BAB V PEMBAHASAN
5.2. Faktor-faktor Yang Mempengaruhi Pendapatan Pedagang
5.2.1. Regresi Linier Berganda
Regresi linear berganda dilakukan untuk melihat pengaruh modal, jam kerja, lokasi usaha, lama usaha, harga dan jumlah jenis barang terjual terhadap pendapatan pedagang kelontong di Desa Mandiangin Pasar. Berdasarkan hasil regresi yang telah dilakukan, maka diperoleh persamaan regresi sebagai berikut:
LogPB = 5,579 + 0,400LogMO + 0,004JK + 0,004LA + -0,896LogH + 0,008JP + 0,128D
Persamaan regresi tersebut mempunyai makna sebagai berikut:
1) Konstanta sebesar 5,579 memberikan arti bahwa jika variabel modal, jam kerja, lokasi usaha, lama usaha, harga dan jumlah penjualan bersifat tetap atau dianggap konstan, maka pendapatan pedagang kelontong meningkat sebesar 5,57 persen.
2) Koefisien regresi variabel modal sebesar 0,400 hal ini menunjukkan adanya hubungan positif artinya setiap kenaikan satu persen variabel modal maka pendapatan pedagang kelontong akan meningkat sebesar 0,40 persen.
3) Koefisien regresi variabel jam kerja sebesar 0,004 hal ini menunjukkan adanya hubungan positif artinya setiap kenaikan satu jam variabel jam kerja maka pendapatan pedagang kelontong akan meningkat sebesar 0,004 persen.
82 4) Koefisien regresi variabel lama usaha sebesar 0,004 hal ini menunjukkan adanya hubungan positif artinya setiap kenaikan satu tahun variabel lama usaha maka pendapatan pedagang kelontong akan meningkat sebesar 0,004 persen.
5) Koefisien regresi variabel lokasi usaha sebesar 0,128 hal ini menunjukkan apabila variabel dummy lokasi usaha bernilai 1 (strategis), maka pendapatan pedagang kelontong akan meningkat sebesar 0,12 persen.
6) Koefisien regresi variabel harga sebesar -0,896 hal ini menunjukkan adanya hubungan negatif artinya setiap kenaikan satu persen variabel harga maka pendapatan pedagang kelontong akan menurun sebesar 0,89 persen.
7) Koefisien regresi variabel jumlah penjualan sebesar 0,008 hal ini menunjukkan adanya hubungan positif artinya setiap kenaikan satu jenis barang variabel jumlah penjualan maka pendapatan pedagang kelontong akan meningkat sebesar 0,008 persen.
5.2.2. Pengujian Hipotesis 1. Uji F-Statistik
Uji F dilakukan untuk mengetahui apakah variabel bebas yaitu modal, jam kerja, lokasi usaha, lama usaha, harga dan jumlah penjualan berpengaruh terhadap pendapatan pada tingkat signifikansi 5%. Apabila tingkat signifikansi lebih kecil dari α = 5% maka H0 ditolak dan H1 diterima, yang artinya variabel bebas berpengaruh secara signifikan terhadap variabel terikat. Sebaliknya jika tingkat signifikansi lebih besar dari α = 5% maka H0 diterima dan H1 ditolak yang artinya
83 variabel bebas tidak berpengaruh secara signifikan terhadap variabel terikat.
Kriteria pengujian hipotesis yang digunakan pada uji F adalah sebagai berikut:
a. H0: variabel independen modal, jam kerja, lokasi usaha, lama usaha, harga dan jumlah penjualan tidak berpengaruh terhadap pendapatan pedagang kelontong.
b. H1: variabel independen modal, jam kerja, lokasi usaha, lama usaha, harga dan jumlah penjualan berpengaruh terhadap pendapatan pedagang kelontong.
Hasil regresi linear berganda untuk uji F-statistik dapat dilihat pada tabel berikut:
Tabel 5.26. Hasil Regresi Linear Berganda Uji F-Statistik
ANOVAa
Model Sum of Squares df Mean Square F Sig.
