Data Pengujian Sampel PEMBAHASAN

BAB III PEMBAHASAN

3.1. Data

Berdasarakan data yang diperoleh dari kantor Kepolisian POLRESTA Medan. Tabel 5 : Jumlah penyalahgunaan narkoba, dan faktor – faktor yang mempengaruhinya. No Tahun Bulan Penyalahgunaan Negative Berteman Tekanan Barang Narkoba Parent dgn Sebaya Ekonomi Bukti Y X 1 X 2 X 3 X 5 1 2010 JAN 108 54 26 28 66 2 FEB 102 35 31 37 94 3 MAR 149 42 57 41 124 4 APR 153 51 59 41 136 5 MEI 125 39 43 42 108 6 JUN 139 61 40 33 94 7 JUL 143 58 56 35 114 8 AGUST 149 68 53 29 89 9 SEP 138 72 44 19 65 10 OKT 182 76 73 45 135 11 NOP 194 81 82 51 134 12 DES 184 78 63 37 113 13 2011 JAN 148 90 31 29 98 14 FEB 140 67 42 35 85 15 MAR 182 74 71 41 103 16 APR 164 86 73 66 122 17 MEI 192 83 52 62 92 18 JUN 183 79 50 47 146 19 JUL 198 93 69 52 151 20 AGUST 182 92 43 46 125 21 SEP 128 48 40 29 120 22 OKT 192 67 72 59 83 23 NOP 197 83 63 67 153 24 DES 193 87 66 58 132 Sumber : Polresta Medan Universitas Sumatera Utara Berdasarkan tabel diatas diduga bahwa negative parent banyak kasus, berteman dengan sebaya banyak kasus, tekanan ekonomibanyak kasus, dan jumlah barang bukti banyak paket secara bersama-sama mempengaruhi penyalahgunaan narkoba. Sehingga jumlah penyalahgunaan narkoba menjadi variabel dependent Y dan variabel tak bebas X 1 ,X 2 ,X 3 ,X 4 .

3.2. Pengujian Sampel

Pengujian sampel dihitung dengan rumus: 2 1 2 1 2 1 20              X X X N N Untuk memudahkan perhitungan maka dibuat tabel: Tabel 6 : Uji Sampel Periode t X 2 t X 1 108 11664 2 102 10404 3 149 22201 4 153 23409 5 125 15625 6 139 19321 7 143 20449 8 149 22201 9 138 19044 10 182 33124 11 194 37636 12 184 33856 13 148 21904 14 140 19600 Universitas Sumatera Utara Periode t X 2 t X 15 182 33124 16 164 26896 17 192 36864 18 183 33489 19 198 39204 20 182 33124 21 128 16384 22 192 36864 23 197 38809 24 193 37249 Jlh 3865 642445 Dari hasil perhitungan diperoleh: N=24  1 X = 3865  2 1 X = 642445 Maka menghitung : 2 2 1 3865 3865 642445 24 20           N 2 1 3865 15 , 693 20      N 2 1 59 , 3  N 88 , 12 1  N Dengan nilai N 1 N 12,88 24 dan sesuai dengan kriteria uji maka H diterima. Sehingga data ini dapat memenuhi kriteria untuk dianalisa. Universitas Sumatera Utara 3.3. Metode Backward 3.3.1. Menghitung Koefisien Regresi

Dokumen yang terkait

Menentukan Model Persamaan Regresi Linier Berganda Dengan Metode Backward Pada Kasus Penyalahgunaan Narkoba di Tanah Karo

7 89 62

Perbandingan Metode Fuzzy Dengan Regresi Linear Berganda Dalam Peramalan Jumlah Produksi (Studi Kasus: Produksi Kelapa Sawit di PT. Perkebunan Nusantara III (PERSERO) Medan Tahun 2011-2012)

20 110 79

Aplikasi Analisis Regresi Linier Berganda Untuk Pemodelan Tingkat Kepadatan Penduduk Di Kota Medan Tahun 2009

2 60 84

Penggunaan Metode Backward Untuk Menentukan Persamaan Regresi Linier Berganda (Studi Kasus : Jumlah Penyalahgunaan Narkoba di POLRESTA Medan)

3 40 51

Penggunaan Metode Backward Untuk Menentukan Persamaan Regresi Linier Berganda (Studi Kasus : Jumlah Penyalahgunaan Narkoba di POLRESTA Medan)

0 0 10

Penggunaan Metode Backward Untuk Menentukan Persamaan Regresi Linier Berganda (Studi Kasus : Jumlah Penyalahgunaan Narkoba di POLRESTA Medan)

0 0 2

Penggunaan Metode Backward Untuk Menentukan Persamaan Regresi Linier Berganda (Studi Kasus : Jumlah Penyalahgunaan Narkoba di POLRESTA Medan)

0 1 7

Penggunaan Metode Backward Untuk Menentukan Persamaan Regresi Linier Berganda (Studi Kasus : Jumlah Penyalahgunaan Narkoba di POLRESTA Medan)

0 0 10

Penggunaan Metode Backward Untuk Menentukan Persamaan Regresi Linier Berganda (Studi Kasus : Jumlah Penyalahgunaan Narkoba di POLRESTA Medan)

0 0 1

Penggunaan Metode Backward Untuk Menentukan Persamaan Regresi Linear Berganda Pada Kasus Tingginya Jumlah Peredaran Narkoba Di Kota Medan

0 0 1