HASIL DAN PEMBAHASAN Dr. Rujiman, M.Si 4. Rahmat Sumanjaya, M.Si

BAB IV HASIL DAN PEMBAHASAN

4.1.Gambaran Umum Universitas Sumatera Utara Kota Medan sebagai ibukota provinsi Sumatera Utara terletak pada 3’’47’ LU dan 98’’35’ – 98’’44’ BT dengan luas wilayah 265,10 km² atau sekitar 0,37. Universitas Sumatera Utara berlokasi di Padang Bulan, sebuah area yang hijau dan rindang seluas 120 ha yang terletak di tengah Kota Medan. Zona akademik seluas 90 ha menampung hampir seluruh kegiatan perkuliahan dan praktikum mahasiswa, Sistem pembelajaran didukung oleh fasilitas perpustakaan dan lebih dari 200 laboratorium. Perpustakaan menyediakan berbagai jenis sumber belajar baik dalam bentuk cetak maupun elektronik, USU memiliki 14 Fakultassekolah yaitu Kedokteran, Hukum, Pertanian, Teknik, Kedokteran Gigi, Ekonomi, Sastra, Matematika dan Ilmu Pengetahuan Alam, Ilmu-ilmu Sosial dan Ilmu Politik, Kesehatan Masyarakat, Farmasi, Psikologi, Keperawatan, Ilmu Komputer dan Teknologi Informasi dan Pascasarjana. Jumlah program studi yang ditawarkan sebanyak 135, terdiri dari 19 tingkat doktoral, 32 magister, 18 spesialis, 5 profesi, 46 sarjana, dan 15 diploma. Jumlah mahasiswa terdaftar saat ini lebih dari 33.000 orang, 1088 di antaranya adalah mahasiswa asing pada Fakultas Kedokteran dan Fakultas Kedokteran Gigi Universitas Sumatera Utara.

4.1.1. Struktur Organisasi Universitas Sumatera Utara :

Gambar 4.1. Struktur Organisasi Universitas Sumatera Utara Sumber : Data Profil USU

