ANALISA HUBUNGAN BANYAKNYA TINGKAT LAKALANTAS BERDASARKAN FAKTOR USIA DAN JENIS KELAMIN PELAKU KECELAKAAN DI KOTA MEDAN
TUGAS AKHIR
Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Ahli Madya.
SANRIANIKA SIMARMATA 052407036
PROGRAM STUDI DIII STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2008
Sanrianika Simarmata : Analisa Hubungan Banyaknya Tingkat Lakalantas Berdasarkan Faktor Usia Dan Jenis Kelamin Pelaku Kecelakaan Di Kota Medan, 2008. USU Repository © 2009
DAFTAR ISI
PERSETUJUAN PERNYATAAN PENGHARGAAN DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR
Halaman i ii iii iv v vi
BAB 1 PENDAHULUAN 1.1 Latar Belakang 1.2 Rumusan Masalah 1.3 Batasan Masalah 1.4 Maksud dan Tujuan Penelitian 1.5 Metode Penelitian 1.6 Lokasi dan Waktu Penelitian 1.7 Sistematika Penulisan
1 1 2 2 3 3 3 4
BAB 2 TINJAUAN TEORITIS 2.1 Statistik Nonparametrik 2.2 Analisa yang Digunakan 2.2.1 Analisa Univariat 2.2.2 Analisa Bivariat 2.3 Uji Chi-Kuadrat 2.3.1 Uji Independen antara Dua Faktor 2.3.2 Koefisien Kontingensi 2.3.3 Metode Analisa
5 5 6 6 6 6 7 10 11
BAB 3 GAMBARAN UMUM LOKASI RISET 3.1 Visi dan Misi Polri 3.2 Telaahan Tugas di Lingkungan SAT LANTAS 3.3 Struktur Organisasi
16 16 17 28
BAB 4 ANALISA DATA 4.1 Analisa Data 4.1.1 Analisa Univariat 4.1.2 Analisa Bivariat
29 29 29 32
BAB 5 IMPLEMENTASI SISTEM 5.1 Pengertian 5.2 Statistik dan Komputer 5.3 SPSS Komputer Statistik 5.4 Mengoperasikan SPSS
37 37 37 38 39
BAB 6 PENUTUP 6.1 Kesimpulan 6.2 Saran
42 42 42
DAFTAR PUSTAKA LAMPIRAN
viii
DAFTAR TABEL
Tabel 2.1 Daftar Kontingensi Tabel 2.2 Daftar Kontingensi dari Frekuensi yang Diharapkan Tabel 4.1 Distribusi Frekuensi Lakalantas Berdasarkan Usia Pelaku Kecelakaan Tabel 4.2 Distribusi Frekuensi Lakalantas Berdasarkan Jenis Kelamin Pelaku Kecelakaan Tabel 4.3 Tingkat Lakalantas Berdasarkan Usia dan Jenis Kelamin Pelaku Kecelakaan Tabel 4.4 Daftar Frekuensi yang Diharapkan Berdasarkan Usia dan Jenis Kelamin Pelaku Lakalantas Tabel 4.5 Penentuan Harga Chi-Kuadrat
Halaman 11 12 29 30 31 33 34
DAFTAR GAMBAR
Halaman Gambar 4.1 Tingkat Lakalantas Berdasarkan Usia dan Jenis Kelamin Pelaku Kecelakaan
31
BAB 1
PENDAHULUAN
1.1 Latar Belakang
Kecelakaan lalu lintas (lakalantas) adalah kejadian dimana sebuah kendaraan bermotor tabrakan dengan kendaraan atau benda lain. Dampak dari hal ini dapat kita lihat dalam kehidupan sehari-hari, terjadinya lakalantas mengakibatkan kerugian yang sangat besar dan bahkan dapat menghilangkan nyawa seseorang.
Jauh sebelum kendaraan bermotor ditemukan, kecelakaan lalu lintas hanya melibatkan kereta, hewan dan manusia. Kecelakaan lalu lintas tercatat pertama kali terjadi di New York pada tanggal 30 Mei 1896. Pada tanggal 17 Agustus di tahun yang sama, tercatat terjadi kecelakaan yang menimpa pejalan kaki di London. (Google, Rabu 21 April 2004)
Banyak faktor-faktor yang mempengaruhi tingkat kecelakaan lalu lintas, salah satu faktor yang lebih dominan adalah kesalahan manusia (human error), karena tingkat kesadaran dan kepatuhan pengendara terhadap peraturan berlalu lintas masih sangat rendah. Pada usia tertentu khususnya di kalangan remaja, tingkat emosional seseorang itu sangat rentan untuk bertindak arogan di jalanan sehingga tidak memperdulikan pengguna jalan yang ada di sekitarnya dan tingkat konsentrasi berkurang saat mengemudikan kendaraan.
Selain itu, aspek jenis kelamin juga menjadi bahan pertimbangan terhadap interpretasi tingginya kecelakaan lalu lintas. Hal ini disebabkan karena para individu pengguna jalan raya, cenderung lebih banyak pria daripada wanita sehingga kecelakaan lalu lintas cenderung lebih banyak terjadi pada laki-laki.
Berdasarkan uraian di atas maka penulis akan menganalisa banyaknya tingkat kecelakaan lalu lintas berdasarkan faktor manusianya yang ditinjau dari segi umur dan jenis kelamin pengendara.
1.2 Rumusan Masalah
Adapun masalah yang akan dibahas dalam penelitian ini adalah
untuk menguji
apakah ada hubungan yang cukup berarti atau signifikan antara faktor usia dan jenis kelamin pengendara, terhadap banyaknya tingkat kecelakaan lalu lintas yang terjadi di kota Medan sekitarnya.
1.3 Batasan Masalah
Dalam penelitian ini, penulis hanya membahas banyaknya tingkat kecelakaan lalu lintas berdasarkan usia dan jenis kelamin pelaku lakalantas.
1.4 Maksud dan Tujuan Penelitian
Yang menjadi maksud dan tujuan penelitian ini adalah untuk menelusuri kuat tidaknya hubungan atau pengaruh faktor usia dan jenis kelamin pengendara terhadap banyaknya tingkat kecelakaan lalu lintas dengan menggunakan uji Chi-Kuadrat sehingga diperoleh suatu kesimpulan yang signifikan atau berarti.
1.5 Metode Penelitian
Dalam penelitian ini, data yang digunakan oleh penulis adalah data sekunder yaitu data yang diperoleh dari pihak kedua.
1.6 Lokasi dan Waktu Penelitian
Penulis mengambil data dari kantor Kepolisian Negara Republik Indonesia Daerah Sumatera Utara Kota Besar Medan dan sekitarnya yang bertempat di Jl. H. M. Said No. 1 Medan. Pengambilan data diadakan mulai tanggal 1 April 2008 sampai Tugas Akhir ini selesai.
1.7 Sistematika Penulisan
Pembahasan dalam laporan Tugas Akhir ini dibagi dalam beberapa sub-bab. Secara umum sistematika penulisan yang digunakan adalah: BAB 1
: PENDAHULUAN Yang berisi tentang Latar Belakang, Rumusan Masalah, Batasan Masalah, Maksud dan Tujuan Penelitian, Metode Penelitian, Lokasi dan Waktu Penelitian serta Sistematika Penulisan.
BAB 2
: TINJAUAN TEORITIS Berisi tentang suatu tinjauan teori untuk diaplikasikan dalam pengolahan data yang telah diperoleh.
BAB 3
: GAMBARAN UMUM LOKASI RISET
BAB 4
: ANALISA DATA Pada Bab ini dibahas tentang analisa dan pengolahan data yang telah diperoleh hingga menghasilkan suatu kesimpulan.
BAB 5
: IMPLEMENTASI SISTEM Pada Bab ini akan dicantumkan langkah-langkah pengolahan data dengan menggunakan sistem komputerisasi pada perangkat lunak SPSS.
BAB 6
: PENUTUP Pada Bab ini akan diperoleh suatu kesimpulan dari seluruh pembahasan yang telah dianalisa dan diolah.
DAFTAR PUSTAKA LAMPIRAN
BAB 2
TINJAUAN TEORITIS
2.1 Statistik Nonparametrik
Uji Statistik Nonparametrik adalah uji yang modelnya tidak menetapkan syarat-syarat terhadap parameter populasi yang menjadi induk sampel penelitiannya. Sebab itu observasi-observasi independen dalam variabel yang diteliti pada dasarnya memiliki kontinuitas. Uji metode nonparametrik (bebas sebaran) biasanya digunakan untuk menganalisis data nominal atau ordinal.
Banyak prosedur nonparametrik yang dapat digunakan dalam analisis statistik, diantaranya: 1. Uji Chi-Square 2. Uji Binomial 3. Uji Run 4. Uji Kolmogorov Smimov Satu Sampel 5. Uji dua sampel independen 6. Uji beberapa sampel independen 7. Uji dua sampel yang berkaitan 8. Uji beberapa sampel yang berkaitan 2.2 Analisis yang Digunakan
2.2.1 Analisa Univariat
Digunakan untuk mengetahui distribusi frekuensi dari masing-masing variabel dependen dan variabel independen.
2.2.2 Analisa Bivariat
Hipotesa yang diuji biasanya berbeda dalam ciri khas tertentu, dengan demikian perbedaan itu berhubungan dengan frekuensi relatif masuknya anggota-anggota kelompok ke dalam beberapa kategori.
Untuk menguji hipotesa ini, perlu dihitung dan dibandingkan banyak kasus dari masing-masing kelompok yang termasuk dalam berbagai kategori. Dalam analisa ini digunakan hipotesa Chi-Kuadrat.
2.3 Uji Chi-Kuadrat
Uji Chi-Kuadrat adalah salah satu prosedur nonparametrik yang dapat digunakan dalam analisis statistik. Teknik Chi-Kuadrat (Chi-Square; Chi dibaca Kai; simbol dari 2 huruf Yunani; X ) ditemukan oleh Helmet pada tahun 1875 tetapi baru pada tahun
1900, pertama kali diperkenalkan kembali oleh Karl Pearson.
Uji Chi-Kuadrat digunakan untuk menguji ketergantungan dan homogenitas data sebuah sampel, yang diambil untuk menunjang hipotesis yang menyatakan bahwa populasi asal sampel tersebut mengikuti suatu distribusi yang telah ditetapkan. Oleh karena itu, uji ini dapat juga disebut uji keselarasan (goodness of fit test) karena untuk
menguji apakah sebuah sampel selaras dengan salah satu distribusi teoritis (seperti distribusi normal, uniform, binomial dan lainnya)
Penghitungan frekuensi pemunculan tertentu (data skala nominal) sering dikaitkan dengan penghitungan persentase, proporsi atau yang lain yang sejenis. Chi Kuadrat adalah teknik statistik yang dipergunakan untuk menguji probabilitas seperti itu, yang dilakukan dengan cara mempertentangkan antara frekuensi yang diobservasi (observed frequencies Fo atau O) dengan frekuensi yang diharapkan (expected frequencies
Fh
atau E). Ada beberapa hal yang perlu diperhatikan dalam
menggunakan Chi-Kuadrat, yaitu: 1. Chi-Kuadrat digunakan untuk menganalisa data yang berbentuk frekuensi. 2. Chi-Kuadrat tidak dapat digunakan untuk menentukan besar atau kecilnya korelasi dari variabel-variabel yang dianalisa. 3. Chi-Kuadrat pada dasarnya belum dapat menghasilkan kesimpulan yang memuaskan. 4. Chi-Kuadrat dapat digunakan untuk data kategorik, data diskrit atau data nominal.
2.3.1 Uji Independen antara Dua Faktor
Banyak data hasil pengamatan yang dapat dikelompokkan ke dalam beberapa faktor, karakteristik (atribut), klasifikasi, kategori, golongan atau mungkin tingkatan. Berdasarkan hasil pengamatan terhadap fenomena tersebut di atas, akan diselidiki mengenai assosiasi atau hubungan antara faktor-faktor itu. Dapat dikatakan bahwa faktor-faktor itu bersifat independen atau bebas, tepatnya bebas statistik. Selain itu
akan diselidiki ada tidaknya pengaruh mengenai beberapa taraf atau tingkatan sesuatu faktor terhadap kejadian fenomena.
Secara umum untuk menguji independen antara dua faktor dapat dijelaskan sebagai berikut: misalkan diambil sebuah sampel acak berukuran n, dan tiap pengamatan tunggal diduga terjadi karena adanya dua faktor I dan II. Faktor I terbagi atas b taraf atau tingkatan dan faktor II terbagi atas k taraf. Banyak pengamatan yang terjadi karena taraf ke-I faktor ke-I (i=1,2,…..,b) dan taraf ke j faktor ke-II (j=1,2,….,k) akan dinyatakan dengan . Hasilnya dapat dicatat dalam sebuah daftar kontingensi bxk. Pasangan hipotesis yang akan diuji berdasarkan data dengan memakai penyesuaian dengan persyaratan data yang akan diuji sebagai berikut. HO
: kedua faktor bebas statistik
H1
: kedua faktor tidak bebas statistik
Tabel yang disajikan akan dianalisis untuk setiap sel yang diperlukan kemudian dibentuk tabel kontingensi. Data tabel tersebut dapat dicari hubungan antara faktor-faktor dengan menggunakan statistik uji Chi-Kuadrat.
Pengujian eksak sukar digunakan, karena di sini hanya akan dijelaskan pengujian yang bersifat pendekatan. Untuk ini diperlukan frekuensi teoritik atau banyak gejala yang diharapkan terjadi yang dinyatakan dengan E ij .
Rumusnya adalah sebagai berikut:
Ei j =
ni 0 * n0 j n
Keterangan: E ij
: frekuensi yang diharapkan pada kolom ke-j baris ke-i
nio
: Jumlah baris ke-i
noj
: jumlah kolom ke-j
n
: total jumlah data Dengan demikian misalnya didapat nilai dari teoritik masing-masing data
E1 =1 (n1 x 0 0 )n/1n; E1 =2 (n1 x 0 0 )n/2n E 2 =1 (n 2 x 0 0 ) n /1n; E 2 =2 (n 2 x 0 0 )n/2n dan seterusnya…….. Jelas bahwa n = n1 + 0n 2 + 0. +. nb . =on0 + 1n0 + 2. +. no .
Sehingga nilai statistik yang digunakan untuk menguji hipotesis di atas adalah: b
X
2
k
= ∑∑ i = j j =1
(Oi j − Ei j) 2 Ei
j
Keterangan: oij
: jumlah observasi untuk kasus-kasus yang dikategorikan dalam kasus ke-i pada kolom ke-j
Eij
: banyak kasus yang diharapkan di bawah Ho untuk di kategorikan dalam baris
r
ke-i pada kolom ke-j
k
∑∑ i =1 j =1
: menjumlahkan semua baris (r) dan semua kolom (k), yakni menjumlahkan semua baris yang ada.
Cara
memberikan
interpretasi
terhadap
Chi-Kuadrat
adalah
dengan
menentukan df (degree of freedom atau derajat kebebasan), setelah itu berkonsultasi dengan tabel harga kritik Chi-Kuadrat dari hasil penghitungan dengan harga kritik Chi-Kuadrat, akhirnya mengambil kesimpulan dengan ketentuan: 1. Bila harga Chi-Kuadrat ( X
2
) sama atau lebih besar dari tabel Chi-Kuadrat
maka hipotesa nol (Ho) ditolak dan hipotesa alternatif (H1) diterima 2
2. Bila harga Chi-Kuadrat ( X ) lebih kecil dari tabel Chi-Kuadrat maka hipotesa nol (Ho) diterima dan hipotesa alternatif (H1) ditolak.
Dengan taraf nyata α = 0,05 dan derajat kebebasan (dk) untuk distribusi ChiKuadrat adalah (baris-1)(kolom-1).
2.3.2 Koefisien Kontingensi
Kegunaan tehnik koefisien kontingensi yang diberi simbol C adalah untuk mencari dan menghitung keeratan hubungan antara dua variabel yang mempunyai gejala ordinal (kategori), paling tidak berjenis nominal.
Cara kerja atau penghitungan koefisien kontingensi sangatlah mudah jika nilai Chi-Kuadrat sudah diketahui. Oleh karena itu biasanya para peneliti menghitung harga koefisien kontingensi setelah menemukan harga Chi-Kuadrat.
Rumus untuk menghitung koefisien kontingensi adalah : C=
X h2 i t u X
n g
+N
2 h itu n g
Keterangan: C
= koefisien kontingensi
2 X hitung
N
= hasil perhitungan Chi-Kuadrat = banyak data
2.3.3 Metode Analisa Dalam penelitian ini dilakukan metode analisis kualitatif dengan langkah-langkah sebagai berikut: Langkah 1: Pengumpulan data yang dilakukan penulis dengan mengadakan penelitian di kantor Poltabes Medan sekitarnya.
Langkah 2: Dari data yang dianalisis, lalu disusun dalam distribusi frekuensi.
Langkah 3: Dari data yang dianalisis maka dapat dibentuk daftar kontingensi frekuensi yang diamati seperti di bawah ini: Tabel 2.1 Daftar Kontingensi FAKTOR II (K TARAF) 1 2 K
FAKTOR I (B TARAF)
JUMLAH
JUMLAH
1
O11
O12
.….
O1K
n10
2
O21
O22
.….
O2K
n20
…..
…..
…..
…..
…..
…..
…..
…..
…..
…..
…..
…..
B
OB1 N01
OB2 n02
….. ….2.
OBK nOK
nBO n
Dengan faktor I dan faktor II adalah faktor-faktor yang membentuk daftar kontingensi dengan b baris dan k kolom nij adalah frekuensi yang diamati. b
N ( i ) = ∑ Ei j: i = 1,2,3, . b. i =1 k
N ( j ) = ∑ E i j: j = 1,2,3, . k. j =1
Langkah 4: Tentukan frekuensi yang diharapkan dari frekuensi yang diamati. Kemudian susun tabel kontingensi dari frekuensi yang diharapkan sebagai berikut:
Tabel 2.2 Daftar Kontingensi dari Frekuensi yang Diharapkan FAKTOR II (K TARAF) 1 2 K
FAKTOR I (B TARAF)
JUMLAH
JUMLAH
1
E11
E12
.….
E1K
n10
2
E21
E22
.….
E2K
n20
…..
…..
…..
…..
…..
…..
…..
…..
…..
…..
…..
…..
B
EB1 N01
EB2 n02
….. ….2.
EBK nOK
nBO n
Dengan terbentuknya daftar frekuensi yang diamati dan daftar frekuensi yang diharapkan maka dapat ditentukan harga X2.
Langkah 5: Untuk menghitung harga Chi-Kuadrat, perlu diperhatikan kriteria sebagai berikut: 1. Tidak boleh menggunakan data kurang dari 20 2 2. Frekuensi teoritis ( Eij ) minimum harus 5 setiap kotak, sebab X hanya
berlaku apabila Eij ≥ 5 dengan kata lain apabila < 5 maka Eij tidak dapat dipertanggung jawabkan. Untuk tabel kontingensi 2x2 atau lebih dari 2x2
2 maka sebelum menghitung X perlu diperhatikan dahulu Eij pada setiap
kotak dalam tabel. Jika syarat tidak dipenuhi maka beberapa kolom atau baris perlu digabung. 3. Uji chi-kuadrat dapat digunakan jika kurang dari 20% diantara sel-sel nilai harapan mempunyai frekuensi kurang dari 5 dan tidak satu pun sel memiliki frekuensi kurang dari 1.
2 Setelah kriteria-kriteria di atas dipenuhi maka uji X dapat diterapkan. Untuk 2 menguji apakah harga X dianggap berarti pada suatu level of signifikan tertentu 2 harus diketahui nilai kritis dari X dengan menggunakan daftar pencarian harga Chi-
Kuadrat yang dibandingkan dengan nilai yang diperoleh dari hasil perhitungan. Dengan membaca nilai Chi-Kuadrat yang tepat harus terlebih dahulu dipilih confidence coefficient yang akan dipakai dan degree of freedom-nya. Untuk hal yang umum derajat kebebasan ini adalah sama dengan perkalian (k-1) dan (b-1) atau baris dikalikan kolom. df (degree of freedom)= (k-1)(b-1)
Langkah 6: Hipotesa yang diajukan adalah sebagai berikut ini: H O : Tidak ada hubungan antara banyaknya tingkat lakalantas berdasarkan usia
dan jenis kelamin pelaku kecelakaan lalu lintas. H 1 : Terdapat hubungan antara banyaknya tingkat lakalantas berdasarkan usia dan
jenis kelamin pelaku kecelakaan lalu lintas.
Maka kriteria penerimaan dan penolakan hipotesa adalah sebagai berikut: 2 2 Tolak H O jika X hitung ≥ X tabel 2 2 Terima H O jika X hitung < X tabel
Langkah 7: Selanjutnya akan ditentukan koefisien kontingensi (C) dengan menggunakan rumus sebagai berikut: C=
X h2 i t u X
n g
+N
2 h itu n g
Harga C dipakai untuk nilai derajat assosiasi antar faktor-faktornya adalah dengan membandingkan harga C dengan koefisien kontingensi maksimum. Adapun harga koefisien kontingensi maksimum dihitung dengan rumus sebagai berikut: Cm
=
a k s
m −1 m
dengan m harga minimum antara b dan k atau antara jumlah baris dan kolom.
Langkah 8: Dengan membandingkan C dengan C maks maka keeratan hubungan variabel I dan variabel II ditentukan oleh persentasenya. Hubungan kedua variabel ini disimbolkan dengan Q dan mempunyai nilai antara -1 dan 1.
Bilamana harga Q mendekati 1 maka hubungan tambah erat dan bila Q menjauhi 1 maka hubungan kedua variabel itu semakin kurang erat. Q=
C Cm
x1 0%0 a k s
dengan: Q
: untuk menyatakan persentase derajat hubungan antara variabel I dan variabel II.
C
: koefisien kontingensi
C maks : koefisien kontingensi maksimum
Dengan ketentuan-ketentuan Davis (1971) sebagai berikut: 1. sangat erat jika Q ≥ 0,70 2. erat jika Q antara 0,50 dan 0,49 3. cukup erat jika Q antara 0,30 dan 0,49 4. kurang erat jika Q antara 0,10 dan 0,29 5. dapat diabaikan jika Q antara 0,01 dan 0,29 6. tidak ada jika Q=0,00
BAB 3
GAMBARAN UMUM LOKASI RISET
3.1 Visi dan Misi POLRI
Visi Terwujudnya postur Polri yang profesional, bermoral dan modern sebagai pelindung, pengayom dan pelayan masyarakat yang percaya dalam memelihara Kamtibmas dan menegakkan hukum. Misi 1. memberikan perlindungan, pengayoman dan pelayanan secara mudah, tanggap/responsif dan tidak diskriminatif agar masyarakat bebas dari segala bentuk gangguan fisik dan psikis. 2. memelihara keamanan dan ketertiban masyarakat sepanjang waktu di seluruh wilayah, serta memfasilitasi keikutsertaan masyarakat dalam memelihara kamtibmas di lingkungan masing-masing. 3. memelihara Kamtibcar Lantas untuk menjamin keselamatan dan kelancaran arus orang dan barang. 4. mengembangkan pemolisian masyarakat (Comunity Policing) yang berbasis pada masyarakat patuh hukum (Law Abiding Citizen).
5. menegakkan hukum secara proporsional, obyektif, transparan dan akuntabel untuk menjamin kepastian hukum dan rasa keadilan. 6. mengelola secara profesional, transparan, akuntabel dan modern seluruh sumber daya Polri guna mendukung seluruh operasional tugas Polri.
3.2 Telaahan Tugas di Lingkungan SAT LANTAS
a. Kasat Lantas 1) Kasat Lantas bertugas membina dan menyelenggarakan fungsi lalu lintas meliputi kegiatan pendidikan masyarakat, penegakan hukum, pengkajian masalah lalu lintas, administrasi, registrasi, identifikasi pengemudi Ranmor, penanganan kasus kecelakaan lalu lintas dan melaksanaan penjagaan, Gatur dan Patroli lalu lintas serta melakukan pengawalan dan Patroli lalu lintas 2) Dalam melaksanakan tugas Kasat Lantas menyelenggarakan fungsi: a) Pembinaan fungsi lalu lintas kepolisian dalam lingkungan Poltabes Medan dan sekitarnya b) Penyelenggara dan pembina partisipasi masyarakat melalui kerjasama lintas sektoral, pendidikan masyarakat dan pengkajian masalah di bidang lalu lintas c) Menyelenggarakan operasi kepolisian bidang lalu lintas dalam rangka menegakkan hukum dan ketertiban lalu lintas d) Menyelenggarakan administrasi, registrasi dan identifikasi pengemudi Ranmor
e) Menyelenggarakan penjagaan, pengatur dan Patroli an: pengawalan dan patroli lalu lintas dalam rangka penegakan hukum dan ketertiban lalu lintas guna menjamin kelancaran lalu lintas 3) Kasat Lantas dibantu oleh Wakil Kasat Lantas disingkat Waka Sat Lantas yang bertanggungjawab kepada Kasat Lantas 4) Ka Sat Lantas bertanggungjawab atas pelaksanaan tugas dan kewajibannya kepada Kapoltabes Medan dan sekitarnya b. Waka Sat Lantas 1) Waka Sat Lantas adalah pembantu dan penasehat Utama Kasat Lantas dalam memimpin tugas Sat Lantas terutama dalam menyelenggarakan pembinaan kemampuan termasuk koordinasi dan pengawasan, bertugas kewajiban: a) Mengajukan pertimbangan dan saran kepada Kasat Lantas khususnya mengenai hal-hal yang berhubungan dengan bidang tugasnya b) Merumuskan dan menyampaikan rencana dan program kerja Sat Lantas c) Memimpin, mengkoordinasikan dan mengendalikan pelaksanaan tugas pembinaan yang meliputi personel, logistik, anggaran keuangan dan fungsi khusus lainnya termasuk
serta kegiatan pelayanan dan penyelenggaraan latihan
penyiapan/penyusunan
kekuatan
dan
dukungan/bantuan
administrasi bagi penyelenggaraan operasional kepolisian d) Mengkoordinasikan, mengawasi dan mengarahkan pelaksana kegiatan operasional e) Memelihara dan mengawasi pelaksanaan prosedur kerja serta membina disiplin, tata tertib dan kesadaran hukum di lingkungan Sat Lantas f) Melaksanakan tugas khusus yang dibebankan oleh Kasat Lantas
g) Mewakili Kasat Lantas apabila Kasat Lantas berhalangan melaksanakan tugas kewajibannya 2) Waka Sat Lantas bertanggungjawab atas pelaksanaan tugas dan kewajibannya kepada Kasat Lantas c. Urbin OPS (Urusan Pembinaan Operasional) 1) Urbin Ops adalah unsur pembantu pimpinan dan pelayanan staf di lingkungan Sat Lantas Poltabes Medan dan sekitarnya 2) Urbin Ops bertugas merumuskan / menyiapkan rencana / program kerja anggaran,
termasuk
rencana dan administrasi operasional,
pelatihan,
penyelenggaraan pelayanan urusan administrasi personel, logistik, urusan ketatausahaan, urusan dalam dan pelayanan keuangan Sat Lantas Poltabes Medan dan sekitarnya 3) Urbin Ops dipimpin oleh Kaur Bin Ops yang bertanggungjawab kepada Kasat Lantas dan dalam pelaksanaan tugas sehari-hari di bawah kendali Waka Sat Lantas 4) Kaur Bin Ops dalam pelaksanaan tugas kewajibannya dibantu oleh: a) Ba Min Ops
Menerima surat masuk dan mengagendakan surat masuk dan keluar
Membuat surat-surat yang berhubungan dengan tugas operasional Sat Lantas
Menerima laporan pelaksanaan tugas dan melaporkan ke satuan atas baik Harian, Mingguan, Bulanan
Membuat rencana pelatihan bidang lalu lintas
Merumuskan/menyiapkan
rencana
kerja
anggaran
termasuk
administrasi operasional
Menyelenggarakan pelayanan administrasi personel, logistik, keuangan Sat Lantas
b) Ba Min Tilang •
Membuat rencana kebutuhan Blangko Tilang
•
Menyelenggarakan Administrasi Tilang
•
Menerima dan mendistribusikan Blangko Tilang
•
Melakukan kontrol penggunaan Balngko Tilang
•
Koordinasi dengan CJS tentang Tilang
•
