Analisis Dampak Tingkat Penghunian Kamar Hotel Dan Jumlah Wisatawan Mancanegara Terhadap Devisa Indonesia

Devisa (Y), Jumlah Wisatawan (X1), dan Jumlah Hunian Hotel (X2) dari tahun 2000 – 2014 di Indonesia.

TAHUN	jumlah wisatawan	devisa	hunian hotel
2000	5064217	5749	75
2001	5153620	5396	76
2002	5033400	4306	75
2003	4467021	4037	75
2004	5321165	4798	73
2005	5002101	4522	74
2006	4871351	4448	76
2007	5505759	5346	79
2008	6234497	7348	83
2009	6323730	6298	84
2010	7002944	7603	85
2011	7649731	8554	90
2012	8044462	9121	90
2013	8802129	10054	90
2014	9435411	11166	88

Pengaruh variabel Jumlah Turis dan Tingkat Hunian Hotel terhadap Devisa Negara

Dependent Variable: JW
Method: Least Squares
Date: 12/23/16   Time: 15:33
Sample: 2000 2014
Included observations: 15
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	-197625.1	1913078.	-0.103302	0.9194
HH	31212.26	29870.75	1.044911	0.3167
DEVISA	597.6489	85.69728	6.973954	0.0000
R-squared	0.970585	Mean dependent var		6260769.
Adjusted R-squared	0.965683	S.D. dependent var		1570992.
S.E. of regression	291024.3	Akaike isu criterion		28.17706
Sum squared resid	1.02E+12	Schwarz criterion		28.31867
Log likelihood	-208.3279	Hannan-Quinn criter.		28.17555
F-statistic	197.9800	Durbin-Watson stat		1.684248
Prob(F-statistic)	0.000000

Bentuk fungsi:

i = β₀ + β₁ X_1i + β₂X_2i  +e_i

                Keterangan :

X_1i         = Jumlah Wisatawan

X_2i       = Jumlah Hunian Hotel

Y_i        =  Devisa Negara

Hasil model estimasi:

          = -197625.1 + 31212.26X₁ + 597.6489X₂

t_statistik  = (-0.103302)   (1.044911)    (6.973954)

F_-statistic = 197.9800

R-squared = 0.970585             

Adjusted R-squared = 0.965683

Interpretasi :

Dapat dilihat bahwa fungsi dari model di atas   = -197625.1 + 31212.26X₁ + 597.6489X_2. yang berarti apabila jumlah wisatawan (X₁) meningkat sebesar Rp. 4 juta jiwa maka nilai pertumbuhan ekonomi/PDB (Y) di Indonesia akan meningkat sebasar Rp. 3.1212,26 milyar. sedangkan apabila Jumlah Hunian Hotel (X₂) meningkat sebesar 4 juta Kamar maka nilai pertumbuhan ekonom /PDB (Y) di Indonesia akan meningkat sebesar Rp. 597.6489 milyar. Dan nilai konstanta sebesar -197625.1 menggambarkan besaran jumlah devisyagn di terima (Y) di Indonesia dimana jikalau nilai Jumlah Wisatawan (X₁), Jumlah Hunian Kamar Hotel (X₂) bernilai sebesar 0.

Uji F

Adapun hipotesisnya sebagai berikut:

H₀  :  β₁ =  β₂ = ….=β_k = 0

Ha : paling tidak satu dari β_k ≠ 0 dimana k = 1, 2, 3, …, k yang kuat terhadap variabel terikat.

F_-statistic = 197.9800

Menghitung F_-table :

df = (n- k – 1) = (15 -2 -1) =12

F_-table    = (α; df; k)      

=(0.05 ; 12; 2)

= 3.89

                          

dari hasil estimasi  nilait f_-statistik > f_-table (197.9800> 3.89) maka H_o ditolak.

