Jenis Data Metode Pengumpulan Data Pembahasan

34

3.4.3 Tekhnik pengambilan sampel

Tekhnik pengambilan sampel pada penelitian ini : Purposive sampling atau judgmental sampling merupakan penarikan sampel yang dilakukan memilih subjek berdasarkan kriteria spesifik yang diterapkan peneliti.

3.5 Jenis 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 tenaga kerja wanita yang telah bekerja dengan umur 15 tahun keatas di Kota Medan. Data primer yang akan dikumpulkan meliputi data tentang usia, tingkat pendidikan, upah, jam kerja untuk mengetahui adanya gejala overeducation dan undereducation dalam pasar kerja wanita di Kota Medan. 2. Data Sekunder Data sekunder yang diperlukan dalam penelitian ini diperoleh dari instansi terkait yaitu Badan Pusat Statistik Kota Medan. Data yang dikumpulkan untuk penelitian ini berupa data tentang kependudukan, ketenagakerjaan, pendidikan serta kumpulan data statistik terkait yang lainnya. Untuk lebih melengkapi pemaparan hasil penelitian, digunakan rujukan dan referensi lainnya yang relevan, misalnya dari laporan hasil penelitian, jurnal, dan publikasi terkait lainnya. 35

3.6 Metode Pengumpulan Data

Dalam penelitian ini menggunakan metode: 1. Metode Kuesioner Menurut Murni Daulay, kuesioner adalah usaha mengumpulkan informasi dengan menyampaikan sejumlah pertanyaan tertulis, untuk dijawab secara tertulis oleh responden. 2. Metode Library Research Penelitian Studi Pustaka Cara pengumpulan data baik kuantitatif maupun kualitatif melalui sumber-sumber seperti jurnal-jurnal, buku-buku ilmiah, website, dan penelitian-penelitian yang pernah dilakukan sebelumnya.

3.7 Teknik Analisis Data

3.7.1 Alat Analisis Data

Alat analisis data yang digunakan dalam menganalisis data penelitian yaitu : 1. Dengan menggunakan program SPSS Statistical Product and Service Solution. 2. Analisis Regresi Linier Berganda, adalah analisis asosiasi yang digunakan secara bersamaan untuk meneliti pengaruh dua atau lebih variabel bebas terhadap satu variabel tergantung dengan skala interval Umi, 2008. Dengan model persamaan sebagai berikut : 36 Y = b + b 1 X 1 + b 2 X 2 + b 3 X 3 + b 4 X 4 + e Keterangan : Y = Overeducation dan Undereducation Dalam Pasar Kerja Wanita B = Intersep Konstanta B 1 ,B 2 ,B 3 ,B 4 = Koefisien Regresi X 1 = Tingkat Pendidikan Tahun X 2 = Upah Rupiah X 3 = Jam Kerja jam X 4 = Umur tahun e = variabel pengganggu

3.7.2 Metode Analisis Data

1. Koefisien Determinasi

Koefisien determinasi R² pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel terikat. Nilai koefisien determinasi adalah diantara nol atau satu. Nilai R² yang kecil berarti kemampuan variable-variabel independen dalam menjelaskan variasi variabel dependen terbatas. Nilai yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi varibel dependen Kuncoro, 2003. 37

1. 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 variabel terikat Y. Dengan langkah pengujian : a. H : b 1 = 0, artinya suatu variabel bebas bukan merupakan variabel penjelas yang signifikan terhadap variabel terikat. b. Ha : b 1 ≠ 0, artinya suatu variabel bebas merupakan variabel penjelas yang signifikan terhadap variabel terikat. Kriteria dalam pengambilan keputusan: H diterima jika F hitung F tabel pada α = 5 Ha diterima jika F hitung F tabel pada α = 5 Dengan kriteria pengujian pada tingkat kepercayaan 95 adalah H diterima jika F hitung F α dan H ditolak jika F hitung F α . Dimana : R 2 = Koefisien korelasi berganda K = Banyaknya variabel n = Banyaknya observasi. 38

2. 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. H : b 1 = 0 Artinya: Tidak ada pengaruh yang positif dan signifikan dari variabel bebas X terhadap variabel terikat Y. b. Ha : b 1 ≠ 0 Artinya: Terdapat pengaruh yang positif dan signifikan dari variabel bebas X terhadap variabel terikat Y. Kriteria pengambilan keputusan pada penelitian ini menggunakan α = 5 dan derajat kebebasan n-k, kemudian dibandingkan dengan t hitung . Ho diterima: t hitung t tabel tidak ada pengaruh yang nyata antara X 1 , X 2, X 3 , X 4 dan Y. Ha diterima: t hitung t tabel ada pengaruh yang nyata antara X 1 , X 2 X 3 , X 4 dan Y. �ℎ����� = r �n − 2 √1 − � 2 Dimana : r : koefisien korelasi n : jumlah responden, n-2 = dk. 39

