44
Tabel 4.6 Karakteristik Responden Berdasarkan Pendapatan
No Pendidikan
Jumlah Resonden Orang
Persentase
1 500.000
5 5
2 500.001-1.500.000
25 25
3 1.500.001-2.500.000
31 31
4 2.500.001-5.000.000
34 34
5 5.000.000
5 5
Jumlah 100
100 Sumber: Data diolah
Berdasarkan tabel 4.6, diketahui bahwa sebanyak 5 memiliki pendapatan Rp.500.000, sebanyak 25 memiliki pendapatan Rp. 500.001-Rp.1.500.000,
31 memiliki pendapatan Rp. 1.500.001-Rp. 2.500.000, sebanyak 34 memiliki pendapatan Rp. 2.500.001-Rp. 5.000.000 dan 5 memiliki pendapatan Rp
5.000.000.
4.3 Hasil Pengolahan Data 4.3.1 Uji Validitas dan Reliabilitas
Nilai r tabel dengan ketentuan N = 100 dan tingkat signifikansi sebesar 5 , maka angka yang diperoleh = 0.195. Tabel 4.10 merupakan hasil pengolahan
dari survei yang telah dilakukan kepada 100 responden.
Tabel 4.7 Uji Validitas
No. Pernyataan
r
hitung
r
tabel
Keterangan
1 P1
0.403 0,195
Valid 2
P2 0.648
0,195 Valid
3 P3
-0.359 0,195
Tidak Valid
Universitas Sumatera Utara
45
4 P4
0.468 0,195
Valid 5
P5 0.652
0,195 Valid
6 P6
0.362 0,195
Valid 7
P7 0.263
0,195 Valid
8 P8
0.345 0,195
Valid 9
P9 0.648
0,195 Valid
10 P10
0.587 0,195
Valid 11
P11 0.559
0,195 Valid
12 P12
0.665 0,195
Valid 13
P13 0.417
0,195 Valid
14 P14
0.688 0,195
Valid 15
P15 0.767
0,195 Valid
16 P16
0.536 0,195
Valid 17
P17 0.708
0,195 Valid
18 P18
0.618 0,195
Valid 19
P19 0.530
0,195 Valid
20 P20
0.618 0,195
Valid
Sumber :
Data diolah
Dari tabel diatas maka dapat dilihat terdapat beberapa pertanyaan yang tidak valid.Dikatakan tidak valid karena r-hitung r-tabel, dimana nilai r-tabel yaitu
0,195. Adapun pertanyaan yang tidak valid terdiri dari pertanyaan 3 dengan nilai r-hitung r-tabel yaitu -0,359 0,195.
Maka perlu dilakukan pengujian ulang sehingga diperoleh hasil yang valid, dengan membuang pertanyaan-pertanyaan yang tidak valid sebagai
indikator dalam penelitian.Sehingga diperoleh hasil pada tabel 4.8 dapat dilihat bahwa nilai r-hitung r-tabel 0,195, maka dapat dikatakan bahwa indikator
yang digunakan dalam penelitian ini dinyatakan valid.
Tabel 4.8 Uji Reliabilitas
Reliability Statistics
Cronbachs Alpha N of Items
.864 20
Sumber :
Data diolah
Universitas Sumatera Utara
46
Berdasarkan tabel 4.11 pada 20 pernyataan dengan tingkat signifikansi 5 diketahui bahwa koefisien alpha Cronbachs Alpha adalah sebesar 0,864, ini
berarti 0,864 0,60 dan 0,864 0,80 sehingga dapat dinyatakan bahwa kuesioner tersebut telah reliabel dan dapat disebarkan kepada responden untuk dijadikan
sebagai instrumen penelitian.
4.3.2 Hasil Uji Regresi Linier Berganda
Analisis regresi berganda digunakan untuk mengetahui ada tidaknya pengaruh dari variabel bebas terhadap variabel terikat. Adapun hasil estimasi yang
dilakukan sebagai berikut:
Tabel 4.9 Hasil Regresi Linier Berganda
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta
1 Constant
11.742 .385
30.538 .000
X1 .015
.021 .100
.746 .458
X2 -.003
.016 -.025
-.191 .849
X3 .007
.019 .053
.378 .706
a. Dependent Variable: Y
Berdasarkan tabel diatas diperoleh hasil regresi sebagai berikut: Y= 11,742 + 0,015X1
– 0,003X2 + 0,007X3 Berdasarkan model regresi diatas maka dapat dilihat bahwa nilai variabel objek
wisata X1 berpengaruh positif dan tidak signifikan terhadap penerimaan sektor pariwisataY, variabel tingkat hunian hotel X2 berpengaruh negatif dan tidak
signifikan terhadap penerimaan sektor pariwisataY, karena di daerah Kabupaten
Universitas Sumatera Utara
47
Simalungun masih banyak hotel yang belum disiplin dalam membayar pajak hotel sehingga banyaknya tingkat hunian hotel belum tentu memberikan pengaruh
terhadap penerimaan disektor pariwisata.Variabel jumlah wisatawan X3 berpengaruh siginifikan secara positif terhadap penerimaan sektor pariwisata Y.
