Professional Documents
Culture Documents
Kabupaten Karimun
Data yang digunakan dalam penelitian ini adalah data Sensus Penduduk 2010 BPS
(Badan Pusat Statistik).
Kecamatan
Moro
Durai
Kundur
Kundur Utara
Kundur Barat
Karimun
Buru
Meral
Tebing
Total
1.
Jenis Penerangan
PLN
PLN tanpa
meteran
meteran
Non PLN
2074
323
1403
289
319
543
5081
2196
774
1547
1224
881
2730
369
584
7618
2396
342
801
579
531
6595
2523
497
4190
1792
44
30925
11721
5599
Tanpa
listrik
483
288
571
576
311
133
323
462
267
3414
Total
4283
1439
8622
4228
3994
10489
2234
10077
6293
51659
Variabel Penelitian
7. Buru
8. Meral
9. Tebing
Variabel baris
Kecamatan-kecamatan
yang
ada
di
Variabel Kolom
1. Moro
2. Durai
1.
3. Kundur
2.
4. Kundur Utara
3.
Non PLN
5. Kundur Barat
4.
Bukan listrik
6. Karimun
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 :
2hitung = 9271,797
2 (0,05 , 9-1) = 15,51
= 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 2hitung > 2 (0,05 , 9-1)
Keputusan :
Berdasarkan tabel ChiSquare didapatkan nilai 2hitung > 2 (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
PLN mete
1
2
3
4
5
6
7
8
9
Margin
2
PLN non
3
4
Non PLN Tnp List
Margin
2074
323
1403
483
4283
289
319
543
288
1439
5081
2196
774
571
8622
1547
1224
881
576
4228
2730
369
584
311
3994
7618
2396
342
133
10489
801
579
531
323
2234
6595
2523
497
462
10077
4190
1792
44
267
6293
-------- -------- -------- -------- -------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
PLN mete
1
2
3
4
5
6
7
8
9
Margin
2
PLN non
3
4
Non PLN Tnp List
,484
,075
,328
,113
,201
,222
,377
,200
,589
,255
,090
,066
,366
,289
,208
,136
,684
,092
,146
,078
,726
,228
,033
,013
,359
,259
,238
,145
,654
,250
,049
,046
,666
,285
,007
,042
-------- -------- -------- -------,599
,227
,108
,066
Margin
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
1,000
Tabel 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
PLN mete
1
2
3
4
5
6
7
8
9
2
PLN non
3
4
Non PLN Tnp List
Margin
Margin
,067
,028
,251
,141
,009
,027
,097
,084
,164
,187
,138
,167
,050
,104
,157
,169
,088
,031
,104
,091
,246
,204
,061
,039
,026
,049
,095
,095
,213
,215
,089
,135
,135
,153
,008
,078
-------- -------- -------- -------1,000
1,000
1,000
1,000
Expected Frequencies
,083
,028
,167
,082
,077
,203
,043
,195
,122
Row1
Row2
Row3
Row4
Row5
Row6
Row7
Row8
Row9
Column1
2563,963
861,439
5161,450
2531,038
2390,957
6279,106
1337,356
6032,467
3767,224
Column2
971,777
326,497
1956,261
959,298
906,206
2379,867
506,876
2286,388
1427,830
Column3
464,208
155,964
934,485
458,247
432,885
1136,838
242,129
1092,184
682,059
Column4
283,052
95,100
569,804
279,417
263,952
693,189
147,639
665,961
415,887
Column3
938,792
387,036
-160,485
422,753
151,115
-794,838
288,871
-595,184
-638,059
Column4
199,948
192,900
1,196
296,583
47,048
-560,189
175,361
-203,961
-148,887
Chi-Square Distances
Column1 Column2
Row1
93,630 433,136
Row2
380,394
0,172
Row3
1,254
29,380
Row4
382,583
73,040
Row5
48,077 318,460
Row6
285,493
0,109
Row7
215,109
10,263
Row8
52,457
24,486
Column3
1898,569
960,454
27,561
390,009
52,752
555,723
344,635
324,344
Column4
141,244
391,281
0,003
314,804
8,386
452,707
208,289
62,466
Row1
Row2
Row3
Row4
