Analisa Korelasi Jumlah Kendaraan Bermotor Dan Panjang Jalan Terhadap Kecelakaan Lalu-Lintas Di Tapanuli Utara

(1)

ANALISA KORELASI JUMLAH KENDARAAN BERMOTOR DAN PANJANG JALAN TERHADAP KECELAKAAN

LALU-LINTAS DI TAPANULI UTARA

TUGAS AKHIR

RINA MELIANTI SINAGA 062407027

PROGRAM STUDI D-III STATISTIKA

FAKULATAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

(2)

PERSETUJUAN

Judul : ANALISA KORELASI JUMLAH KENDARAAN

BERMOTOR DAN PANJANG JALAN TERHADAP

KECELAKAAN LALU-LINTAS DI TAPANULI

UTARA

Kategori : TUGAS AKHIR

Nama : RINA MELIANTI SINAGA

Nomor Induk Mahasiswa : 062407027

Program Studi : DIPLOMA (D3) STATISTIKA

Departemen : MATEMATIKA

Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM

(FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di

Medan, Juni 2009

Diketahui/Disetujui oleh

Departemen Matematika FMIPA USU

Ketua Pembimbing

Dr. Saib Suwilo, M.Sc Dra. Rahmawati Pane, M.Si

(3)

PERNYATAAN

ANALISA KORELASI JUMLAH KENDARAAN BERMOTOR DAN PANJANG

JALAN TERHADAP KECELAKAAN LALU-LINTAS DI TAPANULI UTARA

TUGAS AKHIR

Saya mengakui bahwa Tugas Akhir ini adalah hasil kerja saya sendiri, kecuali

beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

Medan, Juni 2009

RINA MELIANTI SINAGA

(4)

KATA PENGANTAR

Puji dan syukur penulis panjatkan kehadirat Tuhan Yang Maha Esa, karena atas berkat

dan rahmat-Nya sehingga penulis dapat menyusun dan menyelesaikan Tugas Akhir ini

dengan baik.

Terimakasih penulis ucapkan kepada Ibu Dra. Rahmawati Pane M.Si selaku

pembimbing pada penyelesaian Tugas Akhir ini yang telah memberikan bimbingan

dan masukannya untuk kesempurnaan Tugas Akhir ini. Ucapan terimakasih juga

ditujukan kepada Ketua Departemen Matematika Dr. Saib Suwilo, M.Sc., Dekan

FMIPA Dr. Edy Marlianto, M.Sc., Pembantu Dekan FMIPA, semua Dosen pada

Departemen Matematika FMIPA USU, semua Staf Pegawai FMIPA USU, dan semua

rekan-rekan Statistika D-3 Statistika’06 USU. Ucapan terimakasih juga untuk

teman-teman yang selalu memberi dukungan, teman-teman-teman-teman di Paduan Suara Mahasiswa

(PSM) Universitas Sumatera Utara, Titin, Tina, Nora, Lasmarito, Eka, Ria, Devi, dan

Priyai. Akhirnya, tidak terlupakan kepada Ayah, Ibu dan sanak saudara tercinta yang

selama ini memberikan bantuan dan dorongan yang diperlukan. Semoga Tuhan Yang

(5)

DAFTAR ISI

Halaman

Persetujuan i

Pernyataan ii

Kata Pengantar iii

Daftar Isi iv

Daftar Tabel vi

Daftar Gambar vii

Bab 1 PENDAHULUAN 1

1.1 Latar Belakang 1

1.2 Identifikasi Masalah 2

1.3 Batasan Masalah 2

1.4 Maksud dan Tujuan 3

1.5 Manfaat Penelitian 3

1.6 Metode Penelitian 4

1.6.1 Pengumpulan Data 4

1.6.2 Analisa Data 4

1.7 Tinjauan Pustaka 6

1.8 Sistematika Penulisan 7

Bab 2 TINJAUAN TEORITIS 9

2.1 Klasifikasi Kendaraan 9

2.2 Klasifikasi Fungsi Jalan 10

2.3 Kewajiban yang Harus Ditaati oleh

Pengemudi Kendaraan Bermotor 11

2.4 Pengertian Kecelakaan Lalu-Lintas 12

2.5 Jenis dan Bentuk Kecelakaan 13

2.6 Faktor Penyebab Kecelakaan Lalu-Lintas 14

Bab 3 LANDASAN TEORI 16

3.1 Statistik Nonparametrik 16

3.2 Hipotesa 18

3.3 Uji Chi-Kuadrat 19

3.3.1 Uji Independen Antara Dua Faktor 22

3.3.2 Koefisien Kontingensi 24

3.3.3 Metoda Analisa 25

Bab 4 ANALISA DATA DAN PEMBAHASAN 32

4.1 Data yang Diperoleh 32

4.2 Hubungan Kecelakaan Lalu-Lintas

dengan Jumlah Kendaraan Bermotor 33

4.3 Hubungan Kecelakaan Lalu-Lintas

(6)

Bab 5 IMPLEMENTASI SISTEM 46

5.1 Pengertian 46

5.2 Statistik dan Komputer 46

5.3 SPSS dan Komputer Statistik 48

5.4 Mengoperasikan Statistik 48

Bab 6 KESIMPULAN DAN SARAN 59

6.1 Kesimpulan 59

6.2 Saran 60

DAFTAR PUSTAKA 61

LAMPIRAN

(7)

DAFTAR TABEL

Tabel 4.1.1 Tabel Kecelakaan Lalu-Lintas dan Korban Kejadian di Tapanuli Utara

Tahun 2003 s.d Tahun 2007

Tabel 4.2.1 Jumlah Kecelakaan Lalu-Lintas Menurut Kendaraan Bermotor Tahun

2003 s.d Tahun 2007

Tabel 4.2.2 Daftar Kontingensi dari Daftar Frekuensi

Tabel 4.2.3 Penentuan Harga Chi-Kuadrat

Tabel 4.3.1 Jumlah Kecelakaan Lalu-Lintas Menurut Panjang Jalan Tahun 2003 s.d

Tahun 2007

Tabel 4.3.2 Daftar Kontingensi dari Daftar Frekuensi

Tabel 4.3.3 Penentuan Harga Chi-Kuadrat

(8)

DAFTAR GAMBAR

Gambar 4.1 Membuka Windows SPSS

Gambar 4.2 Tampilan Awal SPSS

Gambar 4.3 Tampilan Variabel View

Gambar 4.4 Tampilan Data Pada Editor SPSS

(9)

BAB 1

PENDAHULUAN

1.1 Latar Belakang

Jalan raya merupakan salah satu sarana transportasi darat, di samping sarana

transportasi lainnya. Sarana ini adalah salah satu bagian yang terpenting dalam

menumbuhkan, mendukung dan memperlancar laju pertumbuhan ekonomi suatu

daerah.

Sebagaimana kita ketahui bahwa dalam waktu yang relatif singkat jumlah

kendaraan bermotor bertambah berlipat ganda sementara ruang gerak bagi kendaraan

ini pembangunannya agak lamban. Dengan kata lain perkembangan prasarana

angkutan darat ini selalu tertinggal oleh perkembangan jumlah armada angkutan.

Demikian juga dengan pengaturan arus lalu-lintasnya dan kurang disiplinnya

mengemudikan kendaraan bermotor di jalan raya. Akhirnya timbul persoalan

lalu-lintas yang berhubungan dengan keselamatan nyawa yaitu kecelakaan lalu-lalu-lintas.

Prasarana jalan merupakan urat nadi kelancaran lalu-lintas di darat. Lancarnya

arus lalu-lintas akan sangat mendukung perkembangan ekonomi suatu daerah,

(10)

kendaraan bermotor di Tapanuli Utara setiap tahunnya terus meningkat, seiring

dengan perkembangan kegiatan ekonomi dan pesatnya pertumbuhan penduduk.

Berdasarkan uraian di atas penulis tertarik untuk menganalisa ada tidaknya

hubungan jumlah kendaraan bermotor dan panjang jalan terhadap jumlah kecelakaan

lalu-lintas, maka penulis memilih judul Tugas Akhir ini: “ ANALISA KORELASI

JUMLAH KENDARAAN BERMOTOR DAN PANJANG JALAN TERHADAP

KECELAKAAN LALU-LINTAS DI TAPANULI UTARA”.

1.2 Identifikasi Masalah

Yang menjadi permasalahan dalam tulisan ini adalah: apakah ada hubungan jumlah

kendaraan bermotor dan panjang jalan terhadap kecelakaan lalu-lintas di Tapanuli

Utara.

