Analisis Faktor-Faktor yang Mempengaruhi Jumlah Kriminalitas di Provinsi Sumatera Utara
BAB I
PENDAHULUAN
1.1
Latar Belakang
Kriminalitas atau tindak kejahatan diartikan sebagai suatu perbuatan yang melanggar
hukum, atau melanggar Undang-Undang, yang dapat merugikan masyarakat secara
moril maupun secara materil, baik dilihat dari segi kesusilaan, kesopanan, dan
ketertiban masyarakat. Kejahatan juga merupakan masalah sosial, tidak hanya
merupakan masalah bagi masyarakat tertentu, tetapi juga menjadi masalah yang
dihadapi oleh masyarakat di dunia.
Pada dasarnya istilah kriminalitas atau tindak kejahatan itu diberikan kepada
suatu jenis perbuatan atau tingkah laku manusia tertentu yang dapat dinilai sebagai
perbuatan jahat. Perbuatan atau tingkah laku yang dinilai serta mendapat reaksi yang
bersifat tidak disukai oleh masyarakat. Kejahatan yang dibuat setiap tahun tidak
terhitung banyaknya dan jutaan penjahat telah dihukum. Korban kejahatan selain
mengalami kerugian perekonomian juga mengalami kerugian kesusilaan dan
kesusahan.
Pada tahun 2011, tindak kriminalitas yang terjadi di Indonesia sebanyak
347.605 kasus. Kemudian pada tahun 2012, turun sekitar 1,85%, tetapi terlihat naik
pada tahun 2013 kemarin sebesar 0,27%. Sejauh ini, memang kenaikan dan penurunan
tindak kriminalitas cenderung kecil, tetapi rata-rata jumlah tindak pidana di Indonesia
masih sangat tinggi.
Perubahan besar dalam perkembangan kriminalitas atau tindak kejahatan di
indonesia mulai tampak setelah dimulainya pembangunan diseluruh daerah propinsi
Indonesia. Perkembangan kota-kota besar merupakan daya tarik arus urbanisasi dari
desa kekota, Sehingga bertambahnya penduduk, meningkatnya jumlah pengangguran
dan kemiskinan yang dapat mengakibatkan terjadinya kriminalitas atau tindak
kejahatan dimana-mana. Kenyataan ini perlu dicegah/dikurangi demi kepentingan
kesejahteraan masyarakat dan pembangunan nasional.
Suatu daerah dengan tingkat kriminalitas yang tinggi menanggung
opportunity cost berupa penurunan minat investasi atau peluang usaha akibat tingginya
tingkat kriminalitas. Warga masyarakat yang tinggal di daerah dengan tingkat
Universitas Sumatera Utara
kriminalitas yang tinggi menanggung opportunity cost dari berkurangnya aktivitas
bebas akibat adanya ketakutan terhadap kriminalitas atau tindak kejahatan.
Peran aktif dan dukungan masyarakat juga dibutuhkan untuk menekan tingkat
kriminalitas agar proses pembangunan akan optimal. Berbagai kerugian telah banyak
ditimbulkan oleh adanya tindak kriminal, baik itu kerugian ekonomi, fisik, moral dan
psikologis. Dari sudut pandang ekonomi, kriminalitas menimbulkan kerugian dengan
adanya biaya yang harus dikeluarkan akibat dari tindak kriminal. Biaya tersebut tidak
hanya ditanggung oleh korban, namun oleh masyarakat, dunia usaha, dan juga negara
atau pemerintah daerah.
Indonesia telah menetapkan sanksi pidana penjara dalam perundangundangan sebagai salah satu sarana untuk menanggulangi masalah kejahatan, hal ini
merupakan salah satu bagian kebijakan kriminal atau politik kriminal, namun
kejahatan yang terjadi di masyarakat sepertinya sulit dihilangkan, meskipun dengan
perangkat hukum dan undang-undang yang dirumuskan oleh legislatif.
Berdasarkan uraian diatas penulis mengambil judul “Analisis Faktor-Faktor Yang
Mempengaruhi Jumlah Kriminalitas di Provinsi Sumatera Utara”.
1.2
Rumusan Masalah
Berdasarkan latar belakang diatas, perumusan masalah yang akan dibahas adalah
bagaimana pengaruh jumlah penduduk miskin, tingkat pengangguran dan jumlah
penghasilan terhadap jumlah kriminalitas di Provinsi Sumatera Utara?
1.3
Batasan Masalah
Agar proses penelitian ini lebih jelas, maka penulis memberikan batasan masalah yang
akan diteliti yakni:
1. Data yang digunakan adalah data sekunder dari Badan Pusat Statistika(BPS).
2. Variabel yang digunakan ada tiga macam yaitu : Jumlah penduduk miskin,
tingkat pengangguran dan jumlah penghasilan.
Universitas Sumatera Utara
1.4
Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk menganalisis pengaruh jumlah penduduk
miskin, tingkat pengangguran dan jumlah penghasilan terhadap jumlah kriminalitas di
Sumatera Utara.
1.5
Manfaat Penelitian
Adapun manfaat dari penelitian adalah:
1.
Sebagai bahan masukan atau bahan pertimbangan bagi pemerintah dalam
mengambil keputusan atau kebijakan untuk mengurangi jumlah kriminalitas di
Sumatera Utara.
2.
Semakin banyaknya penelitian akan semakin terbuka informasi dan cara-cara
yang efektif dalam mencari solusi untuk mengurangi jumlah kriminalitas atau
tindak kejahatan di Sumatera Utara.
1.6
Tinjauan Pustaka
Dalam ilmu statistika, teknik yang umum digunakan untuk menganalisis hubungan
antara dua atau lebih variabel adalah analisis regresi. Model matematis dalam
menjelaskan hubungan antara variabel dalam analisis regresi menggunakan persamaan
regresi.
Prinsip dasar yang harus dipenuhi dalam membangun suatu persamaan regresi
adalah bahwa antara variabel dependen dengan variabel independen mempunyai
hubungan sebab akibat, baik yang didasarkan pada teori, hasil penelitian sebelumnya,
ataupun yang berdasarkan pada penjelasan logis tertentu.
