IV. METODOLOGI PENELITIAN
4.5.3 Kesediaan Membayar Pelanggan PDAM
Willingness to Pay atau kesediaan untuk membayar adalah kesediaan individu untuk membayar terhadap suatu kondisi lingkungan atau penilaian terhadap sumberdaya alam. Nilai WTP merupakan kesediaan setiap individu atau masyarakat secara agregat untuk membayar atau mengeluarkan uang dalam rangka memberikan penilaian terhadap air tanah. Adapun tahapan analisis WTP adalah sebagai berikut :
1. Membuat pasar hipotetik (Setting Up the Hypotetical Market)
Pasar hipotetik WTP air bersih sebagai berikut :
“Pemerintah Kota Pematangsiantar mengadakan program pelayanan penyediaan air bersih berupa air pipa yang bersumber dari mata air dan sumur dalam untuk memenuhi kebutuhan masyarakat sebagai pelanggan PDAM Tirtauli Kota Pematangsiantar. Namun, meningkatnya jumlah pemakaian air mengakibatkan beban produksi meningkat sehingga PDAM mengalami kerugian sebesar Rp 11.092.377.397 per 31 Desember 2012. Tingkat kebocoran air juga tinggi sebesar 31,43% per Desember 2013. Adanya kerugian ini mengakibatkan pihak PDAM harus meminjam dana dari ASEAN DEVELOPMENT BANK serta mendapatkan subsidi dari pemerintah.
Pihak PDAM Tirtauli ingin meningkatkan pelayanan, tidak mengalami kerugian dan menjamin ketersediaan akses air bagi pelanggan. Asumsi yang digunakan yakni jumlah air tidak terbatas, air dapat diakses 24 jam, dengan kualitas air bagus standar PDAM, sehingga seluruh kebutuhan masyarakat Kota Pematangsiantar tidak akan kekurangan terhadap air bersih. Oleh karena itu, pihak PDAM memerlukan kontribusi para pelanggan untuk menunjang kinerja pelayanan melalui pembayaran air bersih sesuai dengan tarif dan jumlah pemakaian air.”
(4) TP = TD + RTK + RSbS
Skenario yang digunakan yakni responden mengetahui gambaran pasar hipotetik dan apakah masyarakat bersedia membayar sejumlah nominal uang untuk memperoleh akses pelayanan air yang baik.
2. Mendapatkan penawaran Besarnya WTP (Obtaining Bids)
Pada tahap ini dilakukan dengan wawancara langsung kepada responden apakah mereka mau membayar atau tidak sejumlah uang tertentu untuk memperoleh perbaikan jasa pelayanan PDAM Tirtauli, dalam hal ini digunakan cara Closed-ended Questions. Responden diberikan beberapa nilai WTP yang disarankan kepada mereka untuk dipilih sehingga responden memberi jawaban sesuai dengan keinginan dan kemampuan mereka. Dengan demikian, dapat diketahui bahwa nilai WTP sebenarnya dari individu yang bersangkutan terletak dalam kelas atau interval antara nilai WTP tertentu dalam bentuk sejumlah uang yang akan dibayarkan setiap penggunaan air per m3 oleh responden.
3. Memperkirakan Nilai rata-rata WTP (Calculating Average WTP)
Tahap ini dilakukan dengan mencari nilai rata-rata yaitu dengan cara menjumlahkan seluruh nilai WTP dibagi dengan jumlah responden.
Keterangan:
EWTP = Dugaan rataan WTP Wi = Nilai WTP ke-i Pfi = Frekuensi Relatif
n = Jumlah responden
i = Responden ke-i yang bersedia membayar WTP 4. Memperkirakan Kurva Permintaan WTP (Estimating Curve)
Perkiraan kurva WTP diperkirakan dengan menggunakan jumlah kumulatif dan jumlah individu yang menjawab suatu nilai WTP. Asumsi cara ini adalah dengan jumlah kumulatif akan semakin sedikit sejalan dengan semakin meningkatnya nilai WTP.
5. Menjumlahkan Data (Agregating Data)
Setelah menduga nilai tengah WTP maka dapat diduga nilai WTP dari rumah tangga dengan menggunakan rumus:
TWTP = EWTP x P……..………...………. (6)
Keterangan:
TWTP : Kesedian masyarakat untuk membayar EWTP : Nilai rataan WTP
P : Populasi
6. Mengevaluasi Penggunaan CVM (Evaluating The CVM Exercise)
Tahap ini merupakan penilaian apakah penggunaan CVM telah berhasil atau tidak. Keberhasilan dalam pengaplikasian CVM bergantung pada seberapa besar tingkat kesalahan responden dalam menjawab pertanyaan yang diajukan, seberapa baik pasar hipotetik yang digunakan. Mengevaluasi pelaksanaan model CVM dilihat dari tingkat keandalan fungsi WTP. Uji yang dilakukan adalah dengan melihat nilai R² dari model regresi.
4.5.3.2 Analisis Faktor –Faktor yang Mempengaruhi WTP
Analisis regresi digunakan untuk mempelajari hubungan atau peramalan antara dua buah variabel atau lebih yang dinyatakan dalam bentuk persamaan matematik. Analisis ini digunakan untuk mengetahui faktor-faktor apa saja yang mempengaruhi WTP responden dalam hal ini pelanggan PDAM Tirtauli Kota Pematangsiantar. Model yang digunakan adalah persamaan regresi biner. Persamaan regresi berganda nilai WTP penelitian ini adalah sebagai berikut : WTP = β0+ β1U + β2JPA + β3P + β4DST + ε……….……….…...…... (7) Keterangan :
WTP = Nilai WTP pelanggan rumahtangga (Rp per rumahtangga per m3)
β0 = Intersep
β1..β4 = Koefisien regresi U = Usia responden (tahun)
JPA = Jumlah pengguna air (Orang per KK) P = Penghasilan rumah tangga (Rp/bulan)
DST = Dummy penggunaan untuk siram tanaman (m3)
Berdasarkan model fungsi WTP air diatas, maka dapat disusun hipotesis yang akan dibuktikan melalui penelitian ini, antara lain :
1. Semakin tinggi usia responden maka besarnya WTP akan meningkat
2. Semakin besar jumlah penghuni maka semakin tinggi pula kesediaan membayar responden karena pemanfaatan air akan meningkat.
3. Seiring meningkatnya penghasilan rumah tangga maka WTP responden juga meningkat.
5. Semakin tingginya tingkat penggunaan air terhadap pemenuhan kebutuhan dalam menyiram tanaman maka WTP responden juga meningkat.
Variabel-variabel diatas ditentukan berdasarkan teori-teori ekonomi yang berlaku dan observasi langsung di lokasi penelitian. Besarnya WTP bagi responden penerimaan manfaat sumberdaya air diduga dipengaruhi oleh usia, jumlah pengguna air, penghasilan rumah tangga, dan jenis kebutuhan penggunaan air.
4.5.4 Pengujian Parameter dalam Regresi Berganda
Penaksiran parameter dalam suatu persamaan menggunakan metode kuadrat terkecil biasa (OLS). Dalam hal ini penaksir OLS disebut sebagai penaksir tak bias linear terbaik (best linear unbiased estimators/BLUE). Penaksir BLUE merupakan suatu penaksir yang berbentuk linear, tak bias dan mempunyai varians terendah dalam kelompok penaksir tak bias linear dari sebuah parameter (Gujarati 2006).
Guna memenuhi syarat asumsi klasik, perlu dilakukan uji kebaikan padamodel regresi berganda. Uji kebaikan dapat dilakukan dengan memenuhi tiga kriteria yaitu kriteria uji ekonomi, kriteria uji statistik, dan kriteria uji ekonometrika. Uji ekonomi dilakukan dengan melihat tanda variabel yang menunjukkan apakah hipotesis sesuai atau tidak. Uji statistik dilakukan memperhatikan R2, nilai F-hitung model yang digunakan serta nilai dari t-hitung masing-masing parameter yang diestimasi. Uji ekonometrika dilakukan dengan melakukan uji multikolinearitas, uji heteroskedastistas dan uji autokorelasi.
1. Koefisien Determinasi (R2)
Koefisien determinasi merupakan koefisien yang menunjukkan seberapa besar variabel independen dapat menjelaskan variabel dependen. Besarnya koefisien determinasi dapat dilihat pada nilai Adjusted R-Square. Semakin tinggi nilai Adjusted R-Square maka model regresi yang digunakan semakin baik. Hal ini menunjukkan variabel independen mampu menjelaskan variabel dependen. Sebaliknya, apabila nilai Adjusted R-Square rendah, maka model regresi yang digunakan tidak baik. Hal ini menunjukkan bahwa variabel independen tidak mampu menjelaskan variabel dependen.
