maka total trips perjalanan perkeluarga perhari yang mereka lakukan semakin banyak. Ini terbukti dengan semakin banyak jumlah kepemilikan kendaraan dalam satu rumah 6 buah
dengan total trips 6,71 tripsrumahhari paling inggi daripada keluarga dengan jumlah kepemilikan kendaraan dalam satu rumah 5 buah dengan total trips 5,70 tripsrumahhari
dan keluarga dengan jumlah kepemilikan kendaraan dalam satu rumah 4 buah dengan total trips
5,28 tripsrumahhari tabel 5.6 Dengan demikian maka H04 ditolak dan Ha4 diterima, yang dinyatakan dalam
tabel 5.5 yang menyatakan semakin banyak jumlah kepemilikan kendaraan dalam satu rumah, maka total trips perjalanan perkeluarga perhari yang mereka lakukan semakin
banyak.
5.4 Pengujian Regresi
Untuk menguji ubungan antara jumlah perjalanan total trips di kawasan Perumahan Bukit Banaran Semarang sebagai variabel terikat Y dengan jawaban
pertanyaan pada kuesioner sebagai variabel bebas X digunakan analisis regresi. Dewasa ini sudah banyakbanyak perangkat lunak komputer untuk membantu dalam pengolhan data
secara statistik antara lain Microstat, Minitab, SASPC Anova, Microsoft Excel, dan Statistical Product and Service Solution
SPSS. Untuk pengolahan data dalam tesis ini menggunakan program Microsoft Excel dan Statistical Product and Service Solution
SPSS versi 17. Untuk menentukan regresi linier dan non linear asumsi-asumsi yang harus dipenuhi
berupa asumsi linearitas dan asumsi kenormalan. Asumsi linieritas akan terpenuhi apabila terdapat hubungan antara variabel terikat dengan variabel bebas berupa nilai-nilai variabel
yang akan didistribusikan secara random di sekitar garis lurus yang melalui titik nol. Apabila diagram pencar menunjukkan hubungan linier yang baik, maka persamaan garis
regresi linier merupakan estimasi dari model yang baik pula untuk menunjukkan hubungan antara keduanya. Sedangkan pengujian normalitas adalah menguji apakah dalam sebuah
model regresi, variabel terikat, variabel bebas atau keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah distribusi data normal atau paling tidak
mendekati normal. Untuk melihat normalitas data dengan : 1 Deteksi normalitas probability plot
dengan melihat penyebaran data titik pada sumbu diagonal dua grafik, 2 deteksi histogram plot dengan membandingkan plot residual data dengan plot normal.
Pada penelitian ini deteksi dengan deteksi diagram pencar dan detekni kneormalan
dilakukan pada pilihan jawaban pada masing-masing pertanyaan kuesioner yang mempunyai persentase paling besar. Hal ini dilakukan berdasarkan asumsi pilihan jawaban
tersebut yang akan mempunyai nilai korelasi paling tinggi dari masing-masinh pertanyaan atau mempunyai hubungan paling kuat terhadap jumlah perjalanan yang terjadi di kawasan
Perumahan Bukit Banaran Semarang. Pilihan jawaban dari kuesioner yang mempunyai prosentase paling besar adalah :
k Jumlah anggota keluarga dalam satu rumah
l Jumlah anggota keluarga yang sudah bekerja atau sekolah
m Tingkat pendidikan tertinggi
n Tingkat pengeluaran perbulan
o Jumlah kendaraan yang dimiliki
Berdasarkan hasil pengujian dengan program SPSS 17.0 dapat dijelaskan sebagai berikut :
a. Asumsi Linieritas
