Analisa Korelasi Jumlah Kendaraan Bermotor Dan Panjang Jalan Terhadap Kecelakaan Lalu-Lintas Di Tapanuli Utara

(1)

ANALISA KORELASI JUMLAH KENDARAAN BERMOTOR DAN PANJANG JALAN TERHADAP KECELAKAAN

LALU-LINTAS DI TAPANULI UTARA

TUGAS AKHIR

RINA MELIANTI SINAGA 062407027

PROGRAM STUDI D-III STATISTIKA

FAKULATAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2009

(2)

PERSETUJUAN

Judul : ANALISA KORELASI JUMLAH KENDARAAN

BERMOTOR DAN PANJANG JALAN TERHADAP KECELAKAAN LALU-LINTAS DI TAPANULI UTARA

Kategori : TUGAS AKHIR

Nama : RINA MELIANTI SINAGA

Nomor Induk Mahasiswa : 062407027

Program Studi : DIPLOMA (D3) STATISTIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM

(FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di

Medan, Juni 2009

Diketahui/Disetujui oleh

Departemen Matematika FMIPA USU

Ketua Pembimbing

Dr. Saib Suwilo, M.Sc Dra. Rahmawati Pane, M.Si

(3)

PERNYATAAN

ANALISA KORELASI JUMLAH KENDARAAN BERMOTOR DAN PANJANG JALAN TERHADAP KECELAKAAN LALU-LINTAS DI TAPANULI UTARA

TUGAS AKHIR

Saya mengakui bahwa Tugas Akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Juni 2009

RINA MELIANTI SINAGA 062407027

(4)

KATA PENGANTAR

Puji dan syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa, karena atas berkat dan rahmat-Nya sehingga penulis dapat menyusun dan menyelesaikan Tugas Akhir ini dengan baik.

Terimakasih penulis ucapkan kepada Ibu Dra. Rahmawati Pane M.Si selaku pembimbing pada penyelesaian Tugas Akhir ini yang telah memberikan bimbingan dan masukannya untuk kesempurnaan Tugas Akhir ini. Ucapan terimakasih juga ditujukan kepada Ketua Departemen Matematika Dr. Saib Suwilo, M.Sc., Dekan FMIPA Dr. Edy Marlianto, M.Sc., Pembantu Dekan FMIPA, semua Dosen pada Departemen Matematika FMIPA USU, semua Staf Pegawai FMIPA USU, dan semua rekan-rekan Statistika D-3 Statistika’06 USU. Ucapan terimakasih juga untuk teman-teman yang selalu memberi dukungan, teman-teman-teman-teman di Paduan Suara Mahasiswa (PSM) Universitas Sumatera Utara, Titin, Tina, Nora, Lasmarito, Eka, Ria, Devi, dan Priyai. Akhirnya, tidak terlupakan kepada Ayah, Ibu dan sanak saudara tercinta yang selama ini memberikan bantuan dan dorongan yang diperlukan. Semoga Tuhan Yang Maha Esa membalasnya.

(5)

DAFTAR ISI

Halaman

Persetujuan i

Pernyataan ii

Kata Pengantar iii

Daftar Isi iv

Daftar Tabel vi

Daftar Gambar vii

Bab 1 PENDAHULUAN 1

1.1 Latar Belakang 1

1.2 Identifikasi Masalah 2

1.3 Batasan Masalah 2

1.4 Maksud dan Tujuan 3

1.5 Manfaat Penelitian 3

1.6 Metode Penelitian 4

1.6.1 Pengumpulan Data 4

1.6.2 Analisa Data 4

1.7 Tinjauan Pustaka 6

1.8 Sistematika Penulisan 7

Bab 2 TINJAUAN TEORITIS 9

2.1 Klasifikasi Kendaraan 9

2.2 Klasifikasi Fungsi Jalan 10

2.3 Kewajiban yang Harus Ditaati oleh

Pengemudi Kendaraan Bermotor 11

2.4 Pengertian Kecelakaan Lalu-Lintas 12

2.5 Jenis dan Bentuk Kecelakaan 13

2.6 Faktor Penyebab Kecelakaan Lalu-Lintas 14

Bab 3 LANDASAN TEORI 16

3.1 Statistik Nonparametrik 16

3.2 Hipotesa 18

3.3 Uji Chi-Kuadrat 19

3.3.1 Uji Independen Antara Dua Faktor 22

3.3.2 Koefisien Kontingensi 24

3.3.3 Metoda Analisa 25

Bab 4 ANALISA DATA DAN PEMBAHASAN 32

4.1 Data yang Diperoleh 32

4.2 Hubungan Kecelakaan Lalu-Lintas

dengan Jumlah Kendaraan Bermotor 33

4.3 Hubungan Kecelakaan Lalu-Lintas

(6)

Bab 5 IMPLEMENTASI SISTEM 46

5.1 Pengertian 46

5.2 Statistik dan Komputer 46

5.3 SPSS dan Komputer Statistik 48

5.4 Mengoperasikan Statistik 48

Bab 6 KESIMPULAN DAN SARAN 59

6.1 Kesimpulan 59

6.2 Saran 60

DAFTAR PUSTAKA 61

LAMPIRAN

(7)

DAFTAR TABEL

Tabel 4.1.1 Tabel Kecelakaan Lalu-Lintas dan Korban Kejadian di Tapanuli Utara Tahun 2003 s.d Tahun 2007

Tabel 4.2.1 Jumlah Kecelakaan Lalu-Lintas Menurut Kendaraan Bermotor Tahun 2003 s.d Tahun 2007

Tabel 4.2.2 Daftar Kontingensi dari Daftar Frekuensi Tabel 4.2.3 Penentuan Harga Chi-Kuadrat

Tabel 4.3.1 Jumlah Kecelakaan Lalu-Lintas Menurut Panjang Jalan Tahun 2003 s.d Tahun 2007

Tabel 4.3.2 Daftar Kontingensi dari Daftar Frekuensi Tabel 4.3.3 Penentuan Harga Chi-Kuadrat

(8)

DAFTAR GAMBAR

Gambar 4.1 Membuka Windows SPSS Gambar 4.2 Tampilan Awal SPSS Gambar 4.3 Tampilan Variabel View

Gambar 4.4 Tampilan Data Pada Editor SPSS

(9)

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Jalan raya merupakan salah satu sarana transportasi darat, di samping sarana transportasi lainnya. Sarana ini adalah salah satu bagian yang terpenting dalam menumbuhkan, mendukung dan memperlancar laju pertumbuhan ekonomi suatu daerah.

Sebagaimana kita ketahui bahwa dalam waktu yang relatif singkat jumlah kendaraan bermotor bertambah berlipat ganda sementara ruang gerak bagi kendaraan ini pembangunannya agak lamban. Dengan kata lain perkembangan prasarana angkutan darat ini selalu tertinggal oleh perkembangan jumlah armada angkutan. Demikian juga dengan pengaturan arus lalu-lintasnya dan kurang disiplinnya mengemudikan kendaraan bermotor di jalan raya. Akhirnya timbul persoalan lalu-lintas yang berhubungan dengan keselamatan nyawa yaitu kecelakaan lalu-lalu-lintas.

Prasarana jalan merupakan urat nadi kelancaran lalu-lintas di darat. Lancarnya arus lalu-lintas akan sangat mendukung perkembangan ekonomi suatu daerah, termasuk Tapanuli Utara. Apabila prasarana jalan diibaratkan sebagai urat nadi, maka

(10)

kendaraan bermotor di Tapanuli Utara setiap tahunnya terus meningkat, seiring dengan perkembangan kegiatan ekonomi dan pesatnya pertumbuhan penduduk.

Berdasarkan uraian di atas penulis tertarik untuk menganalisa ada tidaknya hubungan jumlah kendaraan bermotor dan panjang jalan terhadap jumlah kecelakaan lalu-lintas, maka penulis memilih judul Tugas Akhir ini: “ ANALISA KORELASI JUMLAH KENDARAAN BERMOTOR DAN PANJANG JALAN TERHADAP KECELAKAAN LALU-LINTAS DI TAPANULI UTARA”.

1.2 Identifikasi Masalah

Yang menjadi permasalahan dalam tulisan ini adalah: apakah ada hubungan jumlah kendaraan bermotor dan panjang jalan terhadap kecelakaan lalu-lintas di Tapanuli Utara.

1.3 Batasan Masalah

Untuk mengarahkan penelitian ini agar tidak menyimpang dari sasaran yang dituju maka perlu dibuat pembatasan ruang lingkup permasalahan yaitu mengetahui ada tidaknya hubungan antara jumlah kendaraan bermotor dan panjang jalan terhadap kecelakaan lalu-lintas di Tapanuli Utara dengan menggunakan:

1. Analisa univariat yaitu untuk mengetahui distribusu frekuensi dari masing-masing variabel yang independent dan variabel dependen.

(11)

2. Analisa bivariat yaitu hipotesis yang diuji biasanyakelompok yang berbeda dalam ciri khas tertentu dengan demikian perbedaan itu berhubungan dengan frekuensi relatif anggota-anggota kelompok ke dalam beberapa kategori.

1.4 Maksud dan Tujuan

Maksud dan tujuan penelitian ini adalah untuk mengetahui hubungan jumlah kendaraan bermotor dan panjang jalan terhadap kecelakaan lalu-lintas di Tapanuli Utara.

1.5 Manfaat Penelitian

Adapun manfaat dari penelitian ini antara lain:

1. Sebagai bahan evaluasi kegiatan lalu-lintas di Tapanuli Utara di masa yang akan datang.

2. Sebagai pertimbangan dalam penetapan kebijaksanaan perencanaan pembangunan jalan di masa yang akan datang.

3. Sedangkan bagi penulis penelitian ini merupakan wujud dari pada penerapan ilmu yang telah didapat selama ini dalam perkuliahan, khususnya dalam bidang statistika yaitu dengan menggunakan analisis korelasi metode uji Chi-Kuadrat.

(12)

1.6 Metode Penelitian

1.6.1 Pengumpulan Data

Adapun data yang diperoleh untuk penulisan ini merupakan data yang sekunder dari Badan Pusat Statistik (BPS) Provinsi Sumatera Utara. Ruang lingkup data secara keseluruhan adalah untuk kendaraan bermotor dibagi atas beberapa kategori, yaitu: mobil penumpang, mobil bus, mobil gerobak, dan sepeda motor. Sedangkan untuk jalan yang ditinjau yaitu jalan negara, jalan provinsi, jalan kabupaten/kota. Data yang digunakan adalah data tentang jumlah kecelakaan lalu-lintas yang disebabkan kendaraan bermotor dan panjang jalan mulai tahun 2003 sampai dengan tahun 2007.

1.6.2 Analisa Data

Untuk mendukung penyusunan Tugas Akhir ini maka penulis membutuhkan data yang relevan dan aktual dari Badan Pusat Statistik (BPS) Provinsi Sumatera Utara. Selanjutnya dilakukan pengolahan dan penganalisisan dengan menggunakan metode uji Chi-Kuadrat (

_x

2) dengan langkah-langkah sebagai berikut:

1. Menghitung harga Chi-Kuadrat.

2. Menetukan daerah penerimaan dan daerah penolakan hipotesa.

3. Setelah selesai pengujian data maka dapatlah diperoleh suatu keputusan berupa kesimpulan.

(13)

Rumus yang digunakan: 2 =





f

e e o





x

Dengan :

x

2 = Chi-Kuadrat

f

₀ = Nilai pengamatan yang diperoleh

f

_e = Nilai pengharapan pada kategori

Dengan kriteria pengujian sebagai berikut: Tolak Ho jika

_x

_hitung2 ≥

_x

_tabel2

Terima Ho jika

_x

_hitung2 <

_x

_tabel2

Dengan taraf nyata α = 0,05 dan derajat kebebasan (dk) untuk distribusi Chi-Kuadrat adalah (b-1)(k-1), dalam hal lainnya kita terima hipotesis Ho.

Setelah mendapatkan harga Chi-Kuadrat, biasanya kita menghitung harga koefisien kontingensi yang diberi simbol C. Kegunaannya adalah untuk mencari atau menghitung keeratan hubungan antara dua variabel yang mempunyai gejala ordinal (kategori), paling tidak berjenis nominal. Rumus yang digunakan adalah:

C = N

x

hitung hitung  2 2 dengan:

(14)

x

hitung 2

= Hasil perhitungan Chi-Kuadrat N = Banyak data

Harga koefisien kontingensi maksimum dihitung dalam rumus sebagai berikut:

C =

m m1

dengan m harga minimum antara b dan k atau antara jumlah baris dan kolom.

Dengan membandingkan C dan Cmaks maka keeratan hubungan variabel I dan

II ditentukan oleh persentasenya. Hubungan itu disimbolkan dengan Q dan mempunyai nilai antara -1 dan 1. Bila harga Q mendekati 1 maka hubungan tambah erat dan bila Q menjauhi 1 maka hubungannya semakin kurang erat.

1.7 Tinjauan Pustaka

Sebagai karya tulis yang ingin dinilai baik haruslah memiliki referensi yang cukup. Oleh karena itu penulis mengumpulkan bahan bacaan guna mengumpulkan informasi yang berhubungan dengan materi yang terdapat dalam Tugas Akhir nantinya. Adapun bahan pustaka yang penulis maksud adalah sebagai berikut.

1. Tapanuli Utara dalam angka, Badan Pusat Statistik, 2008.

2. Buku yang berjudul Metoda Statistik Edisi ke-6 karangan Sudjana diterbitkan tahun 1992 di Bandung.

3. Buku yang berjudul Peraturan Pelaksanaan Pembangunan Jalan Raya karangan B. Marga diterbitkan tahun 1992 di Jakarta.

(15)

4. Buku yang berjudul Jalan Pintas Menguasai SPSS 10 karangan W. Sulaiman diterbitkan tahun 2002 di Yogyakarta.

1.8 Sistematika Penulisan

Untuk mempermudah penulisan Tugas Akhir ini, penulis membuat suatu sistematika yang terdiri dari:

BAB 1 : PENDAHULUAN

Dalam bab ini dijelaskan mengenai latar belakang, identifikasi masalah, batasan masalah, maksud dan tujuan penelitian, tinjauan pustaka dan sistematika penulisannya.

BAB 2 : TINJAUAN TEORITIS

Dalam bab ini dijelaskan mengenai klasifikasi kendaraan, klasifikasi fungsi jalan kewajiban yang harus ditaati oleh pengemudi kendaraan bermotor, persyaratan pengemudi dan tata cara berlalu-lintas, pengertian dan faktor penyebab kecelakaan lalu-lintas.

BAB 3 : LANDASAN TEORI

Pada bab ini berisi tentang suatu tinjauan teori untuk diaplikasikan dalam pengolahan data yang didapat. Dalam hal ini menggunakan Chi-Kuadrat.

(16)

BAB 4 : ANALISA DATA DAN PEMBAHASAN

Dalam bab ini dilakukan analisis data dengan metode uji Chi-Kuadrat (

_x

2).

BAB 5 : IMPLEMENTASI SISTEM

Dalam bab ini dilakukan analisis data dengan metode uji Chi-Kuadrat menggunakan implementasi system SPSS.

BAB 6 : PENUTUP

Pada bab penutup penulis memberikan beberapa kesimpulan dan saran sesuai dengan hasil analisis yang dilakukan.

(17)

BAB 2

TINJAUAN TEORITIS

2.1 Klasifikasi Kendaraan

Klasifikasi kendaraan bermotor dalam data didasarkan menurut Peraturan Bina Marga, yakni perbandingan terhadap satuan mobil penumpang. Penjelasan tentang jenis kendaraan dapat dilihat sebagai berikut:

1. Mobil Penumpang (Passenger Car)

Jenis kendaraan pribadi dengan daya angkut lebih kecil dari 12 orang, termasuk di dalamnya jeep, sedan dan lain-lain.

2. Mobil Bus (Bus)

Semua jenis kendaraan penumpang yang daya angkutnya lebih besar dari 12 orang, termasuk di dalamnya Pick Up.

3. Mobil Gerobak (Truk Wagon)

Semua jenis truk yang mempunyai roda 4 ke atas, termasuk mobil tangki. 4. Sepeda Motor (Motor Cycle)

Semua jenis kendaraan bermotor beroda 2, seperti Honda, Yamaha, Suzuki, Vespa dan lain-lain.

(18)

2.2 Klasifikasi Fungsi Jalan

Dalam UU No.13/1980 dan PP No.26/1985, dijelaskan mengenai penyusunan dan penetuan fungsi jalan. Seperti jaringan primer disusun mengikuti Tata Ruang dan Struktur Pengembangan Wilayah Tingkat Nasional yang menghubungkan simpul-simpul distribusi. Sedangkan jaringan sekunder disusun mengikuti ketentuan Pengaturan Tata Ruang Kota yang menghubungkan kawasan-kawasan yang mempunyai fungsi primer, fungsi primer kesatu, kedua, ketiga, dan seterusnya sampai ke perumahan. Jaringan primer atau sekunder dikelompokkan menurut peranan atau fungsi, yakni jalan arteri, kolektor dan lokal.

1. Jalan Arteri adalah jalan yang melayani angkutan utama dengan ciri-ciri perjalanan jarak jauh, kecepatan rata-ratanya maksimum (kecepatan rencana > 60 km/jam, lebar badan jalan minimum = 8 meter) dan jumlah masuk dibatasi secara efisien. Jalan arteri primer yaitu jalan yang menghubungkan ibukota provinsi dengan jalan lain yang strategis terhadap kepentingan nasional.

2. Jalan Kolektor adalah jalan yang melayani angkutan pengumpul atau pembagi dengan ciri-ciri perjalanan jarak sedang, kecepatan rata-rata sedang (kecepatan rencana 40-60 km/jam, lebar badan jalan minimum = 7 meter), dengan jumlah jalan masuk semi dibatasi. Jalan kolektor primer yaitu jalan yang menghubungkan ibukota provinsi dengan ibukota kabupaten atau kotamadya terhadap kepentingan provinsi.

3. Jalan Lokal adalah jalan yang melayani angkutan setempat atau lokal dengan ciri-ciri perjalanan jarak dekat, dengan kecepatan rata-rata rendah (kecepatan rencana 20-40 km/jam, lebar badan jalan minimum = 7 meter) dan jumlah jalan masuk tidak dibatasi.

(19)

Menurut PP No. 26/1985, wewenang pembinaan jalan dikelompokkan menjadi Jalan Nasional, Jalan Propinsi, Jalan Kabupaten/Kotamadya, Jalan Khusus.

1. Jalan Nasional termasuk jalan arteri primer, jalan kolektor primer, yang menghubungkan antara ibukota propinsi dan jalan lain yang mempunyai nilai yang strategis terhadap kepentingan nasional.

2. Jalan Propinsi termasuk jalan kolektor primer yang menghubungkan ibukota propinsi dengan ibukota kabupaten atau kotamadya dan jalan lain yang mempunyai kepentingan strategis terhadap kepentingan propinsi.

3. Jalan Kabupaten/Kotamadya termasuk jalan kolektor primer yang tidak termasuk jalan nasional dan jalan propinsi, jalan lokal primer dan jalan lain yang tidak termasuk jalan nasional dan jalan propinsi.

4. Jalan Khusus adalan jalan yang dibangun dan dipelihara oleh instansi atau perorangan untuk melayani kepentingan mereka masing-masing.

2.3 Kewajiban yang Harus Ditaati oleh Pengemudi Kendaraan Bermotor

Kewajiban yang harus ditaati oleh pengemudi kendaraan bermotor antara lain: 1. Pengemudi kendaraan bermotor yang terlibat peristiwa kecelakaan lalu-lintas

wajib:

a. menghentikan kendaraannya,

b. menolong orang yang menjadi korban kecelakaan dan

c. melaporkan kecelakaan tersebut kepada Pejabat Polisi Negara Republik Indonesia terdekat.

(20)

2. Apabila pengemudi kendaraan bermotor sebagaimana dimaksud pada no.1 oleh karena keadaan memaksa tidak dapat melaksanakan ketentuan sebagaimana dimaksud pada no. 1 huruf a dan b, kepadanya tetap diwajibkan segera melaporkan diri kepada Pejabat Polisi Republik Indonesia terdekat. 3. Pengemudi kendaraan bermotor bertanggung jawab atas kerugian yang diderita

oleh penumpang atau pemilik barang atau pihak ketiga, yang timbul karena kelalaian atas kesalahan pengemudi dalam mengemudikan kendaraan bermotor, (dikutip dari Undang-Undang Republik Indonesia Nomor 14 Tahun 1992 Tentang Lalu-Lintas dan Angkutan Jalan Beserta Peraturan Pelaksananya PP No.41, 42, 43 dan 44 Tahun 1993 halaman 10-11).

2.4 Pengertian Kecelakaan Lalu-Lintas

Menurut buku Undang-Undang Republik Indonesia Nomor 14 Tahun 1992 Tentang Lalu-Lintas dan Angkutan Jalan Beserta Peraturan Pelaksananya, PP Nomor 41, 42, 43 dan 44 Tahun 1993 (dikutip dari halaman 174 pada Peraturan Pemerintah Republik Indonesia Nomor 43 Tentang Prasarana Lalu-Lintas), kecelakaan lalu-lintas adalah : suatu peristiwa di jalan yang tidak ada sangka-sangka dan tidak disengaja melibatkan kendaraan atau pemakai jalan lainnya, mengakibatkan korban jiwa atau kerugian lainnya.

Di dalam buku tersebut, korban kecelakaan lalu-lintas dibagi menjadi tiga bagian, yaitu:

(21)

Korban meninggal adalah korban yang sudah dipastikan meninggal sebagai akibat kecelakaan lalu-lintas dalam jangka waktu paling lama tiga hari setelah kecelakaan tersebut.

2. Korban luka berat

Korban luka berat adalah korban yang karena luka-lukanya menderita cacat tetap atau dirawat dalam jangka waktu lebih dari tiga puluh hari sejak terjadinya kecelakaan.

3. Korban luka ringan

Korban luka ringan adalah korban yang tidak termasuk dalam pengertian korban meninggal dan korban luka berat.

2.5 Jenis dan Bentuk Kecelakaan

Kecelakaan lalu-lintas dapat digolongkan atas tiga jenis menurut akibat dari kecelakaan tersebut, yaitu:

1. Kecelakaan dengan korban meninggal 2. Kecelakaan dengan korban luka-luka

3. Kecelakaan dengan kerugian dan kerusakan kendaraan

Sedangkan pelanggaran antara kendaraan bermotor dapat diklasifikasikan menurut bentuk kejadian kecelakaannya, yaitu:

(22)

1. Tabrakan depan, yaitu dua kendaraan yang tabrakan dengan berlawanan arah.

2. Tabrakan sudut atau samping, yaitu tabrakan antara dua kendaraan yang bergerak dalam dua arah yang berbeda dan bukan berlawanan.

3. Tabrakan depan belakang, tabrakan yang terjadi pada dua buah kendaraan yang sedang berjalan pada arah yang sama.

4. Tabrakan sisi, yaitu sebuah kendaraan yang dilanggar oleh kendaraan lain dari samping pada waktu berjalan di jalan yang sama atau berlawanan, biasanya terjadi pada jalur yang berbeda.

5. Tabrakan belakang, kendaraan yang mundur sehingga menabrak kendaraan yang ada di belakangnya.

2.6 Faktor Penyebab Kecelakaan Lalu-Lintas

Pada umumnya kecelakaan lalu-lintas diakibatkan oleh kombinasi beberapa faktor pendukung antara lain, yaitu:

1. Pelanggaran atau tindakan yang berbahaya oleh pengemudi. 2. Karena pejalan kaki (menyeberang jalan tidak hati-hati).

3. Kesalahan kendaraan (tanpa rem yang baik, tanpa lampu penerangan, tanpa lampu tanda berbahaya).

4. Kesalahan jalan (melewati jalur lawan). 5. Karena cuaca buruk (hujan, kabut, jalan licin).

(23)

Dengan kata lain dapat disebutkan bahwa kecelakaan lalu-lintas merupakan wujud kegagalan dalam interaksi perjalanan dari pengemudi, pejalan kaki, kendaraan, jalan dan cuaca.

(24)

BAB 3

LANDASAN TEORI

3.1 Statistik Nonparametrik

Tes statistik nonparametrik adalah tes yang modelnya tidak menetapkan syarat-syarat mengenai parameter-parameter populasi yang merupakan induk sampel penelitiannya. Oleh karena itu observasi-observasi independent dan variabel yang diteliti pada dasarnya memiliki kontinuitas. Uji metode nonparametrik adalah prosedur pengujian hipotesa yang tidak mengasumsikan pengetahuan apapun mengenai sebaran populasi yang mendasarinya kecuali selama itu kontinu.

Dalam kegiatan penelitian, biasanya lebih banyak digunakan analisis statistik parametrik dari pada statistik nonparametrik. Statistik parametrik digunakan jika kita telah mengetahui model matematis dari distribusi populasi suatu data yang akan dianalisis. Jika kita tidak mengetahui suatu model distribusi populasi dari suatu data dan jumlah data relatif kecil atau asumsi kenormalan tidak selalu dapat dijamin penuh, maka kita harus menggunakan statistik nonparametrik (statistik bebas distribusi).

Statistik nonparametrik memiliki keunggulan atau kelebihan yaitu kebanyakan prosedur nonparametrik memerlukan asumsi dalam jumlah yang minimal maka kemungkinan untuk beberapa prosedur nonparametrik perhitungan-perhitungan dapat

(25)

dilakukan dengan cepat dan mudah, terutama bila terpaksa dilakukan secara manual. Jadi penggunaan prosedur-prosedur ini menghemat waktu yang diperlukan untuk perhitungan dan ini merupakan bahan pertimbangan bila hasil penyajian harus segera tersaji atau bila mesin hitung berkemampuan tinggi tidak tersedia. Para peneliti yang memiliki dasar matematik dan statistik yang minim, biasanya mudah memahami konsep dan metode prosedur nonparametrik. Prosedur-prosedur nonparametrik boleh diterapkan bila data telah diukur dengan menggunakan skala pengukuran.

