ANALISIS TINDAK KEJAHATAN PENCURIAN, PENGANIAYAAN, PEMERASAN, PENIPUAN TERHADAP JUMLAH TOTAL KEJAHATAN DI PROVINSI SUMATERA UTARA TUGAS AKHIR Diajukan untuk melengkapi tugas akhir

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

ANALISIS TINDAK KEJAHATAN PENCURIAN,

PENGANIAYAAN, PEMERASAN, PENIPUAN TERHADAP JUMLAH TOTAL KEJAHATAN DI PROVINSI

SUMATERA UTARA

TUGAS AKHIR

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

HELMI YANTI SEMBIRING

052407011

PROGRAM STUDI D-III STATISTIKA DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2008


PERSETUJUAN Judul : ANALISIS TINDAK KEJAHATAN PENCURIAN, PENGANIAYAAN, PEMERASAN, PENIPUAN, TERHADAP JUMLAH TOTAL KEJAHATAN DI PROVINSI SUMATERA UTARA Kategori : TUGAS AKHIR Nama : HELMI YANTI SEMBIRING Nomor Induk mahasiswa : 052407011 Program Studi : DIPLOMA-3 STATISTIKA Departemen : MATEMATIKA Fakultas : MATEMATIKA DAN ILMU PENGETAHUAN ALAM(FMIPA) UNIVERSITAS SUMATERA UTARA

Diluluskan di Medan, Mei 2008

Diketahui/Disetujui oleh Departemen Matematika FMIPA USU Pembimbing Ketua, Dr. Saib Suwilo, M. Sc. Drs. Rahmad Sitepu, M. Si. NIP 131 796 149 NIP 131 695 909


PERNYATAAN

ANALISIS TINDAK KEJAHATAN PENCURIAN,

PENGANIAYAAN, PEMERASAN, PENIPUAN TERHADAP JUMLAH TOTAL KEJAHATAN DI PROVINSI

SUMATERA UTARA

TUGAS AKHIR Saya mengakui bahwa tugas akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebitkan sumbernya. Medan, Mei 2008 HELMI YANTI SEMBIRING 052407011


PENGHARGAAN

Terpujilah Allah Bapa pencipta langit dan bumi. Terpujilah Yesus Kristus penyelamat

umat manusia. Tepujilah Roh Kudus penghibur dan pemelihara. Segala puji hormat

penulis panjatkan kepada Allah Tritunggal karena berkat rahmat dan kasih sayangNya

akhirnya penulis dapat menyelesaikan penyusunan Tugas Akhir ini yang diberi judul

“Analisis Tindak Kejahatan Pencurian, Penganiayaan, Pemerasan, Penipuan Terhadap

Jumlah Total Kejahatan Di Provinsi Sumatera Utara”.

Selama penulis kuliah di Fakultas Matematika Dan Ilmu Pengetahuan Alam dan

menyusun Tugas Akhir ini penulis banyak memperoleh pendidikan, bimbingan dan

bantuan secara moril maupun materil dari berbagai pihak. Oleh sebab itulah, pada

kesempatan yang berharga ini, dengan hait yang tulus penulis menyampaikan terima

kasih dan penghargaan kepada:

1. Bapak Dr. Eddy Marlianto, M. Sc. selaku Dekan Fakultas Matematika dan Ilmu

Pengetahuan Alam.

2. Bapak Dr. Saib Suwilo, M. Sc. selaku Ketua Departemen Matematika Fakultas

Matematika dan Ilmu Pengetahuan Alam.

3. Bapak Drs. Henry Rani Sitepu, M. Si. selaku Sekretaris Depatemen Metematika

Fakultas Matematika dan Ilmu Pengetahuan Alam.


4. Bapak Drs. Rahmad Sitepu, M. Si. selaku dosen pembimbing, yang sudah

meluangkan waktu, tenaga dan pemikirannya untuk memberikan bimbingan

kepada penulis.

5. Bapak dan ibu Dosen dan seluruh staf dan pegawai FMIPA USU yang telah

mengabdikan diri dalam mentranfer ilmu untuk membekali penulis selama masa

perkuliahan.

6. Bapak pimpinan Polda Sumatera Utara telah memberi ijin kepada penulis untuk

mengambil data, dan juga kepada staf Polda Sumatera Utara.

7. Penghargaan yang teramat tulus ditujukan kepada kedua orang tuaku yang tercinta

Ayahnda dan Ibunda, adik-adikku Joice Siltra Sembiring, Silvia Yuniard

Sembiring, Egidia Sembiring, Yabes Hamonangan Sembiring yang telah memberi

dorongan dan semangat serta doa-doa, juga telah banyak menunjukkan perhatian,

pengertian, kasih sayang serta melakukan hal-hal yang terbaik bagi penulis dari

kecil hingga dewasa. Semoga Tuhan memberkati.

8. Terima kasih kepada Bapak Minar beserta keluarga yang telah mendidik saya

selama kuliah dan yang telah banyak membantu dalam doa dan atas dorongannya

selama ini.

9. Terima kasih kepada Ua Dame & Ma. JQ yang.memberi dorongan dan doanya.

Yang membantu penulis dalam penyusunan tugas akhir ini.

10. Teman kelempokku K`siska, K`leni, Edy, Eka, Helmi dan Antoni makasi atas

doa-doa dan bantuannya.

11. Teman kuliahku semuanya Stat`A makasi atas bantuannya, terutama buat Segel

Maniz, Rany B’Camat, Jos.


12. Terima kasih kepada Bapak Klester dan keluarga yang membantu dalam

pengumpulan data dan atas dorongan serta doanya.

13. Terima Kasih buat semua pihak yang turut membantu dalam penyusunan Tugas

Akhir ini yang tidak dapat disebutkan satu per satu. Doa dan harapan penulis,

kiranya Tuhan yang mencurahkan berkatNya kepada kita semua.

Medan, Mei 2008

Penulis,

Helmi Yanti Sembiring


DAFTAR ISI

Halaman

Persetujuan ii

Pernyataan iii

Penghargaan iv

Daftar isi vii

Daftar Tabel x

Daftar Gambar xii

Bab 1 Pendahuluan 1

1.1. Latar Belakang Masalah 1

1.2. Identifikasi Masalah 4

1.3. Batasan Masalah 4

1.4 Maksud danTujuan 5

1.5. Metodologi Penelitian 6

1.6. Tinjauan Pustaka 8

1.7. Sistematika Penulisan 10

Bab 2 Landasan Teoritis 12

2.1. Pengertian Kejahatan 12

2.2. Akibat-Akibat Kejahatan 13

2.3. Pengertian Analisa Regresi 14

2.4. Regresi Linier Sederhana 16

2.4.1. Persamaan Regresi Estimasi Dengan Metode Kuadrat Terkecil 16

2.5. Regresi Linier Berganda 18


2.5.1. Uji Regresi Linier Berganda 21

2.6. Koefisien Determinasi 23

2.7. Koefisien Korelasi 23

2.7.1. Uji Koefisien Regresi Ganda 26

Bab 3 Gambaran Umum Tempat Riset 28

3.1. Polda Dalam Kilasan Sejarah 28

3.2. Visi Polda 31

3.3. Misi Polda 31

3.4. Sasaran 33

3.4.1. Filosofi 34

3.5. Polda 34

Bab 4 Pembahasan dan Hasil 36

4.1. Pengolahan Data 36

4.2. Penduga Produksi Tanaman Padi 38

4.3. Mencari Koefisien Determinasi 50

4.4. Koefisien Korelasi 51

4.4.1.Perhitungan Korelasi Antara Variabel Y dengan Xi 51

4.4.2. Perhitungan Korelasi Antara Variabel Bebas 53

Bab 5 Implementasi Sistem 58

5.1. Sekilas Tentang SPSS 58

5.2. Mengaktifkan SPSS 59

5.3. Membuka Lembar Baru 60

5.4. Menamai Variabel 61

5.5. Pengisian Data 62

5.6. Pengolahan Data dengan Persamaan Regresi 63

5.7. Pengolahan Data dengan Persamaan Korelasi 66


Bab 6 Kesimpulan dan Saran 68

6.1. Kesimpulan 68

6.2. Saran 69

Daftar Pustaka

Lampiran


DAFTAR TABEL

Halaman

Tabel 1.1. Daftar Data Hasil Observasi 8

Tabel 2.1. Pengamatan 1 variabel bebas 17

Tabel 2.2. Hasil Pengamatan dari n Responden dan k Variabel Bebas 20

Tabel 4.1. Data Jumlah Total Kejahatan, Pencurian, Penganiayaan,

Pemerasan, Dan Penipuan tahun 2006-2007 37

Tabel 4.2. Nilai-nilai yang dibutuhkan untuk menghitung koefisien-

koefisien regresi 39

Tabel 4.3. Harga penyimpangan 44

Tabel 4.4 Harga – harga yang diperlukan untuk uji regresi linier ganda 47


DAFTAR GAMBAR

Halaman

Gambar 5.1. Mengatifkan SPSS 59 Gambar 5.2 Tampilan awal SPSS 60 Gambar 5.3 Tampilan Dari Nama Variabel 62 Gambar 5.4 Tampilan Data View 62 Gambar 5.5 Tampilan Data Yang Telah Diisi 63 Gambar 5.6 Tampilan Cara Membuat Regresi Linier 64 Gambar 5.7 Tampilan Sambungan Cara Membuat Regresi Linier 64 Gambar 5.8 Tampilan Sambungan Cara Membuat Regresi Linier 65 Gambar 5.9 Tampilan Sambungan Cara Membuat Regresi Linier 65 Gambar 5.10 Tampilan Cara Membuat Persamaan Korelasi 66 Gambar 5.11 Tampilan Sambungan Cara Membuat persamaan Korelasi 67 Gambar 5.12 Tampilan Sambungan Cara Membuat Persamaan Korelasi 67


BAB 1

PENDAHULUAN

1.1. Latar Belakang

Setelah Indonesia terpuruk dalam bidang pembangunan (terutama bidang ekonomi,

sosial, dan politik) maka pembangunan yang selama ini menjadi kata sihir untuk

meninabobokan rakyat saat ini justru tidak memiliki tuah. Pada masa atau kondisi

demikian maka kehidupan menjadi sangat rawan. Munculnya berbagai perbuatan-

perbuatan jahat atau kejahatan tindak pidana yang ditandai dengan munculnya pola-pola

kriminalitas baru.

Masalah kejahatan adalah masalah manusia yang telah merupakan kenyataan

sosial yang masalah penyebabnya kurang dipahami karena studinya belum pada proporsi

tepat secara dimensial. Perkembangan atau peningkatan tindak kejahatan maupun

penurunan kualitas atau peningkatan tindak kejahatan maupun penurunan kualitas atau

kuantitas tindak kejahatan, baik yang berada di kota-kota besar maupun di desa-desa

adalah relatif dan intraktif sifatnya.


Dipandang dari segi hukum kejahatan adalah perbuatan yang dilarang oleh

undang-undang dan barang siapa yang melakukan sesuatu perbuatan bertentangan dengan

undang-undang tersebut, maka ia akan dihukum. Jadi, tegasnya kejahatan

disini adalah setiap perbuatan yang telah ditetapkan atau dirumuskan dalam suatu

peraturan misalnya:”penipuan”, menurut pasal 378 K.U.H.P.

Penyebab terjadinya kejahatan mempunyai hubungan timbal balik antara beberapa

faktor umum sosial ekonomi dan bangunan kebudayaan dengan jumlah kejahatan dalam

lingkungan kecil maupun besar.

Beberapa faktor tersebut adalah:

1. Faktor Geografis Provinsi Sumatera Utara

Letak Provinsi Sumatera Utara yang dikelilingi oleh luasnya lautan Indonesia, yang

berdekatan dengan luar negri seperti negara Malaysia, melalui pelabuhan illegal.

Dari geografis tersebut dapat memungkinkan terjadinya tindak kejahatan.

