20 143
20.449 21
159 25.281
22 164
26.896 23
157 24.649
24 175
30.625 ∑
3.158 427.688
Dari hasil perhitungan maka diperoleh :
N=24 ∑ �
�
= 3158 ∑ �
� 2
= 427688 Maka dihitung:
�
′
= �
20 �24427688−3158
2
3158
�
2
�
1
= �
20539 13575
�
2
�
1
= 0,6305
Dengan demikian �
1
N maka sesuai dengan kriteria uji. Maka �
diterima. Sehingga data ini dapat memenuhi kriteria untuk dianalisa.
3.3 Prosedur Regresi Menggunakan Metode Backward
3.3.1 Menghitung Koefisien Regresi
Dalam menghitung koefisien regresi maka terlebih dahulu dilakukan tabel pengadaan antara variabel yaitu tabel pengadaan suatu variabel dengan variabel lain.
Tabel 3.3 Pergandaan Suatu Variabel Terhadap Variabel Lain
1 2
3 4
5 6
7 8
No �
�
1
�
2
�
3
�
4
�
1
�
2
�
1
�
3
1 107
56 31
12 873
1.736 672
2 113
63 23
15 402
1.449 945
Universitas Sumatera Utara
1 2
3 4
5 6
7 8
3 117
60 27
14 538
1.620 840
4 129
61 33
9 432
2.013 549
5 137
77 31
18 746
2.387 1.386
6 99
54 20
11 393
1.080 594
7 112
56 30
10 746
1.680 560
8 114
56 27
11 799
1.512 616
9 126
60 20
13 516
1.200 780
10 101
65 17
9 493
1.105 585
11 116
56 32
21 871
1.792 1.176
12 103
59 29
14 904
1.711 826
13 118
51 40
20 1.172
2.040 1.020
14 116
63 28
13 882
1.764 8.19
15 135
71 30
17 571
2.130 1.207
16 143
79 37
14 459
2.923 1.106
17 154
83 48
24 872
3.984 1.992
18 163
86 48
24 585
4.128 2.064
19 157
81 41
27 998
3.321 2.187
20 143
78 42
22 921
3.276 1.716
21 159
74 34
19 634
2.516 1.406
22 164
87 37
13 894
3.219 1.131
23 157
96 37
17 935
3.552 1.632
24 175
107 40
21 1.108
4.280 2.247
∑ 3.158
1679 782
388 873
56.418 28.056
9 10
11 12
12 13
14 15
�
1
�
4
�
2
�
3
�
2
�
4
�
3
�
4
��
1
��
2
��
3
��
4
48.888 372
27.063 10.476
5.992 3.317
1.284 93.411
25.326 345
9.246 6.030
7.119 2.599
1.695 45.426
32.280 378
14.526 7.532
7.020 3.159
1.638 62.946
26.352 297
14.256 3.888
7.869 4.257
1.161 55.728
Universitas Sumatera Utara
9 10
11 12
12 13
14 15
57.442 558
23.126 13.428
10.549 4.247
2.466 102.202
21.222 220
7.860 4.323
5.346 1.980
1.089 38.907
41.776 300
22.380 7.460
6.272 3.360
1.120 83.552
44.744 297
21.573 8.789
6.384 3.078
1.254 91.086
30.960 260
10.320 6.708
7.560 2.520
1.638 65.016
32.045 153
8.381 4.437
6.565 1.717
909 49.793
48.776 672
27.872 18.291
6.496 3.712
2436 101.036
53.336 406
26.216 12.656
6.077 2.987
1.442 93.112
59.772 800
46.880 23.440
6.018 4.720
2.360 138.296
55.566 364
24.696 11.466
7.308 3.248
1.508 102.312
40.541 510
17.130 9.707
9.585 4.050
2.295 77.085
36.261 518
16.983 6.426
11.297 5.291
2.002 65.637
72.376 1.152
41.856 20.928
12..782 7.392
3.696 134.288
50.310 1.152
28.080 14.040
14018 7.824
3.912 95.355
80.838 1.107
40.918 26.946
12.717 6.437
4.239 156.686
71.838 924
38.682 20.262
11.154 6.006
3.146 131.703
46.916 646
21.556 12.046
11.766 5.406
3.021 100.806
77.778 481
33.078 11.622
14.268 6.068
2.132 146.616
89.760 629
34.595 15.895
15.072 5.809
2.669 146.795
118.556 840
44.320 23.268
18.725 7.000
3.675 193.900
1.263.659 13.381
601.593 300.064
227.959 106.184
52.787 2.371.694
Dari hasil SPSS maka dapat di peroleh nilai dari : Koefisien regresi ganda antara Y dengan
�
1,
�
2,
�
3,
�
4
dapat diperoleh dari tabel 3.4 sebagai berikut :
Universitas Sumatera Utara
Tabel 3.4 Koefisien Regresi antara Y dengan X
1
, X
2
, X
3
, X
4
Coefficients
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
29.010 9.304
3.118 .006
Faktor Pengemudi Human Error
1.071 .153
.688 6.997
.000 .616
1.624 Faktor Jalan
.914 .373
.329 2.450
.024 .331
3.021 Faktor Kendaraan
.375 .540
.084 .694
.496 .410
2.438 Jumlah Pertambahan
Kendaraan Bermotor -.011
.009 -.110
-1.189 .249
.692 1.446
Sumber:Hasil Penelitian, 2013 Data Diolah Dependent Variabel: Jumlah Kecelakaan Lalu Lintas.
Dari hasil pengolahan data melalui SPSS tersebut maka dapat di peroleh nilai koefisien dari masing-masing variabel bebasnya yaitu :
� = 29,010;
�
1
= 1,071; �
3
= 0,914; �
3
= 0,375 �
4
= −0,11
�� = � +
�
1
�
1
+ �
2
�
2
+ �
3
�
3
+ �
4
�
4
�� = 29,010 + 1,071�
1
+ 0,914 �
2
+ 0,375 �
3
− 0,11�
4
3.3.2 Uji Keberartian Regresi Ganda antara � dengan �
