METODOLOGI
keterbatasan data. Periode penelitian yang dicakup adalah tahun 2015 hingga
Data yang digunakan dalam penelitian ini merupakan data sekunder yang
berupa studi kepustakaan dari publikasi Badan Pusat Statistik (BPS) dan Badan
akomodasi lainnya diperoleh dari publikasi pada laman resmi BPS dalam
(VHTS) dengan populasi target tamu yang menginap di hotel atau usaha
laman resmi BPS dalam Statistik Tingkat Penghunian Kamar Hotel (2015-
53
2019). Data ini dikumpulkan BPS melalui Survei Tingkat Penghunian
Kamar Hotel (VHTS) dengan populasi target unit hotel diseluruh provinsi
di Indonesia.
3. Data jumlah usaha akomodasi diperoleh dari publikasi pada laman resmi
pada laman web BPS. Pemilihan TPT bulan Agustus (sampel 30.000 blok
TPT pada bulan Februari (7.500 blok sensus). Data ini dikumpulkan BPS
di Indonesia.
54
3.3 Definisi Operasional
banyaknya angkatan kerja yang tidak terserap dalam pasar tenaga kerja.
Jumlah Pengangguran
TPT = X 100 %.
Angkatan Kerja
persentase.
akomodasi untuk pengunjung dan pelancong lainnya dalam hal ini berupa
pelayanan makan dan minum, kegiatan hiburan dan/atau fasilitas lainnya secara
55
asing (PMA) berupa pengeluaran secara keseluruhan untuk membeli barang-
barang modal riil, baik untuk mendirikan perusahaan baru maupun untuk
memperluas usaha yang telah ada pada bidang pariwisata (Hotel, Restoran, dan
atau usaha akomodasi tertentu. Variabel ini berskala rasio dengan satuan juta
jiwa.
56
3.4.2 Analisis Inferensia
karena itu, dalam penelitian ini menggunakan metode regresi data panel
yaitu jumlah usaha akomodasi, jumlah tamu yang menginap di hotel dan
menyamakan satuan objek yang berbeda satu sama lain dan meminimalkan
varians data. Dalam analisis regresi data panel terdapat tiga model
1. Model CEM
(31)
2. Model FEM
(32)
57
3. Model REM
(33)
Keterangan :
ke-t
β0 : nilai intercept
ke-t
αi : Efek Individu
Dalam melakukan estimasi parameter dengan metode regresi data panel dapat
Effect
58
2) Memilih model penelitian yang sesuai antara model Common Effect ,
Fixed Effect , dan Random Effect dengan beberapa uji sebagai berikut :
Uji Chow, dilakukan untuk menguji antara model common effect dan
Keterangan :
n = 33 ; T = 5 ; k = 4
Jika nilai Fhitung > F(0.05 ;32,128) artinya H0 ditolak, maka kemudian menuju ke
uji berikutnya yaitu Uji Hausman, namun apabila gagal tolak H0 lanjut ke
Apabila didapatkan pada hasil uji Chow gagal tolak H0, maka
59
Uji ini mengikuti distribusi Chi-Square dengan derajat bebas satu
nT
BPLM= ¿¿
2 (T −1 )
165
¿ ¿¿
8
Keterangan :
n = 33 ; T = 5 ; k = 4
2
Jika nilai statistik BPLM > nilai χ (0.05,1), maka H0 ditolak, maka
Setelah ditunjukkan bahwa hasil uji Chow gagal tolak H0 dan hasil uji
antara model fixed effect dan random effect dengan hipotesis sebagai
berikut :
60
2
Jika nilai W > χ (0.05,4)artinya H0 ditolak, maka model terpilih adalah
3) Setelah didapatkan hasil model terbaik adalah FEM atau CEM, langkah
homoskedastik)
Uji ini mengikuti distribusi Chi-Square dengan derajat bebas n-1 sesuai
[ ]
2 2
T
n
σ^ i
LM = ∑ 2 −1
2 i=1 σ^
∑[ ]
2
5
n
σ^ 2i 2
¿ −1 χ (0.05,32)
2 i=1 σ^ 2
2
Jika nilai statistik LM > nilai χ (0.05,32), maka H0 ditolak, yang artinya
langkah nomor (4), namun apabila gagal tolak H0 maka struktur matriks
61
varians-kovarians bersifat homoskedastik yang artinya menggunakan
metode estimasi OLS dan dilanjutkan ke uji asumsi klasik pada langkah
nomor (5).
n(n−1)
Uji ini mengikuti distribusi Chi-Square dengan derajat bebas
2
i=2 j=1
n i−1
¿ 5 ∑ ∑ r 2ij χ (0.05,528)
2
i=2 j=1
Jika nilai statistik ❑LM > nilai χ (0.05,528), maka H0 ditolak, yang artinya
2
62
5) Setelah mendapatkan model dengan metode estimasi yang sesuai dengan
Uji Normalitas
( )
2
NT 2 ( Kur −3 )
JB= W +
6 4
( )
2
165 2 ( Kur−3 ) 2
¿ W + χ (0.05; 2)
6 4
Keterangan :
n = 33 ; T = 5
Uji non-multikolinieritas
63
Untuk mendeteksi ada tidaknya multikolinearitas di dalam regresi
independen tinggi dalam hal ini diatas 0.8 maka diduga terdapat
(18)
1 1
VIF= =
tolerance 1−R 2k
Uji Homoskedastisitas
Uji non-autokorelasi
64
H0 : E ( v ¿ , v is ) =0 ( tidak ada korelasi antara error atau non-
autokorelasi)
autokorelasi)
∑ ∑ ( u^ ¿ , u^ ¿−1)2
d= i=1 t =2
N T
∑ ∑ u ¿2
i=1 t =1
rumus (22)
nT −1
Adjusted R =1−( 1−R )
2 2
nT −n−K
2 164
¿ 1−(1−R )
128
Keterangan :
65
n = 33 ; T = 5 ; k = 4
Sebuah model dikatakan baik apabila memiliki nilai AIC dan SIC
yang kecil. Nilai AIC dan SIC dapat dihitung menggunakan rumus
Keterangan :
n = 33 ; k = 4
(26).
2
R / ( n+ k−1 )
F Hitung =
( 1−R 2) / ( nT −n−k )
66
2
R /(36)
¿ F(0.05 ;36 ;128)
(1−R 2)/(128)
Keterangan :
n = 33 ; T = 5 ; k = 4
Jika didapatkan nilai Fhitung > F(0.05 ;36 ;128) atau p-value < 0.05 artinya H0
ditolak; maka terdapat minimal satu variabel antara jumlah tamu hotel,
dependen)
dependen)
67
uji ini dapat dihitung dengan menggunakan rumus (28).
^β
k
t Hitung= t (0.05 ;128)
se( β^ k )
Diagram alur dalam analisis regresi data panel dibuat untuk memudahkan dalam
memahami langkah-langkahnya tercantum pada Gambar 5.
68
Gambar 6. Diagram alur analisis regresi data panel dalam penelitian
69
“… sengaja dikosongkan ...”
70