1
Regression 3,334 6 ,556 86,145 ,000b
Residual ,226 35 ,006
Total 3,560 41
Sumber: data diolah, 2022
Berdasarkan hasil regresi linear berganda diatas untuk uji F-statistik diketahui bahwa F hitung sebesar 86,145 dengan probabilitas sebesar 0,000 atau lebih kecil dari α = 0,05 (0,000 < 0,05). Dengan demikian maka H0 ditolak dan H1 diterima, yang mengindikasikan bahwa variabel modal, jam kerja, lokasi usaha, lama usaha, harga dan jumlah penjualan berpengaruh terhadap pendapatan.
2. Uji t-Statistik
Uji t dilakukan untuk mengetahui apakah variabel bebas modal, jam kerja, lokasi usaha, lama usaha, harga dan jumlah penjualan mempunyai pengaruh
84 terhadap variabel terikat yaitu pendapatan, dengan asumsi variabel lainnya dianggap konstan. Uji t dapat dilakukan dengan melihat nilai t statistik pada tingkat signifikansi 5%. Apabila tingkat signifikansi lebih kecil dari α = 5% maka H0 ditolak dan H1 diterima yang artinya bahwa variabel bebas berpengaruh secara signifikan terhadap variabel terikat. Sebaliknya jika tingkat signifikansi lebih besar dari α = 5% maka H0 diterima dan H1 ditolak. Hasil regresi linear berganda untuk menguji t statistik dapat dilihat pada tabel berikut:
Tabel 5.27. Hasil Regresi Linear Berganda Uji t-Statistik
Coefficientsa
Model Unstandardized
Coefficients
Standardized Coefficients
t Sig.
B Std. Error Beta
1
(Constant) 5,579 4,512 1,236 ,225
Modal (X1) ,400 ,131 ,357 3,050 ,004
Jam Kerja (X2) ,004 ,009 ,026 ,508 ,615
Lama Usaha (X3) ,004 ,005 ,050 ,954 ,347
Lokasi Usaha (X4) ,128 ,039 ,214 3,274 ,002
Harga Barang (X5) -,896 1,038 -,084 -,864 ,394
Jumlah Penjualan
(X6) ,008 ,002 ,370 3,262 ,002
Sumber: data diolah, 2022
a. Modal
Berdasarkan uji yang telah dilakukan, dapat dilihat pada tabel 5.27. bahwa nilai t-statistik untuk variabel modal sebesar 3,050 dengan signifikansi sebesar 0,004 atau lebih kecil dari nilai α 5% = 0,05 (0,004 < 0,05), maka H0 ditolak dan H1 diterima yang berarti variabel modal berpengaruh signifikan terhadap pendapatan pedagang kelontong.
85 b. Jam Kerja
Berdasarkan uji yang telah dilakukan, dapat dilihat pada tabel 5.27. bahwa nilai t-statistik untuk variabel jam kerja sebesar 0,508 dengan signifikansi sebesar 0,615 atau lebih besar dari nilai α 5% = 0,05 (0,615 > 0,05), maka H0 diterima dan H1 ditolak yang berarti variabel jam kerja tidak berpengaruh signifikan terhadap pendapatan pedagang kelontong.
c. Lama Usaha
Berdasarkan uji yang telah dilakukan, dapat dilihat pada tabel 5.27. bahwa nilai t-statistik untuk variabel lama usaha sebesar 0,954 dengan signifikansi sebesar 0,347 atau lebih kecil dari nilai α 5% = 0,05 (0,347 > 0,05), maka H0 diterima dan H1 ditolak yang berarti variabel lama usaha tidak berpengaruh signifikan terhadap pendapatan pedagang kelontong.
