BAB III

METODE PENELITIAN

3.1 Desain Dan Jenis Penelitian

3.1.1 Desain Penelitian

Desain dalam penelitian ini menggunakan metode penelitian

kuantitatif, yang menurut Sugiyono (2012:23) dikatakan metode

kuantitatif karena data penelitian berupa angka-angka dan analisis

menggunakan statistik. Metode kuantitatif digunakan apabila masalah

merupakan penyimpangan antara yang seharusnya dengan yang terjadi,

antara aturan dengan pelaksanaan, antara teori dengan praktik, antara

rencana dengan pelaksanaan. Berdasarkan latar belakang dan rumusan

masalah yang telah disebutkan, penelitian ini menggunakan metode

kuantitatif untuk mengukur potensi penggunakan angkutan umum massal

di Kota Kendari

3.1.2 Jenis Penelitian

Jenis penelitian ini menggunakan penelitian kategori penelitian

survey yakni pengamatan langsung terhadap obyek yang diteliti guna

mendapatkan data yang relevan. Penelitian ini dilakukan pengukuran

potensi penggunaan angkutan umum massal di Kota Kendari.

3.2 Lokasi Dan Waktu Penelitian

3.2.1 Lokasi Penelitian

Lokasi penelitian akan dilakukan pada kawasan Kota Kendari, yang

terdiri dari 10 wilayah kecamatan.

3.2.2 Waktu Penelitian

62
 Waktu pelaksanaan penelitian direncanakan selama 2 bulan dan

diharapkan penelitian sudah dapat dimulai pada bulan februari sampai

april. Meliputi tahap pendahuluan, pengumpulan data, analisis data serta

penyusunan hasil penelitian.

3.3 Pengumpulan Data
Pengumpulan data dilakukan dengan pengumpulan data primer dan data

sekunder. Adapun data yang digunakan dalam penelitian ini adalah sebagai

berikut:
3.3.1 Data Primer

Data primer, yaitu data yang diperoleh dari hasil survei yang berupa

wawancara langsung pengguna angkutan pribadi dan angkutan umum.

Dari survei akan diperoleh data karakteristik sosial ekonomi dan

karakteristik perjalanan. Survei primer akan dilakukan dengan cara

menyebar kuesioner dan wawancara kepada sejumlah responden berbasis

rumah tangga di Kota Kendari.

3.3.2 Data Sekunder

Data sekunder, yaitu data yang diperoleh atau dikumpulkan peneliti

dari berbagai sumber yang pernah ada. Data sekunder dapat diperoleh

dari berbagai sumber seperti buku, laporan, jurnal, literatur atau

kepustakaan. Sumber data sekunder lainnya adalah BPS Kota Kendari,

Tataran Transportasi Lokal Kota Kendari serta data-data sekunder lainnya

yang relevan.

3.4 Rencana Struktur Pemilihan Moda

Agar jumlah pengguna jalan untuk setiap moda diketahui, maka

dilakukan analisa jumlah kendaraan yang ada di Kota Kendari untuk tiap-tiap

63
 jenis kendaraan. Dari analisa, dapat dibuat struktur pemilihan moda dimana

pada setiap moda akan ada sebagian yang berpindah ke moda transportasi

umum massal kecuali untuk angkot ada 2 skenario perpindahan, yang pertama

yaitu penumpang angkot berpindah sebagian pada moda bus dan yang kedua

skenario dimana penumpang angkot diharapkan seluruhnya berpindah

menggunakan bus.

Total Pergerakan Penumpang (U + P)

Angkot (U) Motor (P)

Bus Gambar 3.1 Struktur Pemilihan Moda

Angkot Bus Skenario 1 Motor

Total Pergerakan Penumpang (U + P)

Gambar 3.2 Struktur Pemilihan Moda Skenario 2

Angkot (U) Motor (P)
3.5 Desain Eksperimental

3.5.1 Survey karakteristik dan batasan atribut pelayanan

Bus Bus Motor
Survey karakteristik yang dilakukan untuk memperoleh gambaran

mengenai pengguna jalan yang ada di Kota Kendari serta informasi

mengenai atribut pelayanan beserta levelnya yang diharapkan oleh

pengguna jalan dalam melakukan perjalanan. Atribut dan level yang

digunakan untuk kuisioner Stated Preference didapatkan dari irisan

64
 kepentingan pelayanan yang diinginkan responden sehingga akan didapat

faktor-faktor yang paling berpengaruh dalam pemilihan moda.

