LAMPIRAN 1
DAFTAR KUISIONER PENELITIAN
Daftar kuisioner ini bertujuan untuk mengumpulkan data,fakta daan informasi guna melengkapi bahan penulisan skripsi yang diajukan oleh :
Nama : Tulus Pane
Strata/Jurusan : S1/Ekonomi Pembangunan Fakultas : Ekonomi dan Bisnis
Universitas Sumatera Utara
Dengan judul “Analisis Pola Konsumsi Masyarakat Kota Medan”
Responden adalah masyarakat Kota Medan.
Kepada Yth Bapak/Ibu dimohon untuk memberikan jawaban yag jujur dan terbaik terhadap kuisioner ini.
Atas partisipasinya saya ucapkan terimaksih.
I. Identitas Responden
Nama :
Umur :
Alamat :
Kecamatan :
Jumlah Anggota Keluarga (intri,anak,diri sendiri): Orang
Jumlah Tanggungan Keluarga : Orang
a. Bersekolah : Orang
b. Tidak bersekolah : Orang
Pendidikan Kepala Keluarga Tangga a. SD/MI
b. SMP/MTs c. SMA/MA d. D3/S1
Pekerjaan a. Petani b. Buruh c. Wiraswasta d. PNS
e. Lainnya ………
Penghasilan /Bulan
a. Suami : Rp.
b. Istri : Rp.
II. Daftar Pertanyaan
Apakah dalam sebulan anda ada menabung dalam / bulan atau tahun ?
Ada : Rp
Tidak ada
Berapa pengeluaran belanja mingguan anda untuk konsumsi makanan ? (Rupiah)
a. Pangan (makanan dan minuman,rokok) : Rp
Berapa pengeluaran belanja bulanan anda untuk non makanan ? (Rupiah) a. Sandang ( pakaian,tutup kepala/kaki,dll) :Rp
b. Transfortasi : Rp
c. Komunikasi : Rp
d. Rekreasi : Rp
e. Kesehatan : Rp
f. Perumahan (air,listrik,gas,sewa rumah) : Rp g. Biaya Pendidikan Anak / tahun
- SD/MI : Rp
- SMP/MTs : Rp
- SMA/MA : Rp
- Pendidikan Tinggi : Rp
Pengeluaran Lain-lain : Rp
LAMPIRAN 2
DATA VARIABEL REGRESI
NO C X1 X2 X3 X4 X5
1 3500000 4100000 9 30 3 6600000
2 2700000 900000 9 32 7 800000
3 18000000 25000000 15 65 6 5000000
4 15000000 20000000 18 61 3 5000000
5 2300000 2500000 12 31 4 200000
6 4000000 4500000 13 38 3 6500000
7 3500000 5500000 12 40 5 2000000
8 1500000 900000 9 32 3 2000000
9 2800000 750000 12 38 3 7700000
10 6000000 7000000 16 47 4 1000000
11 5500000 6500000 15 43 3 1000000
12 1500000 1800000 6 38 4 300000
13 4500000 5000000 12 42 3 500000
14 5000000 6000000 16 42 4 1000000
15 5000000 6000000 16 44 4 1000000
16 5800000 7000000 6 40 6 200000
17 3400000 3500000 12 37 3 3100000
18 3500000 4000000 9 35 4 3500000
19 1650000 1750000 6 38 5 3100000
20 3500000 40000000 13 40 4 3500000
21 3500000 5000000 12 44 4 1500000
22 2600000 2600000 6 31 4 4100000
23 2600000 2600000 12 38 3 4700000
24 2700000 3500000 12 27 4 3800000
25 4000000 4800000 9 25 4 3800000
26 3000000 3200000 12 32 4 3200000
27 5400000 6000000 15 48 3 3500000
28 3200000 4000000 12 40 4 3800000
29 11000000 15000000 16 57 5 4000000
30 3200000 3200000 9 37 5 4200000
31 4700000 6200000 16 35 5 1500000
32 2700000 3000000 12 35 3 3600000
33 1500000 1500000 6 28 3 4500000
34 6000000 4500000 16 49 4 4900000
37 3500000 4500000 12 30 5 1000000
38 6000000 4000000 18 51 4 3000000
39 1500000 1500000 6 30 4 4100000
40 2500000 2800000 9 40 5 4300000
41 14000000 4200000 18 55 4 4000000
42 4000000 800000 13 47 4 4500000
43 12000000 4000000 16 59 6 8000000
44 5000000 4700000 15 43 4 1000000
45 6500000 900000 16 46 3 2000000
46 6000000 800000 13 42 3 7500000
47 5500000 700000 12 40 4 1000000
48 1300000 1800000 6 26 5 4100000
49 1600000 2100000 9 28 3 4700000
50 3000000 3500000 12 38 5 4900000
51 2200000 3200000 12 32 4 9000000
52 7000000 1200000 16 56 5 15000000
53 5000000 900000 16 49 4 10000000
54 3000000 3500000 12 34 5 4500000
55 2000000 2800000 9 51 5 4300000
56 1200000 1500000 12 52 3 13000000
57 5700000 950000 12 49 5 4500000
58 3000000 3000000 9 42 4 7000000
59 2500000 2800000 12 29 2 4300000
60 3200000 3800000 12 41 5 5000000
61 2200000 2500000 9 29 5 6500000
62 1800000 2100000 9 22 5 4300000
63 1500000 1500000 9 41 2 8500000
64 3000000 3500000 12 32 5 4500000
65 1200000 1500000 9 38 3 9300000
66 3000000 3500000 12 40 5 6500000
67 2700000 3300000 12 38 2 7600000
68 2000000 2000000 12 33 5 0
69 2000000 2500000 12 34 5 5500000
70 1700000 2000000 9 31 5 7300000
71 1000000 1200000 6 30 3 8200000
72 3000000 3500000 12 39 5 8500000
73 5000000 1000000 16 50 5 5000000
74 5000000 1200000 12 51 2 2000000
75 4500000 1500000 9 53 5 6500000
76 5000000 1600000 15 52 6 9000000
78 6500000 850000 16 43 4 2000000
79 2500000 3000000 15 29 5 0
80 2500000 2800000 9 46 4 9300000
81 4500000 950000 15 30 6 10000000
82 3400000 3900000 13 42 5 9500000
83 9500000 11500000 20 38 5 2000000
84 4500000 750000 13 49 6 6000000
85 5200000 1700000 15 52 4 7500000
86 6500000 1800000 16 58 5 2000000
87 6800000 13500000 20 48 3 6700000
88 4000000 2500000 15 43 6 2500000
89 3000000 3300000 9 46 5 3400000
90 5000000 2500000 18 50 6 2500000
91 8000000 2400000 15 58 1 6000000
92 2200000 2500000 6 56 7 3500000
93 3500000 4000000 9 55 5 4500000
94 6000000 2500000 13 59 1 2500000
95 5500000 2500000 15 51 2 3100000
96 2500000 3000000 15 45 4 4500000
97 3000000 4500000 13 41 6 2500000
98 11200000 15000000 20 58 3 3800000
99 3000000 2000000 6 29 6 2900000
LAMPIRAN 3
Hasil Regres C = α + β1X1+ β2X2 + β3 X3+ β4X4 + β5X5+ μ
Dependent Variable: C Method: Least Squares Date: 02/10/16 Time: 01:13 Sample: 1 100
Included observations: 100
Variable Coefficient Std. Error t-Statistic Prob.
C 0.280621 0.654675 3.034948 0.0001
X1 0.452849 0.034056 4.088120 0.0000
X2 2.080416 58689.60 3.544778 0.0006
X3 3.861608 19283.93 3.039634 0.0031
X4 5.723946 122971.8 4.428292 0.0032
X5 0.213642 0.129763 2.418860 0.0009
R-squared 0.786630 Mean dependent var 4268500.
Adjusted R-squared 0.775280 S.D. dependent var 2845009. S.E. of regression 1348665. Akaike info criterion 31.12525
Sum squared resid 1.71E+14 Schwarz criterion 31.28156
Log likelihood 1550.263 Hannan-Quinn criter. 31.18852
F-statistic 69.30974 Durbin-Watson stat 1.516580
Prob(F-statistic) 0.192062
LAMPIRAN 4
UJI MULTIKOLINEARITAS
Hasil Regres Matrix Correlation
X1 X2 X3 X4 X5
X1 1.000000 0.578433 0.528960 0.291099 0.654705
X2 0.578433 1.000000 0.606376 0.250661 0.616804
X3 0.528960 0.606376 1.000000 0.362366 0.585204
X4 0.291099 0.250661 0.362366 1.000000 0.283105
Hasil Regres VIF
Variance Inflation Factors Date: 02/10/16 Time: 01:20 Sample: 1 100
Included observations: 100
Coefficient Uncentered Centered
Variable Variance VIF VIF
C 2.808621 32.21403 NA
X1 0.001160 4.230702 1.971350
X2 3.44E+09 30.18198 1.995972
X3 3.72E+08 37.49901 1.913665
X4 1.51E+10 6.243711 1.171506
X5 0.016838 3.584837 2.193361
Hasil Regres X1= α + β1C + β2X2 + β3X3+ β4X4 + β5X5+ μ
Dependent Variable: X1 Method: Least Squares Date: 02/10/16 Time: 01:14 Sample: 1 100
Included observations: 100
Variable Coefficient Std. Error t-Statistic Prob.
Co 1.154563 0.257249 4.488120 0.0000
C 2.808621 2278716. 0.016830 0.9866
X2 80362.73 171544.7 0.468465 0.6405
X3 12979.91 55527.26 0.233757 0.8157
X4 154290.8 353719.2 0.436196 0.6637
X5 0.757009 0.370015 2.045886 0.0436
R-squared 0.582252 Mean dependent var 5952500.
