BAB IV ANALISIS DATA DAN HASIL PENELITIAN

Transkripsi

1 BAB IV ANALISIS DATA DAN HASIL PENELITIAN 4.1 Hasil Pengumpulan Data Populasi yang digunakan dalam penelitian ini adalah Populasi yang digunakan dalam penelitian ini adalah seluruh data Pajak Hotel, jumlah wisatawan, jumlah hotel, jumlah kamar hotel, tarif rata-rata kamar hotel, dan jumlah wisatawan yang terdapat di Provinsi Daerah Istimewa Yogyakarta. Sampel yang digunakan dalam penelitian ini adalah menggunakan ketersediaan data yang ada yaitu data Penerimaan Pajak Hotel jumlah wisatawan, jumlah hotel, jumlah kamar hotel, tarif rata-rata kamar hotel, dan jumlah wistawan pada 1 kota dan 4 kabupaten (Yogyakarta, Sleman, Bantul, Gunung Kidul, dan Kulon Progo) di Provinsi Daerah Istimewa Yogyakarta pada tahun Pengumpulan data dilakukan dengan studi pustaka, yaitu dengan mengutip hasil laporan yang disusun oleh pihak lain (Supranto,2001) pada Dinas Pengelolaan Keuangan Aset Daerah (DPPKA), Dinas Pariwisata, dan Badan Pusat Statistik (BPS) Provinsi D.I Yogyakarta. Hasil data yang telah dikumpulkan terdiri dari Penerimaan Pajak Hotel, Jumlah Wisatawan, Jumlah Hotel, Jumlah Kamar Hotel, Tarif Rata- Rata Harga Kamar, dan Jumlah Obyek Wisata. 42

2 4.1.1 Penerimaan Pajak Hotel Berdasarkan pengumpulan data yang telah dilakukan oleh peneliti, maka peneliti menyajikan tabel 4.1 berdasarkan Penerimaan Pajak Hotel Tabel 4.1 Penerimaan Pajak Hotel (Dalam Ribuan) Wilayah Tahun Rata- Rata Yogyakarta Sleman Bantul Gunung Kidul Kulon Progo Sumber: Dinas Pengelolaan dan Pengeluaran Keuangan Aset (DPPKA) Berdasarkan data diatas, pada variabel dependen penerimaan pajak hotel diperoleh hasil bahwa menunjukkan penerimaan pajak hotel disetiap tahunnya mengalami fluktuatif, tetapi pada umumnya mengalami peningkatan. Pada peringakat pertama, Yogyakarta merupakan daerah dengan rata-rata penerimaan pajak hotel terbanyak terhitung pada tabel di atas yaitu pada tahun sebesar Setelah itu Sleman merupakan daerah dengan rata-rata penerimaan pajak hotel terbanyak ke 2 terhitung pada tabel di atas yaitu pada tahun sebesar Selanjutnya, Bantul merupakan daerah dengan rata-rata penerimaan pajak hotel terbanyak ke 3 terhitung pada tabel di atas yaitu pada tahun 43

3 sebesar Selanjutnya, Kulon Progo merupakan daerah dengan rata-rata penerimaan pajak hotel terbanyak ke 4 terhitung pada tabel di atas yaitu pada tahun sebesar Selanjutnya, Gunung Kidul merupakan daerah dengan rata-rata penerimaan pajak hotel terbanyak ke 5 terhitung pada tabel di atas yaitu pada tahun sebesar Jumlah Wisatawan Berdasarkan pengumpulan data yang telah dilakukan oleh peneliti, maka peneliti menyajikan tabel 4.2 berdasarkan jumlah wisatawan. Tabel 4.2 Jumlah Wisatawan Wilayah Tahun Rata- Rata Yogyakarta Sleman Bantul Gunung Kidul Kulon Progo Sumber: Badan Pusat Statistik (BPS) D.I Yogyakarta Dalam Angka. Berdasarkan data diatas, pada variabel independen jumlah hotel diperoleh hasil bahwa menunjukkan jumlah wisatawan disetiap tahunnya mengalami fluktuatif, 44

4 tetapi pada umumnya mengalami peningkatan. Hal ini dikarenakan D.I yogyakarta merupakan destinasi wisata kedua setelah Bali. Pada peringakat pertama, Sleman merupakan daerah dengan rata-rata jumlah wisatawan terbanyak terhitung pada tabel di atas yaitu pada tahun sebesar orang. Setelah itu Yogyakarta merupakan daerah dengan rata-rata jumlah wisatawan terbanyak ke 2 terhitung pada tabel di atas yaitu pada tahun sebesar orang. Selanjutnya, Bantul merupakan daerah dengan rata-rata jumlah wisatawan terbanyak ke 3 terhitung pada tabel di atas yaitu pada tahun sebesar orang. Selanjutnya, Gunung Kidul merupakan daerah dengan rata-rata jumlah wisatawan terbanyak ke 4 terhitung pada tabel di atas yaitu pada tahun sebesar orang. Selanjutnya, Kulon Progo merupakan daerah dengan rata-rata jumlah wisatawan terbanyak ke 5 terhitung pada tabel di atas yaitu pada tahun sebesar orang Jumlah Hotel Berdasarkan pengumpulan data yang telah dilakukan oleh peneliti, maka peneliti menyajikan tabel 4.3 berdasarkan jumlah hotel. 45

5 Wilayah Tabel 4.3 Jumlah Hotel Tahun Rata- Rata Yogyakarta ,12 5 Sleman ,25 Bantul ,25 Gunung Kidul ,125 Kulon Progo ,75 Sumber: Badan Pusat Statistik (BPS) D.I Yogyakarta Dalam Angka. Berdasarkan data diatas, pada variabel independen jumlah hotel diperoleh hasil bahwa menunjukkan jumlah hotel disetiap tahunnya mengalami fluktuatif, tetapi pada umumnya mengalami peningkatan jumlah hotel. Hal ini disebabkan oleh adanya penambahan hotel disetiap sudut kabupaten di Provinsi D.I Yogyakarta. Rata-rata Jumlah hotel yang paling banyak terdapat dikabupaten Sleman yaitu 390 dikarenakan sleman berada didaerah yang strategis uaitu berada diantara kota yogyakarta dan jawa tengah. Sleman juga merupakan daerah yang pertumbuhan kampus dan sekolah-sekolah tinggi yang sangat pesat. Sehingga hal tersebuit memicu banyaknnya tempat-tempat penginapan baru. Mengingat kota yogyakarta sudah kehabisan lahan untuk mendirikan tempat-tempat penginapan atau hotel-hotel baru. 46

6 4.1.4 Jumlah Kamar Hotel Berdasarkan pengumpulan data yang telah dilakukan oleh peneliti, maka peneliti menyajikan tabel 4.4 berdasarkan jumlah kamar hotel. Tabel 4.4 Jumlah Kamar Hotel Wilayah Tahun Rata- Rata Yogyakarta ,625 Sleman ,5 Bantul ,5 Gunung Kidul ,5 Kulon Progo Sumber: Badan Pusat Statistik (BPS) D.I Yogyakarta Dalam Angka. Berdasarkan data diatas, pada variabel independen jumlah kamar hotel diperoleh hasil bahwa jumlah kamar hotel disetiap tahunnya mengalami peningkatan. Rata-rata Jumlah kamar hotel paling banyak terdapat pada kota Yogyakarta yaitu 8170 kamar. Selanjutnya daerah dengan Jumlah Kamar Hotel terbanyak ke 2 yaitu Sleman dengan jumlah kamar 5415 kamar. Selanjutnya daerah dengan Jumlah Kamar Hotel terbanyak ke 3 yaitu Bantul dengan jumlah kamar 1999 kamar. Selanjutnya daerah dengan Jumlah Kamar Hotel terbanyak ke 4 yaitu Gunung Kidul dengan jumlah kamar 475 kamar. Selanjutnya daerah dengan Jumlah Kamar Hotel terbanyak ke 5 yaitu Kulon Progo dengan jumlah kamar 283 kamar. 47

