BAB II

DASAR TEORI

2.1 Bangkitan Perjalanan

Terdapat beberapa konsep perencanaan transportasi yang telah berkembang sampai

dengan saat ini − yang paling populer adalah ‘Model Perencanaan Transportasi Empat Tahap’. Model
perencanaan ini merupakan gabungan dari beberapa seri submodel yang masing-masing harus
dilakukan secara terpisah dan berurutan. Submodel tersebut adalah:

• aksesibilitas
• bangkitan dan tarikan pergerakan
• sebaran pergerakan
• pemilihan moda
• pemilihan rute
• arus lalulintas dinamis (Tamin, 2008:40)

Bangkitan pergerakan adalah tahapan pemodelan yang memperkirakan jumlah pergerakan

yang berasal dari suatu zona atau tata guna lahan dan jumlah pergerakan yang tertarik ke suatu tata
guna lahan atau zona. Pergerakan lalulintas merupakan fungsi tata guna lahan yang menghasilkan
pergerakan lalulintas. Bangkitan lalulintas ini mencakup:

• lalulintas yang meninggalkan suatu lokasi

• lalulintas yang menuju atau tiba ke suatu lokasi (Tamin, 2008:40)

Gambar 2.1 Bangkitan dan tarikan pergerakan

Sumber : Tamin, 2008:40

Dalam prosesnya, bangkitan perjalanan ini dianalisis secara terpisah menjadi 2 bagian, yaitu:
1. Produksi Perjalanan/Perjalanan yang dihasilkan (Trip Production) merupakan banykanya
(jumlah) perjalnan/pergerakan yang dihasilkan oleh zona asal (perjalanan yang berasal),
dengan lain pengertian merupakan perjalanan/pergerakan/arus lalu lintas yang
meninggalkan suatu lokasi tata guna lahan/zona/kawasan.
 2. Penarik Perjalanan/Perjalanan yang tertarik (Trip Attraction) ) merupakan banykanya
(jumlah) perjalnan/pergerakan yang tertarikke zona tujuan (perjalnan yang menuju), dengan
lain pengertian merupakan perjalanan/pergerakan/arus lalu lintas yang menuju atau dating
ke suatu lokasi tata guna lahan/zona/kawasan. (Miro, 2005:66)

Basis perjalanan merupakan tempat dimana lokasi perjalanan diawali/dimulai dan dimana
lokasi perjalanan diakhiri/selesai. Basis perjalnan dibagi mejadi 2, yaitu:

- Perjalanan Berbasiskan Rumah (Home Based Trip/Residential) merupakan perjalanan yang salah
satu atau kedua zonanya (asal dan tujuan) adalah rumah.
- Perjalanan Berbasiskan Bukan Rumah (Non Home Based Trip/Non Residential) merupakan
perjalanan yang baik asal atau tujuannya, tidak berhubungan sama sekali dengan rumah. (Miro,
2005:66-68)

Gambar 2.2 Basis Perjalanan

Sumber: Tamin, 2008: 113

Tahapan bangkitan pergerakan sering digunakan untuk menetapkan besarnya bangkitan

pergerakan yang dihasilkan oleh rumah tangga (baik untuk pergerakan berbasis rumah maupun
berbasis bukan rumah) pada selang waktu tertentu (per jam atau per hari). Bangkitan pergerakan
harus dianalisis secara terpisah dengan tarikan pergerakan. (Tamin, 2008: 114)

Pada prakteknya, sering dijumpai bahwa model bangkitan pergerakan yang lebih baik bisa
didapatkan dengan memodel secara terpisah pergerakan yang mempunyai tujuan berbeda. Dalam
kasus pergerakan berbasis rumah, lima kategori tujuan pergerakan yang sering digunakan adalah:
• pergerakan ke tempat kerja
• pergerakan ke sekolah atau universitas (pergerakan dengan tujuan pendidikan)
• pergerakan ke tempat belanja
• pergerakan untuk kepentingan sosial dan rekreasi, dan
• lain-lain. (Tamin, 2008: 114)

Adapun faktor-faktor yang mempengaruhi bangkitan pergerakan untuk manusia adalah:

• pendapatan
• pemilikan kendaraan
• struktur rumah tangga
• ukuran rumah tangga
• nilai lahan
• kepadatan daerah permukiman
• aksesibilitas
Empat faktor pertama (pendapatan, pemilikan kendaraan, struktur, dan ukuran rumah tangga) telah
digunakan pada beberapa kajian bangkitan pergerakan, sedangkan nilai lahan dan kepadatan daerah
permukiman hanya sering dipakai untuk kajian mengenai zona. (Tamin, 2008: 115-116)

2.2 Metode Analisis Regresi Linier untuk Bangkitan Perjalanan

Menurut Miro (2005: 70), analisis regresi merupakan salah satu alat analisis yang
menjelaskan tentang akibat-akibat dan besarnya akibat yang ditimbulkan oleh satu atau lebih
variabel bebas terhadap satu variabel terikat (tidak bebas). Regresi linier hanya dapat digunakan
pada skala interval dan ratio. Menurut Sugiyono (2014: 260), manfaat dari hasil analisis regresi
adalah untuk membuat keputusan apakah naik dan menurunnya variabel dependen dapat dilakukan
melalui peningkatan variabel independen atau tidak.

Secara umum regresi linier terdiri dari dua, yaitu regresi linier sederhana yang
menghubungkan variabel terikat dengan 1 (satu) buah variabel bebas; dan regresi linier berganda
yang menghubungkan variabel terikat dengan 2 (dua) atau lebih variabel-variabel bebas. (Miro,
2005: 70-71)

Bentuk matematis analisis regresi linier berganda (Miro, 2005: 71) adalah :

Y = a + b1 X1 + b2 X2 + b3 X 3+ … + bk Xk

Keterangan :
Y : variabel terikat (dependent)
X : variabel bebas (independent)
a : parameter konstanta
b : parameter koefisien

Beberapa kaidah statistic harus dipenuhi jika menggunakan metode analisis regresi linier
untuk penelitian atau peramalan besarnya bangkitan perjalanan pada suatu zona berupa prosedur
pengujian keabsahan hasil peramalan. Prosedur dimaksud adalah sebagai berikut:
1. Uji hubungan linier antara variabel terikat Y yang diramalkan dengan variabel x
Pengujian statistic ini dilakukan untuk mengetahui hubungan linier antara 2 variabel yang
kita asumsikan memiliki keterkaitan atau keterhubungan yang kuat, apakah kuat atau tidak. Ada
2 (dua) alat uji yang digunakan untuk hal ini adalah koefisien korelasi dan koefisien determinasi.
Koefisien korelasi (r) adalah angka yang mengukur kekuatan hubungan antara 2 (dua)
variabel (terikat dan bebas). Secara manual, r dapat dicari melalui perumusan berikut:

r=
∑ xy−(∑ x . y ) /n
√ ∑ x2−(∑ x )2 /n √∑ y2−(∑ y )2 /n
dimana :
r = koefisien korelasi sederhana
 x dan y = variabel
n = jumlah pengamatan
Σ = simbol penjumlahan
Koefisien determinasi (r2) adalah nilai yang dipergunakan untuk mungukur besar kecilnya
sumbangan/kontribusi perubahan variabel bebas terhadap perubahan variabel terikat yang
sedang kita amati. (Miro, 2005:72)
2. Uji – t
Menurut Miro (2005:76), Uji-t dilakukan untuk melihat apakah parameter (b1, b2,….bn) yang
melekat pada variabel bebas cukup berarti (signifikan) terhadap suatu konstanta (a) nol atau
sebaliknya. Kalua signifikan, maka variabel bebas yang terkait dengan parameter harus ada dalam
model. Adapun rumus untuk mendapatkan t adalah

Rumus uji t
3. Uji – F
Menurut Miro (2005:76), Uji - F dilakukan untuk melihat apakah seluruh koefisien regresi dan
variabel bebas yang ada dalam model regresi linier berganda berbeda dari nol atau nilai
konstanta tertentu. Secara statistik, nilai uji – F ini dapat dihitung melalui:

Rumus uji F
 BAB III

METODE PENELITIAN

3.1 Bagan Alir Metode Penelitian

Bagan alir

Gambar 3.1 Bagan Alir Metode Penelitian

3.2 Metode Penelitian
3.2.1 Teknik pengumpulan data
a. Pengumpulan data awal
Yang dimaksud data awal adalah data mengenai lokasi penelitian. Lokasi Studi
Penilitian berada di Perumahan Patraland, yang memiliki lokasi di Kelurahan Tasikmasu,
Kecamatan Lowokwaru, Kota Malang. Perumahan Patraland dipemrakarsai oleh PT.
Patraland Griya Madani Development. Jumlah rumah yang ada di perumahan ini sebanyak
150 rumah. Perumahan Patraland kota Malang mempunyai standar keamanan dan
pelayanan yang memadai untuk para penghuninya, antara lain; desain rumah modern
minimalis, keluar masuk area perumahan satu pintu, playground area, keamanan 24 jam,
dan didukung pula dengan CCTV sistem untuk keamanan optimal penghuninya.

Gambar 3.2 Layout lokasi penelitian

Perumahan Patraland menyediakan 4 type rumah minimalis modern,

yakni:
1. Type 36 dengan luas tanah 72 m2 dengan jumlah rumah 48 unit.
2. Type 45 dengan luas tanah 98 m2 dengan jumlah rumah 48 unit.
3. Type 54 dengan luas tanah 112 m2 dengan jumlah rumah 30 unit.
4. Type 65 dengan luas tanah 135 m2 dengan jumlah rumah 24 unit.

b. Sumber Data Primer

Yang dimaksud dengan sumber data dalam penelitian adalah subjek dari mana data dapat
diperoleh. Apabila peneliti menggunakan kuesioner atau wawancara dalam pengumpulan
datanya, maka sumber data disebut responden, yaitu orang yang merespon atau menjawab
pertanyaan-pertanyaan peneliti, baik pertanyaan tertulis maupun lisan. (Arikunto, 2006: 129)

c. Menentukan jumlah sampel

Robert V. Krejcie dan Daryle W. Morgan mengembangkan rumus menentukan ukuran sampel
dari artikel “Small Sample Techniques” yang dihasilkan National Education Association (NEA),
menjadi sebuah tabel siap pakai. Rumus ini digunakan pada penelitian dimana jumlah populasi
telah diketahui.
Adapun rumus penentu ukuran sampel NEA:

Keterangan:
n = ukuran sampel
N = ukuran populasi
X2 = nilai Chi kuadrat untuk 1 derajat kebebasan dengan tingkat confidence (1,96 x 1,96=3,841)
P = proporsi populasi (diasumsikan 0,5 agar dapat memaksimalkan ukuran sampel
d = galat pendugaan/tingkat akurasi (0,05)

Namun sekarang kita dapat melewati pencarian ukuran sampel

dengan rumus di atas, karena Krejcie dan Morgan telah
mengembangkan rumus tersebut menjadi sebuah Tabel yang siap
pakai.

Tabel 3.1 Table for Determining Sample Size from a Given Population
 Berdasarkan table 3.1 dengan jumlah populasi 150 kk, maka didapat sampel sebanyak 108.
Dari hasil tersebut kemudian dibagi berdasarkan type rumah yang ada di perumahan
Patraland. Adapun jumlah setiap type adalah sebagai berikut:

Tabel 3.2 Pembagian jumlah sampel setiap type perumahan

No Type Rumah Jumlah unit Jumlah Sampel

1 Type 36 48 unit 34 KK
2 Type 45 48 unit 34 KK
3 Type 54 30 unit 22 KK
4 Type 65 24 unit 18 KK
Jumlah 150 unit 108 KK
d. Penyusunan kuesioner penelitian
 Menurut Sugiyono (2014: 151), kuesioner adalah sejumlah pertanyaan tertulis yang
digunakan untuk memperoleh informasi dari responden dalam arti laporan tentang
pribadinya, atau hal-hal yang ia ketahui. Sebelum menyusun lembar kuesioner, terlebih
dahulu menentukan variabel-variabel penelitiannya. Berdasarkan Empat faktor pertama
(pendapatan, pemilikan kendaraan, struktur, dan ukuran rumah tangga) telah digunakan pada
beberapa kajian bangkitan pergerakan, maka penulis menentukan beberapa variabel bebas
dan terikatnya, yaitu:

Tabel 3.3 Variabel terikat dan Variabel bebas

No Jenis Variabel Nama Variabel Notasi

1 Variabel Terikat Bangkitan Perjalanan Y
2 Variabel Bebas Jml. Pendapatan X1
3 Variabel Bebas Jml. Anggota Keluarga X2
4 Variabel Bebas Jml. Anggota Keluarga Bekerja X3
5 Variabel Bebas Jml. Anggota Keluarga Bersekolah X4
6 Variabel Bebas Kepemilikan Sepeda Motor X5
7 Variabel Bebas Kepemilikan Mobil X6

Studi ini memiliki 1 (satu) variabel tak bebas/terikat dan 7 (tujuh) variabel bebas. Selanjutnya penulis
menyusun lembar kuesioner berdasarkan variabel-variabel tersebut.

e. Penyebaran dan pengumpulan kuesioner

Setelah menyusun lembar kuesioner, selanjutnya menyebarkan kuesioner pada 108
KK di perumahan Patraland. Setelah mendapatkan keseluruhan data, kemudian data
di analisis.
3.2.2 Analisis data
Untuk menjawab masalah yang telah ditetapkan, yaitu berapa besar pengaruh
variabel mengenai bangkitan pergerakan terhadap produksi perjalanan (Y), perlu
dilakukan beberapa tahapan penting untuk menganalisis data yang diperoleh melalui
survei kuesioner. Analisis data menggunakan Software SPSS (Statistical Product and
Service Solution). Ada pun beberapa tahapan yang perlu dilakukan, adalah :
1. Tahap pertama adalah analisis bivariat, yaitu analisis uji korelasi untuk melihat
hubungan antar variabel yaitu variabel terikat dengan variabel bebas. Variabel
bebas harus mempunyai korelasi tinggi terhadap variabel terikat.
2. Tahap kedua adalah analisis multivariat, yaitu analisis untuk mendapatkan model
yang paling sesuai (fit) yang menggambarkan pengaruh satu atau beberapa variabel
bebas terhadap variabel terikatnya. Analisis ini menggunakan analisis regresi linear
berganda (Multiple Linear Regression Analysis).
 BAB IV
PEMBAHASAN

4.1 Karakteristik Bangkitan Perjalanan

Pada bagian ini akan dijelaskan mengenai hasil survei wawancara rumah tangga (home
interview survay/HIS) masing-masing variabel dan penjelasan mengenai definisi
operasional variabel, agar dapat meningkatkan pemahaman dan menyamakan
presepsi tentang konsep masing-masing variabel tersebut:
4.1.1 Variabel Jumlah Pendapatan (X1)
Sesuai jawaban kuesioner dari 108 responden yang telah diolah, maka hasil
penyebaran responden berdasarkan jumlah pendapatan dalam penelitian ini dapat
dilihat pada Gambar 4.1 berikut ini:

Jumlah Pendapatan (X1)

8%
22%
< Rp 4.000.000
Rp 4.000.000 - Rp 6.000.000
24% Rp 6.000.000 - Rp 8.000.000
Rp 8.000.000 - Rp 10.000.000
> Rp 10.000.000

31% 14%

Gambar 4.1 Diagram Jumlah Pendapatan di Perumahan Patraland

Sumber : Hasil Penelitian (2019)

Berdasarkan Gambar 4.1 diatas dapat dilihat bahwa jumlah pendapatan paling banyak
adalah Rp 8.000.000 – Rp 10.000.000 dengan persentase 31,48%.

4.1.2 Variabel Jumlah Anggota Keluarga (X2)

Sesuai jawaban kuesioner dari 108 responden yang telah diolah, maka hasil
penyebaran responden berdasarkan jumlah anggota keluarga dalam penelitian ini
dapat dilihat pada Gambar 4.2 berikut ini:
 Jumlah Anggota Keluarga (X2)
4 7
14
1 orang
2 orang
3 orang
31
4 orang
5 orang
6 orang
29

23

Gambar 4.2 Diagram Jumlah Anggota Keluarga di Perumahan Patraland

Sumber : Hasil Penelitian (2019)

Berdasarkan Gambar 4.2 diatas dapat dilihat bahwa jumlah anggota keluarga paling
banyak adalah 2 orang dengan total responden 31 orang.

4.1.3 Variabel Jumlah Anggota yang Bekerja (X3)

Sesuai jawaban kuesioner dari 108 responden yang telah diolah, maka hasil
penyebaran responden berdasarkan jumlah anggota keluarga yang bekerja dalam
penelitian ini dapat dilihat pada Gambar 4.3 berikut ini:

Jumlah Anggota Keluarga yang Bekerja

(X3)
6

24

23 1 orang
2 orang
3 orang
4 orang

55

Gambar 4.3 Diagram Jumlah Anggota Keluarga yang Bekerja di Perumahan Patraland
Sumber : Hasil Penelitian (2019)
 Berdasarkan Gambar 4.3 diatas dapat dilihat bahwa jumlah anggota keluarga yang
bekerja paling banyak adalah 2 orang dengan total responden 55 orang.

4.1.4 Variabel Jumlah Anggota yang Sekolah (X4)

Sesuai jawaban kuesioner dari 108 responden yang telah diolah, maka hasil
penyebaran responden berdasarkan jumlah anggota keluarga yang sekolah dalam
penelitian ini dapat dilihat pada Gambar 4.4 berikut ini:

Jumlah Anggota Keluarga yang Sekolah

(X4)
3

23 Tidak ada
1 orang
42 2 orang
3 orang

40

Gambar 4.4 Diagram Jumlah Anggota Keluarga yang Sekolah di Perumahan Patraland
Sumber : Hasil Penelitian (2019)

Berdasarkan Gambar 4.4 diatas dapat dilihat bahwa jumlah anggota sekolah yang
bekerja paling banyak adalah 1 orang dengan total responden 40 orang.

4.1.5 Variabel Kepemilikan Motor (X5)

Sesuai jawaban kuesioner dari 108 responden yang telah diolah, maka hasil
penyebaran responden berdasarkan kepemilikan kendaraan motor dalam penelitian
ini dapat dilihat pada Gambar 4.5 berikut ini:
 Kepemilikan Kendaraan Motor (X5)
11
3
5

Tidak ada
1 kendaraan
22 40 2 kendaraan
3 kendaraan
4 kendaraan
5 kendaraan
6 kendaraan

36

Gambar 4.5 Diagram Kepemilikan Kendaraan Motor di Perumahan Patraland

Sumber : Hasil Penelitian (2019)

Berdasarkan Gambar 4.5 diatas dapat dilihat bahwa kepemilikan kendaraan motor
paling banyak adalah 1 kendaraan dengan total responden 40 orang.

4.1.6 Variabel Kepemilikan Mobil (X6)

Sesuai jawaban kuesioner dari 108 responden yang telah diolah, maka hasil
penyebaran responden berdasarkan kepemilikan kendaraan mobil dalam penelitian ini
dapat dilihat pada Gambar 4.6 berikut ini:

Kepemilikan Kendaraan Mobil (X6)

1
10
19

Tidak ada
1 kendaraan
2 kendaraan
3 kendaraan

78

Gambar 4.6 Diagram Kepemilikan Kendaraan Mobil di Perumahan Patraland

Sumber : Hasil Penelitian (2019)
 Berdasarkan Gambar 4.6 diatas dapat dilihat bahwa kepemilikan kendaraan mobil
paling banyak adalah 1 kendaraan dengan total responden 78 orang.

4.1.7 Variabel Bangkitan Perjalanan (Y)

Sesuai jawaban kuesioner dari 108 responden yang telah diolah, maka hasil
penyebaran responden berdasarkan jumlah bangkitan perjalanan dalam penelitian ini
dapat dilihat pada Gambar 4.7 berikut ini:

Bangkitan Perjalanan (Y)

1 11
5 4
3 kali perjalanan
8 14
4 kali perjalanan
5 kali perjalanan
6 kali perjalanan
11 7 kali perjalanan
8 kali perjalanan
9 kali perjalanan
10 kali perjalanan
11 kali perjalanan
27 12 kali perjalanan
13 kali perjalanan

36

Gambar 4.7 Diagram Bangkitan Perjalanan di Perumahan Patraland

Sumber : Hasil Penelitian (2019)

Berdasarkan Gambar 4.7 diatas dapat dilihat bahwa bangkitan perjalanan paling
banyak adalah 6 kali perjalanan dalam sehari dengan total responden 36 orang.

