ANALISIS TINDAK KEJAHATAN PENCURIAN, PENGANIAYAAN, PEMERASAN, PENIPUAN TERHADAP JUMLAH TOTAL KEJAHATAN DI PROVINSI SUMATERA UTARA

ANALISIS TINDAK KEJAHATAN PENCURIAN, PENGANIAYAAN, PEMERASAN, PENIPUAN TERHADAP JUMLAH TOTAL KEJAHATAN DI PROVINSI SUMATERA UTARA

TUGAS AKHIR

Diajukan untuk melengkapi tugas akhir dan memenuhi syarat mencapai gelar Ahli Madya

HELMI YANTI SEMBIRING 052407011

PROGRAM STUDI D-III STATISTIKA DEPARTEMEN MATEMATIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA MEDAN 2008 Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

PERSETUJUAN

Judul

Kategori Nama Nomor Induk mahasiswa Program Studi Departemen Fakultas

: ANALISIS TINDAK KEJAHATAN PENCURIAN, PENGANIAYAAN, PEMERASAN, PENIPUAN, TERHADAP JUMLAH TOTAL KEJAHATAN DI PROVINSI SUMATERA UTARA : TUGAS AKHIR : HELMI YANTI SEMBIRING : 052407011 : DIPLOMA-3 STATISTIKA : MATEMATIKA : MATEMATIKA DAN ILMU PENGETAHUAN ALAM(FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Mei 2008

Diketahui/Disetujui oleh Departemen Matematika FMIPA USU Ketua,

Pembimbing

Dr. Saib Suwilo, M. Sc. NIP 131 796 149

Drs. Rahmad Sitepu, M. Si. NIP 131 695 909

Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

PERNYATAAN

ANALISIS TINDAK KEJAHATAN PENCURIAN, PENGANIAYAAN, PEMERASAN, PENIPUAN TERHADAP JUMLAH TOTAL KEJAHATAN DI PROVINSI SUMATERA UTARA

TUGAS AKHIR

Saya mengakui bahwa tugas akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebitkan sumbernya.

Medan,

Mei 2008

HELMI YANTI SEMBIRING 052407011


PENGHARGAAN

Terpujilah Allah Bapa pencipta langit dan bumi. Terpujilah Yesus Kristus penyelamat umat manusia. Tepujilah Roh Kudus penghibur dan pemelihara. Segala puji hormat penulis panjatkan kepada Allah Tritunggal karena berkat rahmat dan kasih sayangNya akhirnya penulis dapat menyelesaikan penyusunan Tugas Akhir ini yang diberi judul “Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara”.

Selama penulis kuliah di Fakultas Matematika Dan Ilmu Pengetahuan Alam dan menyusun Tugas Akhir ini penulis banyak memperoleh pendidikan, bimbingan dan bantuan secara moril maupun materil dari berbagai pihak. Oleh sebab itulah, pada kesempatan yang berharga ini, dengan hait yang tulus penulis menyampaikan terima kasih dan penghargaan kepada: 1. Bapak Dr. Eddy Marlianto, M. Sc. selaku Dekan Fakultas Matematika dan Ilmu Pengetahuan Alam. 2. Bapak Dr. Saib Suwilo, M. Sc. selaku Ketua Departemen Matematika Fakultas Matematika dan Ilmu Pengetahuan Alam. 3. Bapak Drs. Henry Rani Sitepu, M. Si. selaku Sekretaris Depatemen Metematika Fakultas Matematika dan Ilmu Pengetahuan Alam.


4. Bapak Drs. Rahmad Sitepu, M. Si. selaku dosen pembimbing, yang sudah meluangkan waktu, tenaga dan pemikirannya untuk memberikan bimbingan kepada penulis. 5. Bapak dan ibu Dosen dan seluruh staf dan pegawai FMIPA USU yang telah mengabdikan diri dalam mentranfer ilmu untuk membekali penulis selama masa perkuliahan. 6. Bapak pimpinan Polda Sumatera Utara telah memberi ijin kepada penulis untuk mengambil data, dan juga kepada staf Polda Sumatera Utara. 7. Penghargaan yang teramat tulus ditujukan kepada kedua orang tuaku yang tercinta Ayahnda dan Ibunda, adik-adikku Joice Siltra Sembiring, Silvia Yuniard Sembiring, Egidia Sembiring, Yabes Hamonangan Sembiring yang telah memberi dorongan dan semangat serta doa-doa, juga telah banyak menunjukkan perhatian, pengertian, kasih sayang serta melakukan hal-hal yang terbaik bagi penulis dari kecil hingga dewasa. Semoga Tuhan memberkati. 8. Terima kasih kepada Bapak Minar beserta keluarga yang telah mendidik saya selama kuliah dan yang telah banyak membantu dalam doa dan atas dorongannya selama ini. 9. Terima kasih kepada Ua Dame & Ma. JQ yang.memberi dorongan dan doanya. Yang membantu penulis dalam penyusunan tugas akhir ini. 10. Teman kelempokku K`siska, K`leni, Edy, Eka, Helmi dan Antoni makasi atas doa-doa dan bantuannya. 11. Teman kuliahku semuanya Stat`A makasi atas bantuannya, terutama buat Segel Maniz, Rany B’Camat, Jos. Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

12. Terima kasih kepada Bapak Klester dan keluarga yang membantu dalam pengumpulan data dan atas dorongan serta doanya. 13. Terima Kasih buat semua pihak yang turut membantu dalam penyusunan Tugas Akhir ini yang tidak dapat disebutkan satu per satu. Doa dan harapan penulis, kiranya Tuhan yang mencurahkan berkatNya kepada kita semua.

Medan,

Mei 2008

Penulis,

Helmi Yanti Sembiring


DAFTAR ISI

Halaman Persetujuan

ii

Pernyataan

iii

Penghargaan

iv

Daftar isi

vii

Daftar Tabel

x

Daftar Gambar

xii

Bab 1 Pendahuluan

1

1.1. Latar Belakang Masalah

1

1.2. Identifikasi Masalah

4

1.3. Batasan Masalah

4

1.4 Maksud danTujuan

5

1.5. Metodologi Penelitian

6

1.6. Tinjauan Pustaka

8

1.7. Sistematika Penulisan

10

Bab 2 Landasan Teoritis

12

2.1. Pengertian Kejahatan

12

2.2. Akibat-Akibat Kejahatan

13

2.3. Pengertian Analisa Regresi

14

2.4. Regresi Linier Sederhana

16

2.4.1. Persamaan Regresi Estimasi Dengan Metode Kuadrat Terkecil 2.5. Regresi Linier Berganda

16 18


2.5.1. Uji Regresi Linier Berganda

21

2.6. Koefisien Determinasi

23

2.7. Koefisien Korelasi

23

2.7.1. Uji Koefisien Regresi Ganda

Bab 3 Gambaran Umum Tempat Riset

26

28

3.1. Polda Dalam Kilasan Sejarah

28

3.2. Visi Polda

31

3.3. Misi Polda

31

3.4. Sasaran

33

3.4.1. Filosofi 3.5. Polda

Bab 4 Pembahasan dan Hasil

34 34

36

4.1. Pengolahan Data

36

4.2. Penduga Produksi Tanaman Padi

38

4.3. Mencari Koefisien Determinasi

50


51

4.4.1.Perhitungan Korelasi Antara Variabel Y dengan Xi

51

4.4.2. Perhitungan Korelasi Antara Variabel Bebas

53

Bab 5 Implementasi Sistem

58

5.1. Sekilas Tentang SPSS

58

5.2. Mengaktifkan SPSS

59

5.3. Membuka Lembar Baru

60

5.4. Menamai Variabel

61

5.5. Pengisian Data

62

5.6. Pengolahan Data dengan Persamaan Regresi

63

5.7. Pengolahan Data dengan Persamaan Korelasi

66


Bab 6 Kesimpulan dan Saran

68

6.1. Kesimpulan

68

6.2. Saran

69

Daftar Pustaka Lampiran


DAFTAR TABEL

Halaman Tabel 1.1. Daftar Data Hasil Observasi

8

Tabel 2.1. Pengamatan 1 variabel bebas

17

Tabel 2.2. Hasil Pengamatan dari n Responden dan k Variabel Bebas

20

Tabel 4.1. Data Jumlah Total Kejahatan, Pencurian, Penganiayaan, Pemerasan, Dan Penipuan tahun 2006-2007

37

Tabel 4.2. Nilai-nilai yang dibutuhkan untuk menghitung koefisienkoefisien regresi

39

Tabel 4.3. Harga penyimpangan

44

Tabel 4.4 Harga – harga yang diperlukan untuk uji regresi linier ganda

47


DAFTAR GAMBAR

Halaman Gambar 5.1. Mengatifkan SPSS Gambar 5.2 Tampilan awal SPSS Gambar 5.3 Tampilan Dari Nama Variabel Gambar 5.4 Tampilan Data View Gambar 5.5 Tampilan Data Yang Telah Diisi Gambar 5.6 Tampilan Cara Membuat Regresi Linier Gambar 5.7 Tampilan Sambungan Cara Membuat Regresi Linier Gambar 5.8 Tampilan Sambungan Cara Membuat Regresi Linier Gambar 5.9 Tampilan Sambungan Cara Membuat Regresi Linier Gambar 5.10 Tampilan Cara Membuat Persamaan Korelasi Gambar 5.11 Tampilan Sambungan Cara Membuat persamaan Korelasi Gambar 5.12 Tampilan Sambungan Cara Membuat Persamaan Korelasi

59 60 62 62 63 64 64 65 65 66 67 67


BAB 1

PENDAHULUAN

1.1. Latar Belakang

Setelah Indonesia terpuruk dalam bidang pembangunan (terutama bidang ekonomi, sosial, dan politik) maka pembangunan yang selama ini menjadi kata sihir untuk meninabobokan rakyat saat ini justru tidak memiliki tuah. Pada masa atau kondisi demikian maka kehidupan menjadi sangat rawan. Munculnya berbagai perbuatanperbuatan jahat atau kejahatan tindak pidana yang ditandai dengan munculnya pola-pola kriminalitas baru.

Masalah kejahatan adalah masalah manusia yang telah merupakan kenyataan sosial yang masalah penyebabnya kurang dipahami karena studinya belum pada proporsi tepat secara dimensial. Perkembangan atau peningkatan tindak kejahatan maupun penurunan kualitas atau peningkatan tindak kejahatan maupun penurunan kualitas atau kuantitas tindak kejahatan, baik yang berada di kota-kota besar maupun di desa-desa adalah relatif dan intraktif sifatnya. Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

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.

Penyebab terjadinya kejahatan mempunyai hubungan timbal balik antara beberapa faktor umum sosial ekonomi dan bangunan kebudayaan dengan jumlah kejahatan dalam lingkungan kecil maupun besar. Beberapa faktor tersebut adalah: 1. Faktor Geografis Provinsi Sumatera Utara Letak Provinsi Sumatera Utara yang dikelilingi oleh luasnya lautan Indonesia, yang berdekatan dengan luar negri seperti negara Malaysia, melalui pelabuhan illegal. Dari geografis tersebut dapat memungkinkan terjadinya tindak kejahatan. 2. Faktor Ekonomi Sistem ekonomi dengan produksi besar-besaran, saingan bebas, menghidupkan konsumsi dengan cara iklan, cara penjualan moderen, dan lain-lain, yaitu menimbulkan keinginan untuk memiliki barang dan sekaligus mempersiapkan suatu dasar kesempatan untuk melakukan penipuan dan melakukan tindak kejahatan. 3. Faktor Agama


Kurangnya pendidikan agama serta perhatian orangtua untuk memberikan pendidikan agama kepada anaknya sejak dini menyebabkan anak berperilaku jahat dan melakukan tindakan kejahatan karena kurangnya iman pada dirinya.

