1.1 Latar belakang
Indonesia merupakan negara pengekspor dan pengimpor, baik untuk minyak mentah (crude oil) maupun produk-produk minyak (oil product) termasuk bahan bakar minyak. Produksi minyak mentah Indonesia saat ini menunjukan trend yang menurun sehingga perlu dilakukannya impor minyak bumi untuk memenuhi permintaan kebutuhan minyak mentah dalam negeri.
Tabel 1. Produksi dan Impor Minyak Bumi Indonesia Tahun 2004-2011
Tahun Produksi (Ribu Barel) Impor (Ribu Barel)
2005 341.203 148.489.589
2006 322.350 118.302.860
2007 305.137 116.232.183
2008 312.484 115.811.511
2009 301.663 97.005.665
2010 300.872 120.119.377
2011* 289.445 101.093.030
Sumber: Ditjen Migas, 2011 Keterangan: *Data sementara
Bahan Bakar Minyak (BBM) memegang peranan sangat penting dalam perekonomian Indonesia, yaitu: 1) sebagai bahan baku produksi, 2) bahan bakar proses industrialisasi, dan 3) sebagai komoditas ekspor penghasil devisa negara (Ditjen Migas, 2005).
Besarnya harga dan jumlah konsumsi BBM berdampak langsung pada besarnya anggaran yang harus dialokasikan oleh pemerintah dalam APBN.
Tabel 2. Produksi dan Konsumsi BBM Indonesia Tahun 2005-2010
Tahun Konsumsi BBM (Ribu Barel) Produksi BBM (Ribu Barel)
2005 397.802 268.530
Sumber: Ditjen Migas (2011)
Peningkatan konsumsi BBM membuat permintaan akan subsidi BBM juga semakin meningkat, sehingga harus adanya penanggulangan akan hal ini. Pemerintah berencana menaikan harga BBM bersubsidi pada 1 April 2012, dengan segala pertimbangan kenaikan harga BBM bersubsidi ditunda sampai enam bulan mendatang seiring dengan pengamatan lonjakan harga minyak dunia.
Saat ini, harga BBM di Indonesia jenis premium sebesar Rp 4.500 dan Solar Rp 4.500, dengan harga tersebut masih cenderung lebih rendah apabila dibandingkan dengan harga BBM negara lain seperti Malaysia harga eceran bensin yang disubsidi sebesar RM 1.90 atau dirupiahkan menjadi Rp 5.753 (Ditjen Migas, 2012).
Kenaikan harga BBM yang direncanakan pemerintah bukanlah kejadian pertama, sebelumnya pada bulan Mei 2008 harga rata-rata minyak mentah Indonesia mencapai US$ 121 per barel. Pada saat itu, pemerintah terpaksa menaikan harga premium dari Rp 4.500 per liter menjadi Rp 6.000 per liter. Per 1 Desember 2008 harga premium menjadi Rp 5.500 per liter karena rata-rata minyak mentah Indonesia turun menjadi US$ 95,87 per barel diturunkan kembali harga BBM sampai dengan Rp 4.500 (Ditjen Migas, 2011)
pemerintah, transportasi darat bermotor yang memakai plat kuning, sepeda motor, sumua jenis ambulance, mobil jenazah dan mobil pemadam kebakaran. Saat ini, BBM bersubsidi yang paling banyak dikonsumsi adalah jenis premium.
BBM menjadi faktor produksi utama dalam semua aktivitas usaha yang dilakukan oleh manusia begitupun dalam bidang jasa transportasi angkutan umum kota (angkot). Meningkatnya jumlah penduduk akan berdampak kepada meningkatnya jumlah pemakaian jasa angkutan umum karena tidak semua masyarakat memiliki kendaraan pribadi. Jumlah kendaraan yang semakin meningkat menyebabkan besaran konsumsi BBM akan terus meningkat.
Kenaikan harga BBM tentunya akan berdampak pada setiap kegiatan yang menggunakan BBM. Transportasi nasional menjadi pemegang peranan penting dalam mendukung pembangunan nasional, sehingga apabila terjadi peningkatan harga BBM secara tidak langsung akan mengganggu proses pembangunan ekonomi nasional. Pengaruh tidak langsung lainnya yang disebabkan oleh adanya kenaikan harga BBM adalah meningkatnya harga sarana produksi dan barang-barang konsumsi.
Tabel 3. Jumlah Kendaraan Bermotor Jawa Barat dan Jenis Kendaraan (unit) Tahun 2008-2010
Tahun Mobil Penumpang Bus Truk Sepeda Motor Jumlah Total 2008 507.552 162.705 451.495 2.126.612 3.248.364
2009 526.508 171.000 451.987 2.378.188 3.527.683
2010* 548.641 177.578 469.412 2.615.527 3.811.158
Sumber : BPS, Statistik Indonesia 2011 Keterangan : * angka sementara
Tabel 4. Jumlah Angkutan Umum Kota (Angkot) Kota Bogor Tahun 2007-2009
Tahun Jumlah Angkutan Kota (unit)
2007 3.443
2008 3.452
2009 3.316
Sumber : Dishub Kota Bogor , 2011
Kota Bogor dengan jumlah penduduk sebesar 946.204 jiwa pada tahun 2009 merupakan salah satu wilayah yang cukup padat penduduk di Jawa Barat (BPS, 2011). Banyaknya jumlah penduduk Kota Bogor diimbangi dengan banyaknya jumlah angkutan kota (angkot) yang dimiliki oleh Kota Bogor.
1.2 Perumusan Masalah
Konsumsi minyak Indonesia yang tinggi yang tidak disertai dengan tingginya produksi minyak mentah dalam negeri menyebabkan pemerintah melakukan impor minyak untuk memenuhi kebutuhan dalam negeri. Naiknya harga minyak dunia akan menyebabkan naiknya penerimaan pendapatan negara. Namun, pada saat yang sama pengeluaran negara akan turut naik.
Setiap kenaikan harga sebesar US$ 1 barel, dengan asumsi kurs Rp 9.000 per dolar akan menaikan penerimaan sebesar Rp 3,37 triliun. Namun, kenaikan US$ 1 per barel itu juga meningkatkan pengeluaran negara yang berasal dari kenaikan subsidi BBM sebesar Rp 2,83 triliun, subsidi listrik Rp 280 milyar, dana bagi hasil untuk daerah Rp 470 milyar dan kenaikan anggaran pendidikan sebesar Rp 720 milyar jadi total pengeluaran negara sebesar Rp 4,3 triliun. Setiap kenaikan harga minyak sebesar US$ 1 per barel, APBN harus menanggung beban tambahan Rp 900 milyar (Kementerian ESDM, 2012).
Dengan perhitungan sebelumnya, Kementerian ESDM memperkirakan apabila harga BBM bersubsidi dinaikan sebesar Rp 1.000 maka akan menghemat anggaran sebesar Rp 21 triliun, dan jika harga BBM bersubsidi dinaikkan sebesar Rp 1.500 maka akan menghemat anggaran sebesar Rp 23 triliun. Jika harga BBM bersubsidi dinaikan sebesar Rp 2.000 maka akan menghemat Rp 33 triliun (Kementerian ESDM, 2012).
Fauziah (2003) mengungkapkan bahwa kenaikan harga BBM pada 17 Januari 2002 telah berdampak pada menurunnya pendapatan usaha nelayan khususnya di Pelabuhan Ratu. Kenaikan harga BBM menyebabkan terjadinya ketidakstabilan harga dan konsumsi. Begitu pula dengan pendapatan yang akan diterima oleh jasa angkutan umum kota (angkot), perubahan harga BBM jenis premium akan menurunkan pendapatan yang akan di terima.
Harga BBM saat ini adalah Rp 4.500 per liter, sedangkan harga BBM dunia adalah Rp 8.400 per liter, sehingga besaran subsidi BBM per liter adalah Rp 3.900 per liter. Usulan pada RAPBN 2012, rencana harga BBM bersubsidi dinaikkan sebesar Rp 1.500 per liter menjadi Rp 6.000 per liter. Kenaikan harga tersebut akan menjadikan besarnya harga subsidi BBM yang akan ditanggung oleh pemerintah dalam APBN menjadi sebesar Rp 2.400 per liter (Ditjen Migas, 2011)
Posisi BBM yang memengaruhi biaya produksi pada suatu usaha serta fungsi transportasi sebagai penggerak roda perekonomian suatu wilayah membuat kedua faktor tersebut tidak dapat dipisahkan satu dengan lainnya. Kenaikan harga BBM akan diikuti oleh kenaikan biaya industri transportasi khususnya angkutan kota (angkot). Kenaikan BBM tersebut menyebabkan kenaikan tarif angkutan yang akan dibebankan oleh masyarakat sebagai pengguna jasa transportasi ini. Kenaikan tarif akan mendorong masyarakat untuk beralih menggunakan kendaraan roda dua karena masyarakat beranggapan akan lebih hemat dan cepat apabila menggunakan kendaraan roda dua dibandingkan dengan angkutan kota, akibatnya terjadi penurunan jumlah pengguna alat transportasi angkutan kota (angkot). Keadaan tersebut akan menurunkan penerimaan pendapatan yang diperoleh pengemudi angkutan kota (angkot) sehingga menyebabkan tingginya respon tidak setuju terhadap kenaikan harga BBM.
Berkenaan dengan latar belakang yang telah dipaparkan, maka masalah yang akan diteliti adalah:
1. Menghitung besarnya Willingness to Pay pengemudi jasa transportasi angkutan umum kota (angkot) dalam kenaikan harga BBM dan faktor-faktor yang memengaruhinya.
2. Bagaimana respon dan faktor-faktor apa saja yang memengaruhi respon setuju atau tidak setuju pengemudi jasa angkutan umum kota (angkot) terhadap kenaikan harga BBM.
1.3 Tujuan
Tujuan pelaksanaan penelitian ini adalah:
1. Menghitung besarnya Willingness to Pay pengemudi jasa angkutan umum kota (angkot) terhadap kenaikan harga BBM.
2. Menganalisis bagaimana respon dan faktor-faktor yang memengaruhi respon setuju atau tidak setuju pengemudi jasa angkutan umum kota (angkot) terhadap kenaikan harga BBM.
