29 BAB III
METODE PENELITIAN A. Jenis Penelitian
Penelitian ini menggunakan jenis penelitian berupa kuantitatif.
Machmud (2016) menyebutkan bahwa jenis penelitian kuantitatif adalah metode penelitian yang menekankan pada fenomena-fenomena yang obyektif dan di gunakan untuk meneliti pada populasi atau sampel-sampel tertentu, teknik pengambilan sampel pada umumnya dilakukan secara random, pengumpulan data menggunakan instrument penelitian, analisis data bersifat kuantitatif/statistik dengan tujuan untuk menguji hipotesis yang ditetapkan.
Metode penelitian kuantitatif merupakan salah satu jenis penelitian yang spesifikasi nya adalah sistematis, terencana, dan terstruktur dengan jelas sejak awal hingga pembuatan desain penelitiannya. Definisi lain menyebutkan penelitian kuantitatif adalah penelitian yang banyak menuntut penggunaan angka, mulai dari pengumpulan data, penafsiran terhadap data tersebut, serta penampilan dari hasilnya. Demikian pula pada tahap kesimpulan penelitian akan lebih baik bila disertai dengan gambar, table, grafik, atau tampilan lainnya.
B. Lokasi Penelitian
Lokasi penelitian berada di Kabupaten/Kota pada Provinsi Nusa Tenggara Barat, dengan jumlah agen perjalanan wisata, jumlah hotel dan jumlah restoran serta Pendapatan Pajak Daerah pada kabupaten/kota yang terdapat di Provinsi
Nusa Tenggara Barat tahun 2018 - 2020 sebagai unit analisis dalam penelitian ini.
C. Jenis dan Sumber Data
Jenis data yang digunakan dalam penelitian ini adalah data sekunder dengan pola data berupa time series (urutan waktu) yaitu tahun data pengamatan tahun 2018 – 2020 terkait dengan jumlah agen perjalanan wisata, jumlah hotel dan jumlah restoran serta Pendapatan Pajak Daerah pada kabupaten/kota yang terdapat di Provinsi Nusa Tenggara Barat tahun 2018 - 2020, maksud dari data sekunder adalah data yang telah dikumpulkan oleh sumber lain yang relevan dan terpercaya, sehingga posisi peneliti dalam pengumpulan data hanya mengumpulkan data dari lembaga atau pihak penyedia data tersebut.
Selanjutnya sumber data dalam penelitian ini bersumber dari website resmi yang dimiliki oleh BPS (Badan Pusat Statistik), Bappeda dan Dinas Pemuda Olahraga dan Pariwisata Provinsi Nusa Tenggara Barat. Alasan pengambilan data pada sumber-sumber data tersebut karena lembaga tersebut merupakan lembaga yang memiliki kewenangan dalam mengumpulkan data terkait dengan jumlah agen perjalanan wisata, jumlah hotel dan jumlah restoran serta Pendapatan Pajak Daerah pada kabupaten/kota yang terdapat di Provinsi Nusa Tenggara Barat tahun 2018 - 2020.
D. Metode Pengumpulan Data
Sebagaimana telah disebutkan sebelumnya bahwa jenis data yang digunakan dalam penelitian ini lebih kepada data sekunder atau data yang telah dikumpulkan sebelumnya oleh pihak lain yang terpercaya. Sehingga teknik yang digunakan oleh peneliti dalam mengumpulkan data-data tersebut dari lembaga- lembaga yang telah disebutkan adalah dengan teknik pustaka. Teknik pengumpulan data dengan pustaka adalah dengan melakukan pengumpulan data kepada lembaga-lembaga yang telah ditentukan sebelumnya dengan melihat secara langsung data-data tersebut kemudian melakukan reduksi data yaitu memilih data yang dibutuhkan dalam penelitian ini.
