46
4.5.3 Uji Odds Ratio
Odds ratio merupakan kemunculan dari peubah respon Y = 1 sebesar exp β kali jika taraf yang peubah bonekanya bernilai 1 muncul, dibandingkan dengan
taraf atribut yang peubah bonekanya bernilai 1 muncul, dibandingkan dengan taraf atribut tersebut yang semua peubah bonekanya bernilai 0 muncul. Dengan kata
lain, odds ratio merupakan interpretasi dari sebuah peluang.
4.5.4 Uji Keandalan
Uji ini dilakukan dalam pelaksanaan CVM. Berhasil tidaknya pelaksanaan CVM dilihat berdasarkan nilai koefisien determinasi R
2
dari OLS Ordinary Least Square WTP. Nilai R
2
lebih rendah dari 0,15 dapat dikatakan tidak reliable. Sedangkan nilai R
2
yang tinggi dapat menunjukan tingkat realibilitas penggunaan CVM.
4.5.5 Uji Statistik t
Uji statistik t dilakukan untuk mengetahui seberapa jauh masing-masing variabelnya X
i
mempengaruhi sosial ekonomi masyarakat setempat Y
i
sebagai variabel tidak bebas prosedur pengujiannya Ramanathan, 1997 adalah sebagai
berikut : H
μ β
i
= 0 atau variabel bebas X
i
tidak berpengaruh nyata terhadap variabel bebasnya Y
i
H
1
μ β
i
≠ 0 atau variabel bebas X
i
berpengaruh nyata terhadap variabel tidak bebasnya Yi
t
hitn-k
= i
s i
0
………………………………………………………………. 13
Jika t
hit n-k
tabel, maka H diterima, artinya variabel X
i
tidak berpengaruh nyata terhadap Yi
47 Jika t
hit n-k
tabel, maka H ditolak, artinya variabel X
i
berpengaruh nyata terhadap Y
i
.
4.4.6 Uji Statistik F
Pengujian ini dilakukan untuk mengetahui pengaruh variabel X
i
secara bersama-sama terhadap variabel tidak bebasnya Y
i
Prosedur pengujiannya Ramanathan, 1997 antara lain :
H = β
1
= β
2
= … = β
k
= 0 Variabel bebas X
i
secara serentak tidak berpengaruh nyata terhadap variabel tidak bebasnya Y
i
H = β
1
= β
2
= … = β
k
≠ 0 Variabel bebas X
i
secara serentak berpengaruh nyata terhadap variabel tidak bebasnya Y
i
F
hit
= 1
1
n
k JKG
k JKK
………………………………………………………….. 14 dimana :
JKK = Jumlah kuadrat untuk nilai tengah kolom
JKG = Jumlah kuadrat galat
n = Jumlah sampel
k = Jumlah peubah
Jika F
hit
F
tabel
, maka H diterima, artinya variabel X
i
secara serentak tidak berpengaruh nyata terhadap Y
i
Jika F
hit
F
tabel
, maka H ditolak, artinya variabel X
i
secara serentak berpengaruh nyata terhadap Y
i
.
48
4.5.7 Uji Multikolinear multicollinearity
Dalam model yang melibatkan banyak variabel bebas sering terjadi masalah multicollinearity, yaitu terjadi kolerasi yang kuat antar variabel-variabel
bebasnya. Untuk mendeteksi adanya multicollinearty dalam sebuah model dapat dilakukan dengan membandingkan besarnya koefisien determinasi R
2
dengan koefisien determinasi parsial antar dua variabel bebas r
2
. Untuk hal ini dapat dibuat suatu matriks koefisien determinasi parsial antar variabel bebasnya.
Multicollinearity dapat dianggap bukan merupakan suatu masalah apabila koefisien determinasi parsial antar dua variabel bebas tidak melebihi nilai
koefisien determinasi atau koefisien korelasi berganda antar semua variabel secara simultan. Namun multicollinearity dianggap sebagai masalah serius jika koefisien
determinasi parsial antar dua variabel bebas melebihi atau sama dengan nilai koefisien determinasi atau koefisien korelasi berganda antar semua variabel secara
simultan, atau secara matematis dapat dituliskan dalam pertidaksamaan berikut : r
2 i, j
R
2 i
, …,
j
………………………………………………………….. 15 Masalah multicollinearity dapat dilihat langsung melalui output komputer dimana
apabila VIF 10 maka tidak ada masalah multicollinearity.
4.5.8 Uji Heteroskedastisitas
Kategori