BAB II TINJUAN PUSTAKA
D. Kerangka Penelitian
Objek wisata Kampung Cibeo merupakan wisata alam sekaligus wisata budaya yang terletak di desa Kanekes, Kabupaten Lebak, Banten, sekitar 40Km dari Rangkasbitung. Kampung Cibeo merupakan kampung dimana aktivitas kehidupan didalamnya terbilang terisolir, kehidupan masyarakatnya dijalankan dengan sederhana dan senantiasa menyatu pada kehidupan alam bebas. Daya tarik dari Wisata Kampung Cibeo dikarenakan disana terdapat ciri khusus yang indah dan mampu tetap dikelola dengan tepat, sementara itu, para pengunjung akan mendapatkan wawasan baru mengenai budaya suku pedalaman yang masih menyatu dengan alam secara alami ditengah kehidupan
modern saat ini. Hal tersebutlah yang membentuk daya tarik para wisatawan pada wisata Kampung Cibeo dimana mau tidak mau para pihak yang memiliki tanggung jawab untuk mengelola harus berupaya melestarikannya.
Upaya pelestarian atau yang dikenal dengan usaha tetap melindungi lingkungan hidup atas berbagai perubahan yang menekannya dimana pasti menimbulkan akibat yang negative. Pelestarian juga bertujuan untuk memberikan penjagaan yang stabil terhadap lingkungan agar bisa dijadikan tempat tinggal tumbuhan, hewan, terutama manusia. Banyaknya wisatawan berwisata membuat lingkungan sekitar terganggu terutama karena pencemaran lingkungan oleh sampah. Perlunya pihak yang mengelola memberikan pengarahan pada pengunjung agar senantiasa melindungi keindahan dan ikut melestarikan alam objek wisata. Kesadaran yang kurang ditemukan pada para pengunjung terkait nilai jasa lingkungan yang dihasilkan oleh objek wisata tersebut. Pengunjung dituntut untuk bersedia membayar atas nilai jasa lingkungan yang sesuai sehingga tidak timbul kerusakan lingkungan wisata.
Adapun penganalisaan beberapa faktor yang memebrikan pengaruh pada nilai willingness to pay dioleh melalui analisis regresi linear berganda.
Diharapkan hasil penelitian dapat memberikan penjelasan ataupun informasi pada pihak yang mengelola objek wisata sebagai acua dalam menentukan kebijakan pelestarian lingkungan objek wisata Kampung Cibeo khususnya untuk menentukan harga tiket. Harga tiket tersebut haruslah sesuai pada nilai jasa lingkungan yang telah diberikan objek wisata sehingga tidak timbul kerusakan lingkungan objek wisata. Pelestarian lingkungan objek wisata
diharapkan selaras pada keinginan para pengunjung dimana akan mendatangkan kemanfaatan pada meningkatnya pengunjung. Adapun untuk kerangka penelitian adalah sebagai berikut ini:
Gambar 2. 1 Kerangka Penelitian Usia
{Diswandi et al (2018), Acevedoa et al (2018), Adamu et al (2018), zhang dan li (2020), Sardana (2019), Borzykowski et al (2017), Ntanos et al (2018)}
(-)
Pendidikan
{Diswandi et al (2018), Acevedo et al (2018), Zhang dan Li 2020, Araújo, et al (2022), Sardana (2019), Adamu, et al (2018), Ntanos et al (2018), Saptutyningsih dan Selviana (2017}
(+)
Pendapatan
{Diswandi et al (2018), Adamu, et al (2018), Acevedo et al (2018), Zhang dan Li 2020, Araújo et al (2022), Sardana (2019), Ntanos et al (2018), Saptutyningsih dan Selviana (2017)}
(+)
Willingness to pay
Asal Pengunjung
(+)
(Acevedo et al (2018)
Sikap Ekowisata
(+)
{Araújo et al (2022), Lu et al (2014)}
Frekuensi Kunjungan
{Diswandi et al (2018), Borzykowski et al (2017),
Saptutyningsih (2013)}
(+)
Tingkat Kepuasan
{Zhang dan Li (2020)}
(+)
A. Subjek Penelitian
Menurut Sugiyono (2019), objek penelitian merupakan segala sesuatu yang berbentuk apa saja yang ditetapkan oleh peneliti untuk dipelajari sehingga diperoleh informasi tentang hal tersebut, kemudian ditarik kesimpulannya.