4. Faktor Fisik atau Keadaan Yang didukung oleh jumlah masyarakat yang banyak, khususnya masyarakat di Provinsi Sumatera Utara dan banyaknya masyarakat yang masih sering keluar malam dan memberikan suatu gambaran dan keadaan yang memberi kesempatan untuk melakukan suatu tindak kejahatan. 5. Faktor kondisi masyarakat Masyarakat yang terdiri dari beraneka ragam suku, bahasa dan adat istiadat khususnya di Provinsi Sumatera Utara dan beberapa negara asing yang datang ke wilayah Indonesia khususnya Propinsi Sumatera Utara yang bekerja atau untuk berwisata. Dengan kondisi masyarakat seperti itu menyebabkan terjadinya tindak kejahatan.

Banyak tindak kejahatan yang terjadi di Propinsi Sumatera Utara, beberapa diantaranya, seperti pencurian, penganiayaan, pemerasan, penipuan dan lain sebagainya yang sifatnya melanggar hukum. Pengertian dari masing–masing kejahatan adalah: 1. Tindak kejahatan pencurian adalah mengambil barang orang lain seperti untuk memilikinya tanpa sepengetahuan atau seizin dari yang bersangkutan. Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

2. Tindak kejahatan penganiayaan adalah perbuatan yang dengan sengaja mengakibatkan rasa sakit dalam tubuh orang lain dengan sengaja merugikan kesehatan orang lain. 3. Tindak kejahatan pemerasan adalah memaksa orang lain dengan kekerasan untuk memberikan sesuatu. 4. Tindak kejahatan penipuan adalah membujuk orang lain dengan tipu muslihat untuk mendapatkan sesuatu. Dalam penyusunan tugas akhir ini yang akan dianalisa adalah jumlah total kejahatan yang dipengaruhi oleh beberapa tindak kejahatan. Karena banyak jumlah total kejahatan yang di pengaruhi oleh beberapa jenis tindak kejahatan maka pada penulisan tugas akhir ini penulis memberikan judul :” Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuaan Terhadap Jumlah Total Kejahatan Di Propinsi Sumatera Utara”.

1.2. Identifikasi Masalah

Masalah–masalah yang muncul dari penelitian ini adalah bagaimana menganalisis jumlah total kejahatan di Propinsi Sumatera Utara yang timbul dari tindak kejahatan pencurian, penganiayaan, pemerasan, penipuaan, dan seberapa besar hubungan tersebut yang akan dianalisis secara regresi linier berganda dan untuk mengetahui persentase dianalisis secara korelasi.


Sebagai peubah terikat (dependent variable) dalam penulisan ini adalah jumlah total kejahatan di Propinsi Sumatera Utara dan yang menjadi peubah bebasnya (independent variable) adalah dipilih dari beberapa jenis tindak kejahatan yaitu pencurian, penganiayaan, pemerasan, dan penipuaan.

1.3. Batasan Masalah

Berdasarkan latar belakang yang telah diuraikan sebelumnya maka penelitian ini dikhususkan hanya membahas keempat jenis tindak kejahatan yang telah dipilih saja agar pembahasan yang dilakukan tidak menyimpang dari maksud dan tujuan, karena diluar keempat jenis tindak kejahatan itu masih banyak lagi jenis tindak kejahatan yang lain yang juga terjadi di Propinsi Sumatera Utara.

1.4. Maksud dan Tujuan

Sejalan dengan masalah yang telah dikemukakan maka tujuan yang hendak dicapai dari penelitian ini adalah: 1) Untuk menganalisis tindak kejahatan pencurian, penganiayaan, pemerasan, penipuaan terhadap jumlah kejahatan di Propinsi Sumatera Utara. 2) Untuk melihat persentase tindak kejahatan pencurian, penganiayaan, pemerasan, penipuaan terhadap jumlah total kejahatan di Propinsi Sumatera Utara. 3) Memenuhi salah satu persyaratan dalam penyalesaian Pendidikan Program D-3 Statisitka FMIPA USU. Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

Selain tujuan tersebut, penelitian ini diharapkan dapat memberi manfaat sebagai berikut: 1) Memberi informasi yang dapat digunakan sebagai acuan Pemerintah dalam menentukan kebijakan pengendalian tindak kejahatan. 2) Memberi bahan masukan serta bahan pertimbangan bagi peneliti selanjutnya dalam objek yang sama.

1.5. Metode Penelitian

Setiap penelitian yang akan disusun harus mempergunakan cara yang sistematis sesuai dengan urutan yang ditentukan sehingga hal tesebut akan memudahkan bagi penulis maupun pembaca unuk memahami isi dari laporan tersebut.

Dalam penulisan Tugas Akhir ini penulis menggunakan beberapa metode yaitu: 1. Penelitian Kepustakaan (library Research) Yaitu penelitian yang diperoleh dengan membaca buku–buku serta refrensi yang bersifat teoritis yang mendukung serta relevan dengan penulisan Tugas Akhir ini. 2. Metode Pengumpulan Data Data dibagi menjadi dua yaitu: a) Data primer yaitu data yang diperoleh langsung dari sumbernya, diamati dan dicatat untuk pertama kalinya. Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

b) Data sekunder yaitu data yang bukan di usahakan sendiri pengumpulannya oleh peneliti tetapi dikumpulkan oleh pihak lain, misalnya BPS, majalah, internet, keterangan atau publikasi lainnya. Dalam penulisan Tugas Akhir ini penulis menggunakan data sekunder yang diperoleh dari kantor Kepolisian Negara Republik Indonesia Daerah Sumatera Utara bagian Direktorat Reserse Kriminal. 3. Tehnik dan Analisa Data Data penelitian dianalisa dengan metode regresi linier berganda untuk melihat persamaan regresi liniernya dan untuk melihat hubungan setiap variabel digunakan korelasi. Data yang dikumpulkan diolah secara periodik dan dalam kurun waktu yang sama yaitu antara Januari 2006 s/d Desember 2007. Adapun langkah – langkah pengolahan data yang dilakukan adalah : 1) Menentukan apa saja yang menjadi variabel bebas (X) dan variabel terikat (Y). Jumlah kejahatan di Provinsi Sumatera Utara sebagai variabel respons/dependent (Y) yang dipengaruhi oleh variabel prediktor/independent yaitu: X1= Tindak kejahatan pencurian X2= Tindak kejahatan penganiayaan X3= Tindak kejahatan pemerasan X4= Tindak kejahatan penipuaan 2) Mencari persamaan regresi antara variabel X dan Y dengan menggunakan rumus yang telah diperoleh dari buku literatur.


3) Uji regresi linier berganda untuk mengetahui besarnya pengaruh variabel bebas X secara bersama-sama terhadap variabel terikatY. 4) Uji koefisien regresi ganda dilakukan untuk mengetahui tingkat nyata koefisien – koefisien regresi yang di dapat. 4. Lokasi Penelitian Penelitian atau pengumpulan data dilakukan dikantor

Kepolisian Negara

Republik Indonesia Daerah Sumatera Utara bagian Direktorat Reserse Kriminal Jln. SM Raja No. 60 Km 10.5 Tanjung Morawa Medan. 1.6. Tinjauan Pustaka

1.6.1. Regresi Linier Berganda

Analisa regresi adalah metode statistika yang dipergunakan untuk menentukan kemungkinan bentuk hubungan antara variabel–variabel dengan tujuan untuk melihat nilai hubungan terhadap nilai variabel lain yang diketahui. Persamaan regresi linier berganda memuat sejumlah k buah (k ≥ 2) peubah bebas/independent yang dihubungkan dengan Y linier atau berpangkat satu dalam semua peubah bebas. Bentuk umum persamaan regresi linier berganda Y atas X 1 , X 2 , X 3 ,..., X k adalah:

Yˆ = b0 + b1 X 1 + b2 X 2 + b3 X 3 + ... + bk X k + ei

(1.1)

Dimana Y adalah peubah respon sedangkan X i : I = 1,2,3,…,k adalah peubah prediktor dimana j = 1,2,3,…,n. X i adalah juga faktor yang menentukan ataupun mempengaruhi Yn . Dan e adalah galat dugaan (error). Untuk lebih jelasnya dapat dilihat pada tabel 1.1 di bawah ini: Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

Tabel 1.1 Daftar Data Hasil Observasi NO RESPON

VARIABEL X1

X2

X3

X4

…

Xk

(Y) 1

Y1

X11

X21

X31

X41

…

Xk1

2

Y2

X12

X22

X32

X42

…

Xk2

3

Y3

X13

X23

X33

X43

…

Xk3

.

.

.

.

.

.

…

.

.

.

.

.

.

.

…

.

.

.

.

.

.

.

…

.

n

Yn

X1n

X2n

X3n

X4n

…

Xkn

Metode yang digunakan untuk membentuk persamaan regresi linier metode berganda adalah Kuadrat Terkecil (Least Square). Regresi linier berganda yang diperoleh adalah:

Yˆ = b0 + b1 X 1 + b2 X 2 + b3 X 3 + ... + bk X k + ei Dengan

konstanta

b0

dan

koefisien-koefisien b1 , b2 , b3 ,..., bk dapat

ditafsir

berdasarkan n buah data X 1 , X 2 , X 3 ,..., X k ,yang diperoleh dari hasil penelitian. Hargaharga koefisien regresi dihitung dengan berdasarkan metode kuadrat terkecil dengan syarat perlu agar

∑ (Y

i

∑ (Y

i

− Y ) 2 minimum

maka perlu dilakukan turunan parsial dari

− Y ) 2 terhadap b1 , b2 , b3 ,..., bk .Untuk menguji apakah variable–variable

bebas

memiliki pengaruh variabel terikat dilakukan uji F.


1.6.2. Analisa korelasi

Analisa korelasi adalah alat statistik yang dapat digunakan untuk mengetahui derajat hubungan linier antara satu variabel dengan variabel yang lain. Biasanya, analisis korelasi digunakan dalam hubungannya dengan analisis regresi untuk mengukur ketepatan garis regresi dalam menjelaskan variasi nilai variabel dependen. Kemudian akan dilihat bagaimana tingkat hubungan antara satu atau beberapa variabel bebas dengan variabel terikat. Dalam regresi sederhana, jika angka koefisien determinasi tersebut diakarkan maka akan didapat koefisien korelasi ( r ) yang merupakan ukuran hubungan linier antar dua variabel ( X dan Y ). Untuk regresi majemuk dapat dihitung beberapa koefisien korelasi, yaitu korelasi antara Y dengan Xi. Rumus korelasi antara Y dengan Xi adalah sebagai berikut: ry .1, 2,...,k =

n∑ X i Yi − (∑ X i )(∑ Yi )

(n∑ X i2 − (∑ X i ) 2 )(n∑ Yi 2 − (∑ Yi ) 2 )

(1.2)

Koefisien korelasi (r) dapat digunakan untuk: 1) Mengetahui keeratan hubungan atau korelasi linier antara dua variable atau lebih 2) Mengetahui arah hubungan antara dua variable atau lebih

1.6. Sistematika Penulisan


Sistematika penulisan diuraikan untuk memberikan kerangka atau gambaran dari Tugas Akhir ini, yaitu sebagai berikut: BAB 1

PENDAHULUAN Bab ini berisi tentang latar belakang masalah, identifikasi masalah, batasan masalah, tujuan dan manfaat, metode penelitian, tinjauan pustaka, sistematika penulisan.

BAB 2

LANDASAN TEORI Bab ini akan menerangkan tentang segala sesuatu yang mencangkup cara penyelesaian masalah yang sesuai dengan judul.

BAB 3

GAMBARAN UMUM TEMPAT RISET Bab ini berisi tentang gambaran umum tempat riset.

BAB 4

PEMBAHASAN DAN HASIL Bab ini akan diuraikan bagaimana penulisan membahas dan menganalisis data tentang pengaruh beberapa jenis tindak kriminalitas terhadap jumlah total kriminalitas dan mencari hasil dari data yang ada, dengan menggunakan rumus yang telah ditentukan penulis.

BAB 5

IMPLEMENTASI SISTEM Bab ini menjelaskan tentang cara input data dalam SPSS(Statistical Program for Service Solution) dan akan memperlihatkan hasil dari pembahasan dengan menggunakan program SPSS untuk mengetahui pengaruh dari variabel yang akan diuji dalam penulisan ini.

