Penggunaan Metode Backward Untuk Menentukan Persamaan Regresi Linier Berganda (Studi Kasus : Jumlah Penyalahgunaan Narkoba di POLRESTA Medan) Chapter III IV
BAB III PEMBAHASAN 3.1. Data
Berdasarakan data yang diperoleh dari kantor Kepolisian POLRESTA Medan.
Tabel 5 : Jumlah penyalahgunaan narkoba, dan faktor – faktor yang mempengaruhinya.
No Tahun Bulan
Penyalahgunaan Negative Berteman Tekanan Barang Narkoba Parent dgn Sebaya Ekonomi Bukti
(Y) (X1) (X2) (X3) (X5)
1 2010 JAN 108 54 26 28 66
2 FEB 102 35 31 37 94
3 MAR 149 42 57 41 124
4 APR 153 51 59 41 136
5 MEI 125 39 43 42 108
6 JUN 139 61 40 33 94
7 JUL 143 58 56 35 114
8 AGUST 149 68 53 29 89
9 SEP 138 72 44 19 65
10 OKT 182 76 73 45 135
11 NOP 194 81 82 51 134
12 DES 184 78 63 37 113
13 2011 JAN 148 90 31 29 98
14 FEB 140 67 42 35 85
15 MAR 182 74 71 41 103
16 APR 164 86 73 66 122
17 MEI 192 83 52 62 92
18 JUN 183 79 50 47 146
19 JUL 198 93 69 52 151
20 AGUST 182 92 43 46 125
21 SEP 128 48 40 29 120
22 OKT 192 67 72 59 83
23 NOP 197 83 63 67 153
24 DES 193 87 66 58 132
(2)
Berdasarkan tabel diatas diduga bahwa negative parent (banyak kasus), berteman dengan sebaya (banyak kasus), tekanan ekonomi(banyak kasus), dan jumlah barang bukti (banyak paket) secara bersama-sama mempengaruhi penyalahgunaan narkoba. Sehingga jumlah penyalahgunaan narkoba menjadi variabel dependent (Y) dan variabel tak bebas (X1,X2,X3,X4).
3.2. Pengujian Sampel
Pengujian sampel dihitung dengan rumus:
2 1
2 1 2
1 ( )
20 '
X X X
N N
Untuk memudahkan perhitungan maka dibuat tabel: Tabel 6 : Uji Sampel
Periode Xt Xt2
1 108 11664
2 102 10404
3 149 22201
4 153 23409
5 125 15625
6 139 19321
7 143 20449
8 149 22201
9 138 19044
10 182 33124
11 194 37636
12 184 33856
(3)
Periode Xt 2 t X
15 182 33124
16 164 26896
17 192 36864
18 183 33489
19 198 39204
20 182 33124
21 128 16384
22 192 36864
23 197 38809
24 193 37249
Jlh 3865 642445
Dari hasil perhitungan diperoleh:
N=24
X1= 3865
X12 = 642445 Maka menghitung :2 2 1 3865 ) 3865 ( ) 642445 ( 24 20 N 2 1 3865 ) 15 , 693 ( 20 N 2 1 ) 59 , 3 ( N 88 , 12 1 N
Dengan nilai N1 < N (12,88 < 24) dan sesuai dengan kriteria uji maka H0 diterima.
(4)
3.3. Metode Backward
3.3.1. Menghitung Koefisien Regresi
Tabel 7 : Pengandalan suatu variabel terhadap variabel lain
(1) (2) (3) (4) (5) (6) (7) (8)
No Y X1 X2 X3 X4 X3X4 X2X3
1 108 54 26 28 66 1848 728
2 102 35 31 37 94 3478 1147
3 149 42 57 41 124 5084 2337
4 153 51 59 41 136 5576 2419
5 125 39 43 42 108 4536 1806
6 139 61 40 33 94 3102 1320
7 143 58 56 35 114 3990 1960
8 149 68 53 29 89 2581 1537
9 138 72 44 19 65 1235 836
10 182 76 73 45 135 6075 3285
11 194 81 82 51 134 6834 4182
12 184 78 63 37 113 4181 2331
13 148 90 31 29 98 2842 899
14 140 67 42 35 85 2975 1470
15 182 74 71 41 103 4223 2911
16 164 86 73 66 122 8052 4818
17 192 83 52 62 92 5704 3224
18 183 79 50 47 146 6862 2350
19 198 93 69 52 151 7852 3588
20 182 92 43 46 125 5750 1978
21 128 48 40 29 120 3480 1160
22 192 67 72 59 83 4897 4248
23 197 83 63 67 153 10251 4221
(5)
(9) (10) (11) (12) (13) (14) (15) (16)
X2X4 X1X2 X1X3 X1X4 X1Y X2Y X3Y X4Y
728 1404 1512 3564 5832 2808 3024 7128
1147 1085 1295 3290 3570 3162 3774 9588
2337 2394 1722 5208 6258 8493 6109 18476
2419 3009 2091 6936 7803 9027 6273 20808
1806 1677 1638 4212 4875 5375 5250 13500
1320 2440 2013 5734 8479 5560 4587 13066
1960 3248 2030 6612 8294 8008 5005 16302
1537 3604 1972 6052 10132 7897 4321 13261
836 3168 1368 4680 9936 6072 2622 8970
3285 5548 3420 10260 13832 13286 8190 24570
4182 6642 4131 10854 15714 15908 9894 25996
2331 4914 2886 8814 14352 11592 6808 20792
899 2790 2610 8820 13320 4588 4292 14504
1470 2814 2345 5695 9380 5880 4900 11900
2911 5254 3034 7622 13468 12922 7462 18746
4818 6278 5676 10492 14104 11972 10824 20008
3224 4316 5146 7636 15936 9984 11904 17664
2350 3950 3713 11534 14457 9150 8601 26718
3588 6417 4836 14043 18414 13662 10296 29898
1978 3956 4232 11500 16744 7826 8372 22750
1160 1920 1392 5760 6144 5120 3712 15360
4248 4824 3953 5561 12864 13824 11328 15936
4221 5229 5561 12699 16351 12411 13199 30141
3828 5742 5046 11484 16791 12738 11194 25476
(6)
3.3.2. Persamaan Regresi Ganda antara Y dengan X1, X2, X3,X4
3.3.2.1. Koefisien Korelasi
Persamaan regresi Ganda Untuk Variabel adalah :
i iX b b
0 , dengan i = 1,2,3,4
Koefisien regresi (ai) masing-masing dapat diperoleh dari Tabel di bawah ini melalui
SPSS 16.
Tabel 8 : Koefisien Regresi antara Y dengan X1, X2, X3,X4
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 30.419 12.721 2.391 .027
Negative Parent .835 .156 .491 5.344 .000
Berteman dengan
Sebaya .763 .212 .397 3.591 .002
Tekanan Ekonomi .433 .259 .189 1.670 .111
Barang Bukti .116 .118 .099 .983 .338
a. Dependent Variable: Penyalahgunaan Narkoba
Dari tabel diatas diperoleh : 419
. 30
0
(7)
3.3.2.2. Uji Keberartian Regresi Ganda
Tabel 9 : Analisa Variansi antara Y dengan X1, X2, X3,X4
ANOVAb
Model
Sum of
Squares df Mean Square F Sig.
1 Regression 17542.428 4 4385.607 33.646 .000a
Residual 2476.531 19 130.344
Total 20018.958 23
a. Predictors: (Constant), Barang Bukti, Negative Parent, Berteman dengan Sebaya, Tekanan Ekonomi
b. Dependent Variable: Penyalahgunaan Narkoba
Dengan Taraf nyata dipilih 0.05 diperoleh Ftabel = F(4,23,0.05) = 2.80 . Karena Fhit > Ftabel
maka disimpulkan bahwa regenerasi berarti. Untuk mengetahui berati atau tidaknya tiap koefisien regenerasi maka diadakan uji yaitu : uji korelasi parsial.
