BAB 2 Tinjauan Teoritis
2.2 Analisis regresi Linier
Analisis regresi linier merupakan teknik yang digunakan dalam persamaan matematik yang
menyatakan hubungan fungsional antara variabel-variabel. Analisis regresi linier atau regresi garis
lurus digunakan untuk:
1. Menentukan hubungan fungsional antar variabel dependen dengan independen.
Hubungan fungsional ini dapat disebut sebagai persamaan garis regresi yang berbentuk
linier.
2. Meramalkan atau menduga nilai dari satu variabel dalam hubungannya dengan
variabel lain yang diketahui melalui persamaan garis regresinya.
Analisis regresi terdiri dari dua bentuk, yaitu:
1. Analisis Regresi Linier Sederhana
2. Analisis Regresi Linier Berganda
Analisis regresi linier sederhana adalah bentuk regresi dengan model yang bertujuan untuk
mempelajari hubungan antara dua variabel, yakni variabel dependen (terikat) dan variabel
yang memiliki hubungan antara satu variabel dependen dengan dua atau lebih variabel
independen.
Analisis regresi dipergunakan untuk menelaah hubungan antara dua variabel atau lebih,
terutama untuk menelusuri pola hubungan yang modelnya belum diketahui dengan baik, atau
untuk mengetahui bagaimana variasi dari beberapa variabel independen mempengaruhi variabel
dependen dalam suatu fenomena yang kompleks. Jika, adalah variabel-variabel
independen dan Y adalah variabel dependen, maka terdapat hubungan fungsional antara X dan Y,
dimana variasi dari X akan diiringi pula oleh variasi dari Y. jika dibuat secara matematis
hubungan itu dapat dijabarkan sebagai berikut:
Dimana: Y= f ( , e)
Y adalah variabel dependen (tak bebas)
X adalah variabel Independen (bebas)
e adalah variabel residu (disturbace term)
Berkaitan dengan analisis regresi ini, setidaknya ada empat kegiatan yang lazim
dilaksanakan yakni:
1. Mengadakan estimasi terhadap parameter berdasarkan data empiris.
2. Menguji seberapa besar variasi variabel dependen dapat diterangkan oleh variasi
independen.
3. Menguji apakah estimasi parameter tersebut signifikan atau tidak.
2.2.1 Analisis Regresi Linier Sederhana
Regresi linier sederhana digunakan untuk memperkirakan hubungan antara dua variabel dimana
hanya terdapat satu variabel/peubah bebas X dan satu peubah tak bebas Y.
Dalam bentuk persamaan, model regresi sederhana adalah :
Y = a + bX
dimana: Y adalah variabel dependen (tak bebas)
X adalah variabel Independen (bebas)
a adalah penduga bagi intercept
b adalah penduga bagi koefisien regresi (β)
Penggunaan regresi linier sederhana didasarkan pada asumsi diantaranya sebagai berikut:
1. Model regresi harus linier dalam parameter.
2. Variabel bebas tidak berkorelasi dengan disturbance term (error). 3. Nilai disturbace term sebesar 0 atau dengan symbol sebagai berikut:
(E (U/X)) = 0.
4. Varian untuk masing-masing error term (kesalahan) konstan. 5. Tidak terjadi auto korelasi.
6. Model regresi dispesifikasi secara benar. Tidak terdapat bias spesifikasi dalam model
yang digunakan dalam analisis empiris.
7. Jika variabel bebas lebih dari datu, maka antara variabel bebas (explanatory) tidak ada hubungan linier yang nyata.
2.2.2 Analisis Regresi Linier Berganda
Untuk memperkirakan nilai variabel tak bebas Y, akan lebih baik apabila ikut memperhitungkan
variabel-variabel bebas lain yang ikut mempengaruhi nilai Y. dengan demikian dimiliki hubungan
antara satu variabel tidak bebas Y dengan beberapa variabel lain yang bebas
Untuk itulah digunakan regresi linear berganda. Dalam pembahasan mengenai regresi sederhana,
simbol yang digunakan untuk variabel bebasnya adalah X. dalam regresi berganda, persamaan
regresinya memiliki lebih dari satu variabel bebas maka perlu menambah tanda bilangan pada
setiap variabel tersebut, dalam hal ini .