7 4.1.5 Tarif Rata-Rata Kamar Hotel Berdasarkan pengumpulan data yang telah dilakukan oleh peneliti, maka peneliti menyajikan tabel 4.5 berdasarkan tarif rata-rata kamar hotel. Tabel 4.5 Tarif Rata-Rata Kamar Hotel Wilayah Tahun Tarif Rata-rata Yogyakarta Sleman Bantul Gunung Kidul Kulon Progo Sumber: data diolah Berdasarkan data diatas, pada variabel independen tarif rata-rata harga kamar hotel diperoleh hasil bahwa menunjukkan tarif rata-rata harga kamar hotel disetiap tahunnya berbeda- beda hal ini dipengaruhi oleh besaran pajak tiap kabupaten yang berbeda prosentasenya. Semakin strategis daerah tersebut maka semakin tinggi harga kamar yang ditawarkan. Contohnya seperti tarif kamar di Yogya dan Sleman lebih tinggi dibanding 3 kabupaten lainnya. Dapat dilihat dalam tabel 4.5 di atas. Tarif Rata-rata Kamar Hotel tertinggi tercatat dalam tabel 4.5 di atas Sleman dengan tarif rata-rata kamar Selanjutnya daerah dengan tarif rata-rata kamar Hotel tertinggi ke 2 yaitu Yogyakarta dengan tarif rata-rata kamar

8 Selanjutnya daerah dengan tarif rata-rata kamar Hotel tertinggi ke 3 yaitu Gunung Kidul dengan tarif rata-rata kamar Selanjutnya daerah dengan tarif rata-rata kamar Hotel tertinggi ke4 yaitu Bantul dengan tarif rata-rata kamar Selanjutnya daerah dengan tarif rata-rata kamar Hotel tertinggi ke 5 yaitu Kulon Progo dengan tarif rata-rata kamar Jumlah Obyek Wisata Berdasarkan pengumpulan data yang telah dilakukan oleh peneliti, maka peneliti menyajikan tabel 4.6 berdasarkan jumlah obyek wisata. Tabel 4.6 Jumlah Obyek Wisata Wilayah Tahun Rata- Rata Yogyakarta Sleman Bantul Gunung Kidul Kulon Progo Sumber: Dinas Pariwisata D.I Yogyakarta Berdasarkan data diatas, pada variabel independen jumlah obyek wisata diperoleh hasil bahwa menunjukkan jumlah obyek wisata disetiap tahunnya mengalami penambahan dan pengurangan jumlah objek wisata di DIY. Hal ini 49

9 disebabkan karena adanya pembukaan obyek wisata yang baru dan juga adanyanya penutupan obyek wisata lama. Melihat dari tabel 4.5 di atas Rata-rata Jumlah obyek wisata yang paling banyak terdapat di kabupaten Sleman yaitu 55. Selanjutnya Ratarata Jumlah obyek wisata yang paling banyak ke 2 terdapat di Kota Yogyakarta yaitu 21 objek wisata. Selanjutnya rata-rata Jumlah obyek wisata yang paling banyak ke 3 terdapat di Kota Kulon Progo yaitu 13 objek wisata. Selanjutnya rata-rata Jumlah obyek wisata yang paling banyak ke 4 terdapat di Kabupaten Gunung Kidul yaitu 12 objek wisata. Selanjutnya rata-rata Jumlah obyek wisata yang paling banyak ke 5 terdapat di Bantul yaitu 6 objek wisata. 4.2 Analisis Deskripsi Analisis deskriptif ini menggambarkan tentang data dari masing-masing variabel secara umum atas data yang diolah, antara lain: mean, minimum, maksimum, dan standar deviasi. Hasil dari deskriptif statistik dapat dilihat pada tabel

