III. METODE PENELITIAN
3.1 Lokasi dan Waktu Penelitian
Penelitian ini dilakukan di wilayah Jakarta dan Bogor. Pemilihan wilayah Jakarta dengan pertimbangan wilayah tersebut merupakan Ibu Kota Indonesia
yang merupakan pusat berbagai aktivitas. Sedangkan wilayah Bogor merupakan wilayah pinggiran Jakarta yang berkembang dan termasuk dalam wilayah yang
memiliki aktivitas yang tinggi. Penelitian ini dilakukan selama 3 bulan yaitu mulai dari bulan Maret hingga Mei 2012.
3.2 Jenis dan Sumber Data
Data yang digunakan dalam penelitian ini meliputi data primer dan data skunder. Data primer mengenai kesediaan membayar dan respon dari pemilik
usaha jasa transportasi angkutan barang jenis pick up yang menggunakan bahan bakar bersubsidi premium, diperoleh melalui survei dengan menggunakan teknik
wawancara yang dipandu oleh kuisioner. Survei yang dilakukan adalah survei mengenai kebijakan pemerintah terhadap BBM bersubsidi premium dengan
respondennya adalah pemilik usaha jasa transportasi angkutan barang jenis pick up
. Data Skunder dalam penelitian ini diperoleh dari PT Pertamina dan Kementrian Energi dan Sumber Daya Mineral.
3.3 Metode Pengumpulan Contoh
Metode pengambilan sampel data primer untuk penelitian ini menggunakan metode Convenience Sampling Accidental Sampling. Pemilihan
teknik ini karena tidak semua anggota populasi memiliki peluang yang sama untuk terpilih menjadi anggota responden. Di sisi lain, tidak ada informasi yang
pasti mengenai jumlah dari usaha jasa mobil pick up yang khusus untuk disewakan dalam jasa angkutan barang di wilayah Jakarta dan Bogor. Dalam hal
ini siapa saja pemilik usaha jasa transportasi angkutan barang jenis pick up yang
ditemui dan bersedia diwawancarai maka orang tersebut yang menjadi sampel. Sampel yang diwawancarai sebanyak 60 sampel.
3.4 Metode Analisis Data
Penelitian ini menggunakan analisis secara kualitatif dan kuantitatif. Data yang diperoleh dianalisis dengan menggunakan program software Microsoft Excel
2007 dan SPSS version 16.0 for Windows.
3.4.1 Analisis Besaran Willingness To Pay Responden Terhadap Kenaikan
Harga BBM
Tahap-tahap dalam melakukan penelitian untuk menentukan WTP meliputi :
1. Membangun Pasar Hipotetis Setelah kuisioner selesai dibuat, maka dilakukan kegiatan pengambilan contoh.
Hal ini dapat dilakukan melalui wawancara dengan menggunakan kuisioner sebagai panduan. Pasar hipotetis dalam penelitian ini dibentuk atas dasar kabar
kenaikan harga BBM pada tanggal 1 April 2012. Kabar tersebut menimbulkan banyak respon dari masyarakat. Penelitian ini mengambil respon dari para
pemilik jasa angkutan barang yang menggunakan bahan bahak premium yaitu mobil pick up di wilayah Jakarta dan Bogor. Jika pemerintah mengeluarkan
kebijakan untuk mengurangi subsidi BBM dengan menaikkan harga bahan bakar premium dengan alasan naiknya harga minyak dunia sehingga
menyebabkan defisit APBN. Di sisi lain cadangan minyak bumi di dunia terutama di Indonesia yang semakin berkurang karena diekstraksi untuk
keperluan minyak bumi dalam negeri. Penegeboran minyak bumi secara terus menerus akan berdampak pada habisnya cadangan minyak bumi yang dimiliki.
Sehubungan dengan hal itu, akan ditanyakan apakah responden setuju dengan kenaikan harga BBM dan berapa besar nilai kesediaan membayar dari
responden untuk kenaikan harga BBM tersebut? Apakah dengan harga BBM yang semakin mahal akan berdampak pada penngurangan penggunaan bahan
bakar yang menyebabkan polusi?
