Tugas 2
Tugas 2
Saudara diminta untuk membuat model bangkitan dan tarikan pergerakan dengan menggunakan
model Analisa korelasi berbasis zona pada suatu daerah kajian dengna jumlah zona sebanyak
20 buah. Diasumsikan bahwa besarnya bangkitan dan tarikan pergerakan merupakan fungsi dari
3 buah parameter sosio-ekonomi (produksi pertanian, penduduk, dan PDRB) dan membuat 2
buah parameter sosio-ekonomi berdasarkan koefisien terkecil/korelasi regresi terkecil yang
dihilangkan. Tabel 1.1 memperlihatkan data bangkitan dan tarikan pergerakan serta beberapa
data parameter sosioekonomi pada daerah kajian tersebut.
Tabel 1.1 Data Bangkitan dan Tarikan Serta Parameter Sosioekonomi
Produksi
Kendaraan Penduduk PDRB
pertanian
Zona (milyar
(ribuan smp/thn) (ribu ton/thn) (ribuan)
rupiah)
Oi Dd T P D
1 418 313 2 914 510
2 326 321 1,7 627 822
3 433 331 1,587 534 930
4 440 347 9 947 745
5 154 153 48 54 655
6 363 269 782 563 662
7 377 277 835 576 779
8 381 387 3 686 581
9 495 393 623 596 997
10 395 291 1549 692 600
11 498 393 2 994 590
12 386 381 1,9 687 882
13 473 371 1,584 574 970
14 460 367 9 967 765
15 154 153 42 54 655
16 343 249 783 543 642
17 337 237 824 536 739
18 321 327 5 626 521
19 415 313 626 516 917
20 305 201 1547 602 690
Tabel 1.2. memperlihatkan nilai korelasi antar peubah baik peubah bebas (bangkitan atau
tarikan) maupun peubah tidak bebas (produksi pertanian, penduduk, dan PDRB)
Tabel 1.3 Proses Perhitungan Analisis Regresi Linear Berganda untuk Model Bangkitan dan
Tarikan Pergerakan
( ) ( ) ( )
1 418 313 2 914 510 4 835396 260100
2 326 321 1,7 627 822 2,89 393129 675684
3 433 331 1,587 534 930 2,518 285156 864900
4 440 347 9 947 745 81 896809 555025
5 154 153 48 54 655 2304 2916 429025
6 363 269 782 563 662 611524 316969 438244
7 377 277 835 576 779 697225 331776 606841
8 381 387 3 686 581 9 470596 337561
9 495 393 623 596 997 388129 355216 994009
10 395 291 1549 692 600 2399401 478864 360000
11 498 393 2 994 590 4 988036 348100
12 386 381 1,9 687 882 3,61 471969 777924
13 473 371 1,584 574 970 2,509 329476 940900
14 460 367 9 967 765 81 935089 585225
15 154 153 42 54 655 1764 2916 429025
16 343 249 783 543 642 613089 294849 412164
17 337 237 824 536 739 678976 287296 546121
18 321 327 5 626 521 25 391876 271441
( ) ( ) ( )
19 415 313 626 516 917 391876 266256 840889
20 305 201 1547 602 690 2393209 362404 476100
Total 7474 6074 7696 12288 14652 8177713 8696994 11149278
Tabel 1.3 Proses Perhitungan Analisis Regresi Linear Berganda untuk Model Bangkitan dan
Tarikan Pergerakan (lanjutan)
( )( ) ( )( ) ( )( ) ( )( ) ( )( ) ( )( )
1828 1020 466140 836 382052 213180
1065,9 1397,4 515394 554,2 204402 267972
847,458 1475,91 496620 687,171 231222 402690
8523 6705 705515 3960 416680 327800
2592 31440 35370 7392 8316 100870
440266 517684 372706 283866 204369 240306
480960 650465 448704 314795 217152 293683
2058 1743 398566 1143 261366 221361
371308 621131 594212 308385 295020 493515
1071908 929400 415200 611855 273340 237000
1988 1180 586460 996 495012 293820
1305,3 1675,8 605934 733,4 265182 340452
909,216 1536,48 556780 749,232 271502 458810
