Analisis Variansi tentang Pendapat Pelanggan Perusahaan Listrik Negara terhadap Inovasi Listrik Prabayar (Studi Kasus pada Masyarakat Kecamatan Medan Tuntungan)

ANALISIS VARIANSI TENTANG PENDAPAT PELANGGAN PERUSAHAAN LISTRIK NEGARA TERHADAP INOVASI LISTRIK PRABAYAR (STUDI KASUS PADA MASYARAKAT KECAMATAN MEDAN TUNTUNGAN)

SKRIPSI

ULY MARIS R HUTAGAOL

120823018

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUA ALAM

UNIVERSITAS SUMATERA UTARA

MEDAN

2014

ANALISIS VARIANSI TENTANG PENDAPAT PELANGGAN PERUSAHAAN LISTRIK NEGARA TERHADAP INOVASI LISTRIK PRABAYAR (STUDI KASUS PADA MASYARAKAT KECAMATAN MEDAN TUNTUNGAN)

SKRIPSI

Diajukan untuk melengkapi tugas dan memenuhi syarat mencapai gelar Sarjana Sains

ULY MARIS R HUTAGAOL

120823018

DEPARTEMEN MATEMATIKA

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS SUMATERA UTARA

MEDAN 2014

PERSETUJUAN

Judul : ANALISIS VARIANSI TENTANG PENDAPAT

PELANGGAN PERUSAHAAN LISTRIK

NEGARA TERHADAP INOVASI LISTRIK

PRABAYAR

(STUDI KASUS PADA MASYARAKAT KECAMATAN MEDAN TUNTUNGAN)

Kategori : Skripsi

Nama : Uly Maris R Hutagaol

Nomor Induk Mahasiswa : 120823018

Program Studi : Sarjana (S1) Matematika Departemen : Matematika

Fakultas : Matematika dan Ilmu Pengetahuan Alam Universitas Sumatera Utara

Disetujui di Medan, Juli 2014

Komisi Pembimbing :

Pembimbing 2, Pembimbing 1,

Drs. Partano Siagian, M.Sc Dr. Suwarno Ariswoyo, M.Si NIP. 19511227 198003 1 001 NIP. 19500321 198003 1 001

Disetujui Oleh

Departemen Matematika FMIPA USU Ketua,

Prof. Drs. Tulus,M.Si, Ph.D. NIP.19620901 198803 1

PERNYATAAN

ANALISIS VARIANSI TENTANG PENDAPAT PELANGGAN PERUSAHAAN LISTRIK NEGARA TERHADAP INOVASI LISTRIK PRABAYAR (STUDI KASUS PADA MASYARAKAT KECAMATAN MEDAN TUNTUNGAN)

SKRIPSI

Saya mengakui bahwa skripsi ini adalah hasil karya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.

ABSTRAK

Lisrtrik Prabayar merupakan inovasi terkini dari layanan Perusahaan Listrik Negara (PLN) yang lebih menjanjikan kemudahan, kebebasan dan kenyamanan bagi pelanggannya. Dengan listrik Prabayar, setiap pelanggan bisa mengendalikan sendiri penggunaan listriknya sesuai kebutuhan dan kemampuannya. Seperti halnya pulsa isi ulang pada telepon seluler. maka pada sistem listrik ini bisa diperoleh melalui gerai ATM sejumlah bank atau melalui loket-loket pembayaran tagihan listrik online. Pada penelitian ini metode Analisis Variansi (Anova) digunakan untuk mengetahui ada tidaknya perbedaan pendapat masyarakat pelanggan Listrik Prabayar di sembilan kelurahan yang ada di Kecamatan Medan Tuntungan. Pada dasarnya Anova dipergunakan untuk menguji rata-rata lebih dari dua populasi (kategori/kelompok). Ada tiga bagian pengukuran variabilitas pada data yang akan dianalisis dengan Anova, yaitu Variabilitas antar kelompok, Variabilitas dalam kelompok, dan Jumlah kuadrat penyimpangan total. Berdasarkan analisis yang dilakukan di dapat hasil �₀ = -1,74 ≤ �_0.05(2;6) = 5.14, �₀ = -3,2 ≤ �_0.05(2;6) = 5.1, �₀ = -3,50 ≤ �_0.05(2;6) = 5.14, Ho di terima, maka dapat di simpulkan tidak ada perbedaan pendapat

yang signifikan masyarakat di tiap-tiap kelurahan yang ada di kecamatan Medan tuntungan terhadap inovasi Listrik Prabarayar.

ABSTRACT

Lisrtrik Prepaid service is the latest innovation from the State Electricity Company (PLN) is more promising ease, freedom and comfort to its customers. With Prepaid electricity, every customer can control their own electricity use and capabilities as needed. As with pulse refill on mobile phones. So the power system can be obtained through a bank or ATM outlets through counters online payment of electricity bills. In this study methods of Analysis of Variance (ANOVA) was used to determine whether there is public dissent Prepaid Electricity customers in nine villages in the District of Medan Tuntungan. Basically, ANOVA is used to test an average of more than two populations (category / group). There are three parts to the variability of the measurement data to be analyzed with ANOVA, namely the inter-group variability, variability within groups, and the total number of squares of deviations. Based on the analysis conducted can result F_0 = -1.74 ≤ F_ (0:05 (2, 6)) = 5.14, = -3.2 ≤ F_0 F_ (0:05 (2, 6)) = 5.1, F_0 = -3, 50

≤ F_ (0:05 (2, 6)) = 5.14, Ho received, it can be concluded that there is no significant difference

of opinion in the community each urban villages in the subdistrict of Medan Tuntungan Electricity Prabarayar innovation.

DAFTAR ISI

Halaman i

PERSETUJUAN ii

PERNYATAAN iii

PENGHARGAAN iv

ABSTRAK v

ABSTACT vi

DAFTAR ISI vii

DAFTAR TABEL viii

BAB 1 PENDAHULUAN 1

1.1 Latar Belakang 1

1.2 Perumusan Masalah 2

1.3 Batasan Masalah 2

1.4 TinjauanPustaka 3

1.5 TujuanPenelitian 4

1.6 Manfaat Penelitian 4

1.7 MetodologiPenelitian 4

BAB 2 LANDASAN TEORI 6

2.1 Gambaran Umum Kecamatan Medan Tuntungan 6

2.2 Inovasi Listrik Prabayar 6

2.3 Atribut yang Mempengaruhi inovasi LPB 6

2.3.1 Kemudahan 7

2.3.2 Kenyamanan 7

2.3.3 Biaya Pemakain

2.4 Populasi dan Sampel Penelitian 8

2.5 Data 9

2.5.1 Data Menurut Sifatnya 9

2.5.2 Data menurut sumbernya 9

2.5.3 Data Menurut Jenisnya 10

2.6 Skala Pengukuran 11

2.7 Teknik Pengumpulan Data 12

2.8.1 Defenisi Analisa Variansi 14

2.8.2 Jenis Varians 15

2.8.3 Harga-harga yang Diperlukan dalam Uji Analisis Variansi 16

2.8.3.1 Sumber Variansi 16

2.8.3.2 Jumlah Kuadrat 16

2.8.3.3 Pengertian Mean Kuadrat 17

2.8.4 Jenis-jenis Anava 17

2.8.4.1 Anava Tunggal atau Anava Satu Jalur 17 2.8.4.2 Anava Ganda atau Anava Satu Jalur 19 2.8.5 Langkah-langkah melakukan Uji Hipotesis dengan Anava 20

BAB 3 HASIL DAN PEMBAHASAN 23

3.1 Variabel penelitian 23

3.2 Pengumpulan Data 24

3.3 Pengolahan Data 28

BAB 4 KESIMPULAN DAN SARAN 38

4.1 Kesimpulan 38

4.2 Saran 39

DAFTAR PUSTAKA 40

DAFTAR TABEL

Nomor Judul Halaman

Tabel

Tabel 3.1 Data Jumlah Pelanggan LPB 24

Tabel 3.2 Sampel Penelitian Pelanggan LPB 28

Tabel 3.3.1 Tabel Persiapan Faktor “Kemudahan” 29

Tabel 3.3.2. Tabel Persiapan Faktor “Kenyamanan” 30 Tabel 3.3.3 Tabel Persiapan Faktor “Biaya Pemakaian” 32

ABSTRAK

Lisrtrik Prabayar merupakan inovasi terkini dari layanan Perusahaan Listrik Negara (PLN) yang lebih menjanjikan kemudahan, kebebasan dan kenyamanan bagi pelanggannya. Dengan listrik Prabayar, setiap pelanggan bisa mengendalikan sendiri penggunaan listriknya sesuai kebutuhan dan kemampuannya. Seperti halnya pulsa isi ulang pada telepon seluler. maka pada sistem listrik ini bisa diperoleh melalui gerai ATM sejumlah bank atau melalui loket-loket pembayaran tagihan listrik online. Pada penelitian ini metode Analisis Variansi (Anova) digunakan untuk mengetahui ada tidaknya perbedaan pendapat masyarakat pelanggan Listrik Prabayar di sembilan kelurahan yang ada di Kecamatan Medan Tuntungan. Pada dasarnya Anova dipergunakan untuk menguji rata-rata lebih dari dua populasi (kategori/kelompok). Ada tiga bagian pengukuran variabilitas pada data yang akan dianalisis dengan Anova, yaitu Variabilitas antar kelompok, Variabilitas dalam kelompok, dan Jumlah kuadrat penyimpangan total. Berdasarkan analisis yang dilakukan di dapat hasil �₀ = -1,74 ≤ �_0.05(2;6) = 5.14, �₀ = -3,2 ≤ �_0.05(2;6) = 5.1, �₀ = -3,50 ≤ �_0.05(2;6) = 5.14, Ho di terima, maka dapat di simpulkan tidak ada perbedaan pendapat

yang signifikan masyarakat di tiap-tiap kelurahan yang ada di kecamatan Medan tuntungan terhadap inovasi Listrik Prabarayar.