Secara umum persamaan regresi berganda dapat ditulis sebagai berikut:
(Untuk Populasi)
(Untuk Sampel)
Dimana: i = 1, 2, . . . , n
adalah pendugaan atas
Dalam penelitian ini, digunakan empat variabel yang terdiri dari satu variabel bebas
Y dan tiga variabel X yaitu . Maka persamaan regresi bergandanya
Persamaan diatas dapat diselesaikan dengan empat bentuk yaitu:
2.3 Uji Keberartian Regresi
Sebelum persamaan regresi yang diperoleh digunakan untuk membuat kesimpulan terlebih dahulu
diperiksa setidak-tidaknya mengenai kelinieran dan keberartiannya. Pemeriksaan ini ditempuh
melalui pengujian hipotesis. Uji keberartian dilakukan untuk meyakinkan diri apakah regresi yang
didapat berdasarkan penelitian ada artinya bila dipakai untuk membuat kesimpulan mengenai
hubungan sejumlah peubah yang sedang dipelajari.
Untuk itu diperlukan dua macam jumlah kuadrat (JK) yaitu Jumlah Kuadrat untuk regresi
yang ditulis dan Jumlah Kuadrat untuk sisa (residu) yang ditulis dengan .
Jika maka secara umum
jumlah kudarat-kuadrat-kuadrat tersebut dapat dihitung dari:
Dengan derajat kebebasan dk = k
Dengan demikian uji keberartian regresi berganda dapat dihitung dengan:
Dimana statistik F yang menyebar mengikuti distribusi F dengan derajat kebebasan pembilang V1
= k dan penyebut V2 = n – k -1.
2.4 Pengujian Hipotesis
Pengujian hipotesis dapat didasarkan dengan menggunakan dua hal, yaitu: tingkat signifikansi
atau probabilitas (α) dan tingkat kepercayaan atau confidence interval. Didasarkan tingkat
signifikansi pada umumnya orang menggunakan 0,05. Kisaran tingkat signifikansi mulai dari 0,01
sampai dengan 0,1. Yang dimaksud dengan tingkat signifikansi adalah probabilitas menggunakan
kesalahan tipe I, yaitu kesalahan menolak hipotesis ketika hipotesis tersebut benar. Tingkat
kepercayaan pada umumnya ialah sebesar 95%, yang dimaksud dengan tingkat kepercayaan ialah
tingkat dimana sebesar 95% nilai sampel akan mewakili nilai populasi dimana sampel berasal.
Dalam melakukan uji hipotesis terdapat dua hipotesis yaitu: (Hipotesis Nol) dan Ha (hipotesis
alternative). bertujuan untuk memberikan usulan dugaan kemungkinan tidak adanya perbedaan
antara perkiraan penelitian dengan keadaan yang sesungguhnya yang diteliti. Ha bertujuan
memberikan usulan dugaan adanya perbedaan perkiraan dengan keadaan sesungguhnya yang
Pembentukan suatu hipotesis memerlukan teori-teori maupun hasil penelitian terlebih
dahulu sebagai pendukung pernyataan hipotesis yang diusulkan. Dalam membentuk hipotesis ada
beberapa hal yang dipertimbangkan:
1) Hipotesis nol dan hipotesis alternative yang diusulkan
2) Daerah penerimaan dan penolakan serta teknik arah pengujian (one tailed atau two tailed) 3) Penentuan nilai hitung statistik
4) Menarik kesimpulan apakah menerima atau menolak hipotesis yang diusulkan
Dalam uji keberartian regresi, langkah-langkah yang dibutuhkan untuk pengujian hipotesis
ini antara lain:
1) Ho : = = . . . = = 0
Tidak terdapat hubungan fungsional yang signifikan antara variabel bebas dengan
variabel tak bebas
Ha : Minimal satu parameter koefisien regresi Terdapat hubungan
fungsional yang signifikan antara variabel bebas dengan variabel tak bebas
2) Pilih taraf α yang diinginkan
3) Hitung statistik dengan menggunakan persamaan
4) Nilai menggunakan daftar table F dengan taraf signifikansi α
5) Kriteria pengujian : jika , maka Ho ditolak dan Ha diterima.
