Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara

ANALISIS TINDAK KEJAHATAN PENCURIAN,

PENGANIAYAAN, PEMERASAN, PENIPUAN TERHADAP

JUMLAH TOTAL KEJAHATAN DI PROVINSI

SUMATERA UTARA

TUGAS AKHIR

Diajukan untuk melengkapi tugas akhir dan memenuhi syarat mencapai gelar Ahli Madya

HELMI YANTI SEMBIRING 052407011

PROGRAM STUDI D-III STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2008

PERSETUJUAN

Judul : ANALISIS TINDAK KEJAHATAN PENCURIAN,

PENGANIAYAAN, PEMERASAN, PENIPUAN, TERHADAP JUMLAH TOTAL KEJAHATAN DI PROVINSI SUMATERA UTARA

Kategori : TUGAS AKHIR

Nama : HELMI YANTI SEMBIRING

Nomor Induk mahasiswa : 052407011

Program Studi : DIPLOMA-3 STATISTIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN

ALAM(FMIPA)

UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Mei 2008

Diketahui/Disetujui oleh

Departemen Matematika FMIPA USU Pembimbing

Ketua,

Dr. Saib Suwilo, M. Sc. Drs. Rahmad Sitepu, M. Si.

PERNYATAAN

ANALISIS TINDAK KEJAHATAN PENCURIAN, PENGANIAYAAN, PEMERASAN, PENIPUAN TERHADAP

JUMLAH TOTAL KEJAHATAN DI PROVINSI SUMATERA UTARA

TUGAS AKHIR

Saya mengakui bahwa tugas akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebitkan sumbernya.

Medan, Mei 2008

HELMI YANTI SEMBIRING 052407011

PENGHARGAAN

Terpujilah Allah Bapa pencipta langit dan bumi. Terpujilah Yesus Kristus penyelamat umat manusia. Tepujilah Roh Kudus penghibur dan pemelihara. Segala puji hormat penulis panjatkan kepada Allah Tritunggal karena berkat rahmat dan kasih sayangNya akhirnya penulis dapat menyelesaikan penyusunan Tugas Akhir ini yang diberi judul “Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara”.

Selama penulis kuliah di Fakultas Matematika Dan Ilmu Pengetahuan Alam dan menyusun Tugas Akhir ini penulis banyak memperoleh pendidikan, bimbingan dan bantuan secara moril maupun materil dari berbagai pihak. Oleh sebab itulah, pada kesempatan yang berharga ini, dengan hait yang tulus penulis menyampaikan terima kasih dan penghargaan kepada:

1. Bapak Dr. Eddy Marlianto, M. Sc. selaku Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam.

2. Bapak Dr. Saib Suwilo, M. Sc. selaku Ketua Departemen Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam.

3. Bapak Drs. Henry Rani Sitepu, M. Si. selaku Sekretaris Depatemen Metematika Fakultas Matematika dan Ilmu Pengetahuan Alam.

4. Bapak Drs. Rahmad Sitepu, M. Si. selaku dosen pembimbing, yang sudah meluangkan waktu, tenaga dan pemikirannya untuk memberikan bimbingan kepada penulis.

5. Bapak dan ibu Dosen dan seluruh staf dan pegawai FMIPA USU yang telah mengabdikan diri dalam mentranfer ilmu untuk membekali penulis selama masa perkuliahan.

6. Bapak pimpinan Polda Sumatera Utara telah memberi ijin kepada penulis untuk mengambil data, dan juga kepada staf Polda Sumatera Utara.

7. Penghargaan yang teramat tulus ditujukan kepada kedua orang tuaku yang tercinta Ayahnda dan Ibunda, adik-adikku Joice Siltra Sembiring, Silvia Yuniard Sembiring, Egidia Sembiring, Yabes Hamonangan Sembiring yang telah memberi dorongan dan semangat serta doa-doa, juga telah banyak menunjukkan perhatian, pengertian, kasih sayang serta melakukan hal-hal yang terbaik bagi penulis dari kecil hingga dewasa. Semoga Tuhan memberkati.

8. Terima kasih kepada Bapak Minar beserta keluarga yang telah mendidik saya selama kuliah dan yang telah banyak membantu dalam doa dan atas dorongannya selama ini.

9. Terima kasih kepada Ua Dame & Ma. JQ yang.memberi dorongan dan doanya. Yang membantu penulis dalam penyusunan tugas akhir ini.

10.Teman kelempokku K`siska, K`leni, Edy, Eka, Helmi dan Antoni makasi atas doa-doa dan bantuannya.

11.Teman kuliahku semuanya Stat`A makasi atas bantuannya, terutama buat Segel Maniz, Rany B’Camat, Jos.

12.Terima kasih kepada Bapak Klester dan keluarga yang membantu dalam pengumpulan data dan atas dorongan serta doanya.

13.Terima Kasih buat semua pihak yang turut membantu dalam penyusunan Tugas Akhir ini yang tidak dapat disebutkan satu per satu. Doa dan harapan penulis, kiranya Tuhan yang mencurahkan berkatNya kepada kita semua.

Medan, Mei 2008 Penulis,

DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Daftar isi vii

Daftar Tabel x

Daftar Gambar xii

Bab 1 Pendahuluan 1

1.1. Latar Belakang Masalah 1

1.2. Identifikasi Masalah 4

1.3. Batasan Masalah 4

1.4 Maksud danTujuan 5

1.5. Metodologi Penelitian 6

1.6. Tinjauan Pustaka 8

1.7. Sistematika Penulisan 10

Bab 2 Landasan Teoritis 12

2.1. Pengertian Kejahatan 12

2.2. Akibat-Akibat Kejahatan 13

2.3. Pengertian Analisa Regresi 14

2.4. Regresi Linier Sederhana 16

2.4.1. Persamaan Regresi Estimasi Dengan Metode Kuadrat Terkecil 16

2.5.1. Uji Regresi Linier Berganda 21

2.6. Koefisien Determinasi 23

2.7. Koefisien Korelasi 23

2.7.1. Uji Koefisien Regresi Ganda 26

Bab 3 Gambaran Umum Tempat Riset 28

3.1. Polda Dalam Kilasan Sejarah 28

3.2. Visi Polda 31

3.3. Misi Polda 31

3.4. Sasaran 33

3.4.1. Filosofi 34

3.5. Polda 34

Bab 4 Pembahasan dan Hasil 36

4.1. Pengolahan Data 36

4.2. Penduga Produksi Tanaman Padi 38

4.3. Mencari Koefisien Determinasi 50

4.4. Koefisien Korelasi 51

4.4.1.Perhitungan Korelasi Antara Variabel Y dengan Xi 51

4.4.2. Perhitungan Korelasi Antara Variabel Bebas 53

Bab 5 Implementasi Sistem 58

5.1. Sekilas Tentang SPSS 58

5.2. Mengaktifkan SPSS 59

5.3. Membuka Lembar Baru 60

5.4. Menamai Variabel 61

5.5. Pengisian Data 62

5.6. Pengolahan Data dengan Persamaan Regresi 63

Bab 6 Kesimpulan dan Saran 68

6.1. Kesimpulan 68

6.2. Saran 69

Daftar Pustaka Lampiran

DAFTAR TABEL

Halaman

Tabel 1.1. Daftar Data Hasil Observasi 8

Tabel 2.1. Pengamatan 1 variabel bebas 17

Tabel 2.2. Hasil Pengamatan dari n Responden dan k Variabel Bebas 20 Tabel 4.1. Data Jumlah Total Kejahatan, Pencurian, Penganiayaan,

Pemerasan, Dan Penipuan tahun 2006-2007 37

Tabel 4.2. Nilai-nilai yang dibutuhkan untuk menghitung koefisien-

koefisien regresi 39

Tabel 4.3. Harga penyimpangan 44

DAFTAR GAMBAR

Halaman

Gambar 5.1. Mengatifkan SPSS 59

Gambar 5.2 Tampilan awal SPSS 60

Gambar 5.3 Tampilan Dari Nama Variabel 62

Gambar 5.4 Tampilan Data View 62

Gambar 5.5 Tampilan Data Yang Telah Diisi 63

Gambar 5.6 Tampilan Cara Membuat Regresi Linier 64

Gambar 5.7 Tampilan Sambungan Cara Membuat Regresi Linier 64

Gambar 5.8 Tampilan Sambungan Cara Membuat Regresi Linier 65

Gambar 5.9 Tampilan Sambungan Cara Membuat Regresi Linier 65

Gambar 5.10 Tampilan Cara Membuat Persamaan Korelasi 66

Gambar 5.11 Tampilan Sambungan Cara Membuat persamaan Korelasi 67

BAB 1

PENDAHULUAN

1.1. Latar Belakang

Setelah Indonesia terpuruk dalam bidang pembangunan (terutama bidang ekonomi, sosial, dan politik) maka pembangunan yang selama ini menjadi kata sihir untuk meninabobokan rakyat saat ini justru tidak memiliki tuah. Pada masa atau kondisi demikian maka kehidupan menjadi sangat rawan. Munculnya berbagai perbuatan-perbuatan jahat atau kejahatan tindak pidana yang ditandai dengan munculnya pola-pola kriminalitas baru.

Masalah kejahatan adalah masalah manusia yang telah merupakan kenyataan sosial yang masalah penyebabnya kurang dipahami karena studinya belum pada proporsi tepat secara dimensial. Perkembangan atau peningkatan tindak kejahatan maupun penurunan kualitas atau peningkatan tindak kejahatan maupun penurunan kualitas atau kuantitas tindak kejahatan, baik yang berada di kota-kota besar maupun di desa-desa adalah relatif dan intraktif sifatnya.

Dipandang dari segi hukum kejahatan adalah perbuatan yang dilarang oleh undang-undang dan barang siapa yang melakukan sesuatu perbuatan bertentangan dengan

undang-undang tersebut, maka ia akan dihukum. Jadi, tegasnya kejahatan disini adalah setiap perbuatan yang telah ditetapkan atau dirumuskan dalam suatu

peraturan misalnya:”penipuan”, menurut pasal 378 K.U.H.P.

Penyebab terjadinya kejahatan mempunyai hubungan timbal balik antara beberapa faktor umum sosial ekonomi dan bangunan kebudayaan dengan jumlah kejahatan dalam lingkungan kecil maupun besar.

Beberapa faktor tersebut adalah:

1. Faktor Geografis Provinsi Sumatera Utara

Letak Provinsi Sumatera Utara yang dikelilingi oleh luasnya lautan Indonesia, yang berdekatan dengan luar negri seperti negara Malaysia, melalui pelabuhan illegal. Dari geografis tersebut dapat memungkinkan terjadinya tindak kejahatan.

2. Faktor Ekonomi

Sistem ekonomi dengan produksi besar-besaran, saingan bebas, menghidupkan konsumsi dengan cara iklan, cara penjualan moderen, dan lain-lain, yaitu menimbulkan keinginan untuk memiliki barang dan sekaligus mempersiapkan suatu dasar kesempatan untuk melakukan penipuan dan melakukan tindak kejahatan. 3. Faktor Agama

Kurangnya pendidikan agama serta perhatian orangtua untuk memberikan pendidikan agama kepada anaknya sejak dini menyebabkan anak berperilaku jahat dan melakukan tindakan kejahatan karena kurangnya iman pada dirinya.

4. Faktor Fisik atau Keadaan

Yang didukung oleh jumlah masyarakat yang banyak, khususnya masyarakat di Provinsi Sumatera Utara dan banyaknya masyarakat yang masih sering keluar malam dan memberikan suatu gambaran dan keadaan yang memberi kesempatan untuk melakukan suatu tindak kejahatan.

5. Faktor kondisi masyarakat

Masyarakat yang terdiri dari beraneka ragam suku, bahasa dan adat istiadat khususnya di Provinsi Sumatera Utara dan beberapa negara asing yang datang ke wilayah Indonesia khususnya Propinsi Sumatera Utara yang bekerja atau untuk berwisata. Dengan kondisi masyarakat seperti itu menyebabkan terjadinya tindak kejahatan.

Banyak tindak kejahatan yang terjadi di Propinsi Sumatera Utara, beberapa diantaranya, seperti pencurian, penganiayaan, pemerasan, penipuan dan lain sebagainya yang sifatnya melanggar hukum. Pengertian dari masing–masing kejahatan adalah:

1. Tindak kejahatan pencurian adalah mengambil barang orang lain seperti untuk memilikinya tanpa sepengetahuan atau seizin dari yang bersangkutan.

2. Tindak kejahatan penganiayaan adalah perbuatan yang dengan sengaja mengakibatkan rasa sakit dalam tubuh orang lain dengan sengaja merugikan kesehatan orang lain.

3. Tindak kejahatan pemerasan adalah memaksa orang lain dengan kekerasan untuk memberikan sesuatu.

4. Tindak kejahatan penipuan adalah membujuk orang lain dengan tipu muslihat untuk mendapatkan sesuatu.

Dalam penyusunan tugas akhir ini yang akan dianalisa adalah jumlah total kejahatan yang dipengaruhi oleh beberapa tindak kejahatan. Karena banyak jumlah total kejahatan yang di pengaruhi oleh beberapa jenis tindak kejahatan maka pada penulisan tugas akhir ini penulis memberikan judul :” Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuaan Terhadap Jumlah Total Kejahatan Di Propinsi Sumatera Utara”.

1.2. Identifikasi Masalah

Masalah–masalah yang muncul dari penelitian ini adalah bagaimana menganalisis jumlah total kejahatan di Propinsi Sumatera Utara yang timbul dari tindak kejahatan pencurian, penganiayaan, pemerasan, penipuaan, dan seberapa besar hubungan tersebut yang akan dianalisis secara regresi linier berganda dan untuk mengetahui persentase dianalisis secara korelasi.

Sebagai peubah terikat (dependent variable) dalam penulisan ini adalah jumlah total kejahatan di Propinsi Sumatera Utara dan yang menjadi peubah bebasnya (independent variable) adalah dipilih dari beberapa jenis tindak kejahatan yaitu pencurian, penganiayaan, pemerasan, dan penipuaan.

1.3. Batasan Masalah

Berdasarkan latar belakang yang telah diuraikan sebelumnya maka penelitian ini dikhususkan hanya membahas keempat jenis tindak kejahatan yang telah dipilih saja agar pembahasan yang dilakukan tidak menyimpang dari maksud dan tujuan, karena diluar keempat jenis tindak kejahatan itu masih banyak lagi jenis tindak kejahatan yang lain yang juga terjadi di Propinsi Sumatera Utara.

1.4. Maksud dan Tujuan

Sejalan dengan masalah yang telah dikemukakan maka tujuan yang hendak dicapai dari penelitian ini adalah:

1) Untuk menganalisis tindak kejahatan pencurian, penganiayaan, pemerasan, penipuaan terhadap jumlah kejahatan di Propinsi Sumatera Utara.

2) Untuk melihat persentase tindak kejahatan pencurian, penganiayaan, pemerasan, penipuaan terhadap jumlah total kejahatan di Propinsi Sumatera Utara.

3) Memenuhi salah satu persyaratan dalam penyalesaian Pendidikan Program D-3 Statisitka FMIPA USU.

Selain tujuan tersebut, penelitian ini diharapkan dapat memberi manfaat sebagai berikut:

1) Memberi informasi yang dapat digunakan sebagai acuan Pemerintah dalam menentukan kebijakan pengendalian tindak kejahatan.

2) Memberi bahan masukan serta bahan pertimbangan bagi peneliti selanjutnya dalam objek yang sama.

1.5. Metode Penelitian

Setiap penelitian yang akan disusun harus mempergunakan cara yang sistematis sesuai dengan urutan yang ditentukan sehingga hal tesebut akan memudahkan bagi penulis maupun pembaca unuk memahami isi dari laporan tersebut.

Dalam penulisan Tugas Akhir ini penulis menggunakan beberapa metode yaitu: 1. Penelitian Kepustakaan (library Research)

Yaitu penelitian yang diperoleh dengan membaca buku–buku serta refrensi yang bersifat teoritis yang mendukung serta relevan dengan penulisan Tugas Akhir ini. 2. Metode Pengumpulan Data

Data dibagi menjadi dua yaitu:

a) Data primer yaitu data yang diperoleh langsung dari sumbernya, diamati dan dicatat untuk pertama kalinya.

b) Data sekunder yaitu data yang bukan di usahakan sendiri pengumpulannya oleh peneliti tetapi dikumpulkan oleh pihak lain, misalnya BPS, majalah, internet, keterangan atau publikasi lainnya.

Dalam penulisan Tugas Akhir ini penulis menggunakan data sekunder yang diperoleh dari kantor Kepolisian Negara Republik Indonesia Daerah Sumatera Utara bagian Direktorat Reserse Kriminal.

3. Tehnik dan Analisa Data

Data penelitian dianalisa dengan metode regresi linier berganda untuk melihat persamaan regresi liniernya dan untuk melihat hubungan setiap variabel digunakan korelasi. Data yang dikumpulkan diolah secara periodik dan dalam kurun waktu yang sama yaitu antara Januari 2006 s/d Desember 2007. Adapun langkah – langkah pengolahan data yang dilakukan adalah :

1) Menentukan apa saja yang menjadi variabel bebas (X) dan variabel terikat (Y). Jumlah kejahatan di Provinsi Sumatera Utara sebagai variabel respons/dependent (Y) yang dipengaruhi oleh variabel prediktor/independent yaitu:

X1= Tindak kejahatan pencurian

X2= Tindak kejahatan penganiayaan

X3= Tindak kejahatan pemerasan

X4= Tindak kejahatan penipuaan

2) Mencari persamaan regresi antara variabel X dan Y dengan

3) Uji regresi linier berganda untuk mengetahui besarnya pengaruh variabel bebas X secara bersama-sama terhadap variabel terikatY. 4) Uji koefisien regresi ganda dilakukan untuk mengetahui tingkat nyata

koefisien – koefisien regresi yang di dapat. 4. Lokasi Penelitian

Penelitian atau pengumpulan data dilakukan dikantor Kepolisian Negara Republik Indonesia Daerah Sumatera Utara bagian Direktorat Reserse Kriminal Jln. SM Raja No. 60 Km 10.5 Tanjung Morawa Medan.

1.6. Tinjauan Pustaka

1.6.1. Regresi Linier Berganda

Analisa regresi adalah metode statistika yang dipergunakan untuk menentukan kemungkinan bentuk hubungan antara variabel–variabel dengan tujuan untuk melihat nilai hubungan terhadap nilai variabel lain yang diketahui. Persamaan regresi linier berganda memuat sejumlah k buah (k≥2)peubah bebas/independent yang dihubungkan dengan Y linier atau berpangkat satu dalam semua peubah bebas.

Bentuk umum persamaan regresi linier berganda Y atas X₁,X₂,X₃,...,X_k adalah:

i k kX e

b X

b X b X b b

Yˆ = ₀ + _{1 1}+ _{2 2} + _{3 3} +...+ + (1.1)

Dimana Y adalah peubah respon sedangkan X_i : I = 1,2,3,…,k adalah peubah prediktor dimana j = 1,2,3,…,n. X_iadalah juga faktor yang menentukan ataupun mempengaruhi

n

Y . Dan e adalah galat dugaan (error). Untuk lebih jelasnya dapat dilihat pada tabel 1.1 di bawah ini:

Tabel 1.1 Daftar Data Hasil Observasi NO RESPON

(Y)

VARIABEL

X1 X2 X3 X4 … Xk

1 2 3 . . . n Y1 Y2 Y3 . . . Yn X11 X12 X13 . . . X1n X21 X22 X23 . . . X2n X31 X32 X33 . . . X3n X41 X42 X43 . . . X4n … … … … … … … Xk1 Xk2 Xk3 . . . Xkn

Metode yang digunakan untuk membentuk persamaan regresi linier metode berganda adalah Kuadrat Terkecil (Least Square). Regresi linier berganda yang diperoleh adalah:

i k kX e

b X b X b X b b

Yˆ = ₀ + _{1 1}+ _{2 2} + _{3 3} +...+ +

Dengan konstanta b0 dan koefisien-koefisienb1,b2,b3,...,bkdapat ditafsir

berdasarkan n buah dataX₁,X₂,X₃,...,X_k,yang diperoleh dari hasil penelitian. Harga-harga koefisien regresi dihitung dengan berdasarkan metode kuadrat terkecil dengan

syarat perlu agar

∑

− 2

)

(Yi Y minimum maka perlu dilakukan turunan parsial dari

∑

− 2 )

(Yi Y terhadap b1,b2,b3,...,bk.Untuk menguji apakah variable–variable bebas

1.6.2. Analisa korelasi

Analisa korelasi adalah alat statistik yang dapat digunakan untuk mengetahui derajat hubungan linier antara satu variabel dengan variabel yang lain. Biasanya, analisis korelasi digunakan dalam hubungannya dengan analisis regresi untuk mengukur ketepatan garis regresi dalam menjelaskan variasi nilai variabel dependen. Kemudian akan dilihat bagaimana tingkat hubungan antara satu atau beberapa variabel bebas dengan variabel terikat. Dalam regresi sederhana, jika angka koefisien determinasi tersebut diakarkan maka akan didapat koefisien korelasi ( r ) yang merupakan ukuran hubungan linier antar dua variabel ( X dan Y ). Untuk regresi majemuk dapat dihitung beberapa koefisien korelasi, yaitu korelasi antara Y dengan Xi.

Rumus korelasi antara Y dengan Xi adalah sebagai berikut:

∑

∑

∑

∑

∑

−

∑

∑

− − = ) ) ( )( ) ( ( ) )( ( 2 2 2 2 ,..., 2 , 1 . i i i i i i i i k y Y Y n X X n Y X Y X n

r (1.2)

Koefisien korelasi (r) dapat digunakan untuk:

1) Mengetahui keeratan hubungan atau korelasi linier antara dua variable atau lebih 2) Mengetahui arah hubungan antara dua variable atau lebih

Sistematika penulisan diuraikan untuk memberikan kerangka atau gambaran dari Tugas Akhir ini, yaitu sebagai berikut:

BAB 1 PENDAHULUAN

Bab ini berisi tentang latar belakang masalah, identifikasi masalah, batasan masalah, tujuan dan manfaat, metode penelitian, tinjauan pustaka, sistematika penulisan.