Sedangkan kelemahan dari statistik nonparametrik adalah karena perhitungan-perhitungan yang dibutuhkan untuk kebanyakan prosedur nonparametrik cepat dan sederhana, prosedur ini kadang-kadang digunakan untuk kasus-kasus yang lebih tepat bila ditangani prosedur-prosedur nonparametrik sehingga cara seperti ini sering menyebabkan pemborosan informasi. Kendatipun prosedur nonparametrik terkenal karena prinsip perhitungan yang sederhana, pekerjaan hitung-menghitung selalu membutuhkan banyak tenaga dan akan menimbulkan kejenuhan.

Dalam implementasi, penggunaan prosedur yang tepat merupakan tujuan dari peneliti. Beberapa parameter yang dapat digunakan sebagai dasar dalam penggunaan statistik nonparametrik adalah:

1. Hipotesis yang diuji tidak melibatkan populasi

2. Skala yang digunakan lebih lemah dari skala prosedur parametrik 3. Asumsi-asumsi parametrik tidak terpenuhi

(26)

3.2 Hipotesa

Hipotesa secara etimologis dibentuk 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 di lapangan. Adapun sifat-sifat yang harus dimiliki untuk menentukan hipotesa adalah:

1. Hipotesis harus muncul dan ada hubungannya dengan teori serta masalah yang diteliti.

2. Setiap hipotesis adalah kemungkinan jawaban terhadap persoalan yang diteliti.

3. Hipotesis dapat diuji dan terukur tersendiri untuk menetapkan hipotesis yang besar kemungkinannya didukung oleh data empirik.

Perlu diingat apapun syarat hipotesis, yang jelas bahwa penampilan setiap hipotesis adalah bentuk statement, yaitu pernyataan tentang sifat atau keadaan hubungan dua atau lebih variabel yang akan diteliti.

Adapun jenis hipotesis yang mudah dimengerti adalah hipotesis nol (Ho), hipotesis alternative (Ha), hipotesis kerja (Hk). Tetapi yang biasa adalah Ho yang merupakan bentuk dasar atau yang memiliki statement 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:

(27)

Ho: Tidak ada hubungan antara jumlah kendaraan bermotor dan panjang jalan terhadap kecelakaan lalu-lintas.

H1: Terdapat hubungan antara jumlah kendaraan bermotor dan panjang jalan terhadap

kecelakaan lalu-lintas.

3.3 Uji Chi-Kuadrat

Uji chi-kuadrat merupakan uji indenpendensi dimana suatu variabel tidak dipengaruhi atau tidak ada hubungan dengan variabel lain. Tehnik chi-kuadrat (Chi-Square; Chi dibaca: Kai; simbol dari huruf Yunani: ) ditemukan oleh Helmet pada tahun 1875, tetapi baru pada tahun 1900 pertama kali diperkenalkan kembali oleh Karl Pearson.

x

Uji chi-kuadrat digunakan untuk menguji kebebasan antara dua sampel (variabel), memeriksa ketergantungan dan homogenitas 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 disebut uji kecocokan (goodness of fit test), karena dapat menguji sebuah sampel apakah selaras dengan salah satu distribusi teoritis (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 frekuensi yang diharapkan bila hipotesis nol yang ditetapkan benar,

(28)

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 lain yang sejenis. Chi-kuadrat adalah tehnik statistik yang dipergunakan 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 diperhatikan 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 dari variabel-variabel yang dianalisa.

3. Chi-Kuadrat pada dasarnya belum dapat menghasilkan kesimpulan yang memuaskan

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 tabel harga kritik Chi-Kuadrat. Selanjutnya membandingkan antara harga Chi-Kuadrat

(29)

dari hasil perhitungan dengan harga kritik Chi-Kuadrat, akhirnya mengambil kesimpulan dengan ketentuan:

1. Bila harga Chi-Kuadrat (

_x

2) sama atau lebih besar dari tabel Chi-Kuadrat maka hipotesis nol (Ho) ditolak dan hipotesis alternatif (Ha) diterima.

2. Bila harga Chi-Kuadrat (

_x

2) lebih kecil dari tabel Chi-Kuadrat maka hipotesis nol (Ho) diterima dan hipotesis alternatif (Ha) ditolak.

Adapun beberapa persoalan yang dapat diselesaikan dengan mengambil manfaat dari Chi-Kuadrat di antaranya adalah:

3.3.1 Uji Independen Antara Dua Faktor

Banyak data hasil pengamatan yang dapat digolongkan ke dalam beberapa faktor, karakteristik 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 antara faktor-faktor itu bersifat independent atau bebas, tepatnya bebas statistik. Selain daripada itu akan diselidiki ada atau tidaknya pengaruh mengenai beberapa taraf atau tingkatan sesuatu faktor terhadap kejadian fenomena.

Secara umum untuk menguji independent antar 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 II. Faktor I terbagi atas b taraf atau tingkatan dan faktor II terbagi atas k taraf. Banyak

(30)

ke-II (j=1,2,…,k) akan dinyatakan dengan Oij. Hasilnya dapat dicatat 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 satu tidak ada hubungan dengan faktor lainnya.

H1: Kedua faktor tidak bebas statistik (dependen), faktor yang satu ada hubungan dengan faktor lainnya.

Tabel yang disajikan akan dianalisis untuk setiap sel yang diperlukan kemudian dibentuk oleh tabel kontingensi. Data tabel tersebut di atas agar dapat dicari hubungan antara faktor-faktor dengan menggunakan statistik uji Chi-Kuadrat.

Pengujian eksak sukar digunakan, karena di sini hanya akan dijelaskan pengujian yang bersifat pendekatan. Untuk ini diperlukan frekuensi teoritik atau banyak gejala yang yang diharapkan terjadi yang di sini akan dinyatakan dengan Eij.

Rumusnya adalah sebagai berikut: Eij = (nio x noj)/n

Dengan:

Eij = Banyak data teoritik (banyak gejala yang diharapkan terjadi)

nio = Jumlah baris ke-i

noj = Jumlah kolom ke-j

n = total jumlah data

(31)

E11 = (n10 x n01)/n ; E12 = (n10 x n02)/n

dan seterusnya.

Jelas bahwa n = n10 + n20 +….+ nbo = n01 + n02 +…+ nok

Sehingga nilai statistik yang digunakan untuk menguji hipotesis di atas adalah:



x



   b j i k j ij ij ij E E O 1 2 ) ( Dengan:

Oij adalah banyak data hasil pengamatan

Eij adalah banyak data teoritik (banyak gejala yang diharapakan terjadi)

Dengan kriteria pengujian sebagai berikut: Tolak Ho jika

_x

≥

hitung 2

x

tabel 2

Terima Ho jika

_x

_hitung2 <

_x

_tabel2

Dengan taraf nyata α = 0,05 dan derajat kebebasan (dk) untuk distribusi Chi-Kuadrat adalah (b-1)(k-1), dalam hal lainnya kita terima hipotesis Ho.

(32)

Kegunaan teknik koefisien kontingensi yang diberi simbol C, adalah untuk mencari atau menghitung keeratan hubungan antara dua variabel yang mempunyai gejala ordinal (kategori), paling tidak berjenis nominal.

Cara kerja atau perhitungan koefisien kontingensi sangatlah mudah jika nilai Chi-Kuadrat sudah diketahui. Oleh karena itu biasanya para peneliti menghitung harga koefisien kontingensi setelah menemukan harga Chi-Kuadrat. Fleksibilitas rumusan ini adalah, tidak terbatas pada beberapa banyaknya kategori-kategori pada sel-sel petak atau tabel Chi-Kuadrat. Tes signifikansi yang digunakan tetap menggunakan tabel kritik Chi-Kuadrat, dengan derajat kebebasan (db) sama dengan jumlah kolom dikurangi satu dikalikan dengan jumlah baris dikurangi satu (k-1 kali b-1). Rumus untuk menghitung koefisien kontingensi adalah:

C =

x

hitung hitung



2 2

dengan:

C = Koefisien Kontingensi

x

hitung 2

= Hasil perhitungan Chi-Kuadrat N = Banyak data

(33)

Dalam penelitian ini dilakukan metode analisis kuantitatif dengan langkah-langkah sebagai berikut:

Langkah 1:

Pengumpulan data yang dilakukan penulis dengan mengadakan penelitian ke Badan Pusat Statistik 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 di bawah ini:

TABEL DAFTAR KONTINGENSI FAKTOR II (K KATEGORI)

1 2 … K

JUMLAH

1 O11 … … O1K n10

2 O21 … … O2K n20

… … … … … …

. . . . . . . . . . .

