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