KABUPATEN SAMBAS
Nama : Idris
NIM : 4202008007
METODOLOGI
Lokasi dan Waktu Penelitian
Penelitian ini dilaksanakan di Desa Sempalai Sebedang Kabupaten Sambas selama bulan
Juni sampai Juli 2022. Penentuan lokasi penelitian ini dipilih secara disengaja (purposive) dengan
mempertimbangkan bahwa di Desa Sempalai terdapat Tempat kunjungan yang sangat indah yang
hanya ada di Kalimantan Barat sebagai lokasi tempat reakreasi bagi para pengunjung dan
merupakan tempat yang cukup populer pada hari minggu. Desa Sempalai sebedang terdapat
beberapa keunikan yang bisa kita lakukan seperti memancing tempat be poto dan sebagainya.
Metode yang digunakan dalam menganalisis data penelitian ini adalah analisis linear
berganda dengan menggunakan software SPSS 26. Regresi linear berganda digunakan untuk
penelitian yang memiliki lebih dari satu variabel independen. Menurut sujarweni (2014) model
regresi linear berganda dapat disebut sebagai model yang baik (memiliki ketepatan dalam estimasi,
tidak bias, dan konsisten) jika model tersebut memenuhi asumsi normalitasn dan bebas dari asumsi
klasik. Persamaan regresi linier berganda biasanya dinyatakan dalam bentuk formula sebagai
berikut (Ghozali, 2018):
Y = a +b1X1+b2X2+b3X3+b4X4+b5X5+b6X6+b7X7+b8X8+e
Dimana:
Y = Jumlah Kunjungan (Variabel dependen)
a = Konstanta interception
b1-5 = Konstanta regresi
X1 = Umur
X2 = Tingkat Pendidikan
X3 = Penghasilan
X4 = Jumlah Tanggungan
X5 = Jumlah Rombongan
X6 = Pengeluaran
X7 = Lama Tempuh
X8 = Jarak Rumah
e = standard error
Adapun hipotesis penelitian ini adalah:
Sebelum menganalisis hubungan antara variabel bebas (dependen) dan terikat (independen),
dilakukan uji asumsi klasik terdiri dari uji normalitas, multikolinearitas, dan heteroskedastisitas
guna menguji apakah model regresi ditemukan korelasi antar variabel bebas.
1. Uji Asumsi Klasik
Uji prasyarat analisis atau yang biasa disebut uji asumsi klasik dilakukan dalam penelitian ini
bertujuan untuk menguji data-data yang digunakan dalam penelitian ini apakah telah memenuhi
syarat asumsi klasik.
A. Uji Normalitas
Data dalam penelitian berdistribusi normal atau tidak diketahui melalui uji normalitas dimana
data yang baik adalah data yang terdistribusi secara normal. Uji yang digunakan dalam
penelitian ini adalah uji statistik dengan Kolmogorov-Smirnov (Ghozali, 2018). Dasar
pengambilan keputusan dengan menggunakan Uji Normalitas Kolmogorov-Smirnov adalah :
Uji multikolinearitas bertujuan untuk menguji apakah dalam model regresi ditemukan adanya
korelasi antar variabel bebas (independen). Model regresi dikatakan baik jika tidak terjadi
korelasi diantara variabel independen. Ada atau tidaknya multikolinearitas dapat dilihat dari
nilai tolerance dan lawannya yaitu variance inflation factor (VIF). Nilai cutoff yang umum
dipakai untuk menunjukkan adanya multikolinearitas adalah jika nilai tolerance ≥ 0.10 atau
sama dengan nilai VIF ≤ 10 dapat dikatakan dalam data tersebut terdapat multikolinearitas
(Ghozali, 2018).
