Analisis Korespondensi Terhadap Penggunaan Jenis Penerangan Rumah Tangga di

Kabupaten Karimun

Data yang digunakan dalam penelitian ini adalah data Sensus Penduduk 2010 BPS

(Badan Pusat Statistik).

Kecamatan Jenis PeneranganTotal

PLN

meteranPLN tanpa

meteran Non PLNTanpa listrik

Moro 2074 323 1403 483 4283 Durai 289 319 543 288 1439 Kundur 5081 2196 774 571 8622 Kundur Utara 1547 1224 881 576 4228 Kundur Barat 2730 369 584 311 3994 Karimun 7618 2396 342 133 10489 Buru 801 579 531 323 2234 Meral 6595 2523 497 462 10077 Tebing 4190 1792 44 267 6293Total 30925 11721 5599 3414 51659

1. Variabel Penelitian

Pada penelitian ini variabel penelitiannya

adalah sebagai berikut:

- Variabel baris

Kecamatan-kecamatan yang ada di

Kabupaten Karimun, Provinsi Kepulauan

Riau yang meliputi:

1. Moro

2. Durai

3. Kundur

4. Kundur Utara

5. Kundur Barat

6. Karimun

7. Buru

8. Meral

9. Tebing

Variabel Kolom

Variabel kolom berupa jenis penerangan

yang digunakan oleh rumahtangga

1. PLN dengan meteran

2. PLN tanpa meteran

3. Non PLN

4. Bukan listrik

2. Hasil Pengolahan

Pengolahan dilakukan dengan menggunakan software SPSS.

Sebelum melakukan analisis korespondensi, terlebih dahulu melakukan analisis

hubungan atau yang biasa disebut uji Chi-square sehingga dapat diketahui ada atau

tidaknya keterkaitan hubungan antara variabel kecamatan dengan variabel jenis

penerangan utama yang digunakan oleh rumahtangga sebagai berikut :

Hipotesis :

Ho : Kecamatan dengan jenis penerangan utama saling independen.

H1 : Kecamatan dengan jenis penerangan utama tidak saling bebas (dependen).

Statistik Uji :

χ2hitung

= 9271,797

χ2 (0,05 , 9-1)

= 15,51

α = 0,05

Hasil tersebut menunjukkan hubungan antara kecamatan yang ada di Kabupaten

Karimun terhadap jenis penerangan utama saling independen dengan nilai Chi-Square

sebesar 9271,797.

Daerah Kritis :

Tolak Ho jika χ2hitung

> χ2 (0,05 , 9-1)

Keputusan :

Berdasarkan tabel Chi–Square didapatkan nilai χ2hitung

> χ2 (0,05 , 9-1)

maka diperoleh keputusan tolak Ho.

Kesimpulan :

Jadi dapat disimpulkan bahwa ada hubungan antara lokasi tempat tinggal

(kecamatan) dan pemilihan jenis penerangan utama yang digunakan oleh

rumahtangga.

Untuk melihat kecenderungan penggunaan jenis penerangan tiap-tiap kecamatan di

Kabupaten Karimun, maka berdasarkan output pengolahan berikut ini:

The table to be analyzed di atas berisi tabel tampilan data kategori masing-masing

baris dan kolom.

The table to be analyzed:

1 2 3 4 PLN mete PLN non Non PLN Tnp List Margin

1 2074 323 1403 483 4283 2 289 319 543 288 1439 3 5081 2196 774 571 8622 4 1547 1224 881 576 4228 5 2730 369 584 311 3994 6 7618 2396 342 133 10489 7 801 579 531 323 2234 8 6595 2523 497 462 10077 9 4190 1792 44 267 6293 -------- -------- -------- -------- -------- Margin 30925 11721 5599 3414 51659

The rowprofiles berisi prosentase tiap baris didasarkan pada jumlah baris yang

bersangkutan. Sebagai contoh pada baris 1 kolom 1 terdapat angka 0,484 dan 0.201

untuk baris 2 dan kolom 1 (toko B) :

• 2.074/4.283*100% = 0,484 %

• 289/1.439*100% = 0.201 %

The Rowprofiles:

1 2 3 4 PLN mete PLN non Non PLN Tnp List Margin

1 ,484 ,075 ,328 ,113 1,000 2 ,201 ,222 ,377 ,200 1,000 3 ,589 ,255 ,090 ,066 1,000 4 ,366 ,289 ,208 ,136 1,000 5 ,684 ,092 ,146 ,078 1,000 6 ,726 ,228 ,033 ,013 1,000 7 ,359 ,259 ,238 ,145 1,000 8 ,654 ,250 ,049 ,046 1,000 9 ,666 ,285 ,007 ,042 1,000 -------- -------- -------- -------- Margin ,599 ,227 ,108 ,066Tabel Colomn profiles berisi prosentase tiap kolom didasarkan pada jumlah total kolom

bersangkutan. Sebagai contoh pada baris 1 dan kolom 1 terdapat angka 0,67 dan baris