Adjusted R-squared 0.560032 S.D. dependent var 5588197. S.E. of regression 3706657. Akaike info criterion 33.14728
Sum squared resid 1.29E+15 Schwarz criterion 33.30359
Log likelihood 1651.364 Hannan-Quinn criter. 33.21054
F-statistic 26.20325 Durbin-Watson stat 1.993699
Prob(F-statistic) 0.051300
Hasil Regres X2 = α + β1C + β2X1 + β3X3+ β4X4 + β5X5+ μ
Sample: 1 100
Included observations: 100
Variable Coefficient Std. Error t-Statistic Prob.
Co 5.67E-07 1.60E-07 3.544778 0.0006
C 7.216027 1.148405 6.283523 0.0000
X1 2.90E-08 6.19E-08 0.468465 0.6405
X3 0.063685 0.032704 1.947339 0.0545
X4 0.242780 0.211163 1.149729 0.2532
X5 2.73E-07 2.25E-07 1.212097 0.2285
R-squared 0.558066 Mean dependent var 12.20000
Adjusted R-squared 0.534559 S.D. dependent var 3.262892 S.E. of regression 2.226050 Akaike info criterion 4.496459
Sum squared resid 465.7979 Schwarz criterion 4.652769
Log likelihood 218.8229 Hannan-Quinn criter. 4.559720
F-statistic 23.74034 Durbin-Watson stat 1.705152
Prob(F-statistic) 0.061030
Hasil Regres X3= α + β1C + β2X1 + β3X2+ β4X4 + β5X5+ μ
Dependent Variable: X3 Method: Least Squares Date: 02/10/16 Time: 01:16 Sample: 1 100
Included observations: 100
Variable Coefficient Std. Error t-Statistic Prob.
Co 1.53E-06 5.02E-07 3.039634 0.0031
C 25.38466 3.324229 7.636255 0.0000
X1 4.48E-08 1.91E-07 0.233757 0.8157
X2 0.608893 0.312679 1.947339 0.0545
X4 0.707192 0.653450 1.082244 0.2819
X5 7.42E-07 6.98E-07 1.062603 0.2907
R-squared 0.524209 Mean dependent var 41.72000
Adjusted R-squared 0.498901 S.D. dependent var 9.723532 S.E. of regression 6.883131 Akaike info criterion 6.754149
Sum squared resid 4453.484 Schwarz criterion 6.910459
Log likelihood 331.7074 Hannan-Quinn criter. 6.817410
F-statistic 20.71311 Durbin-Watson stat 1.368423
Prob(F-statistic) 0.210050
Hasil Regres X4 = α + β1C + β2X1 + β3X2+ β4X3 + β5X5+ μ
Dependent Variable: X4 Method: Least Squares Date: 02/10/16 Time: 01:16 Sample: 1 100
Variable Coefficient Std. Error t-Statistic Prob.
Co 2.39E-07 7.88E-08 3.028292 0.0032
C 1.583351 0.643385 2.460971 0.0157
X1 1.31E-08 3.00E-08 0.436196 0.6637
X2 0.057120 0.049681 1.149729 0.2532
X3 0.017402 0.016080 1.082244 0.2819
X5 6.81E-08 1.10E-07 0.619066 0.5374
R-squared 0.222273 Mean dependent var 2.470000
Adjusted R-squared 0.180904 S.D. dependent var 1.193035 S.E. of regression 1.079744 Akaike info criterion 3.049449
Sum squared resid 109.5896 Schwarz criterion 3.205759
Log likelihood 146.4725 Hannan-Quinn criter. 3.112711
F-statistic 5.372992 Durbin-Watson stat 1.656848
Prob(F-statistic) 0.000217
Hasil Regres X5 = α + β1C + β2X1 + β3X2+ β4X3 + β5X4+ μ
Dependent Variable: X5 Method: Least Squares Date: 02/10/16 Time: 01:17 Sample: 1 100
Included observations: 100
Variable Coefficient Std. Error t-Statistic Prob.
Co 0.249288 0.072916 3.418860 0.0009
C 1380853. 604969.6 -2.282517 0.0247
X1 0.056314 0.027525 2.045886 0.0436
X2 56339.05 46480.64 1.212097 0.2285
X3 16001.73 15058.99 1.062603 0.2907
X4 59663.36 96376.33 -0.619066 0.5374
R-squared 0.594501 Mean dependent var 1226000.
Adjusted R-squared 0.572932 S.D. dependent var 1546999. S.E. of regression 1010971. Akaike info criterion 30.54884
Sum squared resid 9.61E+13 Schwarz criterion 30.70515
Log likelihood 1521.442 Hannan-Quinn criter. 30.61211
F-statistic 27.56264 Durbin-Watson stat 1.960322
LAMPIRAN 5
UJI HETEROKEDASTISITAS
Heteroskedasticity Test: White
F-statistic 59.27478 Prob. F(5,94) 0.2131
Obs*R-squared 75.92052 Prob. Chi-Square(5) 0.1920
Scaled explained SS 249.5070 Prob. Chi-Square(5) 0.0601
Test Equation:
Dependent Variable: RESID^2 Method: Least Squares Date: 02/10/16 Time: 01:19 Sample: 1 100
Included observations: 100
Variable Coefficient Std. Error t-Statistic Prob.
C 8.99E+10 6.77E+11 0.132783 0.8946
X1^2 0.021529 0.001412 15.25146 0.0000
X2^2 1.15E+09 4.06E+09 0.281925 0.7786
X3^2 3.30E+08 3.94E+08 0.838168 0.4041
X4^2 1.29E+10 3.54E+10 0.363815 0.7168
X5^2 0.011772 0.031289 0.376233 0.7076
R-squared 0.759205 Mean dependent var 1.71E+12
Adjusted R-squared 0.746397 S.D. dependent var 4.69E+12 S.E. of regression 2.36E+12 Akaike info criterion 59.87552
Sum squared resid 5.24E+26 Schwarz criterion 60.03183
Log likelihood 2987.776 Hannan-Quinn criter. 59.93878
F-statistic 59.27478 Durbin-Watson stat 1.464653
DAFTAR PUSTAKA
Buku:
Badan Pusat Statistik. 2011. Berita Resmi Statistik 2011, Badan Pusat Statistik Provinsi Sumatera Utara.
__________________. 2011. Analisis Struktur Ekonomi Penduduk Kota Medan Tahun 2006-2010, Badan Pusat Statistik Kota Medan.
Badan Pusat Statistik. 2012. Indeks Harga Konsumen (IHK) Di Empat Kota Sumatera Utara 2012, Badan Pusat Statistik Provinsi Sumatera Utara.
Badan Pusat Statistik. 2014. Statistik Daerah Kota Medan 2014, Badan Pusat Statistik Kota Medan.
___________________. 2014. Sumatera Utara Dalam Angka 2014, Badan Pusat Statistik Provinsi Sumatera Utara.
Badan Pusat Statistik. 2015. Medan Dalam Angka 2015, Badan Pusat Statistik Kota Medan.
__________________. 2015. “Survei Sosial Ekonomi Nasional”, Susenas Maret. Badan Pusat Statistik Provinsi Sumatera Utara.
Sukirno, Sadono, 2007. Makro Ekonomi Modern, Jakarta: PT Raja Grapindo Persada.
Mankiw, Gregory. N, 2000. Teori Makro Ekonomi, Edisi Keempat, Jakarta: Erlangga.
Samuelson, A. Paul & Nordhaus, D. William, 2001. Ilmu Makroekonomi, Edisi Tujuh Belas, Jakarta: P.T Media Global Edukasi.
Arif, Sritua, 1996. Teori Ekonomi Mikro dan Makro Lanjutan, Jakarta: PT. Raja Grafindo Persada.
Rahardja, Mandala, Pratama & Manurung, 2001. Teori Ekonomi Makro: Suatu Pengantar, Jakarta: Fakultas Ekonomi Universitas Indonesia.
Nasution, Mulia, 1997. Teori Ekonomi Makro: Pendekatan Pada Perekonomian Indonesia, Jakarta: Djambatan.
Suryabrata, Sumadi, 2008. Metodologi Penelitian, Jakarta: PT. Raja Grafindo Persada.
Sugiyono, 2006. Metode Penelitian Administrasi: Dilengkapi dengan Metode R&D, Bandung: Alfabeta.
Dumairy , 1997. Perekonomian Indonesia, Jakarta: Erlangga.
Waluyo, Eko Dwi, 2007. Ekonomika Makro, Edisi Revisi, Malang: UMM PRESS. Supriana, Tavi, 2008. Ekonomi Makro, Medan: USU PRESS.
Artikel dan Jurnal:
Cahyo Pujoharso, 2013. “Aplikasi Teori Konsumsi Keynes Terhadap Pola
Konsumsi Makanan Masyarakat Indonesia”. Jurnal Ekonomi Fakultas
Ekonomi dan Bisnis Universitas Brawijaya.
Khairil Anwar, 2008 “Analisis Pola Konsumsi Masyarakat Pedesaan di
Kabupaten Bireuen - Aceh”. Jurnal Fakultas Ekonomi Universitas
Malikussaleh - Lhokseumawe.
Publikasi Online:
http://www.antarasumut.com/Menkeu-Pertumbuhan-2013-Didukung- Konsumsi-RumahTangga-Portal-Berita-Sumatera-Utara-ANTARA-Sumut.html (26 November 2015).