1.3 Batasan Masalah

Untuk mengarahkan penelitian ini agar tidak menyimpang dari sasaran yang dituju

maka perlu dibuat pembatasan ruang lingkup permasalahan yaitu mengetahui ada

tidaknya hubungan antara jumlah kendaraan bermotor dan panjang jalan terhadap

kecelakaan lalu-lintas di Tapanuli Utara dengan menggunakan:

1. Analisa univariat yaitu untuk mengetahui distribusu frekuensi dari

(11)

2. Analisa bivariat yaitu hipotesis yang diuji biasanyakelompok yang berbeda

dalam ciri khas tertentu dengan demikian perbedaan itu berhubungan dengan

frekuensi relatif anggota-anggota kelompok ke dalam beberapa kategori.

1.4 Maksud dan Tujuan

Maksud dan tujuan penelitian ini adalah untuk mengetahui hubungan jumlah

kendaraan bermotor dan panjang jalan terhadap kecelakaan lalu-lintas di Tapanuli

Utara.

1.5 Manfaat Penelitian

Adapun manfaat dari penelitian ini antara lain:

1. Sebagai bahan evaluasi kegiatan lalu-lintas di Tapanuli Utara di masa yang

akan datang.

2. Sebagai pertimbangan dalam penetapan kebijaksanaan perencanaan

pembangunan jalan di masa yang akan datang.

3. Sedangkan bagi penulis penelitian ini merupakan wujud dari pada penerapan

ilmu yang telah didapat selama ini dalam perkuliahan, khususnya dalam

bidang statistika yaitu dengan menggunakan analisis korelasi metode uji

(12)

1.6 Metode Penelitian

1.6.1 Pengumpulan Data

Adapun data yang diperoleh untuk penulisan ini merupakan data yang sekunder dari

Badan Pusat Statistik (BPS) Provinsi Sumatera Utara. Ruang lingkup data secara

keseluruhan adalah untuk kendaraan bermotor dibagi atas beberapa kategori, yaitu:

mobil penumpang, mobil bus, mobil gerobak, dan sepeda motor. Sedangkan untuk

jalan yang ditinjau yaitu jalan negara, jalan provinsi, jalan kabupaten/kota. Data yang

digunakan adalah data tentang jumlah kecelakaan lalu-lintas yang disebabkan

kendaraan bermotor dan panjang jalan mulai tahun 2003 sampai dengan tahun 2007.

1.6.2 Analisa Data

Untuk mendukung penyusunan Tugas Akhir ini maka penulis membutuhkan data yang

relevan dan aktual dari Badan Pusat Statistik (BPS) Provinsi Sumatera Utara.

Selanjutnya dilakukan pengolahan dan penganalisisan dengan menggunakan metode

uji Chi-Kuadrat (

x

2) dengan langkah-langkah sebagai berikut:

1. Menghitung harga Chi-Kuadrat.

2. Menetukan daerah penerimaan dan daerah penolakan hipotesa.

3. Setelah selesai pengujian data maka dapatlah diperoleh suatu

(13)

Rumus yang digunakan: 2 =





f

e e o





x

Dengan :

x

2 = Chi-Kuadrat

f

₀ = Nilai pengamatan yang diperoleh

f

_e = Nilai pengharapan pada kategori

Dengan kriteria pengujian sebagai berikut:

Tolak Ho jika

x

_hitung2 ≥

x

_tabel2

Terima Ho jika

x

_hitung2 <

x

_tabel2

Dengan taraf nyata α = 0,05 dan derajat kebebasan (dk) untuk distribusi Chi-Kuadrat

adalah (b-1)(k-1), dalam hal lainnya kita terima hipotesis Ho.

Setelah mendapatkan harga Chi-Kuadrat, biasanya kita menghitung harga

koefisien kontingensi yang diberi simbol C. Kegunaannya adalah untuk mencari atau

menghitung keeratan hubungan antara dua variabel yang mempunyai gejala ordinal

(kategori), paling tidak berjenis nominal. Rumus yang digunakan adalah:

C = N

x

hitung hitung  2 2 dengan:

(14)

x

hitung 2

= Hasil perhitungan Chi-Kuadrat

N = Banyak data

Harga koefisien kontingensi maksimum dihitung dalam rumus sebagai berikut:

C =

m m1

dengan m harga minimum antara b dan k atau antara jumlah baris dan kolom.

Dengan membandingkan C dan Cmaks maka keeratan hubungan variabel I dan

II ditentukan oleh persentasenya. Hubungan itu disimbolkan dengan Q dan

mempunyai nilai antara -1 dan 1. Bila harga Q mendekati 1 maka hubungan tambah

erat dan bila Q menjauhi 1 maka hubungannya semakin kurang erat.

1.7 Tinjauan Pustaka

Sebagai karya tulis yang ingin dinilai baik haruslah memiliki referensi yang cukup.

Oleh karena itu penulis mengumpulkan bahan bacaan guna mengumpulkan informasi

yang berhubungan dengan materi yang terdapat dalam Tugas Akhir nantinya. Adapun

bahan pustaka yang penulis maksud adalah sebagai berikut.

1. Tapanuli Utara dalam angka, Badan Pusat Statistik, 2008.

2. Buku yang berjudul Metoda Statistik Edisi ke-6 karangan Sudjana

diterbitkan tahun 1992 di Bandung.

3. Buku yang berjudul Peraturan Pelaksanaan Pembangunan Jalan Raya

(15)

4. Buku yang berjudul Jalan Pintas Menguasai SPSS 10 karangan W.

Sulaiman diterbitkan tahun 2002 di Yogyakarta.

1.8 Sistematika Penulisan

Untuk mempermudah penulisan Tugas Akhir ini, penulis membuat suatu sistematika

yang terdiri dari:

BAB 1 : PENDAHULUAN

Dalam bab ini dijelaskan mengenai latar belakang, identifikasi

masalah, batasan masalah, maksud dan tujuan penelitian, tinjauan

pustaka dan sistematika penulisannya.

BAB 2 : TINJAUAN TEORITIS

Dalam bab ini dijelaskan mengenai klasifikasi kendaraan, klasifikasi

fungsi jalan kewajiban yang harus ditaati oleh pengemudi kendaraan

bermotor, persyaratan pengemudi dan tata cara berlalu-lintas,

pengertian dan faktor penyebab kecelakaan lalu-lintas.

BAB 3 : LANDASAN TEORI

Pada bab ini berisi tentang suatu tinjauan teori untuk diaplikasikan

dalam pengolahan data yang didapat. Dalam hal ini menggunakan

(16)

BAB 4 : ANALISA DATA DAN PEMBAHASAN

Dalam bab ini dilakukan analisis data dengan metode uji Chi-Kuadrat

(

x

2).

BAB 5 : IMPLEMENTASI SISTEM

Dalam bab ini dilakukan analisis data dengan metode uji Chi-Kuadrat

menggunakan implementasi system SPSS.

BAB 6 : PENUTUP

Pada bab penutup penulis memberikan beberapa kesimpulan dan

(17)

BAB 2

TINJAUAN TEORITIS

2.1 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 di dalamnya jeep, sedan dan lain-lain.

2. Mobil Bus (Bus)

Semua jenis kendaraan penumpang yang daya angkutnya lebih besar dari 12

orang, termasuk di dalamnya Pick Up.

3. Mobil Gerobak (Truk Wagon)

Semua jenis truk yang mempunyai roda 4 ke atas, termasuk mobil tangki.

4. Sepeda Motor (Motor Cycle)

Semua jenis kendaraan bermotor beroda 2, seperti Honda, Yamaha, Suzuki,

(18)

2.2 Klasifikasi Fungsi Jalan

Dalam UU No.13/1980 dan PP No.26/1985, dijelaskan mengenai penyusunan dan

penetuan fungsi jalan. Seperti jaringan primer disusun mengikuti Tata Ruang dan

Struktur Pengembangan Wilayah Tingkat Nasional yang menghubungkan

simpul-simpul distribusi. Sedangkan jaringan sekunder disusun mengikuti ketentuan

Pengaturan Tata Ruang Kota yang menghubungkan kawasan-kawasan yang

mempunyai fungsi primer, fungsi primer kesatu, kedua, ketiga, dan seterusnya sampai

ke perumahan. Jaringan primer atau sekunder dikelompokkan menurut peranan atau

fungsi, yakni jalan arteri, kolektor dan lokal.

