93
V. FAKTOR-FAKTOR YANG MEMPENGARUHI
KUNJUNGAN EKOTURISME KE KEBUN RAYA BOGOR
5.1 Fungsi Frekuensi Kunjungan Ekoturisme ke Kebun Raya Bogor
Model persamaan regresi log liner yang digunakan dalam penelitian ini adalah model persamaan regresi log linier yang dirumuskan dalam metode
penelitian. Model regresi linier yang dirumuskan menggambarkan hubungan antara variabel dependent yaitu fungsi kunjungan ekoturisme ke KRB Y dengan
beberapa variabel bebas yaitu usia age, jenis kelamin sex, status pernikahan marital, tingkat pendidikan edu, jenis pekerjaan job, tingkat pendapatan inc,
frekuensi rekreasi frek, daya tarik KRB attrac, hari kunjungan day, waktu dan jarak tempuh ke KRB dan tempat alternatif tk, dk, ta dan da serta biaya
perjalana n ke KRB dan tempat alternatif ck dan ca. Akan tetapi, dalam penelitian ditemukan variabel baru yang diduga mempengaruhi jumlah kunjungan
ke KRB yaitu variabel ‘char’ yang menggambarkan sifat kunjungan yang dilakukan responden. Kunjungan yang bersifat rutin diberi nilai dummy = 1
sedangkan sebaliknya kunjungan yang bersifat tidak rutin diberi nilai = 0. Penambahan variabel baru tersebut menyebabkan penambahan jumlah variabel
menjadi 16 dan memunculkan model baru sebagai berikut:
ln Y = bo + b
1
Age + b
2
Sex + b
3
Marital + b4Edu + b
5
Job + b
6
Inc + b
7
Freq + b
8
Atttrac + b
9
Day + b
10
Dk + b
11
Tk + b
12
Ck + b
13
Da + b
14
Ta + b
15
Ca + b
16
Char µ.... .........................................................................1
94 Hasil analisis model 1 ternyata tidak memuaskan karena ditemukan
masalah multikolinearitas. Pada Tabel 24 terlihat bahwa nilai VIF untuk variabel Dk, Tk, Da dan Ta lebih besar dari 10, nilai VIF yang besar tersebut menandakan
adanya masalah multikolinearitas dalam model 1.
Tabel 28. Statistik Kolinearitas Model 1
Variabel Statistik Kolinearitas
Toleransi VIF
Umur Age 0,446
2,242 Jenis kelamin Sex
0,689 1,451
Status pernikahan Marital 0,502
1,991 Tingkat pendidikan akhir Edu
0,736 1,359
Jenis pekerjaan Job 0,796
1,256 Pendapatan per bulan Inc
0,671 1,491
Frekuensi rekreasi per tahun Frek 0,487
2,055 Daya tarik KRB Attrac
0,417 2,397
Hari kunjungan Day 0,745
1,342 Jarak tempuh menuju KRB Dk
0,081 12,286
Waktu tempuh ke KRB Tk 0,079
12,660 Biaya perjalanan ke KRB Ck
0,541 1,850
Jarak tempuh ke objek wisata eko alternatif Da 0,005
184,963 Waktu tempuh ke objek wisata eko alternatif Ta
0,005 185,481
Biaya perjalanan ke ke objek wisata eko alternatif Ca 0,673
1,485 Karakteristik Kunjungan Char
0,583 1,717
95 Masala h multikolinearitas pada model 1 haruslah diatasi karena sebuah model
yang memiliki masalah multikolinearitas akan menjadi tidak konsisten dan bias. Salah satu cara untuk menghilangkan masalah multikolinearitas dalam model
adalah dengan cara menghilangkan variabel yang berkorelasi Ramanathan, 1998 yang ditunjukkan oleh nilai VIF terbesar. Pada kasus ini, yang dihilangkan adalah
variabel Tk dan Da. Penghilangan variabel Tk dan Da mengakibatkan munculnya model baru sebagai berikut:
ln Y = bo + b
1
Age + b
2
Sex + b
3
Marital + b
4
Edu + b
5
Job + b
6
Inc + b
7
Freq +
b
8
Attrac + b
9
Day + b
10
Dk + b
11
Ck + b
12
Ta + b
13
Ca+ b
14
Char ........2 Dimana ringkasan dari hasil analisis model dapat dilihat pada tabel berikut:
Tabel 29. Ringkasan Hasil Analisis Regresi Model 2
Variabel Koefisien
Sd. Error Koefisien
T Sig.T
Konstanta 0,354
0,231 1,536
0,129 Umur Age
0,001 0,004
0,270 0,788
Jenis kelamin Sex -0,081
0,077 -1,056
0,294 Status pernikahan Marital
0,187 0,089
2,100 0,039
Tingkat pendidikan akhir Edu -0,003
0,013 -0,260
0,795 Jenis pekerjaan Job
0,006 0,071
0,089 0,930
Pendapatan per bulan Inc 0,000
0,000 -0,854
0,396 Frekuensi rekreasi per tahun Frek
0,051 0,011
4,525 0,000
Daya tarik KRB Attrac 0,947
0,099 9,550
0,000 Hari kunjungan Day
0,020 0,076
0,264 0,792
Jarak tempuh menuju KRB Dk 0,000
0,002 0,088
0,930 Biaya perjalanan ke KRB Ck
0,000 0,000
0,267 0,791
Waktu tempuh ke objek wisata eko alternatif Ta
-0,001 0,001
-1,915 0,059
Biaya perjalanan ke ke objek wisata eko alternatif Ca
0,000 0,000
1,516 0,134
Karakteristik Kunjungan Char 0,143
0,097 1,475
0,144 R
2
= 85,7 Adj
R
2
= 83,1 Fc = 32,592
Sig F = 0.000
DW = 2,113
Keterangan: Nyata pada taraf uji 15
96 Dari hasil analisis regresi model 2 lampiran tidak ditemukan masalah
multikolinearitas yang sebelumnya terdapat di model 2 karena tidak satupun peubah di model 2 memiliki nilai VIF 10. Dari hasil analisis model 2 juga tidak
ditemukan adanya penyimpangan asumsi regresi lainnya seperti, autokorelasi dan heteroskedastisitas. Autokorelasi dideteksi melaui besaran nilai statistik Durbin
Watson, apabila nilai stat durbin watson 1, 514 tidak terjadi autokorelasi, nilai stat durbin watson model 2 sebesar 2,113 sehingga dapat disimpulkan tidak terjadi
autokorelasi pada model 2. Salah satu cara untuk mengecek keberadaan heteroskedastisitas adalah dengan memplotkan residual dengan fitted value. Hasil
plot residual dengan fitted value pada model 4 menunjukkan sebaran acak yang berarti tidak ada masalah heteroskedastisitas pada model 4.
Goodness of fit atau kelayakan dari sebuah model pada umumnya diukur
melalui nilai R
2
, namun karena penelitian ini menggunakan model regresi log linier berganda dimana variabel bebasnya lebih dari satu maka akan lebih baik
apabila digunakan adjusted R
2
untuk mengukur kelayakan model. Nilai R
2
dari model 3 sebesar 85,7 sedangkan nilai adjusted R
2
model sebesar 83,1. Nilai adjusted
R
2
sebesar 83,1 berarti bahwa 83,1 fungsi kunjungan ekoturisme ke KRB dapat diterangkan oleh 14 variabel pada model 2 sedangkan sisa sebesar
16.9 diterangkan oleh faktor-faktor lain yang termasuk dalam error term. Dalam model regresi berganda, hubungan antara seluruh variabel
independent dengan variabel dependent diuji secara serempak menggunakan uji F. Satu atau lebih dari satu variabel bebas dalam model dikatakan mempunyai
hubungan dengan variabel dependent apabila nilai F
hitung
F
tabel
atau nilai dari sig
.F P value taraf nyata. Hasil analisis varian ANOVA dari model 2
97 memberikan nilai F sebesar 32,740 dengan nilai sig.F sebesar 0,0000. Nilai P
value model 2 lebih kecil daripada nilai taraf nyata ya ng dipergunakan a = 5,
maka dapat disimpulkan bahwa ada satu atau lebih variabel bebas pada model 2 dapat menerangkan fungsi kunjungan ekoturisme ke Kebun Raya Bogor.
Apabila hubungan antara seluruh variabel independent dengan variabel dependent diuji serempak menggunakan uji F, maka hubungan secara individual
antara masing- masing variabel independen dengan variabel dependen diuji menggunakan uji T dengan taraf uji sebesar 15. Pada uji T, sebuah variabel
bebas dikatakan secara nyata berpengaruh terhadap variabel terikat apabila nilai T
hitung
T
tabel
atau nilai dari sig. T P value lebih kecil daripada taraf nyata a. Dari hasil uji T, seperti terlihat pada Tabel 29 terdapat 6 variabel yang
nyata pada taraf uji 15 yaitu status pernikahan marital, frekuensi rekreasi per tahun frek, daya tarik KRB bagi responden attrac, waktu tempuh menuju lokasi
alternatif ta, biaya perjalanan menuju objek wis ata eko alternatif Ca dan karakteristik kunjungan char.
Pada Tabel 29 juga terlihat bahwa karakteristik sosial ekonomi responden yang mencakup usia, jenis kelamin, tingkat pend idikan, jenis pekerjaan dan
tingkat pendapatan tidak berpengaruh nyata terhadap frekuensi kunjungan ke KRB pada taraf uji 15. Hal tersebut dapat menjelaskan bahwa KRB sebagai
objek wisata ekoturisme memiliki sifat non exclusion yang berarti bahwa KRB sebagai objek ekoturisme dapat dinikmati setiap orang tanpa batasan. Selain itu,
variabel jarak tempuh dan biaya perjalanan ke KRB juga tidak berpengaruh nyata pada taraf uji 15, hal tersebut menunjukkan bahwa konsumen ekoturisme di
KRB memiliki daya bayar yang cukup tinggi.
98
5.2 Faktor – Faktor Yang Nyata Mempengaruhi Kunjungan Ekoturisme
Kategori