Jurnal Syntax Admiration |
Vol. 2 No. 7 Juli 2021 |
p-ISSN : 2722-7782 e-ISSN : 2722-5356 |
Sosial Teknik |
ANALISIS PENGARUH SUB
SEKTOR PARIWISATA TERHADAP PENDAPATAN ASLI DAERAH (PAD) KABUPATEN BANGKALAN DAN
KABUPATEN SUMENEP
Hanum Isnaini Savira, Niniek
Imaningsih, Riko Setya Wijaya
Uiversitas Pembangunan Nasional (UPN) Veteran
Jawa Timur, Indonesia
Email: [email protected], [email protected] [email protected]
Pendahuluan
Semua negara diseluruh dunia membutuhkan kemajuan moneter yang bekerja untuk meningkatkan gaya hidup dan bantuan pemerintah daerah. Perkembangan moneter yang diikuti oleh pergantian dalam Tindakan struktur kegiatan ekonomi disebut sebagai perkembangan ekonomi (Sukirno 2010). Kemajuan finansial dapat dilakukan dengan menggunakan aset yang di klaim oleh setiap negara atau local tanpa mengurangi dan memperhatikan sumber daya ekologi dan bantuan pemerintah daerah setempat. Seiring perkembangan globalisasi, �suatu negara diwajibkan dapat meningkatkan daya saing dengan meningkatan kualitas pembangunan nasional.
Pengembangan potensi daerah tidak luput dari otonomi daerah atau kebijakan daerah. Negara Indonesia menetapkan otonomi daerah menurut �UU Nomor 23 Tahun 2014 tentang Pemerintahan Daerah dan UU Nomor 9 Tahun 2015�, yang menjelaskan jika tiap wilayah dibedakan dalam menyelenggarakan pemerintahan sendiri serta meningkatkan wilayah, dan menonjolkan wilayah yang memiliki potensi wisata dengan tujuan mensejahterakan masyarakat. Pariwisata merupakan aktivita kunjungan yang dilakukan seseorang maupun kelompok dalam beberapa hari dari tempat tinggal ke daerah tepat wisata dengan tujuan tidak menetap melainkan hanya untuk menghilangkan rasa jenuh dan menghabiskan waktu senggang (Meyers, 2009). Peningkatan sektor pariwisata di Indonesia adalah upaya usaha mengembangkan pembangunan untuk kemakmuran masyarakat dan juga mempunyai tujuan yaitu mempromosikan paronama alam serta ciri khas Indonesia teruntuk para turis local dan nonlocal dan dapat Imenambah devisa negara Indonesia (Novitri, Qorina dan Syafri, 2014).
Penelitian mengenai pendapatan asli daerah di berbagai wilayah telah dilakukan salah satunya yaitu (Sari & Yuliarmi, 2018) menjelaskan bahwa wisatawan �berdampak positif serta signifikan terhadap PAD Kabupaten Karangasem tahun 1997 sampai 2016. Penelitian tentang pdrb terhadap PAD di lakukan oleh (Adriani & Handayani, 2010) bahwa pdrb berdampak signifikan terhadap PAD Kabupaten Merangin. Pengaruh belanja modal terhadap PAD contoh dalam penelitian yang dilakukan (Ririn et al., 2014) menjelaskan tidak dipengaruhinya PAD terhadap belanja modal . Penelitian mengenai pengaruh tingkat hunian hotel terhadap PAD di lakukan oleh (Suastika & Yasa, 2017) menjelaskan bahwa range hunian hotel berdampak pada pendapatan asli daerah Provinsi Bali.
Penelitian terdahulu memiliki perbedaan penelitian yaitu mengenai variabel yang digunakan, Teknik analisis serta tempat penelitian dan kurun waktu yang berbeda dalam pelaksanaan penelitian. Terdapat dua kabupaten objek penelitian antara lain Bangkalan dan Sumenep. Periode 2006 sampai 2019 merupakan waktu penelitian dengan menggunakan metode analisis regresi data panel. Berdasarkan penelitian terdahulu terdapat adanya perbedaan hasil penelitian yang merupakan alasan peneliti untuk mengkaji ulang mengenai analisis berbagai faktor yang berpengaruh pada PAD terutama segi pariwisata.