1.4 Manfaat Penelitian
Hasil penelitian ini diharapkan dapat bermanfaat, diantaranya:
1. Bagi akademisi dan peneliti khususnya dalam subsidi Bahan Bakar Minyak (BBM) dan faktor-faktor yang memengaruhinya.
2. Bagi pemerintah Kota Bogor, agar tetap memerhatikan kebijakan yang akan dipilih terkait kesesuaian tarif angkutan umum kota (angkot), yang diimbangi dengan besarnya kesedian membayar jasa transportasi angkutan umum kota (angkot).
1.5Ruang Lingkup Penelitian
II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN
2.1 Tinjauan Pustaka 2.1.1 Bahan Bakar Minyak
Bahan Bakar Minyak (BBM) merupakan salah satu kekayaan alam yang dimiliki oleh Indonesia, yang dalam pengolahan dan penyalurannya dikuasai oleh negara. Hal ini sesuai dengan pasal 33 ayat (2) UUD 1945 yang menyatakan pemerintah ditetapkan sebagai pemegang kuasa pertambangan. Secara etimologi, minyak (petroleum) berasal dari dua kata, yaitu: Petro yang berarti batu dan
leaum yang memiliki arti minyak. Minyak merupakan campuran kimia yang disebut hydrocarbons karena terdiri atas campuran molekul karbon dan hidrogen. Pembentukan minyak diawali dari sedimentasi sisa-sisa tumbuhan dan binatang yang terkubur selama jutaan tahun dan sebagian besar terjadi di bawah dasar lautan. Material-material organik tersebut membentuk reservoir-reservoir minyak. Bahan bakar minyak adalah suatu senyawa organik yang dibutuhkan dalam suatu pembakaran dengan tujuan untuk mendapatkan energi. Bahan bakar minyak merupakan hasil dari destilasi minyak bumi (crude oil) menjadi fraksi-fraksi yang diinginkan. Pembagian BBM ke dalam fraksi-fraksi mengakibatkan dikenalnya berbagai macam produk BBM dengan tingkat kualitas yang berbeda serta kegunaan yang berbeda pula (Pertamina, 2002).
Produk-produk yang termasuk ke dalam kategori BBM adalah (Pertamina, 2002):
1. Avgas (Aviation Gasoline), merupakan BBM jenis khusus yang dihasilkan dari fraksi minyak bumi yang dirancang untuk bahan bakar pesawat udara dengan tipe mesin sistem pembakaran dalam (internal combution), mesin piston dengan sistem pengapian. Kinerja Avgas tergantung pada sifat anti ketukan yang di sebut dengan angka oktan (Octane Number) untuk harga di bawah 100 serta angka perilaku (performence number) di atas 100.
dengan tipe mesin turbin (external combution). Kinerja Avtur ditentukan oleh sifat kebersihan, sifat pembakaran dan sifat pada suhu rendah.
3. Bensin, jenis bahan bakar minyak ini merupakan nama umum untuk beberapa jenis BBM yang diperuntukkan untuk mesin dengan pembakaran dengan letupan api. Nilai mutu yang dimiliki setiap jenis berbeda yang dihitung berdasarkan nilai RON (Randon Octane Number). Kemudian dibedakan menjadi menjadi dua jenis yaitu:
1) Premium (RON 88) atau motor gasoline atau petrol: merupakan bahan bakar minyak jenis distilat berwarna kekuningan yang jernih. Penggunaan jenis ini adalah untuk bahan bakar kendaraan bermotor bermesin bensin .
2) Pertamax (RON 92) : Pertamax direkomendasikan untuk kendaraan yang diproduksi diatas tahun 1990 terutama yang telah menggunakan teknologi setara dengan electronic fuel injection dan catalytic converters.
4. Minyak Tanah (Kerosene), merupakan BBM jenis distilat tidak berwarna jernih. Minyak tanah biasanya digunakan untuk keperluan bahan bakar rumah tangga dan sebagian kecil jenis industri.
5. Minyak Solar, yaitu BBM jenis distilat yang digunakan untuk mesin “compreession ignition” yaitu mesin diesel yang dikompresi pada langkah induksi adalah udara yang dikompresi menimbulkan tekanan dan panas yang tinggi sehingga dapat membakar solar yang disemprotkan oleh
injector. Jenis mesin diesel dengan kecepatan tinggi (di atas 100 rpm) banyak menggunakan jenis BBM ini.
6. Minyak Diesel atau Industrial Diesel Oil (IDO) atau Marine Diesel Fuel
7. Minyak Bakar atau Merine Fuel Oil merupakan BBM jenis residu bukan distilat serta berwarna hitam gelap. Minyak bakar lebih kental daripada minyak diesel dan mempunyai titik tuang (pour point) yang lebih tinggi dari minyak diesel. Minyak bakar digunakan pada pembakaran langsung dalam dapur-dapur industri besar, pembangkit listrik tenaga uap dan kegiatan lainnya yang cukup ekonomis.
Harga BBM di Indonesia adalah harga yang diatur oleh pemerintah dan berlaku sama di seluruh wilayah Indonesia. Pada dasarnya, pemerintah bersama DPR menetapkan harga BBM setelah memerhatikan biaya-biaya pokok penyediaan BBM yang diberikan Perusahaan Tambang Minyak dan Gas (Pertamina) serta tingkat kemampuan (willingness to pay) masyarakat. Belakangan, dalam upaya menyesuaikan harga BBM di dalam negeri dengan perkembangan harga BBM internasional, dikeluarkan Keputusan Presiden yang memungkinkan Pertamina untuk secara berkala menyesuaikan penyesuaian harga otomatis tersebut tidak terus dapat dipertahankan.
2.1.2 Transportasi
Transportasi berasal dari kata Latin yaitu tranportare, di mana trans berarti seberang atau sebelah dan portare berarti mengangkut atau membawa. Sehingga transportasi dapat didefinisikan sebagai mengangkut atau membawa (sesuatu) ke sebelah lain atau dari suatu tempat ke tempat lainnya. Ini berarti transportasi merupakan suatu jasa yang diberikan, guna menolong orang dan barang untuk dibawa dari suatu tempat ke tempat lainnya.
Menurut Undang-undang No 4 Pasal 3 tahun 1992 tentang Lalu Lintas dan Angkutan Jalan Transportasi diselenggarakan dengan tujuan untuk mewujudkan lalu lintas dan angkutan jalan yang cepat dan efisien. Angkutan darat sebagai bagian dari sistem transportasi secara keseluruhan turut memberikan kontribusi yang sangat besar dalam meningkatkan perekonomian di suatu wilayah, terlihat pada daerah yang memiliki jaringan angkutan darat sebagai sarana yang dapat membantu mempercepat proses kegiatan manusia.
sebagai tempat perhentian yang sudah ditentukan, angkutan kota dapat berhenti untuk menaikan atau menurunkan penumpang di mana saja dengan karakter kendaraan kecil, kepemilikan sebagian besar adalah individu, untuk melayani rute jarak pendek yang penetapannya dilakukan oleh pemerintah. Angkutan Kota (angkot) sampai saat ini masih mendominasi pelayanan angkutan perkotaan di kota-kota Indonesia dalam UU No. 22 tahun 1998.
2.1.3 Subsidi
Subsidi kepada konsumen dapat diberlakukan apabila manfaat sosial marjinal lebih besar dibandingkan manfaat privat marginal. Sebaliknya, subsidi kepada produsen dapat diberlakukan bila manfaat privat marjinal lebih besar dibandingkan manfaat sosial marginal (Mangkoesoebroto, 2001).
Subsidi merupakan pembayaran yang dilakukan pemerintah kepada perusahaan atau rumah tangga untuk mencapai tujuan tertentu yang membuat mereka dapat memproduksi atau mengkonsumsi suatu produk dalam kuantitas yang lebih besar atau pada harga yang lebih murah. Secara ekonomi, tujuan subsidi adalah untuk mengurangi harga atau menambah keluaran (output). Pengertian lainnya, subsidi adalah salah satu bentuk pengeluaran pemerintah yang juga diartikan sebagai pajak negatif yang akan menambah pendapatan mereka yang menerima subsidi atau mengalami peningkatan pendapatan riil apabila mereka mengkonsumsi atau membeli barang-barang yang disubsidi oleh pemerintah dengan harga jual yang rendah. Subsidi dapat dibedakan dalam dua bentuk yaitu subsidi dalam bentuk uang (cash transfer) dan subsidi dalam bentuk barang atau subsidi innatura (in kind subsidy) (Suparmoko, 2003).
2.1.4 Permintaan
Suatu hipotesis ekonomi dasar bahwa harga suatu barang dan kuantitas yang akan diminta berhubungan secara negatif dengan faktor lain tetap sama. Dengan kata lain, semakin rendah harga suatu barang maka jumlah yang akan diminta untuk komoditi itu akan semakin besar, dan semakin tinggi harga semakin rendah jumlah yang diminta (Marshall).
Harga
P
Permintaan
Q Jumlah
Gambar 1. Surplus Konsumen Marshallian
Subsidi akan memengaruhi besarnya harga barang, sehingga semakin rendah harga suatu barang maka jumlah yang akan diminta untuk barang tersebut akan semakin besar. Begitupun sebaliknya semakin besar harga suatu barang maka akan semakin sedikit jumlah permintaan akan barang tersebut (Hanley and Spash, 1993)
2.1.5 Willingnes To Pay (WTP)
Secara umum, Willingnes To Pay (WTP) atau kemauan/keinginan untuk membayar didefinisikan sebagai jumlah yang dapat dibayarkan seorang konsumen untuk memperoleh suatu barang atau jasa. WTP adalah harga maksimum dari suatu barang yang ingin dibeli oleh konsumen pada waktu tertentu. Sedangkan pengertian WTP pada berapa kesanggupan konsumen untuk membeli suatu barang. WTP itu sebenarnya adalah harga pada tingkat konsumen yang merefleksikan nilai barang atau jasa dan pengorbanan untuk memperolehnya. Disisi lain, WTP ditujukan untuk mengetahui daya beli konsumen berdasarkan persepsi konsumen (Fauzi, 2006)
jasa pada waktu tertentu. Setiap individu ataupun rumah tangga selalu berusaha untuk memaksimumkan utilitasnya dengan pendapatan tertentu yang kemudian menentukan jumlah permintaan barang atau jasa yang akan dikonsumsi. Permintaan diartikan sebagai jumlah barang atau jasa yang mau atau ingin dibeli atau dibayar (Willingness to Buy or Willingness to Pay) oleh konsumen pada harga tertentu dan waktu tertentu. Utilitas yang akan didapat oleh seorang konsumen memiliki kaitan dengan harga yang dibayarkan yang dapat diukur dengan WTP. Sejumlah uang yang ingin dibayarkan oleh konsumen akan menunjukan indikator utilitas yang diperoleh dari barang
Konsep WTP yang digunakan melalui pendekatan Contingent Valuation Method (CVM) yang merupakan pendekatan yang pada dasarnya menanyakan secara langsung kepada masyarakat berapa maksimum WTP untuk manfaat tambahan dan atau berapa besarnya maksimum Willingness to Accept (WTA) sebagai kompensasi dari kerusakan barang lingkungan (Hanley dan Spash, 1993)
Tahap yang dilakukan pada penelitian ini, yaitu mendapatkan penawaran besarnya nilai WTP dan memperkirakan nilai rata-rata WTP (Hanley dan Spash, 1993). Memperkirakan penawaran besarnya nilai WTP dapat dilakukan dengan menggunakan kuesioner. Terdapat beberapa cara yang dapat digunakan untuk memeroleh nilai WTP, yaitu:
a. Bidding Game, yaitu metode tawar menawar di mana responden ditawarkan sebuah nilai tawaran yang dimulai dari nilai terkecil hingga nilai terbesar hingga mencapai nilai WTP maksimum yang sanggup dibayarkan oleh responden.
b. Closed-ended Referendum, yaitu dengan memberikan sebuah nilai tawaran tunggal kepada responden, baik responden setuju ataupun responden tidak setuju dengan nilai tersebut.
d. Open-ended quation, yaitu suatu metode pertanyaan terbuka tentang WTP maksimum yang sanggup mereka berikan dengan tidak adanya nilai tawaran sebelumnya.
2.1.6 Model Logit
Model Logit adalah model regresi non-linear yang menghasilkan sebuah persamaan dimana variabel tak bebas bersifat kategorikal paling dasar dari model tersebut menghasilkan binary value seperti angka 0 dan 1. Angka yang dihasilkan mewakili suatu kategori tertentu yang dihasilkan dari perhitungan probabilitas terjadinya kategori tersebut. Bentuk dasar probabilitas dalam model logit dapat dijelaskan pada Tabel 5.
Tabel 5. Probabilitas dalam Model Logit
Yi Probabilitas
0 1-Pi
1 Pi
Total 1
Sumber: Gujarati (2003)
Gujarati (2003) menjelaskan bahwa penggunaan model logit seringkali digunakan data dalam klasifikasi. Contoh penggunaan data tersebut seperti dalam kategori dalam kepemilikan rumah, dimana 0 memiliki arti tidak memiliki rumah dan 1 memiliki arti memiliki rumah.
Penentuan kepemilikan rumah tersebut dipengaruhi oleh variabel-variabel interikat. Variabel-variabel bebas tersebut dapat bersifat baik nominal, interval, dan rasio.
di mana Li adalah Logit. Bentuk (P/1-P) disebut rasio kecenderungan (odds ratio).
2.1.7 Analisis Crosstabs – Chi Square
bentuk baris dan kolom. Sedangkan analisis Crosstabs-Chi Square adalah suatu analisis hubungan antara variabel data nominal (Yamin, 2009).
Crosstabs digunakan untuk menggambarkan jumlah data dan hubungan antar variabel. Selain itu, untuk menguji ada tidaknya hubungan antar variabel minimal nominal dilakukan uji hipotesis.
Uji ketergantungan untuk crosstabs pada statistik ditentukan melalui Uji
Chi-Square dengan mengamati ada tidaknya hubungan antar variabel yang dimasukan (baris dan kolam).
Penentuan Uji Chi-Square menggunakan hipotesis yaitu: H0 : Tidak ada hubungan antara baris dan kolom
H1 : Ada hubungan antara baris dan kolom
2.1.8 Regresi Linear Berganda
Analisis regresi linear berganda merupakan suatu metode yang digunakan untuk menguraikan pengaruh variabel-variabel independen yang memengaruhi variabel dependennya. Data yang digunakan dalam penelitian ini adalah data cross section. Menurut Gujarati (2006) metode OLS dapat digunakan jika dipenuhi asumsi-asumsi sebagai berikut:
a. Varians bersyarat dari residual adalah konstan atau homoskedastik. b. Tidak ada autokolerasi dalam residual.
c. Variasi residual menyebar normal.
d. Nilai rata-rata dari unsur residual sama dengan nol.
e. Nilai-nilai peubah tetap untuk contoh-contoh yang berulang. f. Tidak ada hubungan linear sempurna antara peubah bebas.
2.1.9 Tinjauan Penelitian Terdahulu
sebagian masalah subsidi BBM dapat diatasi melalui pengembangan manajemen energi nasional, yang menekankan efisiensi konsumsi BBM dan pengembangan diversifikasi sumber energi. Upaya tersebut dipertegas melalui rencana pembangunan infrastruktur energi (Nugroho, 2005)
Penelitian mengenai efektivitas dan kompensasi subsidi dan dampak penghapusan subsidi BBM di Indonesia dengan hasil penelitian kenaikan harga BBM sebesar 10 persen–15 persen maka akan terjadi kontraksi pada perekonomian nasional (Esta Lestari, 2004).
Penelitian tentang kesediaan dalam membayar terhadap produk organik telah dilakukan oleh banyak peneliti diluar negeri. Di Yunani, Krystallis dan Chryssohodis (2005) yang meneliti tentang consumer willingness to pay for organic food, menggunakan analisis faktor menghasilkan pemilihan solusi enam faktor berdasarkan 16 dari 22 variabel awal. Faktor-faktor ini menyumbang total 63,3 persen dari total varian dijelaskan oleh model. Peneliti menyebut faktor pertama yaitu “kualitas dan keamanan” terdiri dari pelebelan, bahan baku, wilayahnegara asal, penggunaan metode tradisional, dan sertifikasi proses produksi. Faktor ke dua disebut “kepercayaan” terdiri dari kepercayaan dalam kualitas lebel atau logo, badan makanan kepercayaan sertifikasi, dan kepercayaan para pedagang yang menjual produk-produk bersertifikat. Faktor ke tiga disebut dengan faktor “indera” terdiri dari variabel warna cerah, rasa, aroma. Faktor ke 4 disebut “sensitifitas” terdiri dari variabel harga dan diskon. Faktor ke 5 dan ke 6 disebut “kenyamanan” dan “brand name value”. Peneliti menyatakan bahwa yang menyebabkan konsumen berani untuk membayar lebih mahal untuk produk organik adalah anggapan mereka tentang produk tentang produk organik yang kualitasnya lebih baik serta aman dikonsumsi.
2.2 Kerangka Pemikiran
Harga BBM yang disubsidi saat ini sudah tidak sesuai dengan anggaran yang diajukan oleh pemerintah di dalam RAPBN 2012. Hal ini tentu saja dapat mengakibatkan pembengkakan pada anggaran sehingga akan menyebabkan defisit APBN. Dalam RAPBN 2012, jumlah subsidi BBM diperkirakan lebih kecil bila dibandingkan dengan jumlah subsidi yang terealisasi. Sampai pada bulan Maret tahun 2012, harga minyak mentah dunia melonjak hingga US$ 120 per barel. Padahal dalam Anggaran Pendapatan dan Belanja Negara (APBN) 2012, pemerintah menetapkan subsidi sebesar Rp 123 triliun dengan asumsi harga minyak US$ 90 per barel. Hal tersebut juga akan menyebabkan terjadinya defisit APBN (Ditjen Migas, 2012)
Kenaikan harga minyak dunia dan pertimbangan defisit APBN memaksa pemerintah untuk melakukan tindakan pencegahan dalam mengatasi defisit APBN. Pencegahan yang dilakukan dengan meningkatkan harga jual bahan bakar minyak (BBM). Tentunya hal ini akan membuat banyak respon yang beragam dari masyarakat atau pelaku ekonomi. Sebagian masyarakat setuju dengan kebijakan tersebut, sebagian masyarakat lain tidak setuju dengan kebijakan menaikan harga BBM. Mereka yang tidak setuju mengenai rencana pemerintah menaikan harga BBM beranggapan naiknya BBM akan memicu terjadinya peningkatan harga bahan-bahan kebutuhan sehari-hari.
Gambar 2. Kerangka Pemikiran Operasional
2.3 Hipotesis
Berdasarkan rumusan masalah, tujuan penelitian dan kerangka pemikiran, maka hipotesis dari penelitian ini adalah:
1. Jarak tempuh memiliki pengaruh negatif terhadap respon kenaikan harga BBM, sebab jarak tempuh menunjukkan berapa banyak BBM yang dikonsumsi. Semakin jauh jarak yang ditempuh maka akan semakin tidak setuju terhadap kenaikan harga BBM.
2. Usia memiliki pengaruh negatif terhadap respon kanaikan harga BBM, sebab semakin bertambah usia maka akan semakin tidak setuju terhadap kenaikan harga BBM. Hal ini dikarenakan semakin bertambahnya usia maka lapangan pekerjaan yang akan diperoleh akan semakin kecil.
3. Jumlah tanggungan memiliki pengaruh negatif terhadap respon kenaikan harga BBM. Hal ini terkait dengan besarnya pengeluaran responden setiap hari. Semakin banyak jumlah tanggungan maka akan semakin tidak setuju terhadap kenaikan harga BBM dikarenakan akan bertambahnya pengeluaran mereka.
