Hipotesis Data yang Diperoleh

1. Hipotesis yang di uji tidak melibatkan populasi. 2. Skala yang digunakan lebih lemah dari skala prosedur parametrik. 3. Asumsi-asumsi parametrik tidak terpenuhi.

3.2 Hipotesis

Hipotesis secara etimologis dibantuk dari dua kata yaitu, kata hypo yang berarti kurang dan thesis yang berarti pendapat. Jadi hipotesis artinya suatu kesimpulan yang masih kurang, yang masih belum sempurna. Pengertian ini kemudian diperluas dengan maksud sebagai kesimpulan yang sempurna, sehingga perlu disempurnakan dengan membuktikan kebenaran hipotesa tersebut. Pembuktian ini hanya dapat dilakukan dengan menguji hipotesis dengan data dilapangan. Adapun sifat-sifat yang harus dimiliki untuk menentukan hipotesa adalah : 1. Hipotesa harus muncul dan ada dalam hubungannya dengan teori serta masalah yang diteliti. 2. Setiap hipotesis adalah kemungkinan jawaban terhadap persoalan yang diteliti. 3. Hipotesis dapat di uji dan terukur sendiri untuk menetapkan hipotesis yang besar kemungkinannya didukung oleh data empirik. Perlu diingat adapun syarat hipotesis,yang jelas bahwa penampilan setiap hipotesis adalah setiap hipotesis adalah bentuk steatment, yaitu pernyataan tentang sifat atau keadaan hubungan dua atau lebih variabel yang akan diteliti. Universitas Sumatera Utara Adapun jenis hipotesis yang mudah dimengerti adalah hipotesis nol Ho, hipotesis alternatife Ha, hipotesis kerja Hk. Tetapi yang biasa adalah Ho yang merupakan bentuk dasar atau yang memiliki steatment yang menyatakan tidak ada hubungan antara variabel x dan variabel y yang akan diteliti atau variabel independent x tidak mempengaruhi variabel dependen y. Adapun hipotesis yang digunakan dalam tulisan ini : Ho : Tidak ada hubungan antara jumlah kendaraan bermotor dan panjang jalan terhadap kecelakaan lalu lintas. H1 : Ada hubungan antara jumlah kendaraan bermotor dan panjang jalan terhadap kecelakaan lalu lintas.

3.3 Uji Chi-Kuadrat

Uji chi-kuadrat merupakan uji indenpedensi dimana suatu variabel tidak dipengaruhi atau tidak ada hubungan dengan variabel lain.Tehnik chi-kuadrat chi-square; chi dibaca kai ;simbol dari huruf yunani χ 2 ditemukan oleh Helmet pada tahun 1875, tetapi baru pada tahun 1990 pertama kali diperkenalkan kembali oleh Karl Pearson. Uji chi-kuadrat digunakan untuk menguji kebebasan antara dua sampel variabel, memeriksa ketergantungan dan homogenitas antara dua variabel atau lebih, dimana data sebuah sampel yang diambil menunjang hipotesis yang menyatakan bahwa populasi asal sampel tersebut mengikuti suatu distribusi yang telah ditetapkan. Oleh karena itu, uji ini dapat juga di sebut uji kecocokan goodness of fit test, karena dapat menguji sebuah sampel apakah selaras dengan salah satu distribusi teoritis Universitas Sumatera Utara seperti distribusi normal, uniform, binomial, binomial negatif, eksponensial, poisson, bernoulli, multinomial, hipergeometrik dan pascal. Pada kedua prosedur tersebut selalu meliputi perbandingan frekuensi yang teramati dengan frekuensiyang diiharapkan bila hipotesis nol yang ditetapkan benar, karena dalam penelitian yang dilakukan data yang diperoleh tidak selamanya berupa data skala interval saja, melainkan juga data skala nominal, yaitu yang berupa perhitungan frekuensi pemunculan tertentu. Penghitungan frekuensi pemunculan juga sering dikaitkan dengan perhitungan persentase, proporsi atau yang laen yang sejenis. Chi-kuadrat adalah tehnik statistik yang digunakan untuk menguji probabilitas seperti itu, yang dilakukan dengan cara mempertentangkan antara frekuensi yang benar-benar terjadi, frekuensi yang diobservasi, observed frequencies disingkat Fo atau O dengan frekuensi yang diharapkan, expected frequencies disingkat Fh atau E. Adapun beberapa hal yang perlu diperlukan dalam menggunakan chi-kuadrat, yaitu : 1. Chi-kuadrat digunakan untuk menganalisa data yang berbentuk frekuensi 2. Chi-kuadrat tidak dapat digunakan untuk menentukan besar atau kecilnya korelasi darri variabel-variabel yang dianalisa. 3. Chi-kuadrat pada dasarnya belum dapat menghasilkan kesimpulan yang memuaskan. Universitas Sumatera Utara 4. Chi-kuadrat cocok digunakan untuk data kategorik ,data diskrit atau data nominal. Cara memberikan interpretasi terhadap chi-kuadrat adalah dengan menentukan df degree of freedom atau db derajat bebas. Setelah itu berkonsultasi table harga kritik chi-kuadrat. Selanjutnya membandingkan antara harga chi-kuadrat dari hasil perhitungan dengan harga kritik chi-kuadrat, akhirnya mengambil kesimpulan dengan ketentuan : 1. Bila harga chi-kuadrat χ 2 sama atau lebih besar dari tabel chi-kuadrat maka hipotesis nol Ho ditolak dan hipotesis alternatif Ha diterima. 2. Bila harga chi-kuadrat χ 2 lebih kecil dari tabel chi-kuadrat maka hipotesis nol Ho diterima dan hipotesis alternatif Ha ditolak. Adapun beberapa persolan yang dapat diselesaikan dengan mengambil manfaat dari chi-kuadrat diantaranya adalah :

3.3.1 Uji Independen Antara Dua Faktor

Banyak data hasil pengamatan yang dapat digolongkan ke dalam beberapa faktor, karateristik atau atribut terdiri dengan tiap faktor atau atribut dari beberapa klasifikasi, kategori, golongan atau mungkin tingkatan.Berdasarkan hasil pengamatan terhadap fenomena demikian akan diselidiki mengenai asosiasi atau hubungan atau kaitan antarafaktor-faktor itu bersifat independent atau bebas,tepatnya bebas statistik.Selain Universitas Sumatera Utara daripada itu akan diselidiki ada atau tidaknya pengaruh mengenai beberapa taraf atau tingkatan sesuatu faktor terhadap kejadian fenomena. Secara umum untuk menguji independent antara dua faktor dapat dijelaskan sebagai berikut : misalkan diambil sebuah sampel acak berukuran n, dan tiap pengamatan tunggal diduga terjadi karena adanya dua macam faktor I dan faktor II. Faktor I tebagi atas b taraf atau tingkatan dan faktor II terbagi atas k taraf.Banyak pengamatan yang terjadi karena taraf ke-i faktor ke-1 i=1,2,…,b dan taraf ke-j faktor ke-II j=1,2,…,k akan dinyatakan dengan Oij.Hasilnya dapat di catat dalam sebuah daftar kontingensi b x k. Pasangan hipotesis yang akan diuji berdasarkan data dengan memakai penyesuaian persyaratan data yang diuji sebagai berikut : Ho : Kedua faktor bebas statistik independen,faktor yang salah satu tidak ada hubungan dengan faktor lainnya. H1 : Kedua faktor tidak bebas statistik dependen,faktor yang satu ada hubungannya dengan faktor lainnya. Tabel yang disajikan akan dianalisis untuk setiap sel yang diperlukan kemudian dibentuk oleh tabel kontingensi.Data tabel tersebut di atas agar tidak dapat dicari hubungan antara fakor-faktor dengan menggunakan statistik uji Chi-Kuadrat. Pengujian eksak sukar digunakan,karena disini hanya akan dijelaskan pengujian yang bersifat pendekatan. Untuk ini diperlukan frekuensi teoritik atau banyak gejala yang diharapkan terjadi yang disini akan dinyatakan dengan E ij. Rumusnya adalah sebagai berikut : Universitas Sumatera Utara E ij = n io x n oj n Dengan : E ij : Banyak data teoritik banyak gejala yang diharapkan terjadi n io : Jumlah baris ke-i n oi : Jumlah kolom ke-j n : Total jumlah sama Dengan demikian misalnya didapat nilai dari teoritik masing-masing data : E 11 = n 10 x n 01 n ;E 12 = n 10 x n 02 n E 11 = n 10 x n 01 n ;E 12 = n 10 x n 02 n Dan seterusnya. Jelas bahwa n = n 10 +n 20 +…+n bo = n 01 +n 02 +…+n ok Sehingga nilai statistik yang digunakan untuk menguji hipotesis diatas adalah: Dengan : O ij adalah banyak data hasil pengamatan E ij adalah banyak data teoritik banyak gejala yang diharapkan terjadi Dengan criteria pengujian sebagai berikut : Universitas Sumatera Utara Tolak H jika Terima H0 jika Dengan taraf nyata α = 0.05 Derajat kebebasan dk untuk distribusi Chi-Kuadrat adalah b-1k-1,.