Indonesia memiliki berbagai pulau dengan keindahan alami yang memikat banyak turis baik lokal atau mancanegara. Salah satu pulau yang masih terjaga keindahannya yaitu Pulau Madura yang memiliki empat Kabupaten dengan ciri khas pariwisatanya masing-masing. Wilayah yang dinilai memiliki kemampuan daerah yang bisa dipakai sebagai penyelenggara obyek wisata yakni Kabupaten Bangkalan dan Sumenep. �Hal dilihat dalam Gambar dibawah ini
Gambar 1 Perbandingan Data Jumlah Wisatawan Kabupaten Bangkalan dengan Kabupaten Sumenep
Pada Gambar 1 menunjukkan data jumlah wisatawan antara Kabupaten Bangkalan dan Kabupaten Sumenep mengalami kenaikan meskipun juga mengalami penurunan. Pada tahun 2006-2009 jumlah wisatawan Kabupaten Bangkalan sebelum dibangunnya Jembatan Suramadu (Surabaya-Madura) sehingga wisatawan harus menggunakan kapal. Sehingga jumlah wisatawan yang berlibur ke Kabupaten Bangkalan masih rendah pada tahun 2006 sampai 2009 yang disebabkan masih terbatasnya alat transportasi dan memerlukan waktu yang cukup lama. Pada tahun 2010-2013 wisata yang berwisata ke Kabupaten Bangkalan meningkat disebabkan adanya pembangunan Jembatan Suramadu yang memudahkan para wisatawan berkunjung ke Kabupaten Bangkalan dan pada tahun 2014-2017 mengalami penurunan yang terus menerus yang disebabkan obyek wisata di Kabupaten Bangkalan kurang diperhatikan oleh Pemerintah daerah dan kurangnya partisipasi masyarakat sekitar obyek wisata. Tetapi pada tahun 2018-2019 Pemerintah Kabupaten Bangkalan mulai membangun obyek wisata yang baru sehingga wisatawan yang berkunjung semakin banyak.
Jumlah wisatawan Kabupaten Sumenep pada tahun 2006-2009 mengalami kenaikkan yang statis disebabkan belum adanya jembatan suramadu dan perjalanan ke Kabupaten Sumenep yang jauh dari Kabupaten Bangkalan. Tetapi pada tahun 2010 setelah dibangunnya jembatan suramadu jumlah wisatawan Kabupaten Sumenep terus meningkat yang disebabkan obyek wisata yang terus dikembangkan oleh pemerintah. Kabupaten Sumenep sendiri memiliki obyek wisata pantai yang bagus dan indah terutama pantai Gili Labak sehingga para wisatawan tertarik untuk berkunjung ke Kabupaten Sumenep.
Kabupaten Bangkalan dan Kabupaten Sumenep dengan adanya keterbatasan SDA yang mempunyai beberapa sektor yang bisa di tingkatkan adalah sektor pariwisata. Banyak potensi wisata yang dapat ditingkatkan seperti meliputi wisata budaya, sejarah dan religi sehingga lebih maksimal bisa menyumbangkan partisipasi yang baik bagi Kabupaten Bangkalan maupun Kabupaten Sumenep. Dibutuhkan peran dan partisipasi pihak untuk berkontribusi pembangunan pariwisata yang ada di Kabupaten Sumenep dan Kabupatan Bangkalan.
Berikut contoh sektor pariwisata yang terdapat di Kabupaten Bangkalan seperti bukit kapur jaddih, mercusuar sembilangan, pantang rongkang dan lainnya. Sedangkan di Kabupaten Sumenep seperti Gili Labak, Gili Genting, Kepulauan Masalembu dan lainnya. Untuk mendorong angka PAD diperlukan perbaikan sektor pariwisata dimana dijadikan suatu potensi dan peluang sehingga berdampak baik dalam kegiataan perekonomian Kabupaten Bangkalan dan Kabupaten Sumenep. Penelitian ini dilakukan untuk mengetahui korelasi antara angka destinasi wisatawan serta produk local daerah �,belanja modal dan tingkat hunian hotel terhadap PAD di Kabupaten Bangkalan dan Kabupaten Sumenep. Selain untuk mengetahui pengaruh tersebut juga dapat mendorong wisatawan untuk mengunjungi daerah Bangkalan dan Sumenep dan memperkenalkan wisata alam yang masih terjaga.
Berdasarkan pemaparan diatas
maka peneliti tertarik untuk membahas mengenai korelasi variabel pariwisata dengan PAD di Kabupaten Bangkalan dan Kabupaten Sumenep. Selain itu juga peneliti ini melihat
bagaimana pengaruh antar variabel dengan objek Kabupaten
Bangkalan dan Kabupaten Sumenep pada Tahun 2006-2019.
Metode Penelitian
Data dokumentasi sekunder merupakan teknik yang diterapkan pada proses
pencarian data dimana didapatkan dari lembaga yang berkaitan di penelitian. Metode pengumpulan penelitian memakai data kuantitatif dalam bentuk data tidak langsung yang diperoleh di Badan Pusat Kabupaten
Bangkalan, Dinas Pariwisata Kabupaten Bangkalan, dan Dinas Pendapatan Daerah Kabupaten Bangkalan dan Kabupaten Sumenep.
