commit to user
49 datanya memenuhi kriteria kelayakan untuk dianalisis dengan
menggunakan metode statistik yang lain.
2. Metode Analisis Data
a. Uji Asumsi Klasik
Metode analisis yang digunakan dalam penelitian ini menggunakan uji asumsi klasik. Uji asumsi klasik merupakan suatu uji
untuk mengetahui kelayakan dari model yang diregresi apakah telah memenuhi
asumsi klasik
yang meliputi
multikolinearitas, heteroskedastisitas, dan normalitas Gujarati, 2006.
1 Uji Multikolinieritas Uji multikolinieritas bertujuan untuk menguji apakah model
regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi
korelasi diantara variabel bebas independen. Untuk mendeteksi ada atau tidaknya multikolinearitas di dalam model regresi, dapat
dilihat dari nilai VIF Variance Inflation Factor. Apabila nilai VIF Variance Inflation Factor tidak lebih dari 10, maka tidak terjadi
multikolinier Ghozali, 2008. 2 Uji Heteroskedastisitas
Gejala heteroskedastisitas terjadi sebagai akibat dari variasi residual yang tidak sama untuk semua pengamatan. Pada bagian
ini, cara mendeteksi ada tidaknya gejala heteroskedastisitas dilakukan dengan uji Park. Model regresi linier yang digunakan
commit to user
50 dalam penelitian ini diregresikan untuk mendapatkan residualnya.
Nilai residual dilogaritma, kemudian diregresikan dengan semua variabel independen. Apabila nilai probabilitassignikansi semua
variabel independen p0,05 artinya tidak signifikan, maka dapat dikatakan bahwa tidak terjadi heteroskedasitas Ghozali, 2008.
3 Uji Normalitas Uji normalitas bertujuan untuk menguji apakah dalam
model regresi, variabel pengganggu atau residual memiliki distribusi normal. Salah satu cara untuk mendeteksi apakah
residual berdistribusi normal atau tidak yaitu dengan uji statistik non-parametrik Kolmogorov-Smirnov K-S. Apabila angka
signifikansi semua variabel independen p0,05 artinya tidak signifikan, maka data berdistribusi normal Ghozali,2008.
b. Regresi atas Variabel Dummy
Permasalahan yang sering dihadapi adalah adanya variabel independen yang berskala ukuran non-metrik atau kategori. Jika
variabel independen berukuran kategori atau dikotomi, maka dalam model regresi variabel tersebut harus dinyatakan sebagai variabel
dummy dengan memberi kode 0 nol atau 1 satu. Setiap variabel dummy menyatakan satu kategori variabel independen non-metrik, dan
setiap variabel non-metrik dengan k kategori dapat dinyatakan dapat dinyatakan dalam k-1 variabel dummy. Cara pemberian kode dummy
umumnya menggunakan kategori yang dinyatakan dengan angka 1
commit to user
51 atau 0. Kelompok yang diberi nilai dummy 0 nol disebut excluded
group, sedangkan kelompok yang diberi nilai dummy 1 satu disebut included group Mirer, 1990 dalam Ghozali 2008.
c. Analysis of Covariance ANCOVA
Analisys of covariance ANCOVA merupakan model linier
dengan satu variabel dependen kontinu dan satu atau lebih variabel
independen. ANCOVA merupakan penggabungan antara ANOVA dan
regresi linier yang lazimnya menggunakan variabel kontinu
kuantitatif. ANCOVA dilakukan dengan menambahkan variabel penguat kovariat ke dalam model sehingga memperkuat ketepatan
presisi analisis dan meningkatkan signifikansi secara statistik. Secara spesifik, uji ANCOVA menggunakan asumsi layaknya
uji ANOVA, dimana error masing-masing variabel penjelas terdistribusi secara normal dan bersifat homoskedastik, artinya tidak
mengandung masalah heteroskedastisitas dimana nilai residual memiliki keragaman yang konstan, dan data setidaknya memiliki
standar error yang kecil. Uji ANCOVA juga mempersyaratkan adanya hubungan linier antara variabel dependen dan independen.
Model yang digunakan dalam ANCOVA adalah sebagai berikut:
Y
i,j,k,…z
= α+ d1 + X + ε
ijk…m
Dimana: Y : variabel independen kepuasan wisatawan
α : konstanta
commit to user
52 d1 : faktor atau variabel independen Kepuasan Wisatawan
X : faktor penguat kovariat demografi, perilaku perjalanan ε : error
d. Uji Hierarchical Regression Regresi Bertingkat
Hierachical Regression Analysis adalah metode statistik yang dilakukan bertujuan untuk menjelaskan hubungan antar-variabel yang
bersifat berjenjang Harsono, 2002. Untuk hierachical regression, nilai variabel laten ditentukan berdasarkan nilai komposit dari indikan-
indikan yang digunakan untuk mengukurnya. Dalam studi ini ada dua tahapan yang dilakukan. Tahap
pertama regresi berganda guna mencari direct effect variabel atribut Solo Batik Carnival terhadap kepuasan wisatawan. Tahap kedua,
menambah variabel independen dummy karakteristik demografi dan dummy karakteristik perilaku perjalanan pada regresi antara variabel
atribut Solo Batik Carnival dengan kepuasan wisatawan untuk mencari direct effect. Variabel dummy dibentuk oleh k-1, dimana k adalah
jumlah kelompok karakteristik demografi.
commit to user
53 Model persamaan dalam penelitian ini adalah sebagai berikut:
KP = β1 + β2ata+ e……………………………………………… 1
KP = β1 + β2ata+ β3kd + e………….…………………………2a
KP = β1 + β2ata+ β3pp + e ………….………………………...2b
WOM = β1 + β2kp+ e……………………………………………3
Dimana: KP
: Kepuasan Wisatawan β
1,
β
2… :
Koefisien Regresi ata
:
Elemen Solo Batik Carnival kd
: Karakteristik Demografi pp
: Karakteristik Perilaku Perjalanan WOM
: Word of Mouth e
: Error
commit to user
54
BAB IV ANALISIS DATA DAN PEMBAHASAN