1. Jalan Arteri adalah jalan yang melayani angkutan utama dengan ciri-ciri perjalanan jarak jauh, kecepatan rata-ratanya maksimum (kecepatan rencana >

60 km/jam, lebar badan jalan minimum = 8 meter) dan jumlah masuk dibatasi

secara efisien. Jalan arteri primer yaitu jalan yang menghubungkan ibukota

provinsi dengan jalan lain yang strategis terhadap kepentingan nasional.

2. Jalan Kolektor adalah jalan yang melayani angkutan pengumpul atau pembagi dengan ciri-ciri perjalanan jarak sedang, kecepatan rata-rata sedang

(kecepatan rencana 40-60 km/jam, lebar badan jalan minimum = 7 meter),

dengan jumlah jalan masuk semi dibatasi. Jalan kolektor primer yaitu jalan

yang menghubungkan ibukota provinsi dengan ibukota kabupaten atau

kotamadya terhadap kepentingan provinsi.

3. Jalan Lokal adalah jalan yang melayani angkutan setempat atau lokal dengan ciri-ciri perjalanan jarak dekat, dengan kecepatan rata-rata rendah (kecepatan

rencana 20-40 km/jam, lebar badan jalan minimum = 7 meter) dan jumlah

(19)

Menurut PP No. 26/1985, wewenang pembinaan jalan dikelompokkan menjadi

Jalan Nasional, Jalan Propinsi, Jalan Kabupaten/Kotamadya, Jalan Khusus.

1. Jalan Nasional termasuk jalan arteri primer, jalan kolektor primer, yang menghubungkan antara ibukota propinsi dan jalan lain yang mempunyai nilai

yang strategis terhadap kepentingan nasional.

2. Jalan Propinsi termasuk jalan kolektor primer yang menghubungkan ibukota propinsi dengan ibukota kabupaten atau kotamadya dan jalan lain yang

mempunyai kepentingan strategis terhadap kepentingan propinsi.

3. Jalan Kabupaten/Kotamadya termasuk jalan kolektor primer yang tidak termasuk jalan nasional dan jalan propinsi, jalan lokal primer dan jalan lain

yang tidak termasuk jalan nasional dan jalan propinsi.

4. Jalan Khusus adalan jalan yang dibangun dan dipelihara oleh instansi atau perorangan untuk melayani kepentingan mereka masing-masing.

2.3 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 dan

c. melaporkan kecelakaan tersebut kepada Pejabat Polisi Negara Republik

(20)

2. Apabila pengemudi kendaraan bermotor sebagaimana dimaksud pada no.1

oleh karena keadaan memaksa tidak dapat melaksanakan ketentuan

sebagaimana dimaksud pada no. 1 huruf a dan b, kepadanya tetap diwajibkan

segera melaporkan diri kepada Pejabat Polisi 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 atas kesalahan pengemudi dalam mengemudikan kendaraan

bermotor, (dikutip dari Undang-Undang Republik Indonesia Nomor 14 Tahun

1992 Tentang Lalu-Lintas dan Angkutan Jalan Beserta Peraturan Pelaksananya

PP No.41, 42, 43 dan 44 Tahun 1993 halaman 10-11).

2.4 Pengertian Kecelakaan Lalu-Lintas

Menurut buku Undang-Undang Republik Indonesia Nomor 14 Tahun 1992 Tentang

Lalu-Lintas dan Angkutan Jalan Beserta Peraturan Pelaksananya, PP Nomor 41, 42,

43 dan 44 Tahun 1993 (dikutip dari halaman 174 pada Peraturan Pemerintah Republik

Indonesia Nomor 43 Tentang Prasarana Lalu-Lintas), kecelakaan lalu-lintas adalah : suatu peristiwa di jalan yang tidak ada sangka-sangka dan tidak disengaja melibatkan

kendaraan atau pemakai jalan lainnya, mengakibatkan korban jiwa atau kerugian

lainnya.

Di dalam buku tersebut, korban kecelakaan lalu-lintas dibagi menjadi tiga

bagian, yaitu:

(21)

Korban meninggal adalah korban yang sudah dipastikan meninggal sebagai akibat kecelakaan lalu-lintas dalam jangka waktu paling lama tiga 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 tiga puluh hari sejak

terjadinya kecelakaan.

3. Korban luka ringan

Korban luka ringan adalah korban yang tidak termasuk dalam pengertian korban meninggal dan korban luka berat.

2.5 Jenis dan Bentuk Kecelakaan

Kecelakaan lalu-lintas dapat digolongkan atas tiga jenis menurut akibat dari

kecelakaan tersebut, yaitu:

1. Kecelakaan dengan korban meninggal

2. Kecelakaan dengan korban luka-luka

3. Kecelakaan dengan kerugian dan kerusakan kendaraan

Sedangkan pelanggaran antara kendaraan bermotor dapat diklasifikasikan menurut

(22)

1. Tabrakan depan, yaitu dua kendaraan yang tabrakan dengan berlawanan arah.

2. Tabrakan sudut atau samping, yaitu tabrakan antara dua kendaraan yang bergerak dalam dua arah yang berbeda dan bukan berlawanan.

3. Tabrakan depan belakang, tabrakan yang terjadi pada dua buah kendaraan yang sedang berjalan pada arah yang sama.

4. Tabrakan sisi, yaitu sebuah kendaraan yang dilanggar oleh kendaraan lain dari samping pada waktu berjalan di jalan yang sama atau berlawanan,

biasanya terjadi pada jalur yang berbeda.

5. Tabrakan belakang, kendaraan yang mundur sehingga menabrak kendaraan yang ada di belakangnya.

2.6 Faktor Penyebab Kecelakaan Lalu-Lintas

Pada umumnya kecelakaan lalu-lintas diakibatkan oleh kombinasi beberapa faktor

pendukung antara lain, yaitu:

1. Pelanggaran atau tindakan yang berbahaya oleh pengemudi.

2. Karena pejalan kaki (menyeberang jalan tidak hati-hati).

3. Kesalahan kendaraan (tanpa rem yang baik, tanpa lampu penerangan, tanpa

lampu tanda berbahaya).

4. Kesalahan jalan (melewati jalur lawan).

(23)

Dengan kata lain dapat disebutkan bahwa kecelakaan lalu-lintas merupakan wujud

kegagalan dalam interaksi perjalanan dari pengemudi, pejalan kaki, kendaraan, jalan

(24)

BAB 3

LANDASAN TEORI

3.1 Statistik Nonparametrik

Tes statistik nonparametrik adalah tes yang modelnya tidak menetapkan syarat-syarat

mengenai parameter-parameter populasi yang merupakan induk sampel penelitiannya.

Oleh karena itu observasi-observasi independent dan variabel yang diteliti pada

dasarnya memiliki kontinuitas. Uji metode nonparametrik adalah prosedur pengujian

hipotesa yang tidak mengasumsikan pengetahuan apapun mengenai sebaran populasi

yang mendasarinya kecuali selama itu kontinu.

Dalam kegiatan penelitian, biasanya lebih banyak digunakan analisis statistik

parametrik dari pada statistik nonparametrik. Statistik parametrik digunakan jika kita

telah mengetahui model matematis dari distribusi populasi suatu data yang akan

dianalisis. Jika kita tidak mengetahui suatu model distribusi populasi dari suatu data

dan jumlah data relatif kecil atau asumsi kenormalan tidak selalu dapat dijamin penuh,

maka kita harus menggunakan statistik nonparametrik (statistik bebas distribusi).

Statistik nonparametrik memiliki keunggulan atau kelebihan yaitu kebanyakan

prosedur nonparametrik memerlukan asumsi dalam jumlah yang minimal maka

(25)

dilakukan dengan cepat dan mudah, terutama bila terpaksa dilakukan secara manual.

Jadi penggunaan prosedur-prosedur ini menghemat waktu yang diperlukan untuk

perhitungan dan ini merupakan bahan pertimbangan bila hasil penyajian harus segera

tersaji atau bila mesin hitung berkemampuan tinggi tidak tersedia. Para peneliti yang

memiliki dasar matematik dan statistik yang minim, biasanya mudah memahami

konsep dan metode prosedur nonparametrik. Prosedur-prosedur nonparametrik boleh

diterapkan bila data telah diukur dengan menggunakan skala pengukuran.

Sedangkan kelemahan dari statistik nonparametrik adalah karena

perhitungan-perhitungan yang dibutuhkan untuk kebanyakan prosedur nonparametrik cepat dan

sederhana, prosedur ini kadang-kadang digunakan untuk kasus-kasus yang lebih tepat

bila ditangani prosedur-prosedur nonparametrik sehingga cara seperti ini sering

menyebabkan pemborosan informasi. Kendatipun prosedur nonparametrik terkenal

karena prinsip perhitungan yang sederhana, pekerjaan hitung-menghitung selalu

membutuhkan banyak tenaga dan akan menimbulkan kejenuhan.