2. Faktor Ekonomi

Sistem ekonomi dengan produksi besar-besaran, saingan bebas, menghidupkan

konsumsi dengan cara iklan, cara penjualan moderen, dan lain-lain, yaitu

menimbulkan keinginan untuk memiliki barang dan sekaligus mempersiapkan suatu

dasar kesempatan untuk melakukan penipuan dan melakukan tindak kejahatan.

3. Faktor Agama


Kurangnya pendidikan agama serta perhatian orangtua untuk memberikan

pendidikan agama kepada anaknya sejak dini menyebabkan anak berperilaku jahat

dan melakukan tindakan kejahatan karena kurangnya iman pada dirinya.

4. Faktor Fisik atau Keadaan

Yang didukung oleh jumlah masyarakat yang banyak, khususnya masyarakat di

Provinsi Sumatera Utara dan banyaknya masyarakat yang masih sering keluar

malam dan memberikan suatu gambaran dan keadaan yang memberi kesempatan

untuk melakukan suatu tindak kejahatan.

5. Faktor kondisi masyarakat

Masyarakat yang terdiri dari beraneka ragam suku, bahasa dan adat istiadat

khususnya di Provinsi Sumatera Utara dan beberapa negara asing yang datang ke

wilayah Indonesia khususnya Propinsi Sumatera Utara yang bekerja atau untuk

berwisata. Dengan kondisi masyarakat seperti itu menyebabkan terjadinya tindak

kejahatan.

Banyak tindak kejahatan yang terjadi di Propinsi Sumatera Utara, beberapa

diantaranya, seperti pencurian, penganiayaan, pemerasan, penipuan dan lain sebagainya

yang sifatnya melanggar hukum. Pengertian dari masing–masing kejahatan adalah:

1. Tindak kejahatan pencurian adalah mengambil barang orang lain seperti untuk

memilikinya tanpa sepengetahuan atau seizin dari yang bersangkutan.


2. Tindak kejahatan penganiayaan adalah perbuatan yang dengan sengaja

mengakibatkan rasa sakit dalam tubuh orang lain dengan sengaja merugikan

kesehatan orang lain.

3. Tindak kejahatan pemerasan adalah memaksa orang lain dengan kekerasan untuk

memberikan sesuatu.

4. Tindak kejahatan penipuan adalah membujuk orang lain dengan tipu muslihat

untuk mendapatkan sesuatu.

Dalam penyusunan tugas akhir ini yang akan dianalisa adalah jumlah total

kejahatan yang dipengaruhi oleh beberapa tindak kejahatan. Karena banyak jumlah total

kejahatan yang di pengaruhi oleh beberapa jenis tindak kejahatan maka pada penulisan

tugas akhir ini penulis memberikan judul :” Analisis Tindak Kejahatan Pencurian,

Penganiayaan, Pemerasan, Penipuaan Terhadap Jumlah Total Kejahatan Di

Propinsi Sumatera Utara”.

1.2. Identifikasi Masalah

Masalah–masalah yang muncul dari penelitian ini adalah bagaimana menganalisis jumlah

total kejahatan di Propinsi Sumatera Utara yang timbul dari tindak kejahatan pencurian,

penganiayaan, pemerasan, penipuaan, dan seberapa besar hubungan tersebut yang akan

dianalisis secara regresi linier berganda dan untuk mengetahui persentase dianalisis

secara korelasi.


Sebagai peubah terikat (dependent variable) dalam penulisan ini adalah jumlah

total kejahatan di Propinsi Sumatera Utara dan yang menjadi peubah bebasnya

(independent variable) adalah dipilih dari beberapa jenis tindak kejahatan yaitu

pencurian, penganiayaan, pemerasan, dan penipuaan.

1.3. Batasan Masalah

Berdasarkan latar belakang yang telah diuraikan sebelumnya maka penelitian ini

dikhususkan hanya membahas keempat jenis tindak kejahatan yang telah dipilih saja agar

pembahasan yang dilakukan tidak menyimpang dari maksud dan tujuan, karena diluar

keempat jenis tindak kejahatan itu masih banyak lagi jenis tindak kejahatan yang lain

yang juga terjadi di Propinsi Sumatera Utara.

1.4. Maksud dan Tujuan

Sejalan dengan masalah yang telah dikemukakan maka tujuan yang hendak dicapai dari

penelitian ini adalah:

1) Untuk menganalisis tindak kejahatan pencurian, penganiayaan, pemerasan,

penipuaan terhadap jumlah kejahatan di Propinsi Sumatera Utara.

2) Untuk melihat persentase tindak kejahatan pencurian, penganiayaan, pemerasan,

penipuaan terhadap jumlah total kejahatan di Propinsi Sumatera Utara.

3) Memenuhi salah satu persyaratan dalam penyalesaian Pendidikan Program D-3

Statisitka FMIPA USU.


Selain tujuan tersebut, penelitian ini diharapkan dapat memberi manfaat sebagai

berikut:

1) Memberi informasi yang dapat digunakan sebagai acuan Pemerintah dalam

menentukan kebijakan pengendalian tindak kejahatan.

2) Memberi bahan masukan serta bahan pertimbangan bagi peneliti selanjutnya dalam

objek yang sama.

1.5. Metode Penelitian

Setiap penelitian yang akan disusun harus mempergunakan cara yang sistematis sesuai

dengan urutan yang ditentukan sehingga hal tesebut akan memudahkan bagi penulis

maupun pembaca unuk memahami isi dari laporan tersebut.

Dalam penulisan Tugas Akhir ini penulis menggunakan beberapa metode yaitu:

1. Penelitian Kepustakaan (library Research)

Yaitu penelitian yang diperoleh dengan membaca buku–buku serta refrensi yang

bersifat teoritis yang mendukung serta relevan dengan penulisan Tugas Akhir ini.

2. Metode Pengumpulan Data

Data dibagi menjadi dua yaitu:

a) Data primer yaitu data yang diperoleh langsung dari sumbernya, diamati

dan dicatat untuk pertama kalinya.


b) Data sekunder yaitu data yang bukan di usahakan sendiri pengumpulannya

oleh peneliti tetapi dikumpulkan oleh pihak lain, misalnya BPS, majalah,

internet, keterangan atau publikasi lainnya.

Dalam penulisan Tugas Akhir ini penulis menggunakan data sekunder yang

diperoleh dari kantor Kepolisian Negara Republik Indonesia Daerah Sumatera

Utara bagian Direktorat Reserse Kriminal.

3. Tehnik dan Analisa Data

Data penelitian dianalisa dengan metode regresi linier berganda untuk melihat

persamaan regresi liniernya dan untuk melihat hubungan setiap variabel

digunakan korelasi. Data yang dikumpulkan diolah secara periodik dan dalam

kurun waktu yang sama yaitu antara Januari 2006 s/d Desember 2007. Adapun

langkah – langkah pengolahan data yang dilakukan adalah :

1) Menentukan apa saja yang menjadi variabel bebas (X) dan variabel

terikat (Y). Jumlah kejahatan di Provinsi Sumatera Utara sebagai

variabel respons/dependent (Y) yang dipengaruhi oleh variabel

prediktor/independent yaitu:

X1= Tindak kejahatan pencurian

X2= Tindak kejahatan penganiayaan

X3= Tindak kejahatan pemerasan

X4= Tindak kejahatan penipuaan

2) Mencari persamaan regresi antara variabel X dan Y dengan

menggunakan rumus yang telah diperoleh dari buku literatur.


3) Uji regresi linier berganda untuk mengetahui besarnya pengaruh

variabel bebas X secara bersama-sama terhadap variabel terikatY.

4) Uji koefisien regresi ganda dilakukan untuk mengetahui tingkat nyata

koefisien – koefisien regresi yang di dapat.

4. Lokasi Penelitian

Penelitian atau pengumpulan data dilakukan dikantor Kepolisian Negara

Republik Indonesia Daerah Sumatera Utara bagian Direktorat Reserse Kriminal

Jln. SM Raja No. 60 Km 10.5 Tanjung Morawa Medan.

1.6. Tinjauan Pustaka

1.6.1. Regresi Linier Berganda

Analisa regresi adalah metode statistika yang dipergunakan untuk menentukan

kemungkinan bentuk hubungan antara variabel–variabel dengan tujuan untuk melihat

nilai hubungan terhadap nilai variabel lain yang diketahui. Persamaan regresi linier

berganda memuat sejumlah k buah )2( ≥k peubah bebas/independent yang dihubungkan

dengan Y linier atau berpangkat satu dalam semua peubah bebas.

Bentuk umum persamaan regresi linier berganda Y atas kXXXX ,...,,, 321 adalah:

ikk eXbXbXbXbbY ++++++= ...ˆ3322110 (1.1)

Dimana Y adalah peubah respon sedangkan iX : I = 1,2,3,…,k adalah peubah prediktor

dimana j = 1,2,3,…,n. iX adalah juga faktor yang menentukan ataupun mempengaruhi

nY . Dan e adalah galat dugaan (error). Untuk lebih jelasnya dapat dilihat pada tabel 1.1 di

bawah ini:


Tabel 1.1 Daftar Data Hasil Observasi

NO RESPON

(Y)

VARIABEL

X1 X2 X3 X4 … Xk

1

2

3

.

.

.

n

Y1

Y2

Y3

.

.

.

Yn

X11

X12

X13

.

.

.

X1n

X21

X22

X23

.

.

.

X2n

X31

X32

X33

.

.

.

X3n

X41

X42

X43

.

.

.

X4n

…

…

…

…

…

…

…

Xk1

Xk2

Xk3

.

.

.

Xkn

Metode yang digunakan untuk membentuk persamaan regresi linier metode

berganda adalah Kuadrat Terkecil (Least Square). Regresi linier berganda yang diperoleh

adalah:

ikk eXbXbXbXbbY ++++++= ...ˆ3322110

Dengan konstanta b0 dan koefisien-koefisien kbbbb ,...,,, 321 dapat ditafsir

berdasarkan n buah data kXXXX ,...,,, 321 ,yang diperoleh dari hasil penelitian. Harga-

harga koefisien regresi dihitung dengan berdasarkan metode kuadrat terkecil dengan

syarat perlu agar ∑ − 2)( YYi minimum maka perlu dilakukan turunan parsial dari

∑ − 2)( YYi terhadap kbbbb ,...,,, 321 .Untuk menguji apakah variable–variable bebas

memiliki pengaruh variabel terikat dilakukan uji F.


1.6.2. Analisa korelasi

Analisa korelasi adalah alat statistik yang dapat digunakan untuk mengetahui derajat

hubungan linier antara satu variabel dengan variabel yang lain. Biasanya, analisis korelasi

digunakan dalam hubungannya dengan analisis regresi untuk mengukur ketepatan garis

regresi dalam menjelaskan variasi nilai variabel dependen. Kemudian akan dilihat

bagaimana tingkat hubungan antara satu atau beberapa variabel bebas dengan variabel

terikat. Dalam regresi sederhana, jika angka koefisien determinasi tersebut diakarkan

maka akan didapat koefisien korelasi ( r ) yang merupakan ukuran hubungan linier antar

dua variabel ( X dan Y ). Untuk regresi majemuk dapat dihitung beberapa koefisien

korelasi, yaitu korelasi antara Y dengan Xi.

Rumus korelasi antara Y dengan Xi adalah sebagai berikut:

∑ ∑ ∑∑∑ ∑ ∑

−−

−=

))()()((

))((2222,...,2,1.

iiii

iiiiky

YYnXXn

YXYXnr (1.2)

Koefisien korelasi (r) dapat digunakan untuk:

1) Mengetahui keeratan hubungan atau korelasi linier antara dua variable atau lebih

2) Mengetahui arah hubungan antara dua variable atau lebih

1.6. Sistematika Penulisan


Sistematika penulisan diuraikan untuk memberikan kerangka atau gambaran dari

Tugas Akhir ini, yaitu sebagai berikut:

BAB 1 PENDAHULUAN

Bab ini berisi tentang latar belakang masalah, identifikasi masalah,

batasan masalah, tujuan dan manfaat, metode penelitian, tinjauan pustaka,

sistematika penulisan.

BAB 2 LANDASAN TEORI

Bab ini akan menerangkan tentang segala sesuatu yang mencangkup cara

penyelesaian masalah yang sesuai dengan judul.

