IV.3.1 Analisa Hubungan Jumlah Kecelakaan dengan Waktu Kejadian
1. Analisa Uji Korelasi
a. Waktu Terang 06.00 – 18.00
Correlations
JumlahKecelaka an
Terang JumlahKecelakaan
Pearson Correlation 1
.996 Sig. 2-tailed
.000 N
5 5
Terang Pearson Correlation
.996 1
Sig. 2-tailed .000
N 5
5 . Correlation is significant at the 0.01 level 2-tailed.
b. Waktu Gelap 19.00 – 05.00
Correlations
JumlahKecelaka an
Gelap JumlahKecelakaan
Pearson Correlation 1
.990 Sig. 2-tailed
.001 N
5 5
Gelap Pearson Correlation
.990 1
Sig. 2-tailed .001
N 5
5 . Correlation is significant at the 0.01 level 2-tailed.
Dari hasil analisis dapat disimpulkan bahwa hubungan antara Jumlah Kecelakaan dengan Waktu Kejadian Terang dan Gelap di Kota Pematang
Universitas Sumatera Utara
Siantar sangat kuat, yang ditunjukkan dengan angka pearson correlation untuk waktu terang sebesar 0,996 dan untuk waktu gelap 0,990. Hal ini berarti jumlah
kecelakaan mempunyai hubungan yang signifikan dengan waktu kejadian kecelakaan Gelap atau Terang.
2. Analisa Regresi Linier
a. Waktu Terang 06.00 – 18.00
Y = Jumlah Kecelakaan
X = Waktu Terang
Variables EnteredRemoved
b
Model Variables
Entered Variables
Removed Method
1 Terang
a
. Enter a. All requested variables entered.
b. Dependent Variable: JumlahKecelakaan
Model Summary
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.996
a
.992 .990
11.85690 a. Predictors: Constant, Terang
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
53383.441 1
53383.441 379.720
.000
a
Residual 421.759
3 140.586
Total 53805.200
4
Universitas Sumatera Utara
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
53383.441 1
53383.441 379.720
.000
a
Residual 421.759
3 140.586
Total 53805.200
4 a. Predictors: Constant, Terang
b. Dependent Variable: JumlahKecelakaan
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 19.638
8.512 2.307
.104 Terang
1.638 .084
.996 19.486
.000 a. Dependent Variable: JumlahKecelakaan
Dari output pengujian analisa regresi linier diatas didapat beberapa hasil sebagaimana berikut :
• Didapat persamaan regresi :
Y= 19.638 + 1.638 X + e
Angka korelasi 1.638 diartikan bahwa dengan adanya kenaikan 1 satu satuan variabel X Waktu Terang maka disertai dengan
kenaikan variabel Y Jumlah Kecelakaan sebesar 1.638 satuan. •
Uji distribusi t t-test Pengujian ini berguna untuk mengetahui ada atau tidaknya pengaruh
antara faktor-faktor variabel independen X terhadap variabel dependen Y.
Dalam pengujian ini hipotesis yang digunakan adalah :
Universitas Sumatera Utara
Ho = tidak adanya pengaruh yang signifikan antara variabel X terhadap Y
Ha = adanya pengaruh yang signifikan antara variabel X terhadap Y
Maka : Ho diterima apabila: t tabel ≤ t hitung ≤ t tabel
Ho ditolak apabila: t hitung t tabel atau t hitung t tabel
T tabel diketahui dengan melihat distribusi tabel distribusi t statistik yang mengacu kepada signifikansi 0.05 dan derajat kebebasan df = n-
k, dimana n adalah jumlah observasi dan k adalah jumlah varibel dependen dan independen. Jadi df = 5 – 2 = 3 , maka dari tabel statistik
didapat angka distribusi t = 2,35336.
Waktu Terang
T hitung 19.486 2,35336 maka Ho ditolak dan menerima Ha
dimana adanya pengaruh yang signifikan antara variabel Waktu Terang X dengan variabel Jumlah Kecelakaan
Y.
b. Waktu Gelap 19.00 – 05.00
Y = Jumlah Kecelakaan
X = Waktu Gelap
Variables EnteredRemoved
b
Model Variables
Entered Variables
Removed Method
1 Gelap
a
. Enter
Universitas Sumatera Utara
Variables EnteredRemoved
b
Model Variables
Entered Variables
Removed Method
1 Gelap
a
. Enter a. All requested variables entered.
b. Dependent Variable: JumlahKecelakaan
Model Summary
Model R
R Square Adjusted R
Square Std. Error of the
Estimate 1
.990
a
.980 .974
18.73206 a. Predictors: Constant, Gelap
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
52752.530 1
52752.530 150.339
.001
a
Residual 1052.670
3 350.890
Total 53805.200
4 a. Predictors: Constant, Gelap
b. Dependent Variable: JumlahKecelakaan
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 1.112
14.712 .076
.944 Gelap
2.131 .174
.990 12.261
.001 a. Dependent Variable: JumlahKecelakaan
Universitas Sumatera Utara
Dari output pengujian analisa regresi linier diatas didapat beberapa hasil sebagaimana berikut :
• Didapat persamaan regresi :
Y= 1.112 + 2.131 X + e
Angka korelasi 2.131 diartikan bahwa dengan adanya kenaikan 1 satu satuan variabel X Waktu Gelap maka disertai dengan kenaikan
variabel Y Jumlah Kecelakaan sebesar 1.638 satuan. •
Uji distribusi t t-test Pengujian ini berguna untuk mengetahui ada atau tidaknya pengaruh
antara faktor-faktor variabel independen X terhadap variabel dependen Y.
Dalam pengujian ini hipotesis yang digunakan adalah : Ho = tidak adanya pengaruh yang signifikan antara variabel X
terhadap Y Ha = adanya pengaruh yang signifikan antara variabel X terhadap Y
Maka : Ho diterima apabila: t tabel ≤ t hitung ≤ t tabel
Ho ditolak apabila: t hitung t tabel atau t hitung t tabel
T tabel diketahui dengan melihat distribusi tabel distribusi t statistik yang mengacu kepada signifikansi 0.05 dan derajat kebebasan df = n-
k, dimana n adalah jumlah observasi dan k adalah jumlah varibel dependen dan independen. Jadi df = 5 – 2 = 3 , maka dari tabel statistik
didapat angka distribusi t = 2,35336.
Waktu Gelap
Universitas Sumatera Utara
T hitung 12.261 2,91999 maka Ho ditolak dan menerima Ha
dimana adanya pengaruh yang signifikan antara variabel Waktu Gelap X dengan variabel Jumlah Kecelakaan
Y.
IV.3.2 Analisa Hubungan Jumlah Kecelakaan dengan Pelaku Kecelakaan Jenis Kelamin