5.2 Analisis Regresi
5.2.1 Analisis Pengujian Korelasi Antar Variabel R
Analisis yang pertama adalah memeriksa hubungan antara variabel tidak bebas dengan menghasilkan matriks korelasi. Variabel yang mempunyai hubungan
yang kuar antara satu variabel yang lain akan diwakili oleh satu variabel saja didalam membuat persamaan regresi. Hubungan antara variabel tidak bebas dengan
variabel bebas r 0.50 dalam matriks korelasi akan dikeluarkan dari model, akan tetapi hubungan yang kuat r
≥ 0,5 akan dipilih dalam pembentukan suatu model persamaan. Hasil pengujian korelasi antar variabel bebas dengan variabel terikat
variabel tidak bebas dan korelasi antar variabel bebas lainnya pada kawasan Perumahan Kampung Jawa Baru dapat dilihat pada Tabel 5.2 berikut.
Tabel 5.2 Matriks korelasi antar variabel
Sumber : Hasil perhitungan Catatan :
Y = Total Trips
X
1
= Jumlah Anggota keluarga X
2
= Kepemilikan kendaraan X
3
= Jumlah Pekerja X
4
= Jumlah Pendapatan X
5
= Type Luas rumah
TOTAL TRIP
TripKelhari
Y
Jumlah anggota
keluarga
1
X
Kepemilikan Kendaraan
2
X
Jumlah Pekerja
3
X
Total Pendapatan
Keluarga
4
X
Luas Rumah
M
2 5
X
1 2
3 4
5 6
7 Total Trip
J. Person K.Kendaraan
J. Pekerja J.Pendapatan
Luas Rumah 1
0.6227269 0.5552770
0.3591526 0.5262640
0.2344090 1
0.1857136 0.3790196
0.2126049 0.0831165
1 0.3007849
0.7306093 0.2112186
1 0.6619359
0.2582793 1
0.4134835 1
Universitas Sumatera Utara
Inteprestasi Hasil Analis Matriks Korelasi Dengan Komputer
Total trip Y dengan jumlah anggota keluarga
1
X menghasilkan
nilai r = 0,6227. Angka ini menujukkan bahwa keeratan hubungan antara variabel bebas
1
X dengan variabel tidak bebas Y adalah 0.6227. Artinya perubahan nilai
total trip Y searah dengan perubahan nilai jumlah anggota keluarga
1
X , dengan
kata lain jika nilai variabel jumlah anggota keluarga
1
X semakin besar maka nilai
variabel total trip Y juga semakin besar.
Total trip Y dengan kepemilikan kendaraan
2
X menghasilkan
nilai r = 0,5553. Angka ini menunjukkan bahwa keeratan hubungan antara variabel bebas
2
X dengan variabel tidak bebas Y adalah 0,5553. Artinya perubahan nilai
trip Y searah dengan perubahan nilai kepemilikan kendaraan
2
X , dengan kata
lain jika nilai variabel kepemilikan kendaraan
2
X semakin besar maka nilai
varabel total trip Y juga semakin besar.
Total Trip Y dengan jumlah pekerja
3
X menghasilkan nilai r =
0,3592. Angka ini menunjukkan bahwa keeratan hubungan antara variabel bebas
3
X
dengan variabel tidak bebas Y adalah 0,3592. Artinya perubahan nilai total trip Y searah dengan perubahan nilai jumlah pekerja
3
X semakin besar maka
nilai variabel total trip Y juga semakin besar.
Universitas Sumatera Utara
Total Trip Y jumlah pendapatan
4
X menghasilkan nilai r =
0,5263. Angka ini menunjukkan bahwa keeratan hubungan antara variabel bebas
4
X dengan variabel tidak bebas Y adalah 0,5263. Artinya perubahan nilai total
trip Y searah dengan perubahan nilai jumlah pendapatan
4
X , dengan kata lain
jika variabel jumlah pendapatan
4
X semakin besar maka nilai variabel total trip
Y juga semakin besar.
Total trip Y type luas rumah
5
X menghasilkan nilai r = 0,2344.
Angka ini menunjukkan bahwa keeratan hubungan antara variabel bebas
5
X dengan variabel tidak bebas Y adalah 0,2344. Artinya perubahan nilai total trip
Y juga semakin besar. Dari Hasil Interprestasi diatas dilihat bahwa variabel – variabel bebas yang
memiliki pengaruh yang besar terhadap total trips atau nilai r ≥ 0,5 adalah jumlah
anggota keluarga
1
X dimana r = 0,6227, jumlah pendapatan
4
X dimana r =
0,5263, dan kepemilikan kendaraan
2
X dimana r = 0,5553. sedangkan jumlah
pekerja
3
X tidak mempunyai pengaruh yang besar terhadap total trips dimana
nilai r = 0,3592, dan kepemilikan kendaraan
5
X juga tidak mempunyai pengaruh
yang besar terhadap total trips yang terjadi dimana nilai r = 0,2344 atau dengan kata lain nilai r 0,5 sehingga kedua variabel ini lebih baik dikeluarkan dari model.
