PENGARUH JUMLAH WISATAWAN, LAMA TINGGAL, DAN PENGELUARANNYA TERHADAP PRODUK DOMESTIK REGIONAL BRUTO SEKTOR PARIWISATA DI JAWA TENGAH.

Ana Fajriasari, 2013

PENGARUH JUMLAH WISATAWAN, LAMA TINGGAL, DAN PENGELUARANNYA TERHADAP PRODUK DOMESTIK REGIONAL

BRUTO SEKTOR PARIWISATA DI JAWA TENGAH

SKRIPSI

Diajukan untuk Memenuhi Sebagian dari Syarat Memperoleh Gelar Sarjana Pariwisata Program Studi Manajemen Resort & Leisure

Oleh:

ANA FAJRIASARI 0909212

PROGRAM STUDI MANAJEMEN RESORT & LEISURE FAKULTAS PENDIDIKAN ILMU PENGETAHUAN SOSIAL

UNIVERSITAS PENDIDIKAN INDONESIA BANDUNG

2013

LEMBAR HAK CIPTA

PENGARUH JUMLAH WISATAWAN, LAMA TINGGAL, DAN PENGELUARANNYA TERHADAP PRODUK DOMESTIK REGIONAL

BRUTO SEKTOR PARIWISATA DI JAWA TENGAH

Oleh Ana Fajriasari

Sebuah skripsi yang diajukan untuk memenuhi salah satu syarat memperoleh gelar Sarjana pada Fakultas Pendidikan Ilmu Pengetahuan Sosial

© Ana Fajriasari

Universitas Pendidikan Indonesia Oktober 2013

Hak Cipta dilindungi undang-undang.

Skripsi ini tidak boleh diperbanyak seluruhya atau sebagian, dengan dicetak ulang, difoto kopi, atau cara lainnya tanpa ijin dari penulis.

Ana Fajriasari, 2013

Ana Fajriasari 0909212

PENGARUH JUMLAH WISATAWAN, LAMA TINGGAL, DAN PENGELUARANNYA TERHADAP PRODUK DOMESTIK REGIONAL

BRUTO SEKTOR PARIWISATA DI JAWA TENGAH

Disetujui dan disahkan oleh: Pembimbing I

Erry Sukriah, SE., M.SE NIP. 19791215 200812 2 002

Pembimbing II

Caria Ningsih, SE., M.Si NIP. 19800131 200812 2 002

Mengetahui,

Ketua Program Studi Manajemen Resort dan Leisure

Fitri Rahmafitria, S.P., M.Si. NIP. 19741018 200812 2 001

SKRIPSI INI TELAH DIUJI PADA :

Hari, tanggal : Rabu, 30 Oktober 2013 Waktu : 09.00 s.d selesai

Tempat : Gedung FPIPS, Lantai 2 Ruang Sidang FPIPS Universitas Pendidikan Indonesia

Panitia Ujian Sidang terdiri dari :

Ketua : Prof. Dr. H. Karim Suryadi, M. Si. Sekertaris : Fitri Rahmafitria, SP., M.Si. Anggota : 1. Dr. Elly Malihah, M.Si

2. Dr. H. Aceng Kosasih, M.Ag 3. Suharto, S.Pd., M.A.P

4. Ahmad Hidayat

Penguji Prof. Dr. H. Darsiharjo, MS.

NIP. 19620921.198603.1.005

Lia Afriza, SE., M.SE.

Ana Fajriasari, 2013

The best way to predict the future

is to invent it.

- Stewart Brand

Experience is what you

get when you don't get

what you want.

-Dan Stanford

*Mom… I have done my best, I hope you can be proud of

Ana Fajriasari, 2013

PERNYATAAN

Saya yang bertanda tangan dibawah ini menyatakan bahwa skripsi yang

berjudul “Pengaruh Jumlah Wisatawan, Lama Tinggal, dan Pengeluarannya Terhadap Produk Domestik Regional Bruto Sektor Pariwisata di Jawa Tengah” ini sepenuhnya karya saya sendiri. Tidak ada bagian di dalamnya yang merupakan plagiat dari karya orang lain dan saya tidak melakukan penjiplakan atau pengutipan dengan cara-cara yang tidak sesuai dengan etika keilmuan yang berlaku dalam masyarakat keilmuan. Atas pernyataan ini, saya siap menanggung resiko ataupun sanksi yang dijatuhkan kepada saya apabila kemudian hari ditemukan adanya pelanggaran terhadap etika keilmuan dalam karya saya ini atau ada klaim dari pihak lain terhadap keaslian karya saya ini.

Bandung, 21 Oktober 2013 Yang Membuat Pernyataan,

Ana Fajriasari 0909212

ABSTRAK

PENGARUH JUMLAH WISATAWAN, LAMA TINGGAL, DAN PENGELUARANNYA TERHADAP PRODUK DOMESTIK REGIONAL

BRUTO SEKTOR PARIWISATA DI JAWA TENGAH

Oleh:

Ana Fajriasari, 0909212

Skripsi ini dibimbing oleh:

Erry Sukriah, SE., M.SE dan Caria Ningsih, SE., M.Si

Sektor pariwisata merupakan salah satu faktor penting dalam perkembangan perekonomian Indonesia. Untuk membuktikan industri pariwisata memberikan dampak positif terhadap perekonomian Indonesia, dapat dilihat dari kontribusi pariwisata terhadap PDB nasional. Jawa Tengah ditata melalui kebijakan pembangunan kepariwisataannya yang telah ditetapkan sebagai daerah tujuan wisata dengan keharmonisan budaya dan alam, dengan menawarkan produk bagi wisatawan nusantara bergolongan ekonomi menengah serta wisatawan mancanegara yang memiliki minat budaya. Terlihat dari sasaran program pembangunan kebudayaan dan pariwisata Jawa Tengah salah satunya yaitu: Tercapainya peningkatan jumlah kunjungan, lama tinggal, dan pengeluaran belanja wisatawan mancanegara dan wisatawan nusantara guna meningkatkan kontribusi sektor pariwisata terhadap PDRB. Penelitian ini menggunakan metode penelitian kuantitatif dan menggunakan 4 variabel yang terdiri dari 1 variabel terikat dan 3 variabel bebas. Guna mengetahui pengaruh dari jumlah wisatawan, lama tinggal wisatawan, dan pengeluaran wisatawan terhadap PDRB sektor pariwisata di Jawa Tengah digunakan teknik analisis regresi linier berganda, uji t, uji F, dan koefisien determinasi. Adapun sumber data dalam penelitian ini menggunakan data sekunder tahun 2003 – 2012 serta bantuan dari program SPSS versi 20.0. Hasil penelitian ini menyatakan jumlah wisatawan tidak berpengaruh signifikan dan positif terhadap PDRB sektor pariwisata di Jawa Tengah, sedangkan lama tinggal wisatawan dan pengeluaran wisatawan berpengaruh signifikan dan positif terhadap PDRB sektor pariwisata di Jawa Tengah.

ii

Ana Fajriasari, 2013

ABSTRACT

THE INFLUENCE OF THE NUMBER OF TOURIST, THE LENGTH OF STAY, AND EXPENSES OF HIS TO THE IN RELATION TO GROSS REGIONAL DOMESTIC PRODUCT TOURISM SECTOR IN CENTRAL

JAVA

By:

Ana Fajriasari, 0909212

This thesis is guided by:

Erry Sukriah, SE., M.SE and Caria Ningsih, SE., M.Si

The tourism sector is one of the important factors in the development of the Indonesian economy. To prove the tourism industry have a positive impact on the Indonesian economy, it can be seen from the contribution of tourism to the national GDP. Central Java arranged through the tourism development policies that have been established as a tourist destination with cultural harmony and nature, by offering diversified products for middle class tourists and foreign tourists who have interest in culture. Seen from the target culture and tourism development program in Central Java is one of them: The achievement of increasing the number of tourist, length of stay and expenses of foreign tourists and domestic tourists in order to increase the tourism sector's contribution to GRDP. This study uses quantitative research methods and uses 4 variables consisting of one dependent variable and 3 independent variables. To determine the effect of the number of tourists, the length of stay tourist, and expenses of his to GRDP in the tourism sector in Central Java used multiple linear regression analysis, t test, F test, and the coefficient of determination. The source of the data in this study used secondary data years 2003 - 2012 as well as the help of SPSS version 20.0. Results of this study declare the number of tourists is not significant and positive impact on the tourism sector GRDP in Central Java, while the length of stay of tourists and expenses of his significant and positive impact on the tourism sector GDP in Central Java.

DAFTAR ISI

ABSTRAK ... i

ABSTRACT ... ii

KATA PENGANTAR ... iii

UCAPAN TERIMA KASIH ... iv

DAFTAR ISI ... vi

DAFTAR TABEL ... ix

DAFTAR GAMBAR ... xi

DAFTAR LAMPIRAN ... xiii

BAB 1 PENDAHULUAN ... 1

A. Latar Belakang Penelitian ... 1

B. Rumusan Masalah ... 7

C. Tujuan Penelitian ... 7

D. Manfaat Penelitian ... 8

BAB II KAJIAN TEORI ... 9

A. Pariwisata ... 9

1. Definisi Pariwisata ... 9

2. Bentuk Pariwisata ... 10

3. Produk Industri Pariwisata ... 11

B. Wisatawan ... 13

1. Definisi Wisatawan ... 13

2. Batasan Wisatawan ... 14

3. Klasifikasi Wisatawan ... 15

ii

Ana Fajriasari, 2013

D. Pengeluaran Wisatawan ... 19

E. Produk Domestik Regional Bruto (PDRB) ... 22

1. Definisi PDRB ... 22

2. Manfaat PDRB ... 24

3. Kontribusi Sektor ... 25

F. Pentingnya Pariwisata Dalam Perekonomian ... 27

G. Penelitian Terdahulu ... 33

H. Kerangka Pemikiran ... 35

I. Hipotesis ... 35

BAB III METODE PENELITIAN ... 36

A. Lokasi ... 36

B. Desain Penelitian ... 37

C. Variabel Penelitian ... 38

D. Definisi Operasional ... 39

E. Jenis dan Sumber Data ... 41

F. Alat Pengumpulan Data ... 41

G. Teknik Pengumpulan Data ... 42

H. Analisis Data ... 43

1. Regresi Linier Berganda ... 43

2. Uji Asumsi Klasik ... 47

a. Uji Normalitas ... 47

b. Uji Multikolinieritas ... 50

c. Uji Autokorelasi ... 53

d. Uji Heteroskedastisitas ... 55

3. Uji Statistik ... 58

a. Pengujian Koefisien Regresi Secara Individual (Uji t) ... 58

b. Pengujian Koefisien Regresi Secara Serentak (Uji F) ... 62

c. Koefisien Determinasi (R2) ... 64

BAB IV HASIL PENELITIAN DAN PEMBAHASAN ... 68

1. Sejarah Jawa Tengah ... 68

2. Obyek Wisata di Jawa Tengah ... 69

3. Hotel di Jawa Tengah ... 75

B. Indikator Sosial Ekonomi Jawa Tengah ... 77

1. Produk Domestik Regional Bruto ... 77

2. Pendapatan Daerah ... 78

3. Pengeluaran Rata-Rata Perkapita ... 80

C. Profil Wisatawan ... 83

D. Intepretasi Hasil dan Pembahasan ... 84

1. Pengaruh Jumlah Wisatawan Terhadap PDRB Sektor Pariwisata di Jawa Tengah ... 84

2. Pengaruh Lama Tinggal Wisatawan Terhadap PDRB Sektor Pariwisata di Jawa Tengah ... 86

3. Pengaruh Pengeluaran Wisatawan Terhadap PDRB Sektor Pari- wisata di Jawa Tengah ... 88

4. Besarnya Pengaruh Jumlah Wisatawan, Lama Tinggal Wisata Wan dan Pengeluaran Wisatawan Terhadap PDRB Sektor Pariwisata di Jawa Tengah ... 90

