Persamaan Regresi Ganda Antara Y dan Uji Keberartian Regresi Ganda Y dan Uji Korelasi Parsial

Dengan taraf nyata yang dipilih 0,05 maka dari tabel output diatas diperoleh daftar distribusi F diperoleh � ����� = 3.03 dan dari tabel � ������� terkecil = 1,519 variabel � 4 . Karena � ������� terkecil � ����� maka X 2 dengan � ��� terkecil keluar dari model regresi.

3.4.1 Persamaan Regresi Ganda Antara Y dan

� � , � � Tabel 3.12 Koefisien Regresi Ganda Antara Y dan � � , � � Coefficients Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 25.698 8.831 2.910 .008 Faktor Pengemudi Human Error 1.095 .150 .704 7.285 .000 .629 1.590 Faktor Jalan .899 .268 .323 3.348 .003 .629 1.590 a. Dependent Variable: Jumlah Kendaraan Bermotor Dari hasil pengolahan data melalui SPSS tersebut maka dapat diperoleh nilai koefisien regresi dari masing-masing variabel bebasnya yaitu: � = 25,698; � 1 = 1,095; � 2 = 0,899 �� = � + � 1 � 1 + � 2 � 2 �� = 25,698 + 1,095� 1 + 0,899 � 2 Universitas Sumatera Utara

3.4.2 Uji Keberartian Regresi Ganda Y dan

� � , � � Tabel 3.13 Analisa Variansi antara Y dan � � , � � ANOVA Model Sum of Squares Df Mean Square F Sig. 1 Regression 10651.277 2 5325.638 74.730 .000 a Residual 1496.557 21 71.265 Total 12147.833 23 a. Predictors: Constant, Faktor Jalan, Faktor Pengemudi Human Error b. Dependent Variable: Jumlah Kendaraan Bermotor Dengan taraf nyata yang dipilih 0,05 maka diperoleh diperoleh � ����� = � 2,21,0.05 = 3.47. Karena � ������� � ����� maka disimpulkan bahwa regenerasi berarti. Untuk mengetahui berarti atau tidaknya tiap koefisien regresi maka diadakan uji yaitu Uji korelasi parsial.

3.4.3 Uji Korelasi Parsial

Tabel 3.13 Uji Korelasi Parsial dan ANOVA Antara Y dan � � , � � Correlations Jumlah Kecelakaan Lalu Lintas Faktor Pengemudi Human Error Faktor Jalan Jumlah Kecelakaan Lalu Lintas Pearson Correlation 1 .901 .752 Sig. 2-tailed .000 .000 N 24 24 24 Faktor Pengemudi Human Error Pearson Correlation .901 1 .609 Sig. 2-tailed .000 .002 N 24 24 24 Faktor Jalan Pearson Correlation .752 .609 1 Sig. 2-tailed .000 .002 N 24 24 24 Universitas Sumatera Utara Correlations Jumlah Kecelakaan Lalu Lintas Faktor Pengemudi Human Error Faktor Jalan Jumlah Kecelakaan Lalu Lintas Pearson Correlation 1 .901 .752 Sig. 2-tailed .000 .000 N 24 24 24 Faktor Pengemudi Human Error Pearson Correlation .901 1 .609 Sig. 2-tailed .000 .002 N 24 24 24 Faktor Jalan Pearson Correlation .752 .609 1 Sig. 2-tailed .000 .002 N 24 24 24 Dari hasil output di atas dapat diperoleh: 1. Koefisien korelasi antara Faktor pengemudi � 1 dengan Jumlah kecelakaan lalu lintas � adalah sebesar 0,901 yang berarti hubungan antara variabel � 1 dan � erat dan signifikan. Singnifikansi koefisien korelasi tersebut ditandai dengan nilai signifikansi sig.2- tailed lebih kecil dari α 0,000 0,05 2. Koefisien korelasi antara Faktor Kendaraan � 2 dengan Jumlah kecelakaan lalu lintas � adalah sebesar 0,752 yang berarti hubungan antara variabel � 3 dan � erat dan singnifikan. Singnifikansi korelasi tersebut ditandai dengan nilai singnifikansi Sig.2- tailed lebih besar dai α 0,000 0,05. Universitas Sumatera Utara Tabel 3.14 ANOVA antara � dan � � , � � ANOVA Sum of Squares df Mean Square F Sig. Faktor Pengemudi Human Error Between Groups 4879.458 20 243.973 5.323 .097 Within Groups 137.500 3 45.833 Total 5016.958 23 Faktor Jalan Between Groups 1543.333 20 77.167 8.123 .055 Within Groups 28.500 3 9.500 Total 1571.833 23 Dengan taraf nyata yang dipilih 0,05 maka dari tabel SPSS di atas dapat diperoleh � ����� = 3.47. Dan dari tabel � ������� terkecil = 5,323 variabel � 1 . Karena � ������� terkecil � ����� maka variabel � 1 dengan � ������� terkecil tetap berada di dalam model dan proses backwad berhenti. Universitas Sumatera Utara

3.5 Prosedur Regresi Menggunakan Metode Forward