kependudukan, luas rumah, pendapatan rumah tangga, dan total kerugian ekonomi akibat banjir rob terhadap variabel tak bebasnya keputusan masyarakat untuk
melakukan tindakan pencegahan terhadap banjir rob.
6.3.2.1 Uji G Likelihood Ratio
Uji statistik G bertujuan untuk mengetahui peran variabel-variabel bebas dalam model secara simultan atau bersama-sama. Pengujian statistik G dapat
dilakukan dengan membandingkan antara nilai G dengan nilai Chi-square χ
2
tabel pada taraf nyata α tertentu dengan derajat bebas k-1, namun jika menggunakan paket pada program Minitab 15.0 dapat dilihat melalui nilai P p-
value. Berdasarkan hipotesis yang dibuat sebelumnya yakni jika p-value dari
statistik G lebih kecil dari taraf nyata terkecil yang digunakan α = 0.05, maka
keputusannya adalah menolak H yang artinya ada pengaruh paling sedikit satu
variabel bebas yang berpengaruh nyata terhadap variabel tidak bebas. Berdasarkan hasil olahan data pada Tabel 30 menunjukkan bahwa nilai G sebesar 11.973
dengan p-value yaitu 0.035. Hasil tersebut menunjukkan bahwa p-value memiliki nilai yang lebih kecil dari taraf nyata yang digunakan 0.035 0.05, sehingga
keputusannya adalah menolak H yang artinya variabel independen yang
digunakan dalam model tersebut secara bersama-sama dapat menjelaskan keputusan masyarakat untuk melakukan tindakan pencegahan terhaadap banjir
rob.
6.3.2.2 Uji Kebaikan Model Goodness of Fit
Uji kebaikan model terhadap keseluruhan model dilakukan dengan memperhatikan nilai sebaran chi-square dari Pearson, Deviance, dan Hosmer-
Lemeshow. Berdasarkan hipotesis yang dibuat sebelumnya yakni jika p-value dari ketiga statistik lebih besar dari taraf nyata terbesar α = 0.20, maka keputusannya
adalah terima H yang artinya model tersebut cukup layak untuk digunakan dalam
prediksi. Hasil olahan data pada Tabel 33 diperoleh nilai P pada Pearson sebesar 0.207; Deviance sebesar 0.276; dan Hosmer-Lemeshow sebesar 0.683. nilai P
tersebut memiliki nilai yang lebih besar dari taraf nyata terbesar yang digunakan yaitu α = 20. Keputusannya adalah terima H
yang artinya adalah model tersebut cukup layak untuk digunakan dalam prediksi.
6.3.2.3 Uji Wald
Berdasarkan hipotesis yang dibuat sebelumnya yakni jika p-value dari statistik W lebih kecil dari taraf nyata α = 0.20, maka keputusannya adalah
menolak H artinya variabel independen tersebut berpengaruh secara nyata
terhadap variabel dependennya. Hasil olahan data pada Tabel 33 menunjukkan bahwa dengan menggunakan uji Wald terdapat tiga variabel independen yang
berpengaruh nyata secara signifikan dengan level of significant atau α yang
berbeda. Variabel jarak rumah ke laut berpengaruh signifikan pada taraf uji 20. Dengan demikian dapat dikatakan bahwa variabel tersebut 80 secara parisal
mempunyai pengaruh nyata terhadap keputusan masyarakat untuk melakukan tindakan pencegahan terhadap banjir rob.
Adapun variabel status kependudukan signifikan pada α = 15. Hal ini berarti variabel status kependudukan tersebut 85 secara parsial berpengaruh
signifikan terhadap keputusan masyarakat untuk melakukan tindakan pencegahan terhadap banjir rob. Variabel luas rumah signifikan pada α = 5 sehingga dapat
dikatakan bahwa variabel tersebut 95 secara parsial mempunyai pengaruh nyata terhadap keputusan masyarakat untuk melakukan tindakan pencegahan terhadap
banjir rob. Berdasarkan analisis hasil uji Wald yang dilakukan, terdapat dua variabel independen yang ternyata tidak berpengaruh nyata terhadap variabel
dependennya. Kedua variabel tersebut adalah pendapatan rumah tangga dan total kerugian ekonomi akibat banjir rob. Hal tersebut dikarenakan p-value dari kedua
variabel independen tersebut lebih besar dari α yang digunakan α = 0.20, sehingga tidak memenuhi syarat signifikan.
6.3.3 Variabel-variabel yang Mempengaruhi Keputusan Masyarakat untuk Melakukan Tindakan Pencegahan terhadap Banjir Rob
Berdasarkan hasil regresi logistik, dapat dilakukan penafsiran mengenai variabel-variabel yang diduga menjadi faktor yang mempengaruhi keputusan
masyarakat untuk melakukan tindakan pencegahan terhadap banjir rob. Interpretasi dilakukan dengan melihat nilai p-value dan odds ratio. Nilai p-value
menentukan variabel-variabel yang berpengaruh nyata dalam model. Odds ratio menggambarkan estimasi seberapa besar kecenderungan pengaruh variabel
independen terhadap variabel dependen. Koefisien variabel independen yang