62 X
3
= Umur responden tahun X
4
= Waktu tempuh ke Situ Cipondoh menit X
5
= Jumlah rombongan orang
Tabel 9. Fungsi Permintaan Wisata Situ Cipondoh dengan Travel Cost Method
Variabel Koefisien SE
Koefisien T P
VIF Constant 5,3407
0,6770 7,89
0,000 X1Pendapatan per tahun
0,042539 0,008268
5,13 0,000
2,412 X2 Biaya Perjalanan
-0,032940 0,007128
-4,62 0,000 3,136
X3 Usia -0,00544
0,01001 -0,54 0,589
1,193 X4 Waktu Tempuh
-0,034581 0,008884
-3,89 0,000 2,899
X5 Jumlah Rombongan 0,11602
0,06582 1,76
0,084 1,339
R
2
89.6 R
2
adj 88.7 Sumber : Data Primer diolah 2011
Dari hasil regresi diperoleh R-sq sebesar 89.6. Hal ini menunjukan sebesar 89.6 keragaman permintaan wisata Situ Cipondoh dapat dijelaskan oleh
variabel-variabel bebas yang terdapat dalam model,sedangkan sisanya yaitu sebesar 10.4 dijelaskan oleh variabel-variabel lain yang tidak dimasukkan
kedalam model.
6.2.1 Pemenuhan Asumsi Regresi Linear Berganda
Prinsip-prinsip yang mendasari regresi linear berganda tidak berbeda dengan regresi linier sederhana. Akan tetapi, dalam regresi linear berganda akan
dijumpai beberapa permasalahan, seperti multikolinearitas, heteroskedastisitas, dan autokolerasi Nachrowi 2002. Untuk mengetahui kebaikan suatu model yang
telah dibuat, perlu dilakukan pengujian secara statistik. Berikut adalah uji yang dilakukan untuk mengetahui kebaikan dari suatu model:
63
1. Uji Normalitas
Uji normalitas data bertujuan untuk mendeteksi distribusi data residual dalam suatu variabel yang akan digunakan dalam penelitian, untuk menguji
apakah sisaan menyebar normal dapat dilakukan melalui dua cara. Cara pertama adalah secara eksploratif dengan melihat normal probability plot dan histogram
Lampiran 3, cara lainnya adalah dengan menggunakan uji Kolmogorov Smirnov Lampiran 2 dengan hipotesis H
apabila Sisaan menyebar normal dan H
1
apabila sisaan tidak menyebar normal. Apabila p-value
α, maka terima H , jika p-value
α maka yang terjadi adalah sebaliknya. α yang digunakan adalah 10. Berdasarkan hasil uji Kolmogorov Smirnov diperoleh bahwa nilai p-value yaitu
sebesar 0.150. Dengan p-value 0.150 yang lebih besar dari α sebesar 10, maka
dapat disimpulkan terima H atau data yang dimiliki telah menyebar normal.
2. Uji Autokorelasi
Salah satu asumsi yang perlu dipenuhi dalam regresi linear berganda adalah tidak terjadinya masalah autokorelasi. Untuk memastikan tidak adanya
autokorelasi dapat dilakukan uji secara formal yaitu melalui uji Durbin Watson. Berdasarkan hasil analisis regresi diperoleh nilai uji Durbin Watson adalah
sebesar 1.80862, nilai ini mendekati angka dua, sehingga dapat disimpulkan bahwa sisaan saling bebas atau tidak terjadinya autokorelasi Lampiran 1.
3. Uji Multikolinearitas
Pengujian masalah multikolinearitas didasarkan pada nilai VIF. Pada Lampiran 1 menunjukkan nilai VIF masing-masing variabel bebas memiliki
nilai kurang dari sepuluh VIF10. Hal ini mengindikasikan bahwa tidak terjadi masalah multikolineritas.
64
4. Uji Heteroskedastisitas
Untuk mengetahui ada atau tidak masalah heteroskedastisitas dapat diketahui melalui metode grafik yaitu melihat grafik sebar scatter plot dari
variabel residual kuadrat dan variable independen.Variabel residual kuadrat dapat dihasilkan dari variabel residual Winarno 2007. Berdasarkan Lampiran 3 dapat
dilihat bahwa sebaran yang tidak mengumpul atau menyebar sehingga dapat disimpulkan tidak terjadinya masalah heteroskedastisitas. Untuk lebih jelas dapat
dilihat pada Lampiran 3.
5. Uji Statistik t
Berdasarkan Tabel 9, dengan melakukan uji t diketahui terdapat empat variabel bebas yang berpengaruh secara signifikan dengan sebesar 10.
Keempat variabel tersebut adalah variabel pendapatan pertahun, variabel biaya perjalanan, variabel waktu tempuh dan variabel jumlah rombongan
. Hal ini
menunjukan variabel tersebut 90 secara parsial berpengaruh secara signifikan terhadap frekuensi kunjungan. Setelah melakukan analisis hasil uji t, terdapat satu
variabel bebas yang ternyata tidak berpengaruh nyata terhadap variabel terikat.variabel tersebut adalah variabel usia. Hal tersebut dikarenakan nilai P dari
variabel tersebut lebih besar dari 10, sehingga tidak memenuhi syarat signifikan.
6. Uji Statistik F
Uji simultan atau uji keseluruhan pada model regresi dapat diketahui berdasarkan hasil perhitungan dan ditunjukkan pada tabel analisis varians
Lampiran 2 dari hasil perhitungan diketahui bahwa seluruh variabel bebas yang terdapat di dalam model regresi saling berpengaruh secara signifikan terhadap
65 variabel terikatnya. Hal ini ditunjukkan oleh nilai P yang lebih kecil dari
α . Nilai P dalam uji statistik F menunjukkan angka 0,000 yang berarti bahwa semua
variabel bebas dalam model regresi ini secara simultan atau bersama-sama memiliki pengaruh yang signifikan terhadap variabel terikatnya.
Terdapat dua hipotesis mengenai faktor-faktor yang mempengaruhi kunjungan wisata ke Situ Cipondoh. Hipotesis pertama ialah kunjungan ke Situ
Cipondoh dipengaruhi oleh biaya perjalanan ke lokasi wisata, waktu tempuh dan umur yang diduga berpengaruh nyata secara negatif terhadap kunjungan ke wisata
Situ Cipondoh. Setelah dilakukan pengujian variabel biaya perjalanan dan variabel waktu tempuh sesuai dengan hipotesis. Namun, variabel usia ternyata
tidak berpengaruh secara signifikan. Hipotesis kedua yaitu tingkat pendapatan dan jumlah rombongan berpengaruh nyata secara positif terhadap kunjungan ke Situ
Cipondoh. Berdasarkan hasil uji variabel taraf pendapatan dan jumlah rombongan sesuai dengan hipotesis.
6.2.2 Variabel yang Berpengaruh Secara Signifikan terhadap Permintaan
