S
b3
= �
0,75688557 0,5960,941
S
b3
= �
0,75688557 0,055134
S
3
= 3,705
Maka t
hitung
diperoleh : t
hitung
= b
3
S
b
3
t
hitung
= −0,576
3,705 t
hitung
= −0,155
5. Kesimpulan
Karena t
hitung
= −0,155 t
tabel
= 2,045 maka H diterima.
Hal ini berarti bahwa jumlah penghasilan tidak berpengaruh terhadap jumlah kriminalitas di Provinsi Sumatera Utara.
3.7 Uji Asumsi Klasik
3.7.1 Uji Multikolinieritas
Tabel 3.6 Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity Statistics
B Std. Error
Beta Tolerance
VIF 1
Constant 2.465
3.646 .676
.504 X1
.068 .012
.547 4.250
.000 .839
1.192 X2
.305 .053
.542 4.196
.000 .837
1.195 X3
-.576 1.188
-.044 -.155
.632 .899
1.112
Berdasarkan tabel di atas dapat dilihat bahwa model regresi tidak mengalami gangguan multikolinieritas. Hal ini tampak pada nilai tolerance masing-masing
Universitas Sumatera Utara
variabel lebih besar dari 10 persen 0,1. Hasil perhitungan VIF juga menunjukkan bahwa nilai VIF masing-masing variabel kurang dari 10. Jadi dapat disimpulkan
bahwa tidak ada multikolinieritas antar variabel bebas dalam model regresi tersebut.
Universitas Sumatera Utara
3.7.2 Uji Heteroskedastisitas
Tabel 3.7 Uji Heteroskedastisitas
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant -3.446
1.609 -2.142
.041 JlhPendudukMiskin
.004 .005
.099 .695
.492 tingkatpengangguran
.086 .023
.520 3.664
.081 JlhPenghasilan
1.173 .524
.306 2.238
.063 a. Dependent Variable: RES2
Berdasarkan output di atas diketahui bahwa nilai signifikasi variable jumlah penduduk miskin X
1
sebesar 0,492 lebih besar dari 0,05, artinya tidak terjadi heteroskedastisitas. Sementara itu, diketahui nilai signifikasi variabel tingkat
pengangguran X
2
yakni 0,081 lebih besar dari 0,05, artinya tidak terjadi heteroskedastisitas dan nilai signifikasi pada variabel jumlah penghasilan X
3
yaitu sebesar 0,063 lebih besar dari 0,05 artinya tidak terjadi heteroskedastisitas.
Universitas Sumatera Utara
3.7.3 Uji Normalitas
Tabel 3.8 Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 33
Normal Parameters
a
Mean .0000000
Std. Deviation .82814270
Most Extreme Differences Absolute
.098 Positive
.065 Negative
-.098 Kolmogorov-Smirnov Z
.565 Asymp. Sig. 2-tailed
.907 a. Test distribution is Normal.
Berdasarkan output di atas, diketahui bahwa nilai signifikansi sebesar 0,907 lebih besar dari 0,05, sehingga dapat disimpulkan bahwa data yang di uji berdistribusi
normal.
Universitas Sumatera Utara
BAB IV PENUTUP
4.1 Kesimpulan
Dari hasil analisis dan perhitungan yang telah dilakukan, maka dapat disimpulkan sebagai berikut :
1. Persamaan linear berganda yang didapat adalah
ˆ Y
= 2,465 + 0,068X
1
+ 0,305X
2
– 0,576X
3
•
ˆ Y
= 2,465 + 0,068X
1
berarti jika jumlah penduduk miskin meningkat maka diperkirakan jumlah kriminalitas juga akan meningkat.
•
ˆ Y
= 2,465 + 0,305X
2
berarti jika tingkat pengangguran meningkat maka diperkirakan jumlah kriminalitas juga akan meningkat.
•
ˆ Y
= 2,465 – 0,576X
3
berarti jika jumlah penghasilan meningkat maka diperkirakan jumlah kriminalitas akan menurun.
2. Koefisien determinasi R
2
sebesar 78,8 , menunjukan bahwa 78,8 jumlah kriminalitas dipengaruhi oleh ketiga faktor X
1
, X
2
, X
3
dan 21,2 dipengaruhi oleh faktor–faktor lain.
3. Pada analisis korelasi antara variabel bebas dengan variabel tak bebas,
korelasi tinggi terjadi antara jumlah kriminalitas Y dengan jumlah penduduk miskin X
1
yaitu sebesar 0,733 73,30 yang artinya faktor jumlah penduduk miskin yang paling mempengaruhi jumlah kriminalitas
diantara ketiga faktor.
4.2 Saran
Melihat hubungan yang sangat tinggi antara jumlah kriminalitas dengan jumlah penduduk miskin, hal ini terkait erat dengan masalah utama di Indonesia yaitu
kemiskinan. Berdasarkan penelitian yang telah dilakukan, saran yang dapat diberikan antara lain:
Universitas Sumatera Utara