BAB V HASIL DAN PEMBAHASAN
5.2 Hasil Uji Hipotesis 2 Terhadap Hubungan Jenis Tanaman/Barang
Penelitian
Jumlah jenis barang dagangan yang dimaksud disini adalah jumlah seluruh jenis barang yang diperdagangkan pada usaha tanaman hias meliputi jenis tanaman, jenis tanah, jenis pupuk, jenis pot dan jenis pollybag. Berikut ini adalah Tabel 5.2 hasil perhitungan SPSS hubungan variabel jumlah jenis barang dagangan dengan pendapatan usaha tanaaman hias di daerah penelitian.
Tabel 5.2. Hubungan Jumlah Jenis Barang Dagangan dengan Pendapatan (Ribu Rupiah)
Correlations
Barang
Dagangan Pendapatan Barang Dagangan Pearson
Correlation
1 .365*
Sig. (2-tailed) .012
N 47 47
Pendapatan Pearson Correlation
.365* 1
Sig. (2-tailed) .012
N 47 47
Sumber: Hasil Olahan dari Data Lampiran dari 2 dan 5
Berdasarkan hasil perhitungan dari kedua variabel menunjukkan korelasi yang diperoleh bernilai 0,365 yang artinya, keeratan hubungan antara jenis tanaman/barang dagangan dengan pendapatan bernilai positif lemah yang berarti hubungan tersebut searah. Hal ini menunjukkan bahwa jenis produk yang ditawarkan beragam maka akan diikuti dengan kenaikan pendapatan.
Dari nilai signifikansi diperoleh sebesar 0,012 atau lebih kecil dari 0,05 sehingga dapat dapat disimpulkan bahwa ada hubungan nyata dan signifikan antara jumlah jenis tanaman/barang dagangan dan pendapatan usaha tanaman hias.
Menurut penelitian Damayanti (2011) jumlah jenis barang dagangan adalah jumlah jenis barang yang dijual di pasar tradisional. Variabel jenis barang dagangan terhadap pendapatan pedagang di Pasar. Berdasarkan hasil penelitian, variabel jumlah jenis barang dagangan ini berhubungan kepada pendapatan usaha mereka karena para pedagang tanaman hias rata-rata menjual tanaman hiasnya
44
dengan jenis yang bermacam-macam untuk menarik minat pembeli. Para pembeli yang datang tidak cuma membeli satu jenis tanaman hias saja, tetapi membeli berbagai macam tanaman hias.
5.4 Hasil Uji Hipotesis 3 Terhadap Pengaruh karakteristik pedagang (umur, pendidikan, lamanya berusaha, jumlah tanggungan, luas lahan dan biaya produksi) terhadap pendapatan usaha tanaman hias di daerah penelitian.
Data yang digunakan dalam analisis ini adalah data primer, dimana variabel bebasnya yaitu Umur (X1), Pendidikan (X2), Lamanya Berusaha (X3), Jumlah Tanggungan (X4), Luas Lahan (X5), Biaya Produksi (X6). Dari variabel-variabel bebas tersebut akan dilihat pengaruh terhadap pendapatan (variabel-variabel terikat), dimana regresi diperoleh sebagai berikut.
Uji Kesesuaian Modal (Test Goodness of Fit) 1. Koefisien Determinansi (R²)
Pada Tabel 5.3 ditampilkan nilai R, R², Adjusted R² dan Standart Error.
Tabel 5.3. Model Summary Karakteristik Pedagang yang Mempengaruhi Pendapatan
Sumber: Hasil Olahan dari Data Lampiran 1, 3d dan 5
Hasil estimasi menunjukkan bahwa nilai koefisien determinasi R² (R-Square) yang diperoleh adalah 0,613. Hal ini menunjukkan bahwa sebesar 61,3%
variasi variabel terikat pendapatan dapat dijelaskan oleh variabel bebas umur, pendidikan, lamanya berusaha, jumlah tanggungan, luas lahan dan biaya produksi.
Sedangkan sisanya 38,7% dipengaruhi oleh variabel bebas atau faktor lain yang tidak dimasukkan ke dalam model.
2. Uji Serempak (Uji F-Statistik)
Uji F adalah uji secara serempak (simultan) signifikansi pengaruh perubahan variabel independen terhadap variabel depende. Artinya parameter X1, X2, X3, X4, X5 dan X6 secara bersamaan diuji untuk mengetahui apakah memiliki signifikansi atau tidak.