3. Uji Asumsi Klasik

Menurut Alfigari, model regresi yang diperoleh dari metode kuadratter kecil biasa Ordinary Least Square OLS merupakan metode regresi yang menghasilkan estimator linier tidak bias Best Linier Unbias Estimator BLUE. Kondisi ini akan terjadi jika dipenuhi beberapa asumsi,yang disebut asumsi klasik, sebagai berikut: a. Multikolenniaritas, artinya antar variabel independen yang satu dengan independen yang lainnya dalam model regresi tidak saling berhubungan secara sempurna. Menurut Rahayu 2004, umumnya multikoleniaritas dapat diketahui dari nilai dari Variance Inflation Factor VIF atau tolerance value. Batas tolerance value adalah 10. Apabila hasil analisis menunjukkan nilai VIF dibawah nilai 10 dan tolerance value diatas nilai 0,10 maka tidak terjadi multikoleniaritas sehingga model reliable sebagai dasar analisis. b. Heteroskedastisitas, artinya varians semua variabel adalah konstan sama. Heteroskedastisitas dilakukan untuk mengamati ada tidaknya perubahan varian residu dari satu sampel ke sampel yang lain. Deteksi adanya Heteroskedastisitas dengan melihat kurva Heteroskedastisitas atau diagram pencar chart, dengan dasar pemikiran sebagai berikut : 1 Jika titik-titik terikat menyebar secara acak membentuk pola tertentu yang beraturan bergelombang, melebar kemudian menyempit maka terjadi Heteroskedastisitas. 40 2 Jika tidak ada pola yang jelas serta titik-titik menyebar baik di bawah atau di atas 0 ada sumbu Y maka hal ini tidak terjadi Heteroskedastisitas. 41 BAB IV HASIL DAN PEMBAHASAN 4.1 Deskripsi Objek Penelitian 4.1.1 Letak Geografis Kota Medan terletak antara 3º 27´ - 3 º 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 km 2 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

Mobilitas dan persebaran penduduk yang optimal, berdasarkan pada adanya keseimbangan antara jumlah penduduk dengan daya dukung dan daya tampung lingkungan. Persebaran penduduk yang tidak didukung oleh lingkungan dan pembangunan akan menimbulkan masalah sosial yang kompleks, dimana penduduk menjadi beban bagi lingkungan maupun sebaliknya. Pada tahun 2013, penduduk Kota Medan mencapai 2.135.516 jiwa. Dibanding hasil proyeksi 2013, terjadi pertambahan penduduk sebesar 12.712 jiwa 0,6. Dengan luas wilayah mencapai 265,10 km², kepadatan penduduk mencapai 8.055 jiwakm². Adapun jumlah penduduk berdasarkan Kecamatan dan jenis kelamin Kota Medan dapat dilihat dalam tabel berikut ini. 42 Tabel 4.1 Jumlah Penduduk Berdasarkan Kecamatan dan Jenis Kelamin Kota Medan Tahun 2013 No Kecamatan Laki-Laki Perempuan Jumlah 1 Medan Tuntungan 40.97 42.437 82.534 2 Medan Johor 62.331 64.336 126.667 3 Medan Amplas 57.918 59.004 116.922 4 Medan Denai 71.750 71.100 142.850 5 Medan Area 48.054 49.200 97.254 6 Medan Kota 35.422 37.700 73.122 7 Medan Maimun 19.524 20.379 39.903 8 Medan Polonia 26.460 27.413 53.873 9 Medan Baru 17.667 22.150 39.817 10 Medan Selayang 49.525 51.532 101.057 11 Medan Sunggal 55.717 57.927 113.644 12 Medan Helvetia 71.586 74.805 146.391 13 Medan Petisah 29.526 32.701 62.227 14 Medan Barat 34.931 36.406 71.337 15 Medan Timur 52.906 56.539 109.445 16 Medan Perjuangan 45.405 48.683 94.088 17 Medan Tembung 65.761 68.882 134.643 18 Medan Deli 86.937 85.014 171.951 19 Medan Labuhan 57.635 55.679 113.314 20 Medan Marelan 75.066 73.131 148.197 21 Medan Belawan 49.175 47.105 96.280 Jumlah 1.053.393 1.082.123 2.135.516 Sumber : BPS Kota Medan 2013 diolah Tabel 4.1 Menunjukkan bahwa jumlah penduduk di Kota Medan jika dilihat dari jenis kelamin, Kecamatan Medan Deli yang padat penduduknya mencapai 86.937 jiwa laki-laki dan 85.014 jiwa perempuan. Beberapa kecamatan di Kota Medan setara dengan kepadatan penduduknya di Kecamatan Medan Deli seperti Medan Marelan mencapai 75.066 jiwa laki-laki dan 73.131 jiwa perempuan, Medan Helvetia mencapai 71.586 jiwa laki-laki dan 74.805 perempuan, Medan Denai mencapai 71.750 laki-laki dan 71.7100 perempuan, Medan Tembung mencapai 65.761 laki-laki dan 68.882 perempuan, Medan Johor 43 mencapai 62.331 jiwa laki-laki dan 64.336 perempuan, Medan Amplas mencapai 57.918 jiwa laki-laki dan 59.004 jiwa perempuan, Medan Sunggal mencapai 55.717 jiwa laki-laki dan 57.927 jiwa perempuan, Medan Labuhan mencapai 57.635 jiwa laki-laki dan 55.679 jiwa perempuan, Medan Timur mencapai 52.906 jiwa laki-laki dan 56.539 jiwa perempuan dan selanjutnya Medan Selayang mencapai 49.525 jiwa laki-laki dan 51.532 jiwa perempuan.