ABSTRACT

Lisrtrik Prepaid service is the latest innovation from the State Electricity Company (PLN) is more promising ease, freedom and comfort to its customers. With Prepaid electricity, every customer can control their own electricity use and capabilities as needed. As with pulse refill on mobile phones. So the power system can be obtained through a bank or ATM outlets through counters online payment of electricity bills. In this study methods of Analysis of Variance (ANOVA) was used to determine whether there is public dissent Prepaid Electricity customers in nine villages in the District of Medan Tuntungan. Basically, ANOVA is used to test an average of more than two populations (category / group). There are three parts to the variability of the measurement data to be analyzed with ANOVA, namely the inter-group variability, variability within groups, and the total number of squares of deviations. Based on the analysis conducted can result F_0 = -1.74 ≤ F_ (0:05 (2, 6)) = 5.14, = -3.2 ≤ F_0 F_ (0:05 (2, 6)) = 5.1, F_0 = -3, 50

≤ F_ (0:05 (2, 6)) = 5.14, Ho received, it can be concluded that there is no significant difference

of opinion in the community each urban villages in the subdistrict of Medan Tuntungan Electricity Prabarayar innovation.

BAB 1 PENDAHULUAN

1.1 Latar Belakang

Perkembangan teknologi dan arus informasi yang sangat cepat telah mendorong setiap organisasi perusahaan dan organisasi publik untuk menghasilkan produk atau inovasi layanan yang dapat memenuhi kabutuhan dan keinginan konsumen, sehingga konsumen dapat merasa puas dengan apa yang telah mereka dapatkan dari produk layanan perusahaan tersebut.

Inovasi terkini dari layanan Perusahaan Listrik Negara (PLN) yang lebih menjanjikan kemudahan, kebebasan dan kenyamanan bagi pelanggannya : Listrik Pintar – Solusi isi ulang dari PLN. Dengan listrik pintar, setiap pelanggan bisa mengendalikan sendiri penggunaan listriknya sesuai kebutuhan dan kemampuannya. Seperti halnya pulsa isi ulang pada telepon seluler, maka pada sistem listrik pintar, pelanggan juga terlebih dahulu membeli pulsa (voucher/token listrik isi ulang) yang terdiri dari 20 digit nomor yang bisa diperoleh melalui gerai ATM sejumlah bank atau melalui loket-loket pembayaran tagihan listrik online. Listrik Prabayar merupakan layanan baru dari PLN untuk pelanggan dalam mengelola konsumsi listrik melalui meter elektronik prabayar. Dengan Listrik Prabayar (LPB), pelanggan bisa lebih mudah mengoptimalkan konsumsi listrik, disamping itu pelanggan tidak perlu berurusan dengan pencatatan meter setiap bulan, dan tidak perlu terikat dengan jadwal pembayaran listrik bulanan. Karena persediaan kWh dapat ditambah berapa saja dan kapan saja sesuai kebutuhan dan keinginan pelanggan. Latar belakang diluncurkannya program ini sebagai wujud komitmen PLN untuk terus meningkatkan pelayanannya kepada pelanggan dengan berbagai bentuk inovasi. Selama ini banyak pelanggan mengeluhkan mengenai pencatatan meter, jumlah tagihan yang tidak menentu setiap bulan, banyak pula keluhan mengenai tagihan listrik di rumah tangga secara pribadi atau di perusahaan sebagai pebisnis. Dengan adanya Listrik Prabayar pelanggan dapat dengan mudah mengendalikan pemakaian listriknya sesuai dengan kebutuhan. (www.pln.co.id)

Tantangan terbesar yang dihadapi para pelanggan adalah faktor penghematan pemakaian listrik yang selama ini kurang mendapat kontrol, harga kwh yang agak lebih mahal dibandingkan

dengan kWh biasa, hal ini disebabkan karena tidak ada lagi biaya beban meteran, dan kemudahan tersedianya Token.

Adapun masalah yang akan dikaji adalah penulis ingin mengetahui apakah ada perbedaan rata-rata terhadap pendapat masyarakat pelanggan PLN yang menggunakan inovasi LPB pada setiap kelurahan yang ada di Kecamatan Medan Tuntungan. Maka dari itu diperlukan Metode Analisis Variansi untuk melihat apakah ada perbedaan rata-rata antar setiap kelompok yang akan diuji.

Berdasarkan uraian tersebut maka penulis memilih judul “ANALISIS VARIANSI

TENTANG PENDAPAT PELANGGAN PERUSAHAAN LISTRIK NEGARA

TERHADAP INOVASI LISTRIK PRABAYAR”

1.2 Perumusan Masalah

Berdasarkan latar belakang diatas maka permasalahan yang dapat diangkat dalam Tugas Akhir ini adalah:

1. Bagaimana hubungan antara pendapat pelanggan PLN terhadap LPB yang berkaitan dengan faktor kemudahan, faktor kenyamanan, dan faktor harga (biaya pemakaian). 2. Bagaimana pengaruh setiap faktor terhadap pendapat masyarakat pelanggan

pengguna LPB

1.3 Batasan Masalah

Dalam penulisan Tugas Akhir ini, penulis membatasi masalah sebagai berikut:

1. Objek penelitian adalah masyarakat pelanggan Listrik Prabayar kecamatan Medan Tuntungan.

2. Sampel yang digunakan sebanyak jumlah pengambilan sampel dengan teknik slovin. 3. Pengambilan data dilakukan dengan cara interview kepada pelanggan yang menggunakan

LPB.

5. Penelitian dilakukan untuk mengetahui apakah faktor-faktor tersebut mempengaruhi pendapat pelanggan PLN terhadap LPB.

1.4 Tinjauan Pustaka

J. Supranto dalam bukunya “Analisis Multivariat Arti dan Interpretasi” (2010) menyatakan bahwa di dalam riset pemasaran atau riset lainnya sering ingin diketahui pengaruh lebih dari satu faKtor (variable bebas non-metrik, berupa kategori-kategori) terhadap variable tak bebas Y yang metrik atau skalanya dalam interval. Analisis varians pertama kali diperkenalakan oleh Sir Ronald Fisher, bapak Statistika modern.

Anlisis variansi satu jalan (One Way Analysis of Variance) merupakan tehnik analisis yang ampuh untuk menguji perbedaan rata-rata dengan banyak kelompok yang terpilih secara acak (Kadir, 2010). Pengujian hipotesis dalam analisis varian satu jalan dilakukan dengan menggunakan Statistik Uji-F.

Adji Sastrosupadi dalam bukunya “Rancangan Percobaan Praktis Bidang Pertanian” (1999) menyatakan bahwa Analisis Variansi adalah merupakan suatu cara untuk menguraikan ragam total menjadi komponen ragam. Dengan Analisis variansi dapat diadakan pengujian nilai tengah.

Salah satu jenis varians sistematik dalam kumpulan data hasil penelitian adalah varians antar kelompok atau disebut juga varians eksperimental. Varians ini menggambarkan adanya perbedaan antara kelompok-kelompok hasil pengukuran. Dengan demikian varians ini terjadi karena adanya perbedaan antara kelompok-kelompok individu. (Sudjana.1996.Metoda Statistika.Bandung:Tarsito Bandung).

1.5 Tujuan Penelitian

Tujuan penelitian ini adalah sebagai berikut:

1. Untuk mengetahui pendapat masyarakat pelanggan LPB kecamatan Medan Tuntungan 2. Menyusun bagaimana model hubungan antara, faktor kemudahan, faktor kenyamanan dan

faktor harga (Biaya Pemakaian) berkontibusi terhadap pendapat pelanggan LPB

3. Untuk mengetahui konsep Analisis Varians dan dapat menerapkan rumus-rumus dan langkah-langkah analisis varians untuk studi kasus pendapat pelanggan PLN yang menggunakan LPB

1.6 Manfaat Penelitian

Manfaat dari penelitian ini adalah:

1. Dapat menjadi acuan bagi PLN untuk dapat mengembangkan produk listrik prabayar sehingga masyarakat lebih percaya menggunakan produk inovasi PLN selanjutnya. 2. Memberikan pengetahuan, menambah wawasan dan memperkaya literatur dalam bidang

Statistika yang berhubungan dengan metode Analisis Variansi bagi para pembaca.

3. Hasil penelitian ini dapat dijadikan sebagai bahan referensi untuk peneliti-peneliti berikutnya dalam data yang akan dianalisis.

1.7 Metodologi Penelitian

Penelitian ini adalah penelitian studi kasus dengan menggunakan data primer dan skunder yang disusun dengan tahapan-tahapan yang akan dilakukan sebagai berikut:

1. Pengumpulan Data

Data primer dikumpulkan dengan cara melakukan survei pada setiap pelanggan listrik prabayar dengan menginterview/wawancara para pengguana LPB di masing-masing

kelurahan yang ada di kecamatan Medan Tuntungan, dan data sekunder (data populasi LPB) didapatkan berdasarkan hasil riset dari PT.PLN Medan.

2. Membuat data hasil survey dalam tabel

3. Analisis Data

a. Uji kecukupan data

Dalam Uji kecukupan data digunakan metode Solvin dengan tingkat kepercayaan 90% dan tingkat kesalahan galat 10%.

Rumus Slovin:

2

1 Ne N n

+ =

dimana:

n = ukuran sampel N = ukuran populasi e = galat pendugaan

b. Uji analisis variansi

Uji analisis variansis (analysis of variance) atau disingkat Anova dapat digunakan untuk menguji hipotesis yang menyatakan perbedaan rata-rata antara kelompok-kelompok sampel. Dalam pembahasan ini yang akan di uji apakah terdapat perbedaan rata-rata antara faktor kebebasan, faktor kemudahan, dan faktor harga (biaya pemakaian).

4. Menyelesaikan secara manual dan dengan menggunakan output olahan aplikasi softwere SPSS

BAB 2

LANDASAN TEORI

2.1 Gambaran Umum Kecamatan Medan Tuntungan

Kecamatan Medan Tuntungan, Medan adalah salah satu dari selatan, da penduduk sebesar 65.645 jiwa. Luasnya adalah 20,68 km² dan kepadatan penduduknya adalah 3.174,32 jiwa/km². Sebagaian besar penduduk di kecamatan ini adalah suku-suku pendatang seperti: Tionghoa, Minang, Batak, Aceh dan Jawa sedangkan suku asli Suku Melayu Deli 40% saja. Luas Wilayah : 21,58 Km2.

Kecamatan Medan Tuntungan di Kota Medan terdiri dari 9 Kelurahan/Desa yaitu: 1. Kelurahan/Desa Tanjung Selamat

2. Kelurahan/Desa Simalingkar B 3. Kelurahan/Desa Simpang Selayang 4. Kelurahan/Desa Kemenangan Tani 5. Kelurahan/Desa Lau Cih

6. Kelurahan/Desa Namu Gajah 7. Kelurahan/Desa Sidomulyo 8. Kelurahan/Desa Ladang Bambu 9. Kelurahan/Desa Mangga

2.2 Inovasi Listrik Prabayar

Inilah inovasi terkini dari layanan PLN yang lebih menjanjikan Kemudahan, Kebebasan dan Kenyamanan bagi pelanggannya : Listrik Prabayar – Solusi isi ulang dari PLN. Dengan listrik

Prabayar, setiap pelanggan bisa mengendalikan sendiri penggunaan listriknya sesuai kebutuhan dan kemampuannya. Seperti halnya pulsa isi ulang pada telepon seluler, maka pada sistem listrik pintar, pelanggan juga terlebih dahulu membeli pulsa (voucher/token listrik isi ulang) yang terdiri dari 20 digit nomor yang bisa diperoleh melalui gerai ATM sejumlah bank atau melalui loket-loket pembayaran tagihan listrik online. Lalu, 20 digit nomor token dimasukkan (diinput) ke dalam kWh Meter khusus yang disebut dengan Meter Prabayar (MPB) dengan bantuan keypad yang sudah tersedia di MPB.

2.3 Atribut yang Mempengaruhi Pendapat Pelanggan Pelanggan menggunakan LPB 2.3.1 Kemudahan

Kemudahan yang dimaksud dalam penelitian ini adalah bagaimana pelanggan tersebut dalam mendapatkan token listrik (pulsa) LPB. Apakah PLN sudah menawarkan cara yang mudah bagi pelanggan atau mempersulit proses mendapatkan pulsa listrik tersebut. Contoh sederhana tiap-tiap kelurahan yanga ada dikecamatan berbeda akses untuk mendapatkan pulsa, bagi pelanggan yang memanfaatkan ATM atau membeli di indomaret terdekat sering sekali tekendala karna jaringan yang sedang off line atau jarak rumah yang begitu jauh dari tempat membeli token pulsa, beberapa hal tersebut akan memepengaruhi pendapat pelanggan LPB dalam hal kemudahan dalam mendapatkan token LPB dibanding dengan pembayaran perbulan. Dalam Penelitian ini Peneliti mengelompokkan pendapat pelanggan kedalam tiga kategori yaitu Sangat mudah, Mudah, Tidak Mudah.

2.3.2 Kenyamanan

Kenyamanan juga mempengaruhi pendapat pelanggan dalam menngguakan LPB. Kenyamanan yang akan diteliti dalam penelitian ini adalah menanyakan bagaimana tingkat kenyamanan mereka dalam menggunakan LPB. Apakah dengan terbatasnya jumlah pulsa listrik yang dibeli akan mengganggu aktivitas sehari-hari karna harus mengisi terlebih dahulu token pulsa, sulit mengontrol pemakaian listrik perbulan bagi

mereka akan mempengaruhi tingkat kenyamanan mereka dalam menggunakan LPB. Dalam penelitian ini Peneliti juga mengelompokkan pendapat pelanggan kedalam tiga kategori yaitu Sangat nyaman, Nyaman, Tidak nyaman.

2.3.3 Biaya pemakain

Biaya Pemakaian yang akan diteliti adalah bagaimana pendapat pelanggan LPB dalam hal biaya pemakaian perbulan, apakah dengan adanya inovasi LPB ini mereka terbebani karna menggunakan listrik semakin boros atau bahkan semakin hemat. Pendapat tentang biaya pemakain tersebut akan mempengaruhi merekan dalam memberi penilaian terhadap inovasi LPB. Dalam Penelitian ini peneliti mengelompokkan pendapat pelanggan kedalam tiga kategori yaitu Sangat Murah, Murah, Relatif Mahal.

2.4 Populasi dan Sampel Penelitian

Populasi adalah sekelompok orang, kejadian atau benda yang merupakan kumpulan lengkap dari elemen-elemen sejenis akan tetapi dapat dibedakan berdasarkan karakteristiknya, yang dijadikan objek penelitian (Supranto, 2004). Populasi sering juga disebut Universe. Populasi yang tidak diketahui dengan pasti jumlahnya disebut Populasi tak terbatas. Misalnya penduduk suatu negara adalah populasi yang tak terbatas karena setiap waktu terus berubah jumlahnya. Apabila penduduk tersebut dibatasi dalam waktu dan tempat, maka populasi tersebut dapat berubah menjadi populasi yang finite. Umumnya populasi yang tak terbatas hanyalah teori saja, sedangkan kenyataan dalam praktiknya, semua benda hidup dianggap populasi yang terbatas. Populasi yang jumlahnya diketahui dengan pasti (populasi yang dapat diberi nomor identifikasi), misalnya murid sekolah, jumlah karyawan tetap pabrik, dll disebut Populasi finite.

Sampel adalah bagian dari populasi yang menjadi obyek penelitian (Supranto, 2004). Teknik sampling secara statistik dapat didefinisikan sebagai suatu teknik untuk menentukan jumlah sampel dan pemilihan calon anggota sampel, sehingga setiap sampel terpilih dalam penelitian dapat mewakili populasinya.

2.5 Data

Data merupakan komponen utama dalam statistika. Data adalah bahan baku yang jika diolah melalui berbagai analisis dapat melahirkan informasi, di mana dengan informasi tersebut dapat diambil suatu keputusan.

2.5.1 Data Menurut Sifatnya

Menurut sifatnya data terbagi atas dua bagian, yaitu: a. Data kualitatif

Data kualitatif adalah data yang sifatnya hanya menggolongkan saja dan yang kemungkinannya tidak dinyatakan dalam angka-angka. Yang termasuk dalam klasifikasi data kualitatif adalah data yang berskala ukur nominal dan ordinal. Sebagai contoh adalah motivasi karyawan (bagus, sedang, jelek).

b. Data kuantitatif

Data kuantitatif adalah data yang berbentuk angka. Yang termasuk dalam klasifikasi data kuantitatif adalah data yang berskala ukur interval dan rasio. Sebagai contoh data kuantitatif adalah data hasil pengukuran berat badan Pelajar SMA. Data tersebut berupa angka seperti; 50 kg, 55 kg, 60 kg dan sebagainya.

2.5.2 Data Menurut Sumbernya

Menurut sumbernya data terbagi atas dua bagian: a. Data internal

Data internal adalah data yang didapat dari dalam perusahaan atau organisasi dimana riset dilakukan. Sebagai contoh adalah catatan akuntansi, catatan produksi, catatan inventaris, catatan penjualan dan lain-lain.

b. Data eksternal

Data eksternal adalah data yang menggambarkan keadaan di luar perusahaan atau organisasi. Data eksternal terbagi atas dua bagian, yaitu:

1. Data primer

Data primer adalah data yang secara langsung dikumpulkan oleh orang yang berkepentingan atau yang memakai data tersebut. Data ini diperoleh dari hasil wawancara atau kuesioner. Dalam metode pengumpulan data primer, peneliti melakukan sendiri observasi di lapangan maupun di laboratorium. Pelaksanaanya dapat berupa survei atau percobaan (eksperimen).

2. Data sekunder

Data sekunder adalah data primer yang diperoleh dari pihak lain atau data primer yang telah diolah lebih lanjut dan disajikan. Data sekunder pada umumnya digunakan oleh peneliti untuk memberikan gambaran tambahan, gambaran pelengkap atau diproses lebih lanjut. Data sekunder didapat dari hasil penelitian dari beberapa sumber seperti Badan Pusat Statistika, media massa, lembaga pemerintah atau swasta dan sebagainya.

2.5.3 Data Menurut Jenisnya

Menurut jenisnya data terdiri dari dua bagian, yaitu: a. Data kontiniu

Data kontiniu adalah data yang diperoleh dari hasil pengukuran. Contoh: Kecepatan Mobol A adalah 120 km/jam

Volume Botol B adalah 45 liter Tinggi badan Yogi adalah 170 cm

b. Data diskrit

Data diskrit adalah data yang diperoleh dari hasil perhitungan. Contoh: Ibu Yesi mempunyai 1 anak

Bapak Doni mempunyai 100 mobil

Jumlah mahasiswa MIPA stambuk 2012 adalah 735 orang

2.6 Skala Pengukuran

Skala merupakan suatu prosedur pemberian angka atau simbol lain kepada sejumlah ciri dari suatu objek agar dapat menyatakan karakteristik angka pada ciri tersebut. Skala pengukuran oleh S.S. Steven (1976) dibagi atas 4 bagian:

a. Skala Nominal

Skala nominal adalah skala pengukuran yang paling sederhana yang dilambangkan dengan kata kata, huruf, simbol, atau bilangan. Skala ini digunakan untuk mengklasifikasikan objek-objek atau kejadian-kejadian ke dalam kelompok (kategori) yang terpisah untuk menunjukkan kesamaan atau perbedaan ciri-ciri tertentu dari objek yang diamati. Pada skala nominal hasil pengukurannya bisa dibedakan tetapi tidak bisa diurutkan mana yang lebih tinggi dan yang lebih rendah. Skala nominal merupakan skala yang paling rendah atau jenis pengukurannya terbatas, contoh: Jenis kelamin 1 = pria; 2 = wanita.

b. Skala Ordinal (Rangking)

Skala ordinal adalah skala pengukuran yang selain mempunyai ciri untuk membedakan juga mempunyai ciri untuk mengurutkan pada rentangan tertentu. Dengan menggunakan skala ordinal objek-objek juga dapat digolongkan dalam kategori tertentu. Angka atau huruf yang diberikan mengandung tingkatan, sehingga dari kelompok yang terbentuk dapat dibuat peringkat yang

menyatakan hubungan lebih dari atau kurang dari menurut aturan penataan tertentu. Contoh: Seorang anggota ABRI dapat dikelompokkan menurut pangkatnya: Mayor, Kapten, Letnan dll.

c. Skala interval

Skala interval adalah skala pengukuran yang mengelompokkan objek-objek ke dalam kelas-kelas yang mempuyai urutan dan perbedaan dalam jarak yang sama. Misalnya, suhu tertinggi pada bulan Maret di kota A, kota B, dan kota C, berturut-turut adalah 20, 23, 16 derajat celsius.

d. Skala rasio (Nisbah)

Skala rasio adalah skala pengukuran yang mempunyai 4 ciri, yaitu membedakan, mengurutkan, jarak yang sama, dan mempunyai titik nol tulen (titik nol yang berarti) sehingga dapat menghitung rasio atau perbandingan antar nilai. Semua ciri skala interval menjadi ciri skala rasio, perbedaan antar nilai-nilai diketahui dan bernilai tetap, kategori-kategori nilai juga bersifat lepas. hanya saja skala rasio mempunyai titik nol yang berarti dan rasio (perbandingan) antara dua nilai juga berarti, misalnya Andi menyelesaikan kuliah selama 3 tahun sementara Budi 6 tahun, artinya Budi menyelesaikan kuliahnya 2 kali lebih lama dari Andi.

2.7 Teknik Pengumpulan Data

Teknik-teknik pengumpulan data dapat dilakukan dengan beberapa cara diantaranya (Husaini, Usman, 2006) : Wawancara, Pengamatan, Angket, dan Dokumentasi. Pengumpulan data penelitian dimaksudkan sebagai pencatatan peristiwa atau karakteristik dari sebagian atau seluruh elemen populasi penelitian. Pengumpulan data penelitian dapat dilakukan berdasarkan cara-cara tertentu. Adapun metode pengumpulan data yang digunakan secara umum dalam sebuah penelitian adalah:

Metode dokumentasi adalah mencari data mengenai hal-hal atau variabel yang berupa catatan, transkip, buku, surat kabar, majalah, prasasti, notulen rapat, agenda dan sebagainya. Metode dokumentasi dalam penelitian ini digunakan untuk mengumpulkan data tentang variabel-variabel kepemimpinan dan taraf/level dari masing-masing variabel serta jumlah penduduk di kotamadya Medan terkhususnya daftar pemilih tetapnya.

b. Metode angket (Kuesioner)

Kuesioner adalah pertanyaan tertulis yang digunakan untuk memperoleh informasi dari responden dalam arti laporan tentang pribadinya atau hal-hal yang ia ketahui. Metode ini digunakan untuk mencari dan mengenal desain kriteria faktor-faktor pemimpin yang mempengaruhi pilihan warga di kotamadya Medan. Untuk mengetahui distribusi frekuensi masing-masing variabel yang pengumpulan datanya menggunakan kuesioner (angket), setiap indikator dari data yang dikumpulkan terlebih dahulu diklasifikasi dan diberi skor atau nilai yaitu:

Skor 5 jika jawaban responden sangat setuju Skor 4 jika jawaban responden setuju

Skor 3 jika jawaban responden ragu-ragu/tidak tahu Skor 2 jika jawaban responden tidak setuju

Skor 1 jika jawaban responden sangat tidak setuju

c. Wawancara

Wawancara atau interview adalah sebagai teknik pengumpulan data atau informasi yang penting dan banyakdilakukan dalam pengembangan sistem informasi. Wawancara adalah suatu percakapan langsung dengan tujuan-tujuan tertentu dengan menggunakan format tanya jawab yang terencana. Wawancara memungkinkan analis sistem mendengar tujuan-tujuan, perasaan, pendapat dan prosedur-prosedur informal dalam wawancara dengan para pembuat keputusan organisasional. Analis sistem menggunakan wawancara untuk mengembangkan hubungan mereka dengan klien, mengobservasi tempat kerja, serta untuk mengumpulkan data-data yang berhubungan dengan kelengkapan informasi. Meskipun e-mail dapat digunakan untuk menyiapkan orang yang diwawancarai dengan memberi pertanyaan-pertanyaan yang berkaitan

dengan temuan, namun akan lebih baik bila wawancara dijalankan secara personal bukan elektronis. Adapun persiapan wawancara adalah:

1. Menentukan metode sampling yang akan dipakai 2. Syarat-syarat responden berikut substansinya 3. Bahasa yang akan dipakai

4. Jadwal wawancara 5. Orientasi lapangan

2.8 Analisa Varians

2.8.1 Defenisi Analisa Variansi

Anova adalah singkatan dari analisis varians terjemahan dari analysis of variance, sehingga banyak orang menyebutnya dengan anova. Anova merupakan bagian dari metoda analisis statistika yang tergolong analisis komparatif lebih dari dua rata-rata (Riduwan.2008.Dasar-dasar Statistika.Bandung:Alfabeta).

Analisis Varians adalah teknik analisis statistik yang dikembangkan dan diperkenalkan pertama kali oleh Sir R. A Fisher (Kennedy & Bush, 1985). Anova dapat juga dipahami sebagai perluasan dari uji-t sehingga penggunaannya tidak terbatas pada pengujian perbedaan dua buah rata-rata populasi, namun dapat juga untuk menguji perbedaan tiga buah rata-rata populasi atau lebih sekaligus. Jika kita menguji hipotesis nol bahwa rata-rata dua buah kelompok tidak berbeda, teknik Anova dan uji-t (uji dua pihak) akan menghasilkan kesimpulan yang sama; keduanya akan menolak atau menerima hipotesis nol. Dalam hal ini, statistik F pada derajat kebebasan 1 dan n-k akan sama dengan kuadrat dari statistik t. Anova digunakan untuk menguji perbedaan antara sejumlah rata-rata populasi dengan cara membandingkan variansinya. Pembilang pada rumus variansi tidak lain adalah jumlah kuadrat skor simpangan dari rata-ratanya, yang secara sederhana dapat ditulis sebagai ∑(�_� − �)2. Istilah jumlah kuadrat skor simpangan sering disebut jumlah kuadrat (sum of squares). Jika jumlah kuadrat tersebut dibagi dengan n atau n-1 maka akan diperoleh rata-rata kuadrat yang tidak lain dari variansi suatu distribusi. Rumus untuk menentukan varians sampel yaitu,

�2 ₌∑ (�1− ��) 2 �

�=1

� −1

Seandainya suatu populasi yang memiliki variansi �2 dan rata-rata �. Dari populasi tersebut misalkan diambil tiga buah sampel secara independent, masing-masing dengan n1, n2, dan n3. Dari setiap sampel tersebut dapat ditentukan rata-rata dan variansinya, sehingga akan diperoleh tiga buah rata-rata dan variansi sampel yang masing-masing merupakan statistik (penaksir) yang tidak bias bagi parameternya. Dikatakan demikian karena, dalam jumlah sampel yang tak hingga, rata-rata dari rata-rata sampel akan sama dengan rata-rata populasi (�) dan rata-rata dari variansi sampel juga akan sama dengan variansi populasi (�2).

2.8.2 Jenis Varians

Secara umum varians dapat digolongkan kedalam varians sistematik dan varians galat. Varians sistematik adalah variansi pengukuran karena adanya pengaruh yang menyebabkan skor atau nilai data lebih condong ke satu arah tertentu dibanding kearah lain. Sedangkan varians galat adalah fluktuasi atau variasi ukuran yang terjadi karena kebetulan. Varians galat merupakan varians acak. Dengan kata lain jenis Varians terbagi dua yaitu Varians yang dihitung dari populasi disebut sebagai varians populasi (sebagai parameter), sedangkan ukuran yang diperoleh dari sampel disebut sebagai varians sampel (sebagai statistik). Salah satu jenis varians sistematik dalam kumpulan data hasil penelitian adalah varians antar kelompok atau kadang-kadang disebut pula varians experimental. Varians ini menggambarkan adanya perbedaan atau variansi sitematik antara kelompok-kelompok hasil pengukuran. Dengan demikian varians ini terjadi karena adanya perbedaan antara kelompok-kelompok individu. (Sudjana.1996.Metoda Statistika.Bandung:Tarsito Bandung).

