Академический Документы
Профессиональный Документы
Культура Документы
Abstract
Regression analysis is the analysis used to analyze the influence of the independent variable on the
dependent variable and aims to estimate or predict the value of the dependent variable if the value of the
independent variable have increase or decrease. The regression analysis in this case is regression with
moderating variable. Moderating variable is the variable which can strengthen or weaken the relation
between independent and dependent variables. The method used in moderating variable regression
analysis is a method of sub group. The method of sub group is done by dividing into two groups based on
the three variables that are hypothesized as a moderating variable.The data used in this study the number
of local revenue in East Kalimantan with aims to determine whether the number of internasional tourists
and the number of domestic tourists have the influence with of local revenue in East Kalimantan and
determine whether the number of tourist destination are moderating variables of to local revenue in East
Kalimantan and to determine the moderating variable regression models with a method of sub group.
Based on the research results of a moderating variable regression analysis with a method of sub group,
the number of internasional tourists and the number of domestic tourists have the influence with of local
revenue in East Kalimantan, for the number of tourist destination are moderating variable and the
regression models to the data of Z 274 (category 1) Yˆ0 1231,677 47,594 X 1 1,380 X 2 , to the
data of Z 274 (category 2) Yˆ1 2327,449 125,049 X1 1,145 X 2 , with Z is the number of tourist
destination.
Keywords: Regression analysis, the number of local revenue, the method of sub group, moderating
variable.
Pendahuluan
Regresi adalah suatu istilah yang pertama variabel independen maupun variabel dependen
kali diperkenalkan oleh Francis Galton pada saja, tetapi seringkali muncul adanya variabel
tahun 1886. Menurut Gujarati (2012), analisis yang mampu memperkuat atau memperlemah
regresi adalah analisis yang dipergunakan untuk hubungan antara variabel independen terhadap
menganalisis pengaruh pada variabel independen variabel dependen yang disebut dengan variabel
terhadap variabel dependen. Terdapat tiga tipe moderasi. Pada variabel moderasi terdapat empat
pada analisis regresi, tipe yang pertama adalah metode yaitu metode sub-group, metode
regresi linier sederhana yang berfungsi untuk interaksi, metode selisih mutlak dan metode
mengetahui hubungan linier antara dua variabel, residual (Liana, 2009).
satu variabel dependen dan satu variabel Dalam penelitian ini akan digunakan metode
independen. Tipe kedua adalah regresi linier sub-group. Metode sub-group merupakan metode
berganda yang merupakan model regresi linier yang dilakukan dengan memecah sampel menjadi
dengan satu variabel dependen dan lebih dari satu dua kategori berdasarkan variabel ketiga yang
variabel independen. Tipe ketiga adalah regresi dihipotesiskan sebagai variabel moderasi.
non linier yang berasumsi bahwa hubungan Menurut Suliyanto (2011), dalam metode sub-
antara variabel dependen dan variabel group memiliki kelebihan dibanding metode
independen bersifat tidak linier. Pada kasus lainnya, yaitu peneliti dapat menggunakan
regresi, metode yang biasa digunakan dalam variabel moderasi berupa data dikotomi maupun
mengestimasi parameter regresi adalah Ordinary data kontinyu. Akan tetapi metode ini memiliki
Least Square (metode kuadrat terkecil). kelemahan yaitu tidak dapat menggunakan lebih
Metode kuadrat terkecil digunakan untuk dari satu variabel moderasi. Pada penelitian ini
memperoleh total kuadrat error yang paling terkait tentang pendapatan asli daerah di
minimum. Pada metode kuadrat terkecil terdapat Kalimantan Timur yang merupakan provinsi
beberapa asumsi klasik yaitu yang memiliki potensi pariwisata dan
nonmultikolinieritas, homoskedastisitas, kebudayaan. Dalam hal ini pemerintah Provinsi
nonautokorelasi dan residual berdistribusi Kalimantan Timur dengan anugerah kekayaan
normal. Pada analisis regresi, hubungan linier alamnya beserta beberapa obyek wisata dan
antar variabel tidak hanya ditentukan oleh budaya yang telah dimiliki, akan mempunyai
perencanaan yang cerah untuk upaya peningkatan independen secara individu mempengaruhi
pendapatan asli daerah. Oleh karena itu salah satu variabel dependen (Widarjono, 2010).
