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
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
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
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
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
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
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
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
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,
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
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
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
Rumus yang digunakan: 2 =
f
f
f
e e o
x
Dengan :x
2 = Chi-Kuadratf
0 = Nilai pengamatan yang diperolehf
e = Nilai pengharapan pada kategoriDengan kriteria pengujian sebagai berikut:
Tolak Ho jika
x
hitung2 ≥x
tabel2Terima Ho jika
x
hitung2 <x
tabel2Dengan 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
x
hitung hitung 2 2 dengan:x
hitung 2= Hasil perhitungan Chi-Kuadrat
N = Banyak data
Harga koefisien kontingensi maksimum dihitung dalam rumus sebagai berikut:
C =
m m1
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
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
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
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,
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
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
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:
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
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).
Dengan kata lain dapat disebutkan bahwa kecelakaan lalu-lintas merupakan wujud
kegagalan dalam interaksi perjalanan dari pengemudi, pejalan kaki, kendaraan, jalan
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
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
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
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
2Uji 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
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
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 tabelChi-Kuadrat maka hipotesis nol (Ho) ditolak dan hipotesis alternatif (Ha)
diterima.
2. Bila harga Chi-Kuadrat (
x
2) lebih kecil dari tabel Chi-Kuadrat makahipotesis 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
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
E11 = (n10 x n01)/n ; E12 = (n10 x n02)/n
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 2Terima Ho jika
x
hitung2 <x
tabel2Dengan 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.
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
x
hitung hitung
2 2
dengan:
C = Koefisien Kontingensi
x
hitung 2= Hasil perhitungan Chi-Kuadrat
N = Banyak data
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
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:
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 Eijpada 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
2x
2Hipotesa yang diajukan adalah seperti di bawah ini:
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.
Maka kriteria penerimaan dan penolakan hipotesa adalah sebagai berikut:
Tolak Ho jika
x
≥hitung 2
x
tabel 2Terima Ho jika
x
hitung2 <x
tabel2Langkah 7:
Selanjutnya akan ditentukan koefisien kontingensi (C) dengan menggunakan rumus
sebagai berikut: C = N
x
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:
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 Cx 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
BAB 4
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
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
Eij = Banyak data teoritis ( banyak gejala yang diharapkan terjadi )
nio = jumlah baris ke-i
noj = jumlah kolom ke-j
n = totaljumlah 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
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]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 = 19,40Dengan hipotesa sebagai berikut:
Ho: Tidak ada hubungan antara jumlah kendaraan bermotor terhadap kecelakaan
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 > 16,9Jadi 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
x
hitung hitung 2 2 C = 463 40 , 19 40 , 19 C = 39 , 480 40 , 19C = 0,040
C = 0,20
Cmaks =
m m1
Cmaks =
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
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 = totaljumlah 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
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]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 = 1,94Dengan 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)= 12,6Jadi Ho diterima maka H1 ditolak, artinya tidak ada hubungan antara panjang jalan
terhadap kecelakaan lalu-lintas.
Untuk mengetahui derajat hubungan antara panjang jalan terhadap jumlah
kecelakaan lalu-lintas maka ditentukan kontingensi C (derajat hubungan) sebagai
berikut: C = N
x
x
hitung hitung 2 2 C = 463 94 , 1 94 , 1 C = 94 , 464 94 , 1C = 0,004
C = 0,065
Cmaks =
m m1
Cmaks =
4 1 3
Cmaks =
4 2
= 0,50
= 0,71
Dengan membandingkan harga C dengan harga Cmaksadalah sebagai berikut:
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
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.
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,
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.
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
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
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
a. Name. Sesuai kasus, pointer di bawah kolom Name, klik ganda pada
b. Type. Tipe data untuk jumlah kendaraan bermotor adalah numerik
(kuantitatif).
c. Width. Untuk keseragaman ketik 8.
d. Decimal. Karena data numeric, 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 panjang jalan
a. Name. Sesuai kasus, pointer di bawah kolom Name, klik ganda pada
sel tersebut dan ketik “panjang jalan“.
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
[image:57.595.181.521.499.743.2]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
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
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
Chi-Square Tests
Value df
Asymp. Sig.
(2-sided)
Pearson Chi-Square 4.197a 6 .650
Likelihood Ratio 4.185 6 .652
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.
Likelihood Ratio 17.962 9 .036
Linear-by-Linear Association .011 1 .915
N of Valid Cases 463
a. 0 cells (,0%) have expected count less than 5. The minimum expected count
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)
Pearson Chi-Square 4.197a 6 .650
Likelihood Ratio 4.185 6 .652
Chi-Square Tests
Value df
Asymp. Sig.
(2-sided)
Pearson Chi-Square 4.197a 6 .650
Likelihood Ratio 4.185 6 .652
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
Chi-Square Tests
Value df
Asymp. Sig.
(2-sided)
Pearson Chi-Square 18.364a 9 .031
Likelihood Ratio 17.962 9 .036
Linear-by-Linear Association .011 1 .915
N of Valid Cases 463
a. 0 cells (,0%) have expected count less than 5. The minimum expected count
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 %.
6.2 Saran
1. Disarankan kepada pemerintah daerah agar produksi jumlah kendaraan
bermotor dikurangi, khususnya sepeda motor.
2. Jalan harus diperpanjang dan diperlebar untuk menanggulangi jumlah
kendaraan bermotor yang begitu pesat pertumbuhannya.
3. Untuk mengantisipasi volume kecelakaan lalu-lintas, kendaraan bermotor baik
di sekitarnya. Hal ini dapat tercapai apabila ada kerjasama yang baik antara
DAFTAR PUSTAKA
Sulaiman, W. 2002. Jalan Pintas Menguasai SPSS 10. Yogyakarta: Andi
Sudjana. 1992. Metoda Statitika. Edisi ke-6. Bandung: Tarsito
Soegondo, Trisno dan Tumewu. 1980. Teknik Lalu-Lintas. Bandung: Penerbit ITB
Marga, B. 1972. Peraturan Pelaksana Pembangunan Jalan Raya. Jakarta: Badan
Penerbit Pekerjaan Umum
Marga, B. 1972. Peraturan Perencanaan Geometrik Jalan Raya. Jakarta: Badan