BAB 2 LANDASAN TEORI

Bab ini akan menerangkan tentang segala sesuatu yang mencangkup cara penyelesaian masalah yang sesuai dengan judul.

BAB 3 GAMBARAN UMUM TEMPAT RISET

Bab ini berisi tentang gambaran umum tempat riset.

BAB 4 PEMBAHASAN DAN HASIL

Bab ini akan diuraikan bagaimana penulisan membahas dan menganalisis data tentang pengaruh beberapa jenis tindak kriminalitas terhadap jumlah total kriminalitas dan mencari hasil dari data yang ada, dengan menggunakan rumus yang telah ditentukan penulis.

BAB 5 IMPLEMENTASI SISTEM

Bab ini menjelaskan tentang cara input data dalam SPSS(Statistical Program for Service Solution) dan akan memperlihatkan hasil dari pembahasan dengan menggunakan program SPSS untuk mengetahui pengaruh dari variabel yang akan diuji dalam penulisan ini.

Bab ini merupakan bab penutup yang merupakan kesimpulan dari pembahasan serta saran–saran penulis berdasarkan kesimpulan yang dapat berguna bagi kita semua.

BAB 2

LANDASAN TEORI

2.1. Pengertian Kejahatan

Pengertian kejahatan dapat dilihat dari beberapa segi pandang yaitu: 1. Dipandang dari segi sosiologis

Dipandang dari segi sosiologis, kejahatan adalah salah satu jenis gejala sosial, yaitu suatu kelakuan yang asosial dan amoral yang tidak dikehendaki oleh kelompok pergaulan dan secara sadar ditentang oleh pemerintah (Bonger, 1981).

2. Dipandang dari segi hukum

Dipandang dari segi hukum, kejahatan adalah perbuatan yang dilarang oleh undang–undang dan barang siapa yang melakukan sesuatu perbuatan bertentangan dengan undang–undang tersebut, maka ia akan dihukum. Jadi, tegasnya kejahatan disini adalah setiap perbuatan yang telah ditetapkan atau dirumuskan dalam suatu peraturan misalnya:”penipuan”, menurut pasal 378 K.U.H.P, yaitu:

“ Barang siapa dengan maksud untuk menguntungkan diri sendiri atau orang lain secara melawan hukum, dengan memakai nama palsu atau martabat (hoedanigheid) palsu, dengan tipu muslihat atau rangkaian kebohongan, menggerakkan orang lain untuk menyerahkan barang sesuatu kepadanya, atau supaya memberi hutang maupun menghapuskan piutang, diancam karena penipuan dengan penjara paling lama 4 tahun.

3. Dipandang dari segi kejiwaan

Dipandang dari segi kejiwaan ( psikologi) setiap perbuatan manusia adalah dicerminkan oleh kejiwaan dari manusia bersangkutan, yang dalam tindakannya sampai mana manusia tersebut dapat menyesuaikan diri dengan norma-norma yang terdapat dalam masyarakatnya. Jadi dapat dikatakan bahwa perbuatan jahat (kejahatan) adalah satu tindakan atau perbuatan yang tidak sesuai kesadaran hokum masyarakat tertentu tersebut yang oleh karena itu pula perbuatan itu dapat dikatakan adalah tidak normal (abnormal).

2.2 Akibat-Akibat Kejahatan

Sudah jelas akibat dari kejahatan adalah negatif, sesuatu yang tidak dikehendaki masyarakat, akibat dapat tertuju kepada:

1. Manusia

Perorangan (individu) sebagai korban yang dapat berupa kejiwaan, korban nama baik, dan korban harta (vermogeen) yang menjadi milik manusia sebagai subjek hokum (pendukung hak dan kewajiban).

2. Masyarakat

Diketahui bahwa masyarakat adalah kumpulan dari individu-individu, sehingga seseorang atau beberapa orang yang menjadi korban tindak kejahatan bukan tidak mungkin masyarakat sekitarnya ikut-ikutan menjadi korban, paling sedikit timbulnya keresahan.

3. Diri Si Pelaku Tindak Kejahatan

Si pelaku tindak kejahatan sendiri dapat menjadi korban dari perbuatannya sendiri, yang jelas ia akan disingkirkan oleh masyarakat dan mungkin sekali dihukum pidana untuk diambil nyawanya atas dirampas kemerdekaannya.

2.3 Pengertian Analisis Regresi

Istilah regresi diperkenalkan oleh Francis Galtom. Dalam satu makalah yang terkenal, Galton menemukan bahwa meskipun ada kecendrungan bagi orang tua yang tinggi

mempunyai anak yang tinggi dan bagi orang tua yang pendek mempunyai anak yang pendek, distribusi tinggi suatu populasi tidak berubah secara menyolok (besar) dari generasi ke generasi. Penjelasannya adalah bahwa ada kecendrungan bagi rata-rata tinggi anak dengan orang tua yang mempuyai tinggi tertentu untuk bergerak atau mundur (regress) kearah tinggi rata-rata seluruh populasi.

Hukum regresi semesta (low of universal regression) dari Galtom diperkuat oleh temannya Karl Pearson, yang mengumpulkan lebih dari seribu catatan tinggi anggota kelompok keluarga. Ia menemukan bahwa rata-rata tinggi anak laki-laki kelompok ayah yang tinggi kurang daripada tinggi ayah mereka dan rata-rata tinggi anak laki-laki kelompok ayah yang pendek lebih besar daripada tinggi ayah mereka, jadi “mundurnya”(“regressing”) anak laki-laki yang tinggi maupun yang pendek serupa ke arah rata-rata tinggi semua laki-laki. Dengan kata-kata Galton, ini adalah ”kemunduran kearah sedang”.

Analisa regresi adalah metode statistika yang digunakan untuk menentukan kemungkinan bentuk dari hubungan antara variabel-variabel. Tujuan pokok dalam penggunaan metoda ini adalah untuk meramalkan atau memperkirakan nilai dari satu veriabel dalam hubungannya dengan variable yang lain yang diketahui.

Dalam analisis regresi akan dibedakan dua jenis variabel yaitu variabel bebas (independent variabel) dan variabel terikat (dependent variabel). Variabel bebas adalah variabel yang nilai-nilainya tidak bergantung pada variabel lainnya, biasanya disimbolkan

dengan X. variabel ini digunakan untuk meramal atau menerangkan nilai variabel yang lain.

Variabel terikat (dependant variabel) adalah variabel yang nilai-nialinya bergantung pada variabel lainnya, biasanya disimbolkan dengan Y. Variabel itu merupakan variabel yang diramalkan atau yang diterangkan nilainya. Jika variabel bebas (variabel X) memiliki hubungan dengan variabel terikat (variabel Y) maka nilai-nilai variabel X yang sudah diketahui dapat digunakan untuk menaksir atau memperkirakan nilai-nilai Y. Untuk keperluan analisis, variabel bebas dinyatakan dengan X1, X2, X3, … ,

Xk,sedangkan variabel terikat akan dinyatakan dengan Y.

Regresi ini akan menentukan hubungan fungsional yang diharapkan berlaku untuk populasi berdasarkan data sampel yang diambil dari populasi yang bersangkutan. Hubungan fungsional ini akan dituliskan dalam bentuk persamaan matematik yamg akan bergantung pada parameter-parameter. Model atau persamaan regresi untuk populasi secara umum dapat dituliskan dalam bentuk:

) ,..., , ,..., ,

( 1 2 1 2

,..., ,

.x₁x₂ x k m

y _k f X X X θ θ θ

µ = (2.1)

Dengan θ1,θ2,...,θmparameter-parameter yang ada dalam regresi itu.

2.4 Regresi Linier Sederhana

Regresi linier sederhana merupakan suatu prosedur untuk mendapatkan hubungan matematis dalam bentuk suatu persamaan antara variabel terikat (dependent variabel) dan

variabel bebas (independent variabel). Regresi linier sederhana hanya ada satu peubah bebas X yang dihubungkan dengan satu peubah terikat Y. Bentuk-bentuk model umum regresi sederhana yang menunjukkan hubungan antara dua variabel, yaitu variabel X sebagai variabel bebas dan variabel Y sebagai variabel tak bebas:

Y= a + bX (2.2)

Yang menunjukkan bahwa: Y : variabel dependent

a : intersep (titik potong kurva terhadap sumbu Y) b : kemiringan (slope) kurva linier

X : variabel independent

2.4.1. Persamaan regresi estimasi dengan metode kuadrat terkecil

Parsamaan regresi estimasi adalah suatu formula matematis yang menunjukkan hubungan keterkaitan antara satu atau beberapa variabel yang nilainya sudah diketahui (know variabel) dengan satu variabel yang nilainnya belum diketahui (unknown variabel).

Metoda tangan bebas dapat dipakai untuk menolong menentukan dugaan bentuk regresi apakah linier atau tidak. Metoda kuadrat terkecil untuk menentukan persamaan linier estimasi berarti memilih kurva linier dengan yang mempunyai kesalahan (error) yang paling kecil dari data aktual dengan data estimasinya.

Metoda ini berpangkal kepada kenyataan bahwa jumlah pangkat dua (kuadrat) daripada jarak antara titik-titik dengan garis regresi yang sedang dicari harus sekecil mungkin. Persamaan estimasi secara umum dapat ditulis sebagai berikut:

bX a

Y = +

∧

Untuk keperluan ini, sebaliknya data hasil pengamatan dicatat dalam bentuk seperti 2.1 di bawah ini:

Tabel 2.1 Pengamatan 1 Variabel Bebas

Variabel terikat

(Y)

Variabel Bebes

(X) Y1

Y2

. . . Yn

X1

X2

. . . Xn

Di sini didapat pasangan antara X dan Y dan n, seperti biasa menyatakan ukuran sampel. Koefisien-koefisien regresi a dan b untuk regresi linier, ternyata dapat dihitung dengan rumus: 2 2 2 ) ( ) )( ( ) )( (

∑

∑

∑

∑

∑

∑

− − = i i i i i i i X X n Y X X X Y

a (2.3)

∑

∑

∑

∑

∑

− −

= _{2 2}

) ( ) )( ( i i i i i i X X n Y X Y X n

b (2.4)

Jika terlebih dahulu dihitung koefisien b, maka koefisien a dapat pula ditentukan oleh rumus:

X b Y

a= − (2.5)

Dengan XdanYmasing-masing rata-rata untuk variabel-variabel X dan Y.