(8)
3.3.2.3. Uji Korelasi Parsial
Tabel 10 : Uji Korelasi Parsial dan ANOVA antara Y dengan X1, X2, X3,X4
Correlations
Jumlah penyalahgunaan
Narkoba
Negative Parent
Kurang Perhatian pada anak
Berteman dengan
sebaya
Tekanan Ekonomi Pearson
Correlati on
Jumlah penyalahgunaan
Narkoba 1.000 .771 .774 .712 .564
Negative Parent .771 1.000 .417 .443 .309
Kurang Perhatian pada
anak .774 .417 1.000 .634 .530
Berteman dengan sebaya .712 .443 .634 1.000 .545
Tekanan Ekonomi .564 .309 .530 .545 1.000
Sig. (1-tailed)
Jumlah penyalahgunaan
Narkoba . .000 .000 .000 .002
Negative Parent .000 . .021 .015 .071
Kurang Perhatian pada
anak .000 .021 . .000 .004
Berteman dengan sebaya .000 .015 .000 . .003
Tekanan Ekonomi .002 .071 .004 .003 .
N Jumlah penyalahgunaan
Narkoba 24 24 24 24 24
Negative Parent 24 24 24 24 24
Kurang Perhatian pada
anak 24 24 24 24 24
Berteman dengan sebaya 24 24 24 24 24
(9)
Dengan taraf nyata yang dipilih 0.05 maka dari daftar distribusi F diperoleh Ttabel =
2.80 dan dari tabel Fpartial terkecil = 1.272 (variabel X2). Karena Fpartial terkecil < Ftabel
maka X2 dengan Fpar terkecil keluar dari model regresi.
ANOVA
Sum of
Squares df
Mean
Square F Sig.
Negative Parent
Between
Groups 6264.667 19 329.719 1.996 .265
Within Groups 660.667 4 165.167
Total 6925.333 23
Berteman dengan Sebaya
Between
Groups 4657.958 19 245.156 1.272 .452
Within Groups 770.667 4 192.667
Total 5428.625 23
Tekanan Ekonomi
Between
Groups 3732.125 19 196.428 8.682 .024
Within Groups 90.500 4 22.625
Total 3822.625 23
Barang Bukti Between
Groups 13403.500 19 705.447 2.373 .209
Within Groups 1189.000 4 297.250
(10)
3.3.3. Persamaan Regresi Ganda Antara Y dengan X1, X3, X4
3.3.3.1. Koefisien Regresi Ganda
Tabel 11 : Koefisien Regresi Antara Y dengan X1, X3, X4
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 34.969 15.984 2.188 .041
Negative Parent .935 .194 .550 4.820 .000
Tekanan
Ekonomi .826 .296 .361 2.788 .011
Barang Bukti .231 .143 .197 1.616 .122
a. Dependent Variable: Penyalahgunaan Narkoba Dari tabel diatas diperoleh :
969 . 34
0
b ; b1 0.935; b2 0.826; b3 0.231
3.3.3.2. Uji Keberartian Regresi Ganda
Tabel 12 : Analisa Variansi Antara Y dengan X1, X3, X4
ANOVAb
Model
Sum of
Squares df Mean Square F Sig.
1 Regression 15861.998 3 5287.333 25.438 .000a
Residual 4156.961 20 207.848
Total 20018.958 23
a. Predictors: (Constant), Barang Bukti, Negative Parent, Tekanan Ekonomi b. Dependent Variable: Penyalahgunaan Narkoba
(11)
Dengan taraf nyata : yang dipilih 0.05 diperoleh Ftabel = F(3,23,0.5) = 3.03. Karena Fhit >
Ftabel maka disimpulkan bahwa regenerasi berarti. Untuk mengetahui berati atau
tidaknya tiap koefisien regenerasi maka diadakan uji yaitu : uji korelasi parsial.