Bentuk hubungan antar variabel dapat searah atau berlawanan arah. Hubungan antara
variabel searah artinya perubahan nilai yang satu dengan yang lainnya searah.
Hubungan antara variabel berlawanan arah artinya perubahan nilai yang satu dengan
yang lainnya adalah berlawanan arah.
Analisis korelasi adalah alat statistik yang dapat digunakan untuk mengetahui
derajat hubungan linier antara satu variabel dengan variabel lain. Koefisien
Universitas Sumatera Utara
determinasi adalah salah satu nilai statistik yang dapat digunakan untuk mengetahui
apakah ada hubungan pengaruh antar variabel.
Pengetahuan tentang koefisien regresi bertujuan untuk memastikan apakah variabel
independen yang terdapat dalam persamaan tersebut secara individu berpengaruh
terhadap variabel dependen. Caranya adalah dengan melakukan pengujian terhadap
koefisien regresi setiap variabel independen. Semakin mendekati nol besarnya
koefisien determinasi suatu persamaan, semakin kecil pula pengaruh semua variabel
independen terhadap nilai variabel dependen( Algifari, 2002; 45).
Regresi ganda berguna untuk mendapatkan pengaruh dua variabel kriterium
atau untuk mencari hubungan fungsional dua predictor atau lebih dengan variabel
kriteriumnya atau untuk meramalkan dua variabel prediktor atau lebih terhadap
kriteriumnya ( Usman dkk, 1995; 241). Studi yang membahas derajat hubungan antara
variabel- variabel dikenal dengan nama analisis korelasi. Ukuran yang dipakai untuk
mengetahui derajat hubungan, terutama data kuantitatif dinamakan koefisien korelasi
(Sudjana, 2001; 367).
Rumus yang saya gunakan adalah rumus Penduga sebagai berikut :
Ŷ = �� + �� �� + �� �� + �� �� + … + �� ��
. . . (1.1)
Dimana :
Ŷ
= Nilai estimasi Y
��
= Nilai Y pada perpotongn antara garis linier dengan sumbu vertikal Y
��
= Slope yang berhubungan dengan variabel ��
��
= Nilai variabel independen ��
Dari rumus diatas, mengenai jumlah kriminalitas (Y) dikaitkan dengan jumlah
penduduk miskin (X1), tingkat pengangguran (X2), jumlah penghasilan (X3) jika
dimasukan ke variabel yang digunakan dapat diperoleh bentuk regresi linier berganda
sebagai berikut :
Ŷ = �� + �� �� + �� �� + �� ��
. . . (1.2)
Universitas Sumatera Utara
Dimana :
Ŷ = Jumlah Kriminalitas (ribuan kasus)
�� = Jumlah Penduduk Miskin (ribuan Jiwa)
�� = Tingkat Pengangguran (%)
�� = Jumlah Penghasilan (Jutaan Rupiah)
Untuk Model (1.2), regresi linier berganda dengan tiga peubah bebas X1, X2 dan X3,
dengan menggunakan metode kuadrat terkecil, diperoleh empat persamaan oleh tiga
variabel yang terbentuk :
∑ Y = nb
0
+b1 ∑ X 1 + b2 ∑ X 2 + b3 ∑ X 3
∑ YX =b ∑ X + b ∑ ( X ) + b ∑ X X +b ∑ X X
∑ YX 2 =b0 ∑ X 2 + b1 ∑ X 1 X 2 + b2 ∑ ( X 2 ) 2 +b3 ∑ X 2 X 3
∑ YX =b ∑ X + b ∑ X X + b ∑ X X +b ∑ ( X )
2
1
0
1
1
3
0
3
1
1
2
1
2
3
2
2
3
3
1
3
2
1
3
3
Dengan b0, b1, b2, b3, adalah koefisien yang ditentukan berdasarkan data hasil
pengamatan.
.
1.7
Pengujian Kriteria Statistik
Gujarati (1995) menyatakan bahwa uji signifikan merupakan prosedur yang digunakan
untuk menguji kebenaran atau kesehatan dari hasil hipotesis nol dari sampel. Ide dasar
yang melatarbelakangi pengujian signifikansi adalah uji statistik (estimator) dari
distribusi sampel dari suatu statistik dibawah hipotesis nol. Keputusan untuk mengolah
Ho dibuat berdasarkan nilai uji statistik yang diperoleh dari data yang ada.
1.7.1 Kesalahan Standard Estimasi
Untuk mengetahui ketepatan persamaan estimasi dapat digunakan kesalahan standar
estimasi (standard error of estimate). Besarnya kesalahan standar estimasi
menunjukkan ketepatan persamaan estimasi untuk menjelaskan nilai variabel tidak
bebas yang sesungguhnya. Semakin kecil nilai kesalahan standar estimasi, makin
tinggi ketepatan persamaan estimasi yang dihasilkan untuk menjelaskan nilai variable
Universitas Sumatera Utara
tidak bebas sesungguhnya. Sebaliknya, semakin besar nilai kesalahan standar estimasi,
makin rendah ketepatan persamaan estimasi yang dihasilkan untuk menjelaskan nilai
variable tidak bebas sesungguhnya ( Algifari, 2000). Kesalahan standar estimasi dapat
ditentukan dengan rumus :
��,1,2,…,�
dimana:
Yi
= nilai data sebenarnya
Ŷ
= nilai taksiran
∑ �� �� 2
�
=
�−�−1
1.7.2 Uji F-Statistik
Uji statistik ini adalah pengujian yang bertujuan untuk mengetahui seberapa besar
pengaruh koefisien regresi secara bersama-sama terhadap variabel dependen. Adapun
langkah-langkah dalam pengujian uji F-statistik adalah sebagai berikut:
1.
Menentukan formulasi hipotesis
2.
