28 tinggi dari yang sebenarnya. Nilai tengah penawaran tidak dipengaruhi oleh
rentang yang cukup besar dan selalu lebih kecil daripada nilai rata-rata. 4.
Menduga Kurva Penawaran Kurva penawaran dapat diperkirakan dengan menggunakan nilai WTA
sebagai variabel dependen dan faktor-faktor yang mempengaruhi nilai sebagai variabel independen. Kurva penawaran berfungsi untuk memperkirakan
perubahan nilai WTA karena perubahan sejumlah variabel independen dan untuk menguji sensitivitas jumlah WTA terhadap variasi perubahan mutu
lingkungan. 5.
Menjumlahkan Data Penjumlahan data merupakan proses dimana nilai tengah penawaran
dikonversikan terhadap total populasi yang dimaksudkan. 6.
Mengevaluasi Penggunaan CVM Evaluasi penggunaaan CVM berfungsi untuk menilai sejauh mana penerapan
CVM telah berhasil dilakukan. Penilaian dilakukan dengan cara melihat tingkat keandalan reability fungsi WTA dengan nilai R-squares R
2
dari model regresi berganda WTA.
3.1.2 Model Regresi Logistik
Menurut Hosmer dan Lemeshow dalam Merryna 2007 analisis regresi logistik merupakan analisis yang mengkaji hubungan pengaruh-pengaruh peubah
penjelas terhadap peubah respon dengan persamaan matematis tertentu. Analisis logistik digunakan untuk menduga besarnya peluang kejadian dari kategorik
peubah respon maupun penjelas. Peubah penjelas pada analisis regresi ini dapat berupa peubah kategorik maupun numerik.
29 Data yang dapat dianalisis dengan regresi logistik adalah data yang relatif
umum dan terdiri atas dichotomus classification. Peubah kategori bisa merupakan suatu pilihan yatidak atau sukatidak suka. Analisis pemodelan peluang kejadian
tertentu dari kategori peubah respon dilakukan melalui transformasi logit. Persamaan dari transformasi logit tersebut adalah :
Pi merupakan peluang munculnya kejadian kategori dari peubah respon untuk individu ke – i. Log
e
logaritma dengan basis bilangan ke e. Gambar 2 memperlihatkan proses transformasi logit Juanda, 2009.
P
i
Logit P
i
Transformasi Logit
Predictor X Predictor X
Gambar 2. Gambaran Transformasi Logit, dengan Peubah X Berskala Interval
Model logistik dapat diinterpretasikan sama seperti model OLS yaitu dengan slope dari parameter. Slope diinterpretasikan sebagai perubahan logit p
akibat perubahan satu unit peubah bebas X. Keuntungan dalam penggunaan regresi logistik adalah terdapatnya odds ratio. Odd adalah peluang kejadian tidak
sukses dari peubah respon. Ratio mengindikasikan seberapa mungkin dalam kaitannya dengan nilai odd munculnya kejadian sukses pada suatu kelompok
dibandingkan dengan kelompok lain.
30
3.1.3 Model Regresi Linier Berganda
Model regresi yang terdiri lebih dari satu variabel bebas disebut model regresi berganda. Terdapat hubungan antara variabel bebas dengan variabel terikat
pada regresi berganda. Metode analisis berganda merupakan metode analisis yang didasarkan pada metode Ordinary Least Square OLS. Sifat-sifat OLS adalah
Gujarati, 2003: 1 penaksiran OLS tidak bias, 2 penaksiran OLS mempunyai varian yang minimum, 3 konsisten, 4 efisien, dan 5 linier. Menurut Gujarati
2003 analisis regresi berganda digunakan untuk membuat model pendugaan terhadap nilai suatu parameter variabel penjelas yang diamati. Asumsi-asumsi
yang dapat digunakan untuk model regresi linier berganda dengan OLS adalah : 1.
E u
i
= 0, untuk setiap i, dimana i = 1,2,....,n, artinya rata-rata galat adalah nol, dengan nilai yang diharapkan bersyarat dari u
i
tergantung pada variabel bebas tertentu adalah nol.
2. Cov u
i
,u
j
= 0, i ≠ j. artinya covarian u
i
,u
j
= 0, dengan kata lain tidak ada autokorelasi antara galat yang satu dengan yang lain.
