Populasi dan Sampel ANALISIS KETAATAN PEDAGANG MEMBAYAR RESTRIBUSI PENGELOLAAN SAMPAH PASAR TRADISIONAL DI KOTA BANDAR LAMPUNG

48 Besar selang interval dengan rumus: Jumlah Populasi : Jumlah sampel Notoadmojo, 2005. Maka diperoleh hasil interval setiap sampel pada Kios, Los dan PKL dengan perincian terlihat pada Tabel 4 untuk interval pada Kios, Tabel 5 untuk interval pada Los dan Tabel 6 untuk interval pada PKL. Tabel 4. Interval sampel pada kios di pasar tradisional Kota Bandar Lampung No Pasar Populasi Sampel Interval Pembulatan 1 Panjang 157 10 15,7 16 2 Kangkung 18 1 acak acak 3 Bambu Kuning 440 23 19,13043 19 4 SMEP 150 8 18,75 19 5 Pasir Gintung 6 Tugu 128 7 18,28571 18 7 Cimeng 8 1 acak acak 8 Way Halim 155 9 17,22222 17 9 Bawah 25 2 12,5 12 10 Tamin 41 3 13,6667 13 Total 10 1.122 64 Tabel 5. Interval sampel pada los di pasar tradisional Kota Bandar Lampung No Pasar Populasi Sampel Interval Pembulatan 1 Panjang 16 5 3,2 3 2 Kangkung 569 22 25,86364 26 3 Bambu Kuning 4 SMEP 173 8 21,625 21 5 Pasir Gintung 313 14 22,35714 22 6 Tugu 178 8 22,25 22 7 Cimeng 352 15 23,46667 23 8 Way Halim 210 9 23,33333 23 9 Bawah 108 5 21,6 21 10 Tamin 115 6 19,16667 19 Total 10 2.034 92 Tabel 6. Interval sampel pada PKL di pasar tradisional Kota Bandar Lampung No Pasar Populasi Sampel Interval Pembulatan 1 Panjang 500 19 26,31579 26 2 Kangkung 109 5 21,8 22 49 3 Bambu Kuning 335 10 33,5 33 4 SMEP 315 14 22,5 22 5 Pasir Gintung 215 10 21,5 21 6 Tugu 240 10 24 24 7 Cimeng 125 13 9,615385 9 8 Way Halim 68 3 22,66667 22 9 Bawah 105 5 21 21 10 Tamin 35 2 17,5 17 Total 10 2.047 91

3.3 Hipotesis

Berdasarkan latar belakang, permasalahan dan kerangka penelitian di atas maka yang menjadi hipotesis dalam penelitian ini adalah: 1 Ada pengaruh dari upaya yang telah dilakukan dalam pengelolaan sampah terhadap peningkatan pengelolaan sampah pasar tradisional di Kota Bandar Lampung. 2 Ketaatan pedagang pasar tradisional membayar restribusi sampah dipengaruhi oleh bersedia atau tidak bersedia membayar restribusi terhadap usaha peningkatan pengelolaan sampah pasar oleh besarnya restribusi yang dibayar untuk peningkatan pengelolaan sampah pasar. 3 Faktor- faktor yang berpengaruh terhadap ketaatan membayar restribusi sampah pasar tradisional adalah: faktor umur, pendidikan, pendapatan, status tempat berdagang, lama berdagang, jumlah sampah yang dihasilkan, katagori pedagang, perlakuan terhadap sampah, dan pelayanan UPT Dinas Pasar. 4 Ada perbedaan yang signifikan dari besarnya kesediaan para pedagang membayar restribusi kebersihan pasar antara para pedagang di pasar besar pasar sedang dan pasar kecil. 50

3.4 Pengumpulan Data

Data primer diperoleh melalui wawancara langsung kepada pedagang pasar tradisional serta petugas kebersihan melalui pengisian kuisioner yang ditujukan untuk mengetahui keadaan sosial ekonomi responden, persepsi responden terhadap sampah pasar, kesediaan pedagang untuk membayar peningkatan pengelolaan sampah pasar serta pengamatan lapangan. Untuk data sekunder diperoleh dari Dinas Pasar serta Dinas Kebersihan dan Pertamanan Kota Bandar Lampung yang berkaitan data pendukung penelitian ini.