2 kolom 1 terdapat angka 0,009 :

• 2.074/30,925*100% = 0,67

• 289/30,925*100% = 0,009

The Columnprofiles:

1 2 3 4

PLN mete PLN non Non PLN Tnp List Margin

1 ,067 ,028 ,251 ,141 ,083 2 ,009 ,027 ,097 ,084 ,028 3 ,164 ,187 ,138 ,167 ,167 4 ,050 ,104 ,157 ,169 ,082 5 ,088 ,031 ,104 ,091 ,077 6 ,246 ,204 ,061 ,039 ,203 7 ,026 ,049 ,095 ,095 ,043 8 ,213 ,215 ,089 ,135 ,195 9 ,135 ,153 ,008 ,078 ,122 -------- -------- -------- -------- Margin 1,000 1,000 1,000 1,000

Expected Frequencies

Column1 Column2 Column3 Column4Row1 2563,963 971,777 464,208 283,052Row2 861,439 326,497 155,964 95,100Row3 5161,450 1956,261 934,485 569,804Row4 2531,038 959,298 458,247 279,417Row5 2390,957 906,206 432,885 263,952Row6 6279,106 2379,867 1136,838 693,189Row7 1337,356 506,876 242,129 147,639Row8 6032,467 2286,388 1092,184 665,961Row9 3767,224 1427,830 682,059 415,887

Observed - Expected Frequencies

Column1 Column2 Column3 Column4Row1 -489,963 -648,777 938,792 199,948Row2 -572,439 -7,497 387,036 192,900Row3 -80,450 239,739 -160,485 1,196Row4 -984,038 264,702 422,753 296,583Row5 339,043 -537,206 151,115 47,048Row6 1338,894 16,133 -794,838 -560,189Row7 -536,356 72,124 288,871 175,361Row8 562,533 236,612 -595,184 -203,961Row9 422,776 364,170 -638,059 -148,887

Chi-Square Distances Column1 Column2 Column3 Column4 TotalRow1 93,630 433,136 1898,569 141,244 2566,579Row2 380,394 0,172 960,454 391,281 1732,301Row3 1,254 29,380 27,561 0,003 58,198Row4 382,583 73,040 390,009 314,804 1160,435Row5 48,077 318,460 52,752 8,386 427,675Row6 285,493 0,109 555,723 452,707 1294,032Row7 215,109 10,263 344,635 208,289 778,295Row8 52,457 24,486 324,344 62,466 463,754Row9 47,446 92,882 596,898 53,301 790,527Total 1506,442 981,928 5150,946 1632,481 9271,797

Relative Inertias

Column1 Column2 Column3 Column4 TotalRow1 0,010 0,047 0,205 0,015 0,277Row2 0,041 0,000 0,104 0,042 0,187Row3 0,000 0,003 0,003 0,000 0,006Row4 0,041 0,008 0,042 0,034 0,125Row5 0,005 0,034 0,006 0,001 0,046Row6 0,031 0,000 0,060 0,049 0,140Row7 0,023 0,001 0,037 0,022 0,084Row8 0,006 0,003 0,035 0,007 0,050Row9 0,005 0,010 0,064 0,006 0,085Total 0,162 0,106 0,556 0,176 1,000

Tabel dimensi menunjukkan jumlah dimensi grafik yang akan ditampilkan.

Terdapat 3 dimensi yang terbentuk. Jika hanya 1 dimensi yang dibuat maka mempunyai

proporsi sebesar 0,805 atau 80,5 persen. Apabila 2 dimensi mempunya proporsi sebesar

0,990 atau 99 persen dan seterusnya.

Dimension Singular Inertia Proportion Cumulative Value Explained Proportion

1 ,39113 ,15299 ,852 ,852 2 ,15783 ,02491 ,139 ,991 3 ,03981 ,00158 ,009 1,000 --------- ---------- ----------Total ,17948 1,000 1,000

Row Scores: Marginal DimRow Profile 1 2

1 ,083 -1,145 -,732 2 ,028 -1,728 ,480 3 ,167 ,078 ,166 4 ,082 -,733 ,638 5 ,077 -,177 -,728 6 ,203 ,541 -,205 7 ,043 -,890 ,493 8 ,195 ,340 ,064 9 ,122 ,540 ,260

Contribution of row points to the inertia of each dimension:

Marginal DimRow Profile 1 2

1 ,083 ,278 ,281 2 ,028 ,213 ,041 3 ,167 ,003 ,029 4 ,082 ,112 ,211 5 ,077 ,006 ,260 6 ,203 ,152 ,054 7 ,043 ,088 ,066 8 ,195 ,058 ,005 9 ,122 ,091 ,052