Analisis regresi linier berganda
dipilih (Multiple Regression) dengan Data Panel, perangkat yang
digunakan Eviews ver10 �dalam mensiasati seberapa signifikan dari tiap-tiap koefisien variabel bebas terhadap variabel terikat.
Persamaan regresi yang digunakan sebagai berikut:
�
Dimana :
���������������� = PAD pada sektor i dan tahun
t
������������������� = Jumlah
Wisatawan pada sektor i dan tahun t
������������ = Produk Domestik Regional Bruto pada sektor i dan tahun
t
������������������ = Belanja
Modal pada sektor i dan tahun t
��������������� = Tingkat Hunian
Hotel pada sektor i dan tahun t
���������������������������������� = konstanta
������ = Koefisien Regresi
������������������������� = Kesalahan Penganggu pada sektor 1 dan tahun t
A.
Hasil Penelitian
1.
Estimasi Regresi Data Panel
Terdapat tiga metode pengukuran data panel dalam regresi sebagai berikut:
a. �Common �Effect �Model (CEM)
Penggabungan antara data time series dengan data section berupa kuadrat kecil merupakan bentuk dari CEM. (Rosadi, 2012 : 271)
Tabel 1
�Estimasi Koefisien Common Effect Model
Variable |
Coefficient |
Std. Error |
t-Statistic |
Prob. |
LOG(JW?) |
-0.561931 |
0.182014 |
-3.087289 |
0.0050 |
LOG(PDRB?) |
0.492832 |
0.127902 |
3.853205 |
0.0008 |
LOG(BM?) |
0.829004 |
0.092690 |
8.943848 |
0.0000 |
THH? |
0.063596 |
0.017403 |
3.654230 |
0.0013 |
Sumber : Output
Eviews 10
Berdasarkan Tabel 1 model regresi data panel dengan CEM dengan persamaan Yit = -0.561931X1 + 0.492832X2 + 0.829004X3 + 0.063596X4.
b. Fixed Effect Model (FEM)
FEM merupakan metode
berupa model yang menjelaskan
jika ketidaksamaan individu bisa difasilitasi
dengan intersep yang berbeda. (Rosadi, 2012 : 272).
Tabel 2
Estimasi
Koefisien Fixed Effect Model
Variable |
Coefficient |
Std. Error |
t-Statistic |
Prob. |
C |
-1.172349 |
7.045374 |
-0.166400 |
0.8694 |
LOG(JW?) |
-0.268656 |
0.339712 |
-0.790836 |
0.4375 |
LOG(PDRB?) |
0.200060 |
0.325786 |
0.614084 |
0.5455 |
LOG(BM?) |
0.905279 |
0.346908 |
2.609565 |
0.0160 |
THH? |
0.062090 |
0.024022 |
2.584665 |
0.0169 |
Sumber : Output Eviews 10
Tabel 2 menunjukkan bentuk regresi untuk FEM dengan persamaan Yit = -1.172349 - 0.268656X1 + 0.200060X2 + 0.905279X3 + 0.062090X4.
c. Random Effect Model (REM)
Metode ini menjelaskan jika elemen kesalahan (galat individu) tidak berhubungan satu dengan lainnya serta elemen kesalahan yang tidak ada hubungan.
Tabel 3
�Estimasi Koefisien Random Effect Model
Variable |
Coefficient |
Std. Error |
t-Statistic |
Prob. |
C |
4.907529 |
3.555716 |
1.380180 |
0.1808 |
LOG(JW?) |
-0.222247 |
0.129232 |
-1.719745 |
0.0989 |
LOG(PDRB?) |
0.592879 |
0.109055 |
5.436517 |
0.0000 |
LOG(BM?) |
0.472423 |
0.169485 |
2.787409 |
0.0105 |
THH? |
0.026397 |
0.014476 |
1.823478 |
0.0813 |
Sumber : Output Eviews 10
Berdasarkan Tabel
3 model regresi data panel untuk
REM dengan persamaan
Yit = 4.907529 - 0.222247X1 +
0.592879X2 + 0.472423X3 + 0.026397X4.
2.
Pemilihan Model Terbaik
a.
Uji Chow
Uji chow dilakukan
untuk membuktikan model estimasi regresi data panel CEM atau FEM yang terpilih.
Tabel 4
Uji
Chow
Effects Test |
Statistic |
d.f. |
Prob. |
Period F |
9.032451 |
(13,10) |
0.0007 |
Period Chi-square |
71.257710 |
13 |
0.0000 |
Sumber : Output Eviews 10
Output tabel 4 membuktikan
hasil probability ialah 0.0000
atau lebih kecil dari 0.05, maka H0 ditolak dan H1
diterima. sehingga model
yang dipilih adalah
FEM �maka dilanjutkan
ke uji hausman.
b. Uji Hausman
Uji hausman dilakukan membuktikan tentang pengestimasian model REM atau FEM yang terpilih.
Tabel 5
Uji
Hausman
Test Summary |
Chi-Sq. Statistic |
Chi-Sq. d.f. |
Prob. |
Period random |
32.740520 |
4 |
0.0000 |
Sumber : Output Eviews 10
Hasil Uji �hausman �ditunjukkan dengan besarnya nilai probability dalam penelitian ini sebesar 0.0000 lebih kecil dari 0.05. maka H�0 ditolak dan menerima H1 sehingga model yang dipilih yaitu FEM.
3.
Uji Asumsi Klasik
a. Uji Normalitas
Penilaian uji normalitas ditunjukkan dengan Jarque-Bera jika nilai probability lebih �besar �dari �0.05 maka berdistribusi normal.
Tabel 6
Uji
Normalitas
Sumber : Output Eviews 10
Dilihat tabel 6 nilai probability senilai 0.647133. probability lebih besar dari signifikan 0.05 maka dapat dikatakan bahwa berdistribusi dengan normal.
b.
Uji Multikolinieritas
Bertujuan memperhitungkan apakah metode regresi ada ikatan antar variable bebas ataupun tidak (Gujarati, 2012). Angka VIF harus dibawah angka 10 sehingga dapat dikatakan terbebas dari terjadinya multikol.
Tabel 7
Uji Multikolinieritas
|
Coefficient |
Uncentered |
Centered |
Variable |
Variance |
VIF |
VIF |
C |
39.94741 |
10574.23 |
NA |
LOG(JW) |
0.042018 |
2106.234 |
7.562698 |
LOG(PDRB) |
0.028655 |
2023.003 |
3.732907 |
LOG(BM) |
0.094090 |
17072.84 |
4.997091 |
THH |
0.000543 |
372.3314 |
8.480967 |
Sumber : Output Eviews 10
Hasil Tabel 7 membuktikan bahwa semua variable terbebas dari gejala multikolinearitas sebab nilai toleransi tidak jauh dari angka 1. Jika VIF tidak lebih besar dari 10 maka disimpulkan model regresi bebas pada uji ini.
c. Uji Heteroskedastisitas
Bentuk kesalahan pada uji ini yakni dilihat dari nilai residualnya. Dilihat dari nilai probability R-squared apabila nilai lebih besar dari nilai signifikan 0.05 maka terbebas dari persoalan heteroskedastisitas.
Tabel 8
UjiIHeteroskedastisitas
Heteroskedasticity Test: White |
|||
F-statistic |
0.865109 |
Prob. F(14,13) |
0.6057 |
Obs*R-squared |
13.50466 |
Prob. Chi-Square(14) |
0.4872 |
Scaled explained SS |
11.11919 |
Prob. Chi-Square(14) |
0.6766 |
Sumber : Output Eviews 10
Uji heteroskedastisitas diatas menyatakan nilai Obs*R-squared senilai 13.50466 serta probabilitas Obs*R-squared sebesar 0.4872. membuktikan bahwa model memenuhi asumsi heteroskedastisitas sebab probabilitas Obs*R-squared > taraf signifikan (0.05) Sehingga tidak terjadi heteroskedastisitas.
d.
Uji Autokorelasi
Bertujuan untuk melihat
apakah terdapat hubungan kesalahan penganggu dalam waktu pengamatan Dilihat dari Breusch Godfrey dimana probabilitas lebih besar dari
0.05.
Tabel
9
Uji Autokorelasi
Breusch-Godfrey Serial Correlation LM Test: |
|||
F-statistic |
3.887993 |
Prob. F(2,21) |
0.0366 |
Obs*R-squared |
7.566295 |
Prob. Chi-Square(2) |
0.0228 |
Sumber : Output
Eviews 10
Tabel 9 membuktikan jika angka yang diperoleh sebesar �0.0228 kurang
dari 0.05 artinya adanya autokorelasi pada regresi penelitian sehingga dilakukan upaya berupa dengan
mentransformasi menggunakan
model GLS (Generalized Least Squared) merupakan
selisih antara data pada periode T-1 dikalikan dengan nilai Rh0 �dimana:
Tabel 10
Uji
Autokorelasi Menggunakan
Model GLS
Breusch-Godfrey Serial Correlation LM Test: |
|||
F-statistic |
0.617934 |
Prob. F(2,20) |
0.5490 |
Obs*R-squared |
1.571325 |
Prob. Chi-Square(2) |
0.4558 |
Sumber : Output
Eviews 10
Berdasarkan �tabel �10 maka diperoleh �nilai probabilitas �sebesar 0.4558 setelah �dilakukannya �transformasi. Angka yang diperoleh melebihi dari 0.05 sehingga tidak terjadi masalah autokorelasi.
e. Uji Hipotesis
Koefisien Determinasi (Adjusted R-Square)
Digunakan untuk menjelaskan berapa banyak varian yang dijelaskan dalam model. Dengan melihat nilai adjusted R-square. (Gujarati dan Dawn 2012:255�256) .