8703 6885 739755 4140 444820 351900
2268 27510 35370 6468 8316 100870
425169 502686 348606 268569 186249 220206
441664 608936 396104 277688 180632 249043
3130 2605 326146 1605 200946 167241
323016 574042 473172 259790 214140 380555
931294 1067430 415380 471835 183610 210450
4520803 5556948 8932134 2826047 4944328 5571724
Tabel 1.3 Proses Perhitungan Analisis Regresi Linear Berganda untuk Model Bangkitan dan
Tarikan Pergerakan (lanjutan)
( )( ) ( )( ) ( )( )
626 286082 159630
545,7 201267 263862
525,297 176754 307830
3123 328609 258515
7344 8262 100215
210358 151447 178078
231295 159552 215783
1161 265482 224847
244839 234228 391821
450759 201372 174600
786 390642 231870
723,9 261747 336042
587,664 212954 359870
( )( ) ( )( ) ( )( )
3303 354889 280755
6426 8262 100215
194967 135207 159858
195288 127032 175143
1635 204702 170367
195938 161508 287021
310947 121002 138690
2061178 3991000 4515012
2. Besarnya bangkitan pergerakan merupakan fungsi dari beberapa buah parameter sosio-ekonomi
yang terlihat pada Tabel 1.4.
Tabel. 1.4 Jumlah Bangkitan, Tarikan, serta Peubah Pergerakan per Kabupaten di Provinsi
Bangkitan Tarikan Jumlah Jumlah Panjang Volume Volume
PDRB
pergerakan Pergerakan penduduk hotel jalan perdagangan pertanian
No Kabupaten (juta
(km) (ribu ton) (ribu ton)
rupiah)
Y1 Y2 X1 X2 X3 X4 X5 X6
1 Kab 1 13035567 11015967 1026316 100 490 5206 512 1153924
2 Kab 2 8647167 7627867 1163307 300 387 2518 234 1071543
3 Kab 3 38564090 31534790 3892646 1000 1571 10121 1236 6564158
4 Kab 4 17150017 11140617 1830097 325 823 4282 485 2611595
5 Kab 5 14658862 12658562 1866413 225 735 5304 1522 1792958
6 Kab 6 84239366 80269466 3571886 100 2446 12424 616 7814143
7 Kab 7 12539514 11579314 1867732 212 753 6517 770 2953897
8 Kab 8 21590334 20580234 1992301 225 862 11664 877 2096317
9 Kab 9 17650852 12690152 1585334 375 1270 10705 670 2167602
10 Kab 10 7338062 5308962 1029320 389 558 5817 770 1896980
11 Kab 11 20682714 17612814 1657629 556 595 8985 266 1177528
12 Kab 12 10973952 9923752 1191130 223 706 7127 345 1243769
13 Kab 13 8504292 7534692 971440 156 514 5244 456 1390687
14 Kab 14 15707679 11747579 1637392 223 527 7328 567 4464716
15 Kab 15 10677077 8657477 1311990 389 533 10447 320 1567729
16 Kab 16 7769081 5769381 716852 256 443 3571 431 1180760
17 Kab 17 12163886 9173286 1665355 324 557 6699 574 2898437
Bangkitan Tarikan Jumlah Jumlah Panjang Volume Volume
PDRB
pergerakan Pergerakan penduduk hotel jalan perdagangan pertanian
No Kabupaten (juta
(km) (ribu ton) (ribu ton)
rupiah)
Y1 Y2 X1 X2 X3 X4 X5 X6
18 Kab 18 18463903 12483103 2483771 778 769 13796 649 6909838
19 Kab 19 14578144 11598044 1982352 545 975 18810 797 4240121
20 Kab 20 20972140 18902940 1718534 324 788 8951 801 5319289
Setiap metode analisis korelasi yang ada mensyaratkan dilakukan uji korelasi antar sesama
peubah bebas dan antar peubah bebas dengan peubag tidak bebas. Hal ini sesuai dengan
persyaratan statistik yang harus dipenuhi, yaitu sesame peubah bebas tidak boleh mempunyai
korelasi, sedangkan antar peubah bebas dengan peubah tidak bebas harus mempunyai korelasi.
