Tabel 4.12 Uji Signifikansi Koefisien Regresi
Model T hitung
Sig. F
Sig.
1. Konstanta
Jumlah siswa Jumlah gurukary
Luas lahan Luas bangunan
A
1
X
1
X
2
X
3
X
4
.000 4.5E7
1.0E7 .000
.000 1.000
.000 .000
1.000 1.000
9.7E15 -
2. Konstanta
Jumlah siswa Jumlah gurukary
Luas bangunan A
2
X
1
X
2
X
4
.000 5.0E7
1.3E7 .000
1.000 .000
.000 1.000
1.5E16 -
3. Konstanta
Jumlah siswa Jumlah gurukary
A
3
X
1
X
2
.000 1.3E8
1.5E7 1.000
.000 .000
2.4E16 -
4. Konstanta
Jumlah siswa Luas bangunan
A
4
X
1
X
4
1.472 12.101
1.517 .172
.000 .160
1344.355 .000
Sumber :Analisis Data 4. Kolinearitas
Besarnya kolinearitas yang menyatakan hubungan antar sesama peubah dapat dilihat pada tabel berikut :
Tabel 4.13 Kolinearitas
Collinearity Statistics Model
Tolerance VIF
1. Konstanta
Jumlah siswa Jumlah gurukary
Luas lahan Luas bangunan
A
1
X
1
X
2
X
3
X
4
.061 .256
.351 .036
16.268 3.905
2.851 27.984
2. Konstanta
Jumlah siswa Jumlah gurukary
Luas bangunan A
2
X
1
X
2
X
4
.068 .334
.056 14.792
2.995 17.958
3. Konstanta
Jumlah siswa Jumlah gurukary
A
3
X
1
X
2
.411 .411
2.434 2.434
4.
Konstanta Jumlah siswa
Luas bangunan A
4
X
1
X
4
.069 .069
14.597 14.597
Sumber :Analisis Data
Berdasarkan analisis yang telah ditabelkan hasil perhitungan selengkapnya dengan SPSS 10 dapat dilihat pada lampiran C-1, diketahui bahwa tarikan
perjalanan total dipengaruhi oleh jumlah siswa dan luas lantai bangunan, dengan bentuk pemodelan sebagai berikut :
Y = 3.926 +0.971X
1
+2.678E-3X
4
Dimana: Y = Jumlah perjalanan total X
1
= Jumlah siswa X
4
= Luas lantai bangunan Model inilah yang selanjutnya akan dianalisis lebih lanjut, sebagai berikut:
1. Koefisien Korelasi Ø Tabel 4.10 menunjukkan bahwa koefisien korelasi untuk jumlah siswa 0.998
lebih besar dibandingkan dengan koefisien korelasi untuk variabel luas bangunan 0.971, hal ini menunjukkan bahwa jumlah siswa lebih
berpengaruh terhadap jumlah perjalanan total. Ø Tingkat signifikansi koefisien korelasi satu sisi dari output diukur dari
probabilitas diketahui cukup signifikan karena probabilitasnya kurang dari 0.05.
2. Koefisien Determinasi Berdasarkan perhitungan yang dirangkum pada tabel 4.11 diperoleh harga
koefisien determinasi R square sebesar 0.996. Hal ini berarti bahwa 99.6 jumlah perjalanan total dapat dijelaskan variabel jumlah siswa dan luas lantai
bangunan, sedangkan sisanya 100 - 99.6= 0.4 dijelaskan oleh variabel- variabel yang lain.
3. Signifikansi Koefisien Regresi Signifikansi koefisien regresi dalam suatu model regresi diuji dengan
menggunakan uji parsial uji-t dan uji simultan ♦
Uji-t Harga t- tabel:
- Tingkat signifikansi á = 5 - df = jumlah data - 2 = 11
- Untuk t-tabel dua sisi dari Lampiran D-1 didapat angka 1.796 Berdasarkan tabel 4.12 terlihat bahwa ada harga t-hitung t-tabel 1.796,
dan probabilitasnya 0.05, hal ini menunjukkan bahwa model tidak signifikan.
♦ Uji simultan Uji-F
Harga F tabel: - Tingkat signifikansi á = 5
- Db regresi pembilang = jumlah peubah bebas = 2 - Db residu penyebut = jumlah data - jumlah peubah bebas–1=13-2-1=10
- Berdasarkan tabel pada Lampiran D-2 diperoleh harga F tabel adalah 4.10 Harga F berdasarkan output yang tersaji pada tabel 4.12 adalah 1344.355
F tabel dengan tingkat signifikansi .000 0.05, berarti dapat disimpulkan bahwa ada hubungan linear antara jumlah siswa dan luas lantai bangunan
dengan jumlah perjalanan total.
4. Kolinearitas Ø Hubungan antara sesama peubah ditunjukkan dalam tabel 4.13, dimana
diperoleh harga R
2
= 1 – toleransi = 1 - 0.069 = 0.931, ini berarti bahwa ada 93.1 variabilitas jumlah siswa ataupun luas lantai bangunan yang dapat
dijelaskan oleh prediktor variabel bebas yang lain. Ø Default SPSS bagi angka toleransi adalah 0.0001, sehingga variabel jumlah
siswa dan luas lantai bangunan memenuhi syarat ambang toleransi. Ø Harga VIF dari dua variabel menunjukkan bahwa peubah tersebut ada
permasalahan dengan multikolinearitas 10, tetapi permasalahan multikolinearitas ini masih dapat dianalisis lebih lanjut berdasarkan nilai
Eigen dan Condition Index, seperti dalam tabel berikut:
Tabel 4.14 Nilai Eigen dan Condition Index
Model Dimension Eigenvalue
Condition Index
4 1
2 3
2.694 .293
1.367E-2 1.000
3.034 14.038
Sumber : Analisis Data Multikolinearitas dapat terjadi jika terdapat variabel yang memiliki nilai
Eigen mendekati 0, dan Condition Index yang lebih besar dari 15. Berdasarkan tabel 4.14 terlihat bahwa ada variabel yang memiliki nilai Eigen
mendekati 0, tetapi semua harga Condition Index kurang dari 15, hal ini berarti bahwa multikolinearitas dalam model ini tidak menjadi masalah yang
serius. Berdasarkan analisi diatas terlihat bahwa bentuk model
Y = 3.926 +0.971X
1
+2.678E-3X
4
tidak signifikan.
b. Tarikan perjalanan untuk masing-masing Moda