4.1.2. Data Mahasiwa Asing di Universitas Sumatera Utara

Berikut adalah data penerimaan Mahasiswa asing asal Malaysia pada Fakultas kedokteran dan Kedokteran Gigi di Universitas Sumatera Utara : Tabel 4.1. Data Penerimaan Mahasiswa Asing pada Fakultas Kedokteran dan Fakultas Kedokteran Gigi Periode 2004-2013 USU No Tahun Asal Mahasiswa Jumlah Mahasiswa Asing 1 Tahun 2004 Malaysia 250 orang 2 Tahun 2005 Malaysia 250 orang 3 Tahun 2006 Malaysia 250 orang 4 Tahun 2007 Malaysia 250 orang 5 Tahun 2008 Malaysia 250 orang 6 Tahun 2009 Malaysia 250 orang 7 Tahun 2010 Malaysia 250 orang 8 Tahun 2011 Malaysia 250 orang 9 Tahun 2012 Malaysia 200 orang 10 Tahun 2013 Malaysia 168 orang Sumber : Kantor Urusan Intenasional 2013 Grafik : Gambar 4.2. Grafik Data Penerimaan Mahasiswa Asing USU Periode 2004-2013 Mahasiswa asing Universitas Sumatera Utara berjumlah berubah-ubah atau tidak tetap pada setiap tahunnya, namun pada grafik menjelaskan perkembangan mahasiswa asing di USU dari tahun 2002-2011 berjumlah tetap sebanyak 250 orang pada Fakultas Kedokteran dan Kedokteran Gigi USU, Tahun 2011 hingga tahun 2014 menunjukkan semakin menurunnya jumlah penerimaan mahasiswa asing disebabkan jalur masuk penerimaan mahasiswa asing di USU harus dibatasi karena semakin banyaknya penduduk lokal yang menyukai jurusan Fakultas Kedokteran dan Kedokteran Gigi USU maka jalur masuk mandiri diutamakan untuk mahasiswa Indonesia bukan mahasiswa asing, 50 100 150 200 250 jumlah TAHUN 2004 TAHUN 2005 TAHUN 2006 TAHUN 2007 TAHUN 2008 TAHUN 2009 TAHUN 2010 TAHUN 2011 TAHUN 2012 TAHUN 2013 Berikut adalah Rekapitulasi mahasiswa asing asing yang aktif pada tahun 2013 Tabel 4.2. Data Aktif Mahasiswa Asing Periode 2004-2013 USU No FAKULTAS JLH MAHASISWA ASAL NEGARA P L JMLH 1 F. Kedokteran 534 350 884 Malaysia 2 F.Kedokteran Gigi 125 78 203 Malaysia 3 F.Ilmu Budaya 1 1 Rusia Total 660 429 1088 Sumber : Kantor Urusan Internasional USU 2013 Adapun data mahasiswa asing USU yang aktif periode 2004-2013 adalah pada Fakultas Kedokteran pada Jurusan S1 Kedokteran jumlah mahasiswa yang aktif total keseluruhan sebanyak 884 orang dan pada Fakultas Kedokteran Gigi pada jurusan S1 Kedokteran Gigi USU jumlah mahasiswa yang aktif total keseluruhan sebanyak 203 orang dan pada Fakultas Ilmu Budaya Orang pada jurusan S1 Bahasa Indonesia jumlah mahasiswa yang aktif total keseluruhan sebanyak 1 orang. 4.2.Karakteristik Sampel Penelitian 4.2.1. Usia Responden Dari hasil penelitian diketahui bahwa usia sampel bervariasi antara 17 tahun hingga 25 tahun keatas, usia yang mendominasi yakni adalah umur 18 tahun usia produktif seorang mahasiswa pada awal masuk kuliah dalam proses belajar. Berikut ini tabel distribusi sampel usia responden: Tabel 4.3. Distribusi Responden Berdasarkan Usia No Usia tahun Jumlah Orang Persentase 1 17-20 tahun 39 42,0 2 21-25 tahun 50 50,0 3 26-30 tahun 7 8,0 Total 92 100,0 Sumber : Diolah Dari Data Primer, 2013 Dari data diatas terlihat bahwa mahasiswa yang menjadi responden terbanyak adalah mahasiswa usia 21-25 tahun berjumlah 50 orang atau 50 dari jumlah keseluruhan, usia 17-20 tahun berjumlah 39 orang atau 42 , sedangkan responden yang paling sedikit berusia 26-30 tahun berjumlah 7 orang atau 8 .

4.2.2. Pendidikan Responden

Dari hasil penelitian yang diperoleh, jenjang pendidikan mahasiswa asing yang kuliah di Universitas Sumatera Utara terdiri dari jurusan S-1 dan Koas. Pemaparan mengenai distribusi responden dapat dilihat dari tabel berikut : Tabel 4.4. Distribusi Responden Berdasarkan Jenjang Pendidikan No Jenjang Pendidikan Jumlah Orang Persentase 1 Jurusan S-1 89 96,7 2 KOAS 3 3,3 Jumlah 92 100 Sumber : diolah dari data primer, 2013 Dari tabel diatas terlihat bahwa jenjang pendidikan mahasiswa asing Fakultas kedokteran dan Fakultas kedokteran gigi terbanyak di Universitas Sumatera Utara yaitu pada tingkat S-1 yakni sebanyak 89 responden atau 96,7 . Selanjutnya jumlah mahasiswa mahasiswa asing fakultas kedokteran dan fakultas kedokteran gigi di Universitas Sumatera Utara yang telah koas sebanyak 3 orang atau 3,3 . Hal ini dikarenakan fokus penelitian menekankan hubungan konsumsi mahasiswa asing dengan jenjang pendidikannya, sehingga jumlah responden yang diteliti relatif besar.

