• Tidak ada hasil yang ditemukan

HASIL DAN PEMBAHASAN Karakteristik Sosiodemografi Responden

N/A
N/A
Protected

Academic year: 2021

Membagikan "HASIL DAN PEMBAHASAN Karakteristik Sosiodemografi Responden"

Copied!
10
0
0

Teks penuh

(1)

Pengumpulan data lapangan dilakukan pada tanggal 19-20 Mei 2012dan tanggal 26-27 Mei 2012 serentak di empat wilayah DKI. Responden secara keseluruhan ditargetkan sebanyak 300 orang. Beberapa kendala yang ditemukan selama pelaksanaan survey antara lain:

1. Responden tidak mengingat waktu awal menggunakan nomor kartu prabayar yang digunakan sekarang

2. Responden tidak mengingat waktu awal menggunakan nomor kartu prabayar yang pernah digunakan namun sekarang tidak diaktifkan lagi.

3. Responden tidak mengingat waktu akhir menggunakan nomor prabayar yang pernah digunakan namun sekarang tidak diaktifkan lagi

4. Responden tidak mengingat lagi nomor prabayar telekomunikasi yang pernah dipakai dan sekarang tidak digunakan lagi.

Kendala-kendala tersebut menyebabkan jumlah responden yang direncanakan tidak tercapai. Untuk meningkatkan perolehan responden dilakukan pengumpulan data tahap ke-2. Pengumpulan data tahap ke-2 dilakukan dari tanggal 4-19 Juni 2012. Usaha lain yang dilakukan adalah dengan menghubungi kembali beberapa responden yang datanya belum lengkap. Jumlah responden setelah melalui berbagai tahap pengumpulan data diperoleh sebanyak 236 responden atau 78.67% dari jumlah responden yang direncanakan.

Karakteristik Sosiodemografi Responden

Karakteristik sosiodemografi yang digunakan sebagai peubah penjelas dalam penelitian ini adalah jenis kelamin, umur, pekerjaan, penghasilan dan pendidikan. Berdasarkan Gambar 4(a) terlihat bahwa jumlah responden perempuan banyak yaitu sebanyak 128 (52.5%) dari jumlah reponden perempuan yaitu sebanyak 108 responden (47.5%).

Gambar 4(c) menunjukkan bahwa responden yang paling banyak adalah kategori 25-35 tahun sebanyak 69 responden (29%). Selanjutnya berturut-turut responden yang berumur lebih dari 35 tahun sebanyak 68 responden (28,8%), kategori 19-24 tahun sebanyak 21% responden dan kategori dengan responden

(2)

paling sedikit adalah yang berumur kurang dari 16 tahun sebanyak 24 responden (10%).

Berdasarkan Gambar 4(d) terlihat bahwa responden dari sektor formal mendominasi sebanyak 145 respon yaitu 61%. Kategori bukan angkatan kerja sebanyak 80 responden yaitu 34% dan responden dari sektor informal sebanyak 11 responden yaitu 5%.

Berdasarkan Gambar 4(e), responden paling banyak adalah kategori SMA sebesar 103 responden yaitu 43,64% kemudian kategori S1/S2 sebanyak 67 responden yaitu 28.38%. Selanjutnya adalah kategori diploma sebanyak 38 responden atau 16% dan responden yang paling sedikit adalah yang berpendidikan SMP sebanyak 28 yaitu 11.86%.

Gambar 4 Karakteristik responden

Perilaku Pengguna Kartu Prabayar Telekomunikasi

Jumlah nomor prabayar hasil survei sebanyak 391 dari 236 responden. Hal ini disebabkan beberapa responden telah menggunakan nomor prabayar lebih dari

45,8 54,2 40 42 44 46 48 50 52 54 56 L P jum la h r es po nde n (% )

(a) Jenis Kelamin

33,9 36,4 14,4 15,3 0 5 10 15 20 25 30 35 40 < 1. 5 Jt 1. 5 -3 Jt 3 -4. 5 J t > 4 .5 Jum la h r es po nde n ( % ) (b) Penghasilan 10,1710,59 21,19 29,2428,81 0 5 10 15 20 25 30 35 Jum la h r es po nden (% ) (c) Umur 52,5 13,6 33,9 0 10 20 30 40 50 60

Formal Informal Bukan angkatan kerja jum la h r es po nden (% ) (d) Pekerjaan 11,9 43,6 16,1 28,4 0 10 20 30 40 50 SMP SMA D3 S1/S2 jum la h r es po nden (% ) (e) Pendidikan

(3)

satu. Sebanyak 391 nomor prabayar tersebut terdiri dari 180 nomor yang sudah tidak aktif, dan 211 nomor masih aktif. Data nomor prabayar yang sudah tidak aktif tersebut dilakukan perhitungan rata-rata lama waktu penggunaan yang disajikan pada Tabel 5. Berdasarkan Tabel 5 terlihat bahwa nomor prabayar Natrindo dengan merek dagang Axis paling pendek lama waktu penggunaannya. Bakri Telkom dengan merek dagang Esia, XL dan Smart-Telco secara berturut-turut merupakan nomor prabayar yang paling pendek waktu penggunaannya setelah Natrindo.

