Proses Pengolahan Data TINJAUAN PUSTAKA

Grafik IV.6 Jumlah kepemilikan kendaraan Sepeda Motor

IV.4 Proses Pengolahan Data

Dari data yang diperoleh melalui kuesioner model formulasi produksi perjalanan menggunakan formula Multiple Regression dengan bantuan software SPSS 18. 4.4.1 Analisa Korelasi Tujuan dari analisa korelasi adalah untuk melihat hubungan bivariat, antara variabel independent, yang meliputi jumlah anggota keluarga, jumlah anggota keluarga yang bekerja, jumlah anggota keluarga yang bersekolah, jumlah pendapatan keluarga, jumlah kepemilikan mobil, dan jumlah kepemilikan sepeda motor, dengan produksi perjalanan Y atau variabel dependent. Koefisien korelasi untuk setiap variabel berbeda-beda dapat dilihat pada tabel di bawah ini. 55 43 2 JUM LAH KEPEM ILIKAN SEPEDA M OTOR 0 - 1 Unit 2 - 3 Unit 4 - 5 Unit Universitas Sumatera Utara Tabel IV.9 Interpretasi Koefisien Korelasi Interval Koefisien Tingkat Hubungan 0,00 – 0,199 Sangat Rendah 0,20 – 0,399 Rendah 0,40 – 0,599 Sedang 0,60 – 0,799 Kuat 0,80 – 1,000 Sangat kuat Sumber: Sugijono, 2000:175, dalam Michael, 2013 Korelasi pada perumahan J-City dengan variabel dependent adalah jumlah perjalanan Y, dan variabel independentnya adalah jumlah anggota keluarga, jumlah anggota keluarga yang bekerja, jumlah anggota keluarga yang bersekolah, jumlah pendapatan, jumlah kepemilikan mobil, dan jumlah kepemilikan sepeda motor. Dapat dilihat pada Tabel IV. 10. Universitas Sumatera Utara Tabel IV. 10 Tabel Korelasi Variabel Dependent dengan Variabel Independent Pergerakan Keluarga Bekerja Sekolah Pendapatan Mobil Motor Pergerakan Pearson Correlation 1 .749 .258 .616 .206 .376 .354 Sig. 2-tailed .000 .014 .000 .051 .000 .001 N 90 90 90 90 90 90 90 Keluarga Pearson Correlation .749 1 .297 .834 .153 .378 .435 Sig. 2-tailed .000 .004 .000 .150 .000 .000 N 90 90 90 90 90 90 90 Bekerja Pearson Correlation .258 .297 1 .154 .182 .124 .150 Sig. 2-tailed .014 .004 .147 .086 .243 .159 N 90 90 90 90 90 90 90 Sekolah Pearson Correlation .616 .834 .154 1 .116 .333 .395 Sig. 2-tailed .000 .000 .147 .276 .001 .000 N 90 90 90 90 90 90 90 Pendapatan Pearson Correlation .206 .153 .182 .116 1 .525 .123 Sig. 2-tailed .051 .150 .086 .276 .000 .248 N 90 90 90 90 90 90 90 Mobil Pearson Correlation .376 .378 .124 .333 .525 1 .062 Sig. 2-tailed .000 .000 .243 .001 .000 .564 N 90 90 90 90 90 90 90 Motor Pearson Correlation .354 .435 .150 .395 .123 .062 1 Sig. 2-tailed .001 .000 .159 .000 .248 .564 N 90 90 90 90 90 90 90 . Correlation is significant at the 0.01 level 2-tailed. . Correlation is significant at the 0.05 level 2-tailed. Universitas Sumatera Utara Tabel IV.11 Matriks Korelasi Variabel Terikat Jumlah Perjalanan Y Variabel Bebas Jumlah anggota keluarga X1 Jumlah pekerja X2 Jumlah keluarga yang bersekolah X3 Pendapata n keluarga X4 Kepemilikan mobil X5 Kepemilikan motor X6 Jumlah Perjalanan Y 1 Va ra b e l B e b a s Jumlah anggota keluarga X 1 0.749 1 Jumlah anggota keluarga yang bekerja X 2 0.258 0.297 1 Jumlah keluarga yang bersekolah X 3 0.616 0.834 0.154 1 Penghasilan rata-rata keluarga X 4 0.206 0.153 0.182 0.116 1 Jumlah kepemilikan mobil X 5 0.376 0.378 0.124 0.333 0.525 1 Jumlah kepemilikan motor X 6 0.354 0.435 0.150 0.395 0.123 0.062 1 Sumber: Hasil perhitungan Universitas Sumatera Utara Pada tabel matriks korelasi di atas dari hasil perhitungan dapat diketahui nilai hubungan antara variabel-variabel bebas dengan variabel terikat yang dijelaskan sebagai berikut:  Jumlah anggota keluarga X 1 mempunyai hubungan dengan produksi perjalanan Y dengan nilai R koefisien korelasi yaitu sebesar 0.749 atau variabel bebas dapat mempengaruhi variabel terikat dengan hubungan kuat sebesar 74,9. Artinya, jumlah anggota keluarga bertambah maka jumlah perjalanan juga akan semakin meningkatbertambah.  Jumlah anggota keluarga yang bekerja X 2 mempunyai hubungan dengan produksi perjalanan Y dengan nilai R koefisien korelasi yaitu sebesar 0,258 atau variabel bebas dapat mempengaruhi variabel terikat dengan hubungan rendah sebesar 25,8. Artinya jumlah anggota keluarga yang bekerja tidak begitu besar pengaruhnya terhadap produksi perjalanan.  Jumlah anggota keluarga yang bersekolahyang duduk dibangku pendidikan X 3 mempunyai hubungan dengan produksi perjalanan Y dengan nilai R koefisien korelasi yaitu sebesar 0,616 atau variabel bebas X 3 dapat mempengaruhi variabel terikat dengan hubungan yang kuat sebesar 61,6. Artinya jumlah anggota keluarga yang berseolah sangat besar pengaruhnya terhadap produksi perjalanan.  Jumlah pendapatan keluarga X 4 mempunyai hubungan dengan produksi perjalanan Y dengan nilai R koefisien korelasi yaitu sebesar 0,206 atau variabel bebas dapat mempengaruhi variabel terikat dengan hubungan yang rendah sebesar 20,6. Artinya jumlah pendapatan tidak begitu besar pengaruhnya terhadap produksi perjalanan.  Jumlah kepemilikan mobil X 5 mempunyai hubungan dengan produksi perjalanan Y dengan nilai R koefisien korelasi yaitu sebesar 0,376 atau variabel bebas dapat mempengaruhi produksi perjalanan yang tidak begitu kuat hanya sebesar 37,6. Artinya jumlah pendapatan tidak begitu besar pengaruhnya terhadap banyaknya pergerakan. Universitas Sumatera Utara  Jumlah kepemilikan sepeda motor X 6 mempunyai hubungan dengan produksi perjalanan Y dengan nilai R koefisien korelasi yaitu sebesar 0,354 atau variabel bebas dapat mempengaruhi variabel terikat dengan hubungan tidak begitu kuat atau rendah yaitu 35,4. Artinya jumlah kepemilikan sepeda motor tidak besar pengaruhnya terhadap jumlah pergerakan. 4. 4.2 Proses Pengolahan Analisa Regresi 1. Variabel Terikat Dependent dengan Variabel Bebas independent Tabel IV.12 Tingkat hubungan Y dengan X n Y dengan X n Koefisien Korelasi Tingkat Hubungan Y dengan X 1 0,749 Kuat Y dengan x 2 0,258 Rendah Y dengan x 3 0,616 Kuat Y dengan X 4 0,206 Rendah Y dengan X 5 0,376 Rendah Y dengan X 6 0,354 Rendah Proses penyeleksian variabel harus sesuai dengan syarat metode analisis regresi, bahwa variabel bebas yang akan dipakai dalam model adalah yang mempunyai korelasi dengan tingkat hubungan minimal sedang terhadap variabel terikat. Pada tabel IV.10 di atas dapat dilihat bahwa variabel bebas yang mempunyai tingkat hubungan minimal sedang variabel terikat jumlah perjalanan Y adalah jumlah anggota keluarga X 1 , dan jumlah anggota keluarga yang sekolah X 3 . Hasilnya adalah sebagai berikut: Universitas Sumatera Utara a. Hubungan korelasi Y - X 1 r = 0,749 X1 - X 2 r = 0,297 X1 - X 3 r = 0,834 X1 - X 4 r = 0,153 X1 - X 5 r = 0,378 X1 - X 6 r = 0,435 Karena korelasi antara variabel X 1 dan X 3 kuat maka X 3 tidak bisa digunakan dalam persamaan bila X 1 dimasukkan kedalam persamaan. Dengan analisa regresi menggunakan program SPSS 18 maka persamaan yang mungkin terjadi yaitu:  Dengan satu variabel X 1 : Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension 1 .749 a .561 .556 .87720 a. Predictors: Constant, Keluarga ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 86.686 1 86.686 112.656 .000 a Residual 67.714 88 .769 Total 154.400 89 a. Predictors: Constant, Keluarga b. Dependent Variable: Pergerakan Universitas Sumatera Utara Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.643 .348 4.724 .000 Keluarga .892 .084 .749 10.614 .000 a. Dependent Variable: Pergerakan Y = 1,643 + 0,892 X 1 R = 0,749 R 2 = 0,561  Dengan dua variabel 1. X 1 – X 2 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .750 a .563 .553 .88085 a. Predictors: Constant, Bekerja, Keluarga ANOVA b Model Sum of Squares df Mean Square F Sig. Regression 86.897 2 43.449 55.998 .000 a Residual 67.503 87 .776 Total 154.400 89 a. Predictors: Constant, Bekerja, Keluarga b. Dependent Variable: Pergerakan Universitas Sumatera Utara Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.524 .417 3.653 .000 Keluarga .878 .088 .738 9.938 .000 Bekerja .101 .195 .039 .522 .603 a. Dependent Variable: Pergerakan Y = 1,524 + 0,878 X 1 + 0,101 X 2 R = 0,750 R 2 = 0,563 2. X 1 – X 4 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .755 a .570 .560 .87356 a. Predictors: Constant, Pendapatan, Keluarga Universitas Sumatera Utara ANOVA b Model Sum of Squares df Mean Square F Sig. Regression 88.009 2 44.005 57.665 .000 a Residual 66.391 87 .763 Total 154.400 89 a. Predictors: Constant, Pendapatan, Keluarga b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta Constant 1.432 .381 3.755 .000 Keluarga .875 .085 .735 10.331 .000 Pendapatan .029 .022 .094 1.317 .191 a. Dependent Variable: Pergerakan Y = 1,432 + 0,875X1 + 0,029X4 R = 0,755 R 2 = 0,570 Universitas Sumatera Utara 3. X 1 – X 5 ANOVA b Model Sum of Squares df Mean Square F Sig. Regression 88.231 2 44.115 58.003 .000 a Residual 66.169 87 .761 Total 154.400 89 a. Predictors: Constant, Mobil, Keluarga b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta Constant 1.584 .348 4.551 .000 Keluarga .843 .090 .708 9.347 .000 Mobil .180 .126 .108 1.425 .158 a. Dependent Variable: Pergerakan Y = 1,584 + 0,843X 1 + 0,180X 5 R = 0,756 R 2 = 0,571 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .756 a .571 .562 .87211 a. Predictors: Constant, Mobil, Keluarga Universitas Sumatera Utara 4. X 1 – X 6 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .750 a .562 .552 .88122 a. Predictors: Constant, Motor, Keluarga ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 86.841 2 43.420 55.915 .000 a Residual 67.559 87 .777 Total 154.400 89 a. Predictors: Constant, Motor, Keluarga b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.634 .350 4.672 .000 Keluarga .874 .094 .734 9.321 .000 Motor .053 .118 .035 .446 .657 a. Dependent Variable: Pergerakan Y = 1,634 + 0,874X 1 + 0,053X 6 R = 0,750 R 2 = 0,562 Universitas Sumatera Utara  Dengan Tiga Variabel 1. X 1 , X 2 , X 4 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .755 a .571 .556 .87805 a. Predictors: Constant, Pendapatan, Keluarga, Bekerja Y = 1,362 + 0,866X1 + 0,066X2 + 0,028X4 R = 0,755 R 2 = 0,571 ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 88.097 3 29.366 38.089 .000 a Residual 66.303 86 .771 Total 154.400 89 a. Predictors: Constant, Pendapatan, Keluarga, Bekerja b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.362 .435 3.130 .002 Keluarga .866 .089 .728 9.782 .000 Bekerja .066 .196 .025 .337 .737 Pendapatan .028 .023 .090 1.247 .216 a. Dependent Variable: Pergerakan Universitas Sumatera Utara 2. X 1 , X 2 , X 5 ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 88.426 3 29.475 38.423 .000 a Residual 65.974 86 .767 Total 154.400 89 a. Predictors: Constant, Mobil, Bekerja, Keluarga b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.470 .416 3.530 .001 Keluarga .830 .094 .698 8.818 .000 Bekerja .098 .193 .037 .505 .615 Mobil .179 .127 .107 1.412 .162 a. Dependent Variable: Pergerakan Y = 1,470 + 0,830X 1 + 0,098X 2 + 0,179X 5 R = 0,757 R 2 = 0,573 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .757 a .573 .558 .87586 a. Predictors: Constant, Mobil, Bekerja, Keluarga Universitas Sumatera Utara 3. X 1 , X 2 , X 6 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .751 a .564 .549 .88500 a. Predictors: Constant, Motor, Bekerja, Keluarga ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 87.043 3 29.014 37.045 .000 a Residual 67.357 86 .783 Total 154.400 89 a. Predictors: Constant, Motor, Bekerja, Keluarga b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.518 .419 3.620 .000 Keluarga .861 .098 .723 8.828 .000 Bekerja .099 .196 .038 .509 .612 Motor .051 .119 .034 .432 .667 a. Dependent Variable: Pergerakan Y = 1,518 + 0,861X 1 + 0,099X 2 +0,051X 6 R = 0,751 R 2 = 0,564 Universitas Sumatera Utara 4. X 1 , X 4 , X 5 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .757 a .574 .559 .87478 a. Predictors: Constant, Mobil, Keluarga, Pendapatan ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 88.590 3 29.530 38.590 .000 a Residual 65.810 86 .765 Total 154.400 89 a. Predictors: Constant, Mobil, Keluarga, Pendapatan b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.473 .385 3.828 .000 Keluarga .847 .091 .711 9.343 .000 Pendapatan .018 .026 .057 .685 .495 Mobil .128 .147 .077 .871 .386 a. Dependent Variable: Pergerakan Y = 1,473 + 0,847X 1 + 0,018X 4 + 0,128X 5 R= 0,757 R 2 = 0,574 Universitas Sumatera Utara 5. X 1 , X 4 , X 6 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .755 a .571 .556 .87795 a. Predictors: Constant, Motor, Pendapatan, Keluarga ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 88.112 3 29.371 38.104 .000 a Residual 66.288 86 .771 Total 154.400 89 a. Predictors: Constant, Motor, Pendapatan, Keluarga b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.429 .383 3.727 .000 Keluarga .860 .094 .723 9.155 .000 Pendapatan .029 .022 .092 1.284 .203 Motor .043 .118 .029 .365 .716 a. Dependent Variable: Pergerakan Y = 1,429 + 0,860X 1 + 0,029X 4 + 0,043X 6 R = 0,755 R 2 = 0,571 Universitas Sumatera Utara 6. X 1 , X 5 , X 6 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .757 a .573 .559 .87515 a. Predictors: Constant, Motor, Mobil, Keluarga ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 88.533 3 29.511 38.531 .000 a Residual 65.867 86 .766 Total 154.400 89 a. Predictors: Constant, Motor, Mobil, Keluarga b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.569 .350 4.482 .000 Keluarga .815 .101 .685 8.061 .000 Mobil .190 .128 .114 1.487 .141 Motor .074 .118 .050 .628 .531 a. Dependent Variable: Pergerakan Y = 1,569 + 0,815X 1 + 0,190X 5 + 0,074X 6 R = 0,757 R 2 = 0,573 Universitas Sumatera Utara  Dengan Empat Variabel 1. X 1 , X 2 , X 4 , X 5 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .758 a .575 .555 .87908 a. Predictors: Constant, Mobil, Bekerja, Keluarga, Pendapatan ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 88.713 4 22.178 28.699 .000 a Residual 65.687 85 .773 Total 154.400 89 a. Predictors: Constant, Mobil, Bekerja, Keluarga, Pendapatan b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.392 .437 3.185 .002 Keluarga .836 .095 .702 8.803 .000 Bekerja .078 .197 .030 .399 .691 Pendapatan .016 .026 .051 .609 .544 Mobil .133 .148 .080 .893 .374 a. Dependent Variable: Pergerakan Y = 1,392 + 0,836X 1 + 0,078X 2 + 0,016X 4 + 0,133X 5 R = 0,758 R 2 = 0,575 Universitas Sumatera Utara 2. X 1 , X 2 , X 4 , X 6 