Lampiran 2. Uji asumsi statistik WTP
Regression Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of the
Estimate Durbin-
Watson 1
.504
a
.254 .186
59.72391 1.334
a. Predictors: Constant, JPA, RPDT, TP b. Dependent Variable: WTPbibit
UJI ASUMSI 1. NORMALITAS
NPar Tests One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 41
Normal Parameters
a
Mean .0000000
Std. Deviation 28.33677441
Most Extreme Differences
Absolute .083
Positive .083
Negative -.061
Kolmogorov-Smirnov Z .534
Asymp. Sig. 2-tailed .938
a. Test distribution is Normal.
Uji Kolmogorov –Smirnov. Hipotesis yang diuji adalah:
H0 : data residual berdistribusi normal H1 : data residual tidak berdistribusi normal
P-value 0.938 0.05, artinya data residual menyebar normal pada taraf nyata 5.
2. MULTIKOLINEARITAS Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error
Beta Tolerance VIF
1 Constant 34.244
28.312 1.210 .235
TP -3.416
1.566 -.355 -2.181 .036
.811 1.233 RPDT
1.700E-6 .000
.050 .315 .755
.842 1.188 JRSA
.010 .003
.457 2.796 .008 .804 1.243
JPA .164
3.247 .008
.051 .960 .799 1.251
JKA -.018
.012 -.230 -1.444 .158
.846 1.183 KA
-1.239 7.206
-.027 -.172 .864 .892 1.121
a. Dependent Variable: WTPair 3. AUTOKORELASI
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-Watson 1
.519
a
.269 .140
30.73555 1.302
a. Predictors: Constant, KA, TP, JKA, JRSA, RPDT, JPA b. Dependent Variable: WTPair
Deteksi autokorelasi umumnya dilakukan dengan uji statistik Durbin-Watson dengan menggunakan formula sebagai berikut.
∑ ∑
Uji Durbin – Wason DW test
Hipotesis: H0 : Tidak ada autokorelasi r=0
H1 : Ada autokorelasi r ≠0
Pengambilan keputusan ada tidaknya autokorelasi: Hipotesis nol
Keputusan Jika
Tidak ada autokorelasi positif Tolak
0 d dl No decision
dl ≤ d ≤ du Tidak ada autokorelasi negatif
Tolak 4-dl d 4
No decision 4-
du ≤ d ≤ 4-dl Tidak ada autokorelasi, positif
atau negative
Tidak ditolak du d 4-du
Nilai DW sebesar 1.302, nilai ini akan dibandingkan dengan nilai DW table dengan menggunakan uji signifikansi 5, jumlah sampel 41 n dan jumlah
peubah X independen 6k=6, maka dl = 0.997 dan du = 1.652.
dl ≤ dw ≤ du artinya tidak ada autokorelasi positif
4. HETEROSKEDASTISITAS
Dari grafik scatterplots Y=SRESID dan X=ZPRED terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada
sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heteroskedastisitas pada model regresi.
Lampiran 3. Analisis regresi linier WTP air
Model Summary
b
Model R
R Square Adjusted R
Square Std. Error of
the Estimate Durbin-
Watson 1
.519
a
.269 .140
30.73555 1.302
a. Predictors: Constant, KA, TP, JKA, JRSA, RPDT, JPA b. Dependent Variable: WTPair
