BAB III METODE PENELITIAN 3.1 Tempat dan Waktu Penelitian dilakukan pada pasar tradisional yang dikelola oleh UPT Dinas Pengelola Pasar Kota Bandar Lampung, yaitu: pasar UPT Pasar Panjang, UPT Pasar Kangkung, UPT Pasar Cimeng, UPT Pasar Way Halim, UPT Pasar Tugu, UPT Pasar Bambu Kuning, UPT Pasar SMEP, UPT Pasar Pasir Gintung, UPT Pasar Bawah UPT Pasar Tamin, yang dimulai pada bulan Maret 2011. 3.2 Populasi dan Sampel Populasi dalam penelitian ini adalah seluruh pedagang yang ada di pasar tradisional yang dikelola oleh UPT Dinas Pengelola Pasar Kota Bandar Lampung dengan jumlah total 5.203 pedagang, yang terdiri dari 1.122 berdagang pada kios 2.034 berdagang pada los, dan 2.047 berdagang sebagai PKL (Tabel 1). Tehnik pengambilan sampel menggunakan penarikan sampel acak sederhana (simple ramdom sampling), dimana setiap pasar terdiri dari pedagang pada Kios, Los dan Amparan /PKL, yang setiap pedagangnya mempunyai kesempatan yang sama untuk diambil sebagai sampel. Pengambilan sampel pertama secara acak dan selanjutnya ditetapkan besar selangnya ( interval). Tabel 1. Populasi pedagang pasar tradisional Kota Bandar Lampung No Pasar Kios Los PKL TOTAL 1 Panjang 157 16 500 673 2 Kangkung 18 569 109 696 3 Bambu Kuning 440 0 335 775
46 4 SMEP 150 173 315 638 5 Pasir Gintung 0 313 215 528 6 Tugu 128 178 240 546 7 Cimeng 8 352 125 485 8 Way Halim 155 210 68 433 9 Bawah 25 108 105 238 10 Tamin 41 115 35 191 TOTAL 10 1.122 2.034 2.047 5.203 (Sumber : Dinas Pengelola Pasar Kota Bandar Lampung, Tahun 2012) Untuk penentuan besar sampel, menggunakan rumus estimasi proporsi dengan presisi mutlak: n = [{ Z 2 /2 P(1 P)]/ d 2 } (Nasir, 1983) Dimana : N = Jumlah populasi n P d Z /2 = Perkiraan besar sampel = Proporsi populasi yang menempati Kios, Los dan PKL ( Xi/ N). = Presisi. = Nilai distribusi Z Besar proporsi pedagang yang menempati Kios, Los, dan Amparan/PKL masing-masing adalah: P Kios =( Xi Kios / N), P Los ( Xi Los / N) dan P PKL ( Xi PKL / N). Penarikan sampel dilakukan melalui two stage simple ramdom sampling dengan sample fraction tahap pertama (f 1 ) dalam bentuk rumus: f 1 Kios = n Kios = [{ Z 2 /2. P Kios (1 P Kios )}/ d 2 ] f 1 Los = n Los = [{ Z 2 /2. P Los (1 P Los )}/ d 2 ] f 1 PKL = n PKL = [{ Z 2 /2. P PKL (1 P PKL )}/ d 2 ] Diperoleh besar sampel tahap pertama ( f 1 )=247 pedagang (Tabel 2). Derajat kepercayaan 95%= 0,95 dimana ( 1- α = 0,95; α = 0,1; α /2= 0,025 maka
47 α 0,025 = 0,5-0,025 = 0,475; Z /2 = 0,475= 1,960); presisi (0,1) dan proporsi pedagang menempati Kios (P= 1.122/ 5.203= 0,13); Los (P= 2.034/ 5.203= 0,391) dan PKL (P= 2.047/5.203= 0,393). Tabel 2. Besar sampel tahap pertama pedagang pasar tradisional No Tempat P Derajat kepercayaan Presisi 1-P n= Berdagang 95% (Z /2 = 1,960) 2 {Z a/2.p(1 P)}/d 2 1 Kios 0,21 1,96 0,1 0,79 64 2 Los 0,391 1,96 0,1 0,609 92 3 PKL 0,393 1,96 0,1 0,607 91 4 n 247 Besar sampel tahap kedua (f 2 ) pedagang disetiap pasar tradisional terlihat pada Tabel 3. Tabel 3. Sampel tahap kedua (f 2 ) pedagang disetiap pasar