(1)
pendapatan(1)
jarak(1)
jarak(2)
btransport(1)
btransport(2)
Biaya perjalanan keluarga per bulan Rp. 100 ribu 300 ribu.
77
5.3
Validasi Model
Setelah semua data terkumpul dan masing-masing kategori sudah
Model
Chi-square
df
Sig.
334.836
.000
Pada Tabel 5.3 terlihat bahwa untuk model kepemilikan sepeda motor
mempunyai peluang chi-square 334,836 dengan tingkat signifikansi 0,000 atau
model kepemilikan sepeda motor di Kabupaten Buleleng mempunyai signifikansi
pada tingkat 5%. Ini menunjukkan bahwa model yang disusun mempunyai
hubungan yang signifikan antara variabel bebas dengan variabel tidak bebasnya.
78
-2 Log likelihood
Nagelkerke R Square
2664.804
.106
.167
79
Chi-square
df
Sig.
6.475
.485
Dari Tabel 5.5 terlihat bahwa nilai signifikansi berdasarkan uji Hosmer
and Lameshow (H-L) 1 adalah 0.485 (>5%), maka model regresi logistik yang
disusun bisa digunakan untuk memprediksi nilai observasi dengan kepercayaan
95%.
Akurasi klasifikasi model umumnya adalah 25% atau lebih tinggi daripada
proporsi data.Kegunaan analisis akurasi klasifikasi model adalah untuk
membandingkan akurasi model nol (model hanya dengan konstanta tanpa variabel
bebas) dengan full model atau model dengan menyertakan variabel bebas.Proporsi
akurasi klasifikasi model dihitung dengan menggunakan proporsi klasifikasi
variabel tidak bebasnya.Akurasi proporsi data dan akurasi model dapat dilihat
pada Tabel 5.6
Tabel 5.6 Akurasi Proporsi Data dan Model
Kepemilikan sepeda
motor
Proporsi Data
N
2401
1 unit
> 1 unit
599
Akurasi Model
Observed
1 unit
> 1 unit
Overall Percentage
1 unit
2318
460
Marginal Percentage
80.03%
19.97%
Predicted
> 1 unit
83
139
Percent
96.5
Correct
23.2
81.9
80
81
BAB VI
SIMPULAN DAN SARAN
6.1
82
6.1.2
dilakukan, maka dapat disusun bahwa model kepemilikan sepeda motor per KK di
Kabupaten Buleleng sebagai berikut:
p
=0,601-0,602*keluarga(1)-1,585*pendapatan(1)ln
1 p
0,295*jarak(1)+0.137*jarak(2)-1,037*btransport(1)-0,176*btransport(2)
dengan:
p
Peluang untuk memiliki > 1 unit sepeda motor pada rumah tangga
keluarga(1)
pendapatan(1)
jarak(1)
jarak(2)
btransport(1)
btransport(2)
Biaya perjalanan keluarga per bulan Rp. 100 ribu 300 ribu.
83
84
6.2
Saran
Berdasarkan hasil penelitian ini, maka saran yang dapat disampaikan adalah
sebagai berikut:
1. Penelitian ini dapat dikembangkan lagi dengan menganalisis daerah studi
lainnya dengan cakupan wilayah yang lebih luas.
2. Penelitian ini dapat dikembangkan lagi dengan menggunakan variabel
bebas yang lebih kompleks.
3. Peran
serta
Pemerintah
Daerah
sangat
dibutuhkan
agar
sistem
85
DAFTAR PUSTAKA
Al.Ghamdi, A.S. 2002. Using Logistic Regression To Estimate The Influence of Accident
Factors on Accident Severity, Accident Analysis and Prevention 34, pp.729-741
Black, J. A. 1981. Urban Transport Planning : Theory and Practice, London.
Badan Perencanaan Pembangunan Daerah. 2008. Indikator Kesejahteraan Rakyat
Kabupaten Kutai Kartanegara. Website: http://bappeda.Kutai kartanegara
kab.go.id/bidang/Inkesra_1_2008_Pendahuluan.pdf
Badan Pusat Statistik. 2009. Kabupaten Buleleng Dalam Angka, Denpasar.
Dinas Perhubungan. 2004. Masterplan Transportasi Bali, Dinas Perhubungan Provinsi
Bali, Denpasar.
Departemen Perhubungan Republik Indonesia. 2009. Undang-Undang Republik
Indonesia No.22 tahun 2009 tentang Lalu Lintas dan Angkutan Jalan. Jakarta
Ghozali. 2001. Aplikasi Analisis Multivariate dengan Program SPSS. Semarang:
Penerbit Universitas Diponegoro
Badan
Hsu, T.P., Lin, Y.J., (2007), Multinomial Logit Model of Motorcycle and Car Ownership in
Taiwan, Proceeding of the Eastern Asia Society for Transportation Studies, Vol.
6, Dalian-China.
Hsu, T.P., Tsai, C.C., Lin, Y.J., 2007, Comparative Analysis of Household Car and
Motorcycle Ownership Characteristics, Proceeding of the Eastern Asia Society for
Transportation Studies, Vol. 6, Dalian-China.
Isgiyanto, A. 2009. Teknik Pengambilan Sampel. Jogyakarta: Mitra Cendikia Press.
Kurniawan, I.W. 2009. Analisis Kepemilikan Sepeda Motor dan Mobil Pada Rumah
Tangga (skrpsi). Denpasar: Universitas Udayana
Santoso, S. 2009. Menguasai Statistik dengan SPSS 15. Jakarta: PT Elex Media
Komputindo, Kompas Gramedia.
Susantono, B. 2010. Peningkatan Kepemilikan Sepeda Motor di Indonesia
86
Tamin, O.Z. 2000. Perencanaan dan Pemodelan Transportasi. Bandung: Penerbit ITB.
Washington, S.P., Karlaftis, M.G., Mannering, F.l., (2003), Statistical and Econometric
Methods for Transportation Data Analysis, Chapman & Hall, USA
http://id.wikipedia.org/wiki/kendaraan_bermotor
www.scribd.com/doc/4857129/konsep-keluarga
www.ats.ucla.edu/stat/stata/webbooks/logistic
87