BAB V HASIL DAN PEMBAHASAN
5.2 Analisis Pengaruh Karakteristik Sosial Ekonom
Sebelum dilakukan estimasi dilakukan pengujian untuk memenuhi asumsi Regresi Linier Berganda yaitu:
a. Uji Normalitas
Setelah melalukan uji Kolmogorov Smirnov, diperoleh signifikansi sebesar 0,714 > 0,05 (lihat pada lampiran 2 ) yang artinya data terdistribusi normal.
Tabel 5.4 Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 100
Normal Parametersa,,b Mean 0.0000000
Std. Deviation 7.38923560
Most Extreme Differences Absolute 0.070
Positive 0.070
Negative - 0.043
Kolmogorov-Smirnov Z 0.698
Asymp. Sig. (2-tailed) 0.714
b. Uji Gejala Multikolinieritas
Setelah melihat tabel Coefficient terdapat nilai VIF untuk masing-masing variabel mempunyai nilai < 10 dan nilai Tolerance> 0,1 (lihat pada lampiran 2 ) sehingga diperoleh kesimpulan bahwa gejala multikolinearitas tidak terdapat dalam persamaan ini.
Tabel 5.5 Hasil Uji Multikolinearitas
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std.
Error Beta Tolerance VIF
1 (Constant) -7.804 6.569 - 1.188 .238 Usia (Tahun) .231 .090 .218 2.553 .012 .943 1.060 Pendidikan (Tahun) -.178 .251 -.066 -.711 .479 .792 1.263 Pendapatan (Rp/Bulan) 3.015E- 7 .000 .276 2.947 .004 .787 1.271 JAK (Jiwa) 3.961 .678 .491 5.845 .000 .975 1.025
Sumber:Data diolah dari lampiran 2
c. Uji Gejala Heterokedastisitas
Setelah melakukan metoda grafik dan uji Park untuk menguji heterokedastis maka dapat disimpulkan bahwa gejala heterokedastis tidak terdapat dalam persamaan ini, dimana bentuk dari grafiknya tidak menunjukkan pola tertentu dan nilai signifikansi dari variabel 1,000 > 0,05 (lihat pada lampiran 2).
Tabel 5.6 Hasil Uji Heterokedastisitas ANOVAb
Model
Sum of
Squares df Mean Square F Sig.
1 Regression .000 4 .000 .000 1.000a
Residual 412032.107 95 4337.180
Total 412032.107 99
Sumber:Data diolah dari lampiran 2
d. Uji Autokeorelasi
Setelah melakukan uji Durbin Watson, diperoleh dL ≤ d ≤ du yakni 1,57 ≤ 1,674
≤ 1,78 (lihat pada lampiran 2 ) yang artinya kita tidak dapat mengambil
kesimpulan apa – apa.
Tabel 5.7 Hasil Uji Autokorelasi
Model Summaryb Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .589a .347 .319 7.54319 1.674
Sumber:Data diolah dari lampiran 2
Maka setelah dilakukan pengujian asumsi regresi linier berganda didapatkan hasil akhir dari estimasi pengaruh karakteristik konsumen terhadap jumlah konsumsi beras sebagai berikut:
Tabel 5.8 Hasil Analisis Pengaruh Karakteristik Sosial Ekonomi Konsumen Beras terhadap Jumlah konsumsi Beras
Variabel Koef. Regresi Std. Error t. Hit Sig
Constant -7,804 6,569 -1,188 0,238 Usia 0,231 0,90 2,553 0,012 Pendapatan 3,015 10-7 0.000 2,947 0,004 Jumlah Anggota Keluarga 3,961 0,678 5,845 0,000 Pendidikan -0,178 0,251 -0,711 0,479 R² = 0,347 t- tabel = 1,646 F- hitung = 12,616 F- tabel = 2,47
Berdasarkan Tabel diperoleh persamaan sebagai berikut:
Ŷ = -7,804 + 0,231 X1 + 3,015 10-7 X2 + 3,961X3 – 0,178 X4 Keterangan:
Ŷ = Jumlah konsumsi beras (kg/bulan) X1 = Usia (tahun)
X2 = Pendapatan (Rp/bulan)
X3 = Jumlah anggota keluarga (jiwa)
X4 = Pendidikan (tahun)
Dari model dihasilkan nilai koefisien determinasi sebesar 0,347. Hal ini menunjukkan bahwa 34,7 % variasi variabel jumlah konsumsi beras telah dapat dijelaskan oleh variabel usia, pendapatan, jumlah angggota keluarga, dan pendidikan, sedangkan sisanya 65,3% dijelaskan oleh variabel lain yang tidak dimasukkan ke dalam model.
Secara serempak pengaruh variabel usia, pendapatan, jumlah angggota keluarga, dan pendidikan nyata pada taraf 95% Hal ini dapat dilihat dari hasil analisis, diperoleh F-hitung = 12,616 > F-tabel = 2,47 dengan nilai signifikansi 0,000.