BAB V KESIMPULAN DAN REKOMENDASI ... 91

A. Kesimpulan ... 91

B. Rekomendasi ... 92

DAFTAR PUSTAKA ... 93

LAMPIRAN ... 96

iv

Ana Fajriasari, 2013

DAFTAR TABEL

Tabel 1.1 Tingkat Pertumbuhan Wisatawan di Jawa Tengah Tahun 2008-

2012 ……… 4

Tabel 2.1 Composition of Tourist Expenditures... 19

Tabel 2.2 Rangkuman Penelitian Terdahulu yang Relevan ……….. 33

Tabel 3.1 Operasional Variabel ……….……. 39

Tabel 3.2 Permodelan Regresi Berganda ………... 45

Tabel 3.3 Uji Normalitas ……… 49

Tabel 3.4 Uji Multikolinieritas ……….……….. 52

Tabel 3.5 Dasar Pengambilan Keputusan Uji Autokorelasi …………..…. 53

Tabel 3.6 Uji Autokorelasi ………. 54

Tabel 3.7 Uji Heteroskedastisitas ………... 57

Tabel 3.8 Rekapitulasi Uji Sig t ……….. 61

Tabel 3.9 Output SPSS untuk Uji F ……… 64

Tabel 3.10 Koefisien Determinasi ...………. 66

Tabel 3.11 Beta x Zero-Orders ………... 66

Tabel 4.1 Perkembangan Obyek Wisata di Jawa Tengah Tahun 2007- 2011 ……… 73

Tabel 4.2 Obyek Wisata yang Sering di Kunjungi Wisatawan di Jawa Tengah ……… 74

Tabel 4.3 Perkembangan Hotel dan Kamar di Jawa Tengah Tahun 2007- 2011 ……… 76

Tabel 4.4 PDRB Sektor Pariwisata di Jawa Tengah Tahun 2005-2009…. 77

Tabel 4.5 Realisasi dan Proyeksi Pendapatan Daerah di Jawa Tengah Tahun 2009-2011 ……… 78

Tabel 4.6 Pengeluaran Rata-Rata Perkapita di Jawa Tengah Tahun 1999- 2011………...………. 80

Tabel 4.7 Descriptive Statistics Jumlah Wisatawan ……….….. 84

Tabel 4.9 Descriptive Statistics Pengeluaran Wisatawan ……….. 88 Tabel 4.10 Perkalian Jumlah Wisatawan, Lama Tinggal Wisatawan, dan

Pengeluaran Wisatawan Terhadap PDRB Sektor Pariwisata

vi

Ana Fajriasari, 2013

DAFTAR GAMBAR

Gambar 1.1 Grafik PDB Nasional Tahun 2004-2007 ... 2

Gambar 1.2 Grafik Kontribusi Pariwisata Terhadap PDB Nasional Tahun 2004-2007 ... 2

Gambar 1.3 Grafik PDRB Sektor Pariwisata di Jawa Tengah Tahun 2008- 2012 ... 6

Gambar 2.1 Bagan Kerangka Pemikiran Pengaruh Jumlah Wisatawan, Lama Tinggal, dan Pengeluarannya Terhadap Produk Domestik Regional Bruto Sektor Pariwisata di Jawa Tengah ... 35

Gambar 3.1 Peta Administratif Provinsi Jawa Tengah ... 36

Gambar 3.2 Bagan Prosedur dan Pengumpulan Data ... 42

Gambar 3.3 Daerah Pengujian Durbin Watson ... 54

Gambar 3.4 Daerah Penerimaan dan Penolakan Ho Daerah Uji t ... 59

Gambar 3.5 Daerah Penerimaan dan Penolakan Ho Daerah Uji F ... 62

Gambar 4.1 Candi Borobudur, Magelang ... 70

Gambar 4.2 Museum Kereta Api, Ambarawa ... 70

Gambar 4.3 Lawang Sewu, Semarang ... 71

Gambar 4.4 Umbul Sidomukti, Semarang ... 72

Gambar 4.5 Dieng Plateu, Wonosobo ... 72

Gambar 4.6 Grafik Pertumbuhan Ekonomi Provinsi Jawa Tengah Terhadap Nasional Tahun 2004-2012 ... 81

Gambar 4.7 Grafik Kemiskinan Provinsi Jawa Tengah Terhadap Nasional Tahun 2004-2012 ... 82

Gambar 4.8 Grafik Kedatangan Wisman Melalui Bandara Adi Sumarno Tahun 2011 ………..… 83

Gambar 4.9 Daerah Penerimaan dan Penolakan H0 Daerah Uji t untuk Jumlah Wisatawan ……….…..……… 84

Gambar 4.10 Daerah Penerimaan dan Penolakan H0 Daerah Uji t untuk Lama Tinggal Wisatawan ….……….…..…..……..………… 87

Gambar 4.11 Daerah Penerimaan dan Penolakan H0 Daerah Uji t untuk

viii

Ana Fajriasari, 2013

DAFTAR LAMPIRAN

Lampiran 1. Jumlah wisatawan mancanegara dan wisatawan nusantara

yang berkunjung di Jawa Tengah tahun 2003-2012 ……….. 96 Lampiran 2. Lama tinggal wisatawan mancanegara dan wisatawan

nusantara yang berkunjung di Jawa Tengah tahun 2003-2012 97 Lampiran 3. Pengeluaran wisatawan mancanegara dan wisatawan

nusantara yang berkunjung di Jawa Tengah tahun 2003-2012 98 Lampiran 4. Perkembangan PDRB atas dasar harga berlaku sektor pari-

wisata di Jawa Tengah tahun 2003-2012 ……….. 99 Lampiran 5. Pengaruh jumlah wisatawan, lama tinggal, dan pengeluarannya

terhadap PDRB sektor pariwisata di Jawa Tengah …….….. 100 Lampiran 6. Hasil pengolahan data jumlah wisatawan, lama tinggal

wisatawan, pengeluaran wisatawan terhadap PDRB sektor

pariwisata di Jawa Tengah ………..……….. 101 Lampiran 6a. Descriptive jumlah wisatawan, lama tinggal wisatawan,

pengeluaran wisatawan dan PDRB ……….…….. 104 Lampiran 6b. Tabel Durbin Watson ……… 105 Lampiran 7. Pedoman Wawancara Wisatawan ……….……… 106

BAB I

PENDAHULUAN

A. Latar Belakang Penelitian

Berbagai organisasi internasional antara lain PBB, Bank Dunia dan World Tourism Organization (WTO), telah mengakui bahwa pariwisata merupakan bagian yang tidak terpisahkan dari kehidupan manusia terutama menyangkut kegiatan sosial dan ekonomi. Diawali dari kegiatan yang semula hanya dinikmati oleh segelintir orang-orang yang relatif kaya pada awal abad ke-20, kini telah menjadi bagian dari hak asasi manusia, sebagaimana dinyatakan oleh John Naisbitt dalam bukunya Global Paradox yakni bahwa “we here once travel was considered a privilege of the moneyed elite, now it is considered a basic human right”. Hal ini terjadi tidak hanya di negara maju tetapi mulai dirasakan pula di negara berkembang termasuk Indonesia.

Dalam hubungan ini, berbagai negara termasuk Indonesia pun turut menikmati dampak dari peningkatan pariwisata dunia terutama pada periode 1990-1996. Badai krisis ekonomi yang melanda Indonesia sejak akhir tahun 1997, merupakan pengalaman yang sangat berharga bagi masyarakat pariwisata Indonesia untuk melakukan re-positioning sekaligus re-vitalization kegiatan pariwisata Indonesia. Disamping itu berdasarkan Undang-undang No. 25 Tahun 2000 tentang Program Pembangunan Nasional, pariwisata mendapatkan penugasan baru untuk turut mempercepat pemulihan ekonomi nasional dan memulihkan citra Indonesia di dunia internasional.

Terbukti pada tahun 2012 Indonesia mendapat peringkat ke-3 terfavorit kategori kunjungan pariwisata se-Asia atau Go Asia Award 2012 dalam Bursa Pariwisata Internasional (Internationale Tourismus Borse/ITB), 7-11 Maret 2012 di Messegelande, Berlin. Posisi pertama dan kedua ditempati Thailand dan Singapura. Hal ini membuktikan bahwa industri pariwisata Indonesia sangat menjanjikan, karena banyaknya minat masyarakat internasional untuk berkunjung.

2

Ana Fajriasari, 2013

Sektor pariwisata juga menjadi salah satu faktor penting dalam perkembangan perekonomian Indonesia. Berdasarkan data GDP Indonesia pada tahun 2012 sektor pariwisata menjadi sektor yang mengalami laju pertumbuhan tertinggi bila dibandingkan dengan sektor-sektor yang lainnya, seperti pertanian, industri, jasa-jasa, pertambangan dan lain-lainnya. Sehingga, dapat dikatakan bahwa sektor pariwisata menjadi salah satu sektor ekonomi yang dianggap cukup perspektif untuk mengangkat pertumbuhan ekonomi Indonesia. Jika dilihat dari kacamata ekonomi makro, sektor pariwisata dapat memberikan dampak positif seperti meningkatkan pendapatan nasional atau Produk Domestik Bruto (PDB), dapat meningkatkan investasi dari sektor industri pariwisata, dan sektor ekonomi lainnya, dan dapat menciptakan kesempatan berusaha, terutama bagi masyarakat yang berada di sekitar tempat wisata tersebut.

Sumber: Nesparnas Depbudpar, 2008 Sumber: Nesparnas Depbudpar, 2008

Untuk membuktikan sektor pariwisata memberikan dampak positif terhadap perekonomian Indonesia, dapat dilihat dari kontribusi pariwisata terhadap PDB nasional. Data Depbudpar menunjukkan, bahwa kontribusi pariwisata terhadap PDB nasional terus meningkat sejak tahun 2004 sampai 2007. Pada tahun 2004

2273,14 2784,90 3339,50 3957,40 0,00 500,00 1000,00 1500,00 2000,00 2500,00 3000,00 3500,00 4000,00 4500,00

2004 2005 2006 2007

PDB Nasional (dalam triliyun) 113,78 146,80 143,62 169,67 0,00 20,00 40,00 60,00 80,00 100,00 120,00 140,00 160,00 180,00

2004 2005 2006 2007

PDB Sektor Pariwisata (dalam triliyun)

Gambar 1.1

Grafik PDB Nasional Tahun 2004-2007

Gambar 1.2

Grafik Kontribusi Pariwisata Terhadap PDB Nasional Tahun 2004-2007

3

kontribusi pariwisata terhadap PDB nasional sebesar Rp 113,78 triliyun atau 5,01% dari total PDB Rp 2.273,14 triliyun. Pada tahun 2005 kontribusi pariwisata meningkat menjadi Rp 146,80 triliyun atau 5,27% dari total PDB nasional Rp 2.784,90 triliyun. Pada tahun 2006 meningkat menjadi Rp 143,62 triliyun atau 4,30% dari total PDB Rp 3.339,50 triliyun. Sementara pada tahun 2007, persentase kontribusi pariwisata turun tipis menjadi 4,29% bila dibandingkan dengan total PDB nasional, meskipun jumlah kontribusi pariwisata tetap naik dari tahun sebelumnya menjadi Rp 169,67 triliyun.

Oka A Yoeti dalam bukunya ekonomi pariwisata menjelaskan pariwisata dapat dijadikan sebagai katalisator dalam pembangunan, selain dapat mempercepat pemerataan pendapatan, meningkatkan kesempatan kerja, penerimaan pajak, meningkatan pendapatan nasional, sekaligus dapat memperkuat posisi neraca pembayaran (Yoeti, 2008:14). Dalam buku yang sama dijelaskan kembali bahwa pariwisata juga dikatakan sebagai katalisator dalam pembangunan, karena dampak yang diberikannya terhadap kehidupan perekonomian di negara yang dikunjungi wisatawan. Kedatangan wisatawan mancanegara (foreign tourist) pada suatu DTW (daerah tujuan wisata) telah memberikan kemakmuran dan kesejahterahan bagi penduduk setempat, dimana pariwisata itu dikembangkan (Yoeti, 2008:25).

Berbicara mengenai pariwisata dan perekonomian di Indonesia tentu tidak ada habisnya. Sekitar 59% turis berkunjung ke Indonesia untuk tujuan liburan, sementara 38% untuk tujuan bisnis. Singapura dan Malaysia adalah dua negara dengan catatan jumlah wisatawan terbanyak yang datang ke Indonesia dari wilayah ASEAN. Sementara dari kawasan Asia (tidak termasuk ASEAN) wisatawan Jepang berada di urutan pertama disusul RRC, Korea Selatan, Taiwan dan India. Jumlah pendatang terbanyak dari kawasan Eropa berasal dari Negara Britania Raya disusul oleh Perancis, Belanda dan Jerman. Saat ini Indonesia terdiri dari 34 provinsi. Berdasarkan data dari Badan Pusat Statistik (BPS), sebelas provinsi yang paling sering dikunjungi oleh para wisatawan adalah Bali, Jawa Barat, Jawa Tengah, Jawa Timur, DKI Jakarta, Sumatera Utara, Lampung, Sulawesi Selatan, Sumatera Selatan, Banten dan Sumatera Barat.

4

Ana Fajriasari, 2013

Jawa Tengah adalah sebuah provinsi di Indonesia yang terletak di bagian tengah Pulau Jawa. Provinsi ini berbatasan dengan Provinsi Jawa Barat di sebelah barat, Samudra Hindia dan Daerah Istimewa Yogyakarta di sebelah selatan, Jawa Timur di sebelah timur, dan Laut Jawa di sebelah utara. Perkembangan industri pariwisata di Jawa Tengah ditata melalui kebijakan pembangunan kepariwisataannya yang telah ditetapkan sebagai daerah tujuan wisata dengan keharmonisan budaya dan alam, dengan menawarkan produk bagi wisatawan nusantara bergolongan ekonomi menengah serta wisatawan mancanegara yang memiliki minat budaya. Maka rasanya tidak berlebih jika Jawa Tengah mengangkat slogan more than friendly sebagai citra Jawa Tengah dalam rangka program Visit Jawa Tengah 2013.

Tabel 1.1

Tingkat Pertumbuhan Wisatawan di Jawa Tengah tahun 2008-2012

Tahun Uraian Jumlah Wisatawan

(orang)

Lama Tinggal Wisatawan (hari)

Pengeluaran Wisatawan (Rp)

Wisman Wisnus Wisman Wisnus Wisman Wisnus 2008 Total 302.977 16.253.107 2,22 1,89 2,000,862 225.000

Pertumbuhan - - - -

2009 Total 308.519 21.515.598 2,23 1,94 2,106,681 245.000

Pertumbuhan 1.83% 32,38% 0,45% 2,65% 5,29% 8,89%

2010 Total 317.805 22.275.146 2,27 1,98 2,231,892 275.000

Pertumbuhan 3.01% 3,53% 1,79% 2,06% 5,94% 12,24%

2011 Total 381.514 21.838.351 1,89 1,35 2,588,092 474.000 Pertumbuhan 20.05% -1,96% -16,74% -31,82% 15,96% 72,36% 2012 Total 363.150 25.240.007 1,92 1,56 2,895,964 498.000

Pertumbuhan -4.81 15,58% 1,59% 15,56% 11,90% 5,06%

Sumber: Dinas Kebudayaan dan Pariwisata Provinsi Jawa Tengah, 2013

Mengacu pada tabel 1.1 jumlah kunjungan wisatawan mancanegara ke Jawa Tengah dari tahun 2008-2011 mengalami kenaikan. Kenaikan yang signifikan terjadi pada tahun 2011 yaitu sebesar 20,05% menjadi 381.514 orang. Namun

5

pada tahun 2012 terjadi penurunan sebesar 4,81%. Hal ini disebabkan adanya beberapa issue antara lain: adanya travel warning dari beberapa negara untuk datang ke Indonesia terkait issue teroris, krisis ekonomi global serta adanya beberapa penerbangan langsung yang non aktif dikarenakan permasalahan internal pada perusahaan penerbangan tersebut.

Masih mengacu pada tabel 1.1 jumlah kunjungan wisatawan nusantara ke Jawa Tengah dari tahun 2008-2010 juga mengalami kenaikan. Kenaikan yang signifikan terjadi pada tahun 2009 yaitu sebesar 32,38% menjadi 21.515.598 orang. Namun pada tahun 2011 terjadi penurunan sebesar 1,96% menjadi 21.838.351 orang. Hal ini disebabkan adanya beberapa issue antara lain: adanya beberapa bencana alam yang terjadi pada daya tarik wisata unggulan di Jawa Tengah dan renovasi pada beberapa daya tarik wisata sehingga ada sebagian daya tarik wisata yang tidak operasional sementara. Sama hal nya dengan wisatawan mancanegara, penurunan jumlah wisatawan nusantara ini tidak berdampak pada pengeluarannya.

Rata-rata lama tinggal wisatawan mancanegara di Jawa Tengah pada tahun 2008 sebesar 2,22 hari, tahun 2009 sebesar 2,23 hari, tahun 2010 sebesar 2,27 hari, tahun 2011 sebesar 1,89 hari, tahun 2012 sebesar 1,92 hari. Jika dirata-ratakan dari tahun 2008-2012 sebesar 2,11 hari. Hal ini membuktikan wisatawan mancanegara hanya berkisar 1-2 hari atau tidak lebih dari itu. Sedangkan rata-rata lama tinggal wisatawan nusantara di Jawa Tengah pada tahun 2008 sebesar 1,89 hari, tahun 2009 sebesar 1,94 hari, tahun 2010 sebesar 1,98 hari, tahun 2011 sebesar 1,35 hari, tahun 2012 sebesar 1,56 hari. Jika di rata-ratakan dari tahun 2008-2012 sebesar 1,74 hari. Berbeda dengan wisatawan mancanegara, rata-rata lama tinggal wisatawan nusantara hanya berkisar 1 hari.

Pengeluaran wisatawan mancanegara maupun wisatawan nusantara di Jawa Tengah secara keseluruhan dari tahun 2008-2012 tidak mengalami penurunan. Untuk wisatawan mancanegara terlihat peningkatan yang signifikan terjadi di tahun 2011 sebesar 15,96% menjadi Rp2.588.092. Begitu pun untuk wisatawan nusantara peningkatan yang signifikan terjadi di tahun 2011 sebesar 72,36% menjadi Rp474.000.

6

Ana Fajriasari, 2013

Sumber: Dinas Kebudayaan dan Pariwisata Provinsi Jawa Tengah, 2013

Gambar 1.3

Grafik PDRB Sektor Pariwisata di Jawa Tengah Tahun 2008-2012 Dilihat dari grafik 1.2 Produk Domestik Regional Bruto (PDRB) sektor pariwisata di Jawa Tengah juga terus mengalami peningkatan. Apabila di rata-ratakan peningkatan PDRB sektor pariwisata dari tahun ke tahun di atas 10%. Dilihat lebih rinci dari data dinbudpar Provinsi Jawa Tengah yaitu pada tahun 2008 lapangan usaha hotel sebesar Rp1.193.421,83, lapangan usaha restoran sebesar Rp10.433.598,17, lapangan usaha hiburan & rekreasi sebesar Rp208.072,67. Sehingga jumlah sektor pariwisata pada tahun 2008 sebesar Rp11.835.092,67 dari jumlah PDRB sebesar Rp362.938.708,25. Hal ini berdampak positif bagi Provinsi Jawa Tengah itu sendiri.

Dengan melihat potensi dan permasalahan yang dijabarkan di atas, maka diperlukan analisa mendalam untuk mengetahui pengaruh jumlah wisatawan, lama tinggal wisatawan dan pengeluaran wisatawan terhadap PDRB sektor pariwisata di Jawa Tengah. Terlihat dari sasaran program pembangunan kebudayaan dan pariwisata Jawa Tengah salah satunya yaitu: Tercapainya peningkatan jumlah kunjungan, lama tinggal, dan pengeluaran belanja wisatawan mancanegara dan wisatawan nusantara guna meningkatkan kontribusi sektor pariwisata terhadap PDRB. 11,83 12,71 14,41 16,16 18,03 0 2 4 6 8 10 12 14 16 18 20

2008 2009 2010 2011 2012

PDRB Sektor Pariwisata (dalam juta)

7

Berdasarkan latar belakang diatas, maka dapat dilihat bahwa ada keterkaitan antara perekonomian khususnya Produk Domestik Regional Bruto (PDRB) dan faktor-faktor yang mempengaruhi sektor pariwisata. Sehingga judul penelitian ini adalah: “Pengaruh Jumlah Wisatawan, Lama Tinggal, dan Pengeluarannya Terhadap Produk Domestik Regional Bruto Sektor Pariwisata di Jawa

Tengah”.

B. Rumusan Masalah

Berdasarkan uraian latar belakang penelitian, maka dirumuskan masalah sebagai berikut:

1. Bagaimana pengaruh jumlah wisatawan terhadap PDRB sektor pariwisata di Jawa Tengah?

2. Bagaimana pengaruh lama tinggal wisatawan terhadap PDRB sektor pariwisata di Jawa Tengah?

3. Bagaimana pengaruh pengeluaran wisatawan terhadap PDRB sektor pariwisata di Jawa Tengah?

4. Seberapa besar pengaruh jumlah wisatawan, lama tinggal wisatawan dan pengeluaran wisatawan terhadap PDRB sektor pariwisata di Jawa Tengah?

C. Tujuan Penelitian

Adapun tujuan penelitian ini adalah sebagai berikut:

1. Menganalisa pengaruh jumlah wisatawan terhadap PDRB sektor pariwisata di Jawa Tengah.

2. Menganalisa pengaruh lama tinggal wisatawan terhadap PDRB sektor pariwisata di Jawa Tengah.

3. Menganalisa pengaruh pengeluaran wisatawan terhadap PDRB sektor pariwisata di Jawa Tengah.

4. Menghitung pengaruh jumlah wisatawan, lama tinggal wisatawan dan pengeluaran wisatawan terhadap PDRB sektor pariwisata di Jawa Tengah.

8

Ana Fajriasari, 2013 D. Manfaat Penelitian

Adapun manfaat penelitian ini adalah sebagai berikut:

1. Bagi penulis, manfaat penulisan pada umumnya untuk menambah pengetahuan, pengalaman dalam menulis karya ilmiah yang teoritis tentang pendapatan sektor pariwisata. Khususnya pengaruh jumlah wisatawan, lama tinggal wisatawan, dan pengeluaran wisatawan terhadap PDRB sektor pariwisata di Jawa Tengah.

2. Bagi pemerintah Jawa Tengah, sebagai acuan untuk meningkatkan pendapatan sektor pariwisata di tahun – tahun selanjutnya.

3. Sebagai bahan rujukan untuk penelitian selanjutnya yang memiliki hubungan dengan penelitian ini.

BAB III

METODE PENELITIAN

A. Lokasi

Lokasi dalam penelitian ini adalah Provinsi Jawa Tengah. Letaknya diapit oleh dua provinsi besar, yaitu Jawa Barat dan Jawa Timur. Letaknya antara 5°40' dan 8°30' Lintang Selatan dan antara 108°30' dan 111°30' Bujur Timur (termasuk Pulau Karimunjawa). Jarak terjauh dari Barat ke Timur adalah 263 km dan dari Utara ke Selatan 226 km (tidak termasuk Pulau Karimunjawa).

Secara administratif Provinsi Jawa Tengah terbagi menjadi 29 Kabupaten dan 6 Kota. Luas Wilayah Jawa Tengah sebesar 3,25 juta hektar atau sekitar 25,04 persen dari luas pulau Jawa (1,70 persen luas Indonesia). Luas yang ada terdiri dari 1,00 juta hektar (30,80 persen) lahan sawah dan 2,25 juta hektar (69,20 persen) bukan lahan sawah.

Sumber: Dinas Kebudayaan dan Pariwisata Provinsi Jawa Tengah, 2013 Gambar 3.1

37

Ana Fajriasari, 2013

Peta Administratif Provinsi Jawa Tengah

B. Desain Penelitian

Metode Penelitian ini menggunakan metode penelitian kuantitatif. Penelitian kuantitatif adalah penelitian ilmiah yang sistematis terhadap bagian-bagian dan fenomena serta hubungan-hubungannya. Tujuan penelitian kuantitatif adalah mengembangkan dan menggunakan model-model matematis, teori-teori dan/atau hipotesis yang berkaitan dengan fenomena alam. Proses pengukuran adalah bagian yang sentral dalam penelitian kuantitatif karena hal ini memberikan hubungan yang fundamental antara pengamatan empiris dan ekspresi matematis dari hubungan-hubungan kuantitatif. Metode Penelitian Kuantitatif dapat diartikan sebagai metode penelitian yang berlandaskan pada filsafat positivisme, digunakan untuk meneliti pada populasi atau sampel tertentu, teknik pengambilan sampel pada umumnya dilakukan secara random, pengumpulan data menggunakan instrumen penelitian, analisis data bersifat kuantitatif/statistik dengan tujuan untuk menguji hipotesis yang telah ditetapkan (Sugiyono, 2009:14).

Pada intinya penelitian kuantitatif dapat dikonstruksi sebagai strategi penelitian yang menekankan pada kuantifikasi dalam pengumpulan dan analisis data dengan pendekatan deduktif untuk menghubungkan antara teori dan penelitian dengan menempatkan pengujian teori. Oleh karena itu, penelitian kuantitatif merupakan sebuah penyelidikan tentang masalah sosial berdasarkan pada pengujian sebuah teori yang terdiri dari variabel-variabel, diukur dengan angka, dan dianalisis dengan prosedur statistik untuk menentukan apakah generalisasi prediktif teori tersebut benar (Creswell, 1994: 1-2).

Agar penelitian dapat dilakukan secara efektif, efesien, ekonomis dan membuahkan hasil yang kuat, maka perlu dilakukan dengan mengikuti prosedur-prosedur yang tepat. Untuk melakukan penelitian kuantitatif, dapat dilakukan dengan mengikuti langkah-langkah sebagai berikut:

1. Mengidentifikasi masalah; 2. Merumuskan masalah penelitian; 3. Menyusun hipotesis penelitian; 4. Merumuskan pertanyaan penelitian;

38

5. Mengeksplorasi studi kepustakaan, atau penelitian terdahulu; 6. Menentukan sampel;

7. Merumuskan, merancang dan menyusun instrumen penelitian; 8. Merumuskan desain penelitian;

9. Melakukan pengumpulan data-data yang diperlukan; 10.Melakukan analisis data;

11.Menginterpretasikan data; 12.Menyusun simpulan;

13.Menyusun dan memberikan rekomendasi.

C. Variabel Penelitian

Variabel penelitian pada dasarnya adalah segala sesuatu yang berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi tentang hal tersebut, kemudian ditarik kesimpulannya (Sugiyono, 2012:38). Sedangkan menurut Suharsimi Arikunto yang dimaksud variabel penelitian adalah objek penelitian, atau apa yang menjadi titik perhatian suatu penelitian (Arikunto, 2002:99).

Setelah membicarakan beberapa pengertian dasar variabel, berikut ini adalah beberapa macam variabel ditinjau dari aspek hubungan antar variabel yang digunakan untuk penelitian yang terdiri dari variabel dependent dan variabel independent. Variabel dependent (terikat) merupakan variabel terikat yang besarannya tergantung dari besaran variabel independent (bebas). Besarnya perubahan yang disebabkan oleh variabel independent ini, akan memberi peluang terhadap perubahan variabel dependent (terikat) sebesar koefisien (besaran) perubahan dalam variabel independent. Artinya, setiap terjadi perubahan sekian kali satuan variabel independent, diharapkan akan menyebakan variabel dependent berubah sekian satuan juga. Sebaliknya jika terjadi perubahan (penurunan) variabel independent (bebas) sekian satuan, diharapkan akan menyebabkan perubahan (penurunan) variabel dependent sebesar sekian satuan

39

Ana Fajriasari, 2013

juga. Hubungan antar variabel, yakni variabel dependent dan variabel independent, biasanya ditulis dalam bentuk persamaan, Y = a + bX.

Sesuai dengan judulnya “Pengaruh Jumlah Wisatawan, Lama Tinggal, dan Pengeluarannya terhadap Produk Domestik Regional Bruto Sektor Pariwisata di Jawa Tengah”. Penelitian ini menggunakan 4 variabel yang terdiri dari 1 variabel dependent (terikat) dan 3 variabel independent (bebas). Pada penelitian ini variabel dependent (terikat) adalah PDRB Sektor Pariwisata, sedangkan variabel independent (bebas) adalah Jumlah Wisatawan, Lama Tinggal Wisatawan, dan Pengeluaran Wisatawan.

Tabel 3.1 Operasional Variabel

No Variabel Data Sumber Data

1 Jumlah Wisatawan

Tahun 2003 - 2012 Data diperoleh dari Dinas Kebudayaan dan Pariwisata Provinsi Jawa Tengah. 2 Lama Tinggal

Wisatawan

Tahun 2003 – 2012 Data diperoleh dari Dinas Kebudayaan dan Pariwisata Provinsi Jawa Tengah. 3 Pengeluaran

Wisatawan

Tahun 2003 – 2012 Data diperoleh dari Dinas Kebudayaan dan Pariwisata Provinsi Jawa Tengah. 4 PDRB Sektor

Pariwisata

Tahun 2003 - 2012 Data diperoleh dari Dinas Kebudayaan dan Pariwisata Provinsi Jawa Tengah. Sumber: Data diolah penulis, 2013

D. Definisi Operasional

Definisi operasional adalah penjelasan definisi dari variabel yang telah dipilih oleh peneliti. Judul penelitian ini adalah “Pengaruh Jumlah Wisatawan, Lama

Tinggal, dan Pengeluarannya Terhadap Produk Domestik Regional Bruto Sektor Pariwisata di Jawa Tengah”. Kesalahan penelitian judul dapat

40

menimbulkan kesimpulan lain dari penelitian. Maka, penulis merasa perlu memberikan batasan dalam definisi operasional.

1. Pengaruh

Menurut kamus besar bahasa Indonesia (2002:849), pengaruh adalah daya yang ada atau timbul dari sesuatu (orang, benda) yang ikut membentuk watak, kepercayaan, atau perbuatan sesorang. Pengaruh merupakan kata yang sering digunakan dalam penelitian ilmu terutama untuk mengetahui seberapa besar tingkat dampak yang terjadi dari satu atau banyak variabel terhadap materi yang dianalisis.

2. Jumlah Wisatawan

Menurut UU No.10 Tahun 2009 pasal 1 yaitu wisatawan adalah orang yang melakukan wisata. Jumlah wisatawan adalah total wisatawan mancanegara maupun wisatawan nusantara yang berkunjung ke Jawa Tengah dalam periode 1 tahun.

3. Lama Tinggal Wisatawan

Lama tinggal wisatawan adalah jumlah hari atau malam yang dihabiskan wisatawan selama berada atau berkunjung di daerah tersebut. Lama tinggal wisatawan dipersempit menjadi lama menginap wisatawan di hotel berbintang maupun non bintang yang dilihat dari data statistik provinsi Jawa Tengah. 4. Pengeluaran Wisatawan

Pengeluaran wisatawan adalah banyaknya total uang yang dikeluarkan oleh wisatawan selama melakukan perjalanan. Pengeluaran dihitung saat wisatawan berada di Jawa Tengah dan mengeluarkan uangnya untuk keperluan selama di Jawa Tengah. Pengeluaran wisatawan disektor yang tak terdata, seperti hiburan dan tip-tip yang tidak masuk hitungan resmi.

5. Produk Domestik Regional Bruto (PDRB)

PDRB diartikan sebagai nilai keseluruhan semua barang dan jasa yang diproduksi di dalam wilayah tersebut dalam jangka waktu tertentu (biasanya per tahun). Seperti PDB, dimana PDB mengukur total seluruh pendapatan yang dihasilkan suatu negara dalam jangka waktu satu tahun, maka untuk PDRB lebih menyempit yakni ditingkat regional atau provinsi. Komponen

41

Ana Fajriasari, 2013

PDRB yang dibahas lebih khusus dari PDRB yang didapatkan dari sektor pariwisata provinsi Jawa Tengah.

E. Jenis dan sumber data

Dalam membuat suatu penelitian ilmiah maka data merupakan hal yang sangatlah penting karena data ini yang nantinya akan membantu penulis dalam menganalisis sebuah kasus, sehingga dapat dicocokkan apakah kasus tersebut terjadi sesuai dengan data-data yang ada ataukah tidak. Menurut Blaxter, et. al. (2001:229), data itu dapat terdiri dari tanggapan-tanggapan terhadap sebuah kuesioner ataupun transkripsi-transkipsi wawancara, catatan-catatan atau rekaman-rekaman observasi serta dokumen dan data juga bisa terdiri dari yang bersifat numeric ataupun kata-kata. Menurut Sugiyono (2009:129) pengumpulan data dilakukan dengan berbagai setting, berbagai sumber, dan berbagai cara. Berdasarkan sumbernya, data dibedakan menjadi dua, yaitu data primer dan data sekunder. Data sekunder adalah data yang telah dikumpulkan oleh pihak lain atau lembaga pengumpul data dan dipublikasikan kepada masyarakat pengguna data.

Adapun sumber data dalam penelitian ini menggunakan sumber data sekunder yaitu pelaku yang tidak langsung berhubungan dengan objek penelitian, tetapi bersifat membantu dan memberikan informasi bagi penelitian. Data sekunder dari pihak lain yang berasal dari buku-buku, majalah, literatur, artikel, internet, dan tulisan-tulisan ilmiah.

F. Alat Pengumpulan Data

Instrumen atau alat pengumpulan data merupakan alat yang digunakan dalam menjaring atau mengumpulkan data dalam sebuah penelitian. Pengumpulan data merupakan langkah yang cukup penting dalam penelitian. Data yang terkumpul akan digunakan sebagai bahan analisis dan pengujian hipotesis yang telah dirumuskan. Oleh karena itu, pengumpulan data harus dilakukan dengan sistematis, terarah dan sesuai dengan masalah penelitian. Dalam penelitian ini, instrumen penelitiannya berupa dokumen yang diambil dari Dinas Kebudayaan

42

dan Pariwisata (dinbudpar) Provinsi Jawa Tengah dan Badan Pusat Statistik (BPS) Provinsi Jawa Tengah.

G. Teknik Pengumpulan Data

Teknik pengumpulan data dimaksudkan untuk memperoleh data-data yang diperlukan dalam penelitian ini sebagai alat pendukung pembuktian jawaban penelitian. Teknik pengumpulan data dengan metode kuantitatif karena penelitian yang dilakukan adalah penelitian yang menekankan analisnya pada data-data numeric (angka). Data yang diperoleh dalam penelitian ini didapatkan dengan menggunakan teknik sebagai berikut:

1. Studi Pustaka

Studi ini digunakan sebagai landasan teori yang digunakan dalam menganalisis kasus. Dasar-dasar diperoleh dari buku-buku, literatur-literatur mapun tulisan-tulisan yang berhubungan dengan penelitian ini.

2. Studi Dokumen

Metode dokumentasi adalah metode pengumpulan data dengan jalan melihat, membaca, mempelajari, kemudian mencatat data yang ada hubungannya dengan objek penelitian. Mengambil data dari berbagai sumber seperti artikel, dokumen, peraturan pemerintah atau data dari pemerintah tersebut. Dikhususkan pada meminta data dari instasi terkait.

Data

Sekunder

Studi Pustaka Studi Dokumen

43

Ana Fajriasari, 2013

Gambar 3.2

Bagan Prosedur dan Teknik Pengumpulan Data

H. Analisis Data

1. Regresi Linier Berganda

"Multiple regression is the appropirate method of analysis, when the reseach problem involves a single metrice independen variable. The objective of multiple regression analysis is to predict the change in the dependent variable, variable is response to change several independent variable" (Hair, Anderson,Tatham, Black,1985).

(Regresi berganda adalah metode analisis yang tepat ketika penelitian melibatkan satu variabel terikat yang diperkirakan berhubungan dengan satu atau lebih variabel bebas. Tujuan analisis regresi berganda adalah memperkirakan perubahan respon pada variabel terikat terhadap beberapa variabel bebas) (Hair, Anderson,Tatham, Black,1985).

Analisis regresi berganda adalah sebuah pendekatan yang digunakan untuk mendefinisikan hubungan matematis antara variabel dependent (Y) dengan satu atau beberapa variabel independent (X) . Hubungan matematis digunakan sebagai suatu model regresi yang digunakan untuk meramalkan atau meprediksi nilai (Y) berdasarkan nilai (X) tertentu. Dengan analisis regresi akan diketahui variabel independent yang benar-benar signifikan mempengaruhi variabel dependent dan dengan variabel yang signifikan tadi dapat digunakan untuk memprediksi nilai variabel dependent. Metode analisis yang digunakan dalam penelitian ini adalah analisis regresi berganda yang digunakan untuk mengetahui besarnya pengaruh dari perubahan suatu variabel terhadap variabel lainnya yang ada. Yang dapat dinotasikan secara fungsional.

Y = a + b1X1+b2X2+…+bnXn + e

Selanjutnya fungsi regresi tersebut ditransformasikan ke dalam bentuk logaritma berganda dengan menggunakan logaritma natural (In) Transformasi

44

tersebut diperlukan karena penelitian ini menggunakan pendekatan ekonometrik sebagai analisis data (Gujarati, 2012).

Y = β0+ β1X1+ β2X2+ β3X3 + e

Keterangan

Y = PDRB Sektor Pariwisata

β0 = Konstanta

β1, β2,β3 = KoefisienRegresi X1 = Jumlah Wisatawan X2 = Lama Tinggal Wisatawan X3 = Pengeluaran Wisatawan

e = error

Model kelayakan regresi linear didasarkan pada hal-hal sebagai berikut:

1) Model regresi dikatakan layak jika angka signifikansi pada ANOVA sebesar < 0.05.

2) Predictor yang digunakan sebagai variabel bebas harus layak. Kelayakan ini diketahui jika angka Standard Error of Estimate < Standard Deviation.

3) Koefesien regresi harus signifikan. Pengujian dilakukan dengan Uji t. Koefesien regresi signifikan jika t hitung > t tabel (nilai kritis).

4) Tidak boleh terjadi multikolinieritas, artinya tidak boleh terjadi korelasi yang sangat tinggi atau sangat rendah antar variabel bebas. Syarat ini hanya berlaku untuk regresi linier berganda dengan variabel bebas lebih dari satu.

5) Tidak terjadi autokorelasi. Terjadi autotokorelasi jika angka Durbin dan Watson (DB) sebesar < 1 dan > 3.

6) Keselerasan model regresi dapat diterangkan dengan menggunakan nilai R2 semakin besar nilai tersebut maka model semakin baik. Jika nilai mendekati 1 maka model regresi semakin baik. Nilai R2 mempunyai karakteristik diantaranya: 1) selalu positif, 2) Nilai R2 maksimal sebesar 1. Jika Nilai R2 sebesar 1 akan mempunyai arti kesesuaian yang sempurna. Maksudnya seluruh variasi dalam variabel Y dapat diterangkan oleh model regresi.

45

Ana Fajriasari, 2013

Sebaliknya jika R2 sama dengan 0, maka tidak ada hubungan linier antara X dan Y.

7) Terdapat hubungan linier antara variabel bebas (X) dan variabel terikat (Y). 8) Data harus berdistribusi normal.

9) Data berskala interval atau rasio.

10)Kedua variabel bersifat dependent, artinya satu variabel merupakan variabel bebas (disebut juga sebagai variabel predictor) sedang variabel lainnya variabel terikat (disebut juga sebagai variabel response).

Perhitungan regresi linier berganda dapat dilakukan dengan program SPSS. Pengujian ini dilakukan dengan bantuan program SPSS versi 20.0. Nilai koefisien regresi berganda digunakan untuk mengetahui besarnya pengaruh Jumlah Wisatawan, Lama Tinggal Wisatawan, dan Pengeluaran Wisatawan terhadap PDRB Sektor Pariwisata di Jawa Tengah dengan memasukkan nilai Jumlah Wisatawan (X1) tahun 2003-2012 (n=10), Lama Tinggal Wisatawan (X2) tahun 2003-2012 (n=10), Pengeluaran Wisatawan (X3) tahun 2003-2012 (n=10), dan PDRB Sektor Pariwisata (Y) tahun 2003-2012 (n=10) sehingga diperoleh hasil sebagai berikut:

Tabel 3.2

Pemodelan Regresi Berganda

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant) -1.212E7 1.840E6 -6.589 .001

Jumlah Wisatawan -.116 .101 -.102 -1.141 .297

Lama Tinggal 2.338E6 462375.597 .198 5.057 .002

Pengeluaran Wisatawan 7.477 .618 1.078 12.097 .000

a. Dependent Variable: PDRB

Dapat dilihat tabel 3.2 menunjukkan model persamaan regresi yang diperoleh dengan koefisien konstanta dan koefisien variabel yang ada di kolom

46

Unstandardized Coefficients B. Berdasarkan tabel diatas diperoleh model persamaan regresi yaitu :

Model regresi tersebut dapat di interpretasikan sebagai berikut:

a. Artinya jika variabel Jumlah Wisatawan, Lama Tinggal

Wisatawan, dan Pengeluaran Wisatawan bernilai 0, maka nilai PDRB Sektor Pariwisata menurun sebanyak satuan.

b.

Artinya jika variabel Jumlah Wisatawan (X1) naik sebanyak satu satuan sedangkan Lama Tinggal Wisatawan dan Pengeluaran Wisatawan bernilai tetap maka akan menurunkan nilai PDRB Sektor Pariwisata sebanyak satuan. Sebaliknya jika variabel Jumlah Wisatawan (X1) turun sebanyak satu satuan sedangkan Lama Tinggal Wisatawan dan Pengeluaran Wisatawan bernilai tetap maka akan menaikkan nilai PDRB Sektor Pariwisata sebanyak 0.116 satuan. Hal ini dapat dilihat dari koefisien regresi (bernilai negatif).

c.

Artinya jika variabel Lama Tinggal Wisatawan (X2) naik sebanyak satu satuan sedangkan Jumlah Wisatawan dan Pengeluaran Wisatawan bernilai tetap maka akan menaikkan nilai PDRB Sektor Pariwisata sebanyak satuan. Sebaliknya jika variabel Lama Tinggal Wisatawan (X2) turun sebanyak satu satuan sedangkan Jumlah Wisatawan dan Pengeluaran Wisatawan bernilai tetap maka akan menurunkan nilai PDRB Sektor Pariwisata sebanyak

satuan. Hal ini dapat dilihat dari kofisien regresi

(bernilai positif).

d.

Artinya jika variabel Pengeluaran Wisatawan (X3) naik sebanyak satu satuan sedangkan Jumlah Wisatawan dan Lama Tinggal Wisatawan bernilai tetap maka akan menaikkan nilai PDRB Sektor Pariwisata sebanyak satuan. Sebaliknya jika variabel Pengeluaran Wisatawan (X3) turun sebanyak satu

47

Ana Fajriasari, 2013

satuan sedangkan Jumlah Wisatawan dan Lama Tinggal Wisatawan bernilai tetap makan akan menurunkan nilai PDRB Sektor Pariwisata sebanyak satuan. Hal ini dapat dilihat dari koefisien regresi (bernilai positif).

2. Uji asumsi klasik

Uji asumsi klasik adalah pengujian asumsi-asumsi statistik yang harus dipenuhi pada analisis regresi linier berganda yang berbasis ordinary least square (OLS). Bagi pembuat model, asumsi merupakan anggapan pengarang dalam membentuk model statistik yang dapat digunakan dalam kondisi-kondisi data tertentu. Sedangkan bagi pengguna model, asumsi merupakan batasan yang berguna untuk mengetahui apakah model statistik yang digunakan layak untuk kondisi data pengamatan. Ketika asumsi tidak terpenuhi, biasanya peneliti menggunakan berbagai solusi agar asumsinya dapat terpenuhi, atau beralih ke metode yang lebih advance agar asumsinya dapat terselesaikan.

Pengujian asumsi klasik diperlukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan benar-benar bebas dari adanya gejala heteroskedastisitas, gejala multikolinearitas, dan gejala autokorelasi. Model regresi akan dapat dijadikan alat estimasi yang tidak bisa jika telah memenuhi persyaratan BLUE (best linear unbiased estimator) yakni tidak terdapat heteroskedastisitas, tidak terdapat multikolinearitas, dan tidak terdapat autokorelasi (Sudrajat, 1988:164). Jika terdapat heteroskedastisitas, maka varian tidak konstan sehingga dapat menyebabkan biasnya standar error. Jika terdapat multikolinearitas, maka akan sulit untuk mengisolasi pengaruh-pengaruh individual dari variabel, sehingga tingkat signifikansi koefisien regresi menjadi rendah. Dengan adanya autokorelasi mengakibatkan penaksir masih tetap bisa dan masih tetap konsisten hanya saja menjadi tidak efisien. Oleh karena itu, uji asumsi klasik perlu dilakukan. Pengujian-pengujian yang dilakukan adalah sebagai berikut:

a. Uji Normalitas

Data klasifikasi kontinu, data kuantitatif yang termasuk dalam pengukuran data skala interval atau ratio, untuk dapat dilakukan uji statistik parametrik

48

dipersyaratkan berdistribusi normal. Pembuktian data berdistribusi normal tersebut perlu dilakukan uji normalitas terhadap data. Uji normalitas berguna untuk membuktikan data dari sampel yang dimiliki berasal dari populasi berdistribusi normal atau data populasi yang dimiliki berdistribusi normal. Banyak cara yang dapat dilakukan untuk membuktikan suatu data berdistribusi normal atau tidak.

Metode klasik dalam pengujian normalitas suatu data tidak begitu rumit. Berdasarkan pengalaman empiris beberapa pakar statistik, data yang banyaknya lebih dari 30 angka (n > 30), maka sudah dapat diasumsikan berdistribusi normal. Biasa dikatakan sebagai sampel besar. Namun untuk memberikan kepastian, data yang dimiliki berdistribusi normal atau tidak, sebaiknya digunakan uji statistik normalitas. Karena belum tentu data yang lebih dari 30 bisa dipastikan berdistribusi normal, demikian sebaliknya data yang banyaknya kurang dari 30 belum tentu tidak berdistribusi normal, untuk itu perlu suatu pembuktian. Pembuktian normalitas dapat dilakukan dengan manual, yaitu dengan menggunakan kertas peluang normal, atau dengan menggunakan uji statistik normalitas.

Banyak jenis uji statistik normalitas yang dapat digunakan diantaranya Kolmogorov Smirnov, Lilliefors, Chi-Square, Shapiro Wilk atau menggunakan software computer. Software computer dapat digunakan misalnya SPSS, Minitab, Simstat, Microstat, dsb. Pada hakekatnya software tersebut merupakan hitungan uji statistik Kolmogorov Smirnov, Lilliefors, Chi-Square, Shapiro Wilk, dsb yang telah diprogram dalam software computer. Masing-masing hitungan uji statistik normalitas memiliki kelemahan dan kelebihannya, pengguna dapat memilih sesuai dengan keuntungannya. Sebaran data mempunyai sebaran normal atau tidak secara analitik yaitu dengan menggunakan Kolmogrov-Smirnov atau Shapiro-Wilk. Uji Kolmogorov-Smirnov dipergunakan untuk sampel besar sedangkan Shapiro-Wilk untuk sampel yang sedikit. Uji normalitas pada penelitian ini menggunakan uji statistik non parametrik Shapiro Wilk. Dilakukan dengan membuat hipotesis:

49

Ana Fajriasari, 2013

Jika nilai Asymp. Sig. (2 –tailed) ≤ 0,05 : data berdistribusi normal Jika nilai Asymp. Sig. (2 – tailed) ≥ 0,05 : data tidak berdistribusi normal

Uji normalitas bertujuan untuk mengetahui nilai acak dari tiap variabel independent (X) yaitu Jumlah Wisatawan, Lama Tinggal Wisatawan, dan Pengeluaran Wisatawan mengikuti distribusi normal terutama variabel dependent (Y) yaitu PDRB Sektor Pariwisata karena model regresi yang baik harus mengikuti distribusi normal atau mendekati normal. Hasil pengujian normalitas Tests of Normality dapat dilihat pada output SPSS di bawah ini:

Tabel 3.3 Uji Normalitas

Tests of Normality

Kolmogorov-Smirnova Shapiro-Wilk

Statistic df Sig. Statistic df Sig.

PDRB .121 10 .200* .960 10 .783

Jumlah Wisatawan .255 10 .065 .838 10 .042

Lama Tinggal .156 10 .200* .938 10 .531

Pengeluaran Wisatawan .147 10 .200* .909 10 .277

a. Lilliefors Significance Correction

*. This is a lower bound of the true significance.

Data yang digunakan untuk tiap variabel independent (X) yaitu Jumlah Wisatawan, Lama Tinggal Wisatawan, Pengeluaran Wisatawan dan variabel dependent (Y) yaitu PDRB Sektor Pariwisata adalah 10 tahun (n=10), maka uji normalitas ini menggunakan kolom Shapiro-Wilk (Uji Kolmogorov-Smirnov dipergunakan untuk sampel besar sedangkan Shapiro-Wilk untuk sampel yang sedikit). Dapat dilihat pada tabel 3.3 nilai Sig. pada kolom Shapiro-Wilk untuk PDRB Sektor Pariwisata yaitu sebesar 0,783 dan lebih besar dari 0,05 (0,05 merupakan nilai alpha yang digunakan dalam penelitian ini). Dengan demikian, berdasarkan hasil pengujian normalitas Tests of Normality Shapiro-Wilk, terbukti bahwa data variabel dependent (Y) yaitu PDRB Sektor Pariwisata berdistribusi

50

normal karena 0,783 > 0,05. Setelah mendapatkan variabel PDRB Sektor Pariwisata berdistribusi normal maka tahap selanjutnya adalah memakai uji parametrik.

b. Uji Multikolinearitas

Menurut Imam Ghozali, Uji Multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi atara variabel bebas (independent). Model korelasi yang baik seharusnya tidak terjadi korelasi di antara variabel independent. Jika variabel independent saling berkorelasi maka variabel ini tidak ontogonal. Variebel ontogonal adalah variabel independent yang nilai korelasi antar sesama variabel independent sama dengan nol.

Learmer, Achen, dan Goldberger benar dalam mempermasalahkan kurangnya perhatian yang diberikan pada permasalahan ukuran sampel dan perhatian yang tidak semestinya pada problem multikolinieritas. Sayangnya, dalam aplikasi yang melibatkan data sekunder (misal data yang dikumpulkan oleh agen-agen tertentu, seperti data PDB yang dikumpulkan oleh pemerintah), seorang ilmuwan mungkin tidak dapat berbuat banyak mengenai ukuran sampel dari data dan harus

menghadapi “masalah estimasi yang cukup krusial untuk membenarkan perlakuan

kita (misal: multikolinieritas) sebagai pelanggaran terhadap CLRM. (Gujarati, 2012:415). Walaupun tidak ada metode yang pasti dalam mendeteksi multikolinieritas, terdapat beberapa indikator, yaitu:

1) Tanda paling jelas adalah ketika R2 sangat tinggi, tetapi tidak ada koefisien regresi yang secara statistik signifikan berdasarkan Uji t konvensional. Kasus ini, tentu saja ekstrem.

2) Pada model yang hanya melibatkan dua variabel penjelas, ide yang cukup baik untuk mendeteksi kolinieritas adalah memeriksa koefisien korelasi zero-order atau sederhana di antara kedua variabel. Jika koefisien ini tinggi, multikolinieritas umum terjadi.

3) Bagaimanapun, koefisien korelasi zero-order dapat menyesatkan pada model yang melibatkan lebih dari dua variabel X karena memungkinkan koefisien korelasi zero-order yang rendah, tetapi multikolinieritasnya tinggi. Pada

51

Ana Fajriasari, 2013

situasi seperti ini, seseorang mungkin perlu untuk memeriksa koefisien korelasi parsial.

4) Jika R2 tinggi, tetapi korelasi parsial rendah, mungkin terdapat multikolinieritas. Disini, satu atau lebih variabel mungkin tidak berguna. Namun demikian, jika R2 tingggi dan koefisien korelasi parsial juga tinggi, multikolinieritas mungkin belum dapat didetesi. Demikian juga, seperti yang dikemukakan C. Robert Wichers, Krishna Kumar, John O’Hagan, dan Brendan McCabe, terdapat bebrapa masalah statistik dengan uji korelasi parsial yang disarankan oleh Farrar dab Glauber.

5) Oleh karena itu, seseorang mungkin melakukan regresi untuk setiap variabel Xi terhadap variabel X sisanya pada model dan mencari tahu koefisien determinasinya, Ri2. Nilai Ri2 yang tinggi menunjukkan bahwa Xi berkorelasi kuat dengan semua variabel X lainnya. Jadi, seseorang dapat menghilangkan X1 (tersebut) dari model, asal jangan membawa pada bias spesifikasi yang serius.

Cara mengatasi masalah multikolinieritas diantaranya: 1) Menggunakan informasi dugaan sebelumnya.

2) Mengkombinasikan data cross-section dan time-series. 3) Menghilangkan variabel yang sangat berkolinier. 4) Transformasi data.

5) Memperoleh data baru atau tambahan.

Peran multikolinieritas dalam prediksi dan menunjukkan bahwa terkecuali struktur kolinieritas berlanjut pada sampel berikutnya, maka berbahaya untuk menggunakan estimasi regresi yang mengandung problem multikolinieritas untuk tujuan peramalan. Jika dalam model terdapat multikolinearitas maka model tersebut memiliki kesalahan standar yang besar sehingga koefisien tidak dapat ditaksir dengan ketepatan yang tinggi. Untuk mendeteksi adanya multikolinieritas dengan membuat hipotesis:

52

Tolerance value < 0,10 atau VIF > 10 : terjadi multikolinearitas Tolerance value > 0,10 atau VIF < 10 : tidak terjadi multikolinearitas

Multikolinearitas artinya terdapat hubungan linear yang sempurna diantara semua variabel independent dari model regresi. Dalam model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independent. Uji multikolinearitas dilakukan dengan melihat nilai toleransi lebih besar dari 10% (0,10) dengan Variace Inflation Factor (VIF) kurang dari 10, maka tidak terdapat multikolinearitas. Perhitungan VIF X1= Jumlah Wisatawan X2= Lama Tinggal Wisatawan, dan X3= Pengeluaran Wisatawan dapat dilihat pada output SPSS dibawah ini:

Tabel 3.4 Uji Multikolinieritas

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

Collinearity Statistics

B Std. Error Beta Tolerance VIF

1 (Constant) -1.212E7 1.840E6 -6.589 .001

Jumlah

Wisatawan -.116 .101 -.102 -1.141 .297 .183 5.451

Lama Tinggal 2.338E6 462375.597 .198 5.057 .002 .949 1.053

Pengeluaran

Wisatawan 7.477 .618 1.078 12.097 .000 .184 5.448

a. Dependent Variable: PDRB

Dapat dilihat pada tabel 3.4, kolom VIF untuk setiap variabel independent penelitian ini menunjukkan:

- Jumlah Wisatawan bernilai 5,451 - Lama Tinggal Wisatawan bernilai 1,053

53

Ana Fajriasari, 2013

- Pengeluaran Wisatawan bernilai 5,448

Dengan demikian, berdasarkan data hasil analisis dan ketentuan pengujian multikolinearitas diketahui bahwa ketiga variabel independent yaitu Jumlah Wisatawan, Lama Tinggal Wisatawan dan Pengeluaran Wisatawan memiliki nilai VIF < 10, dan nilai Tolerance > 0,10. Maka dapat disimpulkan tidak terjadi multikolinieritas.

c. Uji Autokorelasi

Menurut Imam Ghozali, Uji Autokorelasi bertujuan untuk menguji apakah dalam model regresi linear ada korelasi antara kesalahan pengganggu pada periode t dengan periode t-1 sebelumnya. Jika terjadi korelasi, maka dinamakan problem autokorelasi. Autokorelasi muncul karena observasi yang berurutan sepanjang waktu berkaitan satu sama lain. Masalah ini timbul karena residual (kesalahan pengganggu) tidak bebas dari satu observasi ke observasi lainnya. Pada penelitian ini menggunakan Uji Durbin–Watson (DW test).

Dalam dunia statistik, Uji Durbin Watson adalah sebuah test yang digunakan untuk mendeteksi terjadinya autokorelasi pada nilai residual (prediction errors) dari sebuah analisis regresi. Yang dimaksud dengan autokorelasi adalah "hubungan antara nilai-nilai yang dipisahkan satu sama lain dengan jeda waktu tertentu". Uji ini dikemukakan oleh James Durbin dan Geoffrey Watson. Uji Durbin Watson hanya digunakan untuk autokorelasi tingkat satu dan mensyaratkan adanya konstanta dalam model regresi dan tidak ada variabel di antara variabel independent. Pengambilan keputusan ada tidaknya autokorelasi:

Tabel 3.5

Dasar Pengambilan Keputusan Uji Autokorelasi

Hipotesis Nol Keputusan Jika

Tidak ada autokorelasi positif

Tolak 0 < d < dl

Tidak ada autokorelasi positif

54

Tidak ada korelasi negatif Tolak 4 - dl < d < 4 Tidak ada korelasi negatif No decision 4 - du ≤ d ≤ 4 - dl Tidak ada autokorelasi

positif atau negatif

Tidak ditolak du < d < 4 - du

Sumber: Gujarati, 2003

Gambar 3.3

Daerah Pengujian Durbin Watson

Autokorelasi artinya ada tidaknya korelasi diantara anggota-anggota dari serangkaian pengamatan yang tersusun dalam deret waktu terhadap variabel dependent. Variabel depedent (Y) tersebut adalah PDRB Sektor Pariwisata. Penelitian ini menggunakan Uji Durbin–Watson (DW test). Saat melakukan deteksi autokorelasi, tidak akan terlepas dengan tabel Durbin Watson. Tabel tersebut menjadi alat pembanding terhadap nilai Durbin Watson hitung. Dengan kriteria yang sudah dijelaskan diatas, dengan uji Durbin-Watson tahapan uji Durbin-Watson dapat dilihat pada output spss dibawah ini:

Tabel 3.6 Uji Autokorelasi

Model Summaryb

Model R R Square

Adjusted R Square

Std. Error of the

Estimate Durbin-Watson

1 .996a .991 .987 4.84511E5 2.077

a. Predictors: (Constant), Pengeluaran Wisatawan, Lama Tinggal, Jumlah Wisatawan b. Dependent Variable: PDRB

55

Ana Fajriasari, 2013

Berdasarkan data hasil analisis pada tabel 3.6 dapat dilihat bahwa nilai Durbin Watson (DW) yang dihasilkan model regresi yaitu sebesar 2.077. Sedangkan untuk pada tabel DW (tabel DW terlampir) dengan dan variabelnya ( ) = 4 diperoleh nilai dL = 0.52534 dan dU = 2.01632. Karena hasil uji autokorelasi menunjukkan nilai DW lebih besar dari nilai dL atau DW > dL. Maka dapat disimpulkan dalam penelitian ini dapat memenuhi asumsi yaitu tidak terdapat autokorelasi positif.

d. Uji Heteroskedastisitas

Deteksi heteroskedastisitas berarti bahwa varian gangguan μi tidak sama untuk semua pengamatan. Heteroskedastisitas juga bertentangan dengan salah satu asumsi dasar regresi homoskedastisitas yaitu μi yang tercakup dalam fungsi regresi bersifat homoskedastisitas, artinya semua memiliki varian gangguan μi yang sama. Heteroskedastisitas tidak menghilangkan sifat ketidakbiasan dan konsistensi karakteristik dari estimator-estimator ordinary least square (OLS). Akan tetapi, estimator-estimator tersebut tidak lagi memiliki varians minimum atau efisien. Oleh karenanya, mereka tidak lagi bersifat estimator terbaik, linier, dan tidak bias (BLUE).

