pemodelan bangkitan perjalanan regresi
Post on 04-Apr-2018
266 Views
Preview:
TRANSCRIPT
-
7/30/2019 Pemodelan Bangkitan Perjalanan Regresi
1/17
-
7/30/2019 Pemodelan Bangkitan Perjalanan Regresi
2/17
Variabel Dasar Tata guna lahan saat ini dan rencana
pengembangan
Karakteristik sosio ekonomi
Karakteristik transportasi
Dikenal : variabel bebas dan tidak bebas
-
7/30/2019 Pemodelan Bangkitan Perjalanan Regresi
3/17
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
Karakteristik sistem lalulintas Keberadaan layanan Persaingan moda Jaringan jalan Misal : rute au, frekuensi, persaiangan antar layanan
-
7/30/2019 Pemodelan Bangkitan Perjalanan Regresi
4/17
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
-
7/30/2019 Pemodelan Bangkitan Perjalanan Regresi
5/17
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 teman1 perjalanan pulang mengakiri perjalanan
-
7/30/2019 Pemodelan Bangkitan Perjalanan Regresi
6/17
Korelasi dan regresi linear
Pengukuran hubungan antar data
Responden dan perjalanan yang terjadi
Korelasi
Hubungan antar variabel
Scatter diagram
Pengukuran koefisien korelasi
Regresi
-
7/30/2019 Pemodelan Bangkitan Perjalanan Regresi
7/17
Analisis regresio Guna untuk meramalkan suatu variabel terikat (variabel
dependent) berdasar satu variabel atau beberapa variabelbebas (variabel independen) dalam suatu persamaan linier.
o persamaan linier dengan satu variabel independen
Y = a + b X
o 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
Pengertian Analisis Regresi Sederhana
-
7/30/2019 Pemodelan Bangkitan Perjalanan Regresi
8/17
Korelasi Analisis korelasibertujuan 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 apabilavariabel yang diprediksi (variabel terikat) dan variabel yang digunakanuntuk memprediksi(variabel bebas), terdapat korelasi yang signifikan.
Korelasi dapat digambarkan dalam suatu garis yang disebut garisregresi. Bentuk garis hasil analisis regresi ini, dapat dikenaliadanya regresi linear dan regresi non linear.
-
7/30/2019 Pemodelan Bangkitan Perjalanan Regresi
9/17
Tahap 1Menentukan fungsi analisis regresi yaitu melakukan peramalan
mengenai kemungkinan yang terjadi dimasa depan
Tahap 2Entri data kedalamProgramSPSS(Model Tabel)
Memasukkan data sampel yang berkai tan dengan regresi
2. Uji Koefisien Garis Regresi (U ji t) dengan Tabel Coefficient pada Output SPSS
Tahap 5
Melakukan uji-uji relasi terhadap Model Regresi Linier (Sampel)
Apakah Uj i-uji Model Sampel
sesuai dengan Model Populasi
Tahap 6. Jelaskan Pengerti an dari Persamaan Regresi yang di dapat.
Tahap 7. Gunakan M odel Regresi untuk melakukan Prediksi.
Tahap 8. Buat keputusan, bila ada.
CARI M ODEL L AIN
YA NG SESUA I
Ya
Tidak
Tahap 3Membuat DiagramPencar (Model Grafik)
Gunakan bantuan Program Excel (Chart Scatter)
Tahap 4Membuat Persamaan Regresi Sampel (Model Matematik)
Diasumsikan Model Regresi L ini er
Gunakan Tabel Coefficient pada Output SPSS
1. Uj i Kelinieran Garis Regresi (Uji F) dengan Tabel ANOVA pada Output SPSS
3. Analisis Koefisien Korelasi antara Variabel D ependent dengan Independet
dengan Tabel M odel Summary pada Output SPSS
-
7/30/2019 Pemodelan Bangkitan Perjalanan Regresi
10/17
Tahapan analisis Buat diagram pencar data
Tentukan model sampel regresi linier
Lakukan uji-t pada kemiringan model sampeltersebut. Apakah terdapat hubungan yang sebenarnyaantaravariabel bebas (X) denganvariabel tidakbebas (y) ( =0,05)
Ramalkanvariabel tidak bebas (y), bilavariabelbebas (X) pada tahun target
Tentukan nilai koefisien determinasi dan jelaskan
-
7/30/2019 Pemodelan Bangkitan Perjalanan Regresi
11/17
Analisis model regresiKonsep matematis : Regresi linear sederhana
Y = a + b X
a = Y - b X
Catatan :
n : jumlah observasi data
x-xn
yx-xynb22
-
7/30/2019 Pemodelan Bangkitan Perjalanan Regresi
12/17
Output dari Analisis korelasi & Regresi
Informasi Deskriptif masing-masing Variabel. diigunakan untuk mengetahuiNilai-nilai Statistik masing-masing Variabel Y, X1 , X2 dan X3
Informasi Tambahan yaitu nilai Korelasi, yaituY 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 tingkathubungan antara Variabel Y dengan X.
Informasi Model Regresi
y = + 1x1+ 2x2 + 3x3
Memenuhi Uji Konstanta dan Koefisien Regresi dan tentukan nilai Korelasipada masing-masing Model Regresi Berganda yang diterima
Model Regresi Populasi yang terpilih dapat digunakan untuk meramalkankeadaan yang akan datang.
-
7/30/2019 Pemodelan Bangkitan Perjalanan Regresi
13/17
ttabelt
xHo
0
Luas daerahpenerimaan Ho
0,95
thitung
-ttabel
Luas daerah penolakan Ho
a/ 2 = 0,025
Luas daerah penolakan Ho
a/ 2 = 0,025
Jika thitung ttabel (artinya posisi thitung sebelah kiri dari posisi ttabel), maka
Jika thitung > ttabel (artinya posisi thitung sebelah kanan dari posisi ttabel), maka
Aturan keputusan berdasarkan Nilai yaitu : Berdasarkan
-
7/30/2019 Pemodelan Bangkitan Perjalanan Regresi
14/17
a
ttabelt
x
Luas daerah penolakan Ho
= 0,05
Ho
0
Luas daerahpenerimaan Ho
0,95
thitung Luasan Sig.
Cara 2. : Aturan keputusan berdasarkan Nilai Sig. yaitu : berdasarkan hipunan bagian luasan probabilitasNilai Sig. terhadap
:
Jika Sig. > (artinya luasan bagian dari luasan Sig.), maka H0 diterima
Jika Sig. (artinya luasan Sig.bagian dari luasan ), maka H0 ditolak
-
7/30/2019 Pemodelan Bangkitan Perjalanan Regresi
15/17
Pertimbangan untuk memutuskan
1. Aturan keputusan
berdasarkan
yaitu :
H0 diterima, jika nilai -t, dv t, dv
H0 diterima, jika nilai -1,96 < thitung
< 1,96
H1 diterima, jika nilai thitung < -1,96atau thitung > 1,96
2. Aturan keputusan
berdasarkanyaitu :
H0 diterima, jika nilai sig > (0,05)
H1 diterima, jika nilai sig (0,05)
-
7/30/2019 Pemodelan Bangkitan Perjalanan Regresi
16/17
Sekian
-
7/30/2019 Pemodelan Bangkitan Perjalanan Regresi
17/17
Tugas 1Analisis bangkitan perjalanan dengan
regresi
Kelompok sesuai lokasi survai (2 zona/kel) 3(tiga) minggu
top related