26
mendekati sebaran normal. Teknik pengambilan sampelnya dilakukan secara convenience sampling
atau accidential sampling yaitu pengambilan berdasarkan spontanitas. Dalam hal ini siapa saja orang yang ditemui, maka orang terebut
dijadikan sampel responden dengan persyaratan resonden berusia diatas 15 tahun.
4.4. Pengumpulan Data
Untuk mendapatkan data dan informasi yang sesuai dengan kebutuhan penelitian, maka dilakukan pengumpulan data dan informasi yang dilakukan
dengan menggunakan berbagai pendekatan sebagai berikut:
a. Observasi langsung ke lapangan direct observation, dimaksudkan untuk
mengetahui dan melihat secara langsung kondisi biofisik objek penelitian,
seperti karakteristik pengunjung.
b. Wawancara interview, dilakukan untuk mengumpulkan data kualitatif dan kuantitatif. Data dan informasi dikumpulkan untuk mengetahui aspek
ekonomi, sosial dan lingkungan pengunjung . c. Wawancara mendalam in-depth interview, dilakukan untuk mengetahui
aspek-aspek kualitatif secara lebih mendalam dengan mewawancarai informan kunci yang memiliki pengetahuan lebih terhadap Wana Wisata Curug Nangka
itu sendiri.
27
4.5. Metode Pengolahan dan Analisis Data
Data yang diperoleh dalam penelitian ini dianalisis secara kualitatif dan kuantitatif. Pengolahan dan analilsis data dilakukan secara manual dan
menggunakan komputer dengan menggunakan progam Microsoft Office Excel, Minitab for Windows Release 14.2.
dan progam SPSS 15.0 for windows. Tabel 4 akan menguraikan matriks keterkaitan antara sumber data dan metode analisis
data yang digunakan untuk menjawab tujuan-tujuan dalam penelitian.
Tabel 4. Matriks Keterkaitan Tujuan, sumber Data dan Metode Analisis Data No Tujuan Penelitian Sumber Data
Jenis Data Metode
Analisis Data
1. Mengestimasi nilai
WTP pengunjung terhadap harga paket
wisata yang ditawarkan
Pengunjung dengan
wawancara menggunakan
kuesioner Data primer berupa
besarnya nilai yang bersedia pengunjung
bayarkan CVM
2. Menganalisis faktor-
faktor yang mempengaruhi
kesediaan membayar dan nilai
WTP pengunjung Pengunjung
dengan wawancara
menggunakan kuesioner
Data primer terdiri dari variabel jenis
kelamin, usia, pendidikan,
pendapatan, biaya perjalanan, waktu
yang di habiskan lokasi, jumlah
tanggungan, dan frekuensi
kunjungan. Analisis Logit
dan regresi linear
berganda.
4.5.1. Estimasi Nilai WTP Pengunjung
Nilai WTP pengunjung untuk menjaga keindahan alam dan kelestarian lingkungan Wana Wisata Curug Nangka dapat diketahui dengan menggunakan
pendekatan CVM. Fauzi 2006 menyatakan di dalam tahap operasional
28
penerapan pendekatan CVM terdapat lima tahap kegiatan atau proses. Tahapan tersebut dapat dikatagorikan sebagai berikut:
1. Membuat Hipotesis Pasar
Skenario yang dapat dibuat dalam penelitian ini adalah sebagai berikut : Pihak pengelola Wana Wisata Curug Nangka WWCN yakni Perum
Perrhutani KPH Bogor berencana akan melakukan pengembangan pengelolaan wisata yaitu dengan membuat paket-paket wisata yang dapat
dipilih oleh pengunjung WWCN. Paket tersebut diantaranya paket jogging track plus dan paket konservasi. Adanya paket wisata ini diharapkan
dapat meningkatkan kepuasan pengunjung WWCN. Apakah Saudara bersedia membayar paket wisata tersebut? Berapakah nilai harga tiket
maksimum yang masih dapat dibayarkan untuk paket wisata tersebut?.
