31
∑
=
=
n i
fi
P W
EWTP
1 1
6 Infrastruktur: berbagai infrastruktur yang tersedia saat ini dan kondisinya 7 Elemen isntitusi: peranan institusi yang ada saat ini
3.4.2. Analisis Permintaan Demand Wisata
Analisis ini ditujukan terhadap para pengunjung Wisatawan, dengan tujuan untuk mengetahui karakteristik, keinginan, motivasi, harapan dan partisipasi serta
dukungan dari wisatawan terhadap pengembangan wisata di kawasan TPMI. Untuk analisis data pengunjung juga dilakukan dengan melihat sejauh mana pengunjung
mau membayar biaya restribusi apabila TPMI di kelola dengan lebih baik.
3.4.2.1. Analisis Kesediaan Membayar WPT 3.4.2.1.1. Menghitung Rataan WTP
WTP
i
dapat diduga dengan menggunakan nilai tengah dari kelas atau interval WTP responden ke-i. Dari jawaban responden dapat diketahui bahwa WTP
i
yang benar adalah berada antara jawaban yang dipilih batas bahwa kelas WTP dengan WTP berikutnya batas atas kelas WTP. Selanjutnya dugaan rataan WTP
dihitung dengan rumus
dimana
EWTP = dugaan rataan WTP Wi = batas bawah kelas WTP
P
fi
= frekuensi relatif kelas yang bersangkutan n = jumlah kelas
i = kelas ke-i
3.4.2.1.2. Menentukan Model Pendugaan WTP
Untuk mendapatkan model pendugaan WTP, di buat fungsi pendugaan yang merupakan hubungan antara nilai WTP iuran retribusi masuk dengan beberapa
peubah bebas, yakni jenis kelamin, umur, tingkat pendidikan, frekuensi berkunjung, pendapatan, jumlah tanggungan, transportasi, biaya berkunjung, penilaian kondisi
alam, pentingnya TPMI kembangkan, dan persepsi tentang ekowisata. Untuk mendapatkan model penduga digambarkan melalui hubungan berikut
WTP = f Jk, Um, Tp, Fb, Pn, Jt, Tr, Bk, Ka, Pt, Ek
32
dimana WTP = Nilai WTP iuran retribusi masuk
Jk = Jenis kelamin
Um = Umur
TP = Tingkat pendidikan
Fb = Frekuensi berkunjung
Pn = Pendapatan
Jt = Jumlah tanggungan
Tr = Transportasi ke TPMI
Bk = Biaya berkunjung ke TPMI
Ka = Kondisi alam di TPMI
Pt = Pentingnya TPMI dikembangkan
Ek = Persepsi tentang ekowisata
Analisis WTP menggunakan regresi logit, karena dalam penggunaan konsep CVM untuk menentukan nilai WTP, bentuk data yang dikumpulkan berupa data
biner. Dimana data biner, bentuk data yang menggambarkan pilihan responden “YaTidak”. Dengan demikian jenis regresi yang sesuai untuk pemodelan adalah
regresi logit.
3.4.2.1.3. Model Regresi Logit
Analisis data yang digunakan dalam penelitian ini adalah Contingent Valuation Method CVM dengan menggunakan Dichotomous Choice Models.
Sementara itu untuk menentukan tingkat validitas, reabilitas dan signifikansi dalam penggunaan CVM ini dilakukan pengujian secara regresi. WTP dibuat kedalam
sebuah model regresi logit untuk menganalisis peubah respon berskala biner Agung 2003.
α +
β
1
x
1
+ β
2
x
2
+ β
3
x
3
+ ..........+ β
11
x
11
+ ε
e PY
1-2
=1 = α
+ β
1
x
1
+ β
2
x
2
+ β
3
x
3
+ ..........+ β
11
x
11
+ ε
1 + e
Dimana: PY
1
=1 = Peluang responden bersedia membayar 0=tidak bersedia; 1=bersedia PY
2
=1 = Peluang besar WTP 0= Rp 1000 – Rp 2500; 1= Rp 2501 – Rp 4000 α
= Konstanta β
1......
β
11
= Koefisien regresi X
1
= Jenis kelamin
33
X
2
= Umur X
3
= Tingkat pendidikan X
4
= Frekuensi berkunjung X
5
= Pendapatan X
6
= Jumlah tanggungan X
7
= Transportasi ke TPMI X
8
= Biaya berkunjung ke TPMI X
9
= Kondisi alam di TPMI X
10
= Pentingnya TPMI dikembangkan X
11
= Persepsi tentang ekowisata ε
= error galat e
= Exp ß odd ratio
k k
i i
X X
X P
P Ln
L β
β β
β +
+ +
+ =
− =
.... 1
2 2
1 1
1
Persamaan tersebut disebut dengan persamaan logistiklogit. Dimana Li dikenal dengan logit, yang merupakan logaritma dari rasio sebelumnya dan linear
dalam variabel independent dan parameter. Metode estimasinya adalah Maximum Likelihood Estimotor MLE dan koefisien yang didapatkan konsisten.
3.4.2.1.4. Pengujian Model Regresi Logit