Tabel 5.4. Anova (Uji-F) Karakteristik Pedagang yang Mempengaruhi Pendapatan
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 1.214E14 6 2.023E13 10.576 .000a
Residual 7.652E13 40 1.913E12
Total 1.979E14 46
Sumber: Hasil Olahan dari Data Lampiran 1, 3d dan 5
Hasil estimasi menunjukkan bahwa tingkat signifikansi F sebesar 0,000 (≤α 0,05). Hal ini menunjukkan bahwa H0 ditolak dan H1 diterima yang berarti variabel bebas umur, pendidikan, lamanya berusaha, jumlah tanggungan, luas lahan dan biaya produksi secara serempak berpengaruh nyata terhadap variabel terikat Pendapatan.
3. Uji Parsial (Uji t – Statistik)
Uji t adalah uji secara parsial pengaruh variabel independen terhadap variabel dependen digunakan untuk mengetahui apakah variabel bebas secara parsial berpengaruh nyata atau tidak terhadap variabel terikat. Taraf signifikansi (α) yang digunakan dalam ilmu sosial adalah 5%.
46
Tabel 5.5. Coeficient (uji – t) Karakteristik yang mempengaruhi Pendapatan Coefficientsa
1 (Constant) 2809189.121 1995741.051 1.408 .167
Umur -13616.634 26937.092 -.068 -.505 .616
Pendidikan -161579.520 115565.037 -.153 -1.398 .170 Lamanya
Sumber: Hasil Olahan dari Data Lampiran 1, 3c dan 5
Pada bagian ini ditampilkan nilai koefisien b0 dan b1, t hitung serta tingkat signifikansi. Dari Tabel 5.5, diperoleh sebagai berikut.
Y= 2809189.121 - 13616.634 X1 - 161579.520 X2 + 23101.188 X3 + 405590.293 X4 + 2049.060 X5 + 1.652 X6
Dimana: Y = Pendapatan (Rp/bulan) X1 = Umur (Tahun)
X2 = Pendidikan (Tahun)
X3 = Lamanya Berusaha (Tahun) X4 = Jumlah Tanggungan (Jiwa) X5 = Luas Lahan (m²)
X6 = Biaya Produksi (Rp/bulan).
a. Proses Pengujian Y (Pendapatan) dengan X1 (Umur)
Hasil estimasi menunjukkan bahwa tingkat signifikansi t sebesar 0,616 ( >α 0,05). Hal ini menunjukkan bahwa H0 diterima H1 ditolak yang berarti
variabel bebas umur secara parsial tidak berpengaruh nyata terhadap variabel terikat pendapatan.
Angka -13616.634 pada Unstandardized Coefficients (B) menunjukkan koefisien regresi (parameter). Hasil estimasi menunjukkan bahwa nilai koefisien regresi (parameter) variabel bebas umur bertanda negatif sebesar 13616.634. Hal ini menunjukkan bahwa setiap bertambahnya umur sebesar 1 tahun, maka akan terjadi penurunan pendapatan sebesar Rp. 13.616,634.
Menurut Soekartawi (1999) rata-rata umur petani Indonesia yang cenderung tua dan samgat berpengaruh pada produktivitas sektor pertanian Indonesia. Petani berusia tua biasanya cenderung sangat konservatif (memelihara) menyikapi perubahan terhadap inovasi teknologi, berbeda halnya dengan petani yang berusia muda.
b. Proses Pengujian Y (Pendapatan) dengan X2 (Pendidikan)
Hasil estimasi menunjukkan bahwa tingkat signifikansi t sebesar 0,170 ( >α 0,05). Hal ini menunjukkan bahwa H0 diterima H1 ditolak yang berarti
variabel bebas pendidikan secara parsial tidak berpengaruh nyata terhadap variabel terikat pendapatan.
Angka -161579.520 pada Unstandardized Coefficients (B) menunjukkan koefisien regresi (parameter). Hasil estimasi menunjukkan bahwa nilai koefisien regresi (parameter) variabel bebas pendidikan bertanda negatif sebesar
48
161579.520. Hal ini menunjukkan bahwa setiap bertambahnya pendidikan sebesar 1 tahun, maka akan terjadi penurunan pendapatan sebesar Rp. 161.579,520.
Hasyim 2006 mengatakan bahwa tingkat pendidikan formal yang dimiliki petani akan menunjukkan tingkat pengetahuan serta wawasan yang luas untuk petani menerapkan apa yang diperolehnya untuk peningkatan usahataninya.
c. Proses Pengujian Y (Pendapatan) dengan X3 (Lama Berusaha)
Hasil estimasi menunjukkan bahwa tingkat signifikansi t sebesar 0,487 ( >α 0,05). Hal ini menunjukkan bahwa H0 diterima H1 ditolak yang berarti
variabel bebas lamanya berusaha secara parsial tidak berpengaruh nyata terhadap variabel terikat pendapatan.
