1.

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 1.2. Matriks Koefisien Korelasi Antar Peubah

Oi Dd Pertanian Penduduk PDRB
Oi 1,00
Dd 0,87 1,00
Pertanian -0,05 -0,37 1,00
Penduduk 0,80 0,74 -0,08 1,00
PDRB 0,36 0,31 -0,06 -0,10 1,00
Jawab
Model bangkitan/tarikan dengan 3 peubah bebas
Y1,2 = b0 + b1 X1 + b2 X2 + b3 X3
Y1 = bangkitan (peubah tidak bebas)
Y2 = tarikan (peubah tidak bebas)
X1 = peubah bebas pertanian
X2 = peubah bebas penduduk
X3 = peubah bebas PDRB
b0 = konstanta
b1, b2, b3 = koefisien regresi
N N N N

Nb0 + b1 X1i + b2 X2i + b3 X3i = Yi

i=1 i=1 i=1 i=1
N N N N N

b0 X1i + b1 (X1i )2 + b2 (X1i . X2i ) + b3 (X1i . X3i ) = (X1i . Yi )

i=1 i=1 i=1 i=1 i=1
N N N N N

b0 X2i + b1 (X1i . X2i ) + b2 (X2i )2 + b3 (X2i . X3i ) = (X2i . Yi )

i=1 i=1 i=1 i=1 i=1
N N N N N

b0 X3i + b1 (X1i . X3i ) + b2 (X2i . X3i ) + b3 (X3i )2 = (X3i . Yi )

i=1 i=1 i=1 i=1 i=1

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

Model bangkitan dengan 3 peubah bebas

20b0 + 7696b1 + 12288b2 + 14652b3 = 7474
7696b0 + 8177713b1 + 4520803b2 + 5556948b3 = 2826047
12288b0 + 4520803b1 + 8696994b2 + 8932134b3 = 4944328
14652b0 + 5556948b1 + 8932134b2 + 11149278b3 = 5571724
Dari persamaan diatas didapatkan nilai-nilai sebagai berikut
b0 = -41,004
b1 = 0,008
b2 = 0,326
b3 = 0,288
Sehingga didapatkan persamaan model bangkitan pergerakan sebagai berikut :
= , + , + , + ,
Dari persamaan diatas menunjukkan bahwa peubah bebas yang dominan yaitu penduduk
sebesar 0,326, PDRB sebesar 0,288 kemudian pertanian sebesar 0,008 yang memiliki koefisien
terkecil.

Model tarikan dengan 3 peubah bebas

20b0 + 7696b1 + 12288b2 + 14652b3 = 6074
7696b0 + 8177713b1 + 4520803b2 + 5556948b3 = 2061178
12288b0 + 4520803b1 + 8696994b2 + 8932134b3 = 3991000
14652b0 + 5556948b1 + 8932134b2 + 11149278b3 = 4515012
Dari persamaan didapatkan nilai-nilai sebagai berikut
b0 = 40,530
b1 = -0,041
b2 = 0,230
b3 = 0,188
Sehingga didapatkan persamaan model bangkitan pergerakan sebagai berikut :
 = , , + , + ,
Dari persamaan diatas menunjukkan bahwa peubah bebas yang dominan yaitu penduduk
sebesar 0,230, PDRB sebesar 0,188 kemudian pertanian sebesar -0,041 yang memiliki koefisien
terkecil.

Model bangkitan/tarikan dengan 2 peubah bebas

Dari perhitungan menujukkan bahwa peubah bebas yang dipilih yaitu penduduk dan PDRB
dengan peubah bebas yang dihilangkan yaitu pertanian Karena memiliki koefisien korelasi yang
kecil terhadap bangkitan (r=-0,05) dan koefisien korelasi terhadap tarikan (r=-0,37). Sehingga
didapatkan persamaan regresi linear berganda sebagai berikut:
, = + +
Y1 = bangkitan (peubah tidak bebas)
Y2 = tarikan (peubah tidak bebas)
X2 = peubah bebas penduduk
X3 = peubah bebas PDRB
b0 = konstanta
b2, b3 = koefisien regresi
N N N

Nb0 + b2 X2i + b3 X3i = Yi

i=1 i=1 i=1
N N N N
2
b0 X2i + b1 (X 2i ) + b2 (X2i . X3i ) = (X2i . Yi )
i=1 i=1 i=1 i=1
N N N N
2
b0 X3i + b1 (X 2i . X3i ) + b2 (X3i ) = (X3i . Yi )
i=1 i=1 i=1 i=1

Model bangkitan dengan 2 peubah bebas

20b0 + 12288b2 + 14652b3 = 7474
12288b0 + 8696994b2 + 8932134b3 = 4944328
14652b0 + 8932134b2 + 11149278b3 = 5571724
Dengan mengeliminasi dari persamaan di atas didapatkan nilai-nilai sebagai berikut
b0 = -35,703
b2 = 0,324
b3 = 0,287
Sehingga didapatkan persamaan model bangkitan pergerakan sebagai berikut :
= , + , ,
 Dari persamaan diatas menunjukkan bahwa peubah bebas yang dominan yaitu penduduk
sebesar 0,324, PDRB sebesar 0,287.