BAB III
METODE PENELITIAN
Metode penelitian adalah langkah dan prosedur yang akan dilakukan dalam pengumpulan data atau empiris guna memecahkan permasalahan dan menguji hipotesa penelitian. Dalam pengumpulan data yang diperlukan menyusun skripsi ini, penulis menggunakan metode penelitian sebagai berikut
3.1Jenis Penelitian
Jenis penelitian yang digunakan adalah penelitian deskriptif kuantitatif. Menurut Suryabrata (2008:75) Penelitian deskriptif adalah suatu jenis penelitian yang bertujuan untuk membuat pecandraan secara sistematis, faktual, dan akurat mengenai fakta-fakta dan sifat-sifat populasi atau daerah tertentu. Penelitian ini mendeskripsikan variabel-variabel yang mempengaruhi pola konsumsi masyarakat Kota Medan, maka data yang digunakan adalah data kuantitatif atau data primer yang diperoleh langsung dari objek penelitian.
3.2Tempat dan Waktu Penelitian
Penelitian ini dilakukan di Kota Medan dan memfokuskan pada kepala rumah tangga atau ibu rumah tangga. Waktu penelitian adalah Desember 2015 sampai dengan Januari 2016.
3.3Definisi Operasional
2. Umur (X1)
Menyatakan umur responden kepala rumah tangga dan anggota rumah tangga yang diukur dalam satuan tahun.
3. Pendapatan Rumah Tangga (X2)
Total penerimaan yang diterima oleh rumah tangga baik berupa gaji atau upah maupun pendapatan dari usaha dan pendapatan lainnya selama satu bulan. Diukur dalam satuan rupiah.
4. Tingkat Pendidikan (X3)
Menyatakan waktu yang ditempuh dalam menyelesaikan pendidikan dengan tingkat pendidikan Tidak Tamat SD, SD, SMP, SMA, Diploma dan Sarjana. Indikator jenjang pendidikan dinyatakan dalam: Tidak Tamat SD = 0, SD = 6, SMP = 9, SMA = 12, Diploma = 15, Sarjana = 16. Diukur dalam satuan tahun.Diukur dalam satuan tahun.
5. Tabungan (X4) adalah bagian dari pendapatan yang tidak dipergunakan untuk konsumsi atau tabungan sama dengan jumlah pendapatan dikurangi dengan jumlah konsumsi/bulan. Diukur dalam satuan rupiah.
3.4Populasi dan Sampel Penelitian
3.4.1 Populasi
Menurut Consuelo et,al (1993:160), populasi adalah sekelompok besar yang merupakan sasaran generalisasi. Sugiyono (2006:90) mendefinisikan populasi adalah wilayah generalisasi yang terdiri atas, obyek atau subyek yang mempunyai kualitas dan karakteristik tertentu yang ditetapkan oleh peneliti untuk dipelajari dan kemudian ditarik kesimpulannya. Populasi dalam penelitian ini adalah semua rumah tangga masyarakat yang menetap dalam wilayah Kota Medan dengan jumlah 502.735 rumah tangga.
3.4.2 Sampel
Sampel adalah kelompok kecil yang kita amati. Ferguson (1976) mendefinisikan sampel adalah beberapa bagian kecil atau cuplikan yang ditarik dari populasi atau proporsi dari suatu populasi. Untuk menentukan ukuran sampel dari populasi dengan menggunakan formula Slovin, 1960 ( Consuelo et al., 1993:161), dengan rumus :
N n =
1 + Ne2
n = ukuran sampel N = ukuran populasi
502.735 n =
1 + 502.735 (10%)2 n = 99.99
n = 100
Dari rumus diatas distribusi sampel berdasarkan kecamatan di kota Medan dapat dilihat pada table berikut ini.
Tabel 3.1 Distribusi Responden Berdasarkan Kecamatan di Kota Medan
No Kecamatan Jumlah Sampel
1 Medan Tuntungan 19 693 4
2 Medan Johor 29 687 6
3 Medan Amplas 27 498 5
4 Medan Denai 32 220 7
5 Medan Area 22 176 4
6 Medan Kota 17 523 3
7 Medan Polonia 12 475 3
8 Medan Maimun 9 395 2
9 Medan Baru 10 968 2
10 Medan Selayang 27 440 5
11 Medan Sunggal 26 897 6
12 Medan Helvetia 32 952 7
13 Medan Petisah 15 562 3
14 Medan Barat 16 864 3
15 Medan Timur 25 870 5
16 Medan Perjuangan 22 972 5
17 Medan Tembung 30 760 6
18 Medan Deli 40 054 8
19 Medan Labuhan 25 634 5
20 Medan Marelan 34 423 7
21 Medan Belawan 21 692 4
Jumlah 502 735 100
Sumber: BPS Kota Medan, Data Penduduk Desember 2014
3.5Jenis Data
1. Data Primer
Data primer adalah data yang diperoleh langsung dari responden atau objek yang diteliti atau ada hubungannya dengan objek yang diteliti. Wawancara langsung dengan kuesioner yang ditanyakan kepada responden kepala rumah tangga atau ibu rumah tangga di Kota Medan. Data primer yang akan dikumpulkan meliputi data tentang umur, pendidikan, pendapatan, status pekerjaan dan jumlah tanggungan.
2. Data Sekunder
Data sekunder yang diperlukan dalam penelitian ini diperoleh dari instansi terkait yaitu Badan Pusat Statistik Kota Medan. Untuk lebih melengkapi pemaparan hasil penelitian, digunakan rujukan dan referensi lainnya yang relevan, misalnya dari buku, laporan hasil penelitian, jurnal, dan publikasi terkait lainnya.
3.6Metode Pengumpulan Data
Dalam penelitian ini menggunakan metode: 1. Observasi
Observasi adalah dengan melakukan pengamatan langsung terhadap objek yang akan diteliti, dalam hal ini adalah masyarakat yang ada di wilayah kota Medan.
2. Wawancara
3. Metode Kuesioner
Penulis membuat daftar pertanyaan yang relevan dengan penelitian yang dilakukan. Kuisioner ini ditujukan pada populasi yang telah ditentukan. Jawaban atas pertanyaan ini digunakan sebagai pelengkap dan pendukung kebenaran data yang ada.
4. Metode Library Research (Penelitian Studi Pustaka)
Cara pengumpulan data baik kuantitatif maupun kualitatif melalui sumber-sumber seperti jurnal-jurnal, buku-buku ilmiah, dan penelitian-penelitian yang pernah dilakukan sebelumnya.
3.7Teknik Analisis Data
3.7.1 Alat Analisis Data
Alat analisis data yang digunakan dalam menganalisis data penelitian yaitu, dengan menggunakan program Eviews 7.1 untuk mengolah data.
3.7.2 Metode Analisis Data
Model analisis data yang digunakan adalah model ekonometrika dengan metode Ordinary Least Square (OLS). Faktor-faktor yang mempengaruhi pola konsumsi masyarakat Kota Medan adalah umur, pendapatan, pendidikan, pekerjaan, jumlah tanggungan anggota keluarga.
C = f (Y)
Dengan spesifikasi model C = a + b Y
Fungsi tersebut dinyatakan sebagai berikut:
C = f ( X1,X2,X3,X4,X5)………..(1)
Dengan spesifikasi model ekonometrik sebagai berikut:
C = α + β1X1 + β2X2 + β3 X3+ β4X4 + β5X5 + μ………...(2)
Dimana:
C = Konsumsi rumah tangga (Rupiah)
α = Konstanta
X1 = Pendapatan (Rp) X2 = Pendidikan (Tahun) X3 = Umur ( Tahun)
X4 = Jumlah Tanggungan ( Orang ) X5 = Tabungan (Rp)
β1,β2,β3,β4,β5 = Koefisien Regresi
μ = Error Term (kesalahan pengganggu)
3.7.3 Hipotesis Model
Berdasarkan model analisa diatas, maka bentuk hipotesanya adalah sebagai berikut:
∂C
� > 0 , Artinya jika X1 (Pendapatan) mengalami kenaikan maka C (Konsumsi rumah tangga) juga akan mengalami kenaikan, ceteris paribus.
∂C
� > 0 , Artinya jika X2 (Pendidikan) mengalami kenaikan maka C (Konsumsi rumah tangga) juga akan mengalami kenaikan, ceteris paribus.
∂C
∂C
� > 0 , Artinya jika X4 (Jumlah Tanggungan) mengalami kenaikan maka C (Konsumsi rumah tangga) juga akan mengalami kenaikan, ceteris paribus.
∂C
� > 0 , Artinya jika X5 (Tabungan) mengalami kenaikan maka C (Konsumsi rumah tangga) juga akan mengalami kenaikan, ceteris paribus.
3.8Test of Goodness of Fit ( Uji Kesesuaian)
3.8.1 Koefisien Detarminasi (R²)
Koefisien determinasi (R²) pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variable terikat.Nilai koefisien determinasi adalah diantara nol atau satu.Nilai R² yang kecil berarti kemampuan variable-variabel independen dalam menjelaskan variasi variable-variabel dependen terbatas.Nilai yang mendekati satu berarti varibel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi varibel dependen (Kuncoro, 2003).
3.8.2 Uji Signifikan Simultan (Uji Statistik F)
Uji statistik F menunjukkan apakah semua variabel bebas (X) yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap varibel terikat . Dengan langkah pengujian:
a. H0 : b1 = 0, artinya suatu variabel bebas bukan merupakan variabel penjelas yang signifikan terhadap variabel terikat.
Pengujian ini dilakukan dengan membandingkan nilai f-hitung dengan f-tabel. Bila f-hitung > f-tabel, maka pada tingkat kepercayaan tertentu HO ditolak. Hal ini berarti bahwa variabel indepanden yang diuji berpengaruh nyata (signifikan) terhadap variabel dependen. Dan bila f-hitung < f-tabel maka pada tingkat kepercayaan tertentu HO diterima. Hal ini berarti bahwa variabel indepanden yang diuji tidak berpengaruh nyata (tidak signifikan) terhadap variabel dependen.
