Household Characteristics That Influence Simple Household ...

Avalaible online at http://journals.ums.ac.id

Jurnal Ekonomi Pembangunan, 16 (1), Juni 2015, 61-74

Jurnal Ekonomi Pembangunan, ISSN 1411-6081 61

Household Characteristics That InfluenceSimple Household Demand On Electricity

Tongam Sihol NababanFaculty of Economics, University of HKBP Nommensen, Medan

Jln. Sutomo No.4A Medan Sumatera Utara Indonesia Telp: + 62-061-4522922,E-mail: [email protected]

Received: March 2015; Accepted: May 2015

AbstractThis research aims to analyze the characteristics of households that affect the electric energyconsumption of simple households. The second objective is to analyze the probability of each of thefactors affecting the electricity energy consumption of small household. The research was conductedin Medan City in the period of March 2014 to November 2014 with samples of 143 small households,the customer of PT. PLN (Persero) Medan, which use the power of electricity for TR-1 /450VA. Datawere analyzed by using the logistic regression model. The estimation results indicated that (1) thehigher the willingnes to pay (WTP) of households, the higher the tendency to consume electricalenergy per month. (2) the closer the households residence to the city center, the higher the tendencyto consume electrical energy than of the households residence in the suburbs, (3) increasinglyunfavourable response to electrical quality, the higher the opportunity to consume a greater electricpower monthly.Keywords: simple household, electric energy, willingness to pay, electricity ratesJEL Classification: D12, L94, Q41

Karakteristik Rumah Tangga yang Mempengaruhi PermintaanEnergi Listrik Rumah Tangga Sederhana

AbstrakPenelitian ini bertujuan menganalisis karakteristik rumah tangga yang mempengaruhi konsumsienergi listrik rumah tangga sederhana. Tujuan kedua adalah menganalisis probabilitas darimasing-masing faktor yang berpengaruh terhadap konsumsi energi listrik rumah tanggasederhana. Penelitian dilaksanakan di Kota Medan pada periode Maret 2014 – Nopember 2014dengan jumlah sampel 143 rumah tangga sederhana pelanggan PT. PLN (Persero) Kota Medanyaitu pengguna listrik PT. PLN (Persero) untuk TR-1/450VA. Data dianalisis dengan menggunakanmodel Regresi Logistik. Hasil estimasi menunjukkan bahwa: pertama, semakin tinggi kemampuanbayar (WTP) keluarga, maka kecenderungan keluarga tersebut mengkonsumsi energi listriksemakin besar, kedua, semakin ke tengah kota tempat tinggal keluarga maka kecenderungankeluarga tersebut mengkonsumsi energi listrik semakin besar daripada keluarga yang tinggal dipinggir kota, ketiga, semakin kurang baik tanggapan terhadap kualitas listrik maka semakintinggi peluang untuk mengkonsumsi energi listrik lebih besar perbulannya.Kata kunci: rumah tangga sederhana, energi listrik, willingness to pay, tarif listrikKlasifikasi JEL: D12, L94, Q41

1. PendahuluanPembangunan ketenagalistrikan di Indonesiadihadapkan pada berbagai tantangan danpermasalahan, yaitu: keterbatasan kapasitas

pembangkit, keterbatasan kemampuan penda-naan, kurangnya kemandirian industri ketena-galistrikan, tingginya ketergantungan terhadapbahan bakar minyak, rendahnya kinerja saranadan prasarana dan belum tercapainya tingkat



Jurnal Ekonomi Pembangunan, ISSN 1411-608162

tarif yang ekonomis.Perekonomian Indonesia yang sudah mulai

membaik ditandai dengan pertumbuhan eko-nomi rata-rata 4,2 persen per tahun selama 5tahun terakhir (2010–2015) menyebabkan per-tumbuhan penjualan energi listrik PLN rata-rata 7 persen per tahun. Realisasi jumlahpelanggan listrik PLN selama periode 2005–2013 juga mengalami peningkatan rata-rata5,52 persen per tahun. Jumlah pelangganlistrik PLN sebagian besar (93 persen) adalahpelanggan rumah tangga. Rasio elektrifikasi(perbandingan jumlah rumah tangga yangsudah berlistrik dengan jumlah rumah tanggayang ada) juga mengalami kenaikan dari 63,75persen tahun 2009 menjadi 78,06 persen padatahun 2013 (Statistik PLN, 2013).

Menurut Kuswara (1997), peningkatanpermintaan kebutuhan listrik secara umumdapat disebabkan oleh tiga faktor yaitu 1)peningkatan kegiatan ekonomi yang sejalandengan pertumbuhan GDP (Gross DomesticProduct), 2) peningkatan tingkat coverage atautingkat elektrifikasi, dan 3) pergantian pem-bangkit captive (pembangkit sendiri) yangbiasanya kurang efisien karena skala ekono-misnya rendah dan tumbuhnya pembangkitcaptive karena kurangnya distribusi dantransmisi PT PLN. Selain ketiga faktor utamadi atas, pertumbuhan penduduk juga menjadisalah satu faktor utama yang harus dipertim-bangkan (RUPTL 2006–2015). Tingginya per-mintaan listrik dapat juga dipengaruhi olehkegiatan ekonomi, khususnya di daerah perko-taan (urban areas), dan peningkatan kegiatanekonomi perkotaan ini akan menarik masya-rakat pedesaan (rural people) untuk bermigrasike kota, sehingga kebutuhan listrik pun akanmeningkat (Resosudarmo dan Tanujaya, 2002).Selain beberapa faktor yang mempengaruhipermintaan energi listrik sebagaimana disebut-kan di atas, salah satu faktor yang palingpenting pengaruhnya adalah faktor harga atautarif listrik. Dalam penetapan tarif listrikpemerintah berusaha agar masyarakat menca-pai kesejahteraan yang maksimum, yaitu padasuatu tingkat produksi yang biaya marginalnyasama dengan kemampuan dan kemauanmasyarakat membayar harga (ability and

willingness to pay).Di masa yang akan datang, pertumbuhan

ekonomi, jumlah penduduk, jumlah pelangganlistrik PLN, dan rasio elektrifikasi diproyek-sikan tetap meningkat. Hasil pertumbuhanekonomi akan meningkatkan pendapatanmasyarakat dan mendorong meningkatnya per-mintaan akan barang-barang/peralatan listrikseperti radio, televisi, alat pendingin, lemari es,serta alat-alat listrik rumah tangga lainnya.

Bartel & Fiebeg (2000), Rab (2001), Meeta-mehra (2002), Larsen & Nesbakken (2002),Sweeney (2004) mengemukakan bahwa peman-faatan energi listrik untuk menghasilkan jasa-jasa energi dalam rumah tangga haruslahdilihat sebagai hubungan antara ketersediaanatau stok peralatan (capital stock, or stock ofappliances, or stock of equipment) dan intensi-tas penggunaan peralatan (utilization rate)tersebut. Sedangkan Guertin et al. (2003) danHalvorsen et al. (2003) berpendapat bahwadalam penggunaan energi listrik juga harusmempertimbangkan karakteristik demografikrumah tangga yang dapat mempengaruhi utili-tas energi listrik tersebut.

Fenomena-fenomena atau isu yang menun-jukkan berbagai karakteristik penggunaanenergi listrik dalam rumah tangga menjadisangat penting dan menarik untuk dikaji.Penelitian ini bertujuan untuk mendeskripsi-kan dan menganalisis tentang karakteristik-karakteristik penggunaan energi listrik yangdiyakini dapat mempengaruhi permintaanenergi listrik rumah tangga. Secara umum,karakteristik ini meliputi lamanya menjadipelanggan, jumlah ruangan, jumlah alat listrikyang dimiliki, jumlah energi listrik yangdigunakan, dan sumber energi lain sebagaipengganti listrik dan karakteristik lainnya.Dalam penelitian karakteristik rumah tanggadifokuskan pada variabel konsumsi energilistrik, pendapatan, WTP (willingness to pay),penggunaan alat-alat listrik, lokasi tempattinggal rumah tangga, serta tanggapan terha-dap kecukupan daya listrik, kualitas listrik,dan tarif listrik.

Konsumen energi listrik kelompok rumahtangga yang berlangganan pada PT PLN(Persero) Cabang Kota Medan yang didasarkan




pada penggolongan tarif dan batas daya yangterdiri atas R-1/TR 450 VA, R-1/TR 900 VA, R-1/TR 1300 VA, R-1/TR 2200 VA, R-2/TR 2201s.d. 6600 VA, dan R-3/TR > 6600 VA. Dalampenelitian ini yang menjadi responden adalahkelompok rumah tangga sederhana dengangolongan tarif dan batas daya yang R-1/TR 450VA.

Penelitian ini bertujuan untuk: (1) meng-analisis karakteristik rumah tangga yang dapatmempengaruhi konsumsi energi listrik rumahtangga sederhana (pengguna listrik TR-1/450VA), (2) menganalisis probabilitas dari masing-masing faktor yang berpengaruh terhadapkonsumsi energi listrik rumah tangga seder-hana dengan menggunakan regresi logistik.

Model Permintaan/Konsumsi EnergiListrik Rumah Tangga. Secara umum, kon-sumsi energi listrik tergantung pada stok ataukeberadaan/ketersediaan peralatan-peralatanlistrik dan intensitas penggunaan peralatan-peralatan listrik tersebut dalam rumah tangga(Wilder & Willenborg, 1975; Garbacz, 1984).Oleh karena itu, dalam membuat estimasifungsi permintaan energi listrik rumah tanggaharus memasukkan unsur stok kapital ataustok peralatan-peralatan listrik dan tingkatpenggunaannya, dengan asumsi bahwa dalamjangka pendek stok kapital dianggap tidakberubah atau tetap (Wilder & Willenborg, 1975;Amarullah, 1984; Silk & Joutz, 1997; Reiss &White, 2001). Namun, estimasi fungsi permin-taan energi listrik rumah tangga tidak hanyamemasukkan variabel-variabel yang menyang-kut energi listrik itu sendiri seperti hargalistrik, jumlah energi listrik, stok kapital alat-alat listrik, tetapi juga mempertimbangkanvariabel-variabel lain yang dapat mempenga-ruhi fungsi utilitas permintaaan energi listrikseperti unsur-unsur demografi dan sosialtempat rumah tangga berada. Dengan demi-kian, permintaan atau konsumsi energi listrikrumah tangga dipengaruhi oleh pendapatanrumah tangga, harga atau tarif energi listrik,stok alat-alat listrik (appliances), karakteristikrumah tangga (household characteristics),karakteristik rumah (housing characteristics),dan variabel-variabel lain yang relevan.

Salah satu faktor yang paling penting

dalam permintaan energi listrik rumah tanggaadalah harga/tarif listrik. Namun dalam studiempirik, penggunaan proksi harga/tarif iniberbeda-beda, apakah menggunakan hargarata-rata atau harga marginal. Pilihan antaramenggunakan harga rata-rata ataupun hargamarginal merupakan isu metodologi yangpenting dalam analisis permintaan energilistrik. Dalam penelitiannya, Wilder &Willenborg (1975) menggunakan harga rata-rata (average price) yang didasarkan padarekening listrik bulanan, dengan alasan bahwakonsumen kurang mengerti tentang hargamarginal. Alasan lain, sebagaimana dibuktikanoleh Halvorsen (1975), McKean dan Winger(1992) bahwa dalam bentuk log-linear baikuntuk fungsi permintaan, maupun fungsi har-ga; nilai elastisitas permintaan dengan meng-gunakan harga rata-rata tidak jauh berbedadengan nilai elastisitas permintaan apabilamenggunakan harga marginal.

Sehubungan dengan harga/tarif listrik,sampai saat ini di Indonesia harga listrik masihditetapkan berdasarkan sudut pandang produ-sen saja, dalam hal ini PT PLN dan peme-rintah. Penetapan harga belum sesuai denganharga pasar karena harga listrik selalu ditetap-kan oleh pemerintah (regulated) dengan alasanbahwa listrik adalah barang publik yang harusdisubsidi untuk tujuan-tujuan keadilan dansosial. Oleh karena itu, dalam penelitian iniharga/tarif listrik akan diproksi denganvariabel WTP (willingness to pay) dengan meng-gunakan metode CV (contingent valuation).Proksi harga/tarif dengan WTP melalui metodeCV diartikan sebagai upaya untuk memperolehlangsung berapa kemauan/ kesediaan konsu-men untuk membayar terhadap harga/tariflistrik yang digunakan. Adapun format metodeCV yang akan digunakan untuk memperolehnilai WTP adalah closed-ended referendumformat (pertanyaan tertutup).