Dalam implementasi, penggunaan prosedur yang tepat merupakan tujuan dari

peneliti. Beberapa parameter yang dapat digunakan sebagai dasar dalam penggunaan

statistik nonparametrik adalah:

1. Hipotesis yang diuji tidak melibatkan populasi

2. Skala yang digunakan lebih lemah dari skala prosedur parametrik

(26)

3.2 Hipotesa

Hipotesa secara etimologis dibentuk dari dua kata yaitu, kata hypo yang berarti kurang

dan thesis yang berarti pendapat. Jadi hipotesis artinya suatu kesimpulan yang masih

kurang, yang masih belum sempurna. Pengertian ini kemudian diperluas dengan

maksud sebagai kesimpulan yang sempurna, sehingga perlu disempurnakan dengan

membuktikan kebenaran hipotesa tersebut. Pembuktian ini hanya dapat dilakukan

dengan menguji hipotesis dengan data di lapangan. Adapun sifat-sifat yang harus

dimiliki untuk menentukan hipotesa adalah:

1. Hipotesis harus muncul dan ada hubungannya dengan teori serta masalah

yang diteliti.

2. Setiap hipotesis adalah kemungkinan jawaban terhadap persoalan yang

diteliti.

3. Hipotesis dapat diuji dan terukur tersendiri untuk menetapkan hipotesis

yang besar kemungkinannya didukung oleh data empirik.

Perlu diingat apapun syarat hipotesis, yang jelas bahwa penampilan setiap

hipotesis adalah bentuk statement, yaitu pernyataan tentang sifat atau keadaan

hubungan dua atau lebih variabel yang akan diteliti.

Adapun jenis hipotesis yang mudah dimengerti adalah hipotesis nol (Ho),

hipotesis alternative (Ha), hipotesis kerja (Hk). Tetapi yang biasa adalah Ho yang

merupakan bentuk dasar atau yang memiliki statement yang menyatakan tidak ada

hubungan antara variabel x dan variabel y yang akan diteliti atau variabel independent

(x) tidak mempengaruhi variabel dependen (y). Adapun hipotesis yang digunakan

(27)

Ho: Tidak ada hubungan antara jumlah kendaraan bermotor dan panjang jalan

terhadap kecelakaan lalu-lintas.

H1: Terdapat hubungan antara jumlah kendaraan bermotor dan panjang jalan terhadap

kecelakaan lalu-lintas.

3.3 Uji Chi-Kuadrat

Uji chi-kuadrat merupakan uji indenpendensi dimana suatu variabel tidak dipengaruhi

atau tidak ada hubungan dengan variabel lain. Tehnik chi-kuadrat (Chi-Square; Chi

dibaca: Kai; simbol dari huruf Yunani: ) ditemukan oleh Helmet pada tahun 1875,

tetapi baru pada tahun 1900 pertama kali diperkenalkan kembali oleh Karl Pearson.

x

2

Uji chi-kuadrat digunakan untuk menguji kebebasan antara dua sampel

(variabel), memeriksa ketergantungan dan homogenitas dua variabel atau lebih,

dimana data sebuah sampel yang diambil menunjang hipotesis yang menyatakan

bahwa populasi asal sampel tersebut mengikuti suatu distribusi yang telah ditetapkan.

Oleh karena itu, uji ini dapat juga disebut uji kecocokan (goodness of fit test), karena

dapat menguji sebuah sampel apakah selaras dengan salah satu distribusi teoritis

(seperti distribusi normal, uniform, binomial, binomial negatif, eksponensial, poisson,

Bernoulli, multinomial, hipergeometrik dan pascal).

Pada kedua prosedur tersebut selalu meliputi perbandingan frekuensi yang

(28)

data skala interval saja, melainkan juga data skala nominal, yaitu yang berupa

perhitungan frekuensi pemunculan tertentu.

Penghitungan frekuensi pemunculan juga sering dikaitkan dengan perhitungan

persentase, proporsi atau yang lain yang sejenis. Chi-kuadrat adalah tehnik statistik

yang dipergunakan untuk menguji probabilitas seperti itu, yang dilakukan dengan cara

mempertentangkan antara frekuensi yang benar-benar terjadi, frekuensi yang

diobservasi, observed frequencies (disingkat Fo atau O) dengan frekuensi yang

diharapkan, expected frequencies (disingkat Fh atau E).

Adapun beberapa hal yang perlu diperhatikan dalam menggunakan

Chi-Kuadrat, yaitu:

1. Chi-Kuadrat digunakan untuk menganalisa data yang berbentuk

frekuensi

2. Chi-Kuadrat tidak dapat digunakan untuk menentukan besar atau

kecilnya korelasi dari variabel-variabel yang dianalisa.

3. Chi-Kuadrat pada dasarnya belum dapat menghasilkan kesimpulan

yang memuaskan

4. Chi-Kuadrat cocok digunakan untuk data kategorik, data diskrit atau

data nominal

Cara memberikan interpretasi terhadap Chi-Kuadrat adalah dengan

menentukan df (degree of freedom) atau db (derajat bebas). Setelah itu berkonsultasi

(29)

dari hasil perhitungan dengan harga kritik Chi-Kuadrat, akhirnya mengambil

kesimpulan dengan ketentuan:

1. Bila harga Chi-Kuadrat (

x

2) sama atau lebih besar dari tabel

Chi-Kuadrat maka hipotesis nol (Ho) ditolak dan hipotesis alternatif (Ha)

diterima.

2. Bila harga Chi-Kuadrat (

x

2) lebih kecil dari tabel Chi-Kuadrat maka

hipotesis nol (Ho) diterima dan hipotesis alternatif (Ha) ditolak.

Adapun beberapa persoalan yang dapat diselesaikan dengan mengambil

manfaat dari Chi-Kuadrat di antaranya adalah:

3.3.1 Uji Independen Antara Dua Faktor

Banyak data hasil pengamatan yang dapat digolongkan ke dalam beberapa faktor,

karakteristik atau atribut terdiri dengan tiap faktor atau atribut dari beberapa

klasifikasi, kategori, golongan atau mungkin tingkatan. Berdasarkan hasil

pengamatan terhadap fenomena demikian akan diselidiki mengenai asosiasi atau

hubungan atau kaitan antara faktor-faktor itu bersifat independent atau bebas, tepatnya

bebas statistik. Selain daripada itu akan diselidiki ada atau tidaknya pengaruh

mengenai beberapa taraf atau tingkatan sesuatu faktor terhadap kejadian fenomena.

Secara umum untuk menguji independent antar dua faktor dapat dijelaskan

sebagai berikut: misalkan diambil sebuah sampel acak berukuran n, dan tiap

pengamatan tunggal diduga terjadi karena adanya dua macam faktor I dan II. Faktor I

(30)

ke-II (j=1,2,…,k) akan dinyatakan dengan Oij. Hasilnya dapat dicatat dalam sebuah

daftar kontingensi b x k. Pasangan hipotesis yang akan diuji berdasarkan data dengan

memakai penyesuaian persyaratan data yang diuji sebagai berikut:

Ho: Kedua faktor bebas statistik (independen), faktor yang satu tidak ada

hubungan dengan faktor lainnya.

H1: Kedua faktor tidak bebas statistik (dependen), faktor yang satu ada

hubungan dengan faktor lainnya.

Tabel yang disajikan akan dianalisis untuk setiap sel yang diperlukan

kemudian dibentuk oleh tabel kontingensi. Data tabel tersebut di atas agar dapat dicari

hubungan antara faktor-faktor dengan menggunakan statistik uji Chi-Kuadrat.

Pengujian eksak sukar digunakan, karena di sini hanya akan dijelaskan

pengujian yang bersifat pendekatan. Untuk ini diperlukan frekuensi teoritik atau

banyak gejala yang yang diharapkan terjadi yang di sini akan dinyatakan dengan Eij.

Rumusnya adalah sebagai berikut:

Eij = (nio x noj)/n

Dengan:

Eij = Banyak data teoritik (banyak gejala yang diharapkan terjadi)

nio = Jumlah baris ke-i

noj = Jumlah kolom ke-j

n = total jumlah data

(31)

E11 = (n10 x n01)/n ; E12 = (n10 x n02)/n

dan seterusnya.

