Faktor-Faktor Yang Mempengaruhi Jumlah Kriminalitas Berdasarkan Jenis Tindak Kriminalitas Di Kabupaten Deli Serdang Pada Tahun 2009 – 2013

BAB 2 LANDASAN TEORI

2.1 Pengertian Kejahatan

  Pengertian kejahatan dapat dilihat dari beberapa segi pandang yaitu: 1.

  Dipandang dari segi sosiologis Pengertian kriminalitas dipandang dari segi sosialogis adalah salah satu jenis gejala sosial,yaitu suatu kelakuan yang asosial dan amoral yang tidak dikehendaki oleh kelompok pergaulan dan secara sadar ditentang oleh pemerintah (Bonger, 1962).

2. Dipandang dari segi hukum

  Dipandang dari segi hukum kejahatan adalah perbuatan yang dilarang oleh undang-undang dan barang siapa yang melakukan sesuatu perbuatan bertentangan dengan undang-undang tersebut, maka ia akan dihukum. Jadi, tegasnya kejahatan disini adalah setiap perbuatan yang telah ditetapkan atau dirumuskan dalam suatu peraturan misalnya: “penipuan”, menurut pasal 378 K.U.H.P, yaitu:

  “barang siapa dengan maksud untuk menguntungkan diri sendiri atauorang lain secara melawan hukum, dengan memakai nama palsu atau martabat (hoedanigheid) palsu, dengan tipu muslihat atau rangkaian kebohongan, menggerakkan orang lain untuk menyerahkan barang sesuatu kepadanya, atau supaya memberi hutang maupun menghapuskan piutang, diancam karena penipuan dengan penjara paling lama 4 tahun.

3. Dipandang dari segi kejiwaan

  Dipandang dari segi kejiwaan (psikologi) setiap perbuatan manusia adalah dicerminkan oleh kejiwaan dari manusia bersangkutan, yang dalam tindakannya sampai mana manusia tersebut dapat menyesuaikan diri dengan norma-norma yang terdapat dalam masyarakatnya. Jadi dapat dikatakan bahwa perbuatan jahat (kejahatan) adalah satu tindakan atau perbuatan yang tidak sesuai kesadaran hukum masyarakat tertentu tersebut yang oleh karena itu pula perbuatan itu dapat dikatakan adalah tidak normal (abnormal).

2.2 Akibat-Akibat Kejahatan

  Sudah jelas akibat dari kejahatan adalah negatif, sesuatu yang tidak dikehendaki masyarakat, akibat dapat tertuju kepada:

  1. Manusia Perorangan (individu) sebagai korban yang dapat berupa kejiwaan, korban namabaik, dan korban harta (vermogeen) yang menjadi milik manusia sebagai subjek hukum (pendukung hak dan kewajiban).

  2. Masyarakat Diketahui bahwa masyarakat adalah kumpulan dari individu-individu, sehingga seseorang atau beberapa orang yang menjadi korban tindak kejahatan bukan tidak mungkin masyarakat sekitarnya ikut-ikutan menjadi korban, paling sedikit timbulnya keresahan.

3. Diri si Pelaku Tindak Kejahatan

  Si pelaku tindak kejahatan sendiri dapat menjadi korban dari perbuatannya sendiri, yang jelas ia akan disingkirkan oleh masyarakat dan mungkin sekali dihukum pidana untuk diambil nyawanya atas dirampas kemerdekaannya.

2.3 Pengertian Regresi

  Dalam ilmu statistika teknik yang umum digunakan untuk menganalisa hubungan antara dua variabel atau lebih adalah analisa regresi linier.Regresi pertama digunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Dia telah melakukan studi tentang kecendrungan tinggi badan anak. Hasil studi tersebut merupakan suatu kesimpulan bahwa kecendrungan tinggi badan anak yang lahir terhadap orang tuanya adalah menurun mengarah pada tinggi badan rata-rata penduduk. Istilah regresi pada mulanya bertujuan untuk membuat perkiraan nilai satu variable terhadap variable yang lain. Pada perkembangan selanjutnya, analisis regresi dapat digunakan sebagai alat untuk membuat perkiraan nilai suatu variabel dengan menggunakan beberapa variabel lain yang berhubungan dengan variabel tersebut. (Alfigari, 2000).