10 Tabel 4.6 Descriptive Statistics N Minimum Maximum Mean Std. Deviation Y E E10 X X X X X Valid N 40 (listwise) Sumber: Data diolah 2015 Tabel 4.6 di atas menyajikan informasi deskriptif tentang variabel dependen yaitu penerimaan pajak hotel dan variabel independen yaitu jumlah wisatawan, jumlah hotel, jumlah kamar, tarif rata-rata kamar, dan jumlah obyek wisata.hasil deskriptif variabel penerimaan pajak hotel diperoleh nilai mean sebesar 1.16E10 dan standar deviasi sebesar 1.740E10. Hal ini berarti data bersifat heterogen dikarenakan nilai mean lebih rendah dari standar deviasi. Analisis deskriptif pada variabel jumlah wisatawan menunjukkan bahwa variabel ini memiliki nilai mean sebesar hal ini berarti dari 4 kabupaten dan 1 kota yang berada di provinsi D.I Yogyakarta rata-rata jumlah wisatawan yang berkunjung sejumlah orang. Sedangkan untuk standar deviasi memiliki nilai sebesar hal ini mnenunjukkan bahwa ukuran penyebaran data 51

11 untuk jumlah wisatawan cenderung homogen, karena standar deviasi lebih rendah dari nilai mean. Analisis deskriptif pada variabel jumlah hotel menunjukkan bahwa variabel ini memiliki nilai mean sebesar hal ini berarti dari 4 kabupaten dan 1 kota yang berada di provinsi D.I Yogyakarta rata-rata jumlah hotel yang ada sebanyak 229 hotel. Sedangkan untuk standar deviasi memiliki nilai sebesar hal ini mnenunjukkan bahwa ukuran penyebaran data untuk jumlah hotel cenderung homogen, karena standar deviasi lebih rendah dari nilai mean. Analisis deskriptif pada variabel jumlah kamar hotel menunjukkan bahwa variabel ini memiliki nilai mean sebesar hal ini berarti dari 4 kabupaten dan 1 kota yang berada di provinsi D.I Yogyakarta rata-rata jumlah kamar hotel yang ada sebanyak 3268 kamar. Sedangkan untuk standar deviasi memiliki nilai sebesar hal ini mnenunjukkan bahwa ukuran penyebaran data untuk jumlah hotel cenderung homogen, karena standar deviasi lebih rendah dari nilai mean. Analisis deskriptif pada variabel tarif rata-rata harga kamar hotel menunjukkan bahwa variabel ini memiliki nilai mean sebesar hal ini berarti dari 4 kabupaten dan 1 kota yang berada di provinsi D.I Yogyakarta rata-rata mempunyai tarif rata-rata harga sebesar Rp Sedangkan untuk standar deviasi memiliki nilai sebesar hal ini mnenunjukkan bahwa ukuran penyebaran data untuk 52

12 jumlah hotel cenderung homogen, karena standar deviasi lebih rendah dari nilai mean. Analisis deskriptif pada variabel jumlah obyek wisata menunjukkan bahwa variabel ini memiliki nilai mean sebesar hal ini berarti dari 4 kabupaten dan 1 kota yang berada di provinsi D.I Yogyakarta rata-rata jumlah obyek wisata yang ada sebanyak 22 unit. Sedangkan untuk standar deviasi memiliki nilai sebesar hal ini mnenunjukkan bahwa ukuran penyebaran data untuk jumlah hotel cenderung homogen, karena standar deviasi lebih rendah dari nilai mean. 4.3 Analisis Statistik Uji Asumsi Klasik Uji asumsi klasik bertujuan untuk melihat apakah model regresi untuk peramalan memenuhi asumsi-asumsi dalam regresi berganda. Tahap uji asumsi klasik yang dilakukan dalam penelitian ini adalah uji normalitas, uji multikolinearitas, dan uji heteroskedastisitas. 1. Uji Normalitas Uji normalitas digunakan untuk menguji apakah dalam sebuah model regresi variabel dependen (Y), variabel independen (X) atau keduanya mempunyai distribusi normal ataukah tidak. Untuk meningkatkan hasil uji normalitas data, maka peneliti menggunakan uji Kolmogorov-Smirnov. Jika pada hasil uji Kolmogorov- 53