Tabel 11
Koefisien Determinasi
Cross-section fixed (dummy variables) |
||||
R-squared |
0.862434 |
Mean dependent var |
25.22303 |
|
Adjusted
R-squared |
0.831169 |
S.D. dependent var |
0.783344 |
|
S.E.
of regression |
0.321869 |
Akaike info criterion |
0.758064 |
|
Sum squared
resid |
2.279190 |
Schwarz criterion |
1.043537 |
|
Log
likelihood |
-4.612899 |
Hannan-Quinn criter. |
0.845336 |
|
F-statistic |
27.58462 |
Durbin-Watson stat |
1.201900 |
|
Prob(F-statistic) |
0.000000 |
|
|
|
Sumber : Output
Eviews 10
Nilai Adjusted R-Square pada
penelitian sebesar 0.831169.
Hal ini menandakan bahwa korelasi PAD dengan jumlah wisatawan,
pdrb, belanja modal dan tingkat hunian hotel sebesar 83.12% �artinya variabel bebas yang dipakai dapat mempresentasekan
83.11 terhadap variable terikat.
Sisanya 16.89% lainnya dipengaruhi faktor lain di luar model regresi tersebut.
1) Uji Simultan (Uji-f)
Uji simultan dilihat melalui perbandingan nilai Fhitung dengan Ftabel atau dengan melihat angka probabilitas apabila bawah nilai signifikan maka H1 diterima. (Ghozali, 2011)
Tabel 12
�Uji Simultan
Cross-section
fixed (dummy variables) |
||||
R-squared |
0.862434 |
Mean dependent var |
25.22303 |
|
Adjusted
R-squared |
0.831169 |
S.D. dependent var |
0.783344 |
|
S.E.
of regression |
0.321869 |
Akaike info criterion |
0.758064 |
|
Sum
squared resid |
2.279190 |
Schwarz criterion |
1.043537 |
|
Log
likelihood |
-4.612899 |
Hannan-Quinn criter. |
0.845336 |
|
F-statistic |
27.58462 |
Durbin-Watson stat |
1.201900 |
|
Prob(F-statistic) |
0.000000 |
|
|
|
Sumber : Output
Eviews 10
Tabel 12 menjelaskan jika �nilai Fhitung yaitu sebesar 27.58462 sementara Ftabel dengan tingkat α = 0.05. Dengan demikian Fhitung > Ftabel (27.58462 > 3.34), dan jika dilihat dari angka probabilitas 0.000000 dimana kurang dari 0.05sebagai angka signifikansi dimana H0 ditolak dan H1 diterima. Hal ini menunjukkan bahwa secara serentak variabel Jumlah Wisatawan, Produk Domestik Regional Bruto, Belanja Modal dan Tingkat Hunian Hotel berpengaruh signifikan pada PAD sehingga dapat dikatakan model regresi layak digunakan.
2) Uji Parsial (Uji-t)
Uji ini bertujuan dalam memprediksi terjadinya pengaruh antara variabel independent terhadap variabel dependen dengan menganalogikan sebagai konstanta.
Tabel 13
Uji
Parsial
Variable |
Coefficient |
Std. Error |
t-Statistic |
Prob. |
C |
-1.172349 |
7.045374 |
-0.166400 |
0.8694 |
LOG(JW?) |
-0.268656 |
0.339712 |
-0.790836 |
0.4375 |
LOG(PDRB?) |
0.200060 |
0.325786 |
0.614084 |
0.5455 |
LOG(BM?) |
0.905279 |
0.346908 |
2.609565 |
0.0160 |
THH? |
0.062090 |
0.024022 |
2.584665 |
0.0169 |
Sumber : Output Eviews 10
Penjelasan mengenai tabel �13 sebagai berikut :
a)
Keterkaitan antara Jumlah Wisatawan terhadap PAD
Angka yang diperoleh dalam
uji regresi data panel dimana
variabel independent Jumlah
Wisatawan (JW) adalah sebesar -0.790836, sementara t-tabel adalah 1.71387 artinya t hitung lebih kecil dari
nilai t-tabel ( -0.790836
< 1.71387), dan dilihat dari
nilai probabilitas sebesar 0.4375 yang lebih besar dari 0.05 maka H0 diterima. Hal ini berarti bahwa
jumlah wisatawan tidak berpengaruh dan tidak signifikan terhadap PAD.