BAB 3 GAMBARAN UMUM TEMPAT RISET

Bab ini berisi tentang gambaran umum tempat riset.

BAB 4 PEMBAHASAN DAN HASIL

Bab ini akan diuraikan bagaimana penulisan membahas dan menganalisis

data tentang pengaruh beberapa jenis tindak kriminalitas terhadap jumlah

total kriminalitas dan mencari hasil dari data yang ada, dengan

menggunakan rumus yang telah ditentukan penulis.

BAB 5 IMPLEMENTASI SISTEM

Bab ini menjelaskan tentang cara input data dalam SPSS(Statistical

Program for Service Solution) dan akan memperlihatkan hasil dari

pembahasan dengan menggunakan program SPSS untuk mengetahui

pengaruh dari variabel yang akan diuji dalam penulisan ini.

BAB 6 PENUTUP


Bab ini merupakan bab penutup yang merupakan kesimpulan dari

pembahasan serta saran–saran penulis berdasarkan kesimpulan yang dapat

berguna bagi kita semua.

BAB 2

LANDASAN TEORI

2.1. Pengertian Kejahatan

Pengertian kejahatan dapat dilihat dari beberapa segi pandang yaitu:

1. Dipandang dari segi sosiologis


Dipandang dari segi sosiologis, kejahatan adalah salah satu jenis gejala sosial,

yaitu suatu kelakuan yang asosial dan amoral yang tidak dikehendaki oleh kelompok

pergaulan dan secara sadar ditentang oleh pemerintah (Bonger, 1981).

2. Dipandang dari segi hukum

Dipandang dari segi hukum, kejahatan adalah perbuatan yang dilarang oleh

undang–undang dan barang siapa yang melakukan sesuatu perbuatan bertentangan

dengan undang–undang tersebut, maka ia akan dihukum. Jadi, tegasnya kejahatan disini

adalah setiap perbuatan yang telah ditetapkan atau dirumuskan dalam suatu peraturan

misalnya:”penipuan”, menurut pasal 378 K.U.H.P, yaitu:

“ Barang siapa dengan maksud untuk menguntungkan diri sendiri atau orang lain

secara melawan hukum, dengan memakai nama palsu atau martabat (hoedanigheid)

palsu, dengan tipu muslihat atau rangkaian kebohongan, menggerakkan orang lain untuk

menyerahkan barang sesuatu kepadanya, atau supaya memberi hutang maupun

menghapuskan piutang, diancam karena penipuan dengan penjara paling lama 4 tahun.

3. Dipandang dari segi kejiwaan

Dipandang dari segi kejiwaan ( psikologi) setiap perbuatan manusia adalah

dicerminkan oleh kejiwaan dari manusia bersangkutan, yang dalam tindakannya sampai

mana manusia tersebut dapat menyesuaikan diri dengan norma-norma yang terdapat

dalam masyarakatnya. Jadi dapat dikatakan bahwa perbuatan jahat (kejahatan) adalah

satu tindakan atau perbuatan yang tidak sesuai kesadaran hokum masyarakat tertentu

tersebut yang oleh karena itu pula perbuatan itu dapat dikatakan adalah tidak normal

(abnormal).


2.2 Akibat-Akibat Kejahatan

Sudah jelas akibat dari kejahatan adalah negatif, sesuatu yang tidak dikehendaki

masyarakat, akibat dapat tertuju kepada:

1. Manusia

Perorangan (individu) sebagai korban yang dapat berupa kejiwaan, korban nama

baik, dan korban harta (vermogeen) yang menjadi milik manusia sebagai subjek

hokum (pendukung hak dan kewajiban).

2. Masyarakat

Diketahui bahwa masyarakat adalah kumpulan dari individu-individu, sehingga

seseorang atau beberapa orang yang menjadi korban tindak kejahatan bukan tidak

mungkin masyarakat sekitarnya ikut-ikutan menjadi korban, paling sedikit

timbulnya keresahan.

3. Diri Si Pelaku Tindak Kejahatan

Si pelaku tindak kejahatan sendiri dapat menjadi korban dari perbuatannya sendiri,

yang jelas ia akan disingkirkan oleh masyarakat dan mungkin sekali dihukum pidana

untuk diambil nyawanya atas dirampas kemerdekaannya.

2.3 Pengertian Analisis Regresi

Istilah regresi diperkenalkan oleh Francis Galtom. Dalam satu makalah yang terkenal,

Galton menemukan bahwa meskipun ada kecendrungan bagi orang tua yang tinggi


mempunyai anak yang tinggi dan bagi orang tua yang pendek mempunyai anak yang

pendek, distribusi tinggi suatu populasi tidak berubah secara menyolok (besar) dari

generasi ke generasi. Penjelasannya adalah bahwa ada kecendrungan bagi rata-rata tinggi

anak dengan orang tua yang mempuyai tinggi tertentu untuk bergerak atau mundur

(regress) kearah tinggi rata-rata seluruh populasi.

Hukum regresi semesta (low of universal regression) dari Galtom diperkuat oleh

temannya Karl Pearson, yang mengumpulkan lebih dari seribu catatan tinggi anggota

kelompok keluarga. Ia menemukan bahwa rata-rata tinggi anak laki-laki kelompok ayah

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

kelompok ayah yang pendek lebih besar daripada tinggi ayah mereka, jadi

“mundurnya”(“regressing”) anak laki-laki yang tinggi maupun yang pendek serupa ke

arah rata-rata tinggi semua laki-laki. Dengan kata-kata Galton, ini adalah ”kemunduran

kearah sedang”.

Analisa regresi adalah metode statistika yang digunakan untuk menentukan

kemungkinan bentuk dari hubungan antara variabel-variabel. Tujuan pokok dalam

penggunaan metoda ini adalah untuk meramalkan atau memperkirakan nilai dari satu

veriabel dalam hubungannya dengan variable yang lain yang diketahui.

Dalam analisis regresi akan dibedakan dua jenis variabel yaitu variabel bebas

(independent variabel) dan variabel terikat (dependent variabel). Variabel bebas adalah

variabel yang nilai-nilainya tidak bergantung pada variabel lainnya, biasanya disimbolkan


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

lain.

Variabel terikat (dependant variabel) adalah variabel yang nilai-nialinya

bergantung pada variabel lainnya, biasanya disimbolkan dengan Y. Variabel itu

merupakan variabel yang diramalkan atau yang diterangkan nilainya. Jika variabel bebas

(variabel X) memiliki hubungan dengan variabel terikat (variabel Y) maka nilai-nilai

variabel X yang sudah diketahui dapat digunakan untuk menaksir atau memperkirakan

nilai-nilai Y. Untuk keperluan analisis, variabel bebas dinyatakan dengan X1, X2, X3, … ,

Xk, sedangkan variabel terikat akan dinyatakan dengan Y.

Regresi ini akan menentukan hubungan fungsional yang diharapkan berlaku untuk

populasi berdasarkan data sampel yang diambil dari populasi yang bersangkutan.

Hubungan fungsional ini akan dituliskan dalam bentuk persamaan matematik yamg akan

bergantung pada parameter-parameter. Model atau persamaan regresi untuk populasi

secara umum dapat dituliskan dalam bentuk:

),...,,,...,,( 2121,...,,. 21 mkxxxy XXXfk

θθθµ = (2.1)

Dengan mθθθ ,...,, 21 parameter-parameter yang ada dalam regresi itu.

2.4 Regresi Linier Sederhana

Regresi linier sederhana merupakan suatu prosedur untuk mendapatkan hubungan

matematis dalam bentuk suatu persamaan antara variabel terikat (dependent variabel) dan


variabel bebas (independent variabel). Regresi linier sederhana hanya ada satu peubah

bebas X yang dihubungkan dengan satu peubah terikat Y. Bentuk-bentuk model umum

regresi sederhana yang menunjukkan hubungan antara dua variabel, yaitu variabel X

sebagai variabel bebas dan variabel Y sebagai variabel tak bebas:

Y= a + bX (2.2)

Yang menunjukkan bahwa:

Y : variabel dependent

a : intersep (titik potong kurva terhadap sumbu Y)

b : kemiringan (slope) kurva linier

X : variabel independent

2.4.1. Persamaan regresi estimasi dengan metode kuadrat terkecil

Parsamaan regresi estimasi adalah suatu formula matematis yang menunjukkan hubungan

keterkaitan antara satu atau beberapa variabel yang nilainya sudah diketahui (know

variabel) dengan satu variabel yang nilainnya belum diketahui (unknown variabel).

Metoda tangan bebas dapat dipakai untuk menolong menentukan dugaan bentuk

regresi apakah linier atau tidak. Metoda kuadrat terkecil untuk menentukan persamaan

linier estimasi berarti memilih kurva linier dengan yang mempunyai kesalahan (error)

yang paling kecil dari data aktual dengan data estimasinya.


Metoda ini berpangkal kepada kenyataan bahwa jumlah pangkat dua (kuadrat)

daripada jarak antara titik-titik dengan garis regresi yang sedang dicari harus sekecil

mungkin. Persamaan estimasi secara umum dapat ditulis sebagai berikut:

bXaY +=∧

Untuk keperluan ini, sebaliknya data hasil pengamatan dicatat dalam bentuk

seperti 2.1 di bawah ini:

Tabel 2.1 Pengamatan 1 Variabel Bebas

Variabel

terikat

(Y)

Variabel

Bebes

(X)

Y1

Y2

.

.

.

Yn

X1

X2

.

.

.

Xn


Di sini didapat pasangan antara X dan Y dan n, seperti biasa menyatakan ukuran

sampel. Koefisien-koefisien regresi a dan b untuk regresi linier, ternyata dapat dihitung

dengan rumus:

22

2

)())(())((

∑∑∑ ∑ ∑∑

−

−=

ii

iiiii

XXnYXXXY

a (2.3)

∑∑∑∑∑

−

−= 22 )(

))((

ii

iiii

XXnYXYXn

b (2.4)

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

rumus:

XbYa −= (2.5)

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

2.5 Regresi Linier Berganda

Dalam kasus ekonomi dan bisnis seringkali dijumpai perubahan suatu variabel

disebabkan oleh beberapa variabel lain. Misalnya, nilai penjualan suatu produk tidak

hanya dipengaruhi oleh beberapa promosi untuk produk tersebut, namun dapat juga

secara bersama-sama dipengaruhi oleh pengeluaran untuk penelitian dan pengembangan

produk, dan fakor-faktor lainnya. Contohnya, jumlah total kejahatan (Y) bergantung pada

tindak kejahatan pencurian (X1), tindak kejahatan penganiayaan (X2), tindak kejahatan

pemerasan (X3), tindak kejahatan penipuan (X4).


Setelah membahas hubungan dan pertautan antara sebuah variabel bebas dengan

sebuah variabel terikat melalui regresi linier sederhana, diperluas pada hubungan dengan

pertautan antara sebuah variabel terikat dan sejumlah (lebih dari satu) variabel bebas.

Kalau dalam regresi sederhana hanya ada satu variabel bebas X yang dihubungkan

dengan satu variabel terikat Y linier (berpangkat 1) dalam X, sehingga berbentuk taksiran

Y = a + bX, maka dalam regresi linier berganda terdapat sejumlah (sebut k buah, k>2)

variabel bebas yang dihubungkan dengan Y linier dalam semua variabel bebas. Jika

variabel bebas itu X1, X2,X3, …, Xk dan variabel terikat Y, maka bentuk umum regresi

linier berganda Y atas X1, X2,X3, …, Xk untuk populasi ialah:

kkxy Χβ...ΧβΧββμ 22110, +÷++= (2.6)

Dengan kββββ ,...,, 210 adalah koefisien atau parameter model.

