6. Variabel P ekerjaan Variabel pekerjaan dipilih atas dasar adanya responden yang bekerja
tergantung pada aktifitas bandar udara, dimana hal ini akan mempengaruhi penilaian mereka terhadap kebisingan bandar udara.
7. Variabel S tatus rumah Variabel ini dikategorikan menjadi dua yaitu rumah sendiri dan rumah
sewa. Status rumah ini akan mempengaruhi keputusan responden dalam penilaian terhadap lingkungannya.
8. Variabel Kawasan Kebisingan Variabel ini dikategorikan menjadi 3 yaitu kawasan kebisingan tingkat 1,
kawasan kebisingan tingkat 2 dan kawas an kebisingan tingkat 3. Variabel ini akan mempengaruhi penilaian responden terhadap lingkungan karena nilai yang
diperoleh pada masing-masing kawasan berbeda.
3.4.8 Pengujian Parameter
Untuk memeriksa keb aikan dari model yang telah dibuat, perlu dilakukan pengujian secara statistika. Uji yang akan dilakukan adalah:
1. Uji G
Statistik uji G adalah uji rasio kemungkinan maksimum likelihood ratio test yang digunakan untuk menguji peranan variabel penjelas secara serentak.
Rumus umum untuk uji G Hosmer dan Lemeshow, 1989 adalah:
− =
1
ln 2
I I
G
dimana: I
= Nilai loglikelihood tanpa variabel penjelas I
1
= Nilai loglikelihood model penuh
Ukuran dari semua variabel penjelas dalam model yang memakai variabel respon dapat diperoleh dengan membandingkan -2LL untuk model tanpa
variabel penjelas model nol atau biasa dikenal sebagai the initial loglikelihood function dengan -2LL -two times the log -likelihood
merupakan nilai yang dapat digunakan untuk memperkirakan distribusi chi- square
χ
2
dan memungkinkan penentuan level signifikasi. Perbedaan dalam -2LL dalam model tanpa variabel penjelas dan dengan variabel penjelas
menunjukkan pengaruh dari variabel penjelas itu sendiri Hutcheson dan Sofroniou, 1999.
Pengujian terhadap hipotesis pada uji G responden adalah sebagai berikut: Ho: ß
1
= ß
2
=…=ß
n
=0 untuk H1: minimal ada satu ß
i
tidak sama dengan nol dimana i = 1,2…8
Statistik G akan mengikuti sebaran χ
2
dengan derajat bebas α
. Kriteria keputusan yang diambil adalah jika G
χ
2
p α
, maka hipotesis nol H ditolak.
Uji G juga dapat digunakan untuk memeriksa apakah nilai yang diduga dengan peubah di dalam model lebih baik jika dibandingkan dengan model tereduksi
Hosmer dan Lemeshow, 1989.
2. Uji Wald
Uji wald digunakan untuk uji nyata parsial bagi masing-masing koefisien variabel. Dalam pengujian hipotesa, jik a koefisien dari variabel penjelas sama
dengan nol, hal ini berarti variabel penjelas tidak berpengaruh pada variabel respon. Statistik uji wald dapat didefinisikan sebagai berikut Hosmer dan
Lemeshow, 1989:
j j
j
E S
W β
β ρ
ρ ρ
=
dimana: =
j
β ρ
penduga ß
j
=
j
E S
β ρ
ρ
penduga galat baku dari ß
j
Uji Wald melakukan pengujian terhadap hipotesis: H0 : ßj =0
H1 : ßj 0 Uji wald mengikuti sebaran normal baku dengan kaidah keputusan menolak
H0 jika |
W |
Z
α 2
Hosmer dan Lemeshow, 1989.
3. Uji Statistik F
Pengujian ini dilakukan untuk mengetahui pengaruh variabel X
i
secara bersama-sama terhadap variabel tidak bebasnya Y
i
. Prosedur pengujiannya Ramanathan, 1997 antara lain:
Ho:ß1=ß2=ß3=...=ßk=0 H1:ß1=ß2=ß3=...=ßk0
1 1
− −
= n
JKGk k
JKK Fhit
dimana: JKK
= Jumlah kuadrat untuk nilai tengah kolom JKG
= Jumlah kuadrat galat n
= Jumlah sampel K
= Jumlah peubah Jika F-hit F tabel , maka H
diterima, artinya variabel X
i
secara serentak tidak berpengaruh nyata terhadap Y
i
Jika F-hit F tabel, maka H ditolak, artinya variabel X
i
secara serentak berpengaruh nyata terhadap Y
i
4. Uji Terhadap Kolinear Ganda Multicollinearity
