Jumlah tanggungan (org) Lama bekerja di kawasan TWA (thn)

Transkripsi

1 LAMPIRAN 88

2 Lampiran 1. Data Responden Masyarakat Desa Karang Tengah 11 No Jenis pekerjaan Jenis kelamin (L=1 ; P=) Umur (thn) Lama pendidikan (thn) Jumlah tanggungan (org) Lama bekerja di kawasan TWA (thn) Jarak rumah ke TWA (km) Pendapatan dari adanya TWA (rupiah/bulan) Pendapatan non TWA (rupiah /bulan) Pendapatan total (Pendapatan TWA+Non TWA) 1 Penjaga karcis Pedagang Pedagang Penjaga taman 45 1, Penjaga taman , Penjaga taman , Penjaga taman , Buruh wisata Pedagang , Pedagang Buruh wisata Security , Buruh wisata Buruh wisata Buruh wisata 6 1, Pedagang , Buruh wisata Buruh wisata 3 3 1, Pedagang , Buruh wisata , Buruh wisata , Buruh wisata Pedagang

3 9 4 Buruh wisata Buruh wisata 3 3, Buruh wisata Pedagang , Penjaga karcis , Warung 4 3 5, Warung Warung , Warung , Warung , Warung 1 3 5, Warung 6, Warung , Tukang ojek Tukang ojek , Tukang ojek Tukang ojek Tukang ojek Tukang ojek , Tukang ojek Tukang ojek Tukang ojek Tukang ojek , Tukang ojek Tukang ojek Tukang ojek Tukang ojek Tukang ojek Tukang ojek Tukang ojek

4 91 54 Tukang ojek Supir angkot Supir angkot , Pedagang , Pedagang , Security , Security

5 Lampiran. Hasil Estimasi Model Regrsi Linier Berganda dengan Minitab 14. Welcome to Minitab, press F1 for help. Regression Analysis: Y (juta/thn) versus X1 (jml tang, X (umur/thn,... Weighted analysis using weights in Y (juta/thn) The regression equation is Y (juta/thn) = X1 (jml tanggungan/org)+.11 X (umur/thn) (lama bekerja d TWA/thn) +.8 (pendidikan akhir/thn)-.6 (jarak rmh/km) +.68 (jenis kelamin l=1 ;p=) Predictor Coef SE Coef T P VIF Constant X1 (jml tanggungan/org) X (umur/thn) X3 (lama bekerja d TWA/thn) X4 (pendidikan akhir/thn) X5 (jarak rmh/km) X6 (jenis kelamin l=1 ;p=) S = R-Sq = 66.1% R-Sq(adj) = 6.3% Analysis of Variance Source DF SS MS F P Regression Residual Error Total Source DF Seq SS X1 (jml tanggungan/org) X (umur/thn) X3 (lama bekerja d TWA/thn) X4 (pendidikan akhir/thn) X5 (jarak rmh/km) 1. X6 (jenis kelamin l=1 ;p=) Unusual Observations Obs X1(jml tanggungan/org) Y(juta/thn) Fit SE Fit Residual St Resid R X R R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large influence. Durbin-Watson statistic = Residual Plots for income Pengujian Hipotesis 1. Uji Multikolinearitas Predictor Coef SE Coef T P VIF Constant X1 (jml tanggungan/org) X (umur/thn) X3 (lama bekerja d TWA/thn) X4 (pendidikan akhir/thn) X5 (jarak rmh/km) X6 (jenis kelamin l=1 ;p=) Nilai VIF <1 maka artinya tidak terjadi pelanggaran Multikolinearitas 9