2.5 Koefisien Determinasi
Koefisien determinasi yang disimbolkan dengan bertujuan untuk mengetahui seberapa besar
kemampuan variabel independen menjelaskan variabel dependen. Nilai dikatakan baik jika
berada diatas 0,5 karena nilai berkisar antara 0 dan 1. Pada umumnya model regresi linier
berganda dapat dikatakan layak dipakai untuk penelitian, karena sebagian besar variabel dependen
dijelaskan oleh variabel independen yang digunakan dalam model.
Koefisien determinasi dapat dihitung dari:
=
Sehingga rumus umum koefisien determinasi yaitu
Harga diperoleh sesuai dengan variansi yang dijelaskan oleh masing-masing variabel
yang tinggal dalam regresi. Hal ini mengakibatkan variasi yang dijelaskan penduga hanya
disebabkan oleh variabel yang berpengaruh saja.
2.6 Uji Korelasi
Uji korelasi bertujuan untuk menguji hubungan antara dua variabel yang tidak menunjukkan
hubungan fungsional (berhubungan bukan berarti disebabkan). Uji korelasi tidak membedakan
jenis variabel (tidak ada variabel dependen maupun independen). Keeratan hubungan ini
Kendall. Jika sampel data lebih dai 30 (sampel besar) dan kondisi data normal, sebaiknya
menggunakan korelasi Pearson (karena memenuhi asumsi parametrik). Jika jumlah sampel kurang
dari 30 (sampel kecil) dan kondisi data tidak normal maka sebaiknya menggunakan korelasi
Spearman atau Kendall (karena memenuhi asumsi non-parametrik).
2.6.1 Koefisien Korelasi
Nilai koefisien korelasi merupakan nilai yang digunakan untuk mengukur kekuatan (keeratan)
suatu hubungan antar variabel. Koefisien korelasi biasanya disimbolkan dengan r.
Koefisien korelasi dapat dirumuskan sebagai berikut:
1. Untuk menghitung koefisien korelasi antara variabel tak bebas Y dengan tiga variabel
bebas , yaitu:
2. Koefisien korelasi antara Y dengan
4. Koefisien korelasi antara Y dengan
Koefisien korelasi memiliki nilai antara -1 hingga +1. Sifat nilai koefisien korelasi adalah
plus (+) atau minus (-) yang menunjukan arah korelasi. Makna sifat korelasi:
1. Tanda positif (+) pada koefisien korelasi menunjukkan hubungan yang searah (korelasi
positif). Artinya jika suatu nilai variabel mengalami kenaikan maka nilai variabel yang lain
juga mengalami kenaikan dan demikian juga sebaliknya.
2. Tanda negatif (-) pada koefisien korelasi menunjukkan hubungan yang berlawanan arah
(korelasi negatif). Artinya jika suatu nilai variabel mengalami kenaikan maka nilai variabel
yang lain juga mengalami penurunan dan demikian juga sebaliknya.
Untuk lebih memudahkan mengetahui bagaimana sebenarnya derajat keeratan antara
variabel-variabel tersebut, dapat dilihat pada rumus berikut :
-1,00 ≤ r ≤ -0,80 berarti korelasi kuat -0,79 ≤ r ≤ -0,50 berarti korelasi sedang -0,49 ≤ r ≤ 0,49 berarti korelasi lemah
0,50 ≤ r ≤ 0,79 berarti korelasi sedang
0,80 ≤ r ≤ 1,00 berarti korelasi kuat
Analisis ini bertujuan untuk mengukur kekuatan dan derajat hubungan antar dua variabel.
dengan tiga atau lebih variabel disebut sebagai korelasi berganda. Korelasi dapat bersifat linier
atau non linier.
2.7 Uji Koefisien Regresi Linier Berganda
Untuk mengetahui bagaimana keberartian setiap variabel bebas dalam regresi, perlu diadakan
pengujian tersendiri mengenai koefisien-koefisien regresi. Misalkan populasi memiliki model
regresi linier berganda :
yang berdasarkan sebuah sampel acak berukuran n ditaksir oleh regresi berbentuk:
Akan dilakukan pengujian hipotesis dalam bentuk:
Ho :
Ha :
Untuk menguji hipotesis ini digunakan kekeliruan baku taksiran jumlah
kuadrat-kuadrat ∑ dengan dan koefisien korelasi ganda antara masing-masing variabel bebas X dengan variabel tak bebas Y dalam regresi yaitu
Dengan besaran-besaran ini dibentuk kekeliruan baku koefisien b, yakni :
Dimana:
∑
Selanjutnya dihitung statistik:
Dengan kriteria pengujian: jika , maka tolak Ho dan jika , maka
terima Ho yang akan berdistribusi t dengan derajat kebebasan dk = (n-k-1) dan
BAB 3
GAMBARAN UMUM
3.1 Pengertian Jalan
Jalan adalah prasarana transportasi darat yang meliputi segala bagian jalan, termasuk bangunan
pelengkap dan perlengkapannya yang diperuntukkan bagi lalu lintas, yang berada pada permukaan
tanah, di atas permukaan tanah, di bawah permukaan tanah dan atau air, serta di atas permukaan
air, kecuali jalan kereta api, jalan lori, dan jalan kabel (Peraturan Pemerintah Nomor 34 Tahun
2006).
Jalan raya adalah jalur - jalur tanah di atas permukaan bumi yang dibuat oleh manusia
dengan bentuk, ukuran - ukuran dan jenis konstruksinya sehingga dapat digunakan untuk
menyalurkan lalu lintas orang, hewan dan kendaraan yang mengangkut barang dari suatu tempat
ke tempat lainnya dengan mudah dan cepat.
Untuk perencanaan jalan raya yang baik, bentuk geometriknya harus ditetapkan
sedemikian rupa sehingga jalan yang bersangkutan dapat memberikan pelayanan yang optimal
kepada lalu lintas sesuai dengan fungsinya, sebab tujuan akhir dari perencanaan geometrik ini
memaksimalkan ratio tingkat penggunaan biaya juga memberikan rasa aman dan nyaman kepada
pengguna jalan.
3.2 Klasifikasi Kendaraan
Klasifikasi kendaraan bermotor dalam data didasarkan menurut Peraturan Bina Marga, yakni
perbandingan terhadap satuan mobil penumpang. Penjelasan tentang jenis kendaraan dapat dilihat
sebagai berikut:
1. Mobil penumpang (Passenger Car)
Jenis kendaraan pribadi dengan daya angkut lebih kecil dari 12 orang, termasuk
didalamnya jeep, sedan, dan lain-lain.
2. Mobil Bus (Bus)
Semua jenis kendaraan penumpang yang daya angkutnya lebih besar dari 12 orang
termasuk didalamnya Pick Up. 3. Mobil gerobak (Truck wagon)
Semua jenis truk yang mempunyai roda 4 keatas, termasuk mobil tangki.
4. Sepeda motor (Motor Cycle)
Semua jenis kendaraan bermotor beroda 2, seperti Honda, Yamaha, Suzuki, Vespa, dan
3.3 Kecelakaan Lalu Lintas di Jalan Raya
Menurut buku Undang-Undang Republik Indonesia Nomor 14 tahun 1992 tentang Lalu Lintas dan
Angkutan Jalan berserta Peraturan Pelaksanaannya PP Nomor 41, 42, 43, dan 44 Tahun 1993
(pada Peraturan Pemerintah Republik Indonesia Nomor 43 tentang Prasarana Lalu lintas),
kecelakaan lalu lintas adalah suatu peristiwa di jalan yang tidak di sangka – sangka dan tidak
disengaja melibatkan kendaraan yang sedang bergerak dengan atau tanpa pemakai jalan lainnya,
mengakibatkan korban manusia atau kerugian harta benda.
Didalam buku tersebut, korban kecelakaan lalu lintas dibagi menjadi 3 bagian yaitu:
1. Korban Meninggal
Korban meninggal adalah korban yang sudah dipastikan meninggal sebagai akibat
Kecelakaan Lalu lintas dalam jangka waktu paling lama 3 hari setelah kecelakaan tersebut.
2. Korban Luka Berat
Korban luka berat adalah korban yang karena luka-lukanya menderita cacat tetap atau
dirawat dalam jangka waktu lebih dari 30 hari sejak terjadinya kecelakaan.