4.1.3 Ketenagakerjaan

Berdasarkan data dari Dinas Sosial dan Tenaga Kerja Kota Medan, sebanyak 159 pencari kerja pada tahun 2013 menyampaikan permohonan izin untuk menjadi tenaga kerja asing. Lapangan usaha jasa kemasyarakatan, sosial dan perorangan merupakan yang paling diminati. Jumlah pencari kerja secara keseluruhan sebesar 8.273 orang dengan status sudah dipenuhi sebesar 605 orang. Pendidikan tertinggi yang ditamatkan oleh pencari kerja di Kota Medan paling banyak adalah sarjana.

4.2 Karakteristik Responden

Sampel yang digunakan dalam penelitian ini adalah 100 responden. Dengan karakteristik responden yang berkaitan dengan fenomena overeducation dan undereducation dalam pasar kerja wanita di kota medan, meliputi : tingkat pendidikan, gaji, jam kerja dan usia.

4.2.1 Responden Menurut Tingkat Penddikan

Pendidikan adalah salah satu faktor yang paling penting dalam mencari pekerjaan. Semakin tinggi tingkat pendidikan seseorang maka semakin besar pula peluang untuk memilih atau mendapatkan pekerjaan. 44 Tabel 4.2 Jumlah Responden Menurut Tingkat Pendidikan Di Kota Medan Tahun 2015 Tingkat Pendidikan Jumlah Responden Persentase SMA 27 27 DIPLOMA 45 45 SARJANA 28 28 Jumlah 100 100 Sumber: hasil penelitian, Agustus 2015 Menurut tabel 4.2 menunjukkan responden berpendidikan diploma yang paling tinggi di dominasi sebesar 45. Diikuti oleh responden yang berpendidikan sarjana sebesar 28. Sementara responden yang paling sedikit adalah yang berpendidikan SMA hanya sebesar 27.

4.2.2 Responden Menurut Gaji

Gaji merupakan upah yang diberikan kepada tenaga kerja setiap bulannya. Maka dari itu gaji merupakan salah satu hal penting yang menjadi pertimbangan untuk memasuki pasar kerja. Tabel 4.3 Jumlah Responden Menurut Gaji Di Kota Medan Tahun 2015 Gaji Jumlah Responden Persentase Rp. 1.000.000 – Rp. 2.000.000 32 32 Rp. 2.000.000 – Rp. 3.000.000 39 39 Rp. 3.000.000 – Rp. 4.000.000 16 16 Rp. 4.000.000 – Rp. 5.000.000 13 13 Jumlah 100 100 Sumber: hasil penelitian, Agustus 2015 45 Pada tabel 4.3 dapat terlihat responden dengan gaji sebesar Rp. 2.000.000 – Rp. 3.000.000 memiliki persentase yang lebih dominan yaitu 39 dan responden yang memiliki gaji sebesar Rp. 4.000.000 – Rp. 5.000.000 memiliki persentase terendah dari jumlah responden yang diambil, yaitu sebesar 13.

4.2.3 Responden Menurut Jam Kerja

Jam kerja merupakan salah satu hal yang menjadi pertimbangan bagi tenaga kerja wanita yang memiliki peran ganda dalam rumah tangga untuk memasuki pasar kerja. Tabel 4.4 Jumlah Responden Menurut Jam Kerja Di Kota Medan Tahun 2015 Jam kerja Jumlah Responden Persentase 5 3 3 7 12 12 8 59 59 9 15 15 10 11 11 Jumlah 100 100 Sumber: hasil penelitian, Agustus 2015 Dalam tabel 4.4 responden dengan jam kerja 8 jam mendominasi paling tinggi jumlah persentase, yaitu : 59 dan responden dengan jam kerja 5 jam memiliki persentase paling rendah dari jumlah responden, yaitu 3.

4.2.4 Responden Menurut Usia

Usia seseorang merupakan salah satu menjadi tolak ukur dan pertimbangan tenaga kerja dalam memasuki pasar kerja serta menunjukan kemampuan dan kondisi secara fisik. 46 Tabel 4.5 Jumlah Responden Menurut Usia Di Kota Medan Tahun 2015 Usia Jumlah Responden Persentase 18 – 22 22 22 23 – 27 40 40 28 – 32 17 17 33 – 37 5 5 38 – 57 16 16 Sumber: hasil penelitian, Agustus 2015 Berdasarkan tabel 4.5 dapat terlihat usia dengan range 33 – 37 memiliki persentase yang paling rendah yaitu 5 dan usia 23 -27 memiliki persentase paling tinggi yaitu 40 dari jumlah responden.

4.2.5 Responden Menurut fenomena overeducation dan undereducation

Fenomena overeducation dan undereducation merupakan kesenjangan yang kemungkinan dapat terjadi pada tenaga kerja maka dari itu kesenjangan ini dapat menjadi salah satu pertimbangan dalam memasuki pasar kerja. Tabel 4.6 Jumlah Responden Menurut Kesenjangan Di Kota Medan Tahun 2015 Kesenjangan Jumlah Responden Persentase Overeducation 33 33 Undereducation 45 45 Adequate Education 22 22 Sumber: hasil penelitian, Agustus 2015 Menurut tabel 4.6 menunjukkan responden yang diambil berjumlah 100 dengan 3 jenis kriteria yaitu overeducation sebesar 33, undereducation 45 dan adequate education sebesar 22 orang yang didapat langsung dari lapangan. 47

4.3 Metode Analisis

Ketepatan fungsi regresi dalam menaksir nilai aktual dapat diukur dari Goodness of Fit nya. Secara statistik, setidaknya ini dapat diukur dari nilai koefisien determinasi, nilai statistik F, nilai statistik t, uji multikolineritas dan uji heteroskedastisitas.

4.3.1 Koefisien Determinasi R

2 Koefisien determinasi ini digunakan untuk menjelaskan seberapa besar pengaruh variabel-variabel bebas memiliki pengaruh terhadap variabel terikatnya. Berdasarkan hasil print out SPSS pada tabel summary koefisien determinasi R 2 yang diperoleh sebesar 0,347. Hal ini menunjukkan bahwa secara bersamaan variabel tingkat pendidikan, gaji, jam kerja dan usia dapat menerangkan 34,7 persen variasi overeducation. Sedangkan sisanya 65.3 dapat dijelaskan oleh variabel lain yang tidak dimasukkan dalam model analisis dalam penelitian ini. Tabel 4.7 Uji Koefisien Determinasi Model Summary b

4.3.2 Signifikansi Simultan Uji F

Uji F digunakan untuk membuktikan apakah variabel independen tingkat pendidikan, gaji, jam kerja, usia secara bersama-sama simultan mempunyai Model R R Square Djusted R Square Std. Eror of the Estimate 1 .347 a .120 .049 1.40146 a. Predictors: Constant, usia, jam kerja, gaji, tingkat pendidikan b. Dependent Variable: Overeducation 48 pengaruh yang signifikan baik positif maupun negatif terhadap variabel dependennya overeducation dalam pasar kerja wanita. Dengan kriteria sebagai berikut : 1. Jika nilai Sig. 0,05 maka variabel bebas berpengaruh signifikan terhadap variabel terikat Ha diterima. 2. Jika nilai Sig. 0,05 maka variabel bebas tidak berpengaruh signifikan terhadap variabel terikat H diterima. Tabel 4.8 Uji F ANOVA a. Dependent Variable: overeducation b. Predictors: Constant, TempatTinggal, Pendapatan, Umur, JenisKelamin, xx Pendidikan, Berdasarkan tabel diatas nilai Sig. = 0,170 lebih besar dari taraf signifikansi = 0,05 maka dapat disimpulkan bahwa tidak terdapat pengaruh yang signifikan antara tingkat pendidikan, gaji, jam kerja dan usia secara simultan terhadap overeducation dalam pasar kerja wanita.

4.3.3 Uji Signifikan Individual Uji Statistik t

Uji statistik t dilakukan untuk menguji fenomena overeducation dan undereducation di kota medan berpengaruh terhadap tingkat pendidikan, gaji, jam kerja dan usia. Model Sum of Squares Df Mean Square F Sig 1 Regresion Residual Total 13.185 96.240 109.426 4 49 53 3.296 1.964 1.678 .170 a 49 Dengan kriteria sebagai berikut : 1. Jika nilai Sig. 0,05 maka variabel bebas berpengaruh signifikan terhadap variabel terikat Ha diterima. 2. Jika nilai Sig. 0,05 maka variabel bebas tidak berpengaruh signifikan terhadap variabel terikat H diterima. Tabel 4.14 Uji t Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 1.597 2.244 .712 .480 Tingkat Pendidikan .077 1.44 .084 .538 .593 .734 1.362 Gaji .000 .000 -.344 -2.415 .020 .886 1.128 Jam kerja -.092 .233 -.057 -.396 .694 .879 1.138 Usia -.035 .033 .161 1.060 .294 .782 1.278 a . Dependent Variable: overeducation Berdasarkan pada Tabel 4.9, dapat diketahui konstanta dan koefisisien regresi linier berganda setiap variabel sehingga dapat dibentuk suatu persamaan sebagai berikut : Y = 1,597 + 0,077 X1 + 0,000 X2 - 0,092 X3 - 0,35 X4 + e Dari persamaan tersebut dapat digambarkan sebagai berikut : a. Nilai signifikansi dari variabel tingkat pendidikan X 1 adalah 0,593 dimana hasil tersebut lebih besar dari nilai signifikansi 0,05 dan bertanda positif, artinya bahwa variabel tingkat pendidikan berpengaruh positif dan 50 tidak signifikan terhadap variabel overeducation dalam pasar kerja wanita. b. Nilai signifikansi dari variabel gaji X 2 adalah 0,020 dimana hasil tersebut lebih kecil dari nilai signifikansi 0,05 dan bertanda positif, artinya bahwa variabel gaji berpengaruh positif dan signifikan terhadap variabel overeducation dalam pasar kerja wanita. c. Nilai signifikansi dari variabel jam kerja X 3 adalah 0,694 dimana hasil tersebut lebih besar dari nilai signifikansi 0,05 dan bertanda negatif, artinya bahwa variabel jam kerja berpengaruh negatif dan tidak signifikan terhadap variabel overeducation dalam pasar kerja wanita. d. Nilai signifikansi dari variabel usia X 4 adalah 0,294 dimana hasil tersebut lebih besar dari nilai signifikansi 0,05 dan bertanda negatif, artinya bahwa variabel usia berpengaruh negatif dan tidak signifikan terhadap variabel overeducation dalam pasar kerja wanita.

4.3.4 Uji Multikolineritas

Menurut Rahayu 2004, umumnya multikoleniaritas dapat diketahui dari nilai dari Variance Inflation Factor VIF atau tolerancevalue. Batas tolerance value adalah 10. Apabila hasil analisis menunjukkan nilai VIF dibawah nilai 10 dan tolerance value diatas nilai 0,10 maka tidak terjadi multikoleniaritas sehingga model reliable sebagai dasar analisis. 51 Tabel 4.10 Hasil Uji Multikolineritas MODEL Collinearity Statistics Tolerance VIF Tingkat pendidikan .734 1.362 Gaji .886 1.128 Jam kerja .879 1.138 Usia .782 1.279 Sumber : Data Primer, diolah,2015 Hasil pengujian dalam tabel 4.10 menunjukkan bahwa semua variabel yang digunakan sebagai prediktor model regresi menunjukkan nilai VIF yang cukup kecil. Menggunakan besaran tolerance dan variance inflation factor VIF jika menggunakan alphatolerance = 10 atau 0,10 maka VIF = 10. Dari hasil output VIF hitung dari semua variabel menunjukan menunjukkan nilai VIF yang cukup kecil, dimana semuanya berada di bawah 10 dan nilai tolerance semua variabel berada diatas 0,10. Hal ini berarti bahwa variabel-variabel bebas yang digunakan dalam penelitian tidak menunjukkan adanya gejala multikolinieritas, yang berarti bahwa semua variabel tersebut dapat digunakan sebagai variabel yang saling independen.tersebut dapat digunakan sebagai variabel yang saling independen.

4.3.5 Uji Heterokedasitas

Heteroskedastisitas dilakukan untuk mengamati ada tidaknya perubahan varian residu dari satu sampel ke sampel yang lain. Deteksi adanya Heteroskedastisitas dengan melihat kurva Heteroskedastisitas atau diagram pencar chart, dengan dasar pemikiran sebagai berikut : 52 1 Jika titik-titik terikat menyebar secara acak membentuk pola tertentu yang beraturan bergelombang, melebar kemudian menyempit maka terjadi Heteroskedastisitas. 2 Jika tidak ada pola yang jelas serta titik-titik menyebar baik di bawah atau di atas 0 ada sumbu Y maka hal ini tidak terjadi Heteroskedastisitas. Untuk mengetahui ada tidaknya gejala heterokedastisitas dapat dilakukan dengan menggunakan grafik heterokedastisitas antara nilai prediksi variabel dependen dengan variabel indepeden. Gambar 4.1 Hasil Uji Heteroskedtisitas Dari hasil output gambar scatterplot, didapat titik menyebar dibawah dan diatas sumbu Y, dan tidak memiliki pola yang teratur. Maka dapat disimpulkan variabel bebas pada model regresi tidak terjadi heteroskedastisitas sehingga model regresi layak untuk digunakan dalam melakukan pengujian. 53

4.3.6 Uji Koefisien Determinasi R

2 Koefisien determinasi ini digunakan untuk menjelaskan seberapa besar pengaruh variabel-variabel bebas memiliki pengaruh terhadap variabel terikatnya. Berdasarkan hasil print out SPSS pada tabel summary koefisien determinasi R 2 yang diperoleh sebesar 0,577. Hal ini menunjukkan bahwa variabel tingkat pendidikan, gaji, jam kerja dan usia dapat menerangkan 57,7 persen variasi undereducation. Sedangkan sisanya 42.3 dapat dijelaskan oleh variabel lain yang tidak dimasukkan dalam model analisis dalam penelitian ini. Tabel 4.11 Hasil Uji determinasi Model Summary b Model R R Square Djusted R Square Std. Eror of the Estimate 1 .577 a .333 .290 1.27923 Predictors : Constant, usia, tingkat pendidikan, jam kerja, gaji. Dependent variabel : Undereducation

4.3.7 Uji Signifikansi Simultan Uji F

Uji F digunakan untuk membuktikan apakah variabel independen tingkat pendidikan, gaji, jam kerja, usia secara bersama-sama simultan mempunyai pengaruh yang signifikan baik positif maupun negatif terhadap variabel dependennya overeducation dalam pasar kerja wanita. Dengan kriteria sebagai berikut : 1. Jika nilai Sig. 0,05 maka variabel bebas berpengaruh signifikan terhadap variabel terikat Ha diterima. 54 2. Jika nilai Sig. 0,05 maka variabel bebas tidak berpengaruh signifikan terhadap variabel terikat H diterima. Tabel 4.13 Hasil Uji F ANOVA Model Sum of Squares Df Mean Square F Sig 1 Regresion Residual Total 50.660 101.459 152.119 4 62 66 12.665 1.636 7.739 .000 a Predictors: Constant usia, tingkat pendidikan, jam kerja, gaji Dependent variabel : undereducation Berdasarkan tabel diatas nilai Sig. = 0,000 lebih kecil dari taraf signifikansi = 0,05 maka dapat disimpulkan bahwa terdapat pengaruh yang signifikan antara tingkat pendidikan, gaji, jam kerja dan usia secara simultan terhadap undereducation dalam pasar kerja wanita.

