1 BAB IV
HASIL PENELITIAN DAN PEMBAHASAN
4.1. Pengumpulan Data Panel
Data yang digunakan dalam penelitian ini adalah data sekunder yang diperoleh dari Badan Pusat Statistik Provinsi Jawa Tengah. Data yang digunakan merupakan data pendapatan asli daerah, banyaknya kunjungan wisatawan, dan banyaknya wisatawan yang menginap di hotel Kota Provinsi Jawa Tengah. Penelitian menggunakan data tahun 2006-2013.
4.2. Uji Kecocokkan Model
Analisis yang digunakan untuk penelitian ini adalah analisis regresi data panel. Analisis dengan menggunakan panel data adalah kombinasi antara data runtun waktu dan data cross section. Ada beberapa uji yang dipergunakan dalam penelitian ini. Uraian dinyatakan sebagai berikut.
4.2.1. Uji Spesifikasi Fixed Effect Model
Uji spesifikasi fixed effect model merupakan pengujian untuk mengetahui apakah fixed effect model merupakan model yang sesuai. Tabel 4.1 menunjukkan hasil uji spesifikasi fixed effect model.
Tabel 4.1. Hasil uji spesifikasi fixed effect model
Uji Efek db p-value
Cross-section F (5,40) 0.0000
Cross-section Chi-Square 5 0.0000
Dari Tabel 4.1 terlihat nilai p-value untuk cross-section F = 0.0000 < 0.05, artinya dengan tingkat keyakinan 95% fixed effect model merupakan model yang sesuai.
4.2.2. Uji Asumsi Klasik
Untuk mendapatkan model yang konsisten serta efisien, maka digunakan pengujian apakah terjadi masalah dalam hal multikolinearitas, heteroskedastisitas, autokorelasi dan normalitas.
2 4.2.2.1. Uji Multikolinearitas
Uji multikolinearitas digunakan untuk melihat ada atau tidaknya korelasi yang tinggi antara variabel-variabel bebas di dalam model regresi. Tabel 4.2 menunjukkan hasil uji multikolinearitas.
Tabel 4.2. Hasil uji multikolinearitas
X1 X2
X1 1.000000 0.820835 X2 0.820835 1.000000
Dari Tabel 4.2 terlihat semua variabel memiliki nilai lebih dari 0.8, artinya terjadi masalah multikolinearitas di dalam model regresi. Untuk mengatasi masalah multikolinearitas, digunakan cara transformasi data ke dalam bentuk first difference delta. Tabel 4.3 menunjukkan hasil uji multikolinearitas setelah dilakukan first difference delta.
Tabel 4.3. Hasil uji multikolinearitas setelah first difference delta
DX1 DX2
DX1 1.000000 0.799383 DX2 0.799383 1.000000
Dari Tabel 4.3 terlihat tidak terdapat variabel yang memiliki nilai lebih dari 0.8, artinya tidak terjadi masalah multikolinearitas di dalam model regresi.
4.2.2.2. Uji Heteroskedastisitas
Uji heteroskedastisitas digunakan untuk melihat residual di dalam regresi bersifat konstan. Pengujian ini dilakukan dengan hipotesis sebagai berikut.
𝐻0: Tidak terdapat heteroskedastisitas. 𝐻1: Terdapat heteroskedastisitas.
Ditentukan nilai 𝛼 = 0,05 dan kriteria uji, tolak 𝐻0 jika p-value < 0,05. Diperoleh nilai p-value = 0,1918. Karena nilai p-value >
3
0,05 maka 𝐻0 tidak ditolak, artinya tidak terdapat heteroskedastisitas di dalam model regresi.
4.2.2.3. Uji Autokorelasi
Uji autokorelasi digunakan untuk melihat residual berkorelasi berdasarkan runtun waktu. Pengujian ini dilakukan dengan hipotesis sebagai berikut.
𝐻0: Tidak terdapat autokorelasi. 𝐻1: Terdapat autokorelasi.
Ditentukan nilai 𝛼 = 0,05 dan kriteria uji, tolak 𝐻0 jika p-value < 0,05. Diperoleh nilai p-value = 0,0704. Karena nilai p-value > 0,05 maka 𝐻0 tidak ditolak, artinya tidak terdapat autokorelasidi dalam model regresi.
4.2.2.4. Uji Normalitas
Uji normalitas digunakan untuk melihat nilai residual terdistribusi normal. Pengujian ini dilakukan dengan hipotesis sebagai berikut. 𝐻0: Residu berdistribusi normal.
𝐻1: Residu tidak berdistribusi normal.
Ditentukan nilai 𝛼 = 0,05 dan kriteria uji, tolak 𝐻0 jika p-value < 0,05. Diperoleh nilai p-value = 0,868621. Karena nilai p-value > 0,05 maka 𝐻0 tidak ditolak, artinya residu berdistribusi normal.