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .756 a .571 .551 .88253 a. Predictors: Constant, Motor, Pendapatan, Bekerja, Keluarga ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 88.197 4 22.049 28.310 .000 a Residual 66.203 85 .779 Total 154.400 89 a. Predictors: Constant, Motor, Pendapatan, Bekerja, Keluarga b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.360 .438 3.109 .003 Keluarga .852 .097 .716 8.743 .000 Bekerja .065 .197 .025 .330 .742 Pendapatan .028 .023 .089 1.217 .227 Motor .043 .119 .028 .358 .721 a. Dependent Variable: Pergerakan Y = 1,360 + 0,852X 1 + 0,065X 2 + 0,028 X 4 + 0,043X 6 R = 0,756 R 2 = 0,571 Universitas Sumatera Utara 3. X 1 , X 4 , X 5 , X 6 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .758 a .575 .555 .87845 a. Predictors: Constant, Motor, Mobil, Pendapatan, Keluarga ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 88.807 4 22.202 28.771 .000 a Residual 65.593 85 .772 Total 154.400 89 a. Predictors: Constant, Motor, Mobil, Pendapatan, Keluarga b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.473 .386 3.812 .000 Keluarga .822 .102 .691 8.045 .000 Pendapatan .016 .026 .050 .596 .553 Mobil .143 .150 .086 .949 .345 Motor .064 .120 .042 .531 .597 a. Dependent Variable: Pergerakan Y = 1,473 + 0,822X 1 + 0,016X 4 + 0,143X 5 + 0,064X 6 R = 0,758 R 2 = 0,575 Universitas Sumatera Utara  Dengan Lima Variabel X 1 , X 2 , X 4 , X 5 , X 6 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .759 a .576 .551 .88284 a. Predictors: Constant, Motor, Mobil, Bekerja, Pendapatan, Keluarga ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 88.930 5 17.786 22.820 .000 a Residual 65.470 84 .779 Total 154.400 89 a. Predictors: Constant, Motor, Mobil, Bekerja, Pendapatan, Keluarga b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.392 .439 3.172 .002 Keluarga .812 .106 .682 7.642 .000 Bekerja .078 .198 .030 .396 .693 Pendapatan .014 .027 .045 .523 .602 Mobil .147 .152 .088 .970 .335 Motor .064 .121 .042 .527 .599 Universitas Sumatera Utara Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .759 a .576 .551 .88284 a. Dependent Variable: Pergerakan Y = 1,392+0,812X 1 +0,078X 2 +0,014X 4 +0,147X 5 +0,064X 6 R= 0,759 R 2 = 0,576 b. Korelasi Y dengan X 3 r = 0,616 X 3 – X 1 r = 0,834 X 3 – X 2 r = 0,154 X 3 – X 4 r = 0,116 X 3 – X 5 r = 0,333 X 3 – X 6 r = 0,395 Karena korelasi antara variabel X 3 – X 1 kuat maka tidak bisa digunakan dalam persamaan.  Dengan Satu Variabel Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .616 a .379 .372 1.04349 a. Predictors: Constant, Sekolah Universitas Sumatera Utara ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 58.578 1 58.578 53.797 .000 a Residual 95.822 88 1.089 Total 154.400 89 a. Predictors: Constant, Sekolah b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 3.779 .223 16.964 .000 Sekolah .825 .112 .616 7.335 .000 a. Dependent Variable: Pergerakan Y = 3,779 + 0,825X 3 R = 0,616 R 2 = 0,379 Universitas Sumatera Utara  Dengan Dua Variabel 1. X 3 – X 2 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .638 a .407 .393 1.02619 a. Predictors: Constant, Bekerja, Sekolah ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 62.783 2 31.392 29.810 .000 a Residual 91.617 87 1.053 Total 154.400 89 a. Predictors: Constant, Bekerja, Sekolah b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 3.090 .409 7.559 .000 Sekolah .791 .112 .590 7.061 .000 Bekerja .438 .219 .167 1.998 .049 a. Dependent Variable: Pergerakan Y = 3,090 + 0,438X 2 + 0,791X 3 R = 0,638 R 2 = 0,407 Universitas Sumatera Utara 2. X 3 – X 4 