26
4.4.2. Analisis Dampak Perubahan Iklim Mikro terhadap Permintaan Wisata
Dampak perubahan iklim mikro terhadap permintaan wisata dilihat dari tren perkembangan parameter iklim dengan tren perkembangan jumlah
pengunjung wisata, selain itu dianalisis juga dengan menggunakan model regresi linear berganda. Model regresi merupakan alat statistika untuk mengevaluasi
hubungan antara satu peubah dengan satu peubah lainnya, atau satu peubah dengan beberapa peubah lainnya Gujarati, 2003. Penelitian ini akan
menganalisis pengaruh hubungan antara satu peubah dengan beberapa peubah lainnya, sehingga analisis yang digunakan adalah model regresi linear dengan dua
atau lebih peubah penjelas regresi linear berganda. Model regresi tersebut yaitu:
i n
n
ε β
β β
β
+ Χ
+ ⋅⋅
⋅⋅ +
Χ +
Χ +
= Υ
2 2
1 1
Dimana: Y = Nilai rata-rata dugaan
β = Intersep
β
1
= Parameter yang mempengaruhi nilai rataan X
1
= Variabel yang mempengaruhi nilai rataan β
n
= Parameter ke n X
n
= Variabel ke n ε
i
= Galat atau error Berdasarkan model regresi di atas, maka hubungan antara tingkat
permintaan wisata dan faktor-faktor yang mempengaruhinya dirumuskan sebagai berikut:
i t
ε β
β β
β β
β β
β β
+ Χ
+ Χ
+ Χ
+ Χ
+ Χ
+ Χ
+ Χ
+ Χ
+ =
Υ
8 8
7 7
6 6
5 5
4 4
3 3
2 2
1 1
27 Estimasi parameter dugaan:
β
1
, β
2
, β
3
, β
4
, β
7
β
5
, β
6
, β
8
Dimana: Y
t
= Jumlah kunjungan ke kawasan wisata jumlah kunjungan per tahun β
= Intersep β
i
= Koefisien regresi untuk faktor X
i
, dimana i = 1,2,...,8 X
1
= Biaya Perjalanan Rp X
2
= Kecepatan angin bernilai 1 jika ”menurun”, bernilai 2 jika ”tetap”, bernilai 3 jika ”meningkat”
X
3
= Curah hujan bernilai 1 jika ”menurun”, bernilai 2 jika ”tetap”, bernilai 3 jika ”meningkat”
X
4
= Hari hujan bernilai 1 jika ”menurun”, bernilai 2 jika ”tetap”, bernilai 3 jika ”meningkat”
X
5
= Pendapatan responden Rp X
6
= Tingkat pendidikan responden X
7
= Jarak tempuh km X
8
= Umur responden tahun ε
i
= Galat atau error Besarnya jumlah kunjungan ke lokasi wisata akan mencerminkan besarnya
permintaan pada wisata tersebut. Jumlah kunjungan dipengaruhi oleh faktor- faktor sebagai berikut: biaya perjalanan, kecepatan angin, curah hujan, hari hujan,
pendapatan responden, tingkat pendidikan responden, jarak tempuh, dan umur responden. Variabel-variabel tersebut diduga mempengaruhi besarnya jumlah
kunjungan wisatawan ke Puncak.
28 Variabel yang diduga akan memiliki koefisien bernilai positif yaitu
pendapatan responden, tingkat pendidikan responden, dan umur responden. Dihipotesiskan bahwa semakin tinggi pendapatan responden maka diduga akan
mempengaruhi responden dalam meningkatkan jumlah kunjungannya ke Puncak. Dihipotesiskan bahwa semakin tinggi pendidikan akhir yang ditempuh responden
maka diduga akan mempengaruhi responden dalam meningkatkan jumlah kunjungannya ke Puncak. Dihipotesiskan bahwa semakin tinggi umur responden
maka diduga akan mempengaruhi responden dalam meningkatkan jumlah kunjungannya ke Puncak.
Variabel yang diduga akan memiliki koefisien bernilai negatif yaitu biaya perjalanan, kecepatan angin, curah hujan, hari hujan, dan jarak yang dibutuhkan
untuk mengunjungi obyek wisata. Dihipotesiskan bahwa semakin tinggi biaya perjalanan maka diduga akan mempengaruhi responden dalam mengurangi jumlah
kunjungannya ke Puncak. Dihipotesiskan bahwa semakin besar kecepatan angin yang dirasakan responden maka diduga akan mempengaruhi responden dalam
mengurangi jumlah kunjungannya ke Puncak. Dihipotesiskan bahwa semakin besar curah hujan yang dirasakan responden maka diduga akan mempengaruhi
responden dalam mengurangi jumlah kunjungannya ke Puncak. Dihipotesiskan bahwa semakin besar jumlah hari hujan yang dirasakan responden maka diduga
akan mempengaruhi responden dalam mengurangi jumlah kunjungannya ke Puncak. Dihipotesiskan bahwa semakin jauh jarak responden untuk mengunjungi
lokasi wisata Puncak maka diduga mempengaruhi responden dalam mengurangi jumlah kunjungannya ke Puncak.
29
4.4.3. Estimasi Kerugian Ekonomi Obyek Wisata di Puncak Akibat Adanya Perubahan Iklim Mikro
Kategori