Model WTP Skenario Informasi Air Sistem RO Reverse Osmosis

Tabel 4.10 Komposisi pendapatan terhadap cluster Karakter Cluster 1 Rp 7.793,98 Cluster 2 Rp 7.274,44 Cluster 3 Rp 8.439,96 Cluster 4 Rp 6.037,22 Cluster 5 Rp 6.560,57 Rp 500.000 Rp 500.000 – Rp 2.000.000 6 11 8 12 17 Rp 2.000.001 – Rp 3.500.000 9 10 2 4 Rp 3.500.001 – Rp 5.000.000 2 4 2 2 Rp 5.000.000 4 4 3 Tabel 4.11 Komposisi rata-rata pembelian terhadap cluster Karakter Cluster 1 Rp 7.793,98 Cluster 2 Rp 7.274,44 Cluster 3 Rp 8.439,96 Cluster 4 Rp 6.037,22 Cluster 5 Rp 6.560,57 4 galon 15 13 5 3 10 4 – 8 galon 4 6 5 5 7 9 – 12 galon 2 10 5 4 6 13 galon Tabel 4.12 Komposisi kandungan air terhadap cluster Karakter Cluster 1 Rp 7.793,98 Cluster 2 Rp 7.274,44 Cluster 3 Rp 8.439,96 Air hasil cahaya ultraviolet 1 2 1 Air pengendapan 4 6 5 Air mendidihair sumurair PDAM 7 11 2 Air mineral 7 5 5 Air RO Reverse Osmosis 2 5 2 Karakter Cluster 4 Rp 6.037,22 Cluster 5 Rp 6.560,57 Air hasil cahaya ultraviolet 2 2 Air pengendapan 6 9 Air mendidihair sumurair PDAM 3 9 Air mineral 2 Air RO Reverse Osmosis 1 1

4.2.6 Model WTP

Model WTP didapatkan dengan analisa regresi linier berganda. Variabel dependen adalah WTP dan variabel independen adalah jenis kelamin, usia, Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. pendidikan, pekerjaan, pendapatan, rata-rata pembelian dan kandungan air minum. Metode yang digunakan untuk analisa regeresi yang dilakukan dengan bantuan SPSS ini adalah Metode Stepwise karena dengan Metode Stepwise proses iterasi secara otomatis oleh SPSS sampai menghasilkan suatu model yang terbaik dan memenuhi asumsi klasik regresi linier. Dari 7 variabel independen yang dimasukkan dalam pengolahan regresi dihasilkan 7 variabel yang terseleksi. Nilai koefisisen dari persamaan regresi adalah sebagai berikut : Tabel 4.13 Nilai Koefisien Variabel Independen Model WTP Variabel independen Koefisien Konstanta 6.571,415 Jenis kelamin -236,747 Usia 109,681 Pendidikan -140,735 Pekerjaan 31,266 Pendapatan 293,671 Rata-rata pembelian 55,510 Kandungan air minum 46,113

4.2.7 Pengujian Asumsi Klasik

Setelah dilakukan pemodelan, data telah siap untuk disertakan dalam pengujian hipotesis. Sebelum melakukan pengujian hipotesis terlebih dahulu dilakukan pengujian asumsi klasik yang harus dipenuhi dalam pemakaian model regresi berganda. Pengujian asumsi klasik meliputi :

4.2.7.1 Pengujian Asumsi Multikolinieritas

Pengujian ini bertujuan untuk menguji pada model regresi ditemukan adanya korelasi antar variabel bebas independent. Model regresi yang baik Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. seharusnya tidak terjadi korelasi diantara variabel bebas independent. Pengujian yang diperoleh melalui SPSS dapat dilihat pada tabel 4.14 untuk output secara keseluruhan dapat dilihat pada lampiran C.4. Tabel 4.14 Pengujian Multikolinieritas Coefficients Model Collinearity Statistics Tolerance VIF 1 Constant Jenis kelamin 0,927 1,079 Usia 0,580 1,724 Pendidikan 0,479 2,090 Pekerjaan 0,785 1,274 Pendapatan 0,404 2,475 Rata-rata pembelian 0,822 1,217 Kandungan air minum 0,840 1,561 a Dependent Variable: WTP Initial Sumber : Hasil pengolahan SPSS lampiran C.4 Suatu model regresi dikatakan bebas multiko apabila : 1. Besaran VIF Variance Inflation Factors dan TOLERANCE a. Mempunyai nilai VIF disekitar angka 1. b. Mempunyai angka TOLERANCE mendekati 1. 2. Besar korelasi antar variabel independen Pedoman suatu model regresi yang bebas multiko adalah koefisien korelasi antar variabel indepenen haruslah lemah dibawah 0,5. Jika korelasi kuat maka terjadi multiko. Dari tabel 4.14 diatas terlihat bahwa kesemua variabel independen memiliki angka VIF disekitar angka 1. Demikian pada bagian coefficient correlation terlihat semua angka korelasi antar variabel independen jauh dibawah 0,5 lampiran C.4. Dengan demikian dapat dikatakan model regresi ini terbebas dari multiko. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

4.2.7.2 Pengujian Asumsi Heteroskedastisitas

Pengujian ini dilakukan untuk mencari tahu apakah terjadi kesamaan varian dari residual dari suatu pengamatan ke pengamatan yang lain. Pengujian diperoleh melalui SPSS, dapat dilihat pada gambar 4.9 untuk output secara keseluruhan lihat lampiran C.4. Scatterplot Dependent Variable: Nilai WTP Regression Standardized Predicted Value 3 2 1 -1 -2 -3 Nila i W T P 9000 8000 7000 6000 5000 Gambar 4.9 Pengujian Heterokedastisitas Sumber : Data olahan SPSS Dasar pengambilan keputusan dalam pengujian ini yaitu : 1. Jika ada pola tertentu, seperti titik-titik point-point yang ada membentuk suatu pola tertentu yang teratur bergelombang, melebar, kemudian menyempit, maka terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, serta titik-titik menyebar diatas dan dibawah, maka tidak terjadi heteroskedastisitas. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Dari gambar 4.9 diatas, terlihat titik-titik menyebar secara acak, tidak membentuk sebuah pola tertentu yang jelas, serta tersebar baik diatas maupun dibawah. Hal ini berarti tidak terjadi heteroskedastisitas pada model regresi.

4.2.7.3 Pengujian Linieritas

Pengujian ini dilakukan untuk mencari tahu apakah terjadi hubungan yang terjadi antara varian dari residual dari suatu pengamatan ke pengamatan yang lain. Pengujian diperoleh melalui SPSS, dapat dilihat pada gambar 4.10 untuk output secara keseluruhan lihat lampiran C.4. Scatterplot Dependent Variable: Nilai WTP Regression Standardized Residual 3 2 1 -1 -2 Nila i W T P 9000 8000 7000 6000 5000 Gambar 4.10 Pengujian Linieritas Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

4.2.7.4 Pengujian Nonautokorelasi

Asumsi penting model klasik adalah tidak terdapatnya autokorelasi atau kondisi yang berututan diantara residual. Berdasarkan perhitungan diperoleh nilai Durbin-Watson 1,620. Pedoman model regresi untuk mendeteksi autokorelasi menurut besaran DW Durbin-Watson sebagai berikut : a. Angka DW dibawah –2 berarti ada autokorelasi positif. b. Angka DW diantara –2 hingga +2 berarti tidak ada autokorelasi. c. Angka DW diatas +2 berarti ada autokorelasi negatif. Sehingga dapat disimpulkan bahwa tidak terdapatnya autokorelasi atau kondisi yang berurutan diantara residual.

4.2.7.5 Pengujian Asumsi Normalitas

Pengujian ini bertujuan untuk menguji apakah dalam sebuah model regresi, variabel dependen, variabel independen atau keduanya mempunyai distribusi normal atau tidak. Model regresi yang baik adalah distribusi data normal atau mendekati normal. Pengujian diperoleh melalui SPSS, dapat dilihat pada gambar 4.11 untuk output secara keseluruhan lihat lampiran C.4. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Normal P-P Plot of Regression Standa Dependent Variable: Nilai WTP Observed Cum Prob 1,00 ,75 ,50 ,25 0,00 E xp ect ed C um P rob 1,00 ,75 ,50 ,25 0,00 Gambar 4.11 Pengujian Asumsi Normal Sumber : Data olahan SPSS lampiran C4 Dasar pengambilan keputusan dalam pengujian ini yaitu : 1. Jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal, maka regresi memenuhi asumsi normalitas. 2. Jika data menyebar jauh dari garis diagonal dan tidak mengikuti arah garis diagonal, maka model regresi tidak memenuhi asumsi normalitas. Dari gambar 4.11 diatas, terlihat titik-titik menyebar disekitar garis diagonal, serta penyebarannya mengikuti arah garis diagonal. Maka model regresi ini dapat dikatakan memenuhi asumsi normalitas. Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.

