Analisis Pengaruh Jumlah Pelanggan Listrik Dan Jumlah Penjualan Listrik Terhadap Jumlah Produksi Listrik Di PT PLN (PERSERO) Cabang Medan

ANALISIS PENGARUH JUMLAH PELANGGAN LISTRIK DAN JUMLAH PENJUALAN LISTRIK TERHADAP JUMLAH PRODUKSI LISTRIK DI PT PLN (PERSERO) CABANG MEDAN TUGAS AKHIR
YESSY ADANI BR SEMBIRING 092407042
PROGRAM STUDI DIPLOMA III STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM
UNIVERSITAS SUMATERA UTARA MEDAN 2012
Universitas Sumatera Utara

PERNYATAAN
ANALISIS PENGARUH JUMLAH PELANGGAN LISTRIK DAN JUMLAH PENJUALAN LISTRIK TERHADAP JUMLAH PRODUKSI LISTRIK DI PT PLN
(PERSERO) CABANG MEDAN TUGAS AKHIR
Saya mengakui bahwa Tugas Akhir ini adalah hasil kerja saya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Juni 2012
YESSY ADANI BR SEMBIRING 092407042
Universitas Sumatera Utara

KATA PENGANTAR
Segala puji dan syukur penulis ucapkan atas Kehadirat Tuhan Yang Maha Esa, yang tiada hentinya memberikan nikmat amal, insani dan ilmu, serta semangat dan kekuatan sehingga penulis dapat menyelesaikan penyusunan Tugas Akhir ini dengan sebaik-baiknya.
Dalam menyelesaikan Tugas Akhir ini penulis tidak terlepas dari perhatian, bimbingan, fasilitas dan dorongan serta bantuan berbagai pihak secara langsung maupun tidak langsung, pada kesempatan ini penulis dengan segala kerendahan hati serta rasa hormat penulis mengucapkan terima kasih yang sebesar-besarnya kepada :
1. Bapak Penagapen Bangun, M.Si, sebagai Pembimbing yang telah memberikan bimbingan kepada penulis sehingga dapat menyelesaikan Tugas Akhir ini dengan sebaik-baiknya.
2. Bapak Drs. Faigiziduhu Bu’ulolo, M.Si dan Bapak Drs. Suwarno Ariswoyo, M.Si sebagai Ketua dan Sekretaris Program Studi D-III Statistika FMIPA USU yang telah memberikan dukungan penuh kepada penulis untuk menyelesaiakan penulisan Tugas Akhir ini sehingga dapat diselesaikan tepat pada waktunya.
3. Bapak Prof. Dr. Tulus, M.Si dan Dra. Mardiningsih, M.Si sebagai Ketua dan Sekretaris Departemen Matematika FMIPA USU yang telah mendukung proses penyelesaian Tugas Akhir ini kepada penulis sehingga dapat diselesaikan tepat pada waktunya.
4. Bapak Dr. Sutarman, M.Sc sebagai Dekan FMIPA USU yang telah memberikan izin kepada penulis untuk mengambil data pada salah satu instansi sehubungan dengan rencana judul Tugas Akhir ini.

Universitas Sumatera Utara

5. Bapak/Ibu dosen Departemen Matematika dan D-III Statistika FMIPA USU yang telah banyak memberikan ilmu kepada penulis sehingga Tugas Akhir ini dapat diselesaikan tepat pada waktunya.
6. Orang Tua saya yang telah memberikan saya kesempatan untuk bisa melanjutkan pendidikann saya dan yang terus mendukung saya sehingga Tugas Akhir ini dapat diselesaikan dengan baik.
7. Teman-teman se angkatan saya yang terus memberikan saya dukungan dan berbagi ilmu sehingga Tugas Akhir ini dapat diselasaikan tepat pada waktunya.
Penulis menyadari bahwa penyusunan Tugas Akhir ini masih terdapat banyak kekurangan. Oleh karena itu, penulis sangat mengharapkan kritik dan saran yang bersifat membangun, agar dapat dimanfaatkan bagi kemajukan ilmu pengetahuan demi penyempurnaan Tugas Akhir ini.
Akhir kata penulis mengucapkan terima kasih, semoga Tugas Akhir ini dapat berguna bagi pembaca dan penulis pada khususnya.
Medan, Juni 2012 Penulis
Universitas Sumatera Utara

DAFTAR ISI

PERSETUJUAN PERNYATAAN KATA PENGANTAR DAFTAR ISI DAFTAR TABEL DAFTAR GAMBAR BAB 1 PENDAHULUAN
1.1 Latar Belakang 1.2 Rumusan Masalah 1.3 Batasan Masalah 1.4 Tujuan Penelitian 1.5 Manfaat Penelitian 1.6 Tinjauan Pustaka 1.7 Metode Penelitian
1.7.1 Lokasi Penelitian 1.7.2 Metode Pengumpulan Data 1.8 Sistematika Penelitian
BAB 2 LANDASAN TEORI 2.1 Analisis Regresi

i ii iii iv v vi
1 3 3 4 4 4 7 7 7 8
10

Universitas Sumatera Utara

2.1.1 Regresi Linier Sederhana 2.1.2 Regresi Linier Berganda 2.2 Uji Keberartian Regresi linier 2.2.1 Uji F (Simultan) 2.3 Analisa korelasi 2.3.1 Koefisien Korelasi 2.3.2 Koefisien Determinasi 2.4 Uji T (Parsial)
BAB 3 GAMBARAN UMUM 3.1 Sejarah Singkat BPS 3.2 Visi dan Misi BPS
BAB 4 ANALISA DATA 4.1 Data dan Pembahasan 4.2 Membentuk Persaamaan Regresi Berganda 4.3 Uji Regresi Berganda 4.3.1 Uji F (Simultan) 4.4 Perhitungan Koefisien Korelasi Berganda 4.5 Perhitungan Koefisien korelasi antar Variabel 4.5.1 Koefisien korelasi antara X1 dengan Y 4.5.2 Koefisien korelasi antara X2 dengan Y 4.5.3 Koefisien korelasi antara X1 dengan X2 4.6 Uji T ( Parsial) 4.6.1 Pengaruh antara X1 dengan Y

11 12 13 13 14 15 17 18
19 23
24 25 30 30 33 34 35 35 36 36 36
Universitas Sumatera Utara

4.6.2 Pengaruh antara X2 dengan Y
BAB 5 IMPLEMENTASI SISTEM 5.1 Pengertian 5.2 Pengenalan SPSS 5.3 Langkah Pengolahan Data dengan SPSS 5.3.1 Cara Memulai SPSS 5.3.2 Pemasukan Data dengan SPSS 5.3.3 Menyusun Definisi Variabel 5.3.4 Pengisian Variabel 5.3.5 Pengisian Data 5.3.6 Pengolahan Data Regresi Linier 5.3.7 Pengolahan Data Korelasi 5.4 Hasil Pengolahan 5.4.1 Hasil Pengolahan Regresi 5.4.2 Hasil Pengolahan Korelasi
BAB 6 PENUTUP 6.1 Kesimpulan 6.2 Saran
DAFTAR PUSTAKA
LAMPIRAN

37
39 39 41 41 42 43 44 45 46 48 49 49 51
52 54

Universitas Sumatera Utara

DAFTAR TABEL

Tabel 4.1 Jumlah Pelanggan Listrik, Permintaan Listrik dan Jumlah Produksi istrik Tabel 4.2 Perhitungan Regresi Linier Berganda Tabel 4.3 Harga Simpangan dari persamaan regresi berganda Tabel 4.4 Harga yang diperlukan untuk uji regresi Tabel 5.1 Deskripsi Statistika Tabel 5.2 Model Summary (b) Tabel 5.3 ANOVA Tabel 5.4 Coefficients

24 25 29 31 49 49 49 50

Universitas Sumatera Utara

DAFTAR GAMBAR
Gambar 5.1 Tampilan Pengaktifan SPSS 16.0 for window Gambar 5.2 Kotak Dialog SPSS 16.0 for window Gambar 5.3 Jendela Data View dalam SPSS Gambar 5.4 Jendela Pengisian Variabel View Gambar 5.5 Jendela Pengisian Data View Gambar 5.6 kotak dialog Linier regression Gambar 5.7 Kotak Dialog linier Regression Statistic Gambar 5.8 Linier Regression Plots Gambar 5.9 Kotak Dialog Linier regression Option

41 42 43 45 46 46 47 47 48

Universitas Sumatera Utara

BAB 1
PENDAHULUAN
1.1 Latar Belakang

Energi sangat berperan penting bagi masyarakat dalam menjalani kehidupan sehari-hari dan sangat berperan dalam proses pembangunan. Oleh sebab itu peningkatan serta pembangunan dalam sektor energi wajib dilaksanakan sebaik-baiknya. Seiring bertambahnya jumlah pelanggan yang tidak dibarengi dengan pertambahan produksi listrik yang efisien maka akan terjadi berbagai masalah. Banyak orang tidak dapat melakukan kegiatan sehari-hari sebagaimana mestinya. Hal ini juga dapat mengganggu roda perekonomian dan juga banyak aspek lain.
Oleh sebab itu, energi listrik sangat dibutuhkan karena di masa modernisasi ini hampir semua peralatan sehari-hari menggunakan alat elektronik yang juga menggunakan energi listrik. Dengan berkurangnya pasokan energi listrik seiring bertambahnya jumlah pelanggan akan sangat mempengaruhi kualitas kehidupan sehari-hari.
Energi listrik membawa peranan yang sangat penting bagi masyarakat, industri dan pemerintah. Seperti pada bidang produksi, penelitian atau riset, bidang pertahanan atau
Universitas Sumatera Utara

keamanan, bidang komunikasi dan media masa, bidang rumah tangga dan lain-lain. Bahkan tingkat produksi dan penjualan listrik telah menjadi salah satu ukuran bagi perkembangan kemajuan suatu Negara.
Mengingat bahwa Perusahaan Listrik Negara (PLN) adalah sebuah BUMN yang mengurusi semua aspek kelistrikan yang ada di Indonesia dan betapa pentingnya peran yang dijalankannya dalam pengaliran listrik yang juga mendukung kemajuan suatu Negara dan merupakan pilar dalam kehidupan sehari-hari, mendorong minat penulis untuk menganalisa pengaruh jumlah pelanggan listrik dan jumlah permintaan listrik terhadap produksi listrik PLN khususnya di wilayah cakupan PLN cabang Medan. Karena sudah semestinya seiring meningkatnya jumlah pelanggan dan jumlah permintaan listrik yang dapat dilihat dari penjualan listrik setiap tahunnya, PLN juga seharusnya menaikkan jumlah produksi listriknya dari berbagai cara. Untuk membantu masyarakat mengetahui besar pengaruh jumlah pelanggan listrik dan jumlah permintaan listrik terhadap produksi listrik khususnya di PT.PLN (Persero) cabang Medan. Maka penulis memilih judul “ANALISA PENGARUH JUMLAH PELANGGAN LISTRIK DAN JUMLAH PENJUALAN LISTRIK TERHADAP JUMLAH PRODUKSI LISTRIK DI PT.PLN (Persero) CABANG MEDAN”.
Universitas Sumatera Utara

1.2 Rumusan Masalah
Sebagai rumusan masalah yang akan di analisis dalam penelitian ini adalah sebagai berikut :
1.Apakah jumlah pelanggan listrik dan jumlah penjualan listrik memiliki hubungan yang signifikan terhadap produksi listrik di PT.PLN (Persero) Cabang Medan ?
2.Apakah jumlah pelanggan listrik dan jumlah penjualan listrik memiliki pengaruh yang besar terhadap produksi listrik di PT.PLN (Persero) Cabang Medan ?
3.Sektor manakah yang lebih mempengaruhi produksi listrik di PT.PLN (Persero) Cabang Medan ?
1.3 Batasan Masalah
Untuk memperjelas dan untuk lebih memudahkan penelitian ini agar tidak menyimpang dari sasaran yang dituju, penulis hanya meneliti pengaruh jumlah pelanggan listrik dan jumlah penjualan listrik terhadap produksi listrik di PT.PLN (Persero) Cabang Medan diluar faktor lain yang mungkin mempengaruhi. Metode analisa data dengan menggunakan Metode Regresi Berganda. Data kuantitatif yang digunakan adalah data jumlah produksi listrik oleh PT.PLN (Persero) Cabang Medan, jumlah pelanggan listrik oleh PT.PLN (Persero) Cabang Medan dan jumlah penjualan listrik oleh PT.PLN (Persero) Cabang Medan tahun 20012010.
Universitas Sumatera Utara

1.4 Tujuan Penelitian
Adapun tujuan dari penelitian ini adalah untuk mengetahui dan menganalisis apakah secara signifikan terdapat korelasi positif, negatif ataupun tidak berkorelasi antara jumlah pelanggan listrik dan jumlah penjualan listrik terhadap produksi listrik di PT.PLN (Persero) Cabang Medan dari tahun 2001-2010.

1.5 Manfaat Penelitian
Adapun yang menjadi manfaat penelitian ini adalah :
1.Dapat menuangkan ilmu dan mengaplikasikan teori-teori statistika yang diperoleh penulis selama kuliah untuk menyelesaikan permasalahan yang diteliti.
2.Penelitian ini bermanfaat bagi penulis yanitu memperluas dan memperdalam pemahaman penulis dalam bidang statistika, serta melatih penulis membuat karya ilmiah dan dengan penelitian ini penulis menjadi lebih banyak membaca.
3.Penelitian ini diharapkan menjadi pendukung dalam pengembangan teori-teori yang sudah ada.
1.6 Tinjauan Pustaka
Analisis regresi merupakan suatu teknik (technique) untuk membangun persamaan garis lurus dan menggunakan persamaan tersebut untuk memperkirakan (Mason, 1996, Hal :489)
Universitas Sumatera Utara

dan model matematis dalam menjelaskan hubungan antar variabel dalam analisis menggunakan persamaan regresi. Persamaan regresi (regression equation) adalah suatu persamaan matematis yang mendefenisikan hubungan antar dua variabel (Mason, 1996, Hal :490).
Sifat hubungan antar variabel dalam persamaan regresi merupakan hubungan sebab akibat (causal relationship). Oleh karena itu, sebelum menggunakan persamaan regresi dalam menjelaskan hubungan antara dua atau lebih variabel, maka perlu diyakini terlebih dahulu bahwa secara teoritis atau perkiraan sebelumnya, dua atau lebih variabel tersebut memiliki hubungan sebab akibat.
Hubungan linear antara dua variabel. Variabel ini dibedakan atas variabel bebas (X) dan variabel tak bebas (Y) disebut regresi linear sederhana. Dan analisis regresi yang menjelaskan hubungan antara variabel tak bebas (Y) dengan faktor-faktor yang mempengaruhi lebih dari satu variabel bebas (X1, X2,X3,...,Xn) disebut regresi berganda. Dalam penelitian ini penulis menggunakan regresi berganda. Menurut Sudjana (2002) persamaan regresi berganda dapat ditulis sebagai berikut :
= a0 + a1X1 + a2X2 + a3X3 + ... + akXk Dimana :
= Nilai estimasi Y a0 = Nilai Y pada perpotongan (intersep) antara garis linear dengan sumbu vertikal Y
atau disebut konstanta a1,a2,a3 = Koefisien variabel bebas X1,X2,X3 = Variabel bebas
Universitas Sumatera Utara

Untuk mengetahui besarnya nilai a0, a1, a2 dapat di tentukan dengan persamaan berikut :

Y = a0n + a1 X1i + a2 2i

YiX1i = a0 X1i + a1

+ a2 X1iX2i

YiX2i = a0 X2i + a1 X1iX2i + a2

Analisis korelasi adalah alat statistik yang dapat digunakan untuk mengetahui derajat hubungan linear antara suatu variabel dengan variabel lain. Analisis ini biasa digunakan untuk mengukur ketepatan garis regresi dalam menjelaskan (explaning) variasi nilai variabel.

Koefisien korelasi antara variabel Y dengan variabel X dirumuskan sebagai berikut :
r=

Dimana : n = banyaknya data
Xi = Jumlah nilai-nilai dari Xi Yi = Jumlah nilai-nilai dari Yi Xi2 = Jumlah kuadrat nilai-nilai dari variabel X Yi2 = Jumlah kuadrat nilai-nilai dari variabel Y XiYi = Jumlah hasil kali nilai-niali dari variabel X dan Y

Universitas Sumatera Utara

1.7 Metode Penelitian Metode yang digunakan penulis dalam melaksanakan penelitian ini adalah sebagai berikut : 1.7.1 Lokasi Penelitian Dalam penyusunan tugas akhir ini data yang digunakan diperoleh dari Badan Pusat Statistik (BPS) Pusat Sumatera Utara. Data tersebut telah dikumpulkan dalam bentuk buku yang berjudul “SUMATRA UTARA DALAM ANGKA”, data tersebut diperoleh dari edisi 2001 sampai edisi 2010. 1.7.2 Metode Pengumpulan Data Keperluan data untuk riset ini penulis lakukan dengan menggunakan data sekunder (data yang telah tersedia) atau data yang telah dikumpulkan. Data yang dikumpulkan tersebut kemudian diatur, disusun dan disajikan dalam bentuk angka-angka dengan tujuan untuk mendapatkan gambaran yang jelas tentang sekumpulan data tersebut.
Universitas Sumatera Utara

1.8 Sistematika Penulisan

Adapun sistematika pennulisan yang digunakan penulis antara lain :

BAB 1 BAB 2

:PENDAHULUAN Pada bab ini akan diuraikan latar belakang, rumusan masalah, pembatasan masalah, tujaun penelitian, manfaat penelitian, tinjauan pustaka, metodologi penelitian, dan sistematika penulisan. : LANDASAN TEORI Bab ini menguraikan tentang pengrtian analisa regresi berganda, korelasi berganda, dan koefisien determinasi.

BAB 3

: GAMBARAN UMUM Dalam bab ini penulis menguraikan sejarah singkat berdirinya Badan Pusat Statistika (BPS) Sumatera Utara

BAB 4

: ANALISIS DATA Bab ini merupakan bab yang berisikan mengenai proses pembentukan regresi linear berganda, analisis residu, uji regresi linear ganda, mencari koefisien determinasi dan koefisien korelasi.

BAB 5

:IMPLEMENTASI SISTEM Dalam bab ini penulis menguraikan pengertian dan tujuan implementasi sistem, rancangan program yang dipakai dan hasil outputnya.

Universitas Sumatera Utara

BAB 6

: PENUTUP Bab ini merupakan bab penutup yang merupakan hasil dan kesimpulan dari pembahasan serta saran penulis berdasarkan kesimpulan yang didapat.

Universitas Sumatera Utara

BAB 2
LANDASAN TEORI
2.1 Analisis Regresi
Regresi pertama kali dipergunakan sebagai konsep statistik pada tahun 1877 oleh Sir francis Galton. Galton melakukan studi tentang kecenderungan tinggi badan anak. Teori Galton berkembang menjadi analisis regresi yang dapat digunakan sebagai alat perkiraan nilai suatu variabel dengan menggunakan beberapa variabel lain yang berhubungan dengan variabel tersebut (Alfigari,2000).
Menurut Mason, pengertian dari analisis regresi adalah suatu model matematis yang dapat digunakan untuk mengetahui pola hubungan antara dua variabel atau lebih yaitu variabel bebas dan variabel terikat. Variabel bebas adalah variabel yang nilai-nilainya tidak bergantung pada variabel lainnya, biasanya disimbolkan dengan X. Variabel ini digunakan untuk meramalkan atau menerangkan nilai dari variabel yang lain. Sedangkan variabel terikat adalah variabel yang nilai-nilainya bergantung pada variabel lainnya, biasanya disimbolkan dengan Y. Variabel itu merupakan variabel yang diramalkan atau diterangkkan nilainya (Hasan, 1999).
Universitas Sumatera Utara

Untuk mempelajari hubungan-hubungan antara beberapa variabel, analisis reggresi dapat dilihat dari dua bentuk yaitu :
1. Analisis Regresi Sederhana (Simple Analisis regression) 2. Analisis regresi Berganda (Multiple Analisis regression)
2.1.1 Regresi Linear Sederhana
Regresi linear sederhana merupakan suatu prosedur untuk menunjukkan dua hubungan matematis dalam bentuk persamaan antara dua variabel, yaitu variabel X sebagai variabel bebas (variable independent) dan variabel Y sebagai variabel terikat (variable dependent).
Bentuk umum persamaan linear sederhana adalah : = a + bX Dimana : = Variabel terikat a = Parameter intersep ( garis potong kurva terhadap sumbu Y) b= koefisien regresi (kemiringan atau slop kurva linear) X= Variabel bebas

Nilai a dan b diperoleh dari cara di bawah ini : a=
b=
Universitas Sumatera Utara

2.1.2 Regresi Linear Berganda
Regresi linear berganda merupakan suatu linear yang menjelaskan ada tidaknya suatu hubungan fungsional dan meramalkan pengaruh dua variabel independen (X) atau lebih terhadap variabel dependen (Y). Dalam analisis berganda, akan digunakan X yang menggambarkan seluruh variabel yang termasuk di dalam analisa dan variabel dependen.
Bentuk umum persamaan regresi linear berganda adalah sebagai berikut : = a0 + a1X1 + a2X2 + a3X3 + ... + akXk
Dimana : = Nilai estimasi Y
a0 = Nilai Y pada perpotongan (intersep) antara garis linear dengan sumbu vertikal Y atau disebut konstanta
a1,a2,a3 = Koefisien variabel bebas X1,X2,X3= Variabel bebas
Untuk mengetahui nilai koefisien a0, a1, a2 ... ak diperlukan n buah pasangan data (x1 , x2, x3 ... xk, Y) yang didapat dari pengamatan. Untuk regresi linear berganda dengan variabel bebas dapat ditaksir oleh = a0 + a1 X1i + a2 X2i. Untuk mengetahui besarnya nilai a0, a1, a2 dapat di tentukan dengan persamaan berikut :
Y = a0n + a1 X1i + a2 X2i YiX1i = a0 X1i + a1 + a2 X1iX2i YiX2i = a0 X2i + a1 X1iX2i + a2
Universitas Sumatera Utara

Setelah menentukan persamaan linearnya langkah selanjutnya adalah menentukan standard error atau kekeliruan baku. Menurut Hasan (1999) standard error adalah angka atau indeks yang digunakan untuk menduga ketepatan suatu penduga atau mengukur jumlah variasi titik-titik observasi disekitar garis regresi.

Standard error dapat dihitung dengan menggunakan rumus sebagai berikut :

= Se =

!"

2.2 Uji Keberartian Regresi linear
Uji keberartian digunakan untuk mengetahui apakah sekelompok variabel bebas secara bersamaan mempunyai pengaruh terhadap variabel terikat. Pada dasarnya pengujian hipotesa tentang parameter koefisien regresi secara keseluruhan adalah dengan menggunakan uji F.
2.2.1 Uji F (Simultan)
Langkah – langkah dalam pengujian hipotesis adalah sebagai berikut :
1.Menentukan formulasi hipotesis H0 : a1 = a2 =...= an = 0 (X1, X2, ..., Xk tidak mempengaruhi Y) H1 : a1 # a2 (minimal ada satu parameter koefisien regresi tidak sama dengan nol atau mempengaruhi Y)
Universitas Sumatera Utara

2.Menentukan taraf nyata $ dan Ftabel dengan derajat kebebasan v1 = k dan v2 = n-k-1.
3.Menentukan kriteria pengujian H0 diterima bila Fhitung < Ftabel H1 diterima bila Fhitung > Ftabel
4.Menentukan nilai statistik F dengan rumus : %& '() *
Fhitung = %& '(+ * JK(reg) dan JK(res) masing-masing didapat dari rumus berikut :
JK(reg) = a1 x1y +a2 x2y JK(res) = , 0 -. / "
Dimana : k = jumlah variabel bebas (n-k-1) = derajat kebebasan JK(reg) = Jumlah kuadrat regresi JK(res) = Jumlah kuadrat residu (sisa)
2.3 Analisa Korelasi
Analisa korelasi adalah alat statistik yang digunakan untuk derajat hubungan linear antara suatu variabel dengan variabel lainnya. Sehingga apabila terdapat hubungan antar variabel maka perubahan – perubahan yang terjadi pada suatu variabel akan mengakibatkan
Universitas Sumatera Utara

terjadinya perubahan pada variabel lain. Pada umumnya analisis korelasi digunakan dalam hubungan analisis regresi dimana kegunaannya untuk mengukur ketepatan garis regresi, dalam menjelaskan variasi nilai variabel dependen. Oleh karena itu korelasi tidak dapat dilakukan tanpa adanya persamaan regresi (Kustituanto 1984).

2.3.1 Koefisien Korelasi
Koefisien korelasi pertama kali diperkenalkan oleh Karl Pearson sekitar tahun 1900. Koefisien korelasi menggambarkan keeratan hubungan antara dua variabel berskala selang atau rasio. Dilambangkan dengan r, koefisien korelasi sering juga disebut dengan r pearson atau korelasi produk-momen pearson.
Menurut Hasan (1999) Koefisien korelasi yang terjadi dapat berupa : 1. Korelasi positif adalah korelasi dari dua variabel, yaitu apabila variabel yang satu
(X) meningkat maka variabel yang lainnya (Y) cenderung meningkat pula. 2. Korelasi negatif adalah korelasi dari dua variabel, yaitu apabila variabel yang satu
(X) meningkat maka variabel yang lainnya (Y) cenderung menurun. 3. Tidak adanya terjadi korelasi apabila kedua variabel (X dan Y) tidak menunjukkan
adanya hubungan. 4. Korelasi sempurna adalah korelasi dari dua variabel, yaitu apabial kenaikan atau
penurunan variabel yang satu (X) berbanding dengan kenaikan atau penurunan variabel yang lainnya (Y).
Untuk perhitungan koefisien korelasi r berdasarkan sekumpulan data (Xi,Yi) berukuran n dengan menggunakan rumus :
Universitas Sumatera Utara

12
673

3 .-./4 .5 -. .8/ . 9:73 -8. /

-. 9

Koefisien korelasi r dipakai apabila terdapat dua variabel tapi apabila digunakan korelasi berganda atau memiliki tiga variabel ganda maka dapat koefisien korelasinya dinotasikan dengan R. Nilai koefisien linear berganda ( R ) dapat dicari dengan menggunakan rumus sebagai berikut :

Ry.12 = 6'; < ';

'; '; =; '

Dimana : ry1 = Koefisien korelasi antara Y dan X1 ry2 = Koefisien korelasi antara Y dan X2 r12 = Koefisien korelasi antara X1 dan X2
Korelasi antara variabel dibedakan atas tiga jenis, yaitu : 1. Korelasi Positif Perubahan antara variabel berbanding lurus, artinya apabila variabel yang satu meningkat, maka variabel yang lain juga mengalami peningkatan. 2. Korelasi Negatif Perubahan antara variabel berlawanan, artinya apabila variabel yang satu meningkat, maka variabel yang lain mengalami penurunan. 3. Korelasi Nihil

Universitas Sumatera Utara

Terjadi apabila perubahan pada variabel yang satu diikuti pada perubahan yang lain dengan arah yang tida teratur.

Tabel 2.1 Koefisien korelasi yang ada diinterpretasikan

Interval Koefisien

Tingakt Hubungan

0 Tidak ada korelasi

0,01 – 0, 19

Sangat rendah

0,20 – 0,39

Rendah

0,40 – 0,59

Agak rendah

0,60 – 0,79

Cukup

0,80 – 0,99

Tinggi

1 Sangat Tinggi (Korelasi Sempurna)

2.3.2 Koefisien Determinasi

Menentukan koefisien korelasi berganda juga dapat dicari dengan mencari koefisien determinasi di bawah ini :
R² = %& '()

2.4 Uji t (Parsial)
1.Menentukan formulasi hipotesis H0 : an = 0 (Xn tak mempengaruhi Y) H1 : an 0 (Xn mempengaruhi Y)

Universitas Sumatera Utara

2.Menentukan taraf nyata dan nilai ttabel dengan derajat kebebasan t(1-1/2$);n-k-1

3.Menentukan kriteria pengujian

H0 diterima bila thitung < ttabel

H0 ditolak bila thitung ttabel

4.Menentukan nilai thitung.
>
thitung = ?>

Sa1 = ?

dan Sa2 = ?

(Abdul hakim, 2002:291)

''

5.Membuat kesimpulan apakah H0 diterima atau ditolak.

Universitas Sumatera Utara

BAB 3
GAMBARAN UMUM
3.1 Sejarah Singkat Badan Pusat Statistik (BPS) di Indonesia
Sejarah Badan Pusat Statistik dibagi menjadi tiga masa, yaitu masa sebelum kemerdekaan, masa setelah kemerdekaan, dan masa orde baru. Masa sebelum kemerdekaan dibagi menjadi dua masa yaitu masa pemerintahan Belanda dan Jepang.
1. Masa Pemerintahan Belanda
a. Pada bulan Februari 1920, Kantor Statistik pertama kali dibentuk oleh direktur pertanian, kerajinan, dan perdagangan (Directur Van Landbouw Nijerheid en handel) yang berkedudukan di Bogor. Kantor ini diserahi tugas memperoleh dan memplubiskasikan data statistik.
b. Pada bulan Maret 1923, dibentuk suatu komisi untuk badan statistic yang anggotanya merupakan wakil dari setiap Departemen. Komisi tersebut diserahi tugas merencanakan tindakan-tindakan yang mengarah sejauh mungkin untuk mencapai kesatuan dalam kegiatan di bidang statistika di Indonesia.
Universitas Sumatera Utara

c. Pada tanggal 24 september 1924, nama lembaga tersebut diganti menjadi central kantor voor de statistic (CKS), yang artinya kantor statistik dan selanjutnya dipindahkan ke Jakarta. Bersama dengan itu beralih pula pekerjaan mekanisme statistic perdagangan yang semula dilaksanakan oleh kator invoer uitvoer en accijnsen (IUA) yang sekarang disebut dengan kator Bea dan Cukai.
2. Masa pemerintahan Jepang
a. Pada bulan Juni 1944, Pemerintahan Jepang baru mengaktifkan kembali kegiatan statistik yang utamanya diarahkan untuk memenuhi kebutuhan perang atau militer.
b. Pada masa ini CKS diganti namanya menjadi Shumubu Chosasitsu Gunseikanbu.
3. Masa Kemerdekaan republik
a. Setelah Proklamasi kemerdekan Republik Indonesia tanggal 17 agustus 1945, kegiatan ditangani oleh lembaga atau instansi baru sesuai dengan suasana kemerdekaan yaitu KAPPURI (Kantor penyelidik perangkaan Umum Republik indonesia). Tahun 1946 kantor KAPPURI dipindakan ke Yogyakarta sebagai hasil dari perjanjian Linggarjati. Sementara itu pemerintah Belanda (NICA) mengaktifkan kembali CKS.
Universitas Sumatera Utara

b. Berdasarkan Surat edaran Kementrian Kemakmuran, tanggal 12 juni 1950 No. 219/S.C, KAPPURI dan CKS di lebur menjadi Kantor Pusat Statistik (KPS) dan berada di bawah dan bertanggungjawab kepada Menteri Kemakmuran.
c. Dengan Surat Menteri Perekonomian tanggal 1 Maret 1952 No. P/44, Lembaga KPS berada di bawah tanggungjawab Menteri Perekonomian tanggal 24 Desember 1953 No.18.009/M KPS dibagi menjadi dua bagian penyelenggaraan tata usaha yang disebut Afdeling B.
d. Dengan Keputusan Presiden RI No. 131 Tahun 1957, Kementerian Perekonomian di pecah menjadi Kementerian Perdangangan dan Perindustrian. Untuk selanjutnya keputusan Presiden RI No.172 tahun 1957 nama KPS di ubah menjadi Biro Pusat Statistik dan urusan statistik menjadi tanggng jawab dan wewenang berada di bawah Perdana Menteri.
4. Masa Orde baru sampai Sekarang
a. Pada masa Pemerintahan Orde Baru, khususnya untuk memenuhi kebutuhan dalam perencanaan dan evaluasi pembangunan, maka untuk mendapatkan statistik yang handal, lengkap, tepat, akurat, dan tepercaya mulai diadakan pembenahan Biro Pusat Statistik.
b. Dalam masa Orde Baru ini BPS telah mengalami empat kali perubahan struktur organisasi, yaitu : 1. Peraturan Pemerintah No.16 tahun 1968 tentang organisasi BPS.
Universitas Sumatera Utara

2. Peraturan Pemerintah No.16 tahun 1980 tentang organisasi BPS. 3. Peraturan Pemerintah No.16 tahun 1968 tentang organisasi BPS dan
Keputusan Presiden No.6 tahun 1992 tentang kedudukan tugas, fungsi susunan dan tata kerja Biro Pusat Statistik. 4. Undang- undang No.16 tahun 1997 tentang statistik. 5. Keputusan Presiden RI No. 86 tentang BPS 6. Keputusan Kepala BPS No. 100 tahun 1998 tentang organisasi dan tata kerja BPS. 7. Peraturan Pemerintahan No. 51 tahun 1999 tentang penyelenggaraan statistik.
c. Pada tahun 1968 di tetapkan suatu peraturan Pemerintahan No. 16 tahun 1968 yaitu yang mengatur organisasi dan tata kerja di pusat dan daerah. Tahun 1980 Peraturan Pemerintah No.6 tahun 1980 tentang organisasi sebagai pengganti Peraturan Pemerintah No. 16 tahun 1968. Berdasarkan peraturan pemerintah No.6 Tahun 1968, di tiap Provinsi terdapat perwakilan BPS. Pada tanggal 17 juni 1998 dengan keputusan Presiden No. 86 tahun 1998 di tetapkan Badan Pusat Statistik sekaligus mengatur tata kerja dan struktur organisasi BPS yang baru.
Universitas Sumatera Utara

3.2 Visi dan Misi Badan Pusat Statistik 3.2.1 Visi Badan Pusat Statistik mempunyai visi untuk menjadikan informasi sebagai tulang punggung pembagunan nasional dan regional, di dukung sumber daya manusia yang berkualitas, ilmu pengetahuan dan teknologi informasi yang mutakhir. 3.2.2 Misi Untuk menunjang pembangunan nasional, Badan Pusat Statistik mengemban misi, mengarahkan pembangunan statistik pada penyediaan data statistik yang bermutu, handal, efektif dan efisien, peningkatan kesadaran masyarakat akan kegunaan Badan Pusat Statistik dan Pengembangan ilmu pengetahuan di bidang statistik.
Universitas Sumatera Utara

BAB 4 ANALISIS DATA

4.1 Data dan Pembahasan

Data yang diolah pada Tugas Akhir ini adalah data sekunder yang diperoleh dari Badan Pusat Statistik (BPS) Sumatera Utara. Yaitu jumlah pelanggan listrik, jumlah permintaan listrik, dan jumlah produksi listrik pada tahun 2001-2010. Datanya adalah sebagai berikut:

Tabel 4.1 Produksi Listrik, Jumlah Pelanggan Listrik dan Jumlah Permintaan Listrik

Tahun 2001 – 2010 di PT.PLN(Persero) Cabang Medan

Tahun

Yi

X1i X2i

2001

4.412,26

614.494

2.265,79

2002

4.761,50

639.356

2.409,57

2003

4.964,09

383.147

1.872,76

2004

5.284,36

395.380

2.038,36

2005

5.472,96

412.296

2.137,79

2006

5.610,91

427.702

2.284,84

Universitas Sumatera Utara

2007 2008 2009 2010

5.908,60 6.469,15 6.813,95 7.393,37

Dimana : Y = Produksi listrik (KWH) X1 = Jumlah Pelanggan X2 = Permintaan Listrik (KWH)

462.371 478.217 491.060 509.126

2.381,69 2.637,32 2.728,41 2.924,76

4.2 membentuk Persamaan Linier Regresi Berganda

Untuk membentuk persamaan regresi linier berganda, diperlukan penghitungan masingmasing satuan variabel yang disusun dalam tabel ini :

Tabel 4.2 Perhitungan masing-masing variabel

Tahun 2001

Yi 4.412,26

X1i 614.494

X2i 2.265,79

Yi² 19.468.038,31

X1² 377.602.876.036

2002

4.761,50 639.356 2.409,57 22.671.882,25 408.776.094.736

2003

4.964,09 383.147 1.872,76 24.642.189,53 146.801.623.609

2004

5.284,36 395.380 2.038,36 27.924.460,61 156.325.344.400

2005

5.472,96 412.296 2.137,79 29.953.291,16 169.987.991.616

2006

5.610,91 427.702 2.284,84 31.482.311,03 182.929.000.804

Universitas Sumatera Utara

Tahun

Yi

X1i

X2i

Yi²

X1²

2007

5.908,60 462.371 2.381,69 34.911.553,96 213.786.941.641

2008

6.469,15 478.217 2.637,32 41.849.901,72 228.691.499.089

2009

6.813,95 491.060 2.728,41 46.429.914,60 241.139.923.600

2010

7.393,37 509.126 2.924,76 54.661.919,96 259.209.283.876

Jumlah 57.091,15 4.813.149 23.681,29 333.995.463,13 2.385.250.579.407

sambungannya

X2² 5.133.804,32

YX1 2711307296

YX2 9997254,585

X1X2 1392314360

5.806.027,58 3044293594

11473167,56 1540573037

3.507.230,02 1901976191

9296549,188 717542375,7

4.154.911,49 2089330257

10771428,05 805926776,8

4.570.146,08 2256479516

11700039,16 881402265,8

5.220.493,83 2399797429

12820031,6

977230637,7

5.672.447,26 2731965291

14072453,53 1101224387

6.955.456,78 3093657506

17061218,68 1261211258

7.444.221,13 3346058287

18591249,32 1339813015

8.554.221,06 3764156895

21623832,84 1489071360

57.018.959,55 27.339.022.261,22 137.407.224,51 11.506.309.473,01

Dari tabel di atas diperoleh :

n = 10

= 2.385.250.579.407

Y = 57.091,15

= 57.018.959,55

X1 = 4.813.149 X2 = 23.681,29

YX1 = 27.339.022.261,22 YX2 = 137.407.224,51

Universitas Sumatera Utara

Y2 = 333.995.463,13

X1X2 = 11.506.309.473,01

Dari data tersebut diperoleh persamaan normal sebagai berikut :

Y = a0n + a1 X1i + a2 X2i YiX1i = a0 X1i + a1 @ACB + a2 X1iX2i YiX2i = a0 X2i + a1 X1iX2i + a2 @CCB

Harga-harga koefisien a0, a1 dan a2 dicari dengan substitusi dan eliminasi dari

persamaan normal di atas. Selanjutnya substitusi nilai-nilai pada tabel 3.2 ke dalam

persamaan normal, sehingga diperoleh :

10a0 + 4.813.149 a1 + 23.681,29 a2 = 57.091,15

...1)

4.813.149a0+2.385.250.579.407a1+11.506.309.473,01a2=27.339.022.261,22 ..2)

23.681,29a0+11.506.309.473,01a1+57.018.959,55a2=137.407.224,51

...3)

Selanjutnya dilakukan langkah-langkah sebagai berikut : 1. Eliminasi persamaan (2) dan persamaan (1) Persamaan (2) x 10 ; Persamaan (1) x 4.813.149 48.131.490a0+23.166.403.296.201a1+113.981.577.282,21a2=274.788.211.531,35 48.131.490a0+23.852.505.594.070a1+115.063.094.730,10a2=273.390.222.612,20-
- 686.102.497.869 a1 - 1.081.517.447,89 a2 =1.397.988.919,15 ...4)

2. Eliminasi persamaan (3) dan persamaan (1)

Persamaan (3) X 10 ; Persamaan (1) X 23.681,29

236.812,9 a0 + 113.981.577.282,21 a1 + 560.803.496,06 a2 = 1.351.992.079,58

236.812,9 a0+115,063.094.730,10a1 +570.189.595,50 a2 = 1.374.072.245,14-

1. 081.517.447,89 a1 + 9.386.099,44 a2 = 22.080.165,56

...5)

Universitas Sumatera Utara

3. Eliminasi persamaan (4) dan persamaan (5) Persamaan (4) X 9.386.099,44 ; Persamaan (5) X 1.081.517.447,89 -6.439.826.268.903.840.000a1-10.151.230.308.637.900a2= 13.121.663.006.826.300 -1.169.679.990.090.530.000a1-10.151.230.308.637.900a2=23.880.084.300.573.400+
-5.270.146.278.813.300.000 a1 = 37.001.747.307.399.700 a1 = -0,00702101
4.Substitusi harga koefisien a1 ke persamaan (5) -7593344,32 + 9.386.099,44 a2 = 22.080.165,56
9.386.099,44 a2 = 29.673.509,88 a2 = 29.673.509,88 9.386.099,44 a2 = 3,161431442
5.Substitusi harga koefisien a1 dan a2 ke persamaan (1) 10 a0 + 4.813.149 (-0,00702101) + 23.681,29 (3,161431442) = 57.091,15 10 a0 – 33.793,16505 + 74.866,77479 = 57.091,15
10 a0 = 16.017,54026 a0 = 1.601,754026
sehingga persamaan regresinya adalah : = a0 + a1 X1 + a2X2 + ... + ak Xk = 1.601,754026 -0,00702101 X1 + 3,161431442 X2
Universitas Sumatera Utara

Setelah mendapatkan persamaan regresi, langkah selanjutnya adalah menghitung kesalahan baku. Untuk menghitung kekekliruan baku tafsiran diperlukan harga yang diperoleh dari persamaan regresi diatas untuk tiap harga X1 dan X2 yang diketahui.

Yi 4.412,26

Tabel 4.3 Harga untuk data pada tabel 4.1

i Yi- i (Yi- i)2

4.450,525254

-38,27

1.464,23

4.761,50

4.730,519516

30,98

959,79

4.964,09

4.832,277455

131,81

17.374,55

5.284,36

5.269,922486

14,44

208,44

5.472,96

5.465,496209

7,46

55,71

5.610,91

5.822,219023

-211,31

44.651,50

5.908,60

5.884,992262

23,61

557,33

6.469,15

6.581,894057

-112,74

12.711,22

6.813,95

6.779,698016

34,25

1.173,20

7.393,37 Yi = 57.091,15

7.273,603513 i = 57.091,15

119,77 Yi- i = 0,00

14.344,01 (Yi- i)2 = 93.499,98

Sehingga didapat : DEC AC F = (Yi- i)2

n-k-1

Sy.12...k =

GH IGGJGK L

Sy.12...k = 115,5730924

Universitas Sumatera Utara

Ini berarti produksi yang sebenarnya akan menyimpang dari rata-rata produksi listrik yang diperkirakan yaitu sebesar 115,5730924.
4.3 Uji Regresi Berganda
Pengujian hipotesa dalam regresi berganda perlu dilakukan agar tidak terjadi kesalahan penarikan kesimpulan.
4.3.1 Uji F (Simultan)
H0 : a1 = a2 = 0 Jumlah pelanggan listrik dan jumlah penjualan listrik tidak berpengaruh secara simultan dan signifikan terhadap produksi listrik PT.PLN (Persero) Cabang Medan.
H1 : a1 a2 0 Jumlah pelanggan listrik dan jumlah penjualan listrik berpengaruh secara simultan dan signifikan terhadap produksi listrik PT.PLN (Persero) Cabang Medan.
Dengan taraf nyata $ = 0,05 dan nilai Ftabel dengan dk pembilang (v1) = k = 2 dan dk penyebut (v2) = n-k-1 = 7 maka diperoleh Fv1;v2(0,05) = 4,74 H0 diterima bila Fhitung < Ftabel H0 ditolak bila Fhitung F tabel Fhitung = JK (reg)/k
JK (res) /(n-k-1)
Universitas Sumatera Utara

Untuk menguji model regresi yang telah terbentuk, maka diperlukan nilai-nilai y,x1 dan x2 dengan rumus : yi = Yi x1i= X1i – x1 x2i = X2i – x2 xki = Xki - xk

Tabel 4.4 Harga yang diperlukan untuk uji regresi

Y x1

x2

-1.296,855

133.179,1

-102,339

-947,615

158.041,1

41,441

-745,025

-98.167,9

-495,369

-424,755

-85.934,9

-329,769

-236,155

-69.018,9

-230,339

-98,205

-53.612,9

-83,289

199,485

-18.943,9

13,561

760,035

-3.097,9

269,191

1.104,835

9.745,1

360,281

1.684,255

27.811,1

556,631

0,00 0,00

0,00

Universitas Sumatera Utara

Sambungannya : yx1
-172713981,7 -149762117 73137539,7 36501278,45 16299158,33 5265054,845 -3779023,892 -2354512,427 10766727,56 46840984,23 - 139798891,9

yx2 132718,8438 -39270,1132 369062,2892 140071,0316 54395,70655
8179,3962 2705,2161 204594,5817 398051,0586 937508,5449 2208016,556

y2 1.681.832,89 897.974,19 555.062,25 180.416,81
55.769,18 9.644,22 39.794,27 577.653,20 1.220.660,38 2.836.714,91 8.055.522,29

Dari nilai-nilai diatas dapat diketahui nilai jumlah kuadrat regresi (JKreg) dan nilai (JKres) dan selanjutnya dapat dihitung Fhitung.
JK(reg) = a1 yx1 + a2 yx2 = -0,00702101 (- 139.798.891,9) + 3,161431442 (2.208.016,556) = 981.529,4181 + 6.980.492,963 = 7.962.022,381

Universitas Sumatera Utara

JK(res) = , 0 -. / = 93.499,98
Fhitung = JK(reg)/ k JK(res)/ (n-k-1)
= 7.962.022,381/2 93.499,98 / 7
= 3981011,191 13357,14
= 298,0436823
Dari tabel distribusi F dengan dk=2, dk penyebut = 7 dan $ = 5% maka F tabel : F tabel = F($),(k,n-k-1)
= F(0,05),(2,7) = 4,74
Didapat Fhitung = 298,0436823 lebih besar dari Ftabel = 4,74. Fhitung > F tabel maka H0 ditolak dan H1 diterima. Hal ini berarti bahwa persamaan regresi linear berganda menyatakan ada hubungan linear antara Jumlah pelanggan listrik dan jumlah penjualan listrik berpengaruh secara simultan dan signifikan terhadap produksi listrik PT.PLN(Persero) Cabang Medan.
Universitas Sumatera Utara

4.4 Perhitungan Koefisien Korelasi Linear Berganda
Mencari koefisien determinasi dengan menggunakan rumus : R2 = JK(reg)
EBC = 7.962.022,381
8.055.522,29 = 0,988393066
Didapat nilai koefisien determinasi 0,9884. Hal ini berarti bahwa sekitar 98,84% produksi listrik dapat ditentukan oleh jumlah pelanggan listrik dan jumlah penjualan listrik melalui hubungan regresi linier berganda sedangkan sisanya 1,16% lagi dipengaruhi faktor lain.
Koefisien korelasi bergandanya didapat dengan : R = MN
= MOJPQQRPROSS = 0,994179595
Dari hasil perhitungan didapat korelasi (R) antara jumlah pelanggan listrik dan jumlah penjualan listrik terhadap produksi listrik sebesar 0,994. Nilai korelasi tersebut menyatakan bahwa hubungan antara jumlah pelanggan listrik dan jumlah penjualan listrik terhadap produksi listrik tinggi.
Universitas Sumatera Utara

4.5 Perhitungan Koefisien Korelasi Antar Variabel

Dari tabel 4.2 dapat dipacu koefisien korelasi antara variabel terikat (Y) dengan variabel bebas (X) sehingga diketahui seberapa besar hubungan antar variabel.

4.5.1 Koefisien Korelasi antara Jumlah Pelanggan Listrik dengan Jumlah Produksi Listrik

ry.x1 =

T U V WX U V UW

YTUV X V Z[ TUW X UW

= \ ] ^^_ \ ` J X a b ^ a_ c] \_ J c
\ ^bc c\ c]_ a\] X ^ `` a\^ _` \ [ \ ^^^ __c a`^J ^ X ^ c_ ^__ a\b
= -0,188045254

Koefisien korelasi antara jumlah pelanggan listrik (X1) dengan jumlah produksi listrik (Y) adalah 0,188 yang berarti menunjukkan korelasi sangat rendah dengan arah yang sama.(Korelasi Negatif).

4.5.2 Koefisien korelasi antara Jumlah Penjualan Listrik dengan Jumlah Produksi

Listrik

ry.x2 =

T U V WX U V UW

YTUV X V Z[ TUW X UW

= \ ^] a\] aJc X ^ `b J _ c] \_ J c
\ c] \ b _c_Jcc X c`\b\^a_`J [ \ ^^^ __c a`^J ^ X ^ c_ ^__ a\b
= 0,802995

Universitas Sumatera Utara

Koefisien korelasi antara jumlah penjualan listrik (X2) dengan jumlah produksi listrik (Y) adalah 0,803 yang berarti menunjukkan korelasi yang tinggi dengan arah yangsama. (Korelasi Positif)

4.5.3 Koefisien Korelasi antara Jumlah Pelanggna Listrik dengan Jumlah Penjualan Listrik.

rx1.x2 =

T U V V X U V UV

YTUV X V Z[ TUV X UV

= \ c\` ^\_ a]^J\ X a b ^ a_ ^ `b J _
\ ^bc c\ c]_ a\] X ^ `` a\^ _` \ [ \ c] \ b _c_Jcc X c`\ b\^ a_`J
= 0,426183326

Koefisien korelasi antara jumlah penjualan listrik (X1) dengan jumlah produksi listrik (X2) adalah 0,426 yang berarti menunjukkan korelasi agak rendah dengan arah yang sama. (Korelasi Positif).

4.6 Uji t (Parsial)

4.6.1 Pengaruh antara Jumlah Pelanggan Listrik dengan Jumlah Produksi Listrik

H0 : a1 = 0

Jumlah pelanggan listrik tidah berpengaruh terhadap jumlah produksi listrik di PT.PLN(Persero) Cabang Medan.

Universitas Sumatera Utara

H1 : a1 0

Jumlah pelanggan listrik berpengaruh terhadap jumlah produksi listrik di PT.PLN(Persero) Cabang Medan.

Dengan taraf nyata $ = 0,05 maka nilai ttabel dengan derajat kebebasan t(1-1/2 $);n-k-1 sehingga

t(0,975);7 = 2,365 (uji 2 sisi)

H0 diterima bila thitung < ttabel

H0 ditolak bila thitung ttabel

Menentukan nilai thitung . digunakan rumus berikut:

Sa1 =

d;

U[ X=

: = 68.610.249.786,90

r12 = 0,426183326 1 = 0,181632228

Sa1 =

cJc]^\_ a `b ` \ a_ ]b`J_\ X\J b `^

b

Sa1 =

cJc]^\_ ^` _c`Jc]

a `

=

485.587,268

Maka : > LJLLeL L
thitung = ?> = IKf fKeJ gK

= 0,000000014

Dapat dilihat bahwa thitung ttabel sehingga H0 diterima yang berarti secara parsial jumlah pelanggan listrik tidak berpengaruh terhadap jumlah produksi listrik di PT.PLN (Persero) Cabang Medan.

Universitas Sumatera Utara

4.6.2 Pengaruh antara Jumlah Penjualan Listrik dengan Jumlah Produksi Listrik

H0 : a1 = 0 H1 : a1 0

Jumlah penjualan listrik tidah berpengaruh terhadap jumlah produksi listrik di PT.PLN(Persero) Cabang Medan. Jumlah penjualan listrik berpengaruh terhadap jumlah produksi listrik di PT.PLN(Persero) Cabang Medan.

Dengan taraf nyata $ = 0,05 maka nilai ttabel dengan derajat kebebasan t(1-1/2 $);n-k-1 sehingga

t(0,975);7 = 2,365 (uji 2 sisi)

H0 diterima bila thitung < ttabel

H0 ditolak bila thitung ttabel

Menentukan nilai thitung . digunakan rumus berikut:

Sa2 =

d;

U[ X=

: = 938.609,94369

r12 = 0,426183326 1 = 0,181632228

Sa2 =

cJc]^\_ a _^b `\_J_a^`_ X\J b `^

b

Sa2

=

cJc]^\_ a ]`b bJ b__

=

149.796,7466

Maka : > HJ g IH II
thitung = ?> = IG eGgJeIgg

= 0,000021

Universitas Sumatera Utara

Dapat dilihat bahwa thitung ttabel sehingga H0 diterima yang berarti secara parsial jumlah pelanggan listrik tidak berpengaruh terhadap jumlah produksi listrik di PT.PLN (Persero) Cabang Medan.
Universitas Sumatera Utara

BAB 5 IMPLEMENTASI SISTEM
5.1 Pengertian Implementasi Sistem Pengertian Implementasi sistem adalah prosedur yang digunakan untuk menyelesaikan desain sistem yang ada dalam desain yang disetujui, menginstal dan mulai menggunakan program yang dibuat.
Tahapan implementasi sistem merupakan tahapan penerapan hasil desain tertulis ke dalam programming (coding). Dalam pengolahan data karya tulis ini penulis menggunakan satu perangkat lunak sebagai implementasi sistem yaitu program SPSS 16,0 For Window dalam masalah memperoleh hasil perhitungan.
5.2 Pengenalan SPSS SPSS atau Statistical Product and Service Solution merupakan program aplikasi yang digunakan untuk melakukan perhitungan statistik dengan menggunakan komputer. SPSS
Universitas Sumatera Utara

