V ANALISIS PERILAKU MASYARAKAT DALAM KONSERVASI DAN PEMBAYARAN JASA LINGKUNGAN. 5.1 Analisis Perilaku Masyarakat dalam Konservasi

(1)

V ANALISIS PERILAKU MASYARAKAT DALAM KONSERVASI DAN PEMBAYARAN JASA LINGKUNGAN

5.1 Analisis Perilaku Masyarakat dalam Konservasi

Analisis perilaku masyarakat dalam konservasi di daerah hulu dalam rangka mempertahankan daerah tangkapan dan resapan air akan dilakukan dengan pendekatan análisis regresi logistik biner apakah masyarakat bersedia melakukan kegiatan konservasi ataukah tidak bersedia dalam melakukan usaha pertanian dengan teknik konservasi. Penggunaan analisis regresi logistik biner diperlukan karena adanya kecenderungan masyarakat memberikan jawaban ya (sukses =1) bersedia dan atau tidak (gagal = 0) bersedia. Dalam model dimana variabel independen relatif banyak maka diperlukan penapisan dengan menggunakan análisis faktor, sehingga dapat ditetapkan variabel mana yang bisa dimasukan dalam persamaan model dengan asumsi variabel tersebut saling ortogonal atau bebas dalam dimensi yang lebih kecil, sehingga análisis faktor merupakan analisis antara untuk analisis regresi logistik biner.

Faktor-faktor variabel yang teridentifikasi akan berpengaruh terhadap perilaku masyarakat dalam melakukan konservasi (YWTC), yaitu: luas lahan

(X1), tanggungan keluarga (X2), Jumlah usia kerja dalam keluarga (X3),

umur petani (X4), tingkat pendidikan (X5), pendapatan (X6), perilaku

menanam pohon (X7), perilaku melakukan terasering (X8), jarak rumah

tinggal ke sumber mata air (X9), persepsi masyarakat terhadap lingkungan

(X10), dan persepsi masyarakat terhadap PJL (X11). Menggunakan Software

SPSS versi 17 beberapa variabel dapat direduksi, dengan asumsi antara variabel saling ortogonal atau bebas dan merupakan kombinasi linier dari peubah asal. Analisis faktor pada Tabel 5.1, menunjukkan bahwa Kaiser – Meyer – Olkin Measure of sampling adequacy (KMO-MSA) atau nilai

Bartlett’s test of sphericity 0.555 berarti nilai tersebut diatas 0.5 dan tingkat signifikan (sig) sebesar 0.000 lebih kecil dari angka 0.05, sehingga variabel data dapat dianalisis lebih lanjut dengan menggunakan análisis faktor.

(2)

Tabel 5.1 Analisis Faktor Peubah Perilaku Masyarakat terhadap

Konservasi di DAS Cisadane Hulu (Tahap 1), 2010

KMO and Bartlett’s Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .555 Bartlett's Test of Sphericity Approx. Chi-Square 143.293

Df 55

Sig. .000

Sumber: Data Primer (Hasil Penelitian, Data Diolah)

Analisis dilanjutkan dan hasilnya adalah matrik anti-image ( Anti-Image Matrices), disajikan pada Tabel 5.2

Tabel 5.2 Anti –Image Matrices pada Peubah Perilaku Masyarakat terhadap Konservasi di DAS Cisadane Hulu, 2010

Anti-image Matrices Luas lahan Tang- gu-ngan kelu-arga Usia kerja dalam kelu-arga Umur petani Ting-kat pendi-dikan Pen- da-patan Mena-nam pohon Melaku kan tera-sering Jarak ke sum-ber mata air Persep si thdp lingku-ngan Perse psi thdp pjl Anti-image Corre -lation luas lahan .527a -.474 -.139 .325 .529 -.936 -.267 -.316 -.040 .276 -.018 tanggungan keluarga -.474 .592a -.450 -.408 -.300 .446 .119 -.113 .153 -.226 .107 usia kerja dalam keluarga -.139 -.450 .796a -.170 -.159 .116 .013 -.032 -.194 -.101 .035 umur petani .325 -.408 -.170 .428a .415 -.333 -.161 .176 -.170 .257 -.092 tingkat pendidikan .529 -.300 -.159 .415 .304a -.478 .088 -.075 -.202 .199 .174 pendapatan -.936 .446 .116 -.333 -.478 .449a .206 .249 .027 -.297 .124 menanam pohon -.267 .119 .013 -.161 .088 .206 .720a -.067 -.056 -.464 .233 melakukan terasering -.316 -.113 -.032 .176 -.075 .249 -.067 .757a -.069 -.009 -.142 jarak ke sumber mata air -.040 .153 -.194 -.170 -.202 .027 -.056 -.069 .557a -.126 -.170 persepsi thdp lingkungan .276 -.226 -.101 .257 .199 -.297 -.464 -.009 -.126 .518a -.209 persepsi thdp pjl -.018 .107 .035 -.092 .174 .124 .233 -.142 -.170 -.209 .567a a. Measures of Sampling Adequacy (MSA)

(3)

Analisis faktor menunjukkan bahwa anti-image correlation untuk variabel yang diteliti dapat diketahui dan selanjutnya variabel anti image correlation yang berpangkat a

No.

dikelompokan, disajikan pada Tabel 5.3.

Tabel 5.3 Nilai MSA pada Peubah Perilaku Masyarakat terhadap Konservasi di DAS Cisadane Hulu, 2010

Nama Variabel atau Peubah Nilai MSA (Hasil Analisis Faktor 1)

1. Luas Lahan 0.527a

2. Jumlah Tanggungan Keluarga 0.592a

3. Usia Kerja dalam Keluarga 0.796a

4. Umur 0.428a

5. Tingkat Pendidikan 0.304a

6. Pendapatan 0.449a

7. Menanam Pohon 0.720a

8. Melakukan Terasering 0.757a

9. Jarak ke Sumber Mata Air 0.557a

10. Persepsi terhadap Lingkungan 0.518a

11. Persepsi terhadap PJL 0.567a

Sumber : Tabel 5.2 Keterangan : a

Apabila dilihat dari hasil nilai MSA pada Tabel 5.3 ternyata variabel-variabel yang memiliki nilai MSA diatas 0.5 adalah luas lahan (X

Measure of Sampling Adequacy (MSA)

1), jumlah

tanggungan keluarga (X2), Jumlah usia kerja dalam keluarga (X3), perilaku

menanam pohon (X7), perilaku melakukan terasering (X8), jarak rumah

tinggal ke sumber mata air (X9), persepsi masyarakat terhadap lingkungan

(X10), dan persepsi masyarakat terhadap pembayaran jasa lingkungan atau

PJL (X11). Kemudian variabel-variabel tersebut diolah kembali dengan

menggunakan análisis faktor tahap kedua. Adapun hasil pengolahan dan analisis lengkap disajikan pada Lampiran Tabel 5.2 sedangkan untuk análisis Kaiser – Meyer – Olkin Measure of sampling adequacy (KMO-MSA) disajikan pada Tabel 5.4.

