analisis faktor konfirmatori untuk mengetahui...

34
ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI KESADARAN BERLALU LINTAS PENGENDARA SEPEDA MOTOR DI SURABAYA TIMUR Oleh : M Mushonnif Efendi (1310 105 019) Dosen Pembimbing : Jerry Dwi Trijoyo Purnomo, S. Si, M. Si.

Upload: dodang

Post on 16-Aug-2019

241 views

Category:

Documents


2 download

TRANSCRIPT

Page 1: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI KESADARAN

BERLALU LINTAS PENGENDARA SEPEDA MOTOR DI SURABAYA TIMUR

Oleh :M Mushonnif Efendi (1310 105 019)

Dosen Pembimbing :Jerry Dwi Trijoyo Purnomo, S. Si, M. Si.

Page 2: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

SURABAYA

KOTA TERBESAR KEDUA SETELAH JAKARTAKOTA METROPOLITAN PUSAT DARI EKONOMI JAWA TIMUR

MOBILITAS TINGGI

Page 3: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

• Aktiva Primananda, 2005

menghasilkan kesimpulan jalan – jalan yang rawan adalahAlun – Alun Contong, Dupak, Demak, dan Kalibutuh.

• Laylia Nur Afidah, 2011

Pola tingkat keparahan Korban Kecelakaan lalulintas di Surabaya menghasilkan kesimpulan 38% meninggal dunia, 37% luka berat, dan 25% luka ringan.

32% mengalami tabrak depan.

69% korban berjenis kelamin laki-laki

usia terbanyak korban adalah usia paruh baya (36 sampai 58 tahun).

mayoritas korban adalah pengendara

79% korban menggunakan sepeda motor

Page 4: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

Pribadi Lingkungan Aturan

Analisis Konfirmatori Faktor

Page 5: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

(2)Indikator-indikator apa saja

yang memiliki penilaiandan variabel

laten/penilaian kontribusiterbesar dalam menyusun

variabel laten/penilaiandalam survei kesadaran

berlalu lintas ?

(1)Indikator-indikator apa saja

yang dapat digunakan untuk mengukur

pribadi/diri sendiri, lingkungan, aturan

dan kesadaran berlalu lintas ?

Page 6: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

1

2

Mengidentifikasi variabel indikator yang dapat mengukur variabel pribadi/diri sendiri, aturan, lingkungan dan kesadaran berlalu lintas.

Ingin mengkaji variabel laten/penilaiankontribusi terbesar dalam menyusun variabellaten/penilaian dalam survei kesadaran berlalu lintas.

Page 7: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

Polrestabes Surabaya

Timur

Keilmuan Statistik

• Hasil penelitian ini dapat memberikan masukankepada PolrestabesSurabaya Timur akankesadaran berlalu lintasmasyarakat Surabaya Timur

• Dapat mengembangkan keilmuan statistik di bidang Confirmatory Factor Analysis (CFA).

Page 8: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

Penelitian dibatasi pada :

Data Primer dari Survey

Dimana respondennya adalah masyarakat Surabaya Timur yang bisa berkendara

sepeda motor

Page 9: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

Analisis Faktor Konfirmatori• Analisis Faktor Konfirmatori merupakan salah satu metode analisis

multivariat yang dapat digunakan untuk mengkonfirmasikan apakah model pengukuran yang dibangun sesuai dengan yang dihipotesiskan. Dalam Analisis Faktor Konfirmatori, peubah laten dianggap sebagai peubah penyebab (peubah bebas) yang mendasari peubah-peubah indikator (Ghozali, 2008).

Model umum Analisis Faktor konfirmatori adalah sebagai berikut:

Page 10: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

First Order Confirmatory Factor Analysis

Pada First Order Confirmatory Factor Analysis suatu variabel laten diukur berdasarkan beberapa indikator yang dapat diukur secara langsung.

Page 11: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

Estimasi ModelEstimasi parameter berhubungan dengan distribusi data yang digunakan. Estimasi parameter dengan menggunakan MLE memerlukan data yang mengikuti distribusi multinormal (Brown, 2006).

