HASIL PENELITIAN DAN PEMBAHASAN
4.3 Hasil Analisis Data .1Uji Normalitas
4.3.3 Pengujian Hipotesis
4.3.3.1.4 Analisis Determinasi (R 2 )
Analisis determinasi dalam regresi linier berganda digunakan untuk mengetahui persentase sumbangan pengaruh variabel independen (umur, tingkat pendapatan, tingkat pendidikan, pelayanan dan jumlah tanggungan) secara serendak terhadap variabel dependen (kesediaan membayar air per m3). Koefisien ini menunjukkan seberapa besar persentase variasi variabel independen yang digunakan dalam model mampu menjelaskan variasi variabel dependen. R2 = 0, maka tidak ada sedikitpun persentase sumbangan pengaruh yang diberikan variabel independen terhadap varaibel independen.
Dalam regresi linier berganda sebaiknya menggunakan R Square yang sudah disesuaikan atau tertulis Adjusted R Square, karena disesuaikan dengan jumlah variabel independent yang digunakan dalam penelitian (Nugroho, 2005)
Berdasarkan tabel model summary di atas (Tabel 4.20) diperoleh nilai koefisien determinasi yang sudah disesuaikan dengan jumlah variabel independen (Adjusted R Square) sebesar 0,332. Artinya 33,2% variabel dependen (kesediaan membayar air per m3) dijelaskan oleh variabel independen (umur, tingkat pendapatan, tingkat pendidikan, pelayanan dan jumlah tanggungan) dan sisanya sebesar 66,8% (100% - 33,2%) dijelaskan oleh variabel lain diluar variabel yang digunakan dalam penelitian ini.
4.3.3.2Kesediaan Membayar Air Perbulan
4.3.3.2.1 Uji F (Pengujian Hipotesis Secara Simultan Atau Bersama-Sama)
Untuk menguji pengaruh variabel bebas secara bersama-sama dengan menggunakan uji F dengan ketentuan :
- H0 ditolak jika Fhitung > ttabel - H0 diterima jika Fhitung < ttabel
Tabel 4.21
Hasil Pengujian Hipotesis Secara Simultan (Uji F) ANOVAb
Model Sum of Squares df Mean Square F Sig.
1 Regression 6.401 5 1.280 6.838 .000a
Residual 17.599 94 .187
Total 24.000 99
a. Predictors: (Constant), Jumlah Tanggungan (Anak), Pelayanan, Pendidikan , Umur, Pendapatan (Rp)
b. Dependent Variable: Kesediaan membayar bulanan (Rp) Sumber : Hasil Olah Data
Dari Tabel 4.18 uji F atau uji Anova diperoleh Fhitung sebesar 6,838 pada α
= 5% atau 0,05 dengan tingkat signifikan 0,000a . Dengan jumlah data (n)=100 dan tingkat signifikansi 0,05 diperoleh ftabel sebesar 2,307. Karena nilai Fhitung > Ftabel yakni 6,838>2,307 maka H0 ditolak dan Ha diterima. Dengan demikian hipotesis menyatakan: “Terdapat pengaruh yang positif dan signifikan antara variabel umur, tingkat pendapatan, tingkat pendidikan, tingkat pelayanan PDAM Tirta Madina dan jumlah tanggungan terhadap kesediaan membayar perbulan” diterima. Hal ini menunjukkan bahwa jika umur, tingkat pendapatan, tingkat pendidikan, tingkat pelayanan PDAM Tirta Madina dan jumlah tanggungan secara
bersama-sama mengalami kenaikan, maka akan berdampak pada kesediaan responden membayar air perbulan di PDAM Tirta Madina.
4.3.3.2.2 Uji t (Pengujian Hipotesis Secara Parsial)
Untuk menguji hipotesis umur, tingkat pendapatan, tingkat pendidikan, tingkat pelayanan PDAM Tirta Madina dan Jumlah Tanggungan terhadap kesediaan membayar air perbulan dalam penelitian ini menggunakan uji parsial atau uji t dengan tingkat signifikansi alpha 5% atau 0,05, dengan ketentuan: - H0 ditolak jika thitung>ttabel
- H0 diterima jika thitung < ttabel
Tabel 4.22.
Hasil Pengujian Hipotesis Secara Parsial (Uji t) Kesediaan Membayar Air Perbulan
Model Unstandardized Coefficients Standardized Coefficients t Sig. B Std. Error Beta 1 (Constant) -.248 .465 -.533 .595 Umur .026 .051 .052 .506 .614 Pendapatan (Rp) .029 .030 .107 .969 .335 Pendidikan .144 .086 .151 1.683 .096 Pelayanan .095 .050 .172 1.904 .060 Jumlah Tanggungan (Anak) .143 .041 .396 3.455 .001
a. Dependent Variable: Kesediaan membayar perbulan
Sumber : Hasil Olah Data Perumusan hipotesis:
(H0) Tidak terdapat pengaruh yang positif dan signifikan antara variabel independen (umur, pendapatan, pendidikan, pelayanan dan jumlah
tanggungan) secara parsial dengan variabel dependen (kesediaan membayar air perbulan).