2.5 Regresi Linier Berganda

Dalam kasus ekonomi dan bisnis seringkali dijumpai perubahan suatu variabel disebabkan oleh beberapa variabel lain. Misalnya, nilai penjualan suatu produk tidak hanya dipengaruhi oleh beberapa promosi untuk produk tersebut, namun dapat juga secara bersama-sama dipengaruhi oleh pengeluaran untuk penelitian dan pengembangan produk, dan fakor-faktor lainnya. Contohnya, jumlah total kejahatan (Y) bergantung pada tindak kejahatan pencurian (X1), tindak kejahatan penganiayaan (X2), tindak kejahatan

Setelah membahas hubungan dan pertautan antara sebuah variabel bebas dengan sebuah variabel terikat melalui regresi linier sederhana, diperluas pada hubungan dengan pertautan antara sebuah variabel terikat dan sejumlah (lebih dari satu) variabel bebas.

Kalau dalam regresi sederhana hanya ada satu variabel bebas X yang dihubungkan dengan satu variabel terikat Y linier (berpangkat 1) dalam X, sehingga berbentuk taksiran Y = a + bX, maka dalam regresi linier berganda terdapat sejumlah (sebut k buah, k>2) variabel bebas yang dihubungkan dengan Y linier dalam semua variabel bebas. Jika variabel bebas itu X1, X2,X3, …, Xk dan variabel terikat Y, maka bentuk umum regresi

linier berganda Y atas X1, X2,X3, …, Xk untuk populasi ialah:

k k x

y, = 0 + 1 1+ 2 2÷...+ (2.6)

Dengan β₀,β₁,β₂,...β_kadalah koefisien atau parameter model.

Karena dalam penulisan ini menggunakan sampel, maka regresi linier berganda yang ditaksir oleh:

i k kX e

b X

b X b X b b

Yˆ = ₀ + _{1 1}+ _{2 2} + _{3 3} +...+ + (2.7)

dengan:

Y : Nilai penduga bagi variabel Y

b0 : Dugaan bagi parameter konstan

b1, b2, b3, …,bk : Dugaan bagi parameter koefisien regresi

e : Galat dugaan

dengan konstanta b0 dan koefisien-koefisien b1, b2, b3, …,bk dapat ditaksir berdasarkan n

k

b b

b₁, ₂,..., dapat ditaksir berdasarkan n buah pasang data (Χ₁,Χ₂,...,Χ_k,Υ.) yang didapat dari hasil pengamatan, dapat dilihat pada tabel 2.2 berikut:

Tabel 2.2 Hasil Pengamatan dari n Responden dan k Variabel Bebas

Nomor Observasi

Respon (Υ)

Variabel Bebas

1

Χ Χ₂ … Χ_k

1 2 . . . n 1 Υ 2 Υ . . . n Υ 11 Χ 12 Χ . . . n 1 Χ 21 Χ 22 Χ . . . n 2 Χ … … … … … … 1 k Χ 2 k Χ . . . kn Χ

∑

∑

Υn

∑

Χ1i

∑

Χ2i …

∑

Χ1i

Dari tabel diatas dapat dilihat bahwa Υ₁ berpasangan dengan Χ₁₁, Χ₂₁,… Χ_kn. Untuk regresi linier berganda lima variabel bebas Χ₁, Χ₂, Χ₃, Χ₄ditaksir oleh:

4 4 3 3 2 2 1 1 0

ˆ _{=b +bΧ +b Χ +b Χ +b Χ}

Y (2.8)

Untuk rumus diatas harus diselesaikan dengan lima persamaan dengan lima variable yang berbentuk:

∑

Yi =b0n+b1

∑

Χ1i +b2

∑

Χ2i +b3

∑

Χ3i +b4

∑

Χ4i (2.9)

∑

YiΧi =b

∑

Χ i +b

∑

Χ i +b2

∑

Χ1iΧ2i +b3

∑

Χ1iΧ3i +b4

∑

Χ1iΧ4i 2

1 1 1 0

1 (2.10)

∑

YiΧ i =b

∑

Χ i +b

∑

Χ iΧ i +b

∑

Χ i +b3

∑

Χ2iΧ3i +b4

∑

Χ2iΧ4i 2 2 2 2 1 1 2 0

2 (2.11)

∑

YiΧ i =b

∑

Χ i +b

∑

Χ iΧ i +b

∑

Χ iΧ i +b

∑

Χ i +b4

∑

Χ3iΧ4i 2 3 3 3 2 2 3 1 1 3 0

3 (2.12)

∑

Χ =

∑

Χ +

∑

Χ Χ +

∑

Χ Χ +

∑

Χ Χ +

∑

Χ 2

4 4 4 3 3 4 2 2 4 1 1 4 0 4

1 i b i b i i b i i b i i b i

Y (2.13)

Dimana b b b b b₀, ,_{1 2}, ₃, ₄ merupakan koefisien yang ditentukan berdasarkan data hasil pengamatan.

Untuk kekeliruan baku taksiran

(

)

1 ˆ 2 ... 12 . 2 − − − =

∑

k n Y Y

s y k i (2.14)

Dimana (n-k-1) merupakan derajat kebebasan (dk)

2.5.1. Uji Regresi Linier Berganda

Uji Regresi Linier ganda perlu dilakukan untuk mengetahui apakah variabel-variabel bebas secara bersamaan memiliki pengaruh terhadap variabel terikat.

Pada dasarnya pengujian hipotesa tentang parameter koefisien regresi secara keseluruhan atau pengujian persamaan regrasi menggunakan statistik F yang dirumuskan sebagai berikut:

) 1 /(

/

Re Re

− − =

k n JK

k JK F

s g

(2.15)

dengan:

F = Statistik F yang menyebar mengikuti distribusi F dengan derajat bebas

Bebas V₁ =k dan V₂ =n−k−1

g

JKRe = Jumlah Kuadrat Regresi g

JK_Re =b₁

∑

y_ix_1i÷b₂

∑

y_ix_2i ÷...÷b_k

∑

y_kix_ki, dengan Derajat Kebebasan (dk) = k

s

JK_Re = Jumlah Kuadrat Residu (sisa)

s

JK_Re =

∑

(Y_i−Yˆ)2 dengan Derajat Kebebasan (dk)=(n-k-1)

Dalam pengujian persamaan regresi terutama menguji Hipotesis tentang parameter koefisien regresi secara keseluruhan melibatkan intersep serta k buah variabel penjelas sebagai berikut:

k k x

y =β ÷βΧ ÷β Χ ÷ ÷β Χ

µ _{, 0 1 1 2 2} ...

dengan persamaan penduganya adalah:

Υˆ =b₀÷b₁Χ₁÷b₂Χ₂÷...÷b_kΧ_k (2.16)

dengan:

0

b , b₁,b₂,...,b_kadalah parameter penduga β₀,β₁,β₂,...β_k

Langkah-langkah yang dibutuhkan untuk pengujian hipotesa ini adalah: a) H₀:β₁ =β₂ =...=βk =0

1

H : Minimal ada satu parameter koefisien regresi yang tidak sama dengan nol

b) Pilih taraf nyata α yang diinginkan

c) Hitung Statistik F_Hit dengan menggunakan salah satu dari formula diatas

d) Keputusan:

Tolak H₀ jika FHit> FTabel ; k,n-k-1

Terima H₀jika F_Hit< F_Tabel; k,n-k-1

2.6. Koefisien Determinasi

Koefisien determinasi yang dinyatakan dengan R2 untuk pengujian regresi linier berganda yang mencakup lebih dari dua variabel. Koefisien determinasi adalah untuk mengetahui proporsi keberagaman total dalam variabel terikat Y yang dapat dijelaskan atau diterangkan oleh variabel–variabel bebas X yang ada di dalam model persamaan regresi linier berganda secara bersama–sama. Maka R2 akan ditentukan oleh rumus :

∑

= ₂

2

i reg

y JK R

(2.17)

dengan :

Jkreg = Jumlah kuadrat regresi

n Y Y

y_{i i} i

2 2

2

∑

(

∑

)

∑

= −

2.7. Koefisien Korelasi

Analisis korelasi adalah alat statistik yang dapat digunakan untuk mengetahui adanya derajat hubungan linear antara satu variabel dengan variabel yang lain. Hubungan antara satu variabel dengan variabel yang lainnya dapat merupakan hubungan yang kebetulan belaka, tetapi dapat juga merupakan hubungan sebab akibat.

Dua variabel dikatakan berkorelasi apabila perubahan pada satu varibel akan diikuti oleh perubahan variabel lain, baik dengan arah yang sama maupun dengan arah yang berlawanan. Hubungan antar varibel dapat dikelompokkan menjadi 3 jenis hubungan sebagai berikut :

1. Korelasi positif

Terjadinya korelasi positif apabila perubahan pada variabel yang satu diikuti dengan perubahan variabel yang lain dengan arah yang sama (berbanding lurus). Artinya, apabila variabel yang satu meningkat, maka akan diikuti dengan peningkatan variabel yang lain.

2. Korelasi negatif

Korelasi negatif terjadi apabila perubahan pada variabel yang satu diikuti dengan perubahan variabel yang lain dengan arah yang berlawanan (berbanding terbalik). Artinya, apabila variabel yang satu meningkat, maka akan diikuti dengan penurunan pada variabel yang lain dan sebaliknya.

Korelasi nihil terjadio apabila perubahan pada variabel yang satu diikuti perubahan pada variabel yang lain dengan arah yang tidak teratur (acak). Artinya, apabila variabel yang satu meningkat, kadang diikuti dengan peningkatan pada variabel yang lain dan kadang diikuti dengan penurunan pada variabel yang lain.

Besarnya hubungan antara variabel yang satu dengan variabel yang lain dinyatakan dengan koefisien korelasi yang disimbolkan dengan “r”. besarnya koefisien korelasi berkisar antara -1 ≤ r ≤+1.

Untuk mencari korelasi antara variabel Y terhadap Xi atau ry.1,2,…,k dapat dicari

dengan rumus :

∑

∑

∑

∑

∑

−

∑

∑

− − = ) ) ( )( ) ( ( ) )( ( 2 2 2 2 ,..., 2 , 1 . i i i i i i i i k y Y Y n X X n Y X Y X n

r (2.19)

Sedangkan untuk mengetahui korelasi antar variabel bebas dengan empat buah variabel bebas adalah :

1. Korelasi antara Χ₁dan Χ₂

(

)

[

_∑

∑

−

_∑

∑

_∑

∑

−

_∑

]

− = 2 2 2 2 2 1 2 1 2 1 2 1 12 ) ( )( ) ( ) )( ( i i i i i i i i X X n X X n X X X X n

r (2.20)

2. Korelasi antara Χ₁dan Χ₃

(

)

[

_∑

∑

−

_∑

∑

_∑

∑

−

_∑

]

− = 2 3 2 3 2 1 2 1 3 1 3 1 13 ) ( )( ) ( ) )( ( i i i i i i i i X X n X X n X X X X n

r (2.21)

(

)

[

_∑

∑

−

_∑

∑

_∑

∑

−

_∑

]

− = 2 4 2 4 2 1 2 1 4 1 4 1 14 ) ( )( ) ( ) )( ( i i i i i i i i X X n X X n X X X X n

r (2.22)

4. Korelasi antara Χ₂dan Χ₃

(

)

[

_∑

∑

−

_∑

∑

_∑

∑

−

_∑

]

− = 2 3 2 3 2 2 2 2 3 2 3 2 23 ) ( )( ) ( ) )( ( i i i i i i i i X X n X X n X X X X n

r (2.23)

5. Korelasi antara Χ₂dan Χ₄

(

)

[

_∑

∑

−

_∑

∑

_∑

∑

−

_∑

]

− = 2 4 2 4 2 4 2 4 4 2 4 2 24 ) ( )( ) ( ) )( ( i i i i i i i i X X n X X n X X X X n

r (2.24)

6.Korelasi antara Χ₃dan Χ₄

(

)

[

_∑

∑

−

_∑

∑

_∑

∑

−

_∑

]

− = 2 4 2 4 2 4 2 4 4 3 4 3 34 ) ( )( ) ( ) )( ( i i i i i i i i X X n X X n X X X X n

r (2.25)

Nilai koefisien korelasi adalah -1 ≤ r ≥ 1. Jika dua variabel berkorelasi negatif maka nilai koefisien korelasi akan mendekati -1 ; jika dua variabel tidak berkorelasi maka koefisien korelasi akan mendekati 0; sedangkan jika dua variabel berkorelasi positif maka nilai koefisien korelasi akan mendekati +1.