2.8.3 Harga-Harga yang Diperlukan dalam Uji Analisis Varians

Untuk dapat menggunakan teknik anava dengan baik, perlu kiranya mengenal beberapa pengertian tentang harga-harga yang terdapat di dalam rumusnya. Baik dalam anava tunggal maupun anava ganda terdapat beberapa istilah teknis yang belum terdapat di dalam teknik-teknik sebelumnya. Harga-harga yang dimaksud adalah : sumber variasi, jumlah kuadrat (disingkat JK), rerata kuadrat atau mean kuadrat (singkat MK), dan harga F.

2.8.3.1 Sumber Variasi

Pengertian “sumber variasi” digunakan sebagai judul kolom dalam tabel persiapan anova. Hal-hal yang terkandung di dalam di bawah judul tersebut adalah Hal-hal-Hal-hal yang dipandang menunjukkan variasi sehingga menyebabkan timbulnya perbedaan nilain yang dianalisis. Sebagai sumber variasi misalnya perbedaan yang terjadi di antara kelompok, di dalam kelompok, dan interaksi antara dua faktor atau lebih.

2.8.3.2 Jumlah Kuadrat

Jumlah kuadrat adalah penjumlahan tiap-tiap deviasi nilai reratanya. Ada beberapa jenis jumlah kuadrat yang akan dijumpai dalam pekerjaan analisis varian : yakni jumlah kuadrat total, jumlah kuadrat antar kelompok, jumlah kuadrat dalam kelompok. Untuk anava ganda masih ada satu pengertian lagi yaitu kuadrat interaksi. Dengan rumus :

1.

∑(X)2

/N= faktor koreksi

2.

JKtot = ∑X2-∑(X)2/N

k = banyaknya kelompok

nk = banyaknya subjek dalam kelompok

3.

2.8.3.3 Pengertian Mean Kuadrat

Selain jumlah kuadrat, ada pengertian penting yang sangat berperan di dalam perhitungan dangan anava yakni mean kuadrat. Dengan mean kuadrat inilah harga F dapat diketahui, karena F diperoleh dari pembagian harga mean kuadrat. Mean kuadrat (rerat kuadrat) diperoleh dengan rumus :

2.8. 4 Jenis-jenis Anova

2.8.4.1 Anova tunggal atau anova satu jalur

Analisis varians satu arah adalah analisis yang menggunakan varians dan data hasil pengamatan merupakan pengaruh satu faktor. Dari tiap populasi secara independen kita ambil sebuah sampel acak, berukuran n1 dari populasi kesatu, n2 dari populasi kedua dan seterusnya berukuran nk dari

populasi ke k. Data sampel akan dinyatakan dengan Yij yang berarti data ke-j dalam sampel yang

diambil dari populasi ke-i. ( Sudjana.1996.Metoda Statistika.Bandung:Tarsito Bandung). Anova satu jalur yaitu analisis yang melibatkan hanya satu peubah bebas. Secara rinci, Anova satu jalur digunakan dalam suatu penelitian yang memiliki ciri-ciri melibatkan hanya satu peubah bebas dengan dua kategori atau lebih yang dipilih dan ditentukan oleh peneliti secara tidak acak. Kategori yang dipilih disebut tidak acak karena peneliti tidak bermaksud menggeneralisasikan

JKtot = Jkant + Jkdal

hasilnya ke kategori lain di luar yang diteliti pada peubah itu. Perbedaan antara kategori atau tingkatan pada peubah bebas dapat bersifat kualitatif atau kuantitatif. Setiap subjek merupakan anggota dari hanya satu kelompok pada peubah bebas, dan dipilih secara acak dari populasi tertentu. (Furqon. 2009. Statistika Terapan untuk Penelitian. Cetakan ketujuh. Alfabeta: Bandung). Tujuan dari uji anova satu jalur adalah untuk membandingkan lebih dari dua rata-rata. Sedangkan gunanya untuk menguji kemampuan generalisasi. Maksudnya dari signifikansi hasil penelitian. Jika terbukti berbeda berarti kedua sampel tersebut dapat digeneralisasikan (data sampel dianggap dapat mewakili populasi). Anova satu jalur dapat melihat perbandingan lebih dari dua kelompok data. (Riduwan.2008.Dasar-dasar Statistika.Bandung:Alfabeta)

Anova pengembangan atau penjabaran lebih lanjut dari uji-t ( �_{ℎ�����}) . Uji-t atau uji-z hanya dapat melihat perbandingan dua kelompok data saja. Sedangkan anova satu jalur lebih dari dua kelompok data. Contoh: Perbedaan prestasi belajar statistika antara mahasiswa tugas belajar (�₁), izin belajar (�₂) dan umum (�₃). Anova lebih dikenal dengan uji-F (Fisher Test), sedangkan arti variasi atau varian itu asalnya dari pengertian konsep “Mean Square” atau kuadrat rerata (KR).

Rumus:

�� = �� ��

Dimana: �� = jumlah kuadrat (some of square)

�� = derajat bebas (degree of freedom) Menghitung nilai Anova atau F ( �_{ℎ�����}) dengan rumus :

�ℎ�����= _���_� = _�����_� = _����_��_: : ��_���_� = ������_{������} �����_{�����} �����_{�����}

Varian dalam group dapat juga disebut Varian Kesalahan (Varian Galat). Dapat

dirumuskan :

��� = ∑ (∑���) 2

��� −

(∑�_�)2

��� = (∑��)2− ∑(∑���) 2

��� untuk ��� = � − � Dimana:

(∑�_�)2

� = sebagai faktor koreksi

N = Jumlah keseluruhan sampel (jumlah kasus dalam penelitian).

A = Jumlah keseluruhan group sampel.

2.8.4.2 Anova ganda atau anova lebih dari satu jalur.

Analisis variansi dua arah atau yang disebut dengan Anova two-ways adalah analisis variansi yang dipengaruhi oleh dua variabel bebas terhadap variabel tak bebas. Tujuan dari pengujian anova dua arah adalah untuk mengetahui apakah ada pengaruh dari berbagai kriteria yang diuji terhadap hasil yang diinginkan. (Furqon. 2009. Statistika Terapan untuk Penelitian. Cetakan ketujuh. Alfabeta: Bandung ). Dengan menggunakan teknik anova dua arah dapat membandingkan beberapa rata-rata yang berasal dari beberapa kategori atau kelompok untuk satu variable perlakuan. Bagaimanapun, keuntungan teknik analisis varian ini adalah memungkinkan untuk memperluas analisis pada situasi dimana hal-hal yang sedang diukur dipengaruhi oleh dua atau lebih variable. Anova dua arah ini digunakan bila sumber keragaman yang terjadi tidak hanya karena satu faktor (perlakuan). Faktor lain yang mungkin menjadi sumber keragaman respon juga harus diperhatikan. Faktor lain ini bisa berupa perlakuan lain yang sudah terkondisikan. Pertimbangan memasukkan faktor kedua sebagai sumber keragaman ini perlu bila faktor itu dikelompokkan, sehingga keragaman antar kelompok sangat besar, tetapi kecil dalam kelompoknya sendiri. (Hasan, Iqbal. 2003. Pokok-Pokok Materi Statistik 2 (Statistik Inferensial). Jakarta: Bumi Aksara)

2.8.5 Langkah-langkah melakukan uji hipotesis dengan Anova:

1. Kumpulkan sampel dan kelompokkan berdasarkan kategori tertentu.

Untuk memudahkan pengelompokkan dan perhitungan, buat tabel data sesuai dengan kategori berisi sampel dan kuadrat dari sampel tersebut. Hitung pula total dari sampel dan kuadrat sampel tiap kelompok. Selain itu, tentukan pula hipotesis nol (�₀) dan hipotesis alternatif (�₁).

2. Menentukan tipe anova

apakah masuk tipe satu arah, tipe dua arah tanpa interaksi atau tipe dua arah dengan interaksi. karena akan berpengaruh pada perhitungan. Menentukan tipe seperti pada penejalasan diatas.

3. Menghitung variabilitas dari seluruh sampel.

Pengukuran total variabilitas atas data dapat dikelompokkan menjadi tiga bagian:

o Total of sum squares (SSt) – jumlah kuadrat total (jkt).

Merupakan jumlah kuadrat selisih antara skor individual dengan rata-rata totalnya.

o Sum Square Between(SSb) – jumlah kuadrat kolom (jkk).

Variansi rata-rata kelompok sampel terhadap rata-rata keseluruhannya. Variansi di sini lebih terpengaruh karena adanya perbedaan perlakuan antar kelompok.

o Sum Square within (SSw) – jumlah kuadrat galat (jkg).

Variansi yang ada dalam masing-masing kelompok. Banyaknya variansi akan tergantung pada banyaknya kelompok, dan variansi di sini tidak terpengaruh / tergantung oleh perbedaan perlakuan antar kelompok.

4. Menghitung derajat kebebasan (degree of freedom).

Derajat kebebasan atau degree of freedom (dilambangkan dengan v, dof, atau df) dalam Anova akan sebanyak variabilitas. Oleh karena itu, ada tiga macam derajat kebebasan yang akan kita hitung:

o Derajat kebebasan untuk JKT

merupakan derajat kebebasan dari Jumlah kuadrat total (JKT) ini akan di lambangkan dengan JKT

o Derajat kebebasan untuk JKK

merupakan derajat kebebasan dari Jumlah kuadrat kolom (JKK) ini akan di lambangkan dengan JKK

o Derajat kebebasan untuk JKG

Merupakan derajat kebebasan dari Jumlah kuadrat galat (JKG) ini akan di lambangkan dengan JKG. Derajat kebebasan juga memiliki sifat hubungan yang sama dengan sifat hubungan variabel, yakni:

JKT = JKK + JKG

5. Menghitung variance antar kelompok dan variance dalam kelompok.

Variance dalam Anova, baik untuk antar kelompok maupun dalam kelompok sering disebut dengan kuadrat tengah atau deviasi rata-rata kuadrat (mean squared deviation) dan dilambangkan dengan MS atau KT.