b) Keterkaitan antara PDRB terhadap PAD
Dilihat dari hasil pengujian tabel diatas ditemukan untuk t hitung pada �variabel bebas PDRB adalah 0.614084, sedangkan nilai t-tabel adalah sebesar 1.71387 yang berarti nilai t-hitung lebih kecil dari nilai t-tabel (0.614084 < 1.71387), dari probabilitasnya sebesar 0.5455 lebih besar dari 0.05, maka variabel independen yakni pdrb tidak berpengaruh signifikan terhadap PAD.
c)
Keterkaitan antara Belanja
Modal terhadap PAD
Pada tabel diatas memperlihatkan angka uji t pada variabel bebas belanja modal sebesar 2.609565 sedangkan t-tabel dengan α = 5% adalah sebesar 1.71387 yang� berarti bahwa nilai t-hitung lebih besar dari nilai t-tabel sebesar ( 2.609565 > 1.71387) selain dilihat dari t hitung juga dilihat nilai probabilitas sebesar 0.0160 yang lebih kecil dari 0.05. Hal ini menunjukkan bahwa belanja modal mempunyai pengaruh yang signifikan terhadap pendapatan asli daerah.
d)
Keterkaitan antara
Tingkat Hunian Hotel terhadap
Pendapatan Asli Daerah
Angka uji t pada regresi membuktikan jika variabel bebas tingkat hunian hotel 2.584665 sedangkan nilai t-tabel dengan α = 5% adalah senilai 1.71387 nilai t-hitung lebih besar dari t-tabel sebesar (2.584665 > 1.71387) Dilain sisi angka �probabilitas sebesar 0.0169 kurang dari 0.05 membuktikan jika tingkat hunian hotel berpengaruh dan �signifikan terhadap PAD.
B. Pembahasan
Untuk mengukur seberapa jauh korelasi antara Jumlah Wisatawan, PDRB, Belanja Modal, dan Tingkat Hunian Hotel terhadap PAD. Berikut dapat dijelakan pada tabel �dibawah sebagai berikut:
Tabel 14
Hubungan Variabel IndependenIterhadap
Pendapatan Asli Daerah
Variabel |
Hubungan yang Ditemukan |
Signifikan |
Jumlah Kunjungan Wisatawan (JW) |
Negatif (-) |
Tidak Signifikan |
Produk Domestik Regional Bruto (PDRB) |
Positif (+) |
Tidak Signifikan |
Belanja Modal (BM) |
Positif (+) |
Signifikan |
Tingkat Hunian Hotel (THH) |
Positif (+) |
Signifikan |
1.
Keterkaitan antara Jumlah Kunjungan Wisatawan Terhadap PAD
Jumlah kunjungan wisatawan dengan PAD menunjukkan tidak ada pengaruh
yang siginifikan seperti
yang tersaji di atbel 14 diatas. Dalam aktifitas
kunjungan wisatawan pada Kabupaten Bangkalan masih minimnya infrastruktur yang memadai untuk menunjang aktifitas pariwisata sehingga menyebabkan naik dan turunnya jumlah wisatawan. Selain minimnya infrastruktur, di Kabupaten Bangkalan masih belum memanfaatkan
sebaik mungkin SDA yang dimiliki untuk menggelola kemampuan wisata yang masih terjaga. Dengan memanfaatkan SDA yang masih lestari dan menggunakan potensi alam yang dimiliki sebaik mungkin sesuai dengan peraturan pariwisata akan dapat meningkatkan daya tarik wisata
dari berbagai daerah untuk berkunjung
ke Kabupaten Bangkalan.
Pada Kabupaten Sumenep
sendiri memiliki wisata alam yang indah seperti Gili Labak merupakan pulau yang
masih terjaga kadar oksigen dan kelestarian alamnnya yang memiliki keelokan
pasir putih serta warna biru laut yang indah nan
mempesona. Tetapi para wisatawan atau
turis masih belum mengetahui jika Kabupaten Sumenep menyajikan keindahan pulau yang mempesona dan juga menawan. Selain faktor tersebut
juga sulitnya akses sarana menuju wisata
yang ada di Kabupaten Bangkalan dan Kabupaten Sumenep menyebabkan jumlah kunjungan wisatawan mengalami naik dan turun. Namun demikian,
jumlah kunjungan wisata tidak berpengaruh
terhadap PAD di Kabupaten Bangkalan dan Kabupaten Sumenep. Hal tersebut tidak sama dengan
hasil penelitian yang dilakukan oleh (Adil et al., 2019) yang menyatakan
bahwa jumlah kunjungan wisatawan berpengaruh positif serta signifikan terhadap PAD. Pada penelitian ini jumlah wisatawan
tidak signifikan serta berpengaruh negative terhadap PAD yang disebabkan oleh
kurangnya saran dan prasarana
yang memadai ketempat wisata dan kurangnya promosi untuk menarik
wisata berkunjung ke Kabupaten Bangkalan
dan Kabupaten Sumenep. Dan didukung oleh penelitian (Purwanti & Dewi, 2014) yang menyatakan jumlah kunjungan wisatawan tidak berpengaruh terhadap PAD Kabupaten Mojokerto
2.