3. Korban Luka Ringan
Korban luka ringan adalah korban yang tidak termasuk dalam pengertian korban
meninggal dan korban luka berat.
3.4 Jenis dan Bentuk Kecelakaan
Kecelakaan Lalu Lintas dapat digolongkan atas 3 jenis menurut akibat dari kecelakaan tersebut
1. Kecelakaan dengan korban meninggal
2. Kecelakaan dengan korban luka-luka
3. Kecelakaan dengan kerugian dan kerusakan kendaraan.
PT Jasa Marga mengelompokkan jenis tabrakan yang melatarbelakangi terjadinya
kecelakaan lalu lintas menjadi :
1. Tabrakan depan – depan
Adalah jenis tabrakan antara dua kendaraan yang tengah melaju dimana keduanya saling
beradu muka dari arah yang berlawanan, yaitu bagian depan kendaraan yang satu dengan
bagian depan kendaraan lainnya.
2. Tabrakan depan – samping
Adalah jenis tabrakan antara dua kendaraan yang tengah melaju dimana bagian depan
kendaran yang satu menabrak bagian samping kendaraan lainnya.
3. Tabrakan samping – samping
Adalah jenis tabrakan antara dua kendaraan yang tengah melaju dimana bagian samping
kendaraan yang satu menabrak bagian yang lain.
4. Tabrakan depan – belakang
Adalah jenis tabrakan antara dua kendaraan yang tengah melaju dimana bagian depan
kendaraan yang satu menabrak bagian belakang kendaraan di depannya dan kendaraan
tersebut berada pada arah yang sama.
5. Menabrak penyeberang jalan
Adalah jenis tabrakan antara kendaraan yang tengah melaju dan pejalan kaki yang sedang
menyeberang jalan.
Adalah jenis tabrakan dimana kendaraan yang tengah melaju mengalami kecelakaan
sendiri atau tunggal.
7. Tabrakan beruntun
Adalah jenis tabrakan dimana kendaraan yang tengah melaju menabrak mengakibatkan
terjadinya kecelakaan yang melibatkan lebih dari dua kendaraan secara beruntun.
8. Menabrak obyek tetap
Adalah jenis tabrakan dimana kendaraan yang tengah melaju menabrak obyek tetap dijalan
3.5 Faktor Penyebab Kecelakaan Lalu Lintas
Faktor - faktor penyebab kecelakaan terdiri dari : faktor manusia, faktor kendaraan, faktor jalan,
dan faktor lingkungan.
1. Faktor Manusia
Pelanggaran atau tindakan yang berbahaya oleh pengemudi, seperti ugal-ugalan,
pengemudi dalam kondisi tidak sadar atau terpengaruh alkohol, karena pejalan kaki,
seperti menyeberang jalan tidak hati-hati.
2. Faktor kendaraan
Kendaraan yang digunakan untuk memenuhi standar kendaraan yang baik, seperti tanpa
rem yang baik, tanpa lampu penerangan, tanpa lampu tangan tanda berbahaya.
3. Faktor jalan
Jalan yang dilalui kendaraan kurang baik seperti kurangnya lebar badan jalan sehingga
4. Faktor lingkungan
Lingkungan juga dapat menjadi faktor penyebab kecelakaan misalnya pada saat adanya
kabut, asap tebal, penyeberang, hewan, genangan air, material di jalan atau hujan lebat
menyebabkan daya pandang pengemudi sangat berkurang untuk dapat mengemudikan
kendaraannya secara aman.
3.6 Kewajiban yang harus ditaati oleh Pengemudi Kendaraan Bermotor
Kewajiban yang harus ditaati oleh Pengemudi Kendaraan Bermotor antara lain:
1. Pengemudi kendaraan bermotor yang terlibat peristiwa kecelakaan lalu lintas wajib :
a. Menghentikan kendaraannya,
b. Menolong orang yang menjadi korban kecelakaan,
c. Melaporkan kecelakaan tersebut pada Pejabat Polisi Negara Republik Indonesia
terdekat.