(4)

Tabel 5.4 Analisis Faktor Peubah Perilaku Masyarakat terhadap

Konservasi di DAS Cisadane Hulu (Tahap 2), 2010

KMO and Bartlett's Test

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. .721 Bartlett's Test of

Sphericity

Approx. Chi-Square 63.021

Df 28

Sig. .000

Sumber: Data Primer (Hasil Penelitian, Data Diolah)

Berdasarkan analisis faktor (Tabel 5.4) bahwa pengukuran Kaiser – Meyer – Olkin Measure of sampling adequacy (KMO-MSA) pada tahap 2 menunjukkan nilai Bartlett’s test of sphericity 0.721 berarti nilai MSA tersebut diatas 0.5 yang angkanya meningkat dibandingkan nilai MSA pada tahap 1 dengan tingkat signifikan (sig) sebesar 0.000 yang berarti lebih kecil dari angka 0.05, dengan demikian variabel atau peubah-peubah data tersebut dapat diteruskan untuk dianalisis. Analisis lebih lanjut pada matrik anti-image (Anti-Image Matrices) pada Analisis Faktor menunjukkan bahwa anti-image correlation untuk variabel atau peubah-peubah yang diteliti pada tahap 2 menghasilkan angka-angka berikut, sebagaimana disajikan pada Tabel 5.5.

Tabel 5.5 Nilai MSA pada Peubah Perilaku Masyarakat terhadap Konservasi di DAS Cisadane Hulu, 2010

No. Nama Variabel atau Peubah Nilai MSA (Hasil Analisis Faktor Tahap1) Nilai MSA (Hasil Analisis Faktor Tahap 2) 1. Luas Lahan 0.527a 0.805a

2. Jumlah Tanggungan Keluarga 0.592a 0.701a

3. Usia Kerja dalam Keluarga 0.796a 0.693a

4. Umur 0.428a -

5. Tingkat Pendidikan 0.304a -

6. Pendapatan 0.449a -

7. Menanam Pohon 0.720a 0.723a

8. Melakukan Terasering 0.757a 0.824a

9. Jarak ke Sumber Mata Air 0.557a 0.643a

10. Persepsi terhadap Lingkungan 0.518a 0.691a

11. Persepsi terhadap PJL 0.567a 0.504a

Sumber : Lampiran Tabel 5.2

(5)

Tabel 5.5 menunjukkan variabel luas lahan, jumlah tanggungan keluarga, menanam pohon, melakukan terasering, jarak ke sumber mata air, dan persepsi terhadap lingkungan nilai MSA pada Tahap 2 mengalami kenaikan dibandingkan pada Tahap 1; sementara itu untuk variabel jumlah usia kerja dalam keluarga dan persepsi terhadap PJL mengalami penurunan nilai MSA-nya, tetapi variabel-variabel tersebut masih tetap dipertahankan untuk dijadikan variabel atau peubah pada analisis regresi lebih lanjut karena nilai MSA tahap 2 tersebut lebih besar daripada nilai 0.5.

Berdasarkan analisis faktor dua tahap, maka dapat disimpulkan variabel-variabel luas lahan, jumlah tanggungan keluarga, jumlah usia kerja dalam keluarga, menanam pohon, melakukan terasering, jarak ke sumber mata air, persepsi terhadap lingkungan, dan persepsi terhadap PJL merupakan variabel-variabel yang akan dianalisis dan diduga mempengaruhi perilaku masyarakat terhadap konservasi dengan menggunakan persamaan Model Analisis Perilaku Masyarakat dalam Konservasi (YWTC) berikut.

YWTC = β0 + β1 X1 +β2 X2+ β3 X3 + β4 X4 + β5 X5 + β6 X6 + β7 X7 + β8 X8

Hasil analisis menunjukkan 59,4% masyarakat di DAS Cisadane hulu melakukan kegiatan konservasi (Tabel 5.6) dengan tingkat odds ratio

sebesar 1.462 yang dihasilkan dari exp (0.379) = e + ε

0.379_{= 1.462.}

Tabel 5.6 Kesediaan Masyarakat untuk Melakukan Kegiatan Konservasi di DAS Cisadane Hulu 2010

Classification Tablea,b

Observed

Predicted melakukan konservasi

Percentage Correct Tidak konservasi Ya konservasi

Step 0 Melaku-kan kon-servasi Tidak konservasi 0 13 .0 Ya konservasi 0 19 100.0 Overall Percentage 59.4

(6)

Classification Tablea,b Observed Predicted melakukan konservasi Percentage Correct Tidak konservasi Ya konservasi

Step 0 Melaku-kan kon-servasi Tidak konservasi 0 13 .0 Ya konservasi 0 19 100.0 Overall Percentage 59.4

a. Constant is included in the model.

b. The cut value is .500 dan .379 yaitu konstanta pada tahap blok awal (block = 0) Untuk mengetahui determinasi model dapat dilihat pada Tabel 5.7

Model Summary yang menunjukkan nilai Nagelkerke R Square yang merupakan modifikasi dari koefisien Cox and Snell R square yang nilai maksimumnya bisa mendekati satu dan kisarannya antara 0 dan 1, sama seperti koefisien determinasi R2 pada persamaan regresi linier berganda.

Tabel 5.7 Determinasi Model YWTC

Model Summary

Step -2 Log likelihood Cox & Snell R Square Nagelkerke R Square

1 30.181a .335 .452

a. Estimation terminated at iteration number 6 because parameter estimates changed by less than .001.

Nilai Nagelkerke R Square umumnya cenderung lebih besar daripada nilai koefisien Cox and Snell R square tetapi cenderung lebih kecil dibandingkan dengan nilai koefisien determinasi R2 pada regresi linier berganda. Pada model ini nilai koefisien Nagelkerke R Square adalah 0.452, sehingga model yang diperoleh relatif baik. Nilai Nagelkerke R Square menunjukkan seberapa besar pengaruh variabel-variabel penduga dalam menentukan peluang responden bersedia melakukan kegiatan konservasi (YWTC) di DAS Cisadane hulu. Tampak dengan Nilai Nagelkerke R Square

45.21%, artinya secara bersama-sama, semua variabel penduga menentukan 45.2% peluang responden untuk bersedia melakukan kegiatan

(7)

konservasi, sementara 54.8% adalah pengaruh variabel lain yang tidak diamati dalam penelitian. Menurut Mitchell dan Carson (1989) dalam Putri (2002) nilai R square dalam penelitian ekonomi sumberdaya alam dan lingkungan dapat ditolerir sampai dengan 15%. Model YWTC ini relatif baik.

Berdasarkan hasil pengolahan data yang dihasilkan pada Variables in the Equation maka model persamaan regresi logistik multinomial perilaku masyarakat terhadap konservasi (YWTC) dan besarnya nilai koefisien dari

setiap peubah bebas disajikan pada Tabel 5.8.

