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