2. Apabila pengemudi kendaraan bermotor sebagaimana dimaksud pada no. 1 oleh karena
keadaan memaksa tidak dapat melaksanakan kententuan sebagaimana dimaksudkan pada
no. 1 huruf a dan b, kepadanya tetap diwajibkan segera melaporkan diri kepada Pejabat
Polisi Negara Republik Indonesia terdekat.
3. Pengemudi kendaraan bermotor bertanggung jawab atas kerugian yang diderita oleh
penumpang atau pemilik barang atau pihak ketiga, yang timbul karena kelalaian atau
Undang-Undang Republik Indonesia No. 14 Tahun 1992 tentang lalu Lintas dan Angkutan Jalan
BAB 4
ANALISIS DATA
4.1 Data yang diperoleh
Data merupakan alat untuk pengambilan keputusan dalam memecahkan suatu persoalan. Salah
satu kegunaan data adalah untuk memberikan informasi mengenai gambaran tentang suatu
keadaan permasalahan.
Untuk membahas dan memecahkan permasalahan tentang faktor-faktor yang
memepengaruhi kecelakaan lalu lintas, maka penulis mengumpulkan data yang berhubungan
dengan permasalahan tersebut. Data yang akan dianalisis dalam tugas akhir ini adalah data
sekunder yang dikumpulkan dari Kantor Kepolisian Negara Republik Indonesia Daerah Sumatera
Utara Direktorat Lalu Lintas mengenai jumlah kecelakaan lalu lintas di Kabupaten Toba Samosir
Tabel 4.1 Jumlah Kecelakaan Berdasarkan Faktor-Faktor kecelakaan Lalu Lintas Di Kabupaten Toba Samosir Tahun 2011
No BULAN FAKTOR-FAKTOR KECELAKAAN JUMLAH KECELAKAAN MENGANTUK TIDAK TERTIB KECEPATAN TINGGI 1 JANUARI
0 5 0 5
2 FEBRUARI0 4 0 4
3 MARET0 1 8 9
4 APRIL0 1 4 5
5 MEI0 1 6 7
6 JUNI0 2 3 5
7 JULI0 4 2 6
8 AGUSTUS0 1 5 6
9 SEPTEMBER1 0 7 8
10 OKTOBER0 9 5 15
11 NOVEMBER1 3 3 7
12 DESEMBER0 9 3 12
JUMLAH2 40 46 89
Sumber: Kantor Kepolisian Negara Republik Indonesia Daerah Sumatera Utara Direktorat Lalu Lintas
Untuk memperoleh model yang cocok dalam menduga tingkat kecelakaan lalu lintas
berdasarkan faktor-faktor penduga tersebut maka penulis menggunakan analisis regresi dengan 1
variabel terikat (dependent variable) dan tiga variabel bebas (independent variable). Dimana:
: Jumlah kecelakaan lalu lintas
: Jumlah Kecelakaan lalu lintas karena Mengantuk
: Jumlah Kecelakaan lalu lintas karena Tidak Tertib
4.2Persamaan Regresi Linier Berganda
Sebelum membentuk persamaan regresi linier berganda maka terlebih dahulu kita harus
menghitung koefisien-koefisien regresinya. Koefisien-koefisien regresinya dapat kita cari
berdasarkan tabel 4.1.
Persamaan regresinya adalah:
Tabel 4.2 Nilai-nilai koefisien Persamaan Regresi Linier Berganda
No.
1 5 0 5 0 0 25 0
2 4 0 4 0 0 16 0
3 9 0 1 8 0 1 64
4 5 0 1 4 0 1 16
5 7 0 1 6 0 1 36
6 5 0 2 3 0 4 9
7 6 0 4 2 0 16 4
8 6 0 1 5 0 1 25
9 8 1 0 7 1 0 49
10 15 0 9 5 0 81 25
11 7 1 3 3 1 9 9
12 12 0 9 3 0 81 9
Jumlah 89 2 40 46 2 236 246
Sambungan tabel 4.2
No.