Angka 23101.188 pada Unstandardized Coefficients (B) menunjukkan koefisien regresi (parameter). Hasil estimasi menunjukkan bahwa nilai koefisien regresi (parameter) variabel bebas lamanya berusaha bertanda positif sebesar 23101.188. Hal ini menunjukkan bahwa setiap bertambahnya lamanya berusaha sebesar 1 tahun, maka akan terjadi kenaikan pendapatan sebesar Rp. 23.101,188.
Nilai coefficients lama berusahatani bertanda positif di karenakan lamanya berusahatani untuk setiap orang berbeda-beda, oleh karena itu lamanya berusahatani dapat dijadikan bahan pertimbangan agar tidak melakukan kesalahan yang sama sehingga dapat melakukan hal-hal yang baik untuk waktu berikutnya seperti yang dikatakan Hasyim, 2006.
d. Proses Pengujian Y (Pendapatan) dengan X4 (Jumlah Tanggungan)
Hasil estimasi menunjukkan bahwa tingkat signifikansi t sebesar 0,026 ( <α 0,05). Hal ini menunjukkan bahwa H0 ditolak H1 diterima yang berarti
variabel bebas jumlah tanggungan secara parsial berpengaruh nyata terhadap variabel terikat pendapatan.
Angka 405590.293 pada Unstandardized Coefficients (B) menunjukkan koefisien regresi (parameter). Hasil estimasi menunjukkan bahwa nilai koefisien regresi (parameter) variabel bebas jumlah tanggungan bertanda positif sebesar 405590.293. Hal ini menunjukkan bahwa setiap bertambahnya jumlah tanggungan sebesar 1 jiwa, maka akan terjadi kenaikan pendapatan sebesar Rp. 405.590,293.
Nilai coeficients jumlah tanggungan bertanda positif di karenakan jumlah tanggungan keluarga berkaitan erat dengan pendapatan yang diperoleh. Keadaan ini mendorong petani untuk terus berusaha meningkatkan pendapatan dalam memenuhi kebutuhan keluarganya seperti yang dikatakan Soekartawi, 2011.
e. Proses Pengujian Y (Pendapatan) dengan X5 (Luas Lahan)
Hasil estimasi menunjukkan bahwa tingkat signifikansi t sebesar 0,000 ( <α 0,05). Hal ini menunjukkan bahwa H0 ditolak H1 diterima yang berarti
variabel bebas luas lahan secara parsial berpengaruh nyata terhadap variabel terikat pendapatan.
Angka 2049.060 pada Unstandardized Coefficients (B) menunjukkan koefisien regresi (parameter). Hasil estimasi menunjukkan bahwa nilai koefisien regresi (parameter) variabel bebas luas lahan bertanda positif sebesar 2049.060.
Hal ini menunjukkan bahwa setiap bertambahnya jumlah luas lahan, maka akan terjadi kenaikan pendapatan sebesar Rp. 2.049,060.
Nilai coeficients luas lahan bertanda positif di karenakan petani yang mempunyai lahan yang luas akan lebih muda menerapkan anjuran penyuluhan demikian pula halnya dengan penerapan adopsi inovasi dari pada yang memiliki
50
lahan sempit, hal ini dikarenakan keefesienan dalam penggunaan sarana produksi sehingga akan meningkatkan produksi seperti dikatakan kesuma, 2006.
f. Proses Pengujian Y (Pendapatan) dengan X6 (Biaya Produkasi)
Hasil estimasi menunjukkan bahwa tingkat signifikansi t sebesar 0,000 ( <α 0,05). Hal ini menunjukkan bahwa H0 ditolak H1 diterima yang berarti
variabel bebas biaya produksi secara parsial berpengaruh nyata terhadap variabel terikat pendapatan.
Angka 1.652 pada Unstandardized Coefficients (B) menunjukkan koefisien regresi (parameter). Hasil biaya produksi bertanda positif sebesar 1.652.
Hal ini menunjukkan bahwa setiap bertambahnya biaya produksi, maka akan terjadi kenaikan pendapatan sebesar Rp 1,652.
Uji Asumsi Klasik 1. Uji Normalitas
Tabel 5.6. One-Sample Kolmogorov. Karakteristik yang mempengaruhi Pendapatan
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 47
Normal Parametersa,,b Mean .0000000
Std. Deviation 1.28975422E6
Most Extreme Differences
Absolute .118
Positive .118
Negative -.085
Kolmogorov-Smirnov Z .811
Asymp. Sig. (2-tailed) .526
Sumber: Hasil Olahan dari Data Lampiran 1, 3d dan 5
Hasil uji Kolmogorov Smirnov, hasil estimasi menunjukkan bahwa tingkat signifikansi KS adalah sebesar 0,526 (>α 0,05) maka H0 diterima H1 ditolak. Dari
hasil tersebut dapat disimpulkan bahwa tidak ada perbedaan antara distribusi residual dengan distribusi normal, data residual model berdistribusi normal.
2. Uji Heteroskedastisitas
Tabel 5.7. Nilai Uji Heteroskedastisitas Karakteristik yang Mempengaruhi Pendapatan
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 2394847.513 1072224.771 2.234 .068
Umur -15351.321 14472.127 -.215 -1.061 .295
Pendidikan -92540.668 62088.063 -.245 -1.490 .144
Lamanya Berusaha 8388.798 17682.867 .087 .474 .638 Jumlah Tanggungan 160620.130 94352.880 .270 1.702 .096
Luas Lahan 63.527 289.491 .034 .219 .827
Biaya Produksi .055 .152 .059 .363 .718
Sumber: Hasil Olahan dari Data Lampiran 1, 3d dan 5
Hasil uji heteroskedastisitas, hasil estimasi menunjukkan bahwa tingkat signifikansi t seluruh variabel lebih besar dari nilai α (0,05) yaitu signifikansi umur 0,295 > α (0,05), pendidikan 0,144 > α (0,05), lamanya berusaha 0,638 > α (0,05), jumlah tanggungan 0,096 > α (0,05), luas lahan 0.827 > α (0,05), dan biaya produksi 0.718 > α (0,05) maka H0 diterima H1 ditolak. Sesuai dengan hipotesis apabila H0 diterima artinya tidak heteroskedastisitas pada model regresi atau model regresi merupakan homoskedastisitas.
3. Uji Multikolinearitas
Pada Tabel 5.8. berikut diketahui nilai toleransi dan VIF pada masing-masing variabel. Untuk lebih jelas dapat dilihat sebagai berikut.
Tabel 5.8. Nilai Toleran Variabel Independen Karakteristik yang
52
Coefficientsa
Model
Collinearity Statistics
Tolerance VIF Kesimpulan
1 (Constant)
Umur .534 1.874 Tidak Terjadi Multikolinearitas Pendidikan .810 1.234 Tidak Terjadi Multikolinearitas Lamanya Berusaha .656 1.524 Tidak Terjadi Multikolinearitas Jumlah
Tanggungan
.872 1.146 Tidak Terjadi Multikolinearitas Luas Lahan .925 1.081 Tidak Terjadi Multikolinearitas Biaya Produksi .830 1.204 Tidak Terjadi Multikolinearitas Sumber: Hasil Olahan dari Data Lampiran 1, 3d dan 5
Hasil uji multikolinearitas, hasil estimasi menunjukkan bahwa nilai tolerance pada umur yaitu 0,534 > α 0,10 dan nilai VIF yaitu 1,874 < α 10,00 yang artinya umur tidak terjadi multikolinearitas, nilai tolerance pada pendidikan yaitu 0,810 > α 0.10 dan nilai VIF yaitu 1,234 < α 10,00 yang artinya pendidikan tidak terjadi multikolinearitas, nilai tolerance pada lamanya berusaha yaitu 0,656
> α 0.10 dan nilai VIF yaitu 1,524 < α 10,00 yang artinya lamanya berusaha tidak terjadi multikolinearitas, nilai tolerance pada jumlah tanggungan yaitu 0,872 > α 0.10 dan nilai VIF yaitu 1,146 < α 10,00 yang artinya jumlah tanggungan tidak terjadi multikolinearitas, nilai tolerance pada luas lahan yaitu 0,925 > α 0.10 dan nilai VIF yaitu 1,081 < α 10,00 yang artinya luas lahan tidak terjadi multikolinearitas, nilai tolerance pada biaya produksi yaitu 0,830 > α 0.10 dan nilai VIF yaitu 1,204 < α 10,00 yang artinya biaya produksi tidak terjadi multikolinearitas. Sehingga nilai tolerance variabel independen karakteristik yang mempengaruhi pendapatan tidak terjadi multikolinearitas.
6.1 Kesimpulan
1. Hubungan modal dengan pendapatan tanaman hias di Kota Medan, hasil korelasi menyatakan bahwa ada keeratan hubungan antara modal dengan pendapatan usaha tanaman hias dan bernilai positif cukup artinya hubungan tersebut searah.
2. Hubungan jumlah jenis barang dagangan dengan pendapatan tanaman hias di Kota Medan, hasil korelasi menyatakan bahwa ada keeratan hubungan antara jumlah jenis barang dagangan dengan pendapatan usaha tanaman hias dan bernilai positif lemah artinya hubungan tersebut searah.
