4.1 Lokasi dan Waktu Penelitian
Penelitian ini dilakukan di Kecamatan Bogor Barat, Kota Bogor, Provinsi Jawa Barat. Pemilihan lokasi ini dilakukan setelah melakukan survey (baik secara langsung maupun tak langsung) dengan mempertimbangkan: (1) Kecamatan Bogor Barat merupakan salah satu kecamatan di Kota Bogor yang mengalami kemacetan lalu lintas dari waktu ke waktu, (2) Adanya kesesuaian data yang diharapkan dapat mendukung dan mewujudkan tujuan penelitian yang diajukan. Pengambilan data primer melalui kuisioner dilakukan pada bulan November 2010. 4.2 Jenis dan Sumber Data yang Digunakan
Penelitian ini menggunakan data primer dan data sekunder. Data primer didapatkan dengan wawancara langsung kepada responden menggunakan kuisioner, sedangkan untuk data sekunder diambil dari beberapa instansi terkait dengan objek penelitian seperti BPS, Samsat Kota Bogor, DLLAJ Kota Bogor, Dinas Bina Marga dan Pengairan Kota Bogor, Kecamatan Bogor Barat, perpustakaan serta berbagai penelitian terdahulu yang terkait dengan penelitian ini.
4.3 Metode Pengumpulan Data
Metode pengumpulan data yang digunakan yakni dengan menggunakan teknik Purposive sampling, yakni memilih secara sengaja (dengan suatu kriteria tertentu) seorang individu untuk dijadikan sampel. Kriteria seorang individu yang dapat menjadi responden dalam penelitian ini adalah individu tersebut merupakan warga Kecamatan Bogor Barat atau pengguna jalan yang sering melintasi jalan di
yang terjadi di Kecamatan Bogor Barat. Pengambilan sampel dilakukan secara
purposive dengan mewawancarai responden yang ditemui di jalan serta pusat
perbelanjaan. Banyaknya responden dalam penelitian ini berjumlah 110 orang. Penetapan jumlah sampel yang digunakan dalam penelitian ini telah memenuhi kaidah pengambilan sampel secara statistika yaitu minimal sebanyak 30 data/sampel dimana data tersebut mendekati sebaran normal.
4.4 Metode Pengolahan dan Analisis Data
Data dan informasi yang diperoleh dianalisis secara kuantitatif dan deskriptif. Metode deskriptif digunakan untuk melihat dampak sosial dari kemacetan lalu lintas melalui kuisioner, sedangkan metode kuantitatif menggunakan rumus nilai tengah contoh. Metode CVM digunakan untuk mengestimasi besarnya nilai WTA pengguna jalan. Selanjutnya untuk menentukan tingkat validitas, reabilitas, dan signifikansi dalam penggunaan CVM, dilakukan pengujian dengan program SPSS 16 for Windows. Berikut adalah metode pengolahan data untuk setiap tujuan penelitian seperti pada tabel 3.
Tabel 3. Metode Pengolahan Data
No. Tujuan Penelitian Alat Analisis Teknik
Pengumpulan Data
1 Mengestimasi dampak kemacetan
secara sosial ekonomi
Deskriptif dan
kualitatif
Kuisioner 2 Kajian mengenai kesediaan menerima
masyarakat sesuai skenario yang ditawarkan
Deskriptif dan
kualitatif
Kuisioner
3 Mengestimasi besarnya nilai WTA
pengguna jalan
CVM Kuisioner
4 Mengidentifikasi faktor-faktor yang mempengaruhi nilai WTA
Analisis Regresi Berganda dengan
SPSS 16 for Windows
4.4.1 Mengestimasi Dampak Kemacetan Secara Sosial Ekonomi
Data yang diperlukan untuk estimasi ini meliputi dampak yang dirasakan oleh responden ketika mengalami kemacetan lalu lintas. Dampak yang dialami bisa berupa stres, waktu yang terbuang, emosi, bahan bakar yang hilang, dan lain-lain. Analisis dilakukan dengan menggunakan metode deskriptif dan kualitatif. 4.4.2 Analisis Kesediaan Menerima Masyarakat Sesuai Skenario yang
Ditawarkan
Data yang diperlukan dalam penelitian ini adalah data mengenai proporsi kesediaan menerima masyarakat sesuai dengan skenario yang ditawarkan. Informasi ini diperoleh dari kuisioner penelitian. Alasan responden mengenai kesediaan menerima diperoleh dari wawancara secara mendalam (interdeph
interview) terhadap masyarakat.