Untuk lebih memudahkan mengetahui senerapa jauh derajat keeratan antara variabel tersebut, dapat dilihat pada perumusan berikut :

-1,00 ≤ r ≥ -0.80 berarti berkorelasi kuat secara negatif -0,79 ≤ r ≥ -0,50 berarti berkorelasi sedang secara negatif -0,49 ≤ r ≥ 0,49 berarti berkorelasi lemah

0.50 ≤ r ≥ 0.79 berarti berkorelasi sedang secara positif 0.80 ≤ r ≥ 1.00 berarti berkorelasi kuat secara positif

2.6 Uji Koefisien Regresi Ganda

Keberartian adanya variabel –variabel bebas dalam regresi linier ganda perlu diuji untuk menunjukkan seberapa besar pengaruh yang diberikan pada variabel tak bebas. Dan cara yang tepat untuk mengujinya adalah dengan menggunakan uji statistik t (t-student).

Dimisalkan populasi mempunyai model regresi berganda sebagai berikut:

y,x= 0+ 1X1+ 2X2+ … + kXk (2.26)

yang akan ditaksir oleh regresi berbentuk: Y =b₀ +b₁X₁ +b₂X₂ +...+b_kX_k

^

.

Adanya kriteria bahwa variabel – variabel bebas tersebut memberikan pengaruh yang berarti atau tidak terhadap variabel tak bebas akan diuji hipotesis H0 melawan hipotesis

tandingan H1 dalam bentuk :

H0= i = 0, i = 1,2,…,k.

H1= i≠ 0, i = 1,2,…,k.

Untuk menguji hipotesis tersebut digunakan kekeliruan baku taksiran 2 ... 12 . k y

s . Jadi untuk melihat kekeliruan baku dari koefisien bi adalah :

Sbi =

( )(

)

i ij

k y

R x

s

2 2

... 12 . 2

1−

Σ

(2.27)

s2y.12…k =

(

)

1 ˆ 2

− −

− Σ

k n

Y

Y_{i i}

x2ij = (Xij - Xi_j )

2

R2i =

i g

y JK

2 Re Σ

Perhitungan statistik t : ti =

bi i

s b

Dengan distribusi t-student serta dk = (n-k-1), ttabel = t( n-k-1, ) ,dimana kriteria pengujian

adalah : tolak H0 jika ti > ttabel, dan terima H0 jika ti < ttabel.

BAB III

Polda Dalam Kilasan Sejarah

Lahir, tumbuh dan berkembangnya polda tidak lepas dari sejarah perjuangan kemerdekaan dihadapkan pada tugas-tugas yang unik dan kompleks. Selain menata keamanan dan ketertiban masyarakat di masa perang, polda juga terlibat langsung dalam pertempuran melawan penjajah dan berbagai operasi ketenteraan bersama-sama satuan angkatan bersenjata yang lain. Keadaan seperti ini dilakukan oleh polda karena polda lahir sebagai satu-satunya persatuan bersenjata yang relatif lebih lengkap.

Hanya empat hari setela tegas pasukan polisi ini segera memproklamirkan diri sebagai Pasukan Polisi Republik Indonesia dipimpin oleh Inspektur Kelas I (Letnan Satu) Polisi Mochammad Jassin di Surabaya, langkah awal yang dilakukan selain mengadakan pembersihan dan pelucutan senjata terhadap tentara Jepang yang kalah perang, juga membangkitkan da kekalahan perang yang panjang.

Tanggal 29 September 1945 tentara Sekutu yang didalamnya juga terdapat ribuan tentara Belanda menyerbu Indonesia dengan dalih ingin melucuti tentara Jepang. Pada kenyataannya pasukan sekutu tersebut justru ingin membantu Belanda menjajah kembali Indonesia. Oleh karena itu perang antara sekutu dengan pasukan Indonesiapun terjadi dimana-mana. Klimaksnya terjadi pada tanggal 10 Nopember 1945, yang dikenal sebagai "Pertempuran Surabaya". Tanggal itu kemudian dijadikan sebagai hari Pahlawan secara Nasional yang setiap tahun diperingati oleh bangsa Indonesia.

Pertempuran 10 Nopember 1945.di Surabaya menjadi sangat penting dalam sejarah Indonesia, bukan hanya karena ribuan rakyat Indonesia gugur, tetapi lebih dari itu karena semangat heroiknya mampu menggetarkan dunia dan PBB akan eksistensi bangsa dan negara Indonesia di mata dunia. Andil pasukan Polisi dalam mengobarkan semangat perlawanan rakyat ketika itupun sangat besar dalam menciptakan keamanan dan ketertiban didalam negeri, Polri juga sudan banyak disibukkan oleh berbagai operasi militer, penumpasan pemberontakan dari DI & TII, PRRI, PKI RMS RAM dan G 30 S/PKI serta berbagai penumpasan GPK.

Dalam perkembangan paling akhir dalam kepolisian yang semakin modern dan global, polda bukan hanya mengurusi keamanan dan ketertiban di dalam negeri, akan tetapi juga terlibat dalam masalah-masalah keamanan dan ketertiban regional maupun internasional, sebagaimana yang di tempuh oleh kebijakan PBB yang telah meminta

pasukan-pasukan polisi, termasuk Indonesia, untuk ikut aktif dalam berbagai operasi kepolisian, misalnya di Namibia (Afrika Selatan) dan di Kamboja (Asia).

Kemandirian polda diawali sejak terpisahnya dari ABRI tanggal 1 April 1999 sebagai bagian dari proses reformasi haruslah dipandang dan disikapi secara arif sebagai tahapan untuk mewujudkan polda sebagai abdi negara yang profesional dan dekat dengan masyarakat, menuju perubahan tata kehidupan nasional kearah masyarakat madani yang demokratis, aman, tertib, adil dan sejahtera.

Kemandirian polda dimaksud bukanlah untuk menjadikan institusi yang tertutup dan berjalan serta bekerja sendiri, namun tetap dalam kerangka ketatanegaraan dan pemerintahan negara kesatuan Republik Indonesia yang utuh termasuk dalam mengantisipasi otonomi daerah sesuai dengan Undang-undang No.22 tahun 1999 tentang Otonomi Daerah dan Undang-undang No.25 tahun 1999 tentang Perimbangan keuangan antara pusat dan daerah.

Pengembangan kemampuan dan kekuatan serta penggunaan kekuatan polda dikelola sedemikian rupa agar dapat mendukung pelaksanaan tugas dan tanggung jawab polda sebagai pengemban fungsi keamanan dalam negeri. Tugas dan tanggung jawab tersebut adalah memberikan rasa aman kepada negara, masyarakat, harta benda dari tindakan kriminalitas dan bencana alam.

Upaya melaksanakan kemandirian polda dengan mengadakan perubahan-perubahan melalui tiga aspek yaitu:

1. Aspek Struktural: Mencakup perubahan kelembagaan kepolisian dalam

ketatanegaraan, organisasi, susunan dan kedudukan.

2. Aspek Instrumental: Mencakup filosofi (visi, misi dan tujuan), doktrin, kewenangan,kompetensi, kemampuan fungsi dan iptek.

3. Aspek kultural: Adalah muara dari perubahan aspek struktural dan instrumental, karena semua harus terwujud dalam bentuk kualitas pelayanan polda kepada masyarakat, perubahan meliputi perubahan manajerial, sistem rekrutmen, sistem pendidikan, sistem material fasilitas dan jasa, sistem anggaran, sistem operasional.

Berkenaan dengan uraian tugas tersebut, maka polda akan terus melakukan perubahan dan penataan baik di bidang pembinaan maupun operasional serta pembangunan kekuatan sejalan dengan upaya reformasi.

Visi Polda

Polda yang mampu menjadi pelindung, pengayom dan pelayan masyarakat yang selalu dekat dan bersama-sama masyarakat, serta sebagai penegak hukum yang profesional dan proposional yang selalu menjunjung tinggi supermasi hukum dan hak azasi manusia,

pemelihara keamanan dan ketertiban serta mewujudkan keamanan dalam negeri dalam suatu kehidupan nasional yang demokratis dan masyarakat yang sejahtera.

Misi Polda

Berdasarkan uraian visi sebagaimana tersebut di atas, selanjutnya uraian tentang jabaran misi polda kedepan adalah sebagai berikut :

1. Memberikan perlindungan, pengayoman dan pelayanan kepada masyarakat

(meliputi aspek security, surety, safety dan peace) sehingga masyarakat bebas dari gangguan fisik maupun psykis.

2. Memberikan bimbingan kepada masyarakat melalui upaya preemtif dan preventif yang dapat meningkatkan kesadaran dan kekuatan serta kepatuhan hukum masyarakat (Law abiding Citizenship).

3. Menegakkan hukum secara profesional dan proporsional dengan menjunjung tinggi supremasi hukum dan hak azasi manusia menuju kepada adanya kepastian hukum dan rasa keadilan.

4. Memelihara keamanan dan ketertiban masyarakat dengan tetap memperhatikan norma - norma dan nilai - nilai yang berlaku dalam bingkai integritas wilayah hukum Negara Kesatuan Republik Indonesia.

5. Mengelola sumber daya manusia polda secara profesional dalam mencapai tujuan polda yaitu terwujudnya keamanan dalam negeri sehingga dapat mendorong meningkatnya gairah kerja guna mencapai kesejahteraan masyarakat.

6. Meningkatkan upaya konsolidasi kedalam (internal Polri) sebagai upaya menyamakan visi dan misi polda kedepan.

7. Memelihara soliditas institusi polda dari berbagai pengaruh external yang sangat merugikan organisasi.

8. Melanjutkan operasi pemulihan keamanan di beberapa wilayah konflik guna menjamin keutuhan Negara Kesatuan Republik Indonesia.