Dalam penelitian ini yang menjadi objek penelitian adalah pelestarian lingkungan di objek wisata Kampung Cibeo terletak di Desa Kanekes, Kecamatan Lewidamar, Kabupaten Lebak, sekitar 40 km dari Rangkasbitung.
Waktu penelitian ini berlangsung dari bulan Desember 2022 - April 2023.
B. Jenis dan Sumber Data
Pada penelitian ini peneliti menggunakan data primer adalah sumber data yang langsung memberikan data kepada pengumpul data (Sugiyono, 2019).
Penelitian ini menggunakan metode penelitian kuantitatif dengan cara menyebarkan kuisioner yang berisi draft pertanyaan kepada responden penelitian secara langsung kepada objek penelitian. Penelitian kuantitatif merupakan metode penelitian yang berlandaskan pada filsafat positivisme, yang digunakan untuk meneliti pada suatu populasi atau sampel tertentu, pengumpulan data menggunakan instrument penelitian, analasisi data bersifat kuantitatif/statistic, dengan tujuan untuk menguji hipotesis yang telah ditetapkan (Sugiyono, 2011).
33
C. Teknik Pengambilan Sampel
Sugiyono (2019) mengungkapkan, sampel adalah bagian dari jumlah dan karakteristik yang dimiliki oleh populasi tersebut. Bila populasi besar, dan penelitian tidak mungkin mempelajari semua yang ada pada populasi, misalnya keterbatasan dana, tenaga dan waktu maka penelitian dapat menggunakan sampel yang diambil dari populasi tersebut. Teknik pengambilan sampel pada penelitian ini menggunakan Teknik accidental sampling yang artinya penentuan sampel berdasarkan kebetulan, yaitu siapa saja pasien yang secara kebetulan bertemu dengan peneliti dapat digunakan sebagai sampel, bila dipandang orang yang kebetulan ditemui itu cocok sebagai sumber data Sugiyono (2016).
Pengambilan sampel didasarkan pada jumlah pengunjung wisata Kampung Cibeo tahun 2021 yaitu sebanyak 6.274 pengunjung. Besarnya sampel peneitian didasarkan pada rumus Isaac dan Michael (Sugiyono, 2017) sebagai berikut:
s= λ2. N . P . Q d2(N−1)+λ2. P . Q
s= 3,481x6.274x0,5x0,5 0,052(6.274−1)+3,481x0,5x0,5 s=329, 851445
s=330 sampel (pembulatan) Keterangan:
λ2 : taraf kesalahan 5%
P = Q: 0,5
d : 0,05
N : Jumlah pengunjung tahun 2022 s : jumlah sampel
Pada perhitungan rumus di atas, maka dapat ditentukan jumlah sampel dalam pengumpulan data primer dilakukan terhadap 330 sampel wisatawan di Kampung Cibeo.
D. Teknik Pengumpulan Data
Pengumpulan data pada penelitian ini menggunakan angket atau kuesioner. Menurut Sugiyono (2019) angket merupakan teknik pengumpulan data yang dilakukan dengan cara memberi seperangkat pertanyaan atau pernyataan tertulis kepada responden untuk dijawabnya.
E. Definisi Operasional Penelitian 1. Variable dependen
a. Willingness To Pay
Willingness to Pay (WTP) dapat diartikan Seberapa besar orang mau membayar untuk memperbaiki lingkungan yang rusak (kesediaan pengunjung untuk membayar). Nilai estimasi rata-rata willingness to pay (EWTP) ini digunakan untuk menentukan willingness to pay responden.
Nilai variabel dummy willingness to pay ialah 1 jika WTP = EWTP atau 0 jika WTP ≠ EWTP
2. Variable independent
1. Usia (us) adalah jangka waktu hidup responden yang diukur dalam tahun.
Variabel usia di ukur dalam rasio dengan satuan tahun.
2. Pendidikan (pddk) merupakan lamanya pendidikan yang ditempuh oleh responden. Variabel ini diukur sesuai dengan pendidikan yang telah ditempuh responden, dihitung dalam satuan tahun.
3. Pendapatan (pdpt) adalah gaji bulanan yang diterima responden sebagai imbalan atas kerja mereka. Penghasilan bagi pelajar/mahasiswa adalah uang saku bulanan mereka. Variabel pendapatan diukur dalam kategori sebagai berikut.
1= Rp400.000,00-Rp1.000.000,00 2= Rp1.000.001,00-Rp2.000.000,00 3=Rp2.000.001,00-Rp3.000.000,00 4= Rp3.000.001-Rp4.000.000,00 5= >Rp4.000.001,00
4. Asal pengunjung (ap) merupakan daerah asal atau tempat tinggal pengunjung yang memerlukan waktu dan jarak tempuh menuju objek wisata. Varibel ini akan di ukur dengan satuan kilometer (Km).
5. Sikap ekowisata (se) adalah kegiatan pariwisata yang dilakukan oleh pengunjung untuk menjaga kelestarian alam, sosial budaya dan ekonomi masyarakat. Sikap ekowisata diukur menggunakan dummy, yaitu:
1 = Melakukan 0 = Tidak melakukan
6. Frekuensi kunjungan (fk) yaitu frekuensi kunjungan ialah seberapa seringnya responden mendatangi atau sudah berapa kali mengunjungi objek wisata dalam waktu satu tahun terakhir.
7. Tingkat kepuasan (tk) merupakan tingkatan di mana seseorang merasa puas atau senang karena ekspektasi sesuai dengan realita yang dirasakan.
Tingkat kepuasan tersebut diukur menggunakan dummy, yaitu:
1 = puas 0 = tidak puas F. Metode Analisis Data
1. Analisis Contingent Valuation Method
Guna mengetahui nilai willingness to pay pada pengunjung terhadap pelestarian lingkungan wisata Kampung Cibeo bisa menggunakan analisis Contingent Valuation Method. Nilai willingness to pay wisatawan didapatkan setelah melakukan proses wawancara. Berikut merupakan langkah-langkah yang dilaksanakan guna menganalisis nilai willingness to pay:Analisis Contingent Valuation Method dilakukan untuk mengetahui nilai willingness to pay pengunjung terhadap pelestarian lingkungan wisata Kampung Cibeo.
Setelah tahap wawancara telah dilakukan maka diperoleh nilai willingness to pay pengunjung objek wisata tersebut. Langkah-langkah yang dilakukan untuk menganalisis nilai willingness to pay sebagai berikut:
a. Menghitung nilai rata-rata willingness to pay
Nilai rata-rata willingness to pay dihitung dengan memakai nilai rata-rata dari hasil penjumlahan nilai willingness to pay keseluruhan yang
kemudian dibagi jumlah respoden. Rumus perhitungan nilai rataan willingness to pay adalah sebagai berikut:
EWTP=WTP x Xi n Keterangan :
EWTP : Dugaan rataan WTP (Rp) Wi : Nilai WTP ke-i (Rp) N : Jumlah responden
Xi : Responden ke-I yang bersedia membayar (i=1,2,….,n) b. Menjumlahkan Data
Agar bisa mendapatkan nilai total willingness to pay maka bisa memakai nilai rata-rata willingness to pay yang dikonversikan dengan jumlah responden. Rumus untuk menghitung nilai tital willingness to pay adalah sebagai berikut:
TWTP = EWTPi x Ni
Keterangan:
TWTP : Total WTP (Rp)
EWTPi: Rataan Nilai WTP (Rp) Ni : Jumlah Responden 2. Analisis Statistik Deskriptif
Analisis statistik deskriptif digunakan untuk menjelaskan nilai rata- rata (mean), standar deviasi (standart deviation), nilai maksimum, dan nilai minimum dari suatu data. Nilai rata-rata (mean) digunakan untuk menjelaskan nilai rata-rata dari suatu sampel, standar deviasi digunakan untuk
menjelaskan nilai persebaran dari suatu sampel, nilai maksimum digunakan untuk menjelaskan nilai terbesar yang ada pada data penelitian, dan nilai minimum digunakan untuk menjelaskan nilai terkecil yang ada pada data penelitian.
