III. KERANGKA PEMIKIRAN
4.4. Metode Pengolahan dan Analisis Data
4.4.4. Analisis Faktor-Faktor yang Mempengaruh
Model regresi linier berganda digunakan untuk mengetahui faktor-faktor yang mempengaruhi Willingness to Accept (WTA) rumahtangga dengan metode
Ordinary Least Squares (OLS). Berdasarkan teori dan penelitian terdahulu tentang WTA, model regresi berganda yang digunakan adalah:
WTAi = + PDDKNi - PNDPTNi + LMTGi - JRSIi +
JTKi + DU1i + DU2i + BSHTi + U1i ... (01) dimana:
WTAi = Nilai WTA (rupiah per tahun) = Konstanta
= Parameter, j=1,2,3,…..,8
PDDKNi = Tingkat pendidikan responden (1 = lama pendidikan kurang dan sama dengan 9 tahun; 0 = lainnya)
PNDPTNi = Tingkat pendapatan rumahtangga (rupiah per tahun) LMTGi = Lama tinggal responden (tahun)
JRSIi = Jarak tempat tinggal dari industri (meter) JTKi = Jumlah tanggungan keluarga (orang) DUi = Dummy umur responden
DU1i = Umur muda (1 = kurang dari 30 tahun; 0 = lainnya) DU2i = Umur menengah (1 = 30 sampai 50 tahun; 0 = lainnya)
BSHTi = Biaya kesehatan yang dikeluarkan rumahtangga untuk menanggulangi dampak dari industri peleburan besi
dan baja (rupiah per tahun) i = Sampel ke-i
1 = Variabel pengganggu
Tanda parameter estimasi yang diharapkan (hipotesis): , , , , , >0
, < 0
Variabel tingkat pendidikan diestimasi memberikan pengaruh positif terhadap besarnya nilai ganti rugi yang diinginkan responden. Hal ini karena responden yang berpendidikan tinggi akan menyadari bahwa seberapa besar kerugian yang ditanggung. Variabel umur muda, umur menengah, dan lama
tinggal diestimasi berpengaruh positif dengan responden yang menerima nilai ganti rugi. Hal ini disebabkan pencemaran disekitar kawasan industri peleburan besi dan baja membuat responden yang tinggal lebih lama merasa dirugikan. Kerugian ini timbul karena sebelum keberadaan industri dapat memanfaatkan sumberdaya yang tersedia tanpa adanya pencemaran, sehingga responden yang lebih lama tinggal menginginkan nilai ganti rugi yang lebih tinggi.
Variabel jumlah tanggungan terkait dengan banyaknya anggota keluarga yang harus menanggung dampak dari industri peleburan besi dan baja. Semakin tinggi jumlah tanggungan maka semakin tinggi pula nilai ganti rugi yang diinginkan. Tingginya tingkat pencemaran yang direspon, diestimasi juga berpengaruh positif terhadap nilai WTA. Semakin tinggi tingkat pencemaran yang direspon maka semakin tinggi nilai ganti rugi yang bersedia diterima.
Variabel besarnya biaya kesehatan yang dikeluarkan untuk menanggulangi dampak dari industri peleburan besi dan baja diestimasi berpengaruh positif. Semakin tinggi biaya yang dikeluarkan untuk menanggulangi dampak negatif maka nilai ganti rugi yang bersedia diterima akan semakin tinggi. Biaya yang dikeluarkan mencakup biaya pengobatan dan pencegahan penyakit yang diakibatkan dari dampak keberadaan industri peleburan besi dan baja.
Variabel tingkat pendapatan rumahtangga diestimasi berpengaruh negatif terhadap nilai WTA, semakin tinggi pendapatan rumahtangga maka rumahtangga tidak memperhatikan besarnya nilai ganti rugi karena telah merasa berkecukupan untuk menanggungnya sendiri. Variabel jarak tempat tinggal dari industri diestimasi berpengaruh negatif karena semakin dekat jarak tempat tinggal dari industri maka, akan semakin banyak dampak yang dirasakan sehingga nilai ganti rugi yang diinginkan lebih tinggi. Program komputer dan hasil estimasi model
Willingness to Accept disajikan pada Lampiran 4 dan 5.