Nilai f-hitung diperoleh dengan rumus: R2/(k – 1)
f-hitung =
(1 - R2) / (n – k) Dimana:
R2 = Koefisien Determinasi
k = Jumlah Variabel Independen + Intersep n = Jumlah Sampel
Gambar 3.1 Kurva Normal Untuk F-satistik
3.8.3 Uji Signifikan Parsial (Uji Statistik t)
Uji statistik t menunjukkan seberapa jauh satu variabel penjelas secara individual dalam menerangkan variasi variabel terikat.Dengan langkah pengujian :
a. Ho : b1 = 0
b. Ha : b1 ≠ 0
Artinya: Terdapat pengaruh yang positif dan signifikan dari variabel bebas (X) terhadap variabel terikat (Y).
Dimana bi adalah koefisien variabel independen ke-i nilai hipotesis, biasanya b dianggap = 0, artinya tidak ada pengaruh variabel X1 terhadap Y. Bila t-hitung > t-tabel, maka pada tingkat kepercayaan tertentu HO ditolak. Hal ini berarti bahwa variabel indepanden yang diuji berpengaruh nyata (signifikan) terhadap variable dependen. Dan bila t-hitung < t-tabel maka pada tingkat kepercayaan tertentu HO diterima. Hal ini berarti bahwa variabel indepanden yang diuji tidak berpengaruh nyata (tidak signifikan) terhadap variable dependen.
Nilai t-hitung diperoleh dengan rumus: bi
t-hitung =
Sbi Dimana:
bi = Koefisien Variabel ke-i
bi = Simbangan baku dari variabel independen ke-i
3.9Uji Penyimpangan Asumsi Klasik
3.9.1 Multikolinearitas
Multikolinearitas adalah alat yang digunakan untuk mengetahui suatu kondisi, apakah terdapat korelasi variable independen diantara satu sama lainnya. Untuk mengetahui ada tidaknya Multikolinearitas dapat dilihat dari nilai R2, t-statistik, f- satistik, serta standart error.
3.9.2 Heteroskedastisitas
Heterokedastisitas ialah suatu keadaan dimana varian dari kesalahan pengganggu tidak konstan untuk semua nilai variable bebas, yaitu E (Xi,μi) ≠ 0,
sehingga E (μi)2 ≠ δ2. Pengujian untuk mendeteksi heterokedastisitas dilakukan dengan cara uji formal yaitu uji white.
Pengujian di mulai dengan membentuk model estimasi : C = α + β1X1 + β2X2 + β3X3 + β4X4 + β5X5 + μ
BAB IV
HASIL DAN PEMBAHASAN
4.1 Deskripsi Objek Penelitian
4.1.1 Letak Geografis
Kota Medan terletak antara 3º 27´ - 3º 47´ Lintang Utara dan 98º 35´ - 98º 44´ Bujur Timur dengan ketinggian 2,5-37,5 meter di atas permukaan laut dengan luas wilayah Kota Medan adalah 265,10 km2 atau 0,37 persen dari total luas daratan Provinsi sumatera Utara. Kota Medan berbatasan dengan Kabupaten Deli serdang di sebelah Utara, Selatan, Barat dan Timur.
4.1.2 Kependudukan
Pembangunan kependudukan dilaksanakan dengan mengindahkan kelestarian sumber daya alam dan fungsi lingkungan hidup sehingga mobilitas dan persebaran penduduk tercapai optimal.
Mobilitas dan persebaran penduduk yang optimal, berdasarkan pada adanya keseimbangan antara jumlah penduduk dengan daya dukung dan daya tmpung lingkungan. Persebaran penduduk yang tidak didukung oleh lingkungan dan pembangunan akan menimbulkan masalah sosial yang kompleks, dimana penduduk menjadi beban bagi lingkungan maupun sebaliknya.
Tabel 4.1 Jumlah Penduduk dan Rumah Tangga Menurut Kecamatan di Kota Medan Tahun 2014
Kecamatan Penduduk
Rumah tangga
Rata-rata Anggota Rumah tangga
(1) (2) (3) (4)
20. Medan Marelan 156 394 34 423 4,54 21.Medan Belawan 98 020 21 692 4,52
Kota Medan
2014 2 191 140 502 735 4,36
2013 2 135 516 493 366 4,33
2012 2 122 804 493 229 4,30
Sumber: BPS, Medan Dalam Angka 2015
4.1.3 Kondisi Perekonomian Kota Medan
Melalui penghitungan PDRB dengan tahun dasar 2010, diketahui laju pertumbuhan ekonomi Kota Medan pada tahun 2014 mengalami peningkatan bila dibandingkan dengan tahun sebelumnya. Pada tahun ini pertumbuhan ekonomi Kota Medan mencapai 6,05 persen, sedangkan tahun 2013 sebesar 5,36 persen. Hal ini disebabkan mayoritas lapangan usaha mengalami peningkatan pertumbuhan, yakni lapangan usaha Jasa Kesehatan dan lainnya, lapangan usaha Penyediaan Akomodasi dan Makan Minum , lapangan usaha Informasi dan Komunikasi; , lapangan usaha Perdagangan Besar dan Eceran; Reparasi Mobil dan Sepeda Motor dan lapangan usaha Konstruksi.
Jika dilihat kontribusi masing-masing lapangan usaha pada tahun 2014 masih sangat dominan berasal dari Perdaganagn Besar dan Eceran; Reparasi Mobil dan Sepeda Motor sebesar 24,73.
4.2 Karakteritik Responden
Sampel yang digunakan dalam penelitian ini adalah 100 responden. Dengan karakteristik responden yang berkaitan dengan pola konsumsi masyarakat meliputi: tingkat pendapatan, tingkat pendidikan, umur, jumlah tanggungan, dan tabungan.
4.2.1 Umur
Tabel 4.2
Distribusi Sampel Kepala Rumah Tangga Kota Medan Menurut Umur
Umur Jumlah Responden Persentase
20 – 29 10 10 %
30 – 39 31 31 %
40 – 49 34 34 %
50 > 25 25 %
Jumlah 100 100 %
Sumber : Kuisioner
Pada Tabel 4.2 dapat dilihat bahwa menurut kelompok umur, responden didominasi oleh responden kelompok umur 40-49 tahun sebesar 34% sementara yang terendah yaitu pada kelompok umur 20-29 sebesar 10%. Dari hasil kuisioner pada lampiran ke-2 rata-rata umur kepala rumah tangga adalah 41 tahun.
4.2.2 Pendidikan
Tingkat pendidikan formal sampel responden antara lulus SD hingga lulus perguruan tinggi. Distribusi sampel menurut pendidikan dapat dilihat pada tabel berikut:
Tabel 4.3
Distribusi Sampel Kepala Rumah Tangga Kota Medan Menurut Pendidikan
No Pendidikan Jumlah Respoden Persentase
1 SD 11 11%
2 SMP 19 19 %
3 SMA 27 27 %
4 Diploma 20 20 %
5 Universitas 23 23 %
Jumlah 100 100 %
Sumber : Kuisioner
%. Sementara responden yang paling sedikit adalah yang berpendidikan SD hanya sebesar 11%. Dari hasil kuisioner pada lampiran ke-2 rata-rata tingkat pendidikan kepala keluarga adalah berpendidikan SMA.