Tabel 5.8 Nilai Koefisien pada Peubah Perilaku Masyarakat

terhadap Konservasi di DAS Cisadane Hulu, 2010

Variables in the Equation

B S.E. Wald Df Sig. Exp(B) Step 1a Luas -1.218 .951 1.639 1 .201 .296 Tanggungan -.209 .468 .200 1 .655 .811 Usiakerja 1.555 1.233 1.591 1 .207 4.734 Pohon 2.739 1.394 3.860 1 .049 15.471 Terasering -.803 1.240 .420 1 .517 .448 Jarak .368 1.073 .118 1 .731 1.445 Persepsi -1.079 1.233 .766 1 .382 .340 Pembayaran 2.530 1.166 4.707 1 .030 12.550 Constant -4.362 2.450 3.172 1 .075 .013 a. Variable(s) entered on step 1: luas, tanggungan, usiakerja, pohon,

terasering, jarak, persepsi, pembayaran.

Hasil analisis perilaku masyarakat dalam melakukan konservasi atau

willingness to conserve (YWTC) menghasilkan 8 peubah bebas dengan nilai

(8)

YWTC = - 4.362 – 1.218 X1 – 0.209 X2 + 1.555 X3 + 2.739 X4 - 803

X5

+ 0.368 X6 – 1.709 X7 + 2.530 X8

Dengan tanda negatip dari koefisien lahan bahwa terjadi hubungan negatip antara luas lahan dengan perilaku masyarakat terhadap konservasi artinya setiap kenaikan (penurunan) 1 unit luas lahan yang dimiliki responden menyebabkan terjadinya penurunan (kenaikan) 1.218 perilaku masyarakat terhadap konservasi; namun untuk variabel bebas yang mempunyai koefisien positip, seperti usia kerja, maka setiap kenaikan (penurunan) 1 unit usia kerja dalam keluarga mengakibatkan terjadi kenaikan (penurunan) 1.56 kali perilaku masyarakat terhadap konservasi; dengan kata lain bila terjadi kenaikan perilaku masyarakat terhadap konservasi sebesar 1.56 kali maka terjadi pula kenaikan jumlah usia kerja dalam keluarga, demikian juga untuk peubah bebas lainnya.

Berdasarkan hasil sintesis (Tabel 5.8) dari model regresi logistik perilaku masyarakat terhadap konservasi (YWTC) maka koefisien variabel dari

model PMK tersebut yang signifikan adalah variabel menanam pohon dan persepsi terhadap pembayaran jasa lingkungan, berturut-turut nilainya adalah 0.49 dan 0.30 (P-Value) lebih kecil daripada 0.05 (α = 0.05). Dengan demikian hanya ada 2 variabel yang secara signifikan berpengaruh terhadap model Perilaku Masyarakat terhadap Konservasi (YWTC

Pengujian terhadap koefisien dari model regresi logistik apakah signifikan ataukah tidak disebut pula Uji Wald (Uyanto, 2009). Uji Wald merumuskan bhwa [B:S.E]

) yaitu menanam pohon dan persepsi terhadap pembayaran jasa lingkungan (PJL).

2_{. Berarti berdasarkan Tabel 7.8 uji Wald terhadap}

koefisien peubah bebas menanam pohon adalah [2.739 : 1.394]2 = 3.860; demikian pula uji Wald terhadap koefisien variabel persepsi masyarakat terhadap PJL adalah [2.530 : 1.166]2 = 4.707. Adapun untuk nilai odd ratio

(9)

pada variabel yang signifikan terhadap YWTC, yaitu untuk koefisien variabel

menanam pohon adalah exp [2.739] = e2.739 = 15.471 dan untuk koefisien variabel persepsi masyarakat terhadap PJL exp [2.530] = e2.530

Faktor-faktor variabel yang teridentifikasi akan berpengaruh terhadap perilaku perusahaan untuk setuju apakah akan ada kemauan untuk membayar ataukah tidak (Y), meliputi : jenis kelamin (X

= 12.550.

Interpretasi atas model PMK adalah bila terjadi kenaikan perilaku masyarakat terhadap konservasi sebesar 2.74 kali maka terjadi pula kenaikan secara signifikan pada upaya untuk menanam pohon; demikian pula bila terjadi kenaikan perilaku masyarakat terhadap konservasi sebesar 2.53 kali maka terjadi pula kenaikan secara signifikan terhadap persepsi masyarakat tentang setuju adanya pembayaran jasa lingkungan (PJL).

5.2 Analisis Willingness to Pay

Analisis perilaku bagi masyarakat pengguna atau pemanfaat sumberdaya air baku untuk keperluan air minum di DAS Cisadane hulu dilakukan dengan pendekatan análisis faktor terhadap variabel-variabel yang dimungkinkan berpengaruh terhadap perilaku masyarakat pengguna atau pemanfaat air minum sebagai pemilik mata air atau pengusaha, direktur atau penanggung jawab atau sebagai karyawan perusahaan untuk bersedia ataukah tidak bersedia membayar atau Willingness to Pay (WTP). Penggunaan analisis faktor diperlukan untuk melakukan penapisan variabel mana yang bisa dimasukan dalam persamaan model WTP.

1), umur responden

(X2), tingkat pendidikan (X3), jumlah tanggungan keluarga (X4), jenis

pekerjaan (X5), pendapatan per bulan (X6), pandangan terhadap PJL (X7),

pandangan terhadap masyarakat di hulu (X8), pandangan terhadap

masyarakat dalam melakukan konservasi (X9), insentif bagi masyyarakat di

hulu (X10), pengaturan mekanisme PJL (X11), persepsi terhadap pentingnya

(10)

air (X13), pengalaman atau lama bekerja (X14). Dengan menggunakan

SPSS (statistical package for the social sciences) versi 17 beberapa variabel tersebut dapat direduksi, dengan asumsi antara variabel tersebut saling ortogonal atau bebas dan merupakan kombinasi linier dari peubah asal serta informasi data asal yang diperoleh dijelaskan secara maksimum atau memliiki ragam maksimum.

Analisis faktor dengan menggunakan análisis komponen utama (AKU) atau Principal Component Analysis (PCA) dimaksudkan untuk mendapatkan peubah-peubah (variabel) baru yang saling ortogonal atau bebas dan membuat plot obyek dalam dimensi yang lebih kecil yang merupakan análisis antara untuk analisis regresi, termasuk análisis regresi

binery choice dan regresi logistik multinomial model WTP.

Berdasarkan analisis faktor bahwa pengukuran Kaiser – Meyer – Olkin Measure of sampling adequacy (KMO-MSA atau KMO and Bartlett’s Test of Sphericity) menunjukkan nilai 0.657 berarti nilainya diatas 0.5 dengan tingkat signifikan (sig) sebesar 0.000 yang berarti lebih kecil dari angka 0.05, dengan demikian variabel atau peubah data tersebut dapat diteruskan untuk dianalisis lebih lanjut, sebagaimana disajikan pada Tabel 5.9.