Mengamankan barang bukti Tilang
•
Membuat Laporan Harian, Mingguan, Bulanan
d. Unit Patroli 1) Unit Patroli adalah unsur pelaksana pada Sat Lantas yang berada di bawah Kasat Lantas 2) Unit Patroli bertugas untuk melaksanakan penjagaan, penGatur dan Patroli an, pengawalan (VIP, VVIP, Tamu Negara dan Giat insidentil masyarakat), Patroli lalu lintas dan penegakkan hukum bidang lalu lintas guna terciptanya dan terpeliharanya tata tertib lalu lintas dalam lingkup Poltabes Medan dan sekitarnya 3) Unit Patroli dipimpin oleh Kanit Patroli yang bertanggungjawab kepada Kasat Lantas dan dalam pelaksanaan tugas sehari-hari di bawah kendali Waka Sat Lantas 4) Kanit Patroli dalam pelaksanaan tugas kewajibannya dibantu oleh :
a) Ka Subnit Patroli 1
Membantu tugas Kanit Patroli untuk melakukan pengawasan dan pengendalian personel di wilayah Subnit Patroli 1
Merintahkan personel bawahannya untuk melakukan Gatur dan Patroli Lantas di wilayah Subnit Patroli 1
b) Ka subnit Patroli 2
Membantu tugas Kanit Patroli untuk melakukan pengawasan dan pengendalian personel di wilayah Subnit Patroli 2
Merintahkan personel bawahannya untuk melakukan Gatur dan Patroli Lantas di wilayah Subnit Patroli 2
c) Ka Subnit Patroli 3
Membantu tugas Kanit Patroli untuk melakukan pengawasan dan pengendalian personel di wilayah Subnit Patroli 3
Merintahkan personel bawahannya untuk melakukan Gatur dan Patroli Lantas di wilayah Subnit Patroli 3
d) Ka Subnit Patroli 4
Membantu tugas Kanit Patroli untuk melakukan pengawasan dan pengendalian personel di wilayah Subnit Patroli 4
Merintahkan personel bawahannya untuk melakukan Gatur dan Patroli Lantas di wilayah Subnit Patroli 4
e) Ka Subnit Patroli 5
Membantu tugas Kanit Patroli untuk melakukan pengawasan dan pengendalian personel di wilayah Subnit Patroli 5
Merintahkan personel bawahannya untuk melakukan Pengawalan, Patroli dan PenGatur dan Patroli an Lalu Lintas di wilayah Poltabes MS
e. Unit REGIDENT (Registrasi dan Identifikasi) 1) Unit Regident adalah unsur pelaksana pada Sat Lantas yang berada di bawah Kasat Lantas 2) Unit Regident bertugas untuk menyelenggarakan dan membina pelaksanaan administrasi registrasi dan identifikasi Pengemudi Ranmor 3) Unit Regident dipimpin oleh Kanit Regident yang bertanggungjawab kepada Kasat Lantas dan dalam pelaksanaan tugas sehari-hari di bawah kendali Waka Sat Lantas 4) Kanit Regident dalam pelaksanaan tugas kewajibannya dibantu oleh : a) Ba Min SSB •
Membuat rencana kebutuhan Materiil SIM
•
Menyelenggarakan Administrasi Materiil SIM
•
Menerima dan mendistribusikan Materiil SIM
•
Melakukan kontrol penggunaan Materiil SIM
•
Membuat Laporan Harian, Mingguan, Bulanan
b) Ba Putor SIM •
Menyiapkan Resi / TP3S ke Loket Bank (TP3S)
•
Mengajukan permintaan Resi TP3S ke Dit Lantas Polda
•
Menerima dana TP3S dari loket yang diterima dari pemohon SIM
•
Dan menyetorkan PNBP ke BRI
•
Membukukan penerimaan dan penyetoran dan PNBP
•
Membuat Laporan Harian, Mingguan dan Bulanan ke Kabid Ku Polda yang ditembuskan ke Irwasda, Karo Raro Renbang dan Dir Lantas
c) Ba Putor Klipeng •
Menerima dana Klinik Mengemudi dari pemohon SIM
•
Dan menyetorkan PNBP ke BRI
•
Membukukan penerimaan dan penyetoran dan PNBP
•
Membuat Laporan Harian, Mingguan dan Bulanan ke Kabid Ku Polda yang ditembuskan ke Irwasda, Karo Raro Renbang dan Dir Lantas
•
Menyelenggarakan Ujian Klinik Mengemudi
d) Banit SIM •
Menyelenggarakan Pelayanan Pemohon SIM
•
Mengoreksi berkas pemohon SIM
•
Menyelenggarakan Ujian Teori SIM
•
Menyelenggarakan Ujian Praktek SIM
•
Melakukan Registrasi dan Identifikasi Pemohon SIM
•
Menerbitkan SIM
•
Memberikan SIM kepada pemohon SIM
•
Melakukan penyimpanan Berkas Pemohon SIM
f. Unit DIKYASA (Pendidikan dan Rekayasa) 1) Unit Dikyasa adalah unsur pelaksana pada Sat Lantas yang berada di bawah Kasat Lantas 2) Unit Dikyasa bertugas untuk menyelenggarakan dan membina pelaksanaan kerjasama lintas sektoral, pendidikan masyarakat dan rekayasa bidang lalu lintas
3) Unit Dikyasa dipimpin oleh Kanit Dikyasa yang bertanggungjawab kepada Kasat Lantas dan dalam pelaksanaan tugas sehari-hari di bawah kendali Waka Sat Lantas 4) Kanit Dikyasa dalam pelaksanaan tugas kewajibannya dibantu oleh : a) Ka Subnit Dikmas Lantas
Membantu tugas Kanit Dikyasa untuk melakukan pengawasan dan pengendalian personel Unit Dikyasa dalam melaksanakan tugas pokoknya yaitu tentang pendidikan tentang lalu lintas kepada masyarakat
Merintahkan
personel
bawahannya
untuk
melakukan
kegiatan
pendidikan masyarakat bidang lalu lintas guna meningkatkan kesadaran hukum masyarakat dalam mematuhi peraturan lalu lintas b) Ka Subnit Prasjal
Membantu tugas Kanit Dikyasa untuk melakukan pengawasan dan pengendalian personel Unit Dikyasa dalam melaksanakan tugas pokoknya yaitu tentang pendataan sarana dan prasarana jalan serta rekayasa lalu lintas
Merintahkan
personel
bawahannya
untuk
melakukan
kegiatan
pendataan sarana dan prasarana jalan serta melakukan rekayasa lalu lintas guna terpenuhinya sarana dan prasarana jalan c) Ka Subnit Sarang
Membantu tugas Kanit Dikyasa untuk melakukan pengawasan dan pengendalian personel Unit Dikyasa dalam melaksanakan tugas pokoknya yaitu tentang pendataan sarana dan prasarana angkutan jalan
Merintahkan
personel
bawahannya
untuk
pendataan sarana dan prasarana angkutan
melakukan jalan
kegiatan
terpenuhinya
