Data yang diambil dalam penelitian ini untuk mengestimasi nilai WTA dilakukan dengan metode close-ended referendum, dimana responden diberikan beberapa nilai WTA yang disarankan kepada mereka untuk dipilih, sehingga responden tinggal memberikan jawaban sesuai dengan keinginan dan kemampuan mereka. Tabel 5 menunjukkan daftar kebutuhan data, jenis dan sumber data, serta teknik pengumpulan data dalam penelitian ini.
Tabel 5. Daftar kebutuhan data, jenis dan sumber data serta teknik pengumpulan data
No Tujuan Penelitian Data yang Dibutuhkan
Sumber Data Teknik Pengumpulan Data 1. Menganalisis karakteristik
masyarakat sekitar pabrik pengolahan aspal Karakteristik responden Data primer dan data sekunder Wawancara responden dan pengumpulan data dari instansi terkait 2. Mengestimasi nilai
kerugian yang ditanggung masyarakat akibat
kegiatan pabrik pengolah aspal
Nilai cost of illness dan loss of earnings
responden
Data primer Wawancara dengan responden
menggunakan kuisioner
3. Mengestimasi nilai minimum yang bersedia diterima masyarakat sebagai kompensasi
Nilai WTA responden
Data primer Wawancara dengan responden
menggunakan kuisioner 4. Menganalisis faktor-faktor
yang mempengaruhi besar kecilnya nilai WTA responden
Karakteristik responden
Data primer Wawancara dengan responden
menggunakan kuisioner
Pengolahan dan analisis data dilakukan secara manual dan menggunakan komputer dengan program Microsoft Office Excel 2013 dan SPSS 16.
4.4.1 Teknik Perhitungan Nilai Kerugian Ekonomi
Penelitian ini menggunakan metode loss of earnings dan cost of illness untuk mengestimasi nilai kerugian ekonomi yang harus ditanggung masyarakat akibat pencemaran udara yang terjadi akibat kegiatan industri pengolahan aspal di Kampung Poncol, Kelurahan Kayumanis, Kota Bogor.
1. Cost of Illness (Biaya Berobat)
Pencemaran yang terjadi di sekitar kawasan pabrik pengolahan aspal membuat kualitas lingkungan khususnya udara menjadi menurun. Hal ini menyebabkan masyarakat sekitar terkena dampak negatifnya. Masyarakat sekitar mulai terjangkit berbagai macam penyakit pernapasan akibat menghirup udara yang sudah tercemar. Akibatnya masyarakat harus pergi berobat ke puskesmas atau rumah sakit. Biaya berobat yang ditanggung oleh masyarakat sebagai responden dihitung dari jumlah uang yang dikeluarkan untuk berobat. Sehingga untuk memperoleh biaya rata ratanya, maka total jumlah uang yang dikeluarkan untuk berobat dibagi jumlah responden yang mengeluarkan biaya untuk berobat, dimana :
∑ RBB : Rata-rata biaya berobat (Rp/tahun) BB : Biaya Berobat (Rp/tahun)
n : Jumlah masyarakat yang sakit (orang) i : Responden ke-i (1,2,3,...n)
2. Loss of Earnings (Hilangnya pendapatan)
Pencemaran udara yang terjadi di kawasan pemukiman sekitar pabrik pengolahan aspal menyebabkan masyarakat rentan terkena penyakit pernapasan. Akibatnya, produktivitas masyarakat sekitar kawasan pabrik pengolah aspal pun akan menurun. Apabila masyarakat sering jatuh sakit akibat pencemaran udara
yang terjadi, maka mereka harus menanggung hilangnya waktu yang dapat digunakan untuk bekerja. Kerugian masyarakat sebagai responden yang tidak masuk kerja akibat sakit dihitung berdasarkan tingkat pendapatan per hari. Teknik perhitungan ini dihitung dengan cara jumlah hari tidak kerja responden dikali dengan tingkat pendapatan responden per hari.
∑
KRTMK : Kerugian responden tidak masuk kerja (Rp/tahun) JHTK : Jumlah hari tidak kerja (dalam satu tahun)
TKP : Tingkat pendapatan per hari (Rp) n : Jumlah responden (orang)
i : Responden ke-i (1,2,3,…...,n) 4.4.2 Contingent Valuation Method (CVM)
CVM merupakan salah satu metode survei dengan bertanya langsung kepada responden secara individual. CVM juga merupakan suatu instrumen yang penting dalam melakukan penilaian terhadap lingkungan, karena tidak semua barang lingkungan memiliki nilai pasar (Hanley dan Spash, 1993).