Karena dalam penulisan ini menggunakan sampel, maka regresi linier berganda yang

ditaksir oleh:

ikk eXbXbXbXbbY ++++++= ...ˆ3322110 (2.7)

dengan:

Y : Nilai penduga bagi variabel Y

b0 : Dugaan bagi parameter konstan

b1, b2, b3, …,bk : Dugaan bagi parameter koefisien regresi

e : Galat dugaan

dengan konstanta b0 dan koefisien-koefisien b1, b2, b3, …,bk dapat ditaksir berdasarkan n

buah pasangan data X1, X2,X3, …, Xk,Y . Dengan konstanta 0b dan koefisien-koefisien


kbbb ,...,, 21 dapat ditaksir berdasarkan n buah pasang data ( .,,...,, 21 ΥΧΧΧ k ) yang didapat

dari hasil pengamatan, dapat dilihat pada tabel 2.2 berikut:

Tabel 2.2 Hasil Pengamatan dari n Responden dan k Variabel Bebas

Nomor

Observasi

Respon

(Υ )

Variabel Bebas

1Χ 2Χ … kΧ

1

2

.

.

.

n

1Υ

2Υ

.

.

.

nΥ

11Χ

12Χ

.

.

.

n1Χ

21Χ

22Χ

.

.

.

n2Χ

…

…

…

…

…

…

1kΧ

2kΧ

.

.

.

knΧ

∑ ∑Υn ∑Χ i1 ∑Χ i2 … ∑Χ i1

Dari tabel diatas dapat dilihat bahwa 1Υ berpasangan dengan 11Χ , 21Χ ,… knΧ .

Untuk regresi linier berganda lima variabel bebas 1Χ , 2Χ , 3Χ , 4Χ ditaksir oleh:

443322110ˆ Χ+Χ+Χ+Χ+= bbbbbY (2.8)

Untuk rumus diatas harus diselesaikan dengan lima persamaan dengan lima

variable yang berbentuk:


∑ ∑ ∑ ∑ ∑Χ+Χ+Χ+Χ+= iiiii bbbbnbY 443322110 (2.9)

∑ ∑ ∑ ∑∑ ∑ ΧΧ+ΧΧ+ΧΧ+Χ+Χ=Χ iiiiiiiiii bbbbbY 4143132122

11101 (2.10)

∑ ∑ ∑ ∑ ∑ ∑ ΧΧ+ΧΧ+Χ+ΧΧ+Χ=Χ iiiiiiiiii bbbbbY 4243232

22211202 (2.11)

∑ ∑ ∑ ∑ ∑ ∑ ΧΧ+Χ+ΧΧ+ΧΧ+Χ=Χ iiiiiiiiii bbbbbY 4342

33322311303 (2.12)

∑ ∑ ∑ ∑ ∑ ∑Χ+ΧΧ+ΧΧ+ΧΧ+Χ=Χ 2444334224114041 iiiiiiiii bbbbbY (2.13)

Dimana 0 1 2 3 4, , , ,b b b b b merupakan koefisien yang ditentukan berdasarkan data

hasil pengamatan.

Untuk kekeliruan baku taksiran ( )

1

ˆ 2

...12.2

−−

−= ∑

knYY

s iky (2.14)

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

2.5.1. Uji Regresi Linier Berganda

Uji Regresi Linier ganda perlu dilakukan untuk mengetahui apakah variabel-variabel

bebas secara bersamaan memiliki pengaruh terhadap variabel terikat.

Pada dasarnya pengujian hipotesa tentang parameter koefisien regresi secara

keseluruhan atau pengujian persamaan regrasi menggunakan statistik F yang dirumuskan

sebagai berikut:


)1/(/

Re

Re

−−=

knJKkJK

Fs

g (2.15)

dengan:

F = Statistik F yang menyebar mengikuti distribusi F dengan

derajat bebas

Bebas kV =1 dan 12 −−= knV

gJKRe = Jumlah Kuadrat Regresi

gJKRe = ∑ ∑ ∑÷÷÷ kikikiiii xybxybxyb ...2211 , dengan Derajat Kebebasan

(dk) = k

sJK Re = Jumlah Kuadrat Residu (sisa)

sJK Re = ∑ − 2)ˆ( YYi dengan Derajat Kebebasan (dk)=(n-k-1)

Dalam pengujian persamaan regresi terutama menguji Hipotesis tentang

parameter koefisien regresi secara keseluruhan melibatkan intersep serta k buah variabel

penjelas sebagai berikut:

kkxy Χ÷÷Χ÷Χ÷= ββββµ ...22110,

dengan persamaan penduganya adalah:

kkbbbb Χ÷÷Χ÷Χ÷=Υ ...ˆ22110 (2.16)

dengan:

0b , kbbb ,...,, 21 adalah parameter penduga kββββ ,...,, 210

Langkah-langkah yang dibutuhkan untuk pengujian hipotesa ini adalah:

a) 0...: 210 ==== kH βββ


1H : Minimal ada satu parameter koefisien regresi yang tidak sama

dengan nol

b) Pilih taraf nyata α yang diinginkan

c) Hitung Statistik HitF dengan menggunakan salah satu dari formula

diatas

d) Keputusan:

Tolak 0H jika HitF > TabelF ; k,n-k-1

Terima 0H jika HitF < TabelF ; k,n-k-1

2.6. Koefisien Determinasi

Koefisien determinasi yang dinyatakan dengan R2 untuk pengujian regresi linier berganda

yang mencakup lebih dari dua variabel. Koefisien determinasi adalah untuk mengetahui

proporsi keberagaman total dalam variabel terikat Y yang dapat dijelaskan atau

diterangkan oleh variabel–variabel bebas X yang ada di dalam model persamaan regresi

linier berganda secara bersama–sama. Maka R2 akan ditentukan oleh rumus :

∑= 2

2

i

reg

yJK

R (2.17)

dengan :

Jkreg = Jumlah kuadrat regresi

nY

Yy iii

222 )(∑∑∑ −=

(2.18)


2.7. Koefisien Korelasi

Analisis korelasi adalah alat statistik yang dapat digunakan untuk mengetahui adanya

derajat hubungan linear antara satu variabel dengan variabel yang lain. Hubungan antara

satu variabel dengan variabel yang lainnya dapat merupakan hubungan yang kebetulan

belaka, tetapi dapat juga merupakan hubungan sebab akibat.

Dua variabel dikatakan berkorelasi apabila perubahan pada satu varibel akan

diikuti oleh perubahan variabel lain, baik dengan arah yang sama maupun dengan arah

yang berlawanan. Hubungan antar varibel dapat dikelompokkan menjadi 3 jenis

hubungan sebagai berikut :

1. Korelasi positif

Terjadinya korelasi positif apabila perubahan pada variabel yang satu diikuti

dengan perubahan variabel yang lain dengan arah yang sama (berbanding lurus).

Artinya, apabila variabel yang satu meningkat, maka akan diikuti dengan

peningkatan variabel yang lain.

2. Korelasi negatif

Korelasi negatif terjadi apabila perubahan pada variabel yang satu diikuti dengan

perubahan variabel yang lain dengan arah yang berlawanan (berbanding terbalik).

Artinya, apabila variabel yang satu meningkat, maka akan diikuti dengan

penurunan pada variabel yang lain dan sebaliknya.

3. Korelasi nihil


Korelasi nihil terjadio apabila perubahan pada variabel yang satu diikuti

perubahan pada variabel yang lain dengan arah yang tidak teratur (acak). Artinya,

apabila variabel yang satu meningkat, kadang diikuti dengan peningkatan pada

variabel yang lain dan kadang diikuti dengan penurunan pada variabel yang lain.

Besarnya hubungan antara variabel yang satu dengan variabel yang lain

dinyatakan dengan koefisien korelasi yang disimbolkan dengan “r”. besarnya koefisien

korelasi berkisar antara -1 ≤ r ≤+1.

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

dengan rumus :

∑ ∑ ∑∑∑ ∑ ∑

−−

−=

))()()((

))((2222,...,2,1.

iiii

iiiiky

YYnXXn

YXYXnr

(2.19)

Sedangkan untuk mengetahui korelasi antar variabel bebas dengan empat buah

variabel bebas adalah :

1. Korelasi antara 1Χ dan 2Χ

( )[ ]∑∑ ∑∑∑ ∑ ∑

−−

−=

22

22

21

21

212112

)()()(

))((

iiii

iiii

XXnXXn

XXXXnr (2.20)


( )[ ]∑∑ ∑∑∑ ∑ ∑

−−

−=

23

23

21

21

313113

)()()(

))((

iiii

iiii

XXnXXn

XXXXnr (2.21)



( )[ ]∑∑ ∑∑∑ ∑ ∑

−−

−=

24

24

21

21

414114

)()()(

))((

iiii

iiii

XXnXXn

XXXXnr (2.22)


( )[ ]∑∑ ∑∑∑ ∑ ∑

−−

−=

23

23

22

22

323223

)()()(

))((

iiii

iiii

XXnXXn

XXXXnr (2.23)


( )[ ]∑∑ ∑∑∑ ∑ ∑

−−

−=

24

24

24

24

424224

)()()(

))((

iiii

iiii

XXnXXn

XXXXnr (2.24)

6.Korelasi antara 3Χ dan 4Χ

( )[ ]∑∑ ∑∑∑ ∑ ∑

−−

−=

24

24

24

24

434334

)()()(

))((

iiii

iiii

XXnXXn

XXXXnr (2.25)

Nilai koefisien korelasi adalah -1 ≤ r ≥ 1. Jika dua variabel berkorelasi negatif

maka nilai koefisien korelasi akan mendekati -1 ; jika dua variabel tidak berkorelasi maka

koefisien korelasi akan mendekati 0; sedangkan jika dua variabel berkorelasi positif maka

nilai koefisien korelasi akan mendekati +1.

Untuk lebih memudahkan mengetahui senerapa jauh derajat keeratan antara

variabel tersebut, dapat dilihat pada perumusan berikut :

-1,00 ≤ r ≥ -0.80 berarti berkorelasi kuat secara negatif

-0,79 ≤ r ≥ -0,50 berarti berkorelasi sedang secara negatif

-0,49 ≤ r ≥ 0,49 berarti berkorelasi lemah


0.50 ≤ r ≥ 0.79 berarti berkorelasi sedang secara positif

0.80 ≤ r ≥ 1.00 berarti berkorelasi kuat secara positif

2.6 Uji Koefisien Regresi Ganda

Keberartian adanya variabel –variabel bebas dalam regresi linier ganda perlu diuji untuk

menunjukkan seberapa besar pengaruh yang diberikan pada variabel tak bebas. Dan cara

yang tepat untuk mengujinya adalah dengan menggunakan uji statistik t (t-student).

Dimisalkan populasi mempunyai model regresi berganda sebagai berikut:

μy,x = β0 + β1X1 + β2X2 + … + βkXk (2.26)

yang akan ditaksir oleh regresi berbentuk: kk XbXbXbbY ++++= ...22110

^.

Adanya kriteria bahwa variabel – variabel bebas tersebut memberikan pengaruh yang

berarti atau tidak terhadap variabel tak bebas akan diuji hipotesis H0 melawan hipotesis

tandingan H1 dalam bentuk :

H0 = βi = 0, i = 1,2,…,k.

H1 = βi ≠ 0, i = 1,2,…,k.

Untuk menguji hipotesis tersebut digunakan kekeliruan baku taksiran 2...12. kys . Jadi

untuk melihat kekeliruan baku dari koefisien bi adalah :

Sbi = ( )( )iij

ky

Rxs

22...12.

2

1−Σ (2.27)

dengan :


s2y.12…k = ( )

1

ˆ 2

−−−Σkn

YY ii

Σ x2ij = Σ (Xij - jiX )2

R2i =

i

g

yJK

2Re

Σ

Perhitungan statistik t : ti = bi

i

sb

Dengan distribusi t-student serta dk = (n-k-1), ttabel = t( n-k-1, α ) ,dimana kriteria pengujian

adalah : tolak H0 jika ti > ttabel, dan terima H0 jika ti < ttabel.

BAB III

GAMBARAN UMUM TEMPAT RISET


Polda Dalam Kilasan Sejarah

Lahir, tumbuh dan berkembangnya polda tidak lepas dari sejarah perjuangan

kemerdekaan Republik Indonesia sejak proklamasi. Kemerdekaan Indonesia, polda telah

dihadapkan pada tugas-tugas yang unik dan kompleks. Selain menata keamanan dan

ketertiban masyarakat di masa perang, polda juga terlibat langsung dalam pertempuran

melawan penjajah dan berbagai operasi ketenteraan bersama-sama satuan angkatan

bersenjata yang lain. Keadaan seperti ini dilakukan oleh polda karena polda lahir sebagai

satu-satunya persatuan bersenjata yang relatif lebih lengkap.

Hanya empat hari setelah kemerdekaan, tepatnya tanggal 21 Agustus 1945, secara

tegas pasukan polisi ini segera memproklamirkan diri sebagai Pasukan Polisi Republik

Indonesia dipimpin oleh Inspektur Kelas I (Letnan Satu) Polisi Mochammad Jassin di

Surabaya, langkah awal yang dilakukan selain mengadakan pembersihan dan pelucutan

senjata terhadap tentara Jepang yang kalah perang, juga membangkitkan semangat moral

dan patriotik seluruh rakyat maupun persatuan bersenjata lain yang patah semangat akibat

kekalahan perang yang panjang.

http://id.wikipedia.org/wiki/Indonesia�

http://id.wikipedia.org/wiki/Kemerdekaan�

http://id.wikipedia.org/wiki/21_Agustus�

http://id.wikipedia.org/wiki/1945�

http://id.wikipedia.org/w/index.php?title=Semangat_moral&action=edit&redlink=1�

http://id.wikipedia.org/w/index.php?title=Patriotik&action=edit&redlink=1�

http://id.wikipedia.org/wiki/Rakyat�


Tanggal 29 September 1945 tentara Sekutu yang didalamnya juga terdapat ribuan

tentara Belanda menyerbu Indonesia dengan dalih ingin melucuti tentara Jepang. Pada

kenyataannya pasukan sekutu tersebut justru ingin membantu Belanda menjajah kembali

Indonesia. Oleh karena itu perang antara sekutu dengan pasukan Indonesiapun terjadi

dimana-mana. Klimaksnya terjadi pada tanggal 10 Nopember 1945, yang dikenal sebagai

"Pertempuran Surabaya". Tanggal itu kemudian dijadikan sebagai hari Pahlawan secara

Nasional yang setiap tahun diperingati oleh bangsa Indonesia.

Pertempuran 10 Nopember 1945.di Surabaya menjadi sangat penting dalam

sejarah Indonesia, bukan hanya karena ribuan rakyat Indonesia gugur, tetapi lebih dari itu

karena semangat heroiknya mampu menggetarkan dunia dan PBB akan eksistensi bangsa

dan negara Indonesia di mata dunia. Andil pasukan Polisi dalam mengobarkan semangat

perlawanan rakyat ketika itupun sangat besar dalam menciptakan keamanan dan

ketertiban didalam negeri, Polri juga sudan banyak disibukkan oleh berbagai operasi

militer, penumpasan pemberontakan dari DI & TII, PRRI, PKI RMS RAM dan G 30

S/PKI serta berbagai penumpasan GPK.

Dalam perkembangan paling akhir dalam kepolisian yang semakin modern dan

global, polda bukan hanya mengurusi keamanan dan ketertiban di dalam negeri, akan

tetapi juga terlibat dalam masalah-masalah keamanan dan ketertiban regional maupun

internasional, sebagaimana yang di tempuh oleh kebijakan PBB yang telah meminta


pasukan-pasukan polisi, termasuk Indonesia, untuk ikut aktif dalam berbagai operasi

kepolisian, misalnya di Namibia (Afrika Selatan) dan di Kamboja (Asia).

Kemandirian polda diawali sejak terpisahnya dari ABRI tanggal 1 April 1999

sebagai bagian dari proses reformasi haruslah dipandang dan disikapi secara arif sebagai

tahapan untuk mewujudkan polda sebagai abdi negara yang profesional dan dekat dengan

masyarakat, menuju perubahan tata kehidupan nasional kearah masyarakat madani yang

demokratis, aman, tertib, adil dan sejahtera.

Kemandirian polda dimaksud bukanlah untuk menjadikan institusi yang tertutup

dan berjalan serta bekerja sendiri, namun tetap dalam kerangka ketatanegaraan dan

pemerintahan negara kesatuan Republik Indonesia yang utuh termasuk dalam

mengantisipasi otonomi daerah sesuai dengan Undang-undang No.22 tahun 1999 tentang

Otonomi Daerah dan Undang-undang No.25 tahun 1999 tentang Perimbangan keuangan

antara pusat dan daerah.

Pengembangan kemampuan dan kekuatan serta penggunaan kekuatan polda

dikelola sedemikian rupa agar dapat mendukung pelaksanaan tugas dan tanggung jawab

polda sebagai pengemban fungsi keamanan dalam negeri. Tugas dan tanggung jawab

tersebut adalah memberikan rasa aman kepada negara, masyarakat, harta benda dari

tindakan kriminalitas dan bencana alam.


Upaya melaksanakan kemandirian polda dengan mengadakan perubahan-

perubahan melalui tiga aspek yaitu:

1. Aspek Struktural: Mencakup perubahan kelembagaan kepolisian dalam

ketatanegaraan, organisasi, susunan dan kedudukan.

2. Aspek Instrumental: Mencakup filosofi (visi, misi dan tujuan), doktrin,

kewenangan,kompetensi, kemampuan fungsi dan iptek.

3. Aspek kultural: Adalah muara dari perubahan aspek struktural dan instrumental,

karena semua harus terwujud dalam bentuk kualitas pelayanan polda kepada

masyarakat, perubahan meliputi perubahan manajerial, sistem rekrutmen, sistem

pendidikan, sistem material fasilitas dan jasa, sistem anggaran, sistem

operasional.

Berkenaan dengan uraian tugas tersebut, maka polda akan terus melakukan

perubahan dan penataan baik di bidang pembinaan maupun operasional serta

pembangunan kekuatan sejalan dengan upaya reformasi.

Visi Polda

Polda yang mampu menjadi pelindung, pengayom dan pelayan masyarakat yang selalu

dekat dan bersama-sama masyarakat, serta sebagai penegak hukum yang profesional dan

proposional yang selalu menjunjung tinggi supermasi hukum dan hak azasi manusia,


pemelihara keamanan dan ketertiban serta mewujudkan keamanan dalam negeri dalam

suatu kehidupan nasional yang demokratis dan masyarakat yang sejahtera.

Misi Polda

Berdasarkan uraian visi sebagaimana tersebut di atas, selanjutnya uraian tentang jabaran

misi polda kedepan adalah sebagai berikut :

1. Memberikan perlindungan, pengayoman dan pelayanan kepada masyarakat

(meliputi aspek security, surety, safety dan peace) sehingga masyarakat bebas dari

gangguan fisik maupun psykis.

2. Memberikan bimbingan kepada masyarakat melalui upaya preemtif dan preventif

yang dapat meningkatkan kesadaran dan kekuatan serta kepatuhan hukum

masyarakat (Law abiding Citizenship).

3. Menegakkan hukum secara profesional dan proporsional dengan menjunjung

tinggi supremasi hukum dan hak azasi manusia menuju kepada adanya kepastian

hukum dan rasa keadilan.

4. Memelihara keamanan dan ketertiban masyarakat dengan tetap memperhatikan

norma - norma dan nilai - nilai yang berlaku dalam bingkai integritas wilayah

hukum Negara Kesatuan Republik Indonesia.


5. Mengelola sumber daya manusia polda secara profesional dalam mencapai tujuan

polda yaitu terwujudnya keamanan dalam negeri sehingga dapat mendorong

meningkatnya gairah kerja guna mencapai kesejahteraan masyarakat.

6. Meningkatkan upaya konsolidasi kedalam (internal Polri) sebagai upaya

menyamakan visi dan misi polda kedepan.

7. Memelihara soliditas institusi polda dari berbagai pengaruh external yang sangat

merugikan organisasi.

8. Melanjutkan operasi pemulihan keamanan di beberapa wilayah konflik guna

menjamin keutuhan Negara Kesatuan Republik Indonesia.

9. Meningkatkan kesadaran hukum dan kesadaran berbangsa dari masyarakat yang

berbhineka tunggal ika.

3.4. Sasaran

Dalam rangka mewujudkan Visi dan Misi Polri pada kurun waktu tahun 2000 - 2004

yang akan datang ditetapkan sasaran yang hendak dicapai adalah :

1. Bidang Kamtibmasi

.1. Tercapainya situasi Kamtibmas yang kondosif bagi penyelenggaraan

pembangunan nasional.


.2. Terciptanya suatu proses penegakan hukum yang konsisten dan berkeadilan,

bebas KKN dan menjunjung tinggi hak azasi manusia.

.3. Terwujudnya aparat penegak hukum yang memiliki integritas dan kemampuan

profesional yang tinggi serta mampu bertindak tegas adil dan berwibawa.

.4. Kesadaran hukum dan kepatuhan hukum masyarakat yang meningkat yang

terwujud dalam bentuk partisipasi aktif dan dinamis masyarakat terhadap upaya

Binkamtibmas yang semakin tinggi.

.5. Kinerja polda yang lebih profesional dan proporsional dengan menjunjung tinggi

nilai-nilai demokrasi sehingga disegani dan mendapat dukungan kuat dari

masyarakat untuk mewujudkan lingkungan kehidupan yang lebih aman dan

tertib.

2. Bidang Keamanan Dalam Negeri

Tercapainya kerukunan antar umat beragama dalam kerangka interaksi sosial yang

intensif serta tumbuhnya kesadaran berbangsa guna menjamin keutuhan bangsa yang ber

Bhineka Tunggal Ika.

Tetap tegaknya Negara Kesatuan Republik Indonesia yang berdasarkan Pancasila

dan UUD 1945.

3.4.1. Filosofi


Disimak dari kandungan nilai Pancasila dan Tribrata secara filosofi memuat nilai-

nilai kepolisian sebagai abdi utama, sebagai warga negara teladan dan wajib menjaga

ketertiban pribadi rakyat.

3.5. Polda

Kepolisian Negara Republik Indonesia Daerah (Polda) merupakan satuan pelaksana

utama Kewilayahan yang berada di bawah Kapolri. Polda bertugas menyelenggarakan

tugas Polri pada tingkat kewilayahan. Polda dipimpin oleh Kepala Kepolisian Negara

Republik Indonesia Daerah (Kapolda), yang bertanggung jawab kepada Kapolri. Kapolda

dibantu oleh Wakil Kapolda (Wakapolda).

Polda membawahi Kepolisian Negara Republik Indonesia Wilayah (Polwil). Ada

tiga tipe Polda, yakni Tipe A, Tipe B dan Tipe C. Tipe A dipimpin seorang perwira tinggi

berpangkat Komisaris Jenderal (Komjen), sedangkan Tipe B dipimpin perwira tinggi

berpangkat Brigadir Jenderal (Brigjen) dan Tipe C dipimpin oleh perwira menengah

berpangkat Komisaris Besar (Kombes) yang senior. Di bawahnya Polwil membawahi

Kepolisian Negara Republik Indonesia Resort (Polres) atau Kepolisian Negara Republik

Indonesia Resort Kota (Polresta). Polwil dipimpin oleh seorang perwira menengah

berpangkat Komisari Besar atau Kombes, demikian pula Poltabes juga dipimpin oleh

seorang perwira menengah berpangkat Komisaris Besar. Polres dipimpin oleh seorang


Ajun Komisaris Besar Polisi atau AKBP. Lebih lanjut lagi, Polres membawahi Polsek,

sedang Polresta membawahi Polsekta. Baik Polsek maupun Polsekta dipimpin oleh

seorang Komisaris Polisi (Kompol) untuk jajaran di Polda Metro Jaya, sedangkan di

Polda liannya, Polsek atau Polsekta dipimpin oleh perwira berpangkat Ajun Komisaris

Polisi.