4.3. Estimasi Parameter Menggunakan Fixed Effect Model
Fixed Effect Model adalah model regresi data panel dengan memperhatikan
efek perbedaan dari unit cross section. Model regresi dalam penelitian ini adalah 𝑃𝐴𝐷̂𝑖𝑡 = 𝛽̂1𝑖+ 𝛽̂2𝐽𝐾𝑊𝑖𝑡+ 𝛽̂3𝑇𝐻𝐻𝑖𝑡
4
Tabel 4.4. Hasil estimasi parameter fixed effect model
Variabel Koefisien Standard Error t-Statistik p-value
𝛽̂1 2.965549 2.299231 1.289800 0.2045
𝛽̂2 0.929755 0.226358 4.107455 0.0002
𝛽̂3 0.309767 0.125262 2.472959 0.0177
Efek Tetap (Silang)
Magelang -0.007828 Surakarta -1.328224 Salatiga 1.192038 Semarang -0.362040 Pekalongan 0.025691 Tegal 0.480363 p-value (F-statistik) 0.000000 𝑅2 = 0,876647
4.4. Uji Signifikansi Parameter 4.4.1. Uji Signifikansi Simultan (Uji F)
Uji simultan digunakan untuk melihat ada atau tidaknya pengaruh semua variabel terikat. Dari Tabel 4.4 terlihat nilai p-value (F-statistik) = 0.000000 < 0.05, artinya dengan tingkat keyakinan 95% paling tidak ada satu parameter regresi yang signifikan berpengaruh dalam model.
4.4.2. Uji Signifikansi Parsial (Uji t)
Uji parsial digunakan untuk mengetahui variabel bebas yang berpengaruh signifikan secara individu terhadap variabel terikat. Dari Tabel 4.4 terlihat variabel yang signifikan ditandai oleh nilai p-value yang kurang dari 0.05. Sehingga dengan tingkat keyakinan 95% variabel yang signifikan mempengaruhi pendapatan asli daerah adalah banyaknya kunjungan wisatawan dan tingkat hunian hotel.
4.5. Interpretasi
Dari Tabel 4.4 terlihat nilai parameter 𝛽̂1 adalah 2.965549 artinya apabila pada periode 2006-2013 tidak terjadi perubahan banyaknya kunjungan wisatawan dan tingkat hunian hotel, maka pendapatan asli daerah di Kota Provinsi Jawa Tengah sebesar 2.96 %. Nilai parameter 𝛽̂2 diperoleh sebesar 0.929755 artinya apabila terjadi kenaikan atau peningkatan banyaknya kunjungan wisatawan
5
sebesar 1%, maka akan menyebabkan pendapatan asli daerah meningkat sebesar 0.92 %. Nilai parameter 𝛽̂3 diperoleh sebesar 0.309767 artinya apabila terjadi kenaikan atau peningkatan tingkat hunian hotel sebesar 1%, maka akan menyebabkan pendapatan asli daerah meningkat sebesar 0.30 %. Model regresi data panel yang sesuai untuk mengetahui pengaruh banyaknya kunjungan wisatawan dan tingkat hunian hotel terhadap pendapatan asli daerah berdasarkan kota di Provinsi Jawa Tengah tahun 2006-2013, yaitu
𝑃𝐴𝐷𝑖𝑡 = 2.965549 + 0.929755𝐽𝐾𝑊𝑖𝑡+ 0.309767𝑇𝐻𝐻𝑖𝑡 Tabel 4.5 menunjukkan nilai intersep individu kota.
Tabel 4.5. Intersep individu kota
Kota Nilai Intersep Kota Nilai Intersep
Magelang 2.957721 Semarang 2.603509
Surakarta 1.637325 Pekalongan 2.99124
Salatiga 4.157587 Tegal 3.445912
Dari Tabel 4.5 terlihat Kota Magelang memiliki nilai intersep 𝛽̂1 sebesar 2.957721 artinya apabila pada periode 2006-2013 tidak terjadi perubahan banyaknya kunjungan wisatawan dan tingkat hunian hotel, maka pendapatan asli daerah di Kota Magelang sebesar 2.95 %. Kota Surakarta memiliki nilai intersep 𝛽̂1 sebesar 1.637325 artinya apabila pada periode 2006-2013 tidak terjadi perubahan banyaknya kunjungan wisatawan dan tingkat hunian hotel, maka pendapatan asli daerah di Kota Surakarta sebesar 1.63 %. Kota Salatiga memiliki nilai intersep 𝛽̂1 sebesar 4.157587 artinya apabila pada periode 2006-2013 tidak terjadi perubahan banyaknya kunjungan wisatawan dan tingkat hunian hotel, maka pendapatan asli daerah di Kota Salatiga sebesar 4.15 %. Kota Semarang memiliki nilai intersep 𝛽̂1 sebesar 2.603509 artinya apabila pada periode 2006-2013 tidak terjadi perubahan banyaknya kunjungan wisatawan dan tingkat hunian hotel, maka pendapatan asli daerah di Kota Semarang sebesar 2.60 %. Kota Pekalongan memiliki nilai intersep 𝛽̂1 sebesar 2.99124 artinya apabila pada periode 2006-2013 tidak terjadi perubahan banyaknya kunjungan wisatawan dan
6
tingkat hunian hotel, maka pendapatan asli daerah di Kota Pekalongan sebesar 2.99 %. Kota Tegal memiliki nilai intersep 𝛽̂1 sebesar 3.445192 artinya apabila pada periode 2006-2013 tidak terjadi perubahan banyaknya kunjungan wisatawan dan tingkat hunian hotel, maka pendapatan asli daerah di Kota Tegal sebesar 3.44 %.