Jelas bahwa n = n10 + n20 +….+ nbo = n01 + n02 +…+ nok

Sehingga nilai statistik yang digunakan untuk menguji hipotesis di atas adalah:



x

2



   b j i k j ij ij ij E E O 1 2 ) ( Dengan:

Oij adalah banyak data hasil pengamatan

Eij adalah banyak data teoritik (banyak gejala yang diharapakan terjadi)

Dengan kriteria pengujian sebagai berikut:

Tolak Ho jika

x

≥

hitung 2

x

tabel 2

Terima Ho jika

x

_hitung2 <

x

_tabel2

Dengan taraf nyata α = 0,05 dan derajat kebebasan (dk) untuk distribusi Chi-Kuadrat adalah (b-1)(k-1), dalam hal lainnya kita terima hipotesis Ho.

(32)

Kegunaan teknik koefisien kontingensi yang diberi simbol C, adalah untuk mencari

atau menghitung keeratan hubungan antara dua variabel yang mempunyai gejala

ordinal (kategori), paling tidak berjenis nominal.

Cara kerja atau perhitungan koefisien kontingensi sangatlah mudah jika nilai

Chi-Kuadrat sudah diketahui. Oleh karena itu biasanya para peneliti menghitung harga

koefisien kontingensi setelah menemukan harga Chi-Kuadrat. Fleksibilitas rumusan

ini adalah, tidak terbatas pada beberapa banyaknya kategori-kategori pada sel-sel

petak atau tabel Chi-Kuadrat. Tes signifikansi yang digunakan tetap menggunakan

tabel kritik Chi-Kuadrat, dengan derajat kebebasan (db) sama dengan jumlah kolom

dikurangi satu dikalikan dengan jumlah baris dikurangi satu (k-1 kali b-1). Rumus

untuk menghitung koefisien kontingensi adalah:

C =

N

x

hitung hitung



2 2

dengan:

C = Koefisien Kontingensi

x

hitung 2

= Hasil perhitungan Chi-Kuadrat

N = Banyak data

(33)

Dalam penelitian ini dilakukan metode analisis kuantitatif dengan langkah-langkah

sebagai berikut:

Langkah 1:

Pengumpulan data yang dilakukan penulis dengan mengadakan penelitian ke Badan

Pusat Statistik Provinsi Sumatera Utara.

Langkah 2:

Dari data yang dianalisis, lalu disusun dalam tabel distribusi frekuensi.

Langkah 3:

Dari data yang dianalisis maka dapat dibentuk daftar kontingensi frekuensi yang

[image:33.595.102.516.413.608.2]

diamati seperti di bawah ini:

TABEL DAFTAR KONTINGENSI FAKTOR II (K KATEGORI)

1 2 … K

JUMLAH

1 O11 … … O1K n10

2 O21 … … O2K n20

… … … … … …

.

. . . . . . . . . . .

FAKTOR I

(B KATEGORI)

B OB1 OB2 … OBK nB0

JUMLAH n01 n02 … n0k n

Dengan: faktor I dan II adalah faktor-faktor yang membentuk daftar kontingensi

dengan b baris dan k kolom. nij adalah frekuensi yang diamati.

N(i) =



ij ; i = 1, 2, 3,…, b

 b

(34)

Langkah 4:

Tentukan frekuensi yang diharapkan dari frekuensi yang diamati dengan rumus:

Eij = (ni0 x n0j )/n

dengan :

Eij adalah frekuensi yang diharapkan

n adalah jumlah data yang diamati

[image:34.595.101.545.386.610.2]

Dari rumus di atas dapat disusun tabel kontingensi dari frekuensi yang diharapkan.

TABEL DAFTAR KONTINGENSI DARI FREKUENSI YANG DIHARAPKAN

FAKTOR II (K KATEGORI)

1 2 … K

JUMLAH

1 E11 … … E1K n10

2 E21 … … E2K n20

… … … … … …

... ... ... ... ... ...

FAKTOR I

(B KATEGORI)

B EB1 EB2 … EBK nB0

JUMLAH n01 n02 … n0k n

Dengan terbentuknya daftar frekuensi yang diamati dan daftar frekuensi yang

diharapkan maka dapat ditentukan harga

x

2.

Langkah 5:

(35)

1. Tidak boleh menggunakan data kurang dari 20

2. Frekuensi teoritis (Eij) minimum harus 5 setiap kotak, sebab

x

2

hanya berlaku

apabila Eij ≥ 5, dengan kata lain apabila Eij <5 maka

x

2

terhadap data tidak

dapat dipertanggungjawabkan. Untuk tabel dua baris dan dua kolom dan untuk

tabel lebih dari 2 x 2 sebelum menghitung

x

2 perlu diperhatikan dahulu Eij

pada setiap kotak dalam tabel. Jika syarat tidak dipenuhi maka beberapa kolom

atau baris perlu digabung.

3. Setiap kotak tidak boleh mempunyai frekuensi kurang dari 1.

Setelah kriteria-kriteria di atas dipenuhi maka harga dapat dihitung dengan

rumus:

x

2



x

2



   B j i k j ij ij ij E E O 1 2 ) (

Untuk menguji apakah harga dianggap berarti pada suatu level of

significant tertentu harus diketahui nilai kritis dari dengan menggunakan

daftar pencarian harga Chi-Kuadrat yang dibandingkan dengan nilai yang

diperoleh dari hasil perhitungan. Dengan membaca nilai Chi-Kuadrat yang

tepat harus terlebih dahulu dipilih confidence coefficient yang akan dipakai dan

degree of freedom-nya. Untuk hal yang umum degree of freedom ini adalah

sama dengan perkalian (k-1) dan (b-1) atau baris dikalikan kolom.

x

2

x

2

(36)

Hipotesa yang diajukan adalah seperti di bawah ini:

Ho : Tidak ada hubungan antara jumlah kendaraan bermotor dan panjang jalan

H1 : Terdapat hubungan antara jumlah kendaraan bermotor dan panjang jalan terhadap

kecelakaan lalu-lintas.

Maka kriteria penerimaan dan penolakan hipotesa adalah sebagai berikut:

Tolak Ho jika

x

≥

hitung 2

x

tabel 2

Terima Ho jika

x

_hitung2 <

x

_tabel2

Langkah 7:

Selanjutnya akan ditentukan koefisien kontingensi (C) dengan menggunakan rumus

sebagai berikut: C = N

x

hitung hitung  2 2 dengan:

C = Contingency coefficient

N = Ukuran jumlah data

x

hitung 2

= Harga Chi-Kuadrat

Harga C dipakai untuk nilai derajat asosiasi antar faktor-faktornya adalah dengan

membandingkan harga C dengan koefisien kontingensi maksimum. Adapun harga

koefisien kontingensi maksimum dengan rumus sebagai berikut:

(37)

dengan m harga minimum antara b dan k atau antara jumlah baris dan kolom.

Langkah 8:

Dengan membandingkan C dengan Cmaksmaka keeratan hubungan variabel I dan

variabel II ditentukan oleh persentasenya. Hubungan kedua variabel ini disimbolkan

dengan Q dan mempunyai nilai antara -1 dan 1. Bila mana harga Q mendekati 1 maka

hubungan tambah erat dan bila Q menjauhi 1 maka hubungan kedua variabel itu

semakin kurang erat.

Q =

C

maks C

x 100%

dengan:

Q : untuk menyatakan persentase derajat hubungan antara variabel I dan variabel II

C : Koefisien Kontingensi

Cmaks = Koefisien kontingensi maksimum

Dengan ketentuan-ketentuan Davis (1971) sebagai berikut:

1. Sangat erat jika Q ≥ 0,70

2. Erat jika Q antara 0,50 dan 0,69

3. Cukup erat jika Q antara 0,30 dan 0,49

4. Kurang erat jika Q antara 0,10 dan 0,29

5. Dapat diabaikan jika Q antara 0,01 dan 0,09

(38)

BAB 4

(39)

4.1 Data yang Diperoleh

Pada dasarnya data merupakan alat bagi pengambilan keputusan untuk memecahkan

suatu persoalan. Keputusan yang baik jika pengambilan keputusan tersebut didasarkan

atas data yang baik. Salah satu kegunaan dari data adalah untuk mengetahui gambaran

tentang suatu keadaan permasalahan.