BAB 4

PEMBAHASAN DAN HASIL

http://id.wikipedia.org/wiki/Komisaris_Polisi�


4.1. Pengolahan Data

Ketika kita berbicara mengenai statistika, pasti tidak akan lepas dengan istilah data. Data

berarti sesuatu yang diketahui atau dianggap, meskipun belum tentu benar. Data dapat

digunakan untuk menggambarkan dan memperoleh tentang suatu keadaan atau persoalan.

Jadi, data merupakan bahan mentah dari informasi. Data yang telah diolah disebut

informasi.

Data yang baik adalah data yang bermanfaat. Keputusan yang baik dapat

dihasilkan jika pengambilan keputusan terssebut didasarkan atas data yang baik.

Untuk membahas dan memecahkan masalah tentang jumlah total kejahatan

seperti yang diuraikan pada bagian sebelumnya, penulis menggumpulkan data yang

bnerhubungan dengan permasalahan tersebut. Data yang dikumpulkan dari Kepolisian

Republik Indonesia adalah data mengenai jumlah total kejahatan Di Propinsi Sumatera

Utara, serta pengaruh dari beberapa jenis jumlah tindak kejahatan tersebut diantaranya

pencurian, Penganiayaan, Pemerasan, Dan Penipuan. Adapun datanya dapat dilihat pada

tabel 4.1 sebagai berikut:

Tabel 4.1. Data Jumlah Total Kejahatan, Pencurian,Penganiayaan, Pemerasan, Dan

Penipuan tahun 2006-2007

Bulan Total Pencurian Penganiayaan Pemerasan Penipuan


Kejahatan

1 1496 702 153 61 124

2 1620 762 151 84 152

3 1634 664 190 84 167

4 1581 760 163 61 149

5 1521 674 152 57 153

6 1578 668 173 91 156

7 1607 699 229 78 152

8 1785 817 177 62 213

9 1604 767 153 53 184

10 1523 732 147 69 154

11 1661 813 138 65 147

12 1596 760 157 79 133

13 2578 881 433 44 145

14 2507 827 409 76 178

15 2621 846 486 59 191

16 2577 837 452 96 145

17 2691 851 430 66 230

18 2341 699 406 56 148

19 2400 764 428 45 143

20 2689 1099 381 57 127

21 2439 796 328 54 129

22 2117 678 352 31 134

23 2449 763 326 55 140

24 2062 661 317 52 101

4.2 Persamaan Regresi linier Berganda


Dari tabel diatas kita dapat mencari persamaan regresi linier berganda, terlebih dahulu

kita menghitung koefesien-koefesien regresi ( b0, b1, b3, b4) dari variabel jumlah total

kejahatan (Y), tindak kejahatan pencurian (X1), tindak kejahatan penganiayaan (X2),

tindak kejahatan pemerasan (X3), dan tindak kejahatan penipuan(X4), dan mencari

penggandaan variabel yang satu dengan yang lain.

Dengan koefesien-koefesien yang didapat dari perhitungan yang ada, maka dapat

ditentukan persamaan untuk mencari regresi linier bergandanya. Adapun nilai dari

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


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

Bulan Y X1 X2 X3 X4 2Y

1 1496 702 153 61 124 2238016

2 1620 762 151 84 152 2624400

3 1634 664 190 84 167 2669956

4 1581 760 163 61 149 2499561

5 1521 674 152 57 153 2313441

6 1578 668 173 91 156 2490084

7 1607 699 229 78 152 2582449

8 1785 817 177 62 213 3186225

9 1604 767 153 53 184 2572816

10 1523 732 147 69 154 2319529

11 1661 813 138 65 147 2758921

12 1596 760 157 79 133 2547216

13 2578 881 433 44 145 6646084

14 2507 827 409 76 178 6285049

15 2621 846 486 59 191 6869641

16 2577 837 452 96 145 6640929

17 2691 851 430 66 230 7241481

18 2341 699 406 56 148 5480281

19 2400 764 428 45 143 5760000

20 2689 1099 381 57 127 7230721

21 2439 796 328 54 129 5948721

22 2117 678 352 31 134 4481689

23 2449 763 326 55 140 5997601

24 2062 661 317 52 101 4251844


Sambungan Tabel 4.2. Nilai-nilai yang dibutuhkan untuk menghitung koefisien-

koefisien regresi

Bulan 21X 2

2X 23X 2

4X 1YX 2YX 3YX

1 492804 23409 3721 15376 1050192 228888 91256

2 580644 22801 7056 23104 1234440 244620 136080

3 440896 36100 7056 27889 1084976 310460 137256

4 577600 26569 3721 22201 1201560 257703 96441

5 454276 23104 3249 23409 1025154 231192 86697

6 446224 29929 8281 24336 1054104 272994 143598

7 488601 52441 6084 23104 1123293 368003 125346

8 667489 31329 3844 45369 1458345 315945 110670

9 588289 23409 2809 33856 1230268 245412 85012

10 535824 21609 4761 23716 1114836 223881 105087

11 660969 19044 4225 21609 1350393 229218 107965

12 577600 24649 6241 17689 1212960 250572 126084

13 776161 187489 1936 21025 2271218 1116274 113432

14 683929 167281 5776 31684 2073289 1025363 190532

15 715716 236196 3481 36481 2217366 1273806 154639

16 700569 204304 9216 21025 2156949 1164804 247392

17 724201 184900 4356 52900 2290041 1157130 177606

18 488601 164836 3136 21904 1636359 950446 131096

19 583696 183184 2025 20449 1833600 1027200 108000

20 1207801 145161 3249 16129 2955211 1024509 153273

21 633616 107584 2916 16641 1941444 799992 131706

22 459684 123904 961 17956 1435326 745184 65627

23 582169 106276 3025 19600 1868587 798374 134695


24 436921 100489 2704 10201 1362982 653654 107224

Sambungan Tabel 4.2. Nilai-nilai yang dibutuhkan untuk menghitung koefisien-

koefisien regresi

Bulan YX4 X1X2 X1X3 X1X4 X2X3 X2X4 X3X4

1 185504 107406 42822 87048 9333 18972 7564

2 246240 115062 64008 115824 12684 22952 12768

3 272878 126160 55776 110888 15960 31730 14028

4 235569 123880 46360 113240 9943 24287 9089

5 232713 102448 38418 103122 8664 23256 8721

6 246168 115564 60788 104208 15743 26988 14196

7 244264 160071 54522 106248 17862 34808 11856

8 380205 144609 50654 174021 10974 37701 13206

9 295136 117351 40651 141128 8109 28152 9752

10 234542 107604 50508 112728 10143 22638 10626

11 244167 112194 52845 119511 8970 20286 9555

12 212268 119320 60040 101080 12403 20881 10507

13 373810 381473 38764 127745 19052 62785 6380

14 446246 338243 62852 147206 31084 72802 13528

15 500611 411156 49914 161586 28674 92826 11269

16 373665 378324 80352 121365 43392 65540 13920

17 618930 365930 56166 195730 28380 98900 15180

18 346468 283794 39144 103452 22736 60088 8288

19 343200 326992 34380 109252 19260 61204 6435

20 341503 418719 62643 139573 21717 48387 7239

21 314631 261088 42984 102684 17712 42312 6966


22 283678 238656 21018 90852 10912 47168 4154

23 342860 248738 41965 106820 17930 45640 7700

24 208262 209537 34372 66761 16484 32017 5252

Dari tabel 4.2 di atas diproleh:

N =24

∑ iY =48677

∑ iX1 =18520

∑ iX 2 =6731

∑ iX 3 =1535

∑ iX 4 =3695

2∑ iY =103636655

21∑ iX =14504280

22∑ iX =2245997

23∑ iX =103829

24∑ iX =587653

ii XY 1∑ =38182893

ii XY 2∑ =14915624


ii XY 3∑ =3066714

ii XY 4∑ =7523518

ii XX 21∑ =5314319

ii XX 31∑ =1181946

ii XX 41∑ =2862072

ii XX 32∑ =418121

ii XX 42∑ =1042320

ii XX 43∑ =238179

Dari data diatas didapat persamaan:

∑∑∑∑∑ ++++= iiiii XbXbXbXbnbY 443322110

∑ ∑ ∑ ∑∑ ∑ ΧΧ+ΧΧ+ΧΧ+Χ+Χ=Χ iiiiiiiiii bbbbbY 4143132122

11101

∑ ∑ ∑ ∑ ∑ ∑ ΧΧ+ΧΧ+Χ+ΧΧ+Χ=Χ iiiiiiiiii bbbbbY 4243232

22211202

∑ ∑ ∑ ∑ ∑ ∑ ΧΧ+Χ+ΧΧ+ΧΧ+Χ=Χ iiiiiiiiii bbbbbY 4342

33322311303

∑ ∑ ∑ ∑ ∑ ∑Χ+ΧΧ+ΧΧ+ΧΧ+Χ=Χ 2444334224114041 iiiiiiiii bbbbbY

Dapat dibubstitusikan ke dalam nilai – nilai yang bersesuaian sehingga diperoleh:

43210 369515356731185202448677 bbbbb ++++=

43210 286207211819465314329145042801852038182893 bbbbb ++++=

43210 10423204181212245997531431967314915624 bbbbb ++++=

43210 238197103829418121118194615353066741 bbbbb ++++=


43210 5876532381791042320286207236957523518 bbbbb ++++=

Setelah persamaan diatas diselesaikan, maka diperoleh koefisien-koefisien regrsi

linier beganda sebagai berikut:

0b =330.003

1b =1.146

2b =3.112

3b = −0.902

4b =−0.007

Dengan demikian persamaan regresi linier berganda atas X1, X2, X3, dan X4

terhadap Y adalah sebagai berikut:

4321 007.0902.0112.3146.1003.330ˆ Χ−Χ−Χ+Χ+=Y

Sedangkan untuk menghitung kekeliruan baku taksiran diperlukan harga – harga

^Y yang diperoleh dari persamaan regresi di atas untuk setiap nilai X1i, X2i, dan X3i yang

diketahui, dapat dilihat pada tabel 4.3 di bawah ini.

Tabel 4.3. Harga penyimpangan

Bulan Y ∧

Y ∧

−YY 2)(

∧

−YY 1 1496 1554.741 -58.741 3450.505 2 1620 1596.335 23.665 560.0322 3 1634 1605.29 28.71 824.2641 4 1581 1652.154 -71.154 5062.892 5 1521 1522.946 -1.946 3.786916


6 1578 1550.733 27.267 743.4893 7 1607 1772.285 -165.285 27319.13 8 1785 1759.694 25.306 640.3936 9 1604 1636.027 -32.027 1025.729

10 1523 1563.023 -40.023 1601.841 11 1661 1631.498 29.502 870.368 12 1596 1617.358 -21.358 456.1642 13 2578 2646.422 -68.422 4681.57 14 2507 2480.755 26.245 688.8 15 2621 2757.396 -136.396 18603.87 16 2577 2608.222 -31.222 974.8133 17 2691 2582.267 108.733 11822.87 18 2341 2342.981 -1.981 3.924361 19 2400 2495.892 -95.892 9195.276 20 2689 2722.826 -33.826 1144.198 21 2439 2213.344 225.656 50920.63 22 2117 2173.515 -56.515 3193.945 23 2449 2168.323 280.677 78779.58 24 2062 2026.402 35.598 1267.218

Jumlah 48677 48680.43 -3.429 223835.3

Sehingga kesalahan bakunya dapat di hitung dengan rumus:

( )1

ˆ 2

...12.2

−−

−= ∑

knYY

s iiky

dengan:

2)ˆ( ii YY −∑ =223835.3

n= 24

k=4

Sehingga:

( )1

ˆ 2

...12.2

−−

−= ∑

knYY

s iiky

14243.223835

−−=


kys ...12.2 =11,780.80526

80526.780,11...12. =kys

=108.54

Dengan penyimpangan nilai yang didapat, ini berarti bahwa rata-rata jumlah

kejahatan di Provinsi Sumatera Utara yang sebenarnya akan menyimpang dari rata-rata

jumlah total kejahatan di Provinsi Sumatera Utara yang diperkirakan sebesar 108,54

kejahatan.

