32 demikian Medan merupakan kota dengan jumlah penduduk terbesar di Sumatera
dan keempat di Indonesia.
4.1.2 Deskripsi Data Responden
Jumlah responden yang diambil dalam penelitian ini adalah sebanyak 100 RTM di Kota Medan. Berikut ini akan disajikan deskripsi data responden berdasarkan
karakteristiknya sebagai berikut:
a. Karakteristik Responden Berdasarkan Pekerjaan
Pekerjaan secara umum didefinisikan sebagai sebuah kegiatan aktif yang dilakukan oleh manusia. Dalam arti sempit, istilah pekerjaan digunakan untuk
suatu tugas atau kerja yang menghasilkan sebuah karya bernilai imbalan dalam bentukuang bagi seseorang. Dalam pembicaraan sehari-hari istilah pekerjaan
dianggap sama dengan profesi. Mata pencaharian penduduk di Kota Medan sangat beragam, baik disektor
pertanian, pabrik, jasa dan sebagainya. b. Berdasarkan Pendapatan per Kapita
Pendapatan merupakan sejumlah penghasilan yang diterima oleh seluruh anggota keluarga dalam satu bulan Pendapatan keluarga adalah jumlah penghasilan riil
dari seluruh anggota rumah tangga yang digunakan untuk memenuhi kebutuhan bersama maupun perseorangan dalam rumah tangga.Adapun pendapatan per
kapita diperoleh dari jumlah pendapatan satu keluarga dibagi jumlah anggota keluarga tersebut..
Universitas Sumatera Utara
33 Adapun profil 100 responden yang berpartisipasi dalam penelitian ini ditunjukkan
pada tabel 4.1 sebagai berikut :
Tabel 4.1 Profil Responden
Profil Responden Frekuensi
Persentase
Jenis Kelamin :
Pria
Wanita 43
57 43
57
Total 100
100
Usia :
30 – 40 Tahun
41 – 50 Tahun
51 – 56 Tahun 25
45 30
25 45
30
Total 100
100
Sumber : Data diolah oleh penulis
Universitas Sumatera Utara
34
4.2 Uji Validitas dan Reliabilitas
4.2.1 Uji Validitas Tabel 4.2
Uji Validitas Instrument I
Item-Total Statistics
Scale Mean if Item Deleted
Scale Variance if Item Deleted
Corrected Item- Total Correlation
Squared Multiple
Correlation Cronbachs
Alpha if Item Deleted
P1 47,2900
22,269 ,053
,606 ,647
P2 47,0600
21,835 ,160
,438 ,624
P3 47,1500
23,361 -,027
,356 ,650
P4 46,8600
20,526 ,429
,463 ,585
PI1 47,1000
21,343 ,318
,648 ,601
PI2 46,6700
21,435 ,270
,544 ,607
PI3 47,1400
23,819 -,083
,518 ,655
PI4 46,9000
19,808 ,468
,518 ,575
PE1 46,5900
20,749 ,374
,479 ,592
PE2 46,2300
19,068 ,506
,445 ,564
PE3 47,0900
20,547 ,285
,456 ,604
PE4 47,1400
22,202 ,158
,322 ,622
KP1 46,8700
20,579 ,423
,478 ,586
KP2 46,7900
20,774 ,334
,484 ,597
KP3 46,8600
22,425 ,133
,472 ,625
KP4 47,6100
21,998 ,188
,361 ,618
Sumber : Data diolah oleh penulis SPSS 22 2016
Menurut Sugiyono 2012:172 hasil penelitian yang valid apabila terdapat kesamaan antara data yang terkumpul dengan data yang sesungguhnya terjadi
pada obyek yang diteliti. Suatu kuesioner dikatakan valid atau sah jika pernyataan
Universitas Sumatera Utara
35 pada kuesioner mampu mengungkapkan apa yang seharusnya diukur. Asumsi
yang digunakan dalam uji validitas adalah a.
jika r
hitung
positif dan r
hitung
r
tabel
maka butir pernyataan tersebut valid, b.
jika r
hitung
negative atau r
hitung
r
tabel
maka butir pernyataan tersebut tidak valid.
Untuk mengetahui valid atau tidaknya suatu pernyataan maka kolom yang dilihat adalah kolom Corrected Item Total Correlation. Kemudian nilai r
hitung
dibandingkan dengan r
tabel.
Pada nilai α = 0,05 dengan derajat bebas df-2, dimana df adalah sampel sebanyak 100 dikurangi dengan 2 = 98
pada nilai α = 0,05 maka diperoleh nilai r
tabel
= 0,1966. Tabel 4.2 menunjukkan 7 butir pernyataan dari 16 pernyataan tidak valid
karena r
tabel
untuk sampel 100 orang memiliki Corrected Item Total Correlation dibawah 0,1966. Berarti 7 butir pernyataan tersebut perlu diuji kembali atau
dibuang.
Tabel 4.3 Uji Validitas Instrumen II
Sumber : Data diolah oleh penulis SPSS 22 2016
Inter-Item Covariance Matrix
P4 PI1
PI2 PI4
PE1 PE2
PE3 KP1
KP2 P4
,502 ,194
,266 ,229
,096 ,134
,030 ,080
,052 PI1
,194 ,454
,216 ,234
-,005 ,069
-,051 ,022
,033 PI2
,266 ,216
,529 ,162
,101 ,049
-,081 -,002
-,117 PI4
,229 ,234
,162 ,640
,116 ,219
,172 ,069
,165 PE1
,096 -,005
,101 ,116
,535 ,202
,283 ,202
,101 PE2
,134 ,069
,049 ,219
,202 ,788
,273 ,284
,154 PE3
,030 -,051
-,081 ,172
,283 ,273
,848 ,293
,253 KP1
,080 ,022
-,002 ,069
,202 ,284
,293 ,497
,226 KP2
,052 ,033
-,117 ,165
,101 ,154
,253 ,226
,616
Universitas Sumatera Utara
36 Setelah 7 butir pernyataan variabel tersebut diubah ternyata variabel
tersebut mempengaruhi variabel lainnya sehingga mengakibatkan pernyataan variabel lainnya tidak valid. Maka 7 butir pernyataan variabel tersebut diputuskan
untuk dihapus. Jadi jumlah pernyataan pada variabel yang valid setelah 7 butir pernyataan dihapus adalah sebanyak 9 pernyataan.
4.2.2 Uji Reliabilitas
Menurut Ghozali 2006 : 41, Reliabilitas sebenarnya adalah alat untuk mengukur suatu kuesioner yang merupakan indikator dari variabel atau konstruk.
Suatu kuesioner dikatakan reliable atau handal jika jawaban seseorang terhadap pernyataan adalah konsisten atau stabil.
Uji Reliabilitas digunakan untuk mengetahui konsistensi alat ukur, apakah alat pengukur yang digunakan dapat diandalkan dan tetap konsisten jika
pengukuran tersebut diulang. Untuk mengukur reliabilitas digunakan dengan uji statistik Cronbach Alpha. Pengambilan keputusan untuk uji reliabilitas adalah jika
cronbach alpha 0,60. Adapun hasil pengujian reliabilitas terhadap seluruh variabel penelitian dapat dilihat pada tabel dibawah ini.
Tabel 4.4 Uji Reliabilitas Variabel Penelitian
Reliability Statistics
Cronbachs Alpha Cronbachs Alpha Based
on Standardized Items N of Items
,715 ,716
9
Sumber : Data diolah oleh penulis SPSS 22 2016
Universitas Sumatera Utara
37 Dari tabel 4.5 dapat dilihat bahwa uji statistik Cronbach’s Alpha
α adalah 0,715 sehingga dapat disimpulkan bahwa instrument penelitian telah
reliabel karena nilai Cronbach’s Alpha 0,60.
4.3 Uji Asumsi Klasik 4.3.1 Uji Normalitas
Tujuan uji normalitas adalah untuk menguji apakah distribusi data mengikuti atau mendekati distribusi normal. Untuk mengetahui distribusi sebuah
data normal atau tidak, dilakukan dengan 3 uji yaitu Pendekatan grafik Histogram Uji Normalitas, P-P Plot Uji Normalitas, One-Sample Kolmogrov-
Smirnov.
1. Pendekatan Grafik
Menurut Ghozali 2011:110 pada prinsipnya normalitas dapat dideteksi dengan melihat penyebaran data titik pada sumbu diagonal dari grafik
ataudengan melihat histogram dari residualnya.
Universitas Sumatera Utara
38
Gambar 4.1Histogram Uji Normalitas
Sumber : Data diolah oleh penulis SPSS 22 2016
Berdasarkan Gambar 4.1 menunjukkan bahwa data variabel berdistribusi normal, hal ini ditunjukkan oleh gambar histogram yang mengikuti atau
mendekati bentuk lonceng.