Dari matriks korelasi correlation matrix hubungan antar variabel bebas kepemilikan kendaraan
2
X dan variabel bebas jumlah pendapatan
4
X
memiliki hubungan yang kuat sebesar 0,7306 sehingga kedua variabel tersebut
tidak boleh muncul secara bersamaan dalam satu persamaan karena dianggap kedua variabel tersebut saling mewakili. Oleh sebab itu hanya variabel kepemilikan
Universitas Sumatera Utara
kendaraan
2
X saja yang diambil untuk pembentukan model karena variabel
kepemilikan kendaraan
2
X telah mewakili variabel jumlah pendapatan
4
X .
5.2.2 Pembentukan dan Pengujian Model
Analisis kedua ialah memeriksa hubungan antara variabel bebas dengan variabel tidak bebas untuk mengetahui bentuk model yang dihasilkan. Dengan
memplotkan variabel kepemilikan kendaraan
2
X terhadap variabel total trips Y,
maka didapatkan hasil R
2
dalam bentuk fungsi liniear, fungsi eksponensial, fungsi kuadratik dan fungsi logaritma.
Universitas Sumatera Utara
5.2.2 Memeriksa hubungan antara Total Trip Y terhadap Jumlah Keluarga
1
X
Tabel 5.3 Analisis total trip Y Dengan jumlah keluarga
1
X
Kel Tot.Tr
ip Trip
kelha
ri Y
Jlh Kel.
Org X
1
Ln Y Ln X
1
X
1
Y
1
X
1 2
Y
2
LnX
1 2
LnY
2
X
1.
Ln Y Ln X
1
. Y LnY.LnX
11
1 4
5 1.38629
1.60944 20
25 16
2.5903 1.9218
6.93147 6.43775
2.23115 2
2 6
0.69315 1.79176
12 36
4 3.2104
0.4805 4.15888
3.58352 1.24195
3 4
7 1.38629
1.94591 28
49 16
3.7866 1.9218
9.70406 7.78364
2.69760 5
3 4
1.09861 1.38629
12 16
9 1.9218
1.2069 4.39445
4.15888 1.52300
6 4
4 1.38629
1.38629 16
16 16
1.9218 1.9218
5.54518 5.54518
1.92181 7
3 3
1.09861 1.09861
9 9
9 1.2069
1.2069 3.29584
3.29584 1.20695
8 7
5 1.94591
1.60944 35
25 49
2.5903 3.7866
9.72955 11.26607
3.13182 9
3 4
1.09861 1.38629
12 16
9 1.9218
1.2069 4.39445
4.15888 1.52300
10 2
4 0.69315
1.38629 8
16 4
1.9218 0.4805
2.77259 2.77259
0.96091 11
3 3
1.09861 1.09861
9 9
9 1.2069
1.2069 3.29584
3.29584 1.20695
12 4
4 1.38629
1.38629 16
16 16
1.9218 1.9218
5.54518 5.54518
1.92181 13
2 3
0.69315 1.09861
6 9
4 1.2069
0.4805 2.07944
2.19722 0.76150
15 6
6 1.79176
1.79176 36
36 36
3.2104 3.2104
10.75056 10.75056
3.21040 16
3 5
1.09861 1.60944
15 25
9 2.5903
1.2069 5.49306
4.82831 1.76815
18 3
5 1.09861
1.60944 15
25 9
2.5903 1.2069
5.49306 4.82831
1.76815 19
6 4
1.79176 1.38629
24 16
36 1.9218
3.2104 7.16704
8.31777 2.48391
20 7
5 1.94591
1.60944 35
25 49
2.5903 3.7866
9.72955 11.26607
3.13182 21
6 7
1.79176 1.94591
42 49
36 3.7866
3.2104 12.54232
11.67546 3.48660
23 4
5 1.38629
1.60944 20
25 16
2.5903 1.9218
6.93147 6.43775
2.23115 24
5 5
1.60944 1.60944
25 25
25 2.5903
2.5903 8.04719
8.04719 2.59029
25 2
3 0.69315
1.09861 6
9 4
1.2069 0.4805
2.07944 2.19722
0.76150 26
3 4
1.09861 1.38629
12 16
9 1.9218
1.2069 4.39445
4.15888 1.52300
27 3
3 1.09861
1.09861 9
9 9
1.2069 1.2069
3.29584 3.29584
1.20695 28
2 4
0.69315 1.38629
8 16
4 1.9218
0.4805 2.77259
2.77259 0.96091
29 2
3 0.69315
1.09861 6
9 4
1.2069 0.4805
2.07944 2.19722
0.76150 30
5 5
1.60944 1.60944
25 25
25 2.5903
2.5903 8.04719
8.04719 2.59029
31 5
6 1.60944
1.79176 30
36 25
3.2104 2.5903
9.65663 8.95880
2.88373 32
3 5
1.09861 1.60944
15 25
9 2.5903
1.2069 5.49306
4.82831 1.76815
33 4
5 1.38629
1.60944 20
25 16
2.5903 1.9218
6.93147 6.43775
2.23115 34
4 4
1.38629 1.38629
16 16
16 1.9218
1.9218 5.54518
5.54518 1.92181
35 7
5 1.94591
1.60944 35
25 49
2.5903 3.7866
9.72955 11.26607
3.13182 36
5 6
1.60944 1.79176
30 36
25 3.2104
2.5903 9.65663
8.95880 2.88373
37 4
4 1.38629
1.38629 16
16 16
1.9218 1.9218
5.54518 5.54518
1.92181
Universitas Sumatera Utara
Y
rata-rata =
3.91549 ln Y
rata-rata =
1.29326 X
rata-rata =
4,43662 ln X
rata-rata =
1.46421
Kel Tot.Trip
Trip kelhari
Y Jlh
Kel. Org
X
1
Ln Y Ln X
1
X
1
Y
1
X
1 2
Y
2
LnX
1 2
LnY
2
X
1.
