Pengujian Asumsi Klasik Gambaran Umum Kabupaten Tapanuli Tengah 1. Letak Geografis

Tabel 4.4. Jumlah PAD Sektor Pariwisata Tahun 2007 – 2011 No. Tahun Jumlah PAD Rp Pertumbuhan 1 2007 56.011.233 2. 2008 58.959.182 5.26 3. 2009 64.086.067 8.70 4. 2010 68.989.750 7.65 5. 2011 75.725.000 9.76 Sumber : Dinas Pariwisata dan Kebudayaan Kab. Tap. Tengah, 2011 Dari tabel diatas dapat dilihat bahwa dari tahun 2007-2011 kondisi PAD Sektor Pariwisata mengalami pertumbuhan yang berfluktuasi dengan rata-rata 7,25. Tahun 2008 terjadi peningkatan PAD yang sebesar 5,26, tahun 2009 mengalami pertumbuhan peningkatan PAD menjadi 8,70, tahun 2010 mengalami penurunan sebesar 7,65 dan pada tahun 2011 kembali mengalami peningkatan sebesar 9,76. Untuk mengetahuan pengaruh jumlah wisatawan terhadap Pendapatan Asli Daerah Sektor Pariwisata Kabupaten Tapanuli Tengah dilakukan pengujian menggunakan analisis regresi linier sederhana, yang terlebih dahulu dilakukan pengujian asumsi klasik untuk mengetahui kelayakan data dengan menggunakan uji normalitas dan heteroskedastisitas.

4.3.1. Pengujian Asumsi Klasik

4.3.1.1. Uji normalitas Uji normalitas data bertujuan untuk mengetahui apakah dalam model regresi variabel pengganggu atau residual memiliki distribusi normal Erlina, 2008. Untuk menguji apakah data penelitian ini terdistribusi normal atau tidak dapat diketahui melalui 2 cara yaitu analisis grafik dan analisis statistik Cara mudah untuk melihat normalitas residual adalah dengan melihat probability plot yang membandingkan distribusi kumulatif dari distribusi normal. Universitas Sumatera Utara Distribusi normal akan membentuk satu garis lurus diagonal dan ploting data residual akan dibandingkan dengan garis diagonal. Selain itu untuk melihat normalitas residual juga dapat dilakukan dengan melihat grafik histogram yang membandingkan antara observasi dengan distribusi normal yang mendekati distribusi normal. Gambar 4.3. Normal P-P Plot of Regression Standardized Residual PAD 0.0 0.2 0.4 0.6 0.8 1.0 Observed Cum Prob 0.0 0.2 0.4 0.6 0.8 1.0 Expect ed Cum Prob Dependent Variable: PAD Sektor Pariwisata Normal P-P Plot of Regression Standardized Residual -2 -1 1 2 3 Regression Standardized Residual 1 2 3 4 5 6 7 Frequency Mean = -4.3E-16 Std. Dev. = 0.966 N = 16 Dependent Variable: PAD Sektor Pariwisata Histogram Universitas Sumatera Utara Gambar 4.4. Histogram PAD Sektor Pariwisata Pada Gambar 4.3. dapat dilihat hasil bahwa semua data berdistribusi secara normal dan tidak terjadi penyimpangan, sehingga data yang dikumpulkan dapat diproses dengan metode-metode selanjutnya. Hal ini dapat dibuktikan dengan memperhatikan sebaran data yang menyebar disekitar garis diagonal pada “Normal P-Plot of Regresion Standardized Residual” sesuai gambar di atas, sehingga dapat dikatakan bahwa model regresi dalam penelitian ini berdistribusi normal. Demikian pula dengan hasil grafik histogram pada Gambar 4.4. yang menunjukkan bahwa data residual berdistribusi normal yang dilihat dari gambar berbentuk lonceng yang hampir sempurna simetris. Uji statistik yang dapat digunakan untuk menguji normalitas residual antara lain adalah uji statistik non parametrik Kolmogorov-Smirnov K-S. Uji K- S dilakukan dengan membuat hipotesis : Ho : Data residual tidak berdistribusi normal Ha : Data residual berdistribusi normal Untuk menentukannya maka kriterianya adalah : Ho diterima apabila nilai signifikansi Asymp.Sig 0,05 Ha diterima apabila nilai signifikansi Asymp.Sig 0,05 Tabel 4.5. Kolmogorov – Smirnov Test Unstandardized Residual N 16 Normal Parametersa,b Mean .0000000 Std. Deviation 258257.44559156 Most Extreme Differences Absolute .210 Positive .210 Negative -.103 Kolmogorov-Smirnov Z .840 Universitas Sumatera Utara Asymp. Sig. 2-tailed .481 a. Test distribution is Normal. Dari hasil uji statistik pada Tabel 4.5. menunjukkan bahwa nilai Kolmogorov-Smirnov Z sebesar 0,840 dan signifikansinya pada 0,481 dan nilainya di atas α = 0,05 Asymp.Sig = 0,481 0,05 sehingga hipotesis Ha diterima yang berarti data residual berdistribusi normal. 4.3.1.1. Uji heterokedastisitas Dari hasil analisis dengan menggunakan program SPSS diatas dapat diketahui bahwa titik-titik yang menyebar secara acak baik diatas maupun dibawah angka nol, pada sumbu Y serta tidak membentuk pola atau kecenderungan tertentu pada diagram plot, sehingga dapat mengidentifikasikan tidak terjadi adanya heterokedastisitas dan model regresi tersebut layak digunakan untuk memprediksi Pendapatan Asli Daerah PAD Sektor Pariwisata. Gambar 4.5. Uji Heterokedekasitas PAD Sektor Pariwisata -2 -1 1 2 Regression Standardized Predicted Value -1 1 2 Regressi on St udent ized Resi dual Dependent Variable: PAD Sektor Pariwisata Scatterplot Universitas Sumatera Utara Sehingga dapat disimpulkan secara keseluruhan bahwa model regresi yang memenuhi syarat uji asumsi klasik. Uji Glesjer Uji Glesjer mengusulkan untuk meregres nilai absolute residual terhadap variable independen Ghozali, 2005. Adapun hasil uji glesjer terdapat pada Tabel 4.6 berikut. Tebel 4.6. Uji Glesjer Coefficientsa Mode l Unstandardized Coefficients Standardiz ed Coefficient s t Sig. B Std. Error Beta 1 Constant 183731.292 389184.559 .472 .644 Jumlah Wisatawan 8.993 138.485 .017 .065 .949 a Dependent Variable: abs_res Hasil yang terlihat menunjukkan koefisien parameter untuk variabel independen jumlah wisatawan tidak signifikan yaitu jumlah wisatawan = 0,949 α = 0,05. Maka dapat disimpulkan model regresi tidak terdapat heteroskedastisitas.

4.3.2. Uji Hipotesis