4.2 Analisis Data

4.2.1 Analisis Korelasi Bivariat
Analisis korelasi merupakan studi pembahasan tentang derajat keeratan hubungan
antar variabel yang dinyatakan dengan nilai koefisien korelasi. Hubungan antara
variabel tersebut dapat bersifat positif dan negatif. Hasil korelasi yang ditampilkan
berikut ini diolah dengan bantuan software SPSS. Adapun hasil korelasi bivariat dalam
penelitian ini adalah
 Tabel 4.1 Korelasi Bivariat

Sumber : Hasil penelitian yang diolah dengan SPSS

Hasil nilai korelasi r pearson dapat diklasifikasikan menjadi beberapa urutan, yaitu:
o Nilai koefisien 0 = Tidak ada hubungan sama sekali (jarang terjadi),
o Nilai koefisien 1 = Hubungan sempurna (jarang terjadi),
o Nilai koefisien > 0 sd < 0,2 = Hubungan sangat rendah atau sangat lemah,
o Nilai koefisien 0,2 sd < 0,4 = Hubungan rendah atau lemah,
o Nilai koefisien 0,4 sd < 0,6 = Hubungan cukup besar atau cukup kuat,
o Nilai koefisien 0,6 sd < 0,8 = Hubungan besar atau kuat,
o Nilai koefisien 0,8 sd < 1 = Hubungan sangat besar atau sangat kuat.
o Nilai negatif berarti menentukan arah hubungan

Berdasarkan Tabel 4.1 maka hubungan variabel terikat terhadap masing-masing variabel
bebas dapat dilihat pada Tabel 4.2 berikut ini:
Tabel 4.2 Hasil korelasi r pearson antara variabel bebas terhadap variabel terikat

Variabel Nilai r hitung Nilai r tabel Klasifikasi Ket

X1 Jml. Pendapatan 0,275 < 0,1591 Lemah Sig.
X2 Jml. Anggota Keluarga 0,834 < 0,1591 Sangat Kuat Sig.
X3 Jml. Anggota Keluarga Bekerja 0,755 < 0,1591 Kuat Sig.
X4 Jml. Anggota Keluarga Bersekolah 0,761 < 0,1591 Kuat Sig.
X5 Kepemilikan Sepeda Motor 0,329 < 0,1591 Lemah Sig.
X6 Kepemilikan Mobil 0,259 < 0,1591 Lemah Sig.
Sumber : Hasil penelitian yang diolah dengan SPSS

Karena seluruh variabel bebas secara signifikan terdapat korelasi terhadap variabel terikat,
maka seluruh variabel akan dipakai dalam model regresi.

4.2.2 Analisis Regresi Linier Berganda

Besarnya perubahan pada faktor dependen (Y) akibat perubahan pada faktor
independen (X) secara parsial dapat dijelaskan melalui persamaan regresi yang
diperoleh. Dengan menggunakan program SPSS diperoleh hasil seperti yang tertera
dalam Tabel 4.3 dibawah ini:

Tabel 4.3 Hasil Regresi Linier Berganda Pertama

Sumber : Hasil penelitian yang diolah dengan SPSS

Variabel bebas yang bisa dikatakan signifikan atau berpengaruh terhadap variabel
terikat secara parsial apabila:
- Nilai signifikansi (sig) < probabilitas 0,05 (5%)
- Nilai t hitung > t table (1,6608)
Tabel “Coefficient” memberikan informasi tentang persamaan regresi dan ada
tidaknya pengaruh variabel bebas secara parsial terhadap variabel terikat.
Berdasarkan Tabel 4.3 didapat rumus persamaan regresi dalam analisis atau penelitian
ini adalah sebagai berikut:

Y = 2,637 + 0,504 X2 + 0,513 X3 + 0,423 X4

Dari hasil permodelan bangkitan dapat diketahui bahwa variabel yang paling
berpengaruh dalam penetuan pergerakan bangkitan adalah adalah variabel jumlah
anggota keluarga (X2), variabel jumlah anggota bekerja (X3) dan variabel Jumlah
anggota keluarga bersekolah (X4). Variabel jumlah pendapatan (X1), variabel
kepemilikan sepeda motor (X5) dan variabel kepemilikan mobil (X6) tidak terlalu
memberikan dampak yang signikan terhadap bangkitan perjalanan rumah tangga di
Perumahan Patraland.