(Ha) Terdapat pengaruh yang positif dan signifikan antara variabel independen (umur, pendapatan, pendidikan, pelayanan dan jumlah tanggungan) secara parsial dengan variabel dependen (kesediaan membayar air perbulan). Dari hasil uji statistik secara parsial diperoleh nilai thitung variabel pendidikan, pelayanan dan jumlah tanggungan (1,683 ; 1,904 ; dan 3,455) lebih besar dari ttabel = 1,661 (n=100), maka H0 ditolak dan Ha diterima. Jadi kesimpulannya “Terdapat pengaruh yang positif dan signifikan antara pendidikan, pelayanan, dan jumlah tanggungan dengan kesediaan membayar air perbulan”. Sedangkan thitung untuk variabel umur dan pendapatan yaitu 0,506 dan 0,969 lebih kecil dari ttabel = 1,661 (n=100) maka H0 diterima dan Ha ditolak. Jadi kesimpulannya “Tidak terdapat pengaruh yang signifikan antara variabel umur dan pendapatan dengan kesediaan membayar air perbulan”.
Dari tabel 4.19 diperoleh persamaan regresi berganda kesediaan masyarakat membayar air perbulan sebagai berikut :
WTP = -0,248 + 0,026U + 0,029PDPT + 0,144PDDK + 0,095PLY + 0,143JTG Dari persamaan tersebut di atas dapat dijelaskan variabel pendapatan
berpengaruh nyata pada taraf α = 0,05 persen dengan arah positif. Hal ini berarti
bahwa semakin besar pendapatan masyarakat maka semakin meningkatnya kesediaan masyarakat membayar perbulan. Jika tingkat pendapatan masyarakat meningkat satu rupiah, maka besarnya kesediaan masyarakat membayar air perbulan akan semakin bertambah sebesar Rp.0,029.
Variabel yang tidak berpengaruh nyata ada lima variabel yaitu variabel umur (U), tingkat pendapatan (PDPT), tingkat pendidikan (PDDKN), penilaian PDAM Tirta Madina (PLYN), jumlah tanggungan (JTG). Selain itu ada kemungkinan bahwa responden tidak menjawab pertanyaan wawancara dengan sungguh-sungguh, kurang paham akan pertanyaan yang diajukan dalam kuesioner dan wawancara, dan banyak hal lain yang bisa mengakibatkan beberapa variabel kemungkinan tidak berpengaruh nyata.
4.3.3.2.3 Analisis Korelasi Berganda (R)
Analisis ini digunakan untuk mengetahui hubungan antara dua atau lebih variabel independen (X1, X2, ……Xn) terhadap variabel dependen (Y) secara serentak. Koefisien ini menunjukkan seberapa besar hubungan yang terjadi antara variabel independen (X1, X2, ……Xn) secara serentak terhadap variabel dependen (Y). Nilai R berkisar antara 0 sampai 1, nilai semakin mendekati 1 berarti hubungan yang terjadi semakin kuat, sebaliknya nilai semakin mendekati 0 maka hubungan yang terjadi semakin lemah. (Priyatno, 2009).
Sifat korelasi akan menentukan arah korelasi. Keeratan korelasi dapat dikelompokkan sebagai berikut : (Nugroho, 2005)
0,00 – 0,20 = sangat lemah 0,21 – 0,40 = lemah
0,41 – 0,60 = kuat
0,61 – 0,80 = sangat kuat 0,81 – 1,000 = sangat kuat sekali
Tabel 4.23.
Hasil Analisis Korelasi Ganda (R) Model Summaryb
Model R R Square Adjusted R Square Std. Error of the Estimate
1 .516a .267 .228 .43269
a. Predictors: (Constant), Jumlah Tanggungan (Anak), Pelayanan, Pendidikan , Umur, Pendapatan (Rp) b. Dependent Variable: Kesediaan membayar perbulan
Sumber : Hasil Olah Data
Berdasarkan tabel di atas diperoleh angka R sebesar 0,516. Hal ini menunjukkan bahwa terdapat korelasi yang kuat antara variabel independen (umur, tingkat pendapatan, tingkat pendidikan, pelayanan dan jumlah tanggungan) dengan variabel dependen (kesediaan membayar air perbulan) sebesar 51,6%.
4.3.3.2.4 Analisis Determinasi (R2)
Analisis determinasi dalam regresi linier berganda digunakan untuk mengetahui persentase sumbangan pengaruh variabel independen (umur, tingkat pendapatan, tingkat pendidikan, pelayanan dan jumlah tanggungan) secara serendak terhadap variabel dependen (kesediaan membayar air perbulan). Koefisien ini menunjukkan seberapa besar persentase variasi variabel independen yang digunakan dalam model mampu menjelaskan variasi variabel dependen. R2 = 0, maka tidak ada sedikitpun persentase sumbangan pengaruh yang diberikan variabel independen terhadap varaibel independen.
Dalam regresi linier berganda sebaiknya menggunakan R Square yang sudah disesuaikan atau tertulis Adjusted R Square, karena disesuaikan dengan jumlah variabel independent yang digunakan dalam penelitian (Nugroho, 2005)
Berdasarkan tabel model summary di atas (Tabel 4.20) diperoleh nilai koefisien determinasi yang sudah disesuaikan dengan jumlah variabel independen (Adjusted R Square) sebesar 0,228. Artinya 22,8% variabel dependen (kesediaan membayar air perbulan) dijelaskan oleh variabel independen (umur, tingkat pendapatan, tingkat pendidikan, pelayanan dan jumlah tanggungan) dan sisanya sebesar 77,2% (100% - 22,8%) dijelaskan oleh variabel lain diluar variabel yang digunakan dalam penelitian ini.
BAB V