Analisis Fungsi WTP Pengolahan dan Analisis Data

mengerti pasar hipotetik? Seberapa besar tingkat kesalahan responden dalam menjawab pertanyaan yang diajukan? Seberapa baik pasar hipotetik untuk menangkap setiap aspek dalam barang lingkungan? Asumsi apa yang digunakan untuk dapat menghasilkan nilai rata-rata dan bentuk pengumpulan penawaran? Seberapa baik penanganan permasalahan yang terjadi diasosiasikan dengan CVM? Untuk mengevaluasi pelaksanaan model CVM dapat dilihat dari tingkat keandalan fungsi WTP untuk mengetahui apakah CVM yang dilakukan dapat memberikan gambaran yang sebenarnya dari ukuran penilaian DPKLH.

4.4.4 Analisis Fungsi WTP

Untuk mengetahui faktor-faktor yang mempengaruhi WTP pengusaha industri batik terhadap pembiayaan pengelolaan UPL secara mandiri digunakan model regresi berganda. Berdasarkan penelitian terdahulu dan teori yang berkaitan, maka persamaan regresi dalam penelitian ini adalah sebagai berikut : midWTP = Nilai tengah WTP β = Konstanta β 1, …, β 7 = Koefisien regresi PDPT = Tingkat pendapatanRpbulan BPROD = Biaya produksi Rpbulan JT = Jumlah tanggungan orang PLYN = Penilaian pengelolaan UPL bernilai 1 jika “puas”, nilai 0 jika” tidak puas” LIMB = Kapasitas buangan limbah ke UPL liter perhari TAHU = Pengetahuan mengenai tingkat pencemaran bernilai satu jika “tahu” dan bernilai nol jika “tidak tahu” BIAYA = Biaya untuk mengurangi pencemaran Rpbulan i = Responden ke-i i=1,2,3,…n e = Galat Intepretasi untuk variabel tingkat pendapatan, adalah jika semakin tinggi tingkat pendapatan dari responden, diduga akan mempengaruhi responden membayar lebih untuk mendapatkan kualitas lingkungan yang lebih baik. Variabel tingkat pengetahuan responden akan pencemaran akibat limbah cair batik termasuk variabel dummy, dimana jika responden tahu maka diberi nilai satu, jika tidak tahu, maka diberi nilai nol , jika responden semakin tahu tentang pencemaran lingkungan akibat limbah diduga akan bersedia untuk membayar lebih tinggi agar mendapatkan kualitas lingkungan yang lebih baik. Pemilihan variabel penilaian pengelolaan UPL ini diduga akan mempengaruhi responden untuk berani membayar lebih untuk pengelolaan selanjutnya. Variabel ini termasuk variabel dummy, diberi nilai 1 jika responden merasakan puas, dan jika tidak merasakan puas, maka diberi nilai nol. Variabel jumlah buangan limbah diduga akan mempengaruhi responden untuk membayar lebih, jika kapasitas buangannya semakin banyak. Variabel yang diduga mempengaruhi secara negatif adalah variabel biaya produksi, jika semakin banyak yang dikeluarkan biaya produksinya, maka akan mempengaruhi responden untuk memberikan nilai kesediaan membayar yang lebih rendah dibandingkan responden yang biaya produksinya lebih kecil. Variabel jumlah tanggungan diduga akan mempengaruhi responden dalam memberikan nilai kesediaan yang lebih rendah jika jumlah tanggungannya banyak, dan terakhir variabel besarnya biaya untuk mengurangi tingkat pencemaran, jika semakin besar biaya yang dikeluarkan maka akan mempengaruhi responden untuk memberikan nilai kesediaan lebih rendah.

4.5 Pengujian Parameter

Pengujian terhadap parameter model dilakukan untuk memeriksa kebaikan model. Uji statistik yang dilakukan adalah dengan menggunakan statistik uji G dan statistik uji wald. 1. Uji G Statistik uji G adalah uji rasio kemungkinan maksimum likelihood ratio test yang digunakan untuk menguji peranan variable penjelas secara serentak Hosmer Lemeshow, 1989 dalam Hudayanti 2007. Rumus umum untuk uji G adalah: Dimana : L0 = nilai likelihood tanpa variable penjelas L1 = nilai likelihood model penuh The log-likelihood biasa dikenal sebagai – 2LL - two times the log- likelihood dimana nilai tersebut dapat memperkirakan distribusi chi-square X2 dan memungkinkan penentuan level signifikasi. Menurut Hutcheson Sofroniou 1999 dalam Qomariah 2005, ukuran dari pengaruh semua variabel penjelas dalam model yang memakai variable respon dapat diperoleh dengan membandingkan –2LL untuk model tanpa variable penjelas model nol atau biasa dikenal sebagai the initial log-likelihood function dengan –2LL untuk model dengan semua variable penjelas. Perbedaan dalam –2LL antara kedua model tersebut menunjukkan pengaruh dari variable penjelas. Pengujian terhadap hipotesis pada uji G responden pengusaha batik dan maupun rumah tangga adalah sebagai berikut: H1= minimal ada satu nilai tidak sama dengan nol, dimana i = 1,2,3,…8

Dokumen yang terkait

PENAKSIRAN NILAI EKONOMI TAMAN WISATA LEMBAH HIJAU DENGAN PENDEKATAN : CONTINGENT VALUATION METHOD

7 56 78

IMPLEMENTASI PERATURAN DAERAH NOMOR 3 TAHUN 2010 TENTANG LINGKUNGAN HIDUP (Studi Kasus di Kelurahan Jenggot, Kecamatan Pekalongan Selatan, Kota Pekalongan)

0 8 71

HUBUNGAN PRAKTEK PENCEGAHAN PENULARAN DENGAN KEJADIAN FILARIASIS DI KELURAHAN JENGGOT KOTA PEKALONGAN TAHUN 2015

0 18 114

Analisis willingness to accept masyarakat terhadap tempat pembuangan akhir sampah bantargebang dengan pendekatan contingent valuation method (kasus Kelurahan Udik Kecamatan Bantargebang Kota Bekasi)

2 10 163

Analisis ekonomi lingkungan pengelolaan limbah industri kecil tapioka/aci: Pendekatan contingent valuation method (CVM) (Kasus Kelurahan Ciluar, Kecamatan Bogor Utara, Kota Bogor)

7 62 279

Perencanaan Lanskap Kawasan Industri Batik Rumah Tangga Di Kelurahan Jenggot Kota Pekalongan

1 9 80

Pemanfaatan Tenaga Kerja Anak pada Industri Batik di Kelurahan Buaran Kecamatan Pekalongan Pekalongan Selatan Kota Pekalongan (Kasus di industri batik “Faaro” dan “Ghinata).

6 17 119

KESEDIAAN MEMBAYAR MITIGASI BANJIR DENGAN PENDEKATAN CONTINGENT VALUATION METHOD | Rusminah | JESP: Jurnal Ekonomi & Studi Pembangunan 1252 3516 1 SM

0 0 12

PARTISIPASI PENGRAJIN BATIK DALAM PENGELOLAAN LIMBAH DI WILAYAH INDUSTRI BATIK KELURAHAN JENGGOT KECAMATAN PEKALONGAN SELATAN -

0 2 51

BUDAYA HUKUM DAN PEMBERDAYAAN MASYARAKAT PENGUSAHA BATIK DALAM RANGKA MENANGGULANGI LIMBAH BATIK DI KOTA PEKALONGAN (Study Kasus Sosio Legal dan aspek ekonomi di Kota Pekalongan)

0 0 14