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .631 a .398 .384 1.03380 a. Predictors: Constant, Pendapatan, Sekolah ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 61.419 2 30.709 28.734 .000 a Residual 92.981 87 1.069 Total 154.400 89 a. Predictors: Constant, Pendapatan, Sekolah b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 3.409 .316 10.775 .000 Sekolah .804 .112 .600 7.164 .000 Pendapatan .043 .026 .137 1.630 .107 a. Dependent Variable: Pergerakan Y = 3,409 + 0,804X 3 + 0,043X 4 R = 0,631 R 2 = 0,398 Universitas Sumatera Utara 3. X 3 – X 5 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .642 a .412 .399 1.02137 a. Predictors: Constant, Mobil, Sekolah ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 63.642 2 31.821 30.503 .000 a Residual 90.758 87 1.043 Total 154.400 89 a. Predictors: Constant, Mobil, Sekolah b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 3.478 .257 13.522 .000 Sekolah .740 .117 .552 6.335 .000 Mobil .320 .145 .192 2.203 .030 a. Dependent Variable: Pergerakan Y = 3,478 + 0,740X 3 + 0,320X 5 R = 0,642 R 2 = 0,412 Universitas Sumatera Utara 4. X 3 – X 6 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .628 a .394 .380 1.03713 a. Predictors: Constant, Motor, Sekolah ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 60.820 2 30.410 28.272 .000 a Residual 93.580 87 1.076 Total 154.400 89 a. Predictors: Constant, Motor, Sekolah b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 3.597 .255 14.105 .000 Sekolah .756 .122 .564 6.208 .000 Motor .197 .137 .131 1.444 .152 a. Dependent Variable: Pergerakan Y = 3,597 + 0,756X 3 + 0,197X 6 R = 0,628 R 2 = 0,394 Universitas Sumatera Utara  Dengan Tiga Variabel 1. X 3 , X 2 , X 4 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .647 a .419 .398 1.02164 a. Predictors: Constant, Pendapatan, Sekolah, Bekerja ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 64.637 3 21.546 20.642 .000 a Residual 89.763 86 1.044 Total 154.400 89 a. Predictors: Constant, Pendapatan, Sekolah, Bekerja b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 2.864 .441 6.501 .000 Sekolah .777 .112 .580 6.943 .000 Bekerja .388 .221 .148 1.756 .083 Pendapatan .035 .026 .112 1.333 .186 a. Dependent Variable: Pergerakan Y = 2,864+0,388X 2 +0,777X 3 +0,035X 4 R = 0,647 R 2 = 0,419 Universitas Sumatera Utara 2. X 3 , X 2 , X 5 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .660 a .435 .415 1.00710 a. Predictors: Constant, Mobil, Bekerja, Sekolah ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 67.175 3 22.392 22.077 .000 a Residual 87.225 86 1.014 Total 154.400 89 a. Predictors: Constant, Mobil, Bekerja, Sekolah b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 2.864 .415 6.894 .000 Sekolah .713 .116 .533 6.153 .000 Bekerja .402 .216 .154 1.866 .065 Mobil .299 .144 .179 2.081 .040 a. Dependent Variable: Pergerakan Y = 2,864+0,402X 2 +0,713X 3 +0,299X 5 R = 0,660 R 2 = 0,435 Universitas Sumatera Utara 3. X 3 , X 2 , X 6 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .646 a .418 .397 1.02253 a. Predictors: Constant, Motor, Bekerja, Sekolah ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 64.481 3 21.494 20.557 .000 a Residual 89.919 86 1.046 Total 154.400 89 a. Predictors: Constant, Motor, Bekerja, Sekolah b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 2.973 .417 7.122 .000 Sekolah .732 .121 .546 6.066 .000 Bekerja .410 .219 .157 1.871 .065 Motor .172 .135 .115 1.274 .206 a. Dependent Variable: Pergerakan Y = 2,973 + 0,410X2 + 0,732X3 + 0,172X6 R = 0,646 R 2 = 0,418 Universitas Sumatera Utara 