Tabel 1.5. Matriks Korelasi antar Peubah Bebas dan Peubah Tidak Bebas
No Peubah Y1 Y2 X1 X2 X3 X4 X5 X6
1 Jumlah bangkitan (Oi) Y1 1,00 - - - - - - -
2 Jumlah tarikan (Dd) Y2 - 1,00 - - - - - -
3 Jumlah penduduk X1 0,80 0,76 1,00 - - - - -
4 Jumlah hotel X2 0,04 -0,04 0,50 1,00 - - - -
5 Panjang jalan (km) X3 0,93 0,91 0,83 0,15 1,00 - - -
6 Vol perdagangan (ribu ton) X4 0,39 0,36 0,53 0,44 0,50 1,00 - -
7 Vol pertanian (ribu ton) X5 0,18 0,17 0,49 0,26 0,33 0,21 1,00 -
8 PDRB (juta rupiah) X6 0,71 0,67 0,84 0,42 0,71 0,58 0,35 1,00
Jawab
Metode analisis langkah demi langkah tipe 1
Metode analisis tipe 1 yaitu dengan melihat peubah bebas dengan peubah tidak bebas yang
memiliki korelasi yang tinggi, maka korelasi yang terendah dapat dihilangkan. Berdasarkan uji
korelasi pada tabel 1.5, maka dapat dilakukan proses langah demi langkah sesuai prosedur
hingga tertinggal satu parameter saja. Perhitungan pemodelan bangkitan dan tarikan dengan
bantuan software SPSS didapatkan hasil pada tabel 1.6-tabel 1.11
Tabel 1.6. Hasil Pemodelan Bangkitan Pergerakan dengan Model Analisis Langkah demi
Langkah Tipe 1 per Kabupaten di Provinsi Tertentu
Tanda Tahap
yang Parameter
No Peubah
diharap model 1 2 3 4 5 6
kan
1 Intersep +/- c -2484725,628 -2761363,092 -5402870,441 -8357087,259 -9141146,449 -7976508,088
2 Jml penduduk + X1 10,635 3,496 -0,008 -0,054 1,871 -
Berdasarkan perhitungan dengan menggunakan aplikasi SPSS pada tabel 1.6 menunjukkan
bahwa model yang dipilih adalah model pada tahap 5. Beberapa alasan model 5 dipilih karena
sebagai berikut:
1. Tanda koefisien regresi pada model ke 5 sesuai dengan tanda yang diharapkan yaitu
bertanda positif pada setiap koefisien (jumlah penduduk dan panjang jalan)
2. Nilai R2 (=0,865) cukup tinggi jika dibandingkan dengan yang lain
3. Nilai konstanta pada model 5 tidak jauh berbeda dengan model yang lain
Tabel 1.7. Hasil Pemodelan Tarikan Pergerakan dengan Model Analisis Langkah demi
Langkah Tipe 1 per Kabupaten di Provinsi Tertentu
Tanda Tahap
yang Parameter
No Peubah
diharap model 1 2 3 4 5 6
kan
1 Intersep +/- c -3186732,957 -3539427,516 -5957371,902 -8799693,276 -9371753,383 -9356955,235
2 Jml penduduk + X1 10,973 1,870 -1,337 -1,381 0,024 -
7 PDRB + X6 0,808 - - - - -
Berdasarkan perhitungan dengan menggunakan aplikasi SPSS pada tabel 1.8 menunjukkan
bahwa model yang dipilih adalah model pada tahap 6. Beberapa alasan model 6 dipilih karena
sebagai berikut:
1. Tanda koefisien regresi pada model ke 6 sesuai dengan tanda yang diharapkan yaitu
bertanda positif pada setiap koefisien (panjang jalan). Jika dilihat dengan model yang
lain tanda pada koefisien bernilai negarif semua sehingga tidak sesuai dengan tanda
yang diharapakan, maka model ke 6 merupakan model yang sesuai
2. Nilai R2 cukup tinggi yaitu sebesar 0,863
Tabel 1.9. Hasil Pemodelan Tarikan Pergerakan dengan Model Analisis Langkah demi
