terhadap air sumur, sehingga terjadi penurunan kualitas lingkungan. Pada penelitian ini menganalisis faktor-faktor yang mempengaruhi penurunan kualitas lingkungan diukur dari biaya pengganti terhadap konsumsi air bersih yang dikeluarkan oleh masyarakat dengan menggunakan analisis regresi linear berganda. Fungsi penurunan kualitas lingkungan sebagai variabel tidak bebas (dependent variable), yaitu biaya pengganti terhadap konsumsi air bersih yang diduga berpengaruh terhadap variabel bebas (independent variable), yaitu umur (X1), tingkat pendapatan (X2), tingkat pendidikan (X3), dummy pekerjaan (X4),
jumlah tanggungan (X5), jarak tempat tinggal (X6), dummy kualitas air (X7),
dummy kebersihan lingkungan (X8), dan tingkat kesehatan (X9).
Berdasarkan hasil persamaan model regeresi linear yang disajikan pada Tabel 18 sebagai berikut:
Ln Y = 10,337 – 0,039 ln X1 + 0,107 ln X2 + 0,006 ln X3 – 1,690 X4 (dummy) +
0,017 ln X5 – 0,074 ln X6 – 0,066 X7 (dummy) – 0,200 X8 (dummy) +
Tabel 18 Hasil regresi linear berganda terhadap biaya konsumsi air bersih masyarakat Desa Namo Bintang
Unstandardized Coefficients
Collinearity Statistics
Model B t Sig VIF
(Constant) 10,337 11,016 0,000 X1 (Umur) -0,039 -0,373 0,711 1,122 X2 (Tingkat Pendapatan) 0,107 2,013 **0,049 1,183 X3 (Tingkat Pendidikan) 0,006 0,804 0,425 1,513 X4 (Pekerjaan) (dummy) -1,690 -25,361 *0,000 1,539 X5 (Jumlah Tanggungan) X6 (Jarak) X7 (Kualitas Air) (dummy) X8 (Kebersihan Lingkungan) (dummy) X9 (Tingkat Kesehatan) (dummy) 0,017 -0,074 -0,066 -0,200 0,001 2,866 -1,321 -0,689 -1,563 0,016 *0,006 ****0,191 0,493 ***0,123 0,987 1,232 1,417 1,333 1,273 1,134 R-square 94,7% R-square adj. 93,9% Durbin Watson 2,234 Sig. F 0,000a
Asymp. Sig. (2-tailed) 0,485
keterangan: **** nyata pada taraf α = 20% dan berpengaruh sebesar 80% *** nyata pada taraf α = 15% dan berpengaruh sebesar 85%
** nyata pada taraf α = 5% dan berpengaruh sebesar 95% * nyata pada taraf α = 1% dan berpengaruh sebesar 99%
Berdasarkan hasil regresi, dilihat nilai R-square adj. yang dihasilkan sebesar 93,9% yang berguna untuk melihat keakuratan model. Dijelaskan bahwa 93,9% keragaman eksternalitas negatif dapat dijelaskan oleh variabel bebas (independent variable) yaitu umur, tingkat pendapatan, tingkat pendidikan, pekerjaan, jumlah tanggungan, jarak tempat tinggal, kualitas air, kualitas lingkungan, dan kesehatan, sedangkan 6,1% dijelaskan oleh faktor lain di luar model. Model regresi linear berganda yang baik adalah model regresi yang memenuhi asumsi klasik, yaitu uji normalitas, tidak terdapat heteroskedastisitas, multikolinearitas, dan autokorelasi. Hasil uji tersebut sebagai berikut:
1. Uji Normalitas
Uji normalitas dilihat dari kurva normal pada histogram yang tertera pada Lampiran 5 dapat dikatakan bahwa model berdistribusi normal dengan mean sebesar 2,47 e-14. Hal ini menunjukkan bahwa nilai residual berada di sekitar nol dan dikatakan terstandarisasi menyebar secara normal. Lebih tepatnya dilakukan uji chi square atau Kolmogorov-Smirnov. Berdasarkan uji Kolmogorov-Smirnov dengan menggunakan software SPSS.16 yang tertera pada Lampiran 5, untuk
menunjukkan nilai Asymp. Sig. (2-tailed) sebesar 0,485, dimana nilai Asymp.Sig. (2-tailed) lebih besar dari (α=0,20). Hal ini menunjukkan nilai residual menyebar secara normal.
2. Uji Heteroskedastisitas
Uji heteroskedastisitas dilihat dari sebaran pola yang ada pada scatterplot. Berdasarkan hasil uji heteroskedastisitas (Lampiran 5) terlihat tidak membentuk pola dan menyebar bebas. Hal ini menunjukkan tidak terdapat pelanggaran heteroskedastisitas pada model regresi.
3. Uji Multikolinearitas
Uji multikolinearitas dilihat dari nilai VIF. Nilai VIF yang kurang dari sepuluh (VIF<10) menunjukkan tidak terjadi multikolinearitas. Berdasarkan hasil regresi terhadap model tidak terdapat pelanggaran multikolinearitas karena dilihat dari masing-masing variabel memiliki VIF kurang dari sepuluh (VIF<10) yang terdapat pada Lampiran 5.
4. Uji Autokorelasi
Uji autokorelasi dilihat dari nilai statistik Durbin-Watson (DW). Firdaus (2004) menyatakan nilai DW diantara 1,55 dan 2,46 menunjukkan tidak ada autokorelasi. Hasil pengolahan data diketahui nilai DW sebesar 2,234, hal ini membuktikan bahwa tidak ada autokorelasi dalam model regresi ini.
Berdasarkan hasil model regresi tidak terjadi pelanggaran asumsi klasik, hal ini menunjukan bahwa model layak untuk digunakan. Data pada Tabel 17 menjelaskan variabel-variabel yang berpengaruh nyata (signifikan) terhadap model regresi pada α=1%, α=5%, α=15%, dan α=20% adalah variabel tingkat pendapatan, pekerjaan, jumlah tanggungan, jarak tempat tinggal, dan kebersihan lingkungan, sedangkan variabel lain yaitu umur, tingkat pendidikan, kualitas air, dan tingkat kesehatan tidak berpengaruh nyata (tidak signifikan).
Variabel tingkat pendapatan (X2) memiliki P-value sebesar 0,049 yang
artinya variabel ini berpengaruh nyata terhadap model pada taraf nyata (α) 5%. Koefisien variabel tingkat pendapatan bertanda positif (+) dan memiliki nilai sebesar 0,107. Sesuai dengan hipotesis awal bahwa tingginya pendapatan yang diperoleh seseorang dapat meningkatkan besarnya pengeluaran konsumsi air bersih. Artinya semakin tinggi tingkat pendapatan seseorang sebesar 1% maka
diduga besarnya pengeluaran untuk biaya konsumsi air bersih meningkat sebesar 0,107% dengan asumsi peubah bebas lain tetap (cateris paribus). Responden yang memiliki pendapatan tinggi akan merasa berkecukupan untuk menanggulangi eksternalitas negatif yang ada dengan mengeluarkan biaya konsumsi air bersih.
Variabel dummy pekerjaan (X4) memiliki P-value sebesar 0,000 yang
artinya variabel ini berpengaruh nyata terhadap model pada taraf nyata (α) 1%. Koefisien variabel dummy pekerjaan bertanda negatif (-) dan memiliki nilai sebesar -1,690. Sesuai dengan hipotesis awal bahwa pekerjaan sebagai pemulung lebih sedikit mengeluarkan biaya konsumsi air bersih dibandingkan dengan pekerjaan sebagai non pemulung. Artinya besarnya biaya konsumsi air bersih terhadap pekerjaan sebagai pemulung lebih sedikit 1%, maka diduga biaya konsumsi air bersih pemulung lebih sedikit dibandingkan dengan pekerjaan sebagai non pemulung sebanyak 1,690% dengan asumsi peubah bebas lain tetap (cateris paribus). Hal ini disebabkan masyarakat pemulung sudah terbiasa dengan keadaan disekitar sampah dan responden yang tidak bekerja sebagai pemulung mengeluarkan biaya pengeluarannya untuk air bersih.
Variabel jumlah tanggungan (X5) memiliki P-value sebesar 0,006 yang
artinya variabel ini berpengaruh nyata terhadap model pada taraf nyata (α) 1%. Koefisien variabel jumlah tanggungan bertanda positif (+) dan memiliki nilai sebesar 0,017. Sesuai dengan hipotesis awal bahwa semakin banyak jumlah tanggungan seseorang, maka dapat meningkatkan besarnya pengeluaran konsumsi air bersih. Artinya semakin banyak jumlah tanggungan seseorang sebesar 1% maka diduga besarnya pengeluaran untuk biaya konsumsi air bersih meningkat sebesar 0,017% dengan asumsi peubah bebas lain tetap (cateris paribus). Hal ini disebabkan karena semakin banyak jumlah tanggungan seseorang dalam satu keluarga akan membutuhkan air yang lebih banyak.
Variabel jarak tempat tinggal (X6) memiliki P-value sebesar 0,191 yang
artinya variabel ini berpengaruh nyata terhadap model pada taraf nyata (α) 20%. Koefisien variabel jarak tempat tinggal bertanda negatif (-) dan memiliki nilai sebesar -0,074. Sesuai dengan hipotesis awal bahwa semakin jauh jarak tempat tinggal masyarakat ke lokasi TPAS, maka besarnya biaya konsumsi air bersih akan menurun. Artinya semakin jauh jarak tempat tinggal masyarakat ke lokasi
TPAS sebesar 1%, maka diduga besarnya biaya pengganti terhadap konsumsi air bersih akan menurun sebesar 0,074% dengan asumsi peubah bebas lain tetap (cateris paribus). Hal ini disebabkan karena semakin jauh jarak tempat tinggal seseorang dari TPAS, menyebabkan air yang tercemar lebih kecil.
Variabel dummy kebersihan lingkungan (X8) memiliki P-value sebesar
0,123 yang artinya variabel ini berpengaruh nyata terhadap model pada taraf nyata (α) 15%. Koefisien variabel dummy kebersihan lingkungan bertanda negatif (-) dan memiliki nilai sebesar -0,200. Sesuai dengan hipotesis awal bahwa semakin kurang baik kebersihan lingkungan tempat tinggal seseorang, maka biaya konsumsi air bersih akan lebih besar. Artinya semakin kurang baik kebersihan lingkungan tempat tinggal sebesar 1%, maka diduga biaya konsumsi air bersih akan lebih besar 0,200% dengan asumsi peubah lain tetap (cateris paribus).
Variabel umur (X1) memiliki nilai P-value sebesar 0,711 yang artinya
variabel tidak berpengaruh nyata terhadap model pada taraf nyata (α) 20%. Koefisien variabel umur bertanda negatif (-) dan memiliki nilai sebesar -0,039. Tidak sesuai dengan hipotesis awal bahwa semakin tua umur seseorang, semakin lama tinggal di sekitar TPAS maka biaya konsumsi air bersih meningkat. Artinya semakin muda umur seseorang sebesar 1% dan baru tinggal di sekitar TPAS, maka diduga konsumsi air bersih menurun 0,039% dengan asumsi peubah lain tetap (cateris paribus). Hal ini tidak sesuai karena berdasarkan keadaan di lapang umur responden tidak mencerminkan lama tinggal seseorang, tidak semakin tua umur responden semakin lama tinggal di sekitar TPAS tersebut.
Variabel tingkat pendidikan (X3) memiliki nilai P-value sebesar 0,425 yang
artinya variabel ini tidak berpengaruh nyata pada taraf nyata (α) 20%. Koefisien variabel tingkat pendidikan bertanda positif (+) dan memiliki nilai sebesar 0,006. Sesuai dengan hipotesis awal bahwa semakin tinggi tingkat pendidikan seseorang, maka semakin mengetahui akan pentingnya mengkonsumsi air bersih sehingga biaya konsumsi air bersih meningkat. Artinya semakin tinggi pendidikan seseorang sebesar 1%, maka diduga biaya konsumsi air bersih meningkat 0,006% dengan asumsi peubah lain tetap (cateris paribus). Hal ini disebabkan karena pengetahuan seseorang tentang air bersih lebih tinggi, sehingga tidak masalah untuk mengeluarkan biaya konsumsi air bersih lebih banyak.
Variabel dummy kualitas air (X7) memiliki P-value sebesar 0,493 yang
artinya variabel ini tidak berpengaruh nyata pada taraf nyata (α) 20%. Koefisien variabel kualitas air bertanda negatif (-) dan memiliki nilai sebesar -0,066. Sesuai dengan hipotesis awal bahwa semakin kurang baik kualitas air, maka akan lebih besar biaya konsumsi air bersih yang dikeluarkan. Artinya semakin kurang baik kualitas air 1%, maka diduga biaya konsumsi air bersih lebih besar 0,066% dengan asumsi peubah lain tetap (cateris paribus).
Variabel dummy tingkat kesehatan (X9) memiliki P-value sebesar 0,987
yang artinya variabel ini tidak berpengaruh nyata pada taraf nyata (α) 20%. Koefisien variabel tingkat kesehatan bertanda positif (+) dan memiliki nilai sebesar 0,001. Sesuai dengan hipotesis awal bahwa semakin lebih baik tingkat kesehatan seseorang, maka akan lebih besar biaya konsumsi air bersih. Hal ini disebabkan karena tingkat kesehatan berpengaruh terhadap air yang dikonsumsi.