Analisis Pengaruh Jumlah Pelanggan Dan Pendapatan Penjualan Terhadap Produksi Energi Listrik Di PT. PLN ( PERSERO ) Wilayah Sumatera Utara

LAMPIRAN

Hasil Pengolahan Data

Maka hasil output dari pengolahan data sebagai berikut:

Regression
Descriptive Statistics
Mean

Std.
Deviation

N

Produksi Energi Listrik

2.3235170

.21385943

10

Jumlah Pelanggan

2263.04630

249.168521

10

3247.305480 995.8007824

10

Pendapatan Penjualan

Correlations
Produksi
Jumlah
Pendapatan

Energi Listrik Pelanggan Penjualan
Pearson
Correlation

Sig. (1-tailed)

N

Produksi Energi Listrik

1.000

.975

.974

Jumlah Pelanggan

.975

1.000

.992

Pendapatan Penjualan

.974

.992

1.000

Produksi Energi Listrik

.

.000

.000

Jumlah Pelanggan

.000

.

.000

Pendapatan Penjualan

.000

.000

.

Produksi Energi Listrik

10

10

10

Jumlah Pelanggan

10

10

10

Pendapatan Penjualan

10

10

10

Universitas Sumatera Utara

Variables Entered/Removed
Model

Variables Entered

Variables Removed

Method

1

Pendapatan Penjualan,
Jumlah Pelanggana

.

Enter

a. All requested variables entered.

Model Summaryb
Change Statistics
Mode
l

Adjusted R Std. Error of
R Square Square
the Estimate

R

1

.977a

.954

.941

.05207660

R Square
Change

F Change

df1

df2

Sig. F
Change

.954

72.390

2

7

.000

a. Predictors: (Constant), Pendapatan Penjualan, Jumlah Pelanggan
b. Dependent Variable: Produksi Energi Listrik

ANOVAb
Sum of
Squares

df

Mean Square

F

Sig.

Regression

.393

2

.196

72.390

.000a

Residual

.019

7

.003

Total

.412

9

Model
1

a. Predictors: (Constant), Pendapatan Penjualan, Jumlah Pelanggan
b. Dependent Variable: Produksi Energi Listrik

Coefficientsa
Unstandardized
Coefficients
Model
1

B

Std. Error

(Constant)

.981

.822

Jumlah Pelanggan

.000

.001

Pendapatan Penjualan

9.631E-5

.000

Standardized
Coefficients
Beta

T

Sig.

1.194

.271

.530

.809

.445

.448

.684

.516

Universitas Sumatera Utara

Coefficientsa
Unstandardized
Coefficients
Model

B

Std. Error

(Constant)

.981

.822

Jumlah Pelanggan

.000

.001

Pendapatan Penjualan

9.631E-5

.000

1

Standardized
Coefficients
Beta

T

Sig.

1.194

.271

.530

.809

.445

.448

.684

.516

a. Dependent Variable: Produksi Energi Listrik

Residuals Statisticsa
Minimum

Maximum

Mean

Std. Deviation

N

Predicted Value

2.0271854

2.6865692

2.3235170

.20886969

10

Residual

-.06514044

.08483452

.00000000

.04592724

10

Std. Predicted Value

-1.419

1.738

.000

1.000

10

Std. Residual

-1.251

1.629

.000

.882

10

a. Dependent Variable: Produksi Energi Listrik

Charts

Universitas Sumatera Utara

Universitas Sumatera Utara

Universitas Sumatera Utara

Universitas Sumatera Utara

DAFTAR PUSTAKA

Algifari, Analisis Regresi Teori, Kasus, dan Solusi, BPFE, Yogyakarta, 1997.
Hakim Abdul, Statistik Deskriptif Untuk Ekonomi dan Bisnis, Edisi Pertama,
EKONISIA, Yogyakarta, 2004.
Hasan Iqbal, Pokok-Pokok Materi Statistika I, Bumi Aksara, Jakarta, 1999
Kazmier Leonard J, Ph.D., Statistik Untuk Bisnis, Erlangga, Jakarta, 2005.
Kustituanto, Bambang, Statistik Analisa Runtut Waktu dan Regresi Korelasi,
Edisi Pertama, BPFE, Yogyakarta, 1984.
Marzuki, Gunawan, Nurgiyantoro Burhan, Statistik Terapan Untuk Penelitian
Ilmu-Ilmu Sosial, Gadjah Mada University Press, Yogyakarta, 2002.
Nurlaelah, ST, MT, R.A Agung, SE, MM, Praktikum Statistika Ekonomi dan
Bisnis Dengan SPSS, Edisi Pertama, Mitra Wacana Media, Jakarta,2010.

PT. PLN (Persero) Wilayah Sumatera Utara, Statistik dalam Angka, 2002-2011.
Siregar Syofian, Ir.,M.M., Statistik Parametrik untuk Penelitian Kuantitatif,
Bumi Aksara, Jakarta, 2013
Sudjana, Prof.DR. M.A.,M.Sc., Metode Statistika, Edisi Ke-6, Tarsito, Bandung,
1992.

Universitas Sumatera Utara

BAB 3

SEJARAH SINGKAT TEMPAT RISET

3.1

Sejarah PT. PLN (Persero) Wilayah Sumatera Utara

PT. PLN (Persero) Wilayah Sumatera Utara berawal dari dimulainya usaha kelistrikan
di Sumatera Utara pada tahun 1923, yakni ketika perusahaan swasta Belanda bernama
NV NIGEM/ OGEM membangun sentral listrik di tanah pertapakan yang saat ini
menjadi lokasi kantor PLN Cabang Medan di Jl. Listrik No.12 Medan. Kemudian
menyusul pembangunan kelistrikan di Tanjung Pura dan Pangkalan Brandan pada tahun
1924, di Tebing Tinggi tahun 1927, di Sibolga (oleh NV ANIWM) Berastagi dan
Tarutung tahun 1929, di Tanjung Balai tahun 1931 milik Gemeente – Kotapraja,
Labuhan Bilik tahun 1936 dan Tanjung Tiram pada tahun 1937.

Setelah Proklamasi Kemerdekaan RI tanggal 17 Agustus 1945, bergeraklah aksi
karyawan perusahaan listrik di seluruh penjuru tanah air untuk mengambil pengelolaan
perusahaan listrik swasta Belanda dari tangan Jepang tanpa mengadakan penambahan
mesin dan perluasan jaringan. Daerah kerja di bagi menjadi Perusahaan Listrik
Sumatera Utara. Perusahaan Listrik Jawa dan seterusnya sesuai struktur organisasi
pemerintahan tentara Jepang waktu itu dan diserahkan kepada Pemerintahan RI yakni
kepada Departemen Pekerjaan Umum.Untuk mengenang peristiwa ambil alih itu maka

Universitas Sumatera Utara

dengan Penetapan Pemerintah No. 1 SD/45 ditetapkan tanggal 27 Oktober sebagai Hari
Listrik
Sejarah memang membuktikan kemudian bahwa dalam suasana yang makin memburuk
dalam hubungan Indonesia – Belanda. Tanggal 3 Oktober 1953 keluar Surat Keputusan
Presiden No. 163 yang memuat ketentuan Nasionalisasi Perusahaan Listrik milik swasta
Belanda sebagai bagian dari perwujudan pasal 33 ayat (2) UUD 1945. Berdiri
Perusahaan Listrik Negara Distribusi Cabang Sumatera Utara (Sumatera Timur dan
Tapanuli) yang mula – mula dikepalai R. Sukarno (merangkap kepala di Aceh), tahun
1959 dikepalai oleh Ahmad Syaifullah. Setelah BPU PLN berdiri dengan SK Menteri
PPUT No. 16/1/20 Tanggal 20 Mei 1961, maka organisasi kelistrikan dirubah. Sumatera
Utara, Aceh, Sumatera Barat, Riau menjadi PLN Eksploitasi.