6. Menghitung F hitung

Menghitung nilai distribusi F (Fhitung) berdasarkan perbandingan variance antar kelompok dan variance dalam kelompok. F hitung didapatkan dengan rumus seperti tabel tersebut diatas.

7. Menghitung F tabel

Selain itu, F berdasarkan tabel (Ftabel) juga dihitung, berdasarkan nilai derajat kebebasan (langkah ke-4) menggunakan tabel distribusi-F.

Membandingkan Fhitung dengan Ftabel :

o Jika Fhitung > Ftabel : tolak �₀ o Jika Fhitung ≤ Ftabel : terima �₀

8. Buat kesimpulan

Sesuai dengan kasus awal yang ditanyakan. Menyimpulkan, apakah perlakuan memiliki efek yang signifikan pada sampel data atau tidak. Jika hasil tidak signifikan, berarti seluruh rata-rata sampel adalah sama. Jika perlakuan menghasilkan efek yang signifikan, setidaknya satu dari rata-rata sampel berbeda dari rata-rata sampel yang lain.

BAB 3

HASIL DAN PEMBAHASAN

3.1 Variabel Penelitian

Dalam tugas akhir ini dilakukan kajian pendapat pelanggan PLN terhadap inovasi LPB dengan menggunakan parameter berikut :

1. Faktor kemudahan

 1= Sangat mudah

 2= Mudah

 3= Tidak Mudah

2. Faktor kenyamanan

 1= Sangat nyaman

 2= Nyaman

 3= Tidak nyaman

3. Faktor biaya

 1 = Sangat murah

 2 = Murah

 3 = Relatif Mahal

Dalam penelitian ini peneliti ingin melihat perbandingan pendapat 9 kelurahan dalam 1 kecamatan yang mengunakan inovasi LPB dapat dilihat pada model faktor kemudahan, faktor

kenyamanan, dan faktor biaya yang berkontribusi terhadap pendapat masyarakat pelanggan PLN tiap-tiap kelurahan.

3.2 Pengumpulan Data

Data yang digunakan adalah data primer. Data primer adalah data yang diperoleh dari individu atau perseorangan (Per-Rumah tangga). Alat untuk memperoleh data dalam penelitian ini dengan wawancara atau inteview langsung.

3.2.1 Populasi dan Sampel 3.2.2 Populasi

Menurut Sugiyono (2004), populasi yaitu wilayah generalisasi yang terdiri atas objek atau subjek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Populasi dalam penelitian ini adalah masyarakat PLN daerah Kecamatan Medan Tuntungan yang menggunakan inovasi LPB. Populasi dalam penelitian ini terdiri dari sembilan kelurahan yang berjumlah 3784 pelanggan berdasarkan data yang diperoleh dari hasil riset di PT. PLN cabang Rayon Pancur Batu Medan.

Tabel 3.1 Data Jumlah Pelanggan Listrik Prabayar (LPB) Sembilan kelurahan yang terdapat di kecamatan Medan Tuntungan.

No. Kelurahan Jumlah pelanggan LPB

1. Kelurahan Tanjung Selamat 533 2. Kelurahan Simalingkar B 674 3. Kelurahan Simpang Selayang 668 4. Kelurahan Kemenangan Tani 226

5. Kelurahan Lau Cih 370

6. Kelurahan Namu Gajah 257

8. Kelurahan Ladang Bambu 118

9. Kelurahan Mangga 818

Total 3784

Sumber : PT. PLN Medan

3.2.3 Sampel

Sampel adalah bagian dari populasi yang menjadi objek penelitian (Supranto, 2010). Teknik sampling dapat didefinisikan sebagai suatu teknik untuk menentukan jumlah sampel, sehingga setiap sampel terpilih dalam penelitian dapat mewakili populasinya. Teknik pengambilan sampel dilakukan secara Stratified Random Sampling dikarenakan masyarakat pelanggan pengguna LPB yang menjadi populasi terbagi dalam strata/ tingkatan, untuk selanjutnya digunakan teknik Simple Random Sampling sehingga populasi dari tiap kelompok memiliki peluang yang sama untuk memberikan data yang dibutuhkan dengan terlebih dahulu dilakukan pembagian secara proporsional. Untuk menentukan jumlah sampel dilakukan dengan menggunakan rumus Slovin (Karnadi, 2008) :

2 1 Ne N n + = ... (3.1) Keterangan : n = jumlah sampel N = jumlah populasi

e = persentase kelonggaran ketidaktelitian karena kesalahan pengambilan sampel (10%) dan tingkat kepercayaan 90%.

Dengan menggunakan persamaan (3.1), maka perhitungan jumlah pengambilan sampel untuk menjadi responden adalah sebagai berikut :

2 1 Ne N n + = 2 ) 1 , 0 ( 3784 1 3784 + = n 97 42 , 97 ≈ = n

Teknik pengambilan sampel menggunakan satuan yang disebut sample fraction (f) untuk masing-masing sub populasi sebagai faktor pengalinya. Jumlah sample fraction disesuaikan dengan jumlah stratanya.

Besarnya sample fraction per-stratum adalah :

�

� = ��

� ... (3.2) Besarnya sub sample fraction per-stratum adalah :

�� = ��. n ... (3.3) Keterangan :

f _{i = sampling fraction stratum i}

Ni = banyaknya individu yang terdapat dalam stratum unsur populasi N = banyaknya populasi seluruhnya

n = banyaknya anggota yang dimasukkan menjadi sampel

n_i = banyaknya anggota yang dimasukkan menjadi sub sampel per-stratum

Berdasarkan strata/ tingkatan pada masing-masing sub populasi, maka penentuan jumlah dan unsur sampel penelitian menggunakan persamaan (3.2) dan (3.3) adalah dengan rincian sebagai berikut :

a. Pelanggan LPB di Kelurahan Tanjung Selamat:

�

� = �_��= ₃₇₈₄533 = 0,141

�� = ��. n = 0,141 (97) = 13,677 14 responden b. Pelanggan LPB di Kelurahan Simalingkar B:

= = = 0.178

= . n = 0,178 (97) = 17,266 17 responden

= = = 0,176

= . n = 0,176 (97) = 17,072 17 responden

d. Pelanggan LPB di Kelurahan Kemenangan Tani

= = = 0,059

= . n = 0,059 (97) = 5,723 6 responden

e. Pelanggan LPB di Kelurahan Lau Cih

= = = 0,097

= . n = 0,097 (97) = 9,409 9 responden

f. Pelanggan LPB di Kelurahan Namu Gajah

= = = 0,067

= . n = 0,067 (97) = 6,499 7 responden

g. Pelanggan LPB di Kelurahan Sidomulyo

= = = 0,032

= . n = 0,032 (97) = 3,104 3 responden

h. Pelanggan LPB di Kelurahan Ladang Bambu

= = = 0,031

= . n = 0,031 (97) = 3,007 3 responden

= = = 0,216

= . n = 0,216 (97) = 20,9617 21 responden

Dengan demikian keseluruhan sampel penelitian berjumlah 97 responden.

Tabel 3.2 Sampel Penelitian Pelanggan LPB

No. Kelurahan Jumlah pelanggan LPB

1. Kelurahan Tanjung Selamat 14

2. Kelurahan Simalingkar B 17

3. Kelurahan Simpang Selayang 17 4. Kelurahan Kemenangan Tani 6

5. Kelurahan Lau Cih 9

6. Kelurahan Namu Gajah 7

7. Kelurahan Sidomulyo 3

8. Kelurahan Ladang Bambu 3

9. Kelurahan Mangga 21

Total 97

Sumber : Hasil pengolahan peneliti, 2014

3.3 Pengolahan Data

Untuk pemecahan suatu permasalahan perlu dilakukan analisis dan pengolahan data. Teknik penganalisaan yang digunakan untuk memecahkan permasalahan ini adalah dengan

menggunakan metode Analisis Varians. Data diperoleh berdasarkan hasil interview oleh masyarakat pengguna LPB, dapat dilakukan analisa dari permasalahan berikut.

3.3.1 Analisis Variansi

3.3.1.1 Analisis Variansi Dua Arah

Dalam hal ini, uji analisis variansi klasifikasi arah digunakan untuk menguji kesamaan rata-rata atau nilai tengah dari beberapa kelompok atau populasi dengan kata lain uji ini dapat dilakukan secara bersamaan untuk setiap klasifikasi.