FAKTOR I

(B KATEGORI)

B OB1 OB2 … OBK nB0

JUMLAH n01 n02 … n0k n

Dengan: faktor I dan II adalah faktor-faktor yang membentuk daftar kontingensi dengan b baris dan k kolom. nij adalah frekuensi yang diamati.

N(i) =



ij ; i = 1, 2, 3,…, b

 b

i E 1

(34)

Langkah 4:

Tentukan frekuensi yang diharapkan dari frekuensi yang diamati dengan rumus: Eij = (ni0 x n0j )/n

dengan :

Eij adalah frekuensi yang diharapkan

n adalah jumlah data yang diamati

Dari rumus di atas dapat disusun tabel kontingensi dari frekuensi yang diharapkan.

TABEL DAFTAR KONTINGENSI DARI FREKUENSI YANG DIHARAPKAN

FAKTOR II (K KATEGORI)

1 2 … K

JUMLAH

1 E11 … … E1K n10

2 E21 … … E2K n20

… … … … … …

... ... ... ... ... ...

FAKTOR I

(B KATEGORI)

B EB1 EB2 … EBK nB0

JUMLAH n01 n02 … n0k n

Dengan terbentuknya daftar frekuensi yang diamati dan daftar frekuensi yang diharapkan maka dapat ditentukan harga

_x

Langkah 5:

(35)

1. Tidak boleh menggunakan data kurang dari 20

2. Frekuensi teoritis (Eij) minimum harus 5 setiap kotak, sebab

x

hanya berlaku

apabila Eij ≥ 5, dengan kata lain apabila Eij <5 maka

x

terhadap data tidak dapat dipertanggungjawabkan. Untuk tabel dua baris dan dua kolom dan untuk tabel lebih dari 2 x 2 sebelum menghitung

_x

2 perlu diperhatikan dahulu Eij

pada setiap kotak dalam tabel. Jika syarat tidak dipenuhi maka beberapa kolom atau baris perlu digabung.

3. Setiap kotak tidak boleh mempunyai frekuensi kurang dari 1.

Setelah kriteria-kriteria di atas dipenuhi maka harga dapat dihitung dengan rumus:

x



x



   B j i k j ij ij ij E E O 1 2 ) (

Untuk menguji apakah harga dianggap berarti pada suatu level of

significant tertentu harus diketahui nilai kritis dari 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 dikalikan kolom.

x

(36)

Hipotesa yang diajukan adalah seperti di bawah ini:

Ho : Tidak ada hubungan antara jumlah kendaraan bermotor dan panjang jalan terhadap kecelakaan lalu-lintas.

H1 : Terdapat hubungan antara jumlah kendaraan bermotor dan panjang jalan terhadap

kecelakaan lalu-lintas.

Maka kriteria penerimaan dan penolakan hipotesa adalah sebagai berikut: Tolak Ho jika

_x

≥

hitung 2

x

tabel 2

Terima Ho jika

_x

_hitung2 <

_x

_tabel2

Langkah 7:

Selanjutnya akan ditentukan koefisien kontingensi (C) dengan menggunakan rumus sebagai berikut: C = N

x

hitung hitung  2 2 dengan:

C = Contingency coefficient N = Ukuran jumlah data

x

hitung 2

= Harga Chi-Kuadrat

Harga C dipakai untuk nilai derajat asosiasi antar faktor-faktornya adalah dengan membandingkan harga C dengan koefisien kontingensi maksimum. Adapun harga koefisien kontingensi maksimum dengan rumus sebagai berikut:

Cmaks = m m1

(37)

dengan m harga minimum antara b dan k atau antara jumlah baris dan kolom.

Langkah 8:

Dengan membandingkan C dengan Cmaksmaka keeratan hubungan variabel I dan

variabel II ditentukan oleh persentasenya. Hubungan kedua variabel ini disimbolkan dengan Q dan mempunyai nilai antara -1 dan 1. Bila mana harga Q mendekati 1 maka hubungan tambah erat dan bila Q menjauhi 1 maka hubungan kedua variabel itu semakin kurang erat.

Q =

C

maks C

x 100%

dengan:

Q : untuk menyatakan persentase derajat hubungan antara variabel I dan variabel II C : Koefisien Kontingensi

Cmaks = Koefisien kontingensi maksimum

Dengan ketentuan-ketentuan Davis (1971) sebagai berikut: 1. Sangat erat jika Q ≥ 0,70

2. Erat jika Q antara 0,50 dan 0,69 3. Cukup erat jika Q antara 0,30 dan 0,49 4. Kurang erat jika Q antara 0,10 dan 0,29 5. Dapat diabaikan jika Q antara 0,01 dan 0,09 6. Tidak ada jika Q=0,00

(38)

BAB 4

(39)

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 gambaran tentang suatu keadaan permasalahan.

Untuk membahas dan memecahkan permasalahan tentang kecelakaan lalu-lintas seperti diuraikan pada bagian sebelumnya, penulis mengumpulkan data yang berhubungan dengan permasalahan tersebut. Data yang dikumpulkan dari Badan Pusat Statistik adalah data kecelakaan lalu-lintas yang terjadi di Tapanuli Utara, serta faktor-faktor yang mempengaruhinya, diantaranya jumlah kendaraan bermotor dan panjang jalan di Tapanuli Utara dari tahun 2000-2004. Adapun datanya sebagai berikut:

Daftar 4.1.1 Tabel Kecelakaan Lalu-Lintas dan Korban Kejadian di Tapanuli Utara Tahun 2003-2007

Tahun Kecelakaan

2003 2004 2005 2006 2007

Jumlah

Banyaknya Kecelakaan 21 27 42 47 37 174

Korban Meninggal 22 22 24 20 29 117

Korban Luka Berat 14 13 19 43 16 105

Korban Luka Ringan 10 3 17 27 10 67

Kejadian Total 67 65 102 137 92 463

(40)

4.2 Hubungan Kecelakaan Lalu-Lintas dengan Jumlah Kendaraan Bermotor

Dalam hal ini kecelakaan dibagi dalam 4 jenis, yaitu : kecelakaan (accident), korban meninggal, korban luka berat dan korban luka ringan. Sedangkan kendaraan bermotor terdiri dari: mobil penumpang, mobil bus, mobil gerobak dan sepeda motor. Dari pengumpulan data kecelakaan lalu-lintas dan kendaraan bermotor di Tapanuli Utara dapat disusun tabelnya sebagai berikut:

Tabel 4.2.1 Jumlah Kecelakaan Lalu-Lintas Menurut Kendaraan Bermotor Tahun 2003-2007

Jumlah Kecelakaan Kendaraan

Bermotor Kecelakaan Korban

Meninggal

Korban Luka Berat

Korban Luka Ringan

Jumlah

Mobil Penumpang 30 27 18 14 89

Mobil Bus 36 27 21 8 92

Mobil Gerobak 51 29 23 31 134

Sepeda Motor 57 34 43 14 148

Jumlah 174 117 105 67 463

Untuk mengetahui apakah ada hubungan kecelakaan lalu-lintas terhadap jumlah kendaraan bermotor, maka jumlah frekuensi yang diharapkan dari frekuensi yang diamati dapat ditentukan dengan rumus:

Eij = ( nio x noj)  n

(41)

Eij = Banyak data teoritis ( banyak gejala yang diharapkan terjadi )

nio = jumlah baris ke-i

noj = jumlah kolom ke-j

n = totaljumlah data

Dapat dicari jumlah frekuensi yang diharapkan dari jumlah frekuensi yang diamati sebagai berikut :

E11 = ( 89 x 174 )  463 = 33,45

E12 = ( 92 x 174 )  463 = 34,57

E13 = ( 134 x 174 )  463 = 50,36

E14= ( 148 x 174 )  463 = 55,62

E21 = ( 89 x 117 )  463 = 22,49

E22 = ( 92 x 117 )  463 = 23,25

E23 = ( 134 x 117 )  463= 33,86

E24 = ( 148 x 117 )  463 = 37,40

E31 = ( 89 x 105 )  463 = 20,18

E32 = ( 92 x 105 )  463 = 20,86

E33 = ( 134 x 105)  463 = 30,39

E34 = ( 148 x 105 )  463 = 33,56

E41 = ( 89 x 67 )  463 = 12,88

(42)

E44 = ( 148 x 67 )  463 = 21,42

Dari koefisien di atas dapat dibentuk daftar kontingensi dari daftar dari daftar frekuensi yang diharapkan yang dapat dilihat pada tabel 4.2.2 di bawah ini:

Tabel 4.2.2 Daftar Kontingensi dari Daftar Frekuensi

Jumlah Kecelakaan Kendaraan

Bermotor _{Kecelakaan Korban} Meninggal

Korban Luka Berat

Korban Luka Ringan

Jumlah

Mobil Penumpang 33,45 22,49 20,18 12,88 89

Mobil Bus 34,57 23,25 20,86 13,31 92

Mobil Gerobak 50,36 33,86 30,39 19,39 134

Sepeda Motor 55,62 37,40 33,56 21,42 148

Jumlah 174 117 105 67 463

Kemudian kita dapat mencari harga

_x

2 pada tabel 4.2.3 di bawah ini:

Tabel 4.2.3 Penentuan Harga Chi-Kuadrat

No Oij Eij Oij - Eij (Oij - Eij)2 (Oij - Eij)2  Eij

1 30 33,45 -3,45 11,9025 0,355829596

2 27 22,49 4,51 20,3401 0,904406403

3 18 20,18 -2,18 4,7524 0,235500496

(43)

5 36 34,57 1,43 2,0449 0,059152444

6 27 23,25 3,75 14,0625 0,60483871

7 21 20,86 0,14 0,0196 0,000939597

8 8 13,31 -5,31 28,1961 2,118414726

9 51 50,36 0,64 0,4096 0,008133439

10 29 33,86 -4,86 23,6196 0,69756645

11 23 30,39 -7,39 54,6121 1,79704179

12 31 19,39 11,61 134,7921 6,951629706

13 57 55,62 1,38 1,9044 0,034239482

14 34 37,4 -3,4 11,56 0,309090909

15 43 33,56 9,44 89,1136 2,655351609

16 14 21,42 -7,42 55,0564 2,570326797

Jumlah 19,39985346

Jadi dari tabel 4.2.3 diperoleh :



x



   b j i k j ij ij ij E E O 1 2 ) (

x

hitung 2 = 19,40

Dengan hipotesa sebagai berikut:

Ho: Tidak ada hubungan antara jumlah kendaraan bermotor terhadap kecelakaan lalu-lintas.

(44)

H1: Terdapat hubungan antara jumlah kendaraan bermotor terhadap kecelakaan

lalu-lintas.

Kita bandingkan harga

_x

2 yang terdapat di tabel dengan dk (derajat kebebasan) dari masalah yang diteliti yaitu:

dk = (b-1)(k-1) = (4-1)(4-1) = 9 dan α = 0,05 diperoleh:

x

tabel 2

_x

2 = 16,9

) 9 ( ) 05 , 0 (

Ternyata

_x

_hitung2 >

_x

_tabel2 yakni 19,40 > 16,9

Jadi Ho ditolak maka H1 diterima, artinya terdapat hubungan antara jumlah kendaraan

bermotor terhadap kecelakaan lalu-lintas.

Untuk mengetahui derajat hubungan antara kendaraan bermotor terhadap jumlah kecelakaan lalu-lintas maka ditentukan kontingensi C (derajat hubungan) sebagai berikut: C = N

x

hitung hitung  2 2 C = 463 40 , 19 40 , 19  C = 39 , 480 40 , 19

C = 0,040 C = 0,20

Cmaks =

m m1

Cmaks =

4 1 4

(45)

Cmaks =

4 3

= 0,75 = 0,87

Dengan membandingkan harga C dengan harga Cmaks adalah sebagai berikut:

Q =

C

maks C x 100% Q = 87 , 0 20 , 0 x 100%

Q = 23 %

Berdasarkan ketentuan Davis (1971) Q antara 0,10 dan 0,29 derajat hubungan kurang erat, maka dapat diketahui bahwa derajat hubungan antara jumlah kendaraan bermotor tarhadap kecelakaan lalu-lintas adalah kurang erat.

4.3 Hubungan Kecelakaan Lalu-Lintas dengan Panjang Jalan

Dalam hal ini kecelakaan dibagi dalam 4 jenis, yaitu : kecelakaan (accident), korban meninggal, korban luka berat dan korban luka ringan. Sedangkan panjang jalan terdiri dari: jalan negara, jalan provinsi dan jalan kabupaten atau kota. Dari pengumpulan data kecelakaan lalu-lintas dan panjang jalan di Tapanuli Utara dapat disusun tabelnya sebagai berikut.

Tabel 4.3.1 Jumlah Kecelakaan Lalu-Lintas Menurut Panjang Jalan Tahun 2003-2007

Jumlah Kecelakaan Panjang

Jalan Kecelakaan Korban

Meninggal Korban Luka Berat Korban Luka Ringan Jumlah

(46)

Jalan Negara 49 38 30 21 138

Jalan Provinsi 55 38 31 18 142

Jalan Kabupaten/kota 70 41 44 28 183

Jumlah 174 117 105 67 463

Untuk mengetahui apakah ada hubungan kecelakaan lalu-lintas terhadap panjang jalan, maka jumlah frekuensi yang diharapkan dari frekuensi yang diamati dapat ditentukan dengan rumus:

Eij = ( nio x noj)  n

Dimana :

Eij = Banyak data teoritis ( banyak gejala yang diharapkan terjadi )

nio = jumlah baris ke-i

noj = jumlah kolom ke-j

n = totaljumlah data

Dapat dicari jumlah frekuensi yang diharapkan dari jumlah frekuensi yang diamati sebagai berikut :

E11 = ( 138 x 174 )  463 = 51,86

E12 = ( 142 x 174 )  463 = 53,37

E13 = ( 183 x 174 )  463 = 68,77

E21 = ( 138 x 117)  463 = 34,87

E22 = ( 142 x 117 )  463 = 35,88

E23 = ( 183 x 117 )  463= 46,25

E31 = ( 138 x 105 )  463 = 31,30

(47)

E33 = ( 183 x 105)  463 = 41,50

E41 = ( 138 x 67 )  463 = 19,97

E42 = ( 142 x 67 )  463 = 20,55

E43 = ( 183 x 67 )  463 = 26,48

Dari koefisien di atas dapat dibentuk daftar kontingensi dari daftar dari daftar frekuensi yang diharapkan yang dapat dilihat pada tabel 4.3.2 di bawah ini:

Tabel 4.3.2 Daftar Kontingensi dari Daftar Frekuensi

Jumlah Kecelakaan Panjang

Jalan Kecelakaan Korban

Meninggal

Korban Luka Berat

Korban Luka Ringan

Jumlah

Jalan Negara 51,86 34,87 31,30 19,97 138

Jalan Provinsi 53,37 35,88 32,20 20,55 142

Jalan

Kabupaten/kota

68,77 46,25 41,50 26,48 183

Jumlah 174 117 105 67 463

Kemudian kita dapat mencari harga

_x

2 pada tabel 4.2.3 di bawah ini:

Tabel 4.3.3 Penentuan Harga Chi-Kuadrat

No Oij Eij Oij - Eij (Oij - Eij)2 (Oij - Eij)2  Eij

1 49 51,86 -2,86 8,1796 0,157724643

2 38 34,87 3,13 9,7969 0,280954976

3 30 31,3 -1,3 1,69 0,05399361

(48)

5 55 53,37 1,63 2,6569 0,049782649

6 38 35,88 2,12 4,4944 0,125261984

7 31 32,2 -1,2 1,44 0,044720497

8 18 20,55 -2,55 6,5025 0,316423358

9 70 68,77 1,23 1,5129 0,021999418

10 41 46,25 -5,25 27,5625 0,595945946

11 44 41,5 2,5 6,25 0,15060241

12 28 26,48 1,52 2,3104 0,087250755

Jumlah 1,937784934

Jadi dari tabel 4.3.3 diperoleh :



x



   b j i k j ij ij ij E E O 1 2 ) (

x

hitung 2 = 1,94

Dengan hipotesa sebagai berikut:

Ho: Tidak ada hubungan antara panjang jalan terhadap kecelakaan lalu-lintas. H1: Terdapat hubungan antara panjang jalan terhadap kecelakaan lalu-lintas.

Kita bandingkan harga

_x

2 yang terdapat di tabel dengan dk (derajat kebebasan) dari masalah yang diteliti yaitu:

dk = (b-1)(k-1) = (3-1)(4-1) = 6 dan α = 0,05 diperoleh:

x

tabel 2

_x

2₍₀_,₀₅₎₍₆₎= 12,6

(49)

Jadi Ho diterima maka H1 ditolak, artinya tidak ada hubungan antara panjang jalan

terhadap kecelakaan lalu-lintas.

Untuk mengetahui derajat hubungan antara panjang jalan terhadap jumlah kecelakaan lalu-lintas maka ditentukan kontingensi C (derajat hubungan) sebagai berikut: C = N

x

hitung hitung  2 2 C = 463 94 , 1 94 , 1  C = 94 , 464 94 , 1

C = 0,004

C = 0,065

Cmaks =

m m1

Cmaks =

4 1 3

Cmaks =

4 2

= 0,50 = 0,71

Dengan membandingkan harga C dengan harga Cmaksadalah sebagai berikut:

Q =

C

maks C x 100% 065 , 0

(50)

Q = 92 %

Berdasarkan ketentuan Davis (1971) Q ≥ 0,92 derajat hubungan sangat erat, maka dapat diketahui bahwa derajat hubungan antara panjang jalan terhadap kecelakaan lalu-lintas adalah sangat erat.