Tahun 1965, BPU PLN dibubarkan dengan Peraturan Menteri PUT No. 9/PRT/64
dan Peraturan Menteri No. 1/PRT/65 ditetapkan pembagian daerah kerja PLN menjadi
15 Kesatuan Daerah EksploitasiSumatera Utara tetap menjadi Eksploitasi I.

Sebagai tindak lanjut dari pembentukan PLN Eksploitasi I Sumatera Utara
tersebut, maka dengan keputusan Direksi PLN No. KPTS 009/DIRPLN/66 tanggal 14
April 1966. PLN Eksploitasi I dibagi menjadi empat cabang dan satu sektor, yaitu
Cabang Medan, Binjai, Sibolga, P.Siantar ( Berkedudukan di Tebing Tinggi). PP No. 18
tahun 1972 mempertegas kedudukan PLN sebagai Perusahaan Umum Listrik Negara
dengan hak, wewenang dan tanggungjawab membangkitkan, menyalurkan dan
mendistribusikan tenaga listrik ke seluruh Wilayah RI. Dalam SK Menteri tersebut PLN

Universitas Sumatera Utara

Eksploitasi I Sumatera Utara diubah menjadi PLN Eksploitasi II Sumatera Utara.
Kemudian menyusul Peraturan Menteri PUTL No. 013/PRT/75 yang merubah PLN
Eksploitasi menjadi PLN Wilayah. PLN Eksploitasi II menjadi PLN Wilayah II
Sumatera Utara.

Dengan keluarnya Peraturan Pemerintah No. 23/1994 tanggal 16 Juni 1994 maka
ditetapkan status PLN sebagai Persero. PLN harus mampu menggunakan tolak ukur
Internasional dan harus mampu berswadaya tinggi dengan manajemen yang berani
trasparan, terbuka, desentralisasi,profit center dan cost center. Untuk mencapai tujuan
PLN meningkatkan kesejahteraan masyarakat dan mendorong perkembangan industri
pada PJPT II yang tanggung jawabnya cukup besar dan berat, kerjasama dan hubungan
yang harmonis dengan instansi dan lembaga yang terkait perlu dibina dan ditingkatkan
terus.

Untuk mengantisipasi pertumbuhan dan perkembangan kelistrikan Sumatera
Utara dimasa – masa mendatang serta sebagai upaya untuk meningkatkan kualitas
pelayanan

jasa

kelistrikan,

maka

berdasarkan

Surat

Keputusan

No.

078.K/023/DIR/1996 tanggal 8 Agustus 1996 dibentuk organisasi baru bidang jasa
pelayanan kelistrikan yaitu PT. PLN (Persero) Pembangkitan dan Penyaluran Sumatera
Bagian Utara.
Wilayah kerja PT. PLN (Persero) Wilayah Sumatera Utara meliputi keseluruhan
Wilayah Provinsi Sumatera Utara dengan luas 71.680.68 km2, dimana sebagian besar
berada didaratan Pulau Sumatera Utara dan sebagian kecil berada di Pulau Nias.Provinsi

Universitas Sumatera Utara

Sumatera Utara terdiri atas 25 Kabupaten dan 8 Kota dengan 417 Kecamatan dan 5.856
desa/kelurahan.

3.2

Visi dan Misi PT. PLN (Persero) Wilayah Sumatera Utara

3.2.1

Visi PT. PLN (Persero) Wilayah Sumatera Utara

Diakui sebagai perusahaan kelas dunia yang bertumbuh kembang, unggul dan
terpercaya dengan bertumpu pada potensi insani.

3.2.2

Misi PT. PLN (Persero) Wilayah Sumatera Utara

1. Menjadikan bisnis kelistrikan dan bidang lain yang terkait, berorintas pada
kepuasan pelanggan, anggota perusahaan, dan pemegang saham.
2. Menjadikan tenaga listrik sebagai media untuk meningkatkan kualitas kehidupan
masyarakat.
3. Mengupayakan agar tenaga listrik menjadi pendorong kegiatan ekonomi.
4. Menjalankan kegiatan usaha yang berwawasan listrik.

3.2.3

Motto PT. PLN (Persero) Wilayah Sumatera Utara

Listrik untuk kehidupan yang lebih baik (Electricity for a Better Life)

3.2.4

Nilai-Nilai Perusahan

Saling percaya, integritas, peduli dan pembelajar.
1. Peka dan tanggap terhadap kebutuhan pelanggan

Universitas Sumatera Utara

Senantiasa berusaha untuk tetap memberikan pelayanan yang dapat memuaskan
kebutuhan pelanggan secara cepat, tepat dan sesuai.
2. Penghargaan pada harkat dan martabat
Manusia menjunjung tinggi harkat dan martabatnya dengan segala kelebihan dan
kekurangannya serta mengakui dan melindungi hak-hak asasi dalam
menjalankan bisnis.
3. Integrasi
Menjunjung tinggi nilai kejujuran, integritas dan objektifvitas dalam pengolahan
bisnis.
4. Kualitas produk
Meningkatkan kualitas dan keandalan pruduk secara terus-menerus dan terukur
serta menjaga kualitas lingkungan dalam menjalankan perusahaan.
5. Peluang untuk maju
Memberikan peluang yang sama dan seluas-luasnya kepada setiap anggota
perusahaan untuk berprestasi dan menduduki posisi sesuai dengan kriteria dan
kompetensi jabatan yang ditentukan.
6. Inovatif
Bersedia berbagi pengetahuan dan pengalaman dengan berbagai anggota
perusahaan, menumbuhkan rasa ingin tahu serta menghargai ide dan karya
inovatif.
7. Mengutamakan kepentingan perusahaan
Konsisten untuk mencegah terjadinya benturan kepentingan dan menjamin
didalam setiap keputusan yang diambil ditujukan demi kepentingan perusahaan.

Universitas Sumatera Utara

8. Pemegang saham
Dalam

pengambilan

keputusan

bisnis

akan

berorientasi

pada

upaya

meningkatkan nilai dalam pengambilan keputusan bisnis akan berorientasi pada
upaya meningkatkan nilai investasi pemegang saham.