  Pada dasarnya dalam suatu persamaan regresi terdapat dua macam variabel, yaitu variabel bebas (independent variable) yang dinyatakan dengan simbol X dan variabel terikat (dependent variable) yang biasanya dinyatakan dengan symbol Y. Variabel terikat adalah variabel yang dipengaruhi atau yang nilainya bergantung dari nilai variabel lain. Variabel bebas adalah variabel yang memberikan pengaruh. Bila variabel bebas diketahui maka variabel terikatnya dapat diprediksi besarnya.Prinsip dasar yang harus dipenuhi dalam membangun suatu persamaan regresi adalah bahwa antara variabel terikat dengan variabel bebas mempunyai sifat hubbungan sebab-akibat.

2.4 Analisis Regresi Linier

  Analisis regresi merupakan teknik yang digunakan dalam persamaan matematik yang menyatakan hubungan fugsional antara variabel-variabel. Analisis regresi linier atau regresi garis lurus digunakan untuk : 1.

  Menentukan hubungan fungsional antar variabel dependen dengan independen. Hubungan fungsional ini dapat disebut sebagai persamaan garis regresi yang berbentuk linier.

  2. Meramalkan atau menduga nilai dari satu variabel dengan hubungannya dengan variabel yang lain yang diketahui melalui persamaan garis regresi.

  Variabel yang lain diketahui melalui persamaan garis regresinya. Analisis regresi terdiri dari dua bentuk, yaitu:

  1. Analisis Regresi Linier Sederhana 2.

  Analisis Regresi Linier Berganda Analisis Regresi Linier Sederhana adalah bentuk regresi dengan model yang bertujuan untuk mempelajari hubungan antara dua variabel, yakni variabel terikat dan variabel bebas.Sedangkan analisis regresi berganda adalah bentuk regresi dengan model yang memiliki hubungan antara satu variabel terikat dengan dua atau lebih variabel bebas.Variabel bebas adalah variabel yang nilainya tergantung dengan variabel lainya, sedangkan variabel terikat adalah variabel yang nilainya tergantung dari variabel lainya.

  Analisi regresi digunakan untuk mengetahui hubungan antara dua variabel atau lebih, terutama untuk menelusuri pola hubungan yang modelnya beluum diketahui dengan baik, atau untuk meengetahui bagaimana variasi dari beberapa variabel bebas mempengaruhi variabel dependen dalam suatu fenomena yang komplek. Jika adalah variabel-variabel bebas dan Y adalah variabel terikat, maka terdapat hubungan antara fungsional antara X dan Y, dimana variasi dari X akan diiringi pula oleh variasi dari Y. Jika dibuat secara matematis hubungan ini dapat dijabarkan sebagai berikut : Keterangan : Y = Variabel terikat (Dependen) X = Variabel bebas (Independen) e = Variabel residu (disturbace term)

2.4.1 Analisis Regresi Linier Sederhana

  Analisis regresi linier sederhana terdiri dari satu variabel bebas dan satu variabel terikat. Dengan kata lain variabel yang dianalisis terdiri dari satu variabelprediktor dan satu variabel kriterium. Model regresi linier sederhanaya adalah:

  Keterangan : Y = Variabel terikat (dependent variable) X = Variabel bebas (independent variable) a = Konstanta (intrcept) b = Kemiringan (slope)

  Penggunaan regresi linier sederhana didasarkan pada asumsi, diantaranya sebagai berikut :

1. Model regresi harus linier dalam parameter 2.

  Variabel bebas tidak berkolerasi dengan disturbance term (eror) 3. Nilai disturbance term sebesar 0 atau dengan symbol sebagai e 4. Varian untuk masing-masing error term (kesalahan) konstan 5. Tidak terjadi autokorelasi 6. Model regresi dispesifikasikan secara benar. Tidak terdapat bias spesifikasi dalam model yang digunakan dalam analisis empiris.

  Koefisien-koefisien regresi a dan b dapat dihitung dengan rumus: ∑ ∑ ∑ ∑

  ∑ ∑ ∑ ∑ ∑

  ∑ ∑ Jika koefisien b terlebih dahulu dihitung, maka koefisien a dapat dihitung dengan rumus:

  ̅ ̅ Dengan ̅dan ̅ masing-masing rata-rata untuk variabel-variabel X dan Y.

2.4.2 Analisis Regresi Linier Berganda

  Regresi Linier ganda (Mulltiple Regression) berguna untuk mencari pengaruh atau untuk meramalkan dua variabel predictor atau lebih terhadap variabel kriteriumnya. Suatu persamaan regresi linier yang memiliki lebih dari satu variabel bebas X dan satu variabel terikat Y akan membentuk suatu persamaan regresi yang baru, disebut persamaan regresi linieer berganda (multiple

  

regression) . Model persamaan regresi linier berganda hamper sama dengan model

regrei linier sederhana, letak perbedaanya hanya pada jumlah variabel bebasnya.