13 Smirnov menunjukkan p-value lebih besar dari 0,05, maka data berdistribusi normal dan sebaliknya, jika p-value lebih kecil dari 0,05, maka data tersebut berdistribusi tidak normal. Dari hasil pengolahan data didapat hasil uji normalitas seperti pada Tabel 4.7 sebagai berikut: Tabel 4.7 Uji Normalitas One-Sample Kolmogorov-Smirnov Test Standardized Residual N 40 Normal Parameters a,b Mean Std. Deviation Most Extreme Differences Absolute.089 Positive.087 Negative Kolmogorov-Smirnov Z.562 Asymp. Sig. (2-tailed).910 a. Test distribution is Normal. b. Calculated from data. Sumber : Data sekunder diolah, 2015 Hasil uji normalitas menggunakan Kolmogorov Smirnov dihasilkan nilai Asymp. Sig. (2-tailed) sebesar 0,910. Berdasarkan hasil tersebut dapat disimpulkan bahwa data residual dalam model regresi ini terdistribusi normal karena nilai Asymp. Sig. (2-tailed) lebih besar dari nilai signifikansi 0,05. 54

14 2. Uji Multikolinearitas Uji multikolinieritas digunakan untuk menguji apakah dalam model regresi terjadi korelasi antar variable-variabel independen. Multikolinearitas dapat dilihat dengan VIF (variance inflation factor) bila nilai VIF kurang dari 10 dan nilai tolerance diatas 0.10, maka tidak terdapat gejala multikolinearitas. Hasil uji multikolinearitas dapat dilihat pada tabel 4.8 Tabel 4.8 Hasil Uji Multikoleniaritas Model 1 (Constant) Collinearity Statistics Tolerance VIF Kesimpulan X Tidak terjadi Multikolinieritas X Tidak terjadi Multikolinieritas X Tidak terjadi Multikolinieritas X Tidak terjadi Multikolinieritas X Tidak terjadi Multikolinieritas Sumber : Data sekunder diolah, 2015 Berdasarkan tabel 4.8 dapat dilihat bahwa variabel independen jumlah wisatawan, jumlah hotel, jumlah kamar, tarif rata-rata kamar, dan jumlah obyek wisata memiliki nilai tolerance lebih besar dari 0.1 dan variabel inependen tersebut memiliki nilai VIF kurang dari 10. Hasil tersebut dapat disimpulkan bahwa tidak terdapat korelasi antar variabel independen. 55

15 3. Uji heteroskedastisitas Uji heteroskedastisitas digunakan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Salah satu cara mendeteksinya adalah dengan cara melakukan uji gleijser. Uji Gleijser melakukan dengan meregresikan variabel independen terhadap nilai absolut residualnya. Hasil pengujian heterokedasitas dengan uji gleijser dapat dilihat pada tabel 4.9 debawah ini: Tabel 4.9 Uji Heteroskedasitas Coefficients a Unstandardized Coefficients Standardized Coefficients Model B Std. Error Beta t Sig. 1 (Constant) 1.050E E X X X X X a. Dependent Variable: ABS_RES1 Sumber : Data sekunder diolah, 2015 Dengan melihat nilai Sig. Dan alpha sebesar 5% dari tabel diatas, terlihat bahwa nilai sig. > alpha untuk semua variabel jumlah wisatawan, jumlah hotel, 56

16 jumlah kamar hotel, tarif rata-rata harga kamar, dan jumlah obyek wisata yang artinya tidak satupun variabel independen yang siginifikan secara statistik mempengaruhi variabel dependen. Oleh karena itu dapat disimpulkan bahwa model regresi tidak mengandung adanya Heterokedastisitas Pengujian Hipotesis Untuk menguji hipotesis penelitian dilakukan analisis regresi berganda. Analisis berganda digunakan karena kinerja sistem informasi akuntansi dapat dipandang sebagai konstruk yang terdiri atas determinan yang tak terpisahkan. Model pengujian sebagai berikut: Y = α+ β₁ X₁ + β₂ X₂ + β₃ X₃ + β₄ X₄ + β₅x₅+ e Hasil pengujian antara variabel independen (jumlah wisatawan, jumlah hotel, jumlah kamar hotel, tarif rata-rata kamar, dan jumlah obyek wisata) terhadap variabel dependen (penerimaan pajak hotel) tampak pada tabel

