IV.4.2.2. Analisa Linier Berganda
Untuk mengetahui keterkaitan hubungan antar variabel bebas Peran Serta dan Kesadaran Masyarakat, Kebijakan
Pemerintah dan Peraturan Perundang-undangan, Partisipasi BLH dan Perguruan Tinggi dengan variabel terkait dalam hal ini variabel
Kondisi Hutan Mangrove, digunakan alat Analisa Regresi Linier Berganda dengan alat bantu perhitungan SPSS Statistical Package
for Socials Science versi 17.00
Untuk analisa linier berganda menggunakan rumus : Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
Dimana : Y = Kondisi Hutan Mangrove
a = Konstanta
X
1
= Variabel Peran Serta dan Kesadaran
Masyarakat X
2
= Kebijakan Pemerintah dan Peraturan Perundang-undangan
X
3
= Partisipasi BLH dan Perguruan Tinggi Untuk menghitung b
1
, b
2
dan b
3
dapat diperoleh dari persamaan berikut :
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
Maka diperoleh : b
1
= 0.353 b
2
= 0.236
b
3
= 0.379 a = 0.404
Sehingga persamaan regresinya diperoleh : Y = 0.404 + 0.353X
1
+ 0.236X
2
+ 0.379X
3
Dari persamaan tersebut dapat dijelaskan bahwa masing- masing koefisien b diperoleh nilai positif, hal ini mengandung arti
apabila masing-masing variabel diteliti lebih ditingkatkan atau lebih diperhatikan maka secara bersama-sama akan berpengaruh terhadap
Kondisi Hutan Mangrove Sungai Wain Balikpapan sebagai ekowisata.
Tabel 4.29. Hasil Perhitungan Koefisien Determinasi Model Summary
Setelah mengetahui nilai koefisien b
1
, b
2
dan b
3
dan persamaan garis regresinya maka untuk mengukur keeratan
hubungan antara variabel Peran Serta dan Kesadaran Masyarakat X
1
, Kebijakan Pemerintah dan Peraturan Perundang-undangan X
2
, dan Partisipasi BLH dan Perguruan Tinggi X
3
terhadap
Model Summary
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Change Statistics
R Square Change
F Change df1
df2 Sig. F
Change 1
.522
a
.273 .189
.19923 .273
3.247 3
26 .038
a. Predictors: Constant, Partisipasi BLH dan Perguruan Tinggi, Kebijakan Pemerintah dan Peraturan Undang- undang, Peran Serta dan Kesadaran Masyarakat
Kondisi Hutan Mangrove Sungai Wain Balikpapan Y dengan cara menghitung koefisien korelasinya sebagai berikut :
R = 0.522 Koefisien Korelasi R = 0.522 ini menunjukkan hubungan
yang erat dari variabel Peran Serta dan Kesadaran Masyarakat X
1
, Kebijakan Pemerintah dan Peraturan Perundang-undangan X
2
, dan Partisipasi BLH dan Perguruan Tinggi X
3
terhadap Kondisi Hutan Mangrove Sungai Wain Balikpapan Y. Untuk mengukur derajat
ketepatan atau kecocokan goodness of fit variabel X
1
, X
2
, dan X
3
terhadap variabel Y adalah digunakan Koefisien Determinasi R
2
= 0.273 . Artinya variabel variabel Peran Serta dan Kesadaran
Masyarakat X
1
, Kebijakan Pemerintah dan Peraturan Perundang- undangan X
2
, dan Partisipasi BLH dan Perguruan Tinggi X
3
mempengaruhi variabel Kondisi Hutan Mangrove Sungai Wain Balikpapan Y sebesar 27.3 sedangkan sisanya sebesar 72.7
dipengaruhi oleh variabel lain yang tidak terdapat didalam penelitian ini.
Tabel 4.30 Tabel Hasil Perhitungan ANOVA
ANOVA
b
Model Sum of Squares
df Mean Square
F Sig.