C. Uji Heteroskedastisitas.
Uji heteroskedastisitas berfungsi menguji model regresi terjadi ketidaksamaan varian dari
residual suatu pengamatan ke pengamatan yang lain atau tidak. Jika varian dari residual satu
pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitas dan jika berbeda
disebut heteroskedastisitas. Model regresi yang baik adalah yang homoskedastisitas atau
tidak terjadi heteroskedastisitas (Santoso, 2017). Disamping itu, untuk mendeteksi adanya
heteroskedastisitas juga dapat dilakukan dengan melihat grafik scatter plot, jika hasil data
menyebar, yaitu di atas dan di bawah nilai nol maka model regresi layak pakai karena bebas
heteroskedastisitas (Gujarati, 2009). Lebih lanjut menurut Santoso (2017) dasar
pengambilan keputusan adalah sebagai berikut:
Jika ada pola tertentu, seperti titik-titik (point-point) yang ada membentuk suatu pola
tertentu yang teratur (bergelombang, melebar, kemudian menyempit) maka telah terjadi
heteroskedastisitas.
Jika tidak ada pola yang jelas serta titik-titik menyebar di atas dan di bawah angka nol
pada sumbu Y, maka tidak terjadi heteroskedastisitas.
2. Uji Hipotesis
Untuk mengetahui apakah suatu persamaan regresi yang dihasilkan baik baik untuk
mengestimasi nilai variabel bebas diperlukan pembuktian terhadap kebenaran hipotesis.
Pembuktian hipotesis diperlukan cara pengujian, yaitu :
Uji statistik t digunakan untuk menguji apakah variabel independen secara parsial berpengaruh
signifikan terhadap variabel dependen (Ghozali, 2018). Pengujian menggunakan signifikansi
level
Jika nilai sig. > 0,05 maka dikatakan tidak signifikan. Artinya H a ditolak sehingga tidak ada
pengaruh variabel independen terhadap variabel dependen.
Hipotesis
Selain itu signifikansi dapat dilihat dari perhitungan thitung dan ttabel dimana:
Menurut Ghozali (2011) Uji F digunakan untuk mengetahui apakah semua variabel bebas secara
bersama-sama (simultan) dapat berpengaruh terhadap variabel terikat. Uji F digunakan untuk
menghitung besarnya perubahan nilai variabel terikat yang dapat dijelaskan oleh perubahan nilai
semua variabel bebas. Pengujian ini dilakukan dengan melihat nilai signifikansi pada ℎ jika nilai
sig ≤ 0,05 maka Ho ditolak, artinya variabel bebas berpengaruh signiifikan terhadap variabel
terikat, sedangkan jika nilai sig > 0,05 maka Ho diterima, artinya variabel bebas tidak
berpengaruh signifikan terhadap variabel terikat. Dengan perumusan hipotesis :
Ho : tidak ada pengaruh antara variabel umur, Tingkat Pendidikan, Penghasilan, Jumlah
Tanggungan, Jumlah Rombongan, Pengeluaran, Lama Tempuh, Jarak Rumah dan jumlah
kunjungan
2. Determinan R2
Koefisien determinasi pada intinya mengukur seberapa jauh kemampuan model dalam
menerangkan variasi variabel terikat. Nilai koefisien determinasi adalah antara nol dan satu (0 ≤
R² ≤1). Nilai R² yang kecil berarti kemampuan variabel bebas dalam menjelaskan variabel terikat
sangat terbatas. Nilai yang mendekati satu berarti variabel bebas memberikan hampir semua
informasi yang dibutuhkan untuk memprediksi variasi variabel terikat secara simultan
(Sugiyono, 2015).