sektor yang sangat potensi untuk dikembangkan
atau dapat dijadikan andalan bagi pemasukan Koefisien Determinasi
pendapatan asli daerah yaitu dari sektor Koefisien determinasi (R2) adalah besarnya
pariwisata, seperti jumlah kunjungan wisatawan informasi di dalam variabel dependen yang dapat
asing maupun jumlah kunjungan wisatawan diberikan oleh model regresi yang diperoleh.
nusantara dan jumlah obyek wisata. Oleh karena itu, semakin besar R2 menunjukkan
Oleh karena itu, dalam penelitian ini semakin baik kemampuan variabel independen
menjadikan jumlah obyek wisata sebagai variabel mempengaruhi variabel dependen. Menurut
yang diduga dapat memperkuat atau Gujarati (2012), besarnya R2 dapat dicari dengan
memperlemah hubungan antara jumlah persamaan sebagai berikut:
Y Yˆ
kunjungan wisatawan asing dan jumlah n 2
asing dan jumlah kunjungan wisatawan nusantara Yˆ1 2327,449 125,049 X1 1,145 X 2
dengan pendapatan asli daerah. Dari persamaan tersebut terlihat bahwa pada
Interpretasi Model Analisis Regresi Variabel kategori (1) yaitu untuk jumlah obyek wisata
Moderasi Menggunakan Metode Sub-Group lebih dari 274, apabila terjadi penambahan 1.000
Berdasarkan hasil pengujian diperoleh model orang wisatawan asing (X1) akan meningkatkan
akhir dari analisis regresi variabel moderasi jumlah pendapatan asli daerah sebanyak
menggunakan metode sub-group yaitu: Rp 125.049.00 0,00 jika asumsi jumlah
1. Persamaan Regresi untuk X1 dan X2 kunjungan wisatawan nusantara (X2) dianggap
terhadap Y tetap dan apabila terjadi penambahan 1.000 orang
Didapat persamaan regresi untuk wisatawan nusantara (X2) maka akan
keseluruhan data variabel jumlah obyek wisata meningkatkan pendapatan asli daerah sebanyak
(Z) adalah sebagai berikut: Rp 1.145.000, 00 jika asumsi jumlah
Yˆ 2242,050 117,930 X 1 1,277 X 2 kunjungan wisatawan asing (X1) dianggap tetap.
Dari persamaan tersebut terlihat bahwa Apabila jumlah kunjungan wisatawan asing (X1)
setiap terjadi penambahan 1.000 orang wisatawan adalah nol (0) dan jumlah kunjungan wisatawan
asing (X1) akan meningkatkan jumlah pendapatan nusantara (X2) adalah nol (0) maka pendapatan
asli daerah sebanyak Rp 117.930.000,00 jika asli daerah bernilai Rp 2.327.449.000,00 .
asumsi jumlah kunjungan wisatawan nusantara
(X2) dianggap tetap dan apabila terjadi Kesimpulan
penambahan 1.000 orang wisatawan nusantara Berdasarkan hasil analisis regresi dengan
(X2) maka akan meningkatkan pendapatan asli variabel moderasi menggunakan metode sub-
daerah sebanyak Rp 1.277.000,00 jika asumsi group diperoleh kesimpulan sebagai berikut:
jumlah kunjungan wisatawan asing (X1) dianggap 1. Jumlah obyek wisata merupakan variabel
tetap. Apabila jumlah kunjungan wisatawan asing yang memoderasi (memperkuat) hubungan
(X1) adalah nol (0) dan jumlah kunjungan antara jumlah kunjungan wisatawan asing dan
wisatawan nusantara (X2) adalah nol (0) maka jumlah kunjungan wisatawan nusantara
pendapatan asli daerah bernilai Rp - dengan pendapatan asli daerah.