Pada keberadaan heteroskedastisitas, varians dari estimator-estimator OLS tidak disediakan oleh rumus-rumus OLS yang biasa. Akan tetapi, jika memakasakan untuk menggunakan rumus-rumus OLS biasa, uji t dan F berdasarkan hasil tersebut dapat sangat menyesatkan serta berujung pada kesimpulan yang salah. Mendokumentasikan konsekuensi-konsekuensi dari heteroskedastisitas lebih mudah dibandingkan mendeteksinya (Gujarati, 2012:508). Beberapa metode pengujian yang bisa digunakan untuk menguji heteroskedastisitas diantaranya yaitu Uji Park, Uji Glesjer, Melihat pola grafik regresi, dan uji koefisien korelasi Spearman sebagai berikut:

1) Uji Park

Metode uji Park yaitu dengan meregresikan nilai residual (Lnei2) dengan masing-masing variabel dependent (LnX1 dan LnX2).

Kriteria pengujian adalah sebagai berikut: 1. Ho : tidak ada gejala heteroskedastisitas

56

2. H1 : ada gejala heteroskedastisitas

3. Ho diterima bila –ttabel < thitung < ttabel berarti tidak terdapat heteroskedastisitas dan Ho ditolak bila thitung > ttabel atau -thitung < -ttabel yang berarti terdapat heteroskedastisitas.

2) Uji Glejser

Uji Glejser dilakukan dengan cara meregresikan antara variabel independent dengan nilai absolut residualnya. Jika nilai signifikansi antara variabel independent dengan absolut residual lebih dari 0,05 maka tidak terjadi masalah heteroskedastisitas.

3) Melihat pola titik-titik pada scatterplots regresi

Metode ini yaitu dengan cara melihat grafik scatterplot antara standardized predicted value (ZPRED) dengan studentized residual (SRESID). Ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi dan sumbu X adalah residual (Y prediksi - Y sesungguhnya).

Dasar pengambilan keputusan yaitu:

- Jika ada pola tertentu, seperti titik-titik yang ada membentuk suatu pola tertentu yang teratur (bergelombang, melebar kemudian menyempit), maka terjadi heteroskedastisitas.

- Jika tidak ada pola yang jelas, seperti titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.

4) Uji koefisien korelasi Spearman’s rho

Metode uji heteroskedastisitas dengan korelasi Spearman’s rho yaitu mengkorelasikan variabel independent dengan nilai unstandardized residual. Pengujian menggunakan tingkat signifikansi 0,05 dengan uji 2 sisi. Jika korelasi antara variabel independent dengan residual di dapat signifikansi lebih dari 0,05 maka dapat dikatakan bahwa tidak terjadi masalah heteroskedastisitas pada model regresi.

Menurut Imam Ghozali, Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu

57

Ana Fajriasari, 2013

pengamatan ke pengamatan lainnya. Penelitian ini menggunakakan Uji Gletser untuk meregres nilai absolut residual terhadap variabel independent. Dengan menggunakan dasar pengambilan keputusan sebagai berikut:

Jika nilai Sig variabel independent < 0,05 : terjadi heteroskedastisitas Jika nilai Sig variabel independent > 0,05 : tidak terjadi heteroskedastisitas

Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya gejala heteroskedastisitas. Uji heteroskedastisitas antara pengaruh Jumlah Wisatawan, Lama Tinggal Wisatawan, Pengeluaran Wisatawan dapat dilihat pada tabel 3.7. Penelitian ini menggunakakan Uji Gletser, dilakukan dengan cara meregresikan antara variabel independent dengan nilai absolut residualnya. Jika nilai signifikansi antara variabel independent dengan absolut residual lebih dari 0,05 maka tidak terjadi masalah heteroskedastisitas. Untuk meregres nilai absolut residual terhadap variabel independent dengan menggunakan dasar pengambilan keputusan sebagai berikut:

Tabel 3.7

Uji Heteroskedastisitas

Coefficientsa

Model

Unstandardized Coefficients

Standardized Coefficients

t Sig.

B Std. Error Beta

1 (Constant) 595485.837 942243.319 .632 .551

Jumlah Wisatawan .012 .052 .221 .238 .819

Lama Tinggal -119806.917 236825.096 -.206 -.506 .631

Pengeluaran Wisatawan -.029 .317 -.084 -.091 .931

a. Dependent Variable: abs_RES1

Dapat dilihat pada tabel 3.7, kolom Sig untuk setiap variabel independent penelitian ini menunjukkan:

58

- Lama Tinggal Wisatawan bernilai 0,631 - Pengeluaran Wisatawan bernilai 0,931

Dengan demikian, berdasarkan data hasil analisis dan ketentuan pengujian heteroskedastisitas diketahui bahwa ketiga variabel independent yaitu Jumlah Wisatawan, Lama Tinggal Wisatawan dan Pengeluaran Wisatawan memiliki nilai Sig. output untuk setiap variabel lebih besar dari 0,05. Maka dapat disimpulkan

tidak terjadi heteroskedastisitas.

4. Uji Statistik

Uji statistik parametrik hanya dapat digunakan apabila persyaratan analisis atau asumsi analisis data yang akan diuji sudah terpenuhi/teruji. Persyaratan analisis statistik parametrik antara lain data terdistribusi normal dan uji asumsi klasik. Uji statistik yang dilakukan untuk mengukur kecepatan fungsi regresi dalam menaksir nilai aktualnya. Uji statistik dilakukan dengan pengujian koefisien regresi secara individual (uji t), pengujian koefisien regresi secara serentak (uji F), dan pengujian koefisien determinasinya (R2).

a. Pengujian Koefisien Regresi Secara Individual (Uji t)

Pengujian hipotesis dapat didasarkan dengan menggunakan dua hal, yaitu: tingkat signifikansi atau probabilitas (α) dan tingkat kepercayaan atau confidence interval. Didasarkan tingkat signifikansi pada umumnya orang menggunakan 0,05. Kisaran tingkat signifikansi mulai dari 0,01 sampai dengan 0,1. Yang dimaksud dengan tingkat signifikansi adalah probabilitas melakukan kesalahan tipe I, yaitu kesalahan menolak hipotesis ketika hipotesis tersebut benar. Tingkat kepercayaan pada umumnya ialah sebesar 95%, yang dimaksud dengan tingkat kepercayaan ialah tingkat dimana sebesar 95% nilai sample akan mewakili nilai populasi dimana sample berasal. Dalam melakukan uji hipotesis terdapat dua hipotesis, yaitu:

1) H0 (hipotesis nol)

Hipotesis Nol (Null Hypothesis) H0: Pernyataan tentang nilai parameter suatu populasi yang diasumsikan akan benar jika kita melakukan uji suatu hipotesis.

59

Ana Fajriasari, 2013

Pertanyaan dimaksud harus berisi persyaratan kesamaan dan harus ditulis dengan salah satu dari ketiga simbol berikut: ≤ (lebih kecil atau sama dengan); ≥ (lebih besar atau sama dengan); atau = (sama dengan).

2) H1 (hipotesis alternatif)

Pernyataan tentang nilai paramater suatu populasi yang harus benar jika hipotesis nol H0 ternyata salah. Pernyataan harus ditulis dengan menggunakan satu dari ketiga simbol berikut: < (lebih kecil); > (lebih besar); atau = (sama dengan). Pemakaian simbol pertama (<) dan kedua (>), hipotesis alternatif dikategorikan sebagai bersisi-satu (one-sided) atau berekor-satu (one-tailed). Sedangkan untuk pemakaian simbol terakhir (=), hipotesis alternatif dikategorikan sebagai bersisi-dua (two-sided) atau berekor-dua (two-tailed). Dengan hipotesis statistiknya:

- H0: μ x= 10

- H1: μ x > 10 Untuk uji satu sisi (one tailed) atau - H1: μ x < 10

- H1: μ x ≠ 10 Untuk uji dua sisi (two tailed)

Langkah selanjutnya yaitu menentukan daerah keputusan, yaitu daerah dimana hipotesa nol diterima atau tidak. Untuk mengetahui kebenaran hipotesis digunakan kriteria sebagai berikut:

1) Ho diterima apabila –t (α / 2; n – k) ≤ thitung≤ t (α / 2; n – k), artinya tidak ada pengaruh antara variabel bebas terhadap variabel terikat.

2) Ho ditolak apabila thitung > t (α / 2; n– k) atau –thitung < -t (α / 2; n – k), artinya ada pengaruh antara variabel bebas terhadap variabel terikat.

Gambar 3.4

60

Beberapa hal yang harus diperhatikan dalam uji hipotesis ialah; 1) Untuk pengujian hipotesis kita menggunakan data sample.

2) Dalam pengujian akan menghasilkan dua kemungkinan, yaitu pengujian signifikan secara statistik jika kita menolak H0 dan pengujian tidak signifikan secara statistik jika kita menerima H0.

3) Jika kita menggunakan nilai t, maka jika nilai t yang semakin besar atau menjauhi 0, kita akan cenderung menolak H0; sebaliknya jika nila t semakin kecil atau mendekati 0 kita akan cenderung menerima H0.

Analisis ini digunakan untuk menentukan signifikansi masing-masing koefisien, pada persamaan regresi berganda atau untuk menguji pengaruh variabel independent yaitu Jumlah wisatawan (X1), Lama Tinggal Wisatawan (X2), dan Pengeluaran Wisatawan (X3) berpengaruh secara parsial terhadap variabel dependent yaitu PDRB Sektor Pariwisata. H0 (hipotesis nol) dan H1 (hipotesis alternatif) dalam pengujian koefisien regresi secara individual (uji t) dapat dilakukan dengan rumusan hipotesis sebagai berikut:

1) Jumlah Wisatawan

H0 : β1 = 0 Berarti Jumlah Wisatawan tidak berpengaruh signifikan dan positif

terhadap PDRB Sektor Pariwisata di Jawa Tengah.

H1 : β1 > 0 Berarti Jumlah Wisatawan berpengaruh signifikan dan positif

terhadap PDRB Sektor Pariwisata di Jawa Tengah. 2) Lama Tinggal Wisatawan

H0 : β2 = 0 Berarti Lama Tinggal Wisatawan tidak berpengaruh signifikan dan

positif terhadap PDRB Sektor Pariwisata di Jawa Tengah.

H1 : β2 > 0 Berarti Lama Tinggal Wisatawan berpengaruh signifikan dan

positif terhadap PDRB Sektor Pariwisata di Jawa Tengah.

3) Pengeluaran Wisatawan

H0 : β3 = 0 Berarti Pengeluaran Wisatawan tidak berpengaruh signifikan dan

positif terhadap PDRB Sektor Pariwisata di Jawa Tengah.

H1 :β3 > 0 Berarti Pengeluaran Wisatawan berpengaruh signifikan dan positif

61

Ana Fajriasari, 2013

Dalam penelitian ini menggunakan uji satu sisi dengan taraf nyata (α) sebesar 5%. Atau tingkat keyakinan 95% sedangkan df = n – k, dengan n adalah ukuran sampel. Pada regresi ini dan k adalah banyaknya variabel regresi. Untuk menghitung nilai statistik uji satu sisi secara parsial (t hitung), menurut Nata Wirawan (2001:306) dapat dirumuskan sebagai berikut :

t

0

= b

1

-

β

1

Sb

1

Keterangan:

b1 = koefisien regresi parsial yang ke – i (i = 1,2) dari regresi sampel. β1 = koefisien parsial yang ke -i (i = 1,2) dari regresi populasi

Sb1 = kesalahan standar (standar error) koefisien regresi sampel. I = sektor (i = 1,2, dan 3)

1 = Jumah Wisatawan

2 = Lama Tinggal Wisatawan 3 = Pengeluaran Wisatawan

Dari hasil analisis regresi output dapat disajikan sebagai berikut: Tabel 3.8

Rekapitulasi Uji Sig t

Variabel Ditolak/ Diterima Sig

Jumlah Wisatawan (X1)

-1.141 Dengan

maka:

H0 diterima 0.297

Lama Tinggal Wisatawan (X2)

5.057 H0 ditolak 0.02

Pengeluaran Wisatawan (X3)

12.097 H0 ditolak 0.000

62

Berarti Jumlah Wisatawan tidak berpengaruh signifikan dan positif terhadap PDRB Sektor Pariwisata di Jawa Tengah.