3. Pengaruh karakterstik sosial ekonomi (umur, pendidikan, lamanya berusaha, jumlah tanggungan, luas lahan dan biaya produksi) secara serempak berpengaruh nyata terhadap pendapatan usaha tanaman hias. Sedangkan secara parsial hanya jumlah tanggungan, luas lahan dan biaya produksi yang berpengaruh nyata terhadap pendapatan usaha tanaman hias di Kota Medan.
54
6.2 Saran
Berdasarkan hasil dan pembahasan sebelumnya, peneliti memberikan saran sebagai berikut :
1. Kepada Pemerintah : Agar Pemerintah memberikan bantuan modal atau berupa peminjaman untuk pedagang tanaman hias dan informasi tentang bagaimana cara memperbanyak tanaman hias untuk mengurangi biaya produksi petani.
2. Kepada Pedagang : Sebaiknya pedagang menambahkan jenis barang dagangannya karena dari usaha itulah akan mendapatkan pendapatan yang lebih besar lagi.
3. Kepada Peneliti : Diharapkan kepada peneliti selanjutnya mengenai prospek pengembangan tanaman hias dan mengenai pemasaran tanaman hias di Kota Medan.
DAFTAR PUSTAKA
Anggrayni, Novita. 2006. “Analisis Faktor-Faktor Yang Mempengaruhi Tingkat Pendapatan Usaha Tanaman Hias (Kasus di Kecamatan Sawangan, Kota Depok, Jawa Barat)”. Skripsi, Program Ekstensi Manajemen Agribisnis Fakuktas Pertanian, Institut Pertanian Bogor.
Aritonang, Binaria. 2009. Analisis Faktor-Faktor Yang Mempengaruhi Tingkat Pendapatan Usaha Tanaman Hias (Kasus Pedagang di Kota Bogor, Jawa Barat. Program Sarjana Eksitensi Manajemen Agribisnis Fakultas Pertanian, Institut Pertanian Bogor.
Armstrong, dan Kotler 2003, Dasar-dasar Pemasaran, Jakarta: Penerbit PT.
Indeks Gramedia.
Bailey, A. C. 2007. A Guide To Qualitative Field Research Second Edition, New Delhi: Fine Forget Press.
Boediono, 2002, Ekonomi Mikro : Seri Sinopsis Pengantar Ilmu Ekonomi.
Yogyakarta: BPFE.
Gujarati, Damodar, 2003, Ekonometri Dasar. Terjemahan: Sumarno Zain, Jakarta:
Erlangga.
Hasyim, Hasman. 2006. Analisis Hubungan Karakteristik Petani Kopi Terhadap Pendapatan (Studi Kasus: Desa Dolok Saribu Kecamatan Paguran Kabupaten Tapanuli Utara). Jurnal Komunikasi Penelitian Volume 18 (1). Lembaga Penelitian Universitas Sumatera Utara.
Hasyim, Hasman. 2017. Agribisnis Padi Sawah dalam Upaya Meningkatkan Pendapatan Petani pada Pengembangan Wilayah di Kabupaten Serdang Bedagai Provinsi Sumatera Utara. Medan: USU Press.
Indrayati.2000. “Analisis Faktor-Faktor Yang Mempengaruhi Pendapatan Pedagang Tanaman Hias di Kotamadya Medan”. Skripsi. Fakultas Ekonomi Universitas Sumatera Utara.
Khoiril, Umam. 2012. “Pengaruh Pembiayaan BMT Sumber Usaha Kembangsari Terhadap Peningkatan Pendapatan Pedagang Kecil”. Program Study DIII Perbankan Syariah. Sekolah Tinggi Agama Islam Negeri (STAIN).
Salatiga.
Kotler. P, 2005, Manajemen Pemasaran, Jakarta: PT. Indeks Kelompok Gramedia.
Kristi, SM. 2014. Analisis Pendapatan Usahatani Kopi Arabika (Coffea arabica ) (Studi Kasus Desa Dolokmargu, Kecamatan Lintongnihuta, Kabupaten Humbang Hasundutan”. Skripsi. Fakultas Pertanian Universitas Sumatera Utara.
Kusuma, Ali. 2006, Jurnal Manajemen dan Kewirausahaan. No 1 Kalimantan:
Universitas Darwan Ali Sampit.
Latief. 2012. Bisnis Tanaman Hias Bakal Menyegarkan. Jakarta: Grafindo Persada.
Nurhayati, 2010. “Analisis Minat Konsumen Dalam Membeli Tanaman Hias/
Bunga Hias Di Kecamatan Marpoyan Damai Pekanbaru”. Skripsi.
Fakultas Ekonomi Universitas Islam Riau Pekanbaru.
Pohan, R.A. 2008. Analisis Usahatani dan Faktor-faktor yang Mempengaruhi Pendapatan Petani WORTEL. Di Desa Gajah Kecamatan Simpang Empat Kabupaten Karo.” Skripsi Fakultas Pertanian Universitas Sumatera Utara.
Riyanto, A. 2007. Peluang Bisnis Tanaman. Jakarta: PT. Agro Media Pustaka.
Situngkir. S ,dkk. 2007. “Peranan Ibu Rumah Tangga Dalam Meningkatkan Pendapatan Keluarga (Kasus Pedagang Sayur Di Kotamadya Jambi)”.
Jurnal M anajemen dan Pembangungan, Edisi-7, 2007. Jambi.
Soekartawi, dkk. 2011. Ilmu Usahatani dan Penelitian untuk Pengembangan Petani Kecil. Jakarta: Penerbit Universitas Indonesia.
Sudarmono. A.S. 1997. Tanaman Hias Ruangan. Yogyakarta: Kanisius (Anggota IKAPI).
Suliyanto. 2011. Ekonometrika Terapan: Teori dan Aplikasi dengan SPSS.
Yogyakarta: Andi.
Suratiyah, K. 2009. Ilmu Usahatani. Jakarta: Penebar Swadaya.
Suryabrata, S. 2012. Metodologi Penelitian. Jakarta. PT. Rajagrafindo Persada.
Suryowinoto, S.M. 1997. Flora Eksotika, Tanaman Hias Berbunga. Yogyakarta:
Kanisius (Anggota IKAPI).
Tambunan. A,P. 2007. Menilai Harga Wajar Saham. Jakarta: Alex Media Komputindo.
Lampiran 1. Karakteristik Usaha Pedagang Tanaman Hias di Kota Medan
Lanjutan Lampiran 1. Karakteristik Usaha Pedagang Tanaman Hias di Kota Medan
27. 73 9 4 1.200 0 Medan Johor
28. 39 12 10 800 4 Medan Kota
29. 45 12 21 800 3 Medan Baru
30. 30 12 8 300 1 Medan Sunggal
31. 32 12 26 240 2 Medan Sunggal
32. 49 12 12 400 3 Medan Sunggal
33. 42 12 9 1.000 4 Medan Timur
34. 47 12 13 600 3 Medan Timur
35. 51 12 12 200 2 Medan Perjuangan
36. 57 12 14 800 1 Medan Tuntungan
37. 37 12 11 880 2 Medan Tuntungan
38. 35 12 8 200 2 Medan Selayang
39. 45 16 12 500 1 Medan Selayang
40. 57 9 22 600 0 Medan Selayang
41. 39 12 9 800 2 Medan Petisah
42. 24 12 6 880 0 Medan Area
43. 54 12 17 400 1 Medan Area
44. 59 16 25 800 0 Medan Marelan
45. 34 12 7 80 0 Medan Denai
46. 46 12 14 100 0 Medan Denai
47. 46 12 19 800 4 Medan Denai
Total 2303 561 896 23830 76
Rataan 49 11,93 19 507 1,61
Sumber: Data Primer, 2018
Lampiran 2. Modal Usaha, Jumlah Jenis Barang Dagangan dan Pendapatan Usaha Tanaman Hias per Pedagang di Kota Medan No
Lanjutan Lampiran 2. Modal Investasi, Jumlah Jenis Barang Dagangan dan Pendapatan Usaha Tanaman Hias per Pedagang di Kota Medan
44. 800 33.410.000 64 2.153.100
45. 80 12.795.000 32 2.025.500
46. 100 12.975.000 54 1.294.000
47 800 21.480.000 54 2.750.900
Total 23.830 1.495.446.500 2.955 165.202.300 Rataan 507,02 31.818.010,63 62,87 3.514.942,55 Sumber: Data Primer, 2018
Lampiran 3a. Biaya Usaha Pedagang Tanaman Hias per Pedagang per Bulan di Kota
Lanjutan Lampiran 3a. Biaya Usaha Pedagang Tanaman Hias per Pedagang per Bulan di Kota Medan
43. 0 0 0
44. 0 0 0
45. 0 0 0
46. 0 0 0
47. 0 0 0
Total 25 28.900.000 31.400.000 Rataan 0,53 614.893,61 668,085,10 Sumber: Data Primer, 2018
Lampiran 3b. Biaya Usaha Pedagang Tanaman Hias per Pedagang per Bulan di Kota
Lanjutan Lampiran 3b. Biaya Usaha Pedagang Tanaman Hias per Pedagang per Bulan di Kota Medan
41. 112.000 60.000 0 459.000 0 631.000
42. 103.000 85.000 18.800 0 100.000 306.800
43. 97.000 45.000 19.200 0 100.000 261.200
44. 75.000 50.000 13.900 0 50.000 188.900