4.2.3 Jumlah Tanggungan Keluarga
[image:30.595.118.509.388.521.2]Yang dimaksud dengan jumlah tanggungan keluarga adalah banyaknya anggota keluarga yang menjadi beban tanggungan kepala rumah tangga yang menjadi sampel. Distribusi sampel menurut jumlah tanggungan keluarga dapat lihat pada tabel sebagai berikut:
Tabel 4.4
Distribusi Sampel Kepala Rumah Tangga Kota Medan Menurut Jumlah Tanggungan Keluarga
No Jumlah Tanggungan Jumlah Responden Persentase
1 1 2 2 %
2 2 4 4 %
3 3 18 18 %
4 4 29 29 %
5 5 34 34 %
6 6 10 10 %
7 7 3 3 %
Jumlah 100 100 %
Sumber : Kuisioner
4.2.4 Pendapatan
Tabel 4.5
Distribusi Sampel Kepala Rumah Tangga Kota Medan Menurut Pendapatan
No Pendapatan (Rp) Jumlah Respoden Persentase
1 < 1000000 12 12 %
2 1000000 – 1900000 18 18 %
3 2000000 – 2900000 19 19 %
4 3000000 – 3900000 15 15 %
5 4000000 – 4900000 22 22 %
6 5000000 > 14 14 %
Jumlah 100 100 %
Sumber: Kuisioner
Tabel 4.5 menunjukkan bahwa jumlah responden tertinggi adalah yang memiliki pendapatan Rp.2000.000 – 2.900.000.- dengan persentase jumlah responden sebesar 22%. Kemudian diikuti oleh responden yang memiliki pendapatan Rp.3000.000 – 3.900.000.- dengan persentase jumlah responden sebesar 19%. Sementara responden yang terrendah dengan pendapatan Rp.1000.000.- kebawah dengan persentase jumlah responden sebesar 12%. Dari hasil kuisioner pada lampiran ke-2 rata-rata pendapatan kepala rumah tangga sebesar Rp.4.827.000.-
[image:31.595.140.520.637.750.2]4.2.5 Tabungan
Tabel 4.6
Distribusi Sampel Kepala Rumah Tangga Kota Medan Menurut Tabungan
No Tabungan (Rp) Jumlah Responden Persentase
1 < 1000000 8 8 %
2 1000000 – 1900000 25 25 %
3 2000000 – 2900000 22 22 %
4 3000000 – 3900000 18 18 %
5 4000000 – 4900000 15 15 %
6 5000000 > 12 12 %
Sumber: Kuisioner
Tabel 4.6 menunjukkan bahwa jumlah responden tertinggi adalah yang memiliki Tabungan Rp. 5000000 keatas dengan persentase jumlah responden sebesar 33%. Kemudian diikuti oleh responden yang memiliki tabungan Rp.4000000 – 4900000 dengan persentase jumlah responden sebesar 22%. Sementara responden yang terrendah dengan tabungan Rp.1000000 kebawah dengan persentase jumlah responden sebesar 8%. Dari hasil kuisioner rata-rata tabungan per rumah tangga sebesar Rp.2.000.000.-
[image:32.595.142.506.411.555.2]4.2.6 Pengeluaran
Tabel 4.7
Distribusi Sampel Kepala Rumah Tangga Kota Medan Menurut Pengeluaran
No Pengeluaran Rata-Rata/Bulan (Rp)
1 Pangan 900000 - 3959000
2 Sandang 100000 – 337500
3 Transportasi 100000 – 437650
4 Komunikasi 183300 – 250000
5 Rekreasi/Hiburan 220000 – 500000
6 Kesehatan 100000 – 215700
7 Biaya Perumahan 100000 – 747410
8 Biaya Pendidikan 193720 – 4000000
9 Pengeluaran Lain-Lain 100000 – 420000
biaya angsuran, jaga anak dll Rp. 100000 - 420.000. Jika dilihat dari pengeluaran keseluruhan, maka rata-rata pengeluaran keseluruhan per rumah tangga sebesar Rp. 2.827.000.-
4.3 Analisis Pola Konsumsi
Analisis regresi merupakan suatu metode yang digunakan untuk menganalisa hubungan persamaan antar variabel. Untuk menganalisis pola konsumsi masyarakat Kota Medan, digunakan analisa regresi linear berganda dimana variabel terikat (Dependent Variabel) adalah Pengeluaran Konsumsi Rumah Tangga, sedangkan variabel bebas (independent variabel) adalah Pendapatan Rumah Tangga, Pendidikan, Umur, Jumlah Tanggungan, Tabungan.
C = f (Y)
Dengan spesifikasi model C = a + b Y
Dimana a dinyatakan sebagai tingkat konsumsi subsitance yang harus dipenuhi walaupun pendapatan sama dengan nol, dan b sebagai MPC.
0 < MPC < 1
Dengan spesifikasi model sebagai berikut:
C = α + β1X1 + β2X2 + β3 X3+ β4X4 + β5X5 + μ Dimana:
C = Konsumsi rumah tangga (Rupiah)
Α = Konstanta
X1 = Pendapatan (Rupiah) X2 = Pendidikan (Tahun) X3 = Umur (Tahun)
β1,β2,β3,β4,β5 = Koefisien Regresi
μ = Error Term (kesalahan pengganggu)
Berdasarkan data yang telah diperoleh dari hasil penelitian dan telah diolah dalam persamaan maka hasilnya adalah sebagai berikut:
Dependent Variable: C Method: Least Squares Date: 02/10/16 Time: 01:13 Sample: 1 100
Included observations: 100
Variable Coefficient Std. Error t-Statistic Prob.
C 0.280621 0.654675 3.034948 0.0001
X1 0.452849 0.034056 4.088120 0.0000
X2 2.080416 58689.60 3.544778 0.0006
X3 3.861608 19283.93 3.039634 0.0031
X4 5.723946 122971.8 4.428292 0.0032
X5 0.213642 0.129763 2.418860 0.0009
R-squared 0.786630 Mean dependent var 4268500.
Adjusted R-squared 0.775280 S.D. dependent var 2845009. S.E. of regression 1348665. Akaike info criterion 31.12525
Sum squared resid 1.71E+14 Schwarz criterion 31.28156
Log likelihood 1550.263 Hannan-Quinn criter. 31.18852
F-statistic 69.30974 Durbin-Watson stat 1.516580
Prob(F-statistic) 0.192062
Berdasarkan tabel di atas hasil persamaan model estimasi adalah sebagai berikut:
C = 0,280 + 0,452 Y
Y = C
Y = 0,280 + 0,452 Y Y – 0,452 Y = 0,280 0,548 Y = 0,280 Y = 0,510
S = Y – C
= 0,548 Y – 0,280 S = - 0,280 + 0,548 Y
Tingkat konsumsi subsitance adalah sebesar Rp.280 yang mana harus tetap dipenuhi walaupun pendapatan sama dengan nol, dan b sebagai MPC.
0 < 0,452 < 1
Model tersebut menunjukkan bahwa pendapatan berhubungan positif terhadap tingkat pengeluaran konsumsi dengan koefisien MPC sebesar 0,452 yang artinya apabila pendapatan naik sebesar Rp.1000,- akan meningkatkan konsumsi sebesar Rp.452,-.
Spesifikasi model dari hasil regres diatas adalah sebagai berikut:
C = 0.2808621 + 0.452849 X1 + 208041.6 X2 + 3.861608 X3 + 5.723946 X4 + 0.213642 X5
4.4 Interpretasi Model
Berdasarkan hasil regresi linear berganda dengan menggunakan program eviws 4.1 diatas, maka dibentuk suatu model estimasi sebagai berikut:
C = 2.808621 + 0.452849 X1 + 208041.6 X2 + 3.861608 X3 + 5.723946 X4 + 0.213642 X5
Maka dapat diinterpretasikan untuk setiap variabel-variabel bebas adalah sebagai berikut:
a. Variabel Tingkat Pendapatan Rumah Tangga (X1)
pendapatan rumah tangga mengalami kenaikan 1% maka akan menaikkan pengeluaran konsumsi sebesar 0,15 % , ceteris paribus.
b. Variabel Tingkat Pendidikan (X2)
Variabel Tingkat Pendidikan (X2) mempunyai pengaruh yang positif (+) terhadap pengeluaran konsumsi rumah tangga, dengan nilai koefisien regresi yang ada sebesar 208041.6, artinya apabila variabel tingkat pendidikan mengalami kenaikan 1% maka akan menaikkan pengeluaran konsumsi sebesar 2,08 % , ceteris paribus.
c. Variabel Umur (X3)
Variabel Umur (X3) mempunyai pengaruh yang positif (+) terhadap pengeluaran konsumsi rumah tangga, dengan nilai koefisien regresi yang ada sebesar 58616.08, artinya apabila variabel tingkat umur kenaikan 1% maka akan menaikkan pengeluaran konsumsi sebesar 5,86 % , ceteris paribus. d. Variabel Jumlah Tanggungan (X4)
Variabel Jumlah Tanggungn (X4) mempunyai pengaruh yang positif (+) terhadap pengeluaran konsumsi rumah tangga, dengan nilai koefisien regresi yang ada sebesar 372394.6, artinya apabila variabel jumlah tanggungan kenaikan 1% maka akan menaikkan pengeluaran konsumsi sebesar 3,72% , ceteris paribus.
e. Variabel Tabungan (X5)
sebesar 0.443642 , artinya apabila variabel tabungan kenaikan 1% maka akan menaikkan pengeluaran konsumsi sebesar 0,44 %, ceteris paribus.
4.5 Uji Kesesuaian
4.5.1 Koefisien Determinasi ( R-Square)
Dari hasil regresi yang telah diolah tersebut maka diperoleh nilai koefisien sebesar 0.786630. Hal ini menjelaskan bahwa variabel bebas yang secara bersamaan memberikan pengaruhnya terhadap variabel terikat sebesar 78,66 % sedangkan sisanya 21,34 % dijelaskan oleh faktor lain yang tidak termasuk dalam estimasi model atau disebabkan disturbance error.
4.5.2 Uji t-statistik (Uji Parsial)
Uji t-statistik merupakan suatu pengujian yang bertujuan untuk mengetahui apakah masing-masing koefisien regresi signifikan atau tidak terhadap variabel dependen dengan menganggap variabel indevenden lainnya konstanta.
1. Variabel Tingkat Pendapatan (X1)
a. Hipotesa
H0 : bi = 0 ( tidak berpengaruh) Ha : bi ≠ 0 ( berpengaruh) b. df = n-k-1 = 100-5-1 = 94
c. α = 10 %
d. t-tabel = 1,66123
e. Kriteria pengambilan keputusan:
H0 diterima apabila t-hitung < t-tabel (α = 10%) f. t-hitung = 4.088120 ( hasil olahan data )
g. Keputusan :
Berdasarkan data diatas, dapat diketahui bahwa t-hitung > t-tabel yaitu 4.088120 > 1,66123 artinya Ha diterima. Dengan demikian, dapat disimpulkan bahwa variabel pendapatan rumah tangga (X1) berpengaruh nyata (signifikan) terhadap variabel pola konsumsi (C) pada tingkat kepercayaan 90 % (α = 10%).
2. Variabel Pendidikan (X2)
a. Hipotesa
H0 : bi = 0 ( tidak berpengaruh) Ha : bi ≠ 0 ( berpengaruh) b. df = n-k-1 = 100-5-1 = 94
c. α = 10 %
d. t-tabel = 1,66123
e. Kriteria pengambilan keputusan:
Ha diterima apabila t-hitung > t-tabel (α = 10%) H0 diterima apabila t-hitung < t-tabel (α = 10%) f. t-hitung = 3.544778 ( hasil olahan data ) g. Keputusan :
disimpulkan bahwa variabel pendapatan rumah tangga (X2) berpengaruh nyata (signifikan) terhadap variabel pola konsumsi (C) pada tingkat kepercayaan 90 % (α = 10%).