-------- -------- 1,000 1,000

Contribution of dimensions to the inertia of each row point:

Marginal Dim TotalRow Profile 1 2

1 ,083 ,855 ,141 ,996 2 ,028 ,970 ,030 1,000 3 ,167 ,355 ,644 ,999 4 ,082 ,766 ,234 1,000 5 ,077 ,115 ,782 ,896 6 ,203 ,929 ,054 ,983 7 ,043 ,890 ,110 1,000 8 ,195 ,985 ,014 ,999 9 ,122 ,909 ,085 ,994

Column Scores:

Marginal DimColumn Profile 1 2

1 PLN mete ,599 ,316 -,245 2 PLN non ,227 ,196 ,656 3 Non PLN ,108 -1,519 -,301 4 Tnp List ,066 -1,046 ,466

Contribution of column points to the inertia of each dimension:

Marginal DimColumn Profile 1 2

1 PLN mete ,599 ,153 ,229 2 PLN non ,227 ,022 ,618 3 Non PLN ,108 ,640 ,062 4 Tnp List ,066 ,185 ,091 -------- -------- 1,000 1,000

Contribution of dimensions to the inertia of each column point:

Marginal Dim TotalColumn Profile 1 2

1 PLN mete ,599 ,804 ,195 ,999 2 PLN non ,227 ,179 ,810 ,989 3 Non PLN ,108 ,981 ,016 ,997 4 Tnp List ,066 ,895 ,072 ,967

Variances and Correlation Matrix of the singular values:

Dim Variances Correlations between dimensions 1 2,06E-005 1,000 2 1,64E-005 -,079 1,000

The data-matrix permuted according to the scores in dimension: 1

3 4 2 1 Non PLN Tnp List PLN non PLN mete Margin

2 543 288 319 289 1439 1 1403 483 323 2074 4283 7 531 323 579 801 2234 4 881 576 1224 1547 4228 5 584 311 369 2730 3994 3 774 571 2196 5081 8622 8 497 462 2523 6595 10077 9 44 267 1792 4190 6293 6 342 133 2396 7618 10489 -------- -------- -------- -------- -------- Margin 5599 3414 11721 30925 51659

The data-matrix permuted according to the scores in dimension: 2

3 1 4 2 Non PLN PLN mete Tnp List PLN non Margin

1 1403 2074 483 323 4283 5 584 2730 311 369 3994 6 342 7618 133 2396 10489 8 497 6595 462 2523 10077 3 774 5081 571 2196 8622 9 44 4190 267 1792 6293 2 543 289 288 319 1439 7 531 801 323 579 2234 4 881 1547 576 1224 4228 -------- -------- -------- -------- -------- Margin 5599 30925 3414 11721 51659

0.50.0-0.5-1.0-1.5

Dimension 1

0.75

0.50

0.25

0.00

-0.25

-0.50

-0.75

Dim

ensi

on

2

9

8

7

6

5

4

3

2

1

Symmetric Normalization

Row Scores

0.50.0-0.5-1.0-1.5-2.0

Dimension 1

0.8

0.6

0.4

0.2

0.0

-0.2

-0.4

Dim

ensi

on

2

Tnp Listrik

Non PLN

PLN non meteran

PLN meteran

Symmetric Normalization

Column Scores

Dari gambar Plot di atas dapat diketahui bahwa kecamatan yang rumahtangganya

memiliki kecenderungan menggunakan penerangan tanpa listrik dibandingkan jenis

penerangan lainnya adalah Durai, Kundur Utara dan Buru. Untuk kecamatan Kundur,

Merai dan Tebing rumahtangganya cenderung menggunakan PLN tanpa meteran.

Sedangkan penerangan listrik non PLN cenderung digunakan oleh rumahtangga di

kecamatan Moro, dan Kundur Barat. Jenis penerangan listrik PLN dengan meteran

memiliki kecendurangan hanya digunakan oleh rumahtangga di ibukota kabupaten yaitu

Karimun

0.50.0-0.5-1.0-1.5

Dimension 1

0.75

0.50

0.25

0.00

-0.25

-0.50

-0.75

Dim

ensi

on

2

9

8

7

6

5

4

3

2

1

Tnp Listrik

Non PLN

PLN non meteran

PLN meteran

Rows

ColumnsVariable

Symmetric Normalization

Row and Column Scores

Kesimpulan:

1. Terdapat hubungan antara lokasi tempat tinggal (kecamatan) dengan pemilihan jenis

penerangan yang digunakan oleh rumahtangga di Kabupaten Karimun.

2. Kecenderungan penggunaan jenis penerangan pada tiap kecamatan adalah sebagai berikut

a. PLN dengan meteran : Karimun

b. PLN tanpa meteran : Kundur, Merai, Tebing

c. Listrik Non PLN : Moro, Kundur Barat

d. Tanpa listrik : Durai, Kundur Utara, Buru