Penggunaan variabel WTP sebagai proksiterhadap harga/tarif listrik dapat dimungkin-kan dengan alasan 1) WTP konsumen dapatmengungkapkan nilai atau harga yang sebenar-nya dari suatu barang atau jasa (Nam & Son,2005), 2) sistem penetapan harga/tarif listrik diIndonesia berbentuk increasing block-rate




pricing sehingga harga berbeda untuk setiaptingkat penggunaan dan strata golongan tarif(daya). Variabel harga yang sesuai denganbentuk ini adalah harga marginal ataupunharga rata-rata, tetapi jika datanya adalah dataruntut waktu (time series) (Amarullah, 1984).Sedangkan dalam penelitian ini data yangdigunakan adalah data cross section dari konsu-men rumah tangga.

Estimasi model atau fungsi permintaanenergi listrik rumah tangga dapat dispesifi-kasikan dalam bentuk persamaan tunggal danpersamaan simultan. Beberapa studi sepertiyang dilakukan oleh Amarullah (1983), Wilder(1992), Jung (1993) menggunakan model per-mintaan energi listrik rumah tangga dalambentuk persamaan tunggal dengan menggu-nakan Ordinary Least Square (OLS). Estimasimodel atau fungsi permintaan energi listrikrumah tangga yang dispesifikasikan dalambentuk persamaan simultan telah dilakukanantara lain oleh Wilder & Willenborg (1975),Maddigan et al (1983), dan Garbacz (1984).

Namun dalam penelitian ini, untuk meng-estimasi karakteristik-karakteristik rumahtangga yang mempengaruhi konsumsi energilistrik rumah tangga digunakan Model RegresiLogistik. Model Regresi Logistik merupakansuatu metode analisis data yang digunakanuntuk mencari hubungan antara variabelrespon (y) yang bersifat biner atau dikotomusdengan variabel prediktor (x) yang bersifat poli-kotomus (Hosmer dan Lemeshow, 2000).

Spesifikasi Model Regresi Logistik.Model Regresi Logistik digunakan untuk memo-delkan hubungan antara variabel respon (Y)yang berskala biner dengan variabel indepen-den kategori dan atau kontinu. Model iniadalah bentuk umum dari model logit untukrespon biner. Untuk variabel Y dengan kategorinominal memiliki sebaran Bernouli denganfungsi sebaran peluang:

( = ) = (1 − )1 – yi (1)

dengan = peluang suatu kejadian ke-i yangbernilai Y = 1, di mana nilai yi antara 0 dan 1.

Model dari regresi logistik adalah:

0 i ij p pj

0 i ij p pji

exp{ x x } 1 exp{{ x x

(x)}

π

(2)

Model tersebut kemudian ditransformasilogit menjadi:

g (x) = ln (3)

dengan penduga linier: g (x) = + + … +, dengan p = jumlah peubah penjelas dan j

= 1,…,n.

Untuk memeriksa peranan variabel inde-penden dalam model, dilakukan pengujian ter-hadap parameter model. Uji yang digunakandalam penelitian ini adalah Statistik Uji-G danStatistis Uji-Wald (W).

Statistik Uji-G adalah uji rasio kemung-kinan (likelihood ratio test) yang digunakanuntuk menguji peranan variabel independen didalam model secara bersama-sama (Hosmerdan Lemeshow, 2000). Rumus umum uji-Guntuk menguji hipotesis:

H0 : 1 = 2 = . . . = P = 0H1 : minimal ada satu 1≠0,dengan i = 1,2, …, adalah:

likelihood tanpa variabel independenG=2lnlikelihood dengan variabel independen (4)

di mana statistik uji ini mengikuti sebarandengan derajat bebas p.

Statistik Uji Wald digunakan untuk meng-uji parameter secara parsial. Rumus umumdari uji-Wald untuk menguji hipotesis:

H0 : i = 0

H1 : i≠ 0 dengan I = 1,2,…p, adalah:

Wi = ( )




di mana i adalah penduga i dan S ( i) meru-pakan penduga galat baku dari i. Statistik uji-Wald mengikuti sebaran normal baku jikahipotesis i = 0.

Setelah diperoleh model terbaik berdasar-kan kriteria uji-uji tersebut, dilakukan inter-pretasi koefisien untuk melihat pengaruh nyatadari variabel-variabel independen yang terpilih.Interpretasi koefisien untuk model ini dapatdilakukan dengan melihat nilai ratio odds-nya.Rasio odds adalah ukuran asosiasi yang mem-perkirakan berapa besar kecenderungan penga-ruh peubah-peubah penjelas terhadap peubahrespon. Rasio odds untuk Y = j terhadap Y = kyang dihitung pada dua nilai (misal x = a dan x= b) adalah:

ᴪ (a, b) = ⟨ | ⟩/ ⟨ | ⟩⟨ | ⟩/ ⟨ | ⟩= exp { i (a-b)} (5)

sehingga jika a-b = 1 maka ᴪ = exp ( i) danmemiliki ukuran ᴪ yang selalu positif.

Dalam interpretasi koefisien dari rasioodds untuk peubah penjelas yang berskalanominal, X = 0 memiliki kecenderungan untukY = 0 sebesar ᴪ kali dibandingkan denganpeubah X = 1. Sedangkan untuk peubah penje-las yang kontinu, jika ᴪ lebih besar atau samadengan satu, maka semakin besarnya nilaipeubah X diikuti dengan semakin besarnyakecenderungan untuk Y = 0 (Hosmer danLemeshow, 2000).

2. Metode Penelitian

2.1. Lokasi PenelitianLokasi penelitian berada di Kota Medan yangtermasuk dalam daerah operasional PT PLN(Persero) Wilayah Operasional II ProvinsiSumatera Utara, yaitu PT. PLN (Persero)Cabang Medan yang terdiri atas 4 rayon dan 4ranting yang tersebar di seluruh Kota Medandan sekitarnya. Daerah rayon terdiri atas

Rayon Medan Kota, Rayon Medan Baru, RayonMedan Selatan, dan Rayon Medan Timur.Sedangkan ranting terdiri atas Ranting Bela-wan, Ranting Helvetia, Ranting Sunggal, danRanting Labuhan.