Survey karakteristik dilakukan sebanyak satu kali. Survey ini

bertujuan mengetahui karakteristik umum dari pengguna jalan yang ada di

kota kendari meliputi:

1) kondisi sosial-ekonomi penumpang,

2) maksud perjalanan,
3) frekuensi,
4) biaya yang dikeluarkan dan lain-lain.
Dalam survey karakteristik ini juga dinyatakan mengenai

karakteristik dari moda yang mereka gunakan serta atribut pelayanan dan

level pelayanan yang diharapkan ada pada suatu moda tertentu yang masih

dapat ditolerir oleh pengguna dalam melakukan perjalanan. Lalu diajukan

pertanyaan lebih mengarah kepada rencana pengoperasian bus di Kota

Kendari yang akan menggantikan pengoperasian angkot. Hasil survey

tersebut akan didapat data yang akan digunakan untuk mendesain atribut

beserta level dari kuisioner stated preference.

3.5.2 Desain kuisioner Stated preference (SP) Full Factorial Design

Setelah pelaksanaan survey karakteristik dan survey batasan atribut

pelayanan sudah diperoleh, maka langkah selanjutnya adala mendesain

kuisioner Stated Preference. Untuk mendesain kuisioner ini, diperlukan atribut

dan level yang sesuai sehingga model yang dihasilkan akan sederhana dan

mempresentasikan realita dan dapat diuji validitasnya. Teknik yang digunakan

untuk merancang desain eksperimental kuisioner Stated Preference ini disebut

dengan Full Factorial Design. Dalam teknik ini ditawarkan suatu kuisioner,

yang terdiri dari suatu set himpunan alternatif desain eksperimental. Dimana

jumlah alternatif desain eksperimental yang diterapkan sangat bergantung pada

65
 atribut-atribut yang ada didalam alternatif yang ditawarkan ada juga banyaknya

level untuk setiap atribut yang ada. Dari survey karakteristik diperoleh 5 atribut

pelayanan yang keberadaannya penting untuk menunjang pengoperasian bus,

dengan masing-masing atribut terdiri dari 2 level, maka berdasarkan metode

full factorial design, akan ada 25 = 32 paket kombinasi pilihan.

3.5.3 Desain kuisioner Stated Preference (SP) Fractional Replication Design

Menurut Cochran dan cock (1979) Bila pilihan dalam kuisioner cukup

banyak, maka perlu dilakukan pengurangan pada rancangan kuisioner karena

pada umumnya jumlah pilihan yang mampu ditangani oleh responden antara 9

16 pilhan. Bila lebih dari jumlah tersebut, responden akan ragu-ragu dalam

menentukan pilihan dan akhirnya dapat memberikan tanggapan yang kurang

sesuai pada isian kuisioner Stated Preference. Salah satu metode yang

digunakan untuk mengurangi jumlah rancangan pilihan atribut ini adalah

fractional Replication design.

3.6 Survey Stated Prefrence (SP)
3.6.1 Pendahuluan Survey Stated preference
Survey pendahuluan stated preference dilakukan untuk mengecek

apakah kuisioner Stated Preference yang disebarkan kepada responden

telah mengenai ke substansi masalah atau tidak, jika kuisioner tersebut

diajukan kepada responden yang dipilih secara acak. Survey ini

dilakukan terhadap sejumlah kecil responden sebagai sampel, yaitu

sekitar 30 responden untuk tiap kuisioner yang diajukan. Proses survey

pendahuluan ini dilakukan pada penumpang angkot dan pengguna

kendaraan motor yang ada di kota kendari.

3.6.2 Survey Utama

66
 Dari hasil survey pendahuluan, maka jika desain Stated Preference

yang ditawarkan ke responden telah mengena kepada masalah yang

ditinjau dan telah diuji secara statistik, maka langkah selanjutnya adalah

pelaksanaan survey utama. Pelaksanaan survey utama sangat ditentukan

dari hasil (parameter statistik) yang diperoleh dari survey pendahuluan.

Untuk itu dilakukan penentuan banyaknya sampel pada penelitian.

Semakin besar sampel yang digunakan umumnya akan semakin

representatif mewakili populasi dan hasil penelitian bias

digeneralisasikan. Rumus yang digunakan untuk menentukan sampel

pada penelitian ini adalah rumus slovin.

....(3.1)

Dimana:
n = Jumlah elemen/anggota sampel.
N = Jumlah elemen/anggota populasi
e = Error level (tingkat kesalahan) (catatan: umumnya digunakan 1% atau

0,01 , 5% atau 0,05 dan 10% atau 0,01 (dapat dipilih oleh peneliti).

3.7 Pengolahan data dan pengembangan model

3.7.1 Pendekatan model
Seperti yang telah dijabarkan sebelumnya dalam penelitian ini, dipilih

pendekatan masalah dengan menggunakan model pemilihan diskrit. Model

pemilihan diskrit yang diaplikasikan adalah model logit multinominal,

yang merupakan model pemilihan diskrit yang paling sederhana dan paling

sering digunakan. Adapun bentuk persamaan model ini adalah sebagai

berikut:

67
Pji = ..(3.2)

Dengan demikian berlaku juga

Pji = 1 Pji = .(3.3)

Dimana:
Pji = Probabilitas pemilihan moda j untuk setiap individu i
Pki = Probabilitas pemilihan moda k untuk setiap individu i
Uji = Utilitas yang diberikan oleh moda j
Uki = Utilitas yang diberikan oleh moda k
Pemilihan moda transportasi yang dilakukan biasanya dengan cara

membandingkan keuntungan dan kerugian yang diperoleh dari masing-

masing alternatif pilihan dan hasil akhirnya akan diperoleh selisih kerugian

maupun keuntungan yang akan didapatkan. Hal inilah yang disebut dengan

selisih estimasi individu terhadap pilihan yang konsep tersebut dapat

dirumuskan secara matematis sebagai berikut:

Uji Uki = a0 + a1 (X1ji X1ki) + a2 (X2ji X2ki) + . + an (Xnji Xnki)

...(3.4)
Dalam persamaan ini a0 adalah konstanta yang akan menampung

semua kesalahan dari model yang terbentuk dan juga merupakan

identifikasi masih adanya atribut-atribut lainnya yang belum

diperhitungkan. Sedangkan a1, a2, ., an adalah koefisien dari masing-

masing atribut yang nilainya ditentukan dengan konsep least square, yaitu

dengan menggunakan metode multiple regresi linier (multiple linear

regression).
Dengan cara yang berbeda, nilai utilitas sebagai respon dari individu

dalam menentukan pilihannya, juga dapat dinyatakan dalam bentuk

68
 probabilitas pemilihan moda tertentu. Persamaan yang terbentuk adalah

sebagai berikut:

= a0 + a1(X1jiX1ki) + a2(X2jiX2ki) +.+ an(XnjiXnki)....(3.5)

Sehinggan dari persamaan 3.4 Dan 3.5 diperoleh persamaan baru sebagai

berikut:

...(3.6)

3.7.2 Metode Multiple Regression Linear

Untuk data, dimana pilihan dala kuisioner dengan menggunakan

sistem rating, maka proses pengolahan data yang tepat adalah dengan

metode multiple regresi linear. Point rating yang disajikan dalam kuisioner

adalah dalam bentuk skala sematik. Contoh dari skala sematik dapat dilihat

pada tabel berikut:

