Teknik Analisis Data METODOLOGI PENELITIAN

penduga untuk menjawab tujuan yang ditetapkan. 3. Pemasukan dan analisis data. Pemasukan dan analisis data dilakukan setelah semua data yang diperlukan dalam penelitian telah terkumpul kemudian dilakukan analisis data dengan teknis analisis data yang sesuai untuk mencapai tujuan dalam penelitian ini. 4. Perumusan hasil analisis sebagai bahan menyusun laporan. 5. Penulisan laporan merupakan hasil kegiatan selama penelitian.

3.4 Teknik Analisis Data

Analisis data dilakukan dengan menggunakan beberapa teknik analisis antara lain: Analisis Deskriptif, Analisis Pemusatan Location QuotienLQ, Analisis Entropi, Analisis Komponen Utama Principal Components Analysis, Analisis Auto Regresi Spasial, dan Analisis Kuantifikasi Hayashi I. Bagan alir metodologi penelitian dapat dilihat pada Gambar 2. Gambar 2 . Bagan Alir Penelitian PCA • Aksesibilitas • Jumlah Penduduk • Prasaranafasilitas Pelayanan Publik • Luas Produksi Komoditas Tanaman • Pengeluaran PCA Penggunaan Lahan PDRB Analisis LQ • Penggunaan Lahan Perubahannya • Pusat-Pusat Aktifitas ekonomi wilayah • Analisis Deskriptif • Analisis Kuantifikasi Hayashi I • Tabel Grafik • Peta Pola Kunjungan Wisata • Faktor Penentu Daya Tarik wisata • IKSDM Indeks Kapasitas Sumberdaya Manusia • IKPD Indeks Kapasitas Pemerintahan Daerah • IKW Indeks Kapasitas Wilayah • IK_Wis Indeks Kapsitas Kunjungan Wisata Analisis Auto Regresi Spasial Forward Stepwise Jumlah Kunjungan Wisata • Pendapatan Daerah PAD • Indikator Sosial Ekonomi • In Komp Aksesibilitas • In Komp Fasilitas Pendidikan Tingkat Tinggi • In Komp Fasilitas Pendidikan Tingkat Rendah • In Komp Fasilitas Kesehatan • In Komp Fasilitas Tempat Hiburan Objek Wisata • In Komp Tempat Ibadah • In Komp Fasilitas Ekonomi • In Komp Areal Perkebunan • In Komp Areal Persawahan • In Komp Areal Industri, Perdagangan • In Komp Areal PerumahanPariwisata • In Komp Areal Tanaman Pangan Hortikultur • In Komp Areal Budidaya Ikan • In Komp Produksi Tanaman Perkebunan Hortikultur • In Komp Produksi Tanaman Budidaya Ikan • In Komp Pendapatan Model Matematis Perkembangan Wilayah

3.4.1 Analisis Deskriptif

Perkembangan arus kunjungan wisata dilakukan dengan analisis deskriptif, data yang digunakan yaitu kunjungan wisatawan nusantara dan wisatawan mancanegara yang datang ke wilayah penelitian secara time series dari tahun 2000-2003 dan Penerimaan PAD tahun 2000-2003. Pengolahan data dapat dilakukan pada software Microsoft Excel XP. Data disusun dan disajikan dalam bentuk tabel dan grafik, kemudian diplotkan pada peta dasar. 3.4.2 Analisis Pemusatan Location Quotien Penggunaan lahan dan perubahannya menggunakan data penggunaan lahan tahun 2000 2003 dilakukan dengan metode Location Quotien LQ. Pusat-pusat aktifitas menggunakan data PDRB tahun 2000 2003 dilakukan denga n metode Location Quotien LQ. Analisis ini dapat dilakukan pada software Microsoft Excel XP. Dari hasil LQ ini diperoleh persentase luas areal penggunaan lahan dan perubahannya serta lokasi pemusatan aktifitas di setiap wilayah kecamatan. Asumsi yang digunakan dalam metode ini adalah bahwa 1. Kondisi geografis relatif seragam, 2. Pola-pola aktifitas bersifat seragam, dan 3. Setiap aktifitas menghasilkan produk yang sama Rustiadi et all, 2003. Persamaan LQ adalah : .. . . X X X X LQ j i ij = Dimana : ij X = nilai aktifitas ke-j di sub wilayah ke-i . i X = nilai aktifitas total di sub wilayah ke-i j X . = nilai aktifitas ke-j di seluruh wilayah .. X = nilai aktifitas total di seluruh wilayah 1. Jika nilai LQ i 1 maka terjadi konsentrasi suatu aktifitas di sub wilayah ke-i secara relatif dibandingkan dengan total wilayah atau terjadi pemusatan aktifitas di sub wilayah ke-i. 2. Jika nilai LQ i = 1 maka wilayah ke-i tersebut mempunyai pangsa aktifitas setara dengan pangsa total. 3. Jika nilai LQ i 1 maka wilayah ke-i tersebut mempunyai pangsa aktifitas relatif lebih kecil dibandingkan dengan aktifitas yang secara umum ditemukan di seluruh wilayah.