Willingness to pay Respon dan faktor-faktor yang
memengaruhi respon jasa transportasi angkutan umum kota
Rekomendasi untuk Kebijakan Implikasi terhadap jasa
angkutan umum kota (angkot)
Jasa transportasi angkutan umum kota
Rencana kenaikan harga BBM Besarnya subsidi pada
APBN
4. Pengaruh pemakaian BBM per hari memiliki hubungan yang negatif terhadap respon kenaikan harga BBM. Hal ini menunujukkan semakin meningkatnya pemakaian BBM perhari maka akan semakin tidak setuju terhadap kenaikan harga BBM dikarenakan responden harus membayar lebih mahal untuk membeli BBM.
II. METODE PENELITIAN
3.1 Lokasi dan Waktu Penelitian
Penelitian ini dilakukan di wilayah Kota Bogor. Pemilihan wilayah dilakukan dengan pertimbangan wilayah tersebut memiliki jumlah angkutan umum kota (angkot) mencapai 3412 pada tahun 2012 (Dishub, 2012).
Penelitian ini dilakukan mulai dari bulan Maret sampai dengan bulan Mei 2012, meliputi pembuatan kuesioner, pengumpulan data primer, pengumpulan data sekunder, dan pembahasan.
3.2 Jenis dan Sumber Data
Pada penelitian ini data yang digunakan meliputi data primer dan data sekunder. Data primer dalam penelitian ini untuk menjawab bagaimana respon setuju atau tidak kenaikan harga BBM dari pengemudi jasa transportasi angkutan umum (angkot) yang menggunakan bahan bakar bersubsidi jenis premium, diperoleh melalui survey dengan menggunakan teknik wawancara dengan menggunakan kuesioner. Data Sekunder diperoleh dari, Badan Pusat Statistik (BPS), Kementerian Keuangan, Direktorat Jendral Minyak dan Gas, Kementrian Energi dan Sumber Daya Mineral, dan Dinas Perhubungan dan Transportasi kota Bogor, serta Dinas Pendapatan Daerah Kota Bogor.
3.3 Metode Pengumpulan Contoh
3.4 Metode Analisis Data
Penelitian ini menggunakan analisis secara kualitatif dan kuantiatif. Kemudian data yang diperoleh dianalisis dengan menggunakan program software Microsoft Excel 2010 dan SPSS version 16.0 for windows. Metode analisis data dapat dilihat pada Tabel 6.
Tabel 6. Metode Analisis Data Berdasarkan Tujuan Penelitian
No Tujuan Penelitian Sumber Data Metode Analisis
1
Analisis besarnya Willingness to Pay pengemudi angkutan umum kota terhadap kenaikan harga BBM
Respon kenaikan harga BBM dan faktor-faktor yang memengaruhi respon pengemudi jasa angkutan umum Kota Bogor terhadap kenaikan harga BBM
3.5 Analisis Besaran Willingness To Pay Responden Terhadap Kenaikan Harga BBM
Analisis WTP menggunakan pendekatan Contingent Valuation Method
(CVM) merupakan pendekatan yang pada dasarnya menanyakan secara langsung kepada masyarakat berapa besarnya maksimum Willingness to Pay (WTP) untuk manfaat tambahan dan atau berapa besarnya maksimum Willingness to Accept
(WTA) sebagai kompensasi dari kerusakan barang lingkungan (Hanley dan Spash, 1993).
Tahap-tahap yang dilakukan pada penelitian ini adalah (Hanley dan Spash, 1993):
1. Mendapatkan Penawaran Besarnya Nilai WTP
2. Memperkirakan Besaran Rata-rata WTP
Setelah wawancara dilakukan dengan media kuesioner maka untuk mengetahui berapa besaran kesediaan membayar responden, WTP dapat diduga dengan nilai tengah dari kelas atau interval WTP responden ke-i. Berdasarkan jawaban responden dapat diketahui WTP yang benar berada antar jawaban yang dipilih. Dugaan rataan WTP dibagi dengan rumus :
WTP = Wi, Pfi Keterangan :
WTP = Dugaan WTP (rupiah)
Wi = Batas bawah WTP pada kelas ke- i Pfi = Frekuensi relatif kelas ke-i
n = Jumlah kelas
i = Sampel
3.6 Analisis Crosstabs
Fungsi dari analisis crosstabs adalah untuk menggambarkan jumlah data dan hubungan antarvariabel. Pada uji statistik ditentukan melalui Uji Chi-Square
dengan mengamati ada tidaknya hubungan antarvariabel yang dimasukan (baris dan kolom).
Penentuan Uji Chi-Square menggunakan hipotesis yaitu:
H0 : Faktor yang diuji tidak berhubungan nyata dengan respon responden
H1 : Faktor yang diuji berhubungan nyata dengan respon responden
Pengambilan keputusan dengan menggunakan nilai Asymp. Sig. (2-sided) yang terdapat pada Chi-Square Test. Apabila nilai Asymp. Sig. (2-sided) lebih dari 0,05 maka H0 diterima. Apabila nilai Asymp. Sig. (2-sided) kurang dari 0,05
maka H0 ditolak yang artinya ada hubungan antara baris dan kolam (Wahana,
2007).
3.7 Analisis Model Logit
Penentuan tingkat penerimaan responden terhadap pembayaran jasa lingkungan sebagai upaya konservasi dikumpulkan melalui data binner. Data
Dengan kondisi seperti ini, jenis penggunaan regresi yang sesuai untuk pemodelan adalah regresi logit. Hal yang membedakan model regresi logit dengan regresi biasa adalah peubah terikat dalam model bersifat dikotomi (Hosmer dan Lameshow, 1989). Bentuk fungsi ini model logit adalah :
Logit(pi) = Peluang responden setuju atau tidak dengan kenaikan harga BBM (bernilai 1 untuk “setuju” dan bernilai 0 untuk “tidak setuju”)
β0 = Intersep
β1, β2,β3,..,β5 = Koefisien dari regresi
JRΚ = Jarak tempuh (km)
USIA = Usia responden (tahun)
JTG = Jumlah tanggungan (orang)
JBBM = Jumlah BBM yang digunakan per hari (liter)
LB = Lama Waktu Berkendaraan per hari (jam)
ε = Galat
Pengujian terhadap parameter model dilakukan untuk memeriksa kebaikan model. Uji statistik yang dilakukan adalah dengan menggunakan statistik rasio odd, uji G atau likelihood ratio, dan statistik uji Wald.
1. Rasio Odd
Rasio odd merupakan rasio peluang terjadi pilihan-1 terhadap peluang terjadi pilihan-0 (Juanda, 2009). Koefisien bertanda positif menunjukan nilai rasio odd yang lebih besar dari satu, hal tersebut mengindikasikan bahwa peluang kejadian sukses lebih besar dari peluang kejadian tidak sukses. Sedangkan koefisien yang bertanda negatif mengindikasikan bahwa peluang kejadian tidak sukses lebih besar dari peluang kejadian sukses (Juanda, 2009).
2. Uji G
χ 2) dan memungkinkan penentuan level signifikansi. Statistik uji G adalah uji rasio kemungkinan maksimum (likelihood ratio test) yang digunakan untuk menguji peranan variabel penjelas secara serentak. Rumus umum untuk uji G atau Likelihood Ratio adalah (Hosmer dan Lemeshow, 1989):
G = - 2 ln
Pengujian terhadap hipotesis pada uji G adalah sebagai berikut: H0 : ß1= ... = ßn = 0
H1 : minimal ada satu nilai ß1tidak sama dengan nol, dimana i = 1,2,3,...,n
Statistik G akan mengikuti sebaran χ 2 dengan derajat bebas α. Kriteria keputusan yang diambil adalah jika G lebih besar dari χ 2p(a) maka hipotesis nol ditolak. Uji G juga dapat digunakan untuk memeriksa apakah nilai yang diduga dengan variabel di dalam model lebih baik jika dibandingkan dengan model tereduksi (Hosmer dan Lemeshow, 1989).
3. Uji Wald
Uji wald digunakan untuk uji nyata parsial bagi masing-masing koefisien variabel. Dalam pengujian hipotesa, jika koefisien dari variabel penjelas sama dengan nol, hal ini berarti variabel penjelas tidak berpengaruh pada variable respon. Uji wald mengikuti sebaran normal baku dengan kaidah keputusan menolak H0 jika W lebih besar dari Zα/2 atau p-valuekurang dari α. (Hosmer dan
Lemeshow, 1989).
3.8 Regresi Linear Berganda
Suatu model dikatakan baik apabila bersifat BLUE (Best Linear Unbiased Estimator), yaitu memenuhi asumsi klasik atau terhindar dari masalah-masalah multikolinearitas, autokorelasi, dan heteroskedastisitas. Untuk itu dilakukan uji untuk terhadap model apakah terjadi penyimpangan-penyimpangan asumsi klasik. Setiap estimator OLS harus memenuhi kriteria BLUE, yaitu best (yang
terbaik), linear (merupakan fungsi linear dari sampel), unbiased (rata-rata nilai harapan (E(bi) harus sama dengan nilai yang sebenarnya (bi)), efficient estimator
3.8.1 Uji Normalitas
Uji normalitas bertujuan untuk mengetahui apakah dalam model regresi, variabel bebas dan variabel terikatnya mempunyai distribusi normal atau tidak. Suatu model regresi dikatakan baik, apabila memiliki distribusi normal ataupun mendekati normal. Normalitas dapat dideteksi dengan melihat gambar histogram, tetapi seringkali polanya tidak mengikuti bentuk kurva normal, sehingga sulit untuk disimpulkan. Pada penggunakan software SPSS, dapat dilihat berdasarkan nilai Asymp. Sig. (2-tailed) pada N-par test, jika nilai Asymp. Sig. (2-tailed) lebih besar dari alpha, maka data terdistribusi normal.
3.8.2 Uji Multikolinearitas
Multikolinearitas adalah hubungan linear yang kuat antara variabel-variabel eksogen dalam persamaan regresi berganda. Jika nilai R2 yang diperoleh tinggi (antara 0,8 dan 1) tetapi tidak terdapat atau sedikit sekali koefisien dugaan yang signifikan pada taraf uji tertentu dan tanda keofisien regresi dugaan tidak sesuai teori maka model yang digunakan berhubungan dengan masalah multikolinearitas (Gujarati, 1997).