3.3 Logo Perusahaan
Logo bagi suatu perusahaan dapat dijadikan sebagai ciri-ciri ataupun sebagai
manifestasi dan identitas perusahaan tersebut. Dengan demikian logo perusahaan akan
mudahdikenaloleh pelanggan, relasi ataupun masyarakat umum. Logo suatu perusahaan
juga dapat memberikan suatu informasi mengenai bidang kegiatan perusahaan tersebut.
Seperti perusahaan lainnya. PT. PLN (Persero) Wilayah Sumatera Utara juga
memiliki logo sebagai salah satu lambang perusahaan. Logo PT. PLN (Persero)
Wilayah Sumatera Utara berbentuk segi empat yang di dalamnya terdapat tanda “Petir”
dengan tiga buah gelombang, warna logo perusahaan tersebut terdiri dari tiga warna,
yaitu : kuning sebagai warna dasar gelombang, gelombang warna biru, dan lidah petir
berwarna merah. Seperti terlihat pada gambar terlampir.

Universitas Sumatera Utara

Gambar. Logo Perusahaan

Adapun makna dari logo ataupun lambang tersebut adalah :
1. Petir menggambarkan muatan listrik yang menimbulkan arus.
2. Gelombang yang berjumlah tiga gelombang melambangkan bahwa dalam
arus listrik terdapat tiga macam ion, yaitu ion positif, ion negatif, dan ion
netral.
3. Warna yang terdapat pada logo mempunyai tiga fasa dalam arus listrik, yaitu
fasa biru, fasa merah, dan fasa kuning.

3.4 Struktur Organisasi PT. PLN (Persero) Wilayah Sumatera Utara
Dalam menjalankan perusahaan dan untuk mempelancar aktivitas arus kerja perusahaan,
maka diperlukan struktur organisasi yang berbeda-beda antara satu dengan yang
lainnya.Tujuan dari adanya struktur organisasi adalah untuk pencapaian kerja maupun
pendelegasian dalam organisasi yang berdasarkan pada pola hubungan kerja. wewenang
dan tanggungjawab.

Universitas Sumatera Utara

Adapun susunan organisasi pada PT. PLN (Persero) Wilayah Sumatera Utara sebagai
berikut:
1. General Manager
Bertanggung jawab atas pengelolaan usaha melalui optimalisasi seluruh
sumber daya secara efisien, efektif dan sinergis, pengelolaan pengusahaan
pembangkitan, pendistribusian dan penjualan tenaga listrik dalam jumlah
dan mutu yang memadai secara efisienmeningkatkan mutu dan keandalan
serta pelayanan pelanggandan memastikan terlaksananya Good Corporate
Governance (GCG)di PT. PLN (Persero) Wilayah Sumatera Utara.
2. Bidang Keungan
Bertanggung jawab atas penyelenggaraan keuangan sesuai dengan prinsipprinsip manajemen keuangan yang baik, pengelolaan pajak dan asuransi
yang efektif serta penyajian laporan keuangan dan akuntansi yang akurat dan
tepat waktu.
Bidang Keuangan dibantu tata usaha yang terdiri dari:
1. Sub Bidang Anggaran
2. Sub Bidang Keuangan
2.1 Sub-Sub Bidang Administrasi Keuangan
3. Sub Bidang Pengendalian Pendapatan
4. Sub Bidang Pajak dan Asuransi
5. Sub Bidang Akuntansi
5.1 Sub-Sub Bidang Akuntansi Aktiva Tetap dan PDP & Persediaan
5.2 Sub-Sub Bidang Akuntansi Umum.

Universitas Sumatera Utara

3. Audit Internal
Bertanggung jawab atas penyelenggaraan audit internal sesuai program kerja
pemeriksaan tahunan dan pemantauan tindak lanjut hasil temuan, pembinaan
dan penyempurnaan sistem manajemen dan oprasional untuk mendukung
terlaksananya tata kelola perusahaan yang baik.

Universitas Sumatera Utara

BAB 4

PENGOLAHAN DATA

4.1 Data dan Pembahasan

Data yang diolah untuk tugas akhir ini adalah data sekunder yang diperoleh dari PT.
PLN (Persero) Wilayah Sumatera Utara yaitu, jumlah produksi energi listrik, jumlah
pelanggan dan pendapatan penjualan di PT. PLN (Persero) Wilayah Sumatera Utara
tahun 2002 s/d 2011. Datanya adalah sebagai berikut:

Tabel 4.1 Jumlah Produksi Energi Liatrik, Jumlah Pelanggan, dan Pendapatan
Penjualan di PT. PLN (Persero) Wilayah Sumatera Utara
Tahun 2002– 2011

Tahun

Jumlah Produksi
Energi Listrik

Jumlah Pelanggan
(Unit)

Pendapatan Penjualan

2002

2.112,02

1.920.718

1.787.624,00

2003

2.090,66

1.985.225

2.293.753,60

2004

2.164,11

2.051.642

2.597.822,90

2005

2.166,44

2.129.471

2.710.482,50

2006

2.226,89

2.218.729

2.975.105,10

2007

2.261,02

2.283.674

3.177.314,10

2008

2.432,66

2.366.892

3.617.952,50

2009

2.494,96

2.443.684

3.867.625,80

2010

2.600,56

2.551.931

4.391.051,40

2011

2.685,85

2.678.497

5.054.322,90

Sumber : PT. PLN (Persero) Wilayah Sumatera Utara

Universitas Sumatera Utara

Keterangan:
Y

= Jumlah Produksi Energi Listrik (GWh)
= Jumlah Pelanggan (Unit)
= Pendapatan Penjualan (Dalam Rp. 1.000.000,00)

4.2 Pengolahan Data dengan Metode Regresi Linier Berganda

Dalam pengolahan data dibutuhkan proses pengolahan data agar diperoleh hasil yang
baik. Di mana data yang akan diolah harus terlebih dahulu disajikan dalam bentuk tabel.
Selanjutnya membentuk persamaan regresi linier berganda, maka diperlukan
perhitungan masing-masing satuan variabel untuk menentukan b0, b1, dan b2tetapi
untuk mempermudah perhitungan maka nilai dari jumlah produksi energi listrik, jumlah
pelanggan, dan pendapatan penjualanakan dikecilkan dalam ribuan (1.000) seperti di
daftar tabel di bawah ini:

Universitas Sumatera Utara

Tabel 4.2 Harga-harga yang Diperlukan untuk Menghitung b0, b1, danb2

Tahun

Y
(dalam 1.000)

(dalam 1.000)

(dalam 1.000)

2002

2,11202

1.920,718

1.787,624

4,46062848

3.689.157,636

3.195.599,57

4.056,594830

3.775,49764

3.433.521,594

2003

2,09066

1.985,225

2.293,7536

4,37085924

3.941.118,301

5.261.305,58

4.150,430499

4.795,458901

4.553.616,991

2004

2,16411

2.051,642

2.597,8229

4,68337209

4.209.234,896

6.748.683,82

4.439,978969

5.621,974516

5.329.802,57

2005

2,16644

2.129,471

2.710,4825

4,69346227

4.534.646,74

7.346.715,38

4.613,371153

5.872,097707

577.1893,88

2006

2,22689

2.218,729

2.975,1051

4,95903907

4.922.758,375

8.851.250,36

4.940,865423

6.625,231796

660.0951,96

2007

2,26102

2.283,674

3.177,3141

5,11221144

5.215.166,938

10.095.324,89

5.163,432587

7.183,970726

725.5949,60

2008

2,43266

2.366,892

3.617,9525

5,91783468

5.602.177,74

13.089.580,29

5.757,843493

8.801,248329

8.563.302,829

2009

2,49496

2.443,684

3.867,6258

6,2248254

5.971.591,492

14.958.529,33

6.096,893833

9.649,571666

9.451.255,285

2010

2,60056

2.551,931

4.391,0514

6,76291231

6.512.351,829

19.281.332,4

6.636,449681

11.419,19263

11.205.660,19

2011

2,68585

2.678,497

5.054,3229

7,21379022

7.174.346,179

25.546.179,98

7.194,041167

13.575,15316

13.537.988,72

Jumlah

23,23517

22.630,463

32.473,0548

54,3989352

51.772.550,13

114.374.501,6

53.049,90164

77.319,39707

75.703.943,63

Universitas Sumatera Utara

Dari daftar tabel di atas maka diperoleh:
= 10

= 51.772.550,13

= 23,23517

= 114.374.501,6

= 22.630,463

= 53.049,90164

= 32.473,0548

= 77.319,39707

= 54,3989352

= 75.703.943,63

Dari data tersebut maka selanjutnya akan dicari persamaan dengan Rumus (2.6)
sebagai berikut :