Ln Y Ln X
1
. Y LnY.LnX
11
38 5
5 1.60944
1.60944 25
25 25
2.5903 2.5903
8.04719 8.04719
2.59029 39
4 4
1.38629 1.38629
16 16
16 1.9218
1.9218 5.54518
5.54518 1.92181
40 4
5 1.38629
1.60944 20
25 16
2.5903 1.9218
6.93147 6.43775
2.23115 42
5 5
1.60944 1.60944
25 25
25 2.5903
2.5903 8.04719
8.04719 2.59029
43 3
4 1.09861
1.38629 12
16 9
1.9218 1.2069
4.39445 4.15888
1.52300 44
6 6
1.79176 1.79176
36 36
36 3.2104
3.2104 10.75056
10.75056 3.21040
45 7
6 1.94591
1.79176 42
36 49
3.2104 3.7866
11.67546 12.54232
3.48660 46
5 5
1.60944 1.60944
25 25
25 2.5903
2.5903 8.04719
8.04719 2.59029
49 3
4 1.09861
1.38629 12
16 9
1.9218 1.2069
4.39445 4.15888
1.52300 50
5 5
1.60944 1.60944
25 25
25 2.5903
2.5903 8.04719
8.04719 2.59029
51 4
4 1.38629
1.38629 16
16 16
1.9218 1.9218
5.54518 5.54518
1.92181 52
3 3
1.09861 1.09861
9 9
9 1.2069
1.2069 3.29584
3.29584 1.20695
53 2
3 0.69315
1.09861 6
9 4
1.2069 0.4805
2.07944 2.19722
0.76150 54
4 4
1.38629 1.38629
16 16
16 1.9218
1.9218 5.54518
5.54518 1.92181
55 3
4 1.09861
1.38629 12
16 9
1.9218 1.2069
4.39445 4.15888
1.52300 56
4 4
1.38629 1.38629
16 16
16 1.9218
1.9218 5.54518
5.54518 1.92181
57 5
5 1.60944
1.60944 25
25 25
2.5903 2.5903
8.04719 8.04719
2.59029 58
4 5
1.38629 1.60944
20 25
16 2.5903
1.9218 6.93147
6.43775 2.23115
59 4
4 1.38629
1.38629 16
16 16
1.9218 1.9218
5.54518 5.54518
1.92181 60
1 3
0.00000 1.09861
3 9
1 1.2069
0.0000 0.00000
1.09861 0.00000
61 4
6 1.38629
1.79176 24
36 16
3.2104 1.9218
8.31777 7.16704
2.48391 62
5 4
1.60944 1.38629
20 16
25 1.9218
2.5903 6.43775
6.93147 2.23115
63 2
3 0.69315
1.09861 6
9 4
1.2069 0.4805
2.07944 2.19722
0.76150 64
2 4
0.69315 1.38629
8 16
4 1.9218
0.4805 2.77259
2.77259 0.96091
65 4
5 1.38629
1.60944 20
25 16
2.5903 1.9218
6.93147 6.43775
2.23115 66
4 5
1.38629 1.60944
20 25
16 2.5903
1.9218 6.93147
6.43775 2.23115
68 2
4 0.69315
1.38629 8
16 4
1.9218 0.4805
2.77259 2.77259
0.96091 69
4 4
1.38629 1.38629
16 16
16 1.9218
1.9218 5.54518
5.54518 1.92181
70 4
4 1.38629
1.38629 16
16 16
1.9218 1.9218
5.54518 5.54518
1.92181 71
4 4
1.38629 1.38629
16 16
16 1.9218
1.9218 5.54518
5.54518 1.92181
72 2
3 0.69315
1.09861 6
9 4
1.2069 0.4805
2.07944 2.19722
0.76150 74
3 3
1.09861 1.09861
9 9
9 1.2069
1.2069 3.29584
3.29584 1.20695
75 6
6 1.79176
1.79176 36
36 36
3.2104 3.2104
10.75056 10.75056
3.21040 76
5 5
1.60944 1.60944
25 25
25 2.5903
2.5903 8.04719
8.04719 2.59029
77 6
4 1.79176
1.38629 24
16 36
1.9218 3.2104
7.16704 8.31777
2.48391 78
4 4
1.38629 1.38629
16 16
16 1.9218
1.9218 5.54518
5.54518 1.92181
79 2
3 0.69315
1.09861 6
9 4
1.2069 0.4805
2.07944 2.19722
0.76150 80
4 5
1.38629 1.60944
20 25
16 2.5903
1.9218 6.93147
6.43775 2.23115
278 315
91.821123 103.959143
1296 1469
1230 155.9
129.8 424.812
421.74 138.5961
Universitas Sumatera Utara
Dari data diatas dilakukan pengamatan hubungan jumlah anggota keluarga variabel independen dengan total perjalanan variabel dependen,pengamatan
tersebut menggunakan program SPSS 15 sehingga menghasilkan data sebagai
berikut:
Model Summary
Model R
R Square Adjusted R
Square Std. Error of
the Estimate 1
.623a .388
.379 1.120
a Predictors: Constant, Jumlah Keluarga
ANOVAb
Model Sum of
Squares df
Mean Square F
Sig. 1
Regression 54.869
1 54.869
43.706 .000a
Residual 86.624
69 1.255
Total 141.493
70 a Predictors: Constant, Jumlah Keluarga
b Dependent Variable: Total Trip per Hari
Coefficientsa
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
B Std. Error
1 Constant
.028 .603
.046 .963
Jumlah Keluarga .876
.133 .623
6.611 .000
a Dependent Variable: Total Trip per Hari
Universitas Sumatera Utara
Model Summary and Parameter Estimates
Dependent Variable: Total Trip per Hari The independent variable is Jumlah Keluarga.
Sumber: Hasil Analisis SPSS
Perhitungan Pembentukan Model Persamaan dan Nilai R
2
Data hasil analisis pada table 5.3 Y
= 3.9155
∑
LnY = 1,2933
Y = 4.4366
∑
1
LnY =1.46442
∑
Y
= 278
∑
LnY
= 91.8211
∑
1
X
= 351
∑
1
LnY
= 107,9591
∑
Y X
1
= 1296
∑
2 1
LnX = 155,9002
∑
2 1
X = 1469
∑
2
LnY = 129,7663
∑
2
Y
= 1230
∑
LnY X .
1
= 424,812
∑
1
.LnX LnY
=138,5962
∑
Ln
Y X
1
= 421,7402 •
Dalam bentuk Fungsi Linear
1 1
.X Y
o
β β +
=
1
β
∑ ∑
∑ ∑ ∑
− −
=
2 1
2 1
1 1
. .
X X
n X
Y Y
X n
=
2
1469315 71
315 278
- 1296
71
= 0,876
β
1 1
X Y
− =
= 4,4366
0,876 -
3,9155 = 0,029
Equation Model Summary
Parameter Estimates R Square
F df1
df2 Sig.
Constant b1
b2 Linear
.388 43.706
1 69
.000 .028
.876 Logarithmic
.414 48.782
1 69
.000 -1.926
3.990 Quadratic
.430 25.624
2 68
.000 -4.704
3.025 -.232
Exponential .386
43.400 1
69 .000
1.235 .244
Universitas Sumatera Utara
2
R
{ }
{ }
∑ ∑
∑ ∑
∑ ∑ ∑
− −
− =
2 2
2 1
2 1
2 1
1
. .
. .
Y Y
n X
X n
Y X
YX n
=
{ }{
}
2 2
2
278 1230
. 71
. 315
1469 .
71 278
. 315
1296 .
71 −
− −
2
R 3878
, =
Maka model persamaan dalam fungsi linear adalah : Y
1
876 ,
029 ,
X +
= 3878
,
2
= R
•
Dalam bentuk Fungsi Eksponen
1 X
e Y
β
β =
2 2
1 2
1 1
1 1
315 1469
71 315
918211 812
, 424
71 .
. .
− −
= −
=
∑ ∑
∑ ∑ ∑
LnX LnX
n LnX
LnY Y
Ln LnX
n β
= 0,244
1 1
.X LnY
Ln
o
β β
− =
= 1,2933 – 0,244 4,4366
2346 ,
1
029 ,
= = e
o
β
{ }
{ }
∑ ∑
∑ ∑
∑ ∑ ∑
− −
− =
2 2
2 1
2 1
2 1
1 2
. .
. .
. .
LnY LnY
n X
X n
LnY X
X LnY
n R
{ }{
}
2 2
2 2
918211 7663
, 129
. 71
315 1469
. 71
8211 ,
91 .
315 812
, 424
. 71
− −
− =
R
3861 ,
2
= R
Maka model persamaan dalam fungsi eksponensial adalah :
1
244 ,
. 2346
, 1
X
e Y
= 3861
,
2
= R
Universitas Sumatera Utara
•
Dalam bentuk Fungsi Kuadratik
1
1
β
β
X Y
o
=
2 2
1 2
1 1
1 1
9591 ,
103 9002
, 155
71 9591
, 103
918211 5962
, 138
71 .