4.4.3 Analisis Nilai WTA dari Masyarakat Terhadap Dampak Kemacetan Analisis ini bertujuan untuk mengetahui besarnya nilai dana kompensasi (WTA) yang bersedia diterima masyarakat dan faktor-faktor yang mempengaruhi nilai tersebut. Pendekatan CVM akan digunakan untuk mengetahui nilai WTA masyarakat dalam penelitian ini. Pendekatan CVM dalam penelitian ini terdiri dari enam tahap pekerjaan (Hanley dan Spash, 1993) :
1. Membangun Pasar Hipotetis
Dalam penelitian ini, pasar hipotetis dibentuk dengan skenario bahwa pemerintah Kota Bogor akan memberlakukan kebijakan dalam manajemen transportasi darat dengan tujuan mengganti kerugian kemacetan. Adapun kebijakan tersebut adalah pemberian dana kompensasi terhadap masyarakat
kerugian yang ditimbulkan akibat kemacetan. Besarnya kompensasi atau WTA akan ditanyakan kepada responden atas pemberlakuan kebijakan tersebut dimana WTA tersebut mencerminkan besarnya kerugian individu dalam rupiah, sehimgga pertanyaan yang sesuai untuk skenario di atas adalah :
”Bersediakah Bapak/Ibu/Saudara/i untuk berpartisipasi dalam kebijakan pemerintah berupa pemberian kompensasi terhadap pengguna jalan yang mengalami kemacetan dengan menerima kompensasi tersebut?” 2. Memperoleh Nilai Tawaran
Metode yang digunakan untuk memperoleh nilai tawaran pada penelitian ini adalah metode pertanyaan terbuka (open ended question), yaitu dilakukan dengan menanyakan langsung kepada responden berapa jumlah minimal uang yang ingin diterima akibat kemacetan.
3. Menghitung Nilai Rata-rata dari WTA
Jika nilai WTA telah didapat, maka diperlukan perhitungan rata-ratanya. Ukuran nilai median tidak dipengaruhi oleh penawaran (bids) yang besar dalam batas atas tingkat distribusinya. Tahap ini biasanya diabaikan adanya penawaran sanggahan (protes bids), dimana yang dimaksud dengan penawaran sanggahan adalah respon dari responden yang bingung untuk menentukan jumlah yang mereka ingin terima karena mereka tidak mempunyai keinginan untuk ikut serta dalam kebijakan pemerintah ini.
4. Menduga Kurva Penawaran WTA
Menduga kurva penawaran merupakan proses menentukan variabel-variabel yang diduga berpengaruh terhadap nilai WTA. Pendugaan kurva penawaran akan dilakukan menggunakan persamaan berikut ini :
midWTA = f (Z1, Z2, Z3, Z4, Z5, Z6, Z7, Z8, €)
Keterangan :
midWTA = Nilai tengah WTA responden Z5 = Frekuensi terkena kemacetan Z1 = Tingkat pendidikan Z6 = Durasi terkena kemacetan Z2 = Jenis pekerjaan Z7 = Waktu yang hilang Z3 = Tingkat pendapatan Z8 = Lelah
Z4 = Umur € = Galat
5. Menjumlahkan Data
Penjumlahan data merupakan proses dimana nilai rata-rata penwaran dikonversikan terhadap populasi yang dimaksud. Setelah menduga nilai tengah WTA maka dapat diduga nilai total WTA dari masyarakat dengan menggunakan rumus :
Dimana :
TWTA = Total WTA
WTAi = WTA individu ke-i
ni = Jumlah sampel ke-i yang bersedia menerima sebesar WTA i = Responden ke-i yang bersedia menerima dana kompensasi
(i = 1, 2, 3, ..., k) 6. Mengevaluasi Penggunaan CVM
Hal ini merupakan penilaian sejauh mana penggunaan CVM telah berhasil. Pada tahap ini memerlukan pendekatan seberapa besar tingkat keberhasilan dalam pengaplikasian CVM. Untuk mengevaluasi pelaksanaan model CVM
dilakukan dengan uji keandalan yang melihat R squared dari model Ordinary
Least Square (OLS).
4.4.4 Analisis Fungsi Kesediaan Menerima Masyarakat
Analisis fungsi Willingness to Accept digunakan model regresi linier berganda. Fungsi persamaan sebagai berikut :
WTA = f (α0 +α1 Z1+ α2 Z2+ α3 Z3+ α4 Z4+ α5 Z5+ α6 Z6+ α7 Z7+ α8 Z8+ €)
Keterangan :
α0 = Intersep Z5 = Frekuensi terkena kemacetan
α1... α8 = Koefesien regresi Z6 = Durasi terkena kemacetan Z1 = Tingkat pendidikan Z7 = Waktu yang hilang
Z2 = Jenis pekerjaan Z8 = Lelah
Z3 = Tingkat pendapatan € = Galat
Z4 = Umur
Variabel-variabel di atas dimasukkan ke dalam model karena dianggap mempeunyai pengaruh pada besarnya WTA yang akan diungkapkan (expressed WTA) oleh responden. Variabel-variabel tersebut juga merupakan salah satu komponen dalam melakukan perhitungan dalam penelitian ini. Keterangan untuk setiap variabel yang berada pada model dapat dilihat pada Tabel 4
Tabel 4. Deskripsi Pengukuran Nilai WTA
Variabel Keterangan Variabel Cara Pengkuran
WTA Willingness to Accept Responden ditanyakan besarnya kompensasi yang bersedia terima melalui open-ended question (Rp)
Z1 Tingkat pendidikan Responden ditanyakan jenjang
pendidikan mereka mulai dari tingkat sekolah dasar hingga perguruan tinggi (tahun)
Z2 Jenis pekerjaan Menanyakan responden mengenai
profesi mereka. Jenis pekerjaan dibedakan menjadi PNS, Karyawan swasta, Pengusaha/Wiraswasta dan sebagainya.
Z3 Tingkat pendapatan Responden diminta untuk menjawab
rata-rata pendapatan (Rp)
Z4 Umur Responden ditanyakan langsung umur
mereka
Z5 Frekuensi terkena kemacetan Responden ditanyakan berapa kali
mengalami kemacetan dalam setiap hari perjalanan mereka (tahun)
Z6 Durasi terkena kemacetan Menanyakan kepada responden
durasi/lama waktu saat terjebak dalam kemacetan (menit)
Z7 Waktu yang hilang Menanyakan kepada responden apakah
waktu mereka hilang/terbuang akibat terjebak kemacetan.Apakah (ya atau tidak)
Z8 Lelah Apakah responden merasakan
kelelahan saat terjebak kemacetan (ya atau tidak)
4.5 Pengujian Statistik
Uji kebaikan dari model yang telah dibuat dapat dilakukan melalui pengujian secara statistik. Uji yang dilakukan adalah :
1. Uji Koefisien Regresi Secara Bersama-sama (Uji F)
Uji ini digunakan untuk mengetahui apakah variabel independen (X1 ,X2 ,… ,Xn) secara bersama-sama berpengaruh secara signifikan terhadap variabel dependen (Y). F hitung dapat dicari dengan rumus sebagai berikut (Priyatno,
F hitung = R 2 /k (1 – R2)/(n –k – 1) Keterangan : R2 = Koefesien determinasi n = Jumlah data atau kasus k = Jumlah variabel independen Hipotesis dalam uji F sebagai berikut :
Ho : Tidak ada pengaruh antara variabel independen secara bersama-sama terhadap variabel dependen.
H1 : Ada pengaruh antara variabel independen secara bersama-sama terhadap variabel dependen.
Ho diterima bila F hitung ≤ F tabel Ho ditolak bila F hitung > F tabel
2. Uji Koefesien Regresi Secara Parsial (Uji t)
Uji ini digunakan untuk mengetahui apakah dalam regresi variabel independen (X1 ,X2 ,… ,Xn) secara parsial berpengaruh signifikan terhadap variabel dependen (Y). Rumus t hitung pada analisis regresi adalah sebagai berikut (Priyatno, 2010) :
t hitung = bi Sbi
Keterangan :
bi = Koefesien regresi variabel i Sbi = Standar error variabel i Hipotesis dalam uji F sebagai berikut :
Ho : Secara parsial tidak ada pengaruh antara variabel independen dengan variabel dependen.
H1 : Secara parsial ada pengaruh antara variabel independen dengan variabel dependen.
Ho diterima bila –t tabel ≤ t hitung ≤ t tabel
3. Uji Terhadap Kolinear Ganda (Multicoliniearity)
Model yang melibatkan banyak peubah bebas sering terjadi masalah
multicoliniearity, yaitu terjadinya korelasi yang kuat antar peubah-peubah
bebas. Masalah multicoliniearity dapat dilihat langsung melalui output komputer, dimana apabila nilai VIF (Varian Inflation Factor) < 10 maka tidak ada masalah multicoliniearity.
4. Uji Heterokedastisitas
Salah satu asumsi metode pendugaan metode kuadrat terkecil adalah
homoskedastisitas, yaitu ragam galat konstan dalam setiap amatan.
Pelanggaran atas asumsi homoskedastisitas adalah heteroskedastisitas. Masalah heteroskedastisitas dapat dideteksi dengan Uji White. Uji white dilakukan dengan meregresikan residual kuadrat sebagai variabel dependen dengan variabel dependen ditambah dengan kuadrat variabel independen, kemudian ditambahkan lagi dengan perkalian dua variabel independen. Prosedur pengujian dilakukan dengan hipotesis sebagai berikut:
H0 : Tidak ada heterokedastisitas H1 : Ada heterekodastisitas
Jika α = 5%, maka tolak H0 jika obs*R-square > X2 atau P-value < α.
5. Uji Normalitas
Uji normalitas diperlukan untuk mengetahui apakah eror term dari data atau observasi yang jumlahnya kurang dari 30 mendekati sebaran normal sehingga statistik t dapat dikatakan sah. Uji yang dapat dilakukan adalah uji Kolmogorov-smirnov. Kelebihan dari uji ini adalah sederhana dan tidak menimbulkan perbedaan persepsi di antara satu pengamat dengan pengamat
grafik. Penerapan pada uji Kolmogorov-Smnirnov adalah bahwa jika signifikansi dibawah 5% berarti data yang akan diuji mempunyai perbedaan yang signifikan dengan data normal baku, artinya data tersebut tidak normal. Lebih lanjut, jika signifikansi di atas 5% berarti tidak terdapat perbedaan yang signifikan antara data yang akan diuji dengan data normal baku, artinya data tersebut normal.