Jenis dan Sumber Data

33 KWA = Skor kualitas air sangat tercemar = 1 ; tercemar = 2 ; cukup tercemar = 3 ; sedikit tercemar = 4 ; tidak tercemar = 5 BPAB = Biaya pengeluaran untuk air bersih Rp BKSH = Biaya kesehatan Rp i = Responden ke-i i = Galat Variabel-variabel yang diduga berbanding lurus dengan nilai WTA adalah variabel pendidikan, jumlah tanggungan, jenis kelamin, usia responden, lama tinggal, jarak tempat tinggal, biaya kesehatan, dan biaya tambahan pengeluaran memperoleh air bersih. Pendidikan yang semakin tinggi mencerminkan semakin tingginya tingkat pengetahuan responden akan eksternalitas lingkungan, sehingga responden akan mengharapkan nilai yang tinggi. Jumlah tanggungan terkait dengan banyaknya anggota keluarga dalam satu rumahtangga yang terkena dampak dari pencemaran air tanah. Usia responden dan lama tinggal diduga menjadi variabel yang berpengaruh positif. Semakin lama responden tinggal di daerah tercemar maka semakin tinggi nilai kompensasi yang diinginkan. Jarak tempat tinggal yang semakin dekat dengan sumber pencemaran diduga akan membuat nilai WTA yang diinginkan akan semakin tinggi. Hal ini dikarenakan semakin dekat jarak tempat tinggal responden dengan lokasi pabrik, semakin banyak juga dampak yang dirasakan sehingga nilai WTA akan semakin tinggi dibandingkan dengan tempat tinggal yang lokasinya jauh. Biaya kesehatan terkait dengan besarnya dana yang dikeluarkan responden untuk mengobati penyakit yang timbul akibat pencemaran. Semakin tinggi biaya kesehatan dan biaya tambahan pengeluaran untuk memperoleh air bersih maka semakin tinggi nilai kompensasi yang diinginkan. Variabel-variabel yang diduga berpengaruh negatif terhadap nilai WTA yaitu pendapatan dan kualitas air. Semakin tinggi tingkat pendapatan responden maka responden tersebut akan merasa semakin berkecukupan untuk mengatasi dampak pencemaran yang terjadi, sehingga nilai WTA yang diinginkan rendah. Kualitas air diduga berpengaruh negatif karena semakin tinggi semakin baik kualitas air, maka nilai kompensasi yang diharapkan akan semakin kecil karena kerugian yang diderita semakin sedikit. Adapun indikator pengukuran dari fungsi WTA disajikan dalam Tabel 5. 34 Tabel 5 Indikator pengukuran WTA No Variabel Pengukuran 1 WTA Menggunakan payment card yang didasarkan kepada harga biaya pembuatan sumur sebagai batas atas dan biaya berobat termurah sebagai batas terendah. 2 Tingkat Pendidikan PNDK Dibedakan menjadi : a. SD 6 tahun b. SMP 9 tahun c. SMA 12 tahun 3 Tingkat Pendapatan PDPT perbulan Dibedakan menjadi : a. Rp 1.000.000 – 1.500.000 b. Rp 1.500.001 – 2.000.000 c. Rp 2.000.001 - 2.500.000 d. Rp 2.500.001 - 3.000.000 4 Usia Responden US Tahun Dibedakan menjadi lima kelas yaitu : a. 13 – 32 tahun c. 43 – 52 tahun b. 33 - 42 tahun d. 53 – 62 tahun 5 Lama Tinggal LT Tahun Dikategorikan menjadi lima kategori yaitu : a. ≤ 5 tahun c. 16 – 25 tahun e. ≥ 36 tahun b. 6 – 15 tahun d. 26 - 35 tahun 6 Jarak Tempat Tinggal ke Industri Terdekat JTT Meter Dibedakan menjadi lima kelas yaitu : a. 50 meter b. 50 - 100 meter c. 101 – 200 meter d. 201 – 250 meter e. 250 meter 7 Jumlah Tanggungan KeluargaJT orang Dibedakan menjadi lima kategori yaitu: a. 0 orang, b. 1 orang, c. 2 orang, d. 3 orang, e. 3 orang 8 Biaya Pengeluaran Untuk Air Bersih BTPA Rata-rata biaya pengganti air bersih yang dikeluarkan dalam satu bulan per rumahtangga. 8 Kualitas Air KWA Skor dibedakan menjadi: 1 = sangat tercemar 2 = tercemar 3 = cukup tercemar 4 = sedikit tercemar 5 = tidak tercemar 9 Jenis Kelamin DJK Merupakan variabel dummy yang dibagi menjadi laki-laki dan perempuan 10 Biaya Kesehatan BKSH Rata-rata biaya kesehatan yang dikeluarkan dalam satu bulan per kepala keluarga.

4.4.5 Pengujian Parameter Regresi

Pengujian secara statistik terhadap model dapat dilakukan dengan cara :

1. Uji Keandalan

Uji ini dilakukan dalam evaluasi pelaksanaan CVM dilihat dengan nilai squares R² dari OLS Ordinary Least Square WTA. Koefisien determinasi adalah suatu nilai statistik yang dapat mengetahui besarnya kontribusi variable