Pengaruh Jumlah Wisatawan dalam negeri terhadap Devisa Negara

Dependent Variable: DEVISA
Method: Least Squares
Date: 12/23/16   Time: 16:24
Sample: 2000 2014
Included observations: 15
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	-2331.741	463.2492	-5.033449	0.0002
JW	0.001424	7.19E-05	19.80147	0.0000
R-squared	0.967909	Mean dependent var		6583.067
Adjusted R-squared	0.965440	S.D. dependent var		2273.741
S.E. of regression	422.6928	Akaike isu criterion		15.05473
Sum squared resid	2322700.	Schwarz criterion		15.14914
Log likelihood	-110.9105	Hannan-Quinn criter.		15.05373
F-statistic	392.0982	Durbin-Watson stat		1.770102
Prob(F-statistic)	0.000000

Bentuk fungsi:

i = β₀ + β₁ X_1i + e_i

                Keterangan :

X_1i         = Jumlah Wisatawan

Y_i        =  Devisa

Hasil model estimasi:

Fungsi = -197625.1 + 0.001424X_1i + e_i

t_statistik = 392.0982

R-squared = 0.967909 

Adjusted R-squared = 0.965440

Interpretasi :

Dari model pertumbuhan ekonomi di Indonesia yaitu         =-197625.1  + 0.001424X_1i + e_i. yang mempunyai arti bahwa apabila jumlah Wisatawan dalam negeri (X₁) meningkat sebesar 4 Juta Jiwa rupiah maka PDB (Y) akan meningkat sebesar 197625.1  milyar rupiah. nilai konstanta sebesar 197625.1   milyar rupiah menggambarkan jumlah PDB (Y) jikalau jumlah investasi dalam negeri (X₁) bernilai  Rp.0 .

Uji t

Diketahui:

t_statistik = 19.80147

α = 0.05

df = 15 – 2 – 1 = 12                t_tabel = 1,782

hipotesis dari variabel independen investasi sebagai berikut:

H₀          : X_1i < 0 variabel investasi tidak kuat secara signifikan terhadap variabel pertumbuhan ekonomi di Indonesia.

H_a  : X_1i > 0 variabel investasi kuat secara signifikan terhadap variabel pertumbuhan ekonomi di Indonesia.

Pengaruh Jumlah Hunian Kamar Hotel Terhadap Devisa

Dependent Variable: DEVISA
Method: Least Squares
Date: 12/23/16   Time: 17:21
Sample: 2000 2014
Included observations: 15
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	-19260.94	3130.033	-6.153590	0.0000
HH	319.5878	38.58909	8.281819	0.0000
R-squared	0.840664	Mean dependent var		6583.067
Adjusted R-squared	0.828407	S.D. dependent var		2273.741
S.E. of regression	941.8689	Akaike isu criterion		16.65718
Sum squared resid	11532522	Schwarz criterion		16.75158
Log likelihood	-122.9288	Hannan-Quinn criter.		16.65617
F-statistic	68.58853	Durbin-Watson stat		1.039963
Prob(F-statistic)	0.000002

Bentuk fungsi:

i = β₀ + β₁ X_2i + e_i

                Keterangan :

X_2i         = Jumlah Hunian Hotel

Y_i        =  Devisa Negara

Hasil model estimasi:

Fungsi   = -19260.94 + 319.5878X₂ + e_i

t_statistik = -6.153590

R-squared = 0.840664 

Adjusted R-squared = 0.828407

Interpretasi :

Dapat dilihat bahwa fungsi dari model pertumbuhan ekonomi di Indonesia yaitu  Fungsi   = -19260.94 + 319.5878X₂ + e_i. apabila Jumlah Hunian Hotel (X₂) meningkat sebesar 1 juta Tempat maka Devisa (Y) akan meningkat sebesar 319.5878 milyar rupiah. Nilai konstanta sebesar -19260.94 menggambarkan jumlah PDB (Y) jikalau jumlah tenaga kerja di indonesia (X₂) bernilai  Rp.0 .

UJI ASUMSI KLASIK

Bedasarkan hasil estimasi dengan nilai Df = 2 dan dengan tingkat kepercayaan sebesar 80% atau dengan α= 0.05 maka diperoleh nilai X²_tabel = 5.991 dan diketahui dari hasil estimasi diperoleh nilai X ² statistik = jarque bera = 0.828407

Hipotesisnya sebagai berikut:

H₀ : residu tersebar secara normal

H_a : residu tersebar tidak normal

Sehingga gambarnya sebagai berikut:

X ² statistik < X²_tabel (0.828407< 5.991 ) maka H₀ diterima sehingga secara statistik dengan signifikan sanggup dikatakan bahwa residu tersebar secara normal.

Deteksi Multikolinieritas

Menggunakan hubungan parsial antarvariabel independen

Variance Inflation Factors
Date: 12/23/16   Time: 15:35
Sample: 2000 2014
Included observations: 15
	Coefficient	Uncentered	Centered
Variable	Variance	VIF	VIF
C	3.66E+12	648.1835	NA
HH	8.92E+08	1039.666	6.276041
DEVISA	7344.024	62.64285	6.276041

Terlihat bahwa nilai hubungan antara variabel investasi (X₁) dan jumlah tenaga kerja (X₂) ialah  6.276041 maka koefisien hubungan menawarkan adanya problem multikolinearitas tinggi.

