50 wanita maka akan semakin meningkat pula pendapatan yang diperoleh pedagang
wanita tersebut.
e. Koefisien X
4
b
4
= 30,215, ini berarti bahwa variabel jam kerja X
4
berpengaruh positif terhadap pendapatan, atau dengan kata lain jika jam kerja X
4
ditingkatkan sebesar satu jam, maka pendapatan akan bertambah sebesar 30,215. Koefesien bernilai positif artinya terjadi hubungan positif antara variabel jam
kerja dengan pendapatan, semakin meningkat jam kerja seorang pedagang wanita maka akan semakin meningkat pula pendapatan yang diperoleh pedagang wanita
tersebut.
f. Koefisien X
5
b
5
= 809,055, ini berarti bahwa variabel jumlah tanggungan
X
5
berpengaruh positif terhadap pendapatan, atau dengan kata lain jika jumlah tanggungan X
5
bertambah sebesar satu orang maka pendapatan akan bertambah sebesar 809,055. Koefesien bernilai positif artinya terjadi hubungan positif antara
variabel jumlah tanggungan dengan pendapatan, semakin meningkat jumlah tanggungan seorang pedagang wanita maka akan semakin meningkat pula
pendapatan yang diperoleh pedagang wanita tersebut.
4.4 Uji Hipotesis
4.4.1 Uji Signifikan Parsial Uji-t
Pengujian ini dilakukan untuk mengetahui seberapa jauh pengaruh suatu variabel bebas secara parsial individual terhadap variasi variabel terikat. Kriteria
pengujiannya adalah : Ho : b1 = 0, artinya secara parsial tidak terdapat pengaruh yang positif dan
signifikan dari variabel bebas terhadap variabel terikat.
Universitas Sumatera Utara
51 Ho : b1
≠ 0, artinya secara parsial terdapat pengaruh yang positif dan signifikan dari variabel bebas terhadap variabel terikat.
Kriteria pengambilan keputusan adalah: Ho
diterima jika t hitung t tabel pada α= 5
Ho ditolak jika t hitung t tabel pada α= 5
Hasil pengujian adalah : Tingkat kesalahan α = 5 dan derajat kebebasan df = n-k
n = jumlah sampel, n = 105 k = jumlah variabel yang digunakan, k = 6
Derajat kebebasan degree of freedom df =n-k = 105 - 6 = 99 Uji-t yang dilakukan adalah uji satu arah, maka t
tabel
yang digunakan adalah t
0,05
99 = 1.664.
Universitas Sumatera Utara
52
Tabel 4.14 Hasil Uji Signifikan Parsial Uji-t
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
-3605,897 4906,018
-,735 ,464
UMUR 4,912
79,292 ,006
,062 ,951
PENDIDIKAN 55,503
210,298 ,024
,264 ,792
LAMA USAHA 187,730
91,777 ,189
2,045 ,043
JAM KERJA 30,215
6,467 ,395
4,672 ,000
JUMLAH TANGGUNGAN
809,055 270,832
,254 2,987
,004 a. Dependent Variable: PENDAPATAN
Sumber: Hasil Penelitian, 2016 data diolah
Berdasarkan Tabel 4.14 dapat dilihat bahwa: 1.
Variabel Umur X
1
Nilai t
hitung
variabel umur adalah 0,62 dan nilai t
tabel
1,664 maka t
hitung
t
tabel
0,62 1,664 sehingga dapat disimpulkan bahwa variabel umur berpengaruh positf dan
tidak signifikan 0,951 0,05 secara parsial terhadap pendapatan. 2. Variabel Pendidikan X
2
Nilai t
hitung
variabel pendidikan adalah 0,246 dan nilai t
tabel
1,664 maka t
hitung
t
tabel
0,246 1,664 sehingga dapat disimpulkan bahwa variabel pendidikan berpengaruh positif dan tidak signifikan 0,792 0,05 secara parsial terhadap
pendapatan. 3. Variabel Lama Usaha X
3
Nilai t
hitung
variabel lama usaha adalah 2,045 dan nilai t
tabel
1,664 maka t
hitung
t
tabel
2,045 1,664 sehingga dapat disimpulkan bahwa variabel lama usaha
Universitas Sumatera Utara
53 berpengaruh positif dan signifikan 0,043 0,05 secara parsial terhadap perilaku
pendapatan. 4. Variabel Jam Kerja X
4
Nilai t
hitung
variabel jam kerja adalah 4,672 dan nilai t
tabel
1,664 maka t
hitung
t
tabel
4,672 1,664 sehingga dapat disimpulkan bahwa variabel jam kerja berpengaruh positif dan signifikan 0,000 0,05 secara parsial terhadap
pendapatan. 5. Variabel Jumlah Tanggungan X
5
Nilai t
hitung
variabel jumlah tanggungan adalah 2,987 dan nilai t
tabel
1,664 maka t
hitung
t
tabel
2,987 1,664 sehingga dapat disimpulkan bahwa variabel jumlah tanggungan berpengaruh positif dan signifikan 0,004 0,05 secara parsial
terhadap pendapatan.
