Lokasi dan Waktu Penelitian Metode Penelitian

Fungsi permintaan kunjungan ke tempat wisata beserta faktor-faktor yang mempengaruhinya diestimasi dengan pendekatan Individual Travel Cost Method ITCM. Menurut Fauzi 2006, pendekatan ITCM didasarkan pada data primer yang diperoleh melalui survei dan teknik statistika yang lebih kompleks. Kelebihan dari metode ini adalah dapat memberikan hasil yang lebih akurat. Fungsi permintaan wisata tiap individu per tahun kunjungan adalah sebagai berikut: Y = - ԑ............4 Dimana: Y = jumlah kunjungan trip tahunan ke cagar alam jumlah kunjungan per tahun X1 = biaya perjalanan individu ke lokasi cagar alam Rp.kunjungan X2 = pendapatan responden Rp.bulan X3 = lama pendidikan responden tahun X4 = usia responden tahun X5 = jarak tempuh ke lokasi cagar alam km X6 = tempat rekrasi alternatif X7 = jumlah tanggungan orang X8 = lama mengetahui lokasi bulan ԑ = error term = koefisien regresi untuk faktor Hipotesis yang dibangun dalam penelitian ini terkait variabel-variabel yang dimasukkan ke dalam model yaitu sebagai berikut: 1. Peningkatan biaya perjalanan akan mengurangi jumlah kunjungan wisatawan ke TWA Rimbo Panti. 2. Peningkatan jumlah pendapatan akan meningkatkan jumlah kunjungan wisatawan ke TWA Rimbo Panti. 3. Semakin lama tingkat pendidikan seseorang, maka intensitas kunjungan ke TWA Rimbo Panti juga akan meningkat. 4. Peningkatan usia akan menambah jumlah kunjungan wisatawan ke TWA Rimbo Panti. 5. Semakin jauh jarak tempuh menuju lokasi, maka intensitas kunjungan wisatan ke TWA Rimbo Panti akan cenderung berkurang. 6. Semakin banyak lokasi alternatif yang tersedia, maka akan mengurangi jumlah kunjungan wisatawan ke TWA Rimbo Panti. 7. Semakin banyak jumlah tanggungan seseorang, maka akan mengurangi intensitas kunjungan ke TWA Rimbo Panti. 8. Semakin lama seseorang mengetahui keberadaan TWA Rimbo Panti, maka semakin banyak intensitas kunjungannya. Pendekatan ITCM menggunakan teknik ekonometrik seperti regresi berganda. Analisis regresi berganda adalah regresi dimana variabel terikatnya dependent variable dijelaskan oleh lebih dari satu variabel bebas independent variable, namun masih menunjukkan hubungan yang linier. Variabel-variabel diatas dipilih berdasarkan teori-teori penelitian terdahulu dan observasi di lapang. Terdapat beberapa asumsi yang harus dipenuhi dalam penggunaan analisis regresi berganda agar menghasilkan estimator yang terbaik, sehingga diperoleh model yang lebih akurat. Ada pun beberapa pengujian statistik yang diperlukan adalah:

a. Uji Normalitas

Uji normalitas dilakukan untuk melihat apakah error term dari data observasi mendekati sebaran normal sehingga statistik t dapat dikatakan sah. Hal tersebut dapat dilihat dari normal probability plot dan histogram. Apabila terbentuk kurva normal yang menyerupai bentuk lonceng dalam histogram dan letak titik-titik berada pada garis berbentuk linier dalam normal probability plot, maka asumsi kenormalan terpenuhi.

b. Uji Statistik F

Uji F merupakan pengujian hipotesis koefisien regresi berganda untuk melihat apakah semua variabel bebas secara serentak atau bersama-sama mempengaruhi variabel terikat, dengan kata lain pengujian regresi berganda ini dilakukan terhadap model secara keseluruhan. Tabel pengujiannya disebut tabel F. Hasil uji statistiknya kemudian dibandingkan dengan nilai yang ada pada tabel.

c. Uji Statistik t

Uji t merupakan pengujian hipotesis koefisien regresi berganda dengan hanya satu variabel bebas mempengaruhi variabel terikat Hasan 2002. Tabelnya