Metode Pengambilan Sampel Batasan Penelitian

dengan cara mewawancarai sejumlah kecil dari populasi itu. Dalam metode survei ini, kuesioner dan wawancara digunakan sebagai instrumen penelitian. Menurut Nasution 2003, kuesioner adalah daftar pertanyaan yang didistribusikan melalui pos untuk diisi dan dikembalikan atau dapat juga dijawab dibawah pengawasan peneliti, sedangkan wawancara atau interview adalah suatu bentuk komunikasi verbal yang bertujuan memperoleh informasi.

4.4 Jenis dan Sumber Data

Data yang digunakan dalam penelitian terdiri dari data sekunder dan data primer. Data sekunder yang diperlukan dalam penelitian diperoleh dari berbagai instansi pemerintah di lokasi penelitian, seperti pihak pengelola Tahura Ir. H. Djuanda, BPAB-DC, PDAM Tirtawening Kota Bandung, PLTA Dago Bengkok, dan Desa Ciburial serta referensi lainnya dan penelitian-penelitian terdahulu. Data primer yang digunakan dalam penelitian diperoleh dari hasil wawancara langsung dengan pihak pengelola Tahura Ir. H. Djuanda, BPAB-DC, PDAM Tirtawening Kota Bandung, PLTA Dago Bengkok, dan masyarakat melalui kuesioner seperti yang disajikan pada Lampiran 3. Data tersebut meliputi respon dari responden terhadap keinginan membayar responden terhadap jasa sumberdaya air dari kawasan Tahura Ir. H. Djuanda. Jenis data dan sumbernya dapat disajikan dalam Tabel 1.

4.5 Metode Pengambilan Sampel

Teknik yang digunakan dalam menentukan responden untuk BPAB-DC, PDAM Tirtawening Kota Bandung, dan PLTA Dago Bengkok adalah key person, yang memahami permasalahan dan berperan dalam mengambil keputusan, sedangkan penentuan desa dilakukan secara purposive sampling yaitu desa yang masyarakatnya memanfaatkan mata air yang berada dalam kawasan Tahura Ir. H. Djuanda. Menurut Nasution 2003, purposive sampling adalah memilih sampel secara sengaja. Selanjutnya sampel masyarakat dipilih dengan metode convinience sampling dengan alasan keterbatasan dalam membentuk sampling frame. Menurut Mustafa 2000, convinience sampling adalah pengambilan sampel yang mudah ditemui. Jumlah responden yang diambil sebanyak 80 Kepala Keluarga KK dari 650 KK yang berada di Desa Ciburial yang memanfaatkan air dari BPAB-DC. Tabel 1. Matriks Metode Analisis Data No. Tujuan Penelitian Sumber Data Metode Analisis Data 1 Menganalisis pola pemanfaatan sumberdaya air di Tahura Ir. H. Djuanda. Wawancara key person, kuesioner, dan literatur Analisis deskriptif kualitatif 2 Mengkaji faktor-faktor yang mempengaruhi kesediaan membayar dalam penggunaan air bersih di kawasan Tahura Ir. H. Djuanda. Kuesioner Analisis regresi logit 3 Mengestimasi besarnya kesediaan membayar WTP masyarakat terhadap pengguna air bersih yang berasal dari kawasan Tahura Ir. H. Djuanda. Kuesioner Pendekatan Contingent Valuation Method dan Willingness to Pay 4 Mengestimasi besarnya nilai ekonomi dari jasa sumberdaya air yang terdapat dalam kawasan Tahura Ir. H. Djuanda. Wawancara key person dan kuesioner Analisis deskriptif kuantitatif

4.6 Metode Pengolahan dan Analisis Data

Data dan informasi yang telah diperoleh selanjutnya dianalisis secara kualitatif dan kuantitatif dengan bantuan komputer, yaitu program Microsoft Office Excell 2010 dan SPSS 17.0.

4.6.1 Analisis Pola Pemanfaatan Sumberdaya Air

Analisis pola pemanfaatan sumberdaya air dalam kawasan Tahura Ir. H. Djuanda terutama yang dimanfaatkan oleh BPAB-DC, PDAM Tirtawening Kota Bandung, dan PLTA Dago Bengkok dapat diidentifikasi secara deskriptif. Menjelaskan bagaimana pola pemanfaatan sumberdaya air dari awal mula pengambilan hingga air itu dimanfaatkan. Analisis deskriptif adalah analisis yang menekankan pada pembahasan data-data dan subjek penelitian dengan menyajikan data-data secara sistemik dan tidak menyimpulkan hasil penelitian Suliyono, 2011, sedangkan menurut Withney 1960 dalam Nazir 1988, analisis deskriptif adalah metode pencarian fakta dengan interpretasi yang tepat mengenai masalah-masalah yang ada dalam masyarakat, tata cara yang berlaku serta situasi-situasi tertentu termasuk tentang hubungan, kegiatan, sikap, pandangan serta proses yang sedang berlangsung dan pengaruh dari suatu fenomena.

4.6.2 Analisis Faktor-faktor yang Mempengaruhi Kesediaan Membayar

Masyarakat Analisis kesediaan membayar masyarakat terhadap jasa sumberdaya air yang dimanfaatkannya dari Tahura Ir. H. Djuanda dapat menggunakan analisis regresi logit. Persamaan logit untuk faktor-faktor yang mempengaruhi kesediaan membayar masyarakat sebagai berikut: L i = β + β 1 PDDKN + β 2 JT + β 3 JP + β 4 TP + β 5 JKA + β 6 KA + β 7 PM + ε i dimana: L i = Peluang responden bersedia bernilai 0 jika “tidak bersedia” dan bernilai 1 jika “bersedia” β = Intersep β 1 , ... , β 7 = Koefisien dari regresi PDDKN = Tingkat pendidikan responden tahun JT = Jumlah tanggungan responden orang JP = Jenis pekerjaan responden bernilai 1 jika “ibu rumah tangga ”, bernilai 2 jika “wirausaha”, bernilai 3 jika “pegawai swasta”, dan bernilai 4 jika “pegawai negeri sipil ” TP = Tingkat pendapatan responden bernilai 1 jika “ = Rp 500.000”, bernilai 2 jika “ Rp 500.001-Rp 1.000.000”, bernilai 3 jika “ Rp 1.000.001-Rp 1.500.000”, bernilai 4 jika “ Rp 1.500.001-Rp 2.000.000”, dan bernilai 5 jika “ Rp 2.000.001” JKA = Jumlah kebutuhan air dalam rumah tangga responden literhari KA = Kualitas air bernilai 1 jika “sangat kotor”, bernilai 2 jika “kotor”, bernilai 3 jika “biasa”, dan bernilai 4 jika “jernih” PM = Pengetahuan responden mengenai manfaat Tahura Ir. H. Djuanda bernilai 0 jika “tidak” dan bernilai 1 jika “ya” i = Responden ke-i i = 1, 2, ... , n ε = Galat β 1 , ..., β 7 Variabel tingkat pendidikan, jumlah tanggungan, jenis pekerjaan, tingkat pendapatan per bulan, jumlah kebutuhan air dalam rumah tangga, kualitas air, dan pengetahuan responden mengenai manfaat Tahura Ir. H. Djuanda merupakan variabel yang memiliki peluang berpengaruh terhadap kesediaan membayar jasa lingkungan sumberdaya air dalam upaya pelestarian lingkungan. Variabel-variabel di atas disusun berdasarkan teori-teori yang ada dan penelitian terdahulu. Hipotesa variabel tingkat pendidikan adalah semakin tinggi tingkat pendidikannya, maka akan semakin besar kesediaan responden untuk bersedia membayar dalam upaya pelestarian lingkungan terutama atas jasa lingkungan terhadap sumberdaya air. Hipotesa variabel jumlah tanggungan adalah semakin banyak tanggungan dalam satu keluarga, maka akan semakin besar kesediaan membayar responden. Hipotesa jenis pekerjaan adalah semakin tinggi tingkat pekerjaan dalam hal ini tentu saja berkaitan dengan tingkat pendapatan per bulan, maka semakin besar kesediaan responden dalam upaya pelestarian lingkungan terutama atas jasa lingkungan terhadap sumberdaya air. Hipotesa jumlah kebutuhan air dalam rumah tangga adalah apabila jumlah kebutuhan air per harinya semakin banyak, maka kesediaannya dalam membayar upaya pelestarian lingkungan terutama jasa lingkungan terhadap sumberdaya air pun akan semakin besar. Hipotesa kualitas air adalah apabila kualitas air semakin baik, maka kesediaan orang untuk membayar akan semakin besar sesuai dengan kualitas air yang responden terima. Begitu pula dengan pengetahuan responden mengenai manfaat Tahura Ir. H. Djuanda, responden yang paham mengenai manfaat Tahura Ir. H. Djuanda akan memberikan kesediaan membayar yang lebih besar dibandingkan dengan responden yang tidak memahami manfaat Tahura Ir. H. Djuanda.

4.6.3 Analisis Nilai WTP Masyarakat

Nilai WTP ini dapat diperoleh dengan melalui tahapan-tahapan dalam penentuannya dengan menggunakan metode CVM Hanley dan Spash, 1993: 1. Membuat pasar hipotetik setting up the hypotetical market Pasar hipotetik dibangun karena menurunnya kualitas lingkungan di sekitar Tahura Ir. H. Djuanda terutama mengenai daya resapan air, sedangkan yang diketahui bahwa air merupakan kebutuhan masyarakat yang sangat penting sehari-harinya. Menurunnya daya resapan air di sekitar Tahura Ir. H. Djuanda, maka masyarakat mau tidak mau memanfaatkan jasa lingkungan sumberdaya air dari Tahura Ir. H. Djuanda. Hal yang perlu dilakukan adalah membuat kuesioner yang nantinya akan diberikan kepada masyarakat. Kuesioner merupakan alat yang digunakan untuk mengetahui preferensi masyarakat terhadap kesediaannya membayar jasa lingkungan sumberdaya air. Kuesioner juga menanyakan akan kesediaan masyarakat dalam membayar, apakah mereka bersedia atau tidak bersedia dan berapa besarnya biaya yang mampu mereka bayarkan. 2. Memperoleh nilai penawaran bids Nilai penawaran pada penelitian menggunakan metode dichotomous choice model referendum, yaitu menawarkan kepada responden jumlah uang tertentu dan menanyakan apakah responden bersedia membayar atau tidak sejumlah uang tersebut dalam upaya meningkatkan pengelolaan Tahura Ir. H. Djuanda yang menghasilkan jasa sumberdaya air. Metode ini lebih memudahkan responden memahami tujuan penelitian dilakukan. 3. Memperkirakan nilai rata-rata WTP calculating average WTP Nilai rata-rata WTP dihitung berdasarkan nilai penawaran yang diperoleh pada tahap sebelumnya. WTP i dapat diduga dengan melakukan nilai rata-rata dari penjumlahan keseluruhan WTP dibagi dengan jumlah responden. Dugaan rataan WTP dalam rumus adalah sebagai berikut: 1 n i i i EWTP W Pf    dimana: EWTP = Dugaan rataan WTP W i = Nilai WTP ke-i Pf i = Frekuensi relatif n = Jumlah responden i = Responden ke-i yang bersedia melakukan pembayaran jasa lingkungan 4. Memperkirakan kurva WTP estimating bid curve Pendugaan perkiraan kurva WTP dilakukan dengan menggunakan persamaan sebagai berikut: WTP = f PDDKN, JT, JP, TP, JKA, KA, PM dimana: PDDKN = Tingkat pendidikan responden tahun JT = Jumlah tanggungan responden orang JP = Jenis pekerjaan responden bernil ai 1 jika “ibu rumah tangga”, bernilai 2 jika “wirausaha”, bernilai 3 jika “pegawai swasta”, dan bernilai 4 jika “pegawai negeri sipil” TP = Tingkat pendapatan responden bernilai 1 jika “ = Rp 500.000”, bernilai 2 jika “ Rp 500.001-Rp 1.000.000”, bernil ai 3 jika “ Rp 1.000.001-Rp 1.500.000”, bernilai 4 jika “ Rp 1.500.001-Rp 2.000.000”, dan bernilai 5 jika “ Rp 2.000.001” JKA = Jumlah kebutuhan air dalam rumah tangga responden literhari KA = Kualitas air bernilai 1 jika “sangat kotor”, bernilai 2 jika “kotor”, bernilai 3 jika “biasa”, dan bernilai 4 jika “jernih” PM = Pengetahuan responden mengenai manfaat Tahura Ir. H. Djuanda bernilai 0 jika “tidak” dan bernilai 1 jika “ya” 5. Menjumlahkan data agregating data Menjumlahkan data nilai total dari masyarakat dengan menggunakan rumus: 1 n i i ni TWTP WTP P N          dimana: TWTP = Total WTP WTP i = WTP kelas ke-i P = Jumlah populasi n i = Jumlah sampel pada kelas WTP ke-i N = Jumlah sampel i = Kelas WTP 1, 2, 3, ... , n 6. Mengevaluasi penggunaan CVM evaluating the CVM exercise Evaluasi penggunaan CVM diperlukan karena untuk melihat sejauh mana keberhasilan penggunaan CVM pada penelitian ini. Evaluasi dapat dilihat dari tingkat keandalan reability fungsi WTP. Uji yang dapat dilakukan dengan uji keandalan yang melihat nilai R 2 dari model Ordinary Least Square OLS WTP.

4.6.4 Analisis Fungsi WTP

Analisis ini digunakan untuk mengetahui berapa besarnya WTP responden. Model yang digunakan adalah model regresi linier berganda. Persamaan regresi besarnya nilai WTP responden dalam penelitian ini adalah sebagai berikut: WTP = β + β 1 PDDKN + β 2 JT + β 3 JP + β 4 TP + β 5 JKA + β 6 KA + β 7 PM + ε i dimana: WTP = Nilai WTP β0 = Intersep β 1 , ... , β 7 = Koefisien dari regresi PDDKN = Tingkat pendidikan responden tahun JT = Jumlah tanggungan responden orang JP = Jenis pekerjaan responden bernilai 1 jika “ibu rumah tangga”, bernilai 2 jika “wirausaha”, bernilai 3 jika “pegawai swasta”, dan bernilai 4 jika “pegawai negeri sipil” TP = Tingkat pendapatan responden bernilai 1 jika “ = Rp 500.000”, bernilai 2 jika “ Rp 500.001-Rp 1.000.000”, bernilai 3 jika “ Rp 1.000.001-Rp 1.500.000”, bernilai 4 jika “ Rp 1.500.001-Rp 2.000.000”, dan bernilai 5 jika “ Rp 2.000.001” JKA = Jumlah kebutuhan air dalam rumah tangga responden literhari KA = Kualitas air bernilai 1 jika “sangat kotor”, bernilai 2 jika “kotor”, bernilai 3 jika “biasa”, dan bernilai 4 jika “jernih” PM = Pengetahuan responden mengenai manfaat Tahura Ir. H. Djuanda bernilai 0 jika “tidak” dan bernilai 1 jika “ya” i = Responden ke-i i = 1, 2, ... , n ε = Galat Pengujian hipotesis regresi berganda dari hasil print out komputer dapat dilakukan dengan cara: 1. Dengan melihat nilai t hitung atau F hitung dan dibandingkan dengan nilai t tabel atau F tabel . Jika t hitung atau F hitung lebih besar daripada t tabel atau F tabel maka keputusannya adalah tolak hipotesis nol H . Sebaliknya, jika nilai t hitung atau F hitung lebih kecil daripada t tabel atau F tabel maka keputusannya adalah menerima hipotesis nol H . 2. Dengan menggunakan nilai signifikansi P-value. Jika P-value lebih kecil daripada taraf signifikansi yang disyaratkan maka H ditolak dan jika P-value lebih besar daripada taraf signifikansi yang disyaratkan maka H diterima.

4.6.5 Estimasi Nilai Sumberdaya Air

Estimasi nilai sumberdaya air diidentifikasi secara kuantitatif. Nilai air yang dimanfaatkan oleh masyarakat melalui BPAB-DC didapat dari total pemanfaatan air oleh responden dikali dengan nilai rata-rata air. Nilai sumberdaya air PDAM Tirtawening Kota Bandung didapat dari perkalian harga riil yang telah ditetapkan oleh PDAM Tirtawening dengan volume distribusi air PDAM Tirtawening untuk wilayah Bandung Utara dan PLTA Dago Bengkok didapat dari hasil perkalian total listrik per bulan dengan harga berdasarkan asumsi pajak yang selalu dibayarkan oleh PLTA Dago Bengkok setiap bulannya.

4.7 Pengujian Parameter

4.7.1 Uji G

The log-likelihood biasa dikenal sebagai -2LL - two times the log- likelihood dimana nilai tersebut dapat memperkirakan distribusi chi-square χ 2 dan memungkinkan penentuan level signifikansi. Statistik uji G adalah uji rasio kemungkinan maksimum likelihood ratio test yang digunakan untuk menguji peranan variabel independen secara serentak. Rumus umum untuk uji G adalah Hosmer dan Lemeshow, 1989 : 2 o i l G In l         dimana: L = Nilai likelihood tanpa variabel independen L i = Nilai likelihood model penuh Pengujian terhadap hipotesis pada uji G adalah sebagai berikut: H : β 1 = ... = β n = 0 H 1 : minimal ada satu nilai β 1 tidak sama dengan nol, dimana i = 1,2,3, ... , n Statistik G akan mengikuti sebaran χ 2 dengan derajat bebas α. Kriteria keputusan yang diambil adalah jika G χ 2 pa maka hipotesis nol ditolak. Uji G juga dapat digunakan untuk memeriksa apakah nilai yang diduga dengan variabel didalam model lebih baik jika dibandingkan dengan model tereduksi. Hasil estimasi yang menggunakan logit ini menggunakan software SPSS 17.0, nilai Chi- Square yang merupakan rasio kemungkinan maksimum atau Likelihood Ratio dapat dilihat pada tabel Omnibus Tests of Model Coefficients.

4.7.2 Uji Odds Ratio

Odds merupakan rasio peluang kejadian sukses dengan kejadian tidak sukses dari variabel independen. Dalam hubungan antar variabel kategori terdapat ukuran asosiasi atau ukuran keeratan hubungan antar variabel kategori. Salah satu ukuran asosiasi yang dapat diperoleh dari analisis regresi logit adalah odds ratio. Sehingga odds ratio dapat dikatakan sebagai suatu interpretasi dari peluang Firdaus dan Afendi, 2005 dalam Minha, 2008. Interpretasi odds ratio adalah sebagai berikut: 1. Jika koefisien bertanda positif maka odds ratio akan lebih dari satu. 2. Jika variabelnya merupakan skala nominal dummy, maka dummy = 1 memiliki kecenderungan untuk Y = 1 sebesar exp β i kali dibandingkan dengan dummy = 0. 3. Jika variabelnya bukan dummy, maka semakin besar X maka exp β i ≥ 1, sehingga semakin besar nilai X semakin besar pula kecenderungan untuk Y = 1.

4.7.3 Uji Kenormalan

Uji normalitas diperlukan untuk mengetahui apakah error term dari data atau observasi yang jumlahnya kurang dari 30 mendekati sebaran normal sehingga statistik t dapat dikatakan sah. Namun, untuk meyakini data mendekati sebaran normal perlu dilakukan sebuah uji. Salah satu uji yang dapat dilakukan adalah uji Kolmogorov Smirnov. Hasil uji Kolmogorov Smirnov dapat dilihat pada hasil analisis regresi berganda, yaitu pada tabel One Sample Kolmogorov Smirnov Test.

4.7.4 Uji Statistik t

Uji statistik t dilakukan untuk mengetahui seberapa jauh masing-masing variabel independen X i mempengaruhi sosial ekonomi masyarakat setempat Y i sebagai variabel dependen, prosedur pengujiannya adalah sebagai berikut Ramanathan, 1997: H : β i = 0 atau variabel independen X i tidak berpengaruh nyata terhadap variabel dependen Y i H 1 : β i ≠ 0 atau variabel independen X i berpengaruh nyata terhadap variabel dependen Y i i hit n k i b t sb    dimana: b i = Parameter koefisien regresi sb i = Simpangan baku koefisien Jika t hit n-k tabel, maka H diterima, artinya variabel X i tidak berpengaruh nyata terhadap Y i Jika t hit n-k tabel, maka H ditolak, artinya variabel X i berpengaruh nyata terhadap Y i Namun untuk uji t, dapat dilakukan dengan cara melihat output perhitungan komputer dengan melihat P-value dimasing-masing variabel independen. Apabila P-value pada masing-masing variabel lebih kecil dari α maka tolak H variabel X i berpengaruh nyata terhadap Y i . 4.7.5 Uji Statistik F Pengujian ini dilakukan untuk mengetahui pengaruh variabel independen X i , secara bersama-sama terhadap variabel dependen Y i . Prosedur pengujiannya antara lain Ramanathan, 1997: H0 : β1 = β2 = β3 = ... = βk = 0 H1 : β1 = β2 = β3 = ... = βk ≠ 0 1 1 hit JKK k F JKG k n    dimana: JKK = Jumlah Kuadrat untuk nilai tengah kolom JKG = Jumlah Kuadrat Galat n = Jumlah sampel k = Jumlah variabel Jika F hit F tabel , maka H diterima, artinya variabel X i secara serentak tidak berpengaruh nyata terhadap Y i Jika F hit F tabel , maka H ditolak, artinya variabel X i secara serentak berpengaruh nyata terhadap Y i Uji F dapat dilakukan dengan cara melihat output perhitungan komputer dengan melihat P-value dari Statistik F α. Apabila nilai P-value α maka tolak H variabel X i secara serentak berpengaruh nyata terhadap Y i .

4.7.6 Uji Multikolinear Multicollinearity

Dalam model yang melibatkan banyak variabel bebas sering terjadi masalah multicollinearity, yaitu terjadinya korelasi yang kuat antar variabel- variabel independen. Menurut Koutsoyiannis 1977, untuk mendeteksi adanya multicollinearity dalam sebuah model dapat dilakukan dengan membandingkan besarnya nilai koefisien determinasi R 2 dengan koefisien determinasi parsial antar dua variabel bebas r 2 . Untuk hal ini dapat dibuat suatu matriks koefisien determinasi parsial antar variabel bebas. Multicollinearity dapat dianggap bukan merupakan suatu masalah apabila koefisien determinasi parsial antar dua variabel bebas tidak melebihi nilai koefisien determinasi atau koefisien korelasi berganda antar semua variabel secara simultan. Namun multicollinearity dianggap sebagai masalah serius jika koefisien determinasi parsial antar dua variabel bebas melebihi atau sama dengan nilai koefisien determinasi atau koefisien korelasi berganda antar semua variabel secara simultan. Secara matematis dapat dituliskan dalam pertidaksamaan berikut: r 2 x j , x j R 2 x 1 , x 2 , ... , x k Masalah multicollinearity juga dapat dilihat langsung melalui output komputer, dimana apabila nilai VIF 10 maka tidak ada masalah multicollinearity.

4.7.7 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. Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain Ghozali, 2006. Ada atau tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot. Dasar analisis uji heteroskedastisitas sebagai berikut: 1. Jika ada pola tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur bergelombang, melebar kemudian menyempit, maka mengindikasikan telah terjadi heteroskedastisitas. 2. Jika tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka nol pada sumbu Y, maka tidak terjadi heteroskedastisitas. Keadaan heteroskedastisitas tersebut dapat terjadi karena beberapa sebab, antara lain Firdaus, 2004: 1. Sifat variabel yang diikutsertakan ke dalam model Secara teoritis dapat diperkirakan semakin banyak pilihan pendapatan keluarga petani, akan mempunyai semakin banyak pilihan dalam konsumsinya, dan sebaliknya. Jika hal ini benar maka akan ada kecenderungan bahwa varian Y akan semakin besar dengan makin besarnya nilai X. Tingginya varian Y i tersebut akan berarti pula tingginya varian ε i . 2. Sifat data yang digunakan dalam analisis Pada penelitian dengan menggunakan data runtut waktu, kemungkinan asumsi itu mungkin benar. Data itu pada umumnya mengalami perubahan yang relatif sama atau proporsional, baik yang menyangkut data variabel bebas maupun data variabel tak bebas. Tetapi pada penelitian dengan menggunakan data seksi silang, kemungkinan asumsi itu benar adalah lebih kecil. Hal ini disebabkan data itu pada umumnya tidak mempunyai tingkatan yang sama atau sebanding. Keadaan heteroskedastisitas tersebut di atas akan mengakibatkan hal-hal berikut: 1. Penduga OLS yang diperoleh tetap memenuhi persyaratan tidak bias. 2. Varian yang diperoleh menjadi tidak efisien, artinya cenderung membesar sehingga tidak lagi merupakan varian yang terkecil. Kecenderungan semakin membesarnya varian tersebut akan mengakibatkan uji hipotesis yang dilakukan juga tidak akan memberikan hasil yang baik tidak valid. Pada uji t terhadap koefisien regresi, t hitung diduga terlalu rendah. Kesimpulan tersebut akan semakin jelek jika sampel pengamatan semakin kecil jumlahnya. Dengan demikian, model perlu diperbaiki dulu agar pengaruh dari heterokedastisitasnya hilang.

4.8 Batasan Penelitian

Batasan dalam melakukan penelitian ini meliputi beberapa hal, yaitu: 1. Wilayah penelitian di kawasan Tahura Ir. H. Djuanda dan Desa Ciburial, Kecamatan Cimenyan, Kabupaten Bandung. 2. Obyek penelitian adalah masyarakat melalui BPAB-DC yang menggunakan air bersih yang berasal dari Tahura Ir. H. Djuanda untuk memenuhi kebutuhan sehari-hari. 3. Responden merupakan masyarakat melalui BPAB-DC yang memanfaatkan salah satu mata air, dan pihak PDAM Tirtawening Kota Bandung serta PLTA Dago Bengkok yang memanfaatkan Sungai Cikapundung dari Tahura Ir. H. Djuanda. 4. Willingness to pay ditujukan kepada mereka yang memanfaatkan sumberdaya air yang berasal dari kawasan Tahura Ir. H. Djuanda.

V. KEADAAN UMUM 5.1

Gambaran Umum Lokasi Penelitian Tahura Ir. H. Djuanda diresmikan pada tanggal 14 Januari 1985 bertepatan dengan tanggal lahir Ir. H. Djuanda. Tahura Ir. H. Djuanda terletak lebih kurang 7 km disebelah utara Kota Bandung, oleh masyarakat sekitar Tahura Ir. H. Djuanda lebih dikenal dengan sebutan Dago Pakar. Sebagian besar kawasan Tahura Ir. H. Djuanda masuk ke dalam wilayah Kabupaten Bandung yang terdiri dari dua desa, yaitu Desa Ciburial dan Desa Cimenyan dan sebagian lagi termasuk ke dalam wilayah Desa Mekarwangi, Desa Langensari, Desa Wangunharja, dan Desa Cibodas, Kecamatan Lembang. Sebagian wilayah lain masuk ke Kelurahan Dago, Kecamatan Coblong dan Kelurahan Ciumbuleuit, Kecamatan Cidadap, Kota Bandung. Perbedaan letak ini sebenarnya dapat dilihat dari Sub Das Cikapundung yang membelah kawasan Tahura Ir. H. Djuanda. Luas areal kawasan Tahura Ir. H. Djuanda seluas lebih kurang 526,98 Ha yang pengelolaannya dibagi menjadi beberapa blok pengelolaan, yaitu blok koleksi tanaman, blok pemanfaatan, dan blok perlindungan. Semua blok-blok pengelolaan ini dibawah naungan Dinas Kehutanan Propinsi Jawa Barat Dinas Kehutanan, 2009. Tahura Ir. H. Djuanda tidak hanya berpotensi sebagai sumberdaya air, namun juga berfungsi sebagai kawasan rekreasi. Pengunjung dapat memasuki kawasan Tahura Ir. H. Djuanda dengan beberapa pintu masuk diantaranya pintu masuk utama di Pakar Dago, Kolam Pakar di PLTA Dago Bengkok, dan Maribaya di Lembang. Fasilitas yang terdapat dalam kawasan Tahura Ir. H.