32 Tabel 9 Indikator pengukuran WTP
No. Variabel Cara
Pengukuran 1
Willingness to Pay WTP
Dengan menggunakan teknik bidding game 2
Lama Tinggal LMT Dibedakan menjadi empat kelas yaitu:
a. ≤ 5 tahun
b. 6-15 tahun c. 16-25 tahun
d. 26-35 tahun e.
≥ 36 tahun 3
Tingkat Pendidikan PNDKN
Dibedakan menjadi empat kelas yaitu: a. Tidak Sekolah
b. SD c. SMP Sederajat
d. SMA Sederajat e. Perguruan Tinggi
4 Tingkat Pendapatan
PDPTN Dikelompokkan menjadi enam kategori yaitu :
a. ≤
Rp1.800.000 b. Rp1.800.0001- Rp2.300.000
c. Rp2.300.001 – Rp2.800.000 d. Rp2.800.001 – Rp3.200.000
e. Rp3.200.000 5 Jumlah
Tanggungan JT Dikelompokan menjadi lima kelas yaitu :
a. 0–1 orang b. 2-3 orang
c. 4-5 orang d. 5 orang
6 Frekuensi Kunjungan
FK Dikelompokan menjadi lima kelas yaitu :
a. 2-7 kalibulan b. 8-13 kalibulan
c. 14-19 kalibulan d. 20-25 kalibulan
7 Kebersihan DBRSH
Kebersihan merupakan variabel dummy. Apakah kondisi HKTB saat ini sudah bersih?
1= Bersih 0= Tidak bersih 8 Keindahan
DNDH Keindahan merupakan variabel dummy. Apakah kondisi
HKTB saat ini sudah indah? 1= Indah 0= Tidak Indah
9 Kenyamanan DNYMN Kenyamanan merupakan variabel dummy. Apakah kondisi
HKTB saat ini sudah nyaman? 1= Nyaman 0= Tidak Nyaman
10 Kesejukan DSJK
Kualitas udara merupakan variabel dummy. Apakah kondisi kualitas udara HKTB saat ini sudah sejuk?
1= Sejuk 0= Tidak Sejuk
33
4.5 Pengujian Parameter Regresi 1.
Uji Keandalan
Uji keandalan dilakukan untuk mengevaluasi pelaksanaan CVM dilihat dengan nilai koefisien determinasi atau R-square R
2
dari Ordinary Least Square OLS WTP. Koefisien determinasi adalah suatu nilai statistik yang dapat
mengetahui besarnya kontribusi variabel bebas terhadap variabel terikat dari suatu persamaan regresi Firdaus 2004. Berdasarkan Hanley and Spash 1993 untuk
penelitian yang berkaitan dengan benda lingkungan dapat mentolerir nilai R- square R
2
hingga 15 persen.
2. Uji Multikolinearitas
Salah satu asumsi dasar dari model regresi berganda adalah bahwa tidak ada hubungan linear sempurna antar peubah bebas dalam model tersebut. Jika
hubungan tersebut ada, dapat dikatakan bahwa peubah-peubah bebas tersebut berkolinearitas ganda sempurna perfect multicolinearity. Multikolinearitas
muncul jika dua atau lebih peubah atau kombinasi peubah bebas berkorelasi tinggi antara peubah yang satu dengan yang lainnya Juanda 2009. Uji multikolinearitas
dapat diketahui dengan melihat nilai VIF Variance Inflation Factor. Jika nilai VIF 10 maka terbebas dari masalah multikolinearitas.
3. Uji Heteroskedastisitas
Salah satu asumsi dari model regresi linear adalah bahwa ragam sisaan ε
sama atau homogen, asumsi ini disebut homokedastisitas. Pelanggaran terhadap asumsi homokedastisitas adalah heteroskedastisitas. Masalah heteroskedastisitas
dapat dideteksi dengan melihat plot grafik hubungan antara residual dengan fitsnya. Jika pada gambar ternyata residual menyebar dan tidak membentuk pola
tertentu maka dapat dikatakan bahwa dalam model tersebut tidak terdapat masalah heteroskedastisitas atau ragam sisaan sama.
4. Uji Normalitas
Uji normalitas dilakukan untuk melihat apakah error term dari data observasi yang jumlahnya kurang dari 30 mendekati sebaran normal sehingga
statistik t dapat dikatakan sah. Pada penelitian ini data yang digunakan lebih dari 30 sehingga dapat diduga bahwa data telah mendekati sebaran normal. Namun