Mencari nilai Ftabel dari Tabel Distribusi F
Dengan taraf nyata α = 0,05 dan nilai Ftabel dengan dk pembilang (v1) = k = 3 dan
dk penyebut (v2) = n – k – 1 = 33 – 3 – 1 = 29, maka di peroleh ��1 ;�2 (�) =
3.
�3;29(0,05) = 2,045
Menentukan kriteria pengujian
�0 diterima bila �ℎ����� < ������
4.
�0 ditolak bila �ℎ����� ≥ ������
Menentukan nilai statistik Fhitung
�ℎ����� =
�� (��� )/�
�� (��� )/(� −�−1)
Untuk menguji model regresi yang telah terbentuk, maka diperlukan nilai-nilai uji
keberartian regresi y, x1, x2 dan x3 dengan rumus :
y= Y − Y
�1 = �1 − ��1
�2 = �2 − ��2
�3 = �3 − ��3
Universitas Sumatera Utara
1.7.3 Koefisien Determinasi (R2)
Menguji keberartian regresi linear berganda dimaksudkan untuk meyakinkan apakah
regresi yang didapat berdasarkan penelitian ada artinya bila dipakai untuk membuat
kesimpulan mengenai sejumlah peubah yang dipelajari.(Usman, Husaini, dan R.
Purnomo Setiady Akbar, 1995).
Hipotesa :
H0
: Tidak terdapat hubungan fungsional yang signifikan antara semua faktor
yang mempengaruhi terhadap faktor yang dipengaruhi.
H1
: Terdapat hubungan fungsional yang signifikan antara semua faktor yang
mempengaruhi terhadap faktor yang dipengaruhi.
Koefisien determinasi yang dinyatakan dengan R2 untuk pengujian regresi
linear berganda yang mencakup lebih dari dua variabel adalah untuk mengetahui
proporsi keragaman total dalam variabel terikat (Y) yang dapat dijelaskan atau
diterangkan oleh variabel–variabel bebas (X) yang ada dalam model persamaan regresi
linear berganda secara bersama–sama. Maka R2 akan ditentukan dengan rumus,yaitu:
�2 =
Dimana:
JKreg
�����
∑ ��2
= Jumlah Kuadrat Regresi
Harga R2 yang diperoleh sesuai dengan variansi yang dijelaskan masing – masing
variabel yang tinggal dalam regresi. Hal ini mengakibatkan variasi yang
dijelaskan penduga yang disebabkan oleh variabel yang berpengaruh saja
(yang bersifat nyata).
1.7.4
Koefisien Korelasi
Analisa korelasi adalah alat statistik yang dapat digunakan untuk mengetahui derajat
hubungan linier antara satu variabel dengan variabel lain. Ukuran yang dipakai untuk
mengetahui derajat hubungan, terutama data kuantitatif dinamakan koefisien korelasi.
Untuk menghitung koefisien korelasi (r) antara dua variabel dapat digunakan rumus:
Universitas Sumatera Utara
Dimana:
��� =
� ∑ �� − (∑ �)(∑ �)
�{� ∑ � 2 − (∑ �)2 }{� ∑ � 2 − (∑ �)2 }
ryx
= Koefisien korelasi antara Y dan X
X
= Variabel bebas
Y
= Variabel terikat
Nilai r selalu terletak antara -1 dan 1, sehingga nilai r tersebut dapat ditulis-1≤ r
≤+1. Untuk r = +1, berarti ada korelasi positif sempurna antara X dan Y, sebaliknya
jika r = -1, berarti korelasi negatif sempurna antara X dan Y, sedangkan r = 0, berarti
tidak ada korelasi antara X dan Y.
Jika kenaikan didalam suatu variabel diikuti dengan kenaikan didalam variabel
lain, maka dapat dikatakan bahwa kedua variabel tersebut mempunyai korelasi yang
positif. Tetapi jika kenaikan didalam suatu variabel diikuti oleh penurunan didalam
variabel lain, maka dapat dikatakan bahwa variabel tersebut mempunyai korelasi yang
negatif. Dan jika tidak ada perubahan pada variabel walaupun variabel lainnya
berubah maka dikatakan bahwa kedua variabel tersebut tidak mempunyai hubungan.
Interpretasi harga r akan disajikan dalam tabel berikut:
Tabel 1.1 Interpretasi Koefisien Korelasi
BesarnyaNilai ���
1
Interpretasi
Korelasi Sempurna
0,81 − 0,99
Sangat Tinggi
0,41 − 0,60
Cukup Tinggi
0,01 − 0,20
Sangat Rendah
0,61 − 0,80
Tinggi
0,21 − 0,40
Rendah
0
Tidak ada korelasi
Sumber : Suharsimi Arikunto (2010:22)
Keterangan:
r
= koefisien korelasi
+
= menunjukkan korelasi positif
−
= menunjukkan korelasi negatif
Universitas Sumatera Utara
0
= menunjukkan tidak adanya korelasi (korelasi nihil)
Hubungan antara variabel dapat dikelompokkan menjadi tiga jenis:
1. Korelasi Positif
Terjadinya korelasi positif apabila perubahan antara variabel yang satu diikuti oleh
variabel lainnya dengan arah yang sama (berbanding lurus). Artinya variabel yang
satu meningkat, maka akan diikuti peningkatan variabel lainnya.
2. Korelasi Negatif
Terjadinya korelasi negatif apabila perubahan antara variabel yang satu diikuti oleh
variabel lainnya dengan arah yang berlawanan (berbanding terbalik). Artinya
apabila variabel yang satu meningkat, maka akan diikuti penurunan variabel
lainnya.
3. Korelasi Nihil
Korelasi nihil artinya tidak adanya korelasi antara variabel.
