Korelasi antara Variabel Bebas dan Variabel Terikat Korelasi antara Variabel Bebas

jalan, dan jumlah pelanggaran rambu-rambu lalu lintas. Sedangkan sisanya sebesarnya sebesar 100 - 87 = 13 dipengaruhi oleh faktor-faktor yang lain.

4.4 Koefisien Korelasi

4.4.1 Korelasi antara Variabel Bebas dan Variabel Terikat

Untuk mengukur besarnya pengaruh variabel bebas terhadap variabel tidak bebas, maka dari tabel dapat dihitung besar koefisien korelasinya yaitu: 1. Koefisien korelasi antara tingkat kecelakaan lalu lintas Y dengan jumlah kendaraan bermotor X 1 r 1 y =               2 2 2 1 2 1 1 1 i i i i i i Y Y n X X n Y X Y X n =    2 2 7.780 - 5.285.654 15 6 14.249.45 - 838 3.612.312. 1515.84 67.780 14.249.45 - 108 . 742 . 803 . 8 15 =    18.756.410 .396.634 34.607.188 7.680 110.860.76 - 1.620 132.056.13 = 000.000 4.514.510. 649.106.61 .940 21.195.363 = 0, 832 2. Koefisien korelasi antara tingkat kecelakaan lalu lintas Y dengan jumlah panjang jalan X 2 r 2 y =               2 2 2 2 2 2 2 2 i i i i i i Y Y n X X n Y X Y X n    2 2 7.780 - .654 155.285 39.277,26 - 95.540,10 15108.6 7.780 39.277,26 - ,22 21.160.233 15  Universitas Sumatera Utara    18.756.410 ,40 87.729.948 2,80 305.577.08 - 8,30 317.403.49  881.495.51 1.645.498. ,50 11.826.415  = 0, 292 3. Koefisien korelasi antara tingkat kecelakaan lalu lintas Y dengan jumlah pelanggaran rambu-rambu lalu lintas X 3 r 3 y =               2 2 2 2 3 3 3 3 i i i i i i Y Y n X X n Y X Y X n =    2 2 7.780 - 5.285.654 15 626.445 - 2.553.915 1533.27 .780 6264457 - 6 404.523.91 15 =    18.756.410 0.700 106.654.97 100 4.873.742. - 740 6.067.858. = 0.000 358.987.19 2.000.464. 640 1.194.116. = 0, 844

4.4.2 Korelasi antara Variabel Bebas

1. Koefisien korelasi antara junlah kendaraan bermotor X 1 dengan jumlah panjang jalan X 2 Universitas Sumatera Utara r 1 2 =              2 2 2 2 2 1 2 1 2 1 2 1 i i i i i i i i X X n X X n X X X X n    2 2 39.277,26 - 0,10 108.695.54 15 6 14.249.45 - 838 3.612.312. 1515.84 26 639.277, 14.249.45 - .921,07 39.855.842 15  =    ,40 87.729.948 .396.634 34.607.188 8.170,56 559.679.58 - 3.816,05 597.837.64 = 0.000.000 852.354.24 3.036.086. .645,49 38.158.055 = 0, 693 2. Koefisien korelasi antara jumlah kendaraan bermotor X 1 dengan jumlah pelanggaran rambu-rambu lalu lintas X 3 r 1 3 =              2 3 2 3 2 1 2 1 3 1 3 1 i i i i i i i i X X n X X n X X X X n    2 2 626.445 - 2.553.915 1533.27 6 14.249.45 - 3.612.838 1515.84 6626.445 14.249.45 - .409.360 10.341.515 15     0.700 106.654.97 .396.634 34.607.188 463.920 8.926.500. - .409.360 10.341.515  = 000 0.000.000. 664.452.38 3.691.028. 945.440 1.415.014. = 0, 737 Universitas Sumatera Utara 3. Koefisien korelasi antara panjang jalan X 2 dengan jumlah pelanggaran rambu-rambu lalu lintas X 3 r 23 =              2 3 2 3 2 2 2 2 3 21 3 2 i i i i i i i i X X n X X n X X X X n    2 2 626.445 - .915 33.272.553 15 39.277,26 - 95.540,10 15108.6 626.445 39.277,26 - 134,06 1.696.615. 15  =    0.700 106.654.97 ,40 87.729.948 .141 24.605.043 - .011 25.449.227 = 0.000 076.263.86 9.356.835. 0,20 844.183.87 = 0, 276 Dari perhitungan koefisien korelasi baik antara variabel bebas terhadap variabel tak bebas maupun antara sesama variabel bebas diperoleh kesimpulan sebagai berikut: 1.r 1 y = 0, 832; variabel X 1 berkorelasi sangat kuat terhadap variabel Y 2. r 2 y = 0, 292; variabel X 2 berkorelasi lemah terhadap variabel Y 3. r 3 y = 0, 844; variabel X 3 berkorelasi sangat kuat terhadap variabel Y 4. r 1 2 = 0, 693; variabel X 1 berkorelasi kuat terhadap variabel X 2 5. r 1 3 = 0, 737; variabel X 1 berkorelasi sangat kuat terhadap variabel X 3 6. r 23 = 0, 276; variabel X 2 berkorelasi lemah terhadap variabel X 3 Universitas Sumatera Utara

4.5.1 Apakah X