Harga-harga koefisien

,

, dan

dicari dengan substitusi dan eliminasi dari

persamaan normal di atas. Selanjutnya substitusi nilai-nilai pada Tabel (4.2) ke
dalam persamaan normal, sehingga diperoleh :

...(1
)

...(2)
..
.(3)

Universitas Sumatera Utara

Selanjutnya akan dilakukan langkah-langka sebagai berikut :
1.

Eliminasi Persamaan (1) dan Persamaan (2)

Persamaan (1) x

dan Persamaan (2) x 10

Maka hasilnya :

-

... (4)

2.

Eliminasi Persamaan (1) dan Persamaan (3)

Persamaan (1) x

dan Persamaan (3) x 10

Maka hasilnya :

-

...(5)

3.

Eliminasi Persamaan (4) dan Persamaan (5)

Persamaan (4) x

dan Persamaan (5) x (

)

Universitas Sumatera Utara

Maka hasilnya :

-

Jika dibulatkan menjadi

4. Substitusi

ke Persamaan (4)

Jika dibulatkan menjadi

Universitas Sumatera Utara

5.

Substitusi
dan

ke Persamaan

Jika dibulatkan menjadi

Dari perhitungan di atas diperoleh :
;

;

Sehingga persamaan regresi linier berganda dengan dua variabel bebas:

Hal ini berarti bahwa jumlah produksi energi listrik, jika tanpa adanya jumlah
pelanggan dan penjualan (X1 dan X2 = 0) maka produksi energi listrik hanya
. Koefisien regresi berganda sebesar
dan

mengindikasikan bahwa besaran penambahan/pengurangan

tingkat produksi energi listrik setiap penambahan/penguranga dari jumlah

Universitas Sumatera Utara

pelanggan

dan

pendapatan

penjualan.

Persamaan

regresi

berganda

yang digunakan sebagai dasar untuk
memperkirakan tingkat produksi energi listrik yang dipengaruhi oleh jumlah
pelanggan dan pendapatan penjualan.
Setelah mendapatkan persamaan regresi, langkah selanjutnya adalah menghitung
kesalahan baku (Standard error). Untuk menghitung kesalahan baku ini
diperlukan harga
dan

yang diperoleh dari persamaan regresi di atas untuk tiap harga

yang diketahui. Maka untuk mencari kesalahan baku tersebut dibuat

terlebih dahulu tabel seperti di bawah ini:
Tabel 4.3 Harga

untuk Data pada Tabel 4.1

Tahun
2002

2,11202

2,027185487

0,084834513

0,007196895

2003

2,09066

2,1052807

-0,0146207

0,000213765

2004

2,16411

2,164783543

-0,000673543

4,5366E-07

2005

2,16644

2,211042782

-0,044602782

0,001989408

2006

2,22689

2,277137906

-0,050247906

0,002524852

2007

2,26102

2,32616044

-0,06514044

0,004243277

2008

2,43266

2,406460518

0,026199482

0,000686413

2009

2,49496

2,465444371

0,029515629

0,000871172

2010

2,60056

2,565105056

0,035454944

0,001257053

2011

2,68585

2,686569197

-0,000719197

5,17244E-07

Jumlah

23,23517

23,23517

-4,44089E-16

0,018983806

Dari tabel di atas maka diperoleh:
= 23,23517

= -4,44089E-16

= 23,23517

= 0,018983806

Universitas Sumatera Utara

Sehingga standard error dapat dicari dengan Rumus (2.8)di bawah ini:
=

=
=
=

Jika dibulatkan menjadi

Ini berarti produksi energi listrik yang sebenarnya akan menyimpang dari rata-rata
produksi energi listrik yang diperkirakan yaitu sebesar 52,0766 Gwh.

4.3 Uji Keberartian Regresi Linier Berganda

Pengujian hipotesa dalam regresi linier berganda perlu dilakukan agar tidak terjadi
kesalahan penarikan kesimpulan.

4.3.1 Uji F (Simultan)

1.

Menentukan formulasi hipotesis
: Tidak terdapat pengaruh yang signifikan secara simultan (bersamasama) antara variabel bebas yaitu jumlah pelanggan dan pendapatan
penjualan terhadap variabel terikat yaitu jumlah produksi energi
listrik.

Universitas Sumatera Utara

: Terdapat pengaruh yang signifikan secara simultan (bersama-sama)
antara variabel bebas yaitu jumlah pelanggan dan pendapatan
penjualan terhadap variabel terikat yaitu jumlah produksi energi
listrik.
2.

Mencari nilai Ftabel dari Tabel Distribusi F
Dengan taraf nyata

= 0,05 dan nilai Ftabel dengan dk pembilang (v1) = k = 2

dan dk penyebut (v2) = n – k – 1 = 10 – 2 – 1 = 7, maka di peroleh:

3.

Menentukan kriteria pengujian
diterima bila

ditolak bila

4.

Menentukan nilai statistik Fhitung

a. Penghitungan Jumlah Kuadrat Total (JKT)
=
=
=
JKT

=

Universitas Sumatera Utara

b. Penghitungan Jumlah Kuadrat Regresi (JKreg)

c. Penghitungan Jumlah Kuadrat Residu (JKres)
=
=
=
d. Penghitungan Rata-rata Hitung Kuadrat Regresi (RKreg) dan Residu
(RKres)
=
=

=

=

=

=

e. Penghitungan Nilai F Regresi (Freg)

Universitas Sumatera Utara

=

=

=

Jika dibulatkan menjadi

5. Memasukkan hasil perhitungan ke daftar ANAVA
Tabel 4.4 Ringkasan Hasil Perhitungan

dalam daftar

ANAVA
Rata-rata

Sumber

Jumlah

Variasi

Kuadrat (JK)

Regresi (reg)

0,392638909

2

0,196319454

Residu (res)

0,018983806

7

0,002711972

Total

0,41162271

9

Db

Hitung
Kuadrat (RK)

F Observasi

F Teoretis

(Freg)

(Ftabel)

72,3899

4,74

6. Membuat Kesimpulan
Didapat Fhitung = 72,3899 >Ftabel = 4,74 maka H0 Ditolak dan H1 Diterima.
Hal ini berarti bahwa terdapat pengaruh yang signifikan secara simultan
(bersama-sama) antara variabel bebas yaitu jumlah pelanggan dan
pendapatan penjualan terhadap variabel terikat yaitu jumlah produksi
energi listrik.