Dalam hal ini penulis menggunakan tiga variabel dalam penelitiannya, untuk
hubungan tiga variabel dapat dihitung dengan menggunakan rumus sebagai berikut:
a. Koefisien Korelasi antara Y dan X1
��� 1 =
� ∑ �1 �1 − (∑ �1 )(∑ �)
�{� ∑ �12 − (∑ �1 )2 }{� ∑ � 2 − (∑ �)2 }
b. Koefisien Korelasi antara Y dan X2
��� 2 =
� ∑ �2 �1 − (∑ �2 )(∑ �)
�{� ∑ �22 − (∑ �2 )2 }{� ∑ � 2 − (∑ �)2 }
c. Koefisien Korelasi antara Y dan X3
��� 3 =
� ∑ �3 �1 − (∑ �3 )(∑ �)
�{� ∑ �32 − (∑ �3 )2 }{� ∑ � 2 − (∑ �)2 }
d. Koefisien Korelasi antara X1 dan X2
�12 =
� ∑ �1 �2 − (∑ �1 )(∑ �2 )
�{� ∑ �12 − (∑ �1 )2 }{� ∑ �22 − (∑ �2 )2 }
Universitas Sumatera Utara
e. Koefisien Korelasi antara X1 dan X3
�13 =
� ∑ �1 �3 − (∑ �1 )(∑ �3 )
�{� ∑ �12 − (∑ �1 )2 }{� ∑ �32 − (∑ �3 )2 }
f. Koefisien Korelasi antara X2 dan X3
�23 =
1.7.5
Uji t- Statistik
� ∑ �2 �3 − (∑ �2 )(∑ �3 )
�{� ∑ �22 − (∑ �2 )2 }{� ∑ �32 − (∑ �3 )2 }
Uji t-statistik merupakan suatu pengujian secara parsial yang bertujuan untuk
mengetahui apakah masing-masing koefisien regresi signifikan atau tidak terhadap
variabel dependen dengan menganggap variabel lainnya konstan. Adapun langkahlangkahnya adalah:
1.
Menentukan formulasi hipotesis
2.
Mencari nilai ttabel dari Tabel Distribusi t
3.
Menentukan kriteria pengujian
�0 diterima bila �ℎ����� < ������
4.
�0 ditolak bila �ℎ����� ≥ ������
Menentukan nilai statistik thitung
Untuk menguji hipotesis ini digunakan kekeliruan baku taksiran
��2.12 …�
��1 = �
(∑ �12 )(1 − ��2.12 )
Selanjutnya hitung statistik :
�ℎ����� =
�1
��1
5. Kesimpulan
1.7.6 Uji Penyimpangan Asumsi Klasik
1.7.6.1 Uji Multikolinieritas
Uji multikolinieritas dilakukan untuk menguji apakah pada model regresi ditemukan
adanya korelasi antar variabel bebas, model regresi yang baik tidak ada korelasi yang
Universitas Sumatera Utara
tinggi diantara variabel-variabel independennya. Pengujian ada tidaknya gejala
multikolinieritas dilakukan dengan memperhatikan nilai matriks korelasi yang
dihasilkan pada saat pengolahan data serta nilai VIF (Variance Inflation Factor) dan
toleransinya. Apabila nilai matrik korelasi tidak ada yang lebih besar dari 0,5 maka
dapat dikatakan data yang akan dianalisis bebas dari multikolinieritas. Kemudian
apabila nilai VIF berada dibawah 10 dan nilai toleransi mendekati 1, maka diambil
kesimpulan bahwa model regresi tersebut tidak terdapat multikolinieritas (Singgih
Santoso, 2000).
1.7.6.2 Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi
ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain tetap,
maka disebut homoskedastitas dan jika berbeda disebut Heteroskedastisitas.
Untuk menguji heteroskedastisitas digunakan uji Glesjer SPSS.Uji ini pada
dasarnya bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan
variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari
residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas
dan berbeda disebut Heteroskedastisitas. Model regresi yang baik seharusnya tidak
terjadi heteroskedastisitas. Dasar pengambilan keputusan pada Uji Heteroskedastisitas
yakni:
•
Jika nilai signifikansi lebih besar dari 0,05, kesimpulannya adalah tidak terjadi
heteroskedastisitas.
•
Jika nilai nilai signifikansi lebih kecil dari 0,05, kesimpulannya adalah terjadi
heteroskedastisitas.
1.7.6.3
Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam model regresi variabel bebas
keduanya mempunyai distribusi normal ataukah tidak. Model regresi yang baik adalah
memiliki distribusi data normal atau dilakukan dengan uji kolmogrov smirnov.
Untuk menguji normalitas data dapat digunakan dengan uji kolmogrov smirnov
dengan melihat data residualnya. Uji kolmogrov smirnov dihitung dengan bantuan
SPSS. Dasar pengambilan keputusan dalam uji normalitas yakni : jika nilai
Universitas Sumatera Utara
signifikansi lebih besar dari 0,05 maka data tersebut berdistribusi normal. Sebaliknya,
jika nilai signifikansi lebih kecil dari 0,05 maka data tersebut tidak berdistribusi
normal.
1.8
Metode Penelitian
penelitian adalah salah satu cara yang terdiri dari langkah – langkah atau urutan
kegiatan yang berfungsi sebagai pedoman umum yang digunakan untuk melaksanakan
penelitian sehingga apa yang menjadi tujuan dari penelitian itu dapat terwujud. Dalam
penelitian ini dilakukan beberapa langkah untuk menyelesaikan penelitian antara lain :
1. Pengambilan data sekunder yaitu data yang diolah diperoleh dari kantor Badan
Pusat Statistik Provinsi Sumatera Utara.
2. Pengolahan Data
Dalam penelitian ini dilakukan beberapa langkah untuk menyelesaikan penelitian
antara lain:
a. Menentukan apa saja yang menjadi variabel bebas (X) dan variabel terikat (Y).
b. Mencari persamaan regresi antara variabel (X) dan (Y).
3. Menguji tingkat signifikasi pengaruh setiap variabel dengan Uji F, Uji t dan
Koefisien Korelasi dan koefisien Determinasi, serta melalui uji asumsi klasik.
4. Penarikan kesimpulan dari hasil perhitungan.
Universitas Sumatera Utara
PENDAHULUAN
1.1
Latar Belakang
Kriminalitas atau tindak kejahatan diartikan sebagai suatu perbuatan yang melanggar
hukum, atau melanggar Undang-Undang, yang dapat merugikan masyarakat secara
moril maupun secara materil, baik dilihat dari segi kesusilaan, kesopanan, dan
ketertiban masyarakat. Kejahatan juga merupakan masalah sosial, tidak hanya
merupakan masalah bagi masyarakat tertentu, tetapi juga menjadi masalah yang
dihadapi oleh masyarakat di dunia.
Pada dasarnya istilah kriminalitas atau tindak kejahatan itu diberikan kepada
suatu jenis perbuatan atau tingkah laku manusia tertentu yang dapat dinilai sebagai
perbuatan jahat. Perbuatan atau tingkah laku yang dinilai serta mendapat reaksi yang
bersifat tidak disukai oleh masyarakat. Kejahatan yang dibuat setiap tahun tidak
terhitung banyaknya dan jutaan penjahat telah dihukum. Korban kejahatan selain
mengalami kerugian perekonomian juga mengalami kerugian kesusilaan dan
kesusahan.
Pada tahun 2011, tindak kriminalitas yang terjadi di Indonesia sebanyak
347.605 kasus. Kemudian pada tahun 2012, turun sekitar 1,85%, tetapi terlihat naik
pada tahun 2013 kemarin sebesar 0,27%. Sejauh ini, memang kenaikan dan penurunan
tindak kriminalitas cenderung kecil, tetapi rata-rata jumlah tindak pidana di Indonesia
masih sangat tinggi.
Perubahan besar dalam perkembangan kriminalitas atau tindak kejahatan di
indonesia mulai tampak setelah dimulainya pembangunan diseluruh daerah propinsi
Indonesia. Perkembangan kota-kota besar merupakan daya tarik arus urbanisasi dari
desa kekota, Sehingga bertambahnya penduduk, meningkatnya jumlah pengangguran
dan kemiskinan yang dapat mengakibatkan terjadinya kriminalitas atau tindak
kejahatan dimana-mana. Kenyataan ini perlu dicegah/dikurangi demi kepentingan
kesejahteraan masyarakat dan pembangunan nasional.
Suatu daerah dengan tingkat kriminalitas yang tinggi menanggung
opportunity cost berupa penurunan minat investasi atau peluang usaha akibat tingginya
tingkat kriminalitas. Warga masyarakat yang tinggal di daerah dengan tingkat
Universitas Sumatera Utara
kriminalitas yang tinggi menanggung opportunity cost dari berkurangnya aktivitas
bebas akibat adanya ketakutan terhadap kriminalitas atau tindak kejahatan.
Peran aktif dan dukungan masyarakat juga dibutuhkan untuk menekan tingkat
kriminalitas agar proses pembangunan akan optimal. Berbagai kerugian telah banyak
ditimbulkan oleh adanya tindak kriminal, baik itu kerugian ekonomi, fisik, moral dan
psikologis. Dari sudut pandang ekonomi, kriminalitas menimbulkan kerugian dengan
adanya biaya yang harus dikeluarkan akibat dari tindak kriminal. Biaya tersebut tidak
hanya ditanggung oleh korban, namun oleh masyarakat, dunia usaha, dan juga negara
atau pemerintah daerah.
Indonesia telah menetapkan sanksi pidana penjara dalam perundangundangan sebagai salah satu sarana untuk menanggulangi masalah kejahatan, hal ini
merupakan salah satu bagian kebijakan kriminal atau politik kriminal, namun
kejahatan yang terjadi di masyarakat sepertinya sulit dihilangkan, meskipun dengan
perangkat hukum dan undang-undang yang dirumuskan oleh legislatif.
Berdasarkan uraian diatas penulis mengambil judul “Analisis Faktor-Faktor Yang
Mempengaruhi Jumlah Kriminalitas di Provinsi Sumatera Utara”.
1.2
Rumusan Masalah
Berdasarkan latar belakang diatas, perumusan masalah yang akan dibahas adalah
bagaimana pengaruh jumlah penduduk miskin, tingkat pengangguran dan jumlah
penghasilan terhadap jumlah kriminalitas di Provinsi Sumatera Utara?
1.3
Batasan Masalah
Agar proses penelitian ini lebih jelas, maka penulis memberikan batasan masalah yang
akan diteliti yakni:
1. Data yang digunakan adalah data sekunder dari Badan Pusat Statistika(BPS).
2. Variabel yang digunakan ada tiga macam yaitu : Jumlah penduduk miskin,
tingkat pengangguran dan jumlah penghasilan.
Universitas Sumatera Utara
1.4
Tujuan Penelitian
Tujuan dari penelitian ini adalah untuk menganalisis pengaruh jumlah penduduk
miskin, tingkat pengangguran dan jumlah penghasilan terhadap jumlah kriminalitas di
Sumatera Utara.
1.5
Manfaat Penelitian
Adapun manfaat dari penelitian adalah:
1.
Sebagai bahan masukan atau bahan pertimbangan bagi pemerintah dalam
mengambil keputusan atau kebijakan untuk mengurangi jumlah kriminalitas di
Sumatera Utara.
2.
Semakin banyaknya penelitian akan semakin terbuka informasi dan cara-cara
yang efektif dalam mencari solusi untuk mengurangi jumlah kriminalitas atau
tindak kejahatan di Sumatera Utara.
1.6
Tinjauan Pustaka
Dalam ilmu statistika, teknik yang umum digunakan untuk menganalisis hubungan
antara dua atau lebih variabel adalah analisis regresi. Model matematis dalam
menjelaskan hubungan antara variabel dalam analisis regresi menggunakan persamaan
regresi.
Prinsip dasar yang harus dipenuhi dalam membangun suatu persamaan regresi
adalah bahwa antara variabel dependen dengan variabel independen mempunyai
hubungan sebab akibat, baik yang didasarkan pada teori, hasil penelitian sebelumnya,
ataupun yang berdasarkan pada penjelasan logis tertentu.