d. Lokasi Usaha
Berdasarkan uji yang telah dilakukan, dapat dilihat pada tabel 5.27. bahwa nilai t-statistik untuk variabel lokasi usaha sebesar 3,274 dengan signifikansi sebesar 0,002 atau lebih kecil dari nilai α 5% = 0,05 (0,002 < 0,05), maka H0 ditolak dan H1 diterima yang berarti variabel lokasi usaha berpengaruh signifikan terhadap pendapatan pedagang kelontong.
e. Harga
Berdasarkan uji yang telah dilakukan, dapat dilihat pada tabel 5.27. bahwa nilai t-statistik untuk variabel harga sebesar -0,864 dengan signifikansi sebesar 0,394 atau lebih kecil dari nilai α 5% = 0,05 (0,394 > 0,05), maka H0 diterima dan
86 H1 ditolak yang berarti variabel harga tidak berpengaruh signifikan terhadap pendapatan pedagang kelontong.
f. Jumlah Penjualan
Berdasarkan uji yang telah dilakukan, dapat dilihat pada tabel 5.27. bahwa nilai t-statistik untuk variabel jumlah penjualan sebesar 3,262 dengan signifikansi sebesar 0,002 atau lebih kecil dari nilai α 5% = 0,05 (0,002 < 0,05), maka H0 ditolak dan H1 diterima yang berarti variabel jumlah penjualan berpengaruh signifikan terhadap pendapatan pedagang kelontong.
5.2.3. Koefisien Determinasi (𝐑𝟐)
Koefisien determinasi digunakan untuk mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen. Semakin besar nilai R2 (mendekati 1) maka ketepatannya semakin baik. Dari hasil olah data diperoleh nilai koefisien determinasi adalah sebesar 0,897. Artinya variabel bebas modal, jam kerja, lokasi usaha, lama usaha, harga dan jumlah penjualan mampu menjelaskan variasi dari variabel terikat pendapatan sebesar 89,7 persen.
Sedangkan sisanya 10,3 persen dijelaskan oleh faktor-faktor lain yang tidak diikursertakan didalam model regresi.
5.2.4. Pengujian Asumsi Klasik
Uji asumsi klasik merupakan persyaratan yang harus dipenuhi dalam analisis regresi linear berganda untuk mendapatkan model yang “blues” atau “best fit model”. Dalam penelitian ini uji asumsi klasik yang akan digunakan adalah uji normalitas, uji multikolinearitas, uji autokorelasi dan uji heteroskedastisitas.
87 1. Uji Normalitas
Uji normalitas pada model regresi digunakan untuk menguji apakah nilai residual terdistribusi secara normal atau tidak. Model regresi yang baik adalah yang memiliki nilai residual yang terdistribusi secara normal. Keputusan terdistribusi normal tidaknya residual secara sederhana adalah dengan membandingkan nilai probabilitas pada uji Kolmogorov-Smirnov dengan tingkat Alpha 5% (0,05). Hasil dari uji normalitas data tersebut dapat dilihat pada tabel 5.28 berikut:
Tabel 5.28. Hasil Uji Normalitas Data
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 42
Normal Parametersa,b Mean 0E-7
Std. Deviation ,07420999
Most Extreme Differences
Absolute ,068
Positive ,042
Negative -,068
Kolmogorov-Smirnov Z ,439
Asymp. Sig. (2-tailed) ,990
Sumber: data diolah, 2022
Berdasarkan hasil uji normalitas One-Sample Kolmogorov-Smirnov Test dapat diketahui bahwa nilai signifikansi sebesar 0,990 sehingga dapat disimpulkan bahwa 0,990 > 0,05. Artinya bahwa residual terdistribusi secara normal, sehingga asumsi klasik tentang kenormalan pada model regresi berganda sudah terpenuhi.
2. Uji Multikolinearitas
Multikolinearitas merupakan adanya suatu hubungan linear yang sempurna maupun mendekati sempurna antara beberapa atau semua variabel independent.