  Secara umum model regresi linier berganda adalah sebagai berikut: Keterangan : Y = Variabel terikat (dependent variable) X = Variabel bebas (independent variable)

  = Konstanta regresi = Koefisien regresi variabel bebas e = Pengamatan variabel error

  Dalam penelitian ini digunakan enam variabel yang terdiri dari satu variabel terikat (Y) dan lima variabel bebas (X). Maka persamaan regresi bergandanya adalah: Persamaan diatas dapat diselesaikan dengan empat bentuk, yaitu :

  

∑ ∑ ∑ ∑ ∑ ∑

∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑

  ∑ ∑ ∑ ∑ ∑ ∑ ∑

∑ ∑ ∑ ∑ ∑ ∑ ∑

2.5 Uji Keberartian Regresi

  Sebelum persamaan regresi yang diperoleh digunakan untuk membuat kesimpulan, terlebih dahulu doperiksa setidak-setidaknya mengenai kelinieran dan keberaatianya. Pemeriksaan ini ditempuh melalui pengujian hipotesis. Uji keberartian dilakukan untuk meyakinkan diri apakah regresi yang didapat berdasarkan penelitian ada artinya bila dipakai untuk membuat kesimpulan mengenai hubungan sejumlah peubah yang sedang dipelajari. Untuk itu diperlukan dua macam jumlah kuadrat (JK) yaitu jumlah kuadrat untuk regresi yang ditulis dan jumlah kuadrat untuk sisa (residu) yang ditulis dengan

  . Jika ̅ ̅ ̅ ̅ maka secara umum jimlah kuadrat-kuadrat tersebut dapat dihitung dengan rumus :

  ∑ ∑ ∑ Dengan derajat kebebasan dk=k

  ∑ ̅ Dengan derajat kebebasan dk= (n

• – k – 1) untuk sampel berukuran n, dengan demikian uji keberartian regresi berganda dapat dihitung dengan : Dimana statistik F yang menyebar mengikuti distribusi F dengan derajat kebebasan pembilang .

2.6 Koefisien Determinasi

  Koefisien determinasi yang dinyatakan dengan untuk pengujian regresi linier berganda yang mencakup lebih dari dua variabel adalah untuk mengetahui proporsi keragaman total dalam variabel tak bebas (Y) yang dapat dijelaskan atau diterangkan oleh variabel-variabel bebas (X) yang ada di dalam model persamaan regresi linier berganda secara bersama-sama. Maka akan ditentukan dengan rumus, yaitu :

  ∑

  Keterangan : = Jumlah kuadrat regresi

  Harga yang diperoleh sesuai dengan variansi yang dijelaskan masing- masing variabel yang tinggal dalam regresi tersebut. Hal ini mengakibatkan variansi yang dijelaskan penduga yang disebabkan oleh variabel yang berpengaruh saja ataupun dengan kata lain hanya yang bersifat nyata.

2.7 Uji Korelasi

  Analisa korelasi dilakukan untuk mengetahui hubungan antara dua variabel

  

(bivariate correlation ) atau lebih dari 2 variabel (multivariate correlation) dalam

  suatu penelitian. Untuk menghitung koefisien korelasi r berdasarkan sekumpulan data (X i dan Y i ) berukuran n dengan menggunakan rumus: ∑ ∑ ∑

  ∑ ∑ ∑ √ ∑

  Keterangan: :

  Nilai korelasi anatara variabel X dengan variabel Y N : Banyak data

  : Jumlah dari variabel X ∑

  : Jumlah dari variabel Y ∑

  : Jumlah dari perkalian variabel X dan Y ∑

  : Jumlah dari kuadrat variabel X ∑ : Jumlah dari kuadrat variabel Y.

  ∑ :

  Jumlah dari hasil perkalian antara nilai-nilai variabel X dan ∑ variabel Y Korelasi antara variabel dibedakan atas tiga jenis, yaitu: 1.

  Korelasi Positif Perubahan antara variabel berbanding lurus, artinya apabila variabel yang satu meningkat, maka variabel yang lainnya juga mengalami peningkatan.

  2. Korelasi Negatif Perubahan antara variabel berlawanan, artinya apabila variabel yang satu meningkat, maka variabel yang lain mengalami penurunan.

  3. Korelasi Nihil Terjadi apabila perubahan pada variabel yang satu diikuti pada perubahan yang lain dengan arah yang tidak teratur.