3. Uji Asumsi Regresi Logistik
Regresi logistik adalah analisis regresi yang digunakan untuk menggambarkan hubungan antara variabel respon (dependent) dengan variabel prediktor (independent), variabel respon bersifat biner atau dikotomus. Variabel dikotomus adalah variabel yang hanya mempunyai dua kemungkinan nilai, misalnya sukses dan gagal. Untuk mempermudah, maka variabel respon diberi notasi Y dan variabel prediktor dinotasikan dengan X.
apabila Y menghasilkan dua kategori, misalnya “1” jika berhasil dan “0” jika gagal, maka variabel Y mengikuti distribusi Bernoulli (Hendayana, 2012).
Model WTP yang akan digunakan dalam penelitian dituliskan dalam fungsi logit yaitu:
log p
1−p = α + β1 us + β2 pddk + β3 pdpt + β4 ap + β5 se + β6 fk + β7 tk + e
Keterangan:
p = Kesediaan membayar pelestarian kualitas lingkungan (p = 1, jika responden bersedia membayar perbaikan pelestarian lingkungan p = 0, jika responden tidak bersedia membayar perbaiakn pelestarian lingkungan)
1-p = Tidak bersedia membayar pelestarian lingkungan p
1−p = Rasio odds (risiko) us = Usia responden (tahun)
pddk = Lama pendidikan yang ditempuh responden (tahun) pdpt = Tingkat pendapatan responden diukur kategori
1= Rp400.000,00-Rp1.000.000,00 2= Rp1.000.001,00-Rp2.000.000,00 3=Rp2.000.001,00-Rp3.000.000,00 4= Rp3.000.001-Rp4.000.000,00 5= >Rp4.000.001,00
ap = Asal pengunjung atau jarak tempat tinggal responden (Km) se = Sikap ekowisata responden
fk = Frekuensi kunjungan responden tk = Tingkat kepuasan responden
4. Uji Kelayakan Model (Goodness of Fit Test)
Hosmer dan Lemeshow’s digunakan untuk menilai pengujian kelayakan model regresi yang pengukurannya menggunakan nilai chi square.
Model ini berguna melakukan pengujian hipotesis nol apakah data empiris serasi dengan model (terdapat kesamaan mengenai model dengan data yang akhirnya bisa dikatakan model tersebut fit) (Ghozali, 2018). Berikut merupakan hipotesisnya :
a. H0 ditolak jika nilai probabilitas (P-Value) < 0.05, yang berarti ada perbedaan signifikan antara model dan nilai yang diamati. oleh karena itu, Goodness of Fit Test tidak dapat memprediksi nilai observasinya.
b. H0 diterima jika nilai probabilitas (P-Value), atau nilai signifikansi,
> 0.05, dan model sesuai dengan nilai yang diamati. untuk memungkinkan Goodness of Fit Test untuk memprediksi nilai observasinya.
5. Uji Taraf Nyata
Pendekatan guna melakukan pengujian taraf nyata model serta parameter di regresi logistik memakai ststistik uji G serta uji Wald (W), masing-masing berguna melakukan pengujian model dengan keseluruhan serta uji parsia (individual). Alat uji ini, keduanya identik dengan uji F serta uji t di regresi linier yang memakai Ordinary Least Square (Hendayana, 2012).