Tabel 3.1 Point Rating Dalam Skala Sematik

Skala Sematik Rating

Pasti pilih bus 1
Mungkin pilih bus 2
Pilihan berimbang 3
Mungkin pilih motor/angkot 4
Pasti pilih motor/angkot 5
Sumber: Rancangan Penelitian
Skala sematik ini merupakan skala penilaian yang berbentuk kualitatif,

sehingga agar diperoleh bentuk kuantitaitf perlu dilakukan transformasi

nilai kedalam skala numeric. Proses transformasi tersebut dapat dilakukan

dengan menggunakan fungsi transformasi logit biner (persamaan 3.6),

sehingga skala sematik ini nantinya akan ditransformasikan kedalam

bentuk skala numeric (Rn) pada probabilitas tertentu untuk masing-masing

69
 point rating. Adapun hasil dari transformasi tersebut dapat dilihat dari tabel

dibawah ini.
Tabel 3.2 Transformasi nilai probabilitas ke dalam skala numeric

Rating Probabilitas Skala Numeric

1 0,9 2,197
2 0,7 0,847
3 0,5 0
4 0,3 -0,847 Sumber:
5 0,1 -2,197
rancangan

penelitian

3.8 Uji Statistik Model

Pembandingan model dilakukan dengan menggunakan metode statistik (uji

statistik). Parameter-parameter yang digunakan untuk menentukan model yang

lebih baik adalah sebagai berikut:

1. R-Square (R2)
Nilai R2 yang lebih besar dan mendekati 1 menunjukkan kedekatan

model dengan keadaan lapangan sesungguhnya. Dengan kata lain model yang

dihasilkan memiliki signifikansi atribut dan level yang baik.

Rho Square (R2) didefinisikan sebagai koefisien determinasi atau

goodness of fit. Rumusan nilai Rho square R2 adalah sebagai berikut

R2 = .(3.7)

Dimana:
Y = nilai aktual dari probabilitas
Y = nilai regresi (model) dari probabilitas

= nilai aktual dari rata-rata probabilitas

2. Utilitas Acak
Semakin besar nilai utilitas acak pada persamaan model utilitas, maka

semakin banyak karakteristik atribut pilihan yang tidak terwakili yang secara

70
 otomatis akan mengurangi tingkat keakuratan suatu model. Dalam persamaan

utilitas (3.4), nilai ini diwakili oleh konstanta a0.

3. Konsep Like And Dislike
Jika atribut dalam suatu model utilitas cenderung tidak disukai oleh individu,

maka seharusnya nilai dari atribut ini semakin besar, maka jelas akan

mengurangi utilitas yang melekat pada barang atau jasa tersebut. Misalkan

dalam model utilitas pemilihan dua moda, atribut tarif dalam utilitas bus jika

semakin besar makan setiap orang akan berpikir bahwa keuntungan yang

diperoleh dengan menggunakan bus akan semakin menurun. Maka

sewajarnya atribut ini harus memiliki nilai negatif (konsep dislike), dan begitu

pula sebaliknya dengan konsep like. Makin disukai, maka atribut pemodelan

tersebut harus bertanda positif.

4. Konsep Korelasi
Nilai korelasi berkisar antara -1 sampai dengan 1. Jika nilai r = -1, maka

korelasi antara variabel y (variabel tidak bebas) dengan variabel x (variabel

bebas) adalah negative. Yang berarti peningkatan nilai x akan menyebabkan

penurunan pada nilai y. sedangkan nilai r = 0, berarti tidak ada korelasi antara

variabel. Sesama variabel bebas harus memiliki korelasi yang lemah (nilai r

mendekati 0).
5. Konsep Uji Significance (T-Test Dan F-Test)

Dalam tugas akhir ini pengujian hipotesa dilakukan dengan pendekatan

signifikan. Ada dua uji signifikan yang dilakukan yaitu yang pertama adalah

uji F-test atau biasa disebut dengan uji global. Uji ini dimaksudkan untuk

melihat kemampuan menyeluruh dari variabel bebas untuk menjelaskan

perilaku variabel tidak bebas. Sedangkan uji yang kedua adalah uji t-test yang

biasa disebut uji parsial atau indivudu. Uji ini dimaksudkan untuk melihat

apakah suatu variabel bebas berpengaruh terhadap variabel tidak bebasnya.

71
 Jika hasil yang diuji menghasilkan nilai Fhitung > Fbatas, maka seluruh

variabel bebas yang ada secara nyata mampu menjelaskan variabel tidak

bebasnya dan sebaliknya. Jika hasil dari t-test adalah thitung > tbatas, maka

komponen variabel bebas yang ditinjau tersebut berpengaruh secara

signifikan terhadap variabel tidak bebasnya.

