Umum Metode Analisa Data Model Perhitungan Produksi Perjalanan

BAB IV ANALISIS DAN PEMBAHASAN

IV.1 Umum

Pada bab ini akan melakukan analisis terhadap data yang telah dikumpulkan dari penelitian di lapangan. Tahap analisis ini merupakan tahapan untuk mencapai tujuan dengan pendekatan-pendekatan yang menggunakan data kuantitatif dan data kualitatif. Data kuantitatif adalah data yang bersifat angka seperti 1, 2, 3 dan seterusnya. Teknik ini digunakan untuk menganalisis informasi kuantitatif data yang dapat diukur, dan diinformasikan dalam bentuk seperti persamaan, tabel dan sebagainya. Sedangkan data kualitatif adalah data yang dinyatakan dalam bentuk kalimat atau uraian, yang mempunyai peranan untuk menjelaskan secara deskriptif suatu masalah. Tika, 1997

IV.2 Metode Analisa Data

Pada bagian ini dilakukan analisis dari penelitian di lapangan. Analisa yang digunakan dalam studi ini adalah metode Analisa Deskriptif dan Analisa Regresi dengan menggunakan program SPSS versi 17.0. Melalui analisa ini diupayakan untuk memperoleh gambaran mengenai kecenderungan pada responden. Setelah diperoleh beberapa kemungkinan dari analisis yang dilakukan maka diharapkan dapat diambil kesimpulan bagaimana sebenarnya karakteristik pola pergerakan penduduk kawasan peri urban di Kecamatan Sunggal Kabupaten Deli Serdang sehingga dapat diambil cara pemecahannya. Universitas Sumatera Utara

IV.3 Analisa Deskriptif

Metode Deskriptif adalah metode penelitian untuk membuat gambaran mengenai situasi atau kejadian Nazir, 1985. Pada umumnya metode deskriptif hanya mengandalkan data yang ditemukan di lapangan, namun demikian peneliti dapat juga melakukan analisis terhadap hubungan-hubungan variabel Bachtiar, 1997.

IV.3.1 Karakteristik Rumah Tangga Penduduk di Kecamatan Sunggal

Hasil identifikasi karakteristik penduduk di wilayah studi ini dilakukan untuk memperoleh gambaran umum responden yang tinggal di Kecamatan Sunggal. Sebagaimana yang telah dijelaskan pada BAB III bahwa dari seluruh penduduk yang ada di Kecamatan Sunggal tersebut maka jumlah penduduk yang menjadi sampel pada penelitian ini sebanyak 110 orang. Adapun variabel yang akan dianalisis dilihat dari karakteristik penduduk wilayah studi adalah meliputi Jumlah anggota keluarga responden, Tingkat pendidikan responden, Jenis pekerjaan responden, Tingkat pendapatan perbulan responden yang menggunakan data nominal Setiohadi, 2009.

IV.3.1.1 Karakteristik Responden Berdasarkan Jumlah Anggota Keluarga

Jumlah anggota keluarga merupakan salah faktor penting yang mempengaruhi mobilitas seseorang. Dimana semakin banyak jumlah anggota keluarga dalam satu rumah akan berdampak terhadap jumlah pelaku pergerakan yang dilakukan keluarga itu setiap hari serta akan menambah jumlah perkembangan penduduk. Walaupun hal ini tidak berlangsung secara otomatis dan Universitas Sumatera Utara berlaku secara absolut tapi dapat mewakili kondisi nyata. Dari Tabel IV.1 dapat dilihat rincian Jumlah anggota keluarga responden. Tabel IV.1 Jumlah Anggota Keluarga Responden Anggota Keluarga Anggota Keluarga Bekerja Anggota Keluarga Sekolah 3 3-4 5-6 6 1 2 3 4 1 2 3 4

10 28

57 15 2 67 38 3 16 44 48 2 9 26 52 14 2 61 34 3 14 40 44 2 Sumber : Data Primer Gambar IV.1 Jumlah Anggota Keluarga Responden Jumlah anggota keluarga kurang dari 3 orang hasil dari respondensi adalah sebanyak 9 persen, kemudian untuk Jumlah anggota keluarga 3-4 orang sebanyak 26 persen. Untuk jumlah anggota keluarga 5-6 orang sebanyak 52 persen, dan untuk jumlah anggota keluarga lebih dari 6 orang sebanyak 14 persen. Berdasarkan data tersebut diketahui bahwa sebagian besar penduduk dari Sunggal memiliki anggota keluarga antara 5-6 orang yang tinggal di dalam satu rumah Universitas Sumatera Utara sehingga dengan banyaknya jumah anggota keluarga maka pelaku pergerakan akan semakin meningkat dan perkembangan jumlah penduduk akan bertambah. Gambar IV.2 Jumlah Anggota Bekerja Dalam gambar IV.2 menunjukkan dalam satu rumah tangga terdapat 2 orang anggota keluarga yang bekerja paling banyak dengan persentase 61. Gambar IV.3 Jumlah Anggota Sekolah Data hasil kuesioner yang diperoleh menunjukkan 3 anggota keluarga yang bersekolah dalam satu rumah tangga adalah yang paling banyak didapati dengan persentase 44. Universitas Sumatera Utara

IV.3.1.2 Karakterisitik Responden Berdasarkan Tingkat Pendidikan Terakhir

Pendidikan merupakan salah satu indeks status sosial ekonomi. Dalam beberapa penelitian di temukan adanya hubungan yang signifikan antara pendidikan dengan mobilitas seseorang walaupun pada umumnya tidak bersifat langsung artinya, pendidikan lebih berkaitan erat dengan pendapatan dengan pekerjaan. Semakin tinggi pendidikan seseorang akan berdampak terhadap peningkatan jabatan pekerjaan dan pendapatan. Walaupun hal ini tidak berlangsung secara otomatis dan berlaku absolut tapi dapat dianggap mewakili kondisi nyata. Dari Tabel IV.2 dapat dilihat rincian tingkat pendidikan kepala keluarga. Tabel IV.2 Tingkat Pendidikan Terakhir Responden No Tingkat pendidikan terakhir Jumlah persentase 1 SMP 15 14 2 SMA 27 24 3 Perguruan Tinggi 68 62 Total 110 100 Sumber : Data Primer Universitas Sumatera Utara Gambar IV.4 Tingkat Pendidikan Terakhir Responden Dari tabel dan gambar di atas, dapat dilihat wilayah tersebut lebih dari 62 persen penduduknya merupakan tamatan dari perguruan tinggi. Untuk Sekolah Dasar SD, dari jumlah yang terkumpul tidak ada responden yang pendidikan terakhirnya adalah Sekolah Dasar. Sekolah Menengah Pertama SMP, hanya 14 persen dari responden yang pendidikan terakhirnya SMP. Sekolah Menengah Atas SMA, kuesioner yang terkumpul mencapai angka sebesar 24 persen. Sebagian besar dari responden yang berlatar belakang SMA adalah mahasiswa sedangkan sebagian kecil lainnya bekerja. Sarjana S1, penduduk yang memiliki latar belakang S1 sebesar 62 persen. Disini dapat disimpulkan bahwa penduduk di Kecamatan Sunggal rata-rata merupakan penduduk yang tingkat pendidikannya adalah Sarjana S1. Bahwa semakin tinggi golongan ekonomi, semakin tinggi pula tingkat pendidikan anggota keluarga dengan tingginya kualitas penduduk dalam bidang pendidikan tersebut maka akan lebih cepat pula dalam mencapai kemajuan dalam segala hal. Universitas Sumatera Utara

