15 MEC
. .
. dan
MEB .
= ,
0. Jadi
disimpulkan bahwa
MPC .
. MSC
dan MSC
. =
. MPC
. +
. MEC
. MSB, sehingga produksi harus dikurangi agar efisiensi
mencapai optimum.
Sumber: Mangkoesoebroto 1993
Gambar 1 Kurva eksternalitas negatif keterangan:
MSC = Marginal Social Cost MPC = Marginal Private Cost
MEC = Marginal External Cost MSB = Marginal Social Benefit
MPB = Marginal Private Benefit MEB = Marginal External Benefit
3.1.3 Averting Behavior Method
Pendekatan Averting Behavior Method ABM ini digunakan untuk mengestimasi biaya yang dikeluarkan oleh responden dengan tujuan mencegah
atau mengurangi dampak dari adanya degradasi lingkungan Garrod dan Willis 1999. Metode ini menggunakan biaya dari pembelian produk tertentu untuk
menilai kualitas lingkungan. Pendekatan ini terbagi menjadi tiga teknik, yaitu:
1. Biaya Pencegahan Preventive Expenditure
Metode untuk mengestimasi biaya pengeluaran langsung yang dilakukan oleh masyarakat dengan tujuan usaha pencegahan atau pengurangan dampak
degradasi lingkungan dan perlindungan rumah tangga dari penurunan kesejahteraan. Pendekatan ini sangat bermanfaat dalam penilaian ekosistem yang
menyediakan perlindungan dalam bentuk alami Jones et al. 2000.
MSC = MPC + MEC MPC
MEC MSB
Rp
H
1
H
2
Q
1
Q
2
Jumlah Produksi
16 2.
Biaya Pengganti Replacement Cost Metode untuk mengestimasi kerusakan lingkungan berdasarkan biaya yang
dikeluarkan oleh masyarakat untuk menggantikan manfaat dan jasa lingkungan yang hilang atau rusak dengan nilai jasa lingkungan yang tidak mengalami
kerusakan ataupun hilang Jones et al. 2000. 3.
Biaya Substitusi Subtitute Cost Metode untuk mengestimasi biaya yang dikeluarkan masyarakat untuk
mensubtitusi barang dan jasa yang hilang akibat dari degradasi lingkungan yang dapat dilakukan menggunakan teknologi Jones et al. 2000.
3.1.4 Model Regresi Linear Berganda
Gujarati 2007 menjelaskan model regresi dua variabel dimana variabel tak bebas merupakan fungsi dari hanya satu variabel penjelas variabel bebas. Dalam
analisis ini menggunakan metode kuatdrat terkecil biasa Ordinary Least Squares OLS. Penaksir OLS yang disebut sebagai penaksir tak bias linear
terbaik Best Linear Unbiased Estimators BLUE memiliki sifat-sifat sebagai berikut: 1
. Penaksiraan OLS tidak bias, 2 Penaksiran OLS memiliki varian yang
minimum, 3 Konsisten, 4 Efisien, dan 5 Linear Gujarati 2003. Firdaus 2004 menyatakan asumsi-asumsi yang dipergunakan dalam model
regresi linear berganda adalah: 1.
E = 0 untuk setiap i.
2. Cov
= 0, i ≠ j. Asumsi ini dikenal sebagai asumsi tidak adanya
korelasi berurutan atau tidak ada korelasi. 3.
Var =
, untuk setiap i. Asumsi ini dikenal sebagai asumsi homoskedastisitas atau varians sama.
4. Cov
= Cov = 0, artinya kesalahan pengganggu
dan variabel bebas X tidak berkorelasi.
5. Tidak ada multikolinearitas yang berarti tidak terdapat hubungan linearitas
yang pasti di antara variabel bebas. Secara umum model populasi menurut Juanda 2009, persamaan model
regresi linear berganda dapat dituliskan sebagai berikut:
17 Jika semua pengamatan
bernilai 1, maka model diatas menjadi:
keterangan: Y
= Peubah tak bebas i
= Nomor pengamatan dari 1 sampai N populasi n sampel = Pengamatan ke-i untuk peubah bebas
= Intersep = Parameter penduga
= Pengaruh sisa error term
4.4 Kerangka Operasional