Untuk membahas dan memecahkan permasalahan tentang kecelakaan

lalu-lintas seperti diuraikan pada bagian sebelumnya, penulis mengumpulkan data yang

berhubungan dengan permasalahan tersebut. Data yang dikumpulkan dari Badan Pusat

Statistik adalah data kecelakaan lalu-lintas yang terjadi di Tapanuli Utara, serta

faktor-faktor yang mempengaruhinya, diantaranya jumlah kendaraan bermotor dan panjang

jalan di Tapanuli Utara dari tahun 2000-2004. Adapun datanya sebagai berikut:

Daftar 4.1.1 Tabel Kecelakaan Lalu-Lintas dan Korban Kejadian di Tapanuli Utara Tahun 2003-2007

Tahun Kecelakaan

2003 2004 2005 2006 2007

Jumlah

Banyaknya Kecelakaan 21 27 42 47 37 174

Korban Meninggal 22 22 24 20 29 117

Korban Luka Berat 14 13 19 43 16 105

Korban Luka Ringan 10 3 17 27 10 67

Kejadian Total 67 65 102 137 92 463

(40)

4.2 Hubungan Kecelakaan Lalu-Lintas dengan Jumlah Kendaraan Bermotor

Dalam hal ini kecelakaan dibagi dalam 4 jenis, yaitu : kecelakaan (accident), korban

meninggal, korban luka berat dan korban luka ringan. Sedangkan kendaraan bermotor

terdiri dari: mobil penumpang, mobil bus, mobil gerobak dan sepeda motor. Dari

pengumpulan data kecelakaan lalu-lintas dan kendaraan bermotor di Tapanuli Utara

[image:40.595.84.558.423.594.2]

dapat disusun tabelnya sebagai berikut:

Tabel 4.2.1 Jumlah Kecelakaan Lalu-Lintas Menurut Kendaraan Bermotor Tahun 2003-2007

Jumlah Kecelakaan Kendaraan

Bermotor Kecelakaan Korban

Meninggal

Korban

Luka Berat

Korban

Luka Ringan

Jumlah

Mobil Penumpang 30 27 18 14 89

Mobil Bus 36 27 21 8 92

Mobil Gerobak 51 29 23 31 134

Sepeda Motor 57 34 43 14 148

Jumlah 174 117 105 67 463

Untuk mengetahui apakah ada hubungan kecelakaan lalu-lintas terhadap

jumlah kendaraan bermotor, maka jumlah frekuensi yang diharapkan dari frekuensi

yang diamati dapat ditentukan dengan rumus:

Eij = ( nio x noj)  n

(41)

Eij = Banyak data teoritis ( banyak gejala yang diharapkan terjadi )

nio = jumlah baris ke-i

noj = jumlah kolom ke-j

n = totaljumlah data

Dapat dicari jumlah frekuensi yang diharapkan dari jumlah frekuensi yang

diamati sebagai berikut :

E11 = ( 89 x 174 )  463 = 33,45

E12 = ( 92 x 174 )  463 = 34,57

E13 = ( 134 x 174 )  463 = 50,36

E14= ( 148 x 174 )  463 = 55,62

E21 = ( 89 x 117 )  463 = 22,49

E22 = ( 92 x 117 )  463 = 23,25

E23 = ( 134 x 117 )  463= 33,86

E24 = ( 148 x 117 )  463 = 37,40

E31 = ( 89 x 105 )  463 = 20,18

E32 = ( 92 x 105 )  463 = 20,86

E33 = ( 134 x 105)  463 = 30,39

E34 = ( 148 x 105 )  463 = 33,56

E41 = ( 89 x 67 )  463 = 12,88

(42)

E44 = ( 148 x 67 )  463 = 21,42

Dari koefisien di atas dapat dibentuk daftar kontingensi dari daftar dari daftar

[image:42.595.112.569.215.425.2]

frekuensi yang diharapkan yang dapat dilihat pada tabel 4.2.2 di bawah ini:

Tabel 4.2.2 Daftar Kontingensi dari Daftar Frekuensi

Jumlah Kecelakaan Kendaraan

Bermotor _{Kecelakaan Korban}

Meninggal

Korban

Luka Berat

Korban

Luka Ringan

Jumlah

Mobil Penumpang 33,45 22,49 20,18 12,88 89

Mobil Bus 34,57 23,25 20,86 13,31 92

Mobil Gerobak 50,36 33,86 30,39 19,39 134

Sepeda Motor 55,62 37,40 33,56 21,42 148

Jumlah 174 117 105 67 463

Kemudian kita dapat mencari harga

x

2 pada tabel 4.2.3 di bawah ini:

Tabel 4.2.3 Penentuan Harga Chi-Kuadrat

No Oij Eij Oij - Eij (Oij - Eij)2 (Oij - Eij)2  Eij

1 30 33,45 -3,45 11,9025 0,355829596

2 27 22,49 4,51 20,3401 0,904406403

3 18 20,18 -2,18 4,7524 0,235500496

[image:42.595.143.488.621.768.2]

(43)

5 36 34,57 1,43 2,0449 0,059152444

6 27 23,25 3,75 14,0625 0,60483871

7 21 20,86 0,14 0,0196 0,000939597

8 8 13,31 -5,31 28,1961 2,118414726

9 51 50,36 0,64 0,4096 0,008133439

10 29 33,86 -4,86 23,6196 0,69756645

11 23 30,39 -7,39 54,6121 1,79704179

12 31 19,39 11,61 134,7921 6,951629706

13 57 55,62 1,38 1,9044 0,034239482

14 34 37,4 -3,4 11,56 0,309090909

15 43 33,56 9,44 89,1136 2,655351609

16 14 21,42 -7,42 55,0564 2,570326797

Jumlah 19,39985346

Jadi dari tabel 4.2.3 diperoleh :



x

2



   b j i k j ij ij ij E E O 1 2 ) (

x

hitung 2 = 19,40

Dengan hipotesa sebagai berikut:

Ho: Tidak ada hubungan antara jumlah kendaraan bermotor terhadap kecelakaan

(44)

H1: Terdapat hubungan antara jumlah kendaraan bermotor terhadap kecelakaan

lalu-lintas.

Kita bandingkan harga

x

2 yang terdapat di tabel dengan dk (derajat kebebasan)

dari masalah yang diteliti yaitu:

dk = (b-1)(k-1) = (4-1)(4-1) = 9 dan α = 0,05 diperoleh:

x

tabel 2

=

x

2 = 16,9

) 9 ( ) 05 , 0 (

Ternyata

x

_hitung2 >

x

_tabel2 yakni 19,40 > 16,9

Jadi Ho ditolak maka H1 diterima, artinya terdapat hubungan antara jumlah kendaraan

bermotor terhadap kecelakaan lalu-lintas.

Untuk mengetahui derajat hubungan antara kendaraan bermotor terhadap

jumlah kecelakaan lalu-lintas maka ditentukan kontingensi C (derajat hubungan)

sebagai berikut: C = N

x

hitung hitung  2 2 C = 463 40 , 19 40 , 19  C = 39 , 480 40 , 19

C = 0,040

C = 0,20

Cmaks =

m m1

Cmaks =

(45)

Cmaks =

4 3

= 0,75

= 0,87

Dengan membandingkan harga C dengan harga Cmaks adalah sebagai berikut:

Q =

C

maks C x 100% Q = 87 , 0 20 , 0 x 100%

Q = 23 %

Berdasarkan ketentuan Davis (1971) Q antara 0,10 dan 0,29 derajat hubungan

kurang erat, maka dapat diketahui bahwa derajat hubungan antara jumlah kendaraan

bermotor tarhadap kecelakaan lalu-lintas adalah kurang erat.

4.3 Hubungan Kecelakaan Lalu-Lintas dengan Panjang Jalan

Dalam hal ini kecelakaan dibagi dalam 4 jenis, yaitu : kecelakaan (accident), korban

meninggal, korban luka berat dan korban luka ringan. Sedangkan panjang jalan terdiri

dari: jalan negara, jalan provinsi dan jalan kabupaten atau kota. Dari pengumpulan

data kecelakaan lalu-lintas dan panjang jalan di Tapanuli Utara dapat disusun tabelnya

sebagai berikut.