IV.3.1.3 Karakterisitik Responden Berdasarkan Jenis Pekerjaan

Pengukuran terhadap variabel Jenis pekerjaan responden penduduk di Kecamatan Sunggal, dimaksudkan untuk mendapat gambaran tentang kondisi pekerjaan yang dihadapi sehubungan dengan tempat bermukim para responden. Untuk lebih jelasnya mengenai rincian jenis pekerjaan responden dapat dilihat pada Tabel IV.3 berikut ini : Tabel IV.3 Jenis Pekerjaan Responden No Jenis pekerjaan Jumlah Persentase 1 Pegawai negeri 22 20 2 Pegawai swasta 37 34 3 Wiraswasta 26 23 4 PelajarMahasiswa 25 23 Total 110 100 Sumber : Data Primer Gambar IV.5 Jenis Pekerjaan Responden Universitas Sumatera Utara Dilihat dari tabel dan gambar diatas bahwa untuk Kecamatan Sunggal jenis pekerjaan responden yang bekerja sebagai pegawai swasta sekitar 34 , wiraswasta dan pelajarmahasiswa memiliki nilai yang sama sekitar 23 dan terakhir PNS hanya sekitar 20 dari jumlah kuesioner keseluruhan. Proporsi di atas menunjukkan bahwa jenis pekerjaan pegawai swasta merupakan jumlah yang dominan dari penduduk Sunggal yang melakukan perjalanan.

IV.3.1.4 Karakterisitik Responden Berdasarkan Jumlah Pendapatan Perbulan

Penghasilan merupakan faktor penting seseorang untuk memenuhi kebutuhan hidupnya sehari-hari, baik untuk pemenuhan kebutuhan akan rumah, makanan, sekolah, dan kegiatan lainnya. Pendapatan dari rumah tangga berbeda- beda besarnya, perbedaan pendapatan ini tentunya akan menghasilkan pengelompokan status dalam masyarakat dan linkungan tempat tinggalnya. Untuk lebih jelasnya mengenai tingkat pendapatan responden dapat dilihat pada Tabel IV.4 berikut ini: Tabel IV.4 Jumlah Pendapatan Responden Perbulan No Jumlah pendapatan perbulan Jumlah persentase 1 Rp 1 juta 28 25 2 Rp 1 juta- Rp 2 juta 37 34 3 Rp 2 juta- Rp 3 juta 33 30 4 Rp 3 juta 12 11 Total 110 100 Sumber : Data Primer Universitas Sumatera Utara Gambar IV.6 Jumlah Pendapatan Responden Perbulan Pada Tabel IV.4 diperoleh sebuah gambaran mengenai tingkatan pendapatan penduduk yang berasal dari Sunggal. penduduk yang memiliki tingkat pendapatan pada range nilai kurang dari Rp 1.000.000 adalah sebesar 25 persen. Selanjutnya untuk penduduk dengan tingkat pendapatan pada range nilai Rp 1.000.000 sampai dengan Rp 2.000.000 adalah sebesar 34 persen. Kemudian untuk penduduk dengan tingkat pendapatan pada range nilai Rp 2.000.000 sampai dengan Rp 3.000.000 adalah sebesar 30 persen. Sedangkan range nilai lebih dari Rp 3.000.000 yang merupakan range nilai yang terakhir adalah sebesar 11 persen. Dari penjabaran tersebut dapat diketahui bahwa tingkat pendapatan penduduk di Sunggal cukup tinggi, meskipun data di atas menggambarkan bahwa presentase yang terbesar adalah tingkatan pendapatan dengan range nilai antara Rp 1.000.000 hingga Rp 2.000.000. Hal tersebut diperkuat dengan tingkat pendapatan dengan range nilai antara Rp 2.000.000 hingga Rp 3.000.000 yang menunjukkan nilai terbesar kedua. Selanjutnya tidak menutup kemungkinan Universitas Sumatera Utara bahwa untuk komuter yang mempunyai tingkat pendapatan di atas Rp 3.000.000 juga mempunyai jumlah yang cukup banyak, tetapi hal tersebut tidak dapat dipresentasikan pada analisis ini dikarenakan kuesioner yang dibagikan lebih diorientasikan untuk penduduk golongan menengah ke bawah.

IV.3.2 Karakteristik Perjalanan Penduduk di Kecamatan Sunggal Kabupaten Deli Serdang

Variabel karakteristik perjalanan penduduk ini dimaksudkan untuk mengetahui bagaimana karakteristik pola pergerakan penduduk yang terjadi di Kecamatan Sunggal. Adapun variabel karakteristik perjalanan penduduk diukur dengan 8 pertanyaan yaitu meliputi Tujuan perjalanan, Total pergerakan perminggu responden, Kepemilikan kendaraan responden, Pemilihan moda transportasi responden, Alasan pemilihan moda transportasi, Jarak dari rumah ke tempat tujuan, Lama waktu perjalanan responden dan Biaya transportasi yang dikeluarkan responden setiap bulannya Setiohadi, 2009.

IV.3.2.1 Karakteristik

Perjalanan Penduduk Berdasarkan Tujuan Perjalanan Pengukuran terhadap variabel Tujuan perjalanan responden pada wilayah studi ini, dimaksudkan untuk mendapatkan gambaran tentang bagaimana kondisi pergerakan yang terjadi pada wilayah studi ini. Untuk lebih jelasnya mengenai maksud perjalanan responden dapat dilihat pada Tabel IV.5 berikut ini : Universitas Sumatera Utara Tabel IV.5 Tujuan Perjalanan No Tujuan perjalanan Jumlah Persentase 1 Bekerja 61 56 2 Sekolah 30 27 3 Belanja 19 17 Total 110 100 Sumber : Data Primer Gambar IV.7 Tujuan Perjalanan Responden Hasil dari survei yang telah dilakukan di lapangan menunjukkan bahwa para penduduk yang berasal dari Sunggal dalam pergerakan yang dilakukan, sebagian besar perjalanan yang dilakukan mempunyai tujuan untuk bekerja, sedangkan sebagian kecil yang lain perjalanan yang dilakukan mempunyai maksud belajar dan belanja. Pada tabel dan gambar di atas menunjukkan karakteristik tujuan bekerja memiliki proporsi yang terbesar dari ketiga karakteristik yang lain, yaitu sebanyak 56 persen. Nilai tersebut cukup besar dimana bila dilihat secara keseluruhan Universitas Sumatera Utara hampir ¾ dari seluruh penduduk yang melakukan perjalanan sehari-harinya bermaksud untuk melakukan pekerjaan. Sedangkan untuk penduduk yang melakukan perjalanan untuk tujuan belajar memiliki proporsi sebesar 27 persen. Sementara untuk perjalanan penduduk dengan tujuan belanja berada pada urutan terakhir dengan proporsi sebesar 17 persen. Dari hasil tersebut dapat disimpulkan bahwa terdapat dua karakteristik yang paling dominan dari tujuan perjalanan para penduduk dari Sunggal, yaitu tujuan bekerja dan tujuan belajar. Besarnya proporsi tujuan bekerja menunjukkan keterkaitan yang erat dengan jenis pekerjaan para penduduk yang dominan, yaitu pegawai swasta sebesar 34 persen, pegawai negeri sebesar 20 persen, dan pelajarmahasiswa sebesar 23 persen. Persentase yang besar pada variabel bekerja memperlihatkan bahwa angkatan kerja di Sunggal cukup besar.