2. Mendapatkan Nilai Lelang Bids
Nilai tawaran yang digunakan untuk menentukan nilai WTP adalah permainan lelang Bidding Game dimana responden diberi pertanyaan
secara berulang-ulang tentang keinginan membayar sejumlah tertentu sampai mendapatkan nilai maksimum yang ingin dibayarkan.
3. Menghitung Rataan WTP
Dugaan rataan WTP dihitung dengan menggunakan rumus
EWTP =
∑ TP. N
29
Dimana : EWTP
= Dugaan rata-rata WTP Rp WTPXi
= Nilai WTP tiap responden Rp N
= Jumlah responden Orang 4.
Memperkirakan Kurva Lelang Bid Curve Pendugaan kurva penawaran akan dilakukan dengaa persamaan sebagai
berikut: WTP = PNDK, PNDTN, BP, JT, LK, FK
Dimana : WTP
= Nilai WTP yang ingin dibayarkan Rp PNDKN
= Lamanya menempuh pendidikan Tahun PNDTN
= Tingkat pendapatan RpBulan BYPJ
= Biaya perjalanan Rp JT
= Jumlah tanggungan Orang LK
= Lamanya di Lokasi Jam FK
= Frekuensi Kunjungan Kali
5. Mengagregatkan Data
Penjumlahan data merupakan proses dimana nilai rata-rata penawaran dikonversikan terhadap populasi yang dimaksud. Maka nilai total WTP
didapat dengan menggunakan rumus : TWTP = EWTP.Ni
30
Dimana : TWTP = Total WTP Rp
EWTPi = Rataan WTP Rp N i
= Populasi Orang
4.5.2. Analisis Faktor-Faktor yang Mempengaruhi Kesediaan Membayar
dan Besarnya Nilai WTP Pengunjung Terhadap Paket Wisata.
Analisis data yang digunakan untuk mengetahui faktor-faktor yang mempengaruhi kesediaan membayar pengunjung terhadap paket wisata di
WWCN dilakukan dengan menggunakan alat analisis regresi logit. Variabel- variabel yang mempengaruhi kesediaan membayar pengunjung adalah jenis
kelamin, lamanya menempuh pendidikan, tingkat pendapatan, usia, biaya perjalanan, dan waktu yang dihabiskan dilokasi dan frekuensi kunjungan.
Bentuk model logit yang akan digunakan adalah :
L
i
= β
+ β
1USAI+ β
2JKI+ β
3PNDKNI +
β 4PNDTNI
- β
5BPI +
β
6LKI -
β 7FKI
Dimana : L
i
= Kesediaan pengunjung membayar terhadap paket wisata bernilai 1 jika besedia dan ber nilai 0 jika tidak bersedia
β 0 = Konstanta
β 0.. β
6
= Koefisien regresi USA
= Usia Tahun JK
= Jenis kelaminbernilai 1 jika laki-laki, bernilai 0 jika perempuan PNDKN
= Lamanya pendidikan yang di tempuh Tahun PNDTN
= Tingkat pendapatan RpBulan BP
= Biaya perjalanan Rp LK
= Waktu yang dihabiskan di Lokasi Jam FK
= Frekuensi kunjungan kali
31
Model logit diturunkan berdasarkan funsi peluang logistic kumulatif yang dispesifikan sebagai berikut Juanda, 2009 :
P
i
= F Z
i
= F α + βX
i
= =
…… 1
Dimana: P
i
= Peluang individu untuk mengambil keputusan α = Intersep
β = Koefisien Regresi Xi = Variabel Bebas
Untuk melihat model pada persamaan 1 dapat diestimasi hal yang pertama dilakukan dalah mengalikan kedua sisi persamaan dengan
untuk mendapatkan,
1 + e
-Zi
P
i
= 1 =
= - 1 =
=
Dengan ln di kedua sisi,
Z
i
=
ln ln
=
Z
i
= α + βX
i