Tabel 4.3.1 Jumlah Kecelakaan Lalu-Lintas Menurut Panjang Jalan Tahun 2003-2007

Jumlah Kecelakaan Panjang

Jalan Kecelakaan Korban

(46)

Jalan Negara 49 38 30 21 138

Jalan Provinsi 55 38 31 18 142

Jalan Kabupaten/kota 70 41 44 28 183

Jumlah 174 117 105 67 463

Untuk mengetahui apakah ada hubungan kecelakaan lalu-lintas terhadap

panjang jalan, maka jumlah frekuensi yang diharapkan dari frekuensi yang diamati

dapat ditentukan dengan rumus:

Eij = ( nio x noj)  n

Dimana :

Eij = Banyak data teoritis ( banyak gejala yang diharapkan terjadi )

nio = jumlah baris ke-i

noj = jumlah kolom ke-j

n = totaljumlah data

Dapat dicari jumlah frekuensi yang diharapkan dari jumlah frekuensi yang

diamati sebagai berikut :

E11 = ( 138 x 174 )  463 = 51,86

E12 = ( 142 x 174 )  463 = 53,37

E13 = ( 183 x 174 )  463 = 68,77

E21 = ( 138 x 117)  463 = 34,87

E22 = ( 142 x 117 )  463 = 35,88

E23 = ( 183 x 117 )  463= 46,25

E31 = ( 138 x 105 )  463 = 31,30

(47)

E33 = ( 183 x 105)  463 = 41,50

E41 = ( 138 x 67 )  463 = 19,97

E42 = ( 142 x 67 )  463 = 20,55

E43 = ( 183 x 67 )  463 = 26,48

Dari koefisien di atas dapat dibentuk daftar kontingensi dari daftar dari daftar

[image:47.595.99.540.326.512.2]

frekuensi yang diharapkan yang dapat dilihat pada tabel 4.3.2 di bawah ini:

Tabel 4.3.2 Daftar Kontingensi dari Daftar Frekuensi

Jumlah Kecelakaan Panjang

Jalan Kecelakaan Korban

Meninggal

Korban

Luka Berat

Korban

Luka Ringan

Jumlah

Jalan Negara 51,86 34,87 31,30 19,97 138

Jalan Provinsi 53,37 35,88 32,20 20,55 142

Jalan

Kabupaten/kota

68,77 46,25 41,50 26,48 183

Jumlah 174 117 105 67 463

Kemudian kita dapat mencari harga

x

2 pada tabel 4.2.3 di bawah ini:

Tabel 4.3.3 Penentuan Harga Chi-Kuadrat

No Oij Eij Oij - Eij (Oij - Eij)2 (Oij - Eij)2  Eij

1 49 51,86 -2,86 8,1796 0,157724643

2 38 34,87 3,13 9,7969 0,280954976

3 30 31,3 -1,3 1,69 0,05399361

[image:47.595.164.509.598.746.2]

(48)

5 55 53,37 1,63 2,6569 0,049782649

6 38 35,88 2,12 4,4944 0,125261984

7 31 32,2 -1,2 1,44 0,044720497

8 18 20,55 -2,55 6,5025 0,316423358

9 70 68,77 1,23 1,5129 0,021999418

10 41 46,25 -5,25 27,5625 0,595945946

11 44 41,5 2,5 6,25 0,15060241

12 28 26,48 1,52 2,3104 0,087250755

Jumlah 1,937784934

Jadi dari tabel 4.3.3 diperoleh :



x

2



   b j i k j ij ij ij E E O 1 2 ) (

x

hitung 2 = 1,94

Dengan hipotesa sebagai berikut:

Ho: Tidak ada hubungan antara panjang jalan terhadap kecelakaan lalu-lintas.

H1: Terdapat hubungan antara panjang jalan terhadap kecelakaan lalu-lintas.

Kita bandingkan harga

x

2 yang terdapat di tabel dengan dk (derajat kebebasan)

dari masalah yang diteliti yaitu:

dk = (b-1)(k-1) = (3-1)(4-1) = 6 dan α = 0,05 diperoleh:

x

tabel 2

=

x

2₍₀_,₀₅₎₍₆₎= 12,6

(49)

Jadi Ho diterima maka H1 ditolak, artinya tidak ada hubungan antara panjang jalan

Untuk mengetahui derajat hubungan antara panjang jalan terhadap jumlah

kecelakaan lalu-lintas maka ditentukan kontingensi C (derajat hubungan) sebagai

berikut: C = N

x

hitung hitung  2 2 C = 463 94 , 1 94 , 1  C = 94 , 464 94 , 1

C = 0,004

C = 0,065

Cmaks =

m m1

Cmaks =

4 1 3

Cmaks =

4 2

= 0,50

= 0,71

Dengan membandingkan harga C dengan harga Cmaksadalah sebagai berikut:

(50)

Q = 92 %

Berdasarkan ketentuan Davis (1971) Q ≥ 0,92 derajat hubungan sangat erat, maka dapat diketahui bahwa derajat hubungan antara panjang jalan terhadap

kecelakaan lalu-lintas adalah sangat erat.

BAB 5

(51)

5.1 Pengertian

Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikan desain

sistem yang ada dalam desain sistem yang disetujui, menginstal dan memulai sistem

baru atau sistem yang diperbaiki.

Tahapan implementasi merupakan tahapan penerapan hasil desain tertulis ke

dalam programming. Dalam pengolahan data pada karya tulis ini penulis

menggunakan perangkat lunak (software) sebagai implementasi sistem yaitu SPSS

15.0 for windows dalam masalah memperoleh hasil perhitungan.

5.2 Statistik dan Komputer

Komputer berasal dari kata “computare” dalam bahasa Yunani yang berarti

menghitung (bandingkan dengan kata ‘to computer’ dalam bahasa Inggris). dengan

demikian, komputer memang dibuat untuk melakukan pengolahan data yang di

dasarkan pada operasi matematika seperti (x, /, +, -) dan operasi logika (>, >, =).

perkembangan teknologi komputer pun pada intinya berusaha untuk semakin

mendayagunakan kemampuan perhitungan di atas, dengan memperbaiki kinerja ‘otak’

komputer atau CPU (Central Processing Unit), dari mulai teknologi XT yang sudah

usang sampai teknologi Pentium IV dewasa ini.

(52)

matematika. Statistik berasal dari kata ‘statistic’ yang dapat didefenisikan sebagai data

yang telah terolah yang kemudian mengalami proses pengolahan data. Tentunya

proses tersebut dapat berlangsung hanya dengan didasarkan pada pengolahan data

yang berbasis perhitungan matematika, sesuatu yang dapat dikerjakan dengan cepat

oleh komputer. Jadi, statistik menyediakan cara/metode pengolahan data yang ada,

maka komputer menyediakan sarana pengolahan datanya. Dengan bantuan komputer,

pengolahan data statistik hingga dihasilkan informasi yang relevan menjadi lebih

cepat lebih akurat.

Dalam pengolahan data, komputer mempunyai tiga keunggulan utama

dibandingkan manusia yaitu kecepatan, ketepatan dan keandalan yang membuat

komputer sangat dibutuhkan dalam mengolah data-data statistik. Selain mempunyai

kecepatan yang sangat tinggi dalam mengolah data-data statistik, serta menghasilkan

output yang mempunyai presisi (ketepatan) tinggi, komputer juga mempunyai daya

tahan kerja yang tinggi.

5.3 SPSS dan Komputer Statistik

Saat ini banyak beredar berbagai paket program komputer statistik, dari yang ‘kuno’

dan berbasis DOS seperti Microstat sampai yang berbasis Windows seperti SPSS,

(53)

sekarang, SPSS adalah yang paling populer dan paling banyak digunakan pemakai di

seluruh dunia.

SPSS sebagai software statistik, pertama kali dibuat tahun 1968 oleh tiga

mahasiswa Stanfort University, yang dioperasikan pada komputer mainframe. Pada

tahun 1984, SPSS pertama kali muncul dengan versi PC (dapat dipakai untuk

komputer dekstop) dengan nama SPSS/PC+ dan sejalan dengan , mulai populernya

sistem operasi Windows, SPSS pada tahun 1922 juga mengeluarkan versi Windows.

Hal ini membuat SPSS yang tadinya ditujukan bagi pengolahan data statistik

untuk ilmu sosial (SPSS saat itu adalah singkatan dari Statistical Package for the

Social Sciences), sekarang diperluas untuk melayani berbagai jenis user, seperti untuk

proses produksi di pabrik, riset ilmu-ilmu sains dan lainnya. Sehingga sekarang

kepanjangan SPSS adalah Statistical Product dan Service Solutions.

5.4 Mengoperasikan SPSS

Secara umum ada tiga tahapan yang harus dilakukan dalam mengoperasikan SPSS

supaya hasil yang diperoleh berdayaguna: tahapan penyiapan data yang mencakup

pemasukan (input) data, penyimpanan data, tahap proses analisis data, dan tahap

analisis hasil.

(54)

1. Harus dipastikan bahwa SPSS telah terinstal pada komputer dan kemudian

dibuka dengan:

Klik tombol start, all program, SPSS for Windows, SPSS 15.0 for Windows.