3. Variabel Umur (X3)
a. Hipotesa
H0 : bi = 0 ( tidak berpengaruh) Ha : bi ≠ 0 ( berpengaruh) b. df = n-k-1 = 100-5-1 = 94
c. α = 10 %
d. t-tabel = 1,66123
e. Kriteria pengambilan keputusan:
Ha diterima apabila t-hitung > t-tabel (α = 10%) H0 diterima apabila t-hitung < t-tabel (α = 10%) f. t-hitung = 3.039634 ( hasil olahan data ) g. Keputusan :
Berdasarkan data diatas, dapat diketahui bahwa t-hitung > t-tabel yaitu 3.039634 > 1,66123 artinya Ha diterima. Dengan demikian, dapat disimpulkan bahwa variabel pendapatan rumah tangga (X3) berpengaruh nyata (signifikan) terhadap variabel pola konsumsi (C) pada tingkat kepercayaan 90 % (α = 10%).
4. Variabel Jumlah Tanggungan (X4)
a. Hipotesa
Ha : bi ≠ 0 ( berpengaruh) b. df = n-k-1 = 100-5-1 = 94
c. α = 10 %
d. t-tabel = 1,66123
e. Kriteria pengambilan keputusan:
Ha diterima apabila t-hitung > t-tabel (α = 10%) H0 diterima apabila t-hitung < t-tabel (α = 10%) f. t-hitung = 4.428292 ( hasil olahan data ) g. Keputusan :
Berdasarkan data diatas, dapat diketahui bahwa t-hitung > t-tabel yaitu 4.428292 > 1,66123 artinya Ha diterima. Dengan demikian, dapat disimpulkan bahwa variabel pendapatan rumah tangga (X4) berpengaruh nyata (signifikan) terhadap variabel pola konsumsi (C) pada tingkat kepercayaan 90 % (α = 10%).
5. Variabel Tabungan (X5)
a. Hipotesa
H0 : bi = 0 ( tidak berpengaruh) Ha : bi ≠ 0 ( berpengaruh) b. df = n-k-1 = 100-5-1 = 94
c. α = 10 %
d. t-tabel = 1,66123
e. Kriteria pengambilan keputusan:
H0 diterima apabila t-hitung < t-tabel (α = 10%) f. t-hitung = 2.418860 ( hasil olahan data )
g. Keputusan :
Berdasarkan data diatas, dapat diketahui bahwa t-hitung > t-tabel yaitu 2.418860 > 1,66123 artinya Ha diterima. Dengan demikian, dapat disimpulkan bahwa variabel pendapatan rumah tangga (X5) berpengaruh nyata (signifikan) terhadap variabel pola konsumsi (C) pada tingkat kepercayaan 90 % (α = 10%).
4.5.3 Uji F-Statistik (Uji Keseluruhan)
Uji F-Statistik berguna untuk pengujian signifikansi pengaruh variabel independen secara bersama-sama terhadap nilai variabel dependen. Uji ini melihat seberapa besar pengaruh variabel Tingkat Pendapatan (X1), Tingkat Pendidikan (X2), Umur (X3), Jumlah Tanggungan (X4), Tabungan (X5) secara bersama-sama terhadap variabel C (Konsumsi).
a. Hipotesa
H0 : bi = bi( tidak berpengaruh) Ha : bi ≠ b0 ( berpengaruh) b. F1 = k-1 = 5-1 = 4
F2 = n-k = 50- 3 = 47
c. α = 10 %
d. f-tabel = 1,91
Ha diterima apabila f-hitung > f-tabel (α = 10%) H0 diterima apabila f-hitung < f-tabel (α = 10%) f. f-hitung = 69.30974 ( hasil olahan data )
g. Keputusan :
Berdasarkan data diatas, dapat diketahui bahwa f-hitung > f-tabel yaitu 69.30974 > 1,66123 artinya Ha diterima. Dengan demikian, dapat disimpulkan bahwa variabel pendapatan rumah tangga (X1), Tingkat Pendidikan (X2), Umur (X3), Jumlah Tanggungan (X4), Tabungan (X5) berpengaruh nyata (signifikan) terhadap variabel konsumsi (C) pada tingkat kepercayaan 90 % (α = 10%).
4.6 Uji Penyimpangan Klasik
4.6.1 Multikolinearitas
[image:42.595.115.511.582.657.2]Merupakan suatu alat untuk mengetahui suatu kondisi apakah terdapat korelasi variabel independen diantara satu sama lainnya. Pada hasil regresi diatas, untuk dapat mendeteksi kecenderungan ada tidaknya multikolinearitas dapat diperoleh sebagai berikut:
Tabel 4.8 Matrix Correlation
X1 X2 X3 X4 X5
X1 1.000000 0.578433 0.528960 0.291099 0.654705
X2 0.578433 1.000000 0.606376 0.250661 0.616804
X3 0.528960 0.606376 1.000000 0.362366 0.585204
X4 0.291099 0.250661 0.362366 1.000000 0.283105
X5 0.654705 0.616804 0.585204 0.283105 1.000000
Sumber: Hasil Olahan Data Dengan Eviws 6.1
Pendeteksian ada tidaknya multikolinearitas dalam penelitian ini dapat juga dilakukan dengan cara melakukan Uji Variance Inflation Factor (VIF).
Variance Inflation Factors Date: 02/10/16 Time: 01:20 Sample: 1 100
Included observations: 100
Coefficient Uncentered Centered
Variable Variance VIF VIF
X1 0.001160 4.230702 1.971350
X2 3.44E+09 30.18198 1.995972
X3 3.72E+08 37.49901 1.913665
X4 1.51E+10 6.243711 1.171506
X5 0.016838 3.584837 2.193361
Ghozali (2004) menetapkan nilai VIF < 10 atau 5,0 artinya jika nilai VIF lebih kecil dari 10 atau 5,0 maka tidak terjadi multikolinearitas dan jika nilai VIF diatas 10 atau 5,0 maka terdapat multikolinearitas, maka hasil estimasi dari nilai VIF untuk variabel tingkat pendapatan (X1) sebesar 1.971350. Variabel tingkat pendidikan (X2) sebesar 1.995972. Variabel Umur (X3) sebesar 1.913665. Variabel jumlah tanggungan (X4) sebesar 1.171506 dan variabel tabungan (X5) sebesar 2.193361. Terlihat bahwa semua nilai VIF berada dalam batas yang telah ditetapkan sehingga dapat disimpulkan bahwa tidak terjadi pelanggaran atau multikolinearitas.
Uji Multikolinearitas dengan Menggunakan Korelasi Parsial
1. Model Estimasi
C = α + β1X1 + β2X2 + β3X3+ β4X4 + β5X5 + μ
X1 = α + β1C + β2X2 + β3X3+ β4X4 + β5X5 + μ R2= 0.582252
3. Model Estimasi
X2 = α + β1C + β2X1 + β3X3+ β4X4 + β5X5 + μ R2 = 0.558066
4. Model Estimasi
X3= α + β1C + β2X1 + β3X2+ β4X4 + β5X5 + μ R2 = 0.524209
5. Model Estimasi
X4 = α + β1C + β2X1 + β3X2+ β4X3 + β5X5 + μ R2 = 0.222273
6. Model Estimasi
X5 = α + β1C + β2X1 + β3X2+ β4X3 + β5X4 + μ R2 = 0.594501
Ketentuan:
Bilai nilai R1>R2,R3,R4,R5 maka model tidak ditemukan adanya multikolinearitas. Bilai nilai R1<R2,R3,R4,R5 maka model ditemukan adanya multikolinearitas.
R2 pada model estimasi (1) lebih tinggi dibandingkan dengan R2 pada model estimasi (2), (3) dan seterusnya, dengan demikian dapat disimpulkan bahwa tidak ditemukan adanya multikolinearitas.
Heterokedastisitas adalah suatu keadaan dimana varian dari kesalahan pengganggu tidak konstan untuk semua nilai variabel bebas, yaitu E ( Xi,µi) ≠ 0, sehingga E (µi)2 ≠ δ2. Pengujian untuk mendeteksi heterokedastisitas dilakukan dengan cara uji formal yaitu uji white.
Pengujian dimulai dengan membentuk model estimasi : C = α + β1X1 + β2X2 + β3 X3+ β4X4 + β5X5 + μ
Apabila nilai probabilitasnya lebih rendah dari 0,05 maka terdapat heterokedastisitas pada hasil estimasi. Sebaiknya jika nilai probabilitasnya lebih besar dari 0,05 maka hasil estimasi terbebas dari heterokedastisitas.
