METODE PENELITIAN
J. Teknik Analisis Data
Menurut Sanusi (2011: 115) teknik analisis data adalah mendeskripsikan teknik analisis apa yang digunakan oleh peneliti untuk menganalisis data yang telah dikumpulkan, termasuk pengujiannya.
1. Uji Asumsi Klasik a) Uji Normalitas
Uji normalitas digunakan untuk melihat apakah nilai residual terdistribusi normal atau tidak. Model regresi yang baik adalah memiliki nilai residual yang terdistribusi normal. Jadi, uji normalitas bukan dilakukan pada masing-masing variabel tetapi pada nilai residualnya. Uji Kolmogorov-Smirnov (Uji K-S) adalah salah satu alat uji normalitas. Persyaratan data dikatakan terdistribusi normal menurut uji K-S adalah jika angka sig. uji K-S, Sig > 0,05 menunjukkan data residual berdistribusi normal, jika angka Sig. ≤ 0,05 maka data tidak berdistribusi normal.
b) Uji Multikolinieritas
Pengujian ini bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antara variabel bebas dan terikat. Uji multikolinearitas digunaan untuk mengetahui ada atau tidaknya penyimpangan asumsi klasik multikolinearitas, yaitu adanya hubungan linear antar variabel independen dalam model regresi. Prasyarat yang harus terpenuhi dalam model regresi adalah tidak adanya multikolinearitas. Jika ada korelasi yang tinggi diantara variabel-variabel bebasnya, maka hubungan antara variabel bebas terhadap variabel terikatnya menjadi terganggu. Salah satu cara untuk mendeteksi gejala multikolinearitas adalah dengan melihat nilai tolerance value atau Variance Inflation Factor (VIF) dengan kriteria jika tolerance value > 0,1 dan VIF < 10, maka disimpulkan tidak terjadi gejala multikolinearitas dan jika tolerance value ≤ 0,1 dan VIF > 10, maka disimpulkan terjadi gejala multikolinearitas antar variabel pada model regresi.
c) Uji Heteroskedastisitas
Dilakukan untuk mengetahui bahwa varians dari residual tidak sama untuk semua pengamatan atau observasi. Jika varians dari residual suatu pengamatan ke pengamatan yang lain tetap maka disebut homoskedastisitas. Sebuah model regresi dikatakan baik apabila terjadi homoskedastisitas dalam modelnya, atau dengan kata
lain tidak terjadi heteroskedastisitas. Dalam penelitian ini penulis menggunakan scatterplot.
Gambar III.1. Scatterplot
1) Pada gambar (a) dapat dilihat bahwa titik-titik pada grafik Scatterplot menyebar secara merata tanpa membentuk pola tertentu yang artinya tidak ada masalah heteroskedastisitas.
2) Pada gambar (b-d) dapat dilihat bahwa titik-titik pada scatterplot membentuk pola tertentu, artinya sebaran data tersebut mengalami masalah heteroskedastisitas.
3) Pada gambar (e-f) dapat dilihat bahwa titik-titik pada scatterplot membentuk pola dan beberapa diantaranya mengumpul pada titik tertentu. Bentuk tersebut mengidentifikasikan model yang digunakan tidaklah linier dan terdapat masalah heteroskedastisitas.
d) Uji Linearitas
Bertujuan untuk mengetahui apakah dua variabel mempunyai hubungan yang linear atau tidak secara signifikan. Uji ini biasanya digunakan sebagai prasyarat dalam analisis korelasi atau regresi linear. Pengujian pada SPSS dengan menggunakan Test for Linearity dengan pada taraf signifikansi 0,05. Dua variabel dikatakan mempunyai hubungan yang linear bila signifikansi (linearity) kurang dari 0,05.
2. Analisis Regresi Linear Berganda
Digunakan untuk mengetahui apakah antara variabel bebas dengan variabel terikat mempunyai pengaruh yang berarti atau tidak, secara serempak atau keseluruhan. Regresi linear berganda merupakan pengembangan dari regresi linear sederhana, yaitu sama-sama alat yang dapat digunakan untuk melakukan prediksi permintaan dimasa yang akan datang, berdasarkan data masa lalu atau untuk mengetahui pengaruh satu atau lebih variabel bebas (independent) terhadap satu variable tak bebas (dependent) (Siregar, 2013: 405).
Persamaan regresi linear berganda: a + b1X1 + b2X2
Keterangan:
Y = Variabel daya tarik X1 = Variabel promosi
3. Uji Simultan (Uji F)
Menurut Sunyoto (2013: 134) pengujian ini dilakukan untuk mengetahui apakah secara keseluruhan (simultan) yang diperoleh memang nyata atau secara kebetulan saja. Terdapat tahapan yang dilakukan dalam uji F, yaitu sebagai berikut: (Suryani, 2018: 51)
a. Menentukan H0 = hipotesis 0 dan Ha = hipotesis alternative
H0 : b1 : b2 = 0, artinya daya tarik dan promosi secara bersama-sama tidak berpengaruh terhadap minat kunjung kembali wisatawan.
Ha : b1 : b2 minimal salah satu ≠ 0, artinya daya tarik dan promosi secara bersama-sama berpengaruh terhadap minat kunjung kembali wisatawan.
b. Menentukan tingkat signifikansi (α) dan Ftabel. Tingkat signifikansi (α) dalam penelitian ini adalah 5% atau 0,05. Ftabel dapat dicari dengan menentukan besar derajat kebebasan (degree of freedom) pembilang dan derajat kebebasan (degree of freedom) penyebut. Derajat kebebasan (degree of freedom) pembilang menggunakan k, sedangkan derajat kebebasan (degree of freedom) penyebut menggunakan n-k-1. c. Menghitung F statistik (F hitung)
Nilai F hitung ditentukan dengan rumus sebagai berikut:
( ) ( )
( ) Dimana:
R2 = Nilai koefisien korelasi k = Jumlah variable bebas n = Jumlah sampel
d. Menentukan Kriteria Uji F
H0 diterima dan Ha ditolak, jika Fhitung ≤ Ftabel. H0 ditolak dan Ha diterima, jika Fhitung > Ftabel. e. Membuat Kesimpulan
Jika H0 ditolak dan Ha diterima maka daya tarik dan promosi secara bersama-sama berpengaruh terhadap minat kunjung kembali wisatawan.
Jika H0 diterima dan Ha ditolak maka daya tarik dan promosi secara bersama-sama tidak berpengaruh pada minat kunjung kembali wisatawan.
4. Uji Parsial (uji t)
Menurut Sunyoto (2013: 134) pengujian ini dilakukan untuk mengetahui apakah secara individu diperoleh secara nyata atau secara kebetulan saja. Dalam menguji pengaruh variable independen secara parsial terhadap variabel dependen maka akan diberikan satu contoh rumusan masalah uji parsial yaitu:
Apakah daya tarik berpengaruh pada minat kunjung kembali wisatawan?” Untuk menjawab rumusan masalah tersebut maka akan melalui langkah-langkah uji t yaitu:
a. Menentukan Hipotesis Alternatif (Ha) dan Hipotesis Nol (H0)
H0: Daya tarik tidak berpengaruh pada minat kunjung kembali wisatawan.
Ha: Daya tarik berpengaruh pada minat kunjung kembali wisatawan. b. Menentukan Taraf Signifikansi (Level of Significance)
Taraf signifikan atau α (alpha) yang digunakan di dalam penelitian adalah 5% (0,05).
c. Menghitung t statistik (t hitung)
Uji t dihitung dengan rumus (Supranto, 2009:250) sebagai berikut:
Dimana:
t0 = t hitung koefisien variabel bi = koefisien regresi variabel sbi = standard error dari variabel d. Menentukan Kriteria Uji t
H0 ditolak dan Ha diterima jika -t hitung > t hitung > t tabel atau sig. < 0,05.
H0 diterima dan Ha ditolak jika -t tabel ≤ t hitung ≤ t tabel atau sig. ≥ 0,05.
e. Membuat Kesimpulan
Jika H0 ditolak dan Ha diterima maka daya tarik berpengaruh pada minat kunjung kembali wisatawan.
Jika H0 diterima dan Ha ditolak maka daya tarik tidak berpengaruh pada minat kunjung kembali wisatawan.
5. Koefisien Determinasi (R2)
Selain melakukan pembuktian dengan uji F dan uji t, dalam uji regresi linier berganda ini dianalisis pula besarnya koefisien determinasi (R2) yang digunakan untuk mengukur kebenaran penggunaan model regresi. Koefisien determinasi digunakan untuk mengetahui seberapa besar variasi variabel independen yaitu daya tarik (X1) dan promosi (X2), secara bersama-sama dapat menjelaskan variasi dalam minat kunjung kembali wisatawan (Y). Program yang digunakan untuk mengetahui koefisien determinasi (R2) ini adalah SPSS.
48 BAB IV
