BAB 2
LANDASAN TEORI
2.1 Pengertian Kejahatan
Pengertian kejahatan dapat dilihat dari beberapa segi pandang yaitu:
1. Dipandang dari segi sosiologis
Pengertian kriminalitas dipandang dari segi sosialogis adalah salah satu jenis gejala sosial,yaitu suatu kelakuan yang asosial dan amoral yang tidak
dikehendaki oleh kelompok pergaulan dan secara sadar ditentang oleh pemerintah (Bonger, 1962).
2. Dipandang dari segi hukum
Dipandang dari segi hukum kejahatan adalah perbuatan yang dilarang oleh undang-undang dan barang siapa yang melakukan sesuatu perbuatan
bertentangan dengan undang-undang tersebut, maka ia akan dihukum. Jadi, tegasnya kejahatan disini adalah setiap perbuatan yang telah ditetapkan atau
dirumuskan dalam suatu peraturan misalnya: “penipuan”, menurut pasal 378
K.U.H.P, yaitu: “barang siapa dengan maksud untuk menguntungkan diri sendiri atauorang lain secara melawan hukum, dengan memakai nama palsu
kepadanya, atau supaya memberi hutang maupun menghapuskan piutang,
diancam karena penipuan dengan penjara paling lama 4 tahun. 3. Dipandang dari segi kejiwaan
Dipandang dari segi kejiwaan (psikologi) setiap perbuatan manusia adalah dicerminkan oleh kejiwaan dari manusia bersangkutan, yang dalam tindakannya sampai mana manusia tersebut dapat menyesuaikan diri dengan
norma-norma yang terdapat dalam masyarakatnya. Jadi dapat dikatakan bahwa perbuatan jahat (kejahatan) adalah satu tindakan atau perbuatan yang
tidak sesuai kesadaran hukum masyarakat tertentu tersebut yang oleh karena itu pula perbuatan itu dapat dikatakan adalah tidak normal (abnormal).
2.2 Akibat-Akibat Kejahatan
Sudah jelas akibat dari kejahatan adalah negatif, sesuatu yang tidak dikehendaki
masyarakat, akibat dapat tertuju kepada:
1. Manusia
Perorangan (individu) sebagai korban yang dapat berupa kejiwaan, korban namabaik, dan korban harta (vermogeen) yang menjadi milik manusia sebagai subjek hukum (pendukung hak dan kewajiban).
2. Masyarakat
Diketahui bahwa masyarakat adalah kumpulan dari individu-individu, sehingga seseorang atau beberapa orang yang menjadi korban tindak kejahatan bukan tidak mungkin masyarakat sekitarnya ikut-ikutan menjadi korban, paling sedikit
3. Diri si Pelaku Tindak Kejahatan
Si pelaku tindak kejahatan sendiri dapat menjadi korban dari perbuatannya sendiri, yang jelas ia akan disingkirkan oleh masyarakat dan mungkin sekali
dihukum pidana untuk diambil nyawanya atas dirampas kemerdekaannya.
2.3 Pengertian Regresi
Dalam ilmu statistika teknik yang umum digunakan untuk menganalisa hubungan
antara dua variabel atau lebih adalah analisa regresi linier.Regresi pertama digunakan sebagai konsep statistik pada tahun 1877 oleh Sir Francis Galton. Dia
telah melakukan studi tentang kecendrungan tinggi badan anak. Hasil studi tersebut merupakan suatu kesimpulan bahwa kecendrungan tinggi badan anak yang lahir terhadap orang tuanya adalah menurun mengarah pada tinggi badan
rata-rata penduduk. Istilah regresi pada mulanya bertujuan untuk membuat perkiraan nilai satu variable terhadap variable yang lain. Pada perkembangan
selanjutnya, analisis regresi dapat digunakan sebagai alat untuk membuat perkiraan nilai suatu variabel dengan menggunakan beberapa variabel lain yang
berhubungan dengan variabel tersebut. (Alfigari, 2000).