E. Definisi Operasional Variabel
Pada penelitian ini, variabel yang digunakan pada dasarnya menggunakan variabel yang dikelompokkan pada dua variabel yaitu variabel dependent atau variabel terikat (Y) yakni Pendapatan Pajak Daerah dan tiga variabel independent atau variabel bebas (X) yakni jumlah agen perjalanan wisata (X1), jumlah hotel (X2) dan jumlah restoran (X3). Definisi operasional variabel yang digunakan dalam penelitian ini yaitu:
1. Jumlah Agen Perjalanan Wisata (X1)
Jumlah agen perjalanan wisata (X1) dalam penelitian ini dinyatakan dalam satuan angka yang diperoleh dengan menghitung secara keseluruhan agen atau pihak yang menyediakan layanan jasa perjalanan wisata yang terdapat di Provinsi Nusa Tenggara Barat.
2. Jumlah Hotel (X2)
Jumlah hotel dalam penelitian ini merupakan keseluruhan hotel yang terdapat di Provinsi Nusa Tenggara Barat dan tidak dibedakan berdasarkan tingkatan harga ataupun rating.
3. Jumlah Restoran (X3)
Jumlah restoran dalam penelitian ini merupakan keseluruhan restoran berupa restoran dan rumah makan lainnya yang terdapat di Provinsi Nusa Tenggara Barat.
4. Pendapatan Pajak Daerah (Y)
Pendapatan Pajak Daerah (Y) adalah nominal atau besaran pendapatan pajak daerah pada Kabupaten/Kota di Provinsi Nusa Tenggara Barat yang sesuai dengan ketentuan Undang-Undang Nomor 28 tahun 2009 tentang pajak daerah dan retribusi daerah, Pendapatan Pajak Daerah (Y) tersebut selanjutnya dinyatakan dalam satuan milyar rupiah.
F. Teknik Analisis Data
Teknik analisis data adalah mengelompokkan data berdasarkan variabel dan jenis data, melakukan klasifikasi data berdasarkan variabel, menyajikan data tiap variable yang diteliti, melakukan perhitungan untuk menjawab rumusan masalah, dan melakukan perhitungan untuk menguji hipotesis yang telah diajukan.
Analisis data dalam penelitian ini menggunakan analisis regresi linier berganda, tahapan dalam analisis regresi linier berganda adalah sebagai berikut.
1. Uji Asumsi Klasik a. Uji Normalitas
Menurut Ghozali (2016) uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel residual memiliki distribusi normal yang dapat diuji dengan analisis grafik dan uji statistik. Data yang terdistribusi normal akan memperkecil kemungkinan terjadinya bias. Uji ini dilakukan untuk mengetahui apakah nilai residual tersebar normal atau tidak. Prosedur uji dilakukan dengan uji Kolmogorov-Smirnov, dengan ketentuan sebagai berikut :
1) H0 : residual tersebar normal atau jika nilai sig. (p-value) >0,05, maka H0 diterima yang artinya normalitas terpenuhi
2) H1 : residual tidak tersebar normal atau jika nilai sig. (p-value)
<0,05, maka H0 diterima yang artinya normalitas terpenuhi.
b. Uji Heteroskedastisitas
Menurut Ghozali (2016) uji heteroskedastisitas bertujuan menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Model regresi yang baik adalah yang Homoskedastisitas atau tidak terjadi Heteroskedastisitas. Mendeteksi heteroskedastisitas dilakukan dengan melihat grafik plot antara nilai prediksi variabel dependent yaitu ZPRED dengan residual SRESID. Dasar analisis :
1) Jika ada pola tertentu, seperti titik-titik tertentu yang ada membentuk pola tertentu yang teratur, maka telah terjadi heteroskedastisitas.
2) Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas.
c. Uji Multikolinearitas
Uji multikolinieritas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya korelasi antara variabel bebas (variabel independen).
Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Model regresi yang mengandung multikolinearitas menyebabkan kesalahan standar estimasi akan cenderung meningkat dengan bertambahnya variable bebas, tingkat signifikansi yang digunakan untuk menolak hipotesis nol akan semakin besar, dan probabilitas akan menerima hipotesis yang salah juga akan semakin besar (Ghozali, 2016).