keselamatan dalam angkutan jalan g. Unit LAKA (Kecelakaan Lalu Lintas) 1) Unit Laka adalah unsur pelaksana pada Sat Lantas yang berada di bawah Kasat Lantas 2) Unit Laka bertugas untuk menyelenggarakan penanganan (Penyelidikan), pemeriksaan (Penyidikan) dan admnistrasi Kasus Laka Lantas 3) Unit Laka dipimpin oleh Kanit Laka yang bertanggungjawab kepada Kasat Lantas dan dalam pelaksanaan tugas sehari-hari di bawah kendali Waka Sat Lantas 4) Kanit Laka dalam pelaksanaan tugas kewajibannya dibantu oleh : a) Ba Min Laka •
Menyelenggarakan Surat masuk dan keluar Unit Laka
•
Mendatakan Laporan Polisi Laka Lantas dalam Buku Register
•
Mengkoordinir Laporan Laka Lantas
•
Menyelenggarakan Buku Register Laka Lantas
b) Ba Penyidik Pembantu •
Menerima berkas dari penjagaan Laka Lantas Meneliti dan membuat Surat Panggilan kepada yang terlibat Laka Lantas Melengkapi Administrasi Penyidikan BAP Tersangaka BAP Korban BAP Saksi-saksi
Menentukan Pasal yang dilanggar •
Melakukan Pemeriksaan
•
Mengirimkan Berkas Perkara ke JPU
•
Menyerahkan tersangka dan Barang Bukti ke JPU
c) Ba Jaga Laka (TPTKP Laka Lantas) •
Menerima Laporan Laka Lantas dari masyarakat
•
Membuat Laporan Polisi dan Sket Gambar Laka Lantas
•
Mengamankan, mengawasi dan menjaga Barang Bukti
•
Mengajukan Laporan Polisi Laka Lantas kepada Kanit Laka melalui Min Laka
•
Mengawasi dan menjaga tahanan Laka Lantas
d) Ka Subnit Laka Percut
Membantu tugas Kanit Laka untuk melakukan pengawasan dan pengendalian personel di wilayah Subnit Laka Percut
Merintahkan personel bawahannya untuk melakukan Gatur dan Patroli Lantas dan menyelenggarakan administrasi Laka Lantas di wilayah Subnit Laka Percut
Menangani Kasus Laka Lantas di wilayah Subnit Laka Percut
e) Ka Subnit Laka Sunggal
Membantu tugas Kanit Laka untuk melakukan pengawasan dan pengendalian personel di wilayah Subnit Laka Sunggal
Merintahkan personel bawahannya untuk melakukan Gatur dan Patroli Lantas dan menyelenggarakan administrasi Laka Lantas di wilayah Subnit Laka Sunggal
Menangani Kasus Laka Lantas di wilayah Subnit Laka Sunggal
f) Ka Subnit Laka Labuhan
Membantu tugas Kanit Laka untuk melakukan pengawasan dan pengendalian personel di wilayah Subnit Laka Labuhan
Merintahkan personel bawahannya untuk melakukan Gatur dan Patroli Lantas dan menyelenggarakan administrasi Laka Lantas di wilayah Subnit Laka Labuhan
Menangani Kasus Laka Lantas di wilayah Subnit Laka Labuhan
g) Ka Subnit Laka Belawan
Membantu tugas Kanit Laka untuk melakukan pengawasan dan pengendalian personel di wilayah Subnit Laka Belawan
Merintahkan personel bawahannya untuk melakukan Gatur dan Patroli Lantas dan menyelenggarakan administrasi Laka Lantas di wilayah Subnit Laka Belawan
Menangani Kasus Laka Lantas di wilayah Subnit Laka Belawan
h) Ka Subnit Patroli Pancur
Membantu tugas Kanit Laka untuk melakukan pengawasan dan pengendalian personel di wilayah Subnit Laka Pancur
Merintahkan personel bawahannya untuk melakukan Gatur dan Patroli Lantas dan menyelenggarakan administrasi Laka Lantas di wilayah Subnit Laka Pancur
Menangani Kasus Laka Lantas di wilayah Subnit Laka Pancut
BAB 4
ANALISA DATA
4. Analisa Data
5.
Analisa Univariat
Berdasarkan judul penulis yaitu “Analisa Hubungan Banyaknya Tingkat Lakalantas Berdasarkan Usia dan Jenis Kelamin Pelaku Kecelakaan di Kota Medan”, maka penulis memperoleh data dari kantor Poltabes Medan dan sekitarnya. Kemudian data diolah dengan analisa univariat terhadap seluruh variabel yang diringkas dalam bentuk tabel distribusi frekuensi dan tabel silang sebagai berikut:
Tabel 4.1 Distribusi Frekuensi Lakalantas berdasarkan Usia Pelaku Kecelakaan Tahun
Usia 2001
2002
2003
2004
2005
2006
2007
Frek.
Proporsi(%)
<21
21
29
29
47
99
179
162
566
21
21-30
78
75
102
91
180
272
224
1022
38
31-40
47
58
61
75
100
153
116
610
22
41-50
27
28
28
27
62
104
81
357
13
>50
9
8
12
10
38
45
50
172
06
Total
182
198
232
250
479
753
633
2727
100
pelaku
Sumber: Satlantas Poltabes Medan dan sekitarnya
Dari tabel di atas dapat dilihat bahwa pada tahun 2001 s/d 2007 terdapat 38% pelaku kecelakaan yang paling banyak pada umur 21-30 tahun dan sangat jauh jumlahnya dari pelaku kecelakaan pada umur >50 tahun yang hanya mencapai angka 6%.
Tabel 4.2 Distribusi Frekuensi Lakalantas berdasarkan Jenis Kelamin Pelaku Kecelakaan Jenis
Tahun
Frek. Proporsi(%)
Kelamin
2001
2002
2003
2004
2005
2006
2007
Pria
178
194
225
241
466
732
616
2652
97,25
Wanita
4
4
7
9
13
21
17
75
2,75
Total
182
198
232
250
479
753
633
2727
100
Sumber: Satlantas Poltabes Medan dan sekitarnya
Berdasarkan tabel di atas dapat dilihat bahwa 97,25% pelaku kecelakaan adalah pria dan sisanya adalah wanita sekitar 2,75%. Supaya data di atas dapat dibaca dengan jelas, maka data tersebut dapat disusun dalam bentuk tabulasi silang atau crosstabs sebagai berikut:
Tabel 4.3 Tingkat Lakalantas Berdasarkan Usia dan Jenis Kelamin Pelaku Kecelakaan Jenis Kelamin
TOTAL
Usia Pelaku
Pria
Wanita
<20
542
24
566
21-30
990
32
1022
31-40
594
16
610
41-50
354
3
357
>50
172
0
172
TOTAL
2652
75
2727
Sumber: Satlantas Poltabes Medan dan sekitarnya
Berdasarkan tabel di atas dapat dilihat bahwa pelaku kecelakaan lalu lintas pada umumnya adalah pria pada umur 21-30 tahun. Untuk lebih jelasnya dapat dilihat pada grafik di bawah ini.
Gambar 4.1 Tingkat Lakalantas Berdasarkan Usia dan Jenis Kelamin Pelaku Kecelakaan
Frekuensi kecelakaan
1200 1000 800 Pria
600
Wanita
400 200 0 <21
21-30
31-40
41-50
Usia pelaku lakalantas
>50
6.
Analisa Bivariat
Untuk mengetahui apakah ada hubungan antara usia dan jenis kelamin pelaku lakalantas terhadap banyaknya tingkat lakalantas di kota Medan dan sekitarnya, maka perlu dilakukan pengujian dengan uji Chi-Kuadarat, yaitu dengan mengamati jumlah frekuensi yang diharapkan dari frekuensi yang diamati berdasarkan data yang sudah ditabulasi silang pada analisa univariat dengan menggunakan rumus: Ei j =
ni 0 * n0 j n
Berdasarkan 4.3 diperoleh nilai nilai harapannya berikut ini: E11 =(566 x 2652)/2727 =550,43
E21= (1022 x 2652)/2727 =993,89
E12 =(566 x
E22= (1022 x
75)/2727 = 15,56
75)/2727 = 28,11
E31=(610 x 2652)/2727 =593,22
E41=(357 x 2652)/2727 =347,18
E32=(610 x
E42=(357 x
75)/2727 = 16,78
E51=(172 x 2652)/2727 =167,27 E52=(172 x
75)/2727 = 4,73
75)/2727 = 9,82
Dari koefisien-koefisien di atas dapat dibentuk daftar kontingensi dari frekuensi yang diharapkan seperti pada tabel berikut ini:
Tabel 4.4 Daftar Frekuensi yang Diharapkan Berdasarkan Usia dan Jenis Kelamin Pelaku Lakalantas Jenis Kelamin
TOTAL
Usia Pelaku
Pria
Wanita
<20
550,43
15,56
566
21-30
993,89
28,11
1022
31-40
593,22
16,78
610
41-50
347,18
9,82
357
>50
167,27
4,73
172
TOTAL
2652
75
2727
Dari jumlah frekuensi yang diamati dan jumlah frekuensi yang diharapkan dapat ditentukan beda setiap item kejadian yang berlaku. Untuk menguji ada tidaknya hubungan antara banyaknya tingkat lakalantas berdasarkan usia dan jenis kelamin pelaku kecelakaan, dapat digunakan tabel kontingensi dan tabel frekuensi yang 2 diharapkan sehingga dapat ditentukan harga X hitung -nya sebagai berikut ini:
Tabel 4.5 Penentuan Harga Chi-Kuadrat No
Oij
Eij
(Oij-Eij)
(Oij-Eij)2
1
542
550,43
-8,43
2
24
15,56
8,44
71,2326 4,564219653
3
990
993,89
-3,89
15,1321 0,015225125
4
32
28,11
3,89
15,1321 0,538317342
5
594
593,22
0,78
0,6084 0,001025589
6
16
16,78
-0,78
0,6084 0,036257449
7
354
347,18
6,82
46,5124 0,133972003
8
3
9,82
-6,82
46,5124 4,736496945
9
172
167,27
4,73
22,3729 0,133753213
10
0
4,73
-4,73
2727
2726,99
0,01
TOTAL
71,0649
Oij-Eij)2 / Eij
22,3729
0,12910797
4,73
311,5491 15,01837529
Dari tabel diperoleh nilai: b
X
2
k
= ∑∑ i = j j =1
(Oi j − Ei j) 2 Ei
= 15,01837529
j
Hipotesa yang diajukan adalah sebagai berikut ini: H O : Tidak ada hubungan antara banyaknya tingkat lakalantas berdasarkan usia dan jenis kelamin pelaku kecelakaan lalu lintas. H 1 : Terdapat hubungan antara banyaknya tingkat lakalantas berdasarkan usia dan
jenis kelamin pelaku kecelakaan lalu lintas.
Dan kriteria penerimaan dan penolakan hipotesa adalah sebagai berikut: 2 2 Tolak H O jika X hitung ≥ X tabel
2 2 Terima H O jika X hitung < X tabel
2 2 Berdasarkan harga X hitung dibandingkan dengan X tabel yang diperoleh dari
tabel Kai-Kuadrat dengan ketentuan dk= (b-1)(k-1) = (5-1)(2-1) = 4 dan α=0,05 2 maka: X ( 0 , 05:4 ) = 9,94
2 2 sehingga diperoleh X hitung > X tabel yakni 15,02 > 9,94 yang menyatakan H0
ditolak dan H1 diterima yang berarti terdapat hubungan antara banyaknya tingkat lakalantas berdasarkan usia dan jenis kelamin pelaku lakalantas variabel.
Selanjutnya untuk mengetahui seberapa erat hubungan antara kedua variabel maka dapat ditentukan dengan: C=
X h2 i t u X
n g
+N
2 h itu n g
=
1 ,5 0 2 1 ,5 0 2 +2 7 2
C = 0,074 Dari hasil yang diperoleh, maka besarnya derajat hubungan antara kedua variabel adalah 0,074. Agar harga C dapat digunakan untuk menilai derajat assosiasi antara kedua variabel, maka harga C perlu dibandingkan dengan koefisien kontingensi maksimumnya dengan rumus berikut: Cm
=
a k s
m −1 m
Dari tabel kontingensi dengan m harga minimum antara baris (b) dan kolom (k) terdiri atas 5 baris dan 2 kolom, jadi nilai minimumnya adalah 2 sehingga: Cm
2 −1 = 0,707 2
=
a k s
Untuk
mengetahui keeratan hubungan antara banyaknya tingkat
lakalantas
berdasarkan usia dan jenis kelamin pelaku lakalantas maka perlu dibandingkan harga C dan Cmaks. yang dilambangkan dengan Q. Q=
Q=
C Cm
x1 0%0 a k s
0,0 7 4 x1 0%0= 10,47% 0,7 0 7
Karena harga Q 10,47%=0,1047 berada diantara 0,10 dan 0,29 maka berdasarkan ketentuan Davis tahun 1971, hubungan antara banyaknya tingkat lakalantas berdasarkan usia dan jenis kelamin pelaku kecelakaan kurang erat.
BAB 5
IMPLEMENTASI SISTEM
5.1 Pengertian
Tahapan implementasi merupakan tahapan penerapan desain tertulis ke dalam programming. Dalam pengolahan data dalam karya tertulis ini, penulis menggunakan perangkat lunak (software) sebagai iplementasi sistem yaitu SPSS 14.0 for windows untuk memperoleh hasil perhitungan.
5.2 Statistik dan Komputer
Istilah komputer mempunyai arti yang luas dan berbeda untuk orang yang berbeda. Istilah komputer diambil dari bahasa Latin yang berarti menghitung (to compute atau recon). Operasi perhitungan yang digunakan pada umumnya dalam komputer adalah operasi Matematika
seperti (x, :, +, -) dan Logika (<, >, =).
Perkembangan teknologi canggih terutama pada media elektronik komputer pada intinya adalah memberdayagunakan operasi perhitungan Matematika dan Logika untuk memperbaiki otak komputer (CPU: Central Processing Unit).
Di sisi lain, ilmu Statistik merupakan bagian dari ilmu Matematika yang penuh dengan operasi perhitungan. Statistik berasal dari kata “Statistik” yang berarti data yang telah diolah tetapi masih dapat mengalami proses pengolahan lagi. Jika Statistik menyediakan cara/metode pengolahan data maka komputer menyediakan sarana pengolahan data. Dengan bantuan komputer, pengolahan data statistik hingga dihasilkan informasi yang relevan menjadi lebih cepat dan akurat.
Komputer memiliki keunggulan utama dibandingkan dengan kemampuan manusia yaitu komputer memiliki kecepatan yang tinggi, ketepatan (presisi) yang tinggi, keandalan dan juga mempunyai daya tahan kerja yang tinggi.
5.3 SPSS dan Komputer Statistik
Saat ini banyak beredar program-program komputer statistik mulai dari yang kuno dan berbasisis DOS seperti Microstat sampai yang berbasis Windows seperti SPSS, SAS, Statistica dan lain sebagainya. Dari berbagai software statistik yang beredar sekarang, SPSS adalah yang paling populer dan paling banyak digunakan di seluruh dunia.
SPSS pertama kali dibuat tahun 1968 oleh tiga mahasiswa Stanford University, yang dioperasikan pada komputer mainframe. Pada tahun 1984, SPSS pertama kali muncul dengan versi PC (dapat dipakai untuk komputer Desktop) dengan nama SPSS/PC+ dan sejalan dengan mulai populernya sistem operasi Windows.
