Prosedur Analisis Data METODE PENELITIAN

commit to user 41 8. Fasilitas X6 Fasilitas merupakan jasa pelayanan yang diberikan Obyek Wisata Ndayu Park untuk mendukung aktivitas-aktivitas pengunjung saat mengunjungi obyek wisata tersebut. Fasilitas yang diberikan Obyek Wisata Ndayu Park berupa resort, pendopo pertemuan, toilet, gazebo, resto, dan pusat oleh-oleh khas Sragen. Pendapat responden mengenai fasilitas yang ada di Objek Wisata Ndayu Park ini dapat dinyatakan dengan lengkap dan kurang lengkap. Variabel ini diukur dengan dummy 1=jika lengkap, 0= jika kurang lengkap.

F. Prosedur Analisis Data

Prosedur analisis data pada penelitian ini menggunakan pendekatan Analisis diskriptif mengenai karakteristik sosial ekonomi responden, Travel Cost Method TCM dan Contingent Valuation Method CVM. Pendekatan TCM digunakan untuk mengkaji permintaan Objek Wisata Ndayu Park dan pendekatan CVM digunakan untuk mengkaji WTP pengunjung terhadap harga tiket masuk Objek Wisata Ndayu Park. 1. Analisis Diskriptif Analisis ini berisi tentang bahasan secara diskriptif mengenai tanggapan yang diberikan responden pada kuesioner mengenai karakteristik sosial ekonomi pengunjung dan perilaku pengunjung yang bersedia dalam membayar serta kepuasannya terhadap pelayanan objek wisata tersebut. commit to user 42 2. Analisis Permintaan Objek Wisata Ndayu Park dengan Travel Cost Method Analisis fungsi permintaan Objek Wisata Ndayu Park dilakukan dengan menggunakan metode biaya perjalanan atau Travel Cost Method khususnya biaya perjalanan individu atau Individual Travel Cost Method ITCM. ITCM dirumuskan sebagai berikut Fauzi, 2004 dalam Tri, 2009 : Keterangan : Vij = Jumlah kunjungan oleh individu i ke tempat j Cij = biaya perjalanan yang dikeluarkan oleh individu i untuk mengunjungi lokasi j Tij = Biaya waktu yang dikeluarkan oleh individu i untuk mengunjungi lokasi j Qi = Persepsi responden terhadap kualitas lingkungan dari tempat yang dikunjungi Sj = Karakteristik substitusi yang mungkin ada di tempat lain Yi = Pendapatan income dari individu i Analisis biaya perjalanan ini adalah suatu metode yang digunakan untuk mencari nilai kemauan membayar pengunjung Willingness To Pay terhadap barang publik, tempat rekreasi yang merupakan barang publik yang tidak mempunyai harga pasar. Biaya perjalanan Vij = fCij, Tij, Qi, Sij, Mi commit to user 43 mempengaruhi adanya permintaan jumlah pengunjung yang didasarkan untuk menentukan nilai barang publik yang menggunakan metode biaya perjalanan yang dikeluarkan oleh pengunjung. Metode biaya perjalanan digunakan untuk menghitung tingkat kunjungan per 1000 penduduk per tahun. Fungsi dari faktor biaya perjalanan, waktu yang digunakan untuk melakukan perjalanan, obyek wisata alternatif yang berada dalam zona penelitian, serta penghasilan wisatawan. Fungsi faktor-faktor tersebut dapat dilihat dalam rumus berikut Mugi, 2008 : Kunjungan1000th = Keterangan : Pengunjung dari zona N : Pengunjung tiap minggu P : Jumlah penduduk dari zona 3. Analisis WTP Pengunjung terhadap Harga Tiket Masuk Objek Wisata Ndayu Park dengan Contingent Valuation Method. Tahap dalam penerapan analisis CVM menurut Hanley dan Spash 1993 dalam Fauzi 2010, yaitu : 1. Membuat Pasar Hipotetik Pasar hipotetik dibangun untuk memberikan suatu alasan mengapa masyarakat seharusnya membayar terhadap suatu barangjasa commit to user 44 lingkungan dimana tidak terdapat nilai dalam mata uang berapa harga barangjasa lingkungan tersebut. Pasar hipotetik harus menggambarkan bagaimana mekanisme pembayaran yang dilakukan. Skenario kegiatan harus diuraikan secara jelas dalam kuesioner sehingga responden dapat memahami barang lingkungan yang dipertanyakan serta keterlibatan masyarakat dalam rencana kegiatan. Selain itu, dalam kuesioner perlu pula dijelaskan perubahan yang akan terjadi jika terdapat keinginan masyarakat untuk membayar. 