Pengaruh PDRB Terhadap PAD
Berdasarkan Tabel 14 menunjukkan bahwa tidak ada pengaruh antara pdrb dengan pad namun memiliki hubungan yang positif sehingga peningkatan maupun penurunan produk domestik regional bruto tidak berpengaruh. Bertolak belakang dengan hipotesis yang diajukan dimana mengatakan bahwa PDRB positif terhadap PAD di Kabupaten Bangkalan dan Kabupaten Sumenep. Hal ini disebabkan karena utama dalam PDRB adalah sektor pertanian, sehingga kurang memberikan kontribusi dalam meningkatkan pendapatan daerah. Hasil penelitian sesuai dengan penelitian sebelumnya yang dilakukan oleh (Mawar & Sroyer, 2021) dan (Syarafina, 2018)yang menyatakan bahwa PDRB berpengaruh positif dan tidak signifikan.
3.
Keterkaitan antara Belanja
Modal Terhadap PAD
Berdasarkan Tabel 14 menunjukkan bahwa terdapat korelasi signifikan antara belanja modal dengan PAD. Peningkatan dan penurunan belanja modal sangat berpengaruh terhadap PAD. Belanja modal di Kabupaten Bangkalan dan Kabupaten Sumenep merupakan belanja yang digunakan untuk meningkatkan pembangunan sektor transportasi menunjang pariwisata, sehingga masyarakat juga menikmati manfaat dari pembangunan daerah. Sehingga semakin besar pengeluaran belanja modal yang di lakukan oleh pemerintah di Kabupaten Bangkalan dan Kabupaten Sumenep berdampak pada tingginya angkan pendapatan asli daerah. Sejalan dengan penelitian (Ambada, 2018)yang menunjukkan bahwa belanja modal berpengaruh terhadap PAD.
4.
Keterkaitan antara Tingkat Hunian
Hotel Terhadap PAD
Tingkat hunian hotel dengan PAD. Peningkatan dan penurunan angka hunian hotel bisa berdampak terhadap pendapatan asli daerah. Membuktikan
jika tingkat hunian hotel memiliki angka yang positif terhadap PAD. Semakin banyak orang yang menginap secara langsung angka pad bisa mengalami kenaikan. Meningkatnya hunian hotel tidak hanya dilihat
dari berapa banyak jumlah kunjungan
wisatawan pada Kabupaten Bangkalan dan Kabupaten Sumenep melainkan berapa banyak yang menginap di hotel tersebut dan pariwisata tidak hanya berwisata ketempat pemandangan yang indah melainkan bisa wisata ke
hotel yang memiliki pemandangan
indah memiliki suasana yang baru.
Di Kabupaten
Sumenep sudah memiliki hotel yang berbintang
dan tidak kalah dengan pemandangan wisatanya. Hunian hotel yang ada di Kabupaten Sumenep memiliki pemandangan hotel yang bagus bisa membuat kenyamanan
bagi orang yang menginap. Sedangkan Kabupaten Sumenep sendiri memiliki hotel yang masih baru dan memberikan kenyamanan bagi orang yang menginap.� Sehingga semakin banyak pengunjung hotel akan semakin meningkatkan
PAD. Hal ini sesuai dengan penelitian� (Sabrina & Mudzhalifah, 2018)berpendapat jika
tingkat hunian hotel� berpengaruh terhadap PAD�
Kesimpulan
Berdasarkan hasil riset dan penjelasan diperoleh kesimpulan mengenai hasil riset membuktikan jika angka orang berwisata berdampak negative serta tidak signifikan terhadap PAD Kabupaten Bangkalan serta Kabupaten sumenep. Membuktikan bahwa wisatawan tidak berpengaruh terhadap PAD di Kabupaten Bangkalan dan Kabupaten Sumenep. Hasil analisis regresi data panel dimana pdrb memberikan dampak positif serta tidak signifikan terhadap PAD di Kabupaten Bangkalan dan Kabupaten Sumenep. Hasil dari penelitian belanja modal berdampak positif serta signifikan terhadap PAD di Kabupaten Bangkalan dan Kabupaten Sumenep. Hal ini berarti belanja modal memiliki pengaruh terhadap PAD. Hasil dari penelitian tingkat hunian hotel berdampak positif serta signifikan terhadap PAD di Kabupaten Bangkalan serta Kabupaten Sumenep.