. −
− =
− −
=
∑ ∑
∑ ∑ ∑
LnX LnX
n LnX
LnY LnY
LnX n
β
= 1,1273
1 1
. X
Ln LnY
Ln
o
β β
− =
699 ,
3574 ,
= =
−
e
o
β
{ }
{ }
2 2
2 1
2 1
2 1
1 2
. .
. .
∑ ∑
∑ ∑
∑ ∑
∑
− −
− =
LnY LnY
n X
X n
LnY X
X LnY
n R
{ }{
}
2 2
2 2
918211 ,
91 7663
, 129
. 71
. 9591
. 103
9002 .
155 .
71 1039591
. 8211
, 91
5962 ,
138 .
71 −
− −
= R
4142 ,
2
= R
•
Dalam bentuk fungsi Logaritma
{ }
1 1
X Ln
Y
o
β β +
=
2 2
1 2
1 1
1
9591 ,
103 9002
, 155
71 9591
, 103
278 7402
, 421
71 .
− −
= −
− =
∑ ∑
∑ ∑ ∑
LnX LnX
n LnX
Y Y
LnX n
q
β
1 1
. X
Ln Y
o Ln
β β
− =
= 3,9155 - 3,9896 1,4642
{ }
{ }
2 2
2 2
1 2
1 1
2
. .
. .
.
∑ ∑
∑ ∑
∑ ∑
∑
− −
− =
Y Y
n LnX
LnX n
Y LnX
X Y
n R
{ }
{ }
278 130
. 71
. 9591
. 103
9002 .
155 .
71 278
. 1039591
7402 ,
421 .
71
2 2
2
− −
− =
R
4142 ,
2
= R
Maka model persamaan dalam fungsi logaritma adalah :
1
9896 ,
3 9261
, 1
LnX Y
+ −
= 4142
,
2
= R
Universitas Sumatera Utara
7 6
5 4
3 2
1
Jumlah Keluarga
7 6
5 4
3
Total Trip per Hari
Exponential Quadratic
Logarithmic Linear
Observed
Tabel 5.4 bentuk bangkitan perjalanan dan nilai Determinan R
2
Tipe Model Persamaan
R
2
Fungsi linier Y = 0,028 + 0,876X
1
0,338
Fungsi eksponensial Y = 1,235 e
0,244X1
0,386
Fungsi kuadratik Y = 0,669 X
1 1,1273
0,430
Funsi logaritma Y = -1,926 + 3,990 Ln X
1
0,414
Grafik hubungan antara Total Trip dengan Jumlah Keluarga
Dari table diatas
Dari tabel diatas model yang secara statistik untuk menghitung bangkitan perjalanan keluarga dikawasan Pusat Kota Langsa adalah dalam bentuk fungsi
kuadratik karena mempunyai nilai koefisien determinan R
2
yang paling besar
dibandingkan dengan ketiga model lainnya R
2
= 0,414 . Karena nilai koefisien
Universitas Sumatera Utara
determinan R
2
fungsi kuadratik lebih besar dari ketiga model lainnya maka fungsi tersebut harus diubah dengan menjadikannya kedalam bentuk logaritma kemudian
diubah kedalam bentuk linier. Perubahan analisis dari bentuk fungsi kuadratik ke bentuk logaritma dapat
dilihat pada tabel dibawah ini. Setelah dirubah kedalam bentk fungsi logaritma,
maka dibuat kembali kedalam bentuk fungsi linier, dimana sebagai data input Y adalah Log Y dan data input X
adalah Log β + β
1
Log X
1
. Kemudian kita lakukan analisis untuk mendapatkan koe
fisien regresi β dan β
1,
koefisien determinan R
2
, uji-t parsialindividu dan uji-f sumultan.