  Kuatnya hubungan antar variabel dinyatakan dalam koefisien korelasi. Koefisien korelasi positif terbesar = 1 dan koefisien korelasi negatif terbesar adalah -1, sedangkan yang terkecil adalah 0. Bila hubungan antar dua variabel atau lebih itu mempunyai koefisien korelasi = 1 atau = -1 maka hubungan tersebut sempurna. Setelah diperoleh nilai r kemudian diinterpretasikan terhadap koefisien korelasi (Sugiyono, 2006) yaitu:

  

Tabel Interpretasi Koefisien Korelasi Nilai r

R Interpretasi

Tidak berkorelasi

  Sangat rendah 0,01 – 0,20 Rendah 0,21 – 0,40

  Agak rendah 0,41 – 0,60 Cukup 0,61 – 0,80

  Tinggi 0,81 – 0,99

1 Sangat tinggi

  2.8 Kesalahan Standar Estimasi

  Untuk mengetahui ketetapan persamaan estimasi dapat digunakan keslahan standar estimasi (standard error of estimate).Besarnya kesalahan standar estimasi menunjukan ketetapan persamaan estimasi untuk menjelaskan nilai variabel tidak bebas yang sesungguhnya.Semakin kecil nilai kesalahan standar estimasi tersebut, makin tinggi ketetapan persamaan estimasi yang dihasilkan untuk menjelaskan nilai variabel tidak bebas sesungguhnya. Sebaliknya, semakin besar nilai kesalahan standar estimasi, maka semakin rendah persamaan estimasi yang dihasilkan untuk menjelaskan nilai variabel tidak sesungguhnya.(Algifari. 2000.

  

Analisa regreesi Teor,, Kasus dan Solusi, Edisi 2. Yogyakarta : BPFE. Hal

17) .Kesalahan standar estimasi (kekeliruan baku taksiran) dapat ditentukan

∑ ̅

  dengan rumus : √

  2.9 Pengujian Hipotesis

  Pengujian hipotesis merupakan salah satu tujuan yang akan dibuktikan dalam penelitian. Jika terdapat deviasi antara sampel yang ditentukan dengan jumlah populasi maka tidak tertutup kemungkinan untuk terjadinya kesalahan dalam mengambil keputusan antara menolak atau menerima suatu hipotesis.

  Pengujian hipotesis dapat didasarkan dengan menggunakan dua hal, yaitu : tingkat signifikansi atau probabilitas dan tingkat kepercayaan atau

  

confidence interval . Didasarkan tingkat signifikansi pada umumnya orang

  menggunakan 0,05. Kisaran tingkat signifikansi mulai dari 0,01 sampai dengan 0,1. Yang dimaksud dengan tingkat signifikansi adalah probabilitas melakukan kesalahan ttipe 1, yaitu kesalahan menolak hipotesis ketika hipotesis tersebut benar. Tingkat kepercayaan pada umumnya ialah sebesar 95%, yang dimaksud dengan tingkat kepercayaan ialah tingkat dimana sebesar 95% nilai sampel akan mewakili nilai populasi dimana sampel berasal. Dalam melakukan uji hipotesis terdapat dua hipotesis, yaitu: (hipotesiis 0) dan (hipotesis alternatif). bertujuan untuk memberikan usulan dugaan kemungkinan tidak adanya perbedaan antara perkiraan penelitian dengan keadaan yang sesungguhnya yang akan diteliti. bertujuan memberikan usulan dugaan adanya perbedaan perkiraan dengan keadaan sesungguhnya yang akan diteliti.

  Pembentukan suatu hipotesis memerlukan toeri-teori maupun hasil penelitian terlebih dahulu sebagai pendukung pernyataan hipotesis yang diusulkan. Dalam membentuk hipotesis ada beberapa hal yang dipertimbangkan, yaitu:

  1. Hipotesis nol dan hipotesis alternative yang diusulkan 2.

  Daerah penerimaan dan penolakan serta teknik arah pengujian (one tailed atau two tailed).

  3. Penentuan nilai hitung statistik.

  4. Menarik kesimpulan apakah menerima atau menolak hipotesis yang diusulkan dalam uji keberartian regresi.

  Langkah-langkah yang dibutuhkan untuk pengujian hipotesis ini antara lain.

  1. Tidak terdapat hubungan fungsional yang signifikan antara variabel bebas dengan variabel terikat.

  Terdapat hubungan fungsional yang signifikan antara variabel bebas dengan variabel terikat.

2. Pilih taraf nyata yang diinginkan.

  3. dengan menggunakan persamaan.

  Hitung statistik 4. menggunakan daftar table F dengan taraf signifikansi

  Nilai yaitu : .

  Kriteria pengujian : jika , maka ditolak dan diterima. Sebaliknya jika , maka diterima dan ditolak.