45. 67.000 0 11.500 0 80.000 158.500
46. 55.000 45.000 15.000 0 70.000 185.000
47. 85.000 0 21.100 0 50.000 156.100
Total 3.395.600 1.886.000 729.600 5.794.000 3.530.000 15.335.200 Rataan 72.246 40.127 15.523 123.277 75.106,40 326.280,90 Sumber: Data Primer, 2018
Lampiran 3c. Biaya Total Usaha Pedagang Tanaman Hias per Pedagang per Bulan di
Lanjutan Lampiran 3c. Biaya Usaha Pedagang Tanaman Hias per Pedagang per Bulan di Kota Medan
44. 0 188.900 188.900
45. 0 158.500 158.500
46. 0 185.000 185.000
47. 0 156.100 156.100
Total 31.400.000 15.335.200 46.735.200 Rataan 668.085,10 326.280,85 994.365,95 Sumber: Data Primer, 2018
Lampiran 4. Penerimaan Usaha pada Pedagang Tanaman Hias per Pedagang per Bulan di Kota Medan
Lanjutan Lampiran 4. Penerimaan Usaha pada Pedagang Tanaman Hias per Pedagang per Bulan di Kota Medan
26. 340 12.760.000 8 80.000 35 350.000 0 0 30 30.000 13.220.000
27. 171 11.160.000 8 50.000 27 270.000 8 256.000 5 40.000 11.776.000
28. 357 3.166.000 48 480.000 88 880.000 4 60.000 0 0 4.586.000
29. 376 4.020.000 70 700.000 84 840.000 0 0 0 0 5.560.000
30. 289 1.369.000 21 210.000 105 1.050.000 0 0 6 60.000 2.689.000
31. 473 6.715.000 10 110.000 33 330.000 4 98.000 0 0 7.253.000
32. 448 4.764.000 26 260.000 145 1.450.000 17 99.000 0 0 6.573.000
33. 297 3.479.000 28 280.000 87 870.000 3 110.000 50 100.000 4.839.000
34. 271 1.418.000 13 130.000 117 1.170.000 2 70.000 20 40.000 2.828.000
35. 412 2.889.000 16 130.000 92 920.000 6 70.000 0 0 4.009.000
36. 335 4.944.000 38 380.000 101 1.010.000 16 100.000 0 0 6.434.000
37. 294 2.801.000 18 180.000 113 1.130.000 4 40.000 4 20.000 4.171.000
38. 194 2.145.000 98 980.000 97 970.000 4 55.000 0 0 4.150.000
39. 41 1.555.000 0 0 24 240.000 0 0 0 0 1.795.000
40. 96 1.070.000 28 410.000 38 380.000 0 0 0 0 1.860.000
41. 366 2.787.000 24 240.000 102 1.020.000 4 165.000 0 0 4.212.000
42. 254 869.000 59 940.000 73 730.000 2 60.000 19 50.000 2.649.000
43. 326 3.636.000 10 90.000 98 980.000 10 50.000 0 0 4.816.000
44. 327 940.000 54 522.000 124 1.240.000 4 65.000 5 15.000 2.782.000
45. 185 1.297.000 64 640.000 84 840.000 0 0 0 0 2.777.000
46. 95 1.349.000 15 150.000 29 290.000 5 30.000 0 0 1.819.000
47. 235 1.693.000 79 790.000 88 880.000 6 24.000 0 0 3.387.000
Total 15.013 170.841.000 1.475 15.947.000 4.387 43.870.000 219 3.075.000 214 535.000 234.328.000 Rataan 319,42 3.634.914,89 31,38 339.297,87 93,34 933.404,25 4,65 65.425,53 4,55 11.382,97 4.985.702,12
Sumber: Data Primer, 2018
Lampiran 5. Pendapatan Usaha Tanaman Hias per Pedagang per bulan di Kota Medan
Lanjutan Lampiran 5. Pendapatan Usaha Pedagang Tanaman Hias di Kota Medan
37. 880 1.254.000 4.171.000 2.917.000
38. 200 166.000 4.150.000 3.984.000
39. 500 500.000 1.795.000 1.295.000
40. 600 215.500 1.860.000 1.644.500
41. 800 631.000 4.212.000 3.581.000
42. 880 306.800 2.649.000 2.342.200
43. 400 261.200 4.816.000 4.554.800
44. 800 188.900 2.782.000 2.593.100
45. 80 158.500 2.777.000 2.618.500
46. 100 185.000 1.819.000 1.634.000
47. 800 156.100 3.387.000 3.230.900
Total 23.830 46.735.200 234.328.000 187.592.800 Rataan 507 994.365,95 4.985.702,12 3.991.336,17 Sumber: Data Primer, 2018