Tahapan penerapan analisis CVM dalam menentukan nilai WTA, yaitu: 1. Membuat pasar hipotetik (Setting up the hypothetical market)
Tahap pertama adalah membuat pasar hipotetik. Pasar hipotetik ini dibuat untuk meyakinkan masyarakat alasan mengapa mereka seharusnya menerima sejumlah uang sebagai kompensasi dari kehilangan barang atau jasa lingkungan. Pasar hipotetik: Peningkatan jumlah penduduk mengakibatkan meningkatnya jumlah kebutuhan terhadap barang dan jasa. dalam rangka memenuhi kebutuhan tersebut dan meningkatkan kualitas hidup masyarakat, maka mulai dibangun berbagai macam industri. Proses industrialisasi ini selain mendatangkan dampak positif juga mengakibatkan dampak negatif bagi masyarakat yang bermukim di sekitar kawasan industri. Kegiatan pabrik-pabrik tersebut menyebabkan penurunan kualitas lingkungan sehingga masyarakat tersebut harus menanggung kerugiannya. Karena itulah perlu ada kompensasi dari pihak pabrik kepada masyarakat yang
tinggal di sekitar pabrik sebagai ganti rugi akibat pencemaran yang ditimbulkan. Selama ini sudah ada sejumlah uang yang diberikan sebagai ganti rugi namun dirasakan tidak sebanding dengan dampak negatif yang harus diterima masyarakat. Nilai ganti rugi yang sudah diberikan menjadi harga dasar dalam menentukan WTA dalam penelitian ini.
2. Mendapatkan penawaran besarnya nilai WTA (Obtaining bids)
Tahapan selanjutnya adalah membuat kuesioner untuk pengambilan sampel. Setelah kuesioner selesai dibuat maka langkah selanjutnya adalah wawancara langsung dengan responden untuk mendapatkan data. Wawancara langsung dilakukan agar lebih memudahkan responden menjawab pertanyaan dalam kuesioner yang telah diterjemahkan ke dalam bahasa yang lebih mudah dimengerti. Wawancara langsung juga memungkinkan pertanyaan dan jawaban lebih merinci dan memungkinkan terkumpulnya data-data baru yang sebelumnya tidak ditanyakan dalam kuesioner.
Responden ditanyai nilai minimum WTA dengan metode close-ended referendum. Melalui metode ini nilai ganti rugi yang bersedia mereka terima sudah ditentukan besarnya sehingga memudahkan responden menentukan jawabannya karena tinggal memilih nominal yang telah disediakan dalam kuisioner. Metode ini dipilih untuk menghindari terjadinya nilai yang terlalu bervariasi dan menghindari terjadinya bias.
3. Memperkirakan nilai rata-rata WTA (Calculating aggregate WTA)
Setelah data terkumpul, maka tahapan selanjutnya adalah mencari nilai rata-rata (mean) dari nilai WTA yang sudah terkumpul. WTA dapat dihitung dengan melakukan penjumlahan keseluruhan dari nilai WTA dibagi dengan jumlah responden.
4. Memperkirakan kurva penawaran WTA (Estimating bid curves)
Kurva penawaran dapat diperkirakan dari nilai WTA sebagai variabel dependen dan faktor-faktor yang mempengaruhi nilai tersebut sebagai variabel independennya. Kurva penawaran berfungsi untuk memperkirakan perubahan nilai
WTA karena perubahan sejumlah variabel independen, dan untuk menguji sensitivitas jumlah WTA terhadap variasi perubahan mutu lingkungan.
5. Menjumlahkan data (Aggregating data)
Tahapan selanjutnya adalah menjumlahkan data. Penjumlahan data merupakan proses dimana rata-rata penawaran dikonversikan terhadap total populasi yang dimaksud. Setelah menduga nilai tengah WTA dari responden penjumlahan data dilakukan dengan persamaan:
dimana:
TWTA : Total WTA (Rp) WTAi : WTA individu ke-i P : Jumlah populasi
i : Responden ke-i (i=1,2,3...,n)
Jumlah populasi yang termasuk ke dalam perhitungan ini adalah jumlah kepala keluarga di Kampung Poncol, RT 01 dan RT 02, RW 01, sebanyak 73 kepala keluarga.
6. Mengevaluasi penggunaan CVM (Evaluating the CVM exercise)
Tahap ini merupakan penilaian sejauh mana penggunaan CVM telah berhasil. Uji yang dapat dilakukan adalah dengan uji keandalan yang melihat R- Square dari model Ordinary Least Square (OLS).
4.4.3 Analisis Faktor-Faktor yang Mempengaruhi Besarnya Nilai WTA
Analisis ini digunakan untuk mengetahui faktor-faktor apa saja yang mempengaruhi besarnya nilai WTA masyarakat yang mengalami eksternalitas yang terjadi di Kampung Poncol, Kelurahan Kayumanis. Fungsi persamaannya adalah sebagai berikut:
midWTA = β0 –β1 DJK + β2 UR + β3 PDK + β4 PDT + β5 JT + β6LT + β7 JTT +
β8 KWUD + β9 NKR+ ε
midWTA : Nilai WTA respoden β : Konstanta
β1,,,β9 : Koefisien regresi
DJK : Dummy jenis kelamin (laki-laki = 1; perempuan = 0) UR : Usia responden (tahun)
PDK : Pendidikan (tahun) PDT : Pendapatan (Rp/bulan) JT : Jumlah tanggungan (orang) LT : Lama tinggal (tahun)
JTT : Jarak tempat tinggal (meter) KWUD : Skor kualitas udara
1 = tidak baik (panas, berdebu, menyesakkan)
2 = kurang baik (panas, berdebu, tidak menyesakkan) 3 = cukup baik (panas, tidak berdebu, tidak menyesakkan) 4 = baik (panas, tidak berdebu, segar)
5 = sangat baik (tidak panas, tidak berdebu, segar) TKR : Total kerugian responden (Rp/bulan)
i : Respoden ke i
ε : Galat
Variabel-variabel yang diduga berbanding lurus dengan nilai WTA adalah variabel pendidikan, jumlah tanggungan, jenis kelamin, usia responden, lama tinggal, jarak tempat tinggal, dan nilai kerugian responden. Semakin tinggi pendidikan seseorang maka pengetahuannya tentang lingkungan akan semakin tinggi pula, sehingga responden akan mengharapkan nilai yang tinggi. Jumlah tanggungan terkait dengan jumlah orang yang ada dalam satu rumahtangga yang terkena dampak dari pencemaran, semakin banyak jumlah tanggungan keluarga maka responden akan mengharapkan nilai yang lebih tinggi. Usia dan lama tinggal responden dianggap berpengaruh positif karena semakin lama seseorang tinggal di daerah tercemar tersebut maka akan semakin tinggi pula nilai yang diharapkannya. Jarak tempat
tinggal responden yang semakin dekat dengan sumber pencemaran atau pabrik aspal diduga akan membuat nilai yang diharapkan akan semakin tinggi. Hal ini dikarenakan semakin dekat tempat tinggal dengan sumber pencemar maka pencemaran yang dirasakan juga semakin tinggi dibandingkan dengan tempat tinggal yang lokasinya jauh. Nilai kerugian terkait dengan besarnya nilai kerugian yang dialami oleh responden akibat pencemaran yang merupakan penjumlahan dari biaya pengobatan dan nilai pendapatan yang hilang akibat tidak bisa bekerja karena sakit. Semakin tinggi nilai kerugian responden maka akan semakin tinggi nilai kompensasi yang diinginkan. Indikator-indikator dalam pengukuran WTA disajikan dalam Tabel 6. Tabel 6. Indikator Pengukuran WTA
No Variabel Pengukuran
1. Willingness To Accept Menggunakan metode close-ended referendum dengan
besaran kompensasi yang sudah ditentukan dengan starting point sebesar Rp25.000,- sehingga responden hanya tinggal memilih nominal yang telah disediakan dalam kuesioner.
2. Jenis Kelamin/ DJK Merupakan variabel dummy yang dibedakan menjadi laki- laki dan perempuan
3. Usia Responden/UR Dibagi menjadi lima kelas: a. 15-25 d. 46-55 b. 26-35 e. ≥ 56 c. 36-45
4. Pendidikan/ PDK Dikategorikan menjadi 4 kategori: a. SD (6 tahun) c. SMA (12 tahun) b. SMP (9 tahun) d. PT (16 tahun) 5. Pendapatan/ PDT (per
bulan)
Dibedakan menjadi empat kelas: a. <1.000.000
b. 1.001.000 – 2.000.000 c. 2.001.000 – 3.000.000 d. >3.000.000
6. Jumlah Tanggungan/ JT Dibedakan menjadi lima kategori: a. 0 orang d. 3 orang b. 1 orang e. > 3 orang c. 2 orang
7. Lama Tinggal/ LT Dibedakan menjadi empat kategori: a. < 5 tahun c. 16-25 tahun b. 5-15 tahun d. >25 tahun 8. Jarak Tempat
Tinggal/JTT
Dikategorikan menjadi lima kelas: a. a. < 50 meter d. 201-250 meter b. b. 50-100 meter e. > 250 meter c. c. 101-200 meter
9. Kualitas Udara Bersih/ KWUD
Dibedakan menjadi lima kelas: a. Tidak baik d. Baik b. Kurang baik e. Sangat baik c. Cukup baik
10. Total Kerugian Responden/TKR
Rata-rata kerugian yang dirasakan akibat biaya berobat dan kehilangan pendapatan dalam satu bulan per rumahtangga
Variabel-variabel yang diduga berpengaruh negatif adalah pendapatan dan kualitas udara. Semakin tinggi pendapatan responden maka responden tersebut akan merasa berkecukupan untuk mengatasi dampak pencemaran sehingga tidak akan mengharapkan nilai kompensasi yang besar. Sedangkan kualitas udara diduga berpengaruh negatif karena semakin baik kualitas udara di sekitar tempat tinggal responden maka nilai kompensasi yang diharapkan akan semakin kecil karena kerugian yang diderita juga sedikit.