4.3.8 Uji Signifikan Individual Uji Statistik t

Uji statistik t dilakukan untuk menguji fenomena overeducation dan undereducation di kota medan berpengaruh terhadap tingkat pendidikan, gaji, jam kerja dan usia. Dengan kriteria sebagai berikut : 1. Jika nilai Sig. 0,05 maka variabel bebas berpengaruh signifikan terhadap variabel terikat Ha diterima. 2. Jika nilai Sig. 0,05 maka variabel bebas tidak berpengaruh signifikan terhadap variabel terikat H diterima. 55 Tabel 4.14 Uji t Coefficients a Model Unstandardized Coefficients Standardized Coefficients t Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant -5.220 1.754 -2.976 .004 Tingkat Pendidikan .323 .083 .473 3.885 .000 .727 1.375 Gaji .000 .000 .134 1.048 .299 .659 1.517 Jam kerja -.050 .161 .034 -.310 .757 .913 1.095 Usia -.036 .019 .205 - .1.854 .068 .873 1.146 a. Dependent Variable: undereducation Berdasarkan pada Tabel 4.14 dapat diketahui konstanta dan koefisisien regresi linier berganda setiap variabel sehingga dapat dibentuk suatu persamaan sebagai berikut : Y = -5.220 + 0,323 X1 + 0,000 X2 - 0,050 X3 - 0,036 X4 + e Dari persamaan tersebut dapat digambarkan sebagai berikut : a. Nilai signifikansi dari variabel tingkat pendidikan X 1 adalah 0,000 dimana hasil tersebut lebih kecil dari nilai signifikansi 0,05 dan bertanda positif, artinya bahwa variabel tingkat pendidikan berpengaruh positif yang signifikan terhadap variabel undereducation dalam pasar kerja wanita. b. Nilai signifikansi dari variabel gaji X 2 adalah 0,299 dimana hasil tersebut lebih besar dari nilai signifikansi 0,05 dan bertanda positif, artinya bahwa variabel gaji berpengaruh positif dan tidak signifikan terhadap variabel undereducation dalam pasar kerja wanita. c. Nilai signifikansi dari variabel jam kerja X 3 adalah 0,757 dimana hasil tersebut lebih besar dari nilai signifikansi 0,05 dan bertanda 56 negatif, artinya bahwa variabel jam kerja berpengaruh negatif dan tidak signifikan terhadap variabel undereducation dalam pasar kerja wanita. d. Nilai signifikansi dari variabel usia X 4 adalah 0,068 dimana hasil tersebut lebih besar dari nilai signifikansi 0,05 dan bertanda negatif, artinya bahwa variabel usia berpengaruh negatif dan tidak signifikan terhadap variabel undereducation dalam pasar kerja wanita.

4.3.9 Uji Multikolineritas

Menurut Rahayu 2004, umumnya multikoleniaritas dapat diketahui dari nilai dari Variance Inflation Factor VIF atau tolerancevalue. Batas tolerance value adalah 10. Apabila hasil analisis menunjukkan nilai VIF dibawah nilai 10 dan tolerance value diatas nilai 0,10 maka tidak terjadi multikoleniaritas sehingga model reliable sebagai dasar analisis. Tabel 4.15 Hasil Uji Multikolineritas MODEL Collinearity Statistics Tolerance VIF Tingkat Pendidikan .727 1.375 Gaji .659 1.517 Jam Kerja .913 1.095 Usia .873 1.146 Sumber : Data Primer, diolah,2015 57 Hasil pengujian dalam tabel 4.15 menunjukkan bahwa semua variabel yang digunakan sebagai prediktor model regresi menunjukkan nilai VIF yang cukup kecil. Menggunakan besaran tolerance dan variance inflation factor VIF jika menggunakan alphatolerance = 10 atau 0,10 maka VIF = 10. Dari hasil output VIF hitung dari semua variabel menunjukan menunjukkan nilai VIF yang cukup kecil, dimana semuanya berada di bawah 10 dan nilai tolerance semua variabel berada diatas 0,10. Hal ini berarti bahwa variabel-variabel bebas yang digunakan dalam penelitian tidak menunjukkan adanya gejala multikolinieritas, yang berarti bahwa semua variabel tersebut dapat digunakan sebagai variabel yang saling independen.tersebut dapat digunakan sebagai variabel yang saling independen.

4.3.10 Uji Heteroskedatisitas

Heteroskedastisitas dilakukan untuk mengamati ada tidaknya perubahan varian residu dari satu sampel ke sampel yang lain. Deteksi adanya Heteroskedastisitas dengan melihat kurva Heteroskedastisitas atau diagram pencar chart, dengan dasar pemikiran sebagai berikut : 1. Jika titik-titik terikat menyebar secara acak membentuk pola tertentu yang beraturan bergelombang, melebar kemudian menyempit maka terjadi Heteroskedastisitas. 2. Jika tidak ada pola yang jelas serta titik-titik menyebar baik di bawah atau di atas 0 ada sumbu Y maka hal ini tidak terjadi Heteroskedastisitas. 58 Untuk mengetahui ada tidaknya gejala heterokedastisitas dapat dilakukan dengan menggunakan grafik heterokedastisitas antara nilai prediksi variabel dependen dengan variabel indepeden. Gambar 4.2 Hasil Uji Heterokedatisitas Dari hasil output gambar scatterplot, didapat titik menyebar dibawah dan diatas sumbu Y, dan tidak memiliki pola yang teratur. Maka dapat disimpulkan variabel bebas pada model regresi tidak terjadi heteroskedastisitas sehingga model regresi layak untuk digunakan dalam melakukan pengujian.