4.2.3. Jenis Kelamin Responden

Tabel 4.5. Distribusi Responden Berdasarkan Jenis Kelamin No Jenjang Pendidikan Jumlah Orang Persentase 1 Perempuan 40 44 2 Laki-Laki 52 56 Jumlah 92 100 Sumber : Diolah dari data primer, 2013 Dari tabel diatas terlihat bahwa jenis kelamin mahasiswa asing fakultas kedokteran dan fakultas kedokteran gigi terbanyak di Universitas Sumatera Utara yakni laki-laki sebanyak 52 responden atau 56 . Selanjutnya jumlah mahasiswa mahasiswa asing fakultas kedokteran dan fakultas kedokteran gigi di Universitas Sumatera Utara yang berjenis kelamin perempuan sebanyak 40 orang atau 44 .

1. Uji Normalitas

Uji normalitas bertujuan untuk mengetahui distribusi data dalam variabel yang akan digunakan dalam penelitian dan data yang digunakan dalam penelitian adalah data yang berdistribusi normal. Salah cara yang digunakan untuk melihat normalitas data adalah dengan menggunakan kurva normal residual regresi standard. Data dalam keadaan normal apabila distribusi data menyebar di sekitar garis diagonal. Hasil outputnya adalah sebagai berikut : Gambar.4.3. Normal P-Plot regression Standardized Residual Hasil output menunjukkan data-data masing variabel memiliki kecendrungan terdistribusi secara normal.

2. Uji Heteroskedastisitas

Uji Heteroskedastisitas untuk menguji terjadinya perbedaan variance residual suatu periode pengamatan ke periode pengamatan yang lain atau gambaran hubungan antara nilai yang diprediksi dengan studentized delete residual nilai tersebut. Model regresi yang baik adalah model regresi yang memiliki persamaan variance residual suatu periode pengamatan dengan periode pengamatan yang lain, atau adanya hubungan antara nilai yang dipredeksi dengan studentized delete residual nilai tersebut sehingga dapat dikatakab model tersebut homoskedastisitas. Cara memprediksinya adalah jika pada gambar scatterplot model tersebut adalah : a. Titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0. b. Titik-titik data tidak mengumpul hanya di atas atau di bawah saja. c. Penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar kemudian menyempit dan melebar kembali. d. Penyebaran titik-titik data sebaiknya tidak berpola. Dengan menggunkan data-data diatas maka diperoleh hasil scatter plotnya sebagai berikut : Gambar 4.4. Regression Standardized Predicted Value Output SPSS pada gambar scatterplot menunjukkan penyebaran titik-titik data sebagai berikut : a. Titik-titik data menyebar di atas dan di bawah atau di sekitar angka 0. b. Titit-titik data tidak mengumpul hanya di atas atau di bawah saja. c. Penyebaran titik-titik data tidak boleh membentuk pola bergelombang melebar kemudian menyempit dan melebar kembali. d. Penyebaran titik-titik data sebaiknya tidak berpola. Maka dapat disimpulkan bahwa model regresi linier berganda terbebas dari asumsi klasik heteroskedastisitas dan layak digunakan dalam penelitian.

3. Uji Autokorelasi

Menguji autokorelasi dalam suatu model bertujuan untuk mengetahui ada tidaknya korelasi antara variabel pengganggu ei pada periode tertentu dengan variabel penganggu periode sebelumnya ei t-1 . Cara menguji autokorelasi adalah dengan melihat model regresi linier berganda terbebas dari autokorelasi apabila nilai Durbin Watson berada dibawah angka 2. Dari output SPSS diperoleh nilai Durbin Watson sebesar 1,760, dengan kata lain nilai DW berada dibawah angka 2 maka pada data tersebut tidak terjadi autokorelasi. Tabel 4.6. Uji Autokorelasi