2. Memperoleh Nilai WTP Teknik yang digunakan dalam mendapatkan nilai WTP dilakukan dengan
metode pertanyaan terbuka open-ended question. Metode ini dilakukan dengan menanyakan langsung kepada responden berapa jumlah maksimal uang
yang ingin dibayarkan atas perubahan. Sehingga mendapatkan jawaban serta angka pasti yang sesuai dengan responden tanpa adanya pengaruh dari luar.
3. Menghitung Nilai Willingness to Pay Cara untuk menghitung besaran nilai WTP dengan melakukan nilai rata-rata
dari penjumlahan keseluruhan nilai WTP dibagi dengan jumlah responden. Nilai WTP dibagi dengan rumus :
WTP = ∑
i n
W
i
. P f
i
2.5 dimana:
WTP = Dugaan WTP Rupiah W
i
= Batas bawah WTP pada kelas ke- i Pf
i
= Frekuensi relatif kelas ke-i n
= Jumlah kelas i
= Sampel
4. Analisis Willingness to Pay Jasa Angkutan Barang terhadap Kenaikan Harga
BBM.
Faktor-faktor yang mempengaruhi WTP jasa angkutann barang terhadap kenaikann harga BBM dapat dianalisa dengan menggunakan model regresi linear
berganda. Model regresi dalam penelitian ini adalah:
WTP
i
=
+
1
JTG
i
+
2
PNDKi +
3
OMZ
i
+
4
PBH
i
+
5
CM
i
+
6
FS
i
+
7
JM
i
+ ε
i
2.6
dimana: WTP
i
= Besaran kesediaan membayar Rp. liter
= Intersep
1 ,
2,
3,…,
10
= Koefisien dari regresi
JTG = Jumlah tanggungan dari responden Orang PNDK = Tingkat pendidikan “1” untuk SD, “2” untuk SMP, “3” untuk SMA
OMZ = Omzet per bulan Jutaan Rupiah PBH = Penggunaan BBM per hari Liter
CM = CC mobil pick up CC FS
= Frekuensi sewa per minggu JM
= Jumlah mobil yang dimiliki Mobil ε
= Galat
Pengujian secara statistik perlu dilakukan untuk memeriksa kebaikan suatu model yang telah dibuat. Uji statistik yang digunakan dalam penelitian ini adalah :
1. Uji Kenormalan Pengujian normalitas residual dapat dilihat dari grafik normal P-P Plot.
Apabila setiap pancaran data residual berada di sekitar garis lurus melintang, maka dikatakan bahwa residual mengikuti fungsi distribusi normal. Selain
dengan metode grafik normal P-Plot, untuk memvalidasi data bahwa residual mengikuti distribusi normal, perlu dilakukan pengujian normalitas dengan
statistic uji Kolmogorov-Smirnov, dimana apabila diperoleh p-value lebih besar dari taraf nyata, maka dapat disimpulkan bahwa nilai residual mengikuti
distribusi normal. 2. Uji Keragaman R
2
test
Uji keragaman digunakan untuk melihat sejauh mana besar keragaman yang dapat diterangkan oleh variabel bebas terhadap variabel tak bebas. Uji ini juga
digunakan untuk melihat seberapa kuat variabel yang dimasukkan ke dalam model dapat menerangkan model. Dua sifat R
2
adalah besaran negatif dan batasnya antara nol sampai satu. Suatu R
2
sebesar 1 berarti kecocokan sempurna sedangkan R
2
yang bernilai nol berarti tidak ada hubungan antara variabel tak bebas dengan variabel
yang menjelaskan.
3.
Uji F Statistik
Uji F digunakan untuk membuktikan secara statistik bahwa seluruh koefisien regresi juga signifikan dalam menentukan nilai dari variabel tak bebas.
Untuk uji F hipotesis diuji adalah: H0 :
β0 = β1 = … = βn = 0 H1
: minimal ada salah satu β
i
yang tidak sama dengan nol
Jika seluruh nilai sebenarnya dari parameter regresi sama dengan nol, maka dapat disimpulkan bahwa tidak terdapat hubungan linear antara variabel tak
bebas dengan variabel-variabel bebas. 4. Uji Multikolinearitas
Multikolinear adalah situasi adanya korelasi variabel-variebel bebas di antara satu dengan yang lainnya. Variabel-variabel bebas yang bersifat
orthogonal adalah variabel bebas yang nilai korelasi di antara sesaman ya adalah nol. Jika korelasi di antara sesama variabel bebas ini sama dengan satu, maka
konsekuensinya adalah koefisien-koefisien regresi menjadi tidak dapat ditaksir, nilai standard error setiap koefisien menjadi tak terhingga.