2. P-P Plot Uji Normalitas
Menurut Ghozali 2011:110: Grafik Normality Probabilty Plot juga digunakan untuk mendeteksi normalitas dengan ketentuan. Jika data menyebar di
sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.
Universitas Sumatera Utara
39
Gambar 4.2P-P Plot Uji Normalitas
Sumber : Data diolah oleh penulis SPSS 22 2016
Berdasarkan gambar 4.2 menunjukkan bahwa data-data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal. Sehingga hal ini
menunjukkan data variabel berdistribusi normal.
3. Pendekatan One-Sample Kolmogrov-Smirnov
Menurut Ghozali 2006:110, uji Kolmogorov-Smirnovdilakukan dengan membuat keputusan yaitu:
1 Data residual terdistribusi normal, apabila sig. 2-
tailed α = 0.05 2
Data residual tidak terdistribusi normal, apabila sig. 2- tailed α = 0.05
Universitas Sumatera Utara
40
Tabel 4.5 Uji Kolmogorv-Smirnov
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual N
100 Normal Parameters
a,b
Mean ,0000000
Std. Deviation 1,53874392
Most Extreme Differences Absolute
,088 Positive
,043 Negative
-,088 Test Statistic
,088 Asymp. Sig. 2-tailed
,053
c
a. Test distribution is Normal. b. Calculated from data.
c. Lilliefors Significance Correction.
Sumber : Data diolah oleh penulis SPSS 22 2016
Berdasarkan Tabel 4.6 Menunjukkan bahwa nilai Asymp.Sig. 2-tailed adalah 0,053 berada diatas nilai signifikan 0,05. Hal ini menunjukkan bahwa
data-data yang diperoleh dalam penelitian ini yaitu jawaban atas pernyataan yang diberikan terhadap seluruh sampel, dimana variabel-variabel yang digunakan
dalam penelitian ini memiliki hasil data yang berdistribusi normal.
4.3.2 Uji Multikolinearitas
Menurut Ghozali2006:91uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel bebas
independen.
Universitas Sumatera Utara
41
Tabel 4.6 Uji Multikolinearitas
Sumber : Data diolah oleh penulis SPSS 22 2016
Dari Tabel 4.7 terlihat bahwa semua data variabel menunjukkan VIF 10 dan variables tolerence 0,1. Sehingga dapat disimpulkan bahwa semua
variabel tidak terdapat Multikolinearitas. Menurut Ghozali2006:91uji
multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi diantara variabel bebas independen. Jika terjadi korelasi, berarti
terjadi masalah multikolinieritas.
4.3.3 Uji Heteroskedastisitas
Menurut Imam Ghozali 2006:105 deteksi ada tidaknya heterokedastisitas dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot
dengan dasar analisis: 1 Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang
teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas,
2 Jika tidak ada pola yang jelas, seperti titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 6,576
1,511 4,353
,000 P
-,101 ,099
-,121 -1,018
,311 PI
,040 ,164
,029 ,242
,810 PE
,479 ,087
,563 5,515
,000 a. Dependent Variable: KP
Universitas Sumatera Utara
42 Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model
regresi terdapat ketidaksamaan variance dari residual satu pengamatan ke pengamatan lainnya. Untuk mendeteksi ada atau tidaknya heteroskedastisitas,
adalah dengan cara grafik scatterplot.
Gambar 4.3 Scatter Plot Uji Heteroskedastisitas
Sumber : Data diolah oleh penulis SPSS 22 2016
Berdasarkan Gambar 4.3 menunjukkan bahwa terlihat titik-titik menyebar secara acak tidak membentuk sebuah pola tertentu yang jelas serta tersebar baik
diatas maupun dibawah angka nol pada sumbu Y. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi, sehingga model regresi layak dipakai.