Uji ValiditasDalam Analisis Faktor Konfirmatori model yang dihipotesiskan harus bersifat valid yaitu mengacu kepada kemampuan suatu indikator dalam mengukur apa yang sebenarnya ingin diukur (Supranto, 2004). Dengan demikian validitas suatu indikator menjadi syarat yang harus dipenuhi. Uji validitas indikator-indikator dalam mengukur peubah laten dinilai dengan cara menguji apakah semua loadingnya (i) nyata dengan menggunakan uji-t untuk nilai α tertentu

Page 12: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

• Evaluasi ModelUji 2

Model baik jika uji 2 tidak nyata pada taraf nyata tertentu. Nilai chi-square ini

hanya akan valid apabila asumsi normalitas data terpenuhi dan ukuran sampel besar oleh Joreskog (2000) dalam Ghozali (2008). Nilai chi-square sebesar nol menunjukkan bahwa model memiliki fit yang sempurna (perfect fit). Hipotesis yang digunakan sebagai berikut :

H0 : ∑ = ∑(θ), matriks kovarians populasi sama dengan matriks kovarians yang diestimasi.

H1 : ∑ ≠ ∑(θ), matriks kovarians populasi tidak sama dengan matriks kovarians yang diestimasi.

Hasil yang diharapkan adalah gagal tolak H0 dengan syarat nilai 2 sekecil mungkin atau P-value > , dimana sama dengan 0,05

Page 13: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

GFI (Goodness of Fit Index)Suatu aturan umum yang disarankan untuk kelayakan sebuah model adalah nilai GFI-nya lebih besar dari 0,90 dan nilai maksimumnya adalah 1. Nilai yang tinggi dalam indeks ini menunjukkan sebuah better fit. Nilai GFI ≥ 0.90 merupakan good fit (kecocokan yang baik), sedangkan 0.80 ≤ GFI ≤ 0.90 sering disebut marginal fit.

AGFI (Adjusted Goodness of Fit Index)Suatu model dikatakan baik apabila nilai AGFI-nya lebih besar dari 0,80 dan nilai maksimumnya adalah 1

RMSEA (Root Mean Square of Error Approximatition)Nilai RMSEA ≤ 0.05 menandakan close fit, sedangkan 0.05 < RMSEA ≤0.08 menunjukkan good fit oleh Brown dan Cudeck, 1993 dalam buku Wijanto (2008)

Page 14: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

Definisi Kecelakaan Lalu LintasKecelakaan lalu lintas didefinisikan sebagai kejadian di mana sebuah kendaraan bermotor bertabrakan dengan benda lain dan menyebabkan kerusakan, serta berisiko dapat mengakibatkan luka-luka atau kematian manusia

Faktor-faktorpenyebab kecelakaan

lalu lintas

Faktor Manusia

Faktor Kendaraan

Faktor Jalan

Faktor Cuaca

Page 15: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

Sumber DataData primer hasil survey terhadap pengendarasepeda motor yang ada di Surabaya Timur

Populasi dan SampelMetode sampling yang digunakan adalah sampling Kuota dengan 228 responden, dikarenakan populasi tak hingga

Variabel PenelitianVariabel pribadi/diri (X1), Variabel lingkungan (X2), Variabel aturan berlalu lintas (X3),Variabel kesadaran berlalu lintas (Y1),

Page 16: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

Mulai

Persiapan Suvey

Melakukan Survey

Data Kuisoner

Analisis Deskriptif

Menguji Multinormal

Identifikasi Model

Estimasi Model

Modifikasi model

SelesaiA

A

Tahap

ITah

apII

Tahap

II Lanju

tan

Page 17: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

28%

72%

Tidak tahu

Ya tahu

PENGETAHUAN TENTANG SAFETY RIDING

Analisis Deskriptif

Mengetahui

Safety

Riding

Jenis Kelamin

Total

Laki -

laki

Peremp

uan

Ya 42% 30% 72%

Tidak 17% 12% 82%

Total 58% 42% 100%

Mengetahui

Safety Riding

Usia

Total> 40 th 17 - 24 th 25 - 40 th

Ya 14% 33% 25% 72%Tidak 8% 15% 5% 28%Total 22% 48% 30% 100%

Page 18: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

Hasil Pengujian Multivariat Normal

Variabel Laten Nilai 2 multivariat

Kesadaran 0,59

Pribadi 0,60

Aturan 0,64

Lingkungan 0,65

Normal Multivariat

Page 19: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

tqpqpdf )1)((21

10)150)(50(21

= 5

Goodness of fit IndexCut off

value

Hasil model Keterangan

2 - Chi square - 11,60 BaikProbability ≥ 0,05 0,04 Kurang baikRMSEA ≤ 0,08 0,07 BaikGFI ≥ 0,90 0,98 BaikAGFI ≥ 0,90 0,94 BaikTLI ≥ 0,90 0,96 BaikCFI ≥ 0,90 0,98 Baik