4.4 Pembahasan

Analisis linear berganda adalah model untuk mengetahui pengaruh variabel independen yaitu tingkat pendidikan, gaji, jam kerja dan usia terhadap variabel dependen yaitu fenomena overeducation dan undereducation dalam pasar kerja wanita. Perhitungan statistik dalam analisis regresi linear berganda yang 59 digunakan dalam penelitian ini adalah menggunakan bantuan program komputer yang mendukung, dalam hal ini menggunakan program SPSS 16. Berdasarkan hasil estimasi terhadap persamaan regresi pertama, maka diperoleh persamaan sebagai berikut : Y = 1,597 + 0,077 X1 + 0,000 X2 - 0,092 X3 - 0,035 X4 + e Berdasarkan hasil persamaan dapat ditentukan nilai variabel tingkat pendidikan berpengaruh positif yang tidak signifikan terhadap fenomena overeducation pada pasar kerja wanita. Koefisien menunjukkan 0,077 artinya apabila variabel tingkat pendidikan ditambah 1 tahun dengan menganggap faktor lain tetap akan menaikkan fenomena overeducation dalam pasar kerja wanita sebesar 0,07 tahun. Meningkatnya tingkat pendidikan merupakan besarnya investasi yang telah dilakukan oleh tenaga kerja namun dengan kesempatan kerja yang menyempit maka tenaga kerja memilih pekerjaan dengan faktor-faktor tertentu untuk menghindari pengangguran. Berdasarkan hasil persamaan dapat ditentukan nilai variabel gaji berpengaruh positif yang signifikan terhadap fenomena overeducation pada pasar kerja wanita. Koefisien menunjukkan 0,000 artinya variabel gaji mempunyai koefisien yang sangat rendah sehingga tidak dapat menjelaskan seberapa besar pengaruhnya terhadap fenomena overeducation dalam pasar kerja wanita. Berdasarkan hasil persamaan dapat ditentukan nilai variabel jam kerja berpengaruh negatif yang tidak signifikan terhadap fenomena overeducation pada pasar kerja wanita. Koefisien menunjukkan 0,092 artinya apabila variabel jam kerja ditambah 1 jam dengan menganggap faktor lain tetap akan menurunkan 60 fenomena overeducation dalam pasar kerja wanita sebesar 0,09 tahun. Meningkatnya jam kerja menunujukkan menurunya kesenjangan yang terjadi. Ini dikarenakan jam kerja tidak mempengaruhi investasi pendidikan yang dilakukan oleh tenaga kerja. Namun tenaga kerja wanita lebih memilih jam kerja yang lebih singkat karena tenaga kerja wanita memilih pekerjaan yang lebih fleksibel dan memiliki peran ganda sebagai seorang ibu. Berdasarkan hasil persamaan dapat ditentukan nilai variabel usia berpengaruh negatif yang signifikan terhadap fenomena overeducation pada pasar kerja wanita. Koefisien menunjukkan 0,035 artinya apabila variabel usia ditambah 1 tahun dengan menganggap faktor lain tetap akan menurunkan fenomena overeducation dalam pasar kerja wanita sebesar 0,04 tahun. Meningkatnya usia pekerja akan menurunkan potensi kesenjangan karena meningkatnya usia diikuti oleh kinerja yang menurun dan potensi belajar untuk meningkat keahlian cukup kecil dibandingkan usia yang masih produktif atau lebih muda. Berdasarkan hasil estimasi terhadap persamaan regresi kedua, maka diperoleh persamaan sebagai berikut : Y = -5,220 + 0,323 X1 + 0,000 X2 - 0,050 X3 - 0,036 X4 + e Berdasarkan hasil persamaan dapat ditentukan nilai variabel tingkat pendidikan berpengaruh positif yang tidak signifikan terhadap fenomena undereducation pada pasar kerja wanita. Koefisien menunjukkan 0,323 artinya apabila variabel tingkat pendidikan ditambah 1 tahun dengan menganggap faktor lain tetap akan menaikkan fenomena undereducation dalam pasar kerja wanita sebesar 0,32 tahun. Meningkatnya tingkat pendidikan semakin adanya 61 kesenjangan yang terjadi, ini merupakan besarnya investasi yang telah dilakukan oleh tenaga kerja namun dengan kesempatan kerja yang menyempit maka tenaga kerja memilih pekerjaan dengan faktor-faktor tertentu untuk menghindari pengangguran dan faktor lain yang mendukung misalnya besarnya relasi sehingga mendapatkan pekerjaan dengan profesi tertentu tidak memandang investasi pendidikan dan keahlian yang dimiliki. Berdasarkan hasil persamaan dapat ditentukan nilai variabel gaji berpengaruh positif yang signifikan terhadap fenomena undereducation pada pasar kerja wanita. Koefisien menunjukkan 0,000 artinya variabel gaji mempunyai koefisien yang sangat rendah sehingga tidak dapat menjelaskan seberapa besar pengaruhnya terhadap fenomena undereducation dalam pasar kerja wanita. Berdasarkan hasil persamaan dapat ditentukan nilai variabel jam kerja berpengaruh negatif yang signifikan terhadap fenomena undereducation pada pasar kerja wanita. Koefisien menunjukkan 0,050 artinya apabila variabel jam kerja ditambah 1 jam dengan menganggap faktor lain tetap akan menurunkan fenomena undereducation dalam pasar kerja wanita sebesar 0,05 tahun. Meningkatnya jam kerja menunujukkan menurunya kesenjangan yang terjadi. Ini dikarenakan jam kerja tidak mempengaruhi