pengembangan Karakteristik sosio ekonomi Karakteristik transportasi Dikenal : variabel bebas dan tidak bebas
Hal hal dipertimbangkan untuk permalan
Guna lahan, beda lahan, beda intensitas : beda juga
bangkitan/tarikan perjalanan Basis Rumah tangga sehingga perlu diperhatikan :
Ukuran keluarga Pemilikan kendaraan Tipe tempat tinggal Pendapatan Pengisian pemukiman Keberadaan layanan Persaingan moda Jaringan jalan Misal : rute au, frekuensi, persaiangan antar layanan
Karakteristik sistem lalulintas
Klasifikasi guna lahan dan kondisi yang dapat diukur
Pemukiman : Populasi, kepadatan, pemilikan kendaraan, pendapatan, ukuran keluarga, jumlah unit rumah Manufaktur Jumlah tenaga kerja, luasan, pengiman Perdagangan Tenaga kerja, luas lantai, luasan, kapasitas parkir Jasa Luasan, kapaistas, layanan, tenaga kerja Budaya, hiburan, rekreasi Luasan, layanan, kapasitas Kawasan sumber daya, pertanian, dll. Luasan, tenaga kerja, pengiriman
Konsep : o Variasi perjalanan o Jumlah perjalanan beragam o Misal :
1 perjalanan ke kantor pagi hari 1 perjalanan pulangScater 1 perjalanan ke toko terdekat 1 perjalanan soial keruman teman 1 perjalanan pulang mengakiri perjalanan
Korelasi dan regresi linear
Pengukuran hubungan antar data Responden dan perjalanan yang terjadi
Analisis regresi o Guna untuk meramalkan suatu variabel terikat (variabel dependent) berdasar satu variabel atau beberapa variabel bebas (variabel independen) dalam suatu persamaan linier. o persamaan linier dengan satu variabel independen Y = a + bX
persamaan linier dengan n variabel independen
Y = a + b1 X1 + b2 X2 + b3 X3 + + bn Xn
dimana : Y : variabel yang diramalkan (variabel dependen) X : variabel yang diketahui (variabel independen) a : konstanta, b : koefisien garis regresi
Korelasi Analisis korelasi bertujuan untuk mengukur seberapa kuat,
atau derajat kedekatan, suatu relasi yang terjadi antar variabel.
Analisis regresi : pola relasi dalam bentuk persamaan regresi Analisis korelasi : kekuatan hubungan dalam koefisien korelasinya. Proses analisis regresi dan korelasi sering dilakukan bersama-sama.
Analisis regresi dapat diprediksi dari variabel lain apabila variabel yang diprediksi (variabel terikat) dan variabel yang digunakan untuk memprediksi(variabel bebas), terdapat korelasi yang signifikan. Korelasi dapat digambarkan dalam suatu garis yang disebut garis
regresi. Bentuk garis hasil analisis regresi ini, dapat dikenali adanya regresi linear dan regresi non linear.
Tahap 1 M n n ka fu g i a a is re re i ya m la ka p ra a n e e tu n n s n lis g s itu e ku n e m la m n e a ke u g a ya g te d d a a d p n e g n i m n kin n n rja i im s e a
Tahap 2 E tri d ta ke d la P g m S S (M d l T b l) n a a m ro ra P S o e a e M emasukkan data sampel yang berkaitan dengan regresi
Tahap 3 M m u t D g m P n r (M d l G fik) e b a ia ra e ca o e ra Gunakan bantuan Program Excel (Chart Scatter)
Tahap 4 M m u t P rs m a R g s S m e (M d l M te a e b a e a a n e re i a p l o e a m tik) D iasumsikan M odel Regresi L inier Gunakan Tabel Coefficient pada Output SPSS
Tahap 5 M la ka u ji re s te a a M d l R g s L ie (S m e e ku n ji-u la i rh d p o e e re i in r a p l) 1. U ji K elinieran Garis Regresi (U ji F) dengan Tabel A N OVA pada Output SPSS
2. U ji K oefisien Garis Regresi (U ji t) dengan Tabel Coefficient pada Output SPSS
3. A nalisis K oefisien K orelasi antara Variabel D ependent dengan I ndependet dengan Tabel M odel Summary pada Output SPSS
A pakah U ji-uji M odel Sampel sesuai dengan M odel Populasi Ya
Tidak
CA RI M OD EL L A I N Y A N G SESU A I
Tahap 6. Tahap 7. Tahap 8.