2. Mendapatkan Penawaran Besarnya Nilai WTP Penawaran besarnya nilai WTP dapat dilakukan dengan menggunakan kuesioner. Hal ini dapat dilakukan melalui wawancara dengan tatap muka, perantara telepon, atau dengan menggunkan surat. Terdapat beberapa cara yang dapat digunakan untuk memperoleh nilai WTP, yaitu : a. Bidding Game, yaitu metode tawar-menawar dimana responden ditawarkan sebuah nilai tawaran yang dimulai dari nilai terkecil hingga nilai terbesar hingga mencapai nilai WTP maksimum yang sanggup dibayarkan oleh responden. b. Closed-ended Referendum, yaitu metode dengan memberikan sebuah nilai tawaran tunggal kepada responden, baik responden setuju ataupun responden tidak setuju dengan nilai tersebut. commit to user 45 c. Payment Card, yaitu suatu nilai tawaran disajikan dalam bentuk kisaran nilai yang dituangkan dalam sebuah kartu yang mungkin mengindikasikan tipe pengeluaran responden terhadap barangjasa publik yang diberikan. d. Open-ended Question, yaitu suatu metode pertanyaan terbuka tentang WTP maksimum yang sanggup mereka berikan dengan tidak adanya nilai tawaran sebelumnya. Namun, dengan menggunkan metode ini biasanya responden mengalami kesulitan untuk menjawab, khusunya bagi yang belum memiliki pengalaman sebelumnya mengenai nilai perdagangan komoditas yang dipertanyakan. 3. Memperkirakan Nilai Tengah dan Nilai Rata-Rata WTP Setelah data-data nilai WTP terkumpul, tahap selanjutnya adalah perhitungan nilai tengah median dan atau nilai rata-rata mean dari WTP tersebut. Perhitungan nilai penawaran menggunakan nilai rata-rata, maka akan diperoleh nilai yang lebih tinggi dari yang sebenarnya, oleh karena itu lebih baik menggunakan nilai tengah agar tidak dipengaruhi oleh rentang penawaran yang cukup besar. Nilai tengah penawaran selalu lebih kecil daripada nilai rata- rata penawaran. 4. Memperkirakan Kurva WTP Kurva WTP dapat diperkirakan dengan menggunakan nilai WTP sebagai variabel dependen dan faktor-faktor yang mempengaruhi commit to user 46 nilai tersebut sebagai variabel independen. Kurva WTP tersebut dapat digunakan untuk memperkirakan perubahan nilai WTP karena perubahan sejumlah variabel independen yang berhubungan dengan mutu lingkungan. Selain itu, kurva WTP dapat pula digunakan untuk menguji sensitivitas jumlah WTP terhadap variasi perubahan mutu lingkungan. Contoh variabel bebas yang mempengaruhi nilai WTP antara lain adalah tingkat pendapatan Y, tingkat pendidikan E, tingkat pengetahuan K, tingkat umur A, dan beberapa variabel yang mengukur kualitas lingkungan Q. Hubungan antara variabel bebas dan variabel terikat dapat berkorelasi linear dengan bentuk persamaan umum sebagai berikut: WTPi = fYi, Ei, Ki, Ai, Qi dimana i = responden ke-i. 5. Menjumlahkan Data Penjumlahan data merupakan proses dimana rata-rata penawaran dikonversikan terhadap total populasi yang dimaksud. Keputusan dalam penjumlahan data ditentukan oleh : a. Pilihan terhadap populasi yang relevan. Tujuannya untuk mengidentifikasi semua pihak yang utilitasnya dipengaruhi secara signifikan oleh kebijakan yang baru dan semua pihak yang memiliki batas politik