3.3.2 Metode Analisa

Dalam berikut ini dilakukan metode analisis kuantitatif dengan langkah-langkah sebagai berikut : Langkah 1 : Pengumpulan data yang dilakukan penulis dengan mengadakan penelitian ke Kantor Kepolisian Provinsi Sumatera Utara Langkah 2 : Dari data yang dianalisis,lalu disusun dalam tabel distribusi frekuensi. Langkah 3: Dari data yang dianalisis maka dapat dibentuk daftar kontingensi frekuensi yang diamati seperti dibawah ini : Universitas Sumatera Utara TABEL DAFTAR KONTINGENSI FAKTOR II K KATEGORI JUMLAH 1 2 … K F AKT OR I B KAT E GOR I 1 O 11 O 1K N 10 2 O 21 O 2K N 20 … … … … … … … … … … … … B O B1 O B2 … O BK N B0 JUMLAH n 01 n 02 … N 0k n Dengan : faktor I dan II adalah faktor-faktor yang membentuk daftar kontingensi dengan b baris dan k kolom.n ij adalah frekuensi yang diamati. Langkah 4 : Tentukan frekuensi yang diharapkan dari frekuensi yang diamati dengan rumus : E ij = n io x n oj n Dengan : E ij adalah frekuensi yang diharapkan n adalah jumlah data yang diamati Universitas Sumatera Utara Dari rumus di atas dapat disusun tabel kontingensi dari frekuensi yang diharapkan. TABEL DAFTAR KONTINGENSI DARI FREKUENSI YANG DIHARAPKAN FAKTOR II K KATEGORI JUMLAH 1 2 … K F AKT OR I B KAT E GOR I 1 E 11 E 1K n 10 2 E 21 E 2K n 20 … … … … … … … … … … … … B E B1 E B2 … E BK n B0 JUMLA H n 01 n 02 … N 0k n Dengan terbentuknya daftar frekuensi yang diamati dan daftar frekuensi yang diharapkan maka dapat ditentukan harga χ 2 . Langkah 5: Untuk menghitung harga Chi-Kuadrat ,perlu diperhatikan criteria sebagai berikut : 1. Tidak boleh menggunakan data kurang dari 20 2. Setiap kotak tidak boleh mempunyai frekuensi kurang dari 1. Setelah criteria- kriteria diatas terpenuhi maka harga χ 2 dapat dihitung dengan rumus : Universitas Sumatera Utara Untuk menguji apakah harga χ 2 dianggap berarti pada suatu level of significan tertentu harus diketahui nilai kritis dari χ 2 dengan menggunakan daftar pencarian harga chi-kuadrat yang dibandingkan dengan nilai yang diperoleh dari hasil perhitungan. Dengan membaca nilai chi-kuadrat yang tepat harus terlebih dahulu dipilih confidence coefficient yang akan dipakai dan degree of freedom-nya.Untuk hal yang umum degree of freedom ini adalah sama dengan perkalian k-1 dan b-1 atau baris kali kolom. Degree of freedom = k-1b-1 Langkah 6 : Hipotesa yang akan diajukan adalah seperti dibawah ini : Ho : Tidak ada hubungan antara jumlah kendaraan bermotor dan panjang jalan terhadap kecelakaan lalu lintas. H 1 : Ada hubungan antara jumlah kendaraan bermotor dan panjang jalan terhadap kecelakaan lalu lintas. Maka kriteria penerimaan dan penolakan hipotesa adalah sebagai berikut : Tolak H jika Terima H0 jika Universitas Sumatera Utara BAB 4 ANALISA DATA DAN PEMASARAN

4.1 Data yang Diperoleh

Pada dasarnya data merupakan alat bagi pengambilan keputusan untuk memecahkan suatu persoalan. Keputusan yang baik jika pengambilan keputusan tersebut didasarkan atas data yang baik. Salah satu kegunaan dari data adalah untuk mengetahui ganbaran tentang suatu keadaan permasalahan. Untuk membahas dan memecahkan permasalahan tentang kecelakaan lalu lintas seperti diuraikan pada bagian sebelumnya, penulisnya mengumpulkan data yang berhubungan dengan permasalahan tersebut. Data yang diambil dari Kantor Kepolisian Negara Repulik Indonesia adalah data kecelakaan lalu lintas yang di Tapanuli Utara, serta faktor-faktor yang mempengaruhi, diantaranya jumlah kendaran bermotor dan panjang jalan di Tapanuli Utara tahun 2010. Adapun datanya sebagai berikut : Universitas Sumatera Utara Tabel 4.1 Kecelakaan Lalu-Lintas dan Korban Kecelakaan di Tapanuli Utara Tahun 2010 Kecelakaan Banyak kejadian Banyaknya Kecelakaan 68 Korban Meninggal 24 Korban Luka Berat 71 Korban Lukan Ringan 44 Kejadian Total 207 Sumber :Kantor Polda Sumatera Utara

4.2 Hubungan Kecelakaan Lalu Lintas dengan Jumlah Kendaraan Bermotor