C. Langkah-langkah untuk Mendapatkan Nilai Willingness to Pay Responden
4.4 Metode Pengolahan dan Analisis Data
4.4.2 Analisis Peluang Kesediaan Membayar (WTP) Responden
Analisis peluang kesediaan membayar responden meliputi bersedia atau tidak bersedia mengeluarkan sejumlah uang untuk wisata air yang menjadi potensi BKB Jakarta. Analisis ini bertujuan untuk mengetahui nilai observasi dan harapan. Hasil identifikasi ini dapat menduga ketepatan antara nilai harapan dan observasi dari data yang diperoleh. Nilai tersebut didapat melalui perhitungan dengan menggunakan metode regresi logistik. Bentuk model logit yang digunakan adalah:
Li = Ln [Pi/(1-Pi)] = β0 + β1PNDKi + β2PNDPi + β3JTKi + β4JTTi + β5FKi + β6KUi + β7TKi + β8KAi + β9PMDi + εi
dimana:
Li = peluang responden bersedia membayar akibat eksternalitas positif dari potensi wisata air BKB (bernilai 1 untuk “bersedia”, bernilai 0 untuk “tidak bersedia”)
β0 = intersep
β1..β9 = koefisien dari regresi
PNDK = lamanya menempuh pendidikan (tahun) PNDP = tingkat pendapatan (Rp)
38 JTT = jarak tempat tinggal (meter)
FK = frekuensi kunjungan (kali) KU = kualitas udara (persepsi) TK = tata kota (persepsi) KA = kualitas air (persepsi) PMD = pemandangan (persepsi)
εi = kesalahan pengganggu (disturbance’s error)
Variabel pendidikan diduga akan mempengaruhi besarnya peluang kesediaan membayar responden, semakin tinggi tingkat pendidikan maka semakin tinggi pula kesadaran akan pentingnya menjaga lingkugan, sehingga peluang kesediaan membayar akan semakin besar. Variabel pendapatan juga diduga akan mempengaruhi besarnya peluang kesediaan membayar responden, semakin besar pendapatan, maka peluang kesediaan membayar akan semakin besar.
Variabel jumlah tanggungan keluarga dan variabel jarak tempat tinggal diduga akan mempengaruhi peluang kesediaan membayar responden. Responden yang memiliki tanggungan keluarga lebih sedikit diduga peluang kesediaan membayarnya juga semakin besar. Responden yang bertempat tinggal dekat dengan terusan BKB diduga peluang kesediaan membayarnya akan semakin besar. Responden yang frekuensi kunjungan ke daerah terusan BKB lebih sering diduga peluang kesediaan membayarnya akan semakin besar.
Variabel-variabel yang berhubungan dengan kualitas lingkungan juga diduga akan berpengaruh terhadap peluang kesediaan membayar responden. Semakin baik persepsi responden terhadap kualitas udara, kualitas air, tata kota, serta pemandangan apabila potensi wisata air BKB Jakarta terbangun, maka peluang kesediaan membayarnya akan semakin tinggi.
39 4.4.3 Estimasi Nilai WTP Responden Terhadap Potensi Wisata Air
BKB
Langkah selanjutnya setelah menganalisis peluang kesediaan membayar responden terhadap wisata air yang menjadi potensi BKB Jakarta adalah mengestimasi nilai ekonomi dari adanya wisata air yang menjadi potensi BKB Jakarta. Besarnya nilai WTP responden dapat diketahui dengan menggunakan pendekatan CVM. Pendekatan tersebut memiliki enam tahapan (Hanley and Spash,1993), yaitu:
1) Membuat Pasar Hipotetik (Setting Up The Hypothetical Market)
Pasar hipotetik dibuat atas dasar skenario bahwa pemerintah atau swasta akan memberlakukan kebijakan baru yaitu memanfaatkan potensi wisata air BKB Jakarta sepanjang Halimun sampai Karet yang dapat menimbulkan eksternalitas positif bagi masyarakat. Pertanyaan dalam pasar hipotetik yang dibentuk dalam skenario adalah:
2) Memperoleh Nilai Penawaran WTP (Obtaining Bids)
Alat survei telah dibuat, maka survei dilakukan dengan wawancara langsung. Responden ditanya besarnya maksimum WTP yang dibayarkan terhadap dampak peningkatan kualitas lingkungan, dalam hal ini digunakan cara payment card, karena menurut beberapa penelitian metode ini terbukti lebih mudah dipahami oleh responden. Payment card merupakan salah satu metode yang dapat menghilangkan bias titik awal karena dalam metode ini sudah disediakan beberapa nilai yang dapat “Bersediakah bapak/ibu/saudara/i untuk berpartisipasi dalam bentuk kesediaan membayar terhadap kebijakan pemerintah atau swasta dalam pemanfaatan potensi wisata air BKB Jakarta dalam bentuk perahu unik disepanjang Halimun sampai Karet dan berapa besar dana yang bersedia dibayarkan?”
40 langsung dipilih oleh responden. Biaya yang ditawarkan berkisar dari Rp 2.000,00 sampai Rp 10.000,00. Penentuan besarnya biaya tersebut berdasarkan harga tiket untuk menaiki perahu saat adanya water way di Jakarta tahun 2007. Penentuan harga tersebut masih relevan, karena jika dibandingkan dengan harga tiket perahu yang ada di Sungai Musi juga berkisar diantara Rp 2.000,00.
3) Menghitung Dugaan Nilai Rataan WTP (Estimating Mean WTP)
Perhitungan nilai rata-rata dan median dapat dilakukan setelah nilai WTP deketahui. Dugaan rata-rata dihitung dengan rumus:
dimana:
EWTP = Dugaan rataan WTP
xi = Jumlah tiap data n = Jumlah responden
i = Responden ke-i yang bersedia membayar 4) Menduga Kurva Permintaan WTP (Estimating Curve)
Pendugaan kurva WTP akan dilakukan dengan menggunakan persamaan berikut:
WTP = f (jumlah responden, besarnya nilai WTP) dimana:
Jumlah responden = banyaknya responden yang bersedia membayar sejumlah nilai WTP tertentu (orang)
Besarnya nilai WTP = nilai maksimal yang bersedia dibayarkan responden (Rp)
5) Menjumlahkan Data (Agregating Data)
Penjumlahan data merupakan proses dimana nilai rata-rata penawaran dikonversikan terhadap populasi yang dimaksud. Nilai total WTP dari
41 masyarakat dapat diketahui setelah menduga nilai tengah WTP. Rumus yang dapat digunakan adalah:
dimana:
TWTP = Total WTP
WTP = WTP individu ke-i
ni = Jumlah sampel ke-i yang bersedia membayar sebesar WTP i = Responden ke-i yang bersedia membayar
6) Mengevaluasi Penggunaan CVM (Evaluating the CVM Exercise)
Tahap ini memerlukan pendekatan seberapa besar tingkat keberhasilan dalam pengaplikasian CVM. Pelaksanaan model CVM dapat dievaluasi dengan melihat tingkat keandalan fungsi WTP dengan melihat nilai
R-squares (R2) dari model OLS (Ordinary Least Square) WTP. 4.4.4 Analisis Fungsi Willingness to Pay (WTP)
Analisis fungsi WTP digunakan untuk mengetahui faktor-faktor yang mempengaruhi WTP responden. Alat analisis yang digunakan adalah model regresi linier berganda. Fungsi persamaannya sebagai berikut:
midWTPi = β0 + β1PNDKi + β2PNDPi + β3JTKi + β4JTT + β5FK + β6KU + β7TK + β8KA + β9PMD + εi
dimana:
PNDK = tingkat pendidikan (tahun) PNDP = tingkat pendapatan (Rp)
JTK = jumlah tanggungan keluarga (orang) JTT = jarak tempat tinggal (meter)
FK = frekuensi kunjugan (kali) KU = kualitas udara(persepsi) TK = tata kota(persepsi) KA = kualitas air (persepsi)
PMD = kualitas pemandangan (persepsi) i = responden ke-i
42 Variabel yang diduga mempengaruhi secara positif adalah tingkat pendidikan, tingkat pendapatan, frekuensi kunjungan, jarak tempat tinggal, persepsi tentang kualitas air, persepsi tentang kualitas udara, persepsi tentang tata kota, serta persepsi tentang kualitas pemandangan. Tingginya tingkat pendidikan mencerminkan responden memiliki pengetahuan akan eksternalitas, sehingga mempengaruhi responden untuk membayar lebih tinggi. Tingginya tingkat pendapatan diduga akan mempengaruhi responden untuk membayar lebih tinggi. Semakin sering tingkat kunjungan responden, diduga akan mempengaruhi responden untuk membayar lebih tinggi. Semakin dekat jarak tempat tinggal responden, diduga akan mempengaruhi responden untuk membayar lebih tinggi.
Persepsi tentang kualitas lingkungan adalah semakin baik persepsi responden terhadap kualitas air yang disebabkan adanya potensi wisata air BKB, diduga akan mempengaruhi responden untuk membayar lebih tinggi. Semakin baik persepsi responden terhadap kualitas udara yang disebabkan adanya potensi wisata air BKB, diduga akan mempengaruhi responden untuk membayar lebih tinggi. Semakin baik persepsi responden terhadap tata kota yang disebabkan adanya potensi wisata air BKB, diduga akan mempengaruhi responden untuk membayar lebih tinggi. Serta semakin baik persepsi responden terhadap kualitas pemandangan yang disebabkan adanya potensi wisata air BKB, diduga akan mempengaruhi responden untuk membayar lebih tinggi.
43 4.5 Pengujian Parameter
Pengujian secara statistik terhadap model perlu dilakukan dengan cara:
4.5.1 Pengujian Regresi Linier Berganda