Pada dasarnya dalam suatu persamaan regresi terdapat dua macam variabel, yaitu variabel bebas (independent variable) yang dinyatakan dengan
simbol X dan variabel terikat (dependent variable) yang biasanya dinyatakan dengan symbol Y. Variabel terikat adalah variabel yang dipengaruhi atau yang nilainya bergantung dari nilai variabel lain. Variabel bebas adalah variabel yang
dapat diprediksi besarnya.Prinsip dasar yang harus dipenuhi dalam membangun
suatu persamaan regresi adalah bahwa antara variabel terikat dengan variabel bebas mempunyai sifat hubbungan sebab-akibat.
2.4 Analisis Regresi Linier
Analisis regresi merupakan teknik yang digunakan dalam persamaan matematik yang menyatakan hubungan fugsional antara variabel-variabel. Analisis regresi
linier atau regresi garis lurus digunakan untuk :
1. Menentukan hubungan fungsional antar variabel dependen dengan
independen. Hubungan fungsional ini dapat disebut sebagai persamaan garis regresi yang berbentuk linier.
2. Meramalkan atau menduga nilai dari satu variabel dengan hubungannya dengan variabel yang lain yang diketahui melalui persamaan garis regresi.
Variabel yang lain diketahui melalui persamaan garis regresinya. Analisis regresi
terdiri dari dua bentuk, yaitu:
1. Analisis Regresi Linier Sederhana
2. Analisis Regresi Linier Berganda
Analisis Regresi Linier Sederhana adalah bentuk regresi dengan model yang bertujuan untuk mempelajari hubungan antara dua variabel, yakni variabel
tergantung dengan variabel lainya, sedangkan variabel terikat adalah variabel
yang nilainya tergantung dari variabel lainya.
Analisi regresi digunakan untuk mengetahui hubungan antara dua variabel
atau lebih, terutama untuk menelusuri pola hubungan yang modelnya beluum diketahui dengan baik, atau untuk meengetahui bagaimana variasi dari beberapa variabel bebas mempengaruhi variabel dependen dalam suatu fenomena yang
komplek. Jika adalah variabel-variabel bebas dan Y adalah variabel
terikat, maka terdapat hubungan antara fungsional antara X dan Y, dimana variasi dari X akan diiringi pula oleh variasi dari Y. Jika dibuat secara matematis
hubungan ini dapat dijabarkan sebagai berikut :
Keterangan :
Y = Variabel terikat (Dependen)
X = Variabel bebas (Independen)
e = Variabel residu (disturbace term)
2.4.1 Analisis Regresi Linier Sederhana
Analisis regresi linier sederhana terdiri dari satu variabel bebas dan satu variabel terikat. Dengan kata lain variabel yang dianalisis terdiri dari satu variabelprediktor
Keterangan :
Y = Variabel terikat (dependent variable) X = Variabel bebas (independent variable)
a = Konstanta (intrcept) b = Kemiringan (slope)
Penggunaan regresi linier sederhana didasarkan pada asumsi, diantaranya
sebagai berikut :
1. Model regresi harus linier dalam parameter
2. Variabel bebas tidak berkolerasi dengan disturbance term (eror) 3. Nilai disturbance term sebesar 0 atau dengan symbol sebagai e
4. Varian untuk masing-masing error term (kesalahan) konstan 5. Tidak terjadi autokorelasi
6. Model regresi dispesifikasikan secara benar. Tidak terdapat bias
spesifikasi dalam model yang digunakan dalam analisis empiris.
Koefisien-koefisien regresi a dan b dapat dihitung dengan rumus:
∑ ∑ ∑ ∑ ∑ ∑
∑ ∑ ∑ ∑ ∑
Jika koefisien b terlebih dahulu dihitung, maka koefisien a dapat dihitung
dengan rumus: ̅ ̅
2.4.2 Analisis Regresi Linier Berganda
Regresi Linier ganda (Mulltiple Regression) berguna untuk mencari pengaruh atau untuk meramalkan dua variabel predictor atau lebih terhadap variabel
kriteriumnya. Suatu persamaan regresi linier yang memiliki lebih dari satu variabel bebas X dan satu variabel terikat Y akan membentuk suatu persamaan regresi yang baru, disebut persamaan regresi linieer berganda (multiple
regression). Model persamaan regresi linier berganda hamper sama dengan model
regrei linier sederhana, letak perbedaanya hanya pada jumlah variabel bebasnya.