9. Meningkatkan kesadaran hukum dan kesadaran berbangsa dari masyarakat yang berbhineka tunggal ika.

3.4. Sasaran

Dalam rangka mewujudkan Visi dan Misi Polri pada kurun waktu tahun 2000 - 2004 yang akan datang ditetapkan sasaran yang hendak dicapai adalah :

1. Bidang Kamtibmasi

.1. Tercapainya situasi Kamtibmas yang kondosif bagi penyelenggaraan

.2. Terciptanya suatu proses penegakan hukum yang konsisten dan berkeadilan, bebas KKN dan menjunjung tinggi hak azasi manusia.

.3. Terwujudnya aparat penegak hukum yang memiliki integritas dan kemampuan profesional yang tinggi serta mampu bertindak tegas adil dan berwibawa.

.4. Kesadaran hukum dan kepatuhan hukum masyarakat yang meningkat yang

terwujud dalam bentuk partisipasi aktif dan dinamis masyarakat terhadap upaya Binkamtibmas yang semakin tinggi.

.5. Kinerja polda yang lebih profesional dan proporsional dengan menjunjung tinggi nilai-nilai demokrasi sehingga disegani dan mendapat dukungan kuat dari masyarakat untuk mewujudkan lingkungan kehidupan yang lebih aman dan tertib.

2. Bidang Keamanan Dalam Negeri

Tercapainya kerukunan antar umat beragama dalam kerangka interaksi sosial yang intensif serta tumbuhnya kesadaran berbangsa guna menjamin keutuhan bangsa yang ber Bhineka Tunggal Ika.

Tetap tegaknya Negara Kesatuan Republik Indonesia yang berdasarkan Pancasila dan UUD 1945.

Disimak dari kandungan nilai Pancasila dan Tribrata secara filosofi memuat nilai-nilai kepolisian sebagai abdi utama, sebagai warga negara teladan dan wajib menjaga ketertiban pribadi rakyat.

3.5. Polda

Kepolisian Negara Republik Indonesia Daerah (Polda) merupakan satuan pelaksana utama Kewilayahan yang berada di bawah Kapolri. Polda bertugas menyelenggarakan tugas Polri pada tingkat kewilayahan. Polda dipimpin oleh Kepala Kepolisian Negara Republik Indonesia Daerah (Kapolda), yang bertanggung jawab kepada Kapolri. Kapolda dibantu oleh Wakil Kapolda (Wakapolda).

Polda membawahi Kepolisian Negara Republik Indonesia Wilayah (Polwil). Ada tiga tipe Polda, yakni Tipe A, Tipe B dan Tipe C. Tipe A dipimpin seorang perwira tinggi berpangkat Komisaris Jenderal (Komjen), sedangkan Tipe B dipimpin perwira tinggi berpangkat Brigadir Jenderal (Brigjen) dan Tipe C dipimpin oleh perwira menengah berpangkat Komisaris Besar (Kombes) yang senior. Di bawahnya Polwil membawahi Kepolisian Negara Republik Indonesia Resort (Polres) atau Kepolisian Negara Republik Indonesia Resort Kota (Polresta). Polwil dipimpin oleh seorang perwira menengah berpangkat Komisari Besar atau Kombes, demikian pula Poltabes juga dipimpin oleh seorang perwira menengah berpangkat Komisaris Besar. Polres dipimpin oleh seorang

Ajun Komisaris Besar Polisi atau AKBP. Lebih lanjut lagi, Polres membawahi Polsek, sedang Polresta membawahi Polsekta. Baik Polsek maupun Polsekta dipimpin oleh seorang Polda liannya, Polsek atau Polsekta dipimpin oleh perwira berpangkat Ajun Komisaris Polisi.

BAB 4

4.1. Pengolahan Data

Ketika kita berbicara mengenai statistika, pasti tidak akan lepas dengan istilah data. Data berarti sesuatu yang diketahui atau dianggap, meskipun belum tentu benar. Data dapat digunakan untuk menggambarkan dan memperoleh tentang suatu keadaan atau persoalan. Jadi, data merupakan bahan mentah dari informasi. Data yang telah diolah disebut informasi.

Data yang baik adalah data yang bermanfaat. Keputusan yang baik dapat dihasilkan jika pengambilan keputusan terssebut didasarkan atas data yang baik.

Untuk membahas dan memecahkan masalah tentang jumlah total kejahatan seperti yang diuraikan pada bagian sebelumnya, penulis menggumpulkan data yang bnerhubungan dengan permasalahan tersebut. Data yang dikumpulkan dari Kepolisian Republik Indonesia adalah data mengenai jumlah total kejahatan Di Propinsi Sumatera Utara, serta pengaruh dari beberapa jenis jumlah tindak kejahatan tersebut diantaranya pencurian, Penganiayaan, Pemerasan, Dan Penipuan. Adapun datanya dapat dilihat pada tabel 4.1 sebagai berikut:

Tabel 4.1. Data Jumlah Total Kejahatan, Pencurian,Penganiayaan, Pemerasan, Dan Penipuan tahun 2006-2007

Kejahatan

1 1496 702 153 61 124

2 1620 762 151 84 152

3 1634 664 190 84 167

4 1581 760 163 61 149

5 1521 674 152 57 153

6 1578 668 173 91 156

7 1607 699 229 78 152

8 1785 817 177 62 213

9 1604 767 153 53 184

10 1523 732 147 69 154

11 1661 813 138 65 147

12 1596 760 157 79 133

13 2578 881 433 44 145

14 2507 827 409 76 178

15 2621 846 486 59 191

16 2577 837 452 96 145

17 2691 851 430 66 230

18 2341 699 406 56 148

19 2400 764 428 45 143

20 2689 1099 381 57 127

21 2439 796 328 54 129

22 2117 678 352 31 134

23 2449 763 326 55 140

24 2062 661 317 52 101

Dari tabel diatas kita dapat mencari persamaan regresi linier berganda, terlebih dahulu kita menghitung koefesien-koefesien regresi ( b0, b1, b3, b4) dari variabel jumlah total

kejahatan (Y), tindak kejahatan pencurian (X1), tindak kejahatan penganiayaan (X2),

tindak kejahatan pemerasan (X3), dan tindak kejahatan penipuan(X4), dan mencari

penggandaan variabel yang satu dengan yang lain.

Dengan koefesien-koefesien yang didapat dari perhitungan yang ada, maka dapat ditentukan persamaan untuk mencari regresi linier bergandanya. Adapun nilai dari koefesien-koefesien dapat disasjikan dalam bentuk tabel 4.2 berikut ini:

Tabel 4.2 Nilai-nilai yang dibutuhkan untuk menghitung koefesien-koefesien regresi

Bulan Y X1 X2 X3 X4 Y2

1 1496 702 153 61 124 2238016

2 1620 762 151 84 152 2624400

3 1634 664 190 84 167 2669956

4 1581 760 163 61 149 2499561

5 1521 674 152 57 153 2313441

6 1578 668 173 91 156 2490084

7 1607 699 229 78 152 2582449

8 1785 817 177 62 213 3186225

9 1604 767 153 53 184 2572816

10 1523 732 147 69 154 2319529

11 1661 813 138 65 147 2758921

12 1596 760 157 79 133 2547216

13 2578 881 433 44 145 6646084

14 2507 827 409 76 178 6285049

15 2621 846 486 59 191 6869641

16 2577 837 452 96 145 6640929

17 2691 851 430 66 230 7241481

18 2341 699 406 56 148 5480281

19 2400 764 428 45 143 5760000

20 2689 1099 381 57 127 7230721

21 2439 796 328 54 129 5948721

22 2117 678 352 31 134 4481689

23 2449 763 326 55 140 5997601

Sambungan Tabel 4.2. Nilai-nilai yang dibutuhkan untuk menghitung koefisien-koefisien regresi

Bulan 2

1

X X22

2 3

X X₄2 YX₁ YX₂ YX3

1 492804 23409 3721 15376 1050192 228888 91256

2 580644 22801 7056 23104 1234440 244620 136080

3 440896 36100 7056 27889 1084976 310460 137256

4 577600 26569 3721 22201 1201560 257703 96441

5 454276 23104 3249 23409 1025154 231192 86697

6 446224 29929 8281 24336 1054104 272994 143598

7 488601 52441 6084 23104 1123293 368003 125346

8 667489 31329 3844 45369 1458345 315945 110670

9 588289 23409 2809 33856 1230268 245412 85012

10 535824 21609 4761 23716 1114836 223881 105087

11 660969 19044 4225 21609 1350393 229218 107965

12 577600 24649 6241 17689 1212960 250572 126084

13 776161 187489 1936 21025 2271218 1116274 113432

14 683929 167281 5776 31684 2073289 1025363 190532

15 715716 236196 3481 36481 2217366 1273806 154639

16 700569 204304 9216 21025 2156949 1164804 247392

17 724201 184900 4356 52900 2290041 1157130 177606

18 488601 164836 3136 21904 1636359 950446 131096

19 583696 183184 2025 20449 1833600 1027200 108000

20 1207801 145161 3249 16129 2955211 1024509 153273

21 633616 107584 2916 16641 1941444 799992 131706

22 459684 123904 961 17956 1435326 745184 65627

24 436921 100489 2704 10201 1362982 653654 107224

Sambungan Tabel 4.2. Nilai-nilai yang dibutuhkan untuk menghitung koefisien-koefisien regresi

Bulan YX4 X1X2 X1X3 X1X4 X2X3 X2X4 X3X4

1 185504 107406 42822 87048 9333 18972 7564

2 246240 115062 64008 115824 12684 22952 12768

3 272878 126160 55776 110888 15960 31730 14028

4 235569 123880 46360 113240 9943 24287 9089

5 232713 102448 38418 103122 8664 23256 8721

6 246168 115564 60788 104208 15743 26988 14196

7 244264 160071 54522 106248 17862 34808 11856

8 380205 144609 50654 174021 10974 37701 13206

9 295136 117351 40651 141128 8109 28152 9752

10 234542 107604 50508 112728 10143 22638 10626

11 244167 112194 52845 119511 8970 20286 9555

12 212268 119320 60040 101080 12403 20881 10507

13 373810 381473 38764 127745 19052 62785 6380

14 446246 338243 62852 147206 31084 72802 13528

15 500611 411156 49914 161586 28674 92826 11269

16 373665 378324 80352 121365 43392 65540 13920

17 618930 365930 56166 195730 28380 98900 15180

18 346468 283794 39144 103452 22736 60088 8288

19 343200 326992 34380 109252 19260 61204 6435

20 341503 418719 62643 139573 21717 48387 7239

22 283678 238656 21018 90852 10912 47168 4154

23 342860 248738 41965 106820 17930 45640 7700

24 208262 209537 34372 66761 16484 32017 5252

Dari tabel 4.2 di atas diproleh:

N =24

∑

Yi =48677

∑

X1i =18520

∑

X2i =6731

∑

X3i =1535

∑

X4i =3695 2

∑

Yi =103636655 2

1

∑

X i =14504280

2 2

∑

X i =2245997 2

3

∑

X i =103829

2 4

∑

X i =587653

i iX

Y ₁

∑

=38182893

i iX

Y ₂

i iX Y ₃

∑

=3066714 i iX Y ₄

∑

=7523518 i iX

X1 2

∑

=5314319

i iX

X_{1 3}

∑

=1181946

i iX

X_{1 4}

∑

=2862072

i iX

X2 3

∑

=418121

i iX

X2 4

∑

=1042320

i iX

X_{3 4}

∑

=238179

Dari data diatas didapat persamaan:

∑

∑

∑

∑

∑

Yi =nb0 +b1 X1i +b2 X2i +b3 X3i +b4 X4i

∑

Y_iΧ_1i =b₀

∑

Χ_1i +b₁

∑

Χ_1i2 +b₂

∑

Χ_1iΧ_2i +b₃

∑

Χ_1iΧ_3i +b₄

∑

Χ_1iΧ_4i

∑

Y_iΧ_2i =b₀

∑

Χ_2i +b₁

∑

Χ_1iΧ_2i +b₂

∑

Χ_2i2 +b₃

∑

Χ_2iΧ_3i +b₄

∑

Χ_2iΧ_4i

∑

Y_iΧ_3i =b₀

∑

Χ_3i +b₁

∑

Χ_1iΧ_3i +b₂

∑

Χ_2iΧ_3i +b₃

∑

Χ_3i2 +b₄

∑

Χ_3iΧ_4i

∑

Χ =

∑

Χ +

∑

Χ Χ +

∑

Χ Χ +

∑

Χ Χ +

∑

Χ 2

4 4 4 3 3 4 2 2 4 1 1 4 0 4

1 i b i b i i b i i b i i b i

Y

Dapat dibubstitusikan ke dalam nilai – nilai yang bersesuaian sehingga diperoleh:

4 3

2 1

0 18520 6731 1535 3695

24

48677= b + b + b + b + b

4 3

2 1

0 14504280 5314329 1181946 2862072

18520

38182893= b + b + b + b + b

4 3

2 1

0 5314319 2245997 418121 1042320

673

14915624= b + b + b + b + b

4 3

2 1

0 1181946 418121 103829 238197

1535

4 3

2 1

0 2862072 1042320 238179 587653

3695

7523518= b + b + b + b + b

Setelah persamaan diatas diselesaikan, maka diperoleh koefisien-koefisien regrsi linier beganda sebagai berikut:

0

b =330.003

1

b =1.146

2

b =3.112

3

b = −0.902

4

b =−0.007

Dengan demikian persamaan regresi linier berganda atas X1, X2, X3, dan X4

terhadap Y adalah sebagai berikut:

4 3

2

1 3.112 0.902 0.007 146

. 1 003 . 330

ˆ_{= + Χ + Χ − Χ − Χ}

Y

Sedangkan untuk menghitung kekeliruan baku taksiran diperlukan harga – harga

^

Yyang diperoleh dari persamaan regresi di atas untuk setiap nilai X1i, X2i, dan X3i yang

diketahui, dapat dilihat pada tabel 4.3 di bawah ini.

Tabel 4.3. Harga penyimpangan

Bulan Y Y∧

∧

−Y

Y ( )2

∧

−Y Y

1 1496 1554.741 -58.741 3450.505

2 1620 1596.335 23.665 560.0322

3 1634 1605.29 28.71 824.2641

6 1578 1550.733 27.267 743.4893

7 1607 1772.285 -165.285 27319.13

8 1785 1759.694 25.306 640.3936

9 1604 1636.027 -32.027 1025.729

10 1523 1563.023 -40.023 1601.841

11 1661 1631.498 29.502 870.368

12 1596 1617.358 -21.358 456.1642

13 2578 2646.422 -68.422 4681.57

14 2507 2480.755 26.245 688.8

15 2621 2757.396 -136.396 18603.87

16 2577 2608.222 -31.222 974.8133

17 2691 2582.267 108.733 11822.87

18 2341 2342.981 -1.981 3.924361

19 2400 2495.892 -95.892 9195.276

20 2689 2722.826 -33.826 1144.198

21 2439 2213.344 225.656 50920.63

22 2117 2173.515 -56.515 3193.945

23 2449 2168.323 280.677 78779.58

24 2062 2026.402 35.598 1267.218

Jumlah 48677 48680.43 -3.429 223835.3

Sehingga kesalahan bakunya dapat di hitung dengan rumus:

(

)

1 ˆ 2 ... 12 . 2 − − − =

∑

k n Y Y

s y k i i

dengan:

2

) ˆ (Y_i −Y_i

∑

=223835.3 n= 24 k=4 Sehingga:

(

)

1 ˆ 2 ... 12 . 2 − − − =

∑

k n Y Y

s y k i i

1 4 24 3 . 223835 − − =

k y

s2 .12... =11,780.80526

80526 . 780 , 11

... 12 . k = y

s

=108.54

Dengan penyimpangan nilai yang didapat, ini berarti bahwa rata-rata jumlah kejahatan di Provinsi Sumatera Utara yang sebenarnya akan menyimpang dari rata-rata jumlah total kejahatan di Provinsi Sumatera Utara yang diperkirakan sebesar 108,54 kejahatan.

Perumusan hipotesis :

H0: 1= 2= 3= … = k = 0 (X1, X2, …Xk tidak mempengaruhi Y)

H1 : minimal ada satu parameter koefisien regresi yang tidak sama dengan nol

atau mempengaruhi Y. Dimana :

H0 ditolak bila Fhitung > Ftabel

H0 diterima bila Fhitung≤ Ftabel

Dalam pengujian model regresi yang telah ada, maka dapat diambil nilai – nilai :

x1i = X1i - X1 , x2i = X2i - X2 , x2i = X3i - X3 dan yi = Yi - Y , dan disajikan dalam

Tabel 4.4 Harga – harga yang diperlukan untuk uji regresi linier ganda

Bulan X1i−X1 X2i−X2 X3i−X3 X4i −X4 Yi−Y

1 -69.6667 -127.458 -3 _-29.96 -532.21

2 -9.6667 -129.458 20 _-1.96 -408.21

3 -107.6667 -90.4583 20 13.04 -394.21

4 -11.6667 -117.458 -3 _-4.96 -447.21

5 -97.6667 -128.458 -7 _-0.96 -507.21

6 -103.6667 -107.458 27 _2.04 -450.21

8 45.3333 -103.458 -2 _59.04 -243.21

9 -4.6667 -127.458 -11 _30.04 -424.21

10 -39.6667 -133.458 5 0.04 -505.21

11 41.3333 -142.458 1 _-6.96 -367.21

12 -11.6667 -123.458 15 _-20.96 -432.21

13 109.3333 152.5417 -20 _-8.96 549.79

14 55.3333 128.5417 12 24.04 478.79

15 74.3333 205.5417 -5 _37.04 592.79

16 65.3333 171.5417 32 _-8.96 548.79

17 79.3333 149.5417 2 _76.04 662.79

18 -72.6667 125.5417 -8 _-5.96 312.79

19 -7.6667 147.5417 -19 -10.96 371.79

20 327.3333 100.5417 -7 _-26.96 660.79

21 24.3333 47.5417 -10 _-24.96 410.79

22 -93.6667 71.5417 -33 _-19.96 88.79

23 -8.6667 45.5417 -9 _-13.96 420.79

24 -110.6667 36.5417 -12 _-52.96 33.79

Jumlah -0.0008 0.0008 -1 -0.04 -0.04

Sambungan Tabel 4.4 Harga-harga yang diperlukan untuk uji regresi linier ganda

Bulan (X1i −X1)2

2 2

2 )

(X i−X

2 3

3 )

(X i−X

2 4

4 )

(X i−X

2 ) (Yi−Y

1 4853.449089 16245.61824 9 _897.6016 283247.4841

2 93.44508889 16759.45144 400 3.8416 166635.4041

3 11592.11829 8182.704039 400 _170.0416 155401.5241

5 9538.784289 16501.53484 49 0.9216 257261.9841

6 10746.78469 11547.28624 729 _4.1616 202689.0441

7 5280.449289 2647.956639 196 _3.8416 177417.8641

8 2055.108089 10703.61984 4 _3485.7216 59151.1041

9 21.77808889 16245.61824 121 _902.4016 179954.1241

10 1573.447089 17811.11784 25 0.0016 255237.1441

11 1708.441689 20294.36724 1 _48.4416 134843.1841

12 136.1118889 15241.95184 225 _439.3216 186805.4841

13 11953.77049 23268.97024 400 _80.2816 302269.0441

14 3061.774089 16522.96864 144 577.9216 229239.8641

15 5525.439489 42247.39044 25 _1371.9616 351399.9841

16 4268.440089 29426.55484 1024 _80.2816 301170.4641

17 6293.772489 22362.72004 4 _5782.0816 439290.5841

18 5280.449289 15760.71844 64 _35.5216 97837.5841

19 58.77828889 21768.55324 361 _120.1216 138227.8041

20 107147.0893 10108.63344 49 726.8416 436643.4241

21 592.1094889 2260.213239 100 _623.0016 168748.4241

22 8773.450689 5118.214839 1089 _398.4016 7883.6641

23 75.11168889 2074.046439 81 _194.8816 177064.2241

24 12247.11849 1335.295839 144 _2804.7616 1141.7641

Jumlah 213013.3333 358231.9583 5653 18776.9584 4909557.958

Sambungan Tabel 4.4 Harga-harga yang diperlukan untuk uji regresi linier ganda

Bulan (Yi −Y)

(

X1i −X1

)

(Yi−Y)(X2i −X2) (Yi−Y)(X3i−X3) (Yi−Y)(X4i −X4)

1 37077.31441 67834.58184 1596.63 _15945.0116

3 42443.28981 35659.56644 -7884.2 -5140.4984

4 5217.464907 52528.52634 1341.63 _2218.1616

5 49537.52691 65155.33434 3550.47 _486.9216

6 46671.78501 48378.80124 -12155.67 _-918.4284

7 30607.94071 21674.75054 -5896.94 _825.5716

8 -11025.51189 25162.09314 486.42 -14359.1184

9 1979.660807 54069.08544 4666.31 _-12743.2684

10 20040.01351 67424.46774 -2526.05 _-20.2084

11 -15178.00109 52312.11234 -367.21 _2555.7816

12 5042.464407 53359.91184 -6483.15 9059.1216

13 60110.35501 83865.90124 -10995.8 _-4926.1184

14 26493.03071 61544.48054 5745.48 _11510.1116

15 44064.03691 121843.0643 -2963.95 _21956.9416

16 35854.26171 94140.36954 17561.28 _-4917.1584

17 52581.31791 99114.74334 1325.58 _50398.5516

18 -22729.41709 39268.18834 -2502.32 -1864.2284

19 -2850.402393 54854.52864 -7064.01 _-4074.8184

20 216298.5713 66436.94994 -4625.53 _-17814.8984

21 9995.876307 19529.65494 -4107.9 _-10253.3184

22 -8316.666293 6352.187543 -2930.07 _-1772.2484

23 -3646.860693 19163.49194 -3787.11 -5874.2284

24 -3739.427793 1234.744043 -405.48 _-1789.5184

620474.6667 1263753.708 -46585.79 _29288.2084

Dari tabel 4.4 dapat dicari :

=1.146*620474.6667+3.112*1263753.708−0.902*46585.79−0.007*29288.2084 =4601640.104

untuk JKres dapat dilihat dari tabel 4.3 yaitu ∑(Yi - ^

Y)2 =223835.3 maka nilai Fhiung dapat dicari dengan rumus :

) 1 /( / Re Re − − = k n JK k JK F s g = ) 1 4 24 /( 3 . 223835 4 / 104 . 4601640 − − = 805 . 11780 026 . 1150410 = 97.65

Dari tabel distribusi F dengan dk pembilang = 4, dk penyebut = 19, dan = 0.05,

diperoleh Ftabel = 2.90. Karena Fhitung lebih besar daripada Ftabel maka Ho ditolak dan H1

diterima. Hal ini berarti persamaan regresi linier berganda Y atas X1, X2, X3 bersifat

nyata atau ini juga berarti bahwapencurian, penganiayaan, pemerasan, penipuaan secara bersama – sama mempengaruhi jumlah kejahatan.