BAB 6

PENUTUP


Bab ini merupakan bab penutup yang merupakan kesimpulan dari pembahasan serta saran–saran penulis berdasarkan kesimpulan yang dapat berguna bagi kita semua.

BAB 2

LANDASAN TEORI

2.1. Pengertian Kejahatan

Pengertian kejahatan dapat dilihat dari beberapa segi pandang yaitu: 1. Dipandang dari segi sosiologis Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

Dipandang dari segi sosiologis, kejahatan 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, 1981). 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 atau orang 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 hokum masyarakat tertentu tersebut yang oleh karena itu pula perbuatan itu dapat dikatakan adalah tidak normal (abnormal). Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

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 nama baik, dan korban harta (vermogeen) yang menjadi milik manusia sebagai subjek hokum (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 Analisis Regresi

Istilah regresi diperkenalkan oleh Francis Galtom. Dalam satu makalah yang terkenal, Galton menemukan bahwa meskipun ada kecendrungan bagi orang tua yang tinggi Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

mempunyai anak yang tinggi dan bagi orang tua yang pendek mempunyai anak yang pendek, distribusi tinggi suatu populasi tidak berubah secara menyolok (besar) dari generasi ke generasi. Penjelasannya adalah bahwa ada kecendrungan bagi rata-rata tinggi anak dengan orang tua yang mempuyai tinggi tertentu untuk bergerak atau mundur (regress) kearah tinggi rata-rata seluruh populasi.

Hukum regresi semesta (low of universal regression) dari Galtom diperkuat oleh temannya Karl Pearson, yang mengumpulkan lebih dari seribu catatan tinggi anggota kelompok keluarga. Ia menemukan bahwa rata-rata tinggi anak laki-laki kelompok ayah yang

tinggi kurang daripada tinggi ayah mereka dan rata-rata tinggi anak laki-laki

kelompok ayah yang pendek lebih besar daripada tinggi ayah mereka, jadi “mundurnya”(“regressing”) anak laki-laki yang tinggi maupun yang pendek serupa ke arah rata-rata tinggi semua laki-laki. Dengan kata-kata Galton, ini adalah ”kemunduran kearah sedang”.

Analisa regresi adalah metode statistika yang digunakan untuk menentukan kemungkinan bentuk dari hubungan antara variabel-variabel. Tujuan pokok dalam penggunaan metoda ini adalah untuk meramalkan atau memperkirakan nilai dari satu veriabel dalam hubungannya dengan variable yang lain yang diketahui.

Dalam analisis regresi akan dibedakan dua jenis variabel yaitu variabel bebas (independent variabel) dan variabel terikat (dependent variabel). Variabel bebas adalah variabel yang nilai-nilainya tidak bergantung pada variabel lainnya, biasanya disimbolkan


dengan X. variabel ini digunakan untuk meramal atau menerangkan nilai variabel yang lain.

Variabel terikat (dependant variabel) adalah variabel yang nilai-nialinya bergantung pada variabel lainnya, biasanya disimbolkan dengan Y. Variabel itu merupakan variabel yang diramalkan atau yang diterangkan nilainya. Jika variabel bebas (variabel X) memiliki hubungan dengan variabel terikat (variabel Y) maka nilai-nilai variabel X yang sudah diketahui dapat digunakan untuk menaksir atau memperkirakan nilai-nilai Y. Untuk keperluan analisis, variabel bebas dinyatakan dengan X1, X2, X3, … , Xk, sedangkan variabel terikat akan dinyatakan dengan Y.

Regresi ini akan menentukan hubungan fungsional yang diharapkan berlaku untuk populasi berdasarkan data sampel yang diambil dari populasi yang bersangkutan. Hubungan fungsional ini akan dituliskan dalam bentuk persamaan matematik yamg akan bergantung pada parameter-parameter. Model atau persamaan regresi untuk populasi secara umum dapat dituliskan dalam bentuk:

µ y. x , x ,..., x = f ( X 1 , X 2 ,..., X k θ1 ,θ 2 ,...,θ m ) 1

2

k

(2.1)

Dengan θ1 , θ 2 ,..., θ m parameter-parameter yang ada dalam regresi itu.

2.4 Regresi Linier Sederhana

Regresi linier sederhana merupakan suatu prosedur untuk mendapatkan hubungan matematis dalam bentuk suatu persamaan antara variabel terikat (dependent variabel) dan Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

variabel bebas (independent variabel). Regresi linier sederhana hanya ada satu peubah bebas X yang dihubungkan dengan satu peubah terikat Y. Bentuk-bentuk model umum regresi sederhana yang menunjukkan hubungan antara dua variabel, yaitu variabel X sebagai variabel bebas dan variabel Y sebagai variabel tak bebas: Y= a + bX

(2.2)

Yang menunjukkan bahwa: Y : variabel dependent a : intersep (titik potong kurva terhadap sumbu Y) b : kemiringan (slope) kurva linier X : variabel independent

2.4.1. Persamaan regresi estimasi dengan metode kuadrat terkecil

Parsamaan regresi estimasi adalah suatu formula matematis yang menunjukkan hubungan keterkaitan antara satu atau beberapa variabel yang nilainya sudah diketahui (know variabel) dengan satu variabel yang nilainnya belum diketahui (unknown variabel). Metoda tangan bebas dapat dipakai untuk menolong menentukan dugaan bentuk regresi apakah linier atau tidak. Metoda kuadrat terkecil untuk menentukan persamaan linier estimasi berarti memilih kurva linier dengan yang mempunyai kesalahan (error) yang paling kecil dari data aktual dengan data estimasinya.


Metoda ini berpangkal kepada kenyataan bahwa jumlah pangkat dua (kuadrat) daripada jarak antara titik-titik dengan garis regresi yang sedang dicari harus sekecil mungkin. Persamaan estimasi secara umum dapat ditulis sebagai berikut: ∧

Y = a + bX

Untuk keperluan ini, sebaliknya data hasil pengamatan dicatat dalam bentuk seperti 2.1 di bawah ini: Tabel 2.1 Pengamatan 1 Variabel Bebas Variabel

Variabel

terikat

Bebes

(Y)

(X)

Y1

X1

Y2

X2

.

.

.

.

.

.

Yn

Xn


Di sini didapat pasangan antara X dan Y dan n, seperti biasa menyatakan ukuran sampel. Koefisien-koefisien regresi a dan b untuk regresi linier, ternyata dapat dihitung dengan rumus:

a=

(∑ Yi )(∑ X i2 ) − (∑ X i )(∑ X i Yi )

(2.3)

b=

n∑ X i Yi − (∑ X i )(∑ Yi )

(2.4)

n∑ X i2 − (∑ X i ) 2

n∑ X i2 − (∑ X i ) 2

Jika terlebih dahulu dihitung koefisien b, maka koefisien a dapat pula ditentukan oleh rumus:

a = Y − bX

(2.5)

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

2.5 Regresi Linier Berganda

Dalam kasus ekonomi dan bisnis seringkali dijumpai perubahan suatu variabel disebabkan oleh beberapa variabel lain. Misalnya, nilai penjualan suatu produk tidak hanya dipengaruhi oleh beberapa promosi untuk produk tersebut, namun dapat juga secara bersama-sama dipengaruhi oleh pengeluaran untuk penelitian dan pengembangan produk, dan fakor-faktor lainnya. Contohnya, jumlah total kejahatan (Y) bergantung pada tindak kejahatan pencurian (X1), tindak kejahatan penganiayaan (X2), tindak kejahatan pemerasan (X3), tindak kejahatan penipuan (X4).


Setelah membahas hubungan dan pertautan antara sebuah variabel bebas dengan sebuah variabel terikat melalui regresi linier sederhana, diperluas pada hubungan dengan pertautan antara sebuah variabel terikat dan sejumlah (lebih dari satu) variabel bebas.

Kalau dalam regresi sederhana hanya ada satu variabel bebas X yang dihubungkan dengan satu variabel terikat Y linier (berpangkat 1) dalam X, sehingga berbentuk taksiran Y = a + bX, maka dalam regresi linier berganda terdapat sejumlah (sebut k buah, k>2) variabel bebas yang dihubungkan dengan Y linier dalam semua variabel bebas. Jika variabel bebas itu X1, X2,X3, …, Xk dan variabel terikat Y, maka bentuk umum regresi linier berganda Y atas X1, X2,X3, …, Xk untuk populasi ialah: μ y , x = β 0 + β1Χ1 + β 2 Χ 2 ÷ ... + β k Χ k

(2.6)

Dengan β 0 , β1 , β 2 ,...β k adalah koefisien atau parameter model. Karena dalam penulisan ini menggunakan sampel, maka regresi linier berganda yang ditaksir oleh:

Yˆ = b0 + b1 X 1 + b2 X 2 + b3 X 3 + ... + bk X k + ei

(2.7)

dengan: Y

: Nilai penduga bagi variabel Y

b0

: Dugaan bagi parameter konstan

b1, b2, b3, …,bk

: Dugaan bagi parameter koefisien regresi

e

: Galat dugaan

dengan konstanta b0 dan koefisien-koefisien b1, b2, b3, …,bk dapat ditaksir berdasarkan n buah pasangan data X1, X2,X3, …, Xk,Y . Dengan konstanta b0 dan koefisien-koefisien Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

b1 , b2 ,..., bk dapat ditaksir berdasarkan n buah pasang data ( Χ1 , Χ 2 ,..., Χ k , Υ. ) yang didapat dari hasil pengamatan, dapat dilihat pada tabel 2.2 berikut:

Tabel 2.2 Hasil Pengamatan dari n Responden dan k Variabel Bebas Nomor

Respon

Observasi

(Υ )

Χ1

Χ2

…

Χk

1

Υ1

Χ11

Χ 21

…

Χ k1

2

Υ2

Χ12

Χ 22

…

Χk 2

.

.

.

.

.

.

.

.

.

n

Υn

Χ1n

Χ 2n

…

∑

∑Υ

∑Χ

…

. . .

n

Variabel Bebas

∑Χ

1i

… … …

2i

. . . Χ kn

∑Χ

1i

Dari tabel diatas dapat dilihat bahwa Υ1 berpasangan dengan Χ11 , Χ 21 ,… Χ kn . Untuk regresi linier berganda lima variabel bebas Χ1 , Χ 2 , Χ 3 , Χ 4 ditaksir oleh: Yˆ = b0 + b1 Χ 1 + b2 Χ 2 + b3 Χ 3 + b4 Χ 4

(2.8)

Untuk rumus diatas harus diselesaikan dengan lima persamaan dengan lima variable yang berbentuk: Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

∑Y

= b0 n + b1 ∑ Χ 1i + b2 ∑ Χ 2i + b3 ∑ Χ 3i + b4 ∑ Χ 4i

i

(2.9)

∑Y Χ

1i

= b0 ∑ Χ 1i + b1 ∑ Χ 1i + b2 ∑ Χ 1i Χ 2i +b3 ∑ Χ 1i Χ 3i + b4 ∑ Χ 1i Χ 4i

(2.10)

∑Y Χ

2i

= b0 ∑ Χ 2i + b1 ∑ Χ 1i Χ 2i + b2 ∑ Χ 2i + b3 ∑ Χ 2i Χ 3i + b4 ∑ Χ 2i Χ 4i

(2.11)

= b0 ∑ Χ 3i + b1 ∑ Χ 1i Χ 3i + b2 ∑ Χ 2i Χ 3i + b3 ∑ Χ 3i + b4 ∑ Χ 3i Χ 4i

(2.12)

= b0 ∑ Χ 4i + b1 ∑ Χ 1i Χ 4i + b2 ∑ Χ 2i Χ 4i + b3 ∑ Χ 3i Χ 4i + b4 ∑ Χ 4i

(2.13)

i

i

2

2

∑Y Χ i

∑Y Χ 1

2

3i

4i

2

Dimana b0 , b1 , b2 , b3 , b4 merupakan koefisien yang ditentukan berdasarkan data hasil pengamatan.