3. Var u
i
=
2
, untuk setiap i, dimana i = 1,2,....,n. Artinya setiap galat memiliki varian yang sama asumsi homoskedastisitas.
4. Cov ui, X
1i
= cov ui, X
2i
= 0. Artinya kovarian setiap galat memiliki varian yang sama. Setiap variabel bebas tercakup dalam persamaan linier berganda.
5. Tidak ada multikolinearitas, yang berarti tidak terdapat hubungan linier yang
pasti antara variabel yang menjelaskan, atau variabel penjelas harus saling bebas.
Secara umum, fungsi regresi berganda dituliskan sebagai berikut Juanda, 2009 :
31
Y = β
1
X
1i
+ β
2
X
2i
+ β
3
X
3i
+ ... + β
k
Xk
i
+
ε
i ................................
1
Jika semua pengamatan X
1i
bernilai 1, maka model diatas menjadi
Y = β
1
+ β
2
X
2i
+ β
3
X
3i
+ ... + β
k
Xk
i
+
ε
i...................................
2
Keterangan : Y
= Peubah tak bebas i
= Nomor pengamatan dari 1 sampai N populasi n sample X
ki
= Pengamatan ke-i untuk peubah bebas X
k
β
1
= Intersep β
2,3,..n
= Parameter penduga X
i i
= Pengaruh sisa error term 3.2 Kerangka
Operasional
Penambangan merupakan salah satu bentuk aktivitas pemanfataan terhadap sumberdaya alam. Kegiatan ini menimbulkan eksternalitas baik
eksternalitas positif maupun negatif bagi lingkungan maupun masyarakat. Peningkatan pendapatan asli daerah, penyerapan tenaga kerja, pengembangan
sumberdaya manusia dan peningkatan usaha mikro disekitar lokasi tambang merupakan bentuk-bentuk eksternalitas positif yang timbul dari aktivitas
penambangan. Akan tetapi, eksternalitas negatif dari kegiatan ini juga harus ditanggung oleh masyarakat berupa eksternalitas negatif seperti tertutupnya
sumbermata air, pencemaran udara, kebisingan, dan penurunan tingkat kesehatan. Kerugian yang dialami masyarakat perlu kajian yang mendalam mengenai
hal tersebut. Kajian tersebut menyangkut tentang dampak eksternalitas negatif yang dirasakan masyarakat akibat penambangan batu gamping dengan
menggunakan metode analisis deskriptif. Peluang kesediaan menerima dana kompensasi masyarakat akibat eksternalitas negatif dengan analisis regresi
logistik. Besarnya dana kompensasi yang bersedia diterima oleh masyarakat
32 dengan menggunakan perhitungan Willingness To Accept dan faktor-faktor apa
saja yang mempengaruhi besarnya nilai kompensasi tersebut dengan analisis regresi linier berganda.
Penelitian ini diharapkan dapat menjadi pertimbangan pihak perusahaan dalam penentuan keputusan atau program dari perusahaan dalam penyelesaian
eksternalitas negatif dengan kompensasi. Untuk mempermudah pelaksanaan penelitian, dibuat alur pemikiran yang dapat dilihat pada Gambar 3.
33 Keterangan: = Batasan penelitian
= Aliran
Gambar 3. Diagram Alur Kerangka Berpikir
Penambangan Batu Gamping
Eksternalitas Negatif
Kebisingan dan Getaran
Perusahaan Semen
Eksternalitas
Kerugian Masyarakat
Kualitas dan Kuantitas Air
Pencemaran Udara
Eksternalitas Positif
Peningkatan - PAD
- Tenaga kerja - SDM
- Usaha mikro masyarakat
sekitar
Rekomendasi Tentang Kompensasi Atas Eksternalitas Negatif
Penambangan Batu Gamping Estimasi Nilai
Kompensasi Faktor
mempengaruhi nilai kompensasi
Eksternalitas Negatif yang
Timbul Peluang Kesediaan
Menerima Kompensasi
Analisis Regresi Logistik
Perhitungan WTA
Analisis Regresi Linier Berganda
Analisis Deskriptif
34
IV. METODE PENELITIAN