3.5 Pengolahan dan Analisa Data

3.5.1 Analisis Kualitatif Analisis Upaya yang dilakukan dalam peningkatan pengelolaan sampah pasar tradisional Untuk menganalisis pengaruh dari upaya yang telah dilakukan dalam pengelolaan sampah terhadap peningkatan pengelolaan sampah pasar tradisional di Kota Bandar Lampung, maka dilakukan pendekatan analisa secara teoritis berdasarkan teori dan konsep keilmuan yang berkaitan dengan teori pengelolaan sampah pasar.

3.5.2 Analisis Kuantitatif

3.5.2.1 Analisis ketaatan pedagang pasar tradisional membayar restribusi

51 Mattjik 2002 menyatakan, jika parameter dari suatu hubungan fungsional antara satu variabel dependen dengan lebih dari satu variabel independen ingin diestimasikan maka analisa regresi yang dikerjakan adalalah analisa regresi logistik. Untuk menganalisis berkaitan bersedia atau tidak bersedia membayar restribusi terhadap usaha peningkatan pengelolaan sampah pasar, menggunakan pendekatan Regresi Logistik dengan persamaan sebagai berikut : Pi = E Y=1| Xi=[ e LnPx1 – Px 1+ e LnPx1 – Px ] LnPx1 – Px = α +β 1 x 1 +β 2 x 2 +β 3 x 3 + β 4 x 4 +β 5 x 5 +β 6 x 6 +β 7 x 7 +β 8 x 8 +β 9 x 9 + ε Keterangan : PxP1-Px = Odd Ratio, adalah perbandingan peluang responden yang bersedia membayar dengan yang tidak bersedia membayar; Px= Peluang responden membayar;  = konstanta X 1 = Umur; X 2 = Pendidikan; X 3 = Pendapatan; X 4 = Status tempat berdagang; X 5 = Lama berdagang; X 6 = Jumlah sampah; X 7 = Katagori Pedagang; X 8 = Cara kumpulkan sampah; X 9 = Pelayanan Dinas Pasar Analisis regresi linier nilai ketaatan pedagang pasar tradisional membayar restribusi WTP untuk mengetahui faktor-faktor yang mempengaruhi terhadap pedagang pasar, dengan model regresi linier Mattjik, 2002 : Y= α +β 1 x 1 +β 2 x 2 +β 3 x 3 + β 4 x 4 +β 5 x 5 +β 6 x 6 +β 7 x 7 +β 8 x 8 +β 9 x 9 + ε 52 Keterangan : Y = Nilai WTP pedagang pasar X 1 - X 9 = variabel bebas sama dengan variabel bebas regresi logistik

3.5.2.2 Analisis faktor- faktor yang mempengaruhi pedagang terhadap ketaatan membayar restribusi

Untuk menganalisis faktor-faktor yang mempengaruhi ketaatan pedagang membayar restribusi pengelolaan sampah pasar yang berkaitan dengan umur pendidikan, pendapatan, status tempat berdagang, lama berdagang, produksi sampah kg, katagori pedagang, cara pengumpulan sampah, dan pelayanan UPT Dinas Pasar di tabulasi dan selanjutnya di analisis. Untuk menganalisis faktor- faktor yang mempengaruhi ketaatan pedagang membayar restribusi sampah dalam upaya peningkatan pengelolaan sampah pasar, maka sama dengan hal yang diatas menggunakan pendekatan Regresi Logistik pada sub bab 3.5.2.1 tentang analisis ketaatan pedagang pasar tradisional membayar restribusi dengan menggunakan pendekatan regresi logistik, yang digunakan untuk mendeskripsikan hubungan antara variabel bebas dengan variabel respon tak bebas yang bersifat dikotom atau biner. Untuk melihat besarnya pengaruh variabel bebas terhadap variabel terikat dalam regresi logistik disusun dalam sebuah tabel seperti Tabel 7. Persamaan regresi logistik yang digunakan adalah sebagai berikut : Tabel 7. Variabel yang dipergunakan dalam regresi logistik Variabel dependent Y 1 Pengelompokan Jawaban Responden a b C