BIBLIOGRAFI
Adil, R. A., Naukoko, A. T., Wauran, P. C.,
Pembangunan, J. E., Ekonomi, F., & Ratulangi, U. S. (2019). KERJA. 19(04),
107�114.
Adriani, E., & Handayani, S. I. (2010).
Pengaruh PDRB dan Jumlah Penduduk terhadap Pendapatan Asli Daerah Kabupaten
Merangin. Jurnal Ilmiah Universitas Batanghari Jambi, 8(2), 1�6.Google Scholar
Ambada, D. T. (2018). Pengaruh Produk
Domestik Regional Bruto, Penanaman Modal Dalam Negri, Belanja Modal dan Jumlah
Industri Terhadap Pendapatan Asli Daerah Di Jawa Tengah Tahun 2010-2016.Google Scholar
Ghozali, I. (2011). Aplikasi Analisis
Multivariate dengan Program SPSS (jilid 2). BP Universitas Diponegoro.Google Scholar
Gujarati, D. N. dan D. C. P. (2012). Dasar-Dasar
Ekonometrika. Salemba Empat.Google Scholar
Mawar, M., & Sroyer, S. (2021).
Pengaruh Produk Domestik Regional Bruto dan Jumlah Penduduk Terhadap Pendapatan
Asli Daerah Kabupaten Mimika. Journal of Economics and Regional Science,
1(1), 40�53. https://doi.org/10.52421/jurnal-esensi.v1i1.135 Google Scholar
Meyers, K. (2009). Pengertian Pariwisata. Unesco
Office. Google Scholar
Novitri, Qorina dan Syafri, M. (2014).
Determinan Penerimaan Daerah dan Sektor Pariwisata di Kab/Kota Provinsi Jambi
Periode 2000-2012. Jurnal Paradigma Ekonomika, volume 9 N. Google Scholar
Purwanti, N. D., & Dewi, R. M. (2014).
Pengaruh jumlah kunjungan wisatawan terhadap pendapatan asli daerah kabupaten
mojokerto tahun 2006-2013. Jurnal Fakultas Ekonomi, Universitas Negeri
Surabaya, 2(3), 1�12. Google Scholar
Ririn, T., Murdayanti, Y., & Prihatni,
R. (2014). Pengaruh Belanja Modal, Investasi, Dan Produk Domestik Regional
Bruto Terhadap Pendapatan Asli Daerah Theodora Ririn, Rida Prihatni, Yunika
Murdayanti, Jurusan Akuntansi Fakultas Ekonomi Universitas Negeri Jakarta. Jurnal
Ilmiah Wahana Akuntansi, 9(1). Google Scholar
Rosadi, D. (2012). Ekonometrika &
Analisis Runtun Waktu Terapan dengan EViews. C.V Andi Offset. Google Scholar
Sabrina, N., & Mudzhalifah, I. (2018).
Pengaruh Jumlah Objek Wisata, Jumlah Wisatawan Dan Tingkat Hunian Hotel
Terhadap Pendapatan Asli Daerah Dengan Penerimaan Sektor Pariwisata Sebagai
Variabel Moderating Pada Dinas Pariwisata Kota Palembang. BALANCE Jurnal
Akuntansi Dan Bisnis, 3(2), 464. Google Scholar
Sari, S. I. S. P., & Yuliarmi, N. N.
(2018). Pengaruh Kunjungan Wisatawan, Lama Tinggal, Tingkat Hunian, Dan Jumlah
Objek Wisata Terhadap Pad Kabupaten Karangasem. E-Jurnal EP Unud, 7(6),
1282�1310. Google Scholar
Suastika, I. G. Y., & Yasa, I. N. M.
(2017). Pengaruh Jumlah Kunjungan Wisatawan, Lama Tinggal Wisatawan, dan
Tingkat Hunian Hotel terhadap Pendapatan Asli Daerah dan Kesejahteraan
Masyarakat pada Kabupaten/Kota di Provinsi Bali. E-Jurnal Ekonomi
Pembangunan Universitas Udayana, 6(7), 1338. Google Scholar
Sukirno, S. (2010). Makro Ekonomi/Teori
Pengantar. Google Scholar
Syarafina, N. (2018). Faktor-Faktor Yang
Mempengaruhi PAD Di Provinsi Diy Tahun 2010-2015. Naskah Jurnal Publikasi. Google Scholar
Copyright holder: Hanum Isnaini
Savira, Niniek Imaningsih, Riko Setya Wijaya (2021) |
First publication right: |
This article is licensed under: |