Uji Unidimensionalitas Variabel laten Kesadaran

Page 20: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

Hubungan Estimasi t t tabel Keterangan R2

Y1 <--- Kesadaran 0,548 0,300

Y2 <--- Kesadaran 0,487 5,26 1,96 Signifikan 0,238

Y3 <--- Kesadaran 0,555 4,908 1,96 Signifikan 0,308

Y4 <--- Kesadaran 0,835 4,621 1,96 Signifikan 0,698

Y5 <--- Kesadaran 0,412 4,88 1,96 Signifikan 0,170

Hubungan Estimasikesalahan pengukuran

(δ)(1-λi2)

Y1 <--- Kesadaran 0,548 0,699696Y2 <--- Kesadaran 0,487 0,762831Y3 <--- Kesadaran 0,555 0,691975Y4 <--- Kesadaran 0,835 0,302775Y5 <--- Kesadaran 0,412 0,830256

Uji Unidimensionalitas Variabel laten Kesadaran

Page 21: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

Uji Unidimensionalitas Variabel laten Pribadi

tqpqpdf )1)((21

t )1120)(120(21

= 54

Goodness of fit IndexCut off

value

Hasil model Keterangan

2 - Chi square - 280,43 diharapkan kecil

Probability ≥ 0,05 0,00 Kurang baikRMSEA ≤ 0,08 0,12 Kurang baikGFI ≥ 0,90 0,81 Kurang baikAGFI ≥ 0,90 0,72 Kurang baikTLI ≥ 0,90 0,69 Kurang baikCFI ≥ 0,90 0,78 Kurang baik

Page 22: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

Hubungan Estimasi t t tabel Keterangan R2

X1.12 <--- Pribadi 0,596 0,356X1.11 <--- Pribadi 0,57 7,023 1,96 Signifikan 0,325X1.10 <--- Pribadi 0,529 6,621 1,96 Signifikan 0,279X1.9 <--- Pribadi 0,689 8,064 1,96 Signifikan 0,475X1.8 <--- Pribadi 0,334 4,468 1,96 Signifikan 0,112X1.7 <--- Pribadi 0,708 8,213 1,96 Signifikan 0,501

X1.6 <--- Pribadi 0,537 6,701 1,96 Signifikan 0,288X1.5 <--- Pribadi 0,451 5,812 1,96 Signifikan 0,203X1.4 <--- Pribadi 0,556 6,888 1,96 Signifikan 0,309X1.3 <--- Pribadi 0,536 6,69 1,96 Signifikan 0,287X1.2 <--- Pribadi 0,639 7,652 1,96 Signifikan 0,409X1.1 <--- Pribadi 0,678 7,98 1,96 Signifikan 0,460

M.I. Par Change

e2 <--> e1 14,555 ,316e4 <--> e3 13,967 ,279e5 <--> e3 5,404 ,177e5 <--> e4 75,339 ,601e6 <--> e4 11,768 ,208e6 <--> e5 28,949 ,333e7 <--> e5 9,088 -,194e8 <--> e1 6,550 -,308e8 <--> e5 4,081 -,235e8 <--> e7 5,988 ,261e9 <--> e1 8,556 -,250e9 <--> e3 5,770 -,215e9 <--> e4 10,551 -,265e9 <--> e5 4,415 -,175e9 <--> e7 10,675 ,247e9 <--> e8 21,102 ,631e10 <--> e4 10,804 -,308e10 <--> e5 11,205 -,320e10 <--> e8 9,905 ,497e10 <--> e9 42,975 ,739e12 <--> e2 7,319 ,266

Uji Unidimensionalitas Variabel laten Pribadi

Page 23: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

Goodness of fit IndexCut off

value

Hasil model Keterangan

2 - Chi square - 115,34 diharapkan kecil

Probability ≥ 0,05 0,00 Kurang baikRMSEA ≤ 0,08 0,07 BaikGFI ≥ 0,90 0,92 BaikAGFI ≥ 0,90 0,90 BaikTLI ≥ 0,90 0,91 BaikCFI ≥ 0,90 0,93 Baik

Hubungan Estimasi

kesalahan pengukuran

(δ)(1-λi2)

X1.12 <--- Pribadi 0,596 0,645X1.11 <--- Pribadi 0,57 0,675X1.10 <--- Pribadi 0,529 0,720X1.9 <--- Pribadi 0,689 0,525X1.8 <--- Pribadi 0,334 0,888X1.7 <--- Pribadi 0,708 0,499X1.6 <--- Pribadi 0,537 0,712X1.5 <--- Pribadi 0,451 0,797X1.4 <--- Pribadi 0,556 0,691X1.3 <--- Pribadi 0,536 0,713X1.2 <--- Pribadi 0,639 0,592X1.1 <--- Pribadi 0,678 0,540