Analisis faktor-faktor yang mempegaruhi besarnya nilai WTP pengunjung dapat dilkukan dengan menggunakan model regresi linear berganda. Dimana
fungsi persamaanya sebgai berikut :
Y = β
+ β
1PNDKN
I
+ β
2PNDTN
I
- β
3BP
I
- β
4JT
I
+ β
5FK5 +
β 6LK6
Dimana : Y
= Nilai WTP yang ingin dibayarkan Rp β 0
= Konstanta
32
β 0.. β
5
= Koefisien Regresi PNDKN
= Lamanya menempuh Pendidikan Tahun PNDTN
= Tingkat pendapatan RpBulan BP
= Biaya Perjalanan RP JT
= Jumlah tanggungan Orang FK
= Frekuensi Kunjungan Kali LK
= Lamanaya di Lokasi jam
4.6. Pengujian Parameter
Uji kebaikan dari model yang telah dibuat dapat dilakukan secara statistik. Uji yang dilakukan adalah :
1. Uji Likelihood Ratio
Uji likelihood ratio adalah uji secara keseluruhan model logit dimana rasio fungsi kemungkinan model
UR
lengkap terhadap fungsi kemungkinan model
R
Ho benar Juanda, 2009. Hipotesis yang digunakan adalah : Ho:
β
1 =
β
2 = ...=
β
n
H
1
: minimal ada β
j
≠ 0, untuk j = 1,2,...n
Statistik uji-G dibawah ini menyebar menurut sebaran khi-kuadrat dengan derajat bebas.
G = -2 ln [
] =
2 ln [
] ≈
X
2
k-1
= 2[lnlikelihood_model
UR
– lnlikelihood_model
R
] Jika menggunakan taraf nyata
α, hipotesis H
o
ditolak jika: statistik G X
2
α,k-1
33
2. Uji kendalan
Uji ini dilakukan dalam evaluasi pelaksanaan CVM dilihat dengan nilai R- Square R
2
dari OLS Ordinary Laest Square WTP.
3. Uji Statistik F
Uji F merupakan uji model secara keseluruhan. Tahapan uji statistik-F dalam ANOVA adalah sebagai berikut Juanda, 2009
Hipotesis statistik: H
: σ
R 2
= σ
e 2
atau σ
R 2
≤ σ
e 2
atau β
2
= β
3
= 0 H
1
: σ
R 2
σ
e 2
atau σ
R 2
σ
e 2
1 atau β
2
atau β
3
≠0
Stataistik uji yang digunakan adalah F
hit
= KTRKTS ~ F
dbr,dbe
, secara matematis dapat dituliskan sebagai berikut:
F
K-1, N-1
=
db
r
= banyaknya peubah X = k-1 db
e
= n-k Kriteria keputusan dalam uji-F adalah
Jika F
hit
F
αdbr,dbe
maka terima H
1
Jika F
hit
F
αdbr,dbe
maka terima H
34
4. Uji Terhadap Kolinearitas Ganda Multicolinearity
Salah satu asumsi dasar dari model regresi berganda adalah bahwa tidak ada hubungan linear sempurna antar peubah bebas dalam model tersebut. Jika
hubungan tersebut ada, kita katakan bahwa peubah-peubah bebas tersebut berkolinearitas ganda sempurana perfect Multicolinearity Juanda,2009.
Masalah Multicolinearity dapat dilihat langsung melalui output komputer, dimana apabila nilai VIF Varian Inflation Factor 10 maka tidak ada
masalah Multicolinearity .
5. Uji Heteroskedastisitas
Salah satu asumsi metode dari model regresi linear adalah homoskedastitas yaitu sisaan
ε sama atau homogen. Jika ragam sisaan tidak sama maka terjadi heteroskedastisitas. Adanya Heteroskedastisitas dapat dideteksi
menggunakan metode grafik.
35
V. GAMBARAN UMUM LOKASI PENELITIAN
5.1. Keadaan Lokasi Penelitian