BAB 5

(51)

5.1 Pengertian

Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain sistem yang ada dalam desain sistem yang disetujui, menginstal dan memulai sistem baru atau sistem yang diperbaiki.

Tahapan implementasi merupakan tahapan penerapan hasil desain tertulis ke dalam programming. Dalam pengolahan data pada karya tulis ini penulis menggunakan perangkat lunak (software) sebagai implementasi sistem yaitu SPSS 15.0 for windows dalam masalah memperoleh hasil perhitungan.

5.2 Statistik dan Komputer

Komputer berasal dari kata “computare” dalam bahasa Yunani yang berarti menghitung (bandingkan dengan kata ‘to computer’ dalam bahasa Inggris). dengan demikian, komputer memang dibuat untuk melakukan pengolahan data yang di dasarkan pada operasi matematika seperti (x, /, +, -) dan operasi logika (>, >, =). perkembangan teknologi komputer pun pada intinya berusaha untuk semakin mendayagunakan kemampuan perhitungan di atas, dengan memperbaiki kinerja ‘otak’ komputer atau CPU (Central Processing Unit), dari mulai teknologi XT yang sudah usang sampai teknologi Pentium IV dewasa ini.

(52)

matematika. Statistik berasal dari kata ‘statistic’ yang dapat didefenisikan sebagai data yang telah terolah yang kemudian mengalami proses pengolahan data. Tentunya proses tersebut dapat berlangsung hanya dengan didasarkan pada pengolahan data yang berbasis perhitungan matematika, sesuatu yang dapat dikerjakan dengan cepat oleh komputer. Jadi, statistik menyediakan cara/metode pengolahan data yang ada, maka komputer menyediakan sarana pengolahan datanya. Dengan bantuan komputer, pengolahan data statistik hingga dihasilkan informasi yang relevan menjadi lebih cepat lebih akurat.

Dalam pengolahan data, komputer mempunyai tiga keunggulan utama dibandingkan manusia yaitu kecepatan, ketepatan dan keandalan yang membuat komputer sangat dibutuhkan dalam mengolah data-data statistik. Selain mempunyai kecepatan yang sangat tinggi dalam mengolah data-data statistik, serta menghasilkan output yang mempunyai presisi (ketepatan) tinggi, komputer juga mempunyai daya tahan kerja yang tinggi.

5.3 SPSS dan Komputer Statistik

Saat ini banyak beredar berbagai paket program komputer statistik, dari yang ‘kuno’ dan berbasis DOS seperti Microstat sampai yang berbasis Windows seperti SPSS, SAS, Statistika dan lainnya. Dari berbagai software khusus statistik yang beredar

(53)

sekarang, SPSS adalah yang paling populer dan paling banyak digunakan pemakai di seluruh dunia.

SPSS sebagai software statistik, pertama kali dibuat tahun 1968 oleh tiga mahasiswa Stanfort University, yang dioperasikan pada komputer mainframe. Pada tahun 1984, SPSS pertama kali muncul dengan versi PC (dapat dipakai untuk komputer dekstop) dengan nama SPSS/PC+ dan sejalan dengan , mulai populernya sistem operasi Windows, SPSS pada tahun 1922 juga mengeluarkan versi Windows.

Hal ini membuat SPSS yang tadinya ditujukan bagi pengolahan data statistik untuk ilmu sosial (SPSS saat itu adalah singkatan dari Statistical Package for the Social Sciences), sekarang diperluas untuk melayani berbagai jenis user, seperti untuk proses produksi di pabrik, riset ilmu-ilmu sains dan lainnya. Sehingga sekarang kepanjangan SPSS adalah Statistical Product dan Service Solutions.

5.4 Mengoperasikan SPSS

Secara umum ada tiga tahapan yang harus dilakukan dalam mengoperasikan SPSS supaya hasil yang diperoleh berdayaguna: tahapan penyiapan data yang mencakup pemasukan (input) data, penyimpanan data, tahap proses analisis data, dan tahap analisis hasil.

(54)

1. Harus dipastikan bahwa SPSS telah terinstal pada komputer dan kemudian dibuka dengan:

Klik tombol start, all program, SPSS for Windows, SPSS 15.0 for Windows. Akan tampil dilayar sebagai berikut:

Gambar 4.1 Membuka Windows SPSS

2. Buka lembar kerja baru Langkah-langkah:

Buka lembar kerja baru dari menu FILE, pilih NEW. Lalu klik DATA. Akan tampil di layar sebagai berikut:

(55)

Gambar 4.2 Tampilan Awal SPSS

3. Mendefenisikan variabel dan property yang diperlukan. Langkah berikutnya adalah membuat nama untuk setiap variabel baru, jenis data, label data, dan sebagainya. Untuk itu, klik tab sheet Variable View yang ada di bagian kiri bawah. Tampilan Variable View dapat juga diambil dari menu VIEW lalu sub menu VARIABLE, atau langsung tekan CTRL + T. Tampak di layar:

(56)

Gambar 4.3 Tampilan Variabel View

4. Menamai variabel dan property yang diperlukan.

Variabel kecelakaan lalu-lintas

a. Name. Sesuai kasus, pointer di bawah kolom Name, klik ganda pada sel tersebut dan ketik “kecelakaan“.

b. Type. Tipe data untuk kecelakaan adalah numerik (kuantitatif). c. Width. Untuk keseragaman ketik 8.

d. Decimal. Karena data numerik, maka ketik 0.

Bagian lain dapat diabaikan. Untuk kembali ke Data View, klik tab Data View yang berada di kiri bawah atau tekan Ctrl + T.

Variabel jumlah kendaraan bermotor

a. Name. Sesuai kasus, pointer di bawah kolom Name, klik ganda pada sel tersebut dan ketik “jumlah kendaraan bermotor“.

(57)

b. Type. Tipe data untuk jumlah kendaraan bermotor adalah numerik (kuantitatif).

c. Width. Untuk keseragaman ketik 8.

d. Decimal. Karena data numeric, maka ketik 0.

Bagian lain dapat diabaikan. Untuk kembali ke Data View, klik tab Data View yang berada di kiri bawah atau tekan Ctrl + T.

Variabel panjang jalan

a. Name. Sesuai kasus, pointer di bawah kolom Name, klik ganda pada sel tersebut dan ketik “panjang jalan“.

b. Type. Tipe data untuk kecelakaan adalah numerik (kuantitatif). c. Width. Untuk keseragaman ketik 8.

d. Decimal. Karena data numerik, maka ketik 0.

Bagian lain dapat diabaikan. Untuk kembali ke Data View, klik tab Data View yang berada di kiri bawah atau tekan Ctrl + T.

(58)

INPUT DATA Langkah-langkah:

1. Letakkan pointer pada baris pertama yaitu pada variabel kecelakaan lalu-lintas, kemudian isikan data dengan kasus.

2. Sama halnya untuk variabel-variabel lainnya (jumlah kendaraan bermotor dan panjang jalan).

3. Setelah selesai lalu simpan.

Gambar 4.5 Tampilan Data pada Editor yang Telah Diisi Data yang Diperoleh

Prosedur untuk memperoleh output SPSS adalah sebagai berikut:

1. Masukkan data ke editor SPSS sehingga hasilnya seperti gambar 4.5 2. Klik Analyze

3. Klik Descriptive Statistics

(59)

5. Pindahkan variabel kecelakaan lalu-lintas ke kotak Row(s) dengan menekan tombol anak panah ke kanan.

6. Pindahkan variabel jumlah kendaraan bermotor dan panjang jalan ke kotak Column(s) dengan menekan anak panah kanan.

7. Klik Statistic…kemudian klik Chi-Square.

8. Klik tombol Cells…pilih Continue, kemudian klik pilihan Observed dan

Expected pada kotah Counts lalu pilih Continue lagi. 9. Klik OK sehingga akan tampil output SPSS sebagai berikut:

Tabel 5.4.1 Output SPSS

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent kecelakaan lalu-lintas * jumlah

kendaraan bermotor 463 99.8% 1 .2% 464 100.0%

kecelakaan lalu-lintas * panjang

jalan 463 99.8% 1 .2% 464 100.0%

Crosstabs

Case Processing Summary

Cases

Valid Missing Total

(60)

kecelakaan lalu-lintas * jumlah kendaraan bermotor

463 99.8% 1 .2% 464 100.0%

kecelakaan lalu-lintas *

panjang jalan 463 99.8% 1 .2% 464 100.0%

kecelakaan lalu-lintas * panjang jalan

Crosstab panjang jalan jalan negara jalan provinsi jalan

kabupaten/kota Total

Count 49 65 60 174

kecelakaan

Expected

Count 51.9 57.1 65.0 174.0

Count 38 38 41 117

korban meninggal

Expected

Count 34.9 38.4 43.7 117.0

Count 30 31 44 105

korban luka berat

Expected

Count 31.3 34.5 39.2 105.0

Count 21 18 28 67

kecelakaan lalu-lintas

korban luka ringan

Expected

Count 20.0 22.0 25.0 67.0

Count 138 152 173 463

Total

Expected

Count 138.0 152.0 173.0 463.0

Chi-Square Tests

Value df

Asymp. Sig. (2-sided)