IV.3.2.2 Karakteristik Pola Pergerakan Penduduk Berdasarkan Total Pergerakan Perminggu

Pengukuran terhadap variabel total pergerakan responden perminggu, dimaksudkan untuk mengetahui berapa total pergerakan yang dilakukan responden setiap minggunya pada wilayah studi ini. Untuk lebih lengkapnya data rincian total pergerakan responden perminggu dapat dilihat pada Tabel IV.6 dibawah ini. Universitas Sumatera Utara Tabel IV.6 Total Pergerakan Perminggu No Total pergerakan Jumlah persentase 1 Setiap hari 11 10 2 6 kali 49 44 3 5 kali 34 31 4 5 kali 16 15 Total 110 100 Sumber : Data Primer Gambar IV.8 Total Pergerakan Responden Perminggu Dari tabel dan gambar diatas dapat dilihat bahwa terdapat dua kategori yang dominan dibanding kategori lainnya. Kedua kategori tersebut adalah kategori dengan total pergerakan enam kali dalam satu minggu dan total pergerakan lima kali dalam satu minggu. Untuk total pergerakan setiap hari dalam satu minggu terdapat nilai sebesar 10 persen. Kemudian untuk frekuensi enam kali dalam satu minggu sebanyak 44 persen. Selanjutnya untuk kategori lima kali Universitas Sumatera Utara dalam satu minggu sebesar 31 persen. Sedangkan untuk kurang dari lima kali dalam satu minggu memiliki proporsi sebesar 15 persen. Dari data di atas dapat diartikan bahwa pergerakan penduduk dari Sunggal dalam satu minggu memiliki total pergerakan yang cukup padat. Hal ini terbukti dari pilihan total pergerakan enam kali dalam satu minggu dan lima kali dalam satu minggu merupakan total pergerakan yang paling sering dilakukan oleh para penduduk, kedua kategori yang dominan tersebut memiliki nilai sebesar 44 persen dan 31 persen.

IV.3.2.3 Karakteristik Pola Pergerakan Penduduk Berdasarkan Kepemilikan Kendaraan

Kepemilikan kendaraan merupakan salah faktor penting yang mempengaruhi pola pergerakan seseorang. Semakin tinggi kepemilikan kendaraan seseorang akan berdampak terhadap peningkatan mobilitas seseorang itu walaupun pada umumnya tidak bersifat secara otomatis dan berlaku absolut tapi dapat dapat dianggap mewakili kondisi nyata. Untuk lebih lengkapnya mengenai Tingkat Kepemilikan Kendaraan Responden dapat dilihat pada Tabel IV.7 di bawah ini. Tabel IV.7 Jumlah Kepemilikan Kendaraan No Jumlah kepemilikan kenderaan Jumlah persentase 1 Tidak ada 20 18 2 1-2 46 42 3 2 44 40 Total 110 100 Sumber : Data Primer Universitas Sumatera Utara Gambar IV.9 Jumlah Kepemilikan Kendaraan Responden Pada tabel dan gambar dapat diketahui bahwa proporsi jumlah penduduk yang memiliki dua kendaraan pribadi berada pada posisi kedua, yaitu sebesar 40 persen. Sedangkan untuk penduduk yang memiliki satu kendaraan pribadi berada pada posisi teratas, yaitu sebesar 42 persen. Posisi terakhir yang tidak memiliki kendaraan pribadi sebesar 18 .

IV.3.2.4 Karakteristik Pola Pergerakan Penduduk Berdasarkan Pemilihan Moda Transportasi

Pengukuran terhadap pemilihan moda transportasi yang digunakan responden pada wilayah studi ini, dimaksudkan untuk mendapatkan gambaran tentang kecenderungan responden dalam memilih transportasi setiap hari. Untuk lebih lengkapnya data Pemilihan Moda Transportasi yang digunakan Responden dapat dilihat pada Tabel IV.8 dibawah ini. Universitas Sumatera Utara Tabel IV.8 Pemilihan Moda Transportasi No Pemilihan moda transportasi Jumlah Persentase 1 Sepeda motor 48 47 2 Mobil 34 31 3 Angkutan umum 28 22 Total 110 100 Sumber : Data Primer Gambar IV.10 Moda yang digunakan Responden Pada Tabel dan gambar dapat diketahui bahwa penduduk dari Sunggal sebagian besar lebih memilih untuk memanfaatkan kenderaan pribadi seperti mobil dan sepeda motor. Hal ini dibuktikan dengan besarnya jumlah responden yang menggunakan kenderaan pribadi sebesar 78 . Untuk penduduk yang memanfaatkan angkutan umum sebanyak 22 persen. Universitas Sumatera Utara

IV.3.2.5 Karakteristik Pola Pergerakan Penduduk Berdasarkan Alasan Pemilihan Moda Transportasi

Pengukuran terhadap alasan pemilihan moda transportasi yang digunakan responden pada wilayah studi ini, dimaksudkan untuk mendapatkan gambaran alasan responden dalam memilih transportasi setiap hari. Untuk lebih lengkapnya data Alasan Pemilihan Moda Transportasi yang digunakan Responden dapat dilihat pada Tabel IV.9 dibawah ini. Tabel IV.9 Alasan Pemilihan Moda Transportasi No Alasan Pemilihan moda transportasi Jumlah Persentase 1 Tepat waktu 53 48 2 Pakai angkutan umum lebih dari 1 kali 35 32 3 Hematamannyamanbebas 22 20 Total 110 100 Sumber : Data Primer Gambar IV.11 Alasan Pemilihan Moda yang digunakan Responden Universitas Sumatera Utara Pada Tabel dan gambar dapat diketahui bahwa alasan pemilihan moda yang digunakan terutama kenderaan pribadi karena apabila memakai angkutan umum maka penduduk harus lebih dari 1 kali menggunakannya untuk mencapai tujuan perjalanan. Hal ini dibuktikan dengan besarnya alasan jumlah responden yang memilih karena pakai angkutan umum lebih dari 1 kali sebesar 48 persen. Sedangkan alasan lainnya yaitu karena tepat waktu sebesar 32 persen dan karena hematnyamanamanbebas sebesar 20.