3.3.3.3. Uji Korelasi Parsial
Tabel 13 : Uji Korelasi Parsial dan ANOVA Antara Y dengan X1, X3, X4
Correlations
Penyalahguna an Narkoba
Negative Parent
Tekanan Ekonomi
Barang Bukti Pearson
Correlation
Penyalahgunaan
Narkoba 1.000 .771 .712 .564
Negative Parent .771 1.000 .443 .309
Tekanan Ekonomi .712 .443 1.000 .545
Barang Bukti .564 .309 .545 1.000
Sig. (1-tailed) Penyalahgunaan
Narkoba . .000 .000 .002
Negative Parent .000 . .015 .071
Tekanan Ekonomi .000 .015 . .003
Barang Bukti .002 .071 .003 .
N Penyalahgunaan
Narkoba 24 24 24 24
Negative Parent 24 24 24 24
Tekanan Ekonomi 24 24 24 24
(12)
ANOVA
Sum of
Squares df Mean Square F Sig.
Negative Parent Between Groups 6264.667 19 329.719 1.996 .265
Within Groups 660.667 4 165.167
Total 6925.333 23
Tekanan Ekonomi
Between Groups 3732.125 19 196.428 8.682 .024
Within Groups 90.500 4 22.625
Total 3822.625 23
Barang Bukti Between Groups 13403.500 19 705.447 2.373 .209
Within Groups 1189.000 4 297.250
Total 14592.500 23
Dengan taraf nyata yang dipilih 0.05 maka dari daftar distribusi F diperoleh Ttabel =
3.03 dan dari tabel Fpar terkecil = 1.996 (variabel X1). Karena Fpar terkecil < Ftabel
(13)
3.3.4. Persamaan Regresi Ganda Antara Y dengan X3, X4
3.3.3.4.1. Koefisien Regresi Berganda
Tabel 14 : Koefisien Regresi Antara Y dengan X3, X4
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 71.800 20.144 3.564 .002
Tekanan
Ekonomi 1.317 .399 .576 3.299 .003
Barang Bukti .293 .204 .250 1.435 .166
a. Dependent Variable: Penyalahgunaan Narkoba
Dari tabel diatas diperoleh : 800
. 71
0
b ; b1 1.317; b2 0.293
3.3.4.2. Uji Keberartian Regresi Ganda
Tabel 15 : Analisi Varian Antara Y dengan X3, X4
ANOVAb
Model
Sum of
Squares df Mean Square F Sig.
1 Regression 11032.415 2 5516.207 12.890 .000a
Residual 8986.543 21 427.931
Total 20018.958 23
a. Predictors: (Constant), Barang Bukti, Tekanan Ekonomi b. Dependent Variable: Penyalahgunaan Narkoba
Dengan taraf nyata : yang dipilih 0.05 diperoleh Ftabel = F(2,21,0.05) = 3.47 . Karena Fhit >
Ftabel maka disimpulkan bahwa regresi berarti. Untuk mengetahui berarti atau tidaknya
(14)
3.3.4.3. Uji Korelasi Parsial
Tabel 16 : Uji Korelasi Parsial dan ANOVA Antara Y dengan X3, X4
Correlations
Penyalahguna an Narkoba
Tekanan Ekonomi
Barang Bukti Pearson
Correlation
Penyalahgunaan
Narkoba 1.000 .712 .564
Tekanan Ekonomi .712 1.000 .545
Barang Bukti .564 .545 1.000
Sig. (1-tailed) Penyalahgunaan
Narkoba . .000 .002
Tekanan Ekonomi .000 . .003
Barang Bukti .002 .003 .
N Penyalahgunaan
Narkoba 24 24 24
Tekanan Ekonomi 24 24 24
(15)
ANOVA
Sum of
Squares df
Mean
Square F Sig.
Tekanan Ekonomi
Between Groups 3732.125 19 196.428 8.682 .024
Within Groups 90.500 4 22.625
Total 3822.625 23
Barang Bukti Between Groups 13403.500 19 705.447 2.373 .209
Within Groups 1189.000 4 297.250
Total 14592.500 23
Dengan taraf nyata yang dipilih 0.05 maka dari daftra distribusi F diperoleh Ttabel =
3.47 dan dari tabel Fpar terkecil = 2.373 (Variabel X4). Karena Fpar terkecil < Ftabel
(16)
3.5. Pembentukan Penduga
3.5.1. Bentuk Persamaan Penduga
Diantara empat variabel (X) yang diteliti ternyata hanya 2 variabel yang masuk kedalam persamaan penduga yaitu: X3 dan X4.
Maka untuk selanjutnya akan diperoleh persamaan regresi berganda.
Metode Backward
Pesamaan penduga yang terbentuk dengan menggunakan metode Backward yang diperoleh dari persamaan regresi ganda antara Y dengan X3, X4 hal .... . adalah :
= 71.800+ 1.317 X3 + 0.293 X4
3.5.2. Koefisien Korelasi Determinasi
Koefisien korelasi determinasi yang membentuk oleh metode backward yaitu :
55,1% 00%
1 0,551 %
100 870,389 479,419 %
100 ) (
) (Re 2
x x x
Total JK
g JK R
3.5.3. Analisa Residu
Persamaan penduga yang terbentuk dengan menggunakan metode Backward dapat menggunakan tabel untuk menganalisa residu.
Pembahasan selanjutnya adalah pada penduga yang diperoleh diatas maka dibuktikan asumsi (i), (ii), (iii).
(17)
Tabel 17 : Rank Spearman dan Residu
No Y e Rank Rank
e d( - e) d
2
1 108 128,014 -20,014 2 4 -2 4
2 102 148,071 -46,071 8 1 7 49
3 149 162,129 -13,129 13 6 7 49
4 153 165,645 -12,645 14 7 7 49
5 125 158,758 -33,758 12 2 10 100
6 139 142,803 -3,803 6 10 -4 16
7 143 151,297 -8,297 9 8 1 1
8 149 136,07 12,93 3 17 -14 196
9 138 115,868 22,132 1 22 -21 441
10 182 170,62 11,38 16 15 1 1
11 194 178,229 15,771 19 20 -1 1
12 184 153,638 30,362 10 24 -14 196
13 148 138,707 9,293 4 14 -10 100
14 140 142,8 -2,8 5 11 -6 36
15 182 155,976 26,024 11 23 -12 144
16 164 194,468 -30,468 23 3 20 400
17 192 180,41 11,59 20 16 4 16
18 183 176,477 6,523 18 13 5 25
19 198 184,527 13,473 21 19 2 4
20 182 169,007 12,993 15 18 -3 9
21 128 145,153 -17,153 7 5 2 4
22 192 173,822 18,178 17 21 -4 16
23 197 204,868 -7,868 24 9 15 225
24 193 186,862 6,138 22 12 10 100
Jumlah 0 0 2182
a. Asumsi (i)
(18)
b. Asumsi (ii)
Variansi (ej) = variansi (ek) σ2. Pembuktian asumsi ini dibuktikan dengan uji rank
spearman :
) 1 ( 6 1 2 2 n n drs j
) 575 ( 24 2182 6 1 s r 9487 , 0 1 s r 0513 , 0 s r 2 1 2 s s hitung r n r t 9974 , 0 ) 6904 , 4 ( 0513 , 0 hitung t 2412 , 0 hitung t
Karena n=24 dan α = 0,05 maka ttabel = t(0.95,22) = 1,717 dengan membandingkan
thit dengan ttabel makan diperoleh thit < ttabel.
Kesimpulan : Ausmsi variansi (ej) = variansi (ek) = σ2 dipenuhi.
c. Asumsi (iii)
(19)
Gambar 1 : Plot Residu dengan metode Backward Scatterplot
Plot residu menunjukkan pola yang tidak beraturan sehingga tidak terdapat autokorelasi antara factor pengganggu (Residu).
Dengan dipenuhinya asumsi (i), (ii), (iii) maka seluruh faktor-faktor yang mempengaruhi terhadap meningkatnya penyalahgunaan Narkoba di POLRESTA Medan sudah masuk ke dalam penduga.
Dengan dipenuhinya seluruh asumsi model penduga tersebut maka persamaan penduga yang diperoleh adalah baik dan cocok digunakan.