4. X 3 , X 4 , X 5 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .644 a .415 .394 1.02522 a. Predictors: Constant, Mobil, Sekolah, Pendapatan ANOVA b Model Sum of Squares Df Mean Square F Sig. 1 Regression 64.007 3 21.336 20.299 .000 a Residual 90.393 86 1.051 Total 154.400 89 a. Predictors: Constant, Mobil, Sekolah, Pendapatan b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 3.372 .315 10.717 .000 Sekolah .745 .117 .556 6.337 .000 Pendapatan .018 .030 .057 .589 .557 Mobil .268 .171 .161 1.569 .120 a. Dependent Variable: Pergerakan Y = 3,372+0,745X 3 +0,018X 4 +0,268X 5 R = 0,644 R 2 = 0,415 Universitas Sumatera Utara 5. X 3 , X 4 , X 6 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .640 a .410 .389 1.02941 a. Predictors: Constant, Motor, Pendapatan, Sekolah ANOVA b Model Sum of Squares Df Mean Square F Sig. 1 Regression 63.267 3 21.089 19.901 .000 a Residual 91.133 86 1.060 Total 154.400 89 a. Predictors: Constant, Motor, Pendapatan, Sekolah b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 3.268 .333 9.825 .000 Sekolah .742 .121 .554 6.125 .000 Pendapatan .040 .026 .127 1.519 .132 Motor .180 .136 .120 1.321 .190 a. Dependent Variable: Pergerakan Y = 3,268+0,742X 3 +0,040X 4 +0,180X 6 R = 0,640 R 2 = 0,410 Universitas Sumatera Utara 6. X 3 , X 5 , X 6 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .656 a .431 .411 1.01111 a. Predictors: Constant, Motor, Mobil, Sekolah ANOVA b Model Sum of Squares Df Mean Square F Sig. 1 Regression 66.478 3 22.159 21.675 .000 a Residual 87.922 86 1.022 Total 154.400 89 a. Predictors: Constant, Motor, Mobil, Sekolah b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 3.254 .288 11.297 .000 Sekolah .656 .126 .490 5.206 .000 Mobil .339 .144 .204 2.352 .021 Motor .222 .134 .148 1.666 .099 a. Dependent Variable: Pergerakan Y = 3,254+0,656X 3 +0,339X 5 +0,222X 6 R = 0,656 R 2 = 0,431 Universitas Sumatera Utara  Dengan Empat Variabel 1. X 3 , X 2 , X 4 , X 5 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .660 a .436 .409 1.01238 a. Predictors: Constant, Mobil, Bekerja, Sekolah, Pendapatan ANOVA b Model Sum of Squares Df Mean Square F Sig. 1 Regression 67.283 4 16.821 16.412 .000 a Residual 87.117 85 1.025 Total 154.400 89 a. Predictors: Constant, Mobil, Bekerja, Sekolah, Pendapatan b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 2.822 .437 6.452 .000 Sekolah .717 .117 .535 6.125 .000 Bekerja .392 .219 .150 1.788 .077 Pendapatan .010 .030 .032 .325 .746 Mobil .271 .168 .162 1.607 .112 a. Dependent Variable: Pergerakan Y = 2,822+0,392X 2 +0,717X 3 +0,010X 4 +0,271X 5 R = 0,660 R 2 = 0,436 Universitas Sumatera Utara 2. X 3 , X 2 , X 4 , X 6 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .654 a .428 .401 1.01920 a. Predictors: Constant, Motor, Pendapatan, Bekerja, Sekolah ANOVA b Model Sum of Squares Df Mean Square F Sig. 1 Regression 66.104 4 16.526 15.909 .000 a Residual 88.296 85 1.039 Total 154.400 89 a. Predictors: Constant, Motor, Pendapatan, Bekerja, Sekolah b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 2.770 .447 6.200 .000 Sekolah .723 .120 .540 6.004 .000 Bekerja .366 .221 .140 1.653 .102 Pendapatan .033 .026 .105 1.250 .215 Motor .161 .135 .107 1.188 .238 a. Dependent Variable: Pergerakan Y = 2,770+0,366X 2 +0,723X 3 +0,33X 4 +0,161X 6 R = 0,654 R 2 = 0,428 Universitas Sumatera Utara 3. X 3 , X 4 , X 5 , X 6 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .657 a .431 .405 1.01630 a. Predictors: Constant, Motor, Mobil, Sekolah, Pendapatan ANOVA b Model Sum of Squares Df Mean Square F Sig. 1 