Model tarikan dengan 2 peubah bebas

20b0 + 12288b2 + 14652b3 = 6074
12288b0 + 8696994b2 + 8932134b3 = 3991000
14652b0 + 8932134b2 + 11149278b3 = 4515012
Dari persamaan didapatkan nilai-nilai sebagai berikut
b0 = 13,084
b2 = 0,238
b3 = 0,197
Sehingga didapatkan persamaan model bangkitan pergerakan sebagai berikut :
= , + , + ,
Dari persamaan diatas menunjukkan bahwa peubah bebas yang dominan yaitu penduduk
sebesar 0,238, PDRB sebesar 0,197.

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 -

3 Jml hotel + X2 -20025,276 - - - - -

4 Panjang jalan + X3 20453,581 29359,596 31121,056 30158,066 30237,151 32844,857

Vol
5 + X4 -284,715 -669,730 -658,317 - - -
perdagangan
6 Vol pertanian + X5 -11079,950 -9835,106 - - - -

7 PDRB + X6 0,808 1,112 1,419 0,881 - -

R2 0,939 0,908 0,884 0,869 0,865 0,863

F-Stat 33,089 27,731 28,603 35,275 54,492 113,042
Sumber: Hasil Analisa dengan SPSS

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 -

3 Jml hotel + X2 -25530,909 - - - - -

4 Panjang jalan + X3 18843,328 30197,911 31810,290 30883,775 30941,477 30974,611

5 Vol perdagangan + X4 -152,960 -643,829 -633,382 - - -

6 Vol pertanian + X5 -10589,810 -9002,715 - - - -

7 PDRB + X6 0,492 0,880 1,160 0,643 - -

R2 0,921 0,868 0,846 0,830 0,828 0,828

F-Stat 25,192 18,366 20,572 26,113 41,013 86,851
Sumber: Hasil Analisa dengan SPSS
 Berdasarkan perhitungan dengan menggunakan aplikasi SPSS pada tabel 1.7 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 (=0,828) cukup tinggi jika dibandingkan dengan yang lain
3. Nilai konstanta pada model 5 tidak jauh berbeda dengan model yang lain

Metode analisis langkah demi langkah tipe 2

Metode analisis tipe 2 yaitu dengan melihat koefisien regresi terkecil, maka koefisien regresi
yang tekecil dapat dihilangkan dengan proses langah demi langkah sesuai prosedur hingga
tertinggal satu parameter saja. Pada tabel 1.8 dan tabel 1.9 menunjukan hasil pemodelan
bangkitan dan tarikan tipe 2
Tabel 1.8. Hasil Pemodelan Bangkitan 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 -2484725,628 -3351445,028 -2439526,936 -3323511,661 -5632349,116 -7976508,088
2 Jml penduduk + X1 10,635 12,598 - - - -

3 Jml hotel + X2 -20025,276 -20699,604 -4256,658 -6177,402 -7977,324 -

4 Panjang jalan + X3 20453,581 20031,026 35633,104 34576,391 33406,599 32844,857

Vol
5 + X4 -284,715 -195,243 -282,428 - - -
perdagangan
6 Vol pertanian + X5 -11079,950 -11539,890 -6167,181 -6039,009 - -

7 PDRB + X6 0,808 - - - - -

R2 0,939 0,936 0,887 0,884 0,873 0,863

F-Stat 33,089 40,847 29,422 40,756 58,679 113,042
Sumber: Hasil Analisa dengan SPSS

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 - - - - -

R2 0,921 0,920 0,870 0,869 0,859 0,828

F-Stat 25,192 32,078 25,204 35,465 51,890 86,851
Sumber : Hasil Analisa dengan SPSS

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

Metode analisis coba-coba tipe 3

Metode analisis tipe 2 yaitu dengan membuat 5 buah model kombinasi dengan menghilangkan
variable berdasarkan hubungan korelasi peubah bebas dengan peubah tidak bebas yang
memiliki korelasi yang rendah dan juga melihat hubungan korelasi antar beubah bebas yang
memiliki korelasi terbesar yang memungkinkan untuk dihilangkan variabelnya. Pada tabel 1.10
dan tabel 1.11 menunjukan hasil pemodelan bangkitan dan tarikan tipe 3
 Tabel 1.10. Hasil Pemodelan Bangkitan 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 -2484725,628 -2761363,092 -5454074,368 -5402870,441 -3331188,396 -7189203,232
Jml
2 + X1 10,635 3,496 5,934 -0,008 24,435 2,835
penduduk
3 Jml hotel + X2 -20025,276 - -17770,118 - -37743,696 -
Panjang
4 + X3 20453,581 29359,596 23415,839 31121,056 - 31034,680
jalan
Vol
5 + X4 -284,715 -669,730 -315,379 -658,317 215,859 -519,155
perdagangan
Vol
6 + X5 -11079,950 -9835,106 - - -14514,940 -
pertanian
7 PDRB + X6 0,808 1,112 1,184 1,419 - -

R2 0,939 0,908 0,953 0,884 0,877 0,875

F-Stat 33,089 27,731 27,708 28,603 26,705 37,502
Sumber : Hasil Analisa dengan SPSS

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 - -

R2 0,921 0,868 0,944 0,846 0,865 0,840

F-Stat 25,192 18,366 22,864 20,572 24,009 27,919
Sumber : Hasil Analisa dengan SPSS

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