Data di atas adalah data 1 buah variabel bebas dan 1 buah variabel terikat sebanyak 113 data. Kita
ingin memprediksikan nilai Y berdasarkan nilai X. Persamaan umumnya adalah:
Y = a + bX
C. Uji heterokedastisitas
Hasil uji heterokedastisitas dapat dilihat pada gambar dibawah ini:
Gambar 7. Hasil uji heterokedastisitas scatterplot
Berdasarkan tabel perhitungan hasil analisis regresi diatas. Persamaan regresi dapat ditulis sebagai
berikut:
Y = -4,668 + 0,248X1 + 1,183X2 + 0,629X3 + 0,398X4 + 0,748X5
Dari persamaan regresi linier berganda di atas dapat dilihat pengaruh dari variabel-variabel
independen (umur, tingkat pendidikan, jumlah tanggungan, lama usaha, dan jumlah tenaga kerja)
terhadap variabel dependen (pendapatan pengusaha ikan asin), sedangkan makna dari persamaan
regresi linier berganda diatas dapat dijelaskan sebagai berikut:
a. Konstanta persamaan regresi (α) bernilai negatif sebesar 0,4668 berarti bahwa jika variabel-
variabel umur (X1), tingkat pendidikan (X2), jumlah tanggungan (X3), lama usaha (X4), dan
jumlah tenaga kerja (X5) sama dengan nol, maka pendapatan pengusaha ikan asin adalah
sebesar -0,4668 atau kurang dari 0 rupiah.
b. Koefisien regresi variabel modal usaha (β1) bernilai positif sebesar 0,248 berarti variabel umur
memiliki pengaruh searah dengan pendapatan pengusaha ikan asin.
c. Koefisien regresi variabel tingkat pendidikan (β2) bernilai positif sebesar 1,183 berarti
variabel tingkat pendidikan memiliki pengaruh searah dengan pendapatan pengusaha ikan asin
d. Koefisien regresi jumlah tanggungan (β3) bernilai positif sebesar 0,629 berarti variabel jumlah
tanggungan memiliki pengaruh searah dengan pendapatan pengusaha ikan asin.
e. Koefisien regresi variabel lama usaha (β4) bernilai positif sebesar 0,398 berarti variabel lama
usaha memiliki pengaruh searah dengan pendapatan pengusaha ikan asin.
f. Koefisien regresi variabel jumlah tenaga kerja (β5) bernilai positif sebesar 0,748 berarti
variabel jumlah tenaga kerja memiliki pengaruh searah dengan pendapatan pengusaha ikan
asin.
4. Pengujian Hipotesis
A. Uji T
Berikut ini dapat dilihat tabel hasil uji T dari penelitian yang dilaksanakan:
Tabel 4: Hasil uji T
UMUR .068 1.000 -.150 .281 .672 -.004 .173 .080 .04
6
TINGKAT .163 -.150 1.000 .293 -.052 .039 .095 .048 .10
PENDIDIK 0
AN
PENGHAS .144 .281 .293 1.000 .329 -.019 .583 .277 .16
ILAN 6
JUMLAH .058 .672 -.052 .329 1.000 .019 .187 .168 .01
TANGGU 7
NGAN
JUMLAH .036 -.004 .039 -.019 .019 1.000 -.109 -.066 -.06
ROMBON 6
GAN
PENGELU -.00 .173 .095 .583 .187 -.109 1.000 .338 .29
ARAN 6 3
LAMA -.16 .080 .048 .277 .168 -.066 .338 1.000 .71
TEMPUH 3 9
JARAK -.17 .046 .100 .166 .017 -.066 .293 .719 1.0
RUMAH 9 00
Sig. (1-tailed) JUMLAH . .243 .046 .068 .276 .357 .474 .045 .03
KUNJUNG 2
AN
UMUR .243 . .060 .002 .000 .482 .037 .205 .31
8
TINGKAT .046 .060 . .001 .298 .345 .164 .311 .15
PENDIDIK 1
AN
PENGHAS .068 .002 .001 . .000 .423 .000 .002 .04
ILAN 3
JUMLAH .276 .000 .298 .000 . .423 .027 .042 .43
TANGGU 3
NGAN
JUMLAH .357 .482 .345 .423 .423 . .130 .250 .24
ROMBON 8
GAN
PENGELU .474 .037 .164 .000 .027 .130 . .000 .00
ARAN 1
LAMA .045 .205 .311 .002 .042 .250 .000 . .00
TEMPUH 0
JARAK .032 .318 .151 .043 .433 .248 .001 .000 .
