BAB III METODE PENELITIAN 3.1 Populasi dan Sampel Populasi adalah keseluruhan objek yang diteliti dan terdiri atas sejumlah individu, baik terbatas maupun tidak terbatas, sedangkan sample adalah bagian populasi yang digunakan untuk memperkirakan karakteristik populasi (Sumarmi dan Wahyuni, 2006). Populasi yang digunakan dalam penelitian ini adalah seluruh data Pajak Hotel, jumlah wisatawan, jumlah hotel, jumlah kamar hotel, tarif rata-rata kamar hotel, dan jumlah wisatawan yang terdapat di Provinsi Daerah Istimewa Yogyakarta. Sampel adalah himpunan atau bagian dari populasi yang dianggap bisa mewakili atau mempresentasikan karakteristik populasi. Sebagai bagian dari populasi, sample memberikan gambaran yang benar tentang populasi. Sampel yang digunakan dalam penelitian ini adalah menggunakan ketersediaan data yang ada yaitu data Pajak Hotel jumlah wisatawan, jumlah hotel, jumlah kamar hotel, tarif rata-rata kamar hotel, dan jumlah wistawan pada 1 kota dan 4 kabupaten (Yogyakarta, Sleman, Bantul, Gunung Kidul, dan Kulon Progo) di Provinsi Daerah Istimewa Yogyakarta pada tahun 2006-2013.
32
3.2 Jenis dan Sumber Data Data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder diperoleh dari beberapa sumber, yaitu dari publikasi instansi-instansi pemerintah seperti : 1. Badan Pusat Statistik (BPS) Provinsi DIY 2. Dinas Pengelolaa Keuangan dan Aset Daerah 3. Dinas Pariwisata Provinsi DIY Data-data yang dibutuhkan dalam penelitian ini antara lain data jumlah hotel di provinsi DIY, jumlah wisatawan, tingkat hunian kamar, tarif rata-rata, dan jumlah obyek wisata di provinsi DIY. 3.3 Metode Pengumpulan Data Metode pengumpulan data dilakukan dengan studi kepustakaan, yaitu dengan mengutip hasil laporan yang disusun pihak lain (Supranto, 2001). Dalam penelitian ini data diperoleh dari Dinas Pengelolaan Keuangan Daerah Provinsi DIY, Badan Pusat Statistik, Dinas Pariwisata Provinsi DIY dsb. Laporan-laporan yang terkait dengan realisasi penerimaan Pajak Hotel yang menyangkut jumlah wisatawan, jumlah hotel, tingkat hunian kamar, tarif rata-rata kamar, dan obyek wisata. Data sekunder tersebut diperoleh dari dokumen resmi yang dikeluarkan instansi yang terkait. Selain dari publikasi intansi terkait, pengumpulan data 33
juga dilakukan dengan studi pustaka dari buku–buku, laporan penelitian, buletin, jurnal ilmiah, dan penerbitan lainnya yang relevan dengan penelitian ini. 3.4 Definisi Operasional Variabel 1. Variabel Independen a. Jumlah Wisatawan adalah keseluruhan jumlah kunjungan wisatawan baik wisatawan domestik maupun mancanegara yang berkunjung di DIY (dalam satuan orang) pada tahun 2006-2013. b. Jumlah Hotel adalah banyaknya penyedia jasa penginapan atau peristirahatan dengan pungutan biaya yang mencakup juga motel, losmen, gubuk pariwisata wisma pariwisata, pesanggrahan, rumah penginapan, dan sejenisnya, serta rumah kos dengan jumlah kamar lebih dari sepuluh. Data Jumlah Hotel di DIY tahun 2006-2013 diukur dalam satuan unit. c. Jumlah kamar hotel adalah banyaknya jumlah kamar hotel berbintang dan melati di DIY yang terdapat di setiap hotel di provinsi DIY. Data Jumlah Kamar Hotel di DIY tahun 2006-2013 diukur dalam satuan unit. d. Tarif rata-rata kamar adalah yang diterima hotel sebagai pendapatan, dihitung
dengan
cara membagi pendapatan dari kamar yang terjual
dengan jumlah kamar yang ada (dalam satuan rupiah). e. Jumlah Obyek Wisata adalah segala sesuatu yang menjadi daya tarik, keunikan dan nilai tinggi, yang menjadi tujuan wisatawan datang ke suatu
34
daerah tertentu. Data Obyek Wisata di Yogyakarta tahun 2006-2013 diukur dalam satuan unit. 2. Variabel Dependen Variabel dependen dalam penelitian ini adalah Pajak Hotel di DIY. Pajak hotel merupakan salah satu sumber Pendapatan Asli Daerah yang berasal dari pungutan daerah atas pelayanan Hotel. 3.5 Hipotesis Operasional Peneliti mengacu pada hipotesis teori pada penelitian terdahulu, maka dalam penelitian ini peneliti merumuskan Hipotesis Nol (Ho), dan Hipotesis Alternatif (Ha) yang kemudian akan dilakukan pengujian atas Hipotesis Nol (Ho) tersebut untuk membuktikan apakah Hipotesis Nol (Ho). Hipotesis tersebut dapat dinotasikan sebagai berikut: Ho1:β₁ ≤ 0
:jumlah wisatawan tidak berpengaruh positif terhadap realisasi penerimaan pajak hotel
Ha1:β₁ > 0
:jumlah wisatawan berpengaruh positif terhadap realisasi penerimaan pajak hotel
Ho2:β₂ ≤ 0
:jumlah hotel tidak berpengaruh positif terhadap realisasi penerimaan pajak hotel
Ha2:β₂ > 0
:jumlah hotel berpengaruh positif terhadap realisasi penerimaan pajak hotel
35
Ho3:β₃ ≤ 0
:jumlah kamar hotel tidak berpengaruh positif terhadap realisasi penerimaan pajak hotel
Ha3:β₃ > 0
:jumlah
kamar
hotel
berpengaruh
positif
terhadap
realisasi
penerimaan pajak hotel Ho4:β₄ ≤ 0
:tarif rata-rata kamar hotel tidak berpengaruh positif terhadap realisasi penerimaan pajak hotel
Ha4:β₄ > 0
:tarif rata-rata kamar hotel berpengaruh positif terhadap realisasi penerimaan pajak hotel
Ho5:β₅ ≤ 0
:jumlah obyek wisata tidak berpengaruh positif terhadap realisasi penerimaan pajak hotel
Ha5:β₅ > 0
:jumlah obyek wisata berpengaruh positif terhadap realisasi penerimaan pajak hotel
3.6 Metode Analisis Data Setelah data terkumpul dari Badan Pusat Statistik (BPS), Dinas Pendapatan dan Pengelolaan Asset Daerah (DPPKAD) dan Dinas Kebudayaan dan Pariwisata (DKP) maka data diolah dengan menggunakan bantuan program SPSS dan selanjutnya dianalisa dengan analisis deskriptif, asumsi klasik, analisis regresi berganda, dan uji hipotesis. Metode analisis yang digunakan dalam penelitian ini adalah menggunakan metode kuantitatif. Penjelasan analisis metode kuantitatif adalah sebagai berikut:
36
3.6.1 Analisis Deskriptif Analisis deskriptif merupakan statistik yang digunakan untuk menganalisa data dengan cara mendeskripsikan atau menggambarkan data yang telah terkumpul sebagaimana adanya tanpa bermaksud membuat kesimpulan yang berlaku untuk umum atau generalisasi Menurut Sugiyono (2004:169). Analisis ini hanya digunakan untuk memperjelas keadaan atau karakteristik data yang nantinya akan disajikan dengan pengukuran mean, standar deviasi, maksimum dan minimum. 3.6.2 Uji Asumsi Klasik Pengujian asumsi klasik diperlukan untuk mengetahui apakah hasil estimasi regresi yang dilakukan benar-benar bebas dari adanya gejala heteroskedastisitas, gejala multikolinearitas, dan gejala autokorelasi. Adapun uji asumsi klasik dalam penelitian
ini
meliputi
Uji
Normalitas,
Uji
Multikolinieritas,
dan
Uji
Heteroskedastisitas. 1. Uji Normalitas Uji normalitas bertujuan untuk mengetahui apakah masing-masing variabel berdistribusi normal atau tidak. Uji normalitas diperlukan karena untuk
melakukan
pengujian-pengujian
variabel
lainnya
dengan
mengasumsikan bahwa nilai residual mengikuti distribusi normal. Jika asumsi ini dilanggar maka uji statistik menjadi tidak valid dan statistik parametik tidak dapat digunakan (Imam Ghozali2007 :110). 37
Untuk meningkatkan hasil uji normalitas data, maka peneliti menggunakan uji Kolmogorov-Smirnov. Jika pada hasil uji KolmogorovSmirnov menunjukkan p-value lebih besar dari 0,05, maka data berdistribusi normal dan sebaliknya, jika p-value lebih kecil dari 0,05, maka data tersebut berdistribusi tidak normal. 2. Uji Multikolinieritas Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antar variabel bebas (independen). Dalam model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel bebas. Uji Multikolinearitas dilakukan dengan melihat nilai tolerance dan variance inflation factor (VIF) dari hasil analisis dengan menggunakan SPSS. Apabila nilai tolerance value lebih tinggi daripada 0,10 atau VIF lebih kecil daripada 10 maka dapat disimpulkan tidak terjadi multikolinearitas (Santoso. 2002 : 206). 3. Uji Heteroskedastisitas Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance residual dari satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut heteroskedatisitas. (Ghozali 2005: 105)
38
Ada
beberapa
cara
untuk
mendeteksi
ada
atau
tidaknya
heteroskedastisitas salah satunya menggunakan uji glejser. Uji Glejser dilakukan dengan meregresikan variabel-variabel bebas terhadap nilai absolut residualnya (Gujarati,2012). Jika nilai signifikansi antara variabel independen dengan absolut residual lebih dari 0,05 maka tidak terjadi masalah heterokedasitas. 3.6.3 Uji Hipotesis Pengujian hipotesis dalam penelitian ini menggunakan analisis regresi linear berganda. Analisis regresi linear berganda dapat digunakan untuk mengetahui atau memperoleh gambaran mengenai pengaruh variabel bebas tehadap variabel terikat. Analisis Regresi Linear berganda hanya diuji menggunakan satu variabel bebas. Pada penelitian ini akan dibantu dengan software SPSS. Berikut adalah persamaan regresi berganda yang menggambarkan pengaruh faktor kejelasan Jumlah Wisatawan (X1), Jumlah Hotel (X2), Tingkat Hunian (X3), Tarif Rata-Rata Kamar (X4), dan Obyek Wisata (X5), terhadap realisasi peneriman pajak hotel (Y). Y = α+ β₁ X₁ + β₂ X₂ + β₃ X₃ + β₄ X₄ + β₅X₅+ e Keterangan: Y
= Penerimaan Pajak Hotel
α
= Konstanta
X₁
= Jumlah Wisatawan
X₂
= Jumlah Hotel 39
X₃
= Jumlah kamar
X₄
= Tarif Rata-Rata Kamar
X₅
= Obyek Wisata
β₁
= Koefisien regresi untuk X₁
β₂
= Koefisien regresi untuk X₂
β₃
= Koefisien regresi untuk X₃
β₄
= Koefisien regresi untuk X₄
β₅
= Koefisien regresi untuk X₅
e
= Standart Error
Untuk menguji hipotesis maka akan dilakukan uji statistik, yaitu uji signifikan t dengan kriteria pengujian Ho ditolak,jika P value < (α 0,05) dan tanda koefisien regresi sesuai dengan yang diprekdisikan
3.6.3.1 Uji Signifikan t Uji signifikansi t dilakukan untuk menguji signifikansi pengaruh masingmasing independen terhadap variabel dependen. Adapun kriteria pengujian yaitu Ho ditolak,jika P value < (α 0,05) dan tanda koefisien regresi sesuai dengan yang diprekdisikan.
40
3.6.3.2 Uji signifikansi F (Menilai Kelayakan Model Fit) Uji signifikansi F sering disebut dengan uji model. Pengujian ini dilakukan untuk menguji apakah model regresi sudah lolos uji kelayakan model. Kriteria pengujian adalah sebagai berikut: a)
Apabilanilai signifikan F < (α) tingkat signifikansi 5%, maka model regresi memiliki tingkat kesesuaian model yang baik (goodness of fit)
b) Apabila nilai signifikan F > (α) tingkat signifikansi 5%, maka model regresi memiliki tingkat kesesuaian model yang tidak baik (tidak memenuhi kriteria goodness of fit) 3.6.3.3 Koefisien determinasi (R2) Koefisien determinasi (R2) digunakan untuk mengukur tingkat kemampuan model dalam menjelaskan variasi variabel independen. Nilai R2 adalah antara nol dan satu, di mana nilai R2 yang kecil menunjukkan kemampuan variabel-variabel independen dalam menjelaskan variabel dependen sangat terbatas. Nilai R2 yang mendekati satu berarti variabel-variabel independen memberikan informasi yang diperlukan dalam memprediksi variasi variabel dependen.
41