Uji Unidimensionalitas Variabel laten Pribadi

HubunganR2(sebelum modifikasi)

R2 (sesudah modifikasi)

X1.12 <--- Pribadi 0,356 0,368X1.11 <--- Pribadi 0,325 0,323X1.10 <--- Pribadi 0,279 0,227X1.9 <--- Pribadi 0,475 0,428X1.8 <--- Pribadi 0,112 0,084X1.7 <--- Pribadi 0,501 0,505

X1.6 <--- Pribadi 0,288 0,27X1.5 <--- Pribadi 0,203 0,159X1.4 <--- Pribadi 0,309 0,283X1.3 <--- Pribadi 0,287 0,291X1.2 <--- Pribadi 0,409 0,442X1.1 <--- Pribadi 0,46 0,506

Page 24: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

Uji Unidimensionalitas Variabel laten Aturan

= 14

Goodness of fit IndexCut off

valueHasil model Keterangan

2 - Chi square - 60,05 Diharapkan kecilProbability ≥ 0,05 0,00 Kurang baikRMSEA ≤ 0,08 0,12 Kurang baikGFI ≥ 0,90 0,93 BaikAGFI ≥ 0,90 0,86 Kurang baikTLI ≥ 0,90 0,86 Kurang baikCFI ≥ 0,90 0,91 Baik

Page 25: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

Hubungan Estimasi t t tabel Keterangan R2

X2.7 <--- Aturan 0,712 0,501

X2.6 <--- Aturan 0,446 6,248 1,96 Signifikan 0,199

X2.5 <--- Aturan 0,728 10,278 1,96 Signifikan 0,530

X2.4 <--- Aturan 0,608 8,584 1,96 Signifikan 0,370

X2.3 <--- Aturan 0,522 7,332 1,96 Signifikan 0,272

X2.2 <--- Aturan 0,739 10,421 1,96 Signifikan 0,546

X2.1 <--- Aturan 0,59 8,312 1,96 Signifikan 0,348

Uji Unidimensionalitas Variabel laten Aturan

Hubungan Estimasi

kesalahan pengukuran

(δ)(1-λi2)

X2.7 <--- Aturan 0,762 0,419X2.6 <--- Aturan 0,446 0,801X2.5 <--- Aturan 0,728 0,470X2.4 <--- Aturan 0,608 0,630X2.3 <--- Aturan 0,522 0,728X2.2 <--- Aturan 0,739 0,454X2.1 <--- Aturan 0,59 0,652

Page 26: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

Uji Unidimensionalitas Variabel laten Lingkungan

= 20

Goodness of fit IndexCut off

value

Hasil model Keterangan

2 - Chi square - 106,29 Diharapkan kecilProbability ≥ 0,05 0,00 Kurang baikRMSEA ≤ 0,08 1,38 Kurang baikGFI ≥ 0,90 0,89 Kurang baikAGFI ≥ 0,90 0,80 Kurang baikTLI ≥ 0,90 0,81 Kurang baikCFI ≥ 0,90 0,86 Kurang baik

Page 27: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

Hubungan Estimasi t t tabel Keterangan R2

X3.8 <--- Lingkungan 0,726 0,528X3.7 <--- Lingkungan 0,77 10,595 1,96 Signifikan 0,592X3.6 <--- Lingkungan 0,596 8,295 1,96 Signifikan 0,355X3.5 <--- Lingkungan 0,667 9,27 1,96 Signifikan 0,445X3.4 <--- Lingkungan 10,676 9,389 1,96 Signifikan 0,457X3.3 <--- Lingkungan 0,542 7,55 1,96 Signifikan 0,293X3.2 <--- Lingkungan 0,598 8,331 1,96 Signifikan 0,358X3.1 <--- Lingkungan 0,544 7,582 1,96 Signifikan 0,296

M.I. Par Changee2 <--> e1 21,209 ,393e4 <--> e2 6,427 -,191e5 <--> e1 25,397 ,411e6 <--> e4 10,960 ,269e7 <--> e1 4,854 -,120e7 <--> e5 6,465 -,129e8 <--> e1 11,535 -,193e8 <--> e7 26,978 ,183