6. Uji Keseluruhan Model Secara Simultan Dengan Uji G
Uji ini bertujuan untuk mengetahui pengaruh variabel independen yang digunakan dalam model secara bersama-sama terhadap variabel dependen. Statistik uji G adalah rasio kemungkinan maksimum (likelihood ratio test) yang didefinisikan :
G=−2 ln Lo Li
L0 = likelihood tanpa peubah penjelas (model hanya terdiri dari konstanta) L1 = likelihood dengan peubah penjelas (model yang terdiri dari seluruh peubah).
Prinsip dari metode maksimum likelihood adalah mencari nilai βi dengan memaksimalkan fungsi likelihood (Raharjanti dan Widiarti, 2012).
7. Uji Koefisien R2
Pada regresi logistik koefisien determinasi bisa dilihat dari Nagelkerke R2, dikarenakan Nagelkerke R2 bisa diinterpretasikan semacam nilai R2 yang terdapat diregresi berganda. Nagelkerke R2 ialah modifikasi dari koeefisien cox and snell guna memastikan bahwasannya nilai akan beragam dari nol sampai satu. Kesanggupan variabel pada pendeskripsian variabel dependen sangatlah terbatas ditampilkan dengan nilai Nagelkerke R2 mendekati nol, sedangkan variabel independen memiliki kesanggupan memberikan informasi keseluruhan yang diperlukan guna melakukan prediksi variabilitas variabel dependen ditampilkan dengan nilai Nagelkerke R2 mendekati satu (Ghozali, 2018).
8. Penafsiran Koefisien
koefisien odds ratio (perbandingan risiko) dipakai dalam penafsiran koefisien di model regresi logistik. Nilai odds ratio akan mengalami lebih besar dari satu apabila terdapat tanda positif pada sebuah perubahan penjelas, sebaliknya nilai odds ratio akan lebih kecil dari satu jika terdapat tanda positif pada sebuah perubahan penjelas (Rokhman, 2012).
9. Uji Ketepatan Klasifikasi
Uji ketepatan klasifikasi digunakan untuk menghitung perkiraan ketepatan model dalam mengklasifikan observasi yang diwakili dalam
persentase (%). Semakin besar persentasenya, semakin tepat model dalam mengklasifikasikan observasinya.
A. Gambaran Umum Lokasi Penelitian
Suku Baduy disebut juga sebagai Sunda Baduy yang merupakan sekelompok masyarakat adat Sunda di wilayah pedalaman kabupaten Lebak, Provinsi Banten. Populasi suku Baduy saat ini ± 26.000 orang, suku Baduy merupakan salah satu kelompok masyarakat yang menutup diri mereka dari dunia luar. Selain itu mereka juga memiliki keyakinan tabu untuk didokumentasikan, khususnya penduduk wilayah Baduy Dalam. Suku Baduy bermukim di Desa Kanekes, Kecamatan Leuwidamar, Kabupaten Lebak.
Permukimannya terpusat di daerah aliran sungai pada sungai Ciujung yang termasuk dalam wilayah Cagar Budaya Pegunungan Kendeng. Suku Baduy bermukim tepat di kaki pegunungan Kendeng yang berjarak sekitar 40 km dari Kota Rangkasbitung.
Bahasa yang digunakan oleh suku Baduy adalah Bahasa sunda dialek Baduy. Untuk berkomunikasi dengan penduduk luar, suku Baduy lancer menggunakan Bahasa Indonesia, walaupun suku Baduy tidak mendapatkan pengetahuan tersebut dari sekolah. Orang Kanekes Dalam tidak mengenal budaya tulis, sehingga adat-istiadat, kepercayaan/agama dan cerita nenek moyang hanya tersimpan di dalam tuturan lisan saja. Orang Kanekes tidak mengenal sekolah, karena pendidikan formal berlawanan dengan adat-istiadat.
Masyarakat Kanekes secara umum terbagi menjadi tiga kelompok yaitu tangtu, panamping dan dangka, Adapun penjabarannya sebagai berikut:
44
1. Kelompok, tangtu adalah kelompok yang dikenal sebagai Kanekes Dalam (Baduy Dalam). Kanekes Dalam paling ketat mengikuti adat, yaitu warga yang tinggal di tiga kampung (Cibeo, Cikertawana, Cikeusik). Ciri khas Orang Kanekes Dalam adalah pakaiannya berwarna putih alami dan biru tua (warna tarum) serta memakai ikat kepala putih. Secara adat, Kanekes Dalam dilarang untuk bertemu dengan orang asing.