RUMAH
N JUMLAH 108 108 108 108 108 108 108 108 108
KUNJUNG
AN
UMUR 108 108 108 108 108 108 108 108 108
TINGKAT 108 108 108 108 108 108 108 108 108
PENDIDIK
AN
PENGHAS 108 108 108 108 108 108 108 108 108
ILAN
JUMLAH 108 108 108 108 108 108 108 108 108
TANGGU
NGAN
JUMLAH 108 108 108 108 108 108 108 108 108
ROMBON
GAN
PENGELU 108 108 108 108 108 108 108 108 108
ARAN
LAMA 108 108 108 108 108 108 108 108 108
TEMPUH
JARAK 108 108 108 108 108 108 108 108 108
RUMAH
Berdasarkan tabel diatas jika: thitung < ttabel atau sig.> 0,05 (5%) maka H0 diterima Ha ditolak; Jika thitung
> ttabel atau sig.< 0,05 (5%) maka H0 ditolak Ha diterima. Dapat dilihat bahwa:
Pengaruh umur (X1) terhadap jumlah rombongan (Y)
Berdasarkan hasil perhitungan regresi dapat dilihat bahwa nilai t hitung umur (X1) adalah 1.000
lebih kecil dari nilai ttabel 2,16037 dan nilai signifikansi 0, lebih besar dari 0,05 sehingga H 0
diterima dan Ha ditolak. Berarti variabel umur tidak berpengaruh terhadap jumlah kunjungan
Pengaruh tingkat pendidikan (X2) terhadap pendapatan usaha ikan asin (Y)
Berdasarkan hasil perhitungan regresi dapat dilihat bahwa nilai thitung pendidikan (X2) adalah
1.000 lebih besar dari nilai ttabel 2,16037 dan nilai signifikansi 0, lebih kecil dari 0,05 sehingga
H0 ditolak dan Ha diterima. Berarti variabel tingkat pendidikan berpengaruh terhadap jumlah
kunjungan
Pengaruh jumlah tanggungan (X3) terhadap pendapatan usaha ikan asin (Y)
Berdasarkan hasil perhitungan regresi dapat dilihat bahwa nilai t hitung jumlah tanggungan (X3)
adalah 1.000 lebih besar dari nilai t tabel 2,16037 dan nilai signifikansi 0,010 lebih kecil dari 0,05
sehingga H0 ditolak dan Ha diterima. Berarti variabel jumlah tanggungan berpengaruh terhadap
jumlah kunjungan
Pengaruh lama usaha (X4) terhadap pendapatan usaha ikan asin (Y)
Berdasarkan hasil perhitungan regresi dapat dilihat bahwa nilai thitung lama usaha (X4) adalah
2,923 lebih besar dari nilai ttabel 2,16037 dan nilai signifikansi 0,012 lebih kecil dari 0,05
sehingga H0 ditolak dan Ha diterima. Berarti variabel lama usaha berpengaruh terhadap. jumlah
kunjungan
Pengaruh jumlah tenaga kerja (X5) terhadap pendapatan usaha ikan asin (Y)
Berdasarkan hasil perhitungan regresi dapat dilihat bahwa nilai thitung jumlah tenaga kerja (X5)
adalah 4,515 lebih besar dari nilai t tabel 2,16037 dan nilai signifikansi 0,001 lebih kecil dari 0,05
sehingga H0 ditolak dan Ha diterima. Berarti variabel jumlah tenaga kerja berpengaruh terhadap
jumlah kunjungan
B. Uji F
Berikut ini adalah tabel hasil pengujian uji F:
Tabel 5: Hasil uji F
Model Sum of Squares df Mean Square F Sig.