3.4.3 Analisis Entropy

Perkembangan suatu wilayah dapat dipahami dari semakin meningkatnya kuantitas komponen wilayah serta penyebaran jangkauan spasial komponen di dalam wilayah maupun di luar wilayah. Artinya suatu wilayah dikatakan berkembang jika jumlah dari komponen aktifitas wilayah tersebut bertambah atau tersebar luas. Perluasan jumlah komponen aktifitas dapat dianalisis dengan menghitung indeks diversifikasi dengan konsep entropi. Semakin tinggi entropi wilayah maka wilayah semakin berkembang Rustiadi et all, 2003. Data yang digunakan yaitu data PDRB tahun 2000 2003. Pengolahan data dilakukan di software Microsoft Excel XP. Persamaan umum entropy sebagai berikut : ∑∑ = = − = n i n j ij ij P P S 1 1 ln Dimana : ij ij ij X X P ∑ =

3.4.4 Analisis Komponen Utama Principal Component Analysis

Analisis PCA merupakan salah satu teknik yang mentransformasikan secara linier satu set peubah ke dalam peubah yang baru yang lebih sederhana dengan ukuran lebih kecil namun representatif dan orthogonal tidak saling berkorelasi Saefulhakim, 2000. Pada dasarnya PCA dapat digunakan sebagai analisis antara maupun analisis akhir. Sebagai antara, PCA dapat menghilangkan multikollinearitas atau dapat menyederhanakan data yang berpeubah banyak menjadi data yang berpeubah sedikit. Sebagai analisis akhir, PCA dapat digunakan untuk mengelompokkan peubah-peubah penting dari satu bundel peubah dasar penduga suatu fenomena, sekaligus memahami struktur dan melihat hubungan antar peubah tersebut. Analisis ini dilakukan menggunakan software Statistica versi 5.5. Variabel-variabel untuk Analisis Komponen Utama PCA dapat dilihat pada Lampiran 1 dan 2. Format data untuk analisis PCA dapat disusun membentuk suatu matriks yang berukuran n x p, dimana n : unit sample dan p : jumlah peubah jumlah kolom. Persamaan umum PCA yang dihasilkan adalah sebagai berikut : Yk = ak 1 X 1 + ak 2 X 2 + ... + ak p X p Format data untuk PCA dapat digambarkan sebagai berikut : X 11 X 12 X 13 ... X 1p X 21 X 22 X 23 ... X 2p X n1 X n2 X n3 ... X np Hasil analisis PCA antara lain : • Akar ciri eigen value merupakan suatu nilai yang menunjukkan keragaman dari peubah komponen utama dihasilkan dari analisis, semakin besar nilai eigenvalue maka semakin besar pula keragaman data awal yang mampu dijelaskan oleh data baru. • Proporsi dan kumulatif akar ciri, nilai pembobot eigen vector merupakan parameter yang menggambarkan hubungan setiap peubah dengan komponen utama ke-i. • PC loading menggambarkan besarnya korelasi antar variabel pertama dengan komponen ke-i. • Component score adalah nilai yang menggambarkan besarnya titik-titik data baru dari hasil komponen utama dan digunakan setelah PCA. PC scores inilah yang digunakan jika terdapat analisis lanjutan setelah PCA.