4.4 Perhitungan Koefisien Korelasi Linier Berganda

Universitas Sumatera Utara

Mencari koefisien determinasi dengan menggunakan rumus:

Jika dibulatkan menjadi

Didapat nilai koefisien determinasi

. Hal ini berarti bahwa sekitar

95,39% produksi energi listrik dapat ditentukan oleh jumlah pelanggan dan
pendapatan penjualan melalui hubungan regresi linier berganda sedangkan sisanya
4,61% lagi dipengaruhi oleh faktor lain.

Koefisien korelasi bergandanya didapat dengan rumus:

Jika dibulatkan menjadi
Dari hasil perhitungan didapat korelasi (R) antara jumlah pelanggan dan
pendapatan penjualan terhadap jumlah produksi energi listrik sebesar

.

Nilai korelasi tersebut menyatakan bahwa hubungan antara jumlah pelanggan dan
pendapatan penjualan terhadap jumlah produksi energi listrik tinggi.

4.5 Perhitungan Koefisien Korelasi Antar Variabel

Universitas Sumatera Utara

Dari Tabel (4.2) dapat diperoleh koefisien korelasi antara variabel terikat (Y)
dengan variabel bebas (X) sehingga diketahui seberapa besar pengaruh antar
variabel tersebut.

4.5.1

Koefisien Korelasi antara Jumlah Pelanggan

dengan Jumlah

Produksi Energi Listrik (Y)

=

=
=
=
=
=
Jika dibulatkan menjadi 0,9751
Koefisien korelasi antara jumlah pelanggan (X1) dan jumlah produksi energi listrik
(Y) adalah r = 0,9751 yang menunjukkan korelasi yang tinggi dengan arah positif
mendekati 1 (Korelasi Positif). Hal ini berarti jika jumlah pelanggan mengalami
peningkatan maka jumlah produksi energi listrik juga akan meningkat.

4.5.2 Koefisien Korelasi antara Pendapatan Penjualan

dengan Jumlah

Produksi Energi Listrik (Y)

Universitas Sumatera Utara

=

=
=
=
=
=
Jika dibulatkan menjadi 0,9745

Koefisien korelasi antara pendapatan penjualan (X2) dan jumlah produksi
energi listrik(Y) adalah r = 0,9745 yang menunjukkan korelasi yang tinggi dengan
arah positif mendekati 1 (Korelasi Positif). Hal ini berarti jika pendapatan
penjualan mengalami peningkatan maka jumlah produksi energi listrik juga akan
meningkat.

4.5.3 Koefisien Korelasi antara Jumlah Pelanggan (X1) dengan Pendapatan
Penjualan (X2)

=

=

Universitas Sumatera Utara

=
=
=
=
Jika dibulatkan menjadi 0,9923
Koefisien korelasi antara jumlah pelanggan (X1) dan pendapatan penjualan
(X2) adalah 0,9923 yang menunjukkan korelasi yang tinggi dengan arah positif
mendekati 1 (Korelasi Positif). Hal ini berarti jika jumlah pelanggan mengalami
peningkatan maka pendapatan penjualan energi listrik juga akan meningkat.

4.6 Uji t (Parsial)

4.6.1 Pengaruh Jumlah Pelanggan (X1) Terhadap Jumlah Produksi Energi
Listrik (Y)

1.

Menentukan formulasi hipotesis
: Tidak terdapat pengaruh yang signifikan secara parsial antara jumlah
pelanggan terhadap jumlah produksi energi listrik di PT. PLN
(Persero) Wilayah Sumatera Utara.
: Terdapat pengaruh yang signifikan secara parsial antara jumlah
pelanggan terhadap jumlah produksi energi listrik di PT. PLN
(Persero) Wilayah Sumatera Utara.

2.

Mencari nilai ttabel dari Tabel Distribusi t

Universitas Sumatera Utara

Dilakukan uji dua sisi dengan taraf nyata

= 0,05 dan nilai ttabel dengan dk

yaitu n – 2 = 10 – 2 = 8, maka di peroleh

3.

Menentukan kriteria pengujian
diterima bila
ditolak bila

4.

Menentukan nilai statistik thitung

Terlebih dahulu menghitung nilai standar deviasi regresi linier berganda

a. Menentukan nilai varian

=

b. Menentukan nilai deviasi standar
=

Universitas Sumatera Utara

=
c. Standard error

=

= 0,000562675

d. Mencari

Jika dibulatkan menjadi 0,8085

5.

Kesimpulan
Karena

maka H0 Diterima.

Hal ini berarti bahwa tidak terdapat pengaruh yang signifikan secara parsial
antara jumlah pelanggan terhadap jumlah produksi energi listrik di PT. PLN
(Persero) Wilayah Sumatera Utara.

Universitas Sumatera Utara

4.6.2 Pengaruh Pendapatan Penjualan (X2) Terhadap Jumlah Produksi
Energi Listrik (Y)

1.

Menentukan formulasi hipotesis
: Tidak terdapat pengaruh yang signifikan secara parsial antara
pendapatan penjualan terhadap jumlah produksi energi listrik di PT.
PLN (Persero) Wilayah Sumatera Utara.
: Terdapat pengaruh yang signifikan secara parsial antara pendapatan
penjualan terhadap jumlah produksi energi listrik di PT. PLN
(Persero) Wilayah Sumatera Utara.

2.

Mencari nilai ttabel dari Tabel Distribusi t
Dilakukan uji dua sisi dengan taraf nyata

= 0,05 dan nilai ttabel dengan dk

yaitu n – 2 = 10 – 2 = 8, maka di peroleh

3.

Menentukan kriteria pengujian
diterima bila
ditolak bila

4.

Menentukan nilai statistik thitung

Terlebih dahulu menghitung nilai standar deviasi regresi linier berganda

a. Menentukan nilai varian

Universitas Sumatera Utara

b. Menentukan nilai deviasi standar

c. Standard error

=

d. Mencari

Jika dibulatkan menjadi 0,6841

6.

Kesimpulan
Karena

maka H0 Diterima.

Hal ini berarti bahwa tidak terdapat pengaruh yang signifikan secara parsial
antara pendapatan penjualan terhadap jumlah produksi energi listrikdi PT.
PLN (Persero) Wilayah Sumatera Utara.
4.7

Implementasi Sistem

Universitas Sumatera Utara

4.7.1

Pengertian Implementasi Sistem

Implementasi sistem adalah prosedur yang dilakukan untuk menyelesaikam desain
sistem yang ada dalam desain sistem yang telah disetujui, menginstal, dan
memulai sistem baru yang diperbaiki.
Tujuan dari implementasi sistem adalah sebagai berikut :
1. Menyelesaikan desain sistem yang ada dalam dokumen sistem yang
disetujui.
2. Menulis, menguji, dan mendokumentasikan program-program dan
prosedur-prosedur yang diperlukan oleh dokumen desain sistem yang
disetujui.
3. Memastikan bahwa personal dapat mengoperasikan sistem baru.
4. Memperhitungkan bahwa sistem memenuhi permintaan pemakai.
5. Memastikan bahwa konveksi ke sistem yang baru berjalan dengan benar.