Untuk mendeteksi ada tidaknya multikolinieritas di dalam regresi ada beberapa cara, yaitu dengan melihat nilai Tolerance dan Variance Inflation Factor (VIF). Apabila tidak terdapat variabel bebas yang memiliki nilai Tolerance kurang dari 0,10 atau VIF lebih dari 10, maka dapat disimpulkan tidak ada multikolonieritas antara variabel bebas dalam regresi.
d. Uji Autokorelasi
Uji autokorelasi merupakan korelasi yang terjadi antara residual pada satu pengamatan dengan pengamatan lain pada model regresi. Auto korelasi dapat diketahui melalui Uji Durbin-Watson (D-W Test), adalah pengujian yang digunakan untuk menguji ada atau tidak adanya korelasi serial dalam model regresi atau untuk mengetahui apakah di dalam model yang
digunakan terdapat auto korelasi diantara variabel-variabel yang diamati.
Kriteria penilaian menggunakan Durbin Watson adalah sebagai berikut.
Tabel 3.1 Kriteria Asumsi Auto Korelasi dengan Durbin Watson
Range Keputusan
0<dw < dl Terjadi masalah autokorelasi dl< dw< du Tidak terdapat kesimpulan du <dw <4-du Tidak ada masalah autokorelasi 4-du <dw <4-dl Tidak terdapat kesimpulan
4-dl<d<4 Terjadi masalah autokorelasi Sumber : Ghozali (2016)
2. Persamaan Regresi Linear Berganda
Analisis regresi linier adalah hubungan secara linier antara dua atau lebih variabel independen dengan variabel dependen. Analisis ini untuk mengetahui arah hubungan antara variabel independen dan variabel dependen berhubungan positif atau negatif dan untuk memprediksi nilai dari variabel dependen apabila variabel independen mengalami kenaikan atau penurunan. Model persamaan regresi linier berganda sebagai berikut:
Y = a + β1X1+ β2X2 + β3X3 + ε
Y = Pendapatan Pajak Daerah a = Konstanta
β1 = Koefisien Jumlah Agen Perjalanan Wisata β2 = Koefisien Jumlah Hotel
β3 = Koefisien Jumlah Restoran
X1 = Variabel Jumlah Agen Perjalanan Wisata X2 = Variabel Jumlah Hotel
X3 = Variabel Jumlah Restoran
3. Pengujian Hipotesis a. Uji Parsial (Uji t)
Menurut Ghozali (2014) uji ini disebut dengan istilah uji koefisien regresi. Uji t digunakan untuk mengetahui ada tidaknya pengaruh variabel independen secara parsial atau sendiri-sendiri dengan variabel dependen.
Atau dengan kalimat lain, jji t dalam regresi linier berganda dimaksudkan untuk menguji apakah parameter (koefisien regresi dan konstanta) yang diduga untuk mengestimasi persamaan/model regresi linier berganda sudah merupakan parameter yang tepat atau belum. Maksud tepat disini adalah parameter tersebut mampu menjelaskan perilaku variabel bebas dalam mempengaruhi variabel terikatnya. Parameter yang diestimasi dalam regresi linier meliputi intersep (konstanta) dan slope (koefisien dalam persamaan linier).