investasi pendidikan yang dilakukan oleh tenaga kerja. Namun tenaga kerja wanita lebih memilih jam kerja yang lebih singkat karena tenaga kerja wanita memilih pekerjaan yang lebih fleksibel dan memiliki peran ganda sebagai seorang ibu. Berdasarkan hasil persamaan dapat ditentukan nilai variabel usia berpengaruh negatif yang signifikan terhadap fenomena undereducation pada pasar kerja 62 wanita. Koefisien menunjukkan 0,036 artinya apabila variabel usia ditambah 1 tahun dengan menganggap faktor lain tetap akan menurunkan fenomena undereducation dalam pasar kerja wanita sebesar 0,04 tahun. Meningkatnya usia pekerja akan menurunkan potensi kesenjangan karena meningkatnya usia diikuti oleh kinerja yang menurun dan potensi belajar untuk meningkat keahlian cukup kecil dibandingkan usia yang masih produktif atau lebih muda. Fenomena overeducation dan undereducation dalam pasar kerja wanita menggambarkan terdapat konsekuensi terjadinya pergeseran distribusi pendidikan pekerja wanita di pasar kerja pada perusahaan atau tata usaha tertentu. Apabila pendidikan pekerja lebih tinggi dibandingkan pendidikan yang diminta pasar kerja di perusahaan atau tata usaha tertentu disebut overeducation. Sebaliknya apabila pendidikan pekerja lebih rendah dibandingkan pendidikan yang diminta pasar kerja atau tata usaha tertentu disebut undereducation. Bila pendidikan pekerja yang bekerja di suatu perusahaan atau tata usaha tertentu sudah sesuai dengan tingkat pendidikan yang dibutuhkan oleh suatu perusahaan disebut adequate education. Di Sumatera Barat, fenomena overeducation dan undereducation di temukan pada pasar kerja formal. Studi Wiko Saputra dan Junaidi 2011 membuktikan bahwa terdapat fenomena dimana seorang tenaga kerja yang memiliki pendidikan yang lebih tinggi menduduki pekerjaan yang tidak sesuai dengan tingkat pendidikan yang dimilikinya. Sebaliknya, seorang pekerja yang memiliki tingkat pendidikan yang lebih rendah mendapatkan pekerjaan yang lebih tinggi dari level pendidikan yang dimilikinya. Terdapat adanya fenomena overeducation dan undereducation ini terjadi pada dua posisi utama yaitu tenaga 63 kerja bagian produksi dan tenaga kerja bagian penjualan. Pada posisi keduanya terdapat hampir 100 persen fenomena tersebut. Adapula pada beberapa posisi terdapat sedikit gejala fenomena tersebut, yaitu pada tenaga kerja professional, tenaga kerja bagian manajemen, tenaga kerja bagian administrasi dan buruh tani. Dalam studi ini terdapat fenomena overeducation dan undereducation dalam pasar kerja wanita pada sektor formal di Kota Medan. Hasil yang diperoleh variabel yang menunujukan adanya kesenjangan yang terjadi pada variabel pendidikan dan variabel gaji. Ini dikarenakan terjadinya distribusi tenaga kerja yang tidak merata dan menyempitnya lapangan pekerjaan yang ada. Maka tenaga kerja memilih pekerjaan yang ada tanpa memperhitungkan pendidikan tertinggi yang mereka tamatkan. Ini didukung dengan gaji yang diperoleh. Pada bagian marketing, tenaga kerja bisa mendapatkan gaji yang tinggi tanpa perlu investasi pendidikan yang berlebihan. Karena marketing mebutuhkan adanya daya tarik seseorang dan pandai dalam mengimplementasikan sesuatu. Hal ini yang dapat mengakibatkan kesenjangan distribusi tenaga kerja. 64 BAB V KESIMPULAN DAN SARAN 5.1 Kesimpulan Hasil penelitian ini menggambarkan variabel tingkat pendidikan dan gaji berpengaruh positif dalam fenomena overeducation dan undereducation dalam pasar kerja wanita. Sedangkan variabel jam kerja dan usia berpengaruh negatif terhadap fenomena overeducation dan undereducation dalam pasar kerja wanita, hal ini terjadi karena tenaga kerja dengan jam kerja yang tinggi dan usia yang tinggi menunjukkan kualitas kerja serta pengalaman yang dimilikinya lebih baik. Karena itu tanaga kerja yang memiliki investasi pendidikan disertai pengalaman bekerja yang cukup akan mendapatkan posisi sesuai dengan tingkat pendidikan yang ditamatkan. Fenomena overeducation dan undereducation dalam pasar kerja di Kota Medan dari distribusi data yang ada masih ada kesenjangan yang terjadi dalam pasar kerja wanita. Tingkat pendidikan dan gaji merupakan variabel yang signifikan mempengaruhi karena wanita memilih suatu pekerjaan dengan hal yang lebih fleksibel dibandingkan dengan laki-laki. Wanita juga akan mengambil suatu pekerjaan tanpa menunggu posisi yang sesuai dengan pendidikan yang ditamatkan karena menghindari adanya pengangguran serta untuk memenuhi ekonomi keluarga. Timbulnya fenomena overeducation dan undereducation juga karena adanya keahlian yang dimiliki setiap tenaga kerja dan yang dibutuhkan oleh perusahaan tidak sesuai maka dari itu tenaga kerja rela bekerja walaupun tidak 65 sesuai dengan pendidikan mereka dari pada menganggur serta sempitnya lapangan pekerjaan yang ada.

5.2 Saran