Perumusan hipotesis :

H0 : β1 = β2 = β3 = … = βk = 0 (X1, X2, …Xk tidak mempengaruhi Y)

H1 : minimal ada satu parameter koefisien regresi yang tidak sama dengan nol

atau mempengaruhi Y.

Dimana :

H0 ditolak bila Fhitung > Ftabel

H0 diterima bila Fhitung ≤ Ftabel

Dalam pengujian model regresi yang telah ada, maka dapat diambil nilai – nilai :

x1i = X1i - 1X , x2i = X2i - 2X , x2i = X3i - 3X dan yi = Yi - Y , dan disajikan dalam

tabel 4.4 berikut .


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

Bulan 11 XX i − 22 XX i − 33 XX i − 44 XX i − YYi −

1 -69.6667 -127.458 -3 -29.96 -532.21

2 -9.6667 -129.458 20 -1.96 -408.21

3 -107.6667 -90.4583 20 13.04 -394.21

4 -11.6667 -117.458 -3 -4.96 -447.21

5 -97.6667 -128.458 -7 -0.96 -507.21

6 -103.6667 -107.458 27 2.04 -450.21

7 -72.6667 -51.4583 14 -1.96 -421.21


8 45.3333 -103.458 -2 59.04 -243.21

9 -4.6667 -127.458 -11 30.04 -424.21

10 -39.6667 -133.458 5 0.04 -505.21

11 41.3333 -142.458 1 -6.96 -367.21

12 -11.6667 -123.458 15 -20.96 -432.21

13 109.3333 152.5417 -20 -8.96 549.79

14 55.3333 128.5417 12 24.04 478.79

15 74.3333 205.5417 -5 37.04 592.79

16 65.3333 171.5417 32 -8.96 548.79

17 79.3333 149.5417 2 76.04 662.79

18 -72.6667 125.5417 -8 -5.96 312.79

19 -7.6667 147.5417 -19 -10.96 371.79

20 327.3333 100.5417 -7 -26.96 660.79

21 24.3333 47.5417 -10 -24.96 410.79

22 -93.6667 71.5417 -33 -19.96 88.79

23 -8.6667 45.5417 -9 -13.96 420.79

24 -110.6667 36.5417 -12 -52.96 33.79

Jumlah -0.0008 0.0008 -1 -0.04 -0.04

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

Bulan 2

11 )( XX i − 222 )( XX i − 2

33 )( XX i − 244 )( XX i − 2)( YYi −

1 4853.449089 16245.61824 9 897.6016 283247.4841

2 93.44508889 16759.45144 400 3.8416 166635.4041

3 11592.11829 8182.704039 400 170.0416 155401.5241

4 136.1118889 13796.45224 9 24.6016 199996.7841


5 9538.784289 16501.53484 49 0.9216 257261.9841

6 10746.78469 11547.28624 729 4.1616 202689.0441

7 5280.449289 2647.956639 196 3.8416 177417.8641

8 2055.108089 10703.61984 4 3485.7216 59151.1041

9 21.77808889 16245.61824 121 902.4016 179954.1241

10 1573.447089 17811.11784 25 0.0016 255237.1441

11 1708.441689 20294.36724 1 48.4416 134843.1841

12 136.1118889 15241.95184 225 439.3216 186805.4841

13 11953.77049 23268.97024 400 80.2816 302269.0441

14 3061.774089 16522.96864 144 577.9216 229239.8641

15 5525.439489 42247.39044 25 1371.9616 351399.9841

16 4268.440089 29426.55484 1024 80.2816 301170.4641

17 6293.772489 22362.72004 4 5782.0816 439290.5841

18 5280.449289 15760.71844 64 35.5216 97837.5841

19 58.77828889 21768.55324 361 120.1216 138227.8041

20 107147.0893 10108.63344 49 726.8416 436643.4241

21 592.1094889 2260.213239 100 623.0016 168748.4241

22 8773.450689 5118.214839 1089 398.4016 7883.6641

23 75.11168889 2074.046439 81 194.8816 177064.2241

24 12247.11849 1335.295839 144 2804.7616 1141.7641

Jumlah 213013.3333 358231.9583 5653 18776.9584 4909557.958

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

Bulan ( )11)( XXYY ii −− ))(( 22 XXYY ii −− ))(( 33 XXYY ii −− ))(( 44 XXYY ii −−

1 37077.31441 67834.58184 1596.63 15945.0116

2 3946.043607 52846.17264 -8164.2 800.0916


3 42443.28981 35659.56644 -7884.2 -5140.4984

4 5217.464907 52528.52634 1341.63 2218.1616

5 49537.52691 65155.33434 3550.47 486.9216

6 46671.78501 48378.80124 -12155.67 -918.4284

7 30607.94071 21674.75054 -5896.94 825.5716

8 -11025.51189 25162.09314 486.42 -14359.1184

9 1979.660807 54069.08544 4666.31 -12743.2684

10 20040.01351 67424.46774 -2526.05 -20.2084

11 -15178.00109 52312.11234 -367.21 2555.7816

12 5042.464407 53359.91184 -6483.15 9059.1216

13 60110.35501 83865.90124 -10995.8 -4926.1184

14 26493.03071 61544.48054 5745.48 11510.1116

15 44064.03691 121843.0643 -2963.95 21956.9416

16 35854.26171 94140.36954 17561.28 -4917.1584

17 52581.31791 99114.74334 1325.58 50398.5516

18 -22729.41709 39268.18834 -2502.32 -1864.2284

19 -2850.402393 54854.52864 -7064.01 -4074.8184

20 216298.5713 66436.94994 -4625.53 -17814.8984

21 9995.876307 19529.65494 -4107.9 -10253.3184

22 -8316.666293 6352.187543 -2930.07 -1772.2484

23 -3646.860693 19163.49194 -3787.11 -5874.2284

24 -3739.427793 1234.744043 -405.48 -1789.5184

620474.6667 1263753.708 -46585.79 29288.2084

Dari tabel 4.4 dapat dicari :

JKreg = b1∑yix1i + b2∑yix2i + b3∑yix3i+b4∑yix4i


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

=4601640.104

untuk JKres dapat dilihat dari tabel 4.3 yaitu ∑(Y i - ^Y )2 =223835.3

maka nilai Fhiung dapat dicari dengan rumus :

)1/(/

Re

Re

−−=

knJKkJK

Fs

g

= )1424/(3.223835

4/104.4601640−−

= 805.11780026.1150410

= 97.65

Dari tabel distribusi F dengan dk pembilang = 4, dk penyebut = 19, dan α = 0.05,

diperoleh Ftabel = 2.90. Karena Fhitung lebih besar daripada Ftabel maka Ho ditolak dan H1

diterima. Hal ini berarti persamaan regresi linier berganda Y atas X1, X2, X3 bersifat

nyata atau ini juga berarti bahwa pencurian, penganiayaan, pemerasan, penipuaan secara

bersama – sama mempengaruhi jumlah kejahatan.

4.3. Mencari Koefisien Determinasi

Untuk menganalisis dan mengetahui seberapa besar pengaruh tindak kejahataan yang

mempengaruhi jumlah total kejahatan Di Provinsi Sumatera Utara, maka akan

diperlukan perhitungan untuk mencari koefisien determinasi. Melalui tabel 4.4 dapat

dilihat bahwa ∑y i2 = 4909557.958 , sedangkan JKreg yang dihitung adalah 4601640.104

Maka dengan rumus koefisien determinasi (R2) diperoleh :


∑= 2

2

i

reg

yJK

R

= 958.4909557104.4601640

= 0.9373

Dari perhitungan diatas diperoleh koefisien determinasinya sebesar 0.9373. berarti

sekitar 93.73% jumlah total kejahatan di Provinsi Sumatera Utara dipengaruhi oleh tindak

kejahatan pencurian, pengajiayaan, pemerasan, penipuan, sedangkan 6.27% dipengaruhi

oleh tindak kejahatan lainnya.

4.4. Koefisien Korelasi

4.4.1 Perhitungan Korelasi Antara Variabel Y dengan Xi

1. Koefisien korelasi antara jumlah total kejahatan (Y) dengan tindak kejahatan

pencurian(X1)

∑ ∑ ∑∑∑ ∑ ∑

−−

−=

))()()((

))((222

12

1

111.

iiii

iiiiy

YYnXXn

YXYXnr

={ }{ }22 )48677()103636655*24()18520()14504280*24(

)48677*18520()38182893*24(−−

−

=117829391*5112320901498040916389432 −

=51.24543462

14891392


=0.607

Ini berarti berkorelasi sedang secara positif antara jumlah total kejahatan dengan

tindak kejahatan pencurian di Provinsi Sumatera Utara.


penganiayaan (X2).

∑ ∑ ∑∑∑ ∑ ∑

−−

−=

))()()((

))((222

222

222.

iiii

iiiiy

YYnXXn

YXYXnr

={ }{ }22 )48677()103636655*24()6731()2245997*24(

)48677*6731()14915624*24(−−

−

=117829391*8597567327644887357974976 −

=87.31828384

30330089

=0.953

Ini berarti berkorelasi kuat secara positif antara jumlah total kejahatan dengan tindak

kejahatan penganiayaan di Provinsi Sumatera Utara.


pemerasan (X3).

∑ ∑ ∑∑∑ ∑ ∑

−−

−=

))()()((

))((222

323

333.

iiii

iiiiy

YYnXXn

YXYXnr

= { }{ }22 )48677()103636655*24()1535()103829*24(

)48677*1535()3066714*24(−−

−


=117829391*135671

7471919573601136 −

=532.3998253

1118059−

280.0−=

Ini berarti berkorelasi lemah antara jumlah total kejahatan dengan tindak kejahatan

pemerasan di Provinsi Sumatera Utara.


penipuan (X4).

( )[ ]∑∑ ∑∑

∑ ∑ ∑−−

−=

2224

24

444.

)()()(

))((

iiii

iiiiy

YYnXXn

YXYXnr

={ }{ }22 )48677()103636655*24()3695()587653*24(

)48677*3695()7523518*24(−−

−

=117829391*450647179861515180564432 −

=736.7286937

702917

=0.096

Ini berarti berkorelasi lemah antara jumlah total kejahatan dengan tindak kejahatan

penipuan di Provinsi Sumatera Utara.

4.4.2 Perhitungan Korelasi Antar Variabel Bebas


Sedangkan untuk mengetahui korelasi antar variabel bebas dengan empat buah variabel

bebas adalah :

1. Koefisien korelasi antara tindak kejahatan pencurian (X1) dengan penganiayaan (X2)

( )[ ]∑∑ ∑∑∑ ∑ ∑

−−

−=

22

22

21

21

212112

)()()(

))((

iiii

iiii

XXnXXn

XXXXnr

={ }{ }22 )1535()2245997*24()1850()14504280*24(

)6731*18520()5314319*24(−−

−

=8597567*5112320

124658120127543656−

=0.435

Ini berarti berkorelasi lemah antara tindak kejahatan pencurian dengan

penganiayaan di Provinsi Sumatera Utara.

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

( )[ ]∑∑ ∑∑∑ ∑ ∑

−−

−=

23

23

21

21

313113

)()()(

))((

iiii

iiii

XXnXXn

XXXXnr

={ }{ }22 )1535()103829*24()18250()14504280*24(

)1535*18250()1181946*24(−−

−

=135671*5112320

2836670428428200 −

=65.832822

61496


=0.074

Ini berarti berkorelasi lemah antara tindak kejahatan pencurian (X1) dengan

pemerasan (X3) di Provinsi Sumatera Utara.

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

( )[ ]∑∑ ∑∑∑ ∑ ∑

−−

−=

24

24

21

21

414114

)()()(

))((

iiii

iiii

XXnXXn

XXXXnr

={ }{ }22 )3695()587653*24()18520()14504280*24(

)3695*18520()2862072*24(−−

−

=450647*5112320

6843140068689728−

=416.1517844

258328

=0.170

Ini berarti berkorelasi lemah antara tindak kejahatan pencurian (X1) dengan

penipuan (X4) di Provinsi Sumatera Utara.

