Penelitian Terdahulu TINJAUAN PUSTAKA
20 Suatu metode dimana responden ditanyakan nilai maksimum WTP
mereka tanpa ada penyaranan nilai awal terlebih dahulu. Responden seringkali menemui kesulitan untuk menjawab pertanyaan tersebut,
khusunya para responden yang tidak memiliki pengalaman mengenai hal- hal yang menjadi bahan pertanyaan pewawancara.
c. Metode Kartu Pembayaran Payment Card
Metode ini menawarkan kepada responden suatu kartu yang terdiri dari berbagai nilai kemampuan untuk membayar, dimana responden dapat
memilih nilai maksimal sesuai dengan preferensinya. Metode ini pada awalnya dikembangkan untuk mengatasi bias titik awal dari metode tawar-
menawar. d.
Metode Pertanyaan Pilihan Dikotomi Close-Ended Referendum Metode yang menggunakan satu alat pembayaran yang disarankan
kepada responden baik mereka setuju atau tidak setuju. Respon dari responden di arahkan untuk menjawab apakah setujutidak dengan
jawaban “yatidak”. 3.
Memperkirakan Nilai Tengah dan Nilai Rata-rata WTP Data dari nilai WTP terkumpul, tahap berikutnya adalah menghitung nilai
tengah median danatau nilai rata-rata mean dari WTP tersebut. Perhitungan nilai penawaran menggunakan nilai rata-rata, maka akan diperoleh nilai yang
lebih tinggi dari yang sebenarnya. Oleh karena itu, lebih baik menggunakan nilai tengah agar tidak dipengaruhi oleh rentang penawaran yang cukup besar. Nilai
tengah penawaran selalu lebih kecil daripada nilai rata-rata penawaran. 4.
Memperkirakan Kurva Permintaan WTP Kurva WTP dapat diperkirakan dengan menggunakan fungsi WTP terdiri
dari jumlah responden yang bersedia dibayarkan oleh responden. 5.
Menjumlahkan Data Penjumlahan data dilakukan dengan proses menkonversikan nilai tengah
penawaran terhadap total populasi yang dimaksud.
21 6.
Evaluasi penggunaan CVM Evaluasi penggunaan CVM berfungsi untuk menilai sejauh mana CVM
berhasil diterapkan. Penilaian dilakukan dengan melihat tingkat keandalan fungsi WTP dengan melihat Rsquares dari model regresi linier berganda WTP responden.
3.1.4 Regresi Linier Berganda
Menurut Supranto 2008, Regresi linier Berganda adalah bentuk persamaan yang terdapat lebih dari dua variabel. Menurut Firdaus 2004, ada beberapa cara
dalam menuliskan persamaan regresi linier berganda, antara lain: Populasi
Y
i
= A + B
1
X
1i
+ B
2
X
2i
+ … + B
k
X
ki
+
є
i
…..1 Y
i
= B
1
+ B
2
X
2i
+ B
3
X
3i
+ … + B
k
X
ki
+
є
i
…..2 Sampel
Y
i
= a + b
1
X
1i
+ b
2
X
2i
+ … + b
k
X
ki
+ e
i
…..3 Y
i
= b
1
+ b
2
X
2i
+ b
3
X
3i
+ … + b
k
X
ki
+ e
i
…..4 Persamaan 1 maupun persamaan 2 masing-masing terdiri dari satu
variabel tak bebas Y dan k-1 variabel bebas X, yaitu X
2
, X
3
, …, X
k
. Jadi jumlah total variabelnya adalah 1 + K-1 = k variabel.
Regresi populasi dan sampel untuk model regresi dengan tiga variabel berarti k = 3, satu variabel tak bebas Y
i
dan dua variabel bebas X
2
dan X
3
dapat ditulis sebagai berikut:
Populasi Y
i
= B
1
+ B
2
X
2i
+ B
3
X
3i
+
є
i
….6 Sampel
Y
i
= b
1
+ b
2
X
2i
+ b
3
X
3i
+ e
i
….7 Ŷ
i
= b
1
+ b
2
X
2i
+ b
3
X
3i
, i = 1, 2, n ….8
e
i
= Y
i
- Ŷ
i
= pendugaan kesalahan pengganggu. Pada hakekatnya asumsi yang digunakan dalam model regresi berganda
sama dengan asumsi dalam model regresi sederhana. Hanya saja, dalam model regresi berganda ditambahkan satu asumsi lagi, yaitu tentang multikolineritas.
Secara lengkap asumsi-asumsi yang digunakan dalam model regresi berganda adalah:
1.
E
є
i
= 0 untuk setiap i.
2.
Cov
є
i
,
є
j
= 0 i ≠ j. Asumsi ini dikenal sebagai asumsi tidak adanya korelasi berurutan atau tidak ada autokorelasi.
22
3.
Var
є
i
= σ, untuk setiap i. Asumsi ini dikenal sebagai asumsi homokedastisitas atau varians sama.
4.
Cov
є
i
│ X
2i
= Cov
є
i
│ X
3i
= 0. Artinya, kesalahan pengganggu
є
i
dan variabel bebas X tidak berkorelasi.
5.
Tidak ada multikolinearitas, yang berarti tidak terdapat hubungan linieritas yang pasti di antara variabel bebas.
Regresi merupakan persamaan matematik yang memungkinkan kita meramalkan nilai-nilai suatu peubah tak bebas dari nilai-nilai satu atau lebih
peubah bebas Walpole, 1982. Secara umum, fungsi regresi berganda dituliskan sebagai berikut:
Y = b + Σ b
i
X
i
+ E
i
Keterangan: Y
= peubah tak bebas b
= intersep b
i
= parameter penduga X
i
X
i
= peubah bebas yang menjelaskan peubah tak bebas Y E
i
= pengaruh sisa error term I
= 1, 2, 3, …, n yaitu banyaknya peubah bebas dalam fungsi