4. Uji Multikolinearitas

Uji Multikolinearitas diperlukan untuk mengetahui ada tidaknya variabel independen yang memiliki hubungan dengan variabel independen lain dalam suatu model. Ketentuan untuk mendeteksi ada tidaknya multikolinearitas yaitu : a. Jika nilai variance inflation factor VIF tidak lebih dari 10 dan nilai tolerance tidak kurang dari 0,1 maka model dapat dikatakan terbebas dari multikolinearitas. VIF = 1Tolerance, jika VIF = 0 maka tolerance = 110 = 0,1. Semakin tinggi VIF maka semakin rendah tolerance. b. Jika nilai koefisien korelasi antar masing-masing variabel independen kurang dari 0,70 maka model dapat dinyatakan bebas dari asumsi klasik multikolinearitas. Jika lebih dari 0,70 maka diasumsikan terjadi korelasi yang sangat kuat antar variabel independen sehingga terjadi multikolinearitas. Tabel 4.7. Uji Multikolinearitas Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1 .843 a .711 .694 223095.51643 1.760 a. Predictors: Constant, X5, X2, X3, X4, X1 b. Dependent Variable: K Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .843 a .711 .694 223095.51643 1.760 a. Predictors: Constant, X5, X2, X3, X4, X1 b. Dependent Variable: K Tabel 4.8. Uji F. Statistik ANOVA b Model Sum of Squares Df Mean Square F Sig. 1 Regression 1.051E13 5 2.102E12 42.233 .000 a Residual 4.280E12 86 4.977E10 Total 1.479E13 91 a. Predictors: Constant, X5, X2, X3, X4, X1 b. Dependent Variable: K Tabel 4.9. Uji Parsial Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 463537.717 335933.800 1.380 .171 X1 .437 .083 .570 5.285 .000 .290 3.453 X2 28244.877 15467.245 .109 1.826 .071 .938 1.066 X3 16981.539 24047.416 .047 .706 .482 .771 1.298 X4 .033 1.393 .002 .024 .981 .371 2.696 X5 .110 .021 .393 5.236 .000 .597 1.674 a. Dependent Variable: K K = 463537,717 + 0,437 X1 + 28244,877 X2 + 16981,539 X3 + 0,033 X4 + 0,110 X5 R 2 = 0,843 R² koefisien determinasi bertujuan untuk mengetahui kekuatan variabel bebas independent variable menjelaskan variabel terikat dependent variabel. Berdasarkan hasil estimasi di atas dapat menunjukan bahwa R 2 = 0.843 yang bermakna bahwa variasi variabel independen pendapatan, umur, gaya hidup, izin keimigrasian dan tabungan mampu menjelaskan variabel dependen konsumsi sebesar 84,3 persen dan sisanya sebesar 15,7 persen dijelaskan oleh variabel lain yang tidak dimasukkan dalam modal estimasi. Uji F-statistik ini dilakukan untuk mengetahui apakah variabel pendapatan, umur, gaya hidup, izin keimigrasian dan tabungan mampu secara bersama-sama mempengaruhi jumlah konsumsi. Berdasarkan perhitungan di atas dapat diketahui bahwa nilai probabilitas dari F-statistik 0.000 α 0.05, sementara itu nilai F-hitung 42,233 F-tabel 2.37. Artinya variabel pendapatan, umur, gaya hidup, izin keimigrasian dan tabungan secara serempak berpengaruh signifikan terhadap konsumsi pada tingkat kepercayaan 95 dan 99 α = 5 dan 1. Uji parsial t-test, dimaksudkan untuk mengetahui signifikansi statistik koefisien regresi secara parsial. Sebagaimana yang telah dirumuskan pada bab sebelumnya, bahwa pengujian secara parsial dilakukan dengan membandingkan nilai t-hitung dengan nilai t-tabel. Selain itu juga dilihat berdasarkan nilai signifikansi sig pada hasil estimasi. Berikut uji parsial t-test untuk setiap variabel yaitu :