IV.3.2.6 Karakteristik Pola Pergerakan Penduduk Berdasarkan Jarak Dari Rumah Ke Tempat tujuan

Jarak dari lokasi aktivitas merupakan variabel yang terkait erat dengan tujuan pergerakan yang dilakukan oleh para responden. Dalam variabel ini juga digunakan range jarak yang dimaksudkan untuk mempermudah penelitian yang dilakukan yang dilakukan. Range jarak yang ditentukan antara lain adalah 0-5 km, 5-10 km, 10-15 km dan lebih dari 15 km. Untuk lebih lengkapnya persepsi responden terhadap jarak dari rumah ke tempat bekerja responden dapat dilihat pada Tabel IV.10 dibawah ini: Tabel IV.10 Jarak Dari Rumah Ke Tempat Tujuan No Jarak dari rumah ke tempat kerja Jumlah persentase 1 0 – 5 km 8 7 2 5 – 10 km 32 29 3 10 – 15 km 49 45 4 15 km 21 19 Total 110 100 Sumber : Data Primer Universitas Sumatera Utara Gambar IV.12 Jarak dari rumah ke tempat Tujuan Responden Pada tabel dan gambar di atas diketahui bahwa jarak 0-5 km ditempuh 7 persen. Untuk jarak 10-15 km merupakan range jarak dengan proporsi terbanyak, yaitu sebesar 45 persen. Kemudian 29 persen penduduk untuk jarak 5-10 km, sedangkan 19 persen penduduk menyatakan bahwa dalam perjalanan menuju lokasi aktivitasnya menempuh jarak lebih dari 15 km. Secara keseluruhan penduduk yang dari Sunggal sebagian besar menempuh jarak 10-15 km untuk mencapai lokasi aktivitas harian mereka. Sementara sebagian yang lain menempuh jarak yang bervariasi antara 5-10 km dan lebih dari 15 km, hal ini dapat dibuktikan dari proporsi kedua jarak tersebut yang tidak berbeda jauh antara keduanya. Dilihat dari proporsi di atas, lokasi Kecamatan Sunggal cukup strategis mengingat jarak pencapaian ke lokasi aktivitas penduduk sebagian besar sejauh 10-15 km. Jarak ini mendukung interaksi yang padat antara Kecamatan Sunggal dengan Kota Medan baik dalam aspek sosial, ekonomi, maupun dalam aspek budaya. Universitas Sumatera Utara

IV.3.2.7 Karakteristik Pola Pergerakan Penduduk Berdasarkan Lama Waktu Perjalanan

Pengukuran terhadap variabel lama waktu perjalanan responden pada wilayah studi ini, dimaksudkan untuk mendapatkan gambaran tentang berapa lama waktu yang dibutuhkan responden untuk sampai ke tempat bekerja pada wilayah studi ini. Untuk lebih jelasnya mengenai lama waktu perjalanan responden dapat dilihat pada Tabel IV.11 berikut ini : Tabel IV.11 Lama Waktu Perjalanan No Lama waktu perjalanan Jumlah Persentase 1 1 jam 54 49 2 1 – 2 jam 56 51 3 2 – 3 jam Total 110 100 Sumber : Data Primer Gambar IV.13 Lama waktu perjalanan ke tujuan Universitas Sumatera Utara Dari tabel dan gambar dapat dilihat bahwa waktu tempuh yang dominan dari semua range waktu adalah range waktu 1-2 jam. Banyaknya penduduk yang menempuh range waktu tersebut adalah sebesar 51 persen. Selain data tersebut, penduduk yang menempuh range waktu kurang dari 1 jam adalah sebanyak 49 persen. Dan terakhir tidak ada penduduk yang menempuh range waktu 2-3 jam. Ini dapat disimpulkan bahwa lama waktu perjalanan untuk menuju ke tempat kerja maupun ke tempat tujuan lainnya dipengaruhi oleh jarak yang ditempuh dan moda transportasi yang digunakan untuk sampai ke tempat tersebut.

IV.3.2.8 Karakteristik Pola Pergerakan Penduduk Berdasarkan Biaya Transportasi

Pengukuran terhadap variabel biaya transportasi responden pada wilayah studi ini, dimaksudkan untuk mendapatkan gambaran tentang berapa besar biaya yang dikeluarkan responden tiap bulan dalam melakukan pergerakan setiap harinya pada wilayah studi ini. Untuk lebih jelasnya mengenai biaya transportasi responden dapat dilihat pada Tabel IV.12 berikut ini : Tabel IV.12 Biaya Transportasi No Biaya transportasi Jumlah Persentase 1 Rp 500.000 11 10 2 Rp 500.000 – Rp 1 juta 64 58 3 Rp 1 juta – Rp 1,5 juta 27 25 4 1,5 juta 8 7 Total 110 100 Sumber : Data Primer Universitas Sumatera Utara Gambar IV.14 Biaya Transportasi Responden Berdasarkan tabel dan gambar di atas menjelaskan bahwa biaya transportasi yang dikeluarkan penduduk yang paling besar adalah Rp 500.000 – Rp 1.000.000 sebesar 58 persen, sedangkan pada range Rp 1.000.000 – Rp 1.500.000 sebesar 25 persen dan untuk biaya transportasi Rp 500.000 sebesar 10 persen. Yang terakhir merupakan biaya transportasi yang paling kecil yaitu Rp 1.500.000 sebesar 7 persen. Ini dapat diambil kesimpulan bahwa biaya yang dikeluarkan responden untuk transportasi pada wilayah studi ini sangat tergantung dari jarak yang ditempuh dan moda transportasi yang digunakan untuk sampai ke tempat tujuan.

IV.3.2.9 Generator Aktifitas

Dari survey yang dilakukan terdapat beberapa tempat yang menjadi generator aktifitas bagi masyarakat yang tinggal di kecamatan Sunggal yang terdiri dari 4 zona yaitu: Universitas Sumatera Utara Generator aktivitas pada zona I 1. Tujuan Bekerja Beberapa instansi pemerintahBUMN seperti Kantor PTPN III, PT. Brantas Abipraya, Kantor Pegadaian, Kantor PDAM Tirtanadi, Kantor PLN Ranting Sunggal, Kantor Camat, Kantor Dinas Pekerjaan Umum dan PT. Mopoli Raya. 2. Tujuan Sekolah Beberapa sekolah mulai dari tingkat taman kanak-kanak hingga SLTA yang berada di kawasan Sunggal itu sendiri, beberapa sekolah di Kecamatan Medan Sunggal dan Universitas Sumatera Utara di Kecamatan Medan Selayang. 3. Tujuan Belanja Untuk aktifitas berbelanja yang ada pada kawasan ini masyarakat dominan kepada pasar Tradisional Sunggal di Kelurahan Kp. Lalang. Generator aktivitas pada zona II 1. Tujuan Bekerja Beberapa instansi pemerintah BUMN dan swasta seperti beberapa Kantor Perbankan, Pertokoan untuk pengusaha, Kantor Pengacara Notaris, Kantor Lurah, dll. 2. Tujuan Sekolah Beberapa sekolah yang dikelola swasta maupun negeri, antara lain beberapa SD Negeri, Yayasan Pendidikan Panca Budi, dll. Universitas Sumatera Utara 3. Tujuan Belanja Pasar Tradisional Sikambing, Medan Fair Plaza, dll. Generator aktivitas pada zona III 1. Tujuan Bekerja Beberapa instansi pemerintah BUMN dan swasta seperti Kantor Keuangan, Kantor Gubernur, Kantor BPK, Pertokoan, dll. 2. Tujuan Sekolah Beberapa sekolah yang dikelola swasta maupun negeri seperti Yaspenhar, Sekolah Immanuel, Methodist I, SMAN I, dll. 3. Tujuan Belanja Pasar Tradisional Kampung Keling, Sunplaza, dll. Generator aktivitas pada zona IV 1. Tujuan Bekerja Beberapa instansi pemerintah BUMN dan swasta seperti Kantor Indosat, Kantor Perbankan, Kantor Dinas Kesehatan, dll. 2. Tujuan Sekolah Beberapa sekolah yang dikelola swasta maupun negeri seperti Yayasan Pendidikan Sutomo, SMAN6, STIK Mikroskil, dll. 3. Tujuan Belanja Pasar Tradisional Suka Ramai, Pasar Tradisional Sambas, Thamrin Plaza, dll. Universitas Sumatera Utara Gambar IV.15 Peta Pembagian Zona ZONA IV ZONA III ZONA II ZONA I Universitas Sumatera Utara

IV.4 Model Perhitungan Produksi Perjalanan

Dari data yang diperoleh melalui kuesioner model formulasi produksi perjalanan menggunakan formula Multiple Regression dengan bantuan software SPSS 17.0. 1. Analisa Korelasi Untuk melihat hubungan bivariat, antara variabel independent, yang meliputi jumlah anggota keluarga, jumlah penghasilan keluarga, jumlah kepemilikan kenderaan, jumlah anggota keluarga yang bekerja, dan jumlah keluarga yang bersekolah dengan Produksi perjalanan Y dapat dilihat dari hasil uji korelasi Pearson. Korelasi Pearson dapat digunakan sebagai statistik uji, karena keenam variabel yang dianalisis berdistribusi. Universitas Sumatera Utara Tabel IV.13 Korelasi Varibeldependen produksi perjalanan, dan independennya jumlah anggota keluarga, jumlah penghasilan keluarga, jumlah kepemilikan kenderaan, jumlah anggota keluarga yang bekerja, dan jumlah anggota keluarga yang bersekolah. Correlations Y1 X1 X2 X3 X4 X5 Y1 Pearson Correlation 1 .926 .577 .270 .738 .846 Sig. 2-tailed .000 .000 .004 .000 .000 N 110 110 110 110 110 110 X1 Pearson Correlation .926 1 .520 .284 .675 .790 Sig. 2-tailed .000 .000 .003 .000 .000 N 110 110 110 110 110 110 X2 Pearson Correlation .577 .520 1 .255 .560 .381 Sig. 2-tailed .000 .000 .007 .000 .000 N 110 110 110 110 110 110 X3 Pearson Correlation .270 .284 .255 1 .297 .151 Sig. 2-tailed .004 .003 .007 .002 .115 N 110 110 110 110 110 110 X4 Pearson Correlation .738 .675 .560 .297 1 .264 Sig. 2-tailed .000 .000 .000 .002 .005 N 110 110 110 110 110 110 X5 Pearson Correlation .846 .790 .381 .151 .264 1 Sig. 2-tailed .000 .000 .000 .115 .005 N 110 110 110 110 110 110 . Correlation is significant at the 0.01 level 2-tailed. Korelasi pada Kecamatan Sunggal dengan Varibeldependen produksi perjalanan, dan independennya jumlah anggota keluarga, jumlah penghasilan keluarga, jumlah kepemilikan kenderaan, jumlah anggota keluarga yang bekerja dan jumlah anggota keluarga yang bersekolah. Universitas Sumatera Utara Dimana: Y adalah produksi perjalanan X1 adalah jumlah anggota keluarga X2 adalah jumlah penghasilan keluarga X3 adalah jumlah kepemilikan kenderaan X4 adalah jumlah anggota keluarga yang bekerja X5 adalah jumlah anggota keluarga yang bersekolah Proses penyeleksian variabel harus sesuai dengan syarat metode analisis regresi linear berganda, bahwa variabel bebas yang akan dipakai dalam model harus mempunyai korelasi tinggi terhadap variabel terikat dan sesama variabel bebas tidak boleh saling berkorelasi. Apabila terdapat korelasi di antara variabel bebas, pilih salah satu yang mempunyai nilai korelasi yang terbesar untuk mewakili. Pada Tabel diatas dapat dilihat bahwa variabel-variabel yang mempunyai hubungan signifikan atau pengaruh besar terhadap produksi perjalanan Y adalah jumlah anggota keluarga X1, jumlah anggota keluarga bekerja X4 dan jumlah anggota keluarga yang sekolah X5. Jumlah anggota keluarga X1 mempunyai hubungan yang signifikan dengan produksi perjalanan Y dengan nilai R koefisien korelasi yaitu sebesar 0,926 atau variabel bebas dapat mempengaruhi variabel terikat dengan kuat hubungan sebesar 92,6. Sama halnya pada variabel jumlah anggota keluarga bekerja X4 mempunyai hubungan yang signifikan dengan produksi perjalanan Y dengan nilai R koefisien korelasi yaitu 0,738 atau variabel bebas dapat mempengaruhi variabel terikat dengan kuat hubungan sebesar 73,8. Sama halnya pada variabel jumlah anggota keluarga yang sekolah Universitas Sumatera Utara X5 mempunyai hubungan yang signifikan dengan produksi perjalanan Y dengan nilai R koefisien korelasi yaitu 0,846 atau variabel bebas dapat mempengaruhi variabel terikat dengan kuat hubungan sebesar 84,6. Dalam uji korelasi didapatkan juga variabel-variabel bebas yang saling berkorelasi kuat, misalnya variabel jumlah anggota keluarga X1 berkorelasi kuat dengan jumlah anggota keluarga bersekolah X5 sebesar 0,790 atau 79,0. 2. Analisis Regresi Untuk Mendapatkan Persamaan Model Bangkitan Analisis regresi linear berganda digunakan untuk meramalkan suatu variabel terikat Y berdasarkan dua atau lebih variabel bebas X1, X2, …., Xn dalam suatu persamaan linear. Untuk mendapatkan model yang paling sesuai menggambarkan pengaruh satu atau beberapa variabel bebas terhadap variabel terikatnya dapat digunakan analisis regresi linear berganda Multiple Linear Regression Analysis. Model regresi linear yang ditampilkan diolah dengan bantuan Software SPSS-17. a. Y – X1 → r = 0,926 X1 – X2 → r = 0,520 X1 – X3 → r = 0,284 X1 – X4 → r = 0,675 X1 – X5 → r = 0,790 Karena korelasi antara variabel X1 dengan X5 kuat maka X5 tidak bisa digunakan dalam persamaan bila X1 dimasukkan ke dalam persamaan. Dengan analisa regresi menggunakan program SPSS 17 maka persamaan yang mungkin terjadi yaitu: Universitas Sumatera Utara • Dengan satu variabel F{X1} Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .926 a .857 .856 .394 a. Predictors: Constant, X1 ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 100.706 1 100.706 647.997 .000 a Residual 16.784 108 .155 Total 117.491 109 a. Predictors: Constant, X1 b. Dependent Variable: Y1 Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.522 .130 11.702 .000 X1 1.174 .046 .926 25.456 .000 a. Dependent Variable: Y1 Maka persamaan yang terbentuk adalah : Y = 1,522 + 1,174X 1 Dengan nilai R 0,926 dan R 2 Dapat dilihat bahwa persamaan model regresi linear yang terbentuk, yaitu Y = 1,522 + 1,174X 0,857 1 adalah merupakan model regresi yang menggambarkan pengaruh variabel bebas, yaitu jumlah anggota keluarga X 1 yang mempengaruhi produksi Universitas Sumatera Utara perjalanan Y. Tabel anova memaparkan uji kelinearan, dengan hipotesis sebagai berikut: Ho= model linear antara variabel produksi perjalanan dengan variabel jumlah anggota keluarga tidak signifikan. Hi = model linear antara variabel produksi perjalanan dengan variabel jumlah anggota keluarga signifikan. F hitung 647,997 F tabel 1; 108; 0,05 adalah 3,929 sehingga Ho ditolak. Jadi model linear antara variabel produksi perjalanan dengan variabel jumlah anggota keluarga signifikan. Di samping menggunakan perbandingan F hitung dan F tabel, dapat juga dilakukan perbandingan nilai sig dengan nilai α 0,05. Sig 0,000 α maka Ho ditolak. Tabel koefisien memaparkan nilai konstanta dan koefisien X dari persamaan linear yang didapat. Hipotesis uji koefisien X1: Ho = koefisien tidak signifikan. Hi = koefisien signifikan t hitung 25,456 t tabel 0,05; 108 adalah 1,982, sehingga Ho ditolak, koefisien signifikan. Selain uji t dapat juga dilakukan dengan melakukan perbandingan sig dengan α. Sig 0,000 α, sehingga Ho ditolak. Jadi dapat disimpulkan ada hubungan yang signifikan antara variabel bangkitan perjalanan dengan variabel jumlah anggota keluarga. Kuat hubungan yang ditunjukkan oleh variabel bebas terhadap variabel terikat dalam model yang terbentuk dapat dilihat koefisien determinan R Square, yaitu sebesar 0,857 atau 85,7. Universitas Sumatera Utara • Dengan dua variabel : 1. F{X1, X2} Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .932 a .869 .867 .379 a. Predictors: Constant, X2, X1 ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 102.154 2 51.077 356.358 .000 a Residual 15.336 107 .143 Total 117.491 109 a. Predictors: Constant, X2, X1 b. Dependent Variable: Y1 Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.277 .147 8.706 .000 X1 1.088 .052 .858 20.982 .000 X2 .172 .054 .130 3.178 .002 a. Dependent Variable: Y1 Y = 1,277 + 1,088X 1 + 0,172X 2 Tabel anova dan koefisien memaparkan Sig 0,000 α, sehingga dapat disimpulkan persamaan regresi linear yang terbentuk signifikan dan ada hubungan yang signifikan antara variabel bangkitan perjalanan dengan variabel jumlah anggota keluarga dan jumlah pendapatan. Keeratan hubungan antara variabel ditunjukkan oleh nilai R sebesar 0,932. Kuat hubungan yang ditunjukkan oleh Universitas Sumatera Utara variabel bebas terhadap variabel terikat dalam model yang terbentuk dapat dilihat dari koefisien determinan R Square, yaitu sebesar 0,869 atau 86,9. 