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

( )[ ]∑∑ ∑∑∑ ∑ ∑

−−

−=

23

23

22

22

323223

)()()(

))((

iiii

iiii

XXnXXn

XXXXnr

={ }{ }22 )6731()2245997*24()1535()103829*24(

)1535*6731()418121*24(−−

−


=8597567*1356711033208510034904 −

=756.1080018

297181−

= 275.0−

Ini berarti berkorelasi lemah antara tindak kejahatan penganiayaan (X2) dengan

pemerasan (X3) di Provinsi Sumatera Utara.

5. Koefisien korelasi antara tindak kejahatan penganiayaan (X2) dengan penipuan (X4)

( )[ ]∑∑ ∑∑∑ ∑ ∑

−−

−=

24

24

22

22

424224

)()()(

))((

iiii

iiii

XXnXXn

XXXXnr

={ }{ }22 )3695()587653*24()6731()2245997*24(

)3695*6731()1042320*24(−−

−

=450647*8597567

2487104525015680−

=779.1968366

144635

=0.073

Ini berarti berkorelasi lemah antara tindak kejahatan penganiayaan (X2) dengan


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


( )[ ]∑∑ ∑∑∑ ∑ ∑

−−

−=

24

24

23

23

434334

)()()(

))((

iiii

iiii

XXnXXn

XXXXnr

={ }{ }22 )3695()587653*24()1535()103829*24(

)3695*1535()238179*24(−−

−

=450647*13567156718255716296 −

=492.247264

44471

=0.180

Ini berarti berkorelasi lemah antara tindak kejahatan pemerasan (X3) dengan



BAB 5

IMPLEMENTASI SISTEM

5.1 Sekilas Tentang SPSS

SPSS (Statistical Package For Service Solution) dibuat pada tahun 1968 oleh mahasiswa

dari Standford University. SPSS pada awalnya merupakan salah satu paket program oleh

data statistik yang ditujukan untuk analisis data ilmu-ilmu sosial, yang dahulu namanya

Social Package For Service Solution. Seiring dengan perkembangannya, SPSS berubah


nama sesuai dengan kebutuhannya. SPSS sudah mampu memperoses data statistik pada

berbagai bidang ilmu. Baik ilmu sosial maupun non sosial. Penggunaan SPSS

dimaksudkan untuk melakukan analisis dengan cepat.

SPSS (Statistical Package For Service Solution) merupakan salah satu program

olah data statistik paling banyak diminati oleh para peneliti. SPSS relatif fleksibel dan

dapat digunakan untuk hampir semua bentuk dan tingkat penelitian. Hampir semua model

aplikasi statistik, mulai dari yang sederhana, yakni statistik deskripsi ( mean, median,

modus, sum, minimum, maksimum, kuartil, desil, varians, standart deviasi, dll.) hingga

statistic infrensial, dengan metode parametrik (chi-squar, time seris, regresi linier

sederhana, regresi linier berganda, bermacam-macam model korelasi, dll.) serta uji

statistic non perametrik ( binomial, wilcoxon, chi-squar, kendall, friedman, dll). Selain

itu,dilengkapi pula dengan menu pengelolaan berbagai jenis grafik dengan tingkat

resolusi tinggi.

5.2 Mengaktifkan SPSS

Klik tombol start pada windows, kemudian klik program, lalu klik SPSS. Selain cara itu,

program SPSS bisa diaktifkan melalui icon shortcut pada tampilan desktop. Akan tampak

tampilan seperti gambar 5.1 di bawah ini.


Gambar 5.1 mengaktifkan SPSS

5.3. Membuka lembar baru Dari tampilan yang muncul pada saat membuka SPSS, pilih tipe in data untuk membuat data baru atau dari menu file, pilih new, maka akan muncul jendela editor, kemudian klik data. Akan tampak tampilan seperti gambar 5.2 di bawah ini. Gambar 5.2 Tampilan awal SPSS 5.4 Menamai variable Klik variable view, yang terletak disebelah kiri bawah jendela editor, lalu lakukan langkah- langkah sebagai berikut :


1. Name : Ketik nama variable yang kita inginkan 2. Type : Sesuaikan type data sesuai dengan yang kita inginkan. 3. Width : Digunakan untuk menentukan jarak / lebar kolom 4. Label : Ketikkan nama sesuai dengan identitas dari nama variable, nama variable hanya terdiri dari 8 digit atau karakter. 5. Value : Digunakan untuk mengisi penjelasan nama ( label ) pada variable. 6. Missing : Digunakan untuk menjelaskan data yang hilang. 7. Coloums : Digunakan untuk menentukan lebar kolom. 8. Align : Digunakan untuk menentukan letak pengisian data apakah rata kiri, rata kanan atau diletakkan di tengah- tengah kolom. 9. Measure : Digunakan untuk menentukan jenis data. Akan tampak tampilan seperti gambar 5.3 berikut.

Gambar 5.3 Tampilan Dari Nama Variabel 5.5 Pengisian Data

1. Aktifkan jendela data dengan mengklik data view, yang terletak disudut kiri bawah jendela editor. Tampilannya seperti gambar 5.4 berikut.


Gambar 5.4 Tampilan Data View 2. Selanjutnya ketikkan data yang sesuai untuk setiap variable yang telah

didefenisikan. Akan tampak tampilan seperti gambar 5.5 di bawah ini.


Gambar 5.5 Tampilan Data Yang Telah Diisi 5.6 Pengolahan Data Dengan Persamaan Regresi

1. Tampilkan file yang akan ditentukan oleh persamaan regresi pada jendela editor yang tampak.

2. Pada menu analyze, kemudian pilih submenu regression dengan kursor, dan pilih

linier yang keluar pada tampilan jendela editor. Akan tampak tampilan seperti gambar 5.6 berikut.


Gambar 5.6 Tampilan Cara Membuat Regresi Linier 3. Setelah muncul kotak dialog, kemudian sorot variable yang menjadi variable tidak

bebas dan pindahkan ke kotak variable dependent. Demikian juga sorot variable independent. Tampilannya seperti gambar 5.7 berikut.


Gambar 5.7 Tampilan Sambungan Cara Membuat Regresi Linier 4. Klik statistik pada kotak dialog linier regression, aktifkan estimate, model fit,

Casewise Diagnostics, kemudian klik continue untuk melanjutkannya, lalu klik OK. Tampilannya seperti gambar 5.8 berikut.

Gambar 5.8 Tampilan Sambungan Cara Membuat Regresi Linier 5. Kemudian pilih plot pada kotak tersebut lalu aktifkan produce all partial plot,

kemudian klik continue, lalu klik OK pada kotak dialog linier regression untuk melihat hasilnya atau out put. Akan tampak tampilan seperti gambar 5.9 berikut.


Gambar 5.9 Tampilan Sambungan Cara Membuat Regresi Linier 6. Akan muncul output regresinya.

5.7 Pengolahan Data dengan Persamaan Korelasi

1. Untuk mengetahui korelasi antara variabel terikat dengan variabel bebas, maka

lakukan analyzes, kemudian pilih sub menu Correlate, kemudian pilih Bivariate.

Akan tampak tampilan seperti gambar 5.10 berikut.


Gambar 5.10 Tampilan Cara Membuat Persamaan Korelasi

2. Setelah muncul kotak diagol, kemudian sorot variabel-variabel yang akan

ditentukan korelasinya dan pindahkan ke kotak Varables. Akan tampak tampilan

seperti gambar 5.11 berikut.


Gambar 5.11 Tampilan Sambungan Cara Membuat persamaan Korelasi

3. Pada kolom Correlation Coefficients, pilih person, sedangkan pada kolom test of

significance, pilih two-tailed lalu klik OK. Tampilannya seperti gambar 5.12

berikut.


Gambar 5.12 Tampilan Sambungan Cara Membuat Persamaan Korelasi


BAB 6

PENUTUP

6.1 Kesimpulan Dari seluruh hasil pembahasan dan analisa data yang telah dilakukan, maka dapat diambil

beberapa kesimpulan yaitu sebagai berikut:

1. Ternyata dari keempat variable yaitu tindak kejahatan pencurian, tindak

kejahaatan penganiayaan, tindak kejahatan pemerasan, dan tindak kejahatan

penipuan memepunyai pengaruh yang nyata terhadap penurunan jumlah total

kejahatan di Provinsi Sumatera Utara.

2. Dari hasil perhitungan diperoleh bahwa persamaan penduga Jumlah Kejahatan

yang dipengaruhi oleh beberapa faktor terhadap jenis kejahatan penduganya

adalah:


4321 007.0902.0112.3146.1003.330ˆ Χ−Χ−Χ+Χ+=Y

Yang berarti bahwa tindak kejahatan pencurian mempengaruhi jumlah total

kejahatan sebesar 1.146, tindak kejahatan penganiayaan mempengaruhi jumlah

total kejahatan sebesar 3.112, tindak kejahatan pemerasan mempengaruhi jumlah

total kejahatan sebesar -0.902, tindak kejahatan penipua mempengaruhi jumlah

total kejahatan sebesar -0.007 dengan konstanta 330.003.

3. Sekitar 93.73% Jumlah total kejahatan di Propinsi Sumatera Utara dipengaruhi

oleh tindak kejahatan pencurian, penganiayaan, pemerasan dan penipuan

sedangkan 6.27% dipengaruhi oleh tindak kejahatan lainnya.

4. Dari tabel distribusi F dengan dk pembilang = 4, dk penyebut = 19, dan α = 0.05,

diperoleh Ftabel = 2.90. Karena Fhitung lebih besar daripada Ftabel maka Ho ditolak

dan H1 diterima. Hal ini berarti persamaan regresi linier berganda Y atas X1, X2,

X3 bersifat nyata atau ini juga berarti bahwa tindak kejahatan pencurian,

penganiayaan, pemerasan, penipuaan secara bersama – sama mempengaruhi

jumlah total kejahatan.

5. Korelasi antara jumlah total kejahatan dengan tindak kejahatan penganiayaan

merupakan korelasi yang paling kuat sebesar 0.953. Sedangkan korelasi antara

variabel bebas semua berkorelasi lemah.

6.2. Saran Dari analisis dan kesimpulan yang telah didapat, ada beberapa saran yang hendak

disampaikan penulis adalah:


1. Hendaknya kepolisian lebih giat menuntaskan masalah kriminologi. Agar visi dan

misi polri mampun polda dapat terlaksana.

2. Hendaknya sebagai masyarakat kita juga menjaga keamanan agar tidak terjadi

tindak kriminologi, karena semakian lama data semakin meningkat, masyarakat

juga diharapkan bisa mengontrol tingkat emosional.

3. hendaknya dari beberapa faktor diatas dapat mengajak kita untuk selalu waspada.

DAFTAR PUSTAKA

Damodar Gujarati. 1999 Ekonomimetrika Dasar. Jakarta; Penerbit Erlangga

H. Ridwan Hasibuan, S.H. 1994. Kriminologi Dalam Arti sempit dan Ilmu-Ilmu

Forensik. Universitas Sumatera Utara Press.

Hasan, M.M, Iqbal, Ir.1994. Pokok-Pokok Materi Statiatik 2, Edisi 2. Bumi Aksara:

Jakarta.

Prof. Dr. Iswardo, SP, M.A. 1981. Sekelimut Analisis Regresi dan Korelasi Edisi

Pertama. BPFE Yogyakarta.

Prof. Dr. Iswardo, SP, M.A. 1981. Sekelimut Analisis Regresi dan Korelasi Edisi

Kedua. BPFE Yogyakarta.

Santoso, Singgih. 1992. Menolah Data Statistik Secara Profesional. Jakarta: PT. Elex

Media Kompotindo.


Sudjana. 1992. Metoda Statistika. Bandung: Tarsito.

Walpole,E. Ronald. 1982. Pengantar Statistika, Edisi 3. Jakarta: PT. Gramedia.

Documents

ANALISIS TINDAK KEJAHATAN PENCURIAN, PENGANIAYAAN, PEMERASAN, PENIPUAN TERHADAP JUMLAH TOTAL KEJAHATAN DI PROVINSI SUMATERA UTARA TUGAS AKHIR Diajukan untuk melengkapi tugas akhir