Secara umum model regresi linier berganda adalah sebagai berikut:
Keterangan :
Y = Variabel terikat (dependent variable) X = Variabel bebas (independent variable)
= Konstanta regresi
= Koefisien regresi variabel bebas
e = Pengamatan variabel error
Dalam penelitian ini digunakan enam variabel yang terdiri dari satu
variabel terikat (Y) dan lima variabel bebas (X). Maka persamaan regresi
Persamaan diatas dapat diselesaikan dengan empat bentuk, yaitu :
∑ ∑ ∑ ∑ ∑ ∑
∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑ ∑
2.5 Uji Keberartian Regresi
Sebelum persamaan regresi yang diperoleh digunakan untuk membuat kesimpulan, terlebih dahulu doperiksa setidak-setidaknya mengenai kelinieran dan
keberaatianya. Pemeriksaan ini ditempuh melalui pengujian hipotesis. Uji keberartian dilakukan untuk meyakinkan diri apakah regresi yang didapat
berdasarkan penelitian ada artinya bila dipakai untuk membuat kesimpulan mengenai hubungan sejumlah peubah yang sedang dipelajari. Untuk itu diperlukan dua macam jumlah kuadrat (JK) yaitu jumlah kuadrat untuk regresi
yang ditulis dan jumlah kuadrat untuk sisa (residu) yang ditulis dengan . Jika ̅ ̅ ̅ ̅
maka secara umum jimlah kuadrat-kuadrat tersebut dapat dihitung dengan rumus :
∑ ∑ ∑
Dengan derajat kebebasan dk=k
Dengan derajat kebebasan dk= (n – k – 1) untuk sampel berukuran n, dengan
demikian uji keberartian regresi berganda dapat dihitung dengan :
Dimana statistik F yang menyebar mengikuti distribusi F dengan derajat
kebebasan pembilang .
2.6 Koefisien Determinasi
Koefisien determinasi yang dinyatakan dengan untuk pengujian regresi linier berganda yang mencakup lebih dari dua variabel adalah untuk mengetahui
proporsi keragaman total dalam variabel tak bebas (Y) yang dapat dijelaskan atau diterangkan oleh variabel-variabel bebas (X) yang ada di dalam model persamaan
regresi linier berganda secara bersama-sama. Maka akan ditentukan dengan
rumus, yaitu :
∑
Keterangan :
= Jumlah kuadrat regresi
Harga yang diperoleh sesuai dengan variansi yang dijelaskan
masing-masing variabel yang tinggal dalam regresi tersebut. Hal ini mengakibatkan variansi yang dijelaskan penduga yang disebabkan oleh variabel yang
2.7 Uji Korelasi
Analisa korelasi dilakukan untuk mengetahui hubungan antara dua variabel (bivariate correlation) atau lebih dari 2 variabel (multivariate correlation) dalam
suatu penelitian. Untuk menghitung koefisien korelasi r berdasarkan sekumpulan data (Xi dan Yi) berukuran n dengan menggunakan rumus:
∑ ∑ ∑
√ ∑ ∑ ∑ ∑
Keterangan:
: Nilai korelasi anatara variabel X dengan variabel Y
N : Banyak data
∑ : Jumlah dari variabel X
∑ : Jumlah dari variabel Y
∑ : Jumlah dari perkalian variabel X dan Y
∑ : Jumlah dari kuadrat variabel X
∑ : Jumlah dari kuadrat variabel Y.
∑ : Jumlah dari hasil perkalian antara nilai-nilai variabel X dan
variabel Y
Korelasi antara variabel dibedakan atas tiga jenis, yaitu: 1. Korelasi Positif
2. Korelasi Negatif
Perubahan antara variabel berlawanan, artinya apabila variabel yang satu meningkat, maka variabel yang lain mengalami penurunan.
3. Korelasi Nihil
Terjadi apabila perubahan pada variabel yang satu diikuti pada perubahan yang lain dengan arah yang tidak teratur.