Implementasi yang sudah selesai harus diuji coba kehandalannya sehingga
dapat diketahui kehandalannya dari sistem yang ada dan telah sesuai dengan apa
yang diinginkan. Dalam pengolahan data pada Tugas Akhir ini penulis
menggunakan suatu perangkat lunak sebagai implementasi sistem yaitu program
SPSS 17.0 For Window dalam masalah memperoleh hasil perhitungan.

4.7.2

Pengenalan SPSS

SPSS (Statistical Product and Service Solution) merupakan program aplikasi yang
digunakan untuk melakukan perhitungan statistik dengan menggunakan

Universitas Sumatera Utara

komputer.SPSS

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 komputer 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 1994-1998, SPSS
melakukan berbagai kebijakan strategis untuk pengembangan software statistik
dengan mengeluarkan Software Houseterkemuka seperti SYSTAT. Inc,BMDP
Statistical Software,Jandel Statistics Software Clear Software,Quantime Ltd,
Initive Technologies A/S dan Integral Solution Ltd. Untuk memantapkan posisinya
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 program SPSS yang tadinya
hanya ditujukan pada pengolahan data statistik untuk ilmuan 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 lainlain.

4.7.3

Langkah – Langkah Pengolahan Data Dengan SPSS

4.7.3.1 Cara Mengaktifkan SPSS Pada Program Windows

Universitas Sumatera Utara

1. Pilih menu Start dari windows.
2. Kemudian pilih menu All Programs.
3. Klik SPSS Statistics 17.0.

Gambar 4.1 Tampilan Pengaktifan SPSS Statistics 17.0

4. Lalu akan muncul aplikasi SPSS Statistics 17.0, pada saat tersebut akan
muncul kotak dialog SPSS Statistics 17.0, lalu tekan Cancel atau tanda
silang (close) untuk membuat file data baru sekaligus mengaktifkan SPSS
Statistics Data Editor.

Gambar 4.2 SPSS Statistics Data Editor

Universitas Sumatera Utara

4.7.3.2Mengenal Lingkungan Kerja SPSS
SPSS data editor mempunyai 2 (dua) tipe lingkungan kerja yaitu :
1. Data View adalah tempat di mana data akan dimasukkan dan diproses.

Gambar 4.3 Tampilan Jendela Data View dalam SPSS

2. Variable View adalah tempat di mana variabel akan didefenisikan terlebih
dahulu sebelum dimasukkan ke Data View. Cara mengaktifkannya adalah
dengan mengklik tab sheet Variable View yang berada di bagian kiri
bawah atau langsung menekan Ctrl + T.

Gambar 4.4 Tampilan Jendela Variable View dalam SPSS
4.7.3.3 Menyusun Definisi Variable View

Universitas Sumatera Utara

Name

: Untuk memasukkan nama variable yang akan diuji.

Type

: Untuk mendefenisikan tipe variable.

Widht

: Untuk pengaturan panjang karakter dari variable.

Decimals

: Untuk menuliskan jumlah desimal di belakang koma.

Label

: Untuk menuliskan keterangan dari nama variabel.

Missing

: Untuk menuliskan ada tidaknya jawaban kosong.

Columns

: Untuk pengaturan lebar kolom.

Align

: Untuk pengaturan teks/angka pada data View apakah akan
dibuat rata kiri (Left), kanan (Right) atau tengah (Center).

Measure

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

(Dalam penulisan Tugas Akhir ini Values, Missing, Columns dan Measure tidak
dipergunakan, karena itu ketiga pengaturan ini diabaikan saja).

4.7.3.4 Pemasukan Data Ke dalam SPSS Statistics 17.0
Cara memasukkan data ke SPSS Statistics 17.0 adalah sebagai berikut :
1.

Pengisian variabel pada Variable View.
Variabel Tahun adalah Tahun dari data yang diambil, variabel ini merupakan
variabel pertama yang akan ditempatkan pada baris pertama.
Langkah-langkahnya adalah sebagai berikut :
1) Isi Name dengan Tahun lalu pilih Type dan pilih Numeric.
2) Pilih Width isi dengan angka 4 lalu pilih Decimals ketik 0.
3) Pada Label ketik “Tahun”.

Universitas Sumatera Utara

4) Lalu pada Align pilih Center.

Variabel Y adalah jumlah produksi energi listrik, variabel ini merupakan
variabel kedua yang akan ditempatkan pada baris kedua.
Langkah-langkahnya adalah :
5) Isi Name dengan Y lalu pilih Type dan pilih Numeric.
6) Pilih Width isi dengan angka 8 lalu pilih Decimals ketik 0.
7) Pada Label ketik “Jumlah Produksi Energi Listrik”.
8) Lalu pada Align pilih Center.

Variabel X1adalah jumlah pelanggan yang juga menjadi variabel keketiga yang
ditempatkan pada baris ketiga.
Langkah-langkahnya adalah :
1) Isi Name dengan X1 lalu pilih Type dan pilih Numeric.
2) Pilih Width isi dengan angka 8 lalu pilih Decimals ketik 0.
3) Pada Label ketik “Jumlah Pelanggan”.
4) Lalu pada Align pilih Center.

Variabel X2adalah pendapatan penjualan yang juga menjadi variabel keempat
yang ditempatkan pada baris keempat.
Langkah-langkahnya adalah :
1) Isi Name dengan X2 lalu pilih Type dan pilih Numeric.
2) Pilih Width isi dengan angka 8 lalu pilih Decimals ketik 0.
3) Pada Label ketik “Pendapatan Penjualan”.

Universitas Sumatera Utara

4) Lalu pada Align pilih Center.
Pengisian variabel tersebut dapat dilihat pada gambar di bawah ini :

Gambar 4.5 Tampilan Pengisian Variable View

2.

Pengisian Data Pada Data View

Langkah-langkah pengisian data ke dalam data view adalah :
1) Setelah pengisian variabel pada Variable View lalu klik pada tab sheet
Data View yang ada di kiri bawah layar.
2) Isilah tahun pada kolom Tahun sesuai jumlah data yang ada.
3) Isi Y, X1 dan X2 dengan data yang ada.
Pengisian data tersebut dapat dilihat pada gambar di bawah ini :

Universitas Sumatera Utara

Gambar 4.6 Tampilan Pengisian Data View

4.7.3.5 Pengolahan Data
Pengolahan data untuk mencari korelasi dan persamaan regresi linier berganda.
Langkah-langkahnya adalah sebagai berikut :
1) Pada Menu Bar klik menu Analyze, lalu pilih Regression dan klik Linear.
2) Lalu akan muncul kotak dialog Linear Regression.
3) Pada kotak dialog tersebut masukkan variabel I pada kotak Dependent dan
variabel X1 dan X2 pada kotak Independent (s).

Universitas Sumatera Utara

Gambar 4.7 Kotak Dialog Linear Regression

4) Klik tombol Statistics sehingga akan muncul Linear Regression Statistics,
lalu beri tanda ceklist pada Estimate, Model fit, R squared change dan
Descriptives. Pada Residuals klik casewise diagnostics.

