tiga variabel bebas yang mempengaruhi variabel terikat secara nyata. Hal tersebut ditunjukkan dengan nilai p-value pada masing-masing variabel bebas yang lebih
kecil dari taraf nyata. Variabel bebas yang berpengaruh nyata adalah umur, tingkat pendidikan, dan frekuensi kunjungan. Variabel bebas yang tidak
berpengaruh nyata adalah pendapatan dan jumlah tanggungan. Hal ini ditunjukkan dengan nilai p-value dari masing-masing variabel bebas tersebut
yang lebih besar dari taraf nyata dapat dilihat di Tabel 18.
6.3.2 Analisis Faktor-faktor yang Mempengaruhi Nilai WTP Responden
Wisatawan Mancanegara
Berdasarkan hasil pengolahan data yang dilakukan dengan menggunakan Minitab for Windows Relase 14, diperoleh model WTP responden pengunjung
yang dihasilkan adalah sebagai berikut :
WTP = 106.743 - 698 Umur + 740 Tingkat Pendidikan + 0,00084 Pendapatan – 13.677 Jumlah Tanggungan – 32.764 Frekuensi Kunjungan + ε
i
Hasil output analisis regresi berganda model WTP responden pengunjung disajikan pada Tabel 19 dan Lampiran 14.
Tabel 19. Hasil Regresi Berganda WTP Responden Wisatawan Mancanegara
Variabel Koefisien
T P
VIF Constant
106.743 2,60
0,016 UM Umur
-698 -1.04
0,310 1,2
TP Tingkat Pendidikan 740
0,27 0,787
1,3 PD Pendapatan
0,00084 0,65
0,523 1,2
JT Jumlah Tanggungan -13.677
-3.93 0,001
1,2 FK Frekuensi Kunjangan
-32.764 -2.11
0,045 1,2
R
2
52,8 R
2
adj 43,0
Sumber: Hasil Analisis Data 2013 Keterangan : Tanda dan menunjukan taraf nyata koefisien regresi masing-masing variabel
berturut- turut pada α : 1, 5.
Berdasarkan hasil analisis regresi berganda diperoleh nilai R
2
sebesar 43. Nilai tersebut menunjukkan sebesar 43 keragaman WTP responden dapat
diterangkan oleh keragaman variabel-variabel penjelas yang terdapat dalam model, dan sisanya 57 dijelaskan oleh variabel-variabel lain yang tidak
dimasukkan ke dalam model. Setelah didapatkan model keseluruhan kemudian parameter model
tersebut diuji secara statistika agar model tersebut memenuhi semua asumsi model yaitu BLUE Best Linear Unbiased Estimator. Pelanggaran asumsi yang
biasa terjadi dalam analisis regresi linear berganda adalah multikolinearitas, heteroskedastisitas, dan autokorelasi. Pemenuhan asumsi dan uji statistik yang
dilakukan antara lain :
1. Uji Normalitas
Uji normalitas dilakukan dengan melihat normal probability plot dan histogram Lampiran 15. Titik-titik yang terdapat pada normal probability plot
mengumpul dan terletak pada suatu garis berbentuk linear sehingga dapat disimpulkan bahwa data yang dimiliki telah menyebar normal. Cara lainnya
adalah dengan menggunakan uji Kolmogorov Smirnov Lampiran 16. Berdasarkan hasil uji Kolmogorov Smirnov diperoleh nilai p-value lebih besar
dari 0,15 dan nilai Kolmogorov Smirnov sebesar 0,099 lebih kecil dari nilai Kolmogorov Smirnov tabel 0,161, sehingga dapat disimpulkan data yang
dimiliki telah menyebar normal.
2. Uji Autokolerasi
Uji autokolerasi perlu dilakukan untuk mengetahui terjadinya korelasi antar anggota sampel atau data pengamatan. Uji Durbin Watson digunakan untuk
mendeteksi terjadinya autokolerasi di dalam model. Berdasarkan analisis regresi diperoleh nilai uji Durbin Watson adalah 2,44503, dimana nilai tersebut berada
diantara nilai 1,55 dan 2,46, sehingga dapat disimpulkan bahwa autokolerasi tidak terjadi dalam model Lampiran 14.
3. Uji Multikolinearitas
Salah satu pelanggaran asumsi dalam analisis regresi berganda adalah adanya multikolinearitas. Masalah multikolinearitas dapat didteksi berdasarkan
nilai VIF. Berdasarkan hasil analisis regresi, nilai VIF untuk masing-masing variabel bebas kurang dari sepuluh VIF 10. Hal tersebut menunjukkan
variabel bebas yang satu dengan variabel bebas yang lain dalam model regresi tidak saling berkorelasi linear atau tidak terjadinya masalah multikolinearitas
dalam model Lampiran 14.
4. Uji Heteroskedastisitas
Masalah heteroskedastisitas dapat dideteksi dengan menggunakan uji Glesjer. Uji Glesjer dilakukan dengan cara meregresikan nilai absolut residual.
Hipotesis yang dibangun adalah H yang berarti heteroskedastisitas, dan H
1
yang
berarti homoskedastisitas. Apabila nilai p-value lebih besar dari taraf nyata, maka tolak H
. Berdasarkan uji Glesjer diperoleh p-value sebesar 0,244, dimana nilai tersebut lebih besar dari taraf nyata 20, sehingga dapat disimpulkan bahwa
sisaan bersifat homogen, yang berarti masalah heteroskedastisitas tidak terjadi dalam model Lampiran 17.
5. Uji Statistik F
Berdasarkan analisis regresi berganda dalam tabel analisis varians, diketahui bahwa seluruh variabel bebas yang terdapat di dalam model regresi
saling berpengaruh secara signifikan terhadap variabel terikatnya. Hal tersebut ditunjukkan dengan nilai P yang lebih kecil dari taraf nyata 1 P α. Nilai P
dalam uji statistik F adalah 0,002, artinya semua variabel bebas dalam model regresi ini secara serentak atau bersama-sama mempengaruhi variabel terikat
Lampiran 14.
6. Uji Statistik t
Uji statistik t dilakukan untuk mengetahui variabel bebas yang secara nyata mempengaruhi variabel terikat. Berdasarkan hasil uji statistik t, terdapat dua
variabel bebas yang mempengaruhi variabel terikat secara nyata. Hal tersebut ditunjukkan dengan nilai p-value pada masing-masing variabel bebas yang lebih
kecil dari taraf nyata. Variabel bebas yang berpengaruh nyata adalah jumlah tanggungan dan frekuensi kunjungan. Variabel bebas yang tidak berpengaruh
nyata adalah umur, tingkat pendidikan, dan pendapatan. Hal ini ditunjukkan dengan nilai p-value dari masing-masing variabel bebas tersebut yang lebih besar
dari taraf nyata Tabel 19.
6.4 Faktor-faktor yang Berpengaruh Nyata terhadap Nilai WTP Responden Wisatawan
6.4.1 Faktor-faktor yang Berpengaruh Nyata terhadap Nilai WTP Responden Wisatawan Nusantara
Berdasarkan Tabel 18, dapat dilihat bahwa variabel yang mempunyai pengaruh nyata pada tingkat kepercayaan 99 adalah umur. Variabel yang
mempunyai pengaruh nyata pada tingkat kepercayaan 95 adalah frekuensi kunjungan. Variabel yang mempunyai pengaruh nyata pada tingkat kepercayaan
90 adalah tingkat pendidikan. Penjelasan lebih lanjut mengenai variabel- variabel yang berpengaruh secara nyata terhadap nilai WTP responden wisatawan
nusantara adalah sebagai berikut:
1. Umur
Variabel umur berpengaruh positif terhadap nilai WTP pada taraf nyata 1 atau pada tingkat kepercayaan 99. Nilai koefisien bertanda positif +
dengan nilai 249,1 berarti bahwa setiap penambahan umur sebanyak satu tahun maka diduga rata-rata nilai WTP yang diberikan responden pengunjung akan
meningkat sebesar Rp 249,1. Hal ini disebabkan semakin bertambah umur pengunjung, ingin merasakan kenyamanan dalam berwisata, sehingga dengan
memberikan biaya kunjungan yang lebih akan membantu dalam pengelolaan. Selain itu, untuk pelestarian penyu agar keturunan dimasa yang akan datang
masih dapat menikmati wisata di TCEC.
2. Frekuensi Kunjungan
Variabel frekuensi kunjungan berpengaruh negatif terhadap nilai WTP pada taraf nyata 5 atau pada tingkat kepercayaan 95. Nilai koefisien bertanda
negatif - dengan nilai 735 berarti bahwa setiap kenaikan frekuensi kunjungan sebanyak satu kali maka diduga rata-rata nilai WTP yang diberikan responden
pengunjung akan menurun sebesar Rp 735. Hal ini disebabkan karena dengan semakin sering wisatawan berkunjung, maka wisatwan akan merasa bosan
dengan pemandangan yang sudah biasa mereka kunjungi.
3. Tingkat Pendidikan
Variabel umur berpengaruh positif terhadap nilai WTP pada taraf nyata 10 atau pada tingkat kepercayaan 90. Nilai koefisien bertanda positif +
dengan nilai 927,4 berarti bahwa setiap kenaikan tingkat pendidikan sebanyak satu tahun maka diduga rata-rata nilai WTP yang diberikan responden
pengunjung akan meningkat sebesar Rp 927,4. Hal ini disebabkan karena dengan pendidikan yang tinggi, maka seseorang akan lebih paham dalam menilai
pentingnya menjaga lingkungan dan sumberdaya.