• Tidak ada hasil yang ditemukan

BAB V HASIL PENELITIAN DAN PEMBAHASAN 5.1 Karakteristik Sosial Dan Ekonomi Responden

N/A
N/A
Protected

Academic year: 2023

Membagikan "BAB V HASIL PENELITIAN DAN PEMBAHASAN 5.1 Karakteristik Sosial Dan Ekonomi Responden"

Copied!
28
0
0

Teks penuh

(1)

36 BAB V

HASIL PENELITIAN DAN PEMBAHASAN

5.1 Karakteristik Sosial Dan Ekonomi Responden

Pada deskripsi karakterisik sosial dan ekonomi responden bertujuan untuk menggambarkan kondisi ataupun keadaan responden yang mana dalam hal ini dapat memberikan informasi tambahan pada hasil penelitian.

5.1.1 Karakteristik Responden Berdasarkan Jenis Kelamin

Karakteristik seperti jenis kelamin adalah alasan mengapa seseorang secara jelas diklasifikasikan sebagai laki-laki atau perempuan. Jenis kelaminn penduduk sering dijadikan pedoman dalam menganalisis perilaku dan kondisi sosial ekonomi penduduk. Berikut ini karakteristik pedagang pakaian jadi berdasarkan jenis kelamin dapat dilihat pada tabel di bawah ini :

Tabel 5. 1 Karakteristik Responden Berdasarkan Jenis Kelamin

No Jenis Kelamin Frekuensi Presentase (%)

1 Laki-Laki 27 36,00

2 Perempuan 48 64,00

Jumlah 75 100,00

Sumber : Data Primer Diolah (2022)

Berdasarkan tabel 5.1, dapat diketahui bahwa dari 75 responden terdapat 48 responden atau sebesar 64% berjenis kelamin perempuan. Sedangkan responden laki-laki sebanyak 27 atau sebesar 36% dari jumlah responden. Dalam wawancara langsung yang dilakukan peneliti, khususnya responden yang berjenis kelamin perempuan beberapa dari mereka berasal dari keluaraga yang ekonominya terbilang lemah, yang suaminya tidak memiliki pekerjaan dengan penghasilan yang tetap sehingga kurang mencukupi kebutuhan sehari-hari dan hanya menggandalkan hasil dari berdagang pakaian tersebut. Informasi ini juga menujukkan bahwa pekerja perempuan lebih banyak, dikarekanakan perempuan sekarang memiliki peran ganda , yaitu selain menjadi ibu rumah tangga mereka bisa menghasilkan pendapatan dalam berdagang untuk menghidupi keluarganya.

(2)

37 5.1.2 Karakteristik Responden Berdasarkan Umur

Umur menjadi bagian penting dalam kehidupan manusia, hal ini dijadikan tolak ukur kemampuan dalam menjalankan suatu kegiatan dalam aktivitas sehari- hari dan umur juga dapat menentukan kapan seseorang tersebut mulai bekerja dilihat dari tinggi rendahnya umur seseorang. Umur dapat mementukan produktif seseorang dalam bekerja. Maka dari itu perbedaan umur seseorang menentukan tingkat kematangan dalam bekerja, berfikir, skil ataupun pengalaman, hingga tenaga yang dikeluarkan dalam beraktivitas. Berdasarkan karakteristik umur pedagang, dapat dilihat pada tabel dibawah :

Tabel 5. 2 Karaktteristik Responden Berdasarkan Umur

No Umur Frekuensi Presentase (%)

1 22-26 12 16,00

2 27-31 12 16,00

3 32-36 9 12,00

4 37-41 18 24,00

5 42-46 17 22,67

6 47-51 4 5,33

7 52-56 3 4,00

Jumlah 75 100,00

Rata-Rata : 37,17

Sumber : Data Primer Diolah (2022)

Dari tabel diatas memperlihatkan pada rentang umur 37-41 tahun merupakan responden terbanyak dengan presentase sebesar 24%. Hal ini dikarenakan kelompok pada umur tersebut secara umum memiliki tingkat kematangan yang cukup atau kesiapan dalam bekerja, yang memiliki kemampuan fisik dan pengalaman yang cukup. Sedangkan untuk rentang umur yang memiliki presentase terkecil yakni sebesar 4% berada pada rentang umur 52-56 tahun. Ini dikarenakan pada usia tersebut sudah bukan usia produktif dalam bekerja, mereka yang memiliki rentan umur tersebut mengatakan bahwa telah menjadi pedagang sejak bertahun-tahun yang lalu. Pada karakteristik menurut umur rata-rata kelompok umur responden yakni 37,17 atau dibulatkan menjadi 37 secara rata-rata umur masih berada pada usia produktif untuk bekerja, yang mana dilihat secara fisik masih punya kemampuan yang besar untuk dapat menghasilkan pendapatan.

(3)

38 5.1.3 Karakteristik Responden Berdasarkan Tingkat Pendidikan

Pendidikan merupakan tolak ukur keberhasilan dan kualitas suatu sumber daya manusia. Tingginya tingkat pendidikan suatu daerah, menunjukkan bahwa kualitas sumber daya manusianya lebih tinggi atau lebih baik dan begitu sebalikny, rendahnya tingkat pendidikan di daerah menunjukkan adanya penurunan kualitas sumber daya manusia. Karakteristik responden berdasarkan tingkat pendidikan menjelaskan dan memberikan informasi mengenai tingkat pendidikan formal atau yang telah diselesaikan oleh pedagang pakaian jadi. Untuk lebih jelasnya disajikan dalam bentuk tabel dibawah ini :

Tabel 5. 3 Karakteristik Responden Berdasarkan Pendidikan

No Pendidikan Frekuensi Presentase (%)

1 SMP 4 5,33

2 SMA/SMK 48 64,00

3 DIPLOMA 13 17,33

4 S1 10 13,33

Jumlah 75 100,00

Sumber : Data Primer Diolah (2022)

Dilihat dari tabel distribusi frekuensi berdasarkan tingkat pendidikan yang telah diselesaikan, diketahui tingkat pendidikan responden paling dominan yakni pada lulusan SMA/SMK sebanyak 48 dari seluruh jumlah responden dengan presentase 64%. Responden dengan tingkat pendidikan Diploma sebanyak 13 responden dengan presentase sebesar 17,33%. Tingkat pendidikan S1 yakni sebanyak 10 responden. Sedangkan responden dengan presentase terkecil sebesar 5,33% berdasarkan pendidikan adalah pedagang lulusan SMP yakni sebanyak 4 orang. Data tersebut menunjukkan bahwa rata-rata tingkat pendidikan pedagang pakaian jadi berada pada kelas menengah. Hal ini dikarenakan beberapa faktor yaitu, kurangnya kemampuan untuk membayar biaya sekolah ke jenjang yang lebih tinggi, tidak diterimanya pada pekerjadaan di sektor formal, membantu orang tua meneruskan usahanya hal inilah yang mendorong seseorang untuk bekerja di sektor perdagangan karena hanya membutuhkan keterampilan dan pengetahuan berdagang.

(4)

39 5.1.4 Karakteristik Responden Berdasarkan Status Perkawinan

Status perkawinan sangat menentukan seseorang untuk memiliki tanggung jawab yang lebih besar atau tidak. Karakteristik responden berdasarkan status perkawinan dikategorikan menjadi dua kelompok. Yang pertama yaitu kelompok menikah artinya, pedagang pakaian tersebut belum memiliki tanggungan sehingga pendapatan yang dihasilkan digunakan untuk dirinya sendiri ataupun digunakan untuk mengembangkan usahanya. Yang kedua yaitu kategori belum menikah artinya, pedagang pakaian tersebut memiliki tanggungan sehingga pendapatan yang dihasilkan digunakan untuk kebutuhan hidup keluarganya. Seseorang yang telah menikah tentunya memiliki tanggung jawab yang besar dibandingkan dengan yang belum menikah. Dari hasil penelitian, diketahui karakteristik berdasarkan status perkawinan pedagang pakaian jadi dapat di lihat pada tabel dibawah ini :

Tabel 5.4 Karakteristik Responden Berdasarkan Status Perkawinan No Status Perkawinan Frekuensi Presentase (%)

1 Menikah 63 84,00

2 Belum Menikah 12 16,00

Jumlah 75 100,00

Sumber : Data Primer Diolah (2022)

Berdasarkan tabel 5.4, responden terbanyak berdasarkan status perkawinan adalah menikah yakni sebanyak 63% atau sebesar 84%, sedangkan untuk status perkawinan belum menikah yakni sebanya 12 orang dari keseluruhan atau sebesar 16%. Responden yang belum menikah yakni responden yang masih memiliki umur yang muda dan belum ada niat untuk memiliki keluarga yang sah.