4.2.8 Skenario Informasi Air Sistem RO Reverse Osmosis

Model WTP didapatkan dengan analisa regresi linier berganda. Variabel dependen adalah WTP dan variabel independen adalah pernah mendengar RO, niat membeli RO, faktor pendukung, faktor penolak, macam air minum yang diketahui dan kesediaan membeli. Metode yang digunakan untuk analisa regeresi yang dilakukan dengan bantuan SPSS ini adalah Metode Stepwise karena dengan Metode Stepwise proses iterasi secara otomatis oleh SPSS sampai menghasilkan suatu model yang terbaik dan memenuhi asumsi klasik regresi linier. Dari 6 variabel independen yang dimasukkan dalam pengolahan regresi dihasilkan 6 variabel yang terseleksi. Nilai koefisisen dari persamaan regresi adalah sebagai berikut : Tabel 4.15 Nilai Koefisien Variabel Independen Model WTP Variabel independen Koefisien Konstanta 6828,798 Pernah dengar RO -146,841 Niat membeli 408,582 Faktor pendukung -7,317 Faktor penolak -405,206 Macam air minum 10,091 Kesediaan membeli 199,453 Sekenario yang dimunculkan dalam penelitian ini adalah kesediaan membeli air minum hasil sistem RO Reverse Osmosis setelah mendapatkan tambahan informasi sistem RO Reverse Osmosis. Pengolahan data selanjutnya adalah uji anova untuk mengetahui pengaruh faktor informasi yang ada pada saat penyebaran kuisioner. Pada kuisioner WTP skenario pengaruh faktor informasi tentang sistem RO. Uji anova ini untuk melihat apakah nilai WTP terpengaruh informasi tentang skenario yang telah diketahui sebelumnya. Dalam melakukan Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. uji anova, skenario WTP 1 dianggap sebagai perlakuan tanpa informasi, skenario WTP 2 dianggap sebagai perlakuan menerima informasi sekali. Nilai WTP tiap Cluster Rp- Rp2.000,00 Rp4.000,00 Rp6.000,00 Rp8.000,00 Rp10.000,00 Cluster N ila i W T P WTP 1 WTP 2 WTP 1 Rp7.793,9 Rp7.274,4 Rp8.439,9 Rp6.037,5 Rp6.560,5 WTP 2 Rp7.090,3 Rp8.624,1 Rp7.587,4 Rp8.040,9 Rp6.731,3 1 2 3 4 5 Gambar 4.12 Nilai WTP pada tiap cluster Untuk selanjutnya dilakukan uji anova dengan software SPSS. Hipotesis uji anova adalah : Ho: Nilai WTP dipengaruhi oleh informasi yang telah disebutkan sebelumnya. Hi : Nilai WTP tidak dipengaruhi oleh informasi yang telah disebutkan sebelumnya. Dengan ketentuan sebagai berikut: Jika probabilitas α 0,05, maka Ho: ditolak dan Jika probabilitas α 0,05, maka Ho: diterima Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber. Dari hasil uji anova didapatkan tingkat signifikansi sebesar 0,038. Jadi probabilitas 0,038 α 0,05, maka Ho ditolak, sehingga bisa disimpulkan bahwa nilai WTP tidak dipengaruhi oleh informasi yang telah disebutkan sebelumnya.

4.3 Analisa dan Pembahasan

Analisa dan pembahasan ini mencakup analisa terhadap statistik deskriptif WTP, kecenderungan karakteristik terhadap nilai WTP, komposisi tiap karakteristik terhadap cluster yang terbentuk, faktor yang berpengaruh terhadap model WTP.

4.3.1 Analisa Deskriptif

Jenis distribusi dari nilai WTP Initial adalah normal rata-rata adalah Rp 7.245,7604; Standar deviasi 767,3730. Hal ini berarti penyebaran dari WTP initial berpusat pada harga Rp 7.279,76 dengan sebaran pada rentang antara Rp 5.772,73 hingga Rp 8.733,33. Median dari data Rp 7.279,76 hampir berhimpit dengan rata-ratanya yang menunjukkan bahwa nilai WTP tersebut merata.

4.3.2 Analisa Kecenderungan

Analisa kecenderungan karakteristik terhadap nilai WTP dilakukan untuk melihat nilai WTP dari masing-masing karakteristik. Analisa kecebderungan karakteristik dijelaskan sebagai berikut : Kecenderungan karakteristik jenis kelamin terhadap nilai WTP adalah semakin tinggi jumlah wanita yang tertarik untuk membeli, maka akan semakin Hak Cipta © milik UPN Veteran Jatim : Dilarang mengutip sebagian atau seluruh karya tulis ini tanpa mencantumkan dan menyebutkan sumber.