Uji Autokorelasi

Breusch-Godfrey Serial Correlation LM Test:
F-statistic	0.020800	Prob. F(2,10)		0.9795
Obs*R-squared	0.062140	Prob. Chi-Square(2)		0.9694
Test Equation:
Dependent Variable: RESID
Method: Least Squares
Date: 12/23/16   Time: 17:45
Sample: 2000 2014
Included observations: 15
Presample missing value lagged residuals set to zero.
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	24168.64	2137616.	0.011306	0.9912
HH	-386.0852	33426.72	-0.011550	0.9910
DEVISA	0.805883	95.68489	0.008422	0.9934
RESID(-1)	0.001900	0.330737	0.005743	0.9955
RESID(-2)	-0.067407	0.331631	-0.203258	0.8430
R-squared	0.004143	Mean dependent var		-7.18E-10
Adjusted R-squared	-0.394200	S.D. dependent var		269436.1
S.E. of regression	318140.1	Akaike isu criterion		28.43957
Sum squared resid	1.01E+12	Schwarz criterion		28.67559
Log likelihood	-208.2968	Hannan-Quinn criter.		28.43706
F-statistic	0.010400	Durbin-Watson stat		1.698920
Prob(F-statistic)	0.999745

Bedasarkan hasil estimasi dengan nilai Df = 2 dan dengan tingkat kepercayaan sebesar 80% atau dengan α= 0.05 maka diperoleh nilai X²_tabel = 5.991 dan diketahui dari hasil estimasi diperoleh nilai X ² statistik =   Obs*R-squared = 0.004143

Hipotesisnya sebagai berikut:

H₀ : tidak terjadi autokorelasi

H_a : terjadi autokorelasi

Sehingga gambarnya:

Maka sanggup dilihat bahwa dari hasil estimasi nilai X²_tabel = 5.991 dimana lebih kecil dibandingakan dengan nilai X ² statistik = Obs*R-squared = 0.004143 sehingga secara statistik sanggup disimpulkan bahwa H₀ ditolak sehingga secara signifikan bahwa adanya autokorelasi pada model tersebut.

Uji Heteroskedastisitas

Heteroskedasticity Test: White
F-statistic	0.998490	Prob. F(2,12)		0.3971
Obs*R-squared	2.140083	Prob. Chi-Square(2)		0.3430
Scaled explained SS	1.300913	Prob. Chi-Square(2)		0.5218
Test Equation:
Dependent Variable: RESID^2
Method: Least Squares
Date: 12/23/16   Time: 15:36
Sample: 2000 2014
Included observations: 15
Variable	Coefficient	Std. Error	t-Statistic	Prob.
C	4.48E+11	2.77E+11	1.618744	0.1315
HH^2	-69305452	52281111	-1.325631	0.2096
DEVISA^2	1576.373	1662.250	0.948337	0.3617
R-squared	0.142672	Mean dependent var		6.78E+10
Adjusted R-squared	-0.000216	S.D. dependent var		9.67E+10
S.E. of regression	9.67E+10	Akaike isu criterion		53.60396
Sum squared resid	1.12E+23	Schwarz criterion		53.74557
Log likelihood	-399.0297	Hannan-Quinn criter.		53.60245
F-statistic	0.998490	Durbin-Watson stat		2.012134
Prob(F-statistic)	0.397083

dengan hipotesis:

H₀ : X² = 0 (tidak ada heteroskedastisitas)

H_a  : X² ≠ 0 ( terdapat heteroskedastisitas)

Bedasarkan hasil dari estimasi metode White diperoleh

Dengan nilai X² hitung = 2.140083 dan jumlah n = 15 ; df = 2 ; pada tingkat kepercayaan sebesar 80% atau dengan α = 0.05 sehingga diperoleh nilai X² tabel = 5.99.

Sehingga gambar nya sebagai berikut:

Maka sanggup dilihat bahwa dari hasil estimasi nilai X² hitung = 2.140083 < X² tabel = 5.99. sehingga secara statistik sanggup disimpulkan bahwa H₀ diterima sehingga secara signifikan tidak terdapat heteroskedastisitas didalam model tersebut.

Sumber http://defantri.blogspot.com

Share this post