Kehilangan Pendapatan Kerugian Ekonomi akibat Konversi Lahan Perkebunan Kelapa Sawit menjadi Pertambangan Emas (Studi Kasus: Desa Daya Murni, Kecamatan Pelepat Ilir, Kabupaten Bungo, Provinsi Jambi)

47 1. Membuat hipotesis pasar Berdasarkan pasar hipotesis yang telah dibangun ketika penelitian yaitu situasi hipotesis yang menggambarkan kondisi lingkungan pasca tambang di Desa Daya Murni di masa mendatang akan terjadi penurunan kualitas lingkungan. Sehingga, akan dilakukan upaya reboisasi untuk menanggulangi penurunan kualitas tersebut. Hal tersebut dimaksudkan agar lahan pasca tambang kembali baik dan sumber air bisa lebih baik. Maka dengan hal itu responden mendapatkan gambaran mengenai situasi hipotesis yang telah dibangun mengenai upaya perbaikan kualitas lingkungan dengan program reboisasi. 2. Mendapatkan nilai lelang WTP Teknik yang digunakan untuk mendapatkan nilai penawaran dilakukan dengan metode bidding game. Cara ini dilaksanakan dengan memberi pertanyaan kepada responden secara berulang-ulang apakah mereka ingin membayar sejumlah tertentu. Nilai tersebut bisa dinaikkan atau diturunkan tergantung respon dari pertanyaan sebelumnya. Pertanyaan dihentikan sampai nilai tetap yang diperoleh. Pada penelitian ini didapatkan penawaran nilai WTP dari Rp 5 000, Rp 10 000, Rp 15 000, Rp 20 000, dan Rp 25 000. 3. Menghitung Dugaan Rata-Rata Nilai WTP Tahap berikutnya adalah menghitung nilai rataan WTP setiap individu. Dugaan nilai rataan WTP responden dihitung dari distribusi data nilai WTP responden. Kelas WTP responden didapatkan dengan menentukan terlebih dahulu nilai WTP terkecil sampai nilai WTP terbesar yang ditawarkan responden. Data distribusi nilai WTP responden dapat dilihat pada Tabel 9. Tabel 9 Mean WTP responden No WTP Responden Mean WTP Jumlah Frekuensi 1 5000 14 0.45 2250 2 10000 9 0.29 2900 3 15000 3 0.1 1500 4 20000 3 0.1 2000 5 25000 2 0.06 1500 Total 31 1 10150 Sumber: Data primer diolah 2013 48 Perhitungan nilai rataan WTP berdasarkan distribusi WTP responden, dari perhitungan pada tabel didapatkan nilai rataan WTP sebesar Rp 10 150. 4. Memperkirakan kurva lelang Bid Curve Kurva pendugaan WTP didapatkan berdasarkan besarnya nilai WTP terhadap jumlah responden yang memilih besarnya nilai WTP. Diketahui bahwa sebaran responden yang memilih jumlah uang bersedia dibayarkan dapat dilihat pada gambar dibawah yaitu responden yang bersedia membayar sebesar Rp 5 000 sebanyak 14 orang, Rp 10 000 sebanyak 9 orang, Rp 15 000 sebanyak 3 orang, Rp 20 000 sebanyak 3 orang, dan Rp 25 000 sebanyak 2 orang. Gambar 13 Kurva pendugaan penawaran WTP 5. Mengagregatkan data atau Total WTP Nilai total WTP responden dihitung berdasarkan data distribusi nilai kelas WTP responden. Dari nilai kelas WTP dikalikan dengan jumlah frekuensi responden yang memilih dari besarnya tiap nilai kelas WTP. Hasil perkalian tersebut kemudian dijumlahkan sehingga didapatkan nilai total WTP responden. Hasil perhitungan total WTP responden dapat dilihat pada Tabel 10. Tabel 10 Total WTP responden No. WTP JumlahResponden Total WTP 1 5000 14 70000 2 10000 9 90000 3 15000 3 45000 4 20000 3 60000 5 25000 2 50000 Total 31 315000 Sumber: Data primer diolah 2013 5000 10000 15000 20000 25000 30000 2 4 6 8 10 12 14 16 WTP R p Jumlah responden 49 Dari hasil perhitungan tersebut didapatkan nilai total WTP sebesar Rp 315.000program. Nilai tersebut menggambarkan kepedulian masyarakat penambang terhadap penurunan kualitas lingkungan yang diakibatkan dari kegiatan penambangan di Desa Daya Murni.

6.3.2 Analisis Fungsi Willingness to Pay

Analisis fungsi WTP digunakan untuk mengetahui faktor-faktor apa saja yang berpengaruh terhadap besarnya nilai WTP responden. 7 variabel bebas yang telah ditentukan diduga mempengaruhi variabel tak bebas yaitu pendidikan, jumlah tanggungan, pendapatan, penilaian kondisi lahan, penilaian kondisi air, dummy pekerjaan penambang, dan dummy pekerjaan penambang. Hasil analisis regresi nilai WTP reponden dapat dilihat pada Tabel 11. Tabel 11 Hasil analisis regresi nilai WTP responden Variabel Koefisien Sig VIF Constant -.590 .528 TP .235 .212 1.693 JT -.395 .033 1.894 TPRT .265 .180 1.197 KL .352 .094 1.383 KA .086 .670 1.231 PTdummy 1.630 .002 1.833 PLdummy 1.485 .003 1.506 R Square Adjusted R Square 69.7 60.5 Durbin Watson 1.708 F-Statistik 7.573 0.000 Sumber: Data primer diolah 2013 Keterangan: : signifikan pada taraf nyata α = 0.05 : signifikan pada taraf nyata α = 0.1 : signifikan pada taraf nyata α = 0.2 Model yang dihasilkan dalam penelitian ini cukup baik. Hal ini ditandai dengan R 2 yang dihasilkan adalah 69.7 persen, yang berarti 69.7 persen keragaman WTP responden sudah dapat diterangkan oleh keragaman variabel penjelas yang terdapat dalam model. Nilai F hitung diperoleh sebesar 7.573 dengan nilai sig sebesar 0.000 yang menunjukkan bahwa variabel penjelas dalam model 50 secara bersama-sama berpengaruh nyata terhadap nilai WTP responden pada taraf nyata 20 persen α = 0.2. Model yang dihasilkan pada penelitian ini telah di uji dengan uji asumsi klasik yaitu multikolinieritas, heteroskedatisitas, normalitas, dan autokorelasi. Dari hasil keempat uji tersebut tidak ditemukan suatu pelanggaran asumsi. 1. Uji multikolinieritas: Menurut Sarwoko 2005, untuk melihat terjadi atau tidak terjadinya multikolinieritas dilakukan dengan melihat nilai Varian Inflation Factor VIF. Ketika nilai VIF 10 tidak ada masalah multikolinieritas. Dari hasil uji ini dapat dilihat pada Tabel 11 diperoleh nilai VIF semua variabel lebih kecil dari 10, sehingga dapat disimpulkan bahwa model ini tidak terjadi multikolinieritas. 2. Uji Heteroskedastisitas: uji ini dilakukan untuk mengetahui terjadi atau tidak terjadinya heteroskedastisitas pada suatu model. Uji ini dilakukan dengan uji glejser. Hasil uji ini diperoleh nilai sig semua variabel tidak signifikan pada taraf nyata 5 sehingga dinyatakan model memenuhi asumsi kehomogenan atau tidak terjadi pelanggaran heteroskedastisitas sumber lampiran 2. 3. Uji normalitas: berdasarkan uji kenormalan dengan hipotesis sebagai berikut: H : residual menyebar normal H 1 : residual tidak menyebar normal Dari hasil uji Kolmogorov-Smirnov didapatkan nilai asymp. sig. 2-tailed sebesar 0.957 yang lebih besar dari α = 0.05 yang artinya terima H data menyebar normal sumber lampiran 3. 4. Uji autokorelasi: uji ini dilihat dari hasil uji Durbin Watson DW yang dapat dilihat pada Tabel 11. Diperoleh nilai DW sebesar 1.708 dimana nilai DW mendekati 2 maka dapat disimpulkan tidak ada autokorelasi. Hal ini merujuk kepada Firdaus, 2004 dimana jika nilai statistik DW berada diantara 1.55 dan 2.46 maka menunjukkan bahwa model tidak terdapat autokorelasi. Model yang dihasilkan dalam analisis ini adalah sebagai berikut: WTP = -0.59 – 0.395 JT + 0.265 TPRT + 0.352 KL + 1.630 PTdummy + 1.485 PL dummy