6.3 Analisis
Willingness to Accept WTA
6.3.1 Analisis Kesediaan Responden Menerima Kompensasi Aktivitas industri pengolahan aspal telah menyebabkan pencemaran udara
bagi warga Kampung Poncol RT 01 dan RT 02, RW 01, Kelurahan Kayumanis. Hal ini menyebabkan warga harus menerima kerugian secara ekonomi. Industri
pengolahan aspal sudah seharusnya menanggung atau memberikan kompensasi kepada masyarakat akibat pencemaran tersebut. Berdasarkan hasil survei yang telah
dilakukan kepada 45 responden, sebanyak 42 responden atau sebesar 93,33 bersedia menerima ganti rugi berupa dana kompensasi. Sisanya sebesar 6,67
tidak bersedia menerima dana kompensasi. Tabel 20. Kesediaan responden menerima ganti rugi
Kesediaan menerima ganti rugi Jumlah responden orang
Persentase Ya
42 93,33
Tidak 3
6,67 Total
45 100
Sebanyak tiga orang atau 6,67 responden tidak bersedia menerima dana kompensasi sebagai ganti rugi karena merasa dana kompensasi tidak efektif untuk
menyelesaikan masalah pencemaran yang telah dialami selama ini. Responden mengutarakan jika pencemaran yang mereka alami sudah terlalu lama, mengganggu
dan tidak akan sepadan jika dinilai dengan sejumlah dana kompensasi. Responden merasa pencemaran udara yang mereka rasakan sangat mengganggu dan dalam
jangka panjang akan menimbulkan dampak yang lebih berbahaya sehingga lebih baik jika dilakukan relokasi industri tersebut ke tempat yang jauh dari pemukiman
penduduk. 6.3.1 Analisis Estimasi Nilai Dana Kompensasi Willingness to Accept
Analisis nilai Willingness to Accept WTA responden dalam penelitian ini dilakukan dengan menggunakan metode Contingent Valuation Method CVM. Hasil
pelaksanaan langkah metode CVM adalah sebagai berikut: 1. Membangun pasar hipotetik
Pasar hipotetik dalam penelitian ini dibentuk berdasarkan skenario bahwa dana kompensasi yang sebelumnya sudah diberikan pihak industri pada masyarakat
berupa uang sejumlah Rp25.000,- per rumahtangga setiap hari raya Idul Fitri dan biaya pengobatan gratis ke Puskesmas tidak sebanding dengan kerugian yang
dirasakan masyarakat. Oleh karena itu, masyarakat diminta memberikan nilai minimum kesediaan menerima kompensasi dari pihak industri yang dianggap dapat
mencerminkan kerugian yang selama ini dirasakan. 2. Memperoleh nilai penawaran WTA
Nilai WTA diperoleh dengan cara wawancara langsung terhadap responden dengan alat bantu kuisioner. Nilai WTA responden diperoleh dengan metode closed-
ended referendum, sehingga responden dapat langsung menentukan nilai WTA dari nilai-nilai yang telah diberikan. Starting point yang digunakan adalah Rp25.000,-.
Nilai ini didapatkan dari besarnya nilai kompensasi yang selama ini sudah diberikan oleh pihak industri.
3. Menghitung dugaan nilai rataan WTA Dugaan nilai rataan WTA responden dihitung berdasarkan distribusi data
WTA responden yang dapat dilihat pada Tabel 21. Tabel 21. Dugaan nilai rataan WTA responden
No. WTA Rpbulan
Frekuensi orang Mean WTA Rp
1. 25.000
7 4.166,67
2. 50.000
10 11.904,76
3. 75.000
12 21.428,57
4. 100.000
13 30.952,38
Total 42
68.452,38 Hasil perhitungan menunjukkan dugaan nilai WTA responden sebesar
Rp68.452,38 per bulan atau Rp821.428,56 per tahun. Menurut hasil wawancara dengan responden, nilai kompensasi ini akan dialokasikan untuk pemenuhan
kebutuhan hidup sehari-hari, biaya berobat, dan dimasukkan ke kas masyarakat untuk digunakan dalam pembuatan infrastruktur, sarana keagamaan, dan pengujian kualitas
udara.
4. Menduga kurva penawaran WTA Setelah mendapatkan nilai rataan WTA, langkah selanjutnya adalah menduga
kurva penawaran WTA. Kurva penawaran dibentuk berdasarkan nilai WTA responden terhadap dana kompensasi yang diinginkan. Kurva ini menggambarkan
hubungan antara besarnya nilai kompensasi yang diinginkan dengan jumlah responden yang bersedia menerima pada tingkat WTA tersebut. Kurva penawaran
WTA memiliki slope positif yang berarti semakin tinggi nilai WTA yang ditawarkan, maka semakin banyak responden yang bersedia menerima. Kurva penawaran WTA
dapat dilihat pada Gambar 2.
Gambar 2. Dugaan kurva penawaran WTA
5. Menentukan total WTA Berdasarkan hasil perhitungan, nilai total WTA responden adalah sebesar
Rp2.875.000,- per bulan atau Rp34.500.000,- per tahun. Hasil perhitungan dapat dilihat pada Tabel 22, sementara nilai total WTA masyarakat diduga sebesar
Rp4.997.023,74,- per bulan atau sebesar Rp59.964.284,88,- per tahun. Nilai total WTA masyarakat ini diperoleh dari hasil kali dari nilai rata-rata WTA responden
dengan jumlah populasi di RT 01 dan RT 02 yaitu sebanyak 73 kepala keluarga.
20,000 40,000
60,000 80,000
100,000 120,000
10 20
30 40
50 WTA
l
inear WTA
Tabel 22. Nilai total WTA responden No.
WTA Rpbulan Frekuensi orang Total WTA Rpbulan
1. 25.000
7 175.000
2. 50.000
10 500.000
3. 75.000
12 900.000
4. 100.000
13 1.300.000
Total 42
2.875.000
6. Mengevaluasi pelaksanaan CVM Pelaksanaan model CVM dievaluasi dengan melihat nilai R
2
yang dihasilkan dari Ordinary Least Square. Hasil analisis regresi linier berganda pada penelitian ini
menunjukkan nilai R
2
sebesar 56,6. Nilai tersebut berarti sebesar 56,6 keragaman WTA responden dapat dijelaskan oleh variabel-variabel bebas yang ada pada model,
sedangkan sisanya 43,4 dijelaskan oleh faktor lain di luar model. Mitchell dan Carson 1989 dalam Hanley dan Spash 1993 menyatakan penelitian yang
berkaitan dengan benda-benda lingkungan dapat mentolerir nilai R
2
sampai 15. Oleh karena itu, hasil pelaksanaan CVM dalam penelitian ini dapat diyakini
kebenaran dan keandalannya.
6.4 Analisis Faktor-Faktor yang Mempengaruhi Besarnya WTA
Setiap pengambilan keputusan seseorang dalam menentukan nilai sumberdaya tentunya dipengaruhi oleh sebab atau faktor tertentu. Penelitian ini merupakan
penelitian sosial yang dipengaruhi banyak faktor baik tangible maupun intangible. Untuk itu perlu adanya pendugaan variabel-variabel bebas yang mempengaruhi
keputusan seseorang. Pada penelitian ini, pendugaan variabel-variabel yang mempengaruhi responden dalam menentukan besaran nilai kompensasi WTA
dilakukan dengan analisis regresi linier berganda. Model regresi yang baik tidak diperbolehkan melanggar beberapa asumsi yaitu berdistribusi normal, tidak
mengalami multikolinearitas, autokorelasi dan heteroskedastisitas. Hasil uji tersebut
dalam menganalisis faktor-faktor yang mempengaruhi besarnya WTA adalah sebagai berikut:
1. Uji Normalitas Uji normalitas dilakukan untuk melihat apakah data terdistribusi normal. Uji
normalitas dilakukan dengan uji Kolmogorov-Spirnov dengan menggunakan software SPSS 16 Lampiran 1. Nilai Asymp.Sig. 2-tailed yang diperoleh yaitu sebesar 0,437
atau lebih besar dari taraf nyata 5. Hal tersebut menunjukkan bahwa data dalam model regresi terdistribusi normal.
2. Uji Multikolinearitas Uji multikolinearitas bertujuan untuk menentukan apakah dalam suatu model
regresi linear ganda terdapat korelasi antar variabel bebas. Uji multikolinearitas dilakukan dengan cara melihat nilai tolerance dan Variance Inflation Factor VIF.
Pada tabel di atas menunjukkan masing-masing variabel memiliki nilai tolerance tidak kurang dari 0,0 maupun lebih dari 1. Selain itu pada tabel juga menunjukkan
bahwa masing-masing variabel bebas memiliki nilai VIF kurang dari 10 Lampiran 5. Hasil tersebut menunjukkan tidak ada pelanggaran multikolinearitas dalam
penelitian ini. 3. Uji Autokorelasi
Uji autokorelasi bertujuan untuk mencari tahu apakah kesalahan errors suatu data pada satu objek pengamatan berkorelasi dengan objek pengamatan lainnya
Juanda, 2009. Untuk mengetahui ada atau tidaknya autokorelasi dilakukan dengan cara Uji Durbin-Watson DW. Hasil menunjukkan bahwa nilai DW adalah 1,744
Lampiran 4. Menurut Firdaus 2011 nilai DW yang berada diantara selang 1,55- 2,46 menunjukkan tidak adanya autokorelasi. Karena nilai DW berada di antara
selang tersebut, maka dapat disimpulkan model tidak mengalami autokorelasi. 4. Uji Heteroskedastisitas
Untuk mengetahui ada tidaknya heteroskedastisitas dilakukan dengan melihat Grafik Scatterplot. Hasil dari Grafik Scatterplot Lampiran 3 menunjukkan bahwa
titik-titik menyebar secara acak. Hasil ini menunjukkan bahwa model dalam penelitian ini tidak mengalami heteroskedastisitas.
Penelitian ini menggunakan sembilan variabel bebas dalam model regresi untuk melihat faktor-faktor apa sajakah yang mempengaruhi besarnya nilai WTA
yaitu usia, jenis kelamin, pendidikan, lama tinggal, pendapatan, tanggungan keluarga, jarak tempat tinggal dengan industri, kualitas udara di sekitar rumah, dan total
kerugian responden yang didapat dari hasil penjumlahan biaya berobat dan nilai pendapatan yang hilang, sedangkan variabel terikatnya adalah nilai Willingness to
Accept WTA responden. Analisis regresi linier berganda dilakukan untuk melihat faktor-faktor apa
sajakah yang berpengaruh nyata dan tidak berpengaruh nyata terhadap besarnya nilai WTA. Hasil uji keandalan menunjukkan bahwa R
2
yang didapat sebesar 56,6 yang dapat diinterpretasikan bahwa sebesar 56,6 keragaman WTA responden dapat
dijelaskan oleh variabel-variabel bebas yang ada pada model, sedangkan sisanya 43,4 dijelaskan oleh faktor lain di luar model. Hasil analisis regresi linier berganda
dapat dilihat pada Tabel 23. Tabel 23. Hasil analisis regresi linier berganda
Variabel B
Sig. VIF
Constant 17710.781 .594
Usia 684.130 .174
2.574 Jenis Kelamin
-3120.653 .673 1.231
Pendidikan 5128.057 .005
5.795 Lama Tinggal
-444.634 .311 2.650
Pendapatan -.002 .638
2.922 Tanggungan
7252.118 .109 2.064
Jarak Tempat Tinggal -156.264 .103
1.651 Kualitas Udara
-12596.323 .124 1.424
Total Kerugian .441 .522
1.879 Ket:
Nyata pada taraf α = 5 Nyata pada taraf α = 15
Nyata pada taraf α = 20 Model regresi linier berganda dalam penelitian kali ini adalah sebagai
berikut:
Keterangan: WTA
= Nilai WTA Responden Rpbulan LT
= Lama tinggal tahun UR
= Usia responden tahun DJK
= Dummy jenis kelamin 1= laki-laki, 0= perempuan PDK
= Pendidikan formal responden tahun PDT
= Pendapatan responden Rpbulan JT
= Jumlah tanggungan keluarga orang JTT
= Jarak tempat tinggal dengan industri meter KWUD
= Skor kualitas udara 1=tidak baik, 2=kurang baik, 3=cukup baik, 4=baik, 5=sangat baik
TKR = Total kerugian responden Rpbulan
Hasil uji F Lampiran 2 menunjukkan bahwa nilai Sig. 0,001 0,005, yang berarti variabel-variabel independen yang digunakan pada model secara bersama-
sama berpengaruh signifikan terhadap besaran nilai WTA pada taraf nyata 5. Hasil uji t digunakan untuk mengetahui variabel-variabel mana sajakah yang
secara signifikan mempengaruhi besaran nilai WTA. Hasil dari uji t adalah sebagai berikut:
1. Variabel usia responden UR memiliki nilai koefisien sebesar 684,130 yang berarti setiap usia responden naik satu tahun, maka nilai WTA akan naik sebesar
Rp684,130. Hal ini sesuai dengan hipotesis awal bahwa semakin tinggi usia responden maka akan mempengaruhi pola pikir dan kepedulian responden terhadap
lingkungan. Usia responden berpengaruh nyata terhadap nilai WTA dengan nilai probability 0,174 pada taraf nyata 20.
2. Variabel pendidikan PDK memiliki nilai koefisien sebesar 5128,057 yang berarti jika waktu menempuh pendidikan formal responden naik satu tahun, maka nilai WTA
akan naik sebesar Rp5.128,057. Hal ini sesuai dengan hipotesis awal dimana semakin tinggi tingkat pendidikan responden maka pola pikir dan pengetahuannya tentang
lingkungan akan semakin luas, sehingga responden yang menempuh pendidikan formal lebih lama akan lebih menyadari kerugian yang dialaminya dan menginginkan
Kategori