Tabel 5.9 Analisis Faktor Peubah Kemauan untuk Membayar Jasa

Lingkungan di DAS Cisadane Hulu (Tahap 1), 2010

Sphericity

Df 91

Sig. .000

Sumber: Data Primer (Hasil Penelitian, Data Diolah)

Analisis lebih lanjut pada matrik anti-image (Anti-Image Matrices) pada Lampiran Tabel 5.3 pada Analisis Faktor menunjukkan bahwa

(11)

anti-image correlation untuk variabel atau peubah-peubah yang diteliti dan

berpangkat

a

dikelompokan, hasilnya disajikan

pada Tabel 5.10. Apabila dilihat dari hasil nilai MSA pada Tabel 6.10 ternyata variabel-variabel yang memiliki nilai MSA diatas 0.5 adalah umur responden (X2), tingkat

pendidikan (X3), jumlah tanggungan keluarga (X4), jenis pekerjaan (X5),

pendapatan perbulan (X6), pandangan terhadap PJL (X7), pandangan

terhadap masyarakat di hulu (X8), pandangan terhadap masyarakat dalam

melakukan konservasi (X9), insentif bagi masyarakat hulu (X10), pengaturan

mekanisme PJL (X11), persepsi pentingnya kemauan membayar atau WTP

(X12), jarak rumah ke sumber air baku (X13), dan pengalaman atau lama

bekerja (X14

No. ).

Tabel 5.10 Nilai MSA pada Peubah Kemauan untuk Membayar Jasa

Lingkungan di DAS Cisadane Hulu, 2010

Nama Variabel atau Peubah Nilai MSA

(Analisis Faktor 1)

1. Jenis Kelamin 0.397a

2. Umur Responden 0.741a

5. Jenis Pekerjaan 0.661a

6. Pendapatan per bulan 0.653a

7. Pandangan terhadap PJL 0.661a

8. Pandangan terhadap Masyarakat di Hulu 0.667a

9. Pandangan terhadap Masyarakat dalam

melakukan Konservasi

0.731a

10. Insentif bagi Masyarakat Hulu 0.792a

11. Pengaturan Mekanisme PJL 0.512a

12. Persepsi pentingnya Kemauan Membayar (WTP) 0.556a

13. Jarak Rumah ke Sumber Air Baku 0.500a

14. Pengalaman atau Lama Bekerja 0.687a

Sumber : Lampiran Tabel 5.3 Keterangan : a

Hasil análisis faktor pada tahap 1 (Tabel 5.10); kemudian variabel-variabel tersebut yang nilai MSAnya di atas 0.5 diolah kembali dengan

(12)

menggunakan análisis faktor tahap kedua, dan hasil pengolahan lengkap disajikan pada Lampiran Tabel 5.3; sedangkan untuk analisis KMO-MSA hasilnya disajikan pada Tabel 5.11.

Tabel 5.11 Analisis Faktor Peubah Kemauan untuk Membayar Jasa

Lingkungan di DAS Cisadane Hulu (Tahap 2), 2010

Sphericity

Df 78

Sig. .000

Sumber: Data Primer (Hasil Penelitian, Data Diolah)

Berdasarkan analisis faktor bahwa pengukuran Kaiser – Meyer – Olkin Measure of sampling adequacy (KMO-MSA) atau Bartlett’s Test of Sphericity pada tahap 2 menunjukkan nilai 0.669 berarti nilai MSA tersebut diatas 0.5 yang angkanya meningkat dibandingkan nilai MSA pada tahap 1 dengan tingkat signifikan (sig) sebesar 0.000 yang berarti lebih kecil dari angka 0.05, dengan demikian variabel atau peubah-peubah data tersebut dapat diteruskan untuk dianalisis lebih lanjut.

Analisis matrik anti-image (Anti-Image Matrices) pada analisis faktor menunjukkan bahwa anti-image correlation (analisis rinci lihat Lampiran Tabel 5.3) untuk variabel atau peubah-peubah yang diteliti pada tahap 2 menghasilkan angka-angka MSA, sebagaimana disajikan pada Tabel 5.12.

Tabel 5.12 Nilai MSA pada Peubah Kemauan untuk Membayar Jasa Lingkungan di DAS Cisadane Hulu, 2010

No. Nama Variabel atau Peubah Nilai

MSA (Analisis Faktor Tahap1) Nilai MSA (Analisis Faktor Tahap 2) 1. Jenis Kelamin 0.397a - 2. Umur Responden 0.741a 0.741a

(13)

3. Tingkat Pendidikan 0.592a 0.596a

5. Jenis Pekerjaan 0.661a 0.666a

6. Pendapatan per bulan 0.653a 0.656a

7. Pandangan terhadap PJL 0.661a 0.639a

8. Pandangan terhadap Masyarakat di Hulu 0.667a 0.758a

9. Pandangan terhadap Masyarakat dalam

melakukan Konservasi

0.731a 0.737a

10. Insentif bagi Masyarakat Hulu 0.792a 0.784a

11. Pengaturan Mekanisme PJL 0.512a 0.494a

12. Persepsi pentingnya Kemauan Membayar (WTP)

0.556a 0.567a

13. Jarak Rumah ke Sumber Air Baku 0.500a 0.481a

14. Pengalaman atau Lama Bekerja 0.687a 0.687a

Sumber : Lampiran Tabel 5.3

Keterangan : a Measure of Sampling Adequacy (MSA)

Tampak dari Tabel 5.12 bahwa variabel-variabel tingkat pendidikan, jenis pekerjaaan, pendapatan per bulan, pandangan terhadap masyarakat di hulu, pandangan terhadap masyarakat dalam melakukan konservasi, dan persepsi pentingnya kemauan membayar nilai MSA pada Tahap 2 mengalami kenaikan dibandingkan pada Tahap 1 dan yang nilai MSAnya tetap yaitu variable umur responden dan pengalaman atau lama bekerja; sementara itu untuk variabel jumlah tanggungan dalam keluarga, pandangan atau persepsi terhadap PJL, dan insentif bagi masyarakat di hulu mengalami penurunan nilai MSA-nya, tetapi variabel-variabel tersebut masih tetap dipertahankan untuk dijadikan variabel atau peubah pada analisis regresi lebih lanjut karena nilai MSA tahap 2 tersebut masih lebih besar daripada nilai 0.5.

Adapun variabel-variabel pada tahap 2 yang dihilangkan adalah pengaturan mekanisme PJL dan jarak dari rumah ke sumber air baku karena nilai MSA-nya lebih kecil daripada 0.5. Kemudian kesebelas variabel yang tersisa pada tahap 2 yang nilai MSA-nya diatas 0.5 dilanjutkan pada analisis faktor tahap 3 dan hasilnya disajikan pada Tabel 5.13.

(14)

Berdasarkan analisis faktor tahap ketiga, maka dapat disimpulkan variabel-variabel umur responden, tingkat pendidikan, tanggungan keluarga, jenis pekerjaan, pendapatan per bulan, pandangan terhadap PJL, pandangan terhadap masyarakat di hulu, pandangan terhadap masyarakat dalam melakukan konservasi, insentif bagi masyarakat di hulu, persepsi terhadap pentingnya kemauan membayar, dan pengalaman atau lama bekerja merupakan variabel-variabel yang akan dianalisis dan diduga mempengaruhi kemauan (perusahaan) untuk membayar (WTP) dengan menggunakan model persamaan regresi logistic multinomial. Dengan kata lain setelah dilakukan reduksi terhadap 14 peubah bebas dengan analisis faktor, terdapat 11 peubah bebas yang diduga berpengaruh terhadap kesediaan (perusahaan) untuk membayar jasa lingkungan (YWTP

No.