paling banyak digunakan dalam berbagai riset pasar, pengendalian dan perbaikan mutu (quality improvement) serta riset-riset lain.
SPSS dibuat pertama kali sebagai software statistik pada tahun 1968. Diprakarsai oleh ketiga mahasiswa Stanford University, yang pada saat itu dioperasikan hanya pada computer mainframe. Pada tahun 1984,SPSS pertama kali muncul pada versi PC (bisa dipakai untuk komputer desktop) dengan nama SPSS/PC+, dan sejalan dengan populernya sistem operasi windows. Pada tahun 1992, SPSS juga mengeluarkan versi windows. Dan antara tahun 1994 sampai 1998, SPSS melakukan berbagai kebijakan strategis untuk pengembangan software statistik, dengan mengakusisi software house terkemuka seperti SYSTAT. Inc, BMDP Statistical Software, Jandel Statistics Software Clear Software, Quantime Ltd, Initive Technologies A/S dan Integral Solution Ltd. Untuk memantapkan pasisinya sebagai salah satu market leader dalam business intelligence, SPSS juga menjalin aliansi strategis dengan Software house terkemuka dunia yang lain seperti Oracle Corp, Business Object dan Ceres Integrated Solution.
Karena perkembangan SPSS ini membuat SPSS yang tadinya hanya ditujukan pada pengolahan data statistik untuk ilmu sosial yang pada saat itu SPSS yang singkatan dari Statistical Packcage for the Social Science berubah menjadi Statistical Product and Service Solution. Fungsi SPSS diperluas untuk melayani berbagai user seperti proses produksi di pabrik, riset ilmu sains dan lain sebagainya.
Universitas Sumatera Utara

5.3 Langkah-langkah Pengolahan Data dengan SPSS 5.3.1 Cara Memulai dan Mengaktifkan SPSS Pada Program Window 1. Pilih menu start dari windows 2. kemudian pilih menu ALL Pragramme 3. Pilih SPSS for windows dan klik SPSS 16.0 for windows
Gambar 5.1 Tampilan Pengaktifan SPSS 16.0 Pada saat membuka SPSS akan muncul kotak dialog SPSS for window aktif dan kotak editor yang tertumpuk dibawahnya. Pilih open dan exisiting apabila telah membangun file data dalam format save atau tekan tombol cancel atau tanda silang untuk memulai membangun file data baru sekaligus mengaktifkan SPSS data editor.
Universitas Sumatera Utara

Gambar 5.2 Kotak Dialog SPSS 16.0 for windows 5.3.2 Pemasukan data ke dalam SPSS Langkah-langkahnya sebagai berikut : SPSS Data Editor mempunyai 2 tipe lingkungan kerja yaitu : Data View dan Variable View. Untuk menyusun definisi variabel, posisi tampilan SPSS Data Editor harus berada pada “Variable View”. lakukan dengan mengklik tab sheet Variable View yang berada dibagian kiri bawah atau langsung menekan Ctrl+T. Tampilan variable view juga dapat dimunculkan dari view lalu pilih Variable.
Universitas Sumatera Utara

Maka tampilannya sebagai berikut :

Gambar 5.3 Tampilan Jendela Data View dalam SPSS

5.3.3 Menyusun Definisi Variabel

Name Type Widht Decimal Label
Missing Columns Align

: untuk memasukkan nama variabel yang akan diuji. : untuk mendefinisikan tipe variabel. : untuk menuliskan panjang pendek variabel. : untuk menuliskan jumlah desimal dibelakang koma. :untuk menuliskan nama keterangan untuk nama variabel yang diikutsertakan atau tidak. : untuk menuliskan ada tidaknya jawaban kosong. : untuk menuliskan lebar kolom. : untuk menuliskan rata kanan, kiri atau tengah penempatan teks atau angka di Data View.

Universitas Sumatera Utara

Measure

: untuk menentukan skala pengukuran variabel, misalnya nominal, ordinal atau scale.

Dalam penulisan ini values, missing and measure tidak dipergunakan, oleh karena itu ketiga variabel ini diabaikan saja.

5.3.4 Pengisian variabel

Variabel Y : variabel Y adalah jumlah produksi listrik, variabel ini merupakan yang

pertama ditempatkan pointer pada baris pertama.

Name

: letakkan kursor di bawah name, lalu klik ganda pada sel tersebut lalu ketik

Y.

Type

: pilih numeric

Widht

: untuk keseragaman ketik 8

Decimal

: ketik 2.

Label

: letakkan klik kursor di bawah label lalu ketik jumlah produki listrik.

Align

: pilih center

Variabel X2 :variabel X2 adalah jumlah pelanggan merupakan variabel kedua maka

tempatkan kursor pada baris kedua.

Name

: letakkan kursor di bawah name, lalu klik ganda pada se tersebut lalu ketik

X2

Type

: pilih numeric.

Widht

: untuk keseragaman ketik 8

Decimal

: ketik 0

Label

: letakkkan kursor di bawah label lalu ketik jumlah pelanggan.

Universitas Sumatera Utara

Align

: pilih center.

Dari pengisian yang telah dikerjakan maka dapat diperoleh seperti gambar berikut :

Gambar 5.4 Tampilan Jendela pengisian Variabel View 5.3.5 Pengisian Data Klik pada tab sheet Data View yang ada di kiri bawah layar dan mulai pengisian. Pengisian dilakukan dengan mengetik biasa, seperti mengisi data pada Microsoft Excel atau mengetik table pada Microsoft Word. Untuk mengisi variabel Y, letakkan kursor pada baris satu kolom Y lalu ketik menurun sesuai data Y. deikian juga untuk pengisian data pada X1 yaitu pada kolom kedua (X1) dan X2 yaitu pada kolom ketiga (X2).
Universitas Sumatera Utara

Gambar 5.5 tampilan Jendela Pengisian Data View. 5.3.6 Pengolahan Data Reegresi linier Langkah-langkah pengolahan data adalah sebagai berikut : Dari menu utama SPSS, pilih menu Anayze, lalu pilih sub menu Regression dan klik Linier sehingga kotak dialog Linier Regression akan muncul.
1. Masukkan variabel Y pada kotak Dependent dan variabel X1 dan X2 pada kotak independent (s).
Gambar 5.6 Kotak Dialog Linier Regression
Universitas Sumatera Utara

2. Klik tombol Statistic sehingga kotak dialog Linier Regression : Statistic akan muncul. Dan beri ceklis pada Estimate, model fit dan Descriptives. Setelah itu klik continue untuk meneruskan pengisian.
Gambar 5.7 Kotak Diaolg Linier Regession : Statistics 3. Klik Plots untuk membuat grafik. Isi kolom Y dengan pilihan SDRESID dan kolom
X dengan ZPRED, kemudian tekan Next. Isi kolom Y dengan ZPRED dan kolom X DEPENDENT. Pada pilihan Standardizes Residual plots, cek Normal Probability Plot. Setelah itu klik continue untuk meneruskan pengisian :
Gambar 5.8 linier regression : Plots
Universitas Sumatera Utara

4. Klik tombol Options sehingga kotak dialog Linier Regression : Option akan muncul. Piih Use Probability of F kemudian masukan nilai tingkat kepercayaan pada kotak Entry. Dan penulis memasukkan selang kepercayaan 0,05. Setelah itu klik continue untuk meneruskan pengisian :
Gambar 5.9 Kotak Dialog Linier egression : Option 5. Klik tombol Plot sehingga kotak dialog Regression Linier : Plot. Beri tanda ceklis
pada Histogram, normal probability plot dan Produce all partial plot. Lalu klik continue untuk meneruskan pengisian. 5.3.7 Pengolahan Data Korelasi 1. Dari menu utama SPSS, pilih menu Analyze, lalu pilih sub menu Correlate dan klik Bivariate sehingga kotak dialog Bivariate Correlations akan muncul. 2. Masukkan variabel Y, X1, dan X2 pada kotak Variables, pilih Pearson pada Correlations Coeficients.
Universitas Sumatera Utara

5.4 Hasil Pengolahan 5.4.1 Hasil Pengolahan Regresi Tabel 5.1 Deskripsi Statistika Tabel 5.2 Model Summary (b)
Tabel 5.3 ANAVA (b)
Universitas Suma