1. Pengaruh pendapatan X1 terhadap konsumsi Y

Uji t-statistik ini dilakukan untuk mengetahui apakah variabel pendapatan secara parsial mampu mempengaruhi konsumsi. Berdasarkan hasil estimasi dapat diketahui nilai probabilitas dari pendapatan yaitu 0.000 α 0.05, sementara itu nilai t-hitung 5,285 t-tabel 1,99. Artinya variabel pendapatan berpengaruh secara signifikan terhadap konsumsi pada tingkat kepercayaan 95 α=5. Nilai Koefesien regresi sebesar 0.000 menunjukkan bahwa setiap adanya perubahan pendapatan sebesar 1 rupiah setiap bulannya maka akan terjadi perubahan pengeluaran konsumsi sebesar 437 rupiah pada setiap bulannya. Peneliti terdahulu yang menyatakan bahwa pendapatan berpengaruh terhadap konsumsi Jika pendapatan meningkat, maka persentasi pengeluaran untuk konsumsi pangan semakin kecil, Persentase pengeluaran untuk konsumsi pakaian relatif tetap dan tidak tergantung pada tingkat pendapatan, Persentase pengeluaran konsumsi untuk pengeluaran rumah relatif tetap dan tidak tergantung pada tingkat pendapatan, jika pendapatan meningkat, maka persentase pengeluaran untuk pendidikan, kesehatan, rekreasi, barang mewah, dan tabungan semakin meningkat.

2. Pengaruh umur X2 terhadap Konsumsi Y

Uji t-statistik ini dilakukan untuk mengetahui apakah variabel umur secara parsial mampu mempengaruhi konsumsi. Berdasarkan hasil estimasi dapat diketahui nilai probabilitas dari variabel umur yaitu 0,071 α 0.10, sementara itu nilai t-hitung 1,826 t-tabel 1,99. Artinya variabel umur berpengaruh signifikan terhadap konsumsi pada tingkat kepercayaan 95 α=5 sampai 10. Nilai Koefesien regresi sebesar 0.07 menunjukkan bahwa setiap adanya perubahan umur setiap 1 tahun maka akan terjadi perubahan kenaikan konsumsi setiap tahunnya sebesar 28.244,87 rupiah setiap tahunnya. Peneliti terdahulu yang menjelaskan pengaruh umur terhadap konsumsi adalah Raymond Tambunan 2001 mengatakan bahwa : Kelompok usia remaja merupakan salah satu pasar potensial bagi banyak produsen, karena kecenderungan remaja biasanya mudah terbujuk iklan, suka ikut-ikutan, tidak realistis, dan cenderung boros dalam menggunakan uangnya

3. Pengaruh gaya hidup X3 terhadap konsumsi Y

Uji t-statistik ini dilakukan untuk mengetahui apakah variabel gaya hidup secara parsial mampu mempengaruhi konsumsi. Berdasarkan hasil estimasi dapat diketahui nilai probabilitas dari variabel gaya hidup yaitu 0,482 α 0.05, sementara itu nilai t-hitung 0,706 t-tabel 1,99 artinya variabel gaya hidup berpengaruh tidak signifikan terhadap konsumsi pada tingkat kepercayaan 95 α=5. Nilai Koefesien regresi sebesar 0.482 menunjukkan bahwa hasil tidak signifikan karena setiap adanya perubahan gaya hidup dari suatu status atau kumpulan orang berbeda dengan status atau kumpulan yang lain Toffler Subandy 2000: 165 mengemukakan bahwa gaya hidup yaitu alat yang dipakai individu untuk mengidentifikasi dengan subkultur-subkultur tertentu sehingga gaya hidup dipakai seseorang dalam bertingkah laku dan mempunyai konsekuensi dalam membentuk pola perilaku tertentu, oleh karena itu gaya hidup dikalangan anak-anak, remaja,orangtua atau anak-anak berbeda satu dengan yang lain Rizki amalia, 2011, Hubungan gaya hidup, kepribadian dalam konsumsi