Gujarati 2006 menyatakan indikasi terjadinya multikolinearitas dapat terlihat melalui:
a. Nilai R-squared yang tinggi tetapi sedikit rasio yang signifikan. b. Korelasi berpasangan yang tinggi antara variabel-variabel independennya.
c. Melakukan regresi tambahan auxiliary dengan memberlakukan variabel independen sebagai salah satu variabel dependen dan variabel independen
lainnya tetap diberlakukan sebagai variabel independen. 5. Uji Heteroskedastisitas
Salah satu asumsi metode pendugaan metode kuadrat terkecil adalah homoskedastisitas, yaitu ragam galat konstan dalam setiap amatan. Pelanggaran
atas asumsi homoskedastisitas adalah heteroskedastisitas. Langkah-langkah pengujian heteroskedastisitas dengan uji white heteroskedastisitas sebagai
berikut: H0 : tidak ada heteroskedastisitas
H1 : ada masalah heteroskedastisitas Tolak H0 jika obs R2 λ2 df-2 atau probability obs R2 α Gejala
heteroskedastisitas juga dapat dideteksi dengan melihat dari plot grafik hubungan antar residual dengan fits-nya. Jika pada gambar ternyata residual menyebar dan
tidak membentuk pola tertentu, maka dapat dikatakan bahwa dalam model tersebut tidak terdapat gejala heteroskedastisitas atau ragam error sama.
6. Uji Autokorelasi Salah satu asumsi dari model regresi linier adalah bahwa tidak ada
autokorelasi atau korelasi serial antara sisaan εt, atau dengan kata lain sisaan menyebar bebas. Masalah autokorelasi sering terjadi dalam data time series,
meskipun demikian masalah ini dapat juga dalam data cross section. Untuk mendeteksi adanya autokorelasi dapat digunakan metode grafik atau dengan
menggunakan uji Durbin-Watson, yaitu dengan asumsi sebagai berikut: H0 : tidak ada autokorelasi
H1 : ada autokorelasi Kriteria keputusan: tolak H0 bila nilai Durbin-Watson ddu atau 4-
dudu atau terima H0 bila dud4-du.
3.4.2 Analisis Respon Terhadap Kenaikan Harga BBM 3.4.2.1 Analisis
Crosstab
Tabulasi silang crosstab digunakan untuk menggambarkan jumlah data dan hubungan antar variabel. Selain itu, untuk menguji ada tidaknya hubungan
antar variabel pengaruh dengan variabel terpengaruh dimana salah satu variabel minimal nominal dilakukan uji hipotesa. Crosstab digunakan untuk menyajikan
deskripsi data dalam bentuk tabel silang yang terdiri atas baris dan kolam. Data input yang dimasukan dalam penggunaan crosstab adalah data nominal atau
ordinal. Fungsi dari analisis crosstab adalah untuk menggambarkan jumlah data
dan hubungan antarvariabel. Uji ketergantungan untuk crosstab pada statistik ditentukan melalui chi-square test dengan mengamati ada tidaknya hubungan
antarvariabel yang dimasukan baris dan kolam. Penentuan chi-square test menggunakan hipotesis yaitu:
H0 : Faktor yang diuji tidak berhubungan nyata dengan respon responden H1 : Faktor yang diuji berhubungan nyata dengan respon responden
Pengambilan keputusan dengan menggunakan nilai Asymp. Sig. 2-sided yang terdapat pada chi square test. Apabila nilai Asymp. Sig. 2-sided lebih dari
α taraf nyata maka H0 diterima. Apabila nilai Asymp. Sig. 2-sided kurang dari
α taraf nyata maka H0 ditolak yang artinya ada hubungan antara baris dan kolam Wahana, 2007.
3.4.2.2 Analisis Model Logit
Menentukan tingkat penerimaan responden terhadap pembayaran jasa lingkungan sebagai upaya konservasi dikumpulkan berupa data binner. Jika
peubah respon dari analisis regresinya berupa kategorik, maka analisis regresi yang digunakan adalah analisis regresi logit Hosmer dan Lemeshow, 1989.
