48
Tabel 19. Fungsi Permintaan Wisata Kawasan Taman Matahari Tahun 2012
Predictor Coef
SE Coef T
P VIF
Constant 2,61
0,3988 6,56
0,000 X1
-0,00000588 0,00000169
-3,47 0,001
b
2,383 X2
-0,00757 0,003017
-2,51 0.,014
a
2,676 X3
0,29183 0,06853
4,26 0,000
d
1,711 X4
-0,00000002 0,00000003
0,78 0,437
1,226 X5
0,002954 0,008172
0,36 0,719
1,620 X6
-0,06484 0,03448
-1,88 0.063
b
1,547 R² = 68,00
R ² adj = 65,9 Sumber : Data Primer, Diolah 2012
a = nyata pada selang kepercayaan 85 b = nyata pada selang kepercayaan 90
c = nyata pada selang kepercayaan 95 c = nyata pada selang kepercayaan 99
Berdasarkan hasil regresi diperoleh hasil bahwa R-sq sebesar 68,00 artinya sebesar 65,9 keragaman permintaan wisata Taman Wisata Matahari
dapat dijelaskan
oleh variabel-variabel
bebas yang
terdapat dalam
model,sedangkan sisanya yaitu sebesar 32,00 dijelaskan oleh variabel-variabel lain yang tidak dimasukkan kedalam model.
6.2.1 Uji Normalitas
Uji normalitas data bertujuan untuk mendeteksi distribusi data residual dalam suatu variabel yang akan digunakan dalam penelitian, untuk menguji
apakah sisaan menyebar normal dapat dilakukan melalui dua cara. Cara pertama adalah secara eksploratif dengan melihat normal probability plot dan histogram
Lampiran 2, berdasarkan grafik normal probability plot titik-titik mengumpul
dan terletak di garis linier menunjukkan bahwa menyebar normal, sedangkan dengan melihat histogram membentuk kurva normal. Cara kedua dengan meilhat
Berdasarkan hasil uji Kolmogorov Smirnov Lampiran 3 diperoleh bahwa nilai
49
p-value lebih besar dari taraf nyata sehingga dapat disimpulkan data yang dimiliki telah menyebar normal.
6.2.2 Uji Autokorelasi
Salah satu asumsi yang perlu dipenuhi dalam regresi linear berganda adalah tidak terjadinya masalah autokorelasi. Untuk memastikan tidak adanya
autokorelasi dapat dilakukan uji secara formal yaitu melalui uji Durbin Watson. Berdasarkan hasil analisis regresi diperoleh nilai uji Durbin Watson adalah
sebesar 2,12
,
nilai ini berada diantara 1,5 dan 2,46 sehingga dapat disimpulkan
bahwa sisaan saling bebas atau tidak terjadinya autokorelasi Lampiran 1 6.2.3 Uji Multikolinearitas
Multikolinearitas dapat dilihat pada nilai VIF. Pada Lampiran 1
menunjukkan nilai VIF masing-masing variabel bebas memiliki nilai kurang dari sepuluh VIF10. Hal ini mengindikasikan bahwa tidak terjadi masalah
multikolineritas
6.2.4 Uji Heteroskedastisitas Heteroskedisitisas dapat dilihat dari gambar yang terdapat pada Lampiran
2 . Salah satu uji heteroskedastisitas adalah dengan melihat pola titik-titik pada
grafik regresi. Sebaran pada gambar tersebut terlihat menyebar dan tidak mengumpul pada satu titik
6.2.5 Uji t Berdasarkan data pada Tabel 19 dapat dilihat bahwa ada empat variabel
yang signifikan dengan taraf 15 yakni biaya perjalanan, lama mengetahui, jarak tempuh, dan jumlah tanggungan. Hal ini menunjukan variabel tersebut 85 secara
parsial berpengaruh secara signifikan terhadap frekuensi kunjungan. Setelah
50
melakukan analisis hasil uji t, terdapat dua variabel bebas yang ternyata tidak berpengaruh nyata terhadap variabel terikat variabel tersebut adalah variabel jarak
pendapatan dan usia. Hal tersebut dikarenakan nilai P dari variabel tersebut lebih besar dari 15, sehingga tidak memenuhi syarat signifikan.
6.2.6 Uji F Uji F dapat dilihat dari tabel Analysis of Variancepada Lampiran 1,