Row5
Row6
Row7
Row8
Row9
Column1
-489,963
-572,439
-80,450
-984,038
339,043
1338,894
-536,356
562,533
422,776
Total
2566,579
1732,301
58,198
1160,435
427,675
1294,032
778,295
463,754
Row9
Total
47,446
1506,442
92,882
981,928
Relative Inertias
Column1 Column2
Row1
0,010
0,047
Row2
0,041
0,000
Row3
0,000
0,003
Row4
0,041
0,008
Row5
0,005
0,034
Row6
0,031
0,000
Row7
0,023
0,001
Row8
0,006
0,003
Row9
0,005
0,010
Total
0,162
0,106
596,898
5150,946
Column3
0,205
0,104
0,003
0,042
0,006
0,060
0,037
0,035
0,064
0,556
53,301
1632,481
Column4
0,015
0,042
0,000
0,034
0,001
0,049
0,022
0,007
0,006
0,176
790,527
9271,797
Total
0,277
0,187
0,006
0,125
0,046
0,140
0,084
0,050
0,085
1,000
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
1
2
3
Singular
Value
,39113
,15783
,03981
Total
Row Scores:
Row
1
2
3
4
5
6
7
8
9
Marginal
Profile
,083
,028
,167
,082
,077
,203
,043
,195
,122
Inertia
Proportion
Explained
Cumulative
Proportion
,15299
,02491
,00158
--------,17948
,852
,139
,009
---------1,000
,852
,991
1,000
---------1,000
Dim
1
-1,145
-1,728
,078
-,733
-,177
,541
-,890
,340
,540
-,732
,480
,166
,638
-,728
-,205
,493
,064
,260
Row
1
2
3
4
,083
,028
,167
,082
Dim
1
,278
,213
,003
,112
,281
,041
,029
,211
5
6
7
8
9
,077
,203
,043
,195
,122
,006
,260
,152
,054
,088
,066
,058
,005
,091
,052
-------- -------1,000
1,000
Row
1
2
3
4
5
6
7
8
9
,083
,028
,167
,082
,077
,203
,043
,195
,122
Dim
,855
,970
,355
,766
,115
,929
,890
,985
,909
,141
,030
,644
,234
,782
,054
,110
,014
,085
Total
,996
1,000
,999
1,000
,896
,983
1,000
,999
,994
Column Scores:
Marginal
Profile
Column
1
2
3
4
PLN
PLN
Non
Tnp
mete
non
PLN
List
,599
,227
,108
,066
Dim
1
,316
,196
-1,519
-1,046
-,245
,656
-,301
,466
Column
1
2
3
4
PLN
PLN
Non
Tnp
mete
non
PLN
List
Dim
,599
,227
,108
,066
,153
,229
,022
,618
,640
,062
,185
,091
-------- -------1,000
1,000
Marginal
Profile
,599
,227
,108
Dim
Total
1
,804
,179
,981
,195
,810
,016
,999
,989
,997
4 Tnp List
,066
,895
,072
,967
2
1
PLN non PLN mete
Margin
543
288
319
289
1439
1403
483
323
2074
4283
531
323
579
801
2234
881
576
1224
1547
4228
584
311
369
2730
3994
774
571
2196
5081
8622
497
462
2523
6595
10077
44
267
1792
4190
6293
342
133
2396
7618
10489
-------- -------- -------- -------- -------5599
3414
11721
30925
51659
2
PLN non
Margin
1403
2074
483
323
4283
584
2730
311
369
3994
342
7618
133
2396
10489
497
6595
462
2523
10077
774
5081
571
2196
8622
44
4190
267
1792
6293
543
289
288
319
1439
531
801
323
579
2234
881
1547
576
1224
4228
-------- -------- -------- -------- -------5599
30925
3414
11721
51659
Row Scores
Dimension 2
0.75
0.50
4
7
9
3
0.25
8
0.00
6
-0.25
-0.50
1
-0.75
-1.5
-1.0
-0.5
Dimension 1
Symmetric Normalization
0.0
0.5
Dimension 2
Column Scores
0.8
0.6
Tnp Listrik
0.4
0.2
0.0
-0.2
PLN meteran
Non PLN
-0.4
-2.0
-1.5
-1.0
-0.5
Dimension 1
Symmetric Normalization
0.0
0.5
Variable
Columns
Rows
Dimension 2
0.75
0.50
4
7
Tnp Listrik
9
3
0.25
8
0.00
-0.25
Non PLN
PLN meteran
-0.50
1
-0.75
-1.5
-1.0
-0.5
0.0
0.5
Dimension 1
Symmetric Normalization
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
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.
c.
d. Tanpa listrik