5.1.5 Karakteristik Responden Berdasarkan Jumlah Tanggungan Keluarga Jumlah tanggungan disini merupakan banyaknya anggota keluarga yang harus ditanggung atau dibiayai kehidupan sehari-harinya. Jumlah tanggungan mempengaruhi keinginan atau kemampuan untuk bekerja. Semakin banyak jumlah yang ditanggung maka semakin besar tanggungan yang harus ditanggung, terutama dalam memenuhi kebutuhan sehari-harinya. Dari hasil penelitian, diketahui karakteristik berdasarkan jumlah tanggungan keluarga pedagang pakaian jadi dapat di lihat pada tabel dibawah ini :

(5)

40 Tabel 5.5 Karakteristik Responden Berdasarkan Jumlah Tanggungan

Keluarga

No Jumlah Tanggungan Keluarga (Orang)

Frekuensi Presentase (%)

1 0-1 16 21,33

2 2-3 45 60,00

3 4-5 14 18,67

Jumlah 75 100,00

Rata-Rata : 2,46

Sumber : Data Primer Diolah (2022)

Tabel 5.5 memperlihatkan bahwa responden terbanyak yang memiliki jumlah tanggungan keluarga terbanyak berada pada kelompok 2-3 orang jumlah tanggungan yakni sebanyak 45 orang dengan presentase sebesar 60% dari total keseluruhan jumlah sampel. Untuk responden yang memiliki tanggungan keluarga pada kelompok 0-1 yakni sebanyak 16 responden dengan presentase sebesar 60%.

Sedangkan responden yang memiliki jumlah tanggungan keluarga paling sedikit dengan presentase sebesar 18,67% pada kelompok 4-5 orang jumlah tanggungan.

Rata-rata jumlah tanggungan responden pada penelitian ini yaitu 2,33 atau dibulatkan menjadi 2 orang. Tanggungan keluarga ini meliputi anak , keluarga, dan orang lain yang mereka biayai kebutuhannya.

5.1.6 Karakteristik Responden Berdasarkan Jam Kerja

Lamanya jam kerja merupakan keseluruhan waktu yang dihabiskan responden dalam kegiatan berdagang dimulai dari toko dibuka sampai dengan ditutupnya toko setiap harinya. Karakteristik responden berdasarkan jam kerja dapat dilihat pada tabel dibawah ini :

Tabel 5. 6 Karakteristik Responden Berdasarkan Jam Kerja

No Waktu (Jam) Frekuensi Presentase (%)

1 8 22 29,33

2 9 53 70,67

Jumlah 75 100,00

Rata-Rata : 8,70

Sumber : Data Primer Diolah (2022)

Berdasarkan tabel 5.8 dapat dijelaskan bahwa responden yang memiliki jam kerja 9 jam perharinya merupakan resonden terbanyak yakni sebanyak 53 orang atau sebesar 70,67% Dan untuk responden paling sedikit yakni sebanyak 22 orang

(6)

41 dengan pesentase 29,33% dari keseluruhan memiliki jam kerja selama 8 jam. Rata- rata jam kerja responden yakni 8,70 atau dibulatkan menjadi 9 jam perharinya yaitu mulai pukul 09.00 – 17.00 WIB.

5.1.7 Karakteristik Responden Berdasarkan Lama Usaha

Lama usaha merupakan total keseluruhan waktu yang telah dilewaati atau dihabiskan pedagang dalam menjalankan usahanya dimulai dari usaha itu dimulai sampai dengan sekarang yang dihitung dalam kurun waktu tertentu. Lamanya usaha dapat menambah pengalam seseorang dalam bidang yang ia jalankan. Dalam hal berdagang lamanya pedagang berdagang menambah pengalaman berupa bagaimana mereka memasarkan daganggannya, cara mereka memikat konsumen agar tertarik dengan barang dagangannya, bagaimana mereka mempelajari prilaku konsumen serta bagaimana mereka menjalankan usahanyanya dengan banyaknya masalah yang harus dihadapi seiring berjalannya usaha tersebut. Untuk lebih jelasnya karakteristik pedagang berdasarkan lama usaha ditampilkan pada tabel dibawah ini :

Tabel 5. 7 Karakteristik Respodnen Berdasarkan Lama Usaha

No Lama Usaha (Tahun) Frekuensi Presentase (%)

1 1-5 25 33,33

2 6-10 29 38,67

3 11-15 11 14,67

4 16-20 7 9,33

5 21-25 2 2,67

6 26-30 1 1,33

Jumlah 75 100,00

Rata-Rata : 8,72

Sumber : Data Primer Diolah (2022)

Berdasarkan data lama usaha pada tabel diatas responden terbanyak berdasarkan lama usaha berada pada kelompok 6-10 tahun yakni sebanyak 29 responden dengan presentase 38,67% dari keseluruhan. Sedangkan untuk responden paling sedikit atau sebanyak 1 orang yakni berada pada kelompok 26-30 tahun dengan presentase sebesar 1,33%. Pedagang yang sudah lama berdagang tidak sedikit merupakan mereka yang meneruskan usaha orang tuanya atau usaha turun temurun, mereka yang sudah lama dalam berdagang memiliki banyak pelanggan tetap yang mana nama toko mereka sudah dikenal oleh banyak

(7)

42 pedagang. Sedangkan untuk pedagang yang masih terbilang belum lama usia usahanya beberapa dari mereka terbilang baru dalam dunia berdagang yang masih belum banyak pengalaman. Tetapi tidak sedikit dari mereka juga memiliki toko yang terbilang cukup ramai pembeli dikarenakan model pakaian yang mereka jual lebih bervariatif. Untuk rata-rata responden berdasarkan lama usaha adalah 8,72 atau dibulatkan menjadi 9 tahun.

5.1.8 Karakteristik Responden Berdasarkn Jumlah Tenaga Kerja

Tenaga kerja merupakan seseorang yang melakukan pekerjan dengan menerima upah atau imbalan, dengan semakin banyak tenaga kerja maka akan produktif suatu usaha. Jumlah tenaga kerja dalam penelitian ini yaitu banyaknya tenaga kerja yang dimiliki yang diberi upah atau gaji sebagai bentuk balasan atas kerja yang ia jalani. Tenaga kerja dalam penelitian ini diukur dengan rata-rata satuan orang.

Tabel 5.8 Karakteristik Responden Berdasarkan Jumlah Tenaga Kerja No Jumlah Tenaga Kerja Frekuensi Presentase (%)

1 0 18 24,00

2 1 40 53,33

3 2 11 14,67

4 3 4 5,33

5 4 2 2,67

Junlah 75 100,00

Rata-Rata : 1,09

Sumber : Data Primer Diolah (2022)

Berdasarkan tabel jumlah tenaga kerja, diketahui bahwa dari 75 responden atau pedagang pakaian jadi di Kecamatan Pasar Kota Jambi. Jumlah responden paling banyak berdasarkan jumlah tenaga kerja yakni sebanyak 1 orang adalah 40 responden atau 53,33%, sedangkan responden paling sedikit berdasarkan jumlah tenaga kerja yakni sebanyak 2 responden memiliki jumlah tenaga kerja sebanyak 2 orang atau 2,67%. Rata-rata responden berdasarkan jumlah tenaga kerja yakni 1,09 atau dibulatkan menjadi 1 orang.