4.4.2 Uji Signifikan Simultan Uji-F
Pengujian ini dilakukan untuk melihat apakah semua variabel bebas yang dimasukkan dalam model mempunyai pengaruh secara bersama-sama terhadap
variabel terikat. Kriteria pengujiannya adalah :
Ho : b1 = 0, artinya secara serentak tidak terdapat pengaruh yang positif dan signifikan dari variabel bebas terhadap variabel terikat.
Ho : b1 ≠ 0, artinya secara serentak terdapat pengaruh yang positif dan signifikan
dari variabel bebas terhadap variabel terikat. Kriteria pengambilan keputusan adalah:
Universitas Sumatera Utara
54 Ho diterima jika F hitung F tabel pada α= 5
Ho ditolak jika F hitung F tabel pada α= 5
Untuk menentukan nilai F, maka diperlukan adanya derajat bebas pembilang dan derajat bebas penyebut, dengan rumus sebagai berikut:
df Pembilang = k – 1 df Penyebut = n – k
Keterangan : n = jumlah sampel penelitian
k = jumlah variabel bebas dan terikat Pada penelitian ini diketahui jumlah sampel n 105 dan jumlah
keseluruhan variabel k adalah 6, sehingga diperoleh : 1. df pembilang = 6 – 1 = 5
2. df penyebut = 105 – 6 = 99 Nilai F
hitung
akan diperoleh dengan menggunakan bantuan SPSS, kemudian akan dibandingkan dengan F
tabel
pada tingkat α = 5.
Universitas Sumatera Utara
55
Tabel 4.15 Hasil Uji Signifikan Simultan Uji-F
ANOVA
a
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
1074459083,80 4
5 214891816,761 11,605
,000
b
Residual 1833128535,24
4 99
18516449,851
Total 2907587619,04
8 104
a. Dependent Variable: PENDAPATAN b. Predictors: Constant, JUMLAH TANGGUNGAN, PENDIDIKAN, JAM KERJA, UMUR, LAMA
USAHA
Sumber: Hasil Penelitian, 2016 data diolah
Pada Tabel 4.15 dapat dilihat bahwa hasil perolehan F
hitung
pada kolom F yakni sebesar 11,605 dengan tingkat signifikansi = 0.000, lebih besar dari nilai
F
tabel
yakni 2,31 , dengan tingkat kesalahan α = 5, atau dengan kata lain F
hitung
F
tabel
11,605 2,31. Berdasarkan kriteria pengujian hipotesis jika F
hitung
F
tabel
dan tingkat signifikansinya 0.000 0.05, menunjukkan bahwa pengaruh variabel bebas
umur, pendidikan, lama usaha, jam kerja dan jumlah tanggungan secara serempak adalah signifikan terhadap variabel terikat tingkat pendapatan.
4.4.3 Pengujian Koefesien Determinasi R
2
Pengujian koefisien determinasi R² digunakan untuk mengukur proporsi atau persentase kemampuan model dalam menerangkan variabel terikat. Koefisien
determinasi berkisar antara nol sampai satu 0 ≤ R² ≥ 1. Jika R² semakin besar
mendekati satu, maka dapat dikatakan bahwa pengaruh variabel bebas X adalah besar terhadap variabel terikat Y. Hal ini berarti model yang digunakan
Universitas Sumatera Utara
56 semakin kuat untuk menerangkan pengaruh variabel bebas terhadap variabel
terikat dan demikian sebaliknya.
