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