(8)

43 5.1.9 Karakteristik Responden Berdasarkan Status Kepemilikan Toko

Status kepemilikan toko pedagang pakaian jadi di Kecamatan Pasar Kota Jambi yakni sewa dan pribadi. Untuk lebih jelasnya karakteristik pedagang berdasarkan status kepemilikan toko ditampilkan pada tabel dibawah ini :

Tabel 5.9 Karakteristik Responden Berdasarkan Kepemilikan Toko

No Status Kepemilikan Toko Frekuensi Presentase (%)

1 Sewa 43 57,33

2 Pribadi 32 42,67

Jumlah 75 100,00

Sumber : Data Primer Diolah (2022)

Dilihat dari tabel berdasarkan status kepemilikan toko mayoritas pedagang memiliki status kepemilikan toko yakni sewa, dengan responden sebanyak 43 responden atau sebesar 57,33% . Sedangkan 32 responden dari keseluruhan memiliki status kepemilikan toko yakni pribadi. Untuk pedagang yang memiliki status kepemilikan toko pribadi kebanyakan dari mereka merupakan pedagang yang sudah lama dalam berdagang pakaian di Kecamatan Pasar Kota Jambi, dan hal ini juga dapat mengurangi pada biaya oprasional dikarenakan tidak ada lagi tanggungan biaya sewa tiap bulan atau tahunnya.

5.1.10 Karakteristik Responden Berdasarkan Jenis Pakaian Yang Dijual Pedagang pakaian di Kecamatan Pasar Kota Jambi menjual jenis pakaian yang berbeda-beda, dimulai dari pakaian wanita dewasa, laki-laki dewasa, maupun anak-anak. Karakteristik responden berdasarkan jenis pakaian yang dijual dapat dilihat pada tabel dibawah ini

Tabel 5.10 Karakteristik Responden Berdasarkn Jenis Pakaian Yang Dijual

No Jenis Pakaian Frekuensi Presentase (%)

1 Anak-Anak 4 5,33

2 Wanita Dewasa 36 48,00

3 Laki-Laki Dewasa 7 9,33

4 > 2 Jenis Pakaian 28 37,33

Jumlah 75 100,00

Sumber : Data Primer Diolah (2022)

Berdasarkan tabel diatas dapat dijelaskan jumlah pedagang pakaian jadi terbanyak yakni dengan jenis pakaian wanita dewasa sebanyak 36 responden atau sebesar 48%. Untuk pedagang terbanyak selanjutnya yakni yang menjual dengan

(9)

44 jenis pakaian lebih dari 2 jenis yakni sebanyak 28 responden. Pedagang dengan jenis pakaian laki-laki dewasa sebanyak 7 orang. Selanjutnya peddagang yang memiliki jumlah responden paling sedikit yaitu 4 orang merupakan pedagang dengan jenis pakaian anak-anak.

5.1.11 Karakteristik Responden Berdasarkan Modal

Modal yang dimaksud disini merupakan modal usaha berjalan, yakni modal oprasional yang dikeluarkan responden untuk membeli atau membuat barang dagangnya yang biasa dikeluarkan per 2 pekan sekali atau 1 bulan sekali tergantung kebutuhan.

Tabel 5. 11 Karakteristik Responden Berdasarkan Modal

No Jumlah Moal (Rupiah) Frekuensi Presentase (%)

1 20.000.000 – 29.999.999 27 36,00

2 30.000.000 – 39.999.999 30 40,00

3 40.000.000 – 49.999.999 12 16,00

4 50.000.000 – 59.999.999 1 1,33

5 60.000.000 – 69.999.999 2 2,67

6 70.000.000 – 80.000.000 3 4,00

Jumlah 75 100,00

Rata-Rata : Rp 37.000.000

Sumber : Data Primer Diolah (2022)

Pada tabel 5.11 karakteristik responden berdasarkan modal, responden terbanyak berada pada kelompok dengan modal Rp 30.000.000 – Rp 39.999.999 yakni sebanyak 30 responden dengan presentase sebesar 40%. Sedangkan untuk responden paling sedikit berada pada kelompok dengan modal Rp 50.000.000 – Rp 59.999.999 sebanyak 1 responden dengan presentase sebesar 1,33%. Dalam hal pedagang pakaian modal yang dikeluarkan merupakan uang yang dibelanjakan untuk membeli barang dagangan per bulannya, masing-masing pedagang melakukan belanja berbeda beda untuk tiap bulannya tergantung dengan kebutuhan atau stock barang yang tersedia. Dikarenakan pakaian merupakan barang yang tidak dapat basi jika didiamkan dalam waktu yang lama, sehingga jika per bulannya barang yang dijual tidak laku habis maka pedagang masih tetap bisa menjual sampai barang tersebut laku terjual. Rata-rata pedagang berbelanja 1-2 kali dalam sebulan.

(10)

45 Untuk rata-rata modal yang dikeluarkan responden tiap bulannya adalah Rp 37.000.000.

5.1.12 Karakteristik Responden Berdasarkan Omzet Penjualan

Omzet penjualan yang dimaksud disini adalah keseluruhan jumlah pendapatan yang diperoleh dari hasil penjualan dalam kurun watu satu bulan, atau bisa disebut juga sebagai pendapatan kotor belum dikurangi biaya pengeluaran lainnya. Omzet penjualan dapat mempengaruhi pendapatan yang mana jika penjualan laku terjual banyak maka keuntungan yang diperoleh juga besar.

Karakteristik pedagang berdasarkan omzet penjualan dapat dilihat pada tabel dibwah ini :

Tabel 5. 12 Karakteristik Responden Berdasarkan Omzet Penjualan

No Omzet Penjualan (Rupiah) Frekuensi Presentase (%)

1 20.000.000 – 39.999.999 10 13,33

2 40.000.000 – 49.999.999 22 29,33

3 50.000.000 – 59.999.999 24 32,00

4 60.000.000 – 69.999.999 8 10,67

5 70.000.000 – 79.999.999 4 5,33

6 80.000.000 – 89.999.999 2 2,67

7 90.000.000 – 100.000.000 5 6,67

Jumlah 75 100,00

Rata-Rata : Rp 47.106.667

Sumber : Data Primer Diolah (2022)

Berdasarkan data pada tabel 5.12 dapat diambil kesimpulan, omzet penjualan terbanyak berada pada Rp 50.000.000 – Rp 59.999.999, terdapat 24 responden dengan presentase 32%. Sedangkan untuk omzet paling sedikit atau sebanyak 2 responden yakni berada pada omzet sebesar Rp 80.000.000 – Rp 89.999.999. Untuk rata-rata omzet penjualan adalah Rp 47.106.667 perbulan.

Omzet yang didapat pedagang berbeda-beda walaupun modal yang dikeluarkan sama, hal ini dikarenakan tiap masing-masing pedagang memiliki ketentuan keuntungan yang berbeda-beda sehingga harga jual antar tiap toko juga berbeda.

Pada masa pandemi Covid-19 omzet yang didapat mengalami penurunan tidak sering juga pedagang mengalami kerugian, dikarenakan berkurangnya jumlah pembeli. Hal ini banyak dikeluhkan para pedagang sehingga banyak pedagang yang menjual murah agar mereka balik modal.

(11)

46 5.1.13 Karakteristik Responden Berdasarkan Biaya Operasional

Biaya operasional disini merupakan biaya yang dikeluarkan pedagang tiap bulannya dalam menjalankan aktivitas berdagangnya. Biaya operasional ini mencakup biaya sewa, gaji tenaga kerja, keamanan/pajak, dan biaya lain-lain.

Karakteristik berdasarkan biaya operasional pada pedagang pakaian di Kecamatan Pasar Jambi dapat dilihat pada tabel dibawah ini

Tabel 5. 13 Karakteristik Responden Berdasarkan Biaya Operasional No Biaya Operasional (Rupiah) Frekuensi Presentase (%)

1 150.000 – 3.099.999 16 21,33

2 3.100.000 – 4.099.999 19 25,33

3 4.100.000 – 5.099.999 21 28,00

4 5.100.000 – 6.099.999 5 6,67

5 6.100.000 – 7.099.999 6 8,00

6 7.100.000 – 8.099.999 5 6,67

7 8.100.000 – 9.000.000 4 5,33

Jumlah 75 100,00

Rata-Rata : Rp 2.621.333

Sumber : Data Primer Diolah (2022)

Dari tabel diatas dapat dijelaskan, responden terbanyak berdasarkan biaya operasional yakni sebanyak 21 responden dengan presentase sebesar 28% berada pada kelompok dengan biaya operasional sebesar Rp 4.100.000 – Rp 5.099.999.