Kuatnya hubungan antar variabel dinyatakan dalam koefisien korelasi. Koefisien korelasi positif terbesar = 1 dan koefisien korelasi negatif terbesar
adalah -1, sedangkan yang terkecil adalah 0. Bila hubungan antar dua variabel atau lebih itu mempunyai koefisien korelasi = 1 atau = -1 maka hubungan tersebut sempurna. Setelah diperoleh nilai r kemudian diinterpretasikan terhadap koefisien
korelasi (Sugiyono, 2006) yaitu:
Tabel Interpretasi Koefisien Korelasi Nilai r
R Interpretasi
0 Tidak berkorelasi
0,01 – 0,20 Sangat rendah
0,21 – 0,40 Rendah
0,41 – 0,60 Agak rendah
0,61 – 0,80 Cukup
0,81 – 0,99 Tinggi
2.8 Kesalahan Standar Estimasi
Untuk mengetahui ketetapan persamaan estimasi dapat digunakan keslahan standar estimasi (standard error of estimate).Besarnya kesalahan standar estimasi
menunjukan ketetapan persamaan estimasi untuk menjelaskan nilai variabel tidak bebas yang sesungguhnya.Semakin kecil nilai kesalahan standar estimasi tersebut, makin tinggi ketetapan persamaan estimasi yang dihasilkan untuk menjelaskan
nilai variabel tidak bebas sesungguhnya. Sebaliknya, semakin besar nilai kesalahan standar estimasi, maka semakin rendah persamaan estimasi yang
dihasilkan untuk menjelaskan nilai variabel tidak sesungguhnya.(Algifari. 2000. Analisa regreesi Teor,, Kasus dan Solusi, Edisi 2. Yogyakarta : BPFE. Hal
17).Kesalahan standar estimasi (kekeliruan baku taksiran) dapat ditentukan
dengan rumus : √∑ ̅
2.9 Pengujian Hipotesis
Pengujian hipotesis merupakan salah satu tujuan yang akan dibuktikan dalam
penelitian. Jika terdapat deviasi antara sampel yang ditentukan dengan jumlah populasi maka tidak tertutup kemungkinan untuk terjadinya kesalahan dalam
mengambil keputusan antara menolak atau menerima suatu hipotesis.
Pengujian hipotesis dapat didasarkan dengan menggunakan dua hal, yaitu :
tingkat signifikansi atau probabilitas dan tingkat kepercayaan atau confidence interval. Didasarkan tingkat signifikansi pada umumnya orang
menggunakan 0,05. Kisaran tingkat signifikansi mulai dari 0,01 sampai dengan 0,1. Yang dimaksud dengan tingkat signifikansi adalah probabilitas melakukan
dengan tingkat kepercayaan ialah tingkat dimana sebesar 95% nilai sampel akan
mewakili nilai populasi dimana sampel berasal. Dalam melakukan uji hipotesis
terdapat dua hipotesis, yaitu: (hipotesiis 0) dan (hipotesis alternatif).
bertujuan untuk memberikan usulan dugaan kemungkinan tidak adanya
perbedaan antara perkiraan penelitian dengan keadaan yang sesungguhnya yang
akan diteliti. bertujuan memberikan usulan dugaan adanya perbedaan perkiraan dengan keadaan sesungguhnya yang akan diteliti.
Pembentukan suatu hipotesis memerlukan toeri-teori maupun hasil penelitian terlebih dahulu sebagai pendukung pernyataan hipotesis yang diusulkan. Dalam membentuk hipotesis ada beberapa hal yang dipertimbangkan,
yaitu:
1. Hipotesis nol dan hipotesis alternative yang diusulkan
2. Daerah penerimaan dan penolakan serta teknik arah pengujian (one tailed atau two tailed).
3. Penentuan nilai hitung statistik.
4. Menarik kesimpulan apakah menerima atau menolak hipotesis yang diusulkan dalam uji keberartian regresi.
Langkah-langkah yang dibutuhkan untuk pengujian hipotesis ini antara lain.
1.
Tidak terdapat hubungan fungsional yang signifikan antara variabel bebas
dengan variabel terikat.
Terdapat hubungan fungsional yang signifikan antara variabel bebas dengan
variabel terikat.
2. Pilih taraf nyata yang diinginkan.
3. Hitung statistik dengan menggunakan persamaan.
4. Nilai menggunakan daftar table F dengan taraf signifikansi yaitu
: .
Kriteria pengujian : jika , maka ditolak dan diterima.