Pearson Chi-Square 4.197a 6 .650

Likelihood Ratio 4.185 6 .652

(61)

Chi-Square Tests

Value df

Asymp. Sig. (2-sided)

Pearson Chi-Square 4.197a 6 .650

Likelihood Ratio 4.185 6 .652

Linear-by-Linear Association .407 1 .524

N of Valid Cases 463

a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 19,97.

kecelakaan lalu-lintas * jumlah kendaraan bermotor

Crosstab

jumlah kendaraan bermotor mobil penumpang mobil bus mobil gerobak sepeda

motor Total

Count 30 36 51 57 174

kecelakaan

Expected Count 33.4 34.6 50.7 55.2 174.0

Count 27 27 29 34 117

korban meninggal

Expected Count 22.5 23.2 34.1 37.1 117.0

Count 18 21 24 42 105

korban luka berat

Expected Count 20.2 20.9 30.6 33.3 105.0

Count 14 8 31 14 67

kecelakaan lalu-lintas

korban luka ringan

Expected Count 12.9 13.3 19.5 21.3 67.0

Count 89 92 135 147 463

Total

Expected Count 89.0 92.0 135.0 147.0 463.0

Chi-Square Tests

Value df

Asymp. Sig. (2-sided)

(62)

Likelihood Ratio 17.962 9 .036 Linear-by-Linear Association .011 1 .915

N of Valid Cases 463

a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 12,88.

Crosstabs

kecelakaan lalu-lintas * panjang jalan

Crosstab panjang jalan jalan negara jalan provinsi jalan

kabupaten/kota Total

Count 49 65 60 174

kecelakaan

Expected Count 51.9 57.1 65.0 174.0

Count 38 38 41 117

korban meninggal

Expected Count 34.9 38.4 43.7 117.0

Count 30 31 44 105

korban luka berat

Expected Count 31.3 34.5 39.2 105.0

Count 21 18 28 67

kecelakaan lalu-lintas

korban luka ringan

Expected Count 20.0 22.0 25.0 67.0

Count 138 152 173 463

Total

Expected Count 138.0 152.0 173.0 463.0

Chi-Square Tests

Value df

Asymp. Sig. (2-sided)

Pearson Chi-Square 4.197a 6 .650

Likelihood Ratio 4.185 6 .652

(63)

Chi-Square Tests

Value df

Asymp. Sig. (2-sided)

Pearson Chi-Square 4.197a 6 .650

Likelihood Ratio 4.185 6 .652

Linear-by-Linear Association .407 1 .524

N of Valid Cases 463

a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 19,97.

kecelakaan lalu-lintas * jumlah kendaraan bermotor

Crosstab

jumlah kendaraan bermotor Mobil penumpang mobil bus mobil gerobak sepeda

motor Total

Count 30 36 51 57 174

kecelakaan

Expected

Count 33.4 34.6 50.7 55.2 174.0

Count 27 27 29 34 117

korban meninggal

Expected

Count 22.5 23.2 34.1 37.1 117.0

Count 18 21 24 42 105

korban luka berat

Expected

Count 20.2 20.9 30.6 33.3 105.0

Count 14 8 31 14 67

kecelakaan lalu-lintas

korban luka ringan

Expected

Count 12.9 13.3 19.5 21.3 67.0

Count 89 92 135 147 463

Total

Expected

(64)

Chi-Square Tests

Value df

Asymp. Sig. (2-sided)

Pearson Chi-Square 18.364a 9 .031

Likelihood Ratio 17.962 9 .036

Linear-by-Linear Association .011 1 .915

N of Valid Cases 463

a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 12,88.

(65)

BAB 6

KESIMPULAN DAN SARAN

6.1 Kesimpulan

Setelah dilakukan analisis maka dapat diambil beberapa kesimpulan antara lain:

1. Ternyata kedua variabel, yaitu jumlah kendaraan bermotor dan panjang jalan mempunyai pengaruh yang nyata terhadap terjadinya kecelakaan lalu-lintas. Hal ini dapat dilihat dari ketentuan Davis (1971), sangat erat jika Q ≥ 0,70 dan kurang erat jika Q antara 0,10 dan 0,29. Dari hasil perhitungan variabel yang berkorelasi kurang erat yaitu jumlah kendaraan bermotor (0,23) dan berkorelasi sangat erat yaitu panjang jalan (0,92).

2. Dari kedua variabel tersebut, ternyata panjang jalan yang berpengaruh dibandingkan dengan jumlah kendaraan bermotor terhadap terjadinya kecelakaan lalu-lintas yaitu sebesar 92 %.

6.2 Saran

1. Disarankan kepada pemerintah daerah agar produksi jumlah kendaraan bermotor dikurangi, khususnya sepeda motor.

2. Jalan harus diperpanjang dan diperlebar untuk menanggulangi jumlah kendaraan bermotor yang begitu pesat pertumbuhannya.

3. Untuk mengantisipasi volume kecelakaan lalu-lintas, kendaraan bermotor baik roda empat maupun roda dua agar mematuhi rambu-rambu lalu-lintas. Juga

(66)

di sekitarnya. Hal ini dapat tercapai apabila ada kerjasama yang baik antara polisi lalu-lintas dengan masyarakat pemakai jalan.

(67)

DAFTAR PUSTAKA

Sulaiman, W. 2002. Jalan Pintas Menguasai SPSS 10. Yogyakarta: Andi Sudjana. 1992. Metoda Statitika. Edisi ke-6. Bandung: Tarsito

Soegondo, Trisno dan Tumewu. 1980. Teknik Lalu-Lintas. Bandung: Penerbit ITB Marga, B. 1972. Peraturan Pelaksana Pembangunan Jalan Raya. Jakarta: Badan

Penerbit Pekerjaan Umum

Marga, B. 1972. Peraturan Perencanaan Geometrik Jalan Raya. Jakarta: Badan Penerbit Pekerjaan Umum

(1)

Likelihood Ratio 17.962 9 .036

Linear-by-Linear Association .011 1 .915

N of Valid Cases 463

a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 12,88.

Crosstabs

**kecelakaan lalu-lintas * panjang jalan**

Crosstab panjang jalan jalan negara jalan provinsi jalan

kabupaten/kota Total

Count 49 65 60 174

kecelakaan

Expected Count 51.9 57.1 65.0 174.0

Count 38 38 41 117

korban meninggal

Expected Count 34.9 38.4 43.7 117.0

Count 30 31 44 105

korban luka berat

Expected Count 31.3 34.5 39.2 105.0

Count 21 18 28 67

kecelakaan lalu-lintas

korban luka ringan

Expected Count 20.0 22.0 25.0 67.0

Count 138 152 173 463

Total

Expected Count 138.0 152.0 173.0 463.0

Chi-Square Tests

Value df

Asymp. Sig. (2-sided)

Pearson Chi-Square 4.197a 6 .650

Likelihood Ratio 4.185 6 .652

(2)

Chi-Square Tests

Value df

Asymp. Sig. (2-sided)

Pearson Chi-Square 4.197a 6 .650

Likelihood Ratio 4.185 6 .652

Linear-by-Linear Association .407 1 .524

N of Valid Cases 463

a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 19,97.

**kecelakaan lalu-lintas * jumlah kendaraan bermotor**

Crosstab

jumlah kendaraan bermotor Mobil penumpang mobil bus mobil gerobak sepeda

motor Total

Count 30 36 51 57 174

kecelakaan

Expected

Count 33.4 34.6 50.7 55.2 174.0

Count 27 27 29 34 117

korban meninggal

Expected

Count 22.5 23.2 34.1 37.1 117.0

Count 18 21 24 42 105

korban luka berat

Expected

Count 20.2 20.9 30.6 33.3 105.0

Count 14 8 31 14 67

kecelakaan lalu-lintas

korban luka ringan

Expected

Count 12.9 13.3 19.5 21.3 67.0

Count 89 92 135 147 463

Total

Expected

Count 89.0 92.0 135.0 147.0 463.0

(3)

Chi-Square Tests

Value df

Asymp. Sig. (2-sided)

Pearson Chi-Square 18.364a 9 .031

Likelihood Ratio 17.962 9 .036

Linear-by-Linear Association .011 1 .915

N of Valid Cases 463

a. 0 cells (,0%) have expected count less than 5. The minimum expected count is 12,88.