4.3. Mencari Koefisien Determinasi

Untuk menganalisis dan mengetahui seberapa besar pengaruh tindak kejahataan yang mempengaruhi jumlah total kejahatan Di Provinsi Sumatera Utara, maka akan diperlukan perhitungan untuk mencari koefisien determinasi. Melalui tabel 4.4 dapat dilihat bahwa ∑yi2 = 4909557.958 , sedangkan JKreg yang dihitung adalah 4601640.104

∑

= ₂ 2 i reg y JK R = 958 . 4909557 104 . 4601640

= 0.9373

Dari perhitungan diatas diperoleh koefisien determinasinya sebesar 0.9373. berarti sekitar 93.73% jumlah total kejahatan di Provinsi Sumatera Utara dipengaruhi oleh tindak kejahatan pencurian, pengajiayaan, pemerasan, penipuan, sedangkan 6.27% dipengaruhi oleh tindak kejahatan lainnya.

4.4. Koefisien Korelasi

4.4.1 Perhitungan Korelasi Antara Variabel Y dengan Xi

1. Koefisien korelasi antara jumlah total kejahatan (Y) dengan tindak kejahatan pencurian(X1)

∑

∑

∑

∑

∑

−

∑

∑

− − = ) ) ( )( ) ( ( ) )( ( 2 2 2 1 2 1 1 1 1 . i i i i i i i i y Y Y n X X n Y X Y X n r =

{

2

}{

2

}

) 48677 ( ) 103636655 * 24 ( ) 18520 ( ) 14504280 * 24 ( ) 48677 * 18520 ( ) 38182893 * 24 ( − − − = 117829391 * 5112320 901498040 916389432− = 51 . 24543462 14891392

=0.607

Ini berarti berkorelasi sedang secara positif antara jumlah total kejahatan dengan tindak kejahatan pencurian di Provinsi Sumatera Utara.

2. Koefisien korelasi antara jumlah total kejahatan (Y) dengan tindak kejahatan penganiayaan (X2).

∑

∑

∑

∑

∑

−

∑

∑

− − = ) ) ( )( ) ( ( ) )( ( 2 2 2 2 2 2 2 2 2 . i i i i i i i i y Y Y n X X n Y X Y X n r =

{

2

}{

2

}

) 48677 ( ) 103636655 * 24 ( ) 6731 ( ) 2245997 * 24 ( ) 48677 * 6731 ( ) 14915624 * 24 ( − − − = 117829391 * 8597567 327644887 357974976− = 87 . 31828384 30330089 =0.953

Ini berarti berkorelasi kuat secara positif antara jumlah total kejahatan dengan tindak kejahatan penganiayaan di Provinsi Sumatera Utara.

3. Koefisien korelasi antara jumlah total kejahatan (Y) dengan tindak kejahatan pemerasan (X3).

∑

∑

∑

∑

∑

−

∑

∑

− − = ) ) ( )( ) ( ( ) )( ( 2 2 2 3 2 3 3 3 3 . i i i i i i i i y Y Y n X X n Y X Y X n r =

{

2

}{

2

}

) 48677 ( ) 103636655 * 24 ( ) 1535 ( ) 103829 * 24 ( ) 48677 * 1535 ( ) 3066714 * 24 ( − − −

= 117829391 * 135671 74719195 73601136− = 532 . 3998253 1118059 − 280 . 0 − =

Ini berarti berkorelasi lemah antara jumlah total kejahatan dengan tindak kejahatan pemerasan di Provinsi Sumatera Utara.

4. Koefisien korelasi antara jumlah total kejahatan (Y) dengan tindak kejahatan penipuan (X4).

(

)

[

_∑

∑

−

_∑

∑

_∑

∑

−

_∑

]

− = 2 2 2 4 2 4 4 4 4 . ) ( )( ) ( ) )( ( i i i i i i i i y Y Y n X X n Y X Y X n r =

{

2

}{

2

}

) 48677 ( ) 103636655 * 24 ( ) 3695 ( ) 587653 * 24 ( ) 48677 * 3695 ( ) 7523518 * 24 ( − − − = 117829391 * 450647 179861515 180564432− = 736 . 7286937 702917 =0.096

Ini berarti berkorelasi lemah antara jumlah total kejahatan dengan tindak kejahatan penipuan di Provinsi Sumatera Utara.

Sedangkan untuk mengetahui korelasi antar variabel bebas dengan empat buah variabel bebas adalah :

1. Koefisien korelasi antara tindak kejahatan pencurian (X1) dengan penganiayaan (X2)

(

)

[

_∑

∑

−

_∑

∑

_∑

∑

−

_∑

]

− = 2 2 2 2 2 1 2 1 2 1 2 1 12 ) ( )( ) ( ) )( ( i i i i i i i i X X n X X n X X X X n r =

{

2

}{

2

}

) 1535 ( ) 2245997 * 24 ( ) 1850 ( ) 14504280 * 24 ( ) 6731 * 18520 ( ) 5314319 * 24 ( − − − = 8597567 * 5112320 124658120 127543656− =0.435

Ini berarti berkorelasi lemah antara tindak kejahatan pencurian dengan penganiayaan di Provinsi Sumatera Utara.

2. Koefisien korelasi antara tindak kejahatan pencurian (X1) dengan pemerasan (X3)

(

)

[

_∑

∑

−

_∑

∑

_∑

∑

−

_∑

]

− = 2 3 2 3 2 1 2 1 3 1 3 1 13 ) ( )( ) ( ) )( ( i i i i i i i i X X n X X n X X X X n r =

{

2

}{

2

}

) 1535 ( ) 103829 * 24 ( ) 18250 ( ) 14504280 * 24 ( ) 1535 * 18250 ( ) 1181946 * 24 ( − − − = 135671 * 5112320 28366704 28428200− = 65 . 832822 61496

Gambar 5.11 Tampilan Sambungan Cara Membuat persamaan Korelasi

3. Pada kolom Correlation Coefficients, pilih person, sedangkan pada kolom test of significance, pilih two-tailed lalu klik OK. Tampilannya seperti gambar 5.12 berikut.

BAB 6 PENUTUP

6.1 Kesimpulan

Dari seluruh hasil pembahasan dan analisa data yang telah dilakukan, maka dapat diambil beberapa kesimpulan yaitu sebagai berikut:

1. Ternyata dari keempat variable yaitu tindak kejahatan pencurian, tindak kejahaatan penganiayaan, tindak kejahatan pemerasan, dan tindak kejahatan penipuan memepunyai pengaruh yang nyata terhadap penurunan jumlah total kejahatan di Provinsi Sumatera Utara.

2. Dari hasil perhitungan diperoleh bahwa persamaan penduga Jumlah Kejahatan yang dipengaruhi oleh beberapa faktor terhadap jenis kejahatan penduganya

4 3

2

1 3.112 0.902 0.007

146 . 1 003 . 330

ˆ_{= + Χ + Χ − Χ − Χ}

Y

Yang berarti bahwa tindak kejahatan pencurian mempengaruhi jumlah total kejahatan sebesar 1.146, tindak kejahatan penganiayaan mempengaruhi jumlah total kejahatan sebesar 3.112, tindak kejahatan pemerasan mempengaruhi jumlah total kejahatan sebesar -0.902, tindak kejahatan penipua mempengaruhi jumlah total kejahatan sebesar -0.007 dengan konstanta 330.003.

3. Sekitar 93.73% Jumlah total kejahatan di Propinsi Sumatera Utara dipengaruhi oleh tindak kejahatan pencurian, penganiayaan, pemerasan dan penipuan sedangkan 6.27% dipengaruhi oleh tindak kejahatan lainnya.

4. Dari tabel distribusi F dengan dk pembilang = 4, dk penyebut = 19, dan = 0.05, diperoleh Ftabel = 2.90. Karena Fhitung lebih besar daripada Ftabel maka Ho ditolak

dan H1 diterima. Hal ini berarti persamaan regresi linier berganda Y atas X1, X2,

X3 bersifat nyata atau ini juga berarti bahwa tindak kejahatan pencurian,

penganiayaan, pemerasan, penipuaan secara bersama – sama mempengaruhi jumlah total kejahatan.

5. Korelasi antara jumlah total kejahatan dengan tindak kejahatan penganiayaan merupakan korelasi yang paling kuat sebesar 0.953. Sedangkan korelasi antara variabel bebas semua berkorelasi lemah.

6.2. Saran

Dari analisis dan kesimpulan yang telah didapat, ada beberapa saran yang hendak disampaikan penulis adalah:

1. Hendaknya kepolisian lebih giat menuntaskan masalah kriminologi. Agar visi dan misi polri mampun polda dapat terlaksana.

2. Hendaknya sebagai masyarakat kita juga menjaga keamanan agar tidak terjadi tindak kriminologi, karena semakian lama data semakin meningkat, masyarakat juga diharapkan bisa mengontrol tingkat emosional.

3. hendaknya dari beberapa faktor diatas dapat mengajak kita untuk selalu waspada.

DAFTAR PUSTAKA

Damodar Gujarati. 1999 Ekonomimetrika Dasar. Jakarta; Penerbit Erlangga

H. Ridwan Hasibuan, S.H. 1994. Kriminologi Dalam Arti sempit dan Ilmu-Ilmu Forensik. Universitas Sumatera Utara Press.

Hasan, M.M, Iqbal, Ir.1994. Pokok-Pokok Materi Statiatik 2, Edisi 2. Bumi Aksara: Jakarta.

Prof. Dr. Iswardo, SP, M.A. 1981. Sekelimut Analisis Regresi dan Korelasi Edisi Pertama. BPFE Yogyakarta.

Prof. Dr. Iswardo, SP, M.A. 1981. Sekelimut Analisis Regresi dan Korelasi Edisi Kedua. BPFE Yogyakarta.

Santoso, Singgih. 1992. Menolah Data Statistik Secara Profesional. Jakarta: PT. Elex Media Kompotindo.

Sudjana. 1992. Metoda Statistika. Bandung: Tarsito.

Walpole,E. Ronald. 1982. Pengantar Statistika, Edisi 3. Jakarta: PT. Gramedia.