1.2. Perumusan Masalah
Sesuai dengan uraian diatas yang menjadi permasalahan adalah faktor- faktor manakah yang berpengaruh terhadap jumlah meningkatnya penyalahgunaan narkoba.
1.3. Pembatasan Masalah
Ruang lingkup pembahasan dalam tulisan ini dibatasi pada pembentukan persamaan penduga tentang penyalahgunaan narkoba dengan faktor
– faktor yang mempengaruhi meningkatnya penyalahgunaan narkoba dengan data diperoleh dari
POLRESTA Medan.
1.4. Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk menentukan sejauh mana hubungan fungsional antara variabel
– variabel penduga terhadap jumlah penyalahgunaan narkoba yang dianalisa dengan menggunakan metode backward untuk menentukan
persamaan regresi linier berganda.
1.5. Manfaat Penelitian
Dengan didapatnya persamaan penduga maka diharapkan dapat digunakan oleh pihak aparat untuk mengambil kebijaksanaan tentang penyalahgunaan narkoba
ditahun yang akan datang dan sebagai informasi untuk dapat digunakan oleh pihak- pihak yang berkepentingan pada penyalahgunaan narkoba.
1.6. Tinjauan Pustaka
Teori penunjang yang digunakan untuk mewujudkan tulisan ini adalah: 1.
Analisa regresi terapan, oleh N.R.Draper dan Smith,
Universitas Sumatera Utara
Dari buku ini dikutip tentang pemilihan persamaan regresi terbaik dan analisa residu. Didalam buku ini dijelaskan bahwa untuk menyelesaikan persamaan
regresi linier ganda ada berbagai macam metode, misalnya diantaranya dengan menggunakan metode backward. Dengan metode yang merupakan langkah
mundur, dimana semua variabel X
i
diregresikan dengan variabel dependen Y. pengeleminasian variabel X
i
didasarkan pada nilai F
par
dari masing-masing variable X
i
yaitu variable yang mempunyai nilai F
par
tangkah pokok terkecil dan turut tidaknya variabel tersebut didalam model didasarkan pada F
tab
. Langkah-langkah pokok dalam prosedur ini adalah sebagai berikut :
1. Menghitung persamaan regresi yang mengandung semua peubaha peramalan.
2. Menghitung nilai-F parsial untuk setiap peubah peramal, seolah-olah ia
merupakan peubah terkahir yang dimasukkan ke dalam persamaan regresi. 3.
Membandingkan nilai-F parsial terendah, misalnya F
L
, dengan nilai-F bertaraf nyata tertentu dari tabel, misalkan F
. Jika F
L
F , buang peubah Z
L
, yang menghasilkan F
L
, dari persamaan regresi dan kemudian hitung kemudian persamaan regresi tanpa
menyertakan peubah tersebut; kembali langkah 2. Jika F
L
F , ambillah persamaan regresi itu.
1.2. Suparto, J. Ekonometrik, buku I Tahun 1983.
Dari buku ini dikutip tentang pengambilan kesimpulan mengenai ketetpan atau kecocokan dari penduga berdasarkan koefisien korelasi determinasi R
2
.
Universitas Sumatera Utara
Koefisien determinasi merupakan koefisien penentu yang mempunyai 2 kegunaan yaitu :
1. Sebagai ukuran ketetapan atau kecocokan goodness of fit dari garis regresi.
2. Sebagai ukuran mengenai besarnya persentase variansi yang dijelaskan oleh
penduga yang termasuk kedalam model secara bersama – sama.
1.3. Supranto, J.Ekonometrik , buku II Tahun 1984.
Dari buku ini dikutip adalah pembuktian asumsi homoscedastisitas berdasarakan uji korelasi rank spearman dengan rumus:
r
s
= 1-6
1
2 2
n n
d
i
dengan: d
i
= perbedaan selisih rank iberikan oleh dua karakter yang berbeda. n = Jumlah Observasi
Kemudian uji dengan t, dimana harga t
hit
adalah :
2
1 2
s s
hit
r n
r t
Bila t
hit
t
tab
maka asumsi homoscedastisitas dipenuhi sehingga peramalan menjadi efisien dan cocok.
d Abdul Hamang, Metode Statistika , Tahun 2005
Analisis Variansi adalah suatu metode yang meng-uraikan keragaman total data menjadi komponen-komponen yang mengukur berbagai sumber keragaman.
Universitas Sumatera Utara
Dengan : Jumlah Kuadrat Total JKT =
n Y
2
Ȳ
2
Jumlah Kuadrat Regresi JKR =
n Y
x a
Y x
a Y
a
k k
...
1 1
Ȳ
2
1.7. Metodologi Penelitian