Faktor-Faktor yang Mempengaruhi Nilai Ekonomi Lahan (Land Rent) pada Lahan Permukiman

6.4 Faktor-Faktor yang Mempengaruhi Nilai Ekonomi Lahan (Land Rent) pada Lahan Permukiman

  Sebelum dilakukan analisis regresi berganda, terlebih dahulu dilakukan analisis korelasi berganda terhadap variabel-variabel penjelas, hasil analisis korelasi berganda dapat dilihat pada Lampiran 10. Berdasarkan nilai korelasi (r) antara masing-masing variabel penjelas terlihat ada nilai korelasi yang tinggi atau

  bernilai lebih dari 50 persen yaitu antara pajak (X 5 ) dengan luas lahan (X 1 ), penerimaan (X 3 ), dan biaya operasional (X 4 ); antara penerimaan dengan luas lahan dan biaya operasional; antara jarak ke pasar (X 7 ) dengan jarak ke puskesmas (X 9 ); serta antara jarak ke sekolah (X 8 ) dengan jarak ke kantor desa (X 10 ). Oleh

  karena itu, perlu dilihat nilai VIF masing-masing variabel penjelas agar diketahui ada atau tidaknya multikolinearitas. Berdasarkan hasil analisis regresi berganda, diketahui terdapat beberapa faktor yang mempengaruhi land rent pada lahan permukiman. Berdasarkan land rent sebagai variabel tidak bebasrespon (nilai Y)

  dan nilai variabel-variabel bebaspenjelas (X), dilakukan analisis lanjutan berupa analisis regresi berganda.

  Tabel 13. Hasil Estimasi Faktor-Faktor yang Mempengaruhi Land Rent

  Lahan Permukiman di Kecamatan Ciampea, Kabupaten Bogor

  Variabel Interpretasi

  Koefisien SE Koefisien T P

  X 1 Luas Lahan -346,9 101 -3,44 0,003 1,8

  X 2 Kondisi Rumah

  X 3 Total Penerimaan

  X 4 Biaya Operasional -0,0002 0,003 -0,05 0,958 2,0

  X 5 Pajak (PBB) -0,147 0,153

  X 6 Jarak ke Jalan utama

  X 7 Jarak ke Pasar

  X 8 Jarak ke Sekolah

  X 9 Jarak ke Puskesmas

  X 10 Jarak ke Kantor Desa 6,73

  S = 55619,3 R-Sq = 82,1 R-Sq(adj) = 72,7

  Keterangan : nyata pada taraf 5, nyata pada taraf 1

  Dari Tabel 13 diatas, nilai VIF untuk variabel penerimaan (X 3 ) bernilai 5,2

  atau lebih dari lima, apabila ada variabel penjelas memiliki nilai VIF lebih besar dari lima, hal ini menunjukkan bahwa persamaan atau model tersebut mengalami multikolinearitas. Maka untuk mengatasi masalah multikolinearitas, salah satu yang paling “sederhana” untuk dilakukan adalah mengeluarkan satu dari variabel yang berkolinear (Gujarati, 1978). Dalam hal ini variabel yang dikeluarkan adalah

  variabel pajak (PBB) (X 5 ), karena variabel ini yang memiliki nilai korelasi paling

  tinggi dengan variabel penerimaan. Hasil estimasi faktor-faktor yang mempengaruhi land rent lahan permukiman dengan model yang tidak mengalami masalah multikolinearitas dapat dilihat pada Tabel 14.

  Berdasarkan nilai P pada masing-masing variabel terlihat bahwa variabel

  X 1 ,X 2 ,X 3 , dan X 6 menunjukkan pengaruh yang nyata terhadap land rent pada

  tingkat kepercayaan lebih dari 95 persen (P<0,05). Dari hasil analisis tersebut diperoleh nilai koefisien determinasi (R-Sq) sebesar 81,3 persen dan nilai

  koefisien determinasi yang disesuaikan (R-Sq(adj)) sebesar 72,8 persen. Nilai tersebut menunjukkan keragaman yang dapat diterangkan oleh model terhadap nilai Y (Land Rent) yaitu sebesar 72,8 persen. Sedangkan sisanya sebesar 27,2 persen dijelaskan oleh variabel-variabel lain yang tidak diamati dalam model analisis.

  Tabel 14. Hasil Estimasi Faktor-Faktor yang Mempengaruhi Land Rent

  Lahan Permukiman di Kecamatan Ciampea, Kabupaten Bogor (tanpa variabel pajak)

  Variabel Interpretasi

  Koefisien SE Koefisien T P

  X 1 Luas Lahan -366,25 98,78 -3,71 0,001 1,7

  X 2 Kondisi Rumah

  X 3 Total Penerimaan

  X 4 Biaya Operasional

  X 6 Jarak ke Jalan utama

  X 7 Jarak ke Pasar

  X 8 Jarak ke Sekolah

  X 9 Jarak ke Puskesmas

  X 10 Jarak ke Kantor Desa 6,98

  S = 55.512,8 R-Sq = 81,3 R-Sq(adj) = 72,8

  Keterangan : nyata pada taraf 5, nyata pada taraf 1

  Pada Tabel 14 didapatkan pula nilai VIF untuk masing-masing variabel yang dapat digunakan untuk melihat adanya multikolinearitas antar variabel penjelas. Dari hasil tersebut dapat terlihat bahwa semua variabel mempunyai nilai VIF kurang dari lima yang artinya tidak ada masalah multikolinearitas pada model analisis. Sedangkan uji heteroskedastisitas yang dilakukan, diperoleh bahwa model tidak terdapat heteroskedastisitas. Berdasarkan hasil analisis dimana Y merupakan nilai ekonomi lahan (land rent), model regresi berganda yang dihasilkan adalah :

  Y = 80.903 – 366,25 X 1 + 66.154 X 2 + 0,002 X 3 – 0,0002 X 4 – 61,93 X 6

  – 9,446 X 7 + 4,05 X 8 + 9,327 X 9 + 6,98 X 10

  Hasil regresi ini menujukkan faktor-faktor yang memberikan pengaruh nyata terhadap land rent. Berdasarkan analisis ini menunjukkan bahwa faktor

  yang memberikan pengaruh nyata terhadap land rent adalah variabel X 2 (Kondisi

  rumah) dan variabel X 6 (Jarak ke jalan utama), serta yang memberikan pengaruh

  yang sangat nyata adalah variebel X 1 (Luas lahan) dan variabel X 3 (Total

  penerimaan), sedangkan variabel lain tidak berpengaruh nyata. Variabel-variabel yang tidak berpengaruh nyata terhadap model artinya pengaruh variabel-variabel penjelas terhadap perubahan land rent sangat kecil. Lebih jelas variabel-variabel yang berpengaruh nyata dan sangat nyata diterangkan sebagai berikut :

  Luas Lahan (m 2 )

  Variabel X 1 diinterpretasikan sebagai luas lahan. Luas lahan merupakan

  total luas lahan permukiman baik luas lahan bangunan maupun luas lahan perkarangan. Hasil nilai koefisien regresi untu variabel luas lahan adalah -366,25 ini menunjukkan bahwa setiap penambahan satu satuan luas lahan akan menurunkan land rent lahan permukiman sebesar 366,25 satuan, pada saat variabel lainnya tetap. Ada beberapa faktor yang menyebabkan luas lahan berkorelasi negatif dengan land rent lahan permukiman, yaitu dengan semakin meningkatnya luas lahan maka biaya operasional untuk membangun atau merawat rumah akan semakin besar. Selain itu, berdasarkan pengamatan di lokasi penelitian rumah dengan luas lahan yang besar dan hanya memiliki satu lantai memiliki harga sewa yang lebih rendah dibandingkan dengan rumah dengan luas lahan yang kecil namun memiliki lebih dari satu lantai. Hal ini disebabkan karena rumah dengan lantai yang lebih dari satu lebih disukai oleh para penyewa rumah,

  terutama apabila rumah tersbut digunakan untuk kost atau tempat tinggal mahasiswa.

  Kondisi Rumah

  Variabel X 2 diinterpretasikan sebagai kondisi rumah. Variabel ini

  merupakan variabel dummy yang bernilai satu untuk rumah dengan kondisi permanen dan bernilai nol untuk rumah dengan kondisi semi permanen. Berdasarkan hasil koefisien regresi untuk variabel kondisi rumah didapatkan nilai sebesar 66.154, ini menunjukkan bawa selisih land rent antara rumah dengan

  kondisi permanen dan semi permanen sebesar Rp 66.154m 2 tahun pada saat variabel lain bernilai tetap. Sehingga dapat disimpulkan, semakin baik kondisi

  rumah maka land rent juga akan semakin tinggi.

  Total Penerimaan (Rptahun)

  Variabel X 3 diinterpretasikan sebagai total penerimaan. Penerimaan

  merupakan hasil yang diperoleh oleh pemilik lahan permukiman selama satu tahun. Penerimaan ini dihitung berdasarkan biaya yang dibayarkan penyewa rumah kepada pemilik lahan permukiman selama satu tahun. Berdasarkan hasil koefisien regresi untuk variabel total penerimaan diperoleh nilai sebesar 0,002. Hal ini menunjukkan bahwa apabila total penerimaan meningkat sebesar satu satuan maka akan meningkatkan land rent lahan permukiman sebesar 0,002 satuan pada saat variabel lain bernilai tetap.

  Jarak ke Jalan Utama (m)

  Dalam penelitian ini aspek jarak yang digunakan hanya jarak tempuh (km), sedangkan aspek lainnya seperti waktu tempuh dan biaya transportasi tidak termasuk ke dalam variabel jarak. Hal ini merupakan keterbatasan penelitian

  untuk menghitung aspek lain dari jarak, karena waktu tempuh dan biaya transportasi dari permukiman ke fasilitas-fasilitas publik tidak bernilai absolut tetapi relatif tergantung pada situasi dan kondisi pada saat menempuhnya. Oleh karena itu, untuk mengatasi keterbatasan penelitian ini waktu tempuh dan biaya transportasi dari permukiman ke fasililitas-fasilitas publik tidak dimasukkan ke dalam model.

  Variabel X 6 diinterpretasikan sebagai jarak antara lahan permukiman

  dengan jalan utama. Jalan utama merupakan jalur yang dilalui oleh alat trasportasi atau kendaraan umum. Dari jarak fasilitas-fasilitas publik dengan lahan permukiman yang diduga sebagai variabel penjelas dalam model yang mempengaruhi land rent, hanya jarak ke jalan utama yang berpengaruh nyata. Sedangkan, untuk jarak ke fasilitas-fasilitas lain, seperti pasar tradisional terdekat, fasilitas pendidikan atau sekolah terdekat, fasilitas kesehatan atau puskesmas terdekat, dan fasilitas pemerintahan atau kantor desa, tidak berpengaruh nyata dalam model. Berdasarkan hasil koefisien regresi untuk variabel jarak ke jalan utama diperoleh nilai sebesar -61,93. Hal ini menunjukkan bahwa terdapat korelasi yang negatif antara jarak lahan permukiman terhadap jalan utama dengan land rent. Dengan melihat nilai koefisien regresi tersebut dapat disimpulkan apabila jarak antara jalan utama dengan lahan permukiman bertambah sebesar satu satuan, maka land rent lahan permukiman berkurang sebesar 61,93 satuan pada saat variabel lain bernilai tetap. Berdasarkan pengamatan di lapangan, terlihat bahwa areal permukiman sangat jarang terdapat dan berkembang di lokasi yang jauh dari jalan utama, sehingga semakin jauh letak lahan permukiman dari jalan utama atau semakin tidak strategis lokasinya maka harga sewa lahan juga

  terlihat semakin rendah, atau sebaliknya jika semakin strategis letak suatu lahan permukiman maka akan semakin tinggi harga sewa lahannya.

  Berdasarkan analisis ragam pada pendugaan model Land Rent lahan permukiman yang diperoleh, pada Tabel 15 didapatkan nilai F-hitung sebesar 9,63 yang signifikan pada taraf kepercayaan 95 persen. Hal ini menunjukkan bahwa faktor-faktor yang mempengaruhi Land Rent di dalam model secara bersama- sama berpengaruh nyata terhadap Land Rent pada lahan permukiman.

  Tabel 15. Analisis Ragam Model Land Rent Lahan Permukiman di

  Kecamatan Ciampea, Kabupaten Bogor

  Residual Error

  Total 29 3,28799E+11