commit to user
48
C. Deskripsi Data
Penelitian yang berjudul “Kontribusi Sektor Pariwisata Terhadap Pendapatan Asli Daerah Kabupaten Karanganyar Januari 1997 – Desember
2007” ini menggunakan tiga variabel bebas dan satu variabel terikat. Tiga variabel bebas tersebut yaitu jumlah wisatawan, arus kendaraan dan jumlah
kamar. Satu variabel terikatnya adalah pendapatan pariwisata. Data yang digunakan dalam penelitian ini adalah data bulanan selama Januari 1997
sampai dengan Desember 2007, adapun deskripsi data tersebut adalah sebagai berikut :
TABEL 4. 1. Deskripsi Data
Jumlah Wisatawan
Arus Kendaraan
Jumlah Kamar Hotel
Pendapatan S. Pariwisata
Nilai Rata-rata Nilai Tengah
Modus Jumlah Data
49894,69 44637,50
44669,00 132
6553,90 5089,00
2049,00 132
890,45 866,00
469,00 132
29444082,65 18928259,50
100000000,00 132
Sumber: hasil pengolahan data program SPSS 17.0 Deskripsi data di atas menunjukkan bahwa jumlah data N dalam
penelitian ini sebanyak 132. Berdasarkan deskripsi data di atas dapat diketahui bahwa nilai rata-rata variabel jumlah wisatawan sebesar 49894,69;
nilai tengah sebesar 44637,50; modus sebesar 44669,00. Nilai rata-rata variabel arus kendaraan sebesar 6553,90; nilai tengah sebesar 5089,00; dan
modus sebesar 2049,00. Nilai rata-rata variabel jumlah kamar sebesar 890,45;
commit to user
49 nilai tengah sebesar 866,0000; dan modus sebesar 469,00. Nilai rata-rata
variabel pendapatan sektor pariwisata sebesar 29444082,65; nilai tengah sebesar 18928259,50; dan modus sebesar 100000000,00.
D. Uji Asumsi Klasik
1. Uji Multikolinearitas
Tabel 4. 2. Korelasi Pearson
Korelasi Antar Variabel R
Probabilitas Jumlah Wisatawan – Arus Kendaraan
Jumlah Wisatawan – Jumlah Kamar Hotel Jumlah Kamar Hotel – Arus Kendaraan
0,340 -0,115
0,302 0,000
0,190 0,000
Taraf signifikasi 0,01 Uji multikolinearitas dilakukan dengan membandingkan hasil r
2
koefisien antar variabel bebas dengan Koefisien determinasi R
2
. Dari hasil analisis seperti terlihat pada tabel di atas, maka dapat diketahui hasil r
2
sebagai berikut: Koefisien r jumlah wisatawan dan arus kendaraan = 0,340; r
2
= 0,116 Koefisien r jumlah wisatawan dan jumlah kamar = -0,115; r
2
= 0,013 Koefisien r jumlah arus kendaraan dan jumlah kamar = 0,302; r
2
= 0,091 Besarnya R
2
= 0,125 R Square Dari hasil tersebut, maka besarnya r
2
0,116;, 0,016; 0,091 untuk setiap koefisien korelasi antara variabel bebas lebih kecil dibandingkan
dengan harga R
2
0,125. Karena itu dapat disimpulkan bahwa tidak ada gejala multikolinieritas antar variabel bebas.
commit to user
50 2.
Uji Heteroskedastisitas
Tabel 4. 3. Regresi Variabel Independen terhadap Kuadrat Residu
Variabel Koefisien Regresi
Probabilitas Jumlah Wisatawan
Arus Kendaraan Jumlah Kamar Hotel
38343897893,651 -91707507931,700
3851249184031,773 0,459
0,696 0,226
Sumber : hasil pengolahan data program SPSS 17.0 Uji Heteroskedastisitas dilakukan dengan menggunakan uji Park,
yaitu meregresikan variabel bebas dengan kuadrat dari residu. Hasil uji heteroskedastisitas seperti terlihat pada tabel di atas menunjukkan besarnya t
hitung untuk setiap pengaruh variabel bebas terhadap residu kuadrat. Dari hasil t hitung dapat diketahui memiliki signifikansi terendah 0,459 jumlah
wisatawan, 0,696 arus kendaraan, dan 0,226 jumlah kamar. Karena harga signifikansi taraf signifikansi 0,05, maka dapat disimpulkan tidak ada gejala
heteroskedastisitas pada data penelitian. 3.
Uji Autokorelasi Uji autokorelasi dilakukan dengan menggunakan uji Durbin Watson.
Dari hasil analisis menunjukkan besarnya harga Durbin Watson tes sebesar 2,091. Hasil tersebut dibandingkan dengan harga DW tabel pada N = 132 dan
K = 3 dengan taraf signifikansi 0,05 diperoleh harga dL = 1,61 dan dU = 1,74. Dari tabel tersebut dapat disusun uji hipotesis sebagai berikut:
commit to user
51
Tabel 4. 4. Hasil Durbin Watson
Tolak Ho
dL ragu-
ragu dU
Terima Ho
4-dU ragu- ragu
4-dL Tolak Ho
4 1,61
1,74 2,26
2,39 4
Dengan melakukan pengujian seperti tabel di atas, maka dapat dilihat bahwa hasil DW tes sebesar 2,091 merupakan nilai yang terletak di
antara 1,74 dU dan 2,26 4-dU atau berada di daerah Ho diterima. Karena nilai DW tes berada di daerah Ho diterima, maka disimpulkan bahwa tidak
terdapat gejala autokorelasi pada data hasil penelitian.
E. Hasil Analisis Data