1 0 0 0 0 25 0
2 0 0 0 0 16 0
3 0 0 8 0 9 72
4 0 0 4 0 5 20
5 0 0 6 0 7 42
6 0 0 6 0 10 15
7 0 0 8 0 24 12
8 0 0 5 0 6 30
9 0 7 0 8 0 56
10 0 0 45 0 135 75
11 3 3 9 7 21 21
12 0 0 27 0 108 36
Jumlah 3 10 118 15 366 379
Dari tabel tersebut diperoleh harga-harga sebagai berikut:
n = 12 = 3 = 89 = 10 = 2 = 118 = 40 = 15 = 46 = 366 = 2 = 379 = 236 = 246
Rumus umum persamaan regresi linier berganda dengan tiga variabel bebas yaitu:
Dan diperoleh melalui persamaan-persamaan berikut:
n + +
+
+
+
Harga-harga yang telah diperoleh disubstitusikan kedalam bentuk persamaan tersebut
maka didapatkan:
86 = 12 + 2 + 40 + 46
31 = 2+ 2 + 3 + 10
371 = 40 + 3 + 236 + 118
252 = 46 + 10 + 118 + 246
Setelah persamaan diatas diselesaikan, maka diperolehlah nilai koefisien-koefisien linier
bergandanya antara lain:
= - 0.368
= 0.985
= 1.073
Dari koefisien-koefisien yang diperoleh dibentuklah model persamaan regresi linier berganda:
4.3 Uji Keberartian Regresi
Sebelum persamaan regresi yang diperoleh digunakan untuk membuat kesimpulan terlebih dahulu
diperiksa setidak-tidaknya mengenai kelinieran dan keberartiannya. Perumusan hipotesisnya
adalah:
Ho : = = . . . = = 0
Tidak terdapat hubungan fungsional yang signifikan antara variabel bebas yaitu mengantuk, tidak
tertib, dan kecepatan tinggi dengan variabel tak bebas yaitu jumlah kecelakaan lalu lintas.
Ha : Minimal satu parameter koefisien regresi Terdapat hubungan fungsional yang
signifikan antara variabel bebas yaitu mengantuk, tidak tertib, dan kecepatan tinggi dengan
variabel tak bebas yaitu jumlah kecelakaan lalu lintas.
Kriteria pengujian : jika , maka Ho ditolak dan Ha diterima.
Sebaliknya jika , maka Ho diterima dan Ha ditolak.
Untuk menguji model regresi yang terbentuk, diperlukan dua macam jumlah kuadrat (JK)
yaitu JK untuk regresi ( ) dan JK untuk sisa ( ) yang akan didapatkan setelah mengetahui
Nilai , , dan y diperoleh dari tabel 4.3 berikut:
Tabel 3.3 : Nilai-nilai yang diperlukan untuk uji keberartian regresi
No.
1 5 0 5 0 -0,42 1,67 -3,83 -2,2
2 4 0 4 0 -0,42 0,67 -3,83 -3,2
3 9 0 1 8 -0,42 -2,33 4,17 1,83
4 5 0 1 4 -0,42 -2,33 0,17 -2,2
5 7 0 1 6 -0,42 -2,33 2,17 -0,2
6 5 0 2 3 -0,42 -1,33 -0,83 -2,2
7 6 0 4 2 -0,42 0,67 -1,83 -1,2
8 6 0 1 5 -0,42 -2,33 1,17 -2,2
9 8 1 0 7 0,58 -3,33 3,17 0,83
10 15 0 9 5 -0,42 5,67 1,17 7,83
11 7 1 3 3 0,58 -0,33 -0,83 -1,2
12 12 0 9 3 -0,42 5,67 -0,83 3,83
∑ 89 2 40 46 -3 0 -0 -0
Sambungan tabel 4.3:
No.
