Tidak memiliki uang untuk membayar.

Tabe l 17. Alasan Pengrajin Tidak Bersedia Membayar Terhadap Pengelolaan Limbah Skenario Pertama Alasan Jumlah orang Persentase

1. Tidak memiliki uang untuk membayar.

6 42,86 2. Pengelolaan limbah dan pelestarian lingkungan merupakan tugas pemerintah. 4 28,57 3. Menambah biaya produksi. 2 14,29 4. Biaya harga pembangunan IPAL mahal. 1 7,14 5. Tidak ada keluhan dari warga sekitar. 1 7,14 Total 14 100,00 Estimasi faktor-faktor yang mempengaruhi pengrajin bersediatidak bersedia membayar terhadap skenario pertama dilakukan dengan analisis probit. Sebagai dependent variable adalah peluang pengrajin bersediatidak bersedia sedangkan umur, pendidikan, biaya tenaga kerja, jumlah bahan baku singkong, pendapatan, luas tempat usaha, tingkat masalah akibat dampak negatif limbah, pengetahuan manfaat pengelolaan limbah sebagai independent variable. Peluang membayar dimasukkan ke dalam analisis dengan memberikan nilai satu bagi responden yang bersedia membayar, dan nilai nol bagi yang tidak bersedia membayar. Nilai independent variable dibedakan menjadi variabel kategori dan variabel nominal. Tingkat masalah akibat dampak negatif limbah, dan pengetahuan manfaat pengelolaan limbah merupakan variabel kategori karena nilai bukan menunjukkan sebagai besaran, tetapi hanya untuk membedakan antara katogori yang satu dengan yang lainnya. Sedangkan yang termasuk dalam variabel nominal adalah umur, pendidikan, biaya tenaga kerja, jumlah bahan baku singkong, pendapatan, dan luas tempat usaha karena nilai menunjukkan suatu besaran atau tingkatan. Independent variable yang berpengaruh nyata pada analisis ini adalah pendidikan, jumlah bahan baku singkong yang digunakan per hari, pendapatan, luas tempat usaha, tingkat masalah akibat dampak negatif limbah, dan pengetahuan manfaat pengelolaan limbah. Variabel- variabel tersebut berpengaruh nyata disebabkan karena nilai P kurang dari a. Pengujian ketika semua slope model sama dengan nol menghasilkan statistik G sebesar 31,966 dengan nilai P- Value sama dengan 0,000, yang berarti bahwa terdapat minimal satu slope model yang tidak sama dengan nolminimal satu variabel berpengaruh nyata. Selain itu berdasarkan uji kebaikan kebaikan model yaitu melalui metode Pearson, Deviance, dan Hosmer-Lemeshow diperoleh nilai P lebih besar dari a yang berarti tidak cukup bukti untuk menyimpulkan model yang diperoleh tidak baik Tabel 18. Dengan demikian didapatkan model persaman probit sebagai berikut Hasil selengkapnya dapat dilihat pada Lampiran 3 : Interpretasi dari model probit pilihan kesediaan membayar skenario pertama tidak dapat secara langsung seperti pada model model regresi. Dalam menginterpretasikan model tersebut, terlebih dahulu menggunakan contoh satu orang. Misalnya sesorang diketahui memiliki nilai variabel UM=40, LU=15, PDDK=6, TK=10, SKG=25, LTU=2000, DM=1, PLB=1, dapat diestimasi nilai probabilitas menyatakan bersedia membayar adalah gx = 2,64. Untuk mengubah angka tersebut menjadi nilai probabilitas, gunakan tabel distribusi normal standar z, didapatkan nilai z = 0,0041. Nilai tersebut dikurangkan dari nilai 1 sehingga diperoleh 1 - 0,0041 = 0,9956. Dengan demikian probabilitas orang tersebut memilih bersedia membayar untuk skenario pertama sebesar 99,59 . gx = -16,269 + 0,169 UM i + 7,674 PDDK i – 0,0894 TK i + 0,779 SKG i + 0,002 LTU i + 4,661 DM i – 26,664 PLB i + e i Tabel 18. Hasil Probit Pilihan Kesediaan Membayar Pengrajin Terhadap Skenario Pertama Parameter Koefisien P Keterangan Constant -16,269 0,066 - Umur UM 0,169 0,280 Tidak Berpengaruh Pendidikan PDDK