Heteroskedasticity Test: White
F-statistic 59.27478 Prob. F(5,94) 0.2131
Obs*R-squared 75.92052 Prob. Chi-Square(5) 0.1920
Scaled explained SS 249.5070 Prob. Chi-Square(5) 0.0601
BAB V
KESIMPULAN DAN SARAN
5.1Kesimpulan
Dari hasil analisis yang dilakukan dapat diperoleh kesimpulan sebagai berikut:
1. Berdasarkan Test of Goodness of Fit
a. Variabel Tingkat Pendapatan Rumah Tangga (X1)
Variabel Tingkat Pendapatan Rumah Tangga (X1) mempunyai pengaruh yang positif (+) dan berpengaruh nyata (signifikan) terhadap pola konsumsi masyarakat Kota Medan pada tingkat kepercayaan 90 % (α = 10%).
b. Variabel Tingkat Pendidikan (X2)
Variabel Tingkat Pendidikan (X2) mempunyai pengaruh yang positif (+) dan berpengaruh nyata (signifikan) terhadap pola konsumsi masyarakata Kota Medan pada tingkat kepercayaan 90 % (α = 10%)
c. Variabel Umur (X3)
Variabel Umur (X3) mempunyai pengaruh yang positif (+) dan berpengaruh nyata (signifikan) terhadap pola konsumsi masyarakata Kota Medan pada tingkat kepercayaan 90 % (α = 10%).
d. Variabel Jumlah Tanggungan (X4)
e. Variabel Tabungan (X5)
Variabel Tabungan (X5) mempunyai pengaruh yang positif (+) dan berpengaruh nyata (signifikan) terhadap pola konsumsi masyarakat Kota Medan pada tingkat kepercayaan 90 % (α = 10%).
f. Secara simultan variabel pendapatan, pendidikan, umur, jumlah tanggungan dan tabungan mempunyai pengaruh yang positif (+) dan berpengaruh nyata (signifikan) terhadap pola konsumsi masyarakat Kota Medan.
5.2 Saran
Dari kesimpulan diatas dapat dikemukakan beberapa saran sebagai berikut : 1. Melalui program pemerintah, seperti program Keluarga Berencana (KB)
diharapkan pemerintah lebih memperhatikan lagi kondisi kesejahteraan rumah tangga yang berpendapatan rendah atau rumah tangga dengan kepala rumah tangga yang berpendidikan menengah kebawah, sebab dari penelitian terlihat bahwa secara sosial beban jumlah anggota rumah tangga menyebabkan terjadinya penurunan kualitas konsumsi makanan.
2. Program permerintah disektor kesehatan (Jamkesmas, BPJS,dll) juga perlu diperhatikan khususnya yang berpendapatan rendah atau rumah tangga menengah kebawah karena kenaikan biaya kesehatan akan memberikan efek negative yang lebih besar dalam akses kesehatan.
kerja, meningkatkan kualitas dan kuantitas lembaga pendidikan (formal maupun non formal).
4. Kepada rumah tangga (keluarga) kiranya melakukan evaluasi setiap akhir bulannya terhadap kondisi financialnya rumah tangganya untuk memprediksi kedapannya.
konsumsi (makanan dan bukan makanan) masih sangat rendah, pendidikan masyarakat masih tergolong rendah, jenis pekerjaan bersifat tidak tetap dan tergolong sector primer, pendapatan yang diterima juga cukup rendah.
3. Peneliti Muhardi Kahar pada tahun (2010) tentang “Analisis Pola Konsumsi Daerah Perkotaan Dan Pedesaan Serta Keterkaitannya dengan Karakteristik
Sosial Ekonomi Di Provinsi Banten”. Data yang digunakan adalah data
2.7 Kerangka Konseptual
[image:50.595.135.513.144.345.2]Kerangka konseptual dalam penelitian adalah sebagai berikut :
Gambar 2.4 Kerangka Konseptual
2.8 Hipotesis
Dalam penelitian ini dapat dirumuskan hipotesis sebagai berikut : 1. Tingkat pendapatan berpengaruh positif terhadap pola konsumsi. 2. Tingkat pendidikan berpengaruh positif terhadap pola konsumsi. 3. Tingkat umur berpengaruh positif terhadap pola konsumsi.
4. Jumlah tanggungan berpengaruh positif terhadap pola konsumsi. 5. Tabungan berpengaruh positif terhadap pola konsumsi.
6. Secara simultan tingkat pendapatan, pendidikan, umur, jumlah tanggungan dan tabungan berpengaruh positif terhadap pola konsumsi.
Pendapatan(X1) Pendidikan (X2) Umur (X3)
Jumlah Tanggungan (X4)
Fungsi Konsumsi (C)
BAB I PENDAHULUAN
1.1Latar Belakang
Kesejahteraan masyarakat adalah tujuan utama dan cita-cita dari setiap negara. Tingkat kesejahteraan suatu negara merupakan salah satu tolak ukur untuk mengetahui keberhasilan pembangunan di negara tersebut. Pola konsumsi suatu masyarakat mencerminkan tingkat kesejahteraan masyarakat tersebut khususnya dalam perekonomian. Kontribusi konsumsi rumah tangga telah menyumbang separuh dari andil pertumbuhan ekonomi nasional, sehingga Indonesia memiliki angka pertumbuhan yang kompetitif dibandingkan negara-negara maju. Konsumsi rumah tangga bisa mendorong pertumbuhan perkonomian," katanya di Jakarta. (Antara Sumut/Top News/26/11/2015).
Hal ini dapat dilihat dari dukungan kegiatan perekonomian Medan terhadap PDRB Sumut. Kontribusi konsumsi rumah tangga Medan cukup besar untuk membantu pertumbuhan ekonomi kota Medan. Konsumsi rumah tangga Medan menyumbang 31% terhadap PDRB Medan dan belanja pemerintah 4% tahun 2011.( IndoPremier IPOT News/26/11/205)
Analisis fungsi konsumsi sangat berperan penting dalam dalam menggambarkan taraf hidup masyarakat. Fungsi konsumsi juga merupakan masalah perilaku peduduk yang berkaitan berkaitan erat dengan kondisi-sosial ekonomi, budaya, dan lingkungan, sehingga analisis fungsi konsumsi dapat memberikan gambaran tingkat kesejahteraan penduduk yang berkaitan dengan keadaan sumber daya manusia yang merupakan modal dasar dalam pertumbuhan ekonomi (BPS,2008).
Perubahan perilaku konsumsi penduduk dalam hal ini, rumah tangga merupakan aspek yang dapat dijadikan indikator perubahan kemampuan rumah tangga tersebut untuk memenuhi kebutuhannya akibat terjadi perubahan pendapatan. Naik dan turunnya pendapatan yang diikuti penurunan kemampuan daya beli masyarakat secara tidak langsung akan berimplikasi pada perubahan pola konsumsi baik pola konsumsi makanan maupun non makanan. Perubahan konsumsi dari makanan ke non makanan atau perubahan konsumsi dari kelompok komoditi tertentu ke komoditi lain sangat erat kaitannya dengan status kehidupan rumah tangga yang mungkin disebabkan oleh faktor-faktor internal seperti jumlah anggota rumah tangga, tingkat pendidikan, lapangan pekerjaan dan lain-lain.
Pola konsumsi yang tepat artinya sesuai dengan dasar-dasar pemenuhan kebutuhan pokok yang utama seperti pangan, sandang, dan papan. Ketidakseimbangan pemenuhan kebutuhan dasar tersebut dapat disebabkan oleh faktor lingkungan, sosial dan budaya.
ekonomi kota medan mencapai 4,30 persen. Dari sisi permintaan, pertumbuhan ekonomi didorong oleh pertumbuhan konsumsi yang tetap tinggi sementara konsumsi yang lainnya cenderung sedikit melambat. Faktor penyebabnya adalah belum optimalnya pertumbuhan ekonomi yang diarahkan pada perbaikan kualitas kehidupan masyarakat (BPS,2014:423).
[image:53.595.114.493.437.738.2]Sementara tingkat inflasi di Medan juga cenderung meningkat dalam tiga tahun terakhir. Pada tahun 2011, inflasi mencapai 3,54 persen, kemudian naik menjadi 3,79 persen pada tahun 2012. Pada tahun 2013 inflasi melonjak tajam menjadi 10,09 persen dan lebih besar dari inflasi nasional. Dengan inflasi dapat diukur persentase kenaikan barang/jasa yang secara umum dikonsumsi oleh masyarakat (BPS,2014:17).
Tabel 1.1 Pengeluaran Konsumsi Rumah Tangga Kota Medan
Uraian 2012 2013
Pengeluaran perkapita per-bulan (Rp) 861 019 1 009 347
Makanan 380 050 436 089
Non-Makanan 480 969 573 258
Golongan Pengeluaran Perkapita Perbulan (%)
100 000 - 149 999 0,00 0,00
150 000 - 199 999 0,57 0,21
200 000 - 299 999 7,43 2,45
300 000 - 399 999 15,41 10,92
400 000 - 499 999 14,46 14,31
Lebih dari 500 000 62,12 72,12
Secara umum selama periode 2012 - 2013 tingkat kesejahteraan penduduk kota Medan mengalami peningkatan. Pada tahun 2012 rata-rata pengeluaran perkapita penduduk Medan sebesar 861.019 rupiah per bulan, meningkat menjadi 1.009.347 rupiah pada tahun 2013. Perkembangan tingkat kesejahteraan juga dapat diamati berdasarkan perubahan persentase pengeluaran yang dialokasikan untuk non-makanan, dimana semakin tinggi persentase pengeluaran non-makanan dapat mengindikasikan adanya perbaikan tingkat kesejahteraan. Pada tahun 2012 persentase pengeluaran non-makanan hanya sebesar 55,86 persen, meningkat menjadi 56,79 persen pada tahun 2013 (BPS,2014:18).
Kualitas hidup erat kaitannya dengan bagaimana pola konsumsi masyarakat. Kesenjangan pendapatan dapat mengakibatkan terjadinya perbedaan pola konsumsi di masyarakat.
Berdasarkan uraian yang telah dipaparkan maka penulis tertarik untuk meneliti tentang “ Analisis Pola Konsumsi Masyarakat Kota Medan”.
