Pengembangan Pemodelan Multinomial Logit untuk Menentukan Probabilitas Kepemilikan Sepeda Motor di Kota Kupang

*Oktovianus Edvict Semiun  -  Universitas Katolik Widya Mandira, Indonesia
Received: 10 May 2019; Revised: 31 Oct 2019; Accepted: 12 Nov 2019; Published: 31 Dec 2019.
Open Access
Citation Format:
Article Info
Section: Artikel
Language: ID
Statistics: 689 238
Abstract

Penelitian ini bertujuan untuk menentukan faktor-faktor yang berpengaruh signifikan terhadap kepemilikan sepeda motor di kota Kupang dan memprediksi besarnya peluang atau probabilitas suatu rumah tangga untuk memiliki satu, dua, dan lebih dari dua sepeda motor sebagai akibat dari perubahan kondisi karakteristik sosio-ekonomi mikro. Penelitian ini berbasis model multinomial logit (MNL) dengan metode maksimum likelihood. Berdasarkan kalibrasi hasil pemodelan, faktor yang berpengaruh signifikan terhadap kepemilikan sepeda motor di Kota Kupang adalah jumlah anggota keluarga, penghasilan, jumlah anggota keluarga yang bekerja, jumlah anggota keluarga yang sekolah, dan waktu tempuh ke sekolah. Perubahan ekstrim keselurahan faktor kepemilikan sepeda motor (nilai berubah dari 0 ke 0.50) akan meningkatkan probabilitas kepemilikan satu sepeda motor sebesar 43.90%, meningkatkan probabilitas kepemilikan dua sepeda motor sebesar 42.07% dan menurunkan probabilitas kepemilikan lebih dari dua sepeda motor sebesar 85.98% sebagai akibat dari kecenderungan untuk memiliki mobil pribadi. Pengembangan model ini telah memberikan indikasi pada tren yang diharapkan dari kepemilikan sepeda motor

Keywords: karakteristik rumah tangga; kepemilikan sepeda motor; multinomial logit; probabilitas

Article Metrics:

  1. Aldrich, J. H. Nelson, F. D. (1984). Linear probability, logit and probit models. Newbury Park, CA: Sade publications.
  2. Badan Pusat Statistik Kota Kupang. (2018). Kota Kupang dalam Angka. Kupang: BPS Kota Kupang.
  3. Dargay, J., Gately, D., Sommer, M. (2007). Vehicle Ownership and Income Growth, Worldwide: 1960-2030. The Energy Journal. 28(4), 143-170.
  4. Gbagir, K., Etu, J. E., Oyedepo, O. J. (2018). Motorcycle Ownership Assessment and Estimation in Makurdi, North Central, Nigeria: A Multinomial Logit Model Approach. Journal of Civil Engineering, Science and Technology, 9(2), 87-97.
  5. Hosmer, D. W., Lemeshow, S. (2000). Applied Logistic Regression (2nd ed.). New York: Wiley.
  6. Leong, L. V., Sadullah, A. F. M. (2007). A Study on the Motorcycle Ownership : A Case Study in Penang State , Malaysia. Journal of the Eastern Asia Society for Transportation Studies, 7, 528–539.
  7. Long, J. S. (1997). Regression Models for categorical and limited dependent variables. Thousand Oaks, CA: Sage.
  8. Massara, A., Hakim, A., Wicaksono, A., Basri, L. (2018). Structural Equation Modeling On the Calculation of Motorcycle Ownership Index Using Amos Software. IOSR Journal of Business and Management (IOSR-JBM), 20(4), 35-43.
  9. Oyedepo, O. J., Etu, J. (2015). Binomial logistic regression model of household motorcycle ownership in Akure, Ondo State, Nigeria. Journal of Transport Literature, 9(4), 40–44.
  10. Prabnasak, J., Taylor, M.A.P., Yue, W.L. (2011) An Investigation of Vehicle Ownership and the Effect of Income and Vehicle Expenses in Mid-Sized City of Thailand. Journal of the Eastern Asia Society for Transportation Studies, Vol. 9, 437–451.
  11. Sanko, N., Dissanayake, D., Kurauchi, S., Maesoba, H., Yamamoto, T., Morikawa, T. (2014). Household car and motorcycle ownership in Bangkok and Kuala Lumpur in comparison with Nagoya. Transportmetrica A: Transport Science, 10(3), 187–213.
  12. Semiun, O. E. (2018). Pengaruh Kualitas Pelayanan Angkutan Kota Terhadap Kepuasan dan Loyalitas Penumpang di Kota Kupang. Rekayasa Sipil, 12(1), 39–49.
  13. Washington, S. P., Karlaftis, M. G., Mannering, F. L. (2003). Statistical and Econometric Methods for Transportation Data Analysis. USA : Chapman & Hall.
  14. Wedagama, D. M. (2013). The Influence of Income on Household Motorcycle Ownership in Buleleng Regency, Bali. Jurnal Ilmiah Teknik Sipil, 17(1), 18–25