17 Tabel 4.10 Hasil Pengujian Hipotesis Model Unstandardized Coefficients Standardized Coefficients Kesimpulan B Std.Error Beta t Sig. 1 (Constant) E E X Ha didukung X Ha tidak didukung X Ha didukung X Ha tidak didukung X Ha tidak didukung Sumber : Data Sekunder diolah, 2015 Berdasarkan tabel 4.10 diperoleh rumus regresi linier berganda antara variabel independen (jumlah wisatawan, jumlah hotel, jumlah kamar hotel, tarif ratarata kamar, dan jumlah obyek wisata) terhadap variabel dependen (penerimaan pajak hotel), maka diperoleh hasil persamaan Y= E X1 + ( X2) X3 + ( X4) + ( X5) + e Keterangan: Nilai α : E9 artinya jika variabel jumlah wisatawan, jumlah hotel, jumlah kamar hotel, tarif rata-rata kamar, dan jumlah obyek wisata sama dengan 0, 58

18 maka variabel penerimaan pajak hotel akan setara atau tidak optimal sebesar E9. Koefisien regresi jumlah wisatawan sebesar berarti bahwa ada hubungan positif jumlah wisatawan terhadap penerimaan pajak hotel di Provinsi D.I Yogyakarta, dan secara statistik berpengaruh signifikan. Setiap jumlah wisatawan bertambah sebanyak 1 orang maka penerimaan pajak hotel akan meningkat sebesar dengan asumsi variabel lain dalam kondisi konstan. Artinya semakin banyak jumlah wisatawan maka penerimaan pajak hotel di Provinsi D.I Yogyakarta semakin meningkat. Koefisien regresi jumlah hotel sebesar berarti bahwa ada hubungan negatif jumlah hotel terhadap penerimaan pajak hotel di Provinsi D.I Yogyakarta dan secara statistik berpengaruh signifikan. Setiap penambahan jumlah hotel sebanyak 1 maka penerimaan pajak hotel akan turun sebesar dengan asumsi variabel lain dalam kondisi konstan. Artinya semakin banyak jumlah hotel maka penerimaan pajak hotel di Provinsi D.I Yogyakarta semakin menurun. Koefisien regresi jumlah kamar hotel sebesar berarti bahwa ada hubungan positif jumlah kamar hotel terhadap penerimaan pajak hotel di Provinsi D.I Yogyakarta. Setiap jumlah kamar hotel bertambah 1 kamar maka penerimaan pajak hotel akan meningkat sebesar dengan asumsi variabel lain dalam 59

19 kondisi konstan. Artinya semakin banyak jumlah kamar hotel maka penerimaan pajak hotel di Provinsi D.I Yogyakarta semakin meningkat. Koefisien regresi tarif rata-rata harga kamar hotel sebesar berarti bahwa ada hubungan negatif tarif rata-rata harga kamar hotel terhadap penerimaan pajak hotel di Provinsi D.I Yogyakarta. Artinya semakin besar tarif rata-rata harga kamar hotel maka penerimaan pajak hotel semakin menurun. Koefisien regresi jumlah obyek wisata sebesar berarti bahwa ada hubungan negatif jumlah obyek wisata terhadap penerimaan pajak hotel di Provinsi D.I Yogyakarta. Artinya semakin banyak jumlah wisata maka penerimaan pajak hotel semakin menurun. 4.4 Pembahasan Hasil Uji Hipotesis Jumlah Wisatawan Berdasarkan tabel 4.10 dapat dilihat bahwa variabel jumlah wisatawan mempunyai hasil perhitungan diperoleh signifikansi-t sebesar 0,000 (0,000 < 0,05) dan koefisien variabel jumlah wisatawan sebesar maka Ha1 didukung. Dengan demikian hasil penelitian ini mendukung Ha1 yang diajukan yaitu terdapat pengaruh positif jumlah wisatawan terhadap penerimaan pajak hotel. Semakin 60

