28 Tabel 7 Indikator pengukuran nilai WTA
No Variabel
Cara pengukuran 1
WTA Menggunakan payment card yang didasarkan pada
harga bensin sebagai batas bawah dan harga membuat sumur bor sebagai batas atas
2 Usia respondenUR
tahun Dibedakan menjadi lima kelas yaitu:
a. 15 – 24 tahun c. 35 – 44 tahun e. ≥ 55 tahun
b. 25 – 34 tahun d. 45– 54 tahun
3 Tingkat pendidikan
PNDK tahun Dibedakan menjadi lima kelas yaitu:
a. SD d. Perguruan Tinggi
b. SMP e. Tidak Sekolah c. SMA
4 Tingkat
pendapatanPNDP Rp Dikelompokkan menjadi lima kategori yaitu:
a. Rp500.000
b. Rp500.000 - Rp1.500.000
c. Rp1.500.001 - Rp2.500.000
d. Rp2.500.001 - Rp3.500.000
e. Rp3.500.000
5 Jarak tempat tinggal
JTT meter Dikelompokkan menjadi lima kategori yaitu:
a. 500 m d. 1.501 – 2.000 m
b. 500 – 1.000 m e. 2.001 m
c. 1.001 – 1.500 m
6 Jumlah tanggungan
keluargaJTK orang Dikelompokan menjadi lima kelas yaitu:
a. ≤ 2 orang d. 5 orang
b. 3 orang e. ≥6 orang
c. 4 orang 7
Lama tinggal LT tahun
Dikelompokan menjadi lima kelas yaitu: a.
≤ 5 tahun d. 26-35 tahun
b. 6-15 tahun e. ≥ 35 tahun
c. 16-25 tahun
8 Warna air DWA
Dummy: 1= Air kotor; 0= Air tidak kotor
9 Rasa air DRA
Dummy: 1= Air memiliki rasa; 0= Air tidak memiliki
rasa 10 Bau air DBA
Dummy: 1= Air berbau; 0= Air tidak berbau
11 Jenis pekerjaan petaniDPTN
Dummy: 1= Petani; 0= bukan petani
12 Jenis pekerjaan peternakDPTR
Dummy: 1= Peternak; 0= bukan peternak
13 Jenis pekerjaan lainDplain
Dummy: 1= buruh dan wiraswasta; 0= bukan buruh dan
wiraswasta 14 Kerugian
ekonomiKRGN Rata-rata kerugian yang dikeluarkan akibat eksternalitas
negatif pabrik per bulan per kepala keluarga
29
4.4.5 Pengujian Parameter Regresi
Pengujian parameter regresi dapat dilakukan dengan pengujian statistik terhadap model dan pengujian asumsi klasik terhadap model. Pengujian statistik
terhadap model dapat dilakukan dengan tiga cara, yaitu uji keandalan, uji statistik t, dan uji statistik f.
1. Uji keandalan
Menurut Gujarati 2007b, R-Square R
2
menyatakan persentase dari total variabel Ydependent yang dijelaskan oleh variabel independent dalam model
regres. Tingkat reabilitas yang baik dalam penggunaan CVM yaitu nilai R-Square yang lebih besar dari 15 persen. Nilai R-Square dapat dihitung dengan rumus:
R
2
= ..........................................................................................9
Dimana: R
2
= Koefisien Determinasi JKR = Jumlah Kuadrat Regresi
JKT = Jumlah Kuadrat Total
2. Uji statistik t
Menurut Bravo 2013 uji t digunakan untuk menguji koefisien regresi secara individual atau untuk menguji ada tidaknya pengaruh variabel bebas X terhadap
variabel tidak bebas Y. Hipotesis statistiknya:
H
o
: β = 0 X tidak berpengaruh terhadap Y H
1
: β ≠ 0 X berpengaruh terhadap Y Statistik uji:
t= .............................................................................................10
Kriteria uji: Tolak H
jika t
hit
≥ t
tab
atau t
hit
≤ t
tab
atau terima H jika
t
tab
t
hit
t
tab
dengan
2 n
df ;
5 .
t t
tab
3. Uji statistik f
Menurut Bravo 2013 uji F digunakan untuk menguji koefisien regresi secara simultan serentak atau untuk menguji keberartian model regresi yang digunakan.
Hipotesis statistiknya: H
o
: β = 0 model regresi Y terhadap X tidak berarti
30 H
1
: β ≠ 0 model regresi Y terhadap X memiliki arti Statistik uji:
F
hit
= ...........................................................................11
Dimana: JKR = jumlah kuadrat regresi
JKG = jumlah kuadrat galat k = jumlah peubah
n = jumlah responden
Kriteria uji: Tolak H
jika F
hit
≥ F
tab
, F
tab
= Fαv
1
,v
2
dimana v
1
= 1 dan v
2
= n 2
Menurut Statistical Data Analyst 2013 terdapat empat uji asumsi klasik terhadap
model yang
sering digunakan,
yaitu uji
normalitas, uji
heteroskedastisitas, uji autokorelasi, dan uji multikolinearitas.
1. Uji normalitas
Uji normalitas adalah pengujian asumsi residual yang berdistribusi normal. Asumsi ini harus terpenuhi untuk model regresi linier yang baik. Uji normalitas
dilakukan pada nilai residual model. Asumsi normalitas dapat diperika dengan pemeriksaan output normal P-P plot atau normal Q-Q plot. Asumsi normalitas
terpenuhi ketika penyebaran titik-titik output plot mengikuti garis diagonal plot dan ketika pengujian menghasilkan P-value
Sign α. Nilai α ditentukan sebesar 10, 15, atau 20.
2. Uji heteroskedastisitas
Uji heteroskedastisitas adalah pengujian asumsi residual dengan varians tidak konstan. Harapannya, asumsi ini tidak terpenuhi karena model regresi linier
berganda memiliki asumsi residual dengan varians konstan homoskedastisitas. Deteksi heteroskedastisitas dapat dilakukan dengan cara membuat scatter plot dari
nilai ZPRED nilai prediksi sumbu x dengan nilai SRESID nilai residualnya sumbu Y. Model yang baik didapatkan jika tidak terdapat pola yang mengumpul
di tengah, menyempit kemudian melebar atau sebaliknya melebar kemudian menyempit. Selain itu, menurut
Juanda 2009 dapat digunakan uji Gletjer yang meregresikan antara variabel independen dengan nilai absolut residualnya.
Hipotesis yang digunakan yaitu: