27
4.6. Analisis Regresi
Analisis regresi adalah analisis yang mendeskripsikan tentang pengaruh sebab-akibat dan besarnya nilainya hubungan tersebut Komputer, 2009. Pada
penelitian ini analisis regresi digunakan untuk mengetahui pengaruh jumlah kunjungan ke Bali terhadap peubah-peubah yang telah ditentukan, yaitu
motivasi, gaya hidup, gaya berlibur dan preferensi. Hipotesis telah diformulasikan guna mengetahui hubungan jumlah kunjungan dengan peubah
yang digunakan pada penelitian ini. Perhitungan deskriptif dilakukan untuk mengetahui jumlah data yang valid, melihat rataan dan standar deviasi untuk
setiap peubah. Hasil dari analisis desktriptif terdapat pada Lampiran 5
4.6.1. Pengaruh jumlah kunjungan terhadap motivasi motivation
Untuk melihat pengaruh jumlah kunjungan Y terhadap motivasi responden untuk berlibur X, maka hipotesis diformulasikan berikut :
H
o
: Tidak terdapat pengaruh nyata jumlah kunjungan wisatawan ke Bali terhadap motivasi liburan.
H
1
: Terdapat pengaruh nyata jumlah kunjungan wisatawan ke Bali terhadap motivasi liburan.
Dengan menggunakan SPSS versi 17, maka didapatkan hasil dari uji parsial Tabel 5, terlihat bahwa motivasi paling berpengaruh terhadap jumlah
kunjungan adalah travel motivation 3, travel motivation 5, travel motivation 7, dan travel motivation 8 dengan masing-masing nilai nyata lebih kecil dari nilai
α 5 0,05.Travel motivation 3 adalah pernyataan “to increase knowledge on foreign destinations and its people
”, travel motivation5 adalah pernyataan “to escape daily routine and tension
”, travel motivation 7 adalah pernyataan “to meet new people and expand network
” dan pernyataan travel motivation 8 adalah “to visit friend or relatives”.
28
Tabel 5. Uji parsial motivasi Peubah Nilai
Nyata Sig
Travel motivation 1 0,410
Travel motivation 2 0,068
Travel motivation 3 0,025
Travel motivation 4 0,309
Travel motivation 5 0,025
Travel motivation 6 0,320
Travel motivation 7 0,017
Travel motivation 8 0,000
Travel motivation 9 0,289
Travel motivation 10 0,482
Travel motivation 11 0,137
Travel motivation 12 0,729
Travel motivation 13 0,940
nyata pada taraf nyata 5 Hasil dari uji Anova Lampiran 6 menunjukkan nilai nyata 0,000,
dimana nilai ini lebih kecil dari nilai α 5 0,05, maka dari hasil ini H
o
dapat ditolak, terdapat pengaruh nyata jumlah kunjungan terhadap motivasi berlibur
Travel Motivation yang berdampak pada jumlah kunjungan ke Bali. Pada Lampiran 6 dapat dilihat nilai adjusted RSquare adalah 0,371 0,371, yang
mempunyai arti besarnya keragaman dari jumlah kunjungan ke Bali mampu diterangkan oleh motivasi berlibur.
4.6.2. Pengaruh jumlah kunjungan terhadap gaya hidup Lifestyle
Hipotesis untuk mengetahui pengaruh jumlah kunjungan terhadap gaya hidup diformulasikan sebagai berikut:
H
o
: Tidak terdapat pengaruh nyata jumlah kunjungan wisatawan ke Bali terhadap gaya hidup.
29
H
1
: Terdapat pengaruh nyata jumlah kunjungan wisatawan ke Bali terhadap gaya hidup.
Tabel 6. Pengaruh kunjungan terhadap gaya hidup
Pada Tabel 6 dapat dilihat bahwa, nilaiadjusted Rsquare 0,151 atau 15,1. Besar keragaman yang mampu diterangkan oleh gaya hidup 15,1.
Hasil output dari uji Anova Lampiran 7 memiliki nilai nyata lebih kecil dari 5 0,05, sehingga H
o
dapat ditolak dan menerima H
1
, ada pengaruh nyata antara jumlah kunjungan ke Bali terhadap gaya hidup responden.Dari uji
parsial yang dilakukan, ada 2 dua pernyataan gaya hidup yang berpengaruh nyata terhadap jumlah kunjungan ke Bali, pernyataan-pernyataannya adalah
pernyataan gaya hidup 1, yaitu “I do artistic work and enjoy shows in performing arts
”, dan pernyataan gaya hidup 2 yaitu “I do yoga and meditation
” Tabel 7. Dua pernyataan ini mempunyai nilai nyata lebih kecil dari
α 5 0,05. Tabel 7. Uji parsial kunjungan terhadap gaya hidup.
