BAB V ANALISIS DATA DAN PEMBAHASAN
E. Analisis Data
1. Data Deskriptif
Tabel V.17
Hasil Uji Statistik Deskriptif
2. Pengujian Prasyarat Analisis a. Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut Homoskedastisitas dan jika berbeda disebut Heteroskedastisitas. Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas.
Gambar V.1
Hasil Uji Heterokedastisitas
Dari scatterplot diatas, titik-titik menyebar dan tidak memiliki pola yang jelas diatas dan dibawah angka 0 pada sumbu Y, maka dapat disimpulkan bahwa pada model regresi tidak terjadi masalah Heteroskedastisitas.
b. Uji Normalitas
Uji normalitas bertujuan untuk menguji data variabel bebas (X) dan data variabel terikat (Y) pada persamaan regresi yang dihasilkan berdistribusi normal atau berdistribusi tidak normal. Distribusi normal akan membentuk satu garis lurus diagonal. Berikut hasil uji nomarlitas dalam penelitian ini :
Gambar V.2 Hasil Uji Normalitas
Pada grafik di atas menunjukan bahwa distribusi titik- titik membentuk satu garis lurus diagonal. Hal ini berarti bahwa data variabel bebas dan variabel terikat pada persamaan regresi yang dihasilkan berdistribusi normal.
3. Uji Beda (
Independent Sample Test)
Tabel V.18Hasil Uji Beda (Independent Sample Test)
Sumber: Data primer yang diolah, Juli 2015
Tabel V.19
Hasil Uji Beda (Independent Sample Test)
Sumber: Data primer yang diolah, Juli 2015
Sebelum dilakukan uji t test sebelumnya dilakukan uji kesamaan varian (homogenitas) dengan F test (Levene,s Test), artinya jika varian
sama maka uji t menggunakan Equal Variance Assumed (diasumsikan varian sama) dan jika varian berbeda menggunakan Equal Variance Not
Assumed (diasumsikan varian berbeda).
Langkah-langkah uji F sebagai berikut:
a. Menentukan Hipotesis
Ho : Kedua varian adalah sama (varian kelompok usia 1 dan usia 2 adalah sama)
Ha : Kedua varian adalah berbeda (varian kelompok usia 1 dan usia 2 adalah berbeda).
b. Kriteria Pengujian (berdasar probabilitas / signifikansi) Ho diterima jika P value > 0,05
Ho ditolak jika P value < 0,05
c. Membandingkan probabilitas / signifikansi Nilai P value (0,845 > 0,05) maka Ho diterima. d. Kesimpulan
Oleh karena nilai probabilitas (signifikansi) dengan
equal variance assumed (diasumsikan kedua varian sama)
adalah 0,845 lebih besar dari 0,05 maka Ho diterima, jadi dapat disimpulkan bahwa kedua varian sama (varian kelompok usia 1 dan usia 2 adalah sama). Dengan ini penggunaan uji t menggunakan equal variance assumed (diasumsikan kedua varian sama).
Pengujian independen sample t test Langkah-langkah pengujian sebagai berikut:
a. Menentukan Hipotesis
Ho : Tidak ada perbedaan antara rata-rata citra destinasi usia 1 (16 tahun – 30 tahun) dengan rata-rata citra destinasi usia 2 (31 tahun – 40 tahun).
Ha : Ada perbedaan antara rata-rata citra destinasi usia 1 (16 tahun – 30 tahun) dengan rata-rata citra destinasi usia 2 (31 tahun – 40 tahun).
b. Menentukan tingkat signifikansi.
Pengujian menggunakan uji dua sisi dengan tingkat signifikansi = 5%. Tingkat signifikansi dalam hal ini berarti kita mengambil risiko salah dalam mengambil keputusan untuk menolak hipotesis yang benar sebanyak-banyaknya 5% (signifikansi 5% atau 0,05 adalah ukuran standar yang sering digunakan dalam penelitian)
c. Menentukan t hitung.
Dari tabel di atas didapat nilai t hitung (equal variance
assumed) adalah 0,541
d. Menentukan t tabel
Tabel distribusi t dicari pada = 5% : 2 = 2,5% (uji 2 sisi) dengan derajat kebebasan (df) n-2 atau 100-2 = 98.
Dengan pengujian 2 sisi (signifikansi = 0,025) hasil diperoleh untuk t tabel sebesar 1,984 (Lihat pada lampiran) atau dapat dicari di Ms Excel dengan cara pada cell kosong ketik =tinv(0.05,98) lalu enter.
e. Kriteria Pengujian
Ho diterima jika -t tabel < t hitung < t tabel
Ho ditolak jika -t hitung < -t tabel atau t hitung > t tabel Berdasar probabilitas:
Ho diterima jika P value > 0,05 Ho ditolak jika P value < 0,05
f. Membandingkan t hitung dengan t tabel dan probabilitas Nilai -t tabel < t hitung < t tabel (-1,984 < 0,541 < 1,984) maka Ho diterima.