Bentuk hubungan antar variabel dapat searah atau berlawanan arah. Hubungan antara
variabel searah artinya perubahan nilai yang satu dengan yang lainnya searah.
Hubungan antara variabel berlawanan arah artinya perubahan nilai yang satu dengan
yang lainnya adalah berlawanan arah.
Analisis korelasi adalah alat statistik yang dapat digunakan untuk mengetahui
derajat hubungan linier antara satu variabel dengan variabel lain. Koefisien
Universitas Sumatera Utara
determinasi adalah salah satu nilai statistik yang dapat digunakan untuk mengetahui
apakah ada hubungan pengaruh antar variabel.
Pengetahuan tentang koefisien regresi bertujuan untuk memastikan apakah variabel
independen yang terdapat dalam persamaan tersebut secara individu berpengaruh
terhadap variabel dependen. Caranya adalah dengan melakukan pengujian terhadap
koefisien regresi setiap variabel independen. Semakin mendekati nol besarnya
koefisien determinasi suatu persamaan, semakin kecil pula pengaruh semua variabel
independen terhadap nilai variabel dependen( Algifari, 2002; 45).
Regresi ganda berguna untuk mendapatkan pengaruh dua variabel kriterium
atau untuk mencari hubungan fungsional dua predictor atau lebih dengan variabel
kriteriumnya atau untuk meramalkan dua variabel prediktor atau lebih terhadap
kriteriumnya ( Usman dkk, 1995; 241). Studi yang membahas derajat hubungan antara
variabel- variabel dikenal dengan nama analisis korelasi. Ukuran yang dipakai untuk
mengetahui derajat hubungan, terutama data kuantitatif dinamakan koefisien korelasi
(Sudjana, 2001; 367).
Rumus yang saya gunakan adalah rumus Penduga sebagai berikut :
Ŷ = �� + �� �� + �� �� + �� �� + … + �� ��
. . . (1.1)
Dimana :
Ŷ
= Nilai estimasi Y
��
= Nilai Y pada perpotongn antara garis linier dengan sumbu vertikal Y
��
= Slope yang berhubungan dengan variabel ��
��
= Nilai variabel independen ��
Dari rumus diatas, mengenai jumlah kriminalitas (Y) dikaitkan dengan jumlah
penduduk miskin (X1), tingkat pengangguran (X2), jumlah penghasilan (X3) jika
dimasukan ke variabel yang digunakan dapat diperoleh bentuk regresi linier berganda
sebagai berikut :
Ŷ = �� + �� �� + �� �� + �� ��
. . . (1.2)
Universitas Sumatera Utara
Dimana :
Ŷ = Jumlah Kriminalitas (ribuan kasus)
�� = Jumlah Penduduk Miskin (ribuan Jiwa)
�� = Tingkat Pengangguran (%)
�� = Jumlah Penghasilan (Jutaan Rupiah)
Untuk Model (1.2), regresi linier berganda dengan tiga peubah bebas X1, X2 dan X3,
dengan menggunakan metode kuadrat terkecil, diperoleh empat persamaan oleh tiga
variabel yang terbentuk :
∑ Y = nb
0
+b1 ∑ X 1 + b2 ∑ X 2 + b3 ∑ X 3
∑ YX =b ∑ X + b ∑ ( X ) + b ∑ X X +b ∑ X X
∑ YX 2 =b0 ∑ X 2 + b1 ∑ X 1 X 2 + b2 ∑ ( X 2 ) 2 +b3 ∑ X 2 X 3
∑ YX =b ∑ X + b ∑ X X + b ∑ X X +b ∑ ( X )
2
1
0
1
1
3
0
3
1
1
2
1
2
3
2
2
3
3
1
3
2
1
3
3
Dengan b0, b1, b2, b3, adalah koefisien yang ditentukan berdasarkan data hasil
pengamatan.
.
1.7
Pengujian Kriteria Statistik
Gujarati (1995) menyatakan bahwa uji signifikan merupakan prosedur yang digunakan
untuk menguji kebenaran atau kesehatan dari hasil hipotesis nol dari sampel. Ide dasar
yang melatarbelakangi pengujian signifikansi adalah uji statistik (estimator) dari
distribusi sampel dari suatu statistik dibawah hipotesis nol. Keputusan untuk mengolah
Ho dibuat berdasarkan nilai uji statistik yang diperoleh dari data yang ada.
1.7.1 Kesalahan Standard Estimasi
Untuk mengetahui ketepatan persamaan estimasi dapat digunakan kesalahan standar
estimasi (standard error of estimate). Besarnya kesalahan standar estimasi
menunjukkan ketepatan persamaan estimasi untuk menjelaskan nilai variabel tidak
bebas yang sesungguhnya. Semakin kecil nilai kesalahan standar estimasi, makin
tinggi ketepatan persamaan estimasi yang dihasilkan untuk menjelaskan nilai variable
Universitas Sumatera Utara
tidak bebas sesungguhnya. Sebaliknya, semakin besar nilai kesalahan standar estimasi,
makin rendah ketepatan persamaan estimasi yang dihasilkan untuk menjelaskan nilai
variable tidak bebas sesungguhnya ( Algifari, 2000). Kesalahan standar estimasi dapat
ditentukan dengan rumus :
��,1,2,…,�
dimana:
Yi
= nilai data sebenarnya
Ŷ
= nilai taksiran
∑ �� �� 2
�
=
�−�−1
1.7.2 Uji F-Statistik
Uji statistik ini adalah pengujian yang bertujuan untuk mengetahui seberapa besar
pengaruh koefisien regresi secara bersama-sama terhadap variabel dependen. Adapun
langkah-langkah dalam pengujian uji F-statistik adalah sebagai berikut:
1.
Menentukan formulasi hipotesis
2.
