lainnya. Faktor kedua yang menyebabkan masyarakat tidak bersedia di relokasi yaitu masyarakat tidak mempunyai biaya untuk relokasi. Umumnya pendapatan
yang dimiliki masyarakat Kedoya Selatan hanya cukup memenuhi kebutuhan keluarga sehari
– hari, sehingga sulit bagi mereka untuk relokasi dimana biaya yang dibutuhkan dalam relokasi sangat besar. Faktor yang turut mendukung
masyarakat tidak bersedia direlokasi yaitu besarnya kompensasi yang diberikan Pemerintah tidak sesuai dengan permintaan masyarakat. Hal ini memberatkan
masyarakat dalam relokasi, dimana saat ini harga tanah per m
2
sangat mahal. Umumnya, masyarakat meminta kompensasi rata
– rata sebesar Rp 7 314 286 per m
2
, sedangkan pemerintah memberikan kompensasi sebesar Rp 4 500 000 per m
2
.
6.3.1 Estimasi Model Regresi Logistik Terhadap Faktor – Faktor yang
Mempengaruhi Kesediaan Masyarakat Direlokasi
Hasil olahan data menunjukkan bahwa model yang diperoleh adalah sebagai berikut:
Z = -1.088 + 0.000 X
1
+ 0.001 X
2
– 0.009X
3
+ 0.341 X
4
+ ε....................6.2
Di mana: Z
= peluang responden menyatakan bersedia direlokasi 1 atau tidak bersedia direlokasi 0
X
1
= pendapatan rupiah X
2
= kedalaman genangan cm X
3
= luas rumah m
2
X
4
= jumlah tanggungan keluarga orang Berdasarkan hasil analisis regresi logistik, diperoleh nilai -2 Log likelihood
sebesar 86.891, Cox and Snell R Square sebesar 0.094 dan Nagelkerke R Square sebesar 0.126. Besarnya nilai Nagelkerke R Square menunjukkan kemampuan
empat peubah bebas dalam menjelaskan kesediaan masyarakat relokasi sebesar 12.6 sedangkan sebesar 87.4 dijelaskan oleh faktor lain diluar model.Hasil
uji goodness of fit dapat dilihat dengan melihat nilai chi –square dalam Tabel
Hosmer and Lemeshow Test Lampiran 4. Berdasarkan pengolahan data, nilai chi-square sebesar 0.702 Sig pada Tabel Hosmer and Lemeshow Test, berarti
nilai Sig α = 15 . Selain itu, nilai Overall Percentage diperoleh 62.9 .
Hasil analisis regresi logistik juga menunjukkan peubah bebas yang berpengaruh nyata maupun tidak nyata dalam taraf alpha. Hal ini terlihat dari
besarnya nilai Sig α. Interpretasi peubah bebas yang berpengaruh nyata maupun
tidak nyata akan dijelaskan dalam subbab berikut ini.
6.3.1.1 Pendapatan Rumah Tangga
Hasil regresi logistik menunjukkan bahwa peubah bebas luas rumah mempunyai nilai Sig sebesar 0.395. Artinya, peubah bebas ini berpengaruh tidak
nyata terhadap peluang kesediaan relokasi pada taraf nyata α = 15. Koefisien pendapatan rumah tangga bertanda positif yang menunjukkan
kesesuaian terhadap hipotesis. Nilai odds ratio yang dihasilkan sebesar 1.000. Artinya, pendapatan yang semakin besar akan meningkatkan peluang untuk
bersedia relokasi 1.000 kali lebih tinggi dibandingkan dengan peluang untuk tidak bersedia relokasi.
6.3.1.2 Kedalaman Genangan
Hasil regresi logistik menunjukkan bahwa peubah bebas kedalaman genangan mempunyai nilai Sig sebesar 0.944. Artinya, peubah bebas ini
berpengaruh tidak nyata terhadap peluang kesediaan relokasi pada taraf nyata α = 15. Koefisien kedalaman genangan bertanda positif yang menunjukkan
kesesuaian terhadap hipotesis. Nilai odds ratio yang dihasilkan sebesar 1.001. Artinya, semakin tinggi kedalaman genangan akan meningkatkan peluang untuk
bersedia relokasi 1.001 kali lebih tinggi dibandingkan dengan peluang untuk tidak bersedia relokasi.
6.3.1.3 Luas Rumah
Hasil regresi logistik menunjukkan bahwa peubah bebas luas rumah mempunyai nilai Sig sebesar 0.117. Artinya, peubah bebas ini berpengaruh nyata
terhadap peluang kesediaan relokasi pada taraf nyata α = 15. Koefisien luas rumah bertanda negatif yang menunjukkan kesesuaian terhadap hipotesis. Nilai
odds ratio yang dihasilkan sebesar 0.991. Artinya, luas rumah yang semakin besar