Gambar 4.8 Kotak Dialog Linear Regression : Statistics

5) Lalu klik Continue.

Universitas Sumatera Utara

6) Selanjutnya balik ke kotak dialog Linear Regression, lalu klik Plots untuk
membuat grafik. Isi kolom Y dengan pilihan ZPRED dan kolom X dengan
dependent. Pada pilihan Standardized Residual Plots, ceklist Histogram,
dan Normal probability plot, setelah itu klik Continue.

Gambar 4.9 Kotak Dialog Linear Regression : Plots

7) Maka aplikasi akan kembali ke kotak dialog Linear Regression, lalu
selanjutnya klik Option maka akan muncul kotak dialog Linear
Regression Option. Pilih Use Probability of F kemudian masukkan nilai
tingkat kepercayaan pada kotak Entry dengan 0,05, lalu klik Continue.

Universitas Sumatera Utara

Gambar 4.10 Kotak Dialog Linear Regression : Option

8) Selanjutnya klik OK.

Universitas Sumatera Utara

BAB 5

PENUTUP

5.1

Kesimpulan

Berdasarkan analisis yang telah dilakukan penulis, maka dapat diambil beberapa
kesimpulan sebagai berikut:

1. Dari perhitungan yang telah dilakukan secara manual dan menggunakan
software dibuktikan bahwa jumlah produksi energi listrik, jika tanpa
adanya jumlah pelanggan dan penjualan (X1 dan X2 = 0) maka produksi
energi listrik hanya
regresi berganda sebesar

. Koefisien
dan

mengindikasikan bahwa

besaran penambahan/pengurangan tingkat produksi energi listrik setiap
penambahan/penguranga dari jumlah pelanggan dan pendapatan penjualan.
Persamaan regresi berganda

yang

digunakan sebagai dasar untuk memperkirakan tingkat produksi energi
listrik yang dipengaruhi oleh jumlah pelanggan dan pendapatan penjualan.

Kesalahan baku (Standard Error)
sebesar

. Ini berarti produksi energi listrik yang sebenarnya

akan menyimpang dari rata-rata produksi energi listrik yang diperkirakan
yaitu sebesar 52,0766 Gwh. Melalui uji keberartian regresi linier didapat
Fhitung = 72,3899 >Ftabel = 4,74maka H0 Ditolak dan H1 Diterima. Hal ini

Universitas Sumatera Utara

berarti bahwa terdapat pengaruh yang signifikan secara simultan (bersamasama) antara variabel bebas yaitu jumlah pelanggan dan pendapatan
penjualan terhadap variabel terikat yaitu jumlah produksi energi listrik.

3. Melalui perhitungan R2didapat nilai koefisien determinasi

. Hal ini

berarti bahwa sekitar 95,39% produksi energi listrik dapat ditentukan oleh
jumlah pelanggan dan pendapatan penjualan melalui hubungan regresi
linier berganda sedangkan sisanya 4,61%lagi dipengaruhi oleh faktor lain.
Dari hasil perhitungan korelasi (R) antara jumlah pelanggan dan
pendapatan penjualan terhadap jumlah produksi energi listrik sebesar
. Nilai korelasi tersebut menyatakan bahwa hubungan antara
jumlah pelanggan dan pendapatan penjualan terhadap jumlah produksi
energi listrik tinggi.

4. Berdasarkan perhitungan koefisien korelasi antara jumlah pelanggan (X1)
dan jumlah produksi energi listrik (Y) adalah 0,9751yang menunjukkan
korelasi yang tinggi dengan arah positif mendekati 1 (Korelasi Positif).
Hal ini berarti jika jumlah pelanggan mengalami peningkatan maka jumlah
produksi energi listrik juga akan meningkat. Berdasarkan perhitungan
koefisien korelasi antara pendapatan penjualan (X2) dan jumlah produksi
energi listrik (Y) adalah 0,9745yang menunjukkan korelasi yang tinggi
dengan arah positif mendekati 1 (Korelasi Positif). Hal ini berarti jika
pendapatan penjualan mengalami peningkatan maka jumlah produksi
energi listrik juga akan meningkat.

Universitas Sumatera Utara

5. Melalui uji koefisien regresi linier ganda (uji t) dengan taraf nyata

= 0,05

diperoleh kesimpulan untuk pengaruh antara jumlah pelanggan dan jumlah
produksi energi listrik adalah H0 Diterima yang berarti secara parsial
jumlah pelanggan tidak berpengaruh terhadap jumlah produksi energi
listrik di PT. PLN (Persero) Wilayah Sumatera Utara. Dan untuk pengaruh
pendapatan penjualan dan jumlah produksi energi listrik adalah H0
Diterima yang berarti secara parsial pendapatan penjualan berpengaruh
terhadap jumlah produksi energi listrikdi PT. PLN (Persero) Wilayah
Sumatera Utara.

5.2

Saran

Adapun saran-saran yang dapat penulis sampaikan adalah :
1. PT.

PLN

(Persero)

Wilayah

Sumatera

Utara

sebaiknya

lebih

memperhatikan produksi energi listrik saat ini agar kebutuhan energi
listrik masyarakat Sumatera Utara terpenuhi dan tidak mengalami
kekurangan lagi melihat semakin bertambahnya jumlah pelanggan dan
meningkatnya pendapatan penjualan setiap tahunnya.
2. Penelitian selanjutnya, sebaiknya menggunakan sampel yang lebih banyak
lagi agar dapat dilihat lebih jelas hubungan yang representatif antara
variabel bebas dengan variabel terikat maupun antar variabel bebas.

Universitas Sumatera Utara

BAB 2

LANDASAN TEORI

2.1 Pengertian Statistik

Menurut Sofyan (2013) pengertian statistik berasal dari bahasa Latin, yaitu status yang
berarti negara dan digunakan untuk urusan negara. Pada mulanya, statistik hanya
digunakan untuk menggambarkan keadaan dan menyelesaikan masalah yang
berhubungan dengan kenegaraan saja, seperti perhitungan banyaknya penduduk,
pembayaran pajak, gaji pegawai, dan lain sebagainya.

Seiring dengan perkembangan zaman, maka pengertian statistik semakin
berkembang, antara lain:
1. Statistik adalah kumpulan data yang disajikan dalam bentuk tabel/daftar,
gambar, diagram, atau ukuran-ukuran tertentu, misalnya statistik penduduk,
statistik kelahiran, dan statistik pertumbuhan ekonomi.
2. Statistik adalah pengetahuan mengenai pengumpulan data, klasifikasi data,
penyajian data, pengolahan data, penarikan kesimpulan, dan pengambilan
keputusan berdasarkan masalah tertentu.
3. Statistik matematik/statistik teoritik adalah statistik yang diturunkan, bagaimana
menciptakan model-model teoritis dan matematis.
4. Statistik terapan/teknik analisis data adalah statistik yang membahas cara-cara
penggunaan statistik, antara lain untuk penelitian.