4. Pengaruh Izin keimigrasian X4 terhadap konsumsi Y

Uji t-statistik ini dilakukan untuk mengetahui apakah variabel izin keimigrasian secara parsial mampu mempengaruhi konsumsi. Berdasarkan hasil estimasi dapat diketahui nilai probabilitas dari variabel izin keimigrasian yaitu 0,981 α 0.05, sementara itu nilai t-hitung 0,024 t-tabel 1,99. Artinya variabel izin keimigrasian berpengaruh tidak signifikan terhadap konsumsi pada tingkat kepercayaan 95 α=5. Pengaruh Izin keimigrasian terhadap terhadap konsumsi tidak signifikan karena jumlah izin keimigrasian bagi tiap orang adalah tidak sama dalam masa waktu pemakaian izin tinggal sementara selama batas waktu 1 satu tahun atau 2 dua tahun. Peraturan perundangan yang menjelaskan tentang ijin keimigrasian dikaji dasar pertimbangan Undang-Undang Nomor 9 Tahun 1992 tentang keimigrasian,tidak ada penelitian yang menjelaskan pengaruh izin keimigrasian terhadap konsumsi

5. Pengaruh Tabungan X5 terhadap konsumsi Y

Uji t-statistik ini dilakukan untuk mengetahui apakah variabel tabungan secara parsial mampu mempengaruhi konsumsi. Berdasarkan hasil estimasi dapat diketahui nilai probabilitas dari variabel tabungan yaitu 0,000 α 0.05, sementara itu nilai t-hitung 5,236 t-tabel 1,99. Artinya variabel tabungan berpengaruh secara signifikan terhadap konsumsi pada tingkat kepercayaan 95 α=5. Nilai koefesien regresi sebesar 0.000 menunjukkan bahwa setiap adanya perubahan tabungan sebesar 1 rupiah maka akan terjadi perubahan pengeluaran konsumsi sebesar 110 rupiah setiap bulannya. Peneliti terdahulu yang menyatakan pengaruh tabungan terhadap konsumsi Princesa buana, 2005 dalam judul skripsi pengaruh tabungan terhadap konsumsi masyarakat, menyebutkan bahwa pola pemikiran tabungan merupakan sisa dari pendapatan mengakibatkan tidak adanya kesempatan untuk menabung alias pendapatanincome akan selalu habis untuk memenuhi kebutuhan manusia. Salah satu kegunaan dari tabungan itu adalah sebagai antisipasi untuk memenuhi kebutuhan dimasa yang akan datang sering disebut sebagai konsumsibelanja yang tertunda yang penuh dengan ketidakpastian. Selain itu tabungansaving merupakan sumber dari kebutuhan Investasi seperti gambaran pada rumusan 2 dimana Investasi diharapkan dapat meningkatkan pendapatanincome bagi para pelaku ekonomi sehingga TabunganSaving memiliki peran yang sangat signifikan dalam proses peningkatan kesejahteraan pelaku ekonomi. Dengan menggunakan data-data diatas maka diperoleh output SPSS pada tabel dibawah ini Tabel 4.10. Uji t-statistik Coefficients a Model Unstandardized Coefficients Standardize d Coefficients T Sig. Collinearity Statistics B Std. Error Beta Tolerance VIF 1 Constant 463537.717 335933.800 1.380 .171 X1 .437 .083 .570 5.285 .000 .290 3.453 X2 28244.877 15467.245 .109 1.826 .071 .938 1.066 X3 16981.539 24047.416 .047 .706 .482 .771 1.298 X4 .033 1.393 .002 .024 .981 .371 2.696 X5 .110 .021 .393 5.236 .000 .597 1.674 a. Dependent Variable: K Hasil uji melalui variance inflation factor VIF pada hasil output SPSS tabel coefficients masing-masing variabel independen memiliki nilai VIF tidak lebih dari 10 atau lebih kecil dari 10 dan nilai tolerance tidak kurang dari 0,1 maka dapat dinyatakan model regresi linier berganda terbebas dari asumsi klasik yaitu multikolinearitas.

BAB V KESIMPULAN DAN SARAN