Hal ini membuat SPSS yang tadinya ditujukan bagi pengolahan data statistik untuk ilmu sosial (saat itu SPSS singkatan dari Statistical Package for the Social
Sciences), sekarang diperluas untuk melayani berbagai jenis user seperti proses produksi di pabrik/industri, riset ilmu-ilmu sains dan lainnya. Sehingga sekarang kepanjangan dari SPSS adalah (Statistical Product and Service Solutions).
5.4 Mengoperasikan SPSS
Secara umum ada tiga tahapan yang harus dilakukan dalam mengoperasikan SPSS supaya hasil yang diperoleh berdayaguna yaitu tahap penyiapan data mencakup pemasukan (input) data, penyuntingan (editing) data, penyimpanan data, tahap proses analisis data dan tahap analisis hasil.
Adapun langkah-langkah pengolahan data dengan menggunakan program SPSS adalah: 7. Aktifkan program pada windows dengan perintah Start lalu klik all program pilih SPSS 14.0 for windows
8. Langkah-langkah memasukkan data Buka lembar kerja baru dari menu file, pilih menu new lalu klik data. Beri nama variabel dan properti yang diperlukan
Kemudian klik tab sheet “variable view” yang ada di bagian kiri bawah Cara pengisiannya adalah sebagai berikut: 3
Name. Klik ganda sel tersebut kemudian ketik umur pelaku
4
Type. Pilih numeric
5
Width. Untuk keseragaman ketik 8
6
Decimals. Karena tipe data numeric dengan kode, maka ketik angka 0 yang berarti tidak ada desimal
7
Label. Bagian ini dapat diabaikan
8
Values. Klik kotak kecil di kanan sel, lalu isikan value dengan mengetik angka 1 dan value label dengan mengetik umur <21 tahun, setelah itu klik add untuk melanjutkan proses pelebelan, begitu seterusnya sampai angka 5 pada value dan umur >50 tahun pada value label.
9. Menyimpan data Data yang diisi dalam SPSS disimpan dengan mengklik menu file, save data lalu ketikkan nama file yang hendak disimpan, klik OK atau Enter. 10. Pemrosesan data 7. Frequencies Dari menu SPSS, pilih menu Analize kemudian sub menu Descriptive Statistics, lalu pilih Frequencies seperti gambar di bawah ini:
8. Crosstab Dari menu SPSS pilih menu Analize kemudian sub menu Descriptive Statistics lalu pilih Crosstab, seperti gambar di bawah ini: 9. Pada kotak Crosstab akan ditampilkan variabel-variabel yang akan diuji 10. Pindahkan variabel umur pelaku pada baris (rows) dan variabel jenis kelamin pada kolom (columns) 11. Kemudian klik Statistics pilih Chi-Square coefficient 12. Dilanjutkan dengan mengklik cells pilih observed dan expected 13. Kemudian klik kontinu dan akhiri dengan mengklik OK, maka hasilnya akan tampil pada output
BAB 6
KESIMPULAN DAN SARAN
8.1 Kesimpulan
Berdasarkan data yang telah diperoleh dan diolah dengan Chi-Kuadrat maka dapat disimpulkan bahwa, terdapat hubungan antara banyaknya tingkat lakalantas berdasarkan usia dan jenis kelamin pelaku kecelakaan lalu lintas di kota Medan 2 2 sekitarnya. Besarnya hubungan antara kedua faktor adalah X hitung > X tabel yakni
15,02 > 9,94. Dan keeratan hubungan antara kedua variabel adalah Q = 10,47% dan dinyatakan hubungannya kurang erat.
8.2 Saran 1. Pemerintah Indonesia dan pemerintah setempat secara khususnya Sat Lantas agar lebih meningkatkan ketertiban dalam berlalu lintas. 14. Perlunya kesadaran semua pihak masyarakat pengguna jalan untuk taat berlalu lintas. 15. Untuk mengetahui hubungan yang lebih signifikan dalam banyaknya tingkat lakalantas, gunakan beberapa faktor yang mempengaruhi dengan sampel yang lebih besar.
DAFTAR PUSTAKA
Siegel, Sidney. 1992. Statistik Nonparametrik. Jakarta: PT Gramedia Pustaka Utama. Sudjana. 1992. Metode Statistika. Bandung: Tarsito. Saleh, Samsubar.1986. Statistik Nonparametrik Yogyakarta: BPFE Yogyakarta. Usman, Husain. 2006. Pengantar Statistika. Jakarta: PT Bumi Aksara. Santoso, Singgih. 1992. Mengolah Data Statistik Secara Profesional. Jakarta: PT Elex Media Komputindo.
Aplikasi Pengolahan Data dengan SPSS
Frequencies [DataSet0] Statistics
N
umur_pelaku_lakalant as
jenis_kelamin_pelaku _lakalantas
Valid
2727
2727
Missing
0
0
Mean
2.47
1.03
Median
2.00
1.00
Mode
2
1
Std. Deviation
1.142
.164
Variance
1.305
.027
Range
4
1
Frequency Table umur_pelaku_lakalantas
Valid
Frequency
Percent
Valid Percent
Cumulative Percent
<21
566
20.8
20.8
20.8
21-30
1022
37.5
37.5
58.2
31-40
610
22.4
22.4
80.6
41-50
357
13.1
13.1
93.7
>50
172
6.3
6.3
100.0
Total
2727
100.0
100.0
jenis_kelamin_pelaku_lakalantas
Valid
pria wanita Total
Frequency
Percent
Valid Percent
Cumulative Percent
2652
97.2
97.2
97.2
75
2.8
2.8
100.0
2727
100.0
100.0
Histogram N =2,727 Std. Dev. =1.142
Mean =2.47
umur_pelaku_lakalantas
1,200
1,000
Frequency
800
600
400
200
0 0
1
2
3
4
umur_pelaku_lakalantas
5
6
N =2,727 Std. Dev. =0.164
Mean =1.03
jenis_kelamin_pelaku_lakalantas
3,000
Frequency
2,000
1,000
0 0.5
1
1.5
2
2.5
jenis_kelamin_pelaku_lakalantas
Crosstabs [DataSet0] Case Processing Summary
Cases Valid N umur_pelaku_lakalantas * jenis_kelamin_pelaku_la 2727 kalantas
Missing
Total
Percent
N
Percent
N
Percent
100.0%
0
.0%
2727
100.0%
umur_pelaku_lakalantas * jenis_kelamin_pelaku_lakalantas Crosstabulation Count
umur_pelaku_lakalantas
jenis_kelamin_pelaku_lakalantas
Total
pria
wanita
pria
<21
542
24
566
21-30
990
32
1022
31-40
594
16
610
41-50
354
3
357
>50
172
0
172
2652
75
2727
Total
Chi-Square Tests
Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases
Value
df
Asymp. Sig. (2-sided)
15.023(a)
4
.005
20.862
4
.000
14.415
1
.000
2727
a 1 cells (10.0%) have expected count less than 5. The minimum expected count is 4.73.
Symmetric Measures
Interval by Interval
Pearson's R
Ordinal by Ordinal
Spearman Correlation
N of Valid Cases
Value
Asymp. Std. Error(a)
Approx. T(b)
Approx. Sig.
-.073
.015
-3.806
.000(c)
-.070
.017
-3.656
.000(c)
2727
a Not assuming the null hypothesis. b Using the asymptotic standard error assuming the null hypothesis. c Based on normal approximation.