Tabel 5 Jumlah responden yang mengalami event, sensor dan rata-rata waktu penggunaan

Operator Jumlah nomor

prabayar yang tidak aktif Jumlah Nomor Prabayar Masih aktif Rata-rata waktu penggunaan nomor yang tidak

aktif (bulan) Telkomsel 44 59 26.80 Indosat 51 40 22.61 XL 40 39 18.27 Natrindo 10 22 12.30 Hutchinson 7 7 21.57 Smart-Telco 6 15 19.00 Telkom Flexi 17 28 23.06 Bakri Telcom 5 1 15.25 Total 180 211

Berdasarkan Gambar 5, pengguna Telkomsel paling banyak berumur lebih dari 35 tahun, pengguna nomor prabayar Indosat berumur 19-24 tahun, sedangkan pengguna nomor prabayar XL paling banyak berumur 25-35 tahun. Pengguna ketiga operator yang baru yaitu Natrindo, Hutchinson dan Smart-Telco paling banyak berumur 16-18 tahun, sedangkan pengguna FWA paling banyak berumur 25-35 tahun. Data tersebut menunjukkan bahwa sebagian besar pengguna pengguna nomor parabayar dari Natrindo dengan merek 3, Hutchinson dengan merek Axis dan Smart-Telco dengan merek Smart adalah mereka yang masih dibangku SMP atau SMA. Hal ini disebabkan ketiga operator tersebut menawarkan paket yang tepat untuk pengguna yang berumur 16-18 tahun, seperti bebas biaya sms, dan tarif ke operator lain yang lebih murah. Pengguna nomor prabayar dari ketiga operator yang lama yaitu Telkomsel, Indosat dan XL lebih

(4)

banyak berumur lebih dari 18 tahun. Nomor prabayar dari FWA paling banyak digunakan oleh pelanggan yang berumur 25-35 tahun.

Gambar 5 Distribusi umur responden menurut operator

Gambaran perilaku pengguna membeli pulsa dapat dilihat pada Gambar 6. Dari Gambar 6 terlihat bahwa pengguna nomor prabayar Telkomsel paling sering membeli pulsa dengan harga lebih dari 25 ribu rupiah, sedangkan pengguna nomor prabayar Indosat membeli pulsa sering membeli pulsa dengan harga kurang dari 10 ribu rupiah. Pengguna XL paling sering membeli pulsa dengan harga lebih dari 25 ribu rupiah dan kurang dari10 ribu rupiah. Pengguna nomor prabayar dari 3 operator yang baru yaitu Natrindo, Hutchinson dan Smart-Telco sering membeli pulsa dengan harga kurang dari 10 ribu rupaih. Faktor ini memperkuat hasil sebelumnya bahwa pengguna kartu prabayar dari 3 oprator baru adalah pengguna yang masih berumur 16-18 tahun.

6,8 7,7 9,2 21,2 0,0 7,7 20,0 1,0 5,5 9,2 48,5 50,0 38,5 9,1 19,4 35,2 19,5 18,2 37,5 15,4 16,4 33,0 24,2 31,0 9,1 12,5 23,1 36,4 39,8 27,5 31,0 3,0 0,0 15,4 18,2 0 10 20 30 40 50 60

Telkomsel Indosat XL Natrindo Hutchinson Smart-Telco FWA

jum la h r es p o nd en ( % ) <16 thn 16-18 thn 19-24 thn 25-35 thn > 35 thn

(5)

Gambar 6 Distribusi harga pulsa yang dibayar responden menurut operator

Berdasarkan Gambar 7 terlihat bahwa sebagian besar pengguna yang bekerja di sektor formal sering membeli pulsa dengan harga lebih dari dua puluh lima ribu rupiah, sedangkan pelajar dan ibu RT sering membeli pulsa dengan harga kurang dari 10 ribu rupiah. Hal ini juga berkaitan dengan hasil sebelumya bahwa pelajar yang berumur 16-18 tahun sering membeli pulsa dengan harga kurang dari 10 ribu rupiah. Pengguna yang bekerja di sektor informal paling sering membeli pulsa dengan harga lebih dari 25 ribu rupiah.

