27
X
3
= Lama mengetahui keberadaan objek wisata tahun
X
4
= Pendapatan responden Rupiah per tahun
X
5
= Umur responden tahun
X
6
= Jumlah Tanggungan orang
e
i
= Error Term
Adapun langkah-langkah dalam membangun model permintaan wisata dalam penelitian ini adalah sebagai berikut:
1. Memeriksa hubungan antar variabel predictor
2. Memeriksa kasus overunder dispersion
3. Menentukan jenis model regresi yang digunakan : regresi linear berganda
4. Pengujian signifikasi parameter regresi
5. Mendapatkan model terbaik
4.4.2.1 Pemenuhan Asumsi Linear Berganda
Kegunaannya uji regresi ganda yaitu untuk meramalkan nilai variabel terikat Y apabila variabel bebas minimal dua atau lebih. Uji regresi ganda adalah
alat analisis peramalan nilai pengaruh dua variabel bebas atau lebih terhadap satu variabel terikat untuk membuktikan ada atau tidaknya hubungan fungsional atau
hubungan kausal antara dua atau lebih X
1
, X
2
, X
3
,….,Xn dengan satu variabel terikat. Adapun asumsi-asumsi yang harus dipenuhi adalah:
1. Uji Normalitas
Uji normalitas digunakan untuk menguji apakah error term dari data observasi mendekati sebaran normal sehingga statistik t dapat dikatakan sah. Uji
tersebut dapat dilakukan dengan “normality test” pada residual hasil persamaan model. Jika dalam grafik hasil uji tersebut keberadaan titik-titik pada garis
28
berbentuk linier dan didapat P-value lebih besar dari taraf nyata α , maka asumsi
kenormalan dapat terpenuhi Firdaus, 2004. 2.
Uji Multikolinearitas Multikolinearitas artinya antarvariabel independen yang terdapat dalam
model regresi memiliki hubungan linear yang sempurna atau mendekati sempurna koefisien korelasinya tinggi atau bahkan 1. Model regresi yang baik seharusnya
tidak terjadi korelasi sempurna atau mendekati sempurna di antara variabel bebasnya. Konsekuensi adanya multikolinearitas adalah adalah koefisien korelasi
variabel tidak tertentu dan kesalahan menjadi sangat besar atau tidak terhingga. Salah satu metode uji multikolinearitas yaitu dengan melihat nilai tolerance dan
inflantion factor VIF pada model regresi. Variabel yangmenyebabkan multikolinearitas dapat dilihat dari nilai tolerance yang lebih kecil daripada 0,1
atau nilai VIF yang lebih besar daripada nilai 10 Hair et al, 1992 3.
Uji F ANOVA atau analisis varian merupakan uji koefisien regresi secara
bersama-sama uji F untuk menguji signifikansi pengaruh beberapa variabel independen terhadap variabel dependen Priyatno, 2009. Adapun langkah-
langkah Uji F adalah sebagai berikut : 1.
Merumuskan hipotesis H
:β
1
=β
2
= 0 ………………………………. 2
H
1
:β
1
≠β
2
≠β
3
=β
4
= 0 ………………………………. 3
2. Menentukan F hitung dan signifikansi
3. Menentukan F tabel
29
F tabel dapat dilihat pada tabel statistik terlampir pada tingkat signifikansi 0,15 dengan derajat kebebasan degree of freedom df=n-
k dan k-1 dimana n adalah jumlah variable termasuk konstanta. 4.
Kriteria Pengujian Bila F Hitung F Tabel, maka Ho diterima dan H
1
ditolak, berarti semua variable independen secara simultan tidak mempunyai
hubungan linear yang signifikan terhadap variable dependen. Bila F Hitung F Tabel, maka Ho ditolak dan H
1
diterima, berarti semua variable independen secara simultan mempunyai hubungan
linear yang signifikan terhadap variable dependen. 4.
Uji T Uji t digunakan untuk menguji apakah koefisien regresi yang diperoleh
dari hasil perhitungan dengan metode OLS berbeda secara signifikan dengan nilai 28 parameter tertentu atau tidak Firdaus, 2004. Prosedur pengujiannya sebagai
berikut : 1.
H : bi = 0 artinya variabel bebas Xi tidak berpengaruh nyata
terhadap variabel tidak bebasnya Yi. H
1
: bi ≠ 0 artinya variabel bebas Xi berpengaruh nyata terhadap variabel tidak bebasnya Yi.
2. Kriterianya: Jika t hitung t
tabel
, maka terima H0, artinya variabel bebas Xi tidak berpengaruh nyata terhadap variabel tidak bebasnya Yi.
Jika t hitung t tabel, maka tolak H0, artinya variabel bebas Xi berpengaruh nyata terhadap variabel tidak bebasnya Yi.
30
5. Uji Autokolerasi
Autokorelasi merupakan korelasi antara anggota observasi yang disusun menurut waktu atau tempat. Model regresi yang baik seharusnya tidak terjadi
autokorelasi. Metode pengujian menggunakan uji Durbin-Watson DW test. Model regresi dikatakan tidak terdapat autokorelasi apabila nilai Durbin-Watson
berkisar 1,55 sampai 2,46 Firdaus, 2004. 6.
Uji Heteroskedastisitas Heteroskedastisitas adalah varian residual yang tidak sama pada semua
pengamatan di dalam model regresi. Regresi yang baik seharusnya tidak terjadi heteroskedastisitas.Salah satu uji heteroskedastisitas adalah dengan melihat pola
titik-titik pada grafik regresi. Heteroskedastisitas juga dapat dilihat dengan melakukan uji Park, uji Glejser, Uji Breusch-Pagan, Uji Goldfield-Quadnt dan
white test.
4.4.3 Dampak Ekonomi dan Dampak Lingkungan Taman Wisata Matahari terhadap Masyarakat Sekitar