Universitas Sumatera Utara
43
4.3.4 Pengujian Hipotesis 4.3.4.1 Uji Determinan R
2
Mencari nilai
R Square
dengan menggunakan Tabel Model Summary
b
sebagai hasil pengolahan data melalui SPSS versi 22.0 for windows. Tabel 4.7
Koefisien Determinasi R
Sumber : Data diolah oleh penulis SPSS 22 2016
Berdasarkan Tabel 4.8 diketahui bahwa nilai Adjusted R Square adalah sebesar 0,353 atau sebesar 35 , ini berarti 35 pengaruh variabel independen
pekerjaan, pendidikan, pendapatan terhadap variabel dependenketahanan pangan.Sedangkan sisanya 65 dipengaruhi dan dijelaskan oleh variabel lain
yang tidak masuuk dalam model penelitian ini. Nilai R Square sebesar 0,373 atau 38 menunjukkan bahwa korelasi atau hubungan antara variabel independen
pekerjaan, pendidikan, pendapatan terhadap variabel dependenketahanan pangan adalah sedang karena mendekati 50 .
4.3.4.2 Uji Parsial Uji-t
Mencari nilai t
hitung
dengan menggunakan TabelCoefficients
a
sebagai hasil pengolahan data melalui SPSS versi 22.0 for windows.
Model Summary
b
Model R
R Square Adjusted R Square
Std. Error of the Estimate 1
,611
a
,373 ,353
1,56260 a. Predictors: Constant, PE, P, PI
b. Dependent Variable: KP
Universitas Sumatera Utara
44
Tabel 4.8 Uji Regresi Linear Berganda Uji-t
Sumber : Data diolah oleh penulis SPSS 22 2016
Pengujian dilakukan dengan menggunakan uji-t dengan tingkat signifikansi yang digunakan sebesar 5, dengan derajat kebebasan df = n - k-1.
Sehingga diperoleh t
tabel
= 2,47. Hasil pengujian hipotesis secara parsial dapat dilihat pada Tabel 4.9
sehingga dapat disimpulkan : 1.
Nilai t
hitung
pada variabel pekerjaan sebesar -1,018 dari nilai t
table
1,66 dengan tingkat signifikansi 0,311 0,05. Maka H
O
ditolak dan dapat disimpulkan bahwa variabel pekerjaan secara parsial tidak berpengaruh positif dan tidak
signifikan terhadap ketahanan pangan. 2.
Nilai t
hitung
pada variabel pendidikan sebesar0,242 dari t
tabel
1,66 dengan tingkat signifikan 0,810 0,05. Maka H
O
ditolak dan dapat disimpulkan bahwa variabel pendidikan secara parsial tidak berpengaruh positif dan tidak
signifikan terhadap ketahanan pangan. 3.
Nilai t
hitung
pada variabel pendapatan sebesar 5,515 t
tabel
1,66 dan tingkat signifikan 0,000 0,05.Maka H
O
diterima dan dapat disimpulkan bahwa variabel pendapatan secara parsial berpengaruh positif dan signifikan terhadap
ketahanan pangan.
Coefficients
a
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 6,576
1,511 4,353
,000 P
-,101 ,099
-,121 -1,018
,311 PI
,040 ,164
,029 ,242
,810 PE
,479 ,087
,563 5,515
,000 a. Dependent Variable: KP
Universitas Sumatera Utara
45
4.3.4.3 UjiSimultan Uji F
Mencari nilai F
hitung
dengan menggunakan Tabel Anova sebagai hasil
pengolahan data melalui SPSS versi 20.0 for windows. Tabel 4.9
ANOVA
Sumber : Data diolah oleh penulis SPSS 22 2016
Pengujian dilakukan dengan menggunakan uji-F dengan tingkat signifikansi yang digunakan sebesar 5, dengan derajat kebebasan df = n – k-1.
Sehingga diperoleh F
tabel
= 2,47.
Berdasarkan Tabel 4.10 diatas, dapat diketahui bahwa nilai F
hitung
19,017 F
tabel
2,47 pada α = 0,05 dan tingkat signifikansi 0,000 0,05. Dengan demikian dapat diambil keputusan yaitu H
diterima. Artinya, secara serempak atau simultan variabel bebas yaitu pekerjaan, pendidikan, pendapatan berpengaruh
positif dan signifikan terhadap variabel terikat yaitu ketahanan pangan.
4.3.5 Analisis Linear Berganda
Analisis regresi linear yang digunakan dalam penelitian ini adalah analisis regresi linear berganda karena jumlah variabel yang diteliti lebih dari
satu.Analisis regresi linear berganda digunakan untuk mengetahui pengaruh
ANOVA
a
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
139,304 3
46,435 19,017
,000
b
Residual 234,406
96 2,442
Total 373,710
99 a. Dependent Variable: KP
b. Predictors: Constant, PE, P, PI
Universitas Sumatera Utara
46 antara variabel independen pekerjaan, pendidikan, pendapatan terhadap variabel
dependen ketahanan pangan pada kota Medan. Berdasarkan hasil pengolahan data regresi maka diperoleh persamaan
regresi linear berganda dengan rumus sebagai berikut: Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ e Ketahanan pangan = 4,353 – 1,018 pekerjaan + 0,242 pendidikan +
5,515+pendapatan+ e a.
Konstanta a = 4,535. Ini menunjukkan tingkat konstanta, dimana jika variabel pekerjaan, pendidikan, pendapatan = 0, maka ketahanan pangan menurun
sebesar 4,535. b.
Koefisien b
1
= -1,018. Ini menunjukkan bahwa kenaikan pekerjaan sebesar 1,01 akan diikuti oleh kenaikan ketahanan pangan sebesar 1 dengan
asumsi semua variabel independen lainnya bernilai nol. c.
Koefisien b
2
= 0,242. Ini menunjukkan bahwa kenaikan pendidkan sebesar 0,02 akan diikuti oleh kenaikan ketahanan pangan sebesar 2 dengan
asumsi semua variabel independen lainnya bernilai nol. d.
Koefisien b
3
= 5,515. Ini menunjukkan bahwa kenaikan pekerjaan sebesar 551,5 akan diikuti oleh kenaikan ketahanan pangan sebesar 55,1 dengan
asumsi semua variabel independen lainnya bernilai nol. Variabel pekerjaa, pendidikan, pendapatan menunjukkan hubungan searah
dan positif dengan ketahanan pangan , dimana setiap kenaikan variabel pekerjaan, pendidikan, pendapatan akan menyebabkan kenaikan nilai ketahanan pangan .
Universitas Sumatera Utara
47 Faktor yang paling dominan mempengaruhi ketahanan pangan adalah pendapatan
sebesar 5,515.
4.4 Pembahasan Hasil Penelitian 4.4.1 Hasil Analisis Pengujian Hipotesis
Nilai Adjusted R Square adalah sebesar 0,353berarti35 pengaruh variabel independenpekerjaan, pendidikan, pendapatan terhadap variabel
dependen ketahanan pangan. Hasil ini menunjukkan pengaruh variabel independen terhadap ketahanan pangan secara simultan yang menandakan
pengaruh pekerjaan, pendidikan, pendapatan, terhadap ketahanan pangan. Nilai Adjusted R Squareyang belum mencapai 100 menunjukkan bahwa masih ada
variabel lain sebesar 0,65 yang tidak digunakan dalam penelitian ini yang mempunyai pengaruh terhadap ketahanan pangan.
Berdasarkan hasil uji F yang dilakukan, diketahui bahwa nilai F adalah sebesar 19,017 dengan tingkat signifikansi sebesar 0,000 yang lebih dari 0,05.
Berdasarkan hasil ini dapat disimpulkan bahwa variabel independen yaitu pekerjaan, pendidikan, pendapatan berpengaruh terhadap ketahanan pangan.
Universitas Sumatera Utara
48
BAB V KESIMPULAN DAN SARAN
5.1Kesimpulan
Berdasarkan hasil data dan pengujian hipotesis maka dapat ditarik kesimpulan bahwa:
1. Hasil pengujian data reliabilitas menunjukkan semua pernyataan dinyatakan
reliabel karena nilai Cronbatch Alphasemua komponen variabel lebih besar dari 0,60.
2. Hasil pengujian normalitas data menunjukkan bahwa data berdistribusi normal.
3. Hasil pengujian asumsi klasik menunjukkan bahwa model regresi yang
digunakan terbebas dari gangguan multikolinearitas, heterokedastisitas. 4.
Pekerjaan secara parsial tidak berpengaruh dan tidak signifikan terhadap ketahanan pangan pada kota Medan.
5. Pendidikan secara parsial tidak berpengaruh dan tidak signifikan ketahanan
pangan pada kota Medan. 6.
Pendapatan secara parsial berpengaruh positif dan signifikan terhadap ketahanan pangan pada kota Medan.
Sehingga dapat ditarik kesimpulan Hipotesis pertama diterima pada variabel X
3
Pendapatan. 7.
Pekerjaan, pendidikan, pendapatan secara simultan bersama-sama berpengaruh positif dan signifikan terhadap ketahanan pangan pada kota
Medan. Sehingga ditarik kesimpulan Hipotesis kedua diterima.
Universitas Sumatera Utara