Peubah Nilai Nyata
Sig Lifestyle 1
0,000 Lifestyle 2
0,002 Lifestyle 3
0,695 Lifestyle 4
0,160 Lifestyle 5
0,139 Lifestyle 6
0,261 nyata pada taraf nyata 5
Model Summary
,420
a
,176 ,151
1,04423 Model
1 R
R Square Adjusted
R Square Std. Error of
the Estimate Predictors: Constant, Lifestyle 6, Lifestyle 3, Lifestyle
2, Lifestyle 5, Lifestyle 1, Lifestyle 4 a.
30
4.6.3. Pengaruh jumlah kunjungan ke Bali terhadap gaya berlibur Vacation
Style.
Untuk mengetahui pengaruh jumlah kunjungan terhadap gaya berlibur diformulasikan hipotesis berikut :
H
o
: Tidak terdapat pengaruh nyata jumlah kunjungan wisatawan ke Bali terhadap gaya berlibur.
H
1
: Terdapat pengaruh nyata jumlah kunjungan wisatawan ke Bali
terhadap gaya berlibur. Tabel 8 menjelaskan bahwa nilai adjusted Rsquare 0,174 17.4 mempunyai
arti besar keragaman yang menjelaskan gaya berlibur 17,4. Dalam pengujian hipotesis dengan uji Anova Lampiran 7, nilai nyata lebih kecil
dari α 5 0,05, maka H
o
dapat ditolak dan menerima H
1,
yaitu ada pengaruh nyata antara jumlah kunjungan terhadap gaya berlibur.
Tabel 8. Jumlah kunjungan terhadap gaya berlibur
Menurut Uji parsial ada 4 empat pernyataan gaya berlibur yang berpengaruh nyata, yaitu pernyataan gaya berlibur 1, 2 dan 4. Pernyataan tersebut antara
lain: “When choosing a destination, it is important that I can feel safe” 1, “On vacation it is important that everything is organized, so that I don’t have
to care about anything ” 2, “on vacation, intense experience of water and sun
are important ” 3. Tiga pernyataan ini mempunyai nilai lebih kecil dari -
α 5 0,05 Tabel 9.
Model Summary
,450
a
,203 ,174
1,02974 Model
1 R
R Square Adjusted
R Square Std. Error of
the Estimate Predictors: Constant, Vacation style 7, Vacation style
2, Vacation style 1, Vacation style 4, Vacation style 6, Vacation style 3, Vacation style 5
a.
31
Tabel 9. Uji parsial jumlah kunjungan dengan gaya berlibur Peubah Nilai
Nyata Sig
Vacation style 1 0,000
Vacation style 2 0,000
Vacation style 3 0,279
Vacation style 4 0,001
Vacation style 5 0,400
Vacation style 6 0,263
Vacation style 7 0,484
nyata pada taraf nyata 5
4.6.4. Pengaruh jumlah kunjungan terhadap preferensi
Hipotesis untuk mengetahui pengaruh jumlah kunjungan terhadap preferensi adalah :
H
o
: Tidak terdapat pengaruh nyata jumlah kunjungan wisatawan ke Bali terhadap preferensi berlibur.
H
1
: Terdapat pengaruh nyata jumlah kunjungan wisatawan ke Bali terhadap preferensi berlibur.
Hasil analisis regresi linear berganda dengan nilai adjusted R square0,264 26,4 mempunyai arti besar keragaman yang mampu dijelaskan oleh
preferensi berlibur adalah 26,4 Tabel 10. Pada Lampiran 7 uji Anova menunjukkan nilai nyata, yaitu 0,000, yang berarti H
o
ditolak dan menerima H
1
, yaitu terdapat pengaruh nyata jumlah kunjungan wisatawan ke Bali terhadap preferensi berlibur. Ada 3 tiga pernyataan preferensi menurut uji
parsial yang paling berpengaruh secara nyata. Pernyataan ini antara lain, “I prefer destination that offers safety assurance
”, “I prefer destinations that are familiar and cozy
”, dan pernyataan terakhir adalah “I prefer do-it-yourself trip” Tabel 11.
32
Tabel 10. Pengaruh jumlah kunjungan dengan preferensi berlibur
Tabel 11. Uji parsial pengaruh jumlah kunjungan terhadap preferensi berlibur Peubah Nilai
Nyata Sig
Preference 1 0,000
Preference 2 0,755
Preference 3 0,000
Preference 4 0,004
Preference 5 0,090
Preference 6 0,008
Preference 7 0,078
Preference 8 0,071
nyata pada taraf nyata 5
4.7. Analisis Faktor
Kategori