Universitas Sumatera Utara
Tabel 5.5 Analisis Total Trip Dengan Jumlah Anggota keluarga dalam bentuk fungsi Logaritma
Kel. Total
Trip TripKelhari
Y Jumlah
anggota keluarga
X
1
log β0 β1
log X1 β1 x
log X1 Log β0
+ β1 x
Log X1 Log Y
1 4
5 -0.15552
1.12730 0.69897
0.78795 0.63243
0.60206 2
2 6
-0.15552 1.12730
0.778151 0.87721
0.72169 0.30103
3 4
7 -0.15552
1.12730 0.845098
0.95268 0.79716
0.60206 5
3 4
-0.15552 1.12730
0.60206 0.67870
0.52318 0.477121
6 4
4 -0.15552
1.12730 0.60206
0.67870 0.52318
0.60206 7
3 3
-0.15552 1.12730
0.477121 0.53786
0.38234 0.477121
8 7
5 -0.15552
1.12730 0.69897
0.78795 0.63243
0.845098 9
3 4
-0.15552 1.12730
0.60206 0.67870
0.52318 0.477121
10 2
4 -0.15552
1.12730 0.60206
0.67870 0.52318
0.30103 11
3 3
-0.15552 1.12730
0.477121 0.53786
0.38234 0.477121
12 4
4 -0.15552
1.12730 0.60206
0.67870 0.52318
0.60206 13
2 3
-0.15552 1.12730
0.477121 0.53786
0.38234 0.30103
15 6
6 -0.15552
1.12730 0.778151
0.87721 0.72169
0.778151 16
3 5
-0.15552 1.12730
0.69897 0.78795
0.63243 0.477121
18 3
5 -0.15552
1.12730 0.69897
0.78795 0.63243
0.477121 19
6 4
-0.15552 1.12730
0.60206 0.67870
0.52318 0.778151
20 7
5 -0.15552
1.12730 0.69897
0.78795 0.63243
0.845098 21
6 7
-0.15552 1.12730
0.845098 0.95268
0.79716 0.778151
23 4
5 -0.15552
1.12730 0.69897
0.78795 0.63243
0.60206 24
5 5
-0.15552 1.12730
0.69897 0.78795
0.63243 0.69897
25 2
3 -0.15552
1.12730 0.477121
0.53786 0.38234
0.30103 26
3 4
-0.15552 1.12730
0.60206 0.67870
0.52318 0.477121
27 3
3 -0.15552
1.12730 0.477121
0.53786 0.38234
0.477121 28
2 4
-0.15552 1.12730
0.60206 0.67870
0.52318 0.30103
29 2
3 -0.15552
1.12730 0.477121
0.53786 0.38234
0.30103 30
5 5
-0.15552 1.12730
0.69897 0.78795
0.63243 0.69897
31 5
6 -0.15552
1.12730 0.778151
0.87721 0.72169
0.69897 32
3 5
-0.15552 1.12730
0.69897 0.78795
0.63243 0.477121
33 4
5 -0.15552
1.12730 0.69897
0.78795 0.63243
0.60206 34
4 4
-0.15552 1.12730
0.60206 0.67870
0.52318 0.60206
35 7
5 -0.15552
1.12730 0.69897
0.78795 0.63243
0.845098 36
5 6
-0.15552 1.12730
0.778151 0.87721
0.72169 0.69897
37 4
4 -0.15552
1.12730 0.60206
0.67870 0.52318
0.60206 38
5 5
-0.15552 1.12730
0.69897 0.78795
0.63243 0.69897
39 4
4 -0.15552
1.12730 0.60206
0.67870 0.52318
0.60206 40
4 5
-0.15552 1.12730
0.69897 0.78795
0.63243 0.60206
42 5
5 -0.15552
1.12730 0.69897
0.78795 0.63243
0.69897
Universitas Sumatera Utara
Kel. Total
Trip TripKelhari
Y Jumlah
anggota keluarga
X
1
log β0 β1
log X1 β1 x log
X1 Log β0
+ β1 x
Log X1 Log Y
43 3
4 -0.15552
1.12730 0.60206
0.67870 0.52318
0.477121 44
6 6
-0.15552 1.12730
0.778151 0.87721
0.72169 0.778151
45 7
6 -0.15552
1.12730 0.778151
0.87721 0.72169
0.845098 46
6 5
-0.15552 1.12730
0.69897 0.78795
0.63243 0.778151
49 3
4 -0.15552
1.12730 0.60206
0.67870 0.52318
0.477121 50
5 5
-0.15552 1.12730
0.69897 0.78795
0.63243 0.69897
51 4
4 -0.15552
1.12730 0.60206
0.67870 0.52318
0.60206 52
3 3
-0.15552 1.12730
0.477121 0.53786
0.38234 0.477121
53 2
3 -0.15552
1.12730 0.477121
0.53786 0.38234
0.30103 54
4 4
-0.15552 1.12730
0.60206 0.67870
0.52318 0.60206
55 3
4 -0.15552
1.12730 0.60206
0.67870 0.52318
0.477121 56
4 4
-0.15552 1.12730
0.60206 0.67870
0.52318 0.60206
57 5
5 -0.15552
1.12730 0.69897
0.78795 0.63243
0.69897 58
4 5
-0.15552 1.12730
0.69897 0.78795
0.63243 0.60206
59 4
4 -0.15552
1.12730 0.60206
0.67870 0.52318
0.60206 60
1 3
-0.15552 1.12730
0.477121 0.53786
0.38234 61
4 6
-0.15552 1.12730
0.778151 0.87721
0.72169 0.60206
62 5
4 -0.15552
1.12730 0.60206
0.67870 0.52318
0.69897 63
2 3
-0.15552 1.12730
0.477121 0.53786
0.38234 0.30103
64 2
4 -0.15552
1.12730 0.60206
0.67870 0.52318
0.30103 65
4 5
-0.15552 1.12730
0.69897 0.78795
0.63243 0.60206
66 4
5 -0.15552
1.12730 0.69897
0.78795 0.63243
0.60206 68
2 4
-0.15552 1.12730
0.60206 0.67870
0.52318 0.30103
69 4
4 -0.15552
1.12730 0.60206
0.67870 0.52318
0.60206 70
4 4
-0.15552 1.12730
0.60206 0.67870
0.52318 0.60206
71 4
4 -0.15552
1.12730 0.60206
0.67870 0.52318
0.60206 72
2 3
-0.15552 1.12730
0.477121 0.53786
0.38234 0.30103
74 3
3 -0.15552
1.12730 0.477121
0.53786 0.38234
0.477121 75
6 6
-0.15552 1.12730
0.778151 0.87721
0.72169 0.778151
76 5
5 -0.15552
1.12730 0.69897
0.78795 0.63243
0.69897 77
6 4
-0.15552 1.12730
0.60206 0.67870
0.52318 0.778151
78 4
4 -0.15552
1.12730 0.60206
0.67870 0.52318
0.60206 79
2 3
-0.15552 1.12730
0.477121 0.53786
0.38234 0.30103
80 4
5 -0.15552
1.12730 0.69897
0.78795 0.63243
0.60206
Universitas Sumatera Utara
Model Summary
.651
a
.424 .416
.13255061 .424
50.870 1
69 .000
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
R Square Change
F Change df1
df2 Sig. F Change
Change Statistics
Predictors: Constant, Total Trip per Hari a.