Jumlah Kuadrat Error
Jumlah Kuadrat Error dihitung dengan :
Y X Y Y
SSE 1 ˆ1 1
Dengan : SSE: Jumlah Kuadrt Error
Y
Y1 : Jumlah Kuadrat Yi , i=1,2,...,k
1 ˆ
(20)
Rata-rata Error Kuadrat : Dihitung dengan :
p n SS MS E E
Dengan : MSEE : Rata – rata error kuadrat
n – p : Derajat Kebebasan residu
Jadi dari data diatas dapat dicari jumlah kuadrat errornya yaitu :
Y'Y = 642445 '
ˆ
= [71.800 1.317 0.293]
441558 171941 3865 'Y X
Sehingga: SSE = 642445 - [71.800 1.317 0.293]
441558 171941 3865
= 642445 - 633329,8 = 9115,209
Jadi jumlah kuadrat errornya adalah : 9115,209 Data rata – rata error kuadrat :
MSE = SSE/n-p
= 9115,209 / 21 = 434,058
(21)
BAB IV
KESIMPULAN DAN SARAN
4.1. Kesimpulan
Dari empat faktor yang diteliti sebagai faktor yang berpengaruh meningkatnya penyalahgunaan narkoba di POLRESTA Medan yang masuk kedalam penduga hanyalah 2 faktor saja yaitu : tekanan ekonomi dan barang bukti.
Persamaan penduga yang terbentuk dari metode backward adalah: = 71.800+ 1.317 X3 + 0.293 X4
X3 = Tekanan ekonomi
X4 = Barang Bukti
Berdasarkan pembahasan terhadap penduga maka penduga tersebut cukup baik untuk dipergunakan.
Pembahasan tersebut adalah :
a. Persentase yang dijelaskan metode backward adalah 55,1% dengan hipotesa (toleransi) sebesar 5%
b. Faktor yang paling berpengaruh dari 2 penduga yang tinggal dalam persamaan adalah barang bukti.
4.2. Saran
Kepada penulis berikutnya apabila ingin menentukan meningkatnya atau menurunnya penyalahgunaan narkoba di tahun berikutnya bisa menggunakan faktor lain yang diteliti untuk lebih lanjut.
(1)
3.5. Pembentukan Penduga
3.5.1. Bentuk Persamaan Penduga
Diantara empat variabel (X) yang diteliti ternyata hanya 2 variabel yang masuk kedalam persamaan penduga yaitu: X3 dan X4.
Maka untuk selanjutnya akan diperoleh persamaan regresi berganda.
Metode Backward
Pesamaan penduga yang terbentuk dengan menggunakan metode Backward yang diperoleh dari persamaan regresi ganda antara Y dengan X3, X4 hal .... . adalah :
= 71.800+ 1.317 X3 + 0.293 X4
3.5.2. Koefisien Korelasi Determinasi
Koefisien korelasi determinasi yang membentuk oleh metode backward yaitu :
55,1% 00%
1 0,551 %
100 870,389 479,419 %
100 ) (
) (Re 2
x x x
Total JK
g JK R
3.5.3. Analisa Residu
Persamaan penduga yang terbentuk dengan menggunakan metode Backward dapat menggunakan tabel untuk menganalisa residu.
Pembahasan selanjutnya adalah pada penduga yang diperoleh diatas maka dibuktikan asumsi (i), (ii), (iii).