Tabel 4.16 Hasil Uji Koefesien Determinasi R
2 Model Summary
Mod el
R R
Squar e
Adjusted R Square
Std. Error of the
Estimate Change Statistics
R Square Change
F Chang
e df1
df2 Sig. F
Change 1
,608
a
,370 ,338 4303,074
,370 11,605 5
99 ,000
a. Predictors: Constant, JUMLAH TANGGUNGAN, PENDIDIKAN, JAM KERJA, UMUR, LAMA USAHA
Sumber: Hasil Penelitian, 2016 data diolah
Berdasarkan Tabel 4.16 dapat dilihat bahwa : 1. R = 0,608 berarti hubungan antara variabel umur X
1
, pendidikan X
2
, lama usaha X
3
, jam kerja X
4
, dan jumlah tanggungan X
5
sebesar 60,8. Artinya hubungannya kuat.
2. Nilai R Square sebesar 0,370 berarti 37 variabel X
1
, pendidikanX
2
, lama usaha X
3
, jam kerja X
4
dan jumlah tanggungan X
5
mampu menjelaskan variasi pendapatan. Sedangkan sisanya 63 dapat dijelaskan oleh variabel-
variabel lain yang tidak diteliti dalam penelitian ini.
4.5 Uji Asumsi Klasik
4.5.1 Uji Normalitas
Tujuan uji normalitas adalah ingin menguji apakah dalam model regresi distribusi sebuah data mengikuti atau mendekati distribusi normal. Ada dua cara
Universitas Sumatera Utara
57 untuk mendeteksi apakah data berdistribusi normal atau tidak, yaitu dengan
pendekatan grafik dan pendekatan Kolmogorv-Smirnov. 1.
Analisis Grafik Salah satu cara untuk melihat normalitas adalah dengan melihat grafik
histogram, dan grafik normal p-p plot, yang membandingkan antara dua observasi dengan distribusi yang mendekati distribusi normal. Hasil output SPSS terlihat
seperti Gambar 4.1, dan Gambar 4.2.
Sumber: Hasil Penelitian, 2016 data diolah
Gambar 4.1 Pengujian Normalitas Histogram
Berdasarkan grafik dapat disimpulkan bahwa distribusi data normal karena grafik histogram menunjukkan pola distribusi normal maka model regresi
memenuhi asumsi normalitas dan sebaliknya jika data menyebar jauh dari garis
Universitas Sumatera Utara
58 diagonal dan tidak mengikuti arah garis diagonal atau grafik histogram tidak
menunjukkan pola distribusi data normal yang tidak melenceng kanan maupun melennceng kiri. Jadi, berarti data residual berdistibusi normal. Terbukti bahwa
data maupun model yang digunakan memenuhi asumsi normalitas.
Gambar 4.2 Pengujian Normalitas P-P Plot
X
Sumber: Hasil Penelitian, 2016 data diolah
Gambar 4.2 Pengujian Normalitas P-P Plot
Pada P-P plot terlihat bahwa titik-titik menyebar disekitar garis diagonal dan cenderung mengikuti arah garis diagonal. Hal ini menunjukkan bahwa data
v
Universitas Sumatera Utara
59 yang dipergunakan dalam penelitian ini memenuhi asumsi normalitas sehingga
layak untuk diuji dengan model regresi. 2.
Analisis Statistik Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal,
padahal secara statistik tidak berdistribusi normal. Jika nilai sig probability lebih besar dari 0,05 maka Ho ditolak dengan pengertian bahwa data yang dianalisis
berdistribusi normal. Demikian juga sebaliknya jika nilai sig probability lebih kecil dari 0,05 maka Ho diterima dengan pengertian bahwa data yang dianalisis
tidak berdistribusi normal. Berikut ini pengujian normalitas yang didasarkan dengan uji statistik nonparametik Kolmogorv-Smirnov K-S.
Tabel 4.17 Uji Kolmogrov Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 105
Normal Parameters
a,b
Mean ,0000000
Std. Deviation 4198361,0987867
5 Most Extreme Differences
Absolute ,111
Positive ,111
Negative -,060
Kolmogorov-Smirnov Z 1,133
Asymp. Sig. 2-tailed ,153
a. Test distribution is Normal. b. Calculated from data.
Sumber: Hasil Penelitian, 2016 data diolah
Berdasarkan Tabel 4.16, terlihat bahwa nilai Asymp.Sig. 2-tailed adalah 0,153, ini berarti nilainya diatas nilai signifikan 5 0.05, dengan kata lain
variabel tersebut berdistribusi normal.