2) Probabilitas Sig. < 0.05, maka H0 ditolak

Berarti Lama Tinggal Wisatawan berpengaruh signifikan dan positif terhadap PDRB Sektor Pariwisata di Jawa Tengah.

3) Probabilitas Sig. < 0.05, maka H0 ditolak

Berarti Pengeluaran Wisatawan berpengaruh signifikan dan positif terhadap PDRB Sektor Pariwisata di Jawa Tengah.

* Lebih detail akan dijelaskan pada BAB IV

b. Pengujian Koefisien Regresi Secara Serentak (uji F)

Pengujian koefisien regresi secara serentak (Uji F) adalah metode pengujian yang dilakukan untuk mengetahui pengaruh variabel bebas secara bersama-sama terhadap variabel terikat (Ghozali, 2006). Langkah-langkah untuk melakukan uji serentak (uji F) adalah sebagai berikut.

1) Merumuskan hipotesis

2) Menentukan taraf nyata/ level of significance = α

Taraf nyata / derajat keyakinan yang digunakan sebesar α = 1%, 5%, 10%. Derajat bebas (df) dalam distribusi F ada dua, yaitu :

- df numerator = dfn = df1 = k – 1 - df denumerator = dfd = df2 = n – k

3) Menentukan daerah keputusan, yaitu daerah dimana hipotesa nol diterima atau tidak

a) Ho diterima apabila Fhitung ≤ Ftabel, artinya semua variabel bebas secara bersama-sama bukan merupakan variabel penjelas yang signifikan terhadap variabel terikat.

b) Ho ditolak apabila Fhitung > Ftabel, artinya semua variabel bebas secara bersama-sama merupakan penjelas yang signifikan terhadap variabel terikat.

63

Ana Fajriasari, 2013

Gambar 3.5

Daerah Penerimaan dan Penolakan H0 Daerah Uji F

Pengujian koefisien regresi secara serentak (Uji F) digunakan untuk menguji pengaruh variabel independent yaitu Jumlah wisatawan (X1), Lama Tinggal Wisatawan (X2), dan Pengeluaran Wisatawan (X3) berpengaruh secara simultan terhadap variabel dependent yaitu PDRB Sektor Pariwisata. H0 (hipotesis nol) dan H1 (hipotesis alternatif) dalam pengujian koefisien regresi secara serentak (uji F) dapat dilakukan dengan rumusan hipotesis sebagai berikut:

1) H0 : β1 = β2 =β3= 0

Berarti Jumlah Wisatawan, Lama Tinggal Wisatawan, dan Pengeluaran Wisatawan tidak berpengaruh siginifikan dan simultan terhadap PDRB Sektor Pariwisata di Jawa Tengah.

2) H1 :β1 ≠β2 ≠β3 = 0, atau paling tidak satu dari β1 ≠0 (i = 1,2, dan dan 3)

Berarti Jumlah Wisatawan, Lama Tinggal Wisatawan, dan Pengeluaran Wisatawan berpengaruh signifikan dan simultan terhadap PDRB Sektor Pariwisata di Jawa Tengah.

Dengan menggunakan tingkat kepercayaan 95% (α = 5%) derajat kebebasan pembilang = (k-1), derajat kebebasan penyebut = (n-k), maka F tabel = Fα (k-1) (n-k) Untuk menghitung nilai statistik uji satu sisi secara simultan (F hitung) menurut Wirawan (2001:307) dapat dirumuskan sebagai berikut:

91

Ana Fajriasari, 2013

Pengaruh Jumlah Wisatawan, Lama Tinggal, Dan Pengeluarannya Terhadap Produk Domestik Regional Broto Sektor Pariwisata Jawa Tengah

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

BAB V

KESIMPULAN DAN REKOMENDASI

A. Kesimpulan

1. Tidak adanya pengaruh yang signifikan dan positif antara Jumlah Wisatawan

terhadap PDRB Sektor Pariwisata di Jawa Tengah dengan diperoleh nilai sig. = 0.297. Berdasarkan hasil analisis output tersebut menyatakan H0 diterima

karena lebih besar dari 0.05 (nilai tersebut adalah nilai alpha yang telah ditentukan dalam penelitian ini). Dapat dilihat pula nilai thitung = -1.141 , ttabel =

2.447. Berarti nilai thitung < ttabel dan berada pada daerah peneriman H0.

2. Adanya pengaruh yang signifikan dan positif antara Lama Tinggal Wisatawan

terhadap PDRB Sektor Pariwisata di Jawa Tengah dengan diperoleh nilai sig. = 0.002. Berdasarkan hasil analisis output tersebut menyatakan H0 ditolak

karena lebih kecil dari 0.05 (nilai tersebut adalah nilai alpha yang telah ditentukan dalam penelitian ini). Dapat dilihat pula nilai thitung = 5.057 , ttabel =

2.447. Berarti nilai thitung > ttabel dan berada pada daerah penolakan H0.

3. Adanya pengaruh yang signifikan dan positif antara Pengeluaran Wisatawan terhadap PDRB Sektor Pariwisata di Jawa Tengah dengan diperoleh nilai sig. = 0.000. Berdasarkan hasil analisis output tersebut menyatakan H0 ditolak

karena lebih kecil dari 0.05 (nilai tersebut adalah nilai alpha yang telah ditentukan dalam penelitian ini). Dapat dilihat pula nilai thitung = 12.097 , ttabel

= 2.447. Berarti nilai thitung > ttabel dan berada pada daerah penolakan H0.

4. Jika dianalisis dengan mengalikan Jumlah Wisatawan, Lama Tinggal

Wisatawan, dan Pengeluaran Wisatawan hasilnya berkontribusi signifikan terhadap PDRB Sektor Pariwisata di Jawa Tengah. Dapat dilihat keseluruhan dari tahun 2003 sampai tahun 2012 diperoleh persentase di atas 50%. Sehingga jika di rata-ratakan sebesar 78,18%.

92

B. Rekomendasi

Dari kesimpulan yang telah dirangkum di atas, sebagai masukan bagi pemerintah khususnya Dinas Kebudayaan dan Pariwisata Provinsi Jawa Tengah dan masyarakat dalam upaya peningkatan PDRB Sektor Pariwisata, peneliti merekomendasikan beberapa hal sebagai berikut:

1. Pemerintah

Dalam menjalankan program visit Jawa Tengah 2013, Dinas Kebudayaan dan Pariwisata Provinsi Jawa Tengah diharapkan tidak hanya meningkatkan jumlah wisatawan saja, namun disertai meningkatnya lama tinggal dan pengeluarannya yaitu dengan memperbaiki infrastruktur di Jawa Tengah sehingga memudahkan wisatawan untuk berkunjung ke obyek wisata tersebut. Selanjutnya mengembangkan potensi obyek wisata yang ada untuk menambah minat wisatawan dan menciptakan SDM terampil untuk ditempatkan sebagai guide / pemandu wisatawan.

2. Masyarakat

Masyarakat diharapkan dapat berpartisipasi di sektor pariwisata dengan membuat cinderamata atau kerajinan khas Jawa Tengah seperti kaos, gantungan kunci, gelang dll dengan design Jawa Tengah. Membuat desa wisata yang didalamnya terdapat cara bercocok tanam untuk menambah atraksi wisata di Jawa Tengah. Serta tetap melestarikan budaya setempat.

Ana Fajriasari, 2013

Pengaruh Jumlah Wisatawan, Lama Tinggal, Dan Pengeluarannya Terhadap Produk Domestik Regional Broto Sektor Pariwisata Jawa Tengah

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

DAFTAR PUSTAKA

Arikunto, Suharsimi. (2002). Prosedur Penelitian Suatu Pendekatan Praktik. Jakarta: Rineka Cipta.

Badan Perencanaan Pembangunan Nasional. (2008). Dampak Pariwisata Terhadap

Perekonomian Nasional. [Online].

Tersedia: http://kppo.bappenas.go.id/preview/282 [21 Oktober 2013]

Badan Perencanaan Pembangunan Nasional. (2012). Kinerja Pembangunan 2004-2012.

[Online].

Tersedia:http://www.bappenas.go.id/files/6613/7890/Buku_Datin_Kinerja_Pembanguna

n_2004-2012.pdf [21 Oktober 2013]

Badan Pusat Statistik Provinsi Jawa Tengah. (2012). Hotel dan Pariwisata. [Online].

Tersedia:http://jateng.bps.go.id/index.php?option=com_content&view=section&id=21&I temid=93 [21 Oktober 2013]

Badan Pusat Statistik Provinsi Jawa Tengah. (2012). Konsumsi Pengeluaran per Kapita. [Online].

Tersedia:http://jateng.bps.go.id/index.php?option=com_content&view=section&id=24&I temid=96 [21 Oktober 2013]

Blaxter, L., Hughes, C., & Tight, M. (2001). How To Research. Maidenhead: Open University Press.

Creswell, John W (1994). Research Design Qualitative and Quntitative Approach.

California: Sage Publication.

Departemen Pendidikan Nasional. (2002). Kamus Besar Bahasa Indonesia Edisi Ketiga.

Jakarta: Balai Pustaka.

Dinas Kebudayaan dan Pariwisata Provinsi Jawa Tengah. (2013). Kebijakan dan Arahan Program Pembangunan Kebudayaan dan Pariwisata Tahun 2011 Menyongsong Visit

Ghozali, Imam. (2006). Aplikasi Analisis Multivariate dengan Program SPSS. Semarang: Badan Penerbit Universitas Diponegoro.

Gujarati, Damodar. (2012). Dasar-Dasar Ekonometrika. Jakarta: Salemba Empat.

Kusumaningrum, Dian. (2009). Persepsi Wisatawan Nusantara Terhadap Daya Tarik Wisata

Di Kota Palembang. Tesis PS Magister Kajian Pariwisata: Universitas Gadjah Mada. Marpaung, H & Bahar, H. (2002). Pengantar Pariwisata. Bandung: Alfabeta.

Mason, Robert D. (2000). Teknik Statistika Untuk Bisnis dan Ekonomi. Jakarta: Erlangga. Muhidin, Sambas Ali. (2011). Analisis Korelasi Regresi dan Jalur dalam Penelitian.

Bandung: Pustaka Setia.

Pendit, Nyoman S. (2003). Ilmu Pariwisata. Jakarta: Pradnya Paramita.

Sugiyono. (2009). Metode Penelitian Pendekatan Kuantitatif Kualitatif dan R&D. Bandung: Alfabeta.

Sugiyono. (2012). Statistika untuk Penelitian. Bandung: Alfabeta.

Undang-Undang Republik Indonesia No.10 Tahun 2009 tentang kepariwisataan pasal 1 ayat 2.

Universitas Pendidikan Indonesia. (2012). Pedoman Penulisan Karya Ilmiah. Bandung: UPI

Press.

Wahab, Salah. (1975). Tourism Management. London: Tourism International Press.

Wahab, Salah. (2003). Manajemen Kepariwisataan. Jakarta: Pradnya Paramita. Widodo, Suseno Triyanto. (1990). Indikator Ekonomi. Yogyakarta: Kanisius.

Wirawan, I.G.P., Nata. (2001). Satistik 2 untuk Ekonomi dan Bisnis Edisi Kedua. Denpasar: Keraras Emas.

Yoeti, Oka A. (1996). Anatomi Pariwisata. Bandung: Angkasa Offset. Yoeti, Oka A. (1996). Pengantar Ilmu Pariwisata. Jakarta: PT. Perca.

Ana Fajriasari, 2013

Pengaruh Jumlah Wisatawan, Lama Tinggal, Dan Pengeluarannya Terhadap Produk Domestik Regional Broto Sektor Pariwisata Jawa Tengah

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

Yoeti, Oka A. (2002). Perencanaan Strategis Pemasaran Daerah Tujuan Wisata. Jakarta: Pradnya Paramita.