∑ (Y − Yˆ ) =

2

Untuk kekeliruan baku taksiran s

2

i

y .12...k

n − k −1

(2.14)

Dimana (n-k-1) merupakan derajat kebebasan (dk)

2.5.1. Uji Regresi Linier Berganda

Uji Regresi Linier ganda perlu dilakukan untuk mengetahui apakah variabel-variabel bebas secara bersamaan memiliki pengaruh terhadap variabel terikat.

Pada dasarnya pengujian hipotesa tentang parameter koefisien regresi secara keseluruhan atau pengujian persamaan regrasi menggunakan statistik F yang dirumuskan sebagai berikut:


F=

JK Re g / k

(2.15)

JK Re s /(n − k − 1)

dengan: F

= Statistik F yang menyebar mengikuti distribusi F dengan derajat bebas Bebas V1 = k

= Jumlah Kuadrat Regresi

JK Re g JK Re g

dan V2 = n − k − 1

= b1 ∑ yi x1i ÷ b2 ∑ yi x2i ÷ ... ÷ bk ∑ yki xki , dengan Derajat Kebebasan (dk) = k

JK Re s

= Jumlah Kuadrat Residu (sisa)

JK Re s

=

∑ (Y − Yˆ )

2

i

dengan Derajat Kebebasan (dk)=(n-k-1)

Dalam pengujian persamaan regresi terutama menguji Hipotesis tentang parameter koefisien regresi secara keseluruhan melibatkan intersep serta k buah variabel penjelas sebagai berikut:

µ y , x = β 0 ÷ β1Χ1 ÷ β 2 Χ 2 ÷ ... ÷ β k Χ k dengan persamaan penduganya adalah: Υˆ = b0 ÷ b1Χ1 ÷ b2 Χ 2 ÷ ... ÷ bk Χ k

(2.16)

dengan: b0 , b1 , b2 ,..., bk adalah parameter penduga β 0 , β1 , β 2 ,...β k Langkah-langkah yang dibutuhkan untuk pengujian hipotesa ini adalah: a)

H 0 : β1 = β 2 = ... = β k = 0


H1 : Minimal ada satu parameter koefisien regresi yang tidak sama dengan nol b)

Pilih taraf nyata α yang diinginkan

c)

Hitung Statistik FHit dengan menggunakan salah satu dari formula diatas

d)

Keputusan: Tolak H 0 jika FHit > F Tabel ; k,n-k-1 Terima H 0 jika FHit < F Tabel ; k,n-k-1

2.6. Koefisien Determinasi Koefisien determinasi yang dinyatakan dengan R2 untuk pengujian regresi linier berganda yang mencakup lebih dari dua variabel. Koefisien determinasi adalah untuk mengetahui proporsi keberagaman total dalam variabel terikat Y yang dapat dijelaskan atau diterangkan oleh variabel–variabel bebas X yang ada di dalam model persamaan regresi linier berganda secara bersama–sama. Maka R2 akan ditentukan oleh rumus : R2 =

JK reg

∑y

2 i

(2.17)

dengan : Jkreg = Jumlah kuadrat regresi

∑y

2 i

= ∑ Yi − 2

(∑ Yi ) n

2

(2.18)



Analisis korelasi adalah alat statistik yang dapat digunakan untuk mengetahui adanya derajat hubungan linear antara satu variabel dengan variabel yang lain. Hubungan antara satu variabel dengan variabel yang lainnya dapat merupakan hubungan yang kebetulan belaka, tetapi dapat juga merupakan hubungan sebab akibat.

Dua variabel dikatakan berkorelasi apabila perubahan pada satu varibel akan diikuti oleh perubahan variabel lain, baik dengan arah yang sama maupun dengan arah yang berlawanan. Hubungan antar varibel dapat dikelompokkan menjadi 3 jenis hubungan sebagai berikut :

1. Korelasi positif Terjadinya korelasi positif apabila perubahan pada variabel yang satu diikuti dengan perubahan variabel yang lain dengan arah yang sama (berbanding lurus). Artinya, apabila variabel yang satu meningkat, maka akan diikuti dengan peningkatan variabel yang lain. 2. Korelasi negatif Korelasi negatif terjadi apabila perubahan pada variabel yang satu diikuti dengan perubahan variabel yang lain dengan arah yang berlawanan (berbanding terbalik). Artinya, apabila variabel yang satu meningkat, maka akan diikuti dengan penurunan pada variabel yang lain dan sebaliknya. 3. Korelasi nihil Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

Korelasi nihil terjadio apabila perubahan pada variabel yang satu diikuti perubahan pada variabel yang lain dengan arah yang tidak teratur (acak). Artinya, apabila variabel yang satu meningkat, kadang diikuti dengan peningkatan pada variabel yang lain dan kadang diikuti dengan penurunan pada variabel yang lain.

Besarnya hubungan antara variabel yang satu dengan variabel yang lain dinyatakan dengan koefisien korelasi yang disimbolkan dengan “r”. besarnya koefisien korelasi berkisar antara -1 ≤ r ≤+1.

Untuk mencari korelasi antara variabel Y terhadap Xi atau ry.1,2,…,k dapat dicari dengan rumus : ry .1, 2,...,k =

n∑ X i Yi − (∑ X i )(∑ Yi )

(2.19)

(n∑ X i2 − (∑ X i ) 2 )(n∑ Yi 2 − (∑ Yi ) 2 )

Sedangkan untuk mengetahui korelasi antar variabel bebas dengan empat buah variabel bebas adalah : 1. Korelasi antara Χ1 dan Χ 2 r12 =

n∑ X 1i X 2i − (∑ X 1i )(∑ X 2i )

[(n∑ X

2 1i

− (∑ X 1i ) 2 )(n∑ X 2i − (∑ X 2i ) 2 2

)]

(2.20)

2. Korelasi antara Χ1 dan Χ 3 r13 =

n∑ X 1i X 3i − (∑ X 1i )(∑ X 3i )

[(n∑ X

2 1i

− (∑ X 1i ) 2 )(n∑ X 3i − (∑ X 3i ) 2 2

)]

(2.21)

3. Korelasi antara Χ1 dan Χ 4


r14 =

n∑ X 1i X 4i − (∑ X 1i )(∑ X 4i )

[(n∑ X

2 1i

− (∑ X 1i ) )(n∑ X 4i − (∑ X 4i ) 2

2

2

)]

(2.22)

4. Korelasi antara Χ 2 dan Χ 3 r23 =

n∑ X 2i X 3i − (∑ X 2i )(∑ X 3i )

[(n∑ X

2 2i

− (∑ X 2i ) 2 )(n∑ X 3i − (∑ X 3i ) 2 2

)]

(2.23)

)]

(2.24)

)]

(2.25)

5. Korelasi antara Χ 2 dan Χ 4 r24 =

n∑ X 2i X 4i − (∑ X 2i )(∑ X 4i )

[(n∑ X

2 4i

− (∑ X 4i ) 2 )(n∑ X 4i − (∑ X 4i ) 2 2

6.Korelasi antara Χ 3 dan Χ 4 r34 =

n∑ X 3i X 4i − (∑ X 3i )(∑ X 4i )

[(n∑ X

2 4i

− (∑ X 4i ) 2 )(n∑ X 4i − (∑ X 4i ) 2 2

Nilai koefisien korelasi adalah -1 ≤ r ≥ 1. Jika dua variabel berkorelasi negatif maka nilai koefisien korelasi akan mendekati -1 ; jika dua variabel tidak berkorelasi maka koefisien korelasi akan mendekati 0; sedangkan jika dua variabel berkorelasi positif maka nilai koefisien korelasi akan mendekati +1.

Untuk lebih memudahkan mengetahui senerapa jauh derajat keeratan antara variabel tersebut, dapat dilihat pada perumusan berikut : -1,00 ≤ r ≥ -0.80 berarti berkorelasi kuat secara negatif -0,79 ≤ r ≥ -0,50 berarti berkorelasi sedang secara negatif -0,49 ≤ r ≥ 0,49 berarti berkorelasi lemah Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

0.50 ≤ r ≥ 0.79 berarti berkorelasi sedang secara positif 0.80 ≤ r ≥ 1.00 berarti berkorelasi kuat secara positif

2.6 Uji Koefisien Regresi Ganda

Keberartian adanya variabel –variabel bebas dalam regresi linier ganda perlu diuji untuk menunjukkan seberapa besar pengaruh yang diberikan pada variabel tak bebas. Dan cara yang tepat untuk mengujinya adalah dengan menggunakan uji statistik t (t-student).

Dimisalkan populasi mempunyai model regresi berganda sebagai berikut: μy,x = β0 + β1X1 + β2X2 + … + βkXk

(2.26) ^

yang akan ditaksir oleh regresi berbentuk: Y = b0 + b1 X 1 + b2 X 2 + ... + bk X k . Adanya kriteria bahwa variabel – variabel bebas tersebut memberikan pengaruh yang berarti atau tidak terhadap variabel tak bebas akan diuji hipotesis H0 melawan hipotesis tandingan H1 dalam bentuk : H0 = βi = 0, i = 1,2,…,k. H1 = βi ≠ 0, i = 1,2,…,k.

Untuk menguji hipotesis tersebut digunakan kekeliruan baku taksiran s y2.12...k . Jadi untuk melihat kekeliruan baku dari koefisien bi adalah : Sbi =

s 2 y.12...k Σx 2 ij 1 − R 2 i

(

)(

)

(2.27)

dengan : Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

(

)

2 Σ Yi − Yˆi s y.12…k = n − k −1

2

Σ x2ij = Σ (Xij - X i j )2 R2i =

JK Re g Σy 2 i

Perhitungan statistik t :

ti =

bi sbi

Dengan distribusi t-student serta dk = (n-k-1), ttabel = t( n-k-1, α ) ,dimana kriteria pengujian adalah : tolak H0 jika ti > ttabel, dan terima H0 jika ti < ttabel.

BAB III

GAMBARAN UMUM TEMPAT RISET


Polda Dalam Kilasan Sejarah

Lahir, tumbuh dan berkembangnya polda tidak lepas dari sejarah perjuangan kemerdekaan Republik Indonesia sejak proklamasi. Kemerdekaan Indonesia, polda telah dihadapkan pada tugas-tugas yang unik dan kompleks. Selain menata keamanan dan ketertiban masyarakat di masa perang, polda juga terlibat langsung dalam pertempuran melawan penjajah dan berbagai operasi ketenteraan bersama-sama satuan angkatan bersenjata yang lain. Keadaan seperti ini dilakukan oleh polda karena polda lahir sebagai satu-satunya persatuan bersenjata yang relatif lebih lengkap.

Hanya empat hari setelah kemerdekaan, tepatnya tanggal 21 Agustus 1945, secara tegas pasukan polisi ini segera memproklamirkan diri sebagai Pasukan Polisi Republik Indonesia dipimpin oleh Inspektur Kelas I (Letnan Satu) Polisi Mochammad Jassin di Surabaya, langkah awal yang dilakukan selain mengadakan pembersihan dan pelucutan senjata terhadap tentara Jepang yang kalah perang, juga membangkitkan semangat moral dan patriotik seluruh rakyat maupun persatuan bersenjata lain yang patah semangat akibat kekalahan perang yang panjang.


Tanggal 29 September 1945 tentara Sekutu yang didalamnya juga terdapat ribuan tentara Belanda menyerbu Indonesia dengan dalih ingin melucuti tentara Jepang. Pada kenyataannya pasukan sekutu tersebut justru ingin membantu Belanda menjajah kembali Indonesia. Oleh karena itu perang antara sekutu dengan pasukan Indonesiapun terjadi dimana-mana. Klimaksnya terjadi pada tanggal 10 Nopember 1945, yang dikenal sebagai "Pertempuran Surabaya". Tanggal itu kemudian dijadikan sebagai hari Pahlawan secara Nasional yang setiap tahun diperingati oleh bangsa Indonesia.

Pertempuran 10 Nopember 1945.di Surabaya menjadi sangat penting dalam sejarah Indonesia, bukan hanya karena ribuan rakyat Indonesia gugur, tetapi lebih dari itu karena semangat heroiknya mampu menggetarkan dunia dan PBB akan eksistensi bangsa dan negara Indonesia di mata dunia. Andil pasukan Polisi dalam mengobarkan semangat perlawanan rakyat ketika itupun sangat besar dalam menciptakan keamanan dan ketertiban didalam negeri, Polri juga sudan banyak disibukkan oleh berbagai operasi militer, penumpasan pemberontakan dari DI & TII, PRRI, PKI RMS RAM dan G 30 S/PKI serta berbagai penumpasan GPK.