Langkah-langkah uji dalam penelitian ini terkait dengan uji hipotesis parsial dilakukan dengan menentukan alpha yaitu nilai error dalam penelitian sebesar 5%. Setelah itu dibuat hipotesis statistik sebagaimana pada poin berikut:
Ho : i = 0, tidak terdapat pengaruh yang signifikan secara parsial pada variabel independen terhadap variabel dependen
Ha : i ≠ 0, terdapat pengaruh yang signifikan secara parsial pada variabel independen terhadap variabel dependen
Setelah menentukan hipotesis statistik dalam uji hipotesis parsial tersebut, selanjutnya dibutuhkan kriteria penolakan dan kriteria penerimaan
terhadap kedua hipotesis tersebut, kriteria tersebut dijelaskan pada poin berikut:
(1) Jika t hitung ≥ t tabel dengan tingkat signifikasi alpha 5% (α=5%) maka Ha diterima dan Ho ditolak sehingga secara parsial variabel independen (X) berpengaruh signifikan terhadap variabel dependen (Y)
(2) Jika t hitung < t tabel dengan tingkat signifikasi alpha 5% (α=5%) maka Ho diterima dan Ha ditolak sehingga secara parsial variabel independen (X) tidak berpengaruh signifikan terhadap variabel dependen (Y)
b. Uji Simultan (Uji F)
Menurut Sugiyono (2016) uji hipotesis simultan dimaksudkan untuk mengetahui ada tidaknya pengaruh variabel independen secara bersama-sama dengan variabel dependen. Uji F ini disebut pula dengan istilah uji keterandalan model atau uji kelayakan model. Uji F merupakan tahapan awal mengidentifikasi model regresi yang diestimasi layak atau tidak. Layak (andal) disini maksudnya adalah model yang diestimasi layak digunakan untuk menjelaskan pengaruh variabel-variabel bebas terhadap variabel terikat.
Langkah-langkah pada penentuan uji hipotesis simultan yaitu dengan menentukan nilai alpha sebesar 5% sebagaimana pada uji hipotesis parsial.
Langkah selanjutnya perlu ditentukan hipotesis statistik untuk menilai pengaruh secara bersama-sama atau simultan dari variabel independen terhadap variabel dependen sebagaimana dijelaskan sebagai berikut:
Ho : i = 0, tidak terdapat pengaruh yang signifikan secara simultan
pada variabel independen terhadap variabel dependen
Ha : i ≠ 0, terdapat pengaruh yang signifikan secara simultan pada variabel independen terhadap variabel dependen
Setelah menentukan hipotesis statistik yang digunakan, maka langkah selanjutnya adalah dengan menentukan keputusan penerimaan dan penolakan hipotesis tersebut, sebagaimana dijelaskan pada poin berikut:
(1) Jika F hitung ≥ F tabel dengan tingkat signifikasi alpha 5% (α=5%) maka Ha diterima dan Ho ditolak sehingga secara simultan atau bersama-sama variabel independen (X) berpengaruh signifikan terhadap variabel dependen (Y)
(2) Jika F hitung < F tabel dengan tingkat signifikasi alpha 5% (α=5%) maka Ho diterima dan Ha ditolak sehingga secara simultan atau bersama-sama variabel independen (X) tidak berpengaruh signifikan terhadap variabel dependen (Y)
4. Uji Koefisien Determinasi (R2)
R merupakan koefisien korelasi digunakan untuk mengukur seberapa besar hubungan linier variabel bebas yang diteliti terhadap variabel terikat. Menurut Ghozali (2014) uji ini dimaksudkan untuk mengukur seberapa jauh variabel independen mempengaruhi variabel dependen. Koefisien determinasi menjelaskan variasi pengaruh variabel-variabel bebas terhadap variabel terikatnya. Atau dapat pula dikatakan sebagai proporsi pengaruh seluruh variabel bebas terhadap variabel terikat. Pada program SPSS nilai koefisien determinasi (R2) ditunjukkan oleh oleh nilai R-Square atau Adjusted R-Square. R-Square digunakan pada saat variabel
bebas hanya satu saja (biasa disebut dengan Regresi Linier Sederhana), sedangkan Adjusted R-Square digunakan pada saat variabel bebas lebih dari satu. Kemudian nilai R2 yang dihasilkan dikalikan 100%.
Selanjutnya Ghozali (2014) juga mengatakan bahwa nilai R-Square yang mendekati satu berarti variabel-variabel independen memberikan hampir semua informasi yang dibutuhkan untuk memprediksi variasi variabel dependen. Rumus dalam menghitung R-Square dijelaskan dalam rumus berikut:
R2=Jk (Reg) JK (Tot) Keterangan:
R2 = Koefisien Determinasi, maksudnya besarnya pengaruh variabel (X) terhadap variabel (Y)
JK (Reg) = Jumlah kuadrat Regresi JK (Tot) = Jumlah kuadrat Total
