VII. ANALISIS WILLINGNESS TO ACCEPT 7.1 Analisis Willingness To Accept dengan Pendekatan Metode Contingent Valuation Method Teknik CVM didasarkan pada asumsi hak kepemilikan, jika individu yang ditanya tidak memiliki hak-hak atas barang dan jasa yang dihasilkan oleh sumberdaya alam, maka pengukuran yang relevan adalah dengan mengukur seberapa besar keinginan membayar untuk memperoleh barang tersebut (WTP). Sebaliknya, jika individu yang kita tanya memiliki hak atas sumberdaya maka pengukuran yang relevan adalah seberapa besar keinginan untuk menerima kompensasi yang paling minimum (WTA) atas hilang atau rusaknya sumberdaya yang dia miliki (Fauzi, 2006). Kompensasi diperlukan karena sebenarnya masyarakat sekitar kawasan industri di Kelurahan Nanggewer memiliki hak untuk dapat memanfaatkan air tanah/sumur mereka tanpa tercemar. Pada kasus ini, pihak industrilah yang mendekat kepada masyarakat (daerah pemukiman) sehingga timbulnya penurunan kualitas lingkungan akibat mendekatnya industri ke pemukiman warga di Kelurahan Nanggewer berupa pencemaran air, udara, kebisingan dan pencemaran lainnya. Metode CVM digunakan untuk menganalisis kesediaan responden menerima kompensasi terhadap pencemaran air dan udara oleh pihak industri. Hasil pelaksanaan enam langkah metode CVM adalah sebagai berikut: 1. Membangun Pasar Hipotesis Seluruh responden diberi informasi bahwa sebenarnya pihak perusahaan bersedia untuk mengeluarkan biaya kompensasi terhadap pencemaran yang telah dihasilkan dari kegiatan produksinya. Ada dua hal yang disetujui oleh pihak 63
industri terkait masalah kompensasi terhadap pencemaran. Pertama, pihak industri bersedia untuk melakukan pemasangan instalasi air PDAM secara gratis kepada warga yang air sumurnya tercemar. Pemasangan PDAM secara gratis tersebut sudