VI. HASIL DAN PEMBAHASAN
6.6 Nilai Ekonomi Wisata di Pulau Pari
Jumlah kunjungan wisatawan ke Pulau Pari yang semakin meningkat setiap waktunya, menjadi salah satu hal yang menarik untuk ditetiti untuk dihitung nilai ekonominya. Jumlah kunjungan wisatawan selama satu tahun terakhir digunakan sebagai dasar dalam perhitungan ini.
Penelitian dilakukan dengan memasukkan variabel-variabel biaya perjalanan, pendapatan, jumlah tanggungan, pendidikan, jarak, lama perjalanan, umur, lama mengetahui objek wisata, dan lama kunjungan sebagai variabel yang mempengaruhi jumlah kunjungan wisatawan, seperti yang terlampir pada Lampiran 1. Variabel biaya perjalanan merupakan sejumlah biaya yang dikeluarkan pengunjung untuk mencapai lokasi wisata dan biaya yang dikeluarkan selama berada di lokasi wisata. Variabel pendapatan merupakan besarnya pendapatan pengunjung dalan satu bulan. Variabel jumlah tanggungan adalah banyaknya jumlah tanggungan pengunjung. Variabel pendidikan adalah lamanya pendidikan (tahun) yang ditempuh oleh pengunjung. Variabel jarak merupakan jarak tempuh dari lokasi asal pengunjung ke lokasi tujuan wisata. Variabel lama perjalanan merupakan waktu yang dibutuhkan pengunjung untuk tiba di lokasi tujuan wisata. Variabel umur menunjukkan umur pengunjung (tahun). Variabel lama mengetahui menunjukkan sudah berapa lama pengunjung mengetahui keberadaan lokasi wisata, sedangkan variabel lama kunjungan menunjukkan berapa lama pengunjung tersebut berada di lokasi wisata. Berdasarkan hasil analisis regresi linear dari data pada Lampiran 1, maka diperoleh model persamaan sebagai berikut:
Jumlah Kunjungan = 1,113 - 0,0000001187 Biaya Perjalanan - 0,00000003786 Pendapatan + 0,139 Jumlah Tanggungan + 0,032 Pendidikan + 0,000629 Jarak- 0,080 Lama Perjalanan - 0,017 Umur + 0,026 Lama Mengetahui + 0,108 Lama Kunjungan
Hasil regresi dari persamaan linear di atas dapat dilihat pada Tabel 17 dan selengkapya terdapat pada Lampiran 2. Pada hasil perhitungan di Tabel 17, variabel jumlah tanggungan, pendidikan, jarak, lama mengetahui, dan lama kunjungan menunjukkan tanda positif (+). Hal ini berarti bahwa secara umum, semakin meningkat variabel-variabel tersebut maka akan meningkatkan jumlah kunjungan. Variabel biaya perjalanan, pendapatan, lama perjalanan, dan umur menunjukkan tanda negatif (-) yang berarti bahwa secara umum, semakin meningkat variabel- variabel tersebut maka akan menurunkan jumlah kunjungan.
Berdasarkan hasil regresi diperoleh nilai R-Sq sebesar 17,6 persen, menunjukkan bahwa keragaman jumlah kunjungan wisata ke Pulau Pari hanya mampu dijelaskan oleh variabel-variabel bebas di dalam model sebanyak 17,6 persen. Sisanya sebesar 82,4 persen dijelaskan oleh variabel-variabel lain yang
tidak dimasukkan ke dalam model. Variabel-variabel tersebut diperkirakan mempunyai pengaruh yang kuat terhadap jumlah kunjungan wisata ke Pulau Pari. Pulau Pari yang merupakan objek wisata alam, khususnya wisata pulau memang memiliki karakteristik yang berbeda dengan jenis wisata lainnya. Pulau Pari sebagai salah satu objek wisata pulau sangat dipengaruhi oleh alam. Kondisi alam diantaranya seperti cuaca, kecepatan angin, dan ketinggian ombak, sangat mempengaruhi aktivitas kunjungan wisata ke Pulau Pari, karena setiap pengunjung yang datang ke Pulau Pari diharuskan untuk menyebrang menggunakan kapal, dan ini sangat dipengaruhi oleh kondisi alam.
Tabel 17 Hasil regresi linear kunjungan wisata ke Pulau Pari dengan individual travel cost method
Model Unstandardized Coefficients Standardized Coefficients T Sig. Collinearity Statistics B Std.