Probabilitas:
P value (0,59 > 0,05) maka Ho diterima. g. Kesimpulan
Oleh karena nilai -t tabel < t hitung < t tabel (-1,984 < 0,541 < 1,984) dan P value (0,59 > 0,05) maka Ho diterima, artinya bahwa tidak ada perbedaan antara rata-rata citra destinasi usia 1 (16 tahun – 30 tahun) dengan rata-rata citra destinasi usia 2 (31 tahun – 40 tahun).
Pada tabel Group Statistics terlihat rata-rata (mean) untuk citra destinasi usia 1 (16 tahun – 30 tahun) adalah 87,240
dan untuk citra destinasi usia 2 (31 tahun – 40 tahun) adalah 86,040, artinya bahwa rata-rata rata citra destinasi usia 1 (16 tahun – 30 tahun) lebih tinggi dari pada rata-rata citra destinasi usia 2 (31 tahun – 40 tahun).
Perbedaan rata-rata (mean diference) sebesar 1,200 (87,240 - 86,040), dan perbedaan berkisar antara -3,119 sampai 5,599 (lihat pada lower dan upper).
4. Uji Linier Sederhana
Analisis regresi linier sederhana adalah hubungan secara linear antara satu variabel independen (X) dengan variabel dependen (Y). Analisis ini untuk mengetahui arah hubungan antara variabel independen dengan variabel dependen apakah positif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila nilai variabel independen mengalami kenaikan atau penurunan.
Tabel V.20
Hasil Uji Linier Sederhana
Sumber: Data primer yang diolah, Juli 2015
Dari hasil pengujian, diperoleh perhitungan regresi sederhana yaitu:
Y’ = a + bX
Y = 7.269 + 0.03X
Angka-angka ini dapat diartikan sebagai berikut:
a. konstanta sebesar 7,296; artinya jika Citra Destinasi (X)
nilainya adalah 0, maka Minat Kunjung Ulang (Y’) nilainya
b. Koefisien regresi Citra Destinasi (X) sebesar 0,03; artinya jika Citra Destinasi mengalami kenaikan sebesar 1 satuan, maka
Minat Kunjung Ulang (Y’) akan mengalami peningkatan
sebesar 0,03 satuan
Uji Koefisien Regresi Sederhana (Uji t)
Uji ini digunakan untuk mengetahui apakah variabel independen (X) berpengaruh secara signifikan terhadap variabel dependen (Y). Signifikan berarti pengaruh yang terjadi dapat berlaku untuk populasi (dapat digeneralisasikan).
Dari hasil analisis regresi di atas dapat diketahui nilai t hitung seperti pada tabel. Langkah-langkah pengujian sebagai berikut:
a. Menentukan Hipotesis
Ho : Tidak ada pengaruh secara signifikan antara citra destinasi dengan minat kunjung ulang.
Ha : Ada pengaruh secara signifikan antara citra destinasi dengan minat kunjung ulang.
b. Menentukan tingkat signifikansi
Tingkat signifikansi menggunakan a = 5% (signifikansi 5% atau 0,05 adalah ukuran standar yang sering digunakan dalam penelitian)
c. Menentukan t hitung
Berdasarkan tabel diperoleh t hitung sebesar 2,561 d. Menentukan t tabel
Tabel distribusi t dicari pada a = 5% : 2 = 2,5% (uji 2 sisi) dengan derajat kebebasan (df) n-k-1 atau 100-1-1 = 98 (n adalah jumlah kasus dan k adalah jumlah variabel independen). Dengan pengujian 2 sisi (signifikansi = 0,025) hasil diperoleh untuk t tabel sebesar 1,984 (Lihat pada lampiran) atau dapat dicari di Ms Excel dengan cara pada cell kosong ketik =tinv(0.05,98) lalu enter.
e. Kriteria Pengujian
Ho diterima jika –t tabel < t hitung < t tabel
Ho ditolak jika -thitung < -t tabel atau t hitung > t tabel f. Membandingkan t hitung dengan t tabel
Nilai t hitung > t tabel (2,561 > 1,984) maka Ho ditolak. g. Kesimpulan
Oleh karena nilai t hitung > t tabel (2,561 > 1,984) maka Ho ditolak, artinya bahwa : Ada pengaruh secara signifikan antara citra destinasi dengan minat kunjung ulang. Temuan ini mengindikasikan bahwa pengalaman yang berkesan yang didapat wisatawan Waduk Sermo memberikan dampak positif yaitu dengan adanya kunjungan ulang atau menceritakan pengalamannya di Waduk Sermo, serta merekomendasikan pengalamannya di Waduk Sermo kepada orang lain.