Dalam asumsi regresi linear klasik, antar variabel independent tidak
88 diperbolehkan mengalami korelasi atau bebas dari masalah multikolinearitas, oleh karenanya uji multikolinearitas perlu dilakukan pada analisis regresi yang berbasis OLS. Dalam penelitian ini uji multikolinearitas dilakukan dengan melihat nilai variance inflation factor (VIF). Suatu model regresi bebas dari masalah
multikolinearitas apabila nilai VIF < 10. Hasil dari uji multikolinearitas tersebut dapat dilihat melalui tabel 5.29. berikut ini:
Tabel 5.29. Hasil Uji Multikolinearitas
Variabel VIF Kesimpulan
Modal 0,1 < 7,555 < 10 Non Multikolinearitas Jam Kerja 0,1 < 1,500 < 10 Non Multikolinearitas Lama Usaha 0,1 < 1,544 < 10 Non Multikolinearitas Lokasi Usaha 0,1 < 2,359 < 10 Non Multikolinearitas Harga 0,1 < 5,195 < 10 Non Multikolinearitas Jumlah Jenis Barang Terjual 0,1 < 7,094 < 10 Non Multikolinearitas Sumber: data diolah, 2022
Berdasarkan uji yang telah dilakukan, diperoleh nilai koefisien korelasi antar variabel independen diantaranya modal bernilai 0,1 < 7,55 < 10, jam kerja 0,1 < 1,50 < 10, lama usaha 0,1 < 1,54 < 10, lokasi usaha 0,1 < 2,35 < 10, harga 0,1 < 5,19 < 10, dan jumlah jenis barang terjual 0,1 < 7,094 < 10. Artinya dari uji yang telah dilakukan nilai korelasi antar variabel independen bernilai lebih besar dari 0,1 namun kurang dari 10, sehingga dapat disimpulkan bahwa dalam penelitian ini tidak terjadi masalah multikolinearitas, sehingga asumsi klasik masalah multikolinearitas sudah terpenuhi.
3. Uji Autokorelasi
Autokorelasi didefinisikan sebagai korelasi antara serangkaian observasi yang diurutkan menurut waktu dan ruang. Untuk mengetahui ada atau tidaknya
89 gejala autokorelasi dalam perhitungan regresi atas penelitian ini maka digunakan Durbin-Watson Test sebesar 1,853.
Dengan menggunakan tabel Durbin-Watson dan α = 5% (0,05), jumlah observasi 42 serta jumlah variabel bebas 6 maka diperoleh angka dl = 1,2022 dan du = 1,8451, sedangkan nilai DW hitung = 1,853. Sehingga DW hitung > DW tabel yang berarti tidak terdapat autokorelasi. Maka asumsi klasik masalah autokorelasi sudah terpenuhi.
4. Uji Heteroskedastisitas
Uji heteroskedastisitas dilakukan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual suatu pengamatan ke pengamatan lain. Uji heteroskedastisitas yang dilakukan pada penelitian ini menggunakan uji Glejser. Dari uji yang telah dilakukan nilai sig. keempat variabel independen lebih besar dari 0,05, sehingga tidak perlu dilakukan perbaikan terhadap model regresi. Hasil uji heteroskedastisitas dapat dilihat melalui tabel 5.30. berikut ini:
Tabel 5.30. Hasil Uji Heteroskedastisitas
Variabel Signifikansi
Modal 0,750
Jam Kerja 0,811
Lama Usaha 0,576
Lokasi Usaha 0,197
Harga 0,683
Jumlah Jenis Barang Terjual 0,624
Sumber: data diolah, 2022
Berdasarkan uji diatas didapat hasil sig. Variabel modal sebesar 0,750, jam kerja 0,811, lama usaha 0,576, lokasi usaha 0,197, harga 0,683, dan jumlah jenis barang terjual 0,624 yang mengindikasikan bahwa nilai sig. > 0,05. Dengan
90 demikian maka dapat disimpulkan bahwa tidak terjadi masalah heteroskedastisitas pada model regresi. Maka asumsi klasik masalah heteroskedastisitas sudah terpenuhi.