Sedangkan untuk responden dengan jumlah paling sedikit yakni sebanyak 4 responden atau sebesar 5,33% berada pada kelompok Rp 8.100.000 – Rp 9.000.000.

Untuk rata-rata biaya operasionalnya yakni Rp 2.621.333.

5.1.14 Karakteristik Responden Berdasarkan Penggunaan E-Commerce E-Commerce dalam hal ini merupakan sebuah media atau wadah tempat menjual barang dagangan. Seiiring berkembangnya zaman, teknologi yang semakinn canggih ditambah lagi banyaknya pengguna internet. Tidak menutup kemungkinan untuk bagi para pedagang memanfaatkannya yang mana digunakan semata-mata untuk mengenalkan produk yang mereka jual ke banyak pembeli dengan jangkauan pembeli yang lebih luas, yakni bisa antar kota, provinsi, maupun antar negara.

(12)

47 Tabel 5. 14 Karakteristik Pedagang Berdasarkan Penggunaan E-Commerce

No Penggunaan E-Commerce Frekuensi Presentase (%)

1 Ya 19 25,33

2 Tidak 56 74,67

Jumlah 75 100,00

Rata-Rata : 0,18

Sumber : Data Primer Diolah (2022)

Jika dilihat dari tabel frekuensi diatas, penghitungan menggunakan dummy dengan menggunakan point 1 untuk pedagang yang menggunakan e-commerce dan point 0 untuk pedagagang yang tidak menggunakan e-commerce. Terlihat jelas dengan jumlah responden 56 orang dari keseluruhan mereka merupakan pedagang yang tidak menggunakan internet, sedangkan pedagang yang menggunakan internet hanya sebanyak 19 orang dengan presentase 25,33%. Dapat diambil kesimpulan dengan rata-rata 0,18 atau dapat dikategorikan sebagai point 0 yaitu tidak menggunakan e-commerce.

Banyaknya pedagang tidak menggunakan e-commerce dikarenakan beberapa hal diantaranya, kurangnya kemampuan dan pengetahuan dalam menggunakan dan menjalankan media e-commerce, infrastruktur telekomunikasi tidak mendukung, tenaga kerja tidak siap, dari pihak pembeli juga belum mampu menggunakan internet. Apabila pembeli melakukan pembelian secara langsung dapat terjadi proses tawar-menawar harga barang hal ini juga yang menjadikan alasan banyaknya pembeli yang memilih untuk melakukan pembelian langsung ditoko mereka bisa melihat barang dengan jelas dan adanya kepuasan tersendiri.

Adapun media e-commerce yang digunakan para pedagang pakaian jadi di Kecamatan Pasar Kota Jambi antara lain yaitu, whatshapp, instagram, facbook, shopee dan masih banyak bentuk media lainnya. Berikut ini bentuk media yang digunakan para pedagang pakaian yang menggunakan e-coomerce

(13)

48 Tabel 5.15 Karakteristik Pedagang Berdasarkan Media Yang Digunakan

No Jenis Media Frekuensi Presentase (%)

1 Whatsap 3 15,79

2 Facbook 4 21,05

3 Instagram 4 21,05

4 Shoppe 1 5,26

5 > 2 Jenis Media 7 36,84

Jumlah 19 100,00

Sumber : Data Primer Diolah (2022)

Berdasarkan tabel 5.15 e-commerce yang banyak digunakan para paedagang pakaian jadi di Kecamatan Pasar Jambi adalah lebih dari 2 jenis media yakni sebanyak 7 responden dari keseluruhan atau sebesar 36,84%. Sedangkan media yang paling sedikit digunakan adalah media shoppe yakni sebanyak 1 responden.

5.1.15 Karakteristik Responden Berdasarkan Pendapatan Bersih

Dalam segi pendapatan, pendapatan yang digunakan dalam penelitian ini merupakan pendapatan bersih yang sudah dikurangi dengan biaya operasional dan merupakan pendapatan dari usahanya sendiri. Pendapatan diperoleh dari pengolahan data dari kuesioner yang diisi langsung oleh para pedagang pakaian di Kecamatan Pasar Kota Jambi. Pendapatan dihitung dari jumlah total uang yang diperoleh pedagang dikurangi biaya operasional, yang meliputi biaya sewa, gaji tenaga kerja, biaya kemanan/retribusi/pajak dan biaya pengeluaran lainnya per bulan.

Berdasarkan perhitungan pendapatan pedagang yang telah dilakukan. Rata- rata per bulannya sebesar Rp 7.500.000 dengan median Rp 7.500.000/bulan, standar deviasi Rp 1.500.000 dan modus Rp 7.000.000/bulan. Pendapatan minimum pedagang Rp 3.000.000/bulan sedangkan pendapatan paling besar pedagang Rp 12.000.000/bulan.

(14)

49 Tabel 5. 16 Karakteristik Pedagang Berdasarkan Pendapatan Bersih

No Pendapatan (Rupiah) Frekuensi Presentase (%)

1 3.000.000 – 5.999.999 8 10,67

2 6.000.000 – 6.999.999 10 13.33

3 7.000.000 – 7.999.999 11 14,67

4 8.000.000 – 8.999.999 12 16,00

5 9.000.000 – 9.999.999 19 25,33

6 10.000.000 – 10.999.999 6 8,00

7 11.000.000 – 12.000.000 9 12,00

Jumlah 75 100,00

Rata-Rata : Rp 7.500.000

Sumber : Data Primer Diolah (2022)

Dari tabel diatas dapat dilhat bahwa sebagian besar pendapatan pedagang yang dijadikan responden adalah pada kelompok Rp 9.000.000 – Rp 10.999.999 yakni sebanyak 19 responden atau sebesar 25,33% dari total keseluruhan.

Sedangkan untuk responden paling sedikit yakni sebanyak 6 responden dari keseluruhan atau sebesar 8% berada pada kelompok dengan pendapatan Rp 10.000.000 – Rp 11.999.999.

Berdasarkan wawancara langsung yang dilakukan peneliti kepada pedagang, tidak sedikit pedagang yang mengeluhkan penurunan pendapatan semenjak adanya pandemi, pendapatan pedagang diduga menurun sebesar 40-50%

dari sebelum adanya pandemi Covid-19. Dari segi penjualan, sebelum adanya pandemi berjalan dengan normal dan lancar, namun saat adanya pendemi penjualan menjadi tidak stabil dikarenakan sepinya pembeli, daya beli masyarakat menurun, bahkan tak banyak dari mereka mengalami kerugian sampai ada yang gulung tikar.

Terlihat dari kondisi secara langsung banykanya toko-toko atau kios yang ada dipasar yang kosong tidak diisi oleh pedagang. Penurunan pendapatan dikarenakan pandemi ini, juga dikarenakan kehawatiran masyarakat terhadap covid-19 sehingga yang terjadi mereka lebih memilih untuk berbelanja di toko terdekat ataupun melalui online

Akibat berkurangnya pembeli ini membuat stock barang tidak terjual banyak seperti biasanya sehingga penjual harus memutar otak agar tetap bertahan untuk menghasilkan pendapatan meskipun di masa pandemi. Berbagai upaya yang dilakukan beberapa diantaranya yakni dengan memberikan potongan harga atau

(15)

50 diskon, meningkatkan kualitas dan pelayanan, mematuhi anjuran pemerintah untuk menggunakan masker, beberapa pedagang juga mengurangi jumlah persediaan atau stock pakaian, hal ini dilakukan untuk mengurangi kerugian akibat jumlah pembeli yang sepi. Selain itu, ada beberapa pedagang yang mengurangi karyawan. Hal ini dilakukan agar para pedagang tidak mengeluarkan biaya lebih untuk membayar upah pekerja disaat pendapatan mereka mengalami penurunan.