Error Beta Tolerance VIF
Constant 1.113 .660 1.687 .096 Biaya Perjalanan -1.187E-7 .000 -.043 -.310 .757 .638 1.568 Pendapatan -3.786E-8 .000 -.092 -.537 .593 .422 2.369 Jumlah Tanggungan .139 .092 .262 1.522 .133** .420 2.379 Pendidikan .032 .052 .113 .608 .545 .360 2.779 Jarak .000 .004 -.029 -.162 .872 .399 2.507 Lama Perjalanan -.080 .088 -.162 -.911 .366 .397 2.521 Umur -.017 .023 -.181 -.767 .446 .223 4.474 Lama Mengetahui .026 .011 .325 2.355 .022* .654 1.529 Lama Kunjungan .108 .152 .096 .708 .481 .677 1.478
R-sq = 17,6 persen R-Sq (adj) = 6,4 persen DW = 1,755 Sumber : Data Primer Diolah, 2013
Keterangan :
*) signifikan pada taraf nyata α = 0,05 (5 persen) **) signifikan pada taraf nyata α = 0,15 (15 persen)
Variabel-variabel yang merupakan kondisi alam seperti cuaca, kecepatan angin, dan ketinggian ombak tersebut bukan merupakan data time series. Selain itu, secara konsep variabel-variabel tersebut cenderung homogen di setiap responden, karena merupakan pendapat seseorang. Contohnya, mengenai kondisi cuaca baik dan buruk. Pada saat yang sama, jika kondisi cuaca memang buruk, maka semua orang akan menganggap bahwa cuaca tersebut buruk dan tidak memungkinkan
untuk melakukan aktivitas wisata, misalnya untuk wisata snorkling. Oleh karena itu, variabel-variabel tersebut tidak dapat dimasukkan ke dalam model persamaan, namun variabel-variabel tersebut memiliki pengaruh yang kuat terhadap jumlah kunjungan wisata di Pulau Pari.
Pada hasil regresi di Tabel 17 dapat dilihat hasil uji t dengan taraf nyata 5 persen dan 15 persen, diperoleh terdapat dua variabel bebas yang berpengaruh secara signifikan terhadap jumlah kunjungan di Pulau Pari. Variabel lama mengetahui berpengaruh pada taraf nyata 5 persen dan jumlah tanggungan berpengaruh pada taraf nyata 15 persen. Koefisien lama mengetahui bernilai positif, yaitu 0,026. Nilai koefisien ini menunjukkan bahwa setiap penambahan 1 bulan lama mengetahui objek wisata, diduga akan menambah jumlah kunjungan wisata ke Pulau Pari Kepulauan Seribu sebesar 0,26, dengan asumsi cateris paribus. Sedangkan koefisien jumlah tanggungan bernilai 0,139, artinya setiap penambahan 1 orang jumlah tanggungan, diduga akan menambah jumlah kunjungan wisata ke Pulau Pari, sebesar 1,39, dengan asumsi cateris paribus.
Hasil analisis regresi linear berganda pada Tabel 17 diperoleh nilai VIF masing-masing variabel kurang dari 10. Hal ini menunjukkan tidak adanya multikolinearitas dalam model regresi. Uji heteroskedastisitas dilihat dengan melihat pola penyebaran titik. Hasil regresi menunjukkan titik-titik yang menyebar di atas dan di bawah angka 0 pada sumbu Y, artinya output regresi (pada Chart Lampiran 2) tidak membentuk pola yang jelas. Jadi dapat disimpulkan bahwa tidak terjadi heteroskedastisitas dalam model regresi. Uji autokorelasi diketahui dengan membandingan nilai Durbin-Watson (DW) dengan DW tabel. Nilai DW dari hasil regresi diperoleh 1,755. Untuk nilai dL dan dU dapat dilihat pada tabel DW untuk signifikansi 0,05 dengan n (jumlah data)=76 dan k (jumlah variabel independen)=9. Didapatkan nilai dL adalah 1,3747 dan dU adalah 1,8989, jadi nilai 4-dU=2,1011 dan 4-dL=2,6253. Hal ini berarti nilai DW (1,755) berada pada daerah antara dL dan dU, maka tidak menghasilkan kesimpulan yang pasti.
Berdasarkan hasil regresi tersebut, dengan memasukkan nilai rata-rata pendapatan, jumlah tanggungan, pendidikan, jarak, lama perjalanan, umur, lama mengetahui, dan lama kunjungan, maka dapat diperoleh fungsi :
JK = - 0,0000001187 TC + 1,346483
Persamaan di atas lalu ditransformasikan dalam bentuk TC menjadi: TC =
Biaya perjalanan rata-rata dapat diperoleh ketika jumlah kunjungan rata-rata, sehingga dengan memasukkan nilai rata-rata jumlah kunjungan, diperoleh persamaan :
Rata-rata TC = =
= 2.919.000
Sementara itu, TC maksimum diperoleh saat jumlah kunjungan=0, sehingga dapat diperoleh nilai TC maksimum sebesar:
TC maks =
= 11.344.000
Berdasarkan perhitungan tersebut, maka surplus konsumen dapat diketahui dengan membagi dua hasil perkalian antara jumlah kunjungan rata-rata dengan selisih TC maksimum dan TC rata-rata, sehingga diperoleh estimasi nilai surplus konsumen per individu sebesar Rp 4.212.500,00. Dengan demikian, berdasarkan jumlah kunjungan wisatawan ke Pulau Pari, Kepulauan Seribu pada tahun 2012 yang berjumlah 36.232 kunjungan, maka nilai ekonomi wisata di Pulau Pari adalah sebesar Rp 152.627.300.000,00/tahun.