Dalam penelitian ini tidak seluruh rayonataupun ranting yang disurvei, tetapi hanyadua rayon dan dua ranting saja yang dipilihuntuk mewakili masing-masing rayon (tengahkota) ataupun ranting (pinggir kota). Pemilihandua rayon dan dua ranting didasarkan padahomogenitas dalam pola penggunaan (konsum-si) listrik untuk setiap golongan/strata, yangmeliputi jenis dan jumlah alat-alat listrik yangdigunakan, waktu penggunaan listrik dan polahidup. Setelah dilakukan survei, untuk mewa-kili rayon (tengah kota), dipilih Rayon MedanKota dan Rayon Medan Timur. Untuk mewakiliranting (pinggir kota) dipilih Ranting Helvetiadan Ranting Sunggal. Pemilihan kedua rayondan ranting didasarkan pada homogenitasdalam pola penggunaan energi listrik.

2.2. Sampel dan DataPopulasi penelitian ini adalah konsumen energilistrik kelompok rumah tangga sederhana yangberlangganan pada PT PLN (Persero) CabangKota Medan yaitu golongan tarif dan batasdaya R-1/TR 450 VA. Penentuan sampel dalampenelitian ini menggunakan metode MultistageSampling with purposive, yaitu purposive-nyaadalah sampel rumah tangga yang hanyamenggunakan energi listrik untuk keperluankonsumsi rumah tangga saja, di mana energilistrik sebagai produk akhir. Dalam pengam-bilan sampel clusternya adalah daerah tengahkota daerah pinggir kota.

Jumlah sampel yang digunakan dalampenelitian ini sebanyak 170 sampel rumahtangga. Penarikan sampel rumah tanggadilakukan secara random dengan sistematis.Namun setelah semua data dikumpulkan,kemudian dilakukan pengeditan, ternyata tidaksemua data (kuesioner) yang terkumpul bisadigunakan dalam penelitian ini. Ada beberapadata rumah tangga untuk data tertentu kosongdan tidak konsisten dengan karakteristiknya.Setelah data diseleksi, jumlah responden atau




sampel yang digunakan sebanyak 143 sampelrumah tangga.

Data yang digunakan dalam penelitian iniadalah data primer meliputi: 1) jumlah permin-taan atau konsumsi energi listrik rata-ratarumah tangga selama tiga bulan terakhir; 2)rekening energi listrik selama tiga bulanterakhir; 3) stok-kapital alat-alat listrik dalamrumah tangga ; 4) pendapatan rumah tangga; 5)WTP konsumen rumah tangga terhadap energilistrik; 6) karakteristik-karakteristik rumahtangga, seperti: jumlah anggota keluarga, usiaanggota keluarga, tingkat pendidikan, pekerja-an kepala keluarga, kegiatan keluarga, etnis,lokasi, dan persepsi terhadap pelayanan listriksecara umum oleh PT PLN (Persero); 7) karak-teristik-karakteristik bangunan rumah, sepertijumlah ruangan/kamar, ukuran/luas bangunan.

Pengumpulan data dilakukan selama periodebulan Januari 2014 sampai dengan periodebulan September 2014.

2.3. Definisi OperasionalVariabel respon (Y) terdiri dari konsumsi energilistrik tumah tangga, sedangkan variabel pre-diktor terdiri dari pendapatan, WTP (willing-ness to pay), indeks penggunaan alat-alatlistrik, lokasi tempat tinggal rumah tangga,serta tanggapan terhadap kecukupan dayalistrik, kualitas listrik dan tarif listrik. Untukmemudahkan pengenalan terhadap variabel-variabel dalam model, baik variabel responmaupun variabel prediktor, perlu diuraikandefenisi operasional serta pengukuran darisetiap variabel seperti disajikan pada Tabel 1.

Tabel 1. Definisi Operasional Variabel PenelitianVariabel Definisi Kategori Kode

Konsumsi EnergiListrik RumahTangga (Variabelrespon : Y)

Jumlah energi listrik yang dikonsumsi olehkonsumen rumah tangga yang diperolehlangsung dari rekening listrik bulanan selama3 bulan terakhir yang diukur dalam kilowatt-hours (KWh).

- Di bawah 100 KWh- Di atas 100 KWh

01

Pendapatan(PEND1 dan PEND2)

Total pendapatan yang diperoleh anggotarumah tangga, baik dari kepala rumah tanggamaupun anggota rumah tangga yangmemanfaatkan listrik selama 3 bulanterakhir, diukur dalam rupiah per bulan(Rp/bulan).

Pendapatan 1(PEND1) :- Di bawah Rp 2 juta- LainnyaPendapatan 2(PEND2) :- Rp 2 juta – Rp 4 juta- Lainnya

01

01

Willingness To Pay *)

(WTP)Kesediaan atau kemauan konsumen rumahtangga untuk membayar harga energi listrikyang digunakannya setiap bulan, diukurdalam rupiah per bulan (Rp/bulan).

- Di bawah Rp 100 ribu- Di atas Rp 100 ribu

10

Indeks Alat Listrik**)

(INDAL)Indeks yang mengukur stok-kapital danpenggunaan (utilization rate) peralatan listrikyang dimiliki oleh setiap konsumen rumahtangga. Untuk mengukur indeks inidigunakan model Jung (1993).

- Di bawah 20- Di atas 20

10

Lokasi TempatTinggal(LOKASI)

Tempat yang menunjukkan posisi strategis dirayon atau di ranting mana konsumen rumahtangga berada atau bertempat tinggal.

- Pinggir Kota- Tengah Kota

10




Kecukupan DayaListrik (DAYA)

Tanggapan atau respon rumah tanggaterhadap kecukupan daya listrik sebesar 450VA yang digunakan sebagai sumber energi.

- Tidak Cukup- Cukup

10

Kualitas Listrik(KUAL)

Tanggapan atau respon rumah tanggaterhadap kualitas listrik sebesar 450 VA yangdigunakan sebagai sumber energi.

- Kurang Baik- Baik

10

Tarif/harga Listrik(TARIF)

Tanggapan atau respon rumah tanggaterhadap tarif atau harga listrik yang berlakusaat ini.

- Tidak Terjangkau(Mahal)

- Cukup Terjangkau

1

0

Catatan :*) Data WTP untuk harga listrik ini diperoleh dengan menggunakan metode contingent economic valuation

survey dalam bentuk closed ended referendum elicitation format (bidding game format), atau pertanyaantertutup dalam kuesioner sebagaimana telah digunakan oleh Economy and Environtment Program forSoutheast Asia (EEPSEA) (Nam & Son, 2001, 2005).

**) Untuk mengukur indeks alat-alat listrik ini digunakan model Jung (1993) sebagai berikut:

n

k kk

n

k kik

CB

OBINDAL

1

1 , 100

INDAL adalah appliances index, Oi,k adalah jumlah peralatan listrik k yang dimiliki oleh rumah tangga i.Denominator (penyebut) INDAL diperoleh dengan mengalikan rata-rata daya dari masing- peralatan listrik(Bk dalam watt) dengan jumlah maksimum peralatan listrik dari masing-masing rumah tangga (Ck),sedangkan enumerator (pembilang) diperoleh dengan mengalikan rata-rata daya (Bk) dengan jumlahperalatan listrik (Oi,k).

3. Hasil dan Pembahasan

3.1. Karakteristik Variabel-variabelyang Berhubungan denganKonsumsi Energi Listrik RumahTangga Sederhana TR-1/ 450VA

Karakteristik konsumsi energi listrik rumahtangga responden menggambarkan bagaimanavariabel-variabel yang berhubungan langsungterhadap proses pemanfaatan energi listrik dirumah tangga sederhana. Secara umum,variabel-variabel ini meliputi: jumlah konsumsilistrik per bulan, pendapatan perbulan, willing-ness to pay (kemampuan membayar), lamanyamenjadi pelanggan, jumlah ruangan, jumlahalat listrik yang dimiliki, jumlah energi listrikyang digunakan, dan sumber energi lainsebagai pengganti listrik, lokasi, tanggapanterhadap kecukupan daya listrik, dan kualitaslistrik. Namun dalam penelitian ini variabel-variabel yang dieksplorasi hanyalah variabel-variabel utama saja yaitu: jumlah konsumsilistrik perbulan, jumlah pendapatan, jumlah

willingness to pay, indeks alat-alat listrik, lokasi,tanggapan terhadap kecukupan daya listrik,kualitas listrik, dan tarif listrik.

Berdasarkan Tabel 2 dapat dilihat bahwarata-rata jumlah energi listrik yang digunakanper bulan adalah 107,05 KWh. Jika dibanding-kan dengan rata-rata penggunaan pelangganKota Medan, maka rata-rata penggunaan perbulan rumah tangga responden sudah di atasrata-rata penggunaan Kota Medan yang hanya95 KWh perbulan. Total pendapatan tertinggiresponden rumah tangga sebesar Rp8 juta danterendah Rp1 juta. Pada Gambar 1 dapatdilihat bahwa sebagian besar kepala rumahtangga responden bekerja sebagai wiraswasta,yang diindikasikan lebih banyak pendapatan-nya dibandingkan dengan jenis pekerjaan lain.Sedangkan WTP (willingness to pay) respondenrumah tangga rata-rata Rp43.286,71 per bulan.

Pemilikan dan penggunaan jenis peralatanlistrik ini disesuaikan dengan besarnya dayalistrik yang dimiliki oleh rumah tangga. Untukrumah tangga sederhana TR-1/450 VA umum-nya menggunakan peralatan listrik yang biasa




dipakai untuk kebutuhan-kebutuhan pokok danmempunyai daya (watt) yang rendah, sepertibola lampu, setrika, televisi, tape/radio, kipasangin, kulkas. Tabel 2 menunjukkan bahwakepemilikan alat listrik rata-rata 14,32 unit perrumah tangga dengan rata-rata indeks alatlistrik adalah sebesar 20,07. Deskripsi tanggap-an terhadap kecukupan daya listrik, kualitaslistrik, serta tarif listrik disajikan pada Gambar2, Gambar 3, dan Gambar 4.

3.2. Hasil Estimasi Regresi LogistikDengan menggunakan perangkat lunak SPSSversion 19.0 dapat ditentukan hubungan antaravariabel dependen dengan variabel independendi dalam model serta kelayakan model, yangmeliputi validasi model dan kalibrasi model.

3.2.1. Validasi ModelAnalisis penentuan hubungan antara variabeldependen dan variabel independen di dalammodel serta kelayakan model di dalam

Tabel 2. Data Deskriptif Variabel-variabel Yang Mempengaruhi Konsumsi ListrikRumah Tangga Sederhana TR-1/450VA

Variabel Minimum Maximum Rata-rata

Konsumsi Listrik (KWh/bulan) 22,67 232,67 107,05Pendapatan (Rupiah/bulan) 1.000.000 8.000.000 2.680.594,41WTP (Rupiah/bulan) 10.000 200.000 43.286,71Jumlah alat listrik (unit) 6 36 14,32

Indeks Alat Listrik 5,93 50,09 20,07Sumber : Hasil Pengolahan Data, 2014.




menyatakan hubungan antara variabel depen-den dengan variabel independen, dapat dilihatpada Tabel 3.

Pada Tabel 3 terlihat bahwa untuk modelkonsumsi energi listrik rumah tangga sederha-na mempunyai peluang chi-square 46,507dengan tingkat signifikansi 0,000 atau modelkonsumsi energi listrik rumah tangga seder-hana mempunyai signifikansi pada tingkat 5%.Ini menunjukkan bahwa model yang disusunmempunyai hubungan yang signifikan antaravariabel dependen dengan variabel independen-nya.

Tabel 3. Omnibus Tests of Model Coefficient

Chi-square df Sig.

Step 1 Step 46,507 8 ,000Block 46,507 8 ,000Model 46,507 8 ,000

Tabel 4 menunjukkan nilai Nagelkerke R2

sebesar 0,376 dapat diinterpretasikan sepertikoefisien determinasi pada regresi linier ber-ganda, yang berarti bahwa proporsi variansdari konsumsi energi listrik rumah tanggasederhana dapat dijelaskan oleh model sebesar37,60%.

Mengacu kepada Washington, et al. (2003),dijelaskan bahwa pada model pilihan denganmodel logistik, semakin tinggi nilai pseudo R2

(goodness of fit), semakin baik model yangdisusun. Akan tetapi hal ini tidak selalu tepat.O’Donnel dan Connor (2002) sebagaimanadikutip oleh Woro (2011) menyatakan bahwasecara praktis nilai tersebut dapat diabaikankarena untuk model regresi logistik ini tidakada nilai baku pseudo R2 yang dapat dijadikansebagai acuan kelayakan model. Nilai inimempunyai batas atas baik secara teoritis danempiris yang selalu kurang dari satu. Olehkarena itu digunakan cara lain untuk menentu-kan kelayakan model yaitu dengan uji Hosmerand Lemeshow (H-L test).

