VII. FUNGSI PERMINTAAN WISATA DAN SURPLUS KONSUMEN
7.1. Fungsi Permintaan Wisata dan Interpretasi Model
Model permintaan rekreasi di TWA Situ Gunung diturunkan melalui pendekatan model persamaan regresi Poisson dengan menggunakan beberapa
variabel sosial ekonomi untuk menduga pengaruhnya terhadap frekuensi kunjungan wisatawan. Pada penelitian terdahulu, pengujian jumlah kunjungan
wisata sering didasarkan pada ordinary regression method yang mengestimasi permintaan rekreasi dengan menggunakan Ordinary Least Square OLS.
Berdasarkan studi literatur, diketahui bahwa estimasi fungsi permintaan melalui OLS kurang sesuai untuk digunakan. Berikut akan dijelaskan mengenai fungsi
permintaan wisata di Taman Wisata Alam Situ Gunung beserta interpretasi variabel-variabel yang mempengaruhinya.
7.1.1. Fungsi Permintaan Wisata
Guna menentukan fungsi permintaan wisata di TWA Situ Gunung, sebelumnya ditentukan beberapa independent variable yang diperkirakan dapat
mempengaruhi wisatawan dalam menentukan jumlah kunjungan per tahun terhadap TWA Situ Gunung. Terdapat 13 independent variable yang digunakan
untuk menganalisis pengaruhnya terhadap jumlah kunjungan dependent variable yakni biaya perjalanan, pendapatan, pendidikan akhir, umur, jumlah rombongan,
jarak tempuh, waktu tempuh, lama kunjungan, lama mengetahui tempat wisata, daya tarik wisata, status hari kunjungan, jenis kelamin dan jumlah tanggungan.
Data yang telah dikumpulkan dalam penelitian ini diolah dengan menggunakan stata 9 yang kemudian digunakan untuk membentuk model regresi poisson.
Berikut merupakan tabel hasil analisis dengan menggunakan regresi poisson.
Tabel 4. Hasil Analisis Regresi Poisson
Independent Variable Coef.
Std. Err. z
P|z|
Biaya Perjalanan X
1
-0.0000333 9.83E-06
-3.38
0.001
Pendapatan X
2
0.1114163 0.0320345
3.48
0.001
Pendidikan Akhir X
3
-0.0303855 0.0238202
-1.28 0.202
Umur X
4
-0.0203148 0.0102944
-1.97
0.048
Jumlah Rombongan X
5
0.0027026 0.0043563
0.62 0.535
Waktu Tempuh X
7
-0.0516224 0.0337729
-1.53
0.126
Lama Kunjungan X
8
0.0403546 0.0333285
1.21 0.226
Lama Mengetahui X
9
0.0287231 0.0079508
3.61
0.000
Daya Tarik D
1
0.7351865 0.4818184
1.53
0.127
Status Hari D
2
-0.107277 0.1274805
-0.84 0.400
Jenis Kelamin D
3
0.3098775 0.1353350
2.29
0.022
_cons 0.7201758
0.5827132 1.24
0.216
Sumber : Data Primer Diolah oleh Penulis Tahun 2009
Keterangan tabel: nyata pada taraf uji 1
nyata pada taraf uji 5 nyata pada taraf uji 15
Pengujian multikolinearitas terhadap ke-13 variabel diperlukan untuk memperoleh ketepatan dalam pengukuran surplus konsumen. Jika kecenderungan
dalam satu variabel selalu diikuti oleh kecenderungan dalam variabel lain, dapat dikatakan bahwa kedua variabel ini memiliki hubungan atau korelasi.
Jika data hasil pengamatan terdiri dari banyak variabel, perlu diukur seberapa kuat hubungan antara variabel itu terjadi, dengan kata lain perlu ditentukan derajat
hubungan antara variabel-variabel. Koefisien korelasi Pearson digunakan untuk pengujian tersebut. Perlakuan ini menyebabkan variabel yang sebenarnya
berpengaruh terpaksa dikeluarkan untuk membentuk model yang terbaik. Menurut uji korelasi Pearson, diketahui bahwa variabel jarak tempuh
memiliki korelasi variabel waktu tempuh. Selain itu, diketahui pula variabel
jumlah tanggungan berkorelasi dengan variabel umur. Hal tersebut ditunjukkan dengan nilai derajat hubungan yang dihasilkan oleh variabel jarak tempuh
terhadap waktu tempuh di atas 0,5 yaitu 0,8263. begitu pula dengan variabel jumlah tanggungan yang memiliki nilai derajat hubungan sebesar 0,6174 terhadap
variabel umur. Berdasarkan kriteria tingkat hubungan dari suatu nilai koefisien korelasi, diketahui bahwa variabel yang memiliki nilai derajat hubungan melebihi
0,5 diduga memiliki hubungan korelasi
6
. Guna memperoleh model yang terbaik dan bebas dari masalah multikolinieritas, maka variabel jarak tempuh dan jumlah
tanggungan dikeluarkan dari model. Interpretasi pengaruh koefisien independent variable regresi Poisson
terhadap dependent variable berbeda dengan interpretasi dalam OLS. Dalam regresi linier, peningkatan koefisien positif akan meningkatkan nilai dependent
variable-nya. Jika dalam regresi Poisson, peningkatan nilai independent variable akan meningkatkan peluang rata-rata kejadian dari dependent variable
Hellerstein et al, 1993. Hasil analisis regresi poisson menunjukkan nilai pseudo R
2
sebesar 23,10. Tidak seperti regresi linier biasa yang diduga dengan OLS dimana R
2
bersifat aditif terhadap model, pada regresi poisson nilai R
2
bersifat parametrik dan sudah dimasukkan ke dalam model sehingga tidak perlu diperhitungkan
Hellerstein et al, 1993. Berdasarkan analisis tersebut didapat pula fungsi permintaan wisata Taman Wisata Alam Situ Gunung sebagai berikut :
6
Industrial Engineering. 2005. Statistik Industri http:statistikindustri.blogspot.com200805regresi-dan-korelasi.html. Diakses: 4 September,
2009
Y = 7,2.10
-1
– 3,33.10
-5
x
1
+ 1,11.10
-1
x
2
- 3,04.10
-2
x
3
– 2,03.10
-2
x
4
+ 2,7.10
-3
x
5
-5,16.10
-2
x
7
+ 4,03.10
-2
x
8
+ 2,87.10
-2
x
9
+ 7,35.10
-1
x
10
– 1,07.10
-1
x
11
+ 3,1.10
-1
x
12
+ e
Hasil analisis menunjukkan nilai P sebesar 0,000 berarti peluang untuk menolak model persamaan tersebut sangat kecil, dengan kesalahan yang terjadi
sangat kecil Nurdini, 2004. Berdasarkan hasil pengolahan data ditunjukkan terdapat beberapa variabel yang berpengaruh terhadap jumlah kunjungan secara
signifikan pada taraf uji 1, 5 dan 15. Pada taraf uji 1 variabel yang berpengaruh secara signifikan antara lain biaya perjalanan x
1
, pendapatan x
2
dan lama mengetahui TWA Situ Gunung x
9
. Selain itu, variabel yang berpengaruh nyata pada taraf 5 antara lain variabel umur x
4
dan jenis kelamin pengunjung D
3
. Sedangkan variabel yang berpengaruh nyata pada taraf 15 adalah adalah waktu tempuh x
7
dan daya tarik wisata D
1
.
7.1.2. Interpretasi Model
Kategori