IV. METODOLOGI PENELITAN
4.1
Lokasi dan Waktu Penelitian Penelitian dilakukan di objek wisata Taman Margasatwa Ragunan, Jakarta
Selatan. Penelitian lapang dilakukan selama dua bulan, yaitu Maret-April 2011. Pengambilan data dilakukan pada hari kerja dan hari libur dengan jumlah proporsi responden yang hampir sama sehingga diharapkan populasi dapat terwakili dengan baik pada hari kerja maupun hari libur. Pengambilan data dilakukan pada siang hari sampai sore hari sekitar pukul 10.00 sampai pukul 16.00 WIB. Pemilihan lokasi penelitian ditentukan secara sengaja (purposive) karena TMR memiliki koleksi satwa terbanyak dan area terluas bila dibandingkan dengan kebun binatang milik Pemda lainnya, namun harga tiket yang berlaku relatif lebih rendah dibandingkan harga tiket kebun binatang lain. Selain itu, bentuk TMR sebagai Badan Layanan Umum Daerah (BLUD) memungkinkan TMR untuk menaikkan tarif masuk pengunjung. 4.2
Populasi dan Sampel Populasi dari penelitian ini adalah wisatawan yang memenuhi syarat yaitu
berakal sehat, mampu berkomunikasi dengan baik serta minimal berumur 17 tahun (batas minimum potensial) karena pada usia tersebut dianggap telah memiliki kemampuan untuk mengambil keputusan sendiri dalam hal berekreasi dan memiliki kemampuan membayar. Pengambilan sampel dilakukan secara non random sampling dengan teknik accidental sampling, yaitu pengambilan responden yang kebetulan ditemui, memenuhi kriteria, dan bersedia diwawancarai (Nasution, 2003). Jumlah sampel yang diambil ditentukan dengan rumus Slovin (Sevilla, 1993) :
41
N n =
1+Ne2
keterangan : n = jumlah sampel N = populasi pengunjung e = batas kesalahan Jumlah pengunjung rata-rata TMR selama lima tahun terakhir adalah 3.250.901 orang per tahun, dengan tingkat kesalahan 10%. Berdasarkan rumus di atas didapatkan jumlah sampel sebanyak 99,99 atau dibulatkan menjadi 100 responden. 4.3
Metode dan Prosedur Analisis Data yang dikumpulkan berupa data primer dan data sekunder.
Pengumpulan data primer dilakukan dengan pengamatan dan wawancara langsung terhadap pengunjung TMR dengan bantuan kuesioner serta wawancara dengan pengelola (key person) dari Subbagian Tata Usaha, Seksi Pelayanan Pengunjung, Seksi Peragaan dan Kesejakteraan Satwa, tenaga medis, keeper, dan pegawai lainnya. Sedangkan data sekunder diperoleh dari pihak pengelola dan dari studi literatur yang berkaitan dengan objek wisata TMR serta dari instansi-instansi terkait. Data yang diperlukan dalam penelitian ini adalah sebagai berikut : a. Keseluruhan biaya yang dikeluarkan dalam pengelolaan TMR dalam lima tahun terakhir (tahun 2006-2010), b. Keseluruhan penerimaan yang diperoleh pengelola TMR dalam lima tahun terakhir (tahun 2006-2010), c. Karakteristik sosial ekonomi pengunjung seperti intensitas kunjungan, biaya perjalanan, umur, jarak tempuh dari tempat tinggal ke TMR, lama di lokasi,
42
tingkat pendidikan, pekerjaan, penghasilan per tahun, jumlah tanggungan keluarga, motivasi kunjungan, lama mengetahui TMR, jumlah rombongan, waktu tempuh, jenis kelamin, status pernikahan, dan alternatif wisata, d. Harga tiket yang berlaku selama lima tahun terakhir (tahun 2006-2010), e. Jumlah pengunjung selama lima tahun terakhir (tahun 2006-2010), f. Jumlah rata-rata penerimaan TMR dari hasil penjualan tiket selama lima tahun terakhir (tahun 2006-2010), g. Jumlah
rata-rata
penerimaan
TMR
dari
selain
tiket
(penggunaan
fasilitas/sarana) selama lima tahun terakhir (tahun 2006-2010). Data yang diperoleh akan diolah dengan menggunakan program komputer Minitab 14 dan Microsoft Office Excel, kemudian diinterpretasikan secara manual. Data yang bersifat kualitatif diambil berdasarkan data fakta yang ditemukan di lapangan yang diperoleh dari wawancara dan pengamatan. Setelah itu, data yang telah diperoleh diinterpretasikan secara deskriptif sehingga dapat menjelaskan fenomena yang ada. Pada Tabel 3 akan diuraikan matriks keterkaitan antara sumber data dan metode analisis data yang digunakan untuk menjawab tujuantujuan dalam penelitian ini.
43
Tabel 3. Matriks Keterkaitan Tujuan Penelitian, Jenis Data, Metode Pengambilan Data, dan Metode Analisis Data Metode Metode No Tujuan Penelitian Jenis Data Pengambilan Analisis Data Data 1 Identifikasi Jenis kelamin,umur, Data primer Analisis karakteristik status pernikahan, melalui deskriptif wisatawan TMR pendidikan, pekerjaan, wawancara penghasilan, daerah langsung asal dengan wisatawan dengan bantuan kuesioner 2
Analisis faktorfaktor yang mempengaruhi permintaan wisata ke TMR
Biaya perjalanan, penghasilan, jumlah anggota keluarga, tingkat pendidikan, waktu luang, jarak tempuh, waktu di lokasi, lama mengetahui keberadaan TMR, umur, pekerjaan, status pernikahan
Data primer melalui wawancara langsung dengan wisatawan dengan bantuan kuisioner
Analisis regresi berganda dengan Minitab 14
3
Mengestimasi harga tiket optimum sesuai pengelolaan taman margasatwa yang mandiri
Rincian penerimaan dan pengeluaran aktual dalam pengelolaan TMR
Data sekunder dari bagian keuangan TMR dan deep interview dengan pengelola (key person)
Analisis kuantitatif dengan Microsoft Office Excel 2007
4
Merekomendasikan harga tiket yang dapat direalisasikan oleh pengelola TMR
Rincian penerimaan dan pengeluaran aktual dalam pengelolaan TMR dan kesanggupan membayar wisatawan
Data sekunder dari bagian keuangan TMR dan data primer melalui wawancara langsung dengan
Analisis kuantitatif dengan Microsoft Office Excel 2007
44
wisatawan Data primer dan data sekunder yang akan diperoleh, dianalisis dengan metode statistik deskriptif dan metode statistik inferensia. Metode statistik deskriptif digunakan untuk menggambarkan karakteristik wisatawan, sedangkan metode statistik inferensia digunakan untuk menentukan faktor-faktor yang mempengaruhi kunjungan wisatawan ke TMR, yaitu model regresi linier berganda dengan metode pendugaan kuadrat terkecil biasa (Ordinary Least Square) yang didasarkan pada beberapa asumsi: 1. Nilai rata-rata pengganggu sama dengan nol, yaitu E (εi) = 0, untuk setiap i, dimana i = 1, 2, 3,......,n, artinya nilai yang diharapkan bersyarat dari εi tergantung pada Xi tertentu adalah 0. 2. Varian (εi) = E (εi2) = σ2, sama untuk semua kesalahan pengganggu (asumsi Homoskedastisitas), artinya varian εi untuk setiap i yaitu varian bersyarat untuk εi adalah suatu angka konstan positif yang sama dengan σ2 . 3. Tidak ada autokorelasi antara kesalahan pengganggu, berarti Cov (εi , εj) = 0, untuk i ≠ j. 4. Variabel bebas X1, X2,.......,Xk konstan dalam sampling yang terulang dan bebas dari kesalahan pengganggu εi , E (Xiεi) = 0 5. Tidak ada multikolinearitas, yang berarti tidak ada hubungan linier yang nyata antara variabel-variabel bebas. Dengan dipenuhi asumsi-asumsi di atas, maka koefisien regresi yang diperoleh merupakan pendugaan linier terbaik yang tidak bias (BLUE = Best Linear
45
Unbiased Estimators) (Juanda, 2009). Secara umum, fungsi regresi dapat dituliskan sebagai berikut : Y = a0 + ∑ai Xi + εi keterangan : Y = peubah tak bebas a0 = intersep Xi = peubah bebas yang menjelaskan peubah tak bebas Y ai = parameter penduga Xi ε i= error term (pengaruh sisa) i = 1, 2, 3,.....,n yaitu banyaknya peubah bebas dalam fungsi tersebut. Untuk menduga faktor-faktor yang mempengaruhi kunjungan ke TMR maka digunakan fungsi permintaan rekreasi sebagai berikut : Y = a-β1TC+ β2I- β3F+ β4E+ β5FT- β6D+ β7B- β8L- β9A+ β10J + β11N+ ε keterangan : Y
= Frekuensi kunjungan ke TMR dalam lima tahun terakhir (kali / 5 tahun)
TC
= Biaya perjalanan (Rp/Kunjungan)
I
= Tingkat penghasilan responden (Rp/tahun)
F
= Jumlah tanggungan keluarga (orang)
E
= Tingkat pendidikan (tahun)
FT
= Waktu luang responden dalam satu tahun (hari)
D
= Jarak tempuh dari tempat tinggal ke TMR (Km)
B
= Waktu yang dihabiskan di lokasi (jam/kunjungan)
L
= Lama mengetahui TMR (1=lebih dari 5 tahun, 2=kurang dari 5 tahun)
A
= Umur responden (tahun)
46
J
= Pekerjaan (1=tidak bekerja, 2=sudah bekerja)
N
= Status pernikahan (1=sudah menikah, 2=belum menikah)
β1 – β11 = Koefisien regresi ε
= Error Faktor yang diduga meningkatkan jumlah kunjungan adalah tingkat
penghasilan, tingkat pendidikan, pekerjaan, waktu luang, lamanya berada di lokasi, dan status pernikahan. Semakin lama berada di lokasi maka akan semakin menggambarkan persepsi positif akan tempat wisata tersebut. Sedangkan faktor yang diduga akan menurunkan jumlah kunjungan adalah daerah asal karena terkait dengan jarak tempat tinggal dengan TMR, biaya perjalanan, jumlah tanggungan keluarga, umur, dan lamanya mengetahui TMR. Pendekatan untuk mengestimasi harga tiket yang optimum dalam penelitian ini menggunakan pendekatan manajerial. Menurut Wardiyanta (2006), pendekatan penelitian pariwisata dengan pendekatan manajerial bersifat mikro, yaitu berorientasi pada perusahaan pariwisata. Fokus kepada aktivitas manajemen seperti perencanaan, penelitian, penetapan harga, promosi, pengontrolan, dan seterusnya. Pendekatan ini banyak digunakan dalam penelitian pariwisata lebih merupakan sebuah industri. Selanjutnya Wardiyanta (2006) menjelaskan bahwa pada umumnya semua perusahaan
pariwisata
dengan
bagian
penelitian
dan
pengembangannya
melakukan penelitian untuk mengetahui berbagai masalah yang ada di perusahaan atau yang terkait dengannya. Tujuannya adalah mempersiapkan data yang akan dipakai sebagai pendukung pembuatan kebijakan pimpinan manajemen dalam mengoperasikan perusahaan. Perhitungan yang digunakan dalam penelitian ini
47
untuk mengestimasi harga tiket yang optimum, harga tiket yang dapat direalisasikan, serta subsidi yang diberikan pemerintah sebelum dan sesudah dilakukan simulasi skenario kenaikan harga tiket adalah sebagai berikut. Realisasi keuangan TMR dapat diketahui dari laporan keuangan tahunan. Anggaran, realisasi pengeluaran dan penerimaan, serta besarnya retribusi dapat dicermati di dalam laporan keuangan. Estimasi besarnya subsidi didapat dari pengeluaran yang terealisasi dikurangi dengan retribusi. RS = RK – RR dimana : RS = realisasi subsidi RK = realisasi pengeluaran rata-rata per tahun RR = retribusi rata-rata per tahun Selain itu, dari besarnya penerimaan yang dianggarkan dengan penerimaan yang terealisasi dapat memperlihatkan ada atau tidaknya kekurangan dari pembiayaan yang seharusnya. Harga tiket yang optimum bebas subsidi 100% didapat dari penerimaan seharusnya dari tiket masuk dibagi dengan jumlah wisatawan rata-rata dari tahun 2006-2010. Acuan yang digunakan adalah anggaran pengeluaran yang seharusnya atau dapat juga menggunakan realisasi pengeluaran rata-rata tahun 2006-2010. TO = (RA-RZ) / W dimana : TO
= harga tiket optimum
RA
= anggaran rata-rata per tahun
RZ
= retribusi rata-rata per tahun selain dari tiket masuk
W
= jumlah wisatawan rata-rata per tahun
RA-RZ = penerimaan seharusnya dari tiket masuk
48
