Data yang diperoleh Persamaan Regresi Linier Berganda

BAB 4 PENGOLAHAN DATA

4.1 Data yang diperoleh

Data merupakan alat untuk pengambilan keputusan dalam memecahkan suatu persoalan. Salah satu kegunaan data adalah untuk memberikan informasi mengenai gambaran tentang suatu keadaan permasalahan. Untuk membahas dan memecahkan permasalahan tentang faktor-faktor yang mepengaruhi kecelakaan lalu lintas, maka penulis mengumpulkan data yang berhubungan dengan permasalahan tersebut. Data yang akan dianalisis dalam tugas akhir ini adalah data sekunder yang dikumpulkan dari Kantor Kepolisian Negara Republik Indonesia Daerah Sumatera Utara Direktorat Lalu Lintas mengenai jumlah kecelakaan lalu lintas di Kotamadya Medan beserta faktor- faktor yang mempengaruhinya. Data adalah sebagai berikut: Tabel 4.1 : Kecelakaan Lalu Lintas Berdasarkan Faktor Kecelakaan Lalu Lintas di Kotamadya Medan pada Tahun 2009-2013. NO TAHUN KECELAKAAN LALU LINTAS FAKTOR-FAKTOR KECELAKAAN FAKTOR FAKTOR FAKTOR KENDARAAN PENGEMUDI JALAN 1 2009 2705 1055 11 2 2010 2897 1113 39 3 2011 3729 1705 72 4 2012 4013 21 1756 55 5 2013 3074 9 1339 43 Sumber: Kantor Kepolisian Negara Republik Indonesia Daerah Sumatera Utara Direktorat Lalu Lintas Universitas Sumatera Utara Keterangan: : Kecelakaan Lalu Lintas : Faktor Kendaraan : Faktor Pengemudi : Faktor Jalan

4.2 Persamaan Regresi Linier Berganda

Sebelum membentuk persamaan regresi linier berganda maka terlebih dahulu menghitung koefisien-koefisien regresinya. Koefisien-koefisien regresinya dapat dicari berdasarkan Tabel 4.1. Persamaan regresinya adalah: Ŷ = Universitas Sumatera Utara Tabel 4.2 Nilai-nilai yang diperlukan untuik membentuk Koefisie Persaman Regresi Linier Berganda. No Y 1 2705 1055 11 1113025 121 7317025 11605 2853775 29755 2 2897 1113 39 1238769 1521 8392609 43407 3224361 112983 3 3729 1705 72 2907025 5184 13905441 122760 6357945 268488 4 4013 21 1756 55 441 3083536 3025 16104169 36876 1155 96580 84273 7046828 220715 5 3074 9 1339 43 81 1792921 1849 9449476 12051 387 57577 27666 4116086 132182 ⅀ 16418 30 6968 220 522 10135276 11700 55168720 48927 1542 331929 111939 23598995 764123 Universitas Sumatera Utara Dari tabel tersebut diperoleh harga-harga sebagai berikut: n = 5 ∑ = 48927 ∑ = 16418 ∑ = 1542 ∑ = 30 ∑ = 331929 ∑ = 6968 ∑ = 111939 ∑ = 220 ∑ = 23598995 ∑ = 522 ∑ = 764123 ∑ = 10135276 ∑ = 55168720 ∑ = 11700 Rumus-rumus persamaan regresi linier berganda dengan tiga variabel bebas yaitu: = Dan diperoleh melalui persamaan-persamaan berikut: ∑ n + ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ Harga-harga yang telah diperoleh disubstitusikan kedalam bentuk persamaan tersebut maka didapatkan 5 + 1542 23651745 48927 331929 1542 331929 30 Universitas Sumatera Utara Setelah selesai mensubsitusikan persamaan diatas, maka didapat koefisien- koefisien regresi linier berganda sebagai berikut: = 1048,812 = 6,474 = 1,566 = 0,303 perhitungan dapat dilihat pada output SPSS di Lampiran 1 tabel Coefficients Dari koefisien-koefisien yang diperoleh dibentukkan model persamaan regresi linier berganda: Ŷ = Ŷ = Setelah diperoleh persamaan regresi berganda, langkah selanjutnya adalah menghitung kesalahan baku. Untuk menghitung kekeliruan baku tafsiran diperlukan harga- harga Ŷ yang diperoleh dari persamaan regresi di atas untuk tiap harga dan yang diketahui. Tabel 4.3 Harga Ŷ untuk menghitung Kekeliruan Tafsiran Baku N 1 2705 2704,28 0,725 0,525625 2 2897 2803,59 93,413 8725,989 3 3729 3740,66 -11,658 135,909 4 4013 3951,33 61,673 3803,559 5 3074 3216,98 -142,981 20443,57 ⅀ 16468 33109,55 Maka kekeliruan bakunya dapat dihitung dengan menggunakan rumus sebagai berikut: Universitas Sumatera Utara √ ∑ Ŷ Dengan k = 3, n = 5 dan Ŷ = 33109,55 Sehingga diperoleh: √ √ √ Ini berarti rata-rata kecelakaan lalu lintas yang sebenarnya akan menyimpang dari kecelakaan lalu lintas yang diperkirakan sebesar 181,960 kecelakaan.

4.3 Uji Keberartian Regresi