Coefficients
a
-.002 .081
-.026 .979
1.006 .141
.651 7.132
.000 .651
.651 .651
1.000 1.000
Constant Total Trip per Hari
Model 1
B Std. Error
Unstandardized Coefficients
Beta Standardized
Coefficients t
Sig. Zero-order
Partial Part
Correlations Tolerance
VIF Collinearity Statistics
Dependent Variable: Jumlah Keluarga a.
Descriptive Statistics
Mean Std. Deviation
N Jumlah Keluarga
.5627688 .17345536
71 Total Trip per Hari
.5613296 .11228130
71
ANOVAb
Model Sum of
Squares df
Mean Square F
Sig. 1
Regression .894
1 .894
50.870 .000a
Residual 1.212
69 .018
Total 2.106
70 a Predictors: Constant, Total Trip per Hari
b Dependent Variable: Jumlah Keluarga
Sumber : Hasil Analisis SPSS
Universitas Sumatera Utara
Kepemilikan Kendaraan
2 1.8
1.6 1.4
1.2 1
7
6
5
4
3
2
1
Total Trip per Hari
Exponential Quadratic
Logarithmic Linear
Observed
5.2.3 Memeriksa Hubungan Antara Total Trip Y terhadap Kepemilikan Kendaraan.
Tabel 5.6 Bentuk Model Bangkitan Perjalanan dan Nilai R
2
Tipe Model Persamaan
R
2
Fungsi linier Y = 1,027 + 2,629 X
1
0,308
Fungsi eksponensial Y = 1,891 e
0,597X2
0,204 Fungsi kuadratik
Y = 3,656 X
2 0,876
0,308 Funsi logaritma
Y = 3,656 + 3,794 Ln X
2
0,308
Sumber : Hasil Analisis
Grafik Hubungan Antara Total Trip dengan Kepemilikan Kendaraan
Universitas Sumatera Utara
Dari tabel diatas model yang secara statistik untuk menghitung bangkitan perjalanan keluarga dikawasan Pusat Kota Langsa adalah dalam bentuk fungsi
linier, logaritma dan kuadratik karena mempunyai nilai koefisien determinan R
2
yang paling besar R
2
= 0,308. Hasil uji dari variabel diatas dapat dilihat pada Tabel 5.6 berikut :
Universitas Sumatera Utara
Tabel 5.7. Analisis Total Trip dengan Kepemilikan Kendaraan
Keluarga Total
Trip TripKelhari
Y Kepemilikan
kendaraan unit
X
2
1 4
1 2
2 1
3 4
1 5
3 1
6 4
1 7
3 1
8 7
1 9
3 1
10 2
1 11
3 1
12 4
1 13
2 1
15 6
1 16
3 1
18 3
1 19
6 2
20 7
2 21
6 1
23 4
1 24
5 1
25 2
1 26
3 1
27 3
1 28
2 1
29 2
1 30
5 1
31 5
1 32
3 1
33 4
1 34
4 1
35 7
2 36
5 1
37 4
1 38
5 1
39 4
1 40
4 1
42 5
1 43
3 1
44 6
1
Universitas Sumatera Utara
Keluarga Total
Trip TripKelhari
Y Kepemilikan
kendaraan unit
X
2
45 7
2 46
6 1
49 3
1 50
5 2
51 4
1 52
3 1
53 2
1 54
4 1
55 3
1 56
4 1
57 5
1 58
4 1
59 4
1 60
1 1
61 4
1 62
5 1
63 2
1 64
2 1
65 4
1 66
4 1
68 2
1 69
4 1
70 4
1 71
4 1
72 2
1 74
3 1
75 6
2 76
5 1
77 6
2 78
4 1
79 2
1 80
4 1
Universitas Sumatera Utara
Model Summary and Parameter Estimates
Dependent Variable: Total Trip per Hari
.308 30.759
1 69
.000 1.027
2.629 .308
30.759 1
69 .000
3.656 3.794
.308 30.759
1 69
.000 2.780
.000 .876
.204 17.727
1 69
.000 1.891
.597 Equation
Linear Logarithmic
Quadratic Exponential
R Square F
df1 df2
Sig. Model Summary
Constant b1
b2 Parameter Estimates
The independent variable is Kepemilikan Kendaraan.
