79 BAB V ANALISIS DAN PEMBAHASAN V.1 Karakteristik Responden Hasil Kuesioner didapatkan dengan 2 cara yaitu secara online dan tatap muka dengan menggunakan platform google form. Kuesioner dilakukan dari tanggal 25 Oktober 2024 sampai tanggal 18 November 2024. Sehingga diperoleh data sebanyak 423 responden yang terbagi kepada 3 generasi. Gambar V.1 Jumlah Responden Sumber: Hasil Analisis, 2024 Dalam proses survei yang dilakukan pada penelitian ini, responden yang berumur 45 – 64 tahun (Generasi X) sebagian besar diperoleh melalui tatap muka dan harus dipandu dalam pengisian kuesioner. Hal ini disebabkan karena kurangnya minat mereka dalam mengisi kuesioner yang disebarkan secara online. Beda halnya dengan responden Generasi Z yang sangat mudah diperoleh dan sebagian besar didapatkan dengan penyebaran secara online. Kondisi tersebut menyebabkan adanya ketimpangan jumlah responden dari ketiga generasi ini yaitu Generasi X yang hanya berjumlah 116 responden (28%), Generasi Y sebanyak 145 responden (34%) dan Generasi Z sebanyak 162 responden (38%). Gen X 116 Gen Y 145 Gen Z 162 N =423 80 Sebelum menganalisis data sosio-demografi seperti umur, pekerjaan, jenis kelamin, dan variabel lainnya menggunakan analisis faktor maupun analisis MNL dengan Biogeme di Python, terlebih dahulu perlu dilakukan preprocessing pada data set yang telah terkumpul. Langkah pertama yang dilakukan dalam penelitian ini adalah mengecek missing values pada data set yang kemudian variabel dengan missing values dikeluarkan dari data set untuk dilakukan analisis secara terpisah. Kemudian memperbaiki kesalahan entri data yang dilakukan responden sekaligus memvalidasi data agar dipastikan tidak ada nilai yang tidak masuk akal. Selanjutnya mengkodifikasi variabel kategorial seperti jenis kelamin, pekerjaan, pendidikan terakhir ke dalam bentuk numerik. Data set yang sudah valid dan dikodifikasi kemudian dikalikan delapan karena terdapat 8 profil stated preference sehingga menghasilkan sebanyak 3.384 metadata. Untuk variabel yang dikeluarkan karena adanya missing values selanjutnya dianalisis terpisah dari analisis MNL. Variabel tersebut merupakan variabel yang berkaitan dengan data revealed preference yaitu data mengenai persepsi dan data karakteristik perjalanan antar masing-masing moda seperti jarak tempuh, frekuensi perjalanan, tujuan perjalanan dan waktu tempuh. Meskipun demikian, data-data tersebut masih dapat dijelaskan secara deskriptif dalam penelitian ini, seperti yang ada pada tabel berikut: Tabel V.1 Statistik Deskriptif Data Responden Generasi X Variabel Kategori Jumlah Persen (%) Mean Std. Deviatio n Data Sosio-Demografi Jenis kelamin 116 100,00% 0,54 0,50 Laki-laki 63 54,31% Perempuan 53 45,69% Pendidikan 116 100,00% 3,20 1,32 SD/Sederajat 15 12,93% SMP/Sederajat 12 10,34% SMA/Sederajat 54 46,55% 81 Variabel Kategori Jumlah Persen (%) Mean Std. Deviatio n D3/Sederajat 11 9,48% D4/S1 20 17,24% S2 3 2,59% S3 1 0,86% Pekerjaan 3,96 2,31 Pegawai Kantoran 41 35,34% Wirausaha 39 33,62% Pelajar 0 0,00% Tidak Bekerja 23 19,83% Pekerja Paruh Waktu 13 11,21% Pendapatan 116 100,00% 2,57 1,17 <Rp. 1.500.000 17 14.66% Rp. 1.500.001 – Rp. 4.500.000 50 43.10% Rp.