2. f{X1, X3} Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .926 a .857 .855 .396 a. Predictors: Constant, X3, X1 ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 100.714 2 50.357 321.159 .000 a Residual 16.777 107 .157 Total 117.491 109 a. Predictors: Constant, X3, X1 b. Dependent Variable: Y1 Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.485 .215 6.915 .000 X1 1.171 .048 .924 24.242 .000 X3 .017 .080 .008 .214 .831 a. Dependent Variable: Y1 Maka diperoleh persamaan: Y = 1,485 + 1,171X 1 + 0,017X 3 Tabel anova memaparkan Sig 0,000 α, sehingga dapat disimpulkan persamaan regresi linear yang terbentuk signifikan. Tetapi nilai sig 0,831 α Universitas Sumatera Utara pada tabel koefisien menunjukkan penolakan Hi bahwa ada hubungan yang signifikan antara variabel bangkitan dengan jumlah kepemilikan kenderaan. Keeratan hubungan antara variabel ditunjukkan oleh nilai R sebesar 0,926. Kuat hubungan yang ditunjukkan oleh variabel bebas terhadap variabel terikat dalam model yang terbentuk dapat dilihat dari koefisien determinan R Square, yaitu sebesar 0,857 atau 85,7. 3 F{X1, X4} Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .938 a .881 .879 .362 a. Predictors: Constant, X4, X1 ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 103.480 2 51.740 395.135 .000 a Residual 14.011 107 .131 Total 117.491 109 a. Predictors: Constant, X4, X1 b. Dependent Variable: Y1 Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.106 .150 7.394 .000 X1 .996 .057 .785 17.360 .000 X4 .376 .082 .208 4.602 .000 a. Dependent Variable: Y1 Universitas Sumatera Utara Maka diperoleh persamaan: Y = 1,106 + 0,996X 1 + 0,376X 4 Tabel anova dan koefisien memaparkan Si g 0,000 α, sehingga dapat disimpulkan persamaan regresi linear yang terbentuk signifikan dan ada hubungan yang signifikan antara variabel bangkitan perjalanan dengan variabel jumlah anggota keluarga dan jumlah anggota bekerja. Keeratan hubungan antara variabel ditunjukkan oleh nilai R sebesar 0,938. Kuat hubungan yang ditunjukkan oleh variabel bebas terhadap variabel terikat dalam model yang terbentuk dapat dilihat dari koefisien determinan R Square, yaitu sebesar 0,881 atau 88,1. • Dengan 3 variabel 1. F{X1, X2,X3} Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .932 a .870 .866 .380 a. Predictors: Constant, X3, X2, X1 ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 102.160 3 34.053 235.446 .000 a Residual 15.331 106 .145 Total 117.491 109 a. Predictors: Constant, X3, X2, X1 b. Dependent Variable: Y1 Universitas Sumatera Utara Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.307 .214 6.112 .000 X1 1.090 .053 .860 20.571 .000 X2 .173 .055 .131 3.162 .002 X3 -.015 .078 -.007 -.193 .848 a. Dependent Variable: Y1 Maka persamaan yang terbentuk adalah: Y = 1,307 + 1,090X 1 + 0,173X 2 – 0,015X 3 Tabel anova memaparkan Sig 0,000 α, sehingga dapat disimpulkan persamaan regresi linear yang terbentuk signifikan. Tetapi nilai sig 0,848 α pada tabel koefisien menunjukkan penolakan Hi bahwa ada hubungan yang signifikan antara variabel jumlah kepemilikan kenderaan. Keeratan hubungan antara variabel ditunjukkan oleh nilai R sebesar 0,932. Kuat hubungan yang ditunjukkan oleh variabel bebas terhadap variabel terikat dalam model yang terbentuk dapat dilihat dari koefisien determinan R Square, yaitu sebesar 0,870 atau 87,0. 2. F{X1, X2,X4} Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .941 a .885 .882 .357 a. Predictors: Constant, X4, X2, X1 Universitas Sumatera Utara ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 103.957 3 34.652 271.409 .000 a Residual 13.534 106 .128 Total 117.491 109 a. Predictors: Constant, X4, X2, X1 b. Dependent Variable: Y1 Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.018 .155 6.582 .000 X1 .969 .058 .765 16.646 .000 X2 .104 .054 .079 2.033 .000 X4 .322 .086 .178 3.758 .000 a. Dependent Variable: Y1 Maka persamaan yang terbentuk adalah: Y = 1,018 + 0,969X 1 + 0,104X 2 + 0,322X 4 Tabel anova dan koefisien memaparkan Sig 0,000 α, sehingga dapat disimpulkan persamaan regresi linear yang terbentuk signifikan dan ada hubungan yang signifikan antara variabel bangkitan perjalanan dengan jumlah anggota keluarga, jumlah penghasilan keluarga dan jumlah anggota keluarga yang bekerja. Keeratan hubungan antara variabel ditunjukkan oleh nilai R sebesar 0,941. Kuat hubungan yang ditunjukkan oleh variabel bebas terhadap variabel terikat dalam model yang terbentuk dapat dilihat dari koefisien determinan R Square, yaitu sebesar 0,885 atau 88,5. Universitas Sumatera Utara 3. F{X1, X3, X4} Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .939 a .881 .878 .363 a. Predictors: Constant, X3, X1, X4 ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 103.507 3 34.502 261.542 .000 a Residual 13.983 106 .132 Total 117.491 109 a. Predictors: Constant, X3, X1, X4 b. Dependent Variable: Y1 Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.172 .208 5.625 .000 X4 .382 .083 .211 4.602 .000 X1 .999 .058 .788 17.229 .000 X3 -.034 .074 -.016 -.456 .649 a. Dependent Variable: Y1 Maka persamaan yang terbentuk adalah: Y = 1,172 + 0,999X 1 - 0,034X 3 + 0,382X 4 Tabel anova memaparkan Sig 0,000 α, sehingga dapat disimpulkan persamaan regresi linear yang terbentuk signifikan. Tetapi nilai sig 0,649 α pada tabel koefisien menunjukkan penolakan Hi bahwa ada hubungan yang signifikan antara variabel jumlah kepemilikan kenderaan. Universitas Sumatera Utara Keeratan hubungan antara variabel ditunjukkan oleh nilai R sebesar 0,939. Kuat hubungan yang ditunjukkan oleh variabel bebas terhadap variabel terikat dalam model yang terbentuk dapat dilihat dari koefisien determinan R Square, yaitu sebesar 0,881 atau 88,1. • Dengan empat variabel Y = f{X1, X2, X3, X4} Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .941 a .885 .881 .358 a. Predictors: Constant, X4, X3, X2, X1 ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 104.009 4 26.002 202.505 .000 a Residual 13.482 105 .128 Total 117.491 109 a. Predictors: Constant, X4, X3, X2, X1 b. Dependent Variable: Y1 Universitas Sumatera Utara Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.106 .208 5.309 .000 X1 .973 .059 .767 16.584 .000 X2 .107 .054 .081 1.976 .051 X3 -.047 .074 -.022 -.633 .528 X4 .328 .086 .181 3.795 .000 a. Dependent Variable: Y1 Maka diperoleh persamaan: Y = 1,106 + 0,973X 1 + 0,107X 2 - 0,047X 3 + 0,328X 4 Tabel anova memaparkan Sig 0,000 α, sehingga dapat disimpulkan persamaan regresi linear yang terbentuk signifikan. Tetapi nilai sig X3 0,528 α pada tabel koefisien menunjukkan penolakan Hi bahwa dalam model yang terbentuk ada hubungan yang signifikan antara jumlah bangkitan perjalanan dengan variabel jumlah kepemilikan kenderaan. Keeratan hubungan antara variabel ditunjukkan oleh nilai R sebesar 0,941. Kuat hubungan yang ditunjukkan oleh variabel bebas terhadap variabel terikat dalam model yang terbentuk dapat dilihat dari koefisien determinan R Square, yaitu sebesar 0,885 atau 88,5. b. Y – X2 → r = 0,577 X2 – X1 → r = 0,520 X2 – X3 → r = 0,255 Universitas Sumatera Utara X2 – X4 → r = 0,560 X2 – X5 → r = 0,381 Korelasi antara variabel terikat Y dan variabel bebas X2 kecil maka X2 tidak digunakan di dalam model. c. Y – X3 → r = 0,270 X3 – X1 → r = 0,284 X3 – X2 → r = 0,255 X3 – X4 → r = 0,297 Korelasi antara variabel terikat Y dan variabel bebas X3 kecil maka X3 tidak digunakan di dalam model. d. Y – X4 → r = 0,738 X4 – X1 → r = 0,675 X4 – X2 → r = 0,560 X4 – X3 → r = 0,297 X4 – X5 → r = 0,264 Dengan analisa regresi menggunakan program SPSS 17 maka persamaan yang mungkin terjadi yaitu: • Dengan satu variabel Y = f{X4} Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .738 a .545 .541 .704 a. Predictors: Constant, X4 Universitas Sumatera Utara ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 64.016 1 64.016 129.290 .000 a Residual 53.475 108 .495 Total 117.491 109 a. Predictors: Constant, X4 b. Dependent Variable: Y1 Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.513 .287 5.265 .000 X4 1.334 .117 .738 11.371 .000 a. Dependent Variable: Y1 Y = 1,513 + 1,334X 4 Tabel anova dan koefisien memaparkan Sig 0,000 α, sehingga dapat disimpulkan persamaan regresi linear yang terbentuk signifikan dan ada hubungan yang signifikan antara variabel bangkitan perjalanan dengan jumlah anggota keluarga yang bekerja. Keeratan hubungan antara variabel ditunjukkan oleh nilai R sebesar 0,738. Kuat hubungan yang ditunjukkan oleh variabel bebas terhadap variabel terikat dalam model yang terbentuk dapat dilihat dari koefisien determinan R Square, yaitu sebesar 0,545 atau 54,5. Universitas Sumatera Utara • Dengan dua variabel 1. Y = f{X4, X2} Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .764 a .584 .576 .676 a. Predictors: Constant, X2, X4 ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 68.579 2 34.290 75.012 .000 a Residual 48.912 107 .457 Total 117.491 109 a. Predictors: Constant, X2, X4 b. Dependent Variable: Y1 Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.215 .292 4.164 .000 X4 1.094 .136 .605 8.037 .000 X2 .314 .099 .238 3.159 .002 a. Dependent Variable: Y1 Maka persamaan yang terbentuk adalah: Y = 1,215 + 0,314X 3 + 1,094X 4 Tabel anova dan koefisien memaparkan Sig 0,000 α, sehingga dapat disimpulkan persamaan regresi linear yang terbentuk signifikan dan ada hubungan yang signifikan antara variabel bangkitan perjalanan dengan jumlah kepemilikan kenderaan dan jumlah anggota keluarga yang bekerja. Universitas Sumatera Utara Keeratan hubungan antara variabel ditunjukkan oleh nilai R sebesar 0,764. Kuat hubungan yang ditunjukkan oleh variabel bebas terhadap variabel terikat dalam model yang terbentuk dapat dilihat dari koefisien determinan R Square, yaitu sebesar 0,584 atau 58,4. 2. Y = f{X4, X3} Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .740 a .548 .539 .705 a. Predictors: Constant, X3, X4 ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 64.349 2 32.175 64.783 .000 a Residual 53.142 107 .497 Total 117.491 109 a. Predictors: Constant, X3, X4 b. Dependent Variable: Y1 Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.281 .404 3.169 .002 X4 1.304 .123 .722 10.598 .000 X3 .117 .143 .056 .819 .415 a. Dependent Variable: Y1 Maka persamaan yang terbentuk adalah: Y = 1,281 + 0,117X 3 + 1,304X 4 Universitas Sumatera Utara Tabel anova memaparkan Sig 0,000 α, sehingga dapat disimpulkan persamaan regresi linear yang terbentuk signifikan. Tetapi nilai sig X3 0,415 α pada tabel koefisien menunjukkan penolakan Hi bahwa dalam model yang terbentuk ada hubungan yang signifikan antara jumlah bangkitan perjalanan dengan variabel jumlah kepemilikan kenderaan. Keeratan hubungan antara variabel ditunjukkan oleh nilai R sebesar 0,740. Kuat hubungan yang ditunjukkan oleh variabel bebas terhadap variabel terikat dalam model yang terbentuk dapat dilihat dari koefisien determinan R Square, yaitu sebesar 0,548 atau 54,8. • Dengan 3 variabel 1. F{X4, X2,X3} Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .765 a .585 .573 .678 a. Predictors: Constant, X3, X2, X4 ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 68.695 3 22.898 49.742 .000 a Residual 48.796 106 .460 Total 117.491 109 a. Predictors: Constant, X3, X2, X4 b. Dependent Variable: Y1 Universitas Sumatera Utara Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.083 .394 2.744 .007 X4 1.080 .139 .598 7.762 .000 X2 .309 .100 .234 3.073 .003 X3 .070 .139 .033 .502 .617 a. Dependent Variable: Y1 Maka persamaan yang terbentuk adalah: Y = 1,083 + 0,309X 2 + 0,070X 3 + 1,080X 4 Tabel anova memaparkan Sig 0,000 α, sehingga dapat disimpulkan persamaan regresi linear yang terbentuk signifikan. Tetapi nilai sig 0,617 α pada tabel koefisien menunjukkan penolakan Hi bahwa ada hubungan yang signifikan antara variabel jumlah kepemilikan kenderaan. Keeratan hubungan antara variabel ditunjukkan oleh nilai R sebesar 0,765. Kuat hubungan yang ditunjukkan oleh variabel bebas terhadap variabel terikat dalam model yang terbentuk dapat dilihat dari koefisien determinan R Square, yaitu sebesar 0,585 atau 58,5. e. Y – X5 → r = 0,846 X5 – X1 → r = 0,790 X5 – X2 → r = 0,381 X5 – X4 → r = 0,264 Karena korelasi antara variabel X5 dengan X1 kuat maka X1 tidak bisa digunakan dalam persamaan bila X5 dimasukkan ke dalam persamaan. Dengan Universitas Sumatera Utara analisa regresi menggunakan program SPSS 17 maka persamaan yang mungkin terjadi yaitu: • Dengan satu variabel Y = f{X5} Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .846 a .715 .713 .557 a. Predictors: Constant, X5 ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 84.040 1 84.040 271.328 .000 a Residual 33.451 108 .310 Total 117.491 109 a. Predictors: Constant, X5 b. Dependent Variable: Y1 Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.899 .178 10.693 .000 X5 1.209 .073 .846 16.472 .000 a. Dependent Variable: Y1 Y = 1,899 + 1,209X 5 Tabel anova dan koefisien memaparkan Sig 0,000 α, sehingga dapat disimpulkan persamaan regresi linear yang terbentuk signifikan dan ada hubungan yang signifikan antara variabel bangkitan perjalanan dengan jumlah anggota keluarga yang sekolah. Universitas Sumatera Utara Keeratan hubungan antara variabel ditunjukkan oleh nilai R sebesar 0,846. Kuat hubungan yang ditunjukkan oleh variabel bebas terhadap variabel terikat dalam model yang terbentuk dapat dilihat dari koefisien determinan R Square, yaitu sebesar 0,715 atau 71,5. • Dengan dua variabel 1. Y = f{X5, X2} Model Summary Model R R Square Adjusted R Square Std. Error of the Estimate 1 .889 a .791 .787 .479 a. Predictors: Constant, X2, X5 ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 92.907 2 46.453 202.186 .000 a Residual 24.584 107 .230 Total 117.491 109 a. Predictors: Constant, X2, X5 b. Dependent Variable: Y1 Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 Constant 1.185 .191 6.190 .000 X5 1.047 .068 .732 15.310 .000 X2 .393 .063 .297 6.212 .000 a. Dependent Variable: Y1 Maka persamaan yang terbentuk adalah: Universitas Sumatera Utara Y = 1,185 + 0,393X 2 + 1,047X 4 Tabel anova dan koefisien memaparkan Sig 0,000 α, sehingga dapat disimpulkan persamaan regresi linear yang terbentuk signifikan dan ada hubungan yang signifikan antara variabel bangkitan perjalanan dengan jumlah penghasilan keluarga dan jumlah anggota keluarga yang sekolah. Keeratan hubungan antara variabel ditunjukkan oleh nilai R sebesar 0,889. Kuat hubungan yang ditunjukkan oleh variabel bebas terhadap variabel terikat dalam model yang terbentuk dapat dilihat dari koefisien determinan R Square, yaitu sebesar 0,791 atau 79,1. Dari hasil regresi diperoleh beberapa model pergerakan yang signifikan yaitu: 1. Y = 1,522 + 1,174X 1 , dengan koefisien determinan R 2 2. Y = 1,277 + 1,088X sebesar 0,857 1 + 0,172X 2 , dengan koefisien determinan R 2 3. Y = 1,106 + 0,996X sebesar 0,869 1 + 0,376X 4 , dengan koefisien determinan R 2 4. Y = 1,018 + 0,969X sebesar 0,881 1 + 0,104X 2 + 0,322X 4 , dengan koefisien determinan R 2 5. Y = 1,513 + 1,334X sebesar 0,885 4 , dengan koefisien determinan R 2 6. Y = 1,215 + 0,314X sebesar 0,545 2 + 1,094X 4 , dengan koefisien determinan R 2 7. Y = 1,899 + 1,209X sebesar 0,584 5 , dengan koefisien determinan R 2 8. Y = 1,185 + 0,393X sebesar 0,715 2 + 1,047X 5 , dengan koefisien determinan R 2 sebesar 0,791 Universitas Sumatera Utara Dengan koefisien determinan model keempat R 4 2 = 0,885, maka model terbaik yang digunakan yaitu Y = 1,018 + 0,969X 1 + 0,104X 2 + 0,322X 4 , karena koefisien determinasi yang lebih besar menunjukkan kuat hubungan yang lebih besar antara variabel terikat dengan variabel bebas. Universitas Sumatera Utara

BAB V KESIMPULAN DAN SARAN

V.1 Kesimpulan

Berdasarkan dari hasil analisis data responden pada Kecamatan Sunggal, maka dapat diambil beberapa kesimpulan sebagai berikut: 1. Karakteristik rumah tangga penduduk kecamatan Sunggal yaitu : a. Sebagian besar rumah di kecamatan Sunggal dihuni oleh keluarga yang jumlah anggotanya rata-rata berjumlah 5-6 orang 52. b. Ditinjau dari tingkat pendidikan terakhir pendidikan SMP 14, pendidikan SMA 24, perguruan tinggi 68. c. Ditinjau jenis pekerjaan, sebesar 34 bekerja sebagai pegawai swasta, 23 bekerja sebagai wiraswasta dan pelajar. d. Mayoritas penduduk 34 berpenghasilan antara Rp 1.000.000 – Rp 2.000.000. 2. Karakteristik perjalanan penduduk Kecamatan Sunggal yaitu : a. Ditinjau dari tujuan perjalanan penduduk Sunggal umumnya bekerja 56, sekolah sebesar 27 . b. Ditinjau dari total pergerakan perminggu yaitu 6 kali sebesar 44, 5 kali sebesar 31, 5 kali sebesar 15 dan setiap hari sebesar 10. c. Ditinjau dari kepemilikan kenderaan yaitu yang memiliki kenderaan berjumlah 1-2 sebesar 42 dan lebih dari 2 sebesar 40 serta yang tidak memiliki kenderaan sebesar 18. Universitas Sumatera Utara