Tabel 4.4 Hasil Uji-F

Sumber : Hasil penelitian yang diolah dengan SPSS

Variabel bebas yang bisa dikatakan signifikan atau berpengaruh terhadap variabel
terikat secara simultan apabila:
- Nilai signifikansi (sig) < probabilitas 0,05 (5%)
- Nilai F hitung > F table (2,19)

Tabel “ANOVA” memberikan informasi tentang ada tidaknya pengaruh variabel bebas
secara simultan (bersama-sama) terhadap variabel terikat. Berdasarkan Tabel 4.4
dapat disimpulkan bahwa seluruh variabel bebas secara simultan (bersama-sama
berpengaruh terhadap bangkitan perjalanan (Y).
 Tabel 4.5 Koefisien Determinasi

Sumber : Hasil penelitian yang diolah dengan SPSS

Pada Tabel 4.5 di atas menunjukan angka R2 (R Square) sebesar 0,563 atau (56,3%).
Hal ini menunjukan bahwa prosentase sumbangan pengaruh variabel independen terhadap
variabel dependen sebesar 56,3%. Atau variasi variabel independen yang digunakan dalam
model ini mampu menjelaskan sebesar 56,3% variasi variabel dependen. Sedangkan sisanya
sebesar 43,7% dipengaruhi atau dijelaskan oleh variabel lain yang tidak dimasukkan dalam
model penelitian ini.
 BAB V
PENUTUP

5.1 Kesimpulan
Berdasarkan hasil analisa terhadap 108 sampel rumah dari 150 rumah yang ada di
kawasan Perumahan Patraland; Kelurahan Tasikmadu; Kecamatan Lowokwaru; Kota
malang, maka dapat disimpulkan sebagai berikut:
1. Jumlah sampel 108 dari 150 rumah diperoleh karakteristik warga di perumahan
Patraland yaitu:

a) Warga Perumahan Patraland selalu melakukan perjalanan, dan sebaran perjalanan

tempat aktifitas penduduk ada yang menuju ke dalam Kelurahan Tasikmadu
maupun luar Kelurahan Tasikmadu. Hal ini dibuktikan pada hasil penelitian
bahwa frekuensi perjalanan per orang paling banyak 6 kali per hari;
b) Penduduk perumahan Patraland rata-rata adalah penduduk yang berusia produktif
(usia kerja) dan termasuk dalam golongan ekonomi menengah keatas. Hal ini
dapat dilihat bahwa jumlah pendapatan mayoritas (31,48%) penduduk perbulan
antara Rp 8.000.000 – Rp, 10.000.000 ;
c) Mayoritas jumlah anggota keluarga dalam satu keluarga di perumahan Patraland
adalah 2 orang.
d) Mayoritas jumlah anggota keluarga yang bekerja dalam satu keluarga di
Perumahan Patraland adalah 2 orang;
e) Mayoritas jumlah anggota keluarga yang bersekolah dalam satu keluarga di
Perumahan Patraland adalah 1 orang.
f) Mayoritas jumlah kepemilikan sepeda motor dalam satu keluarga di Perumahan
Patraland adalah 1 kendaraan.
g) Mayoritas jumlah kepemilikan mobil dalam satu keluarga di Perumahan
Patraland adalah 1 kendaraan.
2. Setelah dilakukan uji korelasi r pearson dan uji-t untuk mengetahui variabel bebas apa
saja yang mempunyai hubungan erat dan secara signifikan berpengaruh secara
individu terhadap variabel bangkitan perjalanan (Y), maka didapat 3 variabel yaitu
Variabel Jumlah Anggota Keluarga (X2), Variabel jumlah anggota keluarga yang
bekerja (X3), dan Variabel Jumlah Anggota keluarga yang sekolah (X4).
3. Berdasarkan hasil analisis regresi diperoleh persamaan regresi model bangkitan
perjalanan rumah tangga di Perumahan Patraland yaitu:

Y = 2,637 + 0,504 X2 + 0,513 X3 + 0,423 X4

 Daftar Pustaka

Arikunto, Suharsimi. 2006. Prosedur Penelitian Suatu Pendekatan Praktik. Jakarta: PT

Rineka Cipta.

Krejcie, R. V., & Morgan, D. W. (1970). Determining sample size for research activities.
Educational and psychological measurement, 30(3), 607-610.

Miro, Fidel. 2005. Perencanaan Transportasi Untuk Mahasiswa, Perencana, dan Praktisi.
Jakarta: Erlangga.

Sugiyono. 2014. Metode Penelitian Kuantitatif, Kualitatif, dan R&D. Bandung: Alfabeta.

Tamin, O.Z. 2008. Perencanaan, Pemodelan, dan Rekayasa Transportasi. Bandung: ITB.