1. Tabel 3.3.1 Tabel Persiapan. Faktor “Kemudahan”

Skor Nilai K.1 K.2 K.3 K.4 K.5 K.6 K.7 K.8 K.9 Total

Sangat mudah 4 1 1 - - - 1 2 - 9

Mudah 7 14 14 4 5 3 2 1 17 67

Tidak Mudah _{3 2 2 2 4 4 - - 4 21}

Total 14 17 17 6 9 7 3 3 21 97

Langkah-langkah dalam pengujian:

a. Formulasi Hipotesis

H0 : (tidak ada perbedaan rata-rata pendapat tentang kemudahan menggunakan LPB

pada masyarakat di tiap kelurahan)

H1 : (ada perbedaan rata-rata pendapat tentang kemudahan menggunakan LPB pada

masyarakat tiap kelurahan)

b. Taraf nyata (α) dengan nilai F tabel: α = 5% = 0.05

• Untuk baris: = 3-1 = 2 dan = (2) (3) = 6, = 5,14

c. Kriteria Pengujian

• diterima apabila ≤ 5.14 ditolak apabila > 5.14

• diterima apabila ≤ 4,15 ditolak apabila > 4,15

d. Analisis Varians

JKT= + + + + + + + + + + + + + + + + + + + + +

+ + + + - = 877-348,48 = 528,52

JKB = - = 1670 – 348,48 = 1321,85

JKK = - = 466,33 – 348,481 = 114,81

JKE = 528,52-1321,85-114.819= -908,14

Tabel 3.3.2 Tabel Analisis Varians

Sumber varians Jumlah Kuadrat

Derajat kebebasan

Rata-rata

kuadrat f hitung Rata-rata baris Rata-rata kolom Error 1321,85 4320,84 -908,14 2 3 6 264,37 1440,28 -151,36 -1,74 -9,52

Total 4734,55 11

Tingkat

Kenyamanan K.1 K.2 K.3 K.4 K.5 K.6 K.7 K.8 K.9 Total

Sangat nyaman 2 3 9 1 - - - - 1 16

Nyaman 10 12 8 4 5 5 3 3 18 68

Tidak nyaman _{2 2 - 1 4 2 - - 2 13}

Total 14 17 17 6 9 7 3 3 21 97

a. Formulasi Hipotesis

H0 :

H1 :

b. Taraf nyata (α) dengan nilai F tabel: α = 5% = 0.05

• Untuk baris: = 3-1 = 2 dan = (2) (3) = 6, = 5.14

• Untuk kolom: = 9-1= 8 dan = (2) (3) = 6, = 4,15 c. Kriteria Pengujian

• diterima apabila ≤ 5.14 ditolak apabila > 5.14

• diterima apabila ≤ 4,15 ditolak apabila > 4,15

d. Analisis Varians

JKT= + + + + + + + + + + + + + + + + + + + + +

+ + + + - = 577 – 348,48 = 228,51

JKB = - = 1683-348,48 = 1334,52

JKE = 228,51 - 1334,52- 114.819= -1220,829

Tabel 3.3.2 Tabel Analisis Varians

Sumber varians Jumlah Kuadrat

Derajat kebebasan

Rata-rata

kuadrat f hitung Rata-rata baris Rata-rata kolom Error 1334,52 114,819 -1220,829 2 3 6 667,26 38,27 -203,47 -3.2 -0,18

Total 228,51 11

2. Tabel 3.3.3 Tabel Persiapan. “Tingkat Biaya Pemakaian” Biaya

Pemakaian K.1 K.2 K.3 K.4 K.5 K.6 K.7 K.8 K.9 Total

Sangat murah 8 4 3 4 3 2 2 1 8 35

Murah 1 5 2 1 1 1 - 1 4 16

Relatif Mahal _{5 8 12 1 5 4 1 1 9 46}

Total 14 17 17 6 9 7 3 3 21 97

a. Formulasi Hipotesis

H0 :

H1 :

b. Taraf nyata (α) dengan nilai F tabel: α = 5% = 0.05

• Untuk baris: = 3-1 = 2 dan = (2) (3) = 6, = 5,14 Untuk kolom: = 9-1= 8 dan = (2) (3) = 6, = 4,15

c. Kriteria Pengujian

ditolak apabila > 5.14

• diterima apabila ≤ 4,15 ditolak apabila > 4,15

d. Analisis Varians

JKT= + + + + + + + + + + + + + + + + + + + + +

+ + + + - = 592 – 348,48 = 243,52

JKB = - = 1199 – 348.48 = 850,52

JKK = - = 466,33 – 348,481 = 117,84

JKE = 243,52 – 850,52 - 117.84 = -724,84

Tabel 3.3.2 Tabel Analisis Varians

Sumber varians Jumlah Kuadrat

Derajat kebebasan

Rata-rata

kuadrat f hitung Rata-rata baris Rata-rata kolom Error 850,52 117,84 -724,84 2 3 6 425,26 39,28 -120,80 -3,50 -0,32

Total 243,52 11

Interpretasi:

a) Untuk faktor Kemudahan, Karena = -1,74 ≤ = 5.14, maka diterima. Jadi, rata-rata pendapat tentang kemudahan dalam menggunakan inovasi LPB sama untuk skor yang diberikan.

Karena = -9,52 ≤ = 4,.15, maka diterima. Jadi, rata-rata pendapat tentang kemudahan dalam menggunakan inovasi LPB sama untuk kesembilan kelurahan yang ada di kecamatan Medan Tuntungan.

b) Untuk faktor Kenyamanan, Karena = -3,2 ≤ = 5.14, maka diterima. Jadi, rata-rata pendapat tentang kenyamanan dalam menggunakan inovasi LPB sama untuk skor yang diberikan.

Karena = -0,18 ≤ = 4.15, maka diterima. Jadi, rata-rata pendapat tentang kenyamanan dalam menggunakan inovasi LPB sama untuk kesembilan kelurahan yang ada di kecamatan Medan Tuntungan.

c) Untuk faktor Biaya pemakaian, Karena = -3,50 ≤ = 5.14, maka diterima. Jadi, rata-rata pendapat tentang harga/biaya pemakaian dalam menggunakan inovasi LPB sama untuk skor yang diberikan.

Karena = -0,32 ≤ = 4.15, maka diterima. Jadi, rata-rata pendapat tentang biaya pemakain dalam menggunakan inovasi LPB sama untuk kesembilan kelurahan yang ada di kecamatan Medan Tuntungan.

Hasil analisis dengan menggunakan SPSS:

Descriptives

k1

N Mean Std. Deviation Std. Error

95% Confidence Interval for Mean

Minimum

Maximu m

Lower Bound Upper Bound

1 9 1.7778 2.90593 .96864 -.4559 4.0115 .00 9.00

2 9 7.5556 5.02770 1.67590 3.6909 11.4202 3.00 18.00

3 9 1.4444 1.33333 .44444 .4196 2.4693 .00 4.00

Total 27 3.5926 4.37000 .84101 1.8639 5.3213 .00 18.00

k2 N

Subset for alpha = 0.05

1 2

Tukey HSDa 3 9 1.4444

1 9 1.7778

2 9 7.5556

Sig. .977 1.000

Means for groups in homogeneous subsets are displayed. a. Uses Harmonic Mean Sample Size = 9,000.

Test of Homogeneity of Variances

k1

Levene Statistic df1 df2 Sig.

• Hipotesis:

H0 : Varian kesembilan kelompok sama

H1: Varian kesembilan kelompok tidak sama

• Angka Levene’s test: 4.749dengan probalitas (sig) sebesar 0.18

• Karena angka probabilitas hitung sebesar 0.18 > 0.05 maka H0 diterima, dengan demikian

varian kesembilan kelompok tersebut sama.

ANOVA

k1

Sum of Squares df Mean Square F Sig.

Between Groups 212.519 2 106.259 8.980 .001

Within Groups 284.000 24 11.833

Total 496.519 26

Multiple Comparisons

Dependent Variable:k1

(I) k2 (J) k2

Mean

Difference (I-J) Std. Error Sig.

95% Confidence Interval

Lower Bound Upper Bound

Tukey HSD 1 2 -5.77778* 1.62161 .004 -9.8274 -1.7281

3 .33333 1.62161 .977 -3.7163 4.3830

2 1 5.77778* 1.62161 .004 1.7281 9.8274

3 6.11111* 1.62161 .003 2.0615 10.1607

3 1 -.33333 1.62161 .977 -4.3830 3.7163

2 -6.11111* 1.62161 .003 -10.1607 -2.0615

LSD 1 2 -5.77778* 1.62161 .002 -9.1246 -2.4309

3 .33333 1.62161 .839 -3.0135 3.6802

2 1 5.77778* 1.62161 .002 2.4309 9.1246

3 6.11111* 1.62161 .001 2.7643 9.4580

3 1 -.33333 1.62161 .839 -3.6802 3.0135

2 -6.11111* 1.62161 .001 -9.4580 -2.7643

Bonferroni 1 2 -5.77778* 1.62161 .005 -9.9512 -1.6043

• H i p o tesis:

H0 : Rata-rata pendapat kesembilan popolasi sama

H1 : Rata-rata pendapat kesembilan popolasi tidak sama • Angka F hitung sebesar 8.980

• Angka F tabel F(2;24) = 3.40

Karena F hitung > F tabel, maka H0 ditolak (H1 diterima), rata-rata variabel pengaruh pendapat

kesembilan populasi tidak sama terhadap ketiga variabel.

2 1 5.77778* 1.62161 .005 1.6043 9.9512

3 6.11111* 1.62161 .003 1.9377 10.2846

3 1 -.33333 1.62161 1.000 -4.5068 3.8401

2 -6.11111* 1.62161 .003 -10.2846 -1.9377

BAB 4

KESIMPULAN DAN SARAN

4.1 Kesimpulan

Berikut adalah kesimpulan yang dapat diambil peneliti dari penelitian yang telah dilakukan :

d) Dari hasil hipotesis ternyata bahwa pendapat (Kemudahan, Kenyamanan, Biaya Pemakaian) masyarakat pelanggan PLN terhadap inovasi LPB di sembilan Kelurahan yang terdapat di Kecamatan Medan Tuntungan adalah sama (tidak ada perbedaan yang signifikan).

e) Dengan menggunakan metode Analisa Variansi di dapatkan ( = -1,74 ≤ = 5.14, = -3,2 ≤ = 5.14, = -3,50 ≤ = 5.14.), nilai F0 secara

keseluruhan selalu lebih kecil dari Fhit maka untuk setiap pengujian hipotesil Ho diterima,

dengan demikian rata-rata nilai pendapat tersebut adalah sama.

f) Untuk pelanggan LPB di tiap-tiap Kelurahan faktor pengaruh dari antar faktor yaitu antara faktor Kemudahan, faktor Kenyamanan, dan faktor Biaya pemakain pendapat pelanggan LPB terdapat pengaruh perbedaan yang signifikan, terlihat dari analisis F hitung > F tabel (3.40 > 8.89).