Tabel 4. Koefisien Determinasi Model

Step -2 Loglikelihood

Cox & SnellR Square

NagelkerkeR Square

1 147.761a ,281 ,376

Uji kelayakan model atau model goodnessof fit dilakukan dengan menggunakan prinsipHosmer and Lameshow (H-L test). Jika nilai ujiH-L sama atau kurang dari 5% berarti adaperbedaan yang signifikan antara modeldengan nilai observasinya, dimana kelayakanmodel tidak baik karena model dianggap tidakbisa memprediksi nilai observasinya. Jika nilaistatistik Hosmer and Lameshow’s goodness of fitlebih besar dari 5% berarti model mampu untukmemprediksi nilai observasinya dengan keper-cayaan 95%.

Tabel 5. Uji Hosmer and Lemeshow Test

Step Chi-square df Sig.

1 3,234 8 ,919

Tabel 5 memperlihatkan nilai signifikansiberdasarkan uji Hosmer dan Lameshow (H-L)adalah 0.919 (>5%), maka model regresi logistikyang disusun bisa digunakan untuk mempre-diksi nilai observasi dengan kepercayaan 95%.

Akurasi klasifikasi model umumnya ada-lah 25% atau lebih tinggi daripada proporsidata. Kegunaan analisis akurasi klasifikasimodel adalah untuk membandingkan akurasimodel nol (model hanya dengan konstantatanpa variabel independen) dengan full modelatau model dengan menyertakan variabel be-bas. Proporsi akurasi klasifikasi model dihitungdengan menggunakan proporsi klasifikasivariabel tidak bebasnya. Akurasi proporsi datadan akurasi model dapat dilihat pada Tabel 6.




Tabel 6. Akurasi Proporsi Data dan ModelProporsi Data

n MarginalPercentage

Konsumsienergilistrik

≤ 100Kwh perbulan

64 45,50%

> 100Kwh perbulan

77 54,50%

Akurasi Model

Observed Predicted

≤ 100Kwh

> 100Kwh

Percent

≤ 100 Kwh 42 22 65,60> 100 Kwh 15 62 80,50OverallPercentage

73,80

Untuk model proporsi data adalah 0,4550²+ 0,5450² = 0.50405 (50,405%). Akurasi modeldengan regresi logistik (full model) adalah

73,80% dan lebih besar dari akurasi proporsidata. Oleh karena itu ‘full model’ konsumsienergi listrik rumah tangga sederhana lebihbaik daripada model nolnya. Perbandinganakurasi model memperlihatkan bahwa penam-bahan variabel bebas di dalam kedua modelyang disusun memberikan hasil yang lebihakurat dibandingkan model tanpa variabelindependen sehingga dapat dijadikan prediksidalam konsumsi energi listrik rumah tanggasederhana di Kota Medan di masa yang akandatang. Berdasarkan kriteria uji-uji tersebut diatas dapat disimpulkan bahwa secara umummodel sudah layak untuk diinterpretasikan.

3.2.2. Kalibrasi ModelKalibrasi adalah penentuan nilai parameter(konstanta dan koefisien) dari suatu model.Kalibrasi dan interpretasi model dapat dilihatpada Tabel 7 yaitu menganalisis variabel bebasyang mampu memberikan nilai ekspektasi yangsignifikan.

Hasil estimasi parameter model dapat dili-hat pada tabel 7. Pada tabel 7 dapat jugadilakukan analisis multikolinieritas atau ada-nya korelasi yang erat di antara masing-masingvariabel bebas. Nilai standard error (S.E) setiap

Tabel 7. Variabel-variabel dalam Model

Variabel B S.E. Wald df Sig. Exp(B)

PEND1(1) 1.128 1.073 1.106 1 ,293 3.090PEND2(1) ,429 1.048 ,167 1 ,683 1.535WTP(1) -1.548 ,705 4.823 1 ,028 ,213INDAL(1) -,292 ,432 ,459 1 ,498 ,746LOKASI(1) -,827 ,416 3.961 1 ,047 ,437DAYA(1) -.458 ,449 1.040 1 ,308 ,632KUAL(1) 2.146 ,564 14.476 1 ,000 8.548TARIF(1) -,502 ,443 1.282 1 ,258 ,605Constant -,263 1.446 ,033 1 ,856 ,769Keterangan :PEND1 (1): Pendapatan keluarga antara Rp 2 juta – Rp 4 juta per bulan, PEND2 (1): Pendapatankeluarga lebih dari Rp 4 juta per bulan, WTP(1): Harga atau Willingness To Pay keluarga untukmembayar biaya listrik dibawah Rp 100 ribu perbulan, INDAL (1) : Indeks Alat Listrik keluargadibawah 20, LOKASI (1) : Lokasi tempat tinggal keluarga di pinggir kota, DAYA (1): Daya energi listrikuntuk rumah tangga tidak cukup, KUAL (1) : Tanggapan terhadap kualitas energi listrik kurang baik,TARIF (1) : Tanggapan terhadap harga energi listrik tidak terjangkau




variabel bebas diketahui bahwa tidak terdapatnilai yang melebihi 2,0 sehingga dapat dikata-kan tidak terdapat persoalan multikolinieritas(ketergantungan yang kuat antara satu varia-bel bebas yang satu dengan variabel yang lain-nya) di dalam model tersebut.

Setelah dilakukan uji signifikansi parame-ter di atas maka model regresi logistik dapatdibentuk dengan menggunakan nilai taksiranparameter pada Tabel 7, sebagai berikut:

Ln (p/p-1) = - 0,263 + 1,228PEND1(1) +

0,429PEND2(1) - 1,548WTP(1) -

0,292INDAL(1) - 0,827LOKASI(1) -

0,458DAYA(1) + 2,146KUAL(1) -

0,502TARIF(1). (5)

Persamaan menunjukkan bahwa nilaikonstan = -0,263. Artinya, ln (p/p-1) = -0,263pada saat semua variabel berharga 0 yaitu saatresponsen memiliki karakteristik sebagai ber-ikut: Pendapatan keluarga antara ≤Rp2 jutaper bulan, Pendapatan keluarga antara > Rp2juta – Rp4 juta per bulan, harga atau Willing-ness To Pay keluarga untuk membayar biayalistrik, indeks alat listrik keluarga, lokasi tem-pat tinggal keluarga, kecukupan daya listrik,tanggapan terhadap kualitas listrik, tanggapanterhadap harga listrik. Dengan demikian ln(p/p-1) = e-0,263 atau besarnya proporsi atauprobabilitas p = (e-0,263/1+ e-0,263) = 0,769

Tabel 7 memperlihatkan ada 3 variabelyang berpengaruh terhadap konsumsi energilistrik rumah tangga sederhana Kota Medanpada tingkat 5% atau dengan kepercayaan 95%yaitu Willingness to Pay (WTP), Lokasi tempattinggal keluarga (LOKASI), dan Tanggapanterhadap kualitas listrik (KUAL).

Pengaruh dari masing-masing faktor terse-but dapat dideskripsikan dengan melihat nilaiekspektasi nilai variabel bebasnya (Exp(B) atauodss ratio:1) Variabel WTP (1) memiliki odds ratio sebe-sar 0,213. Artinya keluarga dengan Willingnessto Pay atau kemampuan membayar perKWh <

Rp100 ribu perbulan cenderung 0,213 kali lebihrendah untuk mengkonsumsi energi listrik >100 KWh per bulan. Atau dapat juga dinyata-kan semakin tinggi kemampuan bayar(WTPKWh) keluarga, maka kecenderungankeluarga tersebut untuk mengkonsumsi energilistrik > 100 KWh perbulan sebesar 4,694 (atau1/0,213) kali lipat dari keluarga dengan Willing-ness to Pay atau kemampuan membayarperKWh < Rp 100 ribu perbulan.

Berarti, semakin tinggi kemampuan bayar(WTP) keluarga maka semakin besar peluanguntuk mengkonsumsi energi listrik > 100 KWhperbulan.2) Variabel LOKASI (1) memiliki odds ratiosebesar 0,437. Hal ini berarti keluarga yangtinggal di pinggir kota cenderung 0,437 kalilebih rendah mengkonsumsi energi listrik > 100KWh perbulan dibanding dengan keluarga yangtinggal di tengah kota. Atau semakin ke tengahkota tempat tinggal keluarga maka kecende-rungan keluarga tersebut untuk mengkonsumsienergi listrik > 100 KWh perbulan sebesar2,288 (atau 1/0.437) kali lipat dari keluargayang tinggal di pinggir kota. Berarti semakin ketengah kota tempat tinggal keluarga makasemakin besar peluang untuk mengkonsumsienergi listrik > 100 KWh perbulan.3) Variabel KUAL (1) memiliki odds ratiosebesar 8,548. Artinya keluarga yang membe-rikan tanggapan bahwa kualitas listrik kurangbaik cenderung 8,548 kali lipat mengkonsumsienergi listrik > KWh perbulan dibandingdengan keluarga yang memberikan tanggapanbahwa kualitas listrik baik. Atau dengan katalain, semakin kurang baik tanggapan terhadapkualitas listrik makan semakin tinggi peluanguntuk mengkonsumsi energi listrik > 100 KWhperbulan.

Dengan demikian model yang terbentukadalah:

( 0, 263 1,548 10,827 1 2,146 (1)1 ( 0, 263 1,548 1

0,827 1 2,146 )

ˆ

(1

exp WTPLOKASI KUALexp WTPLOKASI KUAL

(6)

Temuan di atas dapat untuk memprediksiresponden rumah tangga yang mempunyai




rata-rata pendapatan dan WTP yang lebih ting-gi akan terus meningkatkan penggunaan energilistrik. Secara umum dapat dikatakan bahwaperubahan pendapatan akan mempengaruhiWTP yang selanjutnya akan mempengaruhikonsumsi energi listrik.

Konsumsi energi listrik berbeda secara sig-nifikan antara rumah tangga yang tinggal ditengah kota dan yang tinggal di pinggir kota.Hasil temuan ini mengindikasikan bahwa kon-sumsi energi listrik lebih banyak pada rumahtangga di tengah kota dibanding dengan rumahtangga di pinggir kota. Hal ini dapat dibuktikanbahwa rumah tangga sederhana di tengah kotalebih peka terhadap faktor lingkungan sepertisuhu rumah yang lebih panas, susunan rumahyang cenderung sempit sehingga banyakmenggunakan alat-alat listrik seperti kipasangin, lampu, kulkas, dan lain-lain dengandurasi penggunaan listrik yang lebih lama.

Temuan yang menarik lainnya adalahsemakin kurang baik tanggapan terhadapkualitas listrik maka semakin tinggi peluanguntuk mengkonsumsi energi listrik. Tanggapanterhadap kualitas listrik yang kurang baikdapat mencakup: sering terjadi pemadamandan informasinya tidak diketahui oleh rumahtangga secara luas, serta daya listrik yangsering turun naik. Kondisi ini mengkhawatir-kan rumah tangga karena dapat merusak alat-alat listrik yang mereka gunakan. Dengandemikian untuk mempertahankan kualitaslistrik yang baik dan tidak merusak alat-alatlistrik, maka rumah tangga cenderung menggu-nakan alat stabilizer. Penggunaan alat stabili-zer tentu saja akan menaikkan konsumsi energilistrik.

4. SimpulanBerdasarkan hasil estimasi regresi logistik diatas dapat ditarik kesimpulan sebagai berikut:

Di antara delapan variabel karakteristikrumah tangga yang diobservasi yang mempe-ngaruhi konsumsi energi istrik rumah tanggasederhana TR-1/450VA, ternyata hanya tigavariabel yang berpengaruh secara signifikanyaitu WTP (willingness to pay), lokasi tempat

tinggal dan tanggapan terhadap kualitaslistrik.

Semakin tinggi kemampuan bayar (WTP)keluarga, maka kecenderungan keluarga terse-but untuk mengkonsumsi energi listrik > 100KWh perbulan sebesar 4,694 (atau 1/0,213) kalilipat dari keluarga dengan Willingness to payatau kemampuan membayar perKWh < Rp100ribu perbulan.