3.9 Aplikasi Model

3.9.1 Penyusunan Skenario
Untuk memperoleh nilai demand tertentu, maka perlu dilakukan

analisis dengan menyusun berbagai skenario . Dimana masing-masing

skenario mempunyai tingkat pelayanan (level atribut) yang berbeda-

beda.
Macam-macam skenario yang dapat disusun adalah sebagai berikut:

a) Skenario nilai negatif

Semua atribut di set dalam level negatif (lebih buruk) dari survey

Stated Preference. Skenario ini untuk menarik minat calon

penumpang jika pelayanan yang diberikan dalam tingkatan minimal.

b) Skenario nilai rata-rata
Skenario nilai tengah dilakukan dengan mengambil nilai tengah dari

masing-masing atribut untuk dilihat probabilitas pemilihan bus.

c) Skenario nilai positif
Semua atribut dalam skenario ini di set dalam level positif dari survey

Stated Preference. Skenario ini perlu dibangun untuk melihat

probabilitas pemilihan bus, jika semua atribut pelayanan yang

diberikan dalam level yang maksimum.

3.9.2 Elastisitas dan Sensitifitas Model
Nilai elastisitas berguna untu mengetahui prosentase didalam

probabilitas pemilihan moda, sebagai hasil dari perubahan nilai atribut

72
 kedua moda. Rumusan elastisitas langsung (direct elasticity), yaitu

elastisitas pemilihan bus terhadap perubahan nilai atribut ke-n dari model

utilitas moda j bus adalah sebagai berikut:

..(3.8)

Dan tentunya rumus elastisitas silang, yaitu elastisitas pemilihan bus terhadap

perubahan nilai atribut ke-n dari model utilitas moda lainnya k:

(3.9)

3.9.3 Aplikasi Dalam Skenario Pemilihan

Semua skenario yang telah disusun sesuai ketentuan diatas dimasukkan

kedalam persamaan utilitas yang dihasilkan. Kemudian dari pemasukan

skenario tersebut, dilihat model bus manakah yang dirasakan lebih kompetitif

terhadap moda angkutan lainnya. Kemudian jumlah demand yang beralih ke

bus dapat diketahui dari data penumpang moda asal dan probabilitas

penumpang yang akan pindah ke moda bus. Khusus untuk angkot, akan ada

dua skenario , yang pertama yaitu sebagian penumpang angkot berpindah ke

moda bus (sesuai probabilitas perpindahan) dan yang kedua jika moda angkot

dihilangkan maka seluruh penumpang angkot diharapkan akan berpindah pada

moda bus.

3.10 Alur Penelitian

Mulai

Kajian Pustaka dan

Identifikasi Masalah

Lingkup Penelitian Dan

Kriteria Responden
73

A
 A

Survey Batasan Survey Preferensi

Atribut Pelayanan Atribut Pelayanan

Batasan Penawaran Atribut Permintaan Dan

Atribut Dan Levelnya Levelnya

Atribut Dan Level Yang Digunakan Dalam

Kuisioner Stated Preference

Desain Kuisioner
Stated Preference

Piloting Survey
(Survey Pendahuluan) Tidak

Uji Desain
Kuisioner Sesuai

Pengumpulan Data

Ya
Pengolahan Dan
Pengembangan Model

Analisis Statistik Dan

Model Pemilihan Moda
Sensitifitas

74
Kesimpulan Dan Saran
 3.3 Gambar Diagram Alir Metode Penelitian
3.11 Jadwal Kegiatan
Penelitian ini rencana dilakukan selama dua bulan, dengan jadwal

penelitian dapat dilihat pada tabel di bawah ini :

Tabel 3.3 Jadwal Kegiatan Penelitian
Jadwal Kegiatan
No Deskripsi Kegiatan Januari Februari Maret April
3 1 2 3 4 1 2 3 4 1 2
A. Persiapan
1 Pemilihan Topik
2 Studi Literatur
3 Pembuatan Proposal
B. Proses Penelitian
1 Pengumpulan Data
2 Analisis Data
C. Penulisan Skripsi
Penyelesaian
D. Skripsi
Penyerahan
E. Skripsi
Sumber: Rancangan Penelitian

75