Mencari nilai Ftabel dari Tabel Distribusi F
Dengan taraf nyata α = 0,05 dan nilai Ftabel dengan dk pembilang (v1) = k = 3 dan
dk penyebut (v2) = n – k – 1 = 33 – 3 – 1 = 29, maka di peroleh ��1 ;�2 (�) =
3.
�3;29(0,05) = 2,045
Menentukan kriteria pengujian
�0 diterima bila �ℎ����� < ������
4.
�0 ditolak bila �ℎ����� ≥ ������
Menentukan nilai statistik Fhitung
�ℎ����� =
�� (��� )/�
�� (��� )/(� −�−1)
Untuk menguji model regresi yang telah terbentuk, maka diperlukan nilai-nilai uji
keberartian regresi y, x1, x2 dan x3 dengan rumus :
y= Y − Y
�1 = �1 − ��1
�2 = �2 − ��2
�3 = �3 − ��3
Universitas Sumatera Utara
1.7.3 Koefisien Determinasi (R2)
Menguji keberartian regresi linear berganda dimaksudkan untuk meyakinkan apakah
regresi yang didapat berdasarkan penelitian ada artinya bila dipakai untuk membuat
kesimpulan mengenai sejumlah peubah yang dipelajari.(Usman, Husaini, dan R.
Purnomo Setiady Akbar, 1995).
Hipotesa :
H0
: Tidak terdapat hubungan fungsional yang signifikan antara semua faktor
yang mempengaruhi terhadap faktor yang dipengaruhi.
H1
: Terdapat hubungan fungsional yang signifikan antara semua faktor yang
mempengaruhi terhadap faktor yang dipengaruhi.
Koefisien determinasi yang dinyatakan dengan R2 untuk pengujian regresi
linear berganda yang mencakup lebih dari dua variabel adalah untuk mengetahui
proporsi keragaman total dalam variabel terikat (Y) yang dapat dijelaskan atau
diterangkan oleh variabel–variabel bebas (X) yang ada dalam model persamaan regresi
linear berganda secara bersama–sama. Maka R2 akan ditentukan dengan rumus,yaitu:
�2 =
Dimana:
JKreg
�����
∑ ��2
= Jumlah Kuadrat Regresi
Harga R2 yang diperoleh sesuai dengan variansi yang dijelaskan masing – masing
variabel yang tinggal dalam regresi. Hal ini mengakibatkan variasi yang
dijelaskan penduga yang disebabkan oleh variabel yang berpengaruh saja
(yang bersifat nyata).
1.7.4
Koefisien Korelasi
Analisa korelasi adalah alat statistik yang dapat digunakan untuk mengetahui derajat
hubungan linier antara satu variabel dengan variabel lain. Ukuran yang dipakai untuk
mengetahui derajat hubungan, terutama data kuantitatif dinamakan koefisien korelasi.
Untuk menghitung koefisien korelasi (r) antara dua variabel dapat digunakan rumus:
Universitas Sumatera Utara
Dimana:
��� =
� ∑ �� − (∑ �)(∑ �)
�{� ∑ � 2 − (∑ �)2 }{� ∑ � 2 − (∑ �)2 }
ryx
= Koefisien korelasi antara Y dan X
X
= Variabel bebas
Y
= Variabel terikat
Nilai r selalu terletak antara -1 dan 1, sehingga nilai r tersebut dapat ditulis-1≤ r
≤+1. Untuk r = +1, berarti ada korelasi positif sempurna antara X dan Y, sebaliknya
jika r = -1, berarti korelasi negatif sempurna antara X dan Y, sedangkan r = 0, berarti
tidak ada korelasi antara X dan Y.
Jika kenaikan didalam suatu variabel diikuti dengan kenaikan didalam variabel
lain, maka dapat dikatakan bahwa kedua variabel tersebut mempunyai korelasi yang
positif. Tetapi jika kenaikan didalam suatu variabel diikuti oleh penurunan didalam
variabel lain, maka dapat dikatakan bahwa variabel tersebut mempunyai korelasi yang
negatif. Dan jika tidak ada perubahan pada variabel walaupun variabel lainnya
berubah maka dikatakan bahwa kedua variabel tersebut tidak mempunyai hubungan.
Interpretasi harga r akan disajikan dalam tabel berikut:
Tabel 1.1 Interpretasi Koefisien Korelasi
BesarnyaNilai ���
1
Interpretasi
Korelasi Sempurna
0,81 − 0,99
Sangat Tinggi
0,41 − 0,60
Cukup Tinggi
0,01 − 0,20
Sangat Rendah
0,61 − 0,80
Tinggi
0,21 − 0,40
Rendah
0
Tidak ada korelasi
Sumber : Suharsimi Arikunto (2010:22)
Keterangan:
r
= koefisien korelasi
+
= menunjukkan korelasi positif
−
= menunjukkan korelasi negatif
Universitas Sumatera Utara
0
= menunjukkan tidak adanya korelasi (korelasi nihil)
Hubungan antara variabel dapat dikelompokkan menjadi tiga jenis:
1. Korelasi Positif
Terjadinya korelasi positif apabila perubahan antara variabel yang satu diikuti oleh
variabel lainnya dengan arah yang sama (berbanding lurus). Artinya variabel yang
satu meningkat, maka akan diikuti peningkatan variabel lainnya.
2. Korelasi Negatif
Terjadinya korelasi negatif apabila perubahan antara variabel yang satu diikuti oleh
variabel lainnya dengan arah yang berlawanan (berbanding terbalik). Artinya
apabila variabel yang satu meningkat, maka akan diikuti penurunan variabel
lainnya.
3. Korelasi Nihil
Korelasi nihil artinya tidak adanya korelasi antara variabel.