Universitas Sumatera Utara
60
4.5.2 Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians. Jika varians dari residual satu pengamatan ke pengamatan
yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau
tidak terjadi heteroskedastisitas. Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, yaitu:
1. Analisis Grafik
Dasar analisis adalah tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas,
sedangkan jika ada pola tertentu, seperti titik-titik yang membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas.
Sumber: Hasil Penelitian, 2016 data diolah
Universitas Sumatera Utara
61
Gambar 4.3 Pengujian Normalitas P-P Plot
Berdasarkan Gambar 4.3 dapat terlihat bahwa tidak ada pola yang jelas, serta titik- titik menyebar diatas dan dibawah angka 0 pada sumbu Y, maka berdasarkan
metode grafik tidak terjadi heteroskedastisitas pada model regresi. 2.
Analisis Statistik Dasar analisis metode statistik adalah jika variabel bebas signifikan secara
statistik mempengaruhi variabel terikat, maka ada indikasi terjadi heteroskedastisitas.
Tabel 4.18 Uji Park
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error Beta
1 Constant
15,431 3,586
4,303 ,000
UMUR -,089
,058 -,168
-1,528 ,130
PENDIDIKAN ,022
,154 ,015
,142 ,888
LAMA USAHA ,073
,067 ,119
1,081 ,282
JAM KERJA ,007
,005 ,148
1,465 ,146
JUMLAH TANGGUNGAN
,323 ,198
,166 1,632
,106 a. Dependent Variable: LnU2i
Dari hasil output terlihat semua variabel independen tidak signifikan sig 0,05 terhadap variabel dependen. Hal ini berarti data tidak terkena
heterokedastisitas.
Universitas Sumatera Utara
62
4.5.3 Uji Multikolinieritas
Gejala multikolinieritas dapat dilihat dari besarnya nilai Tolerance dan VIF Variance Inflation Factor, kedua ukuran ini menunjukkan setiap variabel
independen manakah yang dijelaskan oleh variabel independen lainnya, Tolerance adalah mengukur variabilitas variabel independen yang terpilih yang tidak
dijelaskan variabel independen lainnya. Nilai yang dipakai untuk Tolerance 0,1, dan VIF 5, maka tidak terjadi multikolinieritas.
Tabel 4.19 Uji Multikolinieritas
Coefficients
a
Model Unstandardized
Coefficients Standardiz
ed Coefficient
s T
Sig. Collinearity
Statistics
B Std. Error
Beta Toleran
ce VIF
1 Constant
- 3605,897
4906,018 -,735
,464 UMUR
4,912 79,292
,006 ,062
,951 ,751
1,332 PENDIDIKAN
55,503 210,298
,024 ,264
,792 ,783
1,277 LAMA USAHA
187,730 91,777
,189 2,045
,043 ,748
1,337 JAM KERJA
30,215 6,467
,395 4,672
,000 ,891
1,123 JUMLAH
TANGGUNGAN 809,055
270,832 ,254
2,987 ,004
,878 1,139
a. Dependent Variable: PENDAPATAN
Berdasarkan Tabel 4.19 dapat terlihat bahwa data variabel tidak terkena multikolinieritas karena nilai VIF 5 dan nilai Tolerance 0,1 sehingga model
regresi layak dipakai untuk memprediksi pendapatan pedagang wanita
Universitas Sumatera Utara
63 berdasarkan masukan umur, pendidikan, lama usaha, jam kerja dan jumlah
tanggungan.
4.6 Pembahasan
4.6.1 Pengaruh Umur Terhadap Pendapatan Pedagang Wanita
Hasil penelitian menunjukkan bahwa variabel umur tidak berpengaruh signifikan terhadap pendapatan pedagang wanita kaki lima di Kota Medan. Hal ini
dibuktikan dengan nilai koefisien regresi yang bernilai positif 4,912 dan nilai t
hitung
0,62 yang lebih kecil dari nilai t
tabel
1,664 sehingga dapat disimpulkan bahwa variabel umur tidak berpengaruh signifikan 0,951 0,05 secara parsial
terhadap pendapatan pedagang wanita. Artinya, jika variabel umur ditingkatkan sebesar satu tahun, maka pendapatan pedagang wanita hanya akan meningkat
sebesar 4,912 rupiah. Hal ini berkaitan dengan penelitian yang dilakukan oleh Endang
Hariningsih dan Rintar Agus Simatupang 2008 yang berjudul “Faktor-Faktor Yang Mempengaruhi Kinerja Usaha Pedagang Eceran Studi Kasus: Pedagang
Kaki Lima Di Kota Yogyakarta”. Hasil penelitian menunjukkan bahwa umur tidak mempengaruhi pendapatan pedagang wanita kaki lima di Kota Medan. Hal
ini menunjukkan bahwa semakin tua umur seorang pedagang wanita, belum tentu menghasilkan pendapatan yang tinggi. Karena konsumen tidak melihat dari umur
seorang pedagang wanita ketika akan membeli makanan yang didagangkan.