Semakin ke tengah kota tempat tinggalkeluarga maka kecenderungan keluarga terse-but untuk mengkonsumsi energi listrik > 100KWh perbulan sebesar 2,288 (atau 1/0.437) kalilipat dari keluarga yang tinggal di pinggir kota.

Semakin kurang baik tanggapan terhadapkualitas listrik makan semakin tinggi peluanguntuk mengkonsumsi energi listrik > 100 KWhperbulan.

Berdasarkan hasil penelitian ini, makasaran yang dapat disampaikan adalah sebagaiberikut: 1) Penelitian ini dapat dikembangkanlagi dengan menganalisis kelompok konsumenenergi listrik lainnya, seperti kelompok rumahtangga menengah dan mewah, kelompok bisnis,dan industri dengan cakupan wilayah yanglebih luas. 2) Penelitian ini dapat dikembang-kan lagi dengan menggunakan variabel inde-penden yang lebih kompleks, 3) Peran sertapihak PT. PLN (Persero) sangat dibutuhkanagar sistem pelayanan kelistrikan dapat mem-berikan kepuasan terhadap masyarakat. 4)Bagi penelitian selanjutnya dianjurkan meng-gunakan model-model lainnya agar dapatdigunakan sebagai pembanding di dalammengestimasi faktor-faktor yang mempenga-ruhi konsumsi energi listrik rumah tangga.

5. Daftar Pustaka

Agresti, A. 2002. Categorical data analysis. NewJersey: John Wiley & Sons, Hoboken.

Amarullah, M. 1983. The pricing of electricity inIndonesia, Dissertation, The Faculty ofthe Department of Economics, Universityof Houston, Texas, USA. (tidak dipubli-kasikan).

Amarullah, M. 1984. Electricity demand inIndonesia: An econometric analysis.




Publikasi LMK, No. 01-EP-84, Jakarta:Pusat Penyelidikan Masalah Kelistrikan,PLN.

Bartels, R., and Denzil G. Fiebig. 2000.Residential end-use electricity demand:results from a designed experiment. TheEnergy Journal, Vol. 21., No. 2, 2000, pp.51-81.

Garbacz, C. 1984. A National micro-data basedmodel of residential electricity demand:New evidence on seasonal variation.Southern Economic Journal, Vol. 51, Iss.1, July 1984, pp. 235-249.

Guertin, C., Subal C. Kumbhakar, and AnantaK. Duraiappah. 2003. Determining de-mand for energy services: Investigatingincome-driven behaviours. internationalinstitute for sustainable development, 161Portage Avenue East, 6th Floor Winnipeg,Manitoba, Canada, http://www.iisd. org/pdf/2003/energy determining-demand.pdf[13 Oktober 2010].

Halvorsen, B., Bodil M. Larsen, and RunaNesbakken. 2003. Possibility for hedgingfrom price increases in residential energydemand. Discussion Papers No. 347, April2003, Statistics Norway, Research Depart-ment.http://www.ssb.no/publiskasjoner/DP/dp.347.pdf [14 Oktober 2010].

Halvorsen, R. 1975. Residential demand forelectric energy. The Review of Economicsand Statistics, Vol. 57, Issue 1, pp. 12-18.

Hosmer, D. W. dan Lemeshow, S. 2000. Appliedlogistic regression. New York: John Wileyand Son.

Jung, T.Y. 1993. Ordered logit model forresidential electricity demand in Korea.Energy Economics, Vol.15, pp. 205-209.

Kuswara, U. D. 1997. Kajian ringkas tentangenergi listrik di Indonesia: Antisipasikebutuhan dan mismanajemen dam pe-ngelolaan. Kelola, Gadjah Mada Univer-

sity Business Review, No. 15/VI/1997, pp.105 – 114.

Larsen, B. M., and Runa Nesbakken. 2002. Howto quantify household electricity end-useconsumption., Discussion Papers No. 346,March 2002, Statistics Norway, ResearchDepartment,http://www.ssb.no/publiskasjoner/DP/dp.346.pdf [14 Oktober 2011].

Maddigan, R. J., Wen S. Chern, and ColleenGallagher Rizy. 1983. Rural residentialdemand for electricity. Land Economics,Vol. 59, No. 2, May 1983, pp. 150-162.

McKean, J. R., and Wendell D. Winger 1992.Simultaneous equation estimates of elect-ricity demand for the rural south:Revenue projection when prices areadministered. Journal of Forecasting, Vol.11, pp. 225-240.

Meetamehra. 2002. Demand forecasting forelectricity”,http://www.teriin.org/division/regdiv/docs/ft13.pdf.[11September 2008].

Nam, P. K., and Tran Vo Hung Son. 2005.Household demand for improved waterservices in ho chi min city: a comparison ofcontingent valuation and choice modellingestimates. Research Report No. 2005-RR3,pp.1-23, Economy and Environment Pro-gram foe Southeast Asia (EEPSEA),Singapore, http://www. eepsea. org [9Agustus 2010].

Rab, M. A. 2001. Household energy demand inthe south asia: an approach towardsdiscrete/ Continuos Models, Dissertation,The University of Texas at Dallas.

Reiss, P. C., Matthew W. White. 2001. House-hold electricity demand, Revisited.http://www. nberg.org/ [12 Mei 2009].

Resosudarmo, dan Tanujaya. 2002. Energydemand in indonesia: past and futuretrend. The Indonesian Quarterly, Vol.XXX/2002, No.2, pp.158 – 174.




RUPTL (Rencana Usaha Penyediaan TenagaListrik) Tahun 2006-2015, http://www.pln.go.id.[24-3-2008].

Silk, J. I., and Frederick L. Joutz. 1997. Shortand long-run elasticities in US residentialelectricity demand: a co-integration ap-proach, Energy Economics (ENG), Vol. 19,Iss. 4, Oct. 1997, pp. 493-513.

Sweeney, J. L. 2004. Properties of energyresources and energy commodities. Eco-nomics Energy, Article: 48, Volume: 4.9,

Department of Management Science andEngineering, Terman Engineering Center,323 Stanford University, Stanford, CA94305-4026. http://www.stanford.edu/jsweeney/paper/energy%20 economics.pdf.[16 September 2010].

Washington, S.P., Karlaftis, M.G., Mannering,F.l. 2003. Statistical and econometricmethods for transportation data analysis.USA: Chapman & Hall.

Household Characteristics That Influence Simple Household ...

Documents

Transcript of Household Characteristics That Influence Simple Household ...