4.3.2 Hasil Pengujian .1 Hasil Uji Instrumen
4.3.2.2 Hasil Analisis Regresi Berganda
4.3.2.2.2 Koefisien determinan (R2)
Berdasarkan tabel 2.27 di atas juga disajikan puka nilai Koefisien determinan (R2) , yang bertujuan untuk menunjukan prosentase variabel independen (daya tarik wisata, aksesbilitas, tarif, fasilitas dan informasi) yang dapat menjelaskan prosentase variabel dependen (minat wisatawan berkunjung).
Berdasarkan tabel 4.27 diatas dapat diketahui R Square sebesar 0,341 atau Adjusted R Square sebesar 0,338 , maka dapat diartikan bahwa 34% minat wisatawan berkunjung ke provinsi Jawa Barat dapat dijelaskan oleh variabel X (daya tarik wisata, aksesbilitas, tarif, fasilitas dan informasi) dan sisanya 66% dijelaskan oleh variabel lain yang tidak diteliti.
4.3.2.2.3 Uji F
Uji F bertujuan mengetahui apakah ada pengaruh yang signifikan antara variabel independen terhadap variabel dependen secara bersama-sama (simultan). Hasil uji regresi berganda dengan menggunakan IBM SPSS STATISTICS 23, juga menyajikan table ANOVA yang tersaji dalam Tabel 4.28
Tabel 4.28 Hasil Regresi (Uji F)
ANOVAa
Model Sum of Squares df Mean Square F Sig. 1 Regression 13673.400 5 2734.680 109.306 .000b
Residual 26369.660 1054 25.019 Total 40043.060 1059
a. Dependent Variable: Minat
Uji F dari table anova pada table 4.28, umumnya juga digunakan untuk menguji hipotesa, dengan dasar keputusannya sebagai berikut:
Jika nilai signifikansi (uji F) dengan nilai signifikansi < dari 0,05maka Hi diterima
Jika nilai signifikansi (uji F) dengan nilai signifikansi > dari 0,05 maka Ho diterima
Berdasarkan tabel 4.28 diatas diperoleh F hitung 109,306 memiliki nilai signifikasi (0,000)< dari 0,005, maka Hi diterima dan Ho ditolak. Hal ini menunjukkan bahwa variabel independen (X1) daya tarik wisata, (X2) aksebilitas, (X3) tarif, (X4) fasilitas, (X5) informasi secara simultan mempunyai pengaruh yang positif dan signifikan terhadap variabel (Y) minat wisatawan.
4.3.2.2.4 Uji t
Uji t bertujuan untuk mengetahui apakah ada pengaruh yang signifikan antara variabel independen (X1) daya tarik wisata, (X2) aksebilitas, (X3) tarif, (X4) fasilitas, (X5) informasi terhadap variabel (Y) minat wisatawan secara individu (parsial). Berdasarkan tabel 4.29 dapat diketahui nilai t hitung dengan taraf signifikansinya yang memilki sig. <0,05 masing- masing variabel independen dan hasilnya digunakan untuk menginterpretasikan hipotesis sebagai berikut :
Tabel 4.29 Hasil Analisis Regresi Berganda Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 7.281 1.792 4.063 .000 ODTW .605 .057 .347 10.677 .000 Aksesbilitas -.179 .066 -.097 -2.727 .006 Tarif .256 .071 .132 3.631 .000 Fasilitas .320 .086 .151 3.733 .000 Informasi .389 .088 .147 4.431 .000
a. Dependent Variable: Minat
Dengan persamaan regresi tersebut diatas dapat dijelaskan sebagai berikut. 1. Koefisiensi b1
Variabel (X1) daya tarik wisata mempunyai pengaruh positif terhadap minat wisatawan berkunjung dengan nilai koefisien regresi sebesar 0,605 yang berarti jika faktor objek dan daya tarik wisata mengalami kenaikan sebesar satu poin maka minat wisatawan akan meningkat sebesar 0,605. Dengan asumsi bahwa variabel lain berada dalam kondisi tetap. Dengan pengaruh yang positif ini berarti semakin tinggi daya tarik wisata, maka minat wisatawan berkunjung akan semakin tinggi pula.
2. Koefisiensi b2
Variabel (X2) aksesbilitas mempunyai pengaruh negatif terhadap minat wisatawan berkunjung dengan nilai koefisien regresi sebesar 0,179 yang berarti jika faktor aksesbilitas wisata mengalami kenaikan sebesar satu poin maka minat wisatawan akan menurun 0,179. Dengan asumsi bahwa variabel lain berada dalam kondisi tetap. Dengan pengaruh yang negatif ini berarti semakin tinggi aksesbilitas, maka minat wisatawan berkunjung akan semakin rendah.
3. Koefisiensi b3
Variabel (X3) tarif mempunyai pengaruh positif terhadap minat wisatawan berkunjung dengan nilai koefisien regresi sebesar 0,256 yang berarti bahwa apabila faktor tarif mengalami kenaikan satu poin maka minat wisatawan akan meningkat sebesar 0,256. Dengan asumsi bahwa variabel lain berada dalam kondisi tetap. Dengan pengaruh yang positif ini berarti semakin tinggi tarif, maka minat wisatawan berkunjung akan semakin tinggi pula.
4. Koefisiensi b4
Variabel (X4) fasilitas mempunyai pengaruh positif terhadap minat wisatawan berkunjung dengan nilai koefisien regresi sebesar 0,320 yang berarti bahwa apabila faktor fasilitas mengalami kenaikan satu poin maka minat wisatawan akan meningkat sebesar 0,320. Dengan asumsi bahwa variabel lain berada dalam kondisi tetap. Dengan pengaruh yang positif ini berarti semakin tinggi fasilitas, maka minat wisatawan berkunjung akan semakin tinggi pula.
5. Koefisiensi b5
Variabel (X5) informasi mempunyai pengaruh positif terhadap minat wisatawan berkunjung dengan nilai koefisien regresi sebesar 0,389 yang berarti bahwa apabila faktor informasi mengalami kenaikan satu poin maka minat wisatawan akan meningkat sebesar 0,389. Dengan asumsi bahwa variabel lain berada dalam kondisi tetap. Dengan pengaruh yang positif ini berarti semakin tinggi informasi, maka minat wisatawan berkunjung akan semakin tinggi pula.
Berdasarkan tabel 4.29, juga dapat perhitungan regresi linier berganda dengan menggunakan program software IBM SPSS STATISTICS 23 didapat hasil persamaan regresi sebagai berikut :
Y = 7,281+ 0,605X1 - 0,179X2 + 0,256X3 + 0,320X4 + 0,389X5
4.3.2.2.5 Hasil Uji Normalitas Data
Uji normalitas data merupakan asumsi klasik yang harus dilakukan sebelum melakukan analisis regresi berganda. Uji normalitas data dilakukan dengan menggunakan analisis kolmogorov-smirnov dengan bantuan program software IBM SPSS STATISTICS 23, apabila diperoleh nilai signifikasi atau probabilitas lebih dari tingkat alpha (0,05), maka sifat data tersebut dapat dikatakan berdistribusi normal. Sebaliknya jika nilai probabilitas data kurang dari nilai tingkat alpha (0,05), maka sifat data tidak normal.
Tabel 4.30 Hasil Uji Normalitas Data
One-Sample Kolmogorov-Smirnov Test
Unstandardiz ed Residual
N 100
Normal Parameters a,b Mean .0000000
Std. Dev iat ion 1.72006182
Most Extrem e Absolute .075
Dif f erences Positiv e .044
Negativ e -.075
Kolmogorov -Smirnov Z .750
Asy mp. Sig. (2-tailed) .626
a. Test distribution is Normal. b. Calculated f rom data.
Dari tabel 4.30 diatas maka dapat disimpulkan bahwa uji normalitas rata-rata atas data dalam penelitian ini bersifat normal, hal ini dapat dilihat dari hasil pengujian kolmogorov-smirnof sebesar 0,750 dan tingkat signifikasi sebesar
0,626 lebih besar dari alpha 0,05, sehingga data tersebut termasuk dalam kriteria normal.
Berdasarkan penyebaran data (titik) pada sumbu diagonal dari grafik normal probability plot dengan dasar pengambilan keputusan bahwa:
1. Jika data menyebar di sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi memenuhi asumsi normalitas
2. Jika data menyebar jauh dari garis diagonal dan atau tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas (Santoso, 2000: 214).
Gambar 4.1 Grafik Normalitas P-P Plot Regresi
Dari grafik diatas, terlihat data menyebar disekitar garis diagonal, sehingga diasumsikan model regresi memenuhi asumsi normalitas (Santoso, 2001: 214).