Gambar 7 Distribusi harga pulsa yang dibayar responden menurut pekerjaan

34,0 40,7 37,9 60,6 87,5 53,8 60,0 27,2 27,5 18,4 12,1 12,5 30,8 5,5 38,8 31,9 43,7 27,3 0,0 15,4 34,5 0 10 20 30 40 50 60 70 80 90 100

Telkomsel Indosat XL Natrindo Hutchinson Smart-Telco FWA

jum la h r es po nde n (% )

< 10 ribu 10-25 ribu >25 ribu

37,61 37,50 54,36 16,81 6,25 28,19 45,58 56,25 17,45 0 10 20 30 40 50 60

Formal Informal Pelajar/Ibu RT

ju m la h re sp on de n (% )

(6)

Alasan pengguna nomor prabayar menggunakan memilih nomor prabayar dapat dilihat Gambar 8. Dari gambar tersebut terlihat bahwa alasan tarif merupakan alasan yang paling utama dari semua operator. Hal ini sesuai dengan kenyataan bahwa para operator berupaya menurunkan tarif untuk mempertahankan dan meningkatkan jumlah pelanggannya.

Gambar 8 Distribusi alasan pengguna memilih nomor kartu prabayar menurut operator

Analisis Model Regresi Hazard Proporsional

Analisis regresi hazard proporsional dilakukan dengan memasukkan semua peubah penjelas ke dalam model. Pengujian parameter secara simultan dengan uji G didapatkan nilai statistik uji khi-kuadrat sebesar 117.5933 dengan nilai p <0.0001, artinya minimal ada satu peubah penjelas yang berpengaruh terhadap lama waktu penggunaan nomor kartu prabayar.Hasil pengujian tersebut dapat dilihat pada Lampiran 4. Pengujian parameter secara parsial dilakukan dengan uji Wald, terlihat bahwa peubah yang berpengaruh nyata terdapat daya tahan pengguna nomor kartu prabayar adalah umur, pekerjaan, penghasilan dan harga pulsa isi ulang.

Pemodelan dilakukan kembali untuk mendapatkan model yang lebih baik dengan menggunakan metode langkah maju. Hasil analisis regresi hazard proporsional dengan tiga kali iterasi diperoleh nilai statistik -2LL pada saat semua β=0 adalah 1914.029, sedangkan untuk model dengan peubah penjelas

29,13 49,45 50,57 54,55 37,50 46,15 54,55 0 10 20 30 40 50 60

Telkomsel Indosat XL Natrindo Hutchinson Smart-Telco FWA

ju m la h re sp on de n (% )

(7)

dimasukkan adalah 1827.971 dengan nilai khi-kuadrat sebesar 86.0582 dengan nilai p<0.0001. Dengan demikian disimpulkan bahwa Ho ditolak, yang berarti setidaknya ada satu peubah yang berpengaruh nyata terhadap durasi daya tahan pengguna nomor kartu prabayar.Hasil ini memberi informasi bahwa peubah yang berpengaruh nyata pada taraf nyata 5% adalah umur, harga pulsa isi ulang dan penghasilan. Nilai koefisien regresi dari ketiga peubah penjelas yang berpengaruh nyata selengkapnya disajikan pada Tabel 6.

Tabel 6 Hasil analisis regresi hazard proporsional dengan metode langkah maju

Peubah Koefisien Galat

baku Uji Wald db Nilai p Hazard Razio Umur (x3 1vs 0 ) 0.517 0.223 5.399 1 0.0202 1.677 2 vs 0 0.686 0.255 7.222 1 0.0072 1.986 3 vs 0 0.978 0.342 8.171 1 0.0043 2.659 4 vs 0 0.828 0.322 6.619 1 0.0101 2.289 Hrg pulsa isi ulang(x 0 vs 2 7) 0.912 0.209 19.005 1 0.0001 2.490 1 vs 2 0.575 0.243 5.612 1 0.0178 1.776 Penghasi lan (x13 0 vs 3 ) 1.093 0.446 6.010 1 0.0142 2.983 1 vs 3 1.448 0.410 12.508 1 0.0004 4.256 2 vs 3 0.936 0.458 4.180 1 0.0409 2.551

Model dugaan regresi hazard proporsional dapat ditulis sebagai berikut:

Pengaruh nyata memberikan informasi bahwa terdapat perbedaan persentase kegagalan menggunakan nomor kartu prabayar yang berarti bahwa antara karakteristik mempunyai resiko kegagalan yang berbeda. Tabel 6 menunjukkan bahwa peubah umur signifikan pada taraf nyata 5% dengan nilai p<0.05. Resiko gagal menggunakan nomor prabayar pada pengguna yang berumur 25-35 tahun 1.677 kali dari pada pengguna yang berumur lebih dari 35 tahun. Pengguna yang berumur 19-24 tahun, 16-18 tahun dan umur kurang dari 16 tahun bertutur-turut memiliki kecenderungan untuk menjadi pengguna yang gagal sebesar 1.98, 2.65 dan 2.28 kali dibanding pengguna yang berumur lebih dari 35 tahun. Resiko

(8)

gagal paling besar terjadi pada pengguna yang berumur 16-18 tahun yaitu sebesar 2.659 kali dibandingkan dengan pengguna berumur 35 tahun.

Pada peubah harga pulsa isi ulang terlihat bahwa resiko gagal menggunakan kartu prabayar yang paling besar terjadi pada pengguna yang sering membeli pulsa dengan harga kurang dari 10 ribu rupiah yaitu sebesar 2.49 kali dibandingkan pelanggan yang sering membeli pulsa dengan harga lebih dari 50 ribu rupiah. Resiko kegagalan paling kecil dialami oleh pengguna yang sering membeli pulsa dari harga 10 ribu sampai 25 ribu rupiah. Peubah penghasilan menunjukkan bahwa kegagalan paling tinggi terjadi pada pengguna yang berpenghasilan 1.5 sampai 3 juta rupiah yaitu 4.26 kali dibandingkan pengguna yang berpenghasilan lebih dari 4.5 juta rupiah.

Pengguna yang berpenghasilan kurang dari 1.5 juta rupiah per bulan, 1.5-3 juta rupiah per bulan, dan 3-4,5 juta rupiah per bulan masing-masing memiliki kecenderungan untuk menjadi pengguna yang gagal 2.983, 4.256 dan 2.551 kali dibandingkan pengguna yang berpenghasilan lebih dari 4.5 juta rupiah per bulan. Kegagalan paling tinggi terjadi pada pengguna yang berpenghasilan 1.5-3 juta rupiah per bulan.

Pemeriksaan Asumsi

Regresi hazard proporsional memiliki asumsi yang cukup kuat. Asumsi metode ini yaitu memiliki hazard yang bersifat proporsional antara satu individu dan individu lainnya. Salah satu pendekatan untuk pemeriksaan asumsi adalah dengan uji kebaikan suai dengan menentukan korelasi antara sisaan Schoenfeld dan waktu tingkat kegagalan yang disajikan pada Tabel 7.

Tabel 7 Korelasi antara sisaan Schoenfeld dari setiap peubah bebas dengan waktu tingkat kegagalan.

Sisaan Schoenfeld X3 X7 X13 0vs1 0vs2 0vs3 0vs4 0vs1 0vs2 l3vs0 l3vs1 l3vs2 Waktu kegagalan -0.14 0.05 0.05 0.13 0.02 -0.09 0.12 -0.11 0.07 p-value 0.06 0.47 0.52 0.09 0.76 0.23 0.10 0.15 0.35

(9)

Dari Tabel 7 terlihat bahwa dari semua kategori peubah yang diuji untuk taraf α = 0.05, diperoleh p > α sehingga keputusannya terima Ho. Terima H0

Berdasarkan peubah-peubah penjelas yang signifikan terhadap peubah respon dapat diketahui kombinasi karakteristik pengguna nomor prabayar telekomunikasi dan dugaan peluang daya tahannya. Untuk setiap kombinasi karakteristik akan didapatkan model daya tahan penggunaan yang berbeda. Ilustrasi penerapan model disajikan dengan memisalkan dua pengguna nomor prabayar telekomunikasi. Pengguna pertama berumur 19-24 tahun, sering membeli pulsa harga kurang dari 10 ribu rupiah, penghasilan perbulan 1.5-3 juta rupiah. Pelanggan kedua berumur 19-24 tahun sering membeli pulsa dengan harga kurang dari 10 ribu rupiah, penghasilan perbulan kurang dari 1.5 juta rupiah. Perhitungan peluang daya tahan pelanggan pertama dan kedua untuk waktu 12 bulan disajikan pada Tabel 8. Hasil analisis untuk dua kasus di atas berarti tidak terdapat korelasi antara sisaan Schoenfeld dan waktu tingkat kegagalan pada peubah umur, dengan demikian asumsi terpenuhi.