4.4.5. Analisis Faktor-Faktor yang Mempengaruhi Keputusan untuk Pindah
Analisis faktor-faktor yang mempengaruhi keputusan untuk pindah dari sekitar wilayah industri peleburan besi dan baja menggunakan model regresi
logistik dan diestimasi menggunakan metode Maximum Likelihood Estimator
(MLE). Model regresi logistik digunakan untuk mengestimasi peluang keputusan untuk pindah atau tidak pindah dari sekitar wilayah industri peleburan besi dan baja, serta faktor-faktor yang mempengaruhinya. Bentuk model regresi logistik yang digunakan adalah:
Li Pindahi = + PDDKNi + PNDPTNi - LMTGi - JRSIi -
DSK1i - DSK2i + BSHTi + U2i ... (02) dimana:
Li Pindahi = Peluang responden menyatakan pindah atau tidak pindah dari sekitar wilayah industri peleburan besi dan baja (1 = pindah; 0 = tidak pindah)
= Konstanta
= Parameter, j=1,2,3,…..,7
PDDKNi = Tingkat pendidikan responden (1 = lama pendidikan kurang dan sama dengan 9 tahun; 0 = lainnya)
PNDPTNi = Tingkat pendapatan rumahtangga (rupiah/tahun)
LMTGi = Lama tinggal responden (1 = lama tinggal kurang dari sama dengan 30 tahun; 0 = lainnya)
JRSIi = Jarak tempat tinggal dari industri (1 = jarak 0 sampai 200 meter; 0 = lainnya)
DSKi = Dummy status kepemilikan rumah
DSK1i = Status kepemilikan rumah pribadi (1 = status rumah pribadi; 0 = lainnya)
DSK2i = Status kepemilikan rumah warisan (1 = status rumah warisan; 0 = lainnya)
BSHTi = Biaya kesehatan yang dikeluarkan rumahtangga untuk menanggulangi dampak dari industri peleburan besi dan baja (rupiah per tahun)
i = Sampel ke-i
2 = Variabel pengganggu
Tanda parameter estimasi yang diharapkan (hipotesis): , , > 0
Tingkat pendidikan responden diestimasi memiliki hubungan positif dengan keputusan pindah dan tidak pindah dari sekitar wilayah industri peleburan besi dan baja. Semakin tinggi pendidikan maka responden menyadari bahwa kondisi lingkungan tempat tinggalnya tidak layak untuk ditempati. Tingkat pendidikan mempengaruhi pola pikir, persepsi, penilaian terhadap lingkungan serta bagaimana cara menanggapi pertanyaan.
Variabel pendapatan rumahtangga diestimasi memiliki hubungan positif dengan penilaian responden mengenai pindah dan tidak pindah. Semakin tinggi pendapatan rumahtangga maka keputusan untuk pindah dari sekitar wilayah industri peleburan besi dan baja akan semakin tinggi. Variabel besarnya biaya kesehatan yang dikeluarkan rumahtangga untuk menanggulangi dampak dari industri peleburan besi dan baja diestimasi memiliki hubungan positif. Semakin besar biaya yang dikeluarkan untuk menanggulangi dampak maka keputusan untuk pindah dari sekitar wilayah industri peleburan besi dan baja akan semakin tinggi.
Variabel lama tinggal responden diestimasi berbanding terbalik dengan keputusan responden pindah dari sekitar wilayah industri. Semakin lama responden tinggal di Dusun Palahlar, maka responden semakin terbiasa dengan kondisi lingkungan tempat tinggalnya. Variabel jarak tempat tinggal dari industri juga diestimasi berbanding terbalik terhadap keputusan responden pindah dari sekitar industri, dimana semakin jauh jarak tempat tinggal dari industri maka keputusan responden untuk pindah semakin rendah.
Variabel status kepemilikan rumah pribadi dan warisan diestimasi berbanding terbalik dengan responden yang menilai pindah dari sekitar wilayah industri peleburan besi dan baja. Jika responden tinggal dirumah dengan status kepemilikan rumah pribadi dan warisan, maka responden merasa tinggal legal di wilayah tersebut dan tidak akan pindah dari sekitar wilayah industri peleburan besi dan baja. Program komputer dan hasil regresi logistik disajikan pada Lampiran 6 dan 7.