5.3 Pengaruh Modal, Jam Kerja, Lama Usaha, E-Commerce dan Jumlah Tanggungan Terhadap Pendapatan Pedagang Pakaian Jadi di

Kecamatan Pasar Kota Jambi

5.3.1 Regresi Linier Berganda

Regresi linier berganda bertujuan menganalisis pengaruh dua atau lebih variabel bebas terhada variabel tetap. Dalam penelitian ini terdapat 1 variabel terikat yakni pendapatan dan 5 variabel bebas yaitu, modal, jam kerja lama usaha, e-commerce, dan jumlah tanggungan. Pengolahan regresi linier dilakukan menggunakan softwere dengan program SPSS 23 dan diperoleh hasil sebagai berikut :

Tabel 5. 17 Hasil Analisis Regresi Berganda

Model

Unstandardized Coefficients

Standardized Coefficients

B Std. Error Beta

1 (Constant) 936162.505 2844738.276

M .118 .014 .705

JK 119875.549 306237.041 .026

LU 59793.922 27416.211 .171

E-C 937195.822 352060.923 .175

JT 224187.990 109654.987 .144

a. Dependent Variable: Pendapatan

Sumber : Hasil Olah Data SPSS V23 (2022)

Dari hasil diatas dapat dibuat persamaan model regresi linier berganda yaitu :

Y = 936162,505 + 0,118 (M) + 119875,549 (JK) + 59793,922 (LU) + 937195,822 (E-C) + 224187,990 (JT)

(16)

51 1. Nilai konstanta (C) sebesar 936162,505 bertanda positif artinya, jika modal (M), jam kerja (JK), lama usaha (LM), e-commerce (E-C), dan jumlah tanggungan (JT) dianggap tetap atau tidak berubah maka pendapatan pedagang sebesar Rp 936.162,505

2. Koefisien modal (M) sebesar 0, 118 bertanda positif , artinya jika modal mengalami kenaikan sebesar satu rupiah sementara variabel bebas lainnya dianggap tetap atau tidak berubah, maka variabel pendapatan akan meningkat sebesar Rp 0,118. Hal ini dikarenakan apabila modal meningkat maka pakaian yang dijual belikan pedagang ikut bertambah jumlahnya sehingga akan terdampak pada peningkatan pendapatan

3. Koefisien jam kerja (JK) sebesar 119875,549 bertanda positif yang artinya apabila variabel jam kerja mengalami kenaikan sebesar satu jam, dan variabel bebas lainnya tidak berubah, maka variabel pendapatan meningkat sebesar Rp 119.875,549. Hal ini dikarenakan apabila pedagang menambah waktu jam kerjanya maka aktivitas perdagangan tersebut akan lebih lama sehingga hal ini dapat mempengaruhi jumlah pedagang yang datang dan dapat meningkatkan pendapatan.

4. Koefisien lama usaha (LU) sebesar 59793,922 bertanda positif ini artinya, apabila terjadi peningkatan lama usaha selama satu tahun maka pendapatan pedagang mengalami peningkatan sebesar Rp 59.793,922. Hal ini berarti bahwa semakin lama usaha itu berdiri semakin banyak orang yang mengenal usaha tersebut sehingga diperoleh pelanggan tetap hal ini dapat meningkatkan pendapatan pedagang.

5. Koefisien e-commerce (E-C) sebesar 937195,822 bertanda positif. Hal ini berarti bahwa apabila terjadi peningkatan dalam penggunaan e-commerce tiap pedagang maka pendapatan pedagang akan meningkat sebesar Rp 937.195,822. Artinya penggunaan e-commerce dalam berdagang apalagi pada kondisi pandemi ini dapat meningkatkan pendapatan pedagang. Semakin banyak dan luasnya jangkauan pasar dari penggunaan e-commerce ini membuat usaha banyak dikenal orang sehingga dapat meningkatkan jumlah pembeli dan pendapatan.

(17)

52 6. Koefisien jumlah tanggungan (JT) sebesar 224187,990 bertanda positif. Ini berarti apabila terjadi peningkatan satu orang, maka variabel pendapatan meningkat sebesar Rp 224.187,900. Hal ini dikarenakan penambahan jumlah tanggungan membuat bertambahnya beban, sehingga meningkatnya kemampuan usaha seseorang untuk menambah pendapatan agar kebutuhan tetap tercukupi.

5.3.2 Uji Asumsi Klasik

Pengujian asumsi klasik dilakukan untuk mengidentifikasi kondisi data yang tersedia agar dapat menentukan model yang sesuai. Kemudian uji asumsi klasik dilakukan untuk menguji apakah persamaan regresi yang diperoleh bersifat linier, dan dapat digunakan prediksi.

5.3.2.1 Uji Multikolineritas

Uji multikolinertas bertujuan untuk menguji keadaan apakah terdapat hubungan korelasi antar variabel bebas. Suatu model regresi dikatan baik apabila tidak terjadi multikolineritas. Multikolineritas diidentifikasi dengan menggunakan nilai tolerance dan variance inflation factor (VIF). Suatu regresi tidak terjadi multikolineritas apabila nilai tolerance lebih dari 0,10 dan nilai VIF kurang dari 10. Hasil uji multikolineritas pada masing-masing variabel dapat dilihat pada hasil dibawah ini :

Tabel 5. 18 Hasil Uji Multikolineritas

Model

Collinearity Statistics

Tolerance VIF

1 (Constant)

M .580 1.723

JK .880 1.136

LU .622 1.607

E-C .884 1.131

JT .771 1.297

a. Dependent Variable: Pendapatan

Sumber : Hasil Olah Data SPSS V23 (2022)

Dari tabel hasil uji multikolineritas diatas dapat dilihat pada tabel kolom tolerance nilai tolerance untuk variabel modal 0,580, jam kerja 0,880 , lama usaha

(18)

53 0,622 , E-commerce 0,884 , dan jumlah tanggungan keluarga sebesar 0,771 masing-masing variabel bernilai lebih dari 0,10. Sedangkan untuk kolom pada tabel VIF nilai VIF untuk masing-masing variabel bebas bernilai kurang dari 10. Maka dapat diambil kesimpulan pada regresi ini dikatakan tidak terjadi multikolineritas karena sudah memenuhi ketentuan-ketentuan.

5.3.2.2 Uji Heteroskedastisitas

Uji heteroskedastisitas bertujuan untuk menguji apakah dalam regresi terdapat ketidaksamaan varians dari residual satu pengamatan ke pengamatan lainnya. Dalam penelitian ini heteroskedastisitas dilakukan menggunakan metode uji glasjer, pada uji glasjer penyelidikan dilakukan dengan melihat nilai signifikan (sig.). Apabila nilai sig antar variabel independen dengan absolut residual lebih besar dari 0,05, maka tidak terjadi gejala heteroskedastisitas atau disebut variabel residual identik. Berikut hasil pengolahan menggunakan SPSS V23 :

Tabel 5. 19 Hasil Uji Heteroskesastisitas

Model t Sig.

1 (Constant) .338 .736

M -.044 .965

JK .223 .824

LU -1.005 .318

E-C -.698 .487

JT -.262 .794

a. Dependent Variable: Abs_Res

Sumber : Hasil Olah Data SPSS V23 (2022)

Pada tabel 5.19 hasil uji heteroskedastisitas pada tabel kolom sig. nilai sig.

untuk variabel modal sebesar 0,965, jam kerja 0,824 , lama usaha 0,318 , e- commerce 0,487 , dan jumlah tanggungan bernilai sig sebesar 0,794. Masing- masing variabel memiliki nilai sig. lebih dari 0,05 hal ini dapat disimpulkan bahwa pada regresi ini tidak terjadi masalah heteroskedastisitas.