1.2Perumusan Masalah
Berdasarkan latar belakang diatas, maka rumusan masalah yang akan dikaji dalam penelitian ini adalah :
1. Apakah variabel tingkat pendapatan mempengaruhi pola konsumsi masyarakat Kota Medan?
3. Apakah variabel umur mempengaruhi pola konsumsi masyarakat Kota Medan?
4. Apakah variabel jumlah tanggungan mempengaruhi pola konsumsi masyarakat Kota Medan?
5. Apakah variabel tabungan mempengaruhi pola konsumsi masyarakat Kota Medan?
6. Apakah secara simultan variabel pendapatan, pendidikan, umur, jumlah tanggungan dan tabungan mempengaruhi pola konsumsi masyarakat Kota Medan?
1.3Tujuan Penelitian
Berdasarkan rumusan masalah tersebut, maka tujuan dalam penelitian ini adalah sebagai berikut :
1. Untuk mengetahui seberapa besar pengaruh variabel tingkat pendapatan terhadap pola konsumsi masyarakat Kota Medan.
2. Untuk mengetahui seberapa besar pengaruh variabel tingkat pendidikan terhadap pola konsumsi masyarakat Kota Medan.
3. Untuk mengetahui seberapa besar pengaruh variabel umur terhadap pola konsumsi masyarakat Kota Medan.
4. Untuk mengetahui seberapa besar pengaruh variabel jumlah tanggungan terhadap pola konsumsi masyarakat Kota Medan.
6. Untuk mengetahui secara simultan seberapa besar pengaruh variabel pendapatan, pendidikan, umur, jumlah tanggungan dan tabungan mempengaruhi pola konsumsi masyarakat Kota Medan?
1.4Manfaat Penelitian
Setiap penelitian diharapkan dapat bermanfaat bagi semua pihak yang membacanya maupun yang secara langsung terkait didalamnya. Adapun manfaat dari penelitian ini adalah:
1. Untuk Pengambilan Kebijakan
Dengan penelitian ini diharapkan pemerintah sebagai pembuat kebijakan dapat menghasilkan kebijakan-kebijakan yang lebih terarah dan terukur terkait bagaimana masyarakat dapat mengakses dan dapat memenuhi kebutuhan dasar melalui pemenuhan konsumsi mereka.
2. Untuk Masyarakat
Memberikan informasi yang berguna bagi semua pihak yang terkait dan berkepentingan, serta hasil dari penelitian ini sebagai referensi atau acuan untuk melakukan penelitian lebih lanjut.
3. Untuk Peneliti
ABSTRACT
This study aimed to analyze the influence of income level, education level, age, number of dependents, and saving the consumption pattern of Medan. The analytical method used is multiple linear regression analysis, with the number of respondents 100 heads of household. Regression analysis showed that the variables of income level, education level, age, number of dependents, and savings and significant positive effect on the consumption pattern of Medan. With the value of R2 is 0.786630. It explains that the independent variables simultaneously giving effect to the dependent variable of 78.66% while the remaining 21.34% is explained by other factors not included in the estimation model or caused disturbance error. Simultaneously indicates that the variable level of income, level of education, age, number of dependents, and savings and significant positive effect on the consumption pattern of Medan.
ABSTRAK
Penelitian ini bertujuan untuk menganalisis bagaimana pengaruh tingkat pendapatan, tingkat pendidikan, umur, jumlah tanggungan, dan tabungan terhadap pola konsumsi masyarakat Kota Medan. Metode analisis yang digunakan adalah analisis regresi linier berganda, dengan jumlah responden 100 kepala rumah tangga. Hasil analisis regresi menunjukkan bahwa variabel tingkat pendapatan, tingkat pendidikan, umur, jumlah tanggungan, dan tabungan berpengaruh positif dan signifikan terhadap pola konsumsi masyarakat Kota Medan. Dengan nilai R sebesar 0.786630. Hal ini menjelaskan bahwa variabel bebas yang secara bersamaan memberikan pengaruhnya terhadap variabel terikat sebesar 78,66 % sedangkan sisanya 21,34 % dijelaskan oleh faktor lain yang tidak termasuk dalam estimasi model atau disebabkan disturbance error. Secara simultan menunjukkan bahwa variabel tingkat pendapatan, tingkat pendidikan, umur, jumlah tanggungan, dan tabungan berpengaruh positif dan signifikan terhadap pola konsumsi masyarakat Kota Medan.
SKRIPSI
ANALISIS POLA KONSUMSI MASYARAKAT KOTA MEDAN
OLEH
TULUS PANE 120501035
PROGRAM STUDI STRATA-1 EKONOMI PEMBANGUNAN DEPARTEMEN EKONOMI PEMBANGUNAN
FAKULTAS EKONOMI DAN BISNIS UNIVERSITAS SUMATERA UTARA
ABSTRACT
This study aimed to analyze the influence of income level, education level, age, number of dependents, and saving the consumption pattern of Medan. The analytical method used is multiple linear regression analysis, with the number of respondents 100 heads of household. Regression analysis showed that the variables of income level, education level, age, number of dependents, and savings and significant positive effect on the consumption pattern of Medan. With the value of R2 is 0.786630. It explains that the independent variables simultaneously giving effect to the dependent variable of 78.66% while the remaining 21.34% is explained by other factors not included in the estimation model or caused disturbance error. Simultaneously indicates that the variable level of income, level of education, age, number of dependents, and savings and significant positive effect on the consumption pattern of Medan.
ABSTRAK
Penelitian ini bertujuan untuk menganalisis bagaimana pengaruh tingkat pendapatan, tingkat pendidikan, umur, jumlah tanggungan, dan tabungan terhadap pola konsumsi masyarakat Kota Medan. Metode analisis yang digunakan adalah analisis regresi linier berganda, dengan jumlah responden 100 kepala rumah tangga. Hasil analisis regresi menunjukkan bahwa variabel tingkat pendapatan, tingkat pendidikan, umur, jumlah tanggungan, dan tabungan berpengaruh positif dan signifikan terhadap pola konsumsi masyarakat Kota Medan. Dengan nilai R sebesar 0.786630. Hal ini menjelaskan bahwa variabel bebas yang secara bersamaan memberikan pengaruhnya terhadap variabel terikat sebesar 78,66 % sedangkan sisanya 21,34 % dijelaskan oleh faktor lain yang tidak termasuk dalam estimasi model atau disebabkan disturbance error. Secara simultan menunjukkan bahwa variabel tingkat pendapatan, tingkat pendidikan, umur, jumlah tanggungan, dan tabungan berpengaruh positif dan signifikan terhadap pola konsumsi masyarakat Kota Medan.
KATA PENGANTAR
Assalamualaikum wr.wb
Segala puji dan syukur yang tak terhingga penulis panjatkan ke hadirat Allah SWT atas limpahan rahmad dan karunia-Nya penulis dapat menyelesaikan penyusunan skripsi ini dan Salawat serta salam semoga selalu dilimpahkan kepada junjungan kita Nabi Muhammad SAW, keluarga beliau sahabat serta orang-orang yang mengikuti beliau hingga akhir nanti.
Adapun skripsi ini berjudul “ Analisis Pola Konsumsi Masyarakat Kota
Medan”, adalah sebagai salah satu pelaksana akademis untuk memenuhi syarat
perkuliahan di jenjang studi strata 1 dalam rangka meraih gelar Sarjana Ekonomi, Jurusan Ekonomi Pembagunan, Fakultas Ekonomi, Universitas Sumatera Utara.
Penulis menyadari bahwa pengerjaan skripsi ini tidak terlepas dari bantuan dan dukungan dari berbagai pihak. Teristimewa untuk kedua orang tua terkasih, ayahanda Pikir Pane dan ibunda Sauli Dongoran beserta adik ku Suardji Pane dan Masnun Pane serta seluruh keluargaku yang senantiasa memberikan doa, dukungan dan cinta yang begitu berharga kepada penulis.
Pada kesempatan ini penulis juga menyampaikan terima kasih kepada:
1. Bapak Prof. Dr. Azhar Maksum, M.Ec.,Ac., AK., CA. selaku Dekan Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara.
Bapak Drs.Syahrir Hakim Nasution, M.Si., selaku sekretaris Departemen S1 Ekonomi Pembangunan Universitas Sumatera Utara.
3. Bapak Irsyad Lubis, SE, M.Soc.Sc, Ph.D., selaku Ketua Program Studi S1 Ekonomi Pembangunan, dan Bapak Paidi Hidayat, SE, M.Si., selaku sekretaris Program Studi S1 Ekonomi Pembangunan Fakultas Ekonomi dan Bisnis.Universitas Sumatera Utara.
4. Bapak Prof. Dr. Hasan Basri Tarmizi. SU., selaku Dosen Pembimbing yang konsisten dalam mengarahkan penulis melalui pemikiran dan waktu yang telah diberikan sampai pada penyelesaian skripsi ini.
5. Bapak Dr. Rujiman, MA., dan Bapak Drs. Rachmat Sumanjaya Hsb., M.Si., selaku Dosen Pembaca dan Penilai yang telah memberikan petunjuk dan saran bagi penulis dalam penyempurnaan skripsi ini.
6. Seluruh Dosen, Staf dan Pegawai Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara yang telah memberikan bantuan dan masukan dalam proses penyelesaian skripsi ini.
7. Masyarakat Kota Medan yang telah bersedia memberi waktu dan tenaga dalam menyediakan informasi penelitian yang penulis butuhkan.
8. Terima kasih penulis ucapkan kepada seluruh teman-teman angkatan 2012 Fakultas Ekonomi dan Bisnis Universitas Sumatera Utara yang namanya tidak bisa saya sebutkan satu persatu yang telah mendukung dan memberikan kritik dan sarannya selama pengerjaan skripsi ini.
dan juga khususnya kepada Siti Rahmadayani Lubis dengan kasih sayang, perhatian, semangat, dukungan dan do’a kepada penulis.
10. Teman-tem