Hal utama yang menyebabkan terjadinya multikolinearitas pada model regresi yaitu kesalah teoritis dalam pembentukan model fungsi regresi yang dipergunakan atau terlampau kecilnya jumlah pengamatan yang akan dianalisis dengan model regresi.
Tindakan perbaikan terhadap multikolinearitas dapat dilakukan dengan berbagai alternatif sebagai berikut:
1. Menggunakan extraneous atau informasi sebelumnya. 2. Mengkombinasikan data cross section dan data time series. 3. Membuang variabel yang berkorelasi.
4. Mentransformasikan data.
3.8.3 Uji Autokorelasi
Salah satu asumsi dari model regresi linear adalah bahwa tidak ada autokorelasi atau korelasi serial antara error term (εt). Dengan pengertian lain, error termmenyebar bebas atau Cov(εi, εj) = E(εi, εj) = 0, untuk semua i ≠ j. Jika
antar error termtidak bebas atau E (εi, εj) ≠ 0, untuk semua i ≠ j, maka terdapat
masalah autokorelasi (Juanda, 2009). Autokorelasi sering terjadi pada data time series, dimana error term pada suatu periode waktu secara sistematik tergantung kepada error term pada periode-periode waktu yang lain.
Konsekuensi dari adanya autokorelasi yaitu varian yang diperoleh dari estimasi dengan ECM bersifat under estimate, yaitu nilai varian parameter yang diperoleh lebih kecil daripada nilai varian yang sebenarnya.
Cara mendeteksi ada tidaknya autokorelasi bisa dilakukan dengan melihat nilai Durbin Watson (DWstatistik), kemudian membandingkannya dengan DWtabel.
Sebuah model dapat dikatakan terbebas dari autokorelasi jika nilai DWstatistik
terletak di area nonautokorelasi. Penentuan area tersebut dibantu dengan nilai tabel dl dan du. Pengujian menggunakan hipotesis sebagai berikut (Juanda, 2009): H0 : Tidak terdapat autokorelasi
H1 : Terdapat autokorelasi
Tabel 7. Kerangka Identifikasi Autokorelasi
Nilai DW Hasil
< DW < 4 Tolak , korelasi serial negatif
< DW < Hasil tidak dapat ditentukan 2 < DW < Terima , tidak ada korelasi serial
< DW < 2 Terima , tidak ada korelasi serial < DW < Hasil tidak dapat ditentukan
0 < DW < Tolak , korelasi serial positif
Solusi dari masalah autokorelasi adalah:
1. Penghilangan variabel yang sebenarnya berpengaruh terhadap variabel endogen.
3.8.4 Uji Heteroskedastisitas
Salah satu asumsi yang penting dari model regresi linear klasik adalah varian residual yang konstan (homoskedastisitas). Rumusan homoskedatisitas adalah sebagai berikut:
Var(εi) = E(εi2) = σ2
di mana:
εi = unsur disturbance,
σ = nilai varians.
Apabila asumsi tersebut tidak terpenuhi maka varian residual tidak lagi bersifat konstan disebut dengan heteroskedastisitas. Konsekuensi dari adanya heteroskedastisitas yaitu:
a. Estimasi dengan menggunakan ECM tidak akan lagi memiliki varian yang minimum atau estimator tidak efisien.
b. Prediksi (nilai Y untuk X tertentu) dengan estimator dari data yang sebenarnya akan mempunyai varian yang tinggi sehingga prediksi menjadi tidak efisien.
Uji yang dapat dilakukan untuk mendeteksi apakah data yang diamati terjadi heteroskedastisitas atau tidak yaitu dengan uji White Heteroskedasticity. Apabila nilai probability Obs*R-Square lebih kecil dari taraf nyata berarti terdapat gejala heteroskedastisitas pada model, dan sebaliknya.
3.9 Pengujian Statistik Analisis Regresi 3.9.1 Koefisiensi Determinasi (R2)
3.9.2 Uji F-statistic
Uji F-statistic digunakan untuk mengetahui apakah variabel-variabel independen yang digunakan dalam penelitian secara bersama-sama signifikan memengaruhi variabel dependen. Nilai F-statistic yang besar lebih baik dibandingkan dengan F-statistic yang rendah. Nilai Prob(F-statistic) merupakan tingkat signifikansi marginal dari F-statistic. Dengan menggunakan hipotesis pengujian sebagai berikut:
H0 : β1 = β2 =…= βk =0
H1 : minimal ada salah satu βi yang tidak sama dengan nol
Tolak H0 jika F-statistic lebih besar dari F α(k-1,NT-N-K) atau Prob(F-statistic) lebih kecil dari α. Jika H0 ditolak, maka artinya dengan tingkat
keyakinan 1-α kita dapat menyimpulkan bahwa variabel independen yang digunakan di dalam model secara bersama-sama signifikan memengaruhi variabel dependen.
3.9.3 Uji t-statistic
Uji t-statistic digunakan untuk mengetahui apakah variabel-variabel independen secara parsial berpengaruh signifikan terhadap variabel dependen. Tolak H0 jika t-statistic lebih besar dari t α/2(NT-K-1) atau (t-statistic) lebih kecil dari α. Jika H0 ditolak, maka artinya dengan tingkat keyakinan 1-α kita dapat
menyimpulkan bahwa variabel independen ke-i secara parsial memengaruhi variabel dependen.
3.10 Variabel Penelitian
3.11 Definisi Operasional Penelitian
Berikut ini adalah definisi operasional variabel pada penelitian ini:
a. Variabel terikat yang digunkan memiliki jawaban bernilai nol dan satu dimana:
• 0 = jika responden tidak setuju terhadap kenaikan harga BBM
• 1 = jika responden setuju terhadap kenaikan harga BBM b. Jarak Tempuh (JRK)
Mencerminkan jarak yang ditempuh responden selama berkendaraan. Variabel ini diduga dapat memengaruhi responden untuk merespon setuju atau tidak setuju terhadap kenaikan harga BBM, karena semakin jauh jarak yang ditempuh oleh responden peluang tidak setuju akan semakin dengan alasan karena akan memperbesar pengeluaran yang dibutuhkan untuk membeli BBM jenis premium.
c. Usia (USIA)
Variabel ini diduga dapat memengaruhi responden untuk merespon setuju atau tidak setuju terhadap kenaikan harga BBM semakin bertambah usia maka akan semakin tidak setuju terhadap kenaikan harga BBM. Hal ini dikarenakan terbatasnya lapangan pekerjaan yang dikhususkan untuk usia lanjut.
d. Jumlah Tanggungan (JTG)
Variabel ini mencerminkan jumlah anggota keluarga yang ditanggung oleh responden. Variabel ini diduga berpengaruh karena jumlah tanggungan terkait dengan besarnya pengeluaran responden setiap hari, semakin besar jumlah tanggungan responden maka peluang tidak setuju terhadap kenaikan harga BBM akan semakin besar karena akan berdampak pada kenaikan harga kebutuhan sehari-hari yang harus dikeluarkan oleh responden.
e. Jumlah Pemakaian BBM (JBBM)
akan semakin tidak setuju karena akan memperbesar alokasi biaya yang harus dikeluarkan oleh responden untuk memenuhi kebutuhan konsumsi BBM.
f. Lama Waktu Berkendaraan (LB)
VI. HASIL DAN PEMBAHASAN
4.1 Gambaran Umum Karakteristik Responden Jasa Transportasi Angkutan Umum Kota (Angkot) yang Berbahan Bakar Premium di Kota Bogor
Jasa transportasi angkutan umum kota ini digunakan sebagai sarana transportasi yang paling dominan keberadaannya di setiap wilayah perkotaan sehingga yang menjadi responden adalah angkot Kota Bogor baik yang memiliki pangkalan atau yang tidak memiliki pangkalan angkot.
Trayek angkutan kota di Kota Bogor memiliki jumlah 23 trayek dengan jumlah unit sebanyak 3412 unit pada Tahun 2012 (Dishub, 2012). Penentuan tarif angkutan yang diberlakukan oleh pemerintah daerah atau Dinas Perhubungan (Dishub, 2012). Selain itu pemerintah daerah Kota Bogor membuat beberapa peraturan mengenai rute jarak yang ditempuh tiap-tiap trayek dan beberapa trayek diberlakukan ‘Shift’ atau pembagian jam kerja, pembagian Shift ini diberlakukan hanya beberapa trayek.
Shift ini dimaksudkan agar tidak terjadinya kelebihan jumlah angkutan kota (angkot) dan menghindari kemacetan yang terjadi dibeberapa wilayah Kota akibat terlalu banyaknya kendaraan. Adapun trayek-trayek yang menjadi responden disajikan pada Tabel 8.
Tabel. 8 Banyaknya Jumlah Angkutan Umum Kota (angkot) yang Menjadi Responden
No. Trayek Jumlah Responden (orang)
1. 01 5
4.1.1 Karakteristik Responden Berdasarkan Respon terhadap Kenaikan Harga BBM
Respon pengemudi transportasi jasa angkutan umum terhadap kenaikan harga BBM, diperoleh sebanyak 60 responden yang dimintai pendapatnya mengenai kenaikan harga BBM, sebanyak 46 responden menyatakan tidak setuju dengan adanya kenaikan harga BBM dan 14 responden menyatakan setuju dengan kenaikan harga BBM.
Responden yang tidak setuju memiliki alasan yang sama yaitu apabila terjadi kenaikan harga BBM akan manaikan harga bahan kebutuhan pokok serta akan menaikan harga setoran kepada pemilik mobil angkot karena seluruh responden yang memberikan keterangan bukanlah pemilik mobil, sehingga dengan kenaikan BBM menyebabkan naiknya setoran yang harus mereka bayar.
Responden yang setuju dengan kenaikan harga BBM memilikibeberapa alasan diantaranya pendapatan yang didapatkan responden bukan hanya dihasilkan dari pendapatan trayek tetapi responden memiliki pendapatan lain, sehingga menurut responden naiknya harga BBM tidak akan berpengaruh besar terhadap pendapatan yang dihasilkan.