5.3.2.3 Uji Autokorelasi

Uji autokorelasi ini bertujuan untuk mengetahui apakah ada kesalahan pengganggu antara periode t dengan kesalahan pada periode t-1 (sebelumnya) dan korelasinya dalam regresi linier. Jika terdapat korelasi, maka disebut masalah

(19)

54 autokorelasi. Untuk mendeteksi autokorelasi dapat dilakukan uji statistik melalui uji Durbin-Waston (DW test). Selanjutnya dilakukan perbandingan dengan tabel DW. Apabila nilai DW terletak antara du sampai dengan 4-du, maka koefisien autokorelasi sama dengan 0 atau disebut tidak terjadi autokorelasi. Hasil uji Durbin- Waston dalam penelitian ini dilakukan menggunakan SPPS V23 didapat hasil sebagai berikut :

Tabel 5. 20 Hail Uji Autokorelasi

Model R R Square

Adjusted R Square

Std. Error of the

Estimate Durbin-Watson

1 .858a .736 .717 1117232.020 2.129

a. Predictors: (Constant), Jumlah Tanggungan, Jam Kerja, E-Commerce, Lama Usaha, Modal b. Dependent Variable: Pendapatan

Sumber : Hasil Olah Data SPSS V23 (2022)

Dari hasil olahan menggunakan SPPS diatas diketahui bahwa nilai DW 2,129. Pada penelitian ini variabel yang digunakan sebanyak 5 dengan sampel sebanyak 75 sehingga didapat nilai du pada tabel DW α=5%. yakni 1,7698.

Kemudian untuk nilai 4-du didapat hasil 2,2302. Dengan menggunakan ketentuan uji autokorelasi yakni nilai DW terletak diantara du sampai dengan 4-du. Diambil keputusan hasil perhitungan bahwa nilai DW sebesar 2,129 terletak diantara du 1,7698 dan (4-du) 2,2302. Maka disimpulkan bahwa tidak ada autokorelasi dalam model regresi pada penelitian ini.

5.3.2.4 Uji Normalitas

Uji normalitas data menguji apakah dalam model regresi varians atau residual berdistribusi normal. Data kualitatif yang digunakan dalam penelitian merupakan data yang baik ketika data tersebut berdistribusi normal. Jika data yang dihasilkan tidak berdistribusi normal, maka uji statistik yang digunakan tidak valid.

Dalam uji normalitas pada penelitian ini digunakan model uji Jarque Bera (J-B test).

Uji JB ini merupakan uji normalitas dengan berdasarkan pada koefisien keruncingan (kurtosis) dan koefisien kemiringan (skewness). Uji ini dilakukan dengan membandingkan nilai statistik JB dengan nilai X² (Chi Square) tabel.

Apabila nilai JB ≤ X² tabel, maka nilai residual dinyatakan berdistribusi tidak

(20)

55 normal. Hasil data uji normalitas menggunakan SPPS V23 dapat dilihat pada tabel dibawah ini :

Tabel 5. 21 Hasil Uji Normalitas

N Mean Skewness Kurtosis

Statistic Statistic Statistic Std. Error Statistic Std. Error Standardized

Residual 75 .0000000 .829 .277 2.331 .548

Valid N (listwise) 75

Sumber : Hasil Olah Data SPSS V23 (2022)

Berdasarkan hasil uji diatas diperoleh nilai skewness 0,829 dan nilai kurosis 2,331 kemudian dilakukan uji JB. Untuk menghitung nilai JB digunakan rumus : JB = n [𝑆²

6 + ( 𝐾−3 )²

24 ] = 75 [0,829²

6 + ( 2,331−3 )²

24 ]

= 75 [0,687

6 + (−0,669)²

24 ] = 75 [0,687

6 + 0,447

24 ] = 75 [ 0,114 + 0,018 ] = 75 [ 0,132 ]

= 9,948

Diperoleh nilai JB sebesar 9,948, sedangkan nilai Chi Square tabel dengan df : 0,05 : 5 maka diperoleh nilai 11,070. Nilai JB 9,948 < 11,070, artinya nilai residual berdistribusi normal.

5.3.3 Koefisien Determinasi (R²)

Koefisien determinasi mengukur seberapa baik model mampu menjelaskan variabel dependen. Nilai koefisien determinasi berkisar antara 0-1. Nilai mendekati 1 yaitu, variabel independen menyediakan semua informasi yang dierlukan untuk memprediksi variabel dependen. Hasil koefisien determinasi dapat dilihat pada tabel berikut :

(21)

56 Tabel 5. 22 Hasil Koefisien Determinasi

Model R R Square Adjusted R

Square

Std. Error of the Estimate

1 .858a .736 .717 1117232.020

a. Predictors: (Constant), Jumlah Tanggungan, Jam Kerja, E-Commerce, Lama Usaha, Modal

Sumber : Hasil Olah Data SPSS V23

Dari tabel diatas terlihat bahwa nilai koefisien korelasi / hubungan (R) yaitu sebesar 0,858. Nilai ini dapat diartikan bahwa terdapat hubungan antara modal, jam kerja, lama usaha, e-commerce, dan jumlah tanggungan terhadap pendapatan.

Pengaruh modal, jam kerja, lama usaha , e-commerce , dan jumlah tanggungan terhadap pendapatan pedagang pakaian jadi di Kecamatan Pasar Kota Jambi diukur dengan melihat pada kolom tabel R Square sebesar 0,736. Artinya variabel bebas dalam menjelaskan variabel terikat sebesar 73,6%. Sisanya 26,4%

dijelaskan oleh variabel lain yang tidak dijelaskan dalam penelitian ini.

5.3.4 Uji Hipotesis

5.3.4.1 Uji Simultan (Uji F)

Uji F digunakan untuk mengidentifikasi pengaruh semua variabel bebas dalam persamaan regresi yang berhubungan dengan variabel terikat. Dalam uji ini dilakukan cara dengan membandingkan nilai Fhitung dengan Ftabel menggunakan tingkat kepercayaan 95% atau 0,05. Adapun kriteria pada pengujan ini apabila Fhitung < Ftabel atau nilai sig > 0,05 Ho diterima, namun apabila Fhitung > Ftabel atau nilai sig. < 0,05 maka Ha diterima. Adapun hasil olahan data untuk melihat nilai Fhitung menggunakan SPSS V23 sebagai berikut :

Tabel 5. 23 Hasil Uji F

Model Sum of Squares df Mean Square F Sig.

1 Regression 2405864902969

00.700 5 4811729805938

0.130 38.549 .000b Residual 8612630970309

9.390 69 1248207387001 .440

Total 3267128000000

00.060 74

a. Dependent Variable: Pendapatan

b. Predictors: (Constant), Jumlah Tanggungan, Jam Kerja, E-Commerce, Lama Usaha, Modal

(22)

57 Sumber : Hasil Olah Data SPSS V23 (2022)

Haasil perhitungan menggunakan SPSS diperoleh hasil Fhitung sebesar 38,549 dan Ftabel sebesar 2,35 dengan nilai signifikasi sebesar 0,000. Oleh karena itu Fhitung ( 38,549) > Ftabel (2,35) dan nilai signifikansi 0,000 < 0,05 maka Ho ditolak. Sehingga dapat diambil kesimpulan bahwa modal, jam kerja, lama usaha, e-commerce dan jumlah tanggungan secara simultan berpengaruh signifikan terhadap pendapatan pedagang pakaian jadi di Kecamatan Pasar Kota Jambi dengan tingkat keyakinan 95%.

5.3.4.2 Uji Parsial (Uji t)

Dalam uji parisal (uji t) ini untuk mengetahui apakah secara individu (parsial) variabel independen berpengaruh signifikan atau tidak terhadap variabel dependen. Adapun kriteria pengambilan keputusan yakni dalam pengujian ini menggunakan tingkat kepercayaan sebesar 95% atau α = 0,05. Drajat kebebasan (df) sebesar 69 dan pengujian dua sisi diperoleh dari nilai ttabel yakni 1,997. Ho diterima apabila ketika thitung > ttabel atau sig > 0,05 . Sedangkan apabila Ho ditolak apabila nilai thitung < ttabel atau sig < 0,05.

Tabel 5. 24 Hasil Uji Parsial (Uji t)

Model t Sig.

