Regresi Linier Berganda Kerangka Teoritis

32 2. Tidak membedakan individu yang memang datang dari kalangan pelibur dan mereka yang datang dari wilayah setempat. 3. Masalah pengukuran nilai dari waktu, dalam teori ekonomi mikro, variabel waktu memiliki nilai intrinsik tersendiri yang dinyatakan dalam bentuk opportunity cost.

3.1.5. Regresi Linier Berganda

Menurut Gujarati 1978, analisis regresi berkenaan dengan studi ketergantungan satu variabel, variabel tak bebas, pada satu atau lebih variabel lain, variabel yang menjelaskan explanatory variables, dengan maksud menaksir dan atau meramalkan nilai rata-rata hitung mean atau rata-rata populasi variabel tak bebas, dipandang dari segi nilai yang diketahui atau tetap dalam pengambilan sample berulang variabel yang menjelaskan yang belakangan. Persamaan regresi merupakan persamaan matematik yang memungkinkan kita meramalkan nilai-nilai suatu peubah tak bebas dari nilai-nilai satu atau lebih peubah bebas Walpole, 1982. Dalam regresi terdapat hubungan sebab akibat antara dua variabel yaitu variabel independen dan variabel dependen. Variabel independen merupakan variabel penjelas sedangkan variabel dependen merupakan variabel yang terikat yang nilainya dipengaruhi oleh variabel independen. Jika hanya terdapat satu buah variabel independen maka persamaan tersebut merupakan regresi sederhana, tapi jika mempunyai lebih dari satu variabel independen maka persamaan tersebut merupakan regresi berganda. 33 Dalam membentuk model yang akan dipergunakan dalam TCM, maka dipergunakan model regresi linier berganda. Secara umum, regresi linier berganda berbentuk : Y t =  +  1 X 1 +  2 X 2 + … +  t X t +  t Dimana Y merupakan variabel dependen dan X merupakan variabel independen dengan t menunjukkan observasi pada cross section data. Sedangkan  dan  t merupakan parameter dari koefisien regresi yang berhubungan linier. Dalam hal ini,  dan  t adalah parameter yang harus diestimasi dari data sedangkan  i dinyatakan sebagai error yang bersifat random atau acak yang disebabkan oleh empat efek yaitu oleh penghilangan variabel, non-linearitas, kesalahan pengukuran dan efek yang tidak dapat diprediksi lainnya Ramanathan, 1998. Pada analisis regresi linier berganda, akan dilihat bagaimana pengaruh beberapa variabel bebas X 1 -X t terhadap variabel terikatnya Y t . Bila perubahan itu searah maka dikatakan hubungannya positif, sebaiknya apabila perubahannya berlawanan arah maka hubungan keduanya negatif. Metode untuk mendapatkan besar, arah dan keeratan hubungan variabel-variabel tersebut adalah metode kuadrat terkecil atau sering disebut dengan Ordinary Least Square OLS. Didalam analisis regresi yang menggunakan OLS, asumsi-asumsi dari OLS harus terpenuhi, jika asumsi tidak dipenuhi maka tidak menghasilkan nilai parameter yang BLUE Best Linear Unbiased Estimator. Asumsi BLUE diantaranya : 1. Nilai harapan dari rata-rata kesalahan adalah nol. 2. Variansnya tetap homoskedasticity. 3. Tidak ada hubungan antara variabel bebas dan error term. 4. Tidak ada korelasi serial antara error no-autocorrelation. 34 5. Pada regresi linier berganda tidak terjadi hubungan antar variabel bebas no- multicolinearity.

3.2. Kerangka Operasional