Total penerimaan TMR didapat dari penjumlahan retribusi tiket dan retribusi selain tiket (penggunaan fasilitas/sarana). Retribusi dari tiket dikategorikan menjadi tiket dewasa, tiket anak, rombongan dewasa dan anak (potongan 25% dari harga asli). Realisasi pengeluaran rata-rata selama lima tahun terakhir (tahun 2006-2010) didapat dari laporan keuangan TMR. Pengeluaran yang belum tertutupi dari tiket sehingga harus ditutupi dengan subsidi merupakan selisih dari total penerimaan dengan pengeluaran. Semua uraian yang digunakan menggunakan nilai rata-rata selama lima tahun terakhir (tahun 2006-2010). Subsidi rata-rata per tahun diperoleh dari realisasi pengeluaran rata-rata selama lima tahun terakhir dikurangi dengan total retribusi rata-rata per tahun dari tiket dan selain tiket. Hasil ahir berupa persentase subsidi yang harus diberikan oleh pemerintah yaitu selisih dari pengeluaran yang belum tertutupi (yang harus disubsidi) dikurangi dengan realisasi pengeluaran rata-rata per tahun dikalikan 100%. Perhitungan yang digunakan untuk mendapatkan persentase subsidi yang nantinya diberikan oleh pemerintah berdasarkan skenario kenaikan harga tiket adalah sebagai berikut : TN = D + A + RD + RA + RZ dimana : TN = total penerimaan setelah adanya kenaikan tiket D = penerimaan rata-rata per tahun dari tiket dewasa A = penerimaan rata-rata per tahun dari tiket anak RD = penerimaan rata-rata per tahun dari tiket rombongan dewasa RA = penerimaan rata-rata per tahun dari tiket rombongan anak RZ = retribusi rata-rata per tahun selain dari tiket masuk
49
SN = (S / RK) x 100% dimana : SN = estimasi persentase subsidi setelah ada kenaikan harga tiket S = pengeluaran rata-rata per tahun yang belum tertutupi RK = realisasi pengeluaran rata-rata per tahun Skenario kenaikan harga tiket (sebanyak X kali lipat) harus disesuaikan dengan karakteristik wisatawan, faktor-faktor yang mempengaruhi kunjungan, dan kesanggupan wisatawan untuk membayar. Ada kemungkinan harga tiket berada di bawah harga tiket optimum, meskipun harga tiket tersebut sudah dinaikkan. Implikasinya, pemerintah juga tetap harus mensubsidi TMR meskipun tidak sebanyak subsidi mula-mula atau hanya terjadi pengurangan subsidi dari rata-rata subsidi sebelumnya. 4.3.1 Pengujian Hipotesis Model akan diuji berdasarkan hipotesis yang diajukan. Pengujian hipotesis berdasarkan statistik bertujuan untuk melihat nyata tidaknya variabel-variabel bebas yang dipilih terhadap variabel-variabel tak bebas, dapat dilihat pada nilai-P (P-value). Berdasarkan nilai-P diketahui sampai berapa persen variabel-variabel bebas berpengaruh terhadap variabel tak bebas (Irianto, 2008). Pengujian model regresi keseluruhan dilakukan dengan terlebih dahulu membuat tabel sidik ragam untuk menghitung F statistik dan R2 (koefisien determinasi). R2 dapat menjelaskan kemampuan peubah bebas bersamaan juga menjelaskan varian dari peubah tak bebas, sedangkan F statistik untuk melihat interval keyakinan kemampuan tersebut. Menurut Juanda (2009), koefisien determinasi dari model adalah rasio dari jumlah kuadrat regresi dan total jumlah kuadrat, sebagaimana tercantum dalam rumus berikut :
50
R2 = Jumlah Kuadrat Regresi = JKR Total Jumlah Kuadrat JKT Nilai F statistik digunakan untuk melihat apakah parameter bebas yang digunakan secara bersama-sama berpengaruh nyata terhadap variabel tak bebasnya. F statistik adalah rasio dari jumlah kuadrat regresi dibagi dengan jumlah peubah bebas dengan kuadrat sisa dibagi dengan jumlah observasi dikurangi dengan jumlah peubah bebas dan dikurangi satu, sebagimana tercantum pada rumus berikut :
F=
∑ yi2 ∑ ei2/(n-k-1) F statistik digunakan untuk menguji koefisien regresi secara menyeluruh
dengan menggunakan hipotesis sebagai berikut : H0 = b1 = b2 =......................= bk = 0 H1 = paling sedikit ada satu nilai bi yang tidak sama dengan nol Pada model dilakukan uji-F. Adapun uji statistiknya adalah : Jika F statistik > F tabel, maka tolak H0 Jika F statistik < F tabel, maka terima H0 Pengujian
koefisien
regresi
secara
individual
dilakukan
untuk