20 banyak jumlah wisatawan yang datang maka penerimaan pajak hotel juga semakin meningkat. Pada penelitian ini jumlah wisatawan berpengaruh positif dan signifikan terhadap penerimaan pajak hotel, menurut data dari BPS dari tahun jumlah wisatawan semakin bertambah kemungkinan menginap di hotel. Penerimaan pajak hotel didapatkan dari 10% pembayaran customer. Jumlah wisatawan berbanding lurus dengan bertambahnya jumlah hotel. Dalam lingkup ini para investor beranggapan bahwa di DIY merupakan tempat yang bagus untuk investasi mendirikan hotel-hotel karena akhir-akhir ini jumlah wisatawan manca maupun domestik jumlahnya selalu meningkat dari taun-tahun. Hal ini sama dengan penelitian sebelumnya yang telah dilakukan oleh Aliandi, Vidya Dwi A. (2013) yang menyimpulkan bahwa jumlah wisatawan berpengaruh positif dan signifikan terhadap penerimaan pajak hotel Jumlah Hotel Variabel jumlah hotel mempunyai hasil perhitungan diperoleh signifikansi-t 0,000 (0,000 < 0,05) dan koefisisen variabel , maka Ha2 tidak didukung. Pengujian ini memberikan hasil yang berlawanan dengan hipotesis yang telah diajukan yaitu memberikan hasil jumlah hotel berpengaruh negatif dan signifikan terhadap penerimaan pajak hotel. Artinya semakin banyak jumlah hotel di tiap kabupaten di DIY maka penerimaan pajak hotelnya semakin menurun. Hal ini 61

21 kemungkinan dikarenakan banyaknya jumlah hotel-hotel baru yang belum melaporkan hasil pendapatannya sehingga banyak hotel yang belum membayar pajak, kemungkinan tiap hotel hanya melaporkan sebagian kecil dari penenerimaan pajak hotelnya sehingga pajak yang dikeluarkan juga kecil. Berbeda dengan kota lain dengan penelitian yang dilakukan oleh Adam, Aldo (2013) di Kota Manado bahwa jumlah hotel mempunyai pengaruh positif dan signifikan terhadap penerimaan pajak hotel Jumlah Kamar Hotel Variabel jumlah kamar hotel mempunyai hasil perhitungan diperoleh signifikansi-t 0,000 (0,000 < 0,05) dan koefisisen variabel , maka Ha3 didukung. Dengan demikian hasil penelitian ini mendukung Ha3 yang diajukan yaitu terdapat pengaruh positif jumlah kamar hotel terhadap penerimaan pajak hotel. Semakin banyak jumlah kamar hotel maka penerimaan pajak hotel juga semakin meningkat. Dengan demikian jumlah kamar juga akan bertambah dan hal ini tentunya berbanding lurus pada penerimaan pajak hotel di DIY. Logikanya apabila sebuah hotel mempuyai jumlah kamar yang banyak maka hotel tersebut tarif pajaknya juga semakin besar. Hal ini dikarenakan kemungkinan banyaknya tamu yang memesan kamar untuk menginap dihotel tersebut. 62

22 Berbeda dengan kota lain dengan penelitian yang dilakukan oleh Ginting, Imanda E (2010) di kabupaten Bandung bahwa jumlah kamar hotel berpengaruh negatif terhadap penerimaan pajak hotel Tarif Rata-Rata Kamar Hotel Variabel tarif rata-rata kamar hotel mempunyai hasil perhitungan diperoleh signifikansi-t 0,453 (0,453 > 0,05) dan koefisisen variabel , maka Ha4 tidak didukung. Dengan demikian hasil penelitian ini tidak mendukung Ha4 yang diajukan yaitu terdapat pengaruh negatif tarif rata-rata kamar hotel terhadap penerimaan pajak hotel. Semakin tinggi tarif rata-rata kamar hotel maka penerimaan pajak hotel di DIY semakin menurun. Hal ini dikarenakan apabila hotel tersebut mempunyai tarif rata-rata tinggi dan apabila hotel tersebut tidak laku maka pelaporan manajemen laba dan juga pembayaran pajaknya juga sedikit. Selain itu juga hal ini dipengaruhi karena adanya perang tarif rata-rata harga tiap hotel. Banyak hotel yang memasangkan tarif dengan harga murah, sehingga tarif pajaknya juga rendah. Berbeda dengan daerah lain dengan penelitian yang telah dilakukan oleh Sabatini, Rifqy (2013) dimana pada penelitiannya variabel independen tarif rata-rata harga kamar hotel berpengaruh positif dan signifikan terhadap penerimaan pajak hotel. 63

23 4.4.5 Jumlah Obyek Wisata Variabel jumlah obyek wisata mempunyai hasil perhitungan diperoleh signifikansi-t 0,917 (0,917>0,05) dan koefisisen variabel , maka Ha5 tidak didukung. Dengan demikian hasil penelitian ini tidak mendukung Ha5 yang diajukan yaitu terdapat pengaruh negatif jumlah obyek wisata terhadap penerimaan pajak hotel. Semakin banyak jumlah obyek wisata maka penerimaan pajak hotel di DIY semakin menurun. Hal ini dikarenakan semua wisatawan yang berkunjung ke DIY belum tentu semuanya menginap di Hotel. Bisa saja mereka langusng menuju daerah lain meninggalkan DIY, mengingat keadaan geografis DIY yang luasnya sangat kecil, serta objek objek wisatanya juga pun letaknya tidak begitu berjauhan. Hal ini didukung oleh penelitian sebelumnya yang telah dilakukan oleh Rosalinda, Whini V (2012) dimana pada penelitiannya variabel independen jumlah obyek wisata tidak berpengaruh signifikan terhadap penerimaan pajak hotel. Yang menyatakan bahwa banyaknya jumlah obyek wisata yang ada tidak mendorong wisatawan untuk menginap di suatu hotel. Hal ini dikarenakan obyek wisata yang letaknya tidak berdekatan dengan kawasan perhotelan. Dan juga wisatawan yang berkunjung ke obyek wisata berasal dari tempat yang tidak terlalu jauh dari kawasan obyek wisata yang dikunjungi, sehingga tidak membutuhkan hotel ataupun penginapan. 64

24 4.5 Uji Signifikansi F Uji Signifikansi F dalam penelitian ini untuk menilai apakah model yang digunakan dalam penelitian ini sudah memenuhi kriteria goodness of fit apa tidak. Tabel 4.11 Hasil Uji Signifikansi F ANOVA b Model Sum of Squares df Mean Square F Sig. 1 Regression 1.079E E a Residual 1.016E E19 Total 1.181E22 39 a. Predictors: (Constant), X5, X2, X4, X3, X1 b. Dependent Variable: Y Sumber: Data Sekunder Diolah, 2015 Berdasarkan hasil uji signifikansi F seperti tabel 4.11 dapat diketahui nilai F Statistik sebesar dan probabilitas (sig) sebesar 0,000 < 0,05, yang berarti terdapat pengaruh secara serentak dan signifikan variabel jumlah wisatawan, jumlah hotel, jumlah kamar hotel, tarif rata-rata harga kamar hotel, dan jumlah obyek wisata terhadap penerimaan pajak hotel di Provinsi D.I Yogyakarta pada tahun Dengan demikian model yang diajukan dalam penelitian ini telah memenuhi kriteria goodness of fit. 65

25 4.6 Koefisien Determinasi Koefisien determinasi (Adjusted R 2 ) digunakan untuk mengukur tingkat kemampuan model dalam menjelaskan variasi variabel independen. Nilai Koefisien determinasi adalah antara nol dan satu. Tabel 4.12 Hasil Uji Determinasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate a E9 a. Predictors: (Constant), X5, X2, X4, X3, X1 b. Dependent Variable: Y Berdasarkan Tabel 4.12 diketahui koefisien determinasi sebesar 0,914 dapat diartikan bahwa Penerimaan pajak hotel di Provinsi D.I Yogyakarta 91,9% dapat dijelaskan oleh variabel jumlah wisatawan, jumlah hotel, jumlah kamar hotel, tarif rata-rata harga kamar hotel, dan jumlah obyek wisata sedangkan sisanya sebesar 8,1% penerimaan pajak hotel di Provinsi D.I Yogyakarta dapat dijelaskan oleh variabel lain yang tidak dimasukkan dalam model penelitian. 66