2. Uji secara simultan (uji F)
Uji secara simultan (uji F) penting dilakukan untuk mengetahui apakah variabel independen mempunyai pengaruh signifikan terhadap variable dependen secara keseluruhan. Pengujian secara simultan (uji F) dilakukan dengan cara membandingkan F hitung dengan F tabel pada tingkat alpha tertentu. Kriteria penilaian hipotesis uji F yaitu:
Terima H0 bila F hitung ≤ F tabel
Tolak H0 (terima H1) bila F hitung > F tabel 3. Uji secara parsial (uji T)
Uji secara parsial (uji T) dilakukan untuk menguji apakah masing - masing variabel independen mempunyai pengaruh signifikan terhadap variabel dependen pada tingkat alpha tertentu. Kriteria penilaian hipotesis uji t yaitu:
H0 diterima jika : T hitung ≤ T tabel H1 diterima jika : T hitung > T tabel
Kriteria uji ekonometrika dilakukan dengan menguji tiga hal yaitu: 1. Uji Multikolinearitas
Asumsi pertama dari model regresi linear klasik adalah tidak ada kolinearitas ganda antar variabel X (multikolinearitas). Multikolinearitas dapat dideteksi dengan melihat nilai Variance Inflation Factor (VIF) pada masing- masing variabel independen. Model dikatakan mengalami multikolinearitas apabila nilai VIF relatif besar atau lebih dari sepuluh (Juanda 2009).
2. Uji Heteroskedastisitas
Asumsi kedua dari model regresi linear klasik adalah tidak terjadinya
heteroskedastistas, yaitu ketika kesalahan pengganggu εi, mempunyai varian yang sama (E (εi) = 2). Ketika terjadi heteroskedastisitas, fungsi tidak mempunyai varian terkecil atau efisien (efficient). Model mengalami heteroskedastisitas apabila P-value lebih kecil dari taraf nyata (α) (Juanda 2009).
3. Uji Autokorelasi
Asumsi ketiga dari model regresi linear klasik adalah tidak ada autokorelasi antara kesalahan pengganggu. Autokorelasi merupakan korelasi antara anggota seri observasi yang disusun menurut urutan waktu (seperti data cross – section), atau korelasi pada dirinya sendiri.
4.5.5 Analisis Fungsi Produksi Air PDAM
Analisis fungsi produksi air adalah analisis yang menjelaskan hubungan antara tingkat produksi air PDAM Tirtauli Kota Pematangsiantar dengan faktor- faktor yang mempengaruhi tingkat produksi air PDAM tersebut. Faktor-faktor yang digunakan sebagai variabel penjelas untuk menganalisis fungsi produksi air bersih PDAM Tirtauli Kota Pematangsiantar adalah besarnya jumlah air baku yang digunakan, tingkat kekeruhan air baku, jumlah pegawai dan jumlah pelanggan. Setelah itu, disusun suatu model fungsi produksi untuk menduga hubungan antara faktor-faktor tersebut dengan jumlah produksi air yang dihasilkan PDAM Tirtauli. Fungsi produksi air PDAM Tirtauli berdasarkan pendekatan fungsi regresi linier berganda sebagai berikut:
PA = β0+ β1AB + β2TKA + β3JP + β4JPE + εi……….………(8) Keterangan :
β0 : Intersep
β1,β2,.. β4 : Koefisien regresi
PA : Tingkat produksi air PDAM (m3)
AB : Air baku yang diperoleh dari sumber mata air (m3) TKA : Tingkat kekeruhan Air (NTU)
JP : Jumlah pegawai PDAM (Orang)
εi : Galat (error) yang timbul pada pengamatan ke-I diasumsikan berdistribusi normal dan tereliminasi.
Metode statistik yang digunakan untuk menerangkan hubungan sebab akibat faktor-faktor yang mempengaruhi tingkat produksi air PDAM adalah regresi linier dengan kuadrat terkecil (ordinary least square). Sehingga pengujian secara statistik terhadap model ini akan dilakukan juga seperti pada analisis faktor yang mempengaruhi Willingness to Pay.