Model Summary
.555
a
.308 .298
1.191 .308
30.759 1
69 .000
Model 1
R R Square
Adjusted R Square
Std. Error of the Estimate
R Square Change
F Change df1
df2 Sig. F Change
Change Statistics
Predictors: Constant, Kepemilikan Kendaraan a.
ANOV A
b
43.627 1
43.627 30.759
.000
a
97.866 69
1.418 141.493
70 Regres sion
Residual Total
Model 1
Sum of Squares
df Mean S quare
F Sig.
Predic tors: Constant, Kepemilikan Kendaraan a.
Dependent Variable: Total Trip per Hari b.
Coefficients
a
1.027 .540
1.903 .061
2.629 .474
.555 5.546
.000 .555
.555 .555
1.000 1.000
Constant Kepemilikan Kendaraan
Model 1
B Std. Error
Unstandardized Coefficients
Beta Standardized
Coefficients t
Sig. Zero-order
Partial Part
Correlations Tolerance
VIF Collinearity Statistics
Dependent Variable: Total Trip per Hari a.
Sumber : Hasil Analisis SPSS
Universitas Sumatera Utara
5.2.4 Analisis Gabungan Variabel X
1
dan X
2
Tabel 5.8 Analisis Total Trip dengan Jumlah Keluarga dan Kepemilikan Kendaraan
Kel. Total
Trip TripKelhari
Y Jumlah
Keluarga Orang
X
1
Kepemilikan kendaraan
unit X
2
1 4
5 1
2 2
6 1
3 4
7 1
5 3
4 1
6 4
4 1
7 3
3 1
8 7
5 1
9 3
4 1
10 2
4 1
11 3
3 1
12 4
4 1
13 2
3 1
15 6
6 1
16 3
5 1
18 3
5 1
19 6
4 2
20 7
5 2
21 6
7 1
23 4
5 1
24 5
5 1
25 2
3 1
26 3
4 1
27 3
3 1
28 2
4 1
29 2
3 1
30 5
5 1
31 5
6 1
32 3
5 1
33 4
5 1
34 4
4 1
35 7
5 2
36 5
6 1
37 4
4 1
38 5
5 1
39 4
4 1
40 4
5 1
42 5
5 1
Universitas Sumatera Utara
Kel. Total
Trip TripKelhari
Y Jumlah
Keluarga Orang
X1 Kepemilikan
kendaraan unit
X2
43 3
4 1
44 6
6 1
45 7
6 2
46 6
5 1
49 3
4 1
50 5
5 2
51 4
4 1
52 3
3 1
53 2
3 1
54 4
4 1
55 3
4 1
56 4
4 1
57 5
5 1
58 4
5 1
59 4
4 1
60 1
3 1
61 4
6 1
62 5
4 1
63 2
3 1
64 2
4 1
65 4
5 1
66 4
5 1
68 2
4 1
69 4
4 1
70 4
4 1
71 4
4 1
72 2
3 1
74 3
3 1
75 6
6 2
76 5
5 1
77 6
4 2
78 4
4 1
79 2
3 1
80 4
5 1
Universitas Sumatera Utara
Model Summary
b
.767
a
.588 .576
.926 .588
48.517 2
68 .000
1.954 Model
1 R
R Square Adjusted
R Square Std. Error of
the Estimate R Square
Change F Change
df1 df2
Sig. F Change Change Statistics
Durbin- W atson
Predictors: Constant, Jumlah Keluarga, Kepemilikan Kendaraan a.
Dependent Variable: Total Trip per Hari b.
ANOV A
b
83.193 2
41.597 48.517
.000
a
58.300 68
.857 141.493
70 Regres sion
Residual Total
Model 1
Sum of Squares
df Mean S quare
F Sig.
Predic tors: Constant, Jumlah K eluarga, Kepemilikan Kendaraan a.
Dependent Variable: Total Trip per Hari b.
Coefficients
a
-1.813 .592
-3.061 .003
2.156 .375
.455 5.748
.000 .555
.572 .447
.966 1.036
.757 .111
.538 6.793
.000 .623
.636 .529
.966 1.036
Constant Kepemilikan Kendaraan
Jumlah Keluarga Model
1 B
Std. Error Unstandardized
Coefficients Beta
Standardized Coefficients
t Sig.
Zero-order Partial
Part Correlations
Tolerance VIF
Collinearity Statistics
Dependent Variable: Total Trip per Hari a.
Sumber : Hasil Analisis SPSS
5.3 Model Persamaan Regresi Yang Sesuai Secara Statistik
Kategori