4.6.2 Pengaruh Pendidikan Terhadap Pendapatan Pedagang Wanita Hasil penelitian menunjukkan bahwa variabel pendidikan tidak
berpengaruh signifikan terhadap pendapatan pedagang wanita kaki lima di Kota
Universitas Sumatera Utara
64 Medan. Hal ini dibuktikan dengan nilai koefisien regresi yang bernilai positif
55,503 dan nilai t
hitung
0,264 yang lebih kecil dari nilai t
tabel
1,664 sehingga dapat disimpulkan bahwa variabel pendidikan tidak berpengaruh signifikan 0,792
0,05 secara parsial terhadap pendapatan pedagang wanita. Artinya, jika variabel pendidikan ditingkatkan sebesar satu tahun, maka pendapatan pedagang
wanita hanya akan meningkat sebesar 55,503 rupiah. Hal ini berkaitan dengan penelitian yang dilakukan Sasmita Siregar,
Khairunisa Rangkuti, Yusuf Tri Darma 2015 yang berjudul “Peran Wanita Pedagang Sayur Terhadap Pendapatan Rumah Tangga”. Hasil penelitian
menunjukkan bahwa tingkat pendidikan bukan menjadi faktor yang penting dalam memperdagangkan makanan. Tidak berpengaruhnya pendidikan terhadap
pendapatan ini karenakan pendidikan yang mereka miliki tidak menunjang usaha yang mereka jalankan.
4.6.3 Pengaruh Lama Usaha Terhadap Pendapatan Pedagang Wanita. Hasil penelitian menunjukkan bahwa variabel lama usaha memiliki
pengaruh yang positif dan signifikan terhadap pendapatan pedagang wanita kaki lima di Kota Medan. Hal ini dibuktikan dengan nilai koefisien regresi yang
bernilai positif 187,730 dan nilai t
hitung
2,045 yang lebih besar dari nilai t
tabel
1,664 sehingga dapat disimpulkan bahwa variabel lama usaha berpengaruh positif dan signifikan 0,043 0,05 secara parsial terhadap pendapatan pedagang
wanita. Artinya, jika variabel lama usaha ditingkatkan sebesar satu tahun, maka pendapatan pedagang wanita akan meningkat sebesar 187,730 rupiah.
Universitas Sumatera Utara
65 Hal ini berkaitan dengan penelitian yang dilakukan Didit Suhartono 2010
yang berjudul “Analisia pendaptan Pedagang Kaki Lima di Jalan Jendral Soedirman Purwokerto Banyumas”. Hasil penelitian menunjukkan bahwa ada
pengaruh nyata antara lama usaha dan tingkat pendapatan. Seperti yang diketahui, pengalaman merupakan guru yang paling paling berharga. Semakin lama usaha
yang di jalankan oleh seorang pedagang wanita maka semakin meningkat pula kemampuan seorang pedagang wanita dalam manjalankan usahanya.
4.6.4 Pengaruh Jam Kerja Terhadap Pendapatan Pedagang Wanita Hasil penelitian menunjukkan bahwa variabel jam kerja memiliki
pengaruh yang positif dan signifikan terhadap pendapatan pedagang wanita kaki lima di Kota Medan. Hal ini dibuktikan dengan nilai koefisien regresi yang
bernilai positif 30,215 dan nilai t
hitung
4,672 yang lebih besar dari nilai t
tabel
1,664 sehingga dapat disimpulkan bahwa variabel jam kerja berpengaruh positif dan signifikan 0,000 0,05 secara parsial terhadap pendapatan pedagang
wanita. Artinya, jika variabel jam kerja ditingkatkan sebesar satu jam, maka pendapatan pedagang wanita akan meningkat sebesar 30,215 rupiah per jam.