yang relevan, dimana dipengaruhi oleh kebijakan baru tersebut. commit to user 47 b. Berdasarkan rata-rata contoh ke rata-rata populasi. Nilai rata- rata contoh dapat digandakan oleh jumlah rumah tangga dalam populasi N, meskipun akan timbul kebiasan, sebagai contoh adanya tingkat pendapatan tertinggi dan terendah. Jika variabel telah dimasukkan ke dalam kurva penawaran, estimasi rata-rata populasi µ, dapat diturunkan dengan memasukkan nilai populasi yang relevan ke dalam kurva penawaran. Nilai ini dapat digandakan dengan N. c. Pilihan dari pengumpulan periode waktu yang menghasilkan manfaat. Hal ini bergantung pada pola CVM yang akan digunakan. Pada setiap kasus dari aliran manfaat dan biaya dari waktu ke waktu cukup panjang, masyarakat dikonfontasikan dengan keperluan penggunaan preferansi saat ini untuk mengukur tingkat preferensi di masa depan, sebagaimana adanya implikasi discounting. 4. Analisis Regresi a. Pemilihan Model Pengaruh variabel bebas dapat diketahui terhadap variabel terikat digunakan alat analisis statistik yaitu regresi linier berganda dengan bentuk semi-log. Analisis regresi linier berganda dengan bentuk semi-log merupakan suatu metode yang digunakan untuk menganalisa hubungan antar variabel. commit to user 48 Menganalisis TCM dengan kunjungan ke Objek Wisata Ndayu Park yang dipengaruhi oleh biaya perjalanan ke Ndayu Park, pendidikan, pendapatan, jarak, umur, dan fasilitas sehingga dapat diformulasikan sebagai berikut: TK Y = f LnX 1 , X 2 , LnX 3 , X 4 , X 5 , X 6 Keterangan : TKY = Tingkat kunjungan per 1000 di Objek Wisata Ndayu Park X 1 = Biaya perjalanan Objek Wisata Ndayu Park berupa biaya transportasi, biaya konsumsi, karcis masuk, biaya parkir, dan biaya lain-lain X 2 = Pendidikan X 3 = Pendapatan X 4 =Jarak tempat tinggal pengunjung dengan Objek Wisata Ndayu Park X 5 = Usia pengunjung X 6 = Fasilitas Objek Wisata Ndayu Park Menganalisis CVM dengan kemauan membayar responden di Objek Wisata Ndayu Park yang dipengaruhi oleh biaya perjalanan ke Ndayu Park, pendidikan, pendapatan, jarak, usia, dan fasilitas sehingga dapat diformulasikan sebagai berikut: commit to user 49 LnWTP Y = f LnX 1 , X 2 , LnX 3 , X 4 , X 5 , X 6 Keterangan : LnWTP Y = Willingness to pay ketersediaan membayar LnX 1 = Biaya perjalanan Objek Wisata Ndayu Park berupa biaya transportasi, biaya konsumsi, karcis masuk, biaya parkir, dan biaya lain-lain X 2 = Pendidikan LnX 3 = Pendapatan X 4 = Jarak tempat tinggal pengunjung dengan Objek Wisata Ndayu Park X 5 = Usia pengunjung X 6 = Fasilitas Objek Wisata Ndayu Park Dari formulasi di atas, model analisis regresi linear berganda dengan menggunakan model regresi semi-log untuk TCM adalah sebagai berikut: TK Y = β + β 1 LnX 1 + β 2 X 2 + β 3 LnX 3 + β 4 X 4 + β 5 X 5 + β 6 X 6 + е dan untuk yang CVM adalah : LnWTP Y = β + β 1 LnX 1 + β 2 X 2 + β 3 LnX 3 + β 4 X 4 + β 5 X 5 + β 6 X 6 + е Keterangan : TK Y = Tingkat kunjungan per 1000 di Ndayu Park LnWTP Y = Willingness to pay ketersediaan membayar commit to user 50 β = Intersepkonstanta β1, β2, β3, β4, β5, β6 = Koefisien regresi LnX1 = Biaya perjalanan X2 = Tingkat pendidikan LnX3 = Pendapatan X4 = Jarak X5 = Usia X6 = Fasilitas e = Variabel pengganggu

b. Uji Asumsi Klasik