Dalam hal ini penulis menggunakan tiga variabel dalam penelitiannya, untuk
hubungan tiga variabel dapat dihitung dengan menggunakan rumus sebagai berikut:
a. Koefisien Korelasi antara Y dan X1
��� 1 =
� ∑ �1 �1 − (∑ �1 )(∑ �)
�{� ∑ �12 − (∑ �1 )2 }{� ∑ � 2 − (∑ �)2 }
b. Koefisien Korelasi antara Y dan X2
��� 2 =
� ∑ �2 �1 − (∑ �2 )(∑ �)
�{� ∑ �22 − (∑ �2 )2 }{� ∑ � 2 − (∑ �)2 }
c. Koefisien Korelasi antara Y dan X3
��� 3 =
� ∑ �3 �1 − (∑ �3 )(∑ �)
�{� ∑ �32 − (∑ �3 )2 }{� ∑ � 2 − (∑ �)2 }
d. Koefisien Korelasi antara X1 dan X2
�12 =
� ∑ �1 �2 − (∑ �1 )(∑ �2 )
�{� ∑ �12 − (∑ �1 )2 }{� ∑ �22 − (∑ �2 )2 }
Universitas Sumatera Utara
e. Koefisien Korelasi antara X1 dan X3
�13 =
� ∑ �1 �3 − (∑ �1 )(∑ �3 )
�{� ∑ �12 − (∑ �1 )2 }{� ∑ �32 − (∑ �3 )2 }
f. Koefisien Korelasi antara X2 dan X3
�23 =
1.7.5
Uji t- Statistik
� ∑ �2 �3 − (∑ �2 )(∑ �3 )
�{� ∑ �22 − (∑ �2 )2 }{� ∑ �32 − (∑ �3 )2 }
Uji t-statistik merupakan suatu pengujian secara parsial yang bertujuan untuk
mengetahui apakah masing-masing koefisien regresi signifikan atau tidak terhadap
variabel dependen dengan menganggap variabel lainnya konstan. Adapun langkahlangkahnya adalah:
1.
Menentukan formulasi hipotesis
2.
Mencari nilai ttabel dari Tabel Distribusi t
3.
Menentukan kriteria pengujian
�0 diterima bila �ℎ����� < ������
4.
�0 ditolak bila �ℎ����� ≥ ������
Menentukan nilai statistik thitung
Untuk menguji hipotesis ini digunakan kekeliruan baku taksiran
��2.12 …�
��1 = �
(∑ �12 )(1 − ��2.12 )
Selanjutnya hitung statistik :
�ℎ����� =
�1
��1
5. Kesimpulan
1.7.6 Uji Penyimpangan Asumsi Klasik
1.7.6.1 Uji Multikolinieritas
Uji multikolinieritas dilakukan untuk menguji apakah pada model regresi ditemukan
adanya korelasi antar variabel bebas, model regresi yang baik tidak ada korelasi yang
Universitas Sumatera Utara
tinggi diantara variabel-variabel independennya. Pengujian ada tidaknya gejala
multikolinieritas dilakukan dengan memperhatikan nilai matriks korelasi yang
dihasilkan pada saat pengolahan data serta nilai VIF (Variance Inflation Factor) dan
toleransinya. Apabila nilai matrik korelasi tidak ada yang lebih besar dari 0,5 maka
dapat dikatakan data yang akan dianalisis bebas dari multikolinieritas. Kemudian
apabila nilai VIF berada dibawah 10 dan nilai toleransi mendekati 1, maka diambil
kesimpulan bahwa model regresi tersebut tidak terdapat multikolinieritas (Singgih
Santoso, 2000).
1.7.6.2 Uji Heteroskedastisitas
Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi
ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain tetap,
maka disebut homoskedastitas dan jika berbeda disebut Heteroskedastisitas.
Untuk menguji heteroskedastisitas digunakan uji Glesjer SPSS.Uji ini pada
dasarnya bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan
variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari
residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas
dan berbeda disebut Heteroskedastisitas. Model regresi yang baik seharusnya tidak
terjadi heteroskedastisitas. Dasar pengambilan keputusan pada Uji Heteroskedastisitas
yakni:
•
Jika nilai signifikansi lebih besar dari 0,05, kesimpulannya adalah tidak terjadi
heteroskedastisitas.
•
Jika nilai nilai signifikansi lebih kecil dari 0,05, kesimpulannya adalah terjadi
heteroskedastisitas.
1.7.6.3
Uji Normalitas
Uji Normalitas bertujuan untuk menguji apakah dalam model regresi variabel bebas
keduanya mempunyai distribusi normal ataukah tidak. Model regresi yang baik adalah
memiliki distribusi data normal atau dilakukan dengan uji kolmogrov smirnov.
Untuk menguji normalitas data dapat digunakan dengan uji kolmogrov smirnov
dengan melihat data residualnya. Uji kolmogrov smirnov dihitung dengan bantuan
SPSS. Dasar pengambilan keputusan dalam uji normalitas yakni : jika nilai
Universitas Sumatera Utara
signifikansi lebih besar dari 0,05 maka data tersebut berdistribusi normal. Sebaliknya,
jika nilai signifikansi lebih kecil dari 0,05 maka data tersebut tidak berdistribusi
normal.
1.8
Metode Penelitian
penelitian adalah salah satu cara yang terdiri dari langkah – langkah atau urutan
kegiatan yang berfungsi sebagai pedoman umum yang digunakan untuk melaksanakan
penelitian sehingga apa yang menjadi tujuan dari penelitian itu dapat terwujud. Dalam
penelitian ini dilakukan beberapa langkah untuk menyelesaikan penelitian antara lain :
1. Pengambilan data sekunder yaitu data yang diolah diperoleh dari kantor Badan
Pusat Statistik Provinsi Sumatera Utara.
2. Pengolahan Data
Dalam penelitian ini dilakukan beberapa langkah untuk menyelesaikan penelitian
antara lain:
a. Menentukan apa saja yang menjadi variabel bebas (X) dan variabel terikat (Y).
b. Mencari persamaan regresi antara variabel (X) dan (Y).
3. Menguji tingkat signifikasi pengaruh setiap variabel dengan Uji F, Uji t dan
Koefisien Korelasi dan koefisien Determinasi, serta melalui uji asumsi klasik.
4. Penarikan kesimpulan dari hasil perhitungan.
Universitas Sumatera Utara