ASIL DAN P
4.6. Analisis Regresi
Analisis regresi adalah analisis yang mendeskripsikan tentang pengaruh sebab-akibat dan besarnya nilainya hubungan tersebut (Komputer, 2009). Pada penelitian ini analisis regresi digunakan untuk mengetahui pengaruh jumlah kunjungan ke Bali terhadap peubah-peubah yang telah ditentukan, yaitu motivasi, gaya hidup, gaya berlibur dan preferensi. Hipotesis telah diformulasikan guna mengetahui hubungan jumlah kunjungan dengan peubah yang digunakan pada penelitian ini. Perhitungan deskriptif dilakukan untuk mengetahui jumlah data yang valid, melihat rataan dan standar deviasi untuk setiap peubah. Hasil dari analisis desktriptif terdapat pada Lampiran 5
4.6.1. Pengaruh jumlah kunjungan terhadap motivasi (motivation)
Untuk melihat pengaruh jumlah kunjungan (Y) terhadap motivasi responden untuk berlibur (X), maka hipotesis diformulasikan berikut :
Ho : Tidak terdapat pengaruh nyata jumlah kunjungan wisatawan ke Bali terhadap motivasi liburan.
H1 : Terdapat pengaruh nyata jumlah kunjungan wisatawan ke Bali terhadap motivasi liburan.
Dengan menggunakan SPSS versi 17, maka didapatkan hasil dari uji parsial (Tabel 5), terlihat bahwa motivasi paling berpengaruh terhadap jumlah kunjungan adalah travel motivation 3, travel motivation 5, travel motivation 7, dan travel motivation 8 dengan masing-masing nilai nyata lebih kecil dari nilai
α 5% (0,05).Travel motivation 3 adalah pernyataan “to increase knowledge on foreign destinations and its people”, travel motivation5 adalah pernyataan “to escape daily routine and tension”, travel motivation 7 adalah pernyataan “to meet new people and expand network” dan pernyataan travel motivation 8 adalah “to visit friend or relatives”.
Tabel 5. Uji parsial motivasi
Peubah Nilai Nyata (Sig)
Travel motivation 1 0,410 Travel motivation 2 0,068 Travel motivation 3 0,025* Travel motivation 4 0,309 Travel motivation 5 0,025* Travel motivation 6 0,320 Travel motivation 7 0,017* Travel motivation 8 0,000* Travel motivation 9 0,289 Travel motivation 10 0,482 Travel motivation 11 0,137 Travel motivation 12 0,729 Travel motivation 13 0,940
*) nyata pada taraf nyata 5%
Hasil dari uji Anova (Lampiran 6) menunjukkan nilai nyata 0,000, dimana nilai ini lebih kecil dari nilai α 5% (0,05), maka dari hasil ini Hodapat ditolak, terdapat pengaruh nyata jumlah kunjungan terhadap motivasi berlibur (Travel Motivation) yang berdampak pada jumlah kunjungan ke Bali. Pada Lampiran 6 dapat dilihat nilai adjusted RSquare adalah 0,371 (0,371%), yang mempunyai arti besarnya keragaman dari jumlah kunjungan ke Bali mampu diterangkan oleh motivasi berlibur.
4.6.2. Pengaruh jumlah kunjungan terhadap gaya hidup (Lifestyle)
Hipotesis untuk mengetahui pengaruh jumlah kunjungan terhadap gaya hidup diformulasikan sebagai berikut:
Ho : Tidak terdapat pengaruh nyata jumlah kunjungan wisatawan ke Bali terhadap gaya hidup.
H1 : Terdapat pengaruh nyata jumlah kunjungan wisatawan ke Bali terhadap gaya hidup.
Tabel 6. Pengaruh kunjungan terhadap gaya hidup
Pada Tabel 6 dapat dilihat bahwa, nilaiadjusted Rsquare 0,151 atau (15,1%). Besar keragaman yang mampu diterangkan oleh gaya hidup 15,1%. Hasil output dari uji Anova (Lampiran 7) memiliki nilai nyata lebih kecil dari 5% (0,05), sehingga Ho dapat ditolak dan menerima H1, ada pengaruh nyata antara jumlah kunjungan ke Bali terhadap gaya hidup responden.Dari uji parsial yang dilakukan, ada (2) dua pernyataan gaya hidup yang berpengaruh nyata terhadap jumlah kunjungan ke Bali, pernyataan-pernyataannya adalah pernyataan gaya hidup 1, yaitu “I do artistic work and enjoy shows in performing arts”, dan pernyataan gaya hidup 2 yaitu “I do yoga and meditation” (Tabel 7). Dua pernyataan ini mempunyai nilai nyata lebih kecil dari α 5% (0,05).
Tabel 7. Uji parsial kunjungan terhadap gaya hidup.
Peubah Nilai Nyata (Sig)
Lifestyle 1 0,000* Lifestyle 2 0,002* Lifestyle 3 0,695 Lifestyle 4 0,160 Lifestyle 5 0,139 Lifestyle 6 0,261
*) nyata pada taraf nyata 5%
Model Summary ,420a ,176 ,151 1,04423 Model 1 R R Square Adjusted R Square Std. Error of the Estimate Predictors: (Constant), Lifestyle 6, Lifestyle 3, Lifestyle 2, Lifestyle 5, Lifestyle 1, Lifestyle 4
4.6.3. Pengaruh jumlah kunjungan ke Bali terhadap gaya berlibur (Vacation Style).
Untuk mengetahui pengaruh jumlah kunjungan terhadap gaya berlibur diformulasikan hipotesis berikut :
Ho: Tidak terdapat pengaruh nyata jumlah kunjungan wisatawan ke Bali terhadap gaya berlibur.
H1: Terdapat pengaruh nyata jumlah kunjungan wisatawan ke Bali terhadap gaya berlibur.
Tabel 8 menjelaskan bahwa nilai adjusted Rsquare 0,174 (17.4%) mempunyai arti besar keragaman yang menjelaskan gaya berlibur 17,4%. Dalam pengujian hipotesis dengan uji Anova (Lampiran 7), nilai nyata lebih kecil dari α 5% (0,05), maka Ho dapat ditolak dan menerima H1, yaitu ada pengaruh nyata antara jumlah kunjungan terhadap gaya berlibur.
Tabel 8. Jumlah kunjungan terhadap gaya berlibur
Menurut Uji parsial ada (4) empat pernyataan gaya berlibur yang berpengaruh nyata, yaitu pernyataan gaya berlibur 1, 2 dan 4. Pernyataan tersebut antara lain: “When choosing a destination, it is important that I can feel safe” (1), “On vacation it is important that everything is organized, so that I don’t have to care about anything” (2), “on vacation, intense experience of water and sun are important” (3). Tiga pernyataan ini mempunyai nilai lebih kecil dari -α
5% (0,05) (Tabel 9). Model Summary ,450a ,203 ,174 1,02974 Model 1 R R Square Adjusted R Square Std. Error of the Estimate Predictors: (Constant), Vacation style 7, Vacation style 2, Vacation style 1, Vacation style 4, Vacation style 6, Vacation style 3, Vacation style 5
Tabel 9. Uji parsial jumlah kunjungan dengan gaya berlibur
Peubah Nilai Nyata (Sig)
Vacation style 1 0,000* Vacation style 2 0,000* Vacation style 3 0,279 Vacation style 4 0,001* Vacation style 5 0,400 Vacation style 6 0,263 Vacation style 7 0,484
*) nyata pada taraf nyata 5%
4.6.4. Pengaruh jumlah kunjungan terhadap preferensi
Hipotesis untuk mengetahui pengaruh jumlah kunjungan terhadap preferensi adalah :
Ho: Tidak terdapat pengaruh nyata jumlah kunjungan wisatawan ke Bali terhadap preferensi berlibur.
H1: Terdapat pengaruh nyata jumlah kunjungan wisatawan ke Bali terhadap preferensi berlibur.
Hasil analisis regresi linear berganda dengan nilai adjusted R square0,264 (26,4%) mempunyai arti besar keragaman yang mampu dijelaskan oleh preferensi berlibur adalah 26,4% (Tabel 10). Pada Lampiran 7 uji Anova menunjukkan nilai nyata, yaitu (0,000), yang berarti Ho ditolak dan menerima H1, yaitu terdapat pengaruh nyata jumlah kunjungan wisatawan ke Bali terhadap preferensi berlibur. Ada (3) tiga pernyataan preferensi menurut uji parsial yang paling berpengaruh secara nyata. Pernyataan ini antara lain, “I prefer destination that offers safety assurance”, “I prefer destinations that are familiar and cozy”, dan pernyataan terakhir adalah “I prefer do-it-yourself trip” (Tabel 11).
Tabel 10. Pengaruh jumlah kunjungan dengan preferensi berlibur
Tabel 11. Uji parsial pengaruh jumlah kunjungan terhadap preferensi berlibur
Peubah Nilai Nyata (Sig)
Preference 1 0,000* Preference 2 0,755 Preference 3 0,000* Preference 4 0,004* Preference 5 0,090 Preference 6 0,008* Preference 7 0,078 Preference 8 0,071
*) nyata pada taraf nyata 5%