1 Regression
.387 3
.129 3.247
.038
a
Residual 1.032
26 .040
Total 1.419
29 a. Predictors: Constant, Partisipasi BLH dan Perguruan Tinggi, Kebijakan Pemerintah dan
Peraturan Undang-undang, Peran Serta dan Kesadaran Masyarakat b. Dependent Variable: Kondisi Hutan Mangrove
Nilai R sebesar 0.522 atau 52.2 hal ini menunjukkan adanya hubungan yang erat sesuai dengan korelasi yang ada bila
hasil R ada diantara 0.50 – 1. Untuk menguji koefisien regresi dan menunjukkan kemaknaan hipotesis yang digunakan uji F uji
bersama-sama dengan membandingkan nilai F
hitung
dengan F
tabel
dengan tingkat signifikan 90.
F
hitung
=
1 1
2 2
− −
− =
k n
R K
R F
F
hitung
= 3.247 Menentukan LOS Level of Significance dengan
α = 0.1 Tabel yaitu F df 2 = 26 dan df 1 = 3 maka diperoleh F
tabel
sebesar = 2.980. jadi perhitungan diatas dapat dilihat F
h
= 3.247 F
t
= 2.980 dan diperoleh nilai signifikan 0.038 0.1 dengan menunjukkan bahwa faktor-faktor pengelolaan berpengaruh terhadap
kondisi huta mangrove sehingga hipotesis diterima.
Proses pengujiannya adalah : 1. H
: β = 0 berarti variabel X
1
, X
2
, dan X
3
tidak ada hubungan yang nyata dengan variabel Y.
2. H
1
: β ≠ 0 berarti variabel X
1
, X
2
, dan X
3
ada hubungan yang nyata dengan variabel Y.
Dengan rumus hipotesis : H
; β
1
= β
2
= β
3
= β
4
= β
5
= 0 H
1
Hipotesis alternatif ; salah satu nilai β ≠ 0
H Hipotesis awal diterima apabila -
t α2 ≤ th t α2 H
Hipotesis awal ditolak apabila t
h
t α2 atau t
h
- t α2
Bila diperhatikan secara parsial pengaruh masing-masing variabel terhadap kondisi hutan mangrove adalah :
1 Pengujian b
1
yaitu : t
h1
= 1.982 Menentukan LOS Level of Significance
dengan α = 0.1 Tabel yaitu t α2 : n – 1 t
tabel
= 1.697, jadi berdasarkan perhitungan tersebut t
h1
t
tabel
maka H
1
Hipotesis alternatif diterima dan menolak H
Hipotesis awal. Artinya terdapat pengaruh yang nyata dan signifikan antara variabel X
1
Peran Serta dan Kesadaran Masyarakat dengan variabel terkait dalam
hal ini variabel Kondisi Hutan Mangrove.
2 Untuk pengujian b
2
sebagai berikut : t
h2
= 1.708 Menentukan LOS Level of Significance
dengan α = 0.1 Tabel yaitu t α2 : n – 1 t
tabel
= 1.697, jadi berdasarkan perhitungan tersebut t
h1
t
tabel
maka H
1
Hipotesis alternatif diterima dan menolak H
Hipotesis awal. Artinya terdapat pengaruh yang nyata dan signifikan antara variabel X
2
Kebijakan Pemerintah dan Peraturan Perundang-undangan dengan variabel terkait dalam hal ini variabel Kondisi Hutan
Mangrove. 3 Untuk pengujian b
3
sebagai berikut : t
h3
= 2.246 Menentukan LOS Level of Significance
dengan α = 0.1 Tabel yaitu t α2 : n – 1 t
tabel
= 1.697, jadi berdasarkan perhitungan tersebut t
h1
t
tabel
maka H
1
Hipotesis alternatif diterima dan menolak H
Hipotesis awal. Artinya terdapat pengaruh yang nyata dan signifikan antara variabel X
1
Partisipasi BLH dan Perguruan Tinggi dengan variabel terkait dalam hal ini variabel Kondisi Hutan Mangrove.
Dari hasil analisa secara parsial masing-masing variabel memberikan pengaruh yang signifikan. Hal ini dibuktikan dengan
adanya nilai t
hitung
dari masing-masing variabel lebih besar dari t
tabel
, dan nilai signifikan dari masing-masing variabel lebih kecil 0.1.
IV.4.2.3. Analisis SWOT