[image:54.595.145.553.220.548.2]

Akan tampil dilayar sebagai berikut:

Gambar 4.1 Membuka Windows SPSS

2. Buka lembar kerja baru

Langkah-langkah:

Buka lembar kerja baru dari menu FILE, pilih NEW. Lalu klik DATA. Akan

(55)

[image:55.595.144.523.85.346.2]

Gambar 4.2 Tampilan Awal SPSS

3. Mendefenisikan variabel dan property yang diperlukan. Langkah berikutnya

adalah membuat nama untuk setiap variabel baru, jenis data, label data, dan

sebagainya. Untuk itu, klik tab sheet Variable View yang ada di bagian kiri

bawah. Tampilan Variable View dapat juga diambil dari menu VIEW lalu sub

(56)

[image:56.595.143.523.85.329.2]

Gambar 4.3 Tampilan Variabel View

4. Menamai variabel dan property yang diperlukan.

Variabel kecelakaan lalu-lintas

a. Name. Sesuai kasus, pointer di bawah kolom Name, klik ganda pada

sel tersebut dan ketik “kecelakaan“.

b. Type. Tipe data untuk kecelakaan adalah numerik (kuantitatif).

c. Width. Untuk keseragaman ketik 8.

d. Decimal. Karena data numerik, maka ketik 0.

Bagian lain dapat diabaikan. Untuk kembali ke Data View, klik tab

Data View yang berada di kiri bawah atau tekan Ctrl + T.

Variabel jumlah kendaraan bermotor

(57)

b. Type. Tipe data untuk jumlah kendaraan bermotor adalah numerik

(kuantitatif).

d. Decimal. Karena data numeric, maka ketik 0.

Data View yang berada di kiri bawah atau tekan Ctrl + T.

Variabel panjang jalan

sel tersebut dan ketik “panjang jalan“.

b. Type. Tipe data untuk kecelakaan adalah numerik (kuantitatif).

d. Decimal. Karena data numerik, maka ketik 0.

[image:57.595.181.521.499.743.2]

(58)

INPUT DATA

Langkah-langkah:

1. Letakkan pointer pada baris pertama yaitu pada variabel kecelakaan lalu-lintas,

kemudian isikan data dengan kasus.

2. Sama halnya untuk variabel-variabel lainnya (jumlah kendaraan bermotor dan

panjang jalan).

[image:58.595.107.528.307.567.2]

3. Setelah selesai lalu simpan.

Gambar 4.5 Tampilan Data pada Editor yang Telah Diisi Data yang Diperoleh

Prosedur untuk memperoleh output SPSS adalah sebagai berikut:

1. Masukkan data ke editor SPSS sehingga hasilnya seperti gambar 4.5

2. Klik Analyze

3. Klik Descriptive Statistics

(59)

5. Pindahkan variabel kecelakaan lalu-lintas ke kotak Row(s) dengan menekan

tombol anak panah ke kanan.

6. Pindahkan variabel jumlah kendaraan bermotor dan panjang jalan ke kotak

Column(s) dengan menekan anak panah kanan.

7. Klik Statistic…kemudian klik Chi-Square.

8. Klik tombol Cells…pilih Continue, kemudian klik pilihan Observed dan

[image:59.595.103.514.402.546.2]

Expected pada kotah Counts lalu pilih Continue lagi. 9. Klik OK sehingga akan tampil output SPSS sebagai berikut:

Tabel 5.4.1 Output SPSS

Case Processing Summary

Cases

Valid Missing Total

N Percent N Percent N Percent

kecelakaan lalu-lintas * jumlah

kendaraan bermotor 463 99.8% 1 .2% 464 100.0%

kecelakaan lalu-lintas * panjang

jalan 463 99.8% 1 .2% 464 100.0%

Crosstabs

Case Processing Summary

Cases

Valid Missing Total

(60)

kecelakaan lalu-lintas *

jumlah kendaraan

bermotor

463 99.8% 1 .2% 464 100.0%

kecelakaan lalu-lintas *

panjang jalan 463 99.8% 1 .2% 464 100.0%

kecelakaan lalu-lintas * panjang jalan

Crosstab panjang jalan jalan negara jalan provinsi jalan

kabupaten/kota Total

Count 49 65 60 174

kecelakaan

Expected

Count 51.9 57.1 65.0 174.0

Count 38 38 41 117

korban

meninggal

Expected

Count 34.9 38.4 43.7 117.0

Count 30 31 44 105

korban luka

berat

Expected

Count 31.3 34.5 39.2 105.0

Count 21 18 28 67

kecelakaan

lalu-lintas

korban luka

ringan

Expected

Count 20.0 22.0 25.0 67.0

Count 138 152 173 463

Total

Expected

Count 138.0 152.0 173.0 463.0

Chi-Square Tests

Value df

Asymp. Sig.

(2-sided)

Pearson Chi-Square 4.197a 6 .650

Likelihood Ratio 4.185 6 .652

(61)

Chi-Square Tests

Value df

Asymp. Sig.

(2-sided)

Linear-by-Linear Association .407 1 .524

N of Valid Cases 463

a. 0 cells (,0%) have expected count less than 5. The minimum expected count

is 19,97.

kecelakaan lalu-lintas * jumlah kendaraan bermotor

Crosstab

jumlah kendaraan bermotor

mobil penumpang mobil bus mobil gerobak sepeda

motor Total

Count 30 36 51 57 174

kecelakaan

Expected Count 33.4 34.6 50.7 55.2 174.0

Count 27 27 29 34 117

korban

meninggal

Expected Count 22.5 23.2 34.1 37.1 117.0

Count 18 21 24 42 105

korban luka

berat

Expected Count 20.2 20.9 30.6 33.3 105.0

Count 14 8 31 14 67

kecelakaan

lalu-lintas

korban luka

ringan

Expected Count 12.9 13.3 19.5 21.3 67.0

Count 89 92 135 147 463

Total

Expected Count 89.0 92.0 135.0 147.0 463.0

Chi-Square Tests

Value df

Asymp. Sig.

(62)

is 12,88.

Crosstabs

kecelakaan lalu-lintas * panjang jalan

Crosstab panjang jalan jalan negara jalan provinsi jalan

kabupaten/kota Total

Count 49 65 60 174

kecelakaan

Expected Count 51.9 57.1 65.0 174.0

Count 38 38 41 117

korban

meninggal

Expected Count 34.9 38.4 43.7 117.0

Count 30 31 44 105

korban luka

berat

Expected Count 31.3 34.5 39.2 105.0

Count 21 18 28 67

kecelakaan

lalu-lintas

korban luka

ringan

Expected Count 20.0 22.0 25.0 67.0

Count 138 152 173 463

Total

Expected Count 138.0 152.0 173.0 463.0

Chi-Square Tests

Value df

Asymp. Sig.

(2-sided)

(63)

Chi-Square Tests

Value df

Asymp. Sig.

(2-sided)

is 19,97.

kecelakaan lalu-lintas * jumlah kendaraan bermotor

Crosstab

jumlah kendaraan bermotor

Mobil penumpang mobil bus mobil gerobak sepeda

motor Total

Count 30 36 51 57 174

kecelakaan

Expected

Count 33.4 34.6 50.7 55.2 174.0

Count 27 27 29 34 117

korban

meninggal

Expected

Count 22.5 23.2 34.1 37.1 117.0

Count 18 21 24 42 105

korban luka

berat

Expected

Count 20.2 20.9 30.6 33.3 105.0

Count 14 8 31 14 67

kecelakaan

lalu-lintas

korban luka

ringan

Expected

Count 12.9 13.3 19.5 21.3 67.0

Count 89 92 135 147 463

Total

Expected

(64)

Chi-Square Tests

Value df

Asymp. Sig.

(2-sided)

(65)

BAB 6

KESIMPULAN DAN SARAN

6.1 Kesimpulan

Setelah dilakukan analisis maka dapat diambil beberapa kesimpulan antara lain:

1. Ternyata kedua variabel, yaitu jumlah kendaraan bermotor dan panjang jalan

mempunyai pengaruh yang nyata terhadap terjadinya kecelakaan lalu-lintas.

Hal ini dapat dilihat dari ketentuan Davis (1971), sangat erat jika Q ≥ 0,70 dan kurang erat jika Q antara 0,10 dan 0,29. Dari hasil perhitungan variabel yang

berkorelasi kurang erat yaitu jumlah kendaraan bermotor (0,23) dan

berkorelasi sangat erat yaitu panjang jalan (0,92).

2. Dari kedua variabel tersebut, ternyata panjang jalan yang berpengaruh

dibandingkan dengan jumlah kendaraan bermotor terhadap terjadinya

kecelakaan lalu-lintas yaitu sebesar 92 %.