Lampiran 6. Hubungan Modal dengan Pendapatan Tanaman Hias di Kota Medan
Correlations
Modal Pendapatan
Modal Pearson Correlation 1 .515**
Sig. (2-tailed) .000
N 47 47
Pendapatan Pearson Correlation .515** 1
Sig. (2-tailed) .000
N 47 47
**. Correlation is significant at the 0.01 level (2-tailed).
Lampiran 7. Hubungan Jenis Barang Dagangan dengan Pendapatan Tanaman Hias di Kota Medan
Correlations
Barang
Dagangan Pendapatan
Barang Dagangan Pearson Correlation 1 .365*
Sig. (2-tailed) .012
N 47 47
Pendapatan Pearson Correlation .365* 1
Sig. (2-tailed) .012
N 47 47
*. Correlation is significant at the 0.05 level (2-tailed).
Lampiran 8. Koefisien Determinasi (R²) Karakteristik Pedagang yang Mempengaruhi Pendapatan
Model Summaryb
Model R R Square
Adjusted R Square
Std. Error of the Estimate
1 .783a .613 .555 1383107.318
a. Predictors: (Constant), Biaya Produksi, Pendidikan, Luas Lahan , Jumlah Tanggungan, Lamanya Berusaha, Umur
b. Dependent Variable: Pendapatan
Lampiran 9. Uji Serempak (Uji F) Karakteristik Pedagang yang Mempengaruhi Pendapatan
ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 1.214E14 6 2.023E13 10.576 .000a
Residual 7.652E13 40 1.913E12
Total 1.979E14 46
a. Predictors: (Constant), Biaya Produksi, Pendidikan, Luas Lahan , Jumlah Tanggungan, Lamanya Berusaha, Umur
b. Dependent Variable: Pendapatan
Lampiran 10. Uji Parsial (uji – t) Karakteristik yang mempengaruhi Pendapatan
1 (Constant) 2809189.121 1995741.051 1.408 .167
Umur -13616.634 26937.092 -.068 -.505 .616
Pendidikan -161579.520 115565.037 -.153 -1.398 .170 Lamanya
Lampiran 11. Uji Normalitas Karakteristik yang mempengaruhi Pendapatan
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 47
Normal Parametersa,,b Mean .0000000
Std. Deviation 1.28975422E6
Most Extreme Differences Absolute .118
Positive .118
Negative -.085
Kolmogorov-Smirnov Z .811
Asymp. Sig. (2-tailed) .526
a. Test distribution is Normal.
Lampiran 12. Uji Heteroskedastisitas Karakteristik yang mempengaruhi Pendapatan
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1 (Constant) 2394847.513 1072224.771 2.234 .068
Umur -15351.321 14472.127 -.215 -1.061 .295
Pendidikan -92540.668 62088.063 -.245 -1.490 .144
Lamanya Berusaha 8388.798 17682.867 .087 .474 .638
Jumlah Tanggungan 160620.130 94352.880 .270 1.702 .096
Luas Lahan 63.527 289.491 .034 .219 .827
Biaya Produksi .055 .152 .059 .363 .718
a. Dependent Variable: RES2
Lampiran 13. Uji Multikolinearitas Karakteristik yang mempengaruhi Pendapatan Coefficientsa
Model
Collinearity Statistics
Tolerance VIF Kesimpulan
1 (Constant)
Umur .534 1.874 Tidak Terjadi Multikolinearitas Pendidikan .810 1.234 Tidak Terjadi Multikolinearitas Lamanya Berusaha .656 1.524 Tidak Terjadi Multikolinearitas Jumlah
Tanggungan
.872 1.146 Tidak Terjadi Multikolinearitas Luas Lahan .925 1.081 Tidak Terjadi Multikolinearitas Biaya Produksi .830 1.204 Tidak Terjadi Multikolinearitas
Coefficientsa
Model
Unstandardized Coefficients
Standardized Coefficients
t Sig.
Collinearity Statistics
B Std. Error Beta Tolerance VIF
1 (Constant) 2809189.121 1995741.051 1.408 .167
Umur -13616.634 26937.092 -.068 -.505 .616 .534 1.874
Pendidikan -161579.520 115565.037 -.153 -1.398 .170 .810 1.234
Lamanya Berusaha 23101.188 32913.270 .085 .702 .487 .656 1.524
Jumlah Tanggungan 405590.293 175619.814 .243 2.309 .026 .872 1.146
Luas Lahan 2049.060 538.833 .389 3.803 .000 .925 1.081
Biaya Produksi 1.652 .283 .629 5.831 .000 .830 1.204
a. Dependent Variable: Pendapatan