perhitungan jumlah sampel dapat dihitung dengan rumus · luas tanah, luas bangunan dan jenis...
TRANSCRIPT
Perhitungan jumlah sampel dapat dihitung dengan rumus“Solvin” dan diperoleh 100 responden yang cukup digunakansebagai sample pada wilayah Driorejo yang memiliki jumlahpopulasi 31054
by : Lyte 2 2/10/2010
by : Lyte 3 2/10/2010
by : Lyte 4 2/10/2010
• Fuzzifikasi
• Defuzzifikasi
by : Lyte 5 2/10/2010
c a b
Rendah < 2000 500 1200 1900
Sedang 2000 - 3000 2000 2500 3000
Tinggi > 3000 3100 4000 5000
Bilangan FuzzyWTP Range
c a b
WTP 1316.67 2583.33 4208.77
Bilangan FuzzyVariabel
a
c
b
a
b
a
a
c
dxba
bxdx
ca
cx
dxxba
bxdxx
ca
cx
N
)(
)(
)(
)(
)(
)(
)(
)(
• Nilai Crisp
Nilai WTP yang sanggup dibayar oleh masyarakat yaitu sebesar Rp. 3007.43 dan dibulatkan menjadi Rp. 3100
by : Lyte 6 2/10/2010
• Uji Validitas
by : Lyte 7 2/10/2010
Variabel Nilai Korelasi Signifikasi Keterangan
Jenis kelamin 0.174 0.083 Tidak valid
Usia 0.503 0 Valid
Tingk. Pendidikan 0.359 0 Valid
Pekerjaan 0.498 0 Valid
Bidang digeluti 0.673 0 Valid
Pendapatan 0.297 0.003 Valid
Anggota. Kel 0.241 0.016 Valid
Jenis Bangunan Rumah -0.157 0.12 Tidak valid
Status rumah -28 0.784 Tidak valid
Lokasi rumah 0.452 0 Valid
Luas Tanah 0.467 0 Valid
Luas Bangunan 0.365 0 Valid
Jumlah mobil 0.41 0 Valid
Jumlah Motor -0.04 0.696 Tidak valid
Hewan peliharaan 0.43 0 Valid
Konsumsi PDAM (Rp) 0.067 0.506 Tidak valid
Konsumsi PDAM (m3) 0.132 0.19 Tidak valid
Guna Air PDAM 0.114 0.26 Tidak valid
Kualitas Air 0.384 0 Valid
Pengeluaran Air Kemasan (Rp) 0.186 0.064 Tidak valid
Pemakaian galon 0.178 0.076 Tidak valid
• Uji Reabilitas
Variabel dikatakan reliabel jika nilai Alpha Croncbach > 0.6
by : Lyte 8 2/10/2010
• Tabulasi Silang
by : Lyte 9 2/10/2010
Variabel Sign
Jenis Kelamin 0.407
Usia 0.959
Tingkat Pendidikan 0.755
Pekerjaan 0.59
Bidang yang digeluti 0.425
Pendapatan 0.805
Jumlah anggota keluarga 0
Jenis bangunan rumah 0.327
Status kepemilikan rumah 0.888
Lokasi rumah 0.768
Luas tanah 0.094
Luas bangunan 0.01
Jumlah mobil yang dimiliki 0.02
Jumlah motor yang dimiliki 0.084
Kepemilikan hewan peliharaan 0.4
Pengeluaran konsumsi air PDAM 0.21
Meter kubik konsumsi air PDAM 0.396
Kegunaan air PDAM 0.906
Kualitas air 0.793
Pengeluaran konsumsi air kemasan / isi ulang 0.504
Jumlah gallon konsumsi air kemasan / isi ulang 0.867
Analisa Tabulasi Silang1. Usia dan Jenis Kelamin Responden dengan WTP.
Kedua hal tersebut dapat dikatakan memiliki pengaruh yang besarterhadap tingkat WTP yang akan dikeluarkan.