4.4.4 Pengujian Parameter Regresi
Pengujian secara statistik terhadap model dapat dilakukan dengan cara: 1. Uji Keandalan
Uji ini dilakukan dalam evaluasi pelaksanaan CVM dilihat dari nilai R2 dari OLS (Ordinary Least Square) WTA. Koefisien determinasi atau R2 merupakan ukuran yang mengatakan seberapa baik garis regresi sampel cocok/sesuai dengan datanya (Firdaus, 2011). Mitchell dan Carson (1989) dalam Hanley and Spash (1993) merekomendasikan 15% sebagai batas minimum dari R2 yang realibel, karena nilai R2 yang lebih besar dari 15% menunjukkan tingkat realibilitas yang baik dalam penggunaan CVM.
2. Uji Normalitas
Uji normalitas dilakukan untuk mengetahui apakah error term dari data yang jumlahnya kurang dari 30 mendekati sebaran normal sehingga statistik t dapat dikatakan sah. Data pada penelitian ini berjumlah lebih dari 30 sehingga diduga data telah mendekati sebaran normal sehingga statistik t dapat dikatakan sah. Untuk pembuktian dilakukan uji normalitas dengan uji Kolmogorov- Smirnov, apabila hasil uji signifikansi dibawah 5% artinya data yang akan diuji
memiliki perbedaan yang signifikan dengan data normal baku, sehingga dapat dikatakan data tidak normal.
3. Uji statistik F
Uji statistik F melihat bagaimana pengaruh variabel bebas terhadap variabel tidak bebas. Menurut Fidaus (2011) hipotesis yang diajukan untuk uji F ini adalah :
H0: B = 0 H1: B ≠ 0
Dimana:
JKK : jumlah kuadrat untuk nilai tengah kolom JKG : jumlah kuadrat galat
Jika Fhit Ftabel maka terima H0 yang artinya secara bersama-sama variabel Xi tidak berpengaruh nyata terhadap Y. Jika Fhit Ftabel, maka terima H1 yang berarti variabel bebas secara bersama-sama berpengaruh nyata terhadap Y.
4. Uji Statistik t
Uji statistik t adalah pendekatan uji signifikasi yang dikembangkan sepanjang garis yang yang independen. Keputusan untuk menerima atau menolak H0 dibuat atas dasar nilai statistik uji yang diperoleh dari data yang dimiliki (Firdaus, 2011). Uji statistik t bertujuan untuk mengetahui masing- masing variabel bebas yang berpengaruh terhadap variabel terikatnya.
Rumus untuk mencari nilai t hitung adalah: thitung =
Jika t hit tα/2 maka H0 diterima, artinya variabel bebas (Xi) tidak berpengaruh nyata terhadap (Y). Jika t hit tα/2, maka terima H1, artinya variabel bebas (Xi) berpengaruh nyata terhadap (Y).
Pada model dengan banyak variabel sering terjadi mulitikolinear yaitu terjadinya korelasi yang kuat antar variabel-variabel bebas. Terjadi tidaknya multikolinearitas dapat dilihat dari nilai Varian Inflation Factor (VIF). Jika VIF 10 maka tidak ada masalah multikolinearitas.
6. Uji Heteroskedastisitas
Salah satu pelanggaran atas asumsi metode OLS adalah heteroskedastisitas. Uji terhadap ada tidaknya heteroskedastisitas dapat dilakukan dengan melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah residual yang telah di studentized.
7. Uji Autokorelasi
Uji autokorelasi dilakukan dengan uji Durbin Watson (Uji DW). Uji ini dilakukan untuk melihat apakah terdapat hubungan diantara galat dalam persamaan regresi yang diperoleh. Nilai statistik DW berada diantara 1,55 dan 2,46 maka menunjukkan tidak ada autokorelasi (Firdaus, 2011).
GAMBARAN UMUM