).

Tabel 5.13 Nilai MSA pada Peubah Kemauan untuk Membayar Jasa Lingkungan di DAS Cisadane Hulu (Tahap 3), 2010

Nama Variabel atau Peubah Nilai MSA (Tahap 1) Nilai MSA (Tahap 2) Nilai MSA (Tahap 3) 1. Jenis Kelamin 0.397a - - 2. Umur Responden 0.741a 0.741a 0.832a 3. Tingkat Pendidikan 0.592a 0.596a 0.574a 4. Jumlah Tanggungan Keluarga 0.773a 0.766a 0.742a 5. Jenis Pekerjaan 0.661a 0.666a 0.653a

6. Pendapatan per bulan 0.653a 0.656a 0.663a

7. Pandangan terhadap PJL 0.661a 0.639a 0.731a 8. Pandangan terhadap Masyarakat di Hulu 0.667a 0.758a 0.759a 9. Pandangan terhadap Masyarakat dalam melakukan Konservasi 0.731a 0.737a 0.806a

10. Insentif bagi Masyarakat Hulu

0.792a 0.784a 0.715a

(15)

PJL

12. Persepsi pentingnya Kemauan Membayar (WTP)

0.556a 0.567a 0.625a

13. Jarak Rumah ke Sumber Air Baku

0.500a 0.481a -

14. Pengalaman atau Lama Bekerja

0.687a 0.687a 0.670a

Sumber : Lampiran Tabel 5.4 Keterangan : a Measure of Sampling Adequacy (MSA)

Hasil pengolahan data atau sintesis model YWTP bahwa terdapat

61,11 % setuju bahwa perusahaan pemanfaat air minum berkemauan untuk membayar jasa lingkungan (WTP), sebagaimana disajikan pada Tabel 5.14 dengan tingkat odds ratio sebesar 1.571 yang dihasilkan dari exp (0.452) = e 0.452 = 1.571.

Tabel 5.14

Kemauan Perusahaan untuk Membayar Jasa Lingkungan di DAS Cisadane Hulu, 2010

Observed

Predicted Analisis WTP Perusahaan

Percentage Correct Tidak setuju Ya setuju

Step 0 Analisis WTP Perusahaan

Tidak setuju 0 14 .0

Ya setuju 0 22 100.0

Overall Percentage 61.1

a. Constant is included in the model.

b. The cut value is .500 dan .452 konstanta pada tahap step awal (step = 0)

Untuk mengetahui determinasi model dapat dilihat pada Tabel 5.15

Model Summary yang menunjukkan nilai Nagelkerke R Square yang merupakan modifikasi dari koefisien Cox and Snell R square yang nilai

(16)

maksimumnya bisa mendekati satu dan kisarannya antara 0 dan 1, sama seperti koefisien determinasi R2 pada persamaan regresi linier berganda.

Tabel 5.15 Determinasi Model YWTP

Model Summary

1 20.802a .532 .721

Nilai Nagelkerke R Square Pada model ini nilai adalah 0.721, dimana nilainya mendekati angka satu sehingga model ini relatif lebih baik. Nilai Nagelkerke R Square menunjukkan seberapa besar pengaruh variabel-variabel penduga dalam menentukan peluang responden bersedia membayar (WTP). Tampak dengan Nilai Nagelkerke R Square 72.1%, artinya secara bersama-sama, semua variabel penduga menentukan 72.1% peluang responden untuk bersedia membayar, sementara 27.9% adalah pengaruh variabel lain yang tidak diamati dalam penelitian. Menurut Mitchell dan Carson (1989) dalam Putri (2002) niali R square dalam penelitian ekonomi sumberdaya alam dan lingkungan dapat ditolerir sampai dengan 15%. Model YWTP ini relatif lebih baik.

Hasil pengolahan dan sintesis data menghasilkan Variables in the Equation yang merupakan nilai koefisien dari setiap peubah pada model persamaan regresi logistik YWTP sebagaimana disajikan pada Tabel 5.16.

Tabel 5.16 Nilai Koefisien pada Peubah Perilaku Perusahaan dalam Kesediaan untuk Membayar Jasa Lingkungan di DAS Cisadane Hulu, 2010

(17)

Step 1a Umur -1.995 1.433 1.938 1 .164 .136 Pendidikan 3.375 1.653 4.170 1 .041 29.235 Tanggungan .224 .446 .252 1 .616 1.251 Pekerjaan 3.831 3.092 1.536 1 .215 46.109 Pendapatan -1.285 1.370 .879 1 .348 .277 PandanganPJL -.453 1.754 .067 1 .796 .636 PMasyarakat -.624 1.028 .369 1 .543 .536 MasyKonservasi 1.522 1.093 1.938 1 .164 4.581 Insentif .079 1.057 .006 1 .941 1.082 PersepsiWTP .561 .726 .598 1 .439 1.752 Pengalaman .371 .318 1.363 1 .243 1.450 Constant -16.773 11.272 2.214 1 .137 .000 a. Variable(s) entered on step 1: Umur, Pendidikan, Tanggungan, Pekerjaan, Pendapatan, PandanganPJL, PMasyarakat, MasyKonservasi, Insentif, PersepsiWTP, Pengalaman.

Berdasarkan pada Tabel 5.16 selanjutnya dapat ditentukan model persamaannya sebagai berikut.

YWTP = – 16.773 – 1.995 X1 + 3.375 X2 + 0.224 X3 + 3.831 X4

– 1.285 X5 – 0.453 X6 – 0.624 X7 + 1.522 X8 + 0.079 X9

+ 0,561 X10 + 0,371 X

Dengan tanda negatip dari koefisien umur responden bahwa terjadi hubungan negatip antara umur responden dengan WTP artinya setiap kenaikan (penurunan) 1 unit umur responden menyebabkan terjadinya penurunan (kenaikan) 1.995 kemauan untuk membayar (WTP); namun untuk variabel bebas yang mempunyai koefisien positip, seperti tingkat pendidikan responden, maka setiap kenaikan (penurunan) 1 unit tingkat pendidikan dalam keluarga mengakibatkan terjadi kenaikan (penurunan) 3.375 kali kemauan untuk membayar (WTP); dengan kata lain bila terjadi kenaikan

(18)

kemauan untuk membayar jasa lingkungan dari para pengguna atau pemanfaat air minum (WTP) sebesar 3.375 kali maka tingkat pendidikan responden terjadi pula kenaikannya, demikian juga untuk peubah bebas lainnya.

Berdasarkan hasil analisis dari model regresi logistik (YWTP) maka

koefisien variabel dari model WTP tersebut yang signifikan adalah variabel pendidikan yaitu sebesar 0.041 (P-Value) lebih kecil daripada 0.05 (α = 0.05). Dengan demikian hanya ada 1 variabel yang secara signifikan berpengaruh terhadap model WTP yaitu variabel tingkat pendidikan responden.

Pengujian terhadap koefisien dari model regresi logistik apakah signifikan ataukah tidak disebut pula Uji Wald (Uyanto, 2009). Uji Wald merumuskan bhwa [ B:S.E ]2. Berarti berdasarkan Tabel 6.15 uji Wald terhadap koefisien variabel pendidikan responden [ 3.375 : 1.653 ]2 = 4.170; Adapun untuk nilai odd ratio pada variabel yang signifikan terhadap WTP, yaitu untuk koefisien variabel pendidikan adalah exp [3.375] = e3.375

Interpretasi atas model Y

= 29.235.

WTP adalah bila terjadi kenaikan WTP

sebesar 3.375 kali maka terjadi pula kenaikan secara signifikan pada tingkat pendidikan responden atau setiap terjadi kenaikan 1 (satu unit) tingkat pendidikan pada para pengguna sumberdaya air minum akan mengakibatkan terjadi kenaikan 3.375 kali kemauan untuk membayar (WTP) jasa lingkungan hidrologis. Dengan demikian, dapat dikatakan bahwa tingkat pendidikan responden (para pengguna atau pemanfaat air minum) mempunyai nilai signifikan terhadap kemauan untuk membayar jasa lingkungan atas pemanfaatan air minum yang dikelolanya. Artinya dengan tingkat pendidikan yang lebih baik akan mendorong pemanfaat atau

(19)

pengguna sumberdaya air minum untuk melaksanakan kemauan membayar (WTP) atas pemanfaatan jasa lingkungan yang ada di sekitar sumber air baku di daerah DAS Cisadane hulu.

Nilai rataan WTP pengelola air minum diperoleh berdasarkan metode valuasi kontingen (CVM) dengan kehendak dan secara bebas dari responden dalam menjawab pertanyaan tentang nilai WTP; sekalipun pertanyaan telah dibuat dengan terstruktur dan sistematis serta sederhana, namun banyak diantara responden menetapkan sendiri nilai besaran WTP sesuai dengan pengetahuan, latar pendidikan, pengalaman dan lama bekerja sehingga lebih menguasai apa yang menjadi keinginan untuk membayar jasa lingkungan dan menetapkan nilainya, terkadang ada pula yang menyatakan setuju tetapi tidak memberikan nilai.

Berdasarkan hasil wawancara secara terstruktur dengan para pemanfaat atau pengusaha dan pengambil keputusan atau karyawan di perusahaan air minum tentang kesediaan untuk membayar jasa lingkungan (WTP) kemudian dianalisis untuk mencari rataan WTP dan hasil sintesis menunjukkan bahwa nialai rataan WTP pengelola perusahaan air minum di DAS Cisadane hulu adalah sebesar Rp1 538.65 per m3. Artinya setiap perusahaan pengelolaan air minum memproduksi satu meter kubik air maka perusahaan bersedia membayar Rp1 538.65 sebagai imbal jasa lingkungan dalam keberlanjutan usaha pengelolaan air minum yang secara visual grafis disajikan pada Gambar 5.1.

(20)

Gambar 5.1 Keragaan Nilai WTP dan Rataan WTP

5.3 Analisis Willingness to Accept

Analisis perilaku bagi masyarakat yang terkena dampak atau beban atas penggunaan atau pemanfaatan sumberdaya air baku untuk keperluan air minum di DAS Cisadane hulu oleh para pengguna atau pemanfaat (perusahaan air minum) dilakukan dengan pendekatan análisis faktor terhadap variabel-variabel yang dimungkinkan berpengaruh terhadap perilaku masyarakat yang terkena dampak atau beban atas penggunaan atau pemanfaatan sumberdaya air baku tersebut seperti masyarakat pada umumnya (petani dan/atau pedagang), tokoh masyarakat, pengusaha, PNS, pegawai swasta sebagai penerima dampak adanya pengusahaan air minum untuk bersedia ataukah tidak bersedia menerima besarnya pembayaran atau

Willingness to Accept (WTA). Penggunaan analisis faktor diperlukan untuk melakukan penapisan variabel mana yang bisa dimasukan dalam persamaan regresi logistik model WTA.

(21)

Model regresi logistik multinomial kesediaan masyarakat untuk menerima pembayaran (YWTA

Dengan adanya imbal jasa lingkungan sebagai kompensasi berupa pembayaran jasa lingkungan diharapkan akan mampu atau dapat memperkecil nilai resiko terjadi kerusakan atau kerugian lingkungan yang ada di sekitar masyarakat tinggal atas adanya kegiatan pengusahaan air minum, misalnya mengurangi resiko dampak negatif atas terjadinya kerusakan jalan umum karena angkutan truk tangki dan atau truk tronton tangki air curah maupun truk berkapasitas daya angkut kecil, sedang, besar maupun sangat besar (8 – 40 ton) dalam pengangkutan air minum dalam kemasan (AMDK) galon, botol ataupun gelas; termasuk juga mengurangi kerugian karena berkurangnya sumberdaya air baku, sehingga masyarakat tidak mengalami kesulitan dalam memperoleh air bersih untuk kepentingan air minum ataupun kegiatan rumah tangga atau kegiatan lainnya.

) atas jasa lingkungan dalam pengelolaan usaha air minum sangat penting dilakukan; hal ini dimaksudkan untuk mengetahui seberapa jauh persepsi masyarakat atas keberadaan usaha air minum curah maupun AMDK di wilayah DAS Cisadane hulu sebagai kompensasi atau imbal jasa lingkungan bagi masyarakat di hulu.

Faktor-faktor variabel yang teridentifikasi akan berpengaruh terhadap perilaku masyarakat apakah masyarakat setuju menerima pembayaran ataukah tidak setuju (YWTA), yaitu: umur responden (X1), tingkat pendidikan

(X2), jumlah tanggungan keluarga (X3), jenis pekerjaan (X4), pendapatan per

bulan (X5), jenis kelamin (X6), jarak rumah tinggal ke sumber (mata) air

baku (X7), persepsi atas insentif PJL (X8), persepsi terhadap adanya WTP

(X9), persepsi terhadap masyarakat dalam melakukan konservasi (X10),

pandangan terhadap PJL (X11), persepsi pentingnya konservasi di hulu

(X12). Dengan menggunakan SPSS (statistical package for the social sciences) versi 17 beberapa variabel tersebut dapat direduksi, dengan asumsi antara variabel tersebut saling ortogonal atau bebas dan merupakan

(22)

kombinasi linier dari peubah asal serta informasi data asal yang diperoleh dijelaskan secara maksimum atau memiliki ragam maksimum.

Tabel 5.17 Nilai MSA pada Peubah Kemauan untuk Menerima Pembayaran atas Jasa Lingkungan di DAS Cisadane Hulu, 2010

No. Nama Variabel atau Peubah Nilai MSA

(Hasil Analisis Faktor Tahap 1)

1. Jenis Kelamin 0.585a

2. Umur Responden 0.447a

5. Jenis Pekerjaan 0.808a

6. Pendapatan per bulan 0.674a

7. Jarak Rumah ke Sumber Air Baku 0.578a

8. Persepsi atas Insentif PJL 0.520a

9. Persepsi adanya WTP 0.755a

10. Persepsi terhadap Masyarakat dalam melakukan kegiatan Konservasi

0.481a

11. Pandangan terhadap PJL 0.623a

12. Pentingnya Konservasi di Hulu 0.529a

Hasil analisis faktor pada peubah kemauan untuk menerima pembayaran atas Jasa Lingkungan di DAS Cisadane Hulu (Tahap 1), bahwa pengukuran Kaiser – Meyer – Olkin Measure of sampling adequacy (KMO-MSA atau KMO and Bartlett’s Test of Sphericity) menunjukkan nilai 0.617 (Lampiran Tabel 5.6) berarti nilai MSA tersebut diatas 0.5 dengan tingkat signifikan (sig) sebesar 0.000 yang berarti lebih kecil dari angka 0.05, dengan demikian peubah-peubah bebas atas data tersebut dapat diteruskan untuk dianalisis. Hasil analisis matrik anti-image menunjukkan bahwa anti-image correlation untuk peubah-peubah yang diteliti dan berpangkat

a

(23)

0.5 pada Tabel 5.17 adalah variabel-variabel: jenis kelamin, tingkat pendidikan, jumlah tanggungan keluarga, jenis pekerjaan, pendapatan perbulan, jarak rumah ke sumber air baku, persepsi atas insentif PJL, persepsi adanya WTP, pandangan terhadap PJL, dan pentingnya konservasi di hulu.

Hasil síntesis pada Tabel 6.17 selanjutnya variabel-variabel bebas tersebut yang nilai MSAnya di atas 0.5 diolah kembali dengan menggunakan análisis faktor tahap kedua. Hasil pengolahan dan síntesis atas variabel tersebut secara lengkap disajikan pada Lampiran Tabel 6.5 sedangkan untuk analisis KMO-MSA disajikan pada Tabel 5.18.

Tabel 5.18 Analisis Faktor Peubah Kemauan untuk Menerima Pembayaran atas Jasa Lingkungan di DAS Cisadane Hulu (Tahap 2), 2010

Sphericity

Df 45

Sig. .000

Sumber: Data Primer (Hasil Penelitian, Data Diolah)

Berdasarkan analisis faktor bahwa pengukuran Kaiser – Meyer – Olkin Measure of sampling adequacy (KMO-MSA and Bartlett’s Test of Sphericity) pada tahap 2 menunjukkan nilai 0.713 (Tabel 5.18) berarti nilai MSA tersebut diatas 0.5 yang angkanya meningkat dibandingkan nilai MSA pada tahap 1 dengan tingkat signifikan (sig) sebesar 0.000 yang berarti lebih kecil dari angka 0.05, dengan demikian variabel atau peubah-peubah bebas pada Model YWTA tersebut dapat diteruskan untuk dianalisis lebih lanjut.

Analisis matrik anti-image (Anti-Image Matrices) pada Analisis Faktor menunjukkan bahwa anti-image correlation (analisis rinci lihat Lampiran Tabel 5.5) untuk variabel atau peubah-peubah yang diteliti pada tahap 2 menghasilkan angka-angka berikut, sebagaimana disajikan pada Tabel 5.19.

(24)

Tabel 5.19 Nilai MSA pada Peubah Kemauan untuk Menerima Pembayaran atas Jasa Lingkungan di DAS Cisadane Hulu, 2010

No. Nama Variabel atau Peubah Nilai MSA

(Hasil Analisis Faktor Tahap 1) Nilai MSA (Hasil Analisis Faktor Tahap 2) 1. Jenis Kelamin 0.585a 0.802a 2. Umur Responden 0.447a - 3. Tingkat Pendidikan 0.603a 0.683a

5. Jenis Pekerjaan 0.808a 0.848a

6. Pendapatan per bulan 0.674a 0.734a

7. Jarak Rumah ke Sumber Air Baku 0.578a 0.706a

8. Persepsi atas Insentif PJL 0.520a 0.530a

9. Persepsi adanya WTP 0.755a 0.719a

10. Persepsi terhadap Masyarakat dalam melakukan kegiatan Konservasi

0.481a -

11. Pandangan terhadap PJL 0.623a 0.734a

12. Pentingnya Konservasi di Hulu 0.529a 0.539a

Berdasarkan analisis faktor dua tahap, maka dapat disimpulkan variabel-variabel jenis kelamin responden, tingkat pendidikan, tanggungan

Tampak dari Tabel 5.19 bahwa variabel-variabel jenis kelamin, tingkat pendidikan, jenis pekerjaaan, pendapatan per bulan, jarak rumah ke sumber air baku, persepsi atas insentif PJL, pandangan terhadap PJL, dan persepsi pentingnya konservasi di hulu, nilai MSAnya pada Tahap 2 mengalami kenaikan dibandingkan pada Tahap 1 dan yang nilai MSAnya mengalami penurunan adalah variabel jumlah tanggungan dalam keluarga dan persepsi terhadap adanya WTP, tetapi variabel-variabel tersebut masih tetap dipertahankan untuk dijadikan variabel atau peubah bebas pada analisis regresi logistik multinomial lebih lanjut karena nilai MSA tahap 2 pada variabel-variabel tersebut masih lebih besar daripada nilai 0,5.

(25)

keluarga, jenis pekerjaan, pendapatan per bulan, jarak rumah ke sumber air baku, persepsi atas insentif PJL, persepsi adanya PJL, pandangan terhadap PJL, dan pentingnya konservasi di hulu merupakan variabel-variabel yang akan dianalisis dan diduga mempengaruhi kemauan atau kesediaan untuk menerima pembayaran (WTA).

Hasil sintesis atas pengolahan data menunjukkan bahwa terdapat 54.3% responden setuju bahwa masyarakat bersedia menerima pembayaran jasa lingkungan sebagai kompensasi atau imbal jasa lingkungan atas pemanfaatan sumberdaya air minum yang merupakan jasa hidrologis, sebagaimana disajikan pada Tabel 5.20 dengan tingkat odds ratio sebesar 1,187 yang dihasilkan dari exp (0,172) = e 0,172 = 1,187.

Tabel 5.20 Kesediaan Masyarakat untuk Menerima Pembayaran atas Jasa Lingkungan di DAS Cisadane Hulu, 2010

Observed Predicted MWTA Percentage Correct .00 1.00 Step 0 MWTA .00 0 16 .0 1.00 0 19 100.0 Overall Percentage 54.3

a. Constant is included in the model.

b. The cut value is .500 dan .172 konstanta pada tahap step awal (step = 0)

Untuk mengetahui determinasi model dapat dilihat pada Tabel 5.21

Model Summary yang menunjukkan nilai Nagelkerke R Square yang merupakan modifikasi dari koefisien Cox and Snell R square yang nilai maksimumnya bisa mendekati satu dan kisarannya antara 0 dan 1, merupakan ukuran yang sama dengan koefisien determinasi R2

Tabel 5.21 Determinasi Model Y

pada persamaan regresi linier berganda.

(26)

Model Summary

1 33.296a .348 .465

Nilai Nagelkerke R Square Pada model ini nilainya adalah 0.465, dimana nilai tersebut jauh dari angka satu sehingga model ini relatif cukup baik. Nilai Nagelkerke R Square menunjukkan seberapa besar pengaruh variabel-variabel penduga dalam menentukan peluang responden bersedia menerima pembayaran (WTA). Tampak dengan Nilai Nagelkerke R Square 46.5%, artinya secara bersama-sama, semua variabel penduga menentukan 46.5% peluang responden untuk bersedia menerima pembayaran atas jasa lingkungan dalam pengusahaan sumberdaya air baku untuk keperluan air minum, sementara 53.5% adalah pengaruh variabel lain yang tidak diamati dalam penelitian.

Hasil sintesa pada penetapan Variables in the Equation maka nilai koefisien dari setiap peubah pada model persamaan regresi logistik YWTA

disajikan pada Tabel 5.22 yang ditunjukan pada nilai signifikansi (sig.) pada level kepercayaan 95% atau pada nilai α = 5%.

Tabel 5.22 yang merupakan hasil sintesis atas pengolahan data yang menghasilkan nilai Variables in the Equation maka nilai koefisien dari setiap peubah pada model persamaan regresi logistik YWTA selanjutnya dimasukan

dalam model YWTA, sebagaimana disajikan pada model persamaan berikut.

YWTA = - 5.587 + 0.914 X1 – 1.438 X2 - 0.298 X3 + 0.107 X4 + 2.240

X5

(27)

Tabel 5.22 Nilai Koefisien pada Peubah Kesediaan Masyarakat untuk Menerima Pembayaran atas Jasa Lingkungan di DAS Cisadane Hulu, 2010

B S.E. Wald Df Sig. Exp(B) Step 1a Responden .914 1.526 .359 1 .549 2.495 Pendidikan -1.438 .889 2.618 1 .106 .237 Tanggungan -.298 .364 .670 1 .413 .742 Pekerjaan .107 .752 .020 1 .887 1.113 Pendapatan 2.240 1.074 4.350 1 .037 9.389 Jarak .145 .460 .100 1 .752 1.156 PersepsiInsentif .055 .544 .010 1 .919 1.057 PersepsiWTP .178 .645 .077 1 .782 1.195 PemahamanJasling .981 .853 1.325 1 .250 2.668 KonservasiHulu .592 1.087 .297 1 .586 1.808 Constant -5.587 3.270 2.919 1 .088 .004 a. Variable(s) entered on step 1: Responden, Pendidikan, Tanggungan,

Pekerjaan, Pendapatan, Jarak, PersepsiInsentif, PersepsiWTP, PemahamanJasling, KonservasiHulu.

Sumber : Data Primer. Hasil Penelitian. Data Diolah.

Dengan tanda negatip dari koefisien pendidikan bahwa terjadi hubungan negatip antara pendidikan dengan WTA artinya setiap kenaikan (penurunan) 1 tingkat pendidikan responden menyebabkan terjadinya penurunan (kenaikan) 1.438 kemauan untuk menerima pembayaran (WTA) atas pemanfaatan sumberdaya air minum; namun untuk variabel bebas yang mempunyai koefisien positip, seperti pendapatan responden, maka setiap kenaikan (penurunan) 1 unit tingkat pendapatan mengakibatkan terjadinya kenaikan (penurunan) 2.24 kali kesediaan untuk menerima pembayaran (WTA); dengan kata lain bila terjadi kenaikan kesediaan untuk menerima pembayaran jasa lingkungan dari masyarakat (WTA) sebesar 2.24 kali maka

(28)

tingkat pendapatan masyarakat terjadi pula kenaikannya, demikian juga untuk peubah bebas lainnya.

Berdasarkan hasil analisis dari model regresi logistik YWTA maka

koefisien variabel dari model YWTA tersebut yang signifikan adalah variabel

pendapatan yaitu sebesar 0.037 (P-Value) lebih kecil daripada 0.05 (α = 0.05). Dengan demikian hanya ada 1 variabel yang secara signifikan berpengaruh terhadap model YWTA yaitu variabel tingkat pendapatan.

Pengujian terhadap koefisien dari model regresi logistik apakah signifikan ataukah tidak disebut pula Uji Wald (Uyanto, 2009). Uji Wald merumuskan bahwa [ B:S.E ]2. Berarti berdasarkan Tabel 5.22 uji Wald terhadap koefisien variabel pendapatan responden [ 2.240 : 1.074 ]2 = 4.350; Adapun untuk nilai odd ratio pada variabel yang signifikan terhadap WTA, yaitu untuk koefisien variabel pendapatan adalah exp [2.240] = e2.240

Interpretasi atas model WTA adalah bila terjadi kenaikan WTA sebesar 2.24 kali maka terjadi pula kenaikan secara signifikan pendapatan responden atau setiap terjadi kenaikan 1 unit pendapatan masyarakat akan mengakibatkan kenaikan 2.24 kali kemauan masyarakat untuk menerima pembayaran (WTA) sebagai imbal jasa lingkungan. Dengan demikian, dapat dikatakan bahwa tingkat pendapatan pada masyarakat mempunyai nilai signifikan terhadap kemauan untuk menerima pembayaran sebagai imbal jasa lingkungan atas pemanfaatan air minum yang ada. Artinya dengan tingkat pendapatan yang lebih baik akan mendorong masyarakat untuk dapat menerima pembayaran atas penggunaan jasa lingkungan berupa sumberdaya air minum sebagai imbal jasa lingkungan. Hal ini sebagai sikap yang rasional dari masyarakat yang tingkat pendapatannya terus bertambah dengan konsekuensi untuk dapat menerima pembayaran jasa lingkungannya yang bertambah pula sebagai sebuah hubungan timbal balik antara masyarakat sebagai penerima (WTA) dengan pengguna atau pemanfaat jasa hidrologis sebagai insentif terhadap masayarakat di hulu atau

(29)

kompensasi atau imbal jasa dalam pemanfaatan jasa lingkungan yang ada di sekitar sumber air baku di Daerah DAS Cisadane hulu.

Kesediaan masyarakat di DAS Cisadane hulu dalam menerima pembayaran jasa lingkungan (WTA) atas pemanfaatan sumber daya air baku untuk air minum atau air bersih menghasilkan nilai rataan WTA sebesar Rp1 589.29 per m3 air yang dimanfaatkan. Hal ini menunjukkan bahwa nilai rataan WTA masyarakat adalah Rp1 589.29 per m3. Artinya bila perusahaan air minum memproduksi atau memanfaatkan satu meter kubik air baku untuk kepentingan komersial atau bisnis, maka masyarakat bersedia menerima pembayaran Rp1 589.29 sebagai nilai kompensasi atau imbal jasa lingkungan yang merupakan besaran nilai pembayaran jasa lingkungan atau PJL, secara visual grafis disajikan pada Gambar 5.2.

Gambar 5.2 Keragaan Nilai WTA dan Rataan WTA VI ANALISIS PENGEMBANGAN KEBIJAKAN

6.1 Struktur Analytical Hierarchy Process dan Nilai Eigen

Teknik AHP (Analytical Hierarchy Process) dikembangkan untuk memodelkan problema-problema tak terstruktur, bersifat komplek dan rumit