tradisional Kota Bandar Lampung No Pasar Kios Los PKL TOTAL 1 Panjang 10 5 19 34 2 Kangkung 1 22 5 28 3 Bambu Kuning 23 0 10 33 4 SMEP 8 8 14 30 5 Pasir Gintung 0 14 10 24 6 Tugu 7 8 10 25 7 Cimeng 1 15 13 29 8 Way Halim 9 9 3 21 9 Bawah 3 6 5 14 10 Tamin 2 5 2 9 TOTAL 10 64 92 91 247 Sample fraction tahap kedua (f 2 ) pedagang disetiap pasar tradisional: n ij = ( Ni/ N). n ij ; (f 2 Kios ) = n= (N Kios / N).n Kios ; (f 2 Los )= n = (N Los / N).n Los (f 2 PKL )= n = ( N PKL / N).n PKL.
48 Besar selang (interval) dengan rumus: Jumlah Populasi : Jumlah sampel (Notoadmojo, 2005). Maka diperoleh hasil interval setiap sampel pada Kios, Los dan PKL dengan perincian terlihat pada Tabel 4 untuk interval pada Kios, Tabel 5 untuk interval pada Los dan Tabel 6 untuk interval pada PKL. Tabel 4. Interval sampel pada kios di pasar tradisional Kota Bandar Lampung No Pasar Populasi Sampel Interval Pembulatan 1 Panjang 157 10 15,7 16 2 Kangkung 18 1 acak acak 3 Bambu Kuning 440 23 19,13043 19 4 SMEP 150 8 18,75 19 5 Pasir Gintung 0 0 0 0 6 Tugu 128 7 18,28571 18 7 Cimeng 8 1 acak acak 8 Way Halim 155 9 17,22222 17 9 Bawah 25 2 12,5 12 10 Tamin 41 3 13,6667 13 Total 10 1.122 64 Tabel 5. Interval sampel pada los di pasar tradisional Kota Bandar Lampung No Pasar Populasi Sampel Interval Pembulatan 1 Panjang 16 5 3,2 3 2 Kangkung 569 22 25,86364 26 3 Bambu Kuning 0 0 0 0 4 SMEP 173 8 21,625 21 5 Pasir Gintung 313 14 22,35714 22 6 Tugu 178 8 22,25 22 7 Cimeng 352 15 23,46667 23 8 Way Halim 210 9 23,33333 23 9 Bawah 108 5 21,6 21 10 Tamin 115 6 19,16667 19 Total 10 2.034 92 Tabel 6. Interval sampel pada PKL di pasar tradisional Kota Bandar Lampung No Pasar Populasi Sampel Interval Pembulatan 1 Panjang 500 19 26,31579 26 2 Kangkung 109 5 21,8 22
49 3 Bambu Kuning 335 10 33,5 33 4 SMEP 315 14 22,5 22 5 Pasir Gintung 215 10 21,5 21 6 Tugu 240 10 24 24 7 Cimeng 125 13 9,615385 9 8 Way Halim 68 3 22,66667 22 9 Bawah 105 5 21 21 10 Tamin 35 2 17,5 17 Total 10 2.047 91 3.3 Hipotesis Berdasarkan latar belakang, permasalahan dan kerangka penelitian di atas maka yang menjadi hipotesis dalam penelitian ini adalah: (1) Ada pengaruh dari upaya yang telah dilakukan dalam pengelolaan sampah terhadap peningkatan pengelolaan sampah pasar tradisional di Kota Bandar Lampung. (2) Ketaatan pedagang pasar tradisional membayar restribusi sampah dipengaruhi oleh bersedia atau tidak bersedia membayar restribusi terhadap usaha peningkatan pengelolaan sampah pasar oleh besarnya restribusi yang dibayar untuk peningkatan pengelolaan sampah pasar. (3) Faktor- faktor yang berpengaruh terhadap ketaatan membayar restribusi sampah pasar tradisional adalah: faktor umur, pendidikan, pendapatan, status tempat berdagang, lama berdagang, jumlah sampah yang dihasilkan, katagori pedagang, perlakuan terhadap sampah, dan pelayanan UPT Dinas Pasar. (4) Ada perbedaan yang signifikan dari besarnya kesediaan para pedagang membayar restribusi kebersihan pasar antara para pedagang di pasar besar pasar sedang dan pasar kecil.
50 3.4 Pengumpulan Data Data primer diperoleh melalui wawancara langsung kepada pedagang pasar tradisional serta petugas kebersihan melalui pengisian kuisioner yang ditujukan untuk mengetahui keadaan sosial ekonomi responden, persepsi responden terhadap sampah pasar, kesediaan pedagang untuk membayar peningkatan pengelolaan sampah pasar serta pengamatan lapangan. Untuk data sekunder diperoleh dari Dinas Pasar serta Dinas Kebersihan dan Pertamanan Kota Bandar Lampung yang berkaitan data pendukung penelitian ini. 3.5 Pengolahan dan Analisa Data 3.5.1 Analisis Kualitatif (Analisis Upaya yang dilakukan dalam peningkatan pengelolaan sampah pasar tradisional) Untuk menganalisis pengaruh dari upaya yang telah dilakukan dalam pengelolaan sampah terhadap peningkatan pengelolaan sampah pasar tradisional di Kota Bandar Lampung, maka dilakukan pendekatan analisa secara teoritis berdasarkan teori dan konsep keilmuan yang berkaitan dengan teori pengelolaan sampah pasar. 3.5.2 Analisis Kuantitatif 3.5.2.1 Analisis ketaatan pedagang pasar tradisional membayar restribusi
51 Mattjik (2002) menyatakan, jika parameter dari suatu hubungan fungsional antara satu variabel dependen dengan lebih dari satu variabel independen ingin diestimasikan maka analisa regresi yang dikerjakan adalalah analisa regresi logistik. Untuk menganalisis berkaitan bersedia atau tidak bersedia membayar restribusi terhadap usaha peningkatan pengelolaan sampah pasar, menggunakan pendekatan Regresi Logistik dengan persamaan sebagai berikut : Pi = E (Y=1 Xi)=[( (e Ln(Px/1 Px ) / ( 1+ e Ln(Px/1 Px )] Ln(Px/1 Px) = α +β 1 x 1 +β 2 x 2 +β 3 x 3 + β 4 x 4 +β 5 x 5 +β 6 x 6 +β 7 x 7 +β 8 x 8 +β 9 x 9 +ε Keterangan : Px/P1-Px = Odd Ratio, adalah perbandingan peluang responden yang bersedia membayar dengan yang tidak bersedia membayar; P(x)= Peluang responden membayar; = konstanta X 1 X 2 X 3 X 4 X 5 X 6 X 7 X 8 X 9 = Umur; = Pendidikan; = Pendapatan; = Status tempat berdagang; = Lama berdagang; = Jumlah sampah; = Katagori Pedagang; = Cara kumpulkan sampah; = Pelayanan Dinas Pasar Analisis regresi linier nilai ketaatan pedagang pasar tradisional membayar restribusi (WTP) untuk mengetahui faktor-faktor yang mempengaruhi terhadap pedagang pasar, dengan model regresi linier ( Mattjik, 2002) : Y= α +β 1 x 1 +β 2 x 2 +β 3 x 3 + β 4 x 4 +β 5 x 5 +β 6 x 6 +β 7 x 7 +β 8 x 8 +β 9 x 9 +ε
52 Keterangan : Y = Nilai WTP pedagang pasar X 1 - X 9 = variabel bebas ( sama dengan variabel bebas regresi logistik) 3.5.2.2 Analisis faktor- faktor yang mempengaruhi pedagang terhadap ketaatan membayar restribusi Untuk menganalisis faktor-faktor yang mempengaruhi ketaatan pedagang membayar restribusi pengelolaan sampah pasar yang berkaitan dengan umur pendidikan, pendapatan, status tempat berdagang, lama berdagang, produksi sampah (kg), katagori pedagang, cara pengumpulan sampah, dan pelayanan UPT Dinas Pasar di tabulasi dan selanjutnya di analisis. Untuk menganalisis faktor- faktor yang mempengaruhi ketaatan pedagang membayar restribusi sampah dalam upaya peningkatan pengelolaan sampah pasar, maka sama dengan hal yang diatas menggunakan pendekatan Regresi Logistik ( pada sub bab 3.5.2.1 tentang analisis ketaatan pedagang pasar tradisional membayar restribusi) dengan menggunakan pendekatan regresi logistik, yang digunakan untuk mendeskripsikan hubungan antara variabel bebas dengan variabel respon (tak bebas) yang bersifat dikotom atau biner. Untuk melihat besarnya pengaruh variabel bebas terhadap variabel terikat dalam regresi logistik disusun dalam sebuah tabel seperti Tabel 7. Persamaan regresi logistik yang digunakan adalah sebagai berikut : Tabel 7. Variabel yang dipergunakan dalam regresi logistik Variabel (dependent) Y 1 Pengelompokan Jawaban Responden a b C
53 Umur 20 21-40 41 Pendidikan SD SMP SMA Pendapatan < Rp 50.000 Rp51.000 - >Rp 151.000 Rp 150.000 Status tempat SEWA HAK MILIK BERPINDAH Lama berdagang 5 tahun 6 10 tahun 11 tahun Jumlah sampah 4,5 kg 5 14,5 kg 15 kg Katagori Pedagang Kios Los PKL Cara kumpulkan sampah Di tempat Di kantong plastik Menumpuknya sampah Pelayanan Dinas Pasar Sangat Baik Baik Tidak baik Peubah respon dan peubah penjelas yang dipergunakan dalam regresi logistik ditampilkan sebuah tabel, dimana analisis regresi logistik dilakukan pada pedagang di pasar besar, pasar sedang dan pasar kecil. 3.5.3 Analisis perbedaan nilai kesediaan membayar rata-rata untuk membayar restribusi sampah para pedagang Untuk menanalisis adanya perbedaan yang signifikan pada kesediaan membayar antara para pedagang di pasar besar, pasar sedang dan pasar kecil secara simultan, maka dilakukan dengan análisis sidik ragam seperti Tabel 8. Analisis perbedaan kesediaan membayar rata-rata (Mean Difference) pedagang di pasar tradisional jika menunjukkan nilai kesediaan membayar ratarata yang berbeda pada setiap pasar, maka dilakukan Uji Homogenitas pada uji perbedaan dengan tingkat interval kepercayaan 99% (Confidence Interval) yang berdasarkan katagori pasar. Menurut Sujana (2 002), uji homogenitas dilakukan untuk menunjukkan bahwa perbedaan yang terjadi pada uji statistik parametrik (misalnya Sidik Ragam) benar-benar terjadi akibat adanya perbedaan antar kelompok.
54 Tabel 8. Struktur analisis sidik ragam Sumber Keragaman Db JK KT F hitung F 0.0 5 ( k-1 )(n-k ) Regresi k-1 βxy-ny -2 JKR/ k-1 KTR/KTG Galat n-k Y Y- βxy 2 JKG/ n-k Total n-1 Y Y- ny -2 JKT/ n-1 3.5.4 Analisis Contingent Valuation Method ( CVM ) Menurut Fauzi (2004), dalam menganalisis CVM peningkatan pengelolaan sampah di pasar Tradisional Kota Bandar Lampung, dengan membuat pasar hipotetis. Pasar hipotetis dalam penelitian dibuat dengan memberikan informasi mengenai pengelolaan sampah pasar belum memadai pencemaran diakibatkan oleh sampah yang tidak terangkut, sehingga diperlukan peningkatan pengelolaan sampah pasar. Skenario yang diberikan adalah: Akibat keterbatasan dana pengelolaan sampah pasar dari Pemda Kota Bandar Lampung, masih ada sampah yang tidak terangkut yang dapat menimbulkan pencemaran yang dapat menimbulkan penyakit dan mengganggu estetika. UPT Dinas Pengelolaan Pasar Kota Bandar Lampung, berusaha melakukan peningkatan pengelolaan sampah pasar dengan cara: (1) Pemisahan wadah sampah organik dan anorganik; (2) Mengolah sampah organik dari pasar menjadi kompos, sedangkan untuk sampah anorganik dilakukan pemanfaatan kembali, sehingga tidak ada lagi tumpukan sampah. Apakah para pedagang setuju dengan usaha tersebut?. Jika setuju berapa besar kesediaan para pedagang membayar restribusi peningkatan pengelolaan sampah pasar.
55 3.6 Pengujian Hipotesis 3.6.1 Upaya yang dilakukan dalam pengelolaan sampah di pasar tradisionil Untuk menguji hipotesis pengaruh upaya yang dilakukan dalam pengelolaan sampah terhadap peningkatan pengelolaan sampah pasar tradisional maka dilakukan dengan pendekatan teoritis untuk membandingkan dengan upaya yang telah dilakukan dalam pengelolaan sampah di pasar tradisional Kota Bandar Lampung berdasarkan teori dan konsep keilmuan yang berkaitan dengan pengelolaan sampah pasar serta mengacu pada Keputusan Menteri Kesehatan Republik Indonesia Nomor 519/MENKES/SK/VI/2008 Tentang Pedoman Penyelenggaraan Pasar Sehat, BAB V, Persyaratan Kesehatan Lingkungan Pasar. 3.6.2 Uji hipotesis ketaatan pedagang membayar restribusi sampah dan faktor- faktor yang berpengaruh Untuk menguji hipotesis ketaatan pedagang membayar restribusi sampah dan pengujian hipotesis terhadap faktor- faktor yang berpengaruh terhadap ketaatan membayar restribusi sampah pasar tradisional sebagai variabel bebas (x i ) dan pengelompokan jawaban responden sebagai variabel terikat (y) dengan uji t pada tingkat kepercayaan 95% ( α/2 = 0,025 ) dengan derajat kebebasan (df) = n-k, dimana : H 0 : b i = 0; variabel bebas tidak berpengaruh nyata terhadap variabel terikat. H a : b i # 0; variabel bebas berpengaruh nyata terhadap variabel terikat. Jika t 0 > t tabel ; maka H 0 ditolak dan jika t 0 < t tabel ; maka H 0 diterima.
56 3.6.3 Uji hipotesis perbedaan signifikasi besarnya kesediaan membayar (WTP) restribusi Untuk menguji hipotesis adanya perbedaan yang signifikan dari besarnya kesediaan membayar restribusi kebersihan pasar para pedagang di pasar besar pasar sedang dan pasar kecil, melalui uji F pada tingkat kepercayaan 95% (α = 0,05) dengan derajat kebebasan (df) = (k-1)(n-k) dimana (k) adalah jumlah variabel yng diteliti dan (n) adalah jumlah observasi. H 0 : b i = 0; variabel bebas tidak berpengaruh nyata terhadap variabel terikat. H a : b i # 0; variabel bebas berpengaruh nyata terhadap variabel terikat. Jika F 0 >F tabel,maka H 0 ditolak berarti seluruh variabel bebas berpengaruh nyata terhadap variabel terikat. Jika F 0 <F tabel,maka H 0 diterima berarti seluruh variabel bebas tidak berpengaruh nyata terhadap variabel terikat.