Analisis Regresi Logistik METODE PENELITIAN

Sosial ekonomi yang dimaksudkan dalam penelitian ini adalah sebuah kondisi rumah tangga berdasarkan usia, tingkat pendidikan, pendapatan dan lokasi tempat tinggalnya. Sosial ekonomi masyarakat pada penelitian ini dititikberatkan pada keempat elemen di atas. Sesuai dengan hasil observasi di lapangan ternyata pola expenditure atau pengeluaran rumah tangga berbeda-beda tergantung pada pendapatan yang didapatkan setiap bulannya. Rumah tangga dengan pendapatan di atas Rp 10.000.000,00 mayoritas bermukim di perumahan sederhana dan mewah. Mereka cenderung lebih senang mengonsumsi makanan-makanan cepat saji atau makanan kemasan. Hal ini mengakibatkan timbulan sampah anorganik seperti plastik, botol kaca dan kaleng lebih banyak dibandingkan dengan sampah organiknya. Keadaan sebaliknya terjadi pada rumah tangga dengan pendapatan di bawah Rp 7.500.000,00, mayoritas bermukim di perumahan sederhana dan perkampungan. Pada dua jenis perumahan ini rumah tangganya cenderung lebih senang memasak sendiri di rumah dibandingkan harus membeli makanan cepat saji, sehingga sampah yang dihasilkan akan lebih banyak jenis sampah organik. Data dapat dilihat pada Tabel 16. Berat sampah yang dihasilkan rumah tangga setiap harinya juga beragam. Pada penelitian ini tidak dipisahkan secara spesifik jenis sampahnya. Artinya sampah dicampur berdasarkan jenis sampah organik dan anorganik saja, bukan dipisahkan lagi seperti sampah sisa makanan, sisa memasak, plastik, kaleng, beling, kertas dan lain-lain. Hal ini akan menyebabkan berat sampah organik akan dipengaruhi dengan kadar air di dalam sampah itu sendiri. Kondisi lain terjadi pada berat sampah anorganik. Berat sampah anorganik yang ada juga dipengaruhi dengan jenis sampahnya misalnya plastik dan botol minuman kaca. Botol minuman kaca jelas akan mendominasi berat sampah anorganik karena komponennya lebih berat dari sampah plastik. Jadi sedikit saja jenis sampah anorganik yang dihasilkan maka tetap akan terasa berat disebabkan oleh komponen sampahnya. Model yang disajikan akan dibagi menjadi dua yakni model untuk hari kerja serta model untuk hari libur. Penyajian dalam bentuk dua model logistik ini sebab produksi sampah rumah tangga ketika hari kerja dan hari libur dianggap berbeda. Dugaannya adalah bahwa produksi sampah di hari libur akan lebih banyak dibandingkan hari kerja karena penghuni rumah akan lebih banyak melakukan kegiatan di rumah sehingga akan timbul eksternalitas negatif berupa sampah. Hari kerja yang dimaksud adalah hari Senin – Jumat, sedangkan hari libur yang dimaksud adalah hari Sabtu dan Minggu bukan hari libur di musim liburan seperti libur lebaran atau natal dan tahun baru. Komposisi sampah rumah tangga sebagai variabel dependent yakni Y untuk model hari kerja dan Y2 untuk model hari libur. Variabel indenpendent-nya antara lain usia, pendapatan, status pekerjaan, jumlah sampah, jumlah sampah hari kerja dan libur, klaster perumahan sederhana dummy, serta klaster perumahan mewah dummy. Dalam model ini, data Y1 dan Y2 yang dimaksud adalah dominansi rumah tangga dalam memproduksi sampah apakah lebih banyak sampah organik atau anorganik. Apabila sampah yang dihasilkan lebih banyak sampah organik maka dikategorikan 1 dan apabila sampah yang dihasilkan lebih banyak anorganik dikategorikan 0. Selanjutnya data tersebut akan dimasukkan ke dalam model. Tempat tinggal klaster perkampungan sebagai indikator perhitungan pada variabel perumahan. Perkampungan dipilih karena memiliki perbandingan yang ekstrem pada variabel pendapatan sehingga dapat diketahui perbedaannya dengan jelas.

5.3.1 Hasil dan Pembahasan Perhitungan Logistik Hari Kerja

Pengolahan data primer menggunakan metode analisis regresi logistik dengan bantuan software SPSS 14. Data didapatkan dari hasil survei terhadap 113 rumah tangga yang terdiri dari tiga klaster berbeda di Kecamatan Sawangan. Hasil pengolahan data untuk mengetahui hubungan antara variabel dependent dan variabel independent pada hari kerja dari model ini dapat disajikan dalam Tabel 6. Tabel 6 Hasil perhitungan model hari kerja binary logistic dengan menggunakan SPSS 14 B S.E. Wald df Sig. ExpB Constant 4,441 2,193 4,099 1 0,043 84,830 Usia -0,043 0,030 2,061 1 0,151 0,958 Pendapatan -0,015 0,004 11,827 1 0,001 0,985 Sampah_kerja 2,544 0,778 10,704 1 0,001 12,731 Status_kerja1 -1,921 1,319 2,120 1 0,145 0,146 Perkampungan 3,516 2 0,172 Sederhana1 -1,176 0,667 3,105 1 0,078 0,309 Rumah_mewah2 -0,181 0,994 0,033 1 0,856 0,834 Sumber : Pengolahan data primer Keterangan : Signifikan pada taraf nyata 5 Signifikan pada taraf nyata 10 Signifikan pada taraf nyata 15 Berdasarkan hasil pengolahan data di atas maka didapatkan model persamaan regresi logistik sebagai berikut �� = , − , − , ��� + , − , − , � − , ...........................8 a. Uji signifikansi model hari kerja Model regresi logistik tersebut diatas setelah diuji dengan uji G dan uji Wald telah memenuhi syarat materi uji, sehingga dapat dikatakan ketepatan model sudah sangat baik. Uji G merupakan uji yang digunakan untuk melihat keseluruhan model. Menurut Hosmer 2002 uji G merupakan uji rasio kemungkinan maksimum likelihood ratio test untuk peranan variabel bebas. Berdasarkan hasil analisis regresi logistik tersebut diperoleh Log-likelihood sebesar 95,660. Log-likelihood menggambarkan uji statistik untuk hipotesis nol bahwa semua koefisien sama dengan nol, dengan hipotesis alternatif semua koefisien tidak sama dengan nol. Hasil pengujian signifikansi regresi secara simultan didasarkan pada statistik uji G. Hasil dapat dilihat pada Tabel 7. Tabel 7 Uji model summary hari kerja Model Summary Step -2 Log likelihood Cox Snell R Square Nagelkerke R Square 1 95,660a 0,342 0,476 a Estimation terminated at iteration number 6 because parameter estimates changed by less than 0,001. Dari hasil analisis pada Tabel 7 juga didapat nilai Cox and Snell R Square sebesar 0,342 dan Nagelkerke R Square sebesar 0.476. Nilai Nagelkerke R Square yang lebih besar dari Cox and Snell R Square menunjukkan kemampuan keenam variabel bebas dalam menjelaskan perubahan komposisi sampah organik dan anorganik rumah tangga Kecamatan Sawangan sebesar 47,6. Tabel 8 Uji omnimbus terhadap koefisien model hari kerja Omnibus Tests of Model Coefficients Chi-square df Sig. Step 1 Step 47,250 6 0,000 Block 47,250 6 0,000 Model 47,250 6 0,000 Nilai signifikansi pada Omnimbus test sebesar 0,000 dapat dilihat pada Tabel 8. Nilai tersebut lebih kecil dari taraf nyata yang digunakan yaitu 15 0,000 0,15, artinya variabel bebas yang digunakan berpengaruh terhadap komposisi sampah rumah tangga Kecamatan Sawangan. Tabel 9 Uji hosmer and lemeshow hari kerja Hosmer and Lemeshow Test Step Chi-square df Sig. 1 8,949 8 0,347 Berdasarkan Tabel 9 nilai signifikansi pada Hosmer and Lemeshow Test yang diperoleh adalah sebesar 0,510. Nilai tersebut lebih besar dari taraf nyata yang digunakan yaitu 15 0,5100,15, artinya model yang dibuat telah memenuhi goodness of fit model atau dengan kata lain model dapat diterima dan pengujian hipotesis dapat dilakukan. Selain itu nilai persentase dari seluruh model dapat dilihat pada Tabel 10.