Dari hasil analisis regresi dapat dilihat juga bahwa secara parsial karakteristik sosial ekonomi konsumen yang mempengaruhi jumlah konsumsi beras dijelaskan sebagai berikut:
a. Hasil analisis usia terhadap jumlah konsumsi beras memiliki nilai koefisien regresi sebesar 0,231, maka setiap peningkatan usia 1 tahun menyebabkan kenaikan konsumsi beras sebesar
0,231 kg/bulan dengan asumsi variabel lain dianggap tetap. Tanda positif pada usia menunjukkan pengaruh positif pada jumlah konsumsi beras, yang artinya apabila usia meningkat maka jumlah konsumsi juga akan meningkat. Berdasarkan uji t diperoleh nilai t-hitung usia sebesar 2,553 > t-tabel sebesar 1,646 pada taraf kepercayaan 95% dengan nilai signifikansi 0,012 < α 5% yang berarti terima H1
artinya variabel usia berpengaruh nyata secara parsial terhadap jumlah konsumsi beras.
Hal ini sesuai dengan pendapat Surmarwan (2004) yang menyatakan bahwa perbedaan usia akan mengakibatkan perbedaan selera dan kesukaan terhadap produk. Seseorang yang berusia relatif muda, akan lebih cepat menerima sesuatu yang baru. Artinya, pertambahan usia akan mempengaruhi perubahan jumlah konsumsi. Dimana usia yang masih produktif akan mengkonsumsi lebih banyak dibandingkan usia non produktif. Berdasarkan hasil penelitian yang dilakukan, usia sampel produktif dari usia 29 sampai 66 tahun yaitu sebanyak 98%. Sedangkan usia sampel non produktif berusia antara 74 sampai 83 sebanyak 2% sampel.
b. Hasil analisis pendapatan terhadap jumlah konsumsi beras memiliki nilai koefisien regresi sebesar 3,015 .10-7, maka setiap peningkatan pendapatan 1 rupiah menyebabkan kenaikan konsumsi beras sebesar 3,015 .10-7 kg/bulan dengan asumsi variabel lain dianggap tetap. Tanda positif pada pendapatan menunjukkan pengaruh positif pada jumlah konsumsi beras, yang artinya apabila pendapatan meningkat maka jumlah konsumsi juga
meningkat. Berdasarkan uji t diperoleh nilai t-hitung pendapatan sebesar 2,947 > t-tabel sebesar 1,646 pada taraf kepercayaan 95% dengan nilai
signifikansi 0,004 < α 5% yang berarti terima H1 artinya pendapatan
berpengaruh nyata terhadap jumlah konsumsi beras.
Hal ini sesuai dengan pendapat Khoirina (2011) yang menyatakan bahwa Pendapatan rumah tangga sangat besar pengaruhya terhadap jumlah konsumsi. Biasanya makin baik (tinggi) tingkat pendapatan, jumlah konsumsi semakin tinggi. Karena ketika tingkat pendapatan meningkat, kemampuan rumah tangga untuk membeli aneka kebutuhan konsumsi menjadi makin besar. Atau mungkin juga pola hidup makan konsumtif, setidak-tidaknya semakin menuntut kualitas yang baik. Contoh yang amat sederhana adalah jika pendapatan sang ayah masih sangat rendah, biasanya beras yang dipilih untuk konsumsi juga beras kelas rendah/menengah.
c. Hasil analisis jumlah anggota keluarga terhadap jumlah konsumsi beras memiliki nilai koefisien regresi sebesar 3,961, maka setiap peningkatan jumlah anggota keluarga 1 jiwa menyebabkan kenaikan konsumsi beras sebesar 3,961 kg/bulan dengan asumsi variabel lain dianggap tetap. Tanda positif pada jumlah anggota keluarga menunjukkan pengaruh positif pada jumlah konsumsi beras, yang artinya apabila jumlah anggota keluarga meningkat maka jumlah konsumsi beras juga akan meningkat. Berdasarkan uji t diperoleh nilai t-hitung jumlah anggota keluarga sebesar 5,845 > t-tabel sebesar 1,646 pada taraf kepercayaan 95% dengan nilai
signifikansi 0,000 < α 5% yang berarti terima H1 artinya jumlah anggota
Hal ini sesuai dengan pendapatan Suhardjo (1996) yang menyatakan bahwa sumber pangan keluarga terutama mereka yang miskin akan lebih mudah memenuhi kebutuhan makanannya jika yang harus diberi makan jumlahnya sedikit. Pangan yang tersedia untuk suatu keluarga yang besar mungkin cukup untuk keluarga yang besarnya setengah dari keluarga tersebut, tetapi tidak cukup untuk mencegah gangguan gizi pada keluarga yang besar tersebut. Artinya, semakin banyak jumlah anggota keluarga maka kebutuhan konsumsi beras semakin besar.
5.3 Konsumsi Beras Berdasarkan Tingkat Pendapatan dengan Atribut Beras.