6.1.6 Tingkat Pendapatan
Tingkat pendapatan responden cukup bervariasi. Tingkat pendapatan responden kisaran kurang dari Rp 1.000.000,00 yakni 47,00 persen atau sebanyak
28 orang responden mendominasi dalam penjualan lahan. Semakin rendah pendapatan seseorang dalam rumah tangga maka semakin tinggi kecenderungan
mereka untuk melakukan transaksi penjualan lahanyang dimiliki. Persentase tingkat pendapatan responden ditunjukkan pada Gambar 13.
Sumber: Data Primer, Diolah 2013
Gambar 13. Karakteristik Responden Berdasarkan Tingkat Pendapatan
6.1.7 Alasan Menjual Lahan
Penelitian ini sebagian besar alasan responden menjual lahan untuk keperluasn sehari-hari yaitu 48,00 persen atau sebanyak 29 orang. Alasan
responden menjual lahan untuk Modal usaha yaitu 45,00 persen atau sebanyak 27 orang. Alasan responden menjual lahan untuk pelebaran jalan yaitu 7,00 persen
atau sebanyak 4 orang. Dari hasil tersebut maka dapat disimpulkan rata-rata masyarakat yang melakukan transaksi penjulan lahan hasilnya dipergunakan
untuk keperluan sehari-hari. Persentase jumlah alasan menjual lahan dapat dilihat pada Gambar 14.
1jt 47
1jt-1,5jt 32
1,5jt-2jt 18
2jt-2,5jt 3
Sumber: Data Primer, Diolah 2013
Gambar 14. Karakteristik Responden Berdasarkan Alasan Menjual Lahan
6.1.8 Bentuk Lahan
Penelitian ini sebagian besar lahan yang dijual berupa lahan sawah yaitu 70,00 persen. Hal ini menukan bahwa lahan sawan merupakan lahan yang paling
banyak masyarakat lakukan penjualan. Dari hasil pengamatan di lapangan bahwa lahan yang berada di jalur sekitar kawasan wiasat Gunung Salak Endah GSE
adalah persawahan. Persentase jumlah bentuk lahan dapat dilihat pada Gambar 15.
Sumber: Data Primer, Diolah 2013
Gambar 15. Karakteristik Responden Berdasarkan Bentuk Lahan
6.2 Faktor yang Mempengaruhi Harga Lahan 6.2.1 Hasil Dengan Model
Double-log
Model yang digunakan dalam menduga faktor-faktor yang mempengaruhi harga lahan lahan di sekitar kawasan wisata Gunung Salak Endah GSE adalah
regresi persamaan double-log dengan metode OLS Ordinary Least Square. Model ini menggunakan model double-log karena adanya ketimpangan data yang
Keperluan Sehari- hari
48 Modal usaha
45 Pelebaran jalan
7
Lahan Pekarangan
17
Lahan Sawah 70
Lahan Tegalan 13