Uji Unidimensionalitas Variabel laten Lingkungan

Page 28: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

Goodness of fit IndexCut off

value

Hasil model Keterangan

2 - Chi square - 30,15 Diharapkan kecil

Probability ≥ 0,05 0,02 Kurang baikRMSEA ≤ 0,08 0,06 BaikGFI ≥ 0,90 0,97 BaikAGFI ≥ 0,90 0,93 BaikTLI ≥ 0,90 0,97 BaikCFI ≥ 0,90 0,98 Baik

R2 Sebelum modifikasi

R2 Sesudah modifikasiHubungan

X3.8 <--- Lingkungan 0,528 0,443X3.7 <--- Lingkungan 0,592 0,506X3.6 <--- Lingkungan 0,355 0,408X3.5 <--- Lingkungan 0,445 0,429X3.4 <--- Lingkungan 0,457 0,519

X3.3 <--- Lingkungan 0,293 0,298X3.2 <--- Lingkungan 0,358 0,324X3.1 <--- Lingkungan 0,296 0,228

Uji Unidimensionalitas Variabel laten Lingkungan

Page 29: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

Second Order Confirmatory Kesadaran Berlalu Lintas

tqpqpdf )1)((21

57)1270)(270(21

= 321

Goodness of fit

Index

Cut off

value

Hasil model Keterangan

2 - Chi square - 972,49 Kurang baik

Probability ≥ 0,05 0,00 Kurang baik

RMSEA ≤ 0,08 0,09 Kurang baik

GFI ≥ 0,90 0,74 Kurang baik

AGFI ≥ 0,90 0,69 Kurang baik

TLI ≥ 0,90 0,73 Kurang baik

CFI ≥ 0,90 0,76 Kurang baik

Page 30: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

Hubungan Estimasi t t-tabel Ket R2

Pribadi <--- Kesadar 0,87 8,41 1,96 Signifikan 0,75Aturan <--- Kesadar 0,89 10,65 1,96 Signifikan 0,79Lingkung <--- Kesadar 0,97 11,85 1,96 Signifikan 0,94

X1#12 <--- Pribadi 0,58 0,34X1#11 <--- Pribadi 0,57 6,97 1,96 Signifikan 0,32X1#10 <--- Pribadi 0,50 6,34 1,96 Signifikan 0,25X1#9 <--- Pribadi 0,68 7,87 1,96 Signifikan 0,46X1#8 <--- Pribadi 0,33 4,42 1,96 Signifikan 0,11X1#7 <--- Pribadi 0,68 7,96 1,96 Signifikan 0,47X1#6 <--- Pribadi 0,60 7,17 1,96 Signifikan 0,36X1#5 <--- Pribadi 0,50 6,24 1,96 Signifikan 0,25X1#4 <--- Pribadi 0,60 7,13 1,96 Signifikan 0,36X1#3 <--- Pribadi 0,52 6,52 1,96 Signifikan 0,27X1#2 <--- Pribadi 0,63 7,69 1,96 Signifikan 0,40X1#1 <--- Pribadi 0,65 7,80 1,96 Signifikan 0,43

X2#7 <--- Aturan 0,71 0,51X2#6 <--- Aturan 0,42 6,06 1,96 Signifikan 0,18X2#5 <--- Aturan 0,76 10,48 1,96 Signifikan 0,58X2#4 <--- Aturan 0,57 8,14 1,96 Signifikan 0,33X2#3 <--- Aturan 0,51 7,20 1,96 Signifikan 0,26X2#2 <--- Aturan 0,75 10,37 1,96 Signifikan 0,56X2#1 <--- Aturan 0,64 8,77 1,96 Signifikan 0,41X3#8 <--- Lingkung 0,75 0,56X3#7 <--- Lingkung 0,79 12,03 1,96 Signifikan 0,62X3#6 <--- Lingkung 0,60 8,72 1,96 Signifikan 0,36X3#5 <--- Lingkung 0,64 9,26 1,96 Signifikan 0,40X3#4 <--- Lingkung 0,73 10,56 1,96 Signifikan 0,53X3#3 <--- Lingkung 0,51 7,41 1,96 Signifikan 0,26X3#2 <--- Lingkung 0,55 8,01 1,96 Signifikan 0,30X3#1 <--- Lingkung 0,50 7,14 1,96 Signifikan 0,25

Second Order Confirmatory Kesadaran Berlalu Lintas

Page 31: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

Goodness of fit

Index

Cut off

value

Hasil model Keterangan

2 - Chi square - 546,39 Diharapkan kecil

Probability ≥ 0,05 0,00 Kurang baikRMSEA ≤ 0,08 0,06 BaikGFI ≥ 0,90 0,85 Kurang baikAGFI ≥ 0,90 0,81 Kurang baikTLI ≥ 0,90 0,89 Kurang baikCFI ≥ 0,90 0,91 Baik

M.I.Par

Changee21 <--> e30 4,222 0,074e21 <--> e20 27,473 0,466E22 <--> e20 6,947 0,212E23 <--> e30 8,558 -0,085E23 <--> e28 5,38 0,09E23 <--> e21 5,814 -0,173e24 <--> e20 31,618 0,474e24 <--> e21 5,903 0,202e25 <--> e29 4,122 -0,077e25 <--> e28 4,48 0,105e25 <--> e23 6,426 0,189e26 <--> e23 5,391 -0,098e27 <--> e20 6,948 -0,145e27 <--> e23 4,33 -0,092e27 <--> e26 17,707 0,134e13 <--> e29 6,04 -0,084e13 <--> e28 7,538 0,126e13 <--> e22 4,185 -0,155e13 <--> e23 4,744 -0,15e13 <--> e26 5,548 0,117e14 <--> e26 6,345 0,103e15 <--> e13 13,722 -0,35

Second Order Confirmatory Kesadaran Berlalu Lintas

Page 32: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

HubunganR2 Sebelum modifikasi

R2 Sesudah modifikasi

Pribadi <--- Kesadaran 0,865 0,851Aturan <--- Kesadaran 0,889 0,869Lingkungan <--- Kesadaran 0,971 0,991

X1#12 <--- Pribadi 0,581 0,601X1#11 <--- Pribadi 0,565 0,588X1#10 <--- Pribadi 0,504 0,495X1#9 <--- Pribadi 0,675 0,648X1#8 <--- Pribadi 0,332 0,293X1#7 <--- Pribadi 0,684 0,695X1#6 <--- Pribadi 0,599 0,710X1#5 <--- Pribadi 0,503 0,476X1#4 <--- Pribadi 0,598 0,571X1#3 <--- Pribadi 0,516 0,507X1#2 <--- Pribadi 0,633 0,639X1#1 <--- Pribadi 0,652 0,658X2#7 <--- Aturan 0,712 0,684X2#6 <--- Aturan 0,422 0,371X2#5 <--- Aturan 0,763 0,767X2#4 <--- Aturan 0,573 0,571X2#3 <--- Aturan 0,514 0,523X2#2 <--- Aturan 0,749 0,749X2#1 <--- Aturan 0,637 0,650X3#8 <--- Lingkungan 0,746 0,711X3#7 <--- Lingkungan 0,785 0,757X3#6 <--- Lingkungan 0,601 0,618X3#5 <--- Lingkungan 0,636 0,630X3#4 <--- Lingkungan 0,725 0,732X3#3 <--- Lingkungan 0,511 0,510X3#2 <--- Lingkungan 0,552 0,524

Second Order Confirmatory Kesadaran

Berlalu Lintas

Page 33: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

• Indikator-indikator penyusun dari variabel laten kesadaran, pribadi, aturan dan lingkungan memiliki nilai t-hitung > t-tabel, menunjukkan semua nilailoading factor secara signifikan berpengaruh (unidimensional) terhadapvariabel-variabel laten pada first order CFA.

• Kontribusi terbesar pada variabel laten kesadaran adalah indikator Y4 (saya pernah melihat kecelakaan sehingga saya lebih berhati-hati). Sedangkan pada variabel laten pribadi kontribusi terbesar pada indikator X1.1 (Tidak mengerem secara mendadak) dengan nilai sebesar 69,8%, pada variabel laten aturan kontribusi terbesar terdapat pada indikator X2.2 (saya selalu menggunakan jaket/perlengkapan berkendara) memberikan kontribusi sebesar 50,6% dan kontribusi terbesar pada variabel laten lingkungan adalah indikator X3.4 (mematuhi peraturan meskipun tidak ada polisi yang menjaga) dengan nilai sebesar 51,9%.

Saran untuk penelitian ini jika kerangka teorinya sudah diketahui dengan kuat, lebih baik penelitian ini dilanjutkan dengan motode SEM (Structural Equation Modeling).

Page 34: ANALISIS FAKTOR KONFIRMATORI UNTUK MENGETAHUI …digilib.its.ac.id/public/ITS-paper-24574-1310105019-Presentation.pdfanalisis faktor konfirmatori untuk mengetahui kesadaran berlalu

TERIMA KASIH