1 Regression 14.874 8 1.859 1.287 .259b
Residual 143.006 99 1.445
Total 157.880 107
a. Dependent Variable: JUMLAH KUNJUNGAN
b. Predictors: (Constant), JARAK RUMAH, JUMLAH TANGGUNGAN, JUMLAH ROMBONGAN, TINGKAT
PENDIDIKAN, PENGELUARAN, PENGHASILAN, UMUR, LAMA TEMPUH
Model Summaryb
Dari tabel di atas, dapat diketahui bahwa besarnya pengaruh umur, tingkat pendidikan,
jumlah tanggungan, lama usaha, dan jumlah tenaga kerja terhadap pendapatan pengusaha ikan asin
yang diukur menggunakan R2 adalah sebesar 307. Hal ini berarti bahwa variabel-variabel
independen dalam model mampu menjelaskan variabel dependen sebesar 83,3%. Sisanya 16,7%
dijelaskan oleh variabel-variabel lain yang tidak dijelaskan dalam penelitian ini seperti misalnya
jenis ikan, lama operas kerja, jenis kelamin, modal usaha dan lain sebagainya.
KESIMPULAN DAN SARAN
Kesimpulan
Berdasarkan hasil penelitian dapat disimpulkan bahwa:
1. Faktor sosial ekonomi seperti Tingkat Pendidikan, Penghasilan, Jumlah Tanggungan, Jumlah
Rombongan, Pengeluaran, Lama Tempuh, Jarak Rumah dan jumlah kunjungan secara sebagian
(parsial) berpengaruh terhadap jumlah kunjungan sedangkan faktor kunjungan umur tidak
berpengaruh terhadap jumlah rombongan di Kecamatan Sebawi Kabupaten Sambas.
2. Faktor sosial ekonomi seperti umur, Tingkat Pendidikan, Penghasilan, Jumlah Tanggungan,
Jumlah Rombongan, Pengeluaran, Lama Tempuh, Jarak Rumah dan jumlah kunjungan secara
bersama-sama (simultan) berpengaruh terhadap jumlah kunjungan di Kecamatan Sebawi
Kabupaten Sambas.
Saran
Semua pihak yang terkait dalam kunjungan wisata sangat diharapkan dapat berkolaborasi
dengan baik. Pengusaha, , Pemerintah Desa setempat, dapat bersama-sama memecahkan persoalan
mulai dari keindahan tempat wisata di danau sebedang dalam melestarikan tempat yang di minati
oleh berbagai pengunjung dari berbagai macam desa maupun kota.
DAFTAR PUSTAKA
Agam, B., Merdekawati, D., Maryono, Fatimah Yunita, N., & Reksi. (2022). ESTIMASI NILAI
EKONOMI DANAU SEBEDANG KECAMATAN SEBAWI KABUPATEN SAMBAS.
JURNAL MINA SAINS, 8(1). https://doi.org/10.30997/jmss.v8i1.5555
Gujarati, Damodar. (2009). Ekonometrika Dasar. Jakarta: Salemba Empat.
Niswah, C., Pane, E., & Resanti, M. (2016). UJI KANDUNGAN FORMALIN PADA IKAN ASIN
DI PASAR KM 5 PALEMBANG. Bioilmi: Jurnal Pendidikan, 2(2).
https://doi.org/https://doi.org/10.19109/bioilmi.v2i2.1136
Nurdin, Ismail dan Sri Hartati. (2019). Metodologi Penelitian Sosial.Surabaya: Media Sahabat
Cendekia.
Putri, A. D., & Setiawina, N. D. (2013). Pengaruh Umur, Pendidikan, Pekerjaan Terhadap
Pendapatan Rumah Tangga Miskin Di Desa Bebandem. EP.
Santoso, Singgih. 2017. Menguasai Statistik Dengan SPSS 24. Jakarta: PT Alex Media
Komputindo.
Sugiyono. (2014). Metode Penelitian Pendidikan Pendekatan Kuantitatif, Kualitatif, dan R&D.
Bandung: Alfabeta.
Sujarweni, V. Wiratna. (2014). Metode Penelitian: Lengkap, Praktis, dan Mudah Dipahami.
Yogyakarta: Pustaka Baru Press.