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