1 (Constant) .329 .743

M 8.694 .000

JK .391 .697

LU 2.181 .033

E-C 2.662 .010

JT 2.044 .045

a. Dependent Variable: Pendapatan

Dengan melihat tabel hasil diatas dilihat pada kolom pada nilai t dan sig dapat disimpulkan sebagai berikut :

1. Modal

Berdasarkan hasil regresi yang didapat dari nilai thitung variabel modal sebesar 8,694 dengan nilai signifan sebesar 0,000. Pada saat df (degree of freedom) = 70 denagn α = 0,05 dan dilakukan uji dua arah sehigga diperoleh nilai ttabel

sebsar 1,997. Maka dapat disimpulkan thitung (8,694) > ttabel 1,997 dan nilai

(23)

58 signifikan 0,000 < 0,05. Ini berarti Ho ditolak, modal berpengaruh signifikan terhadap pendapatan pedagang pakaian jadi di Kecamatan Pasar Kota Jambi 2. Jam Kerja

Secara statistik melalui analisis hasil perhitungan terhadap thitung untuk koefisien jam kerja diketahui sebesar 0,391 sementara ttabel 1,997 dengan demikian thitung < ttabel dan nilai sig 0,697 > 0,05. Maka dapat disimpulkan bahwa Ho diterima yang berarti jam kerja tidak berpengaruh positif terhadap pendapatan pedagang pakaian jadi di Kecamatan Pasar Kota Jambi.

3. Lama Uaha

Dari hasil pengujian diperoleh hasil variabel lama usaha yang dapat dilihat dari tabel thitung sebesar 2,181 lebih besar dari thitung dan nilai probabilitas lebih kecil dari 0,05, artinya Ho ditolak, lama usaha berpengaruh signifikan terhadap pendapatan pedagang pakaian jadi di Kecamatan Pasar Kota Jambi.

4. E-Commerce

Berdasarkan hasil diperoleh nilai ttabel variabel e-commerce sebesar 2,662 dengan probabilitas 0,010. Artinya ttabel > thitung dan nilai signifikan < 0,05.

Disimpulkan bahwa Ho ditolak dan Ha diterima, artinya e-commerce berpengaruh signifikan terhadap pendapatan pedagang pakaian jadi di Kecamatan Pasar Kota Jambi.

5. Jumlah Tanggungan

Hasil perhitungan uji statistik diperoleh nilai thitung 2,044 > ttabel 1,997 dan nilai sig 0,045 < 0,05,jadi Ho ditolak artinya terdapat pengaruh signifikan dari variabel jumlah tanggungan terhadap variabel pendapatan.

5.4 Pembahasan

Pembahsan tentang interpretasi hasil penelitian ini mengenai temuan penelitian yang sesuai dan teori yang digunakan sebagai dasar pengembangan model penelitian. Hasil pembahsan analisis adalah sebagai berikut :

5.4.1 Pengaruh Modal Terhadap Pendapatan Pedagang Pakaian Jadi Hasil penelitian ini menunjukkan bahwa modal berpengaruh terhadap pendapatan pedagang pakaian jadi di Kecamatan Pasar Kota Jambi. Hal ini terlihat dari hasil analisis yang memiliki nilai thitung 8,694 > ttabel 1,997 dan sig 0,000 < 0,05,

(24)

59 artinya Ho ditolak dan menerima Ha sehngga hal ini menunjukkan bahwa modal terdapat pengaruh positif dan signifikan terhadap pendapatan pedagang pakaian jadi. Hasil ini memiliki kesamaan pendapat dengan penelitian yang dilakukan oleh Rosita dkk (2020) yang mengatakan bahwa modal merupakan input faktor produksi penting dalam menentukan tingkat pendapatan. Namun, modal bukan berarti satu- satunya faktor yang berdampak signifikan terhadap peningkatan pendapatan.

Pengaruh modal terhadap pendapatan karena modal dipergunakan untuk membeli bahan untuk dijual, apabila modal yang dikeluarkan besar pedagang dapat meningkatkan jumlah dan variasi barang dagangan , sehinga keuntugan yang didapat lebih besar.

Besarnya modal yang dimiliki para pedagang pakaian jadi di Kecamatan Pasar Kota Jambi bervariasi, rata-rata modal pedagang sebesar Rp 37,000,000.

Dengan rata-rata modal yang dimiliki pedagang mereka mendapatkan pendapatan bersih dengan rata-rata sebesar Rp 7.500.000 untuk tiap bulannya. Modal paling rendah pedagang sebesar Rp 20.000.000 , dan pendapatan paling kecil yakni sebesar Rp 3.000.000. Sedangkan untuk modal paling besar sebesar Rp 80.000.000 dengan pendapatn bersih sebesar Rp 12.000.000. Jelas bahwa modal memiliki pengaruh terhadap pendapatan pedagang pakaian jadi. Dalam hal kepemilikan modal , beberapa dari pedagang tidak memiliki cukup modal untuk menyediakan barang dagangannya. Oleh karena itu pedagang hanya menjual barang yang dibeli dari orang lain, sehingga keuntungan yang didapat lebih sedikit.

5.4.2 Pengaruh Jam Kerja Terhadap Pendapatan Pedagang Pakaian Jadi Berdasarkan hasil penelitian ditunjukkan bahwa jam kerja tidak berpengaruh terhadap pendapatan pedagang. Hal ini terlihat dari hasil analisis diperoleh nilai thitung 0,391 < 1,997 ttabel dan nilai sig 0,697 > 0,05 yang berarti Ho diterima dan menolak Ha. Hasil penelitian sesuai dengan penelitian yang dilakukan Hidayat (2022) yang mengatakan bahwa jam kerja tidak memiliki pengaruh signifikan terhadp pendapatan pedagang. Ini menujukkan pedagang yang memiliki jam kerja lebih banyak, maka biaya yang dikeluarkan juga banyak, misalnya biaya untuk tambahan waktu karyawan, konsumsi, mobilitas kinerja dan sebagainya yang mengurangi pendapatan tanpa adanya kenaikan pendapatan.

(25)

60 Dalam hal lama jam kerja tidak berpengaruh terhadap pendapatan dikarenakan di Kecamatan Pasar Kota Jambi merupakan pasar yang dikelola oleh pemerintah maka kawasan pasar tersebut memiliki jam operasional dimulai dari pukul 09.00-17.00 yakni untuk rata-rata jam kerja pedagang adalah 9 jam perharinya. Sehingga penembahan jam kerja tidak berpengaruh terhadap pendapatan pedagang pakaian jadi. Dari segi konsumen pun berbelanja pada jam- jam tertentu, misalnya siang atau sore hari. Jarang ditemui konsumen yang berbelanja diluar waktu tersebut, kecuali pada saat-saat kondisi tertentu misalnya pada saat bulan puasa untuk menyambut lebaran. Apalagi pada saat covid-19 adanya pemberlakukan kebijakan PSSB yang diterapkan pemerintah membuat jam kerja pedagang bekurang.

5.4.3 Pengaruh Lama Usaha Terhadap Pendapatan Pedagang Pakaian Jadi Dari hasil regresi diketahui bahwa lama usaha berpengaruh positif terhadap pendapatan peedagang pakaian jadi. Hal tersebut terlihat dari hasil analisis diperoleh nilai thitung 2,181 > 1,997 ttabel dan sig 0,033 < 0,05. Artinya Ho ditolak dan Ha diterima. Hal ini sejalan pada penelitian yang dilakukan oleh Suniati (2020) yang mengatakan bahwa lama usaha berpengaruh signifikan terhadap pendapatan.

Lama usaha adalah penentu pendapatan di sektor informal. Lama usaha mendefinisikan pengalaman semakin banyak, semakin baik kualitias usahanya.

Banyaknya pengalaman ini membuat pedagang lebih banyak memahami selera konsumen, budaya jual beli di pasar dan bisa membaca situasi pasar.

Tidak hanya itu, lama usaha yang telah dijalankan membuat bertambahnya jumlah pelanggan tetap, ini akan terjadi interaksi atau hubungan yang baik antara penjual dengan pembeli dalam jangka waktu yang lama dan dapat menumbuhkan kepercayaan, dan ini memberikan manfaat bagi penjual dalam mendapatkan pendapatan.