Regression 66.606 4 16.652 16.122 .000 a Residual 87.794 85 1.033 Total 154.400 89 a. Predictors: Constant, Motor, Mobil, Sekolah, Pendapatan b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 3.198 .331 9.667 .000 Sekolah .662 .128 .494 5.182 .000 Pendapatan .011 .030 .034 .352 .726 Mobil .307 .171 .184 1.798 .076 Motor .215 .136 .143 1.586 .116 a. Dependent Variable: Pergerakan Y = 3,198+0,662X 3 +0,011X 4 +0,307X 5 +0,215X 6 R = 0,657 R 2 = 0,431 Universitas Sumatera Utara  Dengan Lima Variabel X 3 , X 2 , X 4 , X 5 , X 6 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate dimension0 1 .671 a .450 .417 1.00577 a. Predictors: Constant, Motor, Mobil, Bekerja, Sekolah, Pendapatan ANOVA b Model Sum of Squares Df Mean Square F Sig. 1 Regression 69.427 5 13.885 13.727 .000 a Residual 84.973 84 1.012 Total 154.400 89 a. Predictors: Constant, Motor, Mobil, Bekerja, Sekolah, Pendapatan b. Dependent Variable: Pergerakan Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 2.701 .442 6.104 .000 Sekolah .643 .127 .480 5.072 .000 Bekerja .365 .219 .139 1.670 .099 Pendapatan .004 .030 .012 .127 .899 Mobil .307 .169 .184 1.813 .073 Motor .196 .135 .131 1.456 .149 a. Dependent Variable: Pergerakan Y = 2,701+0,365X 2 +0,643X 3 +0,004X 4 +0,307X 5 +0,196X 6 R= 0,671 R 2 = 0,450 Universitas Sumatera Utara Dari hasil regresi diperoleh beberapa model pergerakan yang signifikan yaitu: Tabel IV.13 Persamaan Regresi R dan R 2 N0 Model Regresi Linear yang dihasilkan R R 2 1 Y = 1,643 + 0,892 X 1 R = 0,749 R 2 = 0,561 2 Y = 1,524 + 0,878 X 1 + 0,101 X 2 R = 0,750 R 2 = 0,563 3 Y = 1,432 + 0,875X 1 + 0,029X 4 R = 0,755 R 2 = 0,570 4 Y = 1,584 + 0,843X 1 + 0,180X 5 R = 0,756 R 2 = 0,571 5 Y = 1,634 + 0,874X 1 + 0,053X 6 R = 0,750 R 2 = 0,562 6 Y = 1,362 + 0,866X 1 + 0,066X 2 + 0,028X 4 R = 0,755 R 2 = 0,571 7 Y = 1,470 + 0,830X1 + 0,098X2 + 0,179X5 R = 0,757 R 2 = 0,57 8 Y = 1,518 + 0,861X 1 + 0,099X 2 +0,051X 6 R = 0,751 R 2 = 0,564 9 Y = 1,473 + 0,847X 1 + 0,018X 4 + 0,128X 5 R= 0,757 R 2 = 0,574 10 Y = 1,429 + 0,860X 1 + 0,029X 4 + 0,043X 6 R = 0,755 R 2 = 0,571 11 Y = 1,569 + 0,815X 1 + 0,190X 5 + 0,074X 6 R = 0,757 R 2 = 0,573 12 Y = 1,392 + 0,836X 1 + 0,078X 2 + 0,016X 4 + 0,133X 5 R = 0,758 R 2 = 0,575 13 Y = 1,360 + 0,852X 1 + 0,065X 2 + 0,028 X 4 + 0,043X 6 R = 0,756 R 2 = 0,571 14 Y = 1,473 + 0,822X 1 + 0,016X 4 + 0,143X 5 + 0,064X 6 R = 0,758 R 2 = 0,575 15 Y = 1,392+0,812X 1 +0,078X 2 +0,014X 4 +0,147X 5 +0,064X 6 R= 0,759 R 2 = 0,576 16 Y = 3,779 + 0,825X 3 R = 0,616 R 2 = 0,379 Universitas Sumatera Utara N0 Model Regresi Linear yang dihasilkan R R 2 17 Y = 3,090 + 0,438X 2 + 0,791X 3 R = 0,638 R 2 = 0,407 18 Y = 3,409 + 0,804X 3 + 0,043X 4 R = 0,631 R 2 = 0,398 19 Y = 3,478 + 0,740X3 + 0,320X5 R = 0,642 R 2 = 0,412 20 Y = 3,597 + 0,756X 3 + 0,197X 6 R = 0,628 R 2 = 0,394 21 Y = 2,864+0,388X 2 +0,777X 3 +0,035X 4 R = 0,647 R 2 = 0,419 22 Y = 2,864+0,402X 2 +0,713X 3 +0,299X 5 R = 0,660 R 2 = 0,435 23 Y = 2,973+0,410X 2 +0,732X 3 +0,172X 6 R = 0,646 R 2 = 0,418 24 Y = 3,372+0,745X 3 +0,018X 4 +0,268X 5 R = 0,644 R 2 = 0,415 25 Y = 3,268+0,742X 3 +0,040X 4 +0,180X 6 R = 0,640 R 2 = 0,410 26 Y = 3,254+0,656X 3 +0,339X 5 +0,222X 6 R = 0,656 R 2 = 0,431 27 Y = 2,822+0,392X 2 +0,717X 3 +0,010X 4 +0,271X 5 R = 0,660 R 2 = 0,436 28 Y = 2,770+0,366X 2 +0,723X 3 +0,33X 4 +0,161X 6 R = 0,654 R 2 = 0,428 29 Y = 3,198+0,662X 3 +0,011X 4 +0,307X 5 +0,215X 6 R = 0,657 R 2 = 0,431 30 Y = 2,701+0,365X 2 +0,643X 3 +0,004X 4 +0,307X 5 +0,196X 6 R= 0,671 R 2 = 0,450 Sumber:Hasil perhitungan

IV.5 Uji Determinasi