Ruang Lingkup Penelitian

Pendekatan kuantitatif digunakan untuk penelitian deskriptif yang dilakukan. Tujuan

penggunaan metode deskriptif yaitu untuk membuat gambaran, lukisan, deskripsi dengan berurut,
akurat serta factual terhadap sifat-sifat, fakta-fakta serta korelasi pada keadaan atau fenomena yang
sedang diteliti (Nurlan, 2019). Penelitian ini menggunakan data runtun waktu dari tahun 2009
sampai tahun 2020. Data yang digunakan terdiri dari data rata-rata tarif PDAM per tahun dalam
satuan rupiah dan rata-rata penggunaan air per pelanggan dalam satuan m 3.
Sumber Data dan Variabel Penelitian
Dalam penelitian yang dilakukan ini, data yang digunakan merupakan data sekunder yang
dapat diakses dari Publikasi Badan Pusat Statistik (BPS) dari Tahun 2009 sampai tahun 2020.
Variabel yang digunakan adalah variabel tarif PDAM dan kuantitas penggunaan air per pelanggan.
Prosedur Analisis Data
Pembentukan Model dan Uji Statistik
Analisis data akan dilakukan dengan menggunakan regresi berganda, selanjutnya dilakukan
uji t dan uji F. Model dalam penelitian yang dilakukan adalah sebagai berikut.
Qt =β 0+ β1 Pt + ε t
Keterangan:
Q = Kuantitas penggunaan air per pelanggan (m 3)
P = Tarif PDAM
εt = Error
Kemudian Uji t dan uji F digunakan sebagai alat dalam pengujian hipotesis sehingga dapat
dilihat apakah suatu variabel prediktor berpengaruh atau tidak terhadap variabel respon baik secara
parsial maupun simultan. Kriteria penolakan dan penerimaan hipotesis akan dibandingkan dengan
menggunakan nilai= 0,05. Jika nilai signifikansi (Sig.) lebih besar dari alpha, maka tidak terdapat
pengaruh antara variabel bebas dengan variabel tidak bebas. Sebaliknya, Jika nilai signifikansi (Sig.)
kurang dari alpha, maka cukup bukti untuk mengatakan bahwa terdapat pengaruh antara variabel
bebas dengan variabel tidak bebas. Selain itu, dilihat pula koefisien determinasi ( R2) untuk melihat
seberapa besar persentase variabel prediktor dapat menjelaskan variabel respon.
Uji Asumsi Klasik
Uji asumsi klasik adalah pengujian yang dilakukan untuk memastikan bahwa model regresi
yang didapatkan adalah BLUE (Best Linear Unbiased Estimation). Asumsi ini dikembangkan oleh
seseorang yang menghasilkan teori Gauss-Markov Theorem. Menurut Setiawan (2020), untuk
mengetahui suatu model termasuk BLUE, dilakukan beberapa pengujian yakni Uji Normalitas
Residual, Uji Multikolinearitas Variabel Prediktor, Uji Heteroskedastisitas serta Uji Autokorelasi.
Penjelasan terhadap uji-uji yang dilakukan adalah sebagai berikut.
 Uji Normalitas Residual. Menurut Mardiatmoko (2020), pengujian ini dilakukan untuk melihat
apakah residual terdistribusi secara normal atau tidak dengan menggunakan taraf signifikansi =
0,05. Jika nilai signifikansi yang didapatkan lebih dari taraf signifikansi, maka dapat disimpulkan
bahwa data residual mengikuti distribusi normal.
 Uji Multikolinearitas. Ketika antara variabel prediktor memiliki hubungan yang signifikan, maka
disimpulkan terjadi multikolinearitas (Mardiatmoko, 2020). Pengujian ini dilakukan dengan meli-
hat nilai VIF (Variance Inflation Factor), jika nilai VIF lebih dari 10 maka disimpulkan terdapat
multikolinearitas.
 Uji Heteroskedastisitas. Pendeteksian ini dapat dilakukan melalui visualisasi terhadap hasil
prediksi dengan error (Setyawan et al, 2019). Selain itu dapat dilakukan juga dengan melihat nilai
yang signifikan pada model regresi transoformasi ln residual kuadrat dengan ln masing-masing
variabel prediktor. Jenis pengujian ini disebut dengan Uji Park.
 Uji Autokorelasi. Autokorelasi dapat melihat penyimpangan diantara residual antara pengamatan.
Menurut Purba (2018), jika tidak terjadi autokorelasi maka model yang didapatkan adalah model
yang baik.
Interpretasi uji autokorelasi (Prameswari, 2019)
Nilai Durbin Watson Interpretasi

d < dL Tolak Hipotesis nol, ada autokorelasi positif

dL < d < dU Tidak dapat disimpulkan

dL< d < 4 - dU Gagal tolak hipotesis nol, Tidak terdapat autokorelasi

4 - dL < d < 4 - dU Tidak dapat disimpulkan

4 - dL < d Tolak hipotesis nol, ada autokorelasi negatif

Keterangan:
d = Durbin-Watson statistik
dL = Durbin-Watson Lower
dU= Durbin-Watson Upper

Perhitungan Indeks Lerner

Indeks Lerner (L) dapat dihitung menggunakan rumus
P−MC
L=
P
Karena perusahaan ingin memaksimasi profit, maka marginal revenue akan sama dengan marginal
cost, sebagai berikut.

TR=PQ → MR=
dTR
dQ
=P+ Q
∆P
∆Q
=P+ P
Q
P ( ) ( )( ∆∆ QP )
Karena ( QP )( ∆∆ QP )=E → MR=P+ P ( E1 )
d
d

Sehingga P+ P ( )
1
Ed
=MC , dimana jika bentuknya disesuaikan dengan Indeks Lerner seperti

di atas maka akan ditemukan rumus hitung Indeks Lerner yang baru, sebagai berikut.
P−MC −1 −1
= → L=
P Ed Ed
Penghitungan Indeks Lerner pada Perusahaan PDAM di Banten akan menggunakan model
regresi yang telah didapatkan. Rumus yang digunakan adalah sebagai berikut.

Ed = ( ∆∆ QP )( QP )= d ( β + β1 P +ε ) ( QP )= β1 ( QP )
0 1 t t 1

dP
Keterangan:
L = Indeks Lerner
TR = Penerimaan Total
MR = Penerimaan Marginal
Ed = Elastisitas Permintaan
Tarif dan kuantitas yang digunakan dalam perhitungan ini adalah tarif dan kuantitas rata-rata.