5.4.4 Pengaruh E-Commerce Terhadap Pendapatan Pedagang Pakaian Jadi E-Commerce adalah salah satu bentuk bisnis elektronik yang berbentuk pada transaksi berbasis internet (berbasis teknologi jaringan digital) sebagai sarana pertukaran barang atau jasa ke konsumen. Pada penelitian ini variabel e-commerce berdasarkan uji 2 sisi pada uji sgnifikan (uji t) menunjukan bahwa nilai thitung 2,662

(26)

61

> 1,997 ttabel serta sig 0,010 < 0,05. Maka dengan ini disiulkan bahwa Ho ditolak yang berarti variabel e-commerce memiliki pengaruh signifikan terhadap pendapatan pedagang pakaian jadi di Kecamatan Pasar Kota Jambi. Dalam hal ini tidak sependapat dengan penelitian yang dilakukan oleh Safrianti (2020) yang menyakatan bahwa tidak terdapat pengaruh positif terhadap meningkatnya pendapatan.

Dari hasil wawancara yang dilakukan langsung , didapat informasi terkait penggunakaan e-commerce dalam berdagang memberikan dampak peningkatan penjualan para pedagang pakaian jadi . E-Commerce memberikan fleksibilitas dalam penjualan dalam dunia usaha, memudahkan para pelaku bisnis unuk meningkatkan komersialisasi produk mereka. Apalagi pada pandemi covid mengahruskan masyarakat mengurangi kegiatan diluar rumah membuat pasar menjadi sepi pembeli hal ini lah yang memberikan keuntungan yang didapat apabila para pedagang memasarkan produknya lalui e-commerce. Memang berdasarkan 75 sampel yang ada didapat hasil masih banyaknya pedagang yang tidak menggunakan e-commerce dikarenakan beberapa kendala. Namun dilihat dari data pendapatan pedagang yang menggunakan e-commerce lebih besar dibandingkan dengan yang tidak menggungakan e-commere. Hal inilah dapat dikatakan bahwa e-commerce berpengaruh terhadap pendapatan pakaian jadi di Kecamatan Pasar Kota Jambi.

5.4.5 Pengaruh Jumlah Tanggungan Terhadap Pendapatan Pakaian Jadi Berdasarkan hasil pengujian yang dilakukan didapat nilai probabilitas variabel jumlah tanggungan sebesar 0,045 yang mana nilai ini lebih kecil dari 0,05, dengan nilai thitung 2,044 > 1,997 ttabel , maka ini berarti Ho ditolak dan menerima Ha, sehingga disimpulkan bahwa jumlah tanggungan berpengaruh signifikan terhadap pendapatan pedagang pakaian jadi. Hasil penelitian ini sependapat dengan penelitian yang dilakukan oleh Fatma dkk yang mengatakan jumlah tanggungan yang besar dalam suatu rumah tangga tanpa diikuti dengan peningkatan dari segi ekonomi akan mengharuskan bagi para pencari nafkah untuk terus berusaha meningkatkan pendapatan agar beban biaya untuk kehidupan sehari-hari tercukupi.

Jumlah tanggungan keluarga yang menuntut reponden untuk terus berdagang meski di tengah pandemi covid-19. Responden yang memiliki jumlah

(27)

62 tanggungan keluarga lebih banyak maka dituntut untuk memiliki pendapatan yang lebih besar pula hal ini untuk memenuhi kebutuhan hidup keluarganya, dibandingkan dengan responden yang memiliki jumlah tanggungan sedikit, hal ini karena besarnya jumlah tanggungan pendapatan yang diperoleh digunakan untuk membelanjakan uangnya untuk kebutuhan dasar, sandang, kesehatan, pendidikan dll.

5.5 Implikasi Penelitian

Berdasarkan hasil penelitian ini, dapat dikemukakan implikasi sebagai berikut :

1. Modal

Pedagang perlu menambah modal usaha, karena dengan tambahan modal, barang dagangnnya juga bertambah dan lebih bervariasi banyak pilihan, hal ini menarik pembeli agar lebih tetarik untuk membelinya. Jadi dibutuhkan adanya dukungan pemerintah dan kebijakan perbankan untuk memberikan fasilitas kemudahan akses permodalan bagi para pedagang, misalnya melalui pinjaman modal atau kredit dengan persyaratan yang menguntungkan seperi kecilnya bunga yang diberikan, tidak banyak persyaratan, dan kemudahan dalam proses pencairan.

2. Jam kerja

Dikarenakan pasar memiliki jam operasional sehingga rata-rata pedagang memiliki jam kerja yang sama. Maka sebaiknya pedagang yang jam kerjanya lebih sedikit perlu menambah jam kerja dan menggunakan waktu berdagang dengan baik untuk dapat meningkatkan pendapatan. Sedangkan untuk pedagang yang memiliki jam kerja tinggi agar memanfaatkan waktu yang ada secara optimal dengan melakukan promosi untuk meningkatkan penjualan.

3. Lama Usaha

Pedagang perlu mengelola serta mempertahankan usaha mereka dalam jangka waktu yang lama, perlu inovasi agar usaha bertahan lama dengan banyaknya pesaing sekarang, misalnya dengan memberikan potongan harga saat menyambut perayaan idul fitri dan berikan pelayanan yang baik dan nyaman

(28)

63 kepada pembeli selalu mengutamakan kepuasan pembeli. Oleh karena hal itu dapat menarik pembeli untuk menjadi pelanggan tetap dan dapat meningkatkan pendapatan pedagang.

4. E-Commerce

Banyaknya pedagang yang masih belum menggunakan e commerce, maka untuk pedagang yang belum menggunakan media e-commerce dalam penjualannya, bisa mulai berjualan menggunakan e-commerce apalagi dalam menghadapi pandemi covid-19, ini bisa dijadikan sarana penjualan, berjualan online dengan dengan sistem antar ke rumah pembeli, hal ini bisa menjadi solusi agar pedagang bisa menjangkau pembeli yang masih enggan untuk berbelanja ke pasaar dikarenakan takut terjangkit virus covid, tidak adanya waktu untuk kepasar, dan sebagainya. Hal ini dapat menambah jumlah pembeli dan dapat meningkatkan pendapatan.

5. Jumlah tanggungan

Diharapkan pedagang untuk bisa mengendalikan angka kelahiran dalam keluarga dan mengatur pola konsumsi keluarga

Referensi

Dokumen terkait

3.2.2.4 DFD Level 1 Proses 6 ADMIN 6.1 PENCARIAN JENIS WISATA 6.2 PENCARIAN JENIS SARANA PENDUKUNG MEMBER PENGUNJUNG 7 TAMPIL DATA Informasi wisata alam 6.3 EVENT Peta 6.1.1

pertumbuhan tanaman ubi kayu yang lebih baik, tanah harus subur dan. kaya bahan organik baik unsur makro

disampaikan oleh Arifin (2005) bahwa surplus beras nasional hanya terjadi pada bulan Februari-Mei sedangkan delapan bulan lainnya harus dipenuhi oleh beras impor, mengingat

Puji dan syukur kami ucapkan kepada Tuhan Yang Maha Esa karena berkat rahmat dan karunia-Nya, penulis dapat menyelesaikan skripsi yang berjudul “Analisis dan Perancangan

Dalam tahap analisis ini, dilakukan analisis terhadap jadwal waktu penyelesaian proyek, biaya, dan alokasi sumber daya yang telah dilakukan setelah menggunakan perencanaan

Semakin meneguhkan bahwa memang misi baru Rumah Ceria ini adalah rencana dan proyek besar TUHAN untuk Yayasan Sungai Kasih di masa yang akan datang.. Sampai Desember 2017 ini,

47 Desa Sukamantri Kecamatan Paseh 74 TBM Putra Indonesia Eva Noersyarifah Kampung Rajadesa RT 06/ 05 Desa Cipaku Kecamatan Paseh 75 TBM Nurhasanah Ina Winarni, S.Pdi Kampung Sadang

RIIK (Risisko Investasi dan Instrumen Keuangan) /3 SKS. HI (Hubungan Inndutrial) /3 SKS