membuktikan bahwa koefisien regresi suatu model regresi itu secara statistik signifikan atau tidak. Pengujian ini menunjukkan apakah peubah-peubah yang digunakan secara satu per satu berpengaruh nyata terhadap peubah tak bebas. Pengujian koefisien regresi secara individu dilakukan dengan statistik t (uji t), dengan terlebih dahulu diajukan hipotesis sebagai berikut :
51
H0 = bi = 0 Hi = bi > 0 atau bi < 0 ; i = 1,2,3,...........,k Pengujian dengan perhitungan t statistik sebagai berikut :
Pada model dilakukan uji-t. Adapun uji statistiknya adalah : Jika t statistik > t tabel, tolak Ho Jika t statistik < t tabel, terima Ho Model yang diperoleh diuji apakah sudah termasuk (BLUE = Best Linear Unbiased Estimators) atau belum. Model yang termasuk BLUE harus memenuhi asumsi
kenormalan,
homoskedastisitas,
non
autokorelasi,
dan
non
multikoleniaritas. Iriawan dan Astuti (2006) menjelaskan mengenai pemenuhan keempat asumsi tersebut, yaitu sebagai berikut :
Normalitas. Uji ini dilakukan dengan membuat histogram dan scatterplot, apabila histogram membentuk lonceng dan keberdaan titik-titik pada scatterplot menyebar, serta pada Probability Plot of Residual diketahui nilai statistik Kolmogorov-Smirnov (KS) yang diperoleh dari pengamatan kurang dari P-value, maka dapat disimpulkan residual model regresi linear yang dibuat mengikuti distribusi normal.
Non Multikoleniaritas. Uji ini dapat dilihat dari nilai VIF (Varian Inflation Factor) pada masing-masing variabel bebas. Jika nilai VIF kurang dari 10 menunjukkan bahwa persamaan tersebut tidak mengalami multikolinearitas.
52
Sebaliknya jika nilai VIF variabel-variabel bebasnya lebih besar dari 10 maka persamaan tersebut mengalami multikolinearitas.
Homoskedastisitas. Homoskedastisitas adalah kesamaan varians atau penyebaran yang sama. Pendektesi kesamaan varians salah satunya dapat dilakukan dengan uji Park. Apabila nilai P hasil uji lebih dari α 0,20 maka model memenuhi syarat homoskedastisitas. Nilai 0,20 tersebut disesuaikan dengan taraf uji 20% yang digunakan dalam penelitian ini.
Non Autokorelasi. Uji ini dilakukan untuk melihat ada atau tidaknya korelasi antara serangkaian data menurut waktu (time series) atau menurut ruang (cross section). Pendeteksian autokorelasi dilakukan dengan pengujian Durbin-Watson (DW) dengan ketentuan sebagai berikut. 1. 1,65 < DW < 2,35 maka non autokorelasi 2. 1,21 < DW < 1,65 atau 2,35 < DW < 2,79, maka tidak dapat disimpulkan (inconclusive), dan 3. DW < 1,21 atau DW > 2,79 maka terjadi autokorelasi. Berdasarkan perumusan masalah, tujuan penelitian, dan kerangka pemikiran yang telah dijelaskan sebelumnya, maka dapat disimpulkan hipotesis pada penelitian ini sebagai berikut: 1. Biaya perjalanan, jarak tempuh, jumlah tanggungan, umur, dan lamanya mengetahui TMR berpengaruh negatif terhadap jumlah kunjungan ke TMR. Artinya kenaikan biaya perjalanan, jarak tempuh, jumlah tanggungan, umur, dan lamanya mengetahui TMR akan menurunkan jumlah kunjungan ke TMR.
53
2. Tingkat penghasilan, tingkat pendidikan, pekerjaan, waktu luang, lamanya berada di lokasi, dan status pernikahan berpengaruh positif terhadap jumlah kunjungan ke TMR. Artinya tingkat penghasilan, tingkat pendidikan, pekerjaan, waktu luang, lamanya berada di lokasi, dan status pernikahan akan meningkatkan jumlah kunjungan ke TMR. 3. Harga tiket TMR yang berlaku saat ini masih belum optimum dari sisi proporsi penerimaan subsidi dan retribusi. Artinya, harga tiket TMR masih dapat dinaikkan menuju batas pengelolaan yang mandiri namun tetap terjangkau oleh masyarakat. Harga tiket yang dapat direalisasikan lebih rendah dari harga tiket optimum.
54