(2)
Tabel 17 : Rank Spearman dan Residu
No Y e Rank Rank
e d( - e) d 2
1 108 128,014 -20,014 2 4 -2 4
2 102 148,071 -46,071 8 1 7 49
3 149 162,129 -13,129 13 6 7 49
4 153 165,645 -12,645 14 7 7 49
5 125 158,758 -33,758 12 2 10 100
6 139 142,803 -3,803 6 10 -4 16
7 143 151,297 -8,297 9 8 1 1
8 149 136,07 12,93 3 17 -14 196
9 138 115,868 22,132 1 22 -21 441
10 182 170,62 11,38 16 15 1 1
11 194 178,229 15,771 19 20 -1 1
12 184 153,638 30,362 10 24 -14 196
13 148 138,707 9,293 4 14 -10 100
14 140 142,8 -2,8 5 11 -6 36
15 182 155,976 26,024 11 23 -12 144 16 164 194,468 -30,468 23 3 20 400
17 192 180,41 11,59 20 16 4 16
18 183 176,477 6,523 18 13 5 25
19 198 184,527 13,473 21 19 2 4
20 182 169,007 12,993 15 18 -3 9
21 128 145,153 -17,153 7 5 2 4
22 192 173,822 18,178 17 21 -4 16
23 197 204,868 -7,868 24 9 15 225
24 193 186,862 6,138 22 12 10 100
Jumlah 0 0 2182
a. Asumsi (i)
(3)
b. Asumsi (ii)
Variansi (ej) = variansi (ek) σ2. Pembuktian asumsi ini dibuktikan dengan uji rank spearman :
) 1 ( 6 1 2 2 n n drs j
) 575 ( 24 2182 6 1 s r 9487 , 0 1 s r 0513 , 0 s r 2 1 2 s s hitung r n r t 9974 , 0 ) 6904 , 4 ( 0513 , 0 hitung t 2412 , 0 hitung t
Karena n=24 dan α = 0,05 maka ttabel = t(0.95,22) = 1,717 dengan membandingkan thit dengan ttabel makan diperoleh thit < ttabel.
Kesimpulan : Ausmsi variansi (ej) = variansi (ek) = σ2 dipenuhi. c. Asumsi (iii)
(4)
Gambar 1 : Plot Residu dengan metode Backward Scatterplot
Plot residu menunjukkan pola yang tidak beraturan sehingga tidak terdapat autokorelasi antara factor pengganggu (Residu).
Dengan dipenuhinya asumsi (i), (ii), (iii) maka seluruh faktor-faktor yang mempengaruhi terhadap meningkatnya penyalahgunaan Narkoba di POLRESTA Medan sudah masuk ke dalam penduga.
Dengan dipenuhinya seluruh asumsi model penduga tersebut maka persamaan penduga yang diperoleh adalah baik dan cocok digunakan.
Jumlah Kuadrat Error
Jumlah Kuadrat Error dihitung dengan :
Y X Y Y
SSE 1 ˆ1 1
(5)
Rata-rata Error Kuadrat : Dihitung dengan :
p n
SS
MS E
E
Dengan : MSEE : Rata – rata error kuadrat n – p : Derajat Kebebasan residu
Jadi dari data diatas dapat dicari jumlah kuadrat errornya yaitu :
Y'Y = 642445
'
ˆ
= [71.800 1.317 0.293]
441558 171941 3865 'Y
X
Sehingga: SSE = 642445 - [71.800 1.317 0.293]
441558 171941 3865
= 642445 - 633329,8
= 9115,209
Jadi jumlah kuadrat errornya adalah : 9115,209
Data rata – rata error kuadrat : MSE = SSE/n-p
= 9115,209 / 21
= 434,058
(6)
BAB IV
KESIMPULAN DAN SARAN
4.1. Kesimpulan
Dari empat faktor yang diteliti sebagai faktor yang berpengaruh meningkatnya penyalahgunaan narkoba di POLRESTA Medan yang masuk kedalam penduga hanyalah 2 faktor saja yaitu : tekanan ekonomi dan barang bukti.
Persamaan penduga yang terbentuk dari metode backward adalah:
= 71.800+ 1.317 X3 + 0.293 X4 X3 = Tekanan ekonomi
X4 = Barang Bukti
Berdasarkan pembahasan terhadap penduga maka penduga tersebut cukup baik untuk dipergunakan.
Pembahasan tersebut adalah :
a. Persentase yang dijelaskan metode backward adalah 55,1% dengan hipotesa (toleransi) sebesar 5%
b. Faktor yang paling berpengaruh dari 2 penduga yang tinggal dalam persamaan adalah barang bukti.
4.2. Saran
Kepada penulis berikutnya apabila ingin menentukan meningkatnya atau menurunnya penyalahgunaan narkoba di tahun berikutnya bisa menggunakan faktor lain yang diteliti untuk lebih lanjut.