Kesimpulan dapat diambil berdasarkan hasil regresi maka model persamaan harus terbebas dari asumsi klasik. Uji asumsi klasik yang digunakan dalam penelitian ini terdiri atas Uji Multikolinearitas, Uji Autokolerasi dan Uji Heteroskedastisitas. 1 Uji Multikolinearitas Uji multikolinearitas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independent. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Mengukur derajat multikolinearitas dilakukan karena dalam asumsi dasar dari classical linear regression model CLRM dikatakan bahwa antar sesama regressor variabel bebas tidak boleh memiliki hubungan secara pasti, baik terhadap sebagian commit to user 51 regressor ataupun seluruhnya Gujarati, 2005 dalam Pramudhito, 2010. Salah satu cara mendeteksi multikolinearitas adalah menggunakan perhitungan regresi pelengkap auxiliary regressions, yaitu membandingkan nilai F i dan F hitung Gujarati, 2005 dalam Pramudhito, 2010. Jika F hitung F i , maka terdapat hubungan kolinear antara masing- masing variabel bebas X i ….X k . Namun, jika F hitung F i , maka X i tidak kolinear dengan X lainnya, demikian juga terhadap X 2 , X 3 , X 4 , X 5 dan X 6 Pramudhito, 2010. 2 Uji Autokorelasi Uji autokorelasi bertujuan menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan kesalahan pengganggu pada periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan ada problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lainnya. Masalah ini timbul karena residual kesalahan pengganggu tidak bebas dari satu observasi ke observasi lainnya Ghozali, 2006 dalam Triana, 2010. 3 Uji Heteroskedastisitas Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Jika varians dari commit to user 52 residual satu pengamatan ke pengamatan lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas Ghozali, 2006 dalam Triana, 2010. Dasar analisisnya adalah: a Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasi telah terjadi heteroskedastisitas. b Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas. Regresi ini dilakukan secara indvidu terhadap masing-masing variable independen. Jika ternyata tidak ada hubungan yang signifikan antara residu dengan masing-masing variabel independen maka berarti dalam model tersebut tidak terdapat heteroskedastisitas Triana, 2010. c. Uji Statistik 1 Uji t Uji t digunakan untuk mengetahui pengaruh masing- masing variabel independen terhadap variabel dependen. Adapun langkah-langkanya sebagai berikut : commit to user 53 a Merumuskan formula hipotesis: H0 : b1 = 0 Ha : b1 ≠ 0 b Menentukan level of significance α sebesar 5 c Menentukan t tabel dan menghitung t hitung t tabel t α2 : n-k Keterangan: α = Derajat signifikansi = 5; α = 0,05 n = Jumlah sampel observasi k = Banyaknya parameter dalam model termasuk intersep t hitung βi Se βi Keterangan: βi = Parameter Se βi = standart error parameter commit to user 54 d Kriteria pengujian: i. Jika -t tabel ≤ t hitung ≤ + t tabel , H diterima dan H a ditolak. Kesimpulannya b 1 sama dengan nol b 1 tidak signifikan pada α =5. Dapat dikatakan bahwa X 1 secara statistik tidak berpengaruh terhadap Y. ii. Jika t hitung ≤ -t tabel atau t hitung ≥ + t tabel , H ditolak dan H a diterima. Kesimpulannya b 1 berbeda dengan nol b 1 signifikan pada α = 5. Dapat dikatakan bahwa X 1 secara statistik berpengaruh terhadap Y. 2 Uji F Uji F digunakan untuk menguji adanya pengaruh variabel-variabel indepeden terhadap variabel dependen secara bersama-sama. Adapun langkah-langkahnya sebagai berikut : a Merumuskan formula hipotesis H0 : b1=b2=b3=b4=b5=b6=0 Ha : b1 ≠b2≠b3≠b4≠b5≠b6≠0 b Menentukan level of significance α sebesar 5 c Menentukan F tabel dan menghitung F hitung F tabel F α , n-k, k-1 commit to user 55 F hitung R 2 k-1 1-R 2 n-k Keterangan: R 2 = Koefisien determinasi k = Banyaknya parameter termasuk intersep d Kriteria pengujian i. Jika F hitung F tabel , maka H diterima dan H a ditolak. Kesimpulannya bahwa b 1 , b 2 , b 3 , b 4 , b 5 dan b 6 tidak berbeda dengan nol. Dapat dikatakan bahwa semua koefisien regresiparameter secara bersama-sama tidak signifikan pada α=5. ii. Jika F hitung F tabel , maka H ditolak dan H a diterima. Kesimpulannya bahwa b 1 , b 2 , b 3 , b 4 , b 5 , b 6 tidak sama dengan nol. Dapat dikatakan bahwa semua koefisien regresiparameter secara bersama- sama signifikan pada α=5. commit to user 56 3 Koefisien Determinasi Koefisien determinasi R 2 menunjukkan seberapa besar persentase variasi yang terjadi pada variabel terikat dapat dijelaskan oleh variabel bebas dalam model. Nilai R 2 terletak antara 0 dan 1 0 ≤ R 2 ≤ 1. Jika R 2 =1, artinya garis regresi tersebut menjelaskan 100 variasi dalam variabel terikat dan sebaliknya. Namun, jika R 2 = 0, artinya garis regresi tersebut tidak menjelaskan sedikitpun variasi dalam variabel terikat. Model dikatakan lebih baik apabila koefisien determinasinya mendekati satu. 4 Kurva Permintaan Hubungan antara harga dan kuantitas yang dibeli disebut skedul permintaan. Skedul permintaan yang digambarkan secara grafik disebut kurva permintaan. Kurva permintaan memiliki hubungan yang terbalik, dimana jika Q naik maka P turun dan sebaliknya. Fakta penting ini disebut kurva permintaan dengan kemiringan negatif law of downward – sloping demand, yaitu jika harga suatu komoditi naik dan hal- hal lain dianggap tetap pembeli cenderung membeli lebih sedikit komoditi tersebut. Demikian juga halnya jika harga turun dan hal-hal lain dianggap tetap, jumlah commit to user 57 barang yang dibeli juga akan meningkat. Hukum ini berlaku pada hampir semua komoditi, seperti jagung, minyak, mobil, dsb. Tiang tumpuan semua permintaan adalah selera dan kebutuhan individu. Turunnya harga barang akan merangsang konsumen lama untuk melakukan pembelian lebih banyak dan sebaliknya saat harga barang naik menyebabkan sebagian dari kita membeli barang tersebut lebih sedikit. Ada dua faktor mengapa jumlah barang yang dibeli cenderung menurun pada saat harga naik, antara lain : a Efek substitusi Pada saat harga suatu barang naik, akan ditukar dengan barang lain yang serupa. Misalnya saat harga daging sapi naik maka konsumen akan menggantinya dengan mengkonsumsi daging ayam. b Efek pendapatan Pada saat harga naik, maka konsumen akan menjadi semakin miskin dari sebelumnya. Misalnya saat harga bensin naik 2X lipat, maka pendapatan konsumen akan terasa semakin commit to user 58 sedikit sehingga terpaksa membatasi konsumsi bensin dan barang lainnya. Fungsi permintaan adalah persamaan yang menunjukkan hubungan antara jumlah suatu barang yang diminta dengan faktor-faktor yang mempengaruhinya. Fungsi permintaan mengikuti hukum permintaan yaitu apabila harga suatu barang naik maka permintaan akan barang tersebut akan menurun dan sebaliknya apabila harga barang turun maka permintaan akan barang tersebut meningkat. Hubungan antara harga dan jumlah barang yang diminta memiliki hubungan yang terbalik, sehingga gradien dari fungsi permintaan b akan selalu negatif. Bentuk umum fungsi permintaan adalah sebagai berikut: Q = -a + bP atau P = + dimana : a dan b = konstanta b = ∆Qd ∆Pd Pd = harga barang per unit yang diminta Qd =banyaknya unit barang yang diminta Syarat, P ≥ 0, Q ≥ 0, serta dPd dQ 0 commit to user 59

BAB IV HASIL ANALISIS DAN PEMBAHASAN