Analisis Faktor-Faktor yang Mempengaruhi Nilai Willingness to

55

6. Evaluasi Pelaksanaan CVM

Berdasarkan analisis regresi berganda yang dilakukan, diperoleh nilai R 2 sebesar 43,6. Nilai menunjukkan bahwa keragaman WTA dapat dijelaskan dengan baik oleh faktor-faktor dalam model, sebesar 56,4 dijelaskan oleh faktor lain yang tidak terdapat dalam model. Nilai R 2 yang kecil ini disebabkan oleh pengambilan data primer cross section yang dilakukan pada waktu yang hampir bersamaan untuk beberapa sampel sehingga belum dapat menangkap keragaman yang ada secara keseluruhan. Nilai WTA yang ditawarkan responden sebesar Rp 8.265 per pohon per tahun. Nilai ini merupakan nilai yang bersedia diterima responden untuk melaksanakan sistem tebang pilih dalam pemanfaatan pohon yang ada pada lahan mereka. Dalam sistem tebang pilih masyarakat akan melakukan penebangan setelah menyiapkan tanaman pengganti sesuai dengan jumlah pohon yang akan ditebang. Jadi, nilai WTA responden merupakan nilai dari usaha responden dalam menyiapkan tanaman pengganti atas pohon yang akan ditebang.

7.3. Analisis Faktor-Faktor yang Mempengaruhi Nilai Willingness to

Accept WTA Analisis faktor-faktor yang mempengaruhi WTA dilakukan dengan menggunakan analisis regresi linier berganda. Variabel tidak bebasnya dependen adalah nilai WTA responden. Sedangkan variabel bebasnya independen terdiri dari jumlah batang pohon pada lahan yang diikutsertakan dalam program, tingkat pendapatan, tingkat pendidikan, jumlah tanggungan, lama tinggal, serta kepuasan responden terhadap nilai kompensasi yang pernah berlaku. Hasil Analisis nilai WTA responden dapat dilihat pada tabel 9. 56 Tabel 9. Hasil Analisis Nilai WTA Responden Variabel Koefisien T P Constant 8,6358 35,53 0,000 JBTP 0,0013455 4,99 0,000 PNDP -0,00000001 -0,36 0,721 PDDK 0,00038 0,03 0,583 TNGG 0,03953 1,72 0,094 LMTG 0,004036 1,41 0,168 PUAS -0,11892 -1,33 0,192 R-Squares Adjusted R-Squareas 43,6 35,2 Keterangan : nyata pada taraf α 0.05 nyata pada taraf α 0.10 Berdasarkan hasil pengolahan data diperoleh nilai keragaman sebesar 43,6. Nilai ini menunjukan bahwa keragaman WTA responden dapat dijelaskan oleh model, sisannya yaitu sebesar 56,4 dijelaskan oleh variabel lain diluar model. Model regrasi yang sesuai dengan OLS harus memenuhi beberapa asumsi yaitu kenormalan sisaan, kehomogenan ragam homoscesdasticity, kebebasan sisaan autocorrelation dan bebas dari multikolinearitas. Kenormalan sisaan dapat dilihat secara eksploratif melalui Normal Probability Plot dan Histogram Residual. Tebaran sisaan pada Normal Probability Plot mengikuti garis peluang normal dan Histogram Residual membentuk kurva bell seperti kurva normal, maka sisaan menyebar normal Lampiran 1. Untuk lebih memastikan lagi dilakukan uji Kolmogorov Smornov Lampiran 3. Pada output komputer memnunjukan bahwa P-value berada diatas 0,05, maka memenuhi asumsi sisaan menyebar normal. Pemeriksaan asumsi untuk menguji masalah multikolinearitas didasarkan pada nilai VIF. Pada output komputer Lampiran 1 menunjukkan nilai VIF masing-masing variabel bebas memiliki nilai kurang dari sepuluh VIF 10. Hal ini menandakan tidak terjadi pelanggaran multikolinearitas. Pemeriksaan 57 kehomogenan ragam homoscesdasticity dapat dilihat secara eksploratif melalui Plot Residual Versus Fits. Lebar pitaan di atas dan di bawah sama, maka sisaan bersifat homogen. Untuk lebih memastikan lagi dilakukan Uji Glejser. Hasil uji ini Lampiran 4 menunjukkan bahwa P-value berada diatas 0,05, maka tidak terdapat pelanggaran asumsi homoskedastisitas. Model yang dihasilkan dari analisis ini adalah: Ln WTA = 8,6358 + 0,0013455 JBTP – 0,00000001 PNDP + 0,00038 PDDK + 0,03953 TNGG + 0,004036 LMTG – 0,11892 PUAS Beberapa variabel yang secara nyata berpengaruh terhadap nilai WTA responden yaitu sebagai berikut:

1. Jumlah Batang Pohon

Variabel jumlah batang pohon dengan P-value 0,000 yang artinya bahwa variabel ini berpengaruh nyata terhadap nilai WTA responden dengan taraf nyata α 0,05 5. Nilai koefisien variabel jumlah batang pohon memiliki tanda positif + berarti jika jumlah batang pohon yang dimiliki responden meningkat satu satuan pohon, maka nilai WTA responden akan meningkat pula sebesar 0,0013455. Semakin banyak jumlah pohon yang dimiliki oleh responden maka semakin besar pula insentif yang dibutuhkan responden untuk melakukan konservasi atas lahan mereka. Besarnya insentif dipengaruhi oleh biaya imbangan apabila pohon-pohon tersebut dijual. Sehingga responden yang mempunyai jumlah pohon lebih banyak akan memberikan penawaran yang semakin tinggi. 58

2. Jumlah Tanggungan

Variabel jumlah tanggungan dengan P-value 0,094 yang artinya bahwa variabel ini berpengaruh nyata terhadap nilai WTA responden dengan taraf nyata α 0,1 10. Nilai koefisien variabel jumlah tanggungan memiliki tanda positif + berarti jika jumlah tanggungan responden meningkat satu satuan orang, maka nilai WTA responden akan meningkat pula sebesar 0,03953. Semakin banyak jumlah tanggungan responden maka semakin banyak pula pengeluaran rumahtangga responden. Program PJL mengaharuskan masyarakat melakukan upaya konservasi terhadap pohon di atas lahan milik mereka. Beban pengeluaran atas tanggungan responden dapat ditutupi dengan memanfaatkan atau menjual pohon yang mereka miliki. Semakin banyak jumlah tanggungan responden maka jumlah pohon yang akan dijual cenderung lebih banyak. Sehingga semakin banyak jumlah tanggungan responden akan semakin tinggi pula nilai WTA yang ditawarakan. Beberapa variabel yang tidak nyata berpengaruh terhadap nilai WTA responden adalah sebagai berikut:

1. Tingkat Pendapatan

Variabel tingkat pendapatan memiliki koefisien bertanda negatif - dengan nilai sebesar 0,00000001. Artinya jika pendapatan responden meningkat satu satuan rupiah, maka nilai WTA yang diberikan responden akan menurun sebesar 0,00000001. Variabel tingkat pendapatan diduga tidak berpengaruh nyata terhadap model. Hal ini dikarenakan pendapatan responden tidak berasal dari satu sumber saja. Pada umumnya responden memiliki sapi perah yang hasil perahannya dijual setiap hari. Bahkan bagi beberapa responden hasil 59 susu sapi perah lebih besar dari hasil pekerjaan utama yaitu sebagai petani dan mampu memenuhi kebutuhan pokok sehari-hari. Terpenuhinya kebutuhan pokok sehari-hari dapat mengurangi kecenderungan responden dalam menjual pohon diatas lahan mereka yang diikutkan program PJL. Hal ini yang menyebabkan variabel tingkat pendapatan tidak berpengaruh nyata terhadap model.

2. Tingkat Pendidikan

Tingkat pendidikan memiliki koefisien bertanda positif + dengan nilai sebesar 0,00038. Artinya, jika lama pendidikan responden meningkat satu satuan tahun, maka nilai WTA yang deberika responden akan meningkat pula sebesar 0,00038. Variabel tingkat pendidikan diduga tidak berpengaruh nyata terhadap model karena tingkat pendidikan cenderung homogen diantara responden. Hampir seluruh anggota Kelompok Tani Sumber Urip mempunyai latar belakang pendidikan hingga tingkat Sekolah Dasar. Hal ini yang menyebabkan pengetahuan yang dimiliki responden cenderung seragam dalam menanggapi sesuatu hal relatif sama. Hal ini yang menyebabakan variabel tingkat pendidikan tidak berpengaruh nyata terhadap model.

3. Lama Tinggal

Variabel lama tinggal memiliki koefisien bertanda positif + dengan nilai sebesar 0,004036. Artinya, jika lama tinggal responden meningkat sebesar satu satuan tahun maka nilai WTA yang diberikan responden akan meningkat pula sebesar 0,004036. Variabel lama tinggal diduga tidak berpengaruh nyata terhadap model. Hal ini dikarenakan responden yang lebih 60 lama tinggal meskipun memiliki rasa kepemilikan yang tinggi akan lingkungan sekitar yang mendorong pemanfaatan seluruh sumber daya alam di sekitar, sudah memahami peran penting keberadaan pohon terhadap lingkungan sekitar. Kekeringan atau susahnya air pernah dialami oleh desa mereka. Kejadian tersebut membuat responden baik tinggal lebih lama maupun tidak di desa tersebut mengerti bahwa perlu adanya pembatasan pemanfaatan sumberdaya hutan. Hal ini yang menyebabkan variabel lama tinggal tidak berpengaruh nyata terhadap model.

4. Kepuasan terhadap Nilai Pembayaran Jasa Lingkungan yang Diterima

Variabel kepuasan terhadap nilai pembayaran lingkungan yang diterima memiliki koefisien bertanda negatif - dengan nilai sebesar 0,11892. Artinya responden yang merasa tidak puas terhadap nilai pembayaran jasa lingkungan yang pernah diterima akan memberikan peningkatan WTA sebesar 0,11892. Variabel ini duduga tidak berpengaruh nyata terhadap model karena hampir semua responden merasa puas terhadap nilai pembayaran yang diterima. Responden yang tidak puas dikarenakan kesalahan sendiri yang terlalu mengikuti orang lain dalam menentukan nilai pembayaran jasa lingkungan. Hal inilah yang menyebabkan variabel kepuasan terhadap nilai pembayaran lingkungan yang diterima tidak berpengaruh nyata terhadap model.

VIII. KESIMPULAN DAN SARAN 8.1

Dokumen yang terkait

Analisis Willingness To Pay Masyarakat Terhadap Mata Air Aek Arnga di Desa Sibanggor Tonga, Kecamatan Puncak Sorik Marapi, Kabupaten Mandailing Natal

12 92 53

Analisis Pembayaran Jasa Lingkungan Masyarakat Hilir Terhadap Upaya Perbaikan Kondisi Hutan Di Hulu DAS Deli

0 22 78

JUDUL INDONESIA: KESEDIAAN MENERIMA PEMBAYARAN JASA LINGKUNGAN AIR SUB DAS WAY BETUNG HULU OLEH MASYARAKAT KAWASAN HUTAN REGISTER 19 (Studi Kasus di Desa Talang Mulya Kecamatan Padang Cermin Kabupaten Pesawaran) JUDUL INGGRIS: WILLINGNESS TO ACCEPT PAYMEN

1 11 61

ANALISIS WILLINGNESS TO PAY MASYARAKAT TERHADAP PENGGUNAAN JASA PENGOLAHAN SAMPAH (STUDI KASUS PADA KELURAHAN RAJABASA RAYA)

20 102 70

Analisis willingness to pay dan willingness to accept masyarakat terhadap tempat pembuangan akhir sampah Pondok Rajeg Kabupaten Bogor

3 16 155

Analisis Willingness To Pay Masyarakat terhadap Pembayaran Jasa Lingkungan Mata Air Cirahab (Desa Curug Goong, Kecamatan Padarincang, Kabupaten Serang, Banten)

2 19 126

Analisis Willingness To Accept Masyarakat terhadap Pembayaran Jasa Lingkungan DAS Cidanau Studi Kasus Desa Citaman Kecamatan Ciomas Kabupaten Serang

3 14 152

Estimasi Biaya Eksternal dan Willingness to Accept Masyarakat Akibat Pencemaran di Sekitar Kawasan Pabrik Gula Cepiring, Kendal

1 7 93

Analisis Willingness To Accept Terhadap Program Relokasi Masyarakat di Kampung Pulo Kecamatan Jatinegara Jakarta Timur.

3 11 94

Biaya Eksternal dan Willingness to Accept Masyarakat Akibat Eksternalitas Negatif Pabrik Gula Rafinasi Kabupaten Lampung Selatan

0 8 111