Langkah Tipe 2 per Kabupaten di Provinsi Tertentu
Tanda Tahap
yang Parameter
No Peubah
diharap model 1 2 3 4 5 6
kan
1 Intersep +/- c -3186732,957 -3714499,004 -2833694,834 -3405502,704 -5545570,182 -9356955,235
Jml
2 + X1 10,973 12,168 - - - -
penduduk
3 Jml hotel + X2 -25530,909 -25941,524 -10059,598 -11302,036 -12970,388 -
Panjang
4 + X3 18843,328 18586,024 33655,772 32972,234 31887,951 30974,611
jalan
Vol
5 + X4 -152,960 -98,479 -182,689 - - -
perdagangan
Vol
6 + X5 -10589,810 -10869,878 -5680,481 -5597,573 - -
pertanian
7 PDRB + X6 0,492 - - - - -
Berdasarkan perhitungan dengan menggunakan aplikasi SPSS pada tabel 1.9 menunjukkan
bahwa model yang dipilih adalah model pada tahap 6. Beberapa alasan model 6 dipilih karena
sebagai berikut:
1. Tanda koefisien regresi pada model ke 6 sesuai dengan tanda yang diharapkan yaitu
bertanda positif pada setiap koefisien (panjang jalan). Jika dilihat dengan model yang
lain tanda pada koefisien bernilai negarif semua sehingga tidak sesuai dengan tanda
yang diharapakan, maka model ke 6 merupakan model yang sesuai.
2. Nilai R2 cukup tinggi yaitu sebesar 0,828
Berdasarkan perhitungan dengan menggunakan aplikasi SPSS pada tabel 1.10 menunjukkan
bahwa model yang dipilih adalah model pada tahap 2. Beberapa alasan model 2 dipilih karena
sebagai berikut:
1. Tanda koefisien regresi pada model ke 2 memiliki tiga koefisien yang sesuai dengan
yang diharapakan dengan nilai yang tinggi dan hanya memiliki dua tanda negatif yang
tidak sesuai harapan namun memiliki nilai yang cukup rendah
2. Nilai R2 (=0,908) cukup tinggi jika dibandingkan dengan yang lain
3. Nilai konstanta pada model ke 2 tidak jauh berbeda dengan model yang lain
Tabel 1.11. Hasil Pemodelan Tarikan Pergerakan dengan Model Analisis Langkah demi
Langkah Tipe 3 (coba-coba) per Kabupaten di Provinsi Tertentu
Tanda Tahap
yang Parameter
No Peubah
diharap model 1 2 3 4 5 6
kan
1 Intersep +/- c -3186732,957 -3539427,516 -6024727,559 -5957371,902 -3695703,648 -7418227,025
Jml
2 + X1 10,973 1,870 6,480 -1,337 23,151 0,988
penduduk
3 Jml hotel + X2 -25530,909 - -23375,512 - -41756,086 -
Panjang
4 + X3 18843,328 30197,911 21674,546 31810,290 - 31739,653
jalan
Vol
5 + X4 -152,960 -643,829 -182,268 -633,382 282,967 -519,576
perdagangan
Vol
6 + X5 -10589,810 -9002,715 - - -13630,314 -
pertanian
7 PDRB + X6 0,492 0,880 0,851 1,160 - -
Berdasarkan perhitungan dengan menggunakan aplikasi SPSS pada tabel 1.11 menunjukkan
bahwa model yang dipilih adalah model pada tahap 2. Beberapa alasan model 2 dipilih karena
sebagai berikut:
4. Tanda koefisien regresi pada model ke 2 memiliki tiga koefisien yang sesuai dengan
yang diharapakan dengan nilai yang tinggi dan hanya memiliki dua tanda negatif yang
tidak sesuai harapan namun memiliki nilai yang cukup rendah
5. Nilai R2 (=0,868) cukup tinggi jika dibandingkan dengan yang lain
6. Nilai konstanta pada model ke 2 tidak jauh berbeda dengan model yang lain