Dalam perkembangan paling akhir dalam kepolisian yang semakin modern dan global, polda bukan hanya mengurusi keamanan dan ketertiban di dalam negeri, akan tetapi juga terlibat dalam masalah-masalah keamanan dan ketertiban regional maupun internasional, sebagaimana yang di tempuh oleh kebijakan PBB yang telah meminta Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

pasukan-pasukan polisi, termasuk Indonesia, untuk ikut aktif dalam berbagai operasi kepolisian, misalnya di Namibia (Afrika Selatan) dan di Kamboja (Asia).

Kemandirian polda diawali sejak terpisahnya dari ABRI tanggal 1 April 1999 sebagai bagian dari proses reformasi haruslah dipandang dan disikapi secara arif sebagai tahapan untuk mewujudkan polda sebagai abdi negara yang profesional dan dekat dengan masyarakat, menuju perubahan tata kehidupan nasional kearah masyarakat madani yang demokratis, aman, tertib, adil dan sejahtera.

Kemandirian polda dimaksud bukanlah untuk menjadikan institusi yang tertutup dan berjalan serta bekerja sendiri, namun tetap dalam kerangka ketatanegaraan dan pemerintahan negara kesatuan Republik Indonesia yang utuh termasuk dalam mengantisipasi otonomi daerah sesuai dengan Undang-undang No.22 tahun 1999 tentang Otonomi Daerah dan Undang-undang No.25 tahun 1999 tentang Perimbangan keuangan antara pusat dan daerah.

Pengembangan kemampuan dan kekuatan serta penggunaan kekuatan polda dikelola sedemikian rupa agar dapat mendukung pelaksanaan tugas dan tanggung jawab polda sebagai pengemban fungsi keamanan dalam negeri. Tugas dan tanggung jawab tersebut adalah memberikan rasa aman kepada negara, masyarakat, harta benda dari tindakan kriminalitas dan bencana alam.


Upaya melaksanakan kemandirian polda dengan mengadakan perubahanperubahan melalui tiga aspek yaitu: 1. Aspek Struktural: Mencakup perubahan kelembagaan kepolisian dalam ketatanegaraan, organisasi, susunan dan kedudukan. 2.

Aspek Instrumental: Mencakup filosofi (visi, misi dan tujuan), doktrin, kewenangan,kompetensi, kemampuan fungsi dan iptek.

3. Aspek kultural: Adalah muara dari perubahan aspek struktural dan instrumental, karena semua harus terwujud dalam bentuk kualitas pelayanan polda kepada masyarakat, perubahan meliputi perubahan manajerial, sistem rekrutmen, sistem pendidikan, sistem material fasilitas dan jasa, sistem anggaran, sistem operasional.

Berkenaan dengan uraian tugas tersebut, maka polda akan terus melakukan perubahan dan penataan baik di bidang pembinaan maupun operasional serta pembangunan kekuatan sejalan dengan upaya reformasi.

Visi Polda

Polda yang mampu menjadi pelindung, pengayom dan pelayan masyarakat yang selalu dekat dan bersama-sama masyarakat, serta sebagai penegak hukum yang profesional dan proposional yang selalu menjunjung tinggi supermasi hukum dan hak azasi manusia,


pemelihara keamanan dan ketertiban serta mewujudkan keamanan dalam negeri dalam suatu kehidupan nasional yang demokratis dan masyarakat yang sejahtera.

Misi Polda

Berdasarkan uraian visi sebagaimana tersebut di atas, selanjutnya uraian tentang jabaran misi polda kedepan adalah sebagai berikut :

1. Memberikan perlindungan, pengayoman dan pelayanan kepada masyarakat (meliputi aspek security, surety, safety dan peace) sehingga masyarakat bebas dari gangguan fisik maupun psykis. 2. Memberikan bimbingan kepada masyarakat melalui upaya preemtif dan preventif yang dapat meningkatkan kesadaran dan kekuatan serta kepatuhan hukum masyarakat (Law abiding Citizenship). 3. Menegakkan hukum secara profesional dan proporsional dengan menjunjung tinggi supremasi hukum dan hak azasi manusia menuju kepada adanya kepastian hukum dan rasa keadilan. 4. Memelihara keamanan dan ketertiban masyarakat dengan tetap memperhatikan norma - norma dan nilai - nilai yang berlaku dalam bingkai integritas wilayah hukum Negara Kesatuan Republik Indonesia.


5. Mengelola sumber daya manusia polda secara profesional dalam mencapai tujuan polda yaitu terwujudnya keamanan dalam negeri sehingga dapat mendorong meningkatnya gairah kerja guna mencapai kesejahteraan masyarakat. 6. Meningkatkan upaya konsolidasi kedalam (internal Polri) sebagai upaya menyamakan visi dan misi polda kedepan. 7. Memelihara soliditas institusi polda dari berbagai pengaruh external yang sangat merugikan organisasi. 8. Melanjutkan operasi pemulihan keamanan di beberapa wilayah konflik guna menjamin keutuhan Negara Kesatuan Republik Indonesia. 9. Meningkatkan kesadaran hukum dan kesadaran berbangsa dari masyarakat yang berbhineka tunggal ika.

3.4. Sasaran

Dalam rangka mewujudkan Visi dan Misi Polri pada kurun waktu tahun 2000 - 2004 yang akan datang ditetapkan sasaran yang hendak dicapai adalah :

1. Bidang Kamtibmasi

.1.

Tercapainya

situasi

Kamtibmas

yang

kondosif

bagi

penyelenggaraan

pembangunan nasional.


.2.

Terciptanya suatu proses penegakan hukum yang konsisten dan berkeadilan, bebas KKN dan menjunjung tinggi hak azasi manusia.

.3.

Terwujudnya aparat penegak hukum yang memiliki integritas dan kemampuan profesional yang tinggi serta mampu bertindak tegas adil dan berwibawa.

.4.

Kesadaran hukum dan kepatuhan hukum masyarakat yang meningkat yang terwujud dalam bentuk partisipasi aktif dan dinamis masyarakat terhadap upaya Binkamtibmas yang semakin tinggi.

.5.

Kinerja polda yang lebih profesional dan proporsional dengan menjunjung tinggi nilai-nilai demokrasi sehingga disegani dan mendapat dukungan kuat dari masyarakat untuk mewujudkan lingkungan kehidupan yang lebih aman dan tertib.

2.

Bidang Keamanan Dalam Negeri

Tercapainya kerukunan antar umat beragama dalam kerangka interaksi sosial yang intensif serta tumbuhnya kesadaran berbangsa guna menjamin keutuhan bangsa yang ber Bhineka Tunggal Ika.

Tetap tegaknya Negara Kesatuan Republik Indonesia yang berdasarkan Pancasila dan UUD 1945.

3.4.1. Filosofi


Disimak dari kandungan nilai Pancasila dan Tribrata secara filosofi memuat nilainilai kepolisian sebagai abdi utama, sebagai warga negara teladan dan wajib menjaga ketertiban pribadi rakyat.

3.5. Polda

Kepolisian Negara Republik Indonesia Daerah (Polda) merupakan satuan pelaksana utama Kewilayahan yang berada di bawah Kapolri. Polda bertugas menyelenggarakan tugas Polri pada tingkat kewilayahan. Polda dipimpin oleh Kepala Kepolisian Negara Republik Indonesia Daerah (Kapolda), yang bertanggung jawab kepada Kapolri. Kapolda dibantu oleh Wakil Kapolda (Wakapolda).

Polda membawahi Kepolisian Negara Republik Indonesia Wilayah (Polwil). Ada tiga tipe Polda, yakni Tipe A, Tipe B dan Tipe C. Tipe A dipimpin seorang perwira tinggi berpangkat Komisaris Jenderal (Komjen), sedangkan Tipe B dipimpin perwira tinggi berpangkat Brigadir Jenderal (Brigjen) dan Tipe C dipimpin oleh perwira menengah berpangkat Komisaris Besar (Kombes) yang senior. Di bawahnya Polwil membawahi Kepolisian Negara Republik Indonesia Resort (Polres) atau Kepolisian Negara Republik Indonesia Resort Kota (Polresta). Polwil dipimpin oleh seorang perwira menengah berpangkat Komisari Besar atau Kombes, demikian pula Poltabes juga dipimpin oleh seorang perwira menengah berpangkat Komisaris Besar. Polres dipimpin oleh seorang Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

Ajun Komisaris Besar Polisi atau AKBP. Lebih lanjut lagi, Polres membawahi Polsek, sedang Polresta membawahi Polsekta. Baik Polsek maupun Polsekta dipimpin oleh seorang Komisaris Polisi (Kompol) untuk jajaran di Polda Metro Jaya, sedangkan di Polda liannya, Polsek atau Polsekta dipimpin oleh perwira berpangkat Ajun Komisaris Polisi.

BAB 4

PEMBAHASAN DAN HASIL


4.1. Pengolahan Data

Ketika kita berbicara mengenai statistika, pasti tidak akan lepas dengan istilah data. Data berarti sesuatu yang diketahui atau dianggap, meskipun belum tentu benar. Data dapat digunakan untuk menggambarkan dan memperoleh tentang suatu keadaan atau persoalan. Jadi, data merupakan bahan mentah dari informasi. Data yang telah diolah disebut informasi.

Data yang baik adalah data yang bermanfaat. Keputusan yang baik dapat dihasilkan jika pengambilan keputusan terssebut didasarkan atas data yang baik.

Untuk membahas dan memecahkan masalah tentang jumlah total kejahatan seperti yang diuraikan pada bagian sebelumnya, penulis menggumpulkan data yang bnerhubungan dengan permasalahan tersebut. Data yang dikumpulkan dari Kepolisian Republik Indonesia adalah data mengenai jumlah total kejahatan Di Propinsi Sumatera Utara, serta pengaruh dari beberapa jenis jumlah tindak kejahatan tersebut diantaranya pencurian, Penganiayaan, Pemerasan, Dan Penipuan. Adapun datanya dapat dilihat pada tabel 4.1 sebagai berikut:

Tabel 4.1. Data Jumlah Total Kejahatan, Pencurian,Penganiayaan, Pemerasan, Dan Penipuan tahun 2006-2007 Bulan

Total

Pencurian

Penganiayaan

Pemerasan

Penipuan


Kejahatan 1

1496

702

153

61

124

2

1620

762

151

84

152

3

1634

664

190

84

167

4

1581

760

163

61

149

5

1521

674

152

57

153

6

1578

668

173

91

156

7

1607

699

229

78

152

8

1785

817

177

62

213

9

1604

767

153

53

184

10

1523

732

147

69

154

11

1661

813

138

65

147

12

1596

760

157

79

133

13

2578

881

433

44

145

14

2507

827

409

76

178

15

2621

846

486

59

191

16

2577

837

452

96

145

17

2691

851

430

66

230

18

2341

699

406

56

148

19

2400

764

428

45

143

20

2689

1099

381

57

127

21

2439

796

328

54

129

22

2117

678

352

31

134

23

2449

763

326

55

140

2062

661

317

52

101

24

4.2 Persamaan Regresi linier Berganda Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

Dari tabel diatas kita dapat mencari persamaan regresi linier berganda, terlebih dahulu kita menghitung koefesien-koefesien regresi ( b0, b1, b3, b4) dari variabel jumlah total kejahatan (Y), tindak kejahatan pencurian (X1), tindak kejahatan penganiayaan (X2), tindak kejahatan pemerasan (X3), dan tindak kejahatan penipuan(X4), dan mencari penggandaan variabel yang satu dengan yang lain.

