WTP
i
= WTP Individu kei P
= Jumlah Populasi n
i
= Jumlah Sampel kei N
= Jumlah Sampel i
= Responden WTP 1,2,…,n
4.5.4 Analisis Faktor1Faktor yang Mempengaruhi ilai WTP
Untuk mengevaluasi penggunaan CVM yaitu dengan menggunakan uji keandalan Reliability Test atas penawaranpenawaran WTP yang ditunjukkan
dengan koefisien determinasi R
2
dari model OLS Ordinary Least Square WTP dengan menggunakan analisis regresi berganda. Menurut Mitchell dan Carson
1989 dalam Garrod dan Willis 1999 studi CVM yang menghasilkan nilai R
2
lebih rendah dari 0,15 dapat dikatakan tidak reliabel. Sedangkan nilai R
2
yang tinggi dapat menunjukkan tingkat reabilitas penggunaan CVM.
Faktorfaktor yang mempengaruhi nilai WTP masyarakat dapat dianalisa dengan menggunakan model regresi linear berganda. Persamaan regresi dalam
penelitian ini adalah: WTP
i
= ß + ß
1
PDDK +ß
2
PDPT + ß
3
TANG + ß
4
LMTGL + ß
5
LSTGL + ß
6
KPNDDKN + ß
7
JK + ß
8
USIA + Ű
i
dimana: WTP
i
= Nilai WTP responden Rp
ß = Intersep
ß
1,
ß
2,…,
ß
8
= Koefisien dari regresi PDDK
= Tingkat pendidikan tahun PDPT
= Tingkat pendapatan rupiahbulan TANG
= Jumlah tanggungan orang LMTGL
= Lama tinggal tahun LSTGL
= Luas tempat tinggal meter persegi
KPNDDKN = Status kependudukan bernilai 1 jika “asli Jakarta”, bernilai 0 jika “bukan Jakarta”
JK = Jenis Kelamin bernilai 1 jika ”lakilaki”, bernilai 0 jika
”perempuan” USIA
= Tingkat usia tahun i
= Responden kei i = 1,2,…,n Ű
= Galat ß
1
,ß
2
,ß
4
,ß
6
,ß
7
,ß
8
0 dan ß
3
,ß
5
Variabel yang diduga mempengaruhi secara positif adalah tingkat pendidikan, tingkat pendapatan, lama tinggal, status kependudukan, jenis kelamin
dan tingkat usia. Interpretasi variabel tingkat pendidikan adalah jika semakin tinggi tingkat pendidikan responden, diduga akan mempengaruhi responden
dalam memberikan nilai kesediaan yang lebih tinggi. Interpretasi variabel tingkat pendapatan adalah jika semakin tinggi tingkat pendapatan responden, diduga akan
mempengaruhi responden dalam memberikan nilai kesediaan yang lebih tinggi. Interpretasi variabel lama tinggal adalah jika semakin lama responden tinggal,
diduga akan mempengaruhi responden dalam memberikan nilai kesediaan yang lebih tinggi.
Interpretasi status kependudukan adalah jika status kependudukannya asli Jakarta, diduga akan mempengaruhi responden dalam memberikan nilai kesediaan
yang lebih tinggi. Interpretasi variabel jenis kelamin adalah jika berjenis kelamin lakilaki, diduga akan mempengaruhi responden dalam memberikan nilai
kesediaan yang lebih tinggi. Interpretasi tingkat usia adalah jika semakin tinggi tingkat usia responden, diduga akan mempengaruhi responden dalam memberikan
nilai kesediaan yang lebih tinggi.
Variabel yang diduga mempengaruhi secara negatif adalah variabel jumlah tanggungan dan variabel luas tempat tinggal. Interpretasi variabel jumlah
tanggungan adalah jika semakin banyak jumlah tanggungan responden, diduga akan mempengaruhi responden dalam memberikan nilai kesediaan yang lebih
rendah. Interpretasi variabel luas tempat tinggal adalah jika semakin lama responden tinggal, diduga akan mempengaruhi responden dalam memberikan
nilai kesediaan yang lebih rendah.
4.6 Pengujian Parameter
Kategori