2. Panamping, adalah orang yang dikenal sebagai Kanekes Luar (Baduy Luar), yang tinggal di berbagai kampung yang tersebar mengelilingi wilayah Kanekes Dalam seperti Cikadu, Kaduketuk, Kadukolot, Gajeboh, Cisagu dan lain sebagainya. Masyarakat Kanekes Luar memili ciri khas mengenakan pakaian dan ikat kepala berwarna biru gelap (warna tarum).
3. Kanekes Dangka, yang tinggal di luar area Kanekes. Saat ini hanya ada dua kampung yang tinggal: Padawaras (Cibengkung) dan Sirahdayeuh (Cihandam). Kampung Dangka berfungsi sebagai zona perlindungan dari pengaruh luar.
Selain itu, masyarakat Kanekes memiliki dua sistem pemerintahan.
Sistem nasional mengikuti hukum Indonesia dan sistem adat mengikuti adat istiadat yang dianut masyarakat. Kedua, system digabungkan atau diakulturasikan untuk mencegah benturan. Secara nasional, penduduk Kanekes dipimpin oleh kepala desa yang dikenal jaro pamarentah yang berada di bawah camat, dan secara adat tunduk pada puun pemimpin adat Kanekes yang tertinggi.
Gambar 4. 1 Sistem Pemerintahan Suku Baduy
Pemimpin adat tertinggi dalam masyarakat Kanekes adalah "Pu'un"
yang ada di tiga kampung tangtu. Jabatan tersebut berlangsung turun-temurun, namun tidak otomatis dari bapak ke anak, melainkan dapat juga ke kerabat lainnya. Jangka waktu jabatan Pu'un tidak ditentukan, hanya berdasarkan pada kemampuan seseorang memegang jabatan tersebut.
B. Karakteristik Responden Penelitian
Responden dalam penelitian ini adalah pengunjung wisata suku Baduy dengan total responden sebanyak 330 responden.
1. Karakteristik responden berdasarkan usia
Hasil analisis karakteristik responden berdasarkan usia disajikan dalam tabel 4.1 sebagai berikut:
Tabel 4. 1 Karakteristik Responden Berdasarkan Usia
Usia Frekuen si
Persenta se
16-20 70 21.67%
21-25 166 51.39%
26-30 47 14.55%
31-35 11 3.41%
36-40 11 3.41%
41-45 11 3.41%
46-50 3 0.93%
51-55 3 0.93%
56-60 1 0.31%
Total 323 100.00%
Sumber: data diolah, 2023
Berdasarkan tabel 4.4 dapat diketahui bahwa mayoritas responden berusia 21-25 tahun sebanyak 166 orang (51,39%). Selanjutnya, usia responden 16-20 tahun sebanyak 70 orang (21,67%). Kemudian, responden dengan usia 26-30 tahun sebanyak 47 orang (14,55%).
Frekuensi responden yang berusia 31-35 tahun sebanyak 11 orang (3,41%). Jumlah responden yang berusia 36-40 tahun sebanyak 11 orang (3,41%). Responden yang berusia 41-45 tahun sebanyak 11 orang (3,41%). Selanjutnya responden yang berusia 46-50 tahun sebanyak 3 orang (0,93%). Kemudian responden yang berusia 51-55 tahun sebanyak
3 orang (0,93%) dan responden yang berusia 56-60 tahun sebanyak 1 orang (0,31%).
2. Karakteristik responden berdasarkan jenis kelamin
Hasil analisis karakteristik responden berdasarkan jenis kelamin disajikan dalam tabel 4.2 sebagai berikut:
Tabel 4. 2 Karakteristik Responden Berdasarkan jenis kelamin
Jenis kelamin Frekuensi Persentase
Laki-laki 173 53,56%
Perempuan 150 46,44%
Total 323 100%
Sumber: data diolah, 2023
Berdasarkan tabel 4.2 dapat diketahui bahwa responden terbanyak dengan jenis kelamin laku-laki sebanyak 173 orang (53,56%) dan responden perempuan sebanyak 150 orang (46,44%).