2.242.050.000,00. 2. Model akhir persamaan regresi variabel
2. Persamaan Regresi untuk X1 dan X2 moderasi dengan metode sub-group yang
terhadap Y dengan Kategori (0) menyatakan hubungan jumlah kunjungan
Didapat persamaan model untuk data wisatawan asing, jumlah obyek wisata dan
variabel jumlah obyek wisata (Z) 274 jumlah kunjungan wisatawan nusantara
(kategori 0) adalah sebagai berikut: dengan pendapatan asli daerah adalah sebagai
Yˆ0 1231,677 47,594 X 1 1,380 X 2 berikut:
a. Model persamaan regresi X1 dan X2
Dari persamaan tersebut terlihat bahwa pada terhadap Y untuk data variabel jumlah
kategori (0) yaitu untuk jumlah obyek wisata obyek wisata (Z) 274 (kategori 0):
sebanyak kurang dari atau sama dengan 274,
apabila terjadi penambahan 1.000 orang Yˆ0 1231,677 47,594 X 1 1,380 X 2
wisatawan asing (X1) akan meningkatkan jumlah ; R 2 0,721
pendapatan asli daerah sebanyak b. Model persamaan regresi X1 dan X2
Rp 47.594.000 ,00 jika asumsi jumlah kunjungan terhadap Y untuk data variabel jumlah
wisatawan nusantara (X2) dianggap tetap dan obyek wisata (Z) 274 (kategori 1):
Yˆ1 2327,449 125,049 X1 1,145 X 2 ; R 0,990
2
apabila terjadi penambahan 1.000 orang
wisatawan nusantara (X2) maka akan
meningkatkan pendapatan asli daerah sebanyak Daftar Pustaka
Rp 1.380.000, 00 jika asumsi jumlah Badan Pusat Statistik Provinsi Kalimantan
kunjungan wisatawan asing (X1) dianggap tetap. Timur. Kaltim dalam Angka 2014.
Apabila jumlah kunjungan wisatawan asing (X1) Dinas Pendapatan Daerah Kalimantan Timur.
adalah nol (0) dan jumlah kunjungan wisatawan Pendapatan Asli Daerah 2014.
nusantara (X2) adalah nol (0) maka pendapatan Gujarati, N Damodar. 2012. Dasar-Dasar
asli daerah bernilai Rp 1.231.677.000,00 . Ekonometrika. Jakarta: Salemba Empat.
Liana, Lie. 2009. Penggunaan MRA dengan
SPSS untuk Menguji Pengaruh Variabel
3. Persamaan Regresi untuk X1 dan X2
Moderasi terhadap Hubungan antara
terhadap Y dengan Kategori (1)
Didapat persamaan model untuk data Variabel Independen dan Variabel
Dependen. Jurnal Teknologi Informasi
variabel moderasi (Z) 274 (kategori 1) adalah
DINAMIK, Vol. XIV, No. 2.
sebagai berikut:
Pleanggra, Ferry. 2012. Analisis Pengaruh Suliyanto, 2011. Ekonometrika Terapan Teori
Jumlah Obyek Wisata, Jumlah Wisatawan dan Aplikasi dengan SPSS. Yogyakarta: CV.
dan Pendapatan Perkapita Terhadap Andi Offset.
Pendapatan Obyek Pariwisata 35 Widarjono, A. 2010. Analisis Statistika
Kabupaten/Kota di Jawa Tengah. Jurnal Multivariat Terapan. Yogyakarta: Sekolah
Ekonomi dan Bisnis, Vol. 1, No. 1. Tinggi Ilmu Manajemen YKPN.
Sembiring, R. K. 1994. Analisis Regresi.
Bandung: ITB.