Joglo dekat dengan pasar Nusukan, sehingga mempengaruhi jumlah arus lalu lintas yang terjadi. Sedangkan pada lokasi 1 arah pergerakannya dari barat ke
timur, dan jumlah arus lalu lintas yang paling besar terjadi pada sore. Penyebabnya adalah ketika sore hari terjadi pergerakan pulang kerja, sekolah
maupun aktivitas perdagangan lainnya. Mengingat lokasi sebelah timur bundaran Joglo terdapat perumahan dan pemukiman yang cukup padat. Arus kendaraan
berat yang terjadi di bundaran Joglo hampir sama pada saat pagi hari maupun sore hari. Ini dilihat dari nilai emp kendaraan berat antara waktu pagi hari dan sore hari
berimbang.
Nilai emp untuk Heavy Vehicle lebih besar jika dibandingkan dengan Motor Cycle. Hal ini dikarenakan semakin besar kendaraan maka ruang yang diperlukan
untuk bergerak per kendaraan semakin besar. Semakin besar ukuran kendaraan, maka kecepatan untuk memulai gerakan lebih kecil bila dibandingkan dengan
sepeda motor. Keadaan seperti ini akan mengakibatkan gangguan terhadap arus lalu lintas secara keseluruhan sehingga nilai emp untuk Heavy Vehicle lebih besar
dari pada emp sepeda motor.
b. Koefisien Korelasi
Nilai koefisien korelasi dihitung dengan menggunakan persamaan 2.21. Contoh perhitungan koefisien korelasi antara light vehicle LV dengan motorcycle MC
dengan menggunakan data pendekat pada Lokasi 3 jam puncak pagi :
2 2
1248 195810
8 5640
3990076 8
1248 5640
876723 8
r
r = -0.78997
Nilai r terletak diantara -1 ≤ r ≤ +1, ini berarti terdapat pengaruh negatif antara
variable bebas yaitu jika variabel
1
x yang besar berpasangan dengan y yang kecil, ataupun sebaliknya.
Perhitungan nilai koefisien korelasi dari pendekat lain dicantumkan dalam Tabel 4.7 dan tabel 4.8 :
Tabel 4.7 Nilai koefisien korelasi pada jam puncak pagi
Lokasi Pengamatan Koefisien Korelasi
MC HV
Lokasi 1 -0.76271
-0.4909 Lokasi 2
-0.77606 -0.51687
Lokasi 3 -0.77065
-0.11459
Tabel 4.8 Nilai koefisien korelasi pada jam puncak sore
Jalan Pendekat Koefisien Korelasi
MC HV
Lokasi 1 -0.8216
-0.2352 Lokasi 2
-0.6781 -0.4875
Lokasi 3 -0.8139
-0.28897
Analisis regresi linier memliki dua buah variabel, yaitu variabel dependen dan variabel independen. Untuk mengetahui hubungan antar variabel dependen dan
variabel independen maka dihitung nilai korelasi dari persamaan tersebut. Nilai koefisien korelasi untuk sepeda motor 0,5 dan bernilai negatif. Hal tersebut
berarti terdapat pengaruh negatif antara dua variabel yang artinya jika nilai variabel x besar maka nilai y kecil. Sedangkan untuk Heavy Vehicle nilai
koefisien korelasi 0,5 dan bernilai negatif. Hal ini berarti terdapat pengaruh yang kecil antara kedua variabel tersebut.
c. Uji Koefisien Korelasi
Untuk melihat keberartian koefisien korelasi dilakukan dengan uji t t student dengan persamaan 2.22 . Contoh perhitungan dengan menggunakan data pada
Lokasi 3 pagi jam puncak pagi :
2
78997 .
1 2
8 78997
.
hitungan
t = 3.15585
Nilai
hitungan
t
dibandingkan dengan nilai
dk t
tabel
2 1
dari tabel t student. Diperoleh nilai :
45 .
2
6 025
.
t
Nilai uji
dk t
t
tabel hitungan
2 1
, maka dapat disimpulkan terdapat hubungan antara light vehicle LV dengan motorcycle MC di Lokasi 3 pada jam puncak
pagi.
Hasil uji keberartian koefisien korelasi dan nilai tabel untuk semua jalan pendekat disajikan dalam Tabel 4.9 dan 4.10:
Tabel 4.9 Nilai uji keberartian koefisien korelasi pada jam puncak pagi
Jalan Pendekat
t
hitungan
t
tabel
MC HV
dk tabel
t 2
1
Lokasi 1 2.88875
1.3804 2.45
Lokasi 2 3.01425
0.51687 2.45
Lokasi 3 3.15585
0.20963 2.45
Tabel 4.10 Nilai uji keberartian korfisien korelasi pada jam puncak sore
Jalan Pendekat
t
hitungan
t
tabel
MC HV
dk tabel
t 2
1
Lokasi 1 3.53126
0.5058 2.45
Lokasi 2 2.25995
1.36784 2.45
Lokasi 3 3.43141
0.5927 2.45
Untuk hasil perhitungan nilai uji keberartian koefisian korelasi kendaraan berat lebih kecil jika dibandingkan nilai tabel, hal tersebut disebabkan karena jumlah
kendaraan berat yang lebih sedikit, sehingga dapat disimpulkan tidak terdapat pengaruh antara heavy vehicle HV dengan light vehicle LV.
Untuk pengujian keberartian nilai koefisien korelasi tersebut dibuktikan dengan uji t. Nilai t hitungan untuk sepeda motor lebih besar daripada t tabel. Sehingga
disimpulkan bahwa hubungan antar kedua variabel tersebut Light Vehicle dan sepeda motor berarti. Sedangkan untuk Heavy Vehicle nilai t hitungan lebih kecil
daripada t tabel sehingga memiliki arti bahwa tidak terdapat hubungan yang berarti antara kedua variabel tersebut Heavy Vehicle dan Light Vehicle.
d. Uji regresi Linier