3. Karakteristik responden berdasarkan pendidikan
Hasil analisis karakteristik responden berdasarkan pendidikan disajikan dalam tabel 4.3 sebagai berikut:
Tabel 4. 3 Karakteristik Responden Berdasarkan Pendidikan
Pendidikan (Tahun) Frekuensi Persentase
SMP (9 tahun) 15 4,64%
SMA (12 tahun) 190 58,82%
Diploma III (15 tahun) 10 3,1%
Sarjana 1 (16 tahun) 108 33,44%
Total 323 100%
Sumber: data diolah, 2023
Berdasarkan tabel 4.3 dapat diketahui bahwa mayoritas responden memiliki latarbelakang pendidikan SMA sebanyak 190 orang (58,82%), responden dengan pendidikan Sarjana1 sebanyak 108 orang (33,44%), responden dengan pendidikan SMP sebanyak 15 orang (4,64%) dan responden dengan pendidikan Diploma III sebanyak 10 orang (3,1%).
4. Karakteristik responden berdasarkan pendapatan
Hasil analisis karakteristik responden berdasarkan pendapatan disajikan dalam tabel 4.4 sebagai berikut:
Tabel 4. 4 Karakteristik Responden Berdasarkan pendapatan
Pendapatan
Frekuens
i persentase Rp400.000,00-Rp1.000.000,00 70 21,7%
Rp1.000.001,00-Rp2.000.000,00 111 34,4%
Rp2.000.001,00-Rp3.000.000,00 127 39,3%
Rp3.00.001,00-Rp4.000.000,00 2 0,6
> Rp4.000.001,00 13 4
Total 323 100,00%
Sumber: data diolah, 2023
Berdasarkan Tabel 4.4 dapat diketahui bahwa mayoritas responden memiliki pendapatan Rp2.000.001,00-Rp3.000.000,00 sebanyak 127 orang (39,3%). Responden dengan pendapatan Rp1.000.001- Rp2.000.000,00 sebanyak 111 orang (34,4%). Responden dengan pendapatan Rp400.000,00–Rp1.000.000,00 sebanyak 70 orang (21,7%).
Kemudian, responden dengan pendapatan >Rp4.000.001,00 sebanyak 13 orang (4%) dan responden dengan pendapatan Rp3.000.001,00- Rp4.000.000,00 sebanyak 2 orang (0,6%).
5. Karakteristik kesediaan responden berdasarkan WTP
Hasil analisis karakteristik responden berdasarkan kesediaan membayar Willingness to Pay disajikan dalam tabel 4.5 sebagai berikut:
Tabel 4. 5 Karakteristik Kesediaan Responden berdasarkan WTP
WTP Frekuensi Persentase
Bersedia 317 98,14%
Tidak Bersedia 6 1,86%
Total 323 100%
Sumber: data diolah, 2023
Berdasarkan Tabel 4.5 dapat diketahui bahwa mayoritas responden bersedia membayar Willingness to Pay sebanyak 317 orang (98,14%) dan responden yang tidak bersedia membayar Willingness to Pay sebanyak 6 orang (1,86%).
Variabel terikat yang digunakan dalam penelitian ini adalah upaya pelestarian lingkungan di ekowisata Kampung Cibeo, yaitu dengan cara kesediaan responden membayar sebesar Rp8.000,00 untuk pelestarian lingkungan. Dalam penelitian ini menggunakan sampel 323 dari 330 sampel dikarenakan ada data yang dioutlier, variabel terikat dan variabel bebas yang ada dalam penelitian ini akan diolah menggunakan SPSS 27 dengan analisis regresi logistik.
A. Deskriptif Statistik
Hasil pengolahan data primer dalam penelitian ini akan menjelaskan variabel-variabel penelitian dengan jumlah sampel sebanyak 323 responden.