Hal ini berkaitan dengan penelitian yang dilakukan Rina Handayani 2007 yang berjudul “Analisia Faktor-Faktor yang Mempengaruhi Pendapatan Pekerja
Sektor Informal di Kota Binjai”. Hasil penelitian menunjukkan bahwa ada pengaruh jam kerja dan tingkat pendapatan. Karena ketika seorang pedagang
wanita memilih untuk menjajakan dagangannya dengan jam kerja yang lebih lama setiap harinya, maka pendapatannya akan meningkat.
Universitas Sumatera Utara
66
4.6.5 Pengaruh Jumlah Tanggungan Terhadap Pendapatan Pedagang Wanita
Hasil penelitian menunjukkan bahwa variabel jumlah tanggungan memiliki pengaruh yang positif dan signifikan terhadap pendapatan pedagang
wanita kaki lima di Kota Medan. Hal ini dibuktikan dengan nilai koefisien regresi yang bernilai positif 809,055 dan nilai t
hitung
2,987 yang lebih besar dari nilai t
tabel
1,664 sehingga dapat disimpulkan bahwa variabel jumlah tanggungan berpengaruh positif dan signifikan 0,004 0,05 secara parsial terhadap
pendapatan pedagang wanita. Artinya, jika variabel jumlah tanggungan ditingkatkan sebesar satu orang, maka pendapatan pedagang wanita akan
meningkat sebesar 809,055 rupiah. Hal ini berkaitan dengan penelitian yang dilakukan oleh Endang
Hariningsih dan Rintar Agus Simatupang 2008 yang berjudul “Faktor-Faktor Yang Mempengaruhi Kinerja Usaha Pedagang Eceran Studi Kasus: Pedagang
Kaki Lima Di Kota Yogyakarta”. Hasil penelitian menunjukkan jumlah tanggungan keluarga mempunyai pengaruh yang besar terhadap pendapatan
pedagang wanita. Karena banyaknya anggota keluarga yang harus dibiayai mendorong seseorang untuk bekerja, seorang pedagang wanita harus bekerja keras
untuk dapat membiayai kebutuhan anggota keluarganya.
Universitas Sumatera Utara
67
BAB V KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan pada hasil penelitian dan pembahasan yang telah diuraikan sebelumnya, maka dapat ditarik beberapa kesimpulan sebagai berikut:
1. Variabel Umur X
1
, mempunyai pengaruh positif dan tetapi tidak signifikan terhadap pendapatan pedagang wanita kaki lima di Kota Medan.
2. Variabel Pendidikan X
2
, mempunyai pengaruh positif dan tetapi tidak signifikan terhadap pendapatan pedagang wanita kaki lima di Kota Medan.
3. Variabel Lama Usaha X
3
, mempunyai pengaruh positif dan signifikan terhadap pendapatan pedagang wanita kaki lima di Kota Medan.
4. Variabel Jam Kerja X
4
, mempunyai pengaruh positif dan signifikan terhadap pendapatan pedagang wanita kaki lima di Kota Medan.
5. Variabel Jumlah Tanggungan X
5
, mempunyai pengaruh positif dan signifikan terhadap pendapatan pedagang wanita kaki lima di Kota Medan.
5.2 Saran
1. Diharapkan bagi Pemerintah Kota Medan dapat memberikan pelatihan atau
kursus untuk meningkatkan pengetahuan, wawasan dan keahlian pedagang wanita kaki lima agar dapat meningkatkan pendapatannya.
2. Untuk pedagang wanita kaki lima, karena faktor lama usaha mempunyai
pengaruh terhadap pendapatan. Maka diharapkan untuk tidak langsung menutup usahanya apabila tidak mendapatkan hasil seperti yang diinginkan.
Karena semakin lama menjalani usaha maka semakin bertambah pula
Universitas Sumatera Utara
68 pengalaman yang didapat untuk mengembangkan usaha, ini akan
memberikan dampak semakin bertambahnya pelanggan. 3.
Untuk peneliti selanjutnya hendaknya mempertimbangkan variabel-variabel lain diluar umur, pendidikan, lama usaha, jam kerja dan jumlah tanggngan
serta mencari ruang lingkup populasi yang lebih luas. Dengan demikian penelitian selanjutnya tersebut dapat semakin memberikan gambaran yang
lebih spesifik mengenai pendapatan pedagang wanita kaki lima.
Universitas Sumatera Utara
8
BAB II TINJAUAN PUSTAKA
2.1 Sektor Informal
Kategori