BAB IV HASIL PENELITIAN DAN PEMBAHASAN

BAB IV HASIL PENELITIAN DAN PEMBAHASAN

4.1. Pengumpulan Data Panel Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari Badan Pusat Statistik Provinsi Jawa Tengah. Data yang digunakan merupakan data pendapatan asli daerah, banyaknya kunjungan wisatawan, dan banyaknya wisatawan yang menginap di hotel Kota Provinsi Jawa Tengah. Penelitian menggunakan data tahun 2006-2013.

4.2. Uji Kecocokkan Model Analisis yang digunakan untuk penelitian ini adalah analisis regresi data panel. Analisis dengan menggunakan panel data adalah kombinasi antara data runtun waktu dan data cross section. Ada beberapa uji yang dipergunakan dalam penelitian ini. Uraian dinyatakan sebagai berikut. 4.2.1. Uji Spesifikasi Fixed Effect Model Uji spesifikasi fixed effect model merupakan pengujian untuk mengetahui apakah fixed effect model merupakan model yang sesuai. Tabel 4.1 menunjukkan hasil uji spesifikasi fixed effect model. Tabel 4.1. Hasil uji spesifikasi fixed effect model Uji Efek Cross-section F Cross-section Chi-Square

db (5,40) 5

p-value 0.0000 0.0000

Dari Tabel 4.1 terlihat nilai p-value untuk cross-section F = 0.0000 < 0.05, artinya dengan tingkat keyakinan 95% fixed effect model merupakan model yang sesuai. 4.2.2. Uji Asumsi Klasik Untuk mendapatkan model yang konsisten serta efisien, maka digunakan pengujian

apakah

terjadi

masalah

dalam

heteroskedastisitas, autokorelasi dan normalitas.

1

hal

multikolinearitas,

4.2.2.1. Uji Multikolinearitas Uji multikolinearitas digunakan untuk melihat ada atau tidaknya korelasi yang tinggi antara variabel-variabel bebas di dalam model regresi. Tabel 4.2 menunjukkan hasil uji multikolinearitas. Tabel 4.2. Hasil uji multikolinearitas X1 X2

X1 1.000000 0.820835

X2 0.820835 1.000000

Dari Tabel 4.2 terlihat semua variabel memiliki nilai lebih dari 0.8, artinya terjadi masalah multikolinearitas di dalam model regresi. Untuk mengatasi masalah multikolinearitas, digunakan cara transformasi data ke dalam bentuk first difference delta. Tabel 4.3 menunjukkan hasil uji multikolinearitas setelah dilakukan first difference delta. Tabel 4.3. Hasil uji multikolinearitas setelah first difference delta DX1 DX2

DX1 1.000000 0.799383

DX2 0.799383 1.000000

Dari Tabel 4.3 terlihat tidak terdapat variabel yang memiliki nilai lebih dari 0.8, artinya tidak terjadi masalah multikolinearitas di dalam model regresi. 4.2.2.2. Uji Heteroskedastisitas Uji heteroskedastisitas digunakan untuk melihat residual di dalam regresi bersifat konstan. Pengujian ini dilakukan dengan hipotesis sebagai berikut. 𝐻0 : Tidak terdapat heteroskedastisitas. 𝐻1 : Terdapat heteroskedastisitas. Ditentukan nilai 𝛼 = 0,05 dan kriteria uji, tolak 𝐻0 jika p-value < 0,05. Diperoleh nilai p-value = 0,1918. Karena nilai p-value >

2

0,05

maka

𝐻0

tidak

ditolak,

artinya

tidak

terdapat

heteroskedastisitas di dalam model regresi. 4.2.2.3. Uji Autokorelasi Uji autokorelasi digunakan untuk melihat residual berkorelasi berdasarkan runtun waktu. Pengujian ini dilakukan dengan hipotesis sebagai berikut. 𝐻0 : Tidak terdapat autokorelasi. 𝐻1 : Terdapat autokorelasi. Ditentukan nilai 𝛼 = 0,05 dan kriteria uji, tolak 𝐻0 jika p-value < 0,05. Diperoleh nilai p-value = 0,0704. Karena nilai p-value > 0,05 maka 𝐻0 tidak ditolak, artinya tidak terdapat autokorelasidi dalam model regresi. 4.2.2.4. Uji Normalitas Uji normalitas digunakan untuk melihat nilai residual terdistribusi normal. Pengujian ini dilakukan dengan hipotesis sebagai berikut. 𝐻0 : Residu berdistribusi normal. 𝐻1 : Residu tidak berdistribusi normal. Ditentukan nilai 𝛼 = 0,05 dan kriteria uji, tolak 𝐻0 jika p-value < 0,05. Diperoleh nilai p-value = 0,868621. Karena nilai p-value > 0,05 maka 𝐻0 tidak ditolak, artinya residu berdistribusi normal. 4.3. Estimasi Parameter Menggunakan Fixed Effect Model Fixed Effect Model adalah model regresi data panel dengan memperhatikan efek perbedaan dari unit cross section. Model regresi dalam penelitian ini adalah ̂𝑖𝑡 = 𝛽̂1𝑖 + 𝛽̂2 𝐽𝐾𝑊𝑖𝑡 + 𝛽̂3 𝑇𝐻𝐻𝑖𝑡 𝑃𝐴𝐷 Tabel 4.4 menunjukkan hasil estimasi parameter fixed effect model.

3

Tabel 4.4. Hasil estimasi parameter fixed effect model Variabel 𝛽̂1 𝛽̂2 𝛽̂3 Efek Tetap (Silang) Magelang Surakarta Salatiga Semarang Pekalongan Tegal p-value (F-statistik)

Koefisien 2.965549 0.929755 0.309767

Standard Error 2.299231 0.226358 0.125262

-0.007828 -1.328224 1.192038 -0.362040 0.025691 0.480363 0.000000

t-Statistik 1.289800 4.107455 2.472959

p-value 0.2045 0.0002 0.0177

𝑅 2 = 0,876647

4.4. Uji Signifikansi Parameter 4.4.1. Uji Signifikansi Simultan (Uji F) Uji simultan digunakan untuk melihat ada atau tidaknya pengaruh semua variabel terikat. Dari Tabel 4.4 terlihat nilai p-value (F-statistik) = 0.000000 < 0.05, artinya dengan tingkat keyakinan 95% paling tidak ada satu parameter regresi yang signifikan berpengaruh dalam model. 4.4.2. Uji Signifikansi Parsial (Uji t) Uji parsial digunakan untuk mengetahui variabel bebas yang berpengaruh signifikan secara individu terhadap variabel terikat. Dari Tabel 4.4 terlihat variabel yang signifikan ditandai oleh nilai p-value yang kurang dari 0.05. Sehingga dengan tingkat keyakinan 95% variabel yang signifikan mempengaruhi pendapatan asli daerah adalah banyaknya kunjungan wisatawan dan tingkat hunian hotel.

4.5. Interpretasi Dari Tabel 4.4 terlihat nilai parameter 𝛽̂1 adalah 2.965549 artinya apabila pada periode 2006-2013 tidak terjadi perubahan banyaknya kunjungan wisatawan dan tingkat hunian hotel, maka pendapatan asli daerah di Kota Provinsi Jawa Tengah sebesar 2.96 %. Nilai parameter 𝛽̂2 diperoleh sebesar 0.929755 artinya apabila terjadi kenaikan atau peningkatan banyaknya kunjungan wisatawan

4

sebesar 1%, maka akan menyebabkan pendapatan asli daerah meningkat sebesar 0.92 %. Nilai parameter 𝛽̂3 diperoleh sebesar 0.309767 artinya apabila terjadi kenaikan atau peningkatan tingkat hunian hotel sebesar 1%, maka akan menyebabkan pendapatan asli daerah meningkat sebesar 0.30 %. Model regresi data panel yang sesuai untuk mengetahui pengaruh banyaknya kunjungan wisatawan dan tingkat hunian hotel terhadap pendapatan asli daerah berdasarkan kota di Provinsi Jawa Tengah tahun 2006-2013, yaitu 𝑃𝐴𝐷𝑖𝑡 = 2.965549 + 0.929755𝐽𝐾𝑊𝑖𝑡 + 0.309767𝑇𝐻𝐻𝑖𝑡 Tabel 4.5 menunjukkan nilai intersep individu kota. Tabel 4.5. Intersep individu kota Kota

Nilai Intersep

Kota

Nilai Intersep

Magelang

2.957721

Semarang

2.603509

Surakarta

1.637325

Pekalongan

2.99124

Salatiga

4.157587

Tegal

3.445912

Dari Tabel 4.5 terlihat Kota Magelang memiliki nilai intersep 𝛽̂1 sebesar 2.957721 artinya apabila pada periode 2006-2013 tidak terjadi perubahan banyaknya kunjungan wisatawan dan tingkat hunian hotel, maka pendapatan asli daerah di Kota Magelang sebesar 2.95 %. Kota Surakarta memiliki nilai intersep 𝛽̂1 sebesar 1.637325 artinya apabila pada periode 2006-2013 tidak terjadi perubahan banyaknya kunjungan wisatawan dan tingkat hunian hotel, maka pendapatan asli daerah di Kota Surakarta sebesar 1.63 %. Kota Salatiga memiliki nilai intersep 𝛽̂1 sebesar 4.157587 artinya apabila pada periode 2006-2013 tidak terjadi perubahan banyaknya kunjungan wisatawan dan tingkat hunian hotel, maka pendapatan asli daerah di Kota Salatiga sebesar 4.15 %. Kota Semarang memiliki nilai intersep 𝛽̂1 sebesar 2.603509 artinya apabila pada periode 20062013 tidak terjadi perubahan banyaknya kunjungan wisatawan dan tingkat hunian hotel, maka pendapatan asli daerah di Kota Semarang sebesar 2.60 %. Kota Pekalongan memiliki nilai intersep 𝛽̂1 sebesar 2.99124 artinya apabila pada periode 2006-2013 tidak terjadi perubahan banyaknya kunjungan wisatawan dan

5

tingkat hunian hotel, maka pendapatan asli daerah di Kota Pekalongan sebesar 2.99 %. Kota Tegal memiliki nilai intersep 𝛽̂1 sebesar 3.445192 artinya apabila pada periode 2006-2013 tidak terjadi perubahan banyaknya kunjungan wisatawan dan tingkat hunian hotel, maka pendapatan asli daerah di Kota Tegal sebesar 3.44 %.

6