Tabel 5.1 menjelaskan deskripsi statistik variabel penelitian yang digunakan dalam penelitian ini. Berdasarkan Tabel 5.1 responden termuda berusia 25 tahun dan responden tertua berusia 64 tahun.
Tabel 5. 1 Deskriptif Statistik
Variabel MIN MAX Mean Std. Deviasi
Usia 16 56 24,64 6,897
Pendidikan 9 16 13,29 2,096
Pendapatan 400000 8000000 2224195,05 1424427,466
Asal_pengunjung 8 100 61,01 25,130
Sikap Ekowisata 0 1 0,73 0,444
Frekuensi Kunjungan 1 9 2,32 1,747
Tingkat_kepuasan 0 1 0,87 0,333
52
WTP 0 1 0,98 0,135 Sumber: data diolah, 2023
Usia terendah responden yaitu 16 tahun dan tertinggi 56 tahun. Usia memiliki nilai rata-rata 24,64 dan standar deviasi 6,897. Pendidikan terendah yang ditempuh oleh responden adalah 9 tahun (SMP) dan pendidikan tertinggi yang ditempuh responden adalah 16 tahun (Sarjana1). Pendidikan dengan rata- rata sebesar 13,29 dan memiliki standar deviasi 2,096. Pendapatan terendah responden yaitu Rp400.000,00 dan pendapatan tertinggi sebesar Rp8.000.000,00 Nilai rata-rata pendapatan yaitu Rp2.224.195,00 dan standar deviasi pendapatan yaitu Rp1.424.427,00. Asal pengunjung diukur dengan kilometer (km) dimana pengunjung dengan jarak terdekat yaitu 8 km dan terjauh 100km. Nilai rata-rata 61,01 dan standar deviasi 25,130.
Sikap ekowisata merupakan variabel dummy dimana angka 1 yaitu melakukan dan angka 0 menunjukkan tidak melakukan. Nilai rata-rata 0,73 dan memiliki standar deviasi 0,444. Frekuensi kunjungan terendah responden yaitu 1 dan frekuensi terbanyak adalah 9. Frekuensi kunjungan dengan rata-rata sebesar 2,32 dan memiliki standar deviasi 1,747. Tingkat kepuasan pengunjung merupakan variabel dummy dimana angka 1 menunjukkan puas dan angka 0 menunjukkan tidak puas. Nilai rata-rata 0,87 dan memiliki standar deviasi 0,333. Willingness to pay atau kesediaan membayar adalah variabel dummy.
Angka 1 menunjukkan kesediaan responden membayar sebesar Rp8.000,00 dan angka 0 menunjukkan ketidaksediaan responden membayar sebesar
Rp8.000,00. Willingness to Pay memiliki nilai rata-rata 0,98 dan memiliki nilai standar deviasi 0,135.
B. Hasil Uji Regresi Logistik
Regresi logistik adalah teknik analisis yang digunakan dalam penelitian ini. Untuk menentukan komponen yang memengaruhi willingness to pay pelestarian suku Baduy di kampung Cibeo, analisis regresi logistik digunakan.
Metode analisis statistika yang dikenal sebagai regresi logistik digunakan untuk menjelaskan hubungan antara peubah respons (dependen variabel) dari dua atau lebih kategori dengan satu atau lebih peubah penjelas (independen variabel).
1. Uji Ketepatan Klasifikasi
Uji ketepatan klasifikasi digunakan untuk menentukan ketepatan dari model regresi sehingga dapat diketahui peluang Willingness to Pay terhadap pelestarian lingkungan suku Baduy di kampung Cibeo.
Tabel 5. 2 Hasil Uji Ketepatan Klasifikasi
Observed
Predicted WTP (Rp8.000,00)
Percentage Correct Tidak
Bersedia Bersedia
Step 1
WTP (Rp8.000,00)
Tidak
Bersedia 1 5 16,7
Bersedia 0 317 100,0
Overall Percentage 98,5
Sumber: data diolah, 2023