Pengolahan Data Persamaan Regresi Linier Berganda

25 BAB 4 PENGOLAHAN DATA

4.1 Pengolahan Data

Pada dasarnya data merupakan alat untuk pengambilan keputusan dalam memecahkan suatu persoalan. Keputusan yang baik jika pengambilan keputusan tersebut didasarkan atas adata yang baik. Salah satu kegunaan dari data adalah untuk memberikan informasi mengenai gambaran tentang suatu keadaan permasalahan. Untuk membahas dan memecahkan permasalahan mengenai kecelakaan lalu lintas seperti diuraikan pada bagian sebelumnya, penulis mengumpulkan data yang berhubungan dengan permasalahan tersebut. Data yang dikumpulkan dari Kepolisian Negara Republik indonesia Resort Deli Serdang Provinsi Sumatera Utara Direktorat Reserse Kriminal adalah data jumlah kriminalitas berdasarkan faktor-faktor yang mempengaruhi jumlah tindak kriminalitas yang terjadi di Kabupaten Deli Serdang untuk tahun 2009 sampai dengan tahun 2013. Adapun datanya adalah sebagai berikut: 26 JUMLAH KRIMINALITAS BERDASARKAN JENIS TINDAK KRIMINALITAS DI KABUPATEN DELI SERDANG PADA TAHUN 2009-2013 No. Tahun Jumlah Kriminalitas Jenis Kriminalitas Curat Curanmor Anirat Judi 1 2009 1086 388 142 157 211 2 2010 1467 497 249 212 223 3 2011 1604 431 300 302 183 4 2012 1216 313 214 240 98 5 2013 1381 385 235 284 134 Sumber: Kepolisian Negara Republik Indonesia Resort Deli Serdang Provinsi Sumatera Utara Dengan: Y = Jumlah Kriminalitas = Pencurian Berat = Pencurian Bermotor X 3 = Penganiayaan Berat X 4 = Judi

4.2 Persamaan Regresi Linier Berganda

Pada pembahasan sebelumnya sudah ditentukan pada tabel 4.1 yang terdiri dari 4 data, dan dari data pada tabel tersebut akan dibentuk persamaan regresi linier berganda dengan terlebih dahulu menentukan koefisien-koefisien regresinya. Untuk menentukannya maka diperlukan nilai-nilai dari jumlah variabel-variabel seperti pada tabel berikut ini: 27 Tabel 4.2 : Nilai untuk menentukan koefisien regresi Tahun Y X1 X2 X3 X4 2009 1086 388 142 157 211 2010 1467 497 249 212 223 2011 1604 431 300 302 183 2012 1216 313 214 240 98 2013 1381 385 235 284 134 JUMLAH 6754 2014 1140 1195 849 Sambungan Tabel 4.2 Sambungan Tabel 4.2 Y 2 X 1 2 X 2 2 X 3 2 X 4 2 1179396 150544 20164 24649 44521 2152089 247009 62001 44944 49729 2572816 185761 90000 91204 33489 1478656 97969 45796 57600 9604 1907161 148225 55225 80656 17956 9290118 829508 273186 299053 155299 YX 1 YX 2 YX 3 YX 4 421368 154212 170502 229146 729099 365283 311004 327141 691324 481200 484408 293532 380608 260224 291840 119168 531685 324535 392204 185054 2754084 1585454 1649958 1154041 28 Sambungan Tabel 4.2 Berdasarkan perhitungan pada tabel lampiran diperoleh nilai-nilai berikut: ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ X 1 X 2 X 1 X 3 X 1 X 4 X 2 X 3 X 2 X 4 X 3 X 4 55096 60916 81868 22294 29962 33127 123753 105364 110831 52788 55527 47276 129300 130162 78873 90600 54900 55266 66982 75120 30674 51360 20972 23520 90475 109340 51590 66740 31490 38056 465606 480902 353836 283782 192851 197245 29 Rumus umum persamaan regresi linier berganda dengan lima variabel bebas adalah : Dan persamaan rumusnya adalah : ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ Harga-harga yang telah diperoleh disubsitusikan ke dalam bentuk persamaan tersebut, maka diperoleh : 6754 = b 4 + b 1 2014 + b 2 1140 + b 3 1195 + b 4 849 2754084 = b 2014 + b 1 829508 + b 2 465606 + b 3 480902 + b 4 353836 1585454 = b 1140 + b 1 465606 + b 2 273186 + b 3 283782 + b 4 192851 1649958 = b 1195 + b 1 480902 + b 2 283782 + b 3 299053 + b 4 197245 1154041 = b 849 + b 1 353836 + b 2 192851 + b 3 197245 + b 4 155299 Setelah persamaan diatas telah diselesaikan, maka diperolehlah nilai dari koefisien-koefisien linier bergandanya, yaitu: 30 b = 207,829 b 1 = 0,735 b 2 = 2,212 b 3 = 1,048 b 4 = 0,541 Dari nilai-nilai diatas maka dapat dibentuk model persamaan regresi linier bergandanya, yaitu: Ŷ = b + b 1 X 1 + b 2 X 2 + b 3 X 3 + b 4 X 4 Ŷ = 207,829 + 0,735 X 1 + 2,212 X 2 + 1,048 X 3 + 0,541 X 4

4.3 Uji Keberartian Regresi