2.5.2 Tahap-Tahap dalam Penerapan Analisis Willingness to Pay
Tahap-tahap dalam penilaian penerapan kesediaan membayar Hanley dan Spash, 1993 :
1. Membuat Pasar Hipotetik Tahap awal adalah membuat pertanyaan mengenai nilai dari barang atau jasa.
Pasar hipotetik tersebut membangun suatu alasan mengapa masyarakat seharusnya membayar terhadap barang atau jasa.
2. Mendapatkan Penawaran Besarnya Nilai WTP Tahap kedua ini adalah administrasi suvei. Tahap ini dilakukan memalui
wawancara dengan panduan kuisioner. 3. Memperkirakan Nilai Rata-Rata WTP
Setelah data mengenai WTP terkumpul, tahap selanjutnya adalah perhitungan nilai rata-rata mean.
2.6 Analisis Crosstab
– Chi Square
Analisis Crosstab merupakan analisis dasar untuk hubungan antar variabel kategori nominal dan ordinal. Penambahan variabel kontrol untuk mempertajam
analisis sangat dimungkinkan. Crosstab data digunakan untuk mengetahui hubungan atau distribusi respons antara variabel data dalam bentuk baris dan
kolom. Sedangkan analisis crosstab – chi square adalah suatu analisis hubungan
antar variabel data nominal. Tabulasi silang crosstab digunakan untuk menggambarkan jumlah data
dan hubungan antar variabel. Selain itu, untuk menguji ada tidaknya hubungan antar variabel pengaruh dengan variabel terpengaruh dimana salah satu variabel
minimal nominal dilakukan uji hipotesa. Crosstab digunakan untuk menyajikan deskripsi data dalam bentuk tabel silang yang terdiri atas baris dan kolam. Data
input yang dimasukan dalam penggunaan crosstab adalah data nominal atau ordinal.
Uji ketergantungan untuk crosstab pada statistik ditentukan melalui chi- square test
dengan mengamati ada tidaknya hubungan antarvariabel yang dimasukan baris dan kolam. Penentuan chi-square test menggunakan hipotesis
yaitu :
H0 : Tidak ada hubungan antara baris dan kolam H1 : Ada hubungan antara baris dan kolam
Pengambilan keputusan akan lebih mudah jika menggunakan program SPSS dengan menggunakan nilai Asymp. Sig. 2-sided yang terdapat pada Chi-
Square Test . Apabila nilai Asymp. Sig. 2-sided lebih dari
α taraf nyata maka H0 diterima. Apabila nilai Asymp. Sig. 2-sided kurang dari
α taraf nyata maka H0 ditolak yang artinya ada hubungan antara baris dan kolam Wahana, 2007.
2.7 Model Logit
Analisis regresi logit merupakan bagian dari analisis regresi. Analisis ini mengkaji hubungan pengaruh-
pengaruh peubah penjelas χ terhadap peubah respon Y melalui model persamaan matematis tertentu. Namun jika peubah
respon dari analisis regresinya berupa kategorik, maka analisis regresi yang digunakan adalah analisis regresi logit Hosmer dan Lemeshow, 1989. Peubah
kategori bisa merupakan suatu pilihan yatidak atau sukatidak. Sedangkan peubah penjelas pada analisis regresi logit ini dapat berupa peubah kategori maupun
numerik, untuk menduga besarnya peluang kejadian tertentu dari kategori peubah respon.
Model logit diturunkan berdasarkan fungsi peluang logistik kumulatif yang dispesifikasikan sebagai berikut:
Pi = FZi = Fα+βXi = =
2.1
= 2.2
Peubah Pi1-Pi dalam persamaan di atas disebut odds, yang sering juga diistilahkan dengan risiko atau kemungkinan, yaitu rasio peluang terjadi pilihan
satu terhadap peluang terjadinya pilihan nol alternatifnya. Nilai Odds adalah suatu indikator kecenderungan seseorang menentukan pilihan satu. Jika persamaan 2.2
ditransformasikan dengan logaritma natural maka: = ln
→ ln =
= α+βX
i
2.3 Persamaan 3 ini menunjukan bahwa salah satu karakteristik penting dari
model logit adalah bahwa model ini mentransformasikan masalah prediksi
peluang dalam selang 0;1 ke masalah prediksi log odds tentang kejadian Y=1 dalam selang bilangan riil Juanda, 2009.
2.8 Analisis Regresi Linear Berganda
Kategori