Dengan koefesien-koefesien yang didapat dari perhitungan yang ada, maka dapat ditentukan persamaan untuk mencari regresi linier bergandanya. Adapun nilai

dari

koefesien-koefesien dapat disasjikan dalam bentuk tabel 4.2 berikut ini:


Tabel 4.2 Nilai-nilai yang dibutuhkan untuk menghitung koefesien-koefesien regresi Bulan

Y

X1

X2

X3

X4

Y2

1

1496

702

153

61

124

2238016

2

1620

762

151

84

152

2624400

3

1634

664

190

84

167

2669956

4

1581

760

163

61

149

2499561

5

1521

674

152

57

153

2313441

6

1578

668

173

91

156

2490084

7

1607

699

229

78

152

2582449

8

1785

817

177

62

213

3186225

9

1604

767

153

53

184

2572816

10

1523

732

147

69

154

2319529

11

1661

813

138

65

147

2758921

12

1596

760

157

79

133

2547216

13

2578

881

433

44

145

6646084

14

2507

827

409

76

178

6285049

15

2621

846

486

59

191

6869641

16

2577

837

452

96

145

6640929

17

2691

851

430

66

230

7241481

18

2341

699

406

56

148

5480281

19

2400

764

428

45

143

5760000

20

2689

1099

381

57

127

7230721

21

2439

796

328

54

129

5948721

22

2117

678

352

31

134

4481689

23

2449

763

326

55

140

5997601

24

2062

661

317

52

101

4251844


Sambungan Tabel 4.2. Nilai-nilai yang dibutuhkan untuk menghitung koefisienkoefisien regresi Bulan

X1

1

492804

23409

3721

2

580644

22801

3

440896

4

2

2

2

2

YX 1

YX 2

YX 3

15376

1050192

228888

91256

7056

23104

1234440

244620

136080

36100

7056

27889

1084976

310460

137256

577600

26569

3721

22201

1201560

257703

96441

5

454276

23104

3249

23409

1025154

231192

86697

6

446224

29929

8281

24336

1054104

272994

143598

7

488601

52441

6084

23104

1123293

368003

125346

8

667489

31329

3844

45369

1458345

315945

110670

9

588289

23409

2809

33856

1230268

245412

85012

10

535824

21609

4761

23716

1114836

223881

105087

11

660969

19044

4225

21609

1350393

229218

107965

12

577600

24649

6241

17689

1212960

250572

126084

13

776161

187489

1936

21025

2271218

1116274

113432

14

683929

167281

5776

31684

2073289

1025363

190532

15

715716

236196

3481

36481

2217366

1273806

154639

16

700569

204304

9216

21025

2156949

1164804

247392

17

724201

184900

4356

52900

2290041

1157130

177606

18

488601

164836

3136

21904

1636359

950446

131096

19

583696

183184

2025

20449

1833600

1027200

108000

20

1207801

145161

3249

16129

2955211

1024509

153273

21

633616

107584

2916

16641

1941444

799992

131706

22

459684

123904

961

17956

1435326

745184

65627

23

582169

106276

3025

19600

1868587

798374

134695

X2

X3

X4


24

436921

100489

2704

10201

1362982

653654

107224

Sambungan Tabel 4.2. Nilai-nilai yang dibutuhkan untuk menghitung koefisienkoefisien regresi Bulan

YX4

X1X2

X1X3

X1X4

X2X3

X2X4

X3X4

1

185504

107406

42822

87048

9333

18972

7564

2

246240

115062

64008

115824

12684

22952

12768

3

272878

126160

55776

110888

15960

31730

14028

4

235569

123880

46360

113240

9943

24287

9089

5

232713

102448

38418

103122

8664

23256

8721

6

246168

115564

60788

104208

15743

26988

14196

7

244264

160071

54522

106248

17862

34808

11856

8

380205

144609

50654

174021

10974

37701

13206

9

295136

117351

40651

141128

8109

28152

9752

10

234542

107604

50508

112728

10143

22638

10626

11

244167

112194

52845

119511

8970

20286

9555

12

212268

119320

60040

101080

12403

20881

10507

13

373810

381473

38764

127745

19052

62785

6380

14

446246

338243

62852

147206

31084

72802

13528

15

500611

411156

49914

161586

28674

92826

11269

16

373665

378324

80352

121365

43392

65540

13920

17

618930

365930

56166

195730

28380

98900

15180

18

346468

283794

39144

103452

22736

60088

8288

19

343200

326992

34380

109252

19260

61204

6435

20

341503

418719

62643

139573

21717

48387

7239

21

314631

261088

42984

102684

17712

42312

6966


22

283678

238656

21018

90852

10912

47168

4154

23

342860

248738

41965

106820

17930

45640

7700

24

208262

209537

34372

66761

16484

32017

5252

Dari tabel 4.2 di atas diproleh: N

=24

∑Y

=48677

i

∑X

1i

=18520

∑X

2i

=6731

∑X

3i

=1535

∑X

4i

=3695

∑Y

2

=103636655

i

∑X

1i

∑X

2i

∑X

3i

∑X

4i

2

=14504280

2

2

2

∑Y X i

1i

=2245997 =103829 =587653 =38182893

∑Y X i

2i

=14915624


∑Y X

3i

=3066714

∑Y X

4i

=7523518

i

i

∑X

1i

X 2i =5314319

∑X

1i

X 3i =1181946

∑X

1i

X 4i =2862072

∑X

2i

X 3i =418121

∑X

2i

X 4i =1042320

∑X

3i

X 4i =238179

Dari data diatas didapat persamaan:

∑Y

i

= nb0 + b1 ∑ X 1i + b2 ∑ X 2i + b3 ∑ X 3i + b4 ∑ X 4i

∑Y Χ ∑Y Χ ∑Y Χ ∑Y Χ

= b0 ∑ Χ 1i + b1 ∑ Χ 1i + b2 ∑ Χ 1i Χ 2i +b3 ∑ Χ 1i Χ 3i + b4 ∑ Χ 1i Χ 4i 2

i

1i

i

2i

i

3i

1

4i

= b0 ∑ Χ 2i + b1 ∑ Χ 1i Χ 2i + b2 ∑ Χ 2i + b3 ∑ Χ 2i Χ 3i + b4 ∑ Χ 2i Χ 4i 2

= b0 ∑ Χ 3i + b1 ∑ Χ 1i Χ 3i + b2 ∑ Χ 2i Χ 3i + b3 ∑ Χ 3i + b4 ∑ Χ 3i Χ 4i 2

= b0 ∑ Χ 4i + b1 ∑ Χ 1i Χ 4i + b2 ∑ Χ 2i Χ 4i + b3 ∑ Χ 3i Χ 4i + b4 ∑ Χ 4i

2

Dapat dibubstitusikan ke dalam nilai – nilai yang bersesuaian sehingga diperoleh: 48677 = 24b0 + 18520b1 + 6731b2 + 1535b3 + 3695b4 38182893 = 18520b0 + 14504280b1 + 5314329b2 + 1181946b3 + 2862072b4 14915624 = 673b0 + 5314319b1 + 2245997b2 + 418121b3 + 1042320b4 3066741 = 1535b0 + 1181946b1 + 418121b2 + 103829b3 + 238197b4 Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

7523518 = 3695b0 + 2862072b1 + 1042320b2 + 238179b3 + 587653b4

Setelah persamaan diatas diselesaikan, maka diperoleh koefisien-koefisien regrsi linier beganda sebagai berikut: b0 =330.003 b1 =1.146 b2 =3.112 b3 = − 0.902 b4 = − 0.007

Dengan demikian persamaan regresi linier berganda atas X1, X2, X3, dan X4 terhadap Y adalah sebagai berikut: Yˆ = 330.003 + 1.146 Χ1 + 3.112 Χ 2 − 0.902 Χ 3 − 0.007 Χ 4

Sedangkan untuk menghitung kekeliruan baku taksiran diperlukan harga – harga ^

Y yang diperoleh dari persamaan regresi di atas untuk setiap nilai X1i, X2i, dan X3i yang diketahui, dapat dilihat pada tabel 4.3 di bawah ini. Tabel 4.3. Harga penyimpangan ∧

Bulan 1 2 3 4 5

Y 1496 1620 1634 1581 1521

Y 1554.741 1596.335 1605.29 1652.154 1522.946

∧

Y −Y -58.741 23.665 28.71 -71.154 -1.946

∧

(Y − Y ) 2 3450.505 560.0322 824.2641 5062.892 3.786916


6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 Jumlah

1578 1607 1785 1604 1523 1661 1596 2578 2507 2621 2577 2691 2341 2400 2689 2439 2117 2449 2062 48677

1550.733 1772.285 1759.694 1636.027 1563.023 1631.498 1617.358 2646.422 2480.755 2757.396 2608.222 2582.267 2342.981 2495.892 2722.826 2213.344 2173.515 2168.323 2026.402 48680.43

27.267 -165.285 25.306 -32.027 -40.023 29.502 -21.358 -68.422 26.245 -136.396 -31.222 108.733 -1.981 -95.892 -33.826 225.656 -56.515 280.677 35.598 -3.429

743.4893 27319.13 640.3936 1025.729 1601.841 870.368 456.1642 4681.57 688.8 18603.87 974.8133 11822.87 3.924361 9195.276 1144.198 50920.63 3193.945 78779.58 1267.218 223835.3

Sehingga kesalahan bakunya dapat di hitung dengan rumus:

∑ (Y − Yˆ ) =

2

s

2

i

y .12...k

i

n − k −1

dengan:

∑ (Y − Yˆ ) i

i

2

=223835.3

n= 24 k=4 Sehingga:

( Y − Yˆ ) ∑ =

2

s

2

i

y .12...k

i

n − k −1

=

223835.3 24 − 4 − 1


s 2 y .12...k =11,780.80526

s y .12...k = 11,780.80526 =108.54

Dengan penyimpangan nilai yang didapat, ini berarti bahwa rata-rata jumlah kejahatan di Provinsi Sumatera Utara yang sebenarnya akan menyimpang dari rata-rata jumlah total kejahatan di Provinsi Sumatera Utara yang diperkirakan sebesar 108,54 kejahatan.

Perumusan hipotesis : H0 : β1 = β2 = β3 = … = βk = 0 (X1, X2, …Xk tidak mempengaruhi Y) H1 : minimal ada satu parameter koefisien regresi yang tidak sama dengan nol atau mempengaruhi Y. Dimana : H0 ditolak bila Fhitung > Ftabel H0 diterima bila Fhitung ≤ Ftabel Dalam pengujian model regresi yang telah ada, maka dapat diambil nilai – nilai : x1i = X1i - X 1 , x2i = X2i - X 2 , x2i = X3i - X 3 dan yi = Yi - Y , dan disajikan dalam tabel 4.4 berikut .


Tabel 4.4 Harga – harga yang diperlukan untuk uji regresi linier ganda Bulan

X 1i − X 1

X 2i − X 2

X 3i − X 3

X 4i − X 4

Yi − Y

1

-69.6667

-127.458

-3

-29.96

-532.21

2

-9.6667

-129.458

20

-1.96

-408.21

3

-107.6667

-90.4583

20

13.04

-394.21

4

-11.6667

-117.458

-3

-4.96

-447.21

5

-97.6667

-128.458

-7

-0.96

-507.21

6

-103.6667

-107.458

27

2.04

-450.21

7

-72.6667

-51.4583

14

-1.96

-421.21


8

45.3333

-103.458

-2

59.04

-243.21

9

-4.6667

-127.458

-11

30.04

-424.21

10

-39.6667

-133.458

5

0.04

-505.21

11

41.3333

-142.458

1

-6.96

-367.21

12

-11.6667

-123.458

15

-20.96

-432.21

13

109.3333

152.5417

-20

-8.96

549.79

14

55.3333

128.5417

12

24.04

478.79

15

74.3333

205.5417

-5

37.04

592.79

16

65.3333

171.5417

32

-8.96

548.79

17

79.3333

149.5417

2

76.04

662.79

18

-72.6667

125.5417

-8

-5.96

312.79

19

-7.6667

147.5417

-19

-10.96

371.79

20

327.3333

100.5417

-7

-26.96

660.79

21

24.3333

47.5417

-10

-24.96

410.79

22

-93.6667

71.5417

-33

-19.96

88.79

23

-8.6667

45.5417

-9

-13.96

420.79

24

-110.6667

36.5417

-12

-52.96

33.79

-0.0008

0.0008

-1

-0.04

-0.04

Jumlah

Sambungan Tabel 4.4 Harga-harga yang diperlukan untuk uji regresi linier ganda Bulan

( X 1i − X 1 ) 2

( X 2i − X 2 ) 2

( X 3i − X 3 ) 2

1

4853.449089 16245.61824

9

2

93.44508889 16759.45144

3 4

( X 4i − X 4 ) 2

(Yi − Y ) 2

897.6016

283247.4841

400

3.8416

166635.4041

11592.11829 8182.704039

400

170.0416

155401.5241

136.1118889 13796.45224

9

24.6016

199996.7841


5

9538.784289 16501.53484

49

0.9216

257261.9841

6

10746.78469 11547.28624

729

4.1616

202689.0441

7

5280.449289 2647.956639

196

3.8416

177417.8641

8

2055.108089 10703.61984

4

3485.7216

59151.1041

9

21.77808889 16245.61824

121

902.4016

179954.1241

10

1573.447089 17811.11784

25

0.0016

255237.1441

11

1708.441689 20294.36724

1

48.4416

134843.1841

12

136.1118889 15241.95184

225

439.3216

186805.4841

13

11953.77049 23268.97024

400

80.2816

302269.0441

14

3061.774089 16522.96864

144

577.9216

229239.8641

15

5525.439489 42247.39044

25

1371.9616

351399.9841

16

4268.440089 29426.55484

1024

80.2816

301170.4641

17

6293.772489 22362.72004

4

5782.0816

439290.5841

18

5280.449289 15760.71844

64

35.5216

97837.5841

19

58.77828889 21768.55324

361

120.1216

138227.8041

20

107147.0893 10108.63344

49

726.8416

436643.4241

21

592.1094889 2260.213239

100

623.0016

168748.4241

22

8773.450689 5118.214839

1089

398.4016

7883.6641

23

75.11168889 2074.046439

81

194.8816

177064.2241

24

12247.11849 1335.295839

144

2804.7616

1141.7641

Jumlah 213013.3333 358231.9583

5653

18776.9584

4909557.958

Sambungan Tabel 4.4 Harga-harga yang diperlukan untuk uji regresi linier ganda

(

)

(Yi − Y )( X 2i − X 2 )

(Yi − Y )( X 3i − X 3 )

37077.31441

67834.58184

1596.63

15945.0116

3946.043607

52846.17264

-8164.2

800.0916

Bulan

(Yi − Y ) X 1i − X 1

1 2

(Yi − Y )( X 4i − X 4 )


3

42443.28981

35659.56644

-7884.2

-5140.4984

4

5217.464907

52528.52634

1341.63

2218.1616

5

49537.52691

65155.33434

3550.47

486.9216

6

46671.78501

48378.80124

-12155.67

-918.4284

7

30607.94071

21674.75054

-5896.94

825.5716

8

-11025.51189

25162.09314

486.42

-14359.1184

9

1979.660807

54069.08544

4666.31

-12743.2684

10

20040.01351

67424.46774

-2526.05

11

-15178.00109

52312.11234

-367.21

2555.7816

12

5042.464407

53359.91184

-6483.15

9059.1216

13

60110.35501

83865.90124

-10995.8

-4926.1184

14

26493.03071

61544.48054

5745.48

11510.1116

15

44064.03691

121843.0643

-2963.95

21956.9416

16

35854.26171

94140.36954

17561.28

-4917.1584

17

52581.31791

99114.74334

1325.58

50398.5516

18

-22729.41709

39268.18834

-2502.32

-1864.2284

19

-2850.402393

54854.52864

-7064.01

-4074.8184

20

216298.5713

66436.94994

-4625.53

-17814.8984

21

9995.876307

19529.65494

-4107.9

-10253.3184

22

-8316.666293

6352.187543

-2930.07

-1772.2484

23

-3646.860693

19163.49194

-3787.11

-5874.2284

24

-3739.427793

1234.744043

-405.48

-1789.5184

620474.6667

1263753.708

-46585.79

29288.2084

-20.2084

Dari tabel 4.4 dapat dicari : JKreg = b1∑yix1i + b2∑yix2i + b3∑yix3i+b4∑yix4i Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

=1.146*620474.6667+3.112*1263753.708 − 0.902*46585.79 − 0.007*29288.2084 =4601640.104 ^

untuk JKres dapat dilihat dari tabel 4.3 yaitu ∑(Y i - Y )2 =223835.3 maka nilai Fhiung dapat dicari dengan rumus : F=

JK Re g / k JK Re s /(n − k − 1)

=

4601640.104 / 4 223835.3 /(24 − 4 − 1)

=

1150410.026 11780.805

= 97.65 Dari tabel distribusi F dengan dk pembilang = 4, dk penyebut = 19, dan α = 0.05, diperoleh Ftabel = 2.90. Karena Fhitung lebih besar daripada Ftabel maka Ho ditolak dan H1 diterima. Hal ini berarti persamaan regresi linier berganda Y atas X1, X2, X3 bersifat nyata atau ini juga berarti bahwa pencurian, penganiayaan, pemerasan, penipuaan secara bersama – sama mempengaruhi jumlah kejahatan.

4.3. Mencari Koefisien Determinasi

Untuk menganalisis dan mengetahui seberapa besar pengaruh tindak kejahataan yang mempengaruhi jumlah

total kejahatan Di Provinsi Sumatera Utara, maka akan

diperlukan perhitungan untuk mencari koefisien determinasi. Melalui tabel 4.4 dapat dilihat bahwa ∑y i2 = 4909557.958 , sedangkan JKreg yang dihitung adalah 4601640.104 Maka dengan rumus koefisien determinasi (R2) diperoleh : Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

R2 =

=

JK reg

∑y

2 i

4601640.104 4909557.958

= 0.9373

Dari perhitungan diatas diperoleh koefisien determinasinya sebesar 0.9373. berarti sekitar 93.73% jumlah total kejahatan di Provinsi Sumatera Utara dipengaruhi oleh tindak kejahatan pencurian, pengajiayaan, pemerasan, penipuan, sedangkan 6.27% dipengaruhi oleh tindak kejahatan lainnya.


4.4.1 Perhitungan Korelasi Antara Variabel Y dengan Xi 1. Koefisien korelasi antara jumlah total kejahatan (Y) dengan tindak kejahatan pencurian(X1) ry .1 =

=

=

=

n∑ X 1i Yi − (∑ X 1i )(∑ Yi )

(n∑ X 12i − (∑ X 1i ) 2 )(n∑ Yi 2 − (∑ Yi ) 2 ) (24 * 38182893) − (18520 * 48677)

{(24 *14504280) − (18520) }{(24 *103636655) − (48677) } 2

2

916389432 − 901498040 5112320 *117829391

14891392 24543462.51


=0.607 Ini berarti berkorelasi sedang secara positif antara jumlah total kejahatan dengan tindak kejahatan pencurian di Provinsi Sumatera Utara.

2.

Koefisien korelasi antara jumlah total kejahatan (Y) dengan tindak kejahatan penganiayaan (X2). ry .2 =

=

n∑ X 2i Yi − (∑ X 2i )(∑ Yi )

(n∑ X 22i − (∑ X 2i ) 2 )(n∑ Yi 2 − (∑ Yi ) 2 ) (24 *14915624) − (6731* 48677)

{(24 * 2245997) − (6731) }{(24 *103636655) − (48677) } 2

=

357974976 − 327644887 8597567 *117829391

=

30330089 31828384.87

2

=0.953 Ini berarti berkorelasi kuat secara positif antara jumlah total kejahatan dengan tindak kejahatan penganiayaan di Provinsi Sumatera Utara.

3. Koefisien korelasi antara jumlah total kejahatan (Y) dengan tindak kejahatan pemerasan (X3). ry .3 =

=

n∑ X 3i Yi − (∑ X 3i )(∑ Yi )

(n∑ X 32i − (∑ X 3i ) 2 )(n∑ Yi 2 − (∑ Yi ) 2 ) (24 * 3066714) − (1535 * 48677)

{(24 *103829) − (1535) }{(24 *103636655) − (48677) } 2

2


=

73601136 − 74719195 135671*117829391

=

− 1118059 3998253.532

= −0.280

Ini berarti berkorelasi lemah antara jumlah total kejahatan dengan tindak kejahatan pemerasan di Provinsi Sumatera Utara.

4. Koefisien korelasi antara jumlah total kejahatan (Y) dengan tindak kejahatan penipuan (X4). ry.4 =

=

n∑ X 4iYi − (∑ X 4i )(∑ Yi )

[(n∑ X

− (∑ X 4i ) 2 )(n∑ Yi − (∑ Yi ) 2

2

2

4i

)]

(24 * 7523518) − (3695 * 48677)

{(24 * 587653) − (3695) }{(24 *103636655) − (48677) }

=

180564432 − 179861515 450647 *117829391

=

702917 7286937.736

2

2

=0.096 Ini berarti berkorelasi lemah antara jumlah total kejahatan dengan tindak kejahatan penipuan di Provinsi Sumatera Utara.

4.4.2 Perhitungan Korelasi Antar Variabel Bebas


Sedangkan untuk mengetahui korelasi antar variabel bebas dengan empat buah variabel bebas adalah : 1. Koefisien korelasi antara tindak kejahatan pencurian (X1) dengan penganiayaan (X2) n∑ X 1i X 2i − (∑ X 1i )(∑ X 2i )

r12 =

=

=

[(n∑ X

2 1i

− (∑ X 1i ) 2 )(n∑ X 2i − (∑ X 2i ) 2 2

)]

(24 * 5314319) − (18520 * 6731)

{(24 *14504280) − (1850) }{(24 * 2245997) − (1535) } 2

2

127543656 − 124658120 5112320 * 8597567

=0.435 Ini berarti berkorelasi lemah antara tindak kejahatan pencurian dengan penganiayaan di Provinsi Sumatera Utara.

2. Koefisien korelasi antara tindak kejahatan pencurian (X1) dengan pemerasan (X3)

n∑ X 1i X 3i − (∑ X 1i )(∑ X 3i )

r13 =

[(n∑ X

=

2 1i

− (∑ X 1i ) 2 )(n∑ X 3i − (∑ X 3i ) 2 2

)]

(24 *1181946) − (18250 *1535)

{(24 *14504280) − (18250) }{(24 *103829) − (1535) }

=

28428200 − 28366704 5112320 *135671

=

61496 832822.65

2

2


=0.074 Ini berarti berkorelasi lemah antara tindak kejahatan pencurian (X1) dengan pemerasan (X3) di Provinsi Sumatera Utara.

3. Koefisien korelasi antara tindak kejahatan pencurian (X1) dengan penipuan (X4) r14 =

=

n∑ X 1i X 4i − (∑ X 1i )(∑ X 4i )

[(n∑ X

2 1i

− (∑ X 1i ) 2 )(n∑ X 4i − (∑ X 4i ) 2 2

)]

(24 * 2862072) − (18520 * 3695)

{(24 *14504280) − (18520) }{(24 * 587653) − (3695) } 2

=

68689728 − 68431400 5112320 * 450647

=

258328 1517844.416

2

=0.170 Ini berarti berkorelasi lemah antara tindak kejahatan pencurian (X1) dengan penipuan (X4) di Provinsi Sumatera Utara.

4. Koefisien korelasi antara tindak kejahatan penganiayaan (X2) dengan pemerasan (X3) r23 =

=

n∑ X 2i X 3i − (∑ X 2i )(∑ X 3i )

[(n∑ X

2 2i

− (∑ X 2i ) 2 )(n∑ X 3i − (∑ X 3i ) 2 2

)]

(24 * 418121) − (6731*1535)

{(24 *103829) − (1535) }{(24 * 2245997) − (6731) } 2

2


=

=

10034904 − 10332085 135671* 8597567

− 297181 1080018.756

= − 0.275 Ini berarti berkorelasi lemah antara tindak kejahatan penganiayaan (X2) dengan pemerasan (X3) di Provinsi Sumatera Utara. 5. Koefisien korelasi antara tindak kejahatan penganiayaan (X2) dengan penipuan (X4)

r24 =

=

=

=

n∑ X 2i X 4i − (∑ X 2i )(∑ X 4i )

[(n∑ X

2 2i

− (∑ X 2i ) 2 )(n∑ X 4i − (∑ X 4i ) 2 2

)]

(24 *1042320) − (6731* 3695)

{(24 * 2245997) − (6731) }{(24 * 587653) − (3695) } 2

2

25015680 − 24871045 8597567 * 450647

144635 1968366.779

=0.073 Ini berarti berkorelasi lemah antara tindak kejahatan penganiayaan (X2) dengan penipuan (X4) di Provinsi Sumatera Utara.

6. Koefisien korelasi antara tindak kejahatan pemerasan (X3) dengan penipuan (X4)


r34 =

=

n∑ X 3i X 4i − (∑ X 3i )(∑ X 4i )

[(n∑ X

2 3i

− (∑ X 3i ) 2 )(n∑ X 4i − (∑ X 4i ) 2 2

)]

(24 * 238179) − (1535 * 3695)

{(24 *103829) − (1535) }{(24 * 587653) − (3695) }

=

5716296 − 5671825 135671* 450647

=

44471 247264.492

2

2

=0.180

Ini berarti berkorelasi lemah antara tindak kejahatan pemerasan (X3) dengan penipuan (X4) di Provinsi Sumatera Utara.


BAB 5

IMPLEMENTASI SISTEM

5.1 Sekilas Tentang SPSS

SPSS (Statistical Package For Service Solution) dibuat pada tahun 1968 oleh mahasiswa dari Standford University. SPSS pada awalnya merupakan salah satu paket program oleh data statistik yang ditujukan untuk analisis data ilmu-ilmu sosial, yang dahulu namanya Social Package For Service Solution. Seiring dengan perkembangannya, SPSS berubah Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

nama sesuai dengan kebutuhannya. SPSS sudah mampu memperoses data statistik pada berbagai bidang ilmu. Baik ilmu sosial maupun non sosial. Penggunaan SPSS dimaksudkan untuk melakukan analisis dengan cepat.

SPSS (Statistical Package For Service Solution) merupakan salah satu program olah data statistik paling banyak diminati oleh para peneliti. SPSS relatif fleksibel dan dapat digunakan untuk hampir semua bentuk dan tingkat penelitian. Hampir semua model aplikasi statistik, mulai dari yang sederhana, yakni statistik deskripsi ( mean, median, modus, sum, minimum, maksimum, kuartil, desil, varians, standart deviasi, dll.) hingga statistic infrensial, dengan metode parametrik (chi-squar, time seris, regresi linier sederhana, regresi linier berganda, bermacam-macam model korelasi, dll.) serta uji statistic non perametrik ( binomial, wilcoxon, chi-squar, kendall, friedman, dll). Selain itu,dilengkapi pula dengan menu pengelolaan berbagai jenis grafik dengan tingkat resolusi tinggi.

5.2 Mengaktifkan SPSS

Klik tombol start pada windows, kemudian klik program, lalu klik SPSS. Selain cara itu, program SPSS bisa diaktifkan melalui icon shortcut pada tampilan desktop. Akan tampak tampilan seperti gambar 5.1 di bawah ini.


Gambar 5.1 mengaktifkan SPSS

5.3. Membuka lembar baru Dari tampilan yang muncul pada saat membuka SPSS, pilih tipe in data untuk membuat data baru atau dari menu file, pilih new, maka akan muncul jendela editor, kemudian klik data. Akan tampak tampilan seperti gambar 5.2 di bawah ini.

Gambar 5.2 Tampilan awal SPSS 5.4 Menamai variable Klik variable view, yang terletak disebelah kiri bawah jendela editor, lalu lakukan langkah- langkah sebagai berikut : Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

1. 2. 3. 4.

Name Type Width Label

: : : :

Ketik nama variable yang kita inginkan Sesuaikan type data sesuai dengan yang kita inginkan. Digunakan untuk menentukan jarak / lebar kolom Ketikkan nama sesuai dengan identitas dari nama variable, nama variable hanya terdiri dari 8 digit atau karakter. 5. Value : Digunakan untuk mengisi penjelasan nama ( label ) pada variable. 6. Missing : Digunakan untuk menjelaskan data yang hilang. 7. Coloums : Digunakan untuk menentukan lebar kolom. 8. Align : Digunakan untuk menentukan letak pengisian data apakah rata kiri, rata kanan atau diletakkan di tengah- tengah kolom. 9. Measure : Digunakan untuk menentukan jenis data. Akan tampak tampilan seperti gambar 5.3 berikut.

Gambar 5.3 Tampilan Dari Nama Variabel 5.5 Pengisian Data 1. Aktifkan jendela data dengan mengklik data view, yang terletak disudut kiri bawah jendela editor. Tampilannya seperti gambar 5.4 berikut.


Gambar 5.4 Tampilan Data View 2. Selanjutnya ketikkan data yang sesuai untuk setiap variable yang telah didefenisikan. Akan tampak tampilan seperti gambar 5.5 di bawah ini.


Gambar 5.5 Tampilan Data Yang Telah Diisi 5.6 Pengolahan Data Dengan Persamaan Regresi 1. Tampilkan file yang akan ditentukan oleh persamaan regresi pada jendela editor yang tampak. 2. Pada menu analyze, kemudian pilih submenu regression dengan kursor, dan pilih linier yang keluar pada tampilan jendela editor. Akan tampak tampilan seperti gambar 5.6 berikut.


Gambar 5.6 Tampilan Cara Membuat Regresi Linier 3. Setelah muncul kotak dialog, kemudian sorot variable yang menjadi variable tidak bebas dan pindahkan ke kotak variable dependent. Demikian juga sorot variable independent. Tampilannya seperti gambar 5.7 berikut.


Gambar 5.7 Tampilan Sambungan Cara Membuat Regresi Linier 4. Klik statistik pada kotak dialog linier regression, aktifkan estimate, model fit, Casewise Diagnostics, kemudian klik continue untuk melanjutkannya, lalu klik OK. Tampilannya seperti gambar 5.8 berikut.

Gambar 5.8 Tampilan Sambungan Cara Membuat Regresi Linier 5. Kemudian pilih plot pada kotak tersebut lalu aktifkan produce all partial plot, kemudian klik continue, lalu klik OK pada kotak dialog linier regression untuk melihat hasilnya atau out put. Akan tampak tampilan seperti gambar 5.9 berikut. Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

Gambar 5.9 Tampilan Sambungan Cara Membuat Regresi Linier 6. Akan muncul output regresinya. 5.7 Pengolahan Data dengan Persamaan Korelasi 1. Untuk mengetahui korelasi antara variabel terikat dengan variabel bebas, maka lakukan analyzes, kemudian pilih sub menu Correlate, kemudian pilih Bivariate. Akan tampak tampilan seperti gambar 5.10 berikut.


Gambar 5.10 Tampilan Cara Membuat Persamaan Korelasi 2. Setelah muncul kotak diagol, kemudian sorot variabel-variabel yang akan ditentukan korelasinya dan pindahkan ke kotak Varables. Akan tampak tampilan seperti gambar 5.11 berikut.


Gambar 5.11 Tampilan Sambungan Cara Membuat persamaan Korelasi 3. Pada kolom Correlation Coefficients, pilih person, sedangkan pada kolom test of significance, pilih two-tailed lalu klik OK. Tampilannya seperti gambar 5.12 berikut.


Gambar 5.12 Tampilan Sambungan Cara Membuat Persamaan Korelasi


BAB 6 PENUTUP

6.1 Kesimpulan Dari seluruh hasil pembahasan dan analisa data yang telah dilakukan, maka dapat diambil beberapa kesimpulan yaitu sebagai berikut: 1. Ternyata dari keempat variable yaitu tindak kejahatan pencurian, tindak kejahaatan penganiayaan, tindak kejahatan pemerasan, dan tindak kejahatan penipuan memepunyai pengaruh yang nyata terhadap penurunan jumlah total kejahatan di Provinsi Sumatera Utara. 2. Dari hasil perhitungan diperoleh bahwa persamaan penduga Jumlah Kejahatan yang dipengaruhi oleh beberapa faktor terhadap jenis kejahatan penduganya adalah: Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

Yˆ = 330.003 + 1.146 Χ1 + 3.112 Χ 2 − 0.902 Χ 3 − 0.007 Χ 4

Yang berarti bahwa tindak kejahatan pencurian mempengaruhi jumlah total kejahatan sebesar 1.146, tindak kejahatan penganiayaan mempengaruhi jumlah total kejahatan sebesar 3.112, tindak kejahatan pemerasan mempengaruhi jumlah total kejahatan sebesar -0.902, tindak kejahatan penipua mempengaruhi jumlah total kejahatan sebesar -0.007 dengan konstanta 330.003. 3. Sekitar 93.73% Jumlah total kejahatan di Propinsi Sumatera Utara dipengaruhi oleh tindak kejahatan pencurian, penganiayaan, pemerasan dan penipuan sedangkan 6.27% dipengaruhi oleh tindak kejahatan lainnya. 4. Dari tabel distribusi F dengan dk pembilang = 4, dk penyebut = 19, dan α = 0.05, diperoleh Ftabel = 2.90. Karena Fhitung lebih besar daripada Ftabel maka Ho ditolak dan H1 diterima. Hal ini berarti persamaan regresi linier berganda Y atas X1, X2, X3 bersifat nyata atau ini juga berarti bahwa tindak kejahatan pencurian, penganiayaan, pemerasan, penipuaan secara bersama – sama mempengaruhi jumlah total kejahatan. 5.

Korelasi antara jumlah total kejahatan dengan tindak kejahatan penganiayaan merupakan korelasi yang paling kuat sebesar 0.953. Sedangkan korelasi antara variabel bebas semua berkorelasi lemah.

6.2. Saran Dari analisis dan kesimpulan yang telah didapat, ada beberapa saran yang hendak disampaikan penulis adalah:


1. Hendaknya kepolisian lebih giat menuntaskan masalah kriminologi. Agar visi dan misi polri mampun polda dapat terlaksana. 2. Hendaknya sebagai masyarakat kita juga menjaga keamanan agar tidak terjadi tindak kriminologi, karena semakian lama data semakin meningkat, masyarakat juga diharapkan bisa mengontrol tingkat emosional. 3. hendaknya dari beberapa faktor diatas dapat mengajak kita untuk selalu waspada.

DAFTAR PUSTAKA Damodar Gujarati. 1999 Ekonomimetrika Dasar. Jakarta; Penerbit Erlangga H. Ridwan Hasibuan, S.H. 1994. Kriminologi Dalam Arti sempit dan Ilmu-Ilmu Forensik. Universitas Sumatera Utara Press. Hasan, M.M, Iqbal, Ir.1994. Pokok-Pokok Materi Statiatik 2, Edisi 2. Bumi Aksara: Jakarta. Prof. Dr. Iswardo, SP, M.A. 1981. Sekelimut Analisis Regresi dan Korelasi Edisi Pertama. BPFE Yogyakarta. Prof. Dr. Iswardo, SP, M.A. 1981. Sekelimut Analisis Regresi dan Korelasi Edisi Kedua. BPFE Yogyakarta. Santoso, Singgih. 1992. Menolah Data Statistik Secara Profesional. Jakarta: PT. Elex Media Kompotindo. Helmi Yanti Sembiring : Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap Jumlah Total Kejahatan Di Provinsi Sumatera Utara, 2008. USU Repository © 2009

Sudjana. 1992. Metoda Statistika. Bandung: Tarsito. Walpole,E. Ronald. 1982. Pengantar Statistika, Edisi 3. Jakarta: PT. Gramedia.


ANALISIS TINDAK KEJAHATAN PENCURIAN, PENGANIAYAAN, PEMERASAN, PENIPUAN TERHADAP JUMLAH TOTAL KEJAHATAN DI PROVINSI SUMATERA UTARA

Recommend Documents