6 . Kenormalan H = eror menyebar normal H 1 = tidak menyebar normal Residual Plots for income Normal Probability Plot of the Residuals Residuals Versus the Fitted Values Percent Fitted Value 1.5. Histogram of the Residuals Residuals Versus the Order of the Data Frequency Observation Order Series: Residuals Sample 1 6 Observations 6 Mean.E-16 Median.11 Maximum Minimum Std. Dev Skewness.3479 Kurtosis Jarque-Bera Probability Nilai Probability (,438517) > alpha 5% maka terima H artinya asumsi error menyebar normal terpenuhi 93

7 3. Homoskedastisitas H : Homoskedastisitas H 1 : Heteroskedastisitas Residual Plots for SRES1 Normal Probability Plot of the Residuals Residuals Versus the Fitted Values Percent Fitted Value. Frequency Histogram of the Residuals Residuals Versus the Order of the Data Observation Order Hasil plot model tidak membentuk pola atau menyebar bebas. Artinya, model adalah homoskedastisitas atau tidak terjadi pelanggaran asumsi heteroskedastisitas. Regression Analysis: SRES1 versus X1 (jml tanggung, X (umur/thn),... Weighted analysis using weights in Y (juta/thn) The regression equation is SRES1 = (jml tanggungan/org)+.31 X (umur/thn)+.9 (lama bekerja d TWA/thn) +.19 (pendidikan akhir/thn) -.59 (jarak rmh/km) +.91 (jenis kelamin l=1 ;p=) Predictor Coef SE Coef T P VIF Constant X1 (jml tanggungan/org) X (umur/thn) X3 (lama bekerja di TWA/thn) X4 (pendidikan akhir/thn) X5 (jarak rmh/km) X6 (jenis kelamin l=1 ;p=) S = R-Sq =.4% R-Sq(adj) =.% Analysis of Variance Source DF SS MS F P Regression Residual Error Total

8 Source DF Seq SS X1 (jml tanggungan/org) 1.55 X (umur/thn) 1.55 X3 (lama bekerja di TWA/thn) 1.37 X4 (pendidikan akhir/thn) 1.55 X5 (jarak rmh/km) 1.65 X6 (jenis kelamin l=1 ;p=) 1.74 Unusual Observations Obs X1 (jml Tanggungan/org) SRES1 Fit SE Fit Residual St Resid R R R X R R R denotes an observation with a large standardized residual. X denotes an observation whose X value gives it large influence. Durbin-Watson statistic = Residual Plots for SRES1 95

9 Lampiran 3. Data Kegiatan Orientasi Batas Kawasan No Nama Pal Kegiatan Orientasi Batas Kawasan Keterangan 1. Patok E. 89 Patah. Patok E. 9 Hilang 3. Patok E. 91 Hilang 4. Patok E. 65 Ada 5. Patok E. 66 Hilang 6. Patok E. 67 Ada 7. Patok E. 68 Hilang 8. Patok E. 69 Ada 9. Patok E. 7 Hilang 1. Patok E. 71 Hilang 11. Patok E. 7 Ada 1. Patok E. 73 Hilang 13. Patok E. 74 Ada 14. Patok E. 75 Hilang 15. Patok E. 76 Ada 16. Patok E. 77 Hilang 17. Patok E. 78 Hilang 18. Patok E. 79 Hilang 19. Patok E. 8 Hilang. Patok E. 81 Hilang 1. Patok E. 8 Hilang. Patok E. 83 Ada 3. Patok E. 84 Hilang 4. Patok E. 85 Ada 5. Patok E. 86 Ada 6. Patok E. 87 Hilang 7. Patok E. 88 Hilang Sumber : Balai Pengelolaan TWA Gunung Pancar (11) 96

10 Lampiran 4. Dokumentasi Penelitian Gambar (a) Gerbang Kawasan TWA Gunung Pancar Gambar (b) Kantor Pusat Informasi BBKSDA Gambar (c) Tanda panah menunjukkan yang dibangun pada tahun 6 kantor PT WWI Gambar (d) Hamparan pohon pinus di kawasan TWA Gunung Pancar Gambar (e) Pesona keindahan Gunung Pancar 97