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