Analisa Korelasi Proses Pengolahan Data

Untuk nilai korelasi ketika sampel perjalanan hari minggu dan senin dihilangkan, dapat dilihat pada Tabel IV. 9. Tabel IV.9 Tabel Korelasi Variabel Dependent dengan Variabel Independent Correlations Perjalanan Keluarga Kendaraan Pribadi Penghasilan Bekerja Pendidikan Perjalanan Pearson Correlation 1 .433 .260 .132 .206 .112 Sig. 2-tailed .000 .007 .178 .035 .255 N 105 105 105 105 105 105 Keluarga Pearson Correlation .433 1 .184 .226 .309 .444 Sig. 2-tailed .000 .060 .021 .001 .000 N 105 105 105 105 105 105 KendaraanPribadi Pearson Correlation .260 .184 1 .558 .331 .014 Sig. 2-tailed .007 .060 .000 .001 .889 N 105 105 105 105 105 105 Penghasilan Pearson Correlation .132 .226 .558 1 .389 .005 Sig. 2-tailed .178 .021 .000 .000 .957 N 105 105 105 105 105 105 Bekerja Pearson Correlation .206 .309 .331 .389 1 -.159 Sig. 2-tailed .035 .001 .001 .000 .106 N 105 105 105 105 105 105 Pendidikan Pearson Correlation .112 .444 .014 .005 -.159 1 Sig. 2-tailed .255 .000 .889 .957 .106 N 105 105 105 105 105 105 . Correlation is significant at the 0.01 level 2-tailed. . Correlation is significant at the 0.05 level 2-tailed. Untuk nilai korelasi seluruh sampel, dapat dilihat pada Tabel IV. 10. Tabel IV.10 Tabel Korelasi Variabel Dependent dengan Variabel Independent Correlations Perjalanan Keluarga Kendaraan Pribadi Penghasilan Bekerja Pendidik an Perjalanan Pearson Correlation 1 ,484 ,263 ,117 ,228 ,189 Sig. 2-tailed ,000 ,004 ,202 ,012 ,039 N 120 120 120 120 120 120 Keluarga Pearson Correlation ,484 1 ,188 ,240 ,370 ,482 Sig. 2-tailed ,000 ,040 ,008 ,000 ,000 N 120 120 120 120 120 120 KendaraanPribadi Pearson Correlation ,263 ,188 1 ,546 ,364 ,004 Sig. 2-tailed ,004 ,040 ,000 ,000 ,966 N 120 120 120 120 120 120 Penghasilan Pearson Correlation ,117 ,240 ,546 1 ,421 -,019 Sig. 2-tailed ,202 ,008 ,000 ,000 ,838 N 120 120 120 120 120 120 Bekerja Pearson Correlation ,228 ,370 ,364 ,421 1 -,102 Sig. 2-tailed ,012 ,000 ,000 ,000 ,267 N 120 120 120 120 120 120 Pendidikan Pearson Correlation ,189 ,482 ,004 -,019 -,102 1 Sig. 2-tailed ,039 ,000 ,966 ,838 ,267 N 120 120 120 120 120 120 . Correlation is significant at the 0.01 level 2-tailed. . Correlation is significant at the 0.05 level 2-tailed. Dari kedua hasil tabel Korelasi Variabel Dependent dengan Variabel Independent diatas, maka nilai koefisien terbesar secara keseluruhan ialah nilai korelasi dari semua sampel. Maka yang digunakan untuk data selanjutnya ialah dari tabel Korelasi Variabel Dependent dengan Variabel Independent semua sampel. Dimana Rekap tabel tersebut dapat dilihat pada tabel dibawah ini: 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 0.484 atau variabel bebas dapat mempengaruhi variabel terikat dengan hubungansedang sebesar 48,4. Artinya, jumlah anggota keluarga bertambah maka jumlah perjalanan juga akan semakin meningkatbertambah.  Jumlah Kepemilikan Kendaraan Pribadi X 2 mempunyai hubungan dengan produksi perjalanan Y dengan nilai R koefisien korelasi yaitu sebesar 0,263 atau variabel bebas dapat mempengaruhi variabel terikat dengan hubungan rendah sebesar 26,3. Artinya jumlah Kepemilikan Kendaraan Pribadi tidak begitu besar pengaruhnya terhadap produksi perjalanan. Variabel terikat Jumlah perjalanan Y Variabel bebas Jumlah anggota keluarga X1 Kepemilikan Kendaraan Pribadi X2 Penghasilan X3 Bekerja X4 Pendidikan X5 Jumlah perjalanan Y 1 V ar ia b el b e b a s Jumlah anggota keluarga X1 0,484 1 Kepemilikan Kendaraan Pribadi X2 0,263 0,188 1 Penghasilan X3 0,117 0,240 0,546 1 Bekerja X4 0,228 0,370 0,364 0,421 1 Pendidikan X5 0,189 0,482 0,004 0,019 0,102 1  Jumlah PenghasilanX3 mempunyai hubungan dengan produksi perjalanan Y dengan nilai R koefisien korelasi yaitu sebesar 0,117 atau variabel bebas X3 dapat mempengaruhi variabel terikat dengan hubungan yang sangatrendah sebesar 11,7. Artinya jumlah penghasilan tidak begitu besar pengaruhnya terhadap produksi perjalanan.  Jumlah Bekerja X4 mempunyai hubungan dengan produksi perjalanan Y dengan nilai R koefisien korelasi yaitu sebesar 0,228 atau variabel bebas X4 dapat mempengaruhi variabel terikat dengan hubungan yang sangat rendah sebesar 22,8. Artinya jumlah penghasilan tidak begitu besar pengaruhnya terhadap produksi perjalanan.  Jumlah PenghasilanX5 mempunyai hubungan dengan produksi perjalanan Y dengan nilai R koefisien korelasi yaitu sebesar 0,189 atau variabel bebas X5 dapat mempengaruhi variabel terikat dengan hubungan yang sangat rendah sebesar 18,9. Artinya jumlah penghasilan tidak begitu besar pengaruhnya terhadap produksi perjalanan.

4.4.2. Proses Pengolahan Analisa Regresi

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 . Hasilnya adalah sebagai berikut: a. Hubungan korelasi Y - X 1 r = 0,484 X 1 - X 2 r = 0,188 X 1 - X 3 r = 0,240 X 1 - X 4 r = 0,370 X 1 - X 5 r = 0,482 Dengan analisa regresi menggunakan program SPSS 21 maka persamaan yang mungkin terjadi yaitu:  Dengan satu variabel X1 Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 ,484 a ,234 ,228 2,31336 a. Predictors: Constant, Keluarga ANOVA a Model Sum of Squares df Mean Square F Sig. 1 Regression 193,434 1 193,434 36,145 ,000 b Residual 631,491 118 5,352 Total 824,925 119 a. Dependent Variable: Perjalanan b. Predictors: Constant, Keluarga Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 2,056 ,685 3,001 ,003 Keluarga ,869 ,145 ,484 6,012 ,000 a. Dependent Variable: Perjalanan Persamaan yang terbentuk adalah Y = 2,056 + 0,869 X1 Dengan nilai korelasi R = 0,484 dan determinasi R 2 = 0,234