Jelaskan Pengertian dari Persamaan Regresi yang didapat. Gunakan M odel Regresi untuk melakukan Prediksi. Buat keputusan, bila ada.
Tahapan analisis Buat diagram pencar data Tentukan model sampel regresi linier Lakukan uji-t pada kemiringan model sampel
tersebut. Apakah terdapat hubungan yang sebenarnya antara variabel bebas (X) dengan variabel tidak bebas (y) ( =0,05) Ramalkan variabel tidak bebas (y), bila variabel bebas (X) pada tahun target Tentukan nilai koefisien determinasi dan jelaskan
Analisis model regresi
Konsep matematis : Regresi linear sederhana Y =a + bX b n xy 2
x y n x - x 2
a = Y - bX
Catatan : n : jumlah observasi data
Output dari Analisis korelasi & Regresi
Informasi Deskriptif masing-masing Variabel. diigunakan untuk mengetahui Nilai-nilai Statistik masing-masing Variabel Y, X1 , X2 dan X3
Informasi Tambahan yaitu nilai Korelasi, yaitu Y X1 ( ); Y X2 ( ); dan Y X3 ( ) dan buat diagram Plotter Regresi linier sederhana yaitu : y1 = a + b1x1 ; y2 = a + b2x2 ; dan y3 = a + b3x3 digunakan untuk mengetahui tingkat hubungan antara Variabel Y dengan X. Informasi Model Regresi
y = + 1x1 + 2x2 + 3x3 Memenuhi Uji Konstanta dan Koefisien Regresi dan tentukan nilai Korelasi pada masing-masing Model Regresi Berganda yang diterima Model Regresi Populasi yang terpilih dapat digunakan untuk meramalkan keadaan yang akan datang.
Cara 1. : Aturan keputusan berdasarkan Nilai thitung yaitu : Berdasarkan posisi thitung terhadap ttabel :
L uas daerah penolakan Ho
a
L uas daerah penolakan Ho L uas daerah penerimaan Ho 0,95
a
/ 2 = 0,025
/ 2 = 0,025 x
Ho
-ttabel
ttabel thitung
Jika thitung ttabel (artinya posisi thitung sebelah kiri dari posisi ttabel), maka H0 diterima Jika thitung > ttabel (artinya posisi thitung sebelah kanan dari posisi ttabel), maka H1 diterima
: a Cara 2. : Aturan keputusan berdasarkan Nilai Sig. yaitu : berdasarkan hipunan bagian luasan probabilitas Nilai Sig. terhadap
L uas daerah penerimaan Ho 0,95
L uas daerah penolakan Ho
a = 0,05 x
Ho 0
ttabel thitung
L uasan Sig.
Jika Sig. > (artinya luasan bagian dari luasan Sig.), maka H0 diterima Jika Sig. (artinya luasan Sig. bagian dari luasan ), maka H0 ditolak
Pertimbangan untuk memutuskan
Uraian Untuk n 30 (Uji t) H0 diterima, jika nilai -t, thitung < t, dv dv
Untuk n > 30 (Uji Z)
< H0 diterima, jika nilai -1,96 < thitung < 1,96
1. Aturan keputusan berdasarkan Nilai thitung yaitu :
H1 diterima, jika nilai thitung < t, H1 diterima, jika nilai thitung < -1,96 atau thitung > 1,96 dv atau thitung > t, dv
2. Aturan keputusan H0 diterima, jika nilai sig > (0,05) berdasarkan Nilai H1 diterima, jika nilai sig (0,05) Sig. yaitu :
Sekian
Tugas 1 Analisis bangkitan perjalanan dengan
regresi Kelompok sesuai lokasi survai (2 zona/kel) 3(tiga) minggu
Dokumen Serupa dengan Pemodelan Bangkitan Perjalanan Regresi