4.3.3 Uji Asumsi Klasik 4.3.3.1 Multikolinieritas
Multikolinieritas adalah keadaan dimana variabel independen dalam persamaan regresi punya korelasi hubungan yang erat satu sama lain.
Multikolinieritas dapat dilihat dari nilai variabel VIF variance inflation factor dan nilai tolerance 5. Dasar pengambilan keputusan uji multikolinieritas:
- Jika nilai VIF 5 atau nilai tolerance 0,1 maka terjadi multikolonieritas.
- Jika nilai VIF 5 atau nilai tolerance 0,1 maka tidak terjadi
multikolonieritas.
Table 4.10 Uji Multikolinieritas
Collinearity Statistics Tolerance
VIF .572
1.750 .598
1.673 .572
1.896
Berdasarkan hasil estimasi yang dilakukan maka dapat disimpulkan sebagai berikut: variabel objek wisata memiliki nilai VIF sebesar 1,750 5 dan nilai
tolerance sebesar 0,572 0,01 dinyatakan tidak terjadi multikolinieritas. Variabel tingkat hunian hotel memiliki nilai VIF sebesar 1,673 5 dan nilai tolerance
Universitas Sumatera Utara
48
sebesar 0,598 0,01 dinyatakan tidak terjadi multikolineritas. Variabel objek wisata memiliki nilai VIF sebesar 1,896 5 dan nilai tolerance sebesar 0,572
0,01 dinyatakan tidak terjadi multikolineritas.
4.3.3.2 Heteroskedastisitas
Pengujian ini digunakan untuk menguji apakah dalam model regresi terdapat ketidaksamaan variance dari residual satu pengamatan ke pengamatan
lain. Uji heteroskedastisitas yang dilakukan adalah uji Glejser dengan meregres nilai absolut residual terhadap variabel independen.
Table 4.11 Uji Heterokedastisitas
Model Unstandardized Coefficients
Standardized Coefficients
t Sig.
B Std. Error
Beta 1
Constant 11.742
.385 30.538
.000 X1
.015 .021
.100 .746
.458 X2
-.003 .016
-.025 -.191
.849 X3
.007 .019
.053 .378
.706 a. Dependent Variable: Y
Berdasarkan hasil estimasi yang dilakukan maka dapat disimpulkan bahwa objek wisata X1 sebesar 0,458 artinya tidak terjadi heteroskedastisitas pada
variabel objek wisata. Tingkat hunian hotel X2 sebesar 0,849 artinya tidak terjadi heteroskedastisitas pada variabel tingkat hunian hotel. Jumlah wisatawan
X3 sebesar 0,706 artinya tidak terjadi heteroskedastisitas pada variabel jumlah wisatawan.
Universitas Sumatera Utara
49
4.3.4 Pengujian Hipotesis 4.3.4.1 Uji F Simultan
Uji f digunakan untuk melihat secara simultan bersama-sama apakah ada pengaruh dari variabel bebas pendapata, pendidikan, kesehatan, dan kondisi
perumahan serta fasilitas yang dimiliki. Adapun hasil estimasi sebagai berikut:
Tabel 4.12 Uji F
Model Sum of Squares
Df Mean Square
F Sig.
1 Regression
.333 3
.111 .507
.678
b
Residual 21.027
96 .219
Total 21.360
99 a. Dependent Variable: Y
b. Predictors: Constant, X4, X2, X1, X3
Berdasarkan hasil estimasi maka dapat disimpulkan bahwa variabel objek wisata X1, tingkat hunian hotel X2, dan jumlah wisatawan X3 secara
bersamaan tidak berpengaruh terhadap tingkat kesejahteraan pada tingkat kepercayaan 95 atau dengan alpha 5. Hal ini dapat dilihat dari nilai sig sebesar
0,678 0,05.
4.3.4.2 Uji t Parsial
Uji parsial dilakukan untuk mengetahui pengaruh variabel-variabel independen X terhadap variabel dependen Y secara masing-masing. Dimana
uji parsial akan dapat menerangkan nilai X1 terhadap Y, nilai X2 terhadap Y, nilai X3 terhadap Y, nilai X4 terhadap Y, dengan tingkat kepercayaan 0,05 atau dengan
alpha 5.
Universitas Sumatera Utara
50
Tabel 4.13 Uji Parsial
Variabel Koefisien
t-hitung t-tabel prob
Keterangan X1Objek
Wisata 0,015
0,746 1,985 0,458
Tidak Signifikan
X2Tingkat Hunian Hotel
-0,003 -0,191
1,985 0,849
Tidak Signifikan
X3Jumlah Wisatawan
0,007 0,378 1,985
0,706 Tidak Signifikan
Berdasarkan hasil estimasi yang dilakukan maka diperoleh hasil sebagai berikut: variabel objek wisata berpengaruh tidak signifikan secara positif terhadap
penerimaan sektor pariwisata, dengan nilai t-hitung t-table yaitu 0,746 1,985 dengan nilai signifkan sebesar 0,458 0,05 pada tingkat kepercayaan 95. Hal
ini menunjukkan bahwa apabila terjadi kenaikan pada objek wisata sebanyak 1 maka hal ini akan mempengaruhi peningkatan penerimaan pada sektor pariwisata
sebesar 5. Maka dapat disimpulkan bahwa semakin tinggi kualitas objek wisata maka penerimaan pada sektor pariwisata juga akan semakin tinggi.
Variabel Tingkat Hunian Hotel berpengaruh tidak signifikan secara negatif terhadap kesejahteraan, dengan nilai t-hitung t-table yaitu -0,003 1,985
dengan nilai sigfikansi sebesar 0,849 0,05 pada tingkat kepercayaan 95. Maka dapat disimpulkan bahwa apabila semakin banyak hotel yang berdiri di daerah
objek wisata tetapi tidak memberikan pajak ataupun kontribusi pajak bangunan dan hotel kepada pemerintah daerah maka kenaikan tingkat hunian hotel tidak
memberikan pengaruh kepada penerimaan pada sektor pariwisata. Ditambah lagi, kurangnya kepuasaan pelanggan untuk menginap di daerah objek wisata
dikarenakan kurang adanya pelayanan yang baik di objek wisata tersebut,
Universitas Sumatera Utara
51
sehingga banyak wisatawan yang memilih untuk menikmati objek wisata hanya dalam satu hari tanpa menginap di daerah objek wisata. Dengan demikian hasil
dari t hitung diatas menghasilkan tidak signifkan secara negatif terhadap Tingkat Hunian Hotel di Kabupaten Simalungun.
Variabel Jumlah Wisatawan tidak signifikan secara positif terhadap kesejahteraan, dengan nilai t-hitung t tabel yaitu 0,378 1,985 dengan nilai
signifikansi sebesar 0,706 0,05 pada tingkat kepercayaan 95. Maka dapat disimpulkan bahwa semakin tinggi jumlah wisatawan yang berkunjung ke
Kabupaten Simalungun semakin tinggi pula penerimaan pada sektor pariwisata.
4.3.5 Hasil Koefisien Determinasi R
2
Pengujian koefisien determinasi R² digunakan untuk mengukur proporsi atau persentase kemampuan model dalam menerangkan variabel terikat. Koefisien
determinasi berkisar antara nol sampai satu 0 ≤ R² ≥ 1. Jika R² semakin besar mendekati satu, maka dapat dikatakan bahwa pengaruh variabel bebas X
adalah besar terhadap variabel terikat Y. Hal ini berarti model yang digunakan semakin kuat untuk menerangkan pengaruh variabel bebas terhadap variabel
terikat dan demikian sebaliknya.
Tabel 4.14 Koefisien Determinasi
Model R
R Square Adjusted R Square
Std. Error of the Estimate 1
.125
a
.016 -.015
.468 Predictors: Constant, Objek Wisata,Tingkat Hunian Hotel,Jumlah wisatawan
a
Dependent Variable: Penerimaan Sektor Pariwisata
b
Sumber : Data Diolah
Universitas Sumatera Utara
52
Berdasarkan Tabel 4.12 dapat dilihat bahwa :
1. R = 0,125 berarti hubungan antara variabel objek wisata X
1
, tingkat hunian hotel X
2
dan jumlah wisatawan X
3
terhadap penerimaan sektor pariwisata Y sebesar 12,5. Artinya hubungannya tidak kuat.
2. Nilai R Square sebesar 0,016 berarti 1,6 variabel penerimaan sektor
pariwisata Y dapat dijelaskan oleh variabel objwk wisata X
1
, tingkat hunian hotel X
2
dan jumlah wisatawan X
3
. Sedangkan sisanya 98,4 dapat dijelaskan oleh variabel-variabel lain yang tidak diteliti dalam penelitian ini.
3. Standard Error of Estimated Standar Deviasi artinya mengukur variasi dari
nilai yang diprediksi. Dalam penelitian ini standar deviasinya sebesar 0,468. Semakin kecil standar deviasi berarti model semakin baik.
Universitas Sumatera Utara
53
BAB V KESIMPULAN DAN SARAN