4.2 Saran

Saran yang dapat diberikan berdasarkan penelitian ini adalah sebagai berikut :

1. Kepada PT PLN persero agar terus mengembangkan produk listrik prabayar ke arah yang lebih baik, khususnya untuk masyarakat dalam hal penyediaan token atau pulsa listrik prabayar, sosialisasi dan kelancaran jaringan on line sehingga dapat memudahkan masyarakat dalam memperoleh token serta dapat menumbuhkan keinginan masyarakat pada daerah tertentu untuk menggunakan listrik prabayar.

2. Peneliti juga menyarankan untuk penelitian selanjutnya populasi responden yang akan dipilih memiliki cakupan yang lebih luas lagi, agar hasil yang diperoleh lebih representatif.

DAFTAR PUSTAKA

Arikunto, S. 2009. Manajemen Penelitian. Jakarta : Rineka

Dixon.J.wilfrid dan Frank J Massey Jr. 1983. Pengantar analisis Statistik. Yogyakarta: Gajah Mada University Press

Erlina. 2011. “Metodologi Penelitian”. Medan: USU PRESS.

Furqon. 2009. Statistika Terapan untuk Penelitian. Cetakan ketujuh. Alfabeta: Bandung.

Hasan, Iqbal. 2003. Pokok-Pokok Materi Statistik 2 (Statistik Inferensial). Jakarta: Bumi Aksara Hasan, Iqbal. 2006. Analisis Data Penelitian dengan Statistik. Jakarta: Bumi Aksara

Hartono, Drs. 2004. Statistik untuk Penelitian. Pekan Baru: Pustaka Pelajar

Riduwan.2008.Dasar-dasar Statistika.Bandung:Alfabeta

Saefuddin, Asep, dkk. 2009. Statistika Dasar. Jakarta: Grasindo

Sam Kash Kachigan. 1986. Statistical analysis. Newyork: Radius Press

Sarwono, Jonathan. 2006. “Metode Penelitian Kuantitatif dan Kualitatif”. Yokyakarta: Graha Ilmu.

Sarwono, Jonathan. 2009. “Statistik itu Mudah,panduan lengkap SPSS 16”. Bandung: Andi

Sopranto, J. 2010.”Analisis Multivariat Arti dan Interpretasi”.Jakarta: Rineka Cipta

Sudjana. 2002. Metoda Statistika.Tarsito : Bandung.

Usman, Husaini.2006.Pengantar Statistika.Jakarta: PT Bumi Aksara

Hasil analisis dengan menggunakan SPSS:

Descriptives

k1

N Mean Std. Deviation Std. Error

95% Confidence Interval for Mean

Minimum

Maximu m Lower Bound Upper Bound

1 9 1.7778 2.90593 .96864 -.4559 4.0115 .00 9.00 2 9 7.5556 5.02770 1.67590 3.6909 11.4202 3.00 18.00

3 9 1.4444 1.33333 .44444 .4196 2.4693 .00 4.00

Total 27 3.5926 4.37000 .84101 1.8639 5.3213 .00 18.00

k2 N

Subset for alpha = 0.05

1 2

Tukey HSDa 3 9 1.4444

1 9 1.7778

2 9 7.5556

Sig. .977 1.000

Means for groups in homogeneous subsets are displayed. a. Uses Harmonic Mean Sample Size = 9,000.

Test of Homogeneity of Variances

k1

Levene Statistic df1 df2 Sig.

• Hipotesis:

H0 : Varian kesembilan kelompok sama

H1: Varian kesembilan kelompok tidak sama

• Angka Levene’s test: 4.749dengan probalitas (sig) sebesar 0.18

• Karena angka probabilitas hitung sebesar 0.18 > 0.05 maka H0 diterima, dengan demikian

varian kesembilan kelompok tersebut sama. ANOVA

k1

Sum of Squares df Mean Square F Sig. Between Groups 212.519 2 106.259 8.980 .001

Within Groups 284.000 24 11.833

Total 496.519 26

Multiple Comparisons

Dependent Variable:k1

(I) k2 (J) k2

Mean

Difference (I-J) Std. Error Sig.

95% Confidence Interval Lower Bound Upper Bound Tukey HSD 1 2 -5.77778* 1.62161 .004 -9.8274 -1.7281

3 .33333 1.62161 .977 -3.7163 4.3830

2 1 5.77778* 1.62161 .004 1.7281 9.8274

3 6.11111* 1.62161 .003 2.0615 10.1607

3 1 -.33333 1.62161 .977 -4.3830 3.7163

2 -6.11111* 1.62161 .003 -10.1607 -2.0615 LSD 1 2 -5.77778* 1.62161 .002 -9.1246 -2.4309 3 .33333 1.62161 .839 -3.0135 3.6802

2 1 5.77778* 1.62161 .002 2.4309 9.1246

3 6.11111* 1.62161 .001 2.7643 9.4580

3 1 -.33333 1.62161 .839 -3.6802 3.0135

2 -6.11111* 1.62161 .001 -9.4580 -2.7643 Bonferroni 1 2 -5.77778* 1.62161 .005 -9.9512 -1.6043 3 .33333 1.62161 1.000 -3.8401 4.5068

• H i p o tesis:

H0 : Rata-rata pendapat kesembilan popolasi sama

H1 : Rata-rata pendapat kesembilan popolasi tidak sama

• Angka F hitung sebesar 8.980

• Angka F tabel F(2;24) = 3.40

Karena F hitung > F tabel, maka H0 ditolak (H1 diterima), rata-rata variabel pengaruh pendapat

kesembilan populasi tidak sama terhadap ketiga variabel.

2 1 5.77778* 1.62161 .005 1.6043 9.9512

3 6.11111* 1.62161 .003 1.9377 10.2846 3 1 -.33333 1.62161 1.000 -4.5068 3.8401 2 -6.11111* 1.62161 .003 -10.2846 -1.9377 *. The mean difference is significant at the 0.05 level.

BAB 4

KESIMPULAN DAN SARAN

4.1 Kesimpulan

Berikut adalah kesimpulan yang dapat diambil peneliti dari penelitian yang telah dilakukan :

d) Dari hasil hipotesis ternyata bahwa pendapat (Kemudahan, Kenyamanan, Biaya Pemakaian) masyarakat pelanggan PLN terhadap inovasi LPB di sembilan Kelurahan yang terdapat di Kecamatan Medan Tuntungan adalah sama (tidak ada perbedaan yang signifikan).

e) Dengan menggunakan metode Analisa Variansi di dapatkan ( = -1,74 ≤ = 5.14, = -3,2 ≤ = 5.14, = -3,50 ≤ = 5.14.), nilai F0 secara

keseluruhan selalu lebih kecil dari Fhit maka untuk setiap pengujian hipotesil Ho diterima,

dengan demikian rata-rata nilai pendapat tersebut adalah sama.

f) Untuk pelanggan LPB di tiap-tiap Kelurahan faktor pengaruh dari antar faktor yaitu antara faktor Kemudahan, faktor Kenyamanan, dan faktor Biaya pemakain pendapat pelanggan LPB terdapat pengaruh perbedaan yang signifikan, terlihat dari analisis F hitung > F tabel (3.40 > 8.89).

4.2 Saran

Saran yang dapat diberikan berdasarkan penelitian ini adalah sebagai berikut :

1. Kepada PT PLN persero agar terus mengembangkan produk listrik prabayar ke arah yang lebih baik, khususnya untuk masyarakat dalam hal penyediaan token atau pulsa listrik prabayar, sosialisasi dan kelancaran jaringan on line sehingga dapat memudahkan masyarakat dalam memperoleh token serta dapat menumbuhkan keinginan masyarakat pada daerah tertentu untuk menggunakan listrik prabayar.

2. Peneliti juga menyarankan untuk penelitian selanjutnya populasi responden yang akan dipilih memiliki cakupan yang lebih luas lagi, agar hasil yang diperoleh lebih representatif.

DAFTAR PUSTAKA

Arikunto, S. 2009. Manajemen Penelitian. Jakarta : Rineka

Dixon.J.wilfrid dan Frank J Massey Jr. 1983. Pengantar analisis Statistik. Yogyakarta: Gajah Mada University Press

Erlina. 2011. “Metodologi Penelitian”. Medan: USU PRESS.

Furqon. 2009. Statistika Terapan untuk Penelitian. Cetakan ketujuh. Alfabeta: Bandung.

Hasan, Iqbal. 2003. Pokok-Pokok Materi Statistik 2 (Statistik Inferensial). Jakarta: Bumi Aksara Hasan, Iqbal. 2006. Analisis Data Penelitian dengan Statistik. Jakarta: Bumi Aksara

Hartono, Drs. 2004. Statistik untuk Penelitian. Pekan Baru: Pustaka Pelajar Riduwan.2008.Dasar-dasar Statistika.Bandung:Alfabeta

Saefuddin, Asep, dkk. 2009. Statistika Dasar. Jakarta: Grasindo Sam Kash Kachigan. 1986. Statistical analysis. Newyork: Radius Press

Sarwono, Jonathan. 2006. “Metode Penelitian Kuantitatif dan Kualitatif”. Yokyakarta: Graha Ilmu.

Sarwono, Jonathan. 2009. “Statistik itu Mudah,panduan lengkap SPSS 16”. Bandung: Andi Sopranto, J. 2010.”Analisis Multivariat Arti dan Interpretasi”.Jakarta: Rineka Cipta

Sudjana. 2002. Metoda Statistika.Tarsito : Bandung.

Usman, Husaini.2006.Pengantar Statistika.Jakarta: PT Bumi Aksara

Walpole, Ronald. 1993. Pengantar Statistika. Jakarta: Gramedia Pustaka Utama