3.4.5 Analisis Auto Regresi Spasial

Analisis auto regresi spasial digunakan untuk membuat model pendugaan terhadap nilai dari parameter-parameter variabel penjelas lain yang diamati. Persamaan model adalah : n n o X A X A y W y W A Y + + + ∂ + ∂ + = ..... 1 1 2 2 1 1 Dimana : Y : Fungsi tujuanpeubah yang diduga dependent variable o A : Nilai konstantakoefisien fungsi regresi intercept 1 ∂ : Nilai konstantakoefisien matriks kontiguitas antar wilayah kecamatan berdasarkan kebalikan fungsi jarak 1 W :Matriks kontiguitas antar wilayah kecamatan berdasarkan kebalikan fungsi jarak. 2 ∂ : Nilai konstantakoefisien matriks kontiguitas antar wilayah kecamatan berdasarkan ketetanggaan batas wilayah administratif 2 W : Matriks kontiguitas antar wilayah kecamatan berdasarkan ketetanggaan batas wilayah administratif • Elemen matriks 1, jika dua wilayah kecamatan berbatasan langsung • Elemen matriks 0, jika dua wilayah kecamatan tidak berbatasan langsung atau berbatasan dengan wilayah sendirinya X : Variabel penjelas variabel yang diduga independent variable n A : Nilai konstantakoefisien variabel penjelas fungsi regresi Format matriks W               = 2 1 2 21 1 12 L M O M M L L j j j j d d d d d d W ÷             in i i d d d M 2 1 =               2 1 2 21 1 12 L M O M M L L j j j j wd wd wd wd wd wd ×             in i i IPK IPK IPK M 2 1 =             2 1 2 21 1 12 L M O M M L L j j j j w w w w w w Pada penelitian ini digunakan metode Forward Stepwise, yang mana prinsip dasarnya adalah mengurangi banyaknya peubah di dalam fungsi tujuan dengan cara menyisipkan peubah penjelas satu per satu hingga diperoleh persamaan regresi yang paling baik. Pengolahan data dapat dilakukan dengan menggunakan software Statistica versi 5.5.

3.4.6 Analisis Kuantifikasi Hayashi I

Analisis faktor penentu daya tarik wisata dilakukan dengan analisis kuantifikasi hayashi I. Pengolahan data menggunakan software QuickBasic QB45. Analisis kuantifikasi Hayashi I ini menganalisis keterkaitan antara variabel terikat kuantitatif objective variable external standard dengan variabel bebas kualitatif qualitative factorpredictor item Saefulhakim, 2000. Format data yang berkaitan dengan permasalahan Kuantifikasi Hayashi I dapat ditabulasikan seperti pada Tabel 1. Tabel 1. Format Umum Tabulasi Data Analisis Kuantifikasi Hayashi I Individu sample External Standard Predictor item 1 2 …j… R Categories C 11 C 12 … C 1 k C 21 C 22 … C 2 k C ij …C j k C R 1 C R 2 … C R k 1 Y 1 2 Y 2 … … I Y i jk i δ … … n Y n Dimana : n : Banyaknya sampel R : Banyaknya predictor item k j : Banyaknya kategori untuk item ke-j C jk : Kategori ke-k untuk item ke-j i : Sampel ke-i Yi : Objective variable untuk sampel ke-i 1, kalau sampel ke-i punya respon untuk item ke-j kategori ke-k jk i δ : 0, kalau contoh ke-i tidak punya respon untuk item ke-j kategori ke-k Model matematisnya dapat dinyatakan sebagai berikut : a Y ∆ = Dimana : Y : Vektor data objective variable ukuran 1 × n ∆ : Matriks ukuran R n × yang elemennya jk i δ a : Vektor ukuran 1 × ∑ j j k yang elemennya adalah jk a regresi untuk item ke-j kategori ke-k.

IV. KARAKTERISTIK UMUM WILAYAH PENELITIAN