Universitas Sumatera Utara

Pengelompokkan statistik berdasarkan cara pengolahan datanya, maka terbagi menjadi
empat cara, yaitu:
1. Statistik Deskriptif
Statistik deskriptif adalah statistik yang berkenaan dengan bagaimana cara
mendeskripsikan, menggambarkan, menjabarkan, atau menguraikan data agar
mudah dipahami. Adapun cara yang digunakan antara lain:
a. Menentukan ukuran dari data, seperti nilai modus, rata-rata, dan nilai tengah
(median).
b. Menentukan ukuran variabilitas data, seperti variasi (varian), tingkat
penyimpangan (deviasi standar), dan jarak (range).
c. Menentukan ukuran bentuk data, seperti kemiringan (skewness), keruncingan
(kurtosis), dll.

2. Statistik Inferensial (Statistik Induksi)
Statistik Inferensial adalah serangkaian teknik yang digunakan untuk mengkaji,
menaksir, dan mengambil kesimpulan berdasarkan data yang diperoleh dari sampel
untuk menggambarkan karakteristik atau ciri dari suatu populasi. Berdasarkan ruang
lingkupnya, statistik inferensial mencakup:
a. Probabilitas atau teori kemungkinan,
b. Distribusi teoritis,
c. Sampling dan sampling distribusi,
d. Pendugaan populasi atau teori populasi,
e. Uji hipotesa rerata,
f. Analisis korelasi dan uji signifikansi,

Universitas Sumatera Utara

g. Analisis regresi untuk peramalan,
h. Analisis varian dan kovarian.
Pengelompokkan statistik berdasarkan bentuk parameternya sebagai berikut:
1. Statistik Parametrik
Statistik

parametrik

adalah

statistik

yang

mempertimbangkan

jenis

sebaran/distribusi data yang berdistribusi normal dan memiliki varian homogen.
Pada umumnya, data yang digunakan pada statistik parametrik ini bersifat interval
dan rasio.
Uji statistik yang dapat digunakan pada statistik parametrik, antara lain:
a. Uji-z (1 atau 2 sampel),
b. Uji-t (1 atau 2 sampel),
c. Korelasi sederhana dan berganda,
d. One or two way anova test,
e. Analisis regresi sederhana dan berganda, dll.

2. Statistik Nonparametrik
Statistik Nonparametrik merupakan bagian statistik yang parameter populasi atau
datanya tidak mengikuti suatu distribusi tertentu atau memiliki distribusi yang bebas
dari persyaratan (free-distribution procedures), dan variannya tidak perlu homogen.
Statistik nonparametrik biasanya digunakan untuk melakukan analisis pada data
berjenis nominal atau ordinal. Adapun analisis statistik nonparametrik adalah
sebagai berikut:
a. Uji tanda peringkat Wilcoxon dan uji Mann-Withney (untuk 1-2 kelompok),
b. Uji Kruskal-Wallis (untuk kelompok lebih dari 2),

Universitas Sumatera Utara

c. Uji Korelasi Rank Spearman dan Kendall Tau,
d. Uji Friedman,
e. Uji Chi-Kuadrat, dll.

Untuk pembahasan pada tugas akhir ini penulis menggunakan statistik
inferensial dan statistik parametrik.
2.2 Analisis Regresi

Istilah regresi pertama kali digunakan oleh Francis Galton. Dalam papernya yang
terkenal Galton menemukan bahwa meskipun terdapat tendensi atau kecenderungan
bahwa orang tua yang tinggi akan mempunyai anak yang tinggi dan orang tua yang
pendek akan mempunyai anak yang pendek juga, tetapi rata-rata tinggi badan anak yang
lahir dari orang tua dengan tinggi badan tertentu cenderung bergerak atau regress ke
arah rata-rata tinggi badan anak seluruh populasi tersebut (Hakim Abdul, 2004).

Analisis regresi (regression analysis) merupakan suatu teknik (technique) untuk
membangun persamaan garis lurus dan menggunakan persamaan tersebut untuk
membuat perkiraan (prediction). Model matematis dalam menjelaskan hubungan antar
variabel dalam analisis regresi menggunakan persamaan regresi. Persamaan regresi
(regression equation) adalah suatu persamaan matematis yang mendefenisikan
hubungan antar dua variabel. (Algifari, 2000).

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

Universitas Sumatera Utara

adalah variabel yang nilai-nilainya bergantung pada variabel lainnya, biasanya
disimbolkan dengan Y. Variabel itu merupakan variabel yang diramalkan atau
menerangkan nilainya (Hasan, 1999).

Untuk mempelajari hubungan-hubungan antara beberapa variabel analisis
regresi dapat dilihat dari dua bentuk yaitu:
1. Analisis Regresi Linier Sederhana (Simple Analysis Regression)
2. Analisis Regresi Linier Berganda (Multiple Analysis Regression).

2.2.1 Regresi Linier Sederhana (Simple Analysis Regression)

Regresi linier sederhana merupakan suatu prosedur untuk menunjukkan dua hubungan
matematis dalam bentuk persamaan antara dua variabel, yaitu variabel bebas (X)
variabel terikat (Y). Bentuk umum persamaan regresi linier sederhana adalah:

... (2.1)

Keterangan:
= Nilai estimasi Y
a

= Intersep (titik potong kurva terhadap sumbu Y)

b

= Kemiringan atau slop kurva linier

X

= Variabel bebas (variable independent).

Persamaan (2.1) dapat digunakan untuk menaksir nilai

jika nilai a, b, dan X

diketahui. Nilai a pada persamaan (2.1) merupakan nilai Y yang dipotong oleh kurva
linier pada sumbu vertikal Y. Atau dengan kata lain, a adalah nilai Y jika X=0. Nilai b

Universitas Sumatera Utara

adalah kemiringan (slope) kurva linier yang menunjukkan besarnya perubahan nilai Y
sebagai akibat dari perubahan setiap unit nilai X. Besarnya a dan b konstan sepanjang
kurva linier.

Menurut Sudjana (2005) untuk menentukan nilai a dan b dapat diperoleh dengan
menggunakan metode kuadrat terkecil (least squares method) di bawah ini:
a. Mencari nilai konstanta a

=

... (2.2)

b. Mencari nilai konstanta b

=

... (2.3)

2.2.2 Regresi Linier Berganda (Multiple Analysis Regression)
Regresi linier berganda merupakan suatu linier yang menjelaskan ada tidaknya suatu
hubungan fungsional dan meramalkan pengaruh dua variabel bebas (X) atau lebih
terhadap variabel terikat (Y). Bentuk umum persamaan regresi linier berganda adalah:

... (2.4)

Keterangan:
= Nilai estimasi Y
= Nilai Y pada perpotongan antara garis linier dengan sumbu
vertikal Y
= Slope yang berhubungan dengan variabel

,

, dan

Universitas Sumatera Utara

= Nilai variabel bebas (independent).

Persamaan regresi linier berganda dengan dua variabel bebas dapat dibentuk
dengan persamaan berikut:

... (2.5)

Untuk menentukan besarnya

dan

dapat ditentukan dengan persamaan

berikut:

...(2.6)

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

... (2.7)

Keterangan:
= Kekeliruan baku (standard error)

Universitas Sumatera Utara

n

= Jumlah data

k

= Jumlah variabel bebas.

2.3 Uji Keberartian Regresi Linier Berganda

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.

Uji linieritas garis regresi juga dilakukan dengan menghitung nilai F, yaitu
dengan mempergunakan hipotesis nol

. Jika nilai Fhitung