Kebaikan Model

Kebaikan suai dapat ditunjukkan oleh nilai koefisien determinasi (R-kuadrat) yang menjelaskan seberapa besar proporsi keragaman peubah respon yang dapat dijelaskan oleh peubah penjelas secara bersama-sama. Pada penelitian ini nilai koefisien determinan yang diperoleh sebesar 0.2718, kecilnya nilai tersebut sangat dipengaruhi oleh banyaknya data yang tersensor dan pengaruh peubah lain yang belum dijelaskan pada penelitian ini. Pengukuran koefisien determinasi adalah sebagai berikut(Royston 2006):

(10)

menggambarkan bahwa pelanggan kedua mempunyai daya tahan lebih besar yaitu 0.85 dari pelanggan pertama yaitu sebesar 0.84. Contoh perhitungan peluang daya tahan dapat dilihat pada Lampiran 5.

Tabel 8 Peluang daya tahan menurut karakteristik

Pelanggan Karakteristik Peluang daya

tahan

I

• umur 19-24 tahun,

• membeli pulsa harga kurang dari 10 ribu rupiah,

• penghasilan perbulan 1.5-3 Juta rupiah

0.84

II

• umur 19-24 tahun

• membeli pulsa kurang dari 10 ribu rupiah,

• penghasilan kurang dari 1.5 juta rupiah 0.85

Implikasi

Penelitian ini memberi implikasi kepada penyelenggara dan pemangku kebijakan dalam menentukan strategi/kebijakan. Penentuan strategi perlu memperhatikan karakteristik pengguna yang berpotensi mempunyai peluang daya tahan rendah dan peluang daya tahan tinggi. Strategi yang tepat diharapkan dapat meningkatkan daya tahan pengguna nomor prabayar telekomunikasi sehingga penggunaan sumber daya penomoran telekomunikasi khususnya nomor prabayar lebih efektif.

Berdasarkan data dan pembahasan sebelumnya terlihat bahwa karakteristik pengguna yang potensial menghasilkan daya tahan rendah adalah pengguna yang berumur 16 sampai 18 tahun dengan penghasilan 1.5 sampai 3 juta perbulan dan sering membeli pulsa dengan harga kurang dari 10 ribu rupiah. Karakteristik pengguna yang peluang daya tahannya tinggi adalah pengguna yang berumur 22 sampai 35 tahun dengan penghasilan perbulan sebesar 3 juta sampai 4.5 juta rupiah perbulan dan sering membeli pulsa yang lebih dari 25 ribu rupiah.

Gambar

Gambar 4   Karakteristik responden
Gambar 5   Distribusi umur responden menurut operator
Gambar 6   Distribusi harga pulsa yang dibayar responden menurut operator
Gambar 8   Distribusi alasan pengguna memilih nomor kartu prabayar menurut  operator
+3

Referensi

Dokumen terkait

Oleh karena itu informasi tentang kesehatan gigi merupakan bagian dari kesehatan secara keseluruhan yang tidak bisa dipisahkan dan penting dalam menunjang kualitas

An online resource bank and community forum where teachers can access thousands of Cambridge support resources, exchange lesson ideas and materials, and join subject-specific

Tujuan penelitian ini adalah membandingkan kinerja kontrol optimal menggunakan metode PID dan LQR untuk pengontrolan posisi motor dc dengan memberikan perubahan masukan posisi dan

Tujuan pertama menyampaikan informasi bahwa ada Nagari Bukik Batabuah sebagai penghasil saka melalui fotografi esai dan merinci Kilang Saka dan mengaplikasikan

Kegiatan Usaha Pertanian, Perdagangan Umum, Pengangkutan, Perindustrian dan Jasa Atau Pelayanan Jumlah Saham yang ditawarkan 240.000.000 Saham Biasa Atas Nama dengan Nilai

Pertama-tama, orang harus mengeluarkan uang yang banyak, termasuk pajak yang tinggi, untuk membeli mobil, memiliki surat ijin, membayar bensin, oli dan biaya perawatan pun

Star-Luck Indonesia 141117-000024 Jakarta Selatan Muhammad Hafni 2.04.17 Jasa Lainnya yang Berhubungan langsung dengan sumur Pemboran (Monitoring Pressure and or Monitoring

yan ang g ak akan an se seiim mba bang ng de deng ngan an ar arus us k kas as m mas asuk uk y yan ang g dihasilkan dari in!estasi&#34; rus kas yang mengambil