2. Tingkat Pendidikan, Pekerjaan dan Bidang yang digeluti Respondendengan WTP
Dalam penelitian ini variabel-variabel tersebut cukup berpengaruhterhadap nilai WTP.
3. Pendapatan dengan WTP
Hubungan yang terjadi cukup kuat, semakin tinggi pendapatan respondenmaka dapat diprediksikan nilai WTP yang bersedia dikeluarkan respondenjuga akan semakin tinggi.
by : Lyte 10 2/10/2010
4. Lokasi Rumah dan Status Kepemilikan Rumah dengan WTP
Variabel-variabel tersebut memiliki pengaruh yang cukup besar
5. Luas Tanah, Luas Bangunan dan Jenis Bangunan dengan WTP
Variabel-variabel tersebut tidak terlalu berpengaruh terhadap nilai WTPyang ditentukan oleh masyarakat.
6. Fasilitas dari responden yang meliputi Jumlah Mobil, Jumlah Motor, danJumlah kepemilikan Hewan Peliharaan dengan WTP
Tidak berpengaruh terhadap nilai WTP.
7. Kegunaan dan Kualitas Air PDAM dengan WTP
Kegunaan dan kualitas air PDAM dalam mendukung upaya peningkatankesejahteraan masyarakat memiliki hubungan yang positif dan cukuperat.
by : Lyte 11 2/10/2010
8. Pengeluaran dan Meter Kubik Konsumsi air PDAM dengan WTP
Pengeluaran dan meter kubik konsumsi air PDAM cukup berpengaruhterhadap jumlah kebutuhan air masyarakat dalam kehidupan sehari-hari.
9. Pengeluaran dan jumlah gallon konsumsi air kemasan/isi ulang denganWTP
Pengeluaran dan jumlah gallon konsumsi air kemasan/isi ulangmempunyai signifikansi yang cukup tinggi yang menyatakan bahwavariabel-variabel tersebut cukup berpengaruh.
by : Lyte 12 2/10/2010
• Koefesien WTP
• Logit 1 :
• Logit 2 :
by : Lyte 13 2/10/2010
Variabel koef 𝑾𝟐 Odds ratio
𝑊𝑇𝑃 <2000 49.761 53.472
𝑊𝑇𝑃 2000−3000 25.694 24.154
Tingkat Pendidikan(TP)
SD -10.356 37.992 0.0000318
SMP -4.977 9.444 0.00686
SMA -2.459 5.711 0.086
Pendapatan (PD)
< 1 juta -10.204 23.193 0.000037
1-3 juta -0.464 12.352 0.629
Chi-square = 0.048, DF = 31, P-value = 1.000
G = 50.406, DF = 31, P-value = 0.764
𝑔 1 = 49.761 − 10.356 𝑇𝑃𝑆𝐷 − 4.977 𝑇𝑃𝑆𝑀𝑃 − 2.459 𝑇𝑃𝑆𝑀𝐴 − 10.204 𝑃𝐷<1 𝑗𝑢𝑡𝑎 − 0.464 𝑃𝐷1−3 𝑗𝑢𝑡𝑎
𝑔 2 = 25.694 − 10.356 𝑇𝑃𝑆𝐷 − 4.977 𝑇𝑃𝑆𝑀𝑃 − 2.459 𝑇𝑃𝑆𝑀𝐴 − 10.204 𝑃𝐷<1 𝑗𝑢𝑡𝑎 − 0.464 𝑃𝐷1−3 𝑗𝑢𝑡𝑎
• Berdasarkan Tabel koefesien diatas dapat diketahui bahwa variabel TingkatPendidikan (SD), Tingkat Pendidikan (SMP) dan Tingkat Pendidikan (SMA)signifikan terhadap tingkat WTP pada level hal ini terlihat nilai statistikyang dibandingkan dengan Ztabel = ±1,64. Demikian juga dengan variabelPendapatan (< 1 juta) dan Pendapatan (1-3 juta). Dapat disimpulkan bahwavariabel Tingkat Pendidikan (SD), Tingkat Pendidikan (SMP) dan TingkatPendidikan (SMA) dan variabel Pendapatan (< 1 juta) dan Pendapatan (1-3juta) dengan demikian faktor-faktor diatas merupakan faktor yangberpengaruh terhadap tingkat WTP.
by : Lyte 14 2/10/2010
• Penilaian Tim Ahli
Dari rata-rata penilaian bobot kriteria, kemudian dicari nilai tunggal (crisp) dengan
cara defuzzifikasi dengan metode center of gravity. Berdasarkan hasil defuzzifikasiini dapat dibentuk fungsi keanggotaan tiap responden µ[x]1 dan µ[x]2 sesuaidengan aturan triangular membership function.
by : Lyte 15 2/10/2010
Responden DefuzzifikasiLevel
Linguistikµ[x]1
Level
Linguistikµ[x]2
1 4.35
Cukup
Berpengaruh 0.765Berpengaruh
0.234
2 4.08
Cukup
Berpengaruh 0.58Berpengaruh
0.42
3 4.153
Cukup
Berpengaruh 0.623Berpengaruh
0.377
4 3.83
Kurang
Berpengaruh 0.604
Cukup
Berpengaruh 0.395
5 3.93
Cukup
Berpengaruh 0.632Berpengaruh
0.367
• Variabel Prediktor Ahli dan Penduduk
by : Lyte 16 2/10/2010
Variabel %
Jenis Kelamin 3.184165
Usia 5.615318
Tingkat Pendidikan 7.171543
Pekerjaan 6.755594
Bidang yang digeluti 8.067986
Pendapatan 7.551635
Jumlah anggota keluarga 3.664659
Jenis bangunan rumah 5.012909
Status kepemilikan rumah 1.907631
Lokasi rumah 4.697361
Luas tanah 4.819277
Luas bangunan 7.164372
Jumlah mobil yang dimiliki 6.648021
Jumlah motor yang dimiliki 4.059094
Kepemilikan hewan peliharaan 1.907631
Pengeluaran konsumsi air PDAM 5.306942
Meter kubik konsumsi air PDAM 2.983362
Kegunaan air PDAM 2.617613
Kualitas air 4.18101
Pengeluaran konsumsi air kemasan / isi ulang 4.855135
Jumlah gallon konsumsi air kemasan / isi ulang 1.828744
Variabel Sign
Jenis Kelamin 0.407
Usia 0.959
Tingkat Pendidikan 0.755
Pekerjaan 0.59
Bidang yang digeluti 0.425
Pendapatan 0.805
Jumlah anggota keluarga 0
Jenis bangunan rumah 0.327
Status kepemilikan rumah 0.888
Lokasi rumah 0.768
Luas tanah 0.094
Luas bangunan 0.01
Jumlah mobil yang dimiliki 0.02
Jumlah motor yang dimiliki 0.084
Kepemilikan hewan peliharaan 0.4
Pengeluaran konsumsi air PDAM 0.21
Meter kubik konsumsi air PDAM 0.396
Kegunaan air PDAM 0.906
Kualitas air 0.793
Pengeluaran konsumsi air kemasan / isi ulang 0.504
Jumlah gallon konsumsi air kemasan / isi ulang 0.867
• Analisa Variabel Prediktor Ali dan Penduduk
Variabel yang menduduki posisi 3 besar baik dari sudut pandang ahli
maupun darisudut pandang penduduk memiliki kemiripan adalah variabeltingkat pendidikan, tingkat pendapatan, pekerjaan dan kualitas air. Dengandemikian pihak yang terkait lebih mempertimbangkan variabel tersebutdalam melakukan setiap kebijakan yang akan dibuat.
by : Lyte 17 2/10/2010