Kenaikan harga BBM akan diikuti dengan kenaikan tarif angkutan kota (angkot) karena penentuan tarif dilakukan oleh pemerintah daerah sehingga hal tersebut menjadi salah satu pertimbangan bagi responden untuk merespon setuju terhadap kenaikan harga BBM.
Sumber : Data primer, Kota Bogor (2012)
Pengemudi angkutan umum kota (angkot) yang setuju lebih sedikit dibandingkan dengan pengemudi yang tidak setuju terlihat dari besarnya persentase responden yang tidak setuju sebanyak 77 persen, dan besarnya responden yang menyatakan setuju dengan adanya kenaikan harga BBM sebesar 23 persen.
4.1.2 Karakteristik Responden Berdasarkan Besaran Willingnes to Pay
(WTP) Harga BBM
Pilihan kesediaan membayar responden telah ditentukan berada pada nilai-nilai yaitu kisaran Rp 4.500 , Rp 5.000 , Rp 5.500, Rp 6.000. Kisaran tersebut dibuat karena adanya rencana pemerintah menaikan BBM sampai dengan Rp 6.000. Nilai harga BBM yang berlaku saat ini yaitu Rp 4.500 menjadi salah satu pilihan WTP dikarenakan beberapa responden tidak menginginkan adanya kenaikan harga BBM.
Sumber : Data Primer, Kota Bogor (2012)
Gambar 4. Distribusi Responden Berdasarkan WTP per Liter
Tabel 9. Hubungan Antara Respon dengan Willingness To Pay Harga BBM
Respon WTP Total
Rp 4000-5000 Rp >5000-6000
Tidak Setuju 37 9 46
Setuju 8 6 14
Total 45 15 60
Pada Tabel 9 dapat dilihat hubungan yang terjadi antara respon dengan
willingness to pay yang mampu dibayar responden berada pada kisaran harga Rp 4000-5000 dengan jumlah responden sebanyak 45 responden. Hal tersebut dapat disimpulkan semakin rendah willingness to pay yang mampu mereka bayar akan semakin memiliki respon tidak setuju terhadap kenaikan harga BBM.
4.1.3 Karakteristik Responden Berdasarkan Jarak Tempuh Selama Berkendaraan
Jarak tempuh responden dimulai dari jarak tempuh 5 km sampai dengan 15 km dalam berkendaraan. Jarak tempuh tersebut merupakan ketetapan dari peraturan yang dibuat oleh pemerintah Kota Bogor. Distribusi jarak tempuh berkendaraan dapat dilihat pada Gambar 5.
Sumber: Data Primer, Kota Bogor (2012)
Gambar 5. Distribusi Responden Berdasarkan Jarak Tempuh
Tabel 10. Hubungan Antara Respon dengan Jarak yang Ditempuh
Respon Jarak yang ditempuh (km) Total 5-10 >10-15
Tidak Setuju 11 35 46
Setuju 5 9 14
Total 16 44 60
Tabel 10 menunjukan bahwa data responden yang diambil untuk wawancara sebesar 16 responden mempunyai karakteristik jarak tempuh berkendara sebesar 5-10 km bahwa hubungan antara respon dengan jarak yang ditempuh, mayoritas dari responden yang tidak setuju berada pada jarak tempuh >10-15 km. Hal ini mengindikasikan bahwa semakin jauh jarak yang ditempuh maka akan semakin memberikan respon tidak setuju terhadap kenaikan harga BBM.
4.1.4 Karakteristik Responden Berdasarkan Jumlah Tanggungan
Sebagian besar responden memiliki tanggungan tiga orang terdiri dari dua anak dan satu istri, banyaknya jumlah tanggungan mengindikasikan banyaknya pengeluaran yang harus dialokasikan oleh responden, sehingga semakin banyak jumlah tanggungan akan menyebabkan respon tidak setuju terhadap kenaikkan harga BBM. Alokasi yang tinggi untuk membeli BBM dengan pendapatan yang tidak bertambah akan mengurangi kesejahteraan responden. Distribusi jumlah tanggungan ini terlihat pada Gambar 6.
Sumber: Data Primer, Kota Bogor (2012)
Gambar 6 menunjukan responden yang memiliki jumlah tanggungan terbanyak terdapat pada responden dengan jumlah tanggungan sebesar tiga orang atau 42 persen dari keseluruhan dan pada jumlah tanggungan dua orang sebanyak 19 orang, dengan jumlah tanggungan satu orang, sebanyak enam responden, dan jumlah tanggungan empat orang sebanyak enam responden.
Tabel 11. Hubungan Antara Respon dengan Jumlah Tanggungan
Respon
Jumlah Tanggungan (orang)
Total
1-3 4-6
Tidak Setuju 38 8 46
Setuju 12 2 14
Total 50 10 60
Tabel 11 menggambarkan hubungan antara respon dengan jumlah tanggungan, terlihat bahwa mayoritas dari responden yang tidak setuju memiliki jumlah tanggungan sebanyak 1-3 orang.
4.1.5 Karakteristik Responden Berdasarkan Pemakaian Bahan Bakar Minyak Jenis Premium
Pemakaian BBM jenis premium terbesar terdapat pada 11 sampai dengan 15 liter per hari. Pemakaian BBM oleh pengemudi tergantung berapa lama waktu berkendaraan dan seberapa jauh jarak tempuh berkendaraan, sehingga pada Gambar 7 terlihat distribusi pada jumlah pemakain harga BBM cukup bervariatif.
Sumber: Data Primer, Kota Bogor (2012)
Semakin banyak pemakaian BBM per hari akan memberikan dampak semakin tidak setuju terhadap kenaikan harga BBM, karena memengaruhi banyaknya biaya yang harus dikeluarkan untuk memenuhi konsumsi jumlah BM yang kemudian akan berpengaruh pada berkurangnya pendapatan yang diterima. Tabel 12. Hubungan Antara Respon dengan Jumlah BBM yang Digunakan per
Hari
Respon
Jumlah BBM Yang Digunakan Perhari (Liter)
Total >5-10 >11-15 >15-20 >20-25
Tidak Setuju 5 39 1 1 46
Setuju 3 10 1 0 14
Total 8 49 2 1 60
Tabel 12 menjelaskan hubungan antara respon dengan jumlah BBM yang digunakan perhari. Terlihat bahwa respon angkot yang tidak setuju dengan adanya kenaikan harga BBM berada pada jumlah >11-15 liter per hari. Hal ini mengindikasikan semakin banyak jumlah BBM yang digunakan per hari akan semakin tidak setuju terhadap kenaikan harga BBM.
4.1.6 Karakteristik Responden Berdasarkan Lama Waktu Berkendaraan
Sumber: Data Primer, Kota Bogor (2012)
Gambar 8. Distribusi Responden Terhadap Lama Waktu Berkendaraan per Hari
Hubungan respon setuju atau tidak terhadap kenaikan harga BBM terlihat pada Tabel 13, yang dapat di artikan bahwa semakin lama waktu berkendaraan per hari akan memberikan peluang lebih besar untuk responden merespon setuju dengan adanya kenaikan harga BBM.
Tabel 13. Hubungan Antara Respon dengan Lama Waktu Berkendara per Hari
Respon Lama Waktu Berkendara Total 5-10 jam 11-15 jam
Tidak setuju 36 10 46
Setuju 6 8 14
Total 42 18 60
4.1.7 Karakteristik Responden Berdasarkan Pendapatan Trayek per Hari
Sumber: Data Primer, Kota Bogor (2012)
Gambar 9. Distribusi Responden Berdasarkan Pendapatan Trayek
Tabel 14 menunjukan semakin sedikit pendapatan yang diperoleh responden maka akan semakin tidak setuju terhadap kenaikan harga BBM. Hal ini disebabkan karena pendapatan yang kecil menyebabkan kesejahteraan menurun sehingga peluang respon tidak setuju akan lebih besar dibanding peluang respon setuju.
Tabel 14. Hubungan Antara Respon dengan Pendapatan Trayek
Respon Pendapatan Total
Rp 0-50 rb Rp >50-100rb Rp 150-200rb
Tidak Setuju 40 5 1 46
Setuju 9 4 1 14
Total 49 9 2 60
4.1.9 Karakteristik Responden Berdasarkan Perubahan Tarif Angkutan
Sumber : Data Primer, Kota Bogor (2012)
Gambar 10. Distribusi Responden Berdasarkan Perubahan Tarif Angkutan
Hubungan respon setuju atau tidak setuju dengan adanya perubahan tarif, bahwa responden yang memiliki pilihan nilai perubahan tarif yang kecil cenderung lebih banyak peluang tidak setuju dibandingkan dengan peluang setuju terhadap kenaikan harga BBM, sehingga semakin besar nilai perubahan tarif akan mendorong responden untuk merespon setuju dengan kenaikan harga BBM. Hal tersebut dapat dilihat dari Tabel 15.
Tabel 15. Hubungan Antara Respon dengan Perubahan Tarif Angkutan
Respon Perubahan Tarif Angkutan Total Rp 500-1000 Rp >1 000-1 500
Tidak Setuju 24 22 46
Setuju 10 4 14
Total 34 26 60
4.2 Analisis Willingness To Pay (WTP) Jasa Angkutan Umum Kota (Angkot) terhadap Kenaikan Harga BBM
biaya yang menjadi pilihan hanya dikelompokkan menjadi tiga kelompok yaitu Rp 5.000, Rp 5.500 dan Rp 6.000 untuk bahan bakar premium per liter. Nilai tersebut diperoleh dengan melihat rencana harga yang ditetapkan oleh pemerintah yaitu sebesar Rp 6.000.
Perhitungan nilai WTP berdasarkan data distribusi kenaikan harga BBM dapat dilihat pada Tabel 16.
Tabel 16. Dugaan Nilai WTP untuk Kenaikan Harga BBM per Liter
No Besaran (Rp) Frekuensi Frekuensi Relatif Jumlah (Rp)
1 4.500 19 0,32 1.425,00
2 5.000 26 0,43 2.166,67
3 5.500 13 0,22 1.191,67
4 6.000 2 0,03 200.00
Total 60 1 4.893,33
Sumber : Data Primer, Kota Bogor (2012)
Pada Tabel 16 menjelaskan pada kenyataannya banyak responden yang setuju dengan adanya kenaikan harga BBM, hal ini dapat dilihat dari tabel WTP. Hasil wawancara yang disajikan pada Tabel 16 dengan jumlah responden terbanyak yaitu 26 responden memilih nilai WTP sebesar Rp 5.000 dengan demikian dapat diperoleh nilai rataan WTP sebesar Rp 4.893,33 per liter premium. Nilai frekuensi relatif didapat dari pembagian antar nilai frekuensi dibagi dengan total nilai frekuensi, sedangkan untuk mendapatkan nilai jumlah adalah hasil frekuensi relatif dikalikan dengan besaran rupiah yang menjadi pilihan WTP.
Harga BBM bersubsidi khususnya premium saat ini adalah Rp 4.500, sedangkan nilai total WTP yang dihasilkan sebesar Rp 4.893,33 per liter premium. Nilai tersebut dapat diartikan bahwa pengemudi jasa transportasi angkutan umum kota (angkot) Kota Bogor setuju dengan rencana kebijakan kenaikan harga BBM jika tidak lebih dari Rp 5.000 karena WTP yang mereka miliki lebih rendah bila dibandingkan dengan rencana kenaikan harga BBM yang direncanakan pemerintah yaitu sebesar Rp 6.000.
Tabel 17. Distribusi Responden dengan Nilai Willingness to Pay Pengemudi Jasa Angkutan Umum Kota (Angkot) terhadap Kenaikan Harga BBM
No WTP (Rp) Jumlah Responden
Sumber : Data Primer, Kota Bogor (2012)
Tabel 17 menggambarkan banyaknya jumlah responden yang memilih nilai
Willingness to Pay dari kenaikan harga BBM per liter. Dari Tabel 17 dapat menggambarkan kurva permintaan dari jumlah reponden yang bersedia membayar kenaikan harga BBM.
Harga Premium (Rp per liter )
6.000
5.500
5.000 Permintaan
2 13 26 Jumlah responden
Gambar 11. Kurva Permintaan dari Jumlah Responden yang Bersedia Membayar Premium per Hari
angkutan umum kota (angkot). Responden terbanyak berada pada nilai WTP tingkat harga Rp 5.000 dengan jumlah responden yang bersedia sebanyak 26 responden.
4.3 Analisis Faktor-Faktor yang Memengaruhi Willingness to Pay (WTP) Pengemudi Jasa Angkutan Umum Kota (Angkot) terhadap Kenaikan Harga BBM
Faktor-faktor yang memengaruhi pemilihan nilai WTP pengemudi angkot dapat dilakukan analisis dengan menggunakan model regresi linear berganda. Variabel-variabel yang digunkan untuk menganalisis WTP ini menggunakan seluruh variabel karakteristik responden. Hasil pegolahan pada Tabel 18 menunjukkan bahwa nilai R2 adalah 0,868 yang artinya 86,8 persen keragaman nilai WTP dapat dijelaskan oleh masing-masing variabel bebas yang ada pada model. Nilai Durbin-Watson sebesar 2,438 memiliki arti bahwa model bebas dari masalah autokorelasi.
Tabel 18. Faktor-Faktor yang Memengaruhi WTP Pengemudi Angkutan Umum Kota (Angkot) Kota Bogor terhadap Kenaikan Harga BBM
Variabel Koefisien P-Value
Intersep 5,990 0,000
Jarak -0,007 0,598
Usia* 0,005 0,064
Jumlah Tanggungan 0,037 0,223
Jumlah Pemakaian BBM 0,006 0,430
Lama Waktu Berkendaraan -0,006 0,605
Pendapatan Trayek -0,003 0,814
Perubahan Tarif yang diinginkan* -1,011 0,000 R2= 0,868 F-Hitung= 34,691 Durbin-Watson= 2,438
Keterangan : *signifikan pada taraf nyata 10%
Jarak memiliki nilai p-value sebesar 0,598 yang artinya jarak tidak signifikan pada taraf nyata sepuluh persen terhadap WTP karena nilai p-value
nyata sepuluh persen terhadap WTP. Tanda positif dan Nilai koefisien 0,005 pada variabel usia memiliki arti bahwa semakin bertambah satu tahun usia responden maka akan semakin semakin meningkatkan sebesar 0,005 nilai WTP yang mampu dibayarkan oleh responden.
Jumlah tanggungan memiliki nilai koefisien positif dengan nilai koefisien sebesar 0,037 memiliki arti bahwa semakin bertambah satu orang jumlah tanggungan maka akan semakin besar nilai WTP yang dipilih. Nilai p-value
sebesar 0,223 berarti variabel jumlah tanggungan tidak signifikan pada taraf nyata sepuluh persen terhadap WTP. Lama waktu berkendaraan per hari memiliki
p-value 0,605 yang artinya tidak berpengaruh signifikan terhadap besaran pilihan nilai WTP pada taraf nyata sepuluh persen.
Pendapatan trayek memiliki nilai p-value 0,814 artinya pendapatan trayek tidak berpengaruh signifikan pada taraf nyata sepuluh persen. Perubahan tarif angkutan yang diinginkan oleh responden merupakan variabel yang memengaruhi besarnya pemilihan nilai WTP yang mamapu dibayarkan oleh responden karena pperubahan tarif memiliki p-value sebesar 0,000 lebih kecil dari taraf nyata sepuluh persen. koefisien negatif yang ada pada perubahan tarif memeiliki arti bahwa semakin bertambah satu rupiah perubahan tarif yang diinginkan akan semakin kecil nilai WTP yang dipilih sebesar 1,011. Hasil tersebut tidak sama dengan hasil dilapangan, hal ini karena semakin tinggi nilai WTP yang dipilih responden diperngaruhi karena adanya pendapatan lain diluar trayek.
4.4 Analisis Respon Pengemudi Jasa Angkutan Umum Kota Terhadap Kenaikan Harga BBM
Analisiss setiap variabel bebas dengan respon dilakukan untuk melihat apakah terdapat pengaruh respon pengemudi jasa angkutan umum kota (angkot) terhadap kenaikan harga BBM. Uji ketergantungan untuk crosstabs menggunakan
chi-kuadrat dengan software SPSS version 16.0 for windows. Hasil (output) dari analisis crosstabs disajikan pada Tabel 19.
Penentuan Chi-square test menggunakan hipotesis yaitu:
Tabel 19. Faktor-Faktor yang Memengaruhi Respon terhadap Kenaikan Harga BBM Kota Bogor dengan Menggunakan Crosstabs
Variabel Signifikan Df Chi-square hitung
Jarak 0.382 1 0.764
Usia 7.964 3 0.047
Jumlah Tanggungan 0.785 1 0.075
Jumlah Pemakaian BBM 0.526 3 2.231
Lama Waktu Berkendara* 0.011 1 6.406
Keterangan: *Nyata pada taraf kepercayaan 90%
Faktor-faktor pada Tabel 19 dapat dijelaskan sebagai berikut: 1. Hubungan antara Respon Kenaikan Harga BBM dengan Jarak
Hubungan antara jarak tempuh dengan respon di peroleh dari uji chi-square, menyatakan bahwa tidak ada hubungan antara jarak dengan respon pada tingkat kepercayaan 90 persen. Nilai Asymp. Sig (2-sided) Pearson chi-square adalah 0,382 lebih besar dari taraf nyata 10 persen (α=10%). Nilai tersebut menunjukan jarak tidak memiliki hubungan terhadap respon, karena pengemudi angkutan umum kota (angkot) menyadari akan adanya penurunaan pendapatan apabila terjadi dikenaikan harga BBM.
2. Hubungan antara Respon Kenaikan Harga BBM dengan Usia.
Hubungan antara respon dengan usia responden yang diperoleh dengan menggunakan analisis crosstabs. Nilai Asymp. Sig (2-sided) Person Chi-Square
adalah 0,47 lebih besar dari taraf nyata (α=10%). Nilai tersebut menyatakan bahwa keputusan pengujian variabel tersebut adalah bahwa usia tidak berhubungan dengan respon pengemudi angkutan umum kota (angkot) pada taraf
nyata 10 persen (α=10%). Dengan kata lain, usia tidak memiliki hubungan yang
nyata terhadap respon pengemudi mengenai kenaikan harga BBM pada taraf kepercayaan sebesar 90 persen.
3. Hubungan antara Respon Kenaikan Harga BBM dengan Jumlah
Tanggungan.
Nilai Asymp.Sig (2-sided) Person Chi-Square adalah 0,785 (df=10) lebih
dengan kata lain, jumlah tanggungan tidak memiliki hubungan nyata terhadap respon pengemudi angkutan umum kota (angkot) mengenai kenaikan harga BBM pada taraf kepercayaan 90 persen.
4. Hubungan antara Respon Kenaikan Harga BBM dengan Pemakaian BBM per Hari.
Berdasarkan uji statistik dengan menggunakan crosstabs, menyatakan hasil Nilai Asymp.Sig (2-sided) Person Chi-Square adalah 0,526 (df=3) lebih besar dari
taraf nyata (α=10%). Nilai tersebut menyatakan bahwa tidak ada hubungan nyata
terhadap respon rencana kenaikan harga BBM ditinjau dari jumlah pemakaian BBM per hari pada taraf kepercayaan 90 persen.
5. Hubungan antara Respon Kenaikan Harga BBM dengan Lama Waktu
Berkendaraan per Hari
Kondisi lama berkendara responden perhari berdasarkan survey lamanya berkendara responden per hari memiliki hubungan yang nyata. Hal ini terlihat dari uji yang telah dilakukan menyatakan bahwa nilai Nilai Asymp.Sig (2-sided)
Person Chi-Square adalah 0,011 pada df = 1 atau lebih kecil dari taraf nyata
(α=10%). Dengan demikian, nilai tersebut menyatakan bahwa lama waktu berkendaraan per hari berhubungan nyata terhadap respon pada taraf kepercayaan 90 persen.
Tabel 20. Hasil Pengujian Logit untuk Respon
Hasil Pengujian Model Nilai Yang Diperoleh Hosmer and Lemeshow Test 0,960
Overall Precentage 76,7
Tabel 20 menyajikan hasil dari pengujian untuk model logit yang diperoleh, maka interpretasi dari nilai-nilai adalah sebagai berikut :
1. Hasil Hosmer and Lemeshow Test dapat dilihat nilai dari p-value sebesar 0,960 lebih besar dari taraf nyata 5 persen (0,05) maka tolah H0 yang
artinya model logit adalah Fit.
Tabel 21. Faktor-Faktor yang Memengaruhi Respon Setuju atau Tidak Setuju Pengemudi Jasa Angkutan Umum Kota terhadap Kenaikan Harga BBM dengan Menggunakan Logit
Variabel Koefisien P-Value Rasio Odd
Jarak -0,185 0,255 0,831
Usia 0,033 0,244 1,033
Jumlah Tanggungan* -0,674 0,084 0,510
Jumlah Pemakaian BBM Per Hari 0,045 0,562 1,046
Lama Berkendara* 0,236 0,081 1,267
Constant -1,793 0,341 0,166
Keterangan: *Nyata pada tingkat kepercayaan 90%
Logit(pi) = -1,793 – 0,185 JRKi + 0,033 USIAi – 0,674 JTGi + 0,045 JBBMi + 0,236 LBi + εi
Tabel 21 merupakan hasil output yang menjelaskan faktor-faktor yang memengaruhi respon, antara lain:
1. Pengaruh jarak terhadap respon setuju atau tidak setuju pengemudi jasa transportasi angkutan umum kota (angkot) perihal kenaikan harga BBM.
Hasil model logit diperoleh p-value sebesar 0,255 lebih besar dari taraf
nyata 10 persen (α=0,1) maka terima H0 yang artinya jarak tidak berpengaruh
2. Pengaruh usia terhadap respon setuju atau tidak setuju pengemudi jasa transportasi angkutan umum kota perihal kenaikan harga BBM
Hasil model logit diperoleh p-value sebesar 0,244 lebih besar dari taraf nyata 10 persen (α=0,1) maka terima H0 yang artinya usia tidak berpengaruh
nyata terhadap kenaikan harga BBM. Usia tidak berpengaruh nyata terhadap terhadap respon dikarenakan berapapun usia responden tidak memengaruhi terhadap besarnya pendapatan yang diterima responden sehingga respon yang diterima lambat terhadap usia. Koefisien pada model mengindikasikan semakin meningkat usia responden sebesar 0.033 tahun maka akan semakin setuju dengan kenaikan harga BBM. Berbeda dengan hipotesis awal yang menyatakan bahwa semakin bertambah usia responden akan semakin tidak setuju. Hal ini, disebabkan karena semakin bertambah usia maka semakin mangalami kesulitan dalam mencari pekerjaan lain, terbentur kriteria yang disyaratkan pada pekerjaan lain. Nilai Rasio Odd 1,033 artinya semakin bertambahnya usia maka peluang untuk respon setuju adalah 1,033 kalinya dibandingkan dengan peluang tidak setuju.
3. Pengaruh jumlah tanggungan terhadap respon pengemudi jasa transportasi angkutan umum kota perihal kenaikan harga BBM
Hasil model logit diperoleh p-value sebesar 0,084 lebih kecil dari taraf nyata
10 persen (α=0,1) maka tolak H0 yang artinya pengaruh jumlah tanggungan
4. Pengaruh jumlah pemakaian BBM per hari terhadap respon setuju atau tidak setuju pengemudi jasa transportasi angkutan umum kota perihal kenaikan harga BBM
Hasil model logit diperoleh p-value sebesar 0,562 lebih besar dari taraf nyata 10 persen (α=0,1) maka terima H0 yang artinya pengaruh pemakaian BBM
per hari tidak berpengaruh nyata. Pemakaian BBM yang digunakan oleh responden setiap harinya sama karena jarak yang ditempuh responden tidak pernah bertambah sehingga respon dari pemakaian BBM per hari memiliki respon yang lambat terhadap kenaikan harga BBM kecuali terjadi kemacetan total. Koefisien positif yang ada pada model mengindikasikan peningkatan pemakaian BBM per hari sebesar 0,045 akan menyebabkan respon setuju terhadap kenaikan harga BBM. Hal ini berbeda dengan hipotesis awal dikarenakan sedikitnya pendapatan yang dihasilkan oleh responden salah satunya karena peraturan pemerintah mengenai “shift” pada beberapa trayek. Nilai rasio Odd 1,046 artinya semakin banyak pemakaian BBM premium per hari maka peluang untuk setuju adalah 1,046 kalinya dibandingkan dengan peluang tidak setuju terhadap kenaikan BBM.
5. Pengaruh lama waktu berkendaraan terhadap respon setuju atau tidak setuju pengemudi jasa transportasi angkutan umum kota perihal kenaikan harga BBM
Hasil model logit diperoleh p-value sebesar 0,084 lebih kecil dari taraf nyata
10 persen (α=0,1) maka tolak H0 yang artinya pengaruh lama berkendara
4.5 Implikasi Kebijakan
Rencana kenaikan harga BBM diharapkan tidak lebih dari besarnya kesediaan membayar pengemudi angkutan umum kota yaitu sebesar Rp 4.893,33 atau dibulatkan menjadi Rp 5.000 kenaikan tersebut tidak akan terlalu memberatkan pengemudi angkutan umum kota (angkot) dikarenakan naiknya tarif angkutan akan memberikan dampak yang baik sebagai pengganti kenaikan harga BBM.
V. KESIMPULAN DAN SARAN
5.1 Kesimpulan
Berdasarkan hasil dan pembahasan penelitian dapat ditarik kesimpulan sebagai berikut :
1. Berdasarkan hasil perhitungan dugaan willingnes to pay BBM per hari responden hanya mampu membayar Rp 4.893,33 dari harga saat ini sebesar Rp 4.500 atau naik sebesar Rp 393,33 dari harga premium saat ini. Hal ini disebabkan karena rendahnya pendapatan yang diterima responden dari pendapatan trayek serta tidak adanya pekerjaan lain diluar trayek. Berdasarkan hasil regresi linear berganda didapatkan hasil bahwa pemilihan nilai WTP dipengaruhi oleh variabel usia dan perubahan tarif yang diinginkan.
2. Faktor-faktor yang memengaruhi respon setuju atau tidak responden pengemudi jasa transportasi angkutan umum kota (angkot) terhadap kenaikan harga BBM untuk setiap variabel adalah lama waktu berkendaraan, sedangkan faktor-faktor yang memengaruhi untuk seluruh variabel terhadap respon setuju atau tidak setuju terhadap kenaiakan harga BBM adalah jumlah tanggungan dan lama berkendaraan per hari.
5.2 Saran
Jika pemerintah menaikan harga BBM sebaiknya tidak lebih dari harga Rp 5.000 karena kesediaan masyarakat khususnya pengemudi jasa transportasi angkutan umum kota (angkot) untuk membayar harga bahan bakar premium tidak terlalu tinggi. Hal ini disebabkan tidak adanya sumber pendapatan lain yang diterima sehingga pendapatan trayek pengemudi angkutan umum kota (angkot) cenderung rendah.
Pemerintah dapat menjalankan rencana kebijakan menaikan harga BBM bersubsidi karena dilihat dari hasil nilai WTP lebih tinggi dari harga BBM saat ini yaitu sebesar Rp 4.500.
RESPON PENGEMUDI JASA TRANSPORTASI ANGKUTAN
UMUM KOTA (ANGKOT) KOTA BOGOR TERHADAP
KENAIKAN HARGA BBM JENIS PREMIUM
OLEH CHAIRUN NISA
H14080086
DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN
INSTITUT PERTANIAN BOGOR BOGOR
DAFTAR PUSTAKA
Badan Pusat Statistik. 2011. Statistik Indonesia 2011. BPS, Jakarta.
Badan Pusat Statistik. 2011. Kota Bogor dalam Angka 2011. BPS, Jakarta.
Departemen Perhubungan Republik Indonesia. 2002. Pedoman Teknis Penyelenggaraan Angkutan Penumpang Umum. Departemen Perhubungan, Jakarta.
Dinas Lalu Lintas Angkutan Jalan (DLLAJ). 2011. Biaya Pokok Angkutan 2012. Departemen Perhubungan Kota Bogor, Bogor.
Fauzi, A. 2006. Ekonomi Sumber Daya Alam dan Lingkungan : Teori dan Aplikasi. PT Gramedia Pustaka Utama. Jakarta.
Handoko, R dan Patriadi. 2005. Evaluasi Kebijakan Subsidi Non BBM. Kajian Ekonomi dan Keuangan Volume 9 No. 4 Desember 2005 hlm 43-46.
Hanley, N dan C.L.Spash.1993. Cost-Benefit Analysis and the Environment. Edward Elger Publishing Limited. England.
Hosmer, D. W dan S.Lemeshow. 1989. Applied Logistic Regression. John Wiley and Sons Inc. New York.
Juanda, B. 2009. Ekonometrika Pemodelan dan Pendugaan. IPB Press. Bogor. Kamaluddin, R.2003. Ekonomi Transportasi. Ghalia Indonesia. Jakarta.
Kementerian Keuangan Republik Indonesia. 2010. Data Pokok APBN 2006-2012. www.fiskal.depkeu.go.id/ webbkf/..../NKAPBN2009complete.pdf
Kementerian Perhubungan. 1992. Undang-Undang RI No. 4 Pasal 3 Tahun 1992
Lalu Lintas dan Angkutan Jalan. Jakarta
Kementerian Energi dan Sumber Daya Mineral. Skenario APBN Indonesia Sektor Migas tahun 2012. www.esdm.go.id (April 2012)
---. 2012 Produksi, Impor, Konsumsi, Ekspor Bahan Bakar Minyak di Indonesia Tahun 2004-2010. www.esdm.go.id (April 2012) ---. 2012. Perihtungan Harga keekonomian untuk Indoensia
Tahun 2012. www.esdm .go.id (April 2012)