1
0,4028 -4,0278 9,2639 4,997 0,003 0 5,84032
0,5694 -2,2778 13,097 3,924 0,076 0,0058 11,6743
-0,264 -3,6944 6,5972 9,137 -0,137 0,0188 2,50694
0,4028 5,63889 -0,4028 4,921 0,079 0,0062 5,84035
0,0694 0,97222 -0,9028 7,029 -0,029 0,0008 0,17366
0,4028 3,22222 2,0139 4,94 0,06 0,0036 5,84037
0,2361 -0,9444 2,5972 6,032 -0,032 0,001 2,00698
0,2361 3,30556 -1,6528 5,975 0,025 0,0006 2,00699
0,4861 -1,9444 1,8472 7,995 0,005 0 0,340310
-1,264 42,9722 8,8472 14,559 0,441 0,1945 57,50711
-0,347 0,13889 0,3472 6,998 0,002 4E-06 0,173612
-0,764 25,9722 -3,8194 12,451 -0,451 0,2034 21,007∑
0,1667 69,3333 37,833 0,4348 114,92Dari tabel tersebut diperoleh nilai-nilai berikut:
∑ = 0.1667
∑ = 69.3333
∑ = 37.833
∑ = 0.4348
Sehingga diperoleh dua macam jumlah kuadrat-kuadrat yakni dan sebagai
= (0.985)( 0,1667) + )( 69,3333)+ ( 37,833)
= 0,16417 + 74,3947+ 39,876
=
= ∑
= 0.4348
Jadi dapat dicari dengan:
=
=
=
= 702.404
Untuk , yaitu nilai statistik F jika dilihat dari tabel distribusi F dengan derajat
kebebasan pembilang = k dan penyebut = n – k – 1, dan α = 5% = 0.05 maka = = 4.07.
Dengan demikian dapat lihat bahwa nilai (702.404) > (4.07), maka
ditolak dan diterima. Hal ini berarti persamaan linier berganda Y atas , bersifat nyata
yang berarti bahwa jumlah kecelakaan lalu lintas yang diakibatkan oleh faktor Mengantuk, tidak
tertib, kecepatan tinggi secara bersama-sama berpengaruh terhadap terjadinya tingkat kecelakaan
4.4 Koefisien Determinasi
Dari tabel 4.3 dapat dilihat harga ∑ = dan nilai = telah dihitung sebelumnya, maka diperoleh nilai koefisien determinasi:
0.996
Untuk koefisien korelasi ganda maka:
R =
R =
R = 0.998
Dari hasil perhitungan diperoleh nilai korelasi (R) yaitu sebesar 0.998 yang menunjukkan
bahwa korelasi antara variabel bebas X dengan variabel tak bebas Y berhubungan secara positif
dengan tingkat yang tinggi. Adapun nilai koefisien determinasi diperoleh sebesar 0.996 yang
berarti sekitar 99.6% tingkat kecelakaan lalu lintas dipengaruhi oleh faktor mengantuk, tidak tertib
dan kecepatan tinggi. Sedangkan sisanya sebesar 0.4% dipengaruhi oleh faktor-faktor lain.
4.5 Koefisien Korelasi
Untuk mengukur besarnya pengaruh variabel bebas terhadap variabel tidak bebas, maka dari tabel
1. Koefisien korelasi antara tingkat kecelakaan lalu lintas (Y) dengan Jumlah kecelakaan lalu
lintas yang disebabkan oleh faktor Mengantuk.
=
=
=
= 0,0172
2. Koefisien korelasi antara tingkat kecelakaan lalu lintas (Y) dengan Jumlah kecelakaan lalu
3. Koefisien korelasi antara tingkat kecelakaan lalu lintas (Y) dengan Jumlah kecelakaan lalu
lintas yang disebabkan oleh faktor Kecepatan Tinggi.
= 0.4228
Dari perhitungan koefisien korelasi baik antara variabel bebas terhadap variabel tak bebas
maupun antara sesama variabel bebas diperoleh kesimpulan sebagai berikut:
1. = 0,0172, ; variabel X1 berkorelasi Lemah terhadap variabel Y
2. = ; variabel X2berkorelasi Sedang terhadap variabel Y
3. = 0.4228, ; variabel X3 berkorelasi Lemah terhadap variabel Y
4.6 Uji Koefisien Regresi Linier Berganda
Untuk mengetahui bagaimana keberartian setiap variabel bebas dalam persamaan regresi tersebut,
maka perlu diadakan pengujian tersendiri mengenai koefisien-koefisien regresinya.
Langkah-langkahnya adalah sebagai berikut:
1. Hipotesis pengujian
Ho :
Terdapat pengaruh yang signifikan antara koefisien X1, X2, dan X3 terhadap Y
Ha :
Tidak terdapat pengaruh yang signifikan antara koefisien X1, X2, dan X3 terhadap Y
2. Taraf nyata (signifikansi) α = 0,05