Peubah kategori bisa merupakan suatu pilihan yatidak atau sukatidak. Sedangkan peubah penjelas pada analisis regresi logit ini dapat berupa peubah kategori
maupun numerik, untuk menduga besarnya peluang kejadian tertentu dari kategori peubah respon.
Data binner merupakan bentuk data yang menggambarkan pilihan “Ya
atau Tidak”. Kondisi seperti ini, jenis penggunaan regresi yang sesuai untuk pemodelan adalah regresi logit. Hal yang membedakan model regresi logit dengan
regresi biasa adalah peubah terikat dalam model bersifat dikotomi Hosmer dan Lameshow, 1989. Bentuk fungsi ini model logit adalah :
pi 1
pi log
Logitpi
e
2.7
Logit p
i
=
+
1
JTG
i
+
2
NDK
i
+
3
OMZ
i
+
4
PBH
i
+
5
WTP
i
+
6
CM
i
+
7
FS
i
+
8
JM
i
+ ε
i
2.8
dimana: Logitp
i
= Peluang responden Setuju dengan kenaikan harga BBM bernilai 1 untuk “setuju” dan bernilai 0 untuk “tidak setuju”
= Intersep
1 ,
2,
3,…,
10
= Koefisien dari regresi
JTG = Jumlah tanggungan dari responden Orang PNDK = Tingkat pendidikan “1” untuk SD, “2” untuk SMP, “3” untuk SMA
OMZ = Omzet per bulan Jutaan Rupiah PBH = Penggunaan BBM per hari Liter
WTP = Kesediaan membayar Rupiah liter CM = CC mobil pick up CC
FS = Frekuensi sewa per minggu
JM = Jumlah mobil yang dimiliki Mobil
ε
= Galat
Pengujian terhadap parameter model dilakukan untuk memeriksa kebaikan model. Uji statistik yang dilakukan adalah dengan menggunakan statistik Odds
Ratio. Pengertian dari Odd Ratio adalah Rasio peluang terjadi pilihan-1 terhadap
peluang terjadi pilihan-0 Juanda, 2009. Koefisien bertanda positif menunjukan nilai odds ratio yang lebih besar dari satu, hal tersebut mengindikasikan bahwa
peluang kejadian sukses lebih besar dari peluang kejadian tidak sukses. Sedangkan koefisien yang bertanda negatif mengindikasikan bahwa peluang
kejadian tidak sukses lebih besar dari peluang kejadian sukses.
3.5 Variabel dan Definisi Operasional
Variabel yang akan dimasukan ke dalam regresi dan diduga berpengaruh terhadap respon kenaikan harga BBM adalah:
1. Variabel terikat dependent yang digunakan memiliki nilai nol “0” dan satu
“1”. Nilai nol “0” mewakili jawaban responden yang tidak setuju dengan kenaikan harga BBM. Nilai satu “1” mewakili jawaban responden yang setuju
dengan kenaikan harga BBM. 2. Variabel jumlah tanggungan diduga akan memengaruhi respon dari pemilik
usaha jasa angkutan barang terhadap kenaikan harga BBM. Dikarenakan jumlah tanggungan terkait dengan besarnya pengeluaran responden setiap
hari, semakin besar jumlah tanggungan maka akan semakin tidak setuju dengan kenaikan harga BBM yang pasti berdampak pada kenaikan harga
kebutuhan sehari-hari. 3. Variabel tingkat pendidikan diduga memengaruhi respon dari pemilik usaha
jasa angkutan barang terhadap kenaikan harga BBM karena dengan tingginya pendidikan seseorang dapat membuat orang tersebut mengetahui
perkembangan ekonomi sehingga bersedia membayarkan harga BBM lebih tinggi dari harga sekarang dan setuju dengan kenaikan harga BBM.
4. Variabel omzet juga diduga akan memengaruhi respon dari pemilik usaha jasa angkutan barang terhadap kenaikan harga BBM, semakin besar omzet
seseorang maka akan semakin besar peluang untuk setuju terhadap kenaikan harga BBM.
5. Variabel penggunaan BBM per hari diduga akan memengaruhi respon dari pemilik usaha jasa angkutan barang terhadap kenaikan harga BBM. Semakin
besar penggunaan BBM per hari maka akan semakin meningkatkan pengeluaran akan alokasi dana untuk bahan bakar. Hal tersebut akan
menyebabkan semakin besar penggunaan BBM per hari maka responden semakin tidak bersedia membayar kenaikan harga BBM. Sehingga semakin
besar penggunaan BBM per hari semakin tidak setuju dengan kenaikan harga BBM.
6. Variabel besaran kesediaan membayar atau willingness to pay WTP oleh responden diduga sangat kuat merpengaruhi respon dari pemilik usaha jasa
angkutan barang terhadap kenaikan harga BBM. Semakin besar kesediaan membayar WTP maka peluang untuk setuju terhadap kenaikan harga BBM
akan semakin besar. Kesediaan membayar yang lebih tinggi dapat disebabkan tingkat pendidikan atau pengetahuan akan keadaan perekonomian negara
Indonesia. 7. Variabel CC mobil diduga akan memengaruhi respon dari pemilik usaha jasa
angkutan barang terhadap kenaikan harga BBM. Semakin besar CC mobil maka akan semakin boros dalam penggunaan bahan bakarnya.
8. Variabel frekuensi sewa per minggu diduga akan memengaruhi respon dari pemilik usaha jasa angkutan barang terhadap kenaikan harga BBM. Semakin
banyak sewa maka akan semakin besar omzet dan akan memberikan peluang yang lebih besar untuk setuju terhadap kenaikan harga BBM.
9. Variabel jumlah mobil diduga akan memengaruhi respon dari pemilik usaha jasa angkutan barang terhadap kenaikan harga BBM. Semakin banyak mobil
yang dimiliki responden maka semakin setuju karena semakin banyak jumlah mobil yang dimiliki mengindikasikan tingkat kemakmuran atau tingkat
pendapatan yang lebih tinggi.
VI. HASIL DAN PEMBAHASAN
4.1 Gambaran Umum Angkutan Barang Mobil Pick Up yang Berbahan
Bakar Premium di Jakarta dan Bogor
Angkutan darat, udara dan laut memiliki kelebihan dan kekurangan dalam melakukan pengangkutan terutama dalam pengangkutan barang dalam jumlah
besar. Jarak tempuh yang dekat akan lebih murah dalam biaya pengangkutan barang jika menggunakan angkutan darat. Waktu yang perlu ditempuh dengan
menggunakan angkutan darat juga lebih efisien jika yang ditempuh adalah jarak dekat dibandingkan dengan angkutan laut dan udara. Angkutan darat memiliki
kelebihan yaitu cocok untuk pengangkutan barang dalam jumlah banyak jika yang ditempuh adalah jarak tempuh yang dekat.
Sektor transportasi merupakan konsumen bahan bakar bersubsidi yang paling besar. Jika terjadi kenaikan harga bahan bakar maka akan memberikan
dampak yang besar dalam sektor transportasi. Angkutan umum penumpang dan barang akan menaikkan tarif angkutannya. Tarif angkutan penumpang secara
resmi ditentukan oleh Dinas Perhubungan Dishub. Angkutan barang untuk darat dengan menggunakan truk dan mobil pick up tidak memiliki ketetapan tarif dari
Dinas Perhubungan Dishub. Wilayah Jakarta dan Bogor merupakan wilayah dengan aktivitas
masyarakatnya yang tinggi. Sehingga membutuhkan transportasi untuk angkutan penumpang maupun angkutan barang. Hal tersebut yang menyebabkan banyaknya
masyarakat yang menggunakan jasa penyewaan truk dan mobil pick up untuk mengangkut barang. Sehingga usaha sewa angkutan barang di wilayah Jakarta dan
Bogor menjadi banyak. Hal yang membedakan truk dengan mobil pick up adalah bahan bakar dan kapasitas muatan. Truk menggunakan bahan bakar solar
sedangkan pick up menggunakan bahan bakar jenis premium. Truk memiliki kapasitas muatan yang lebih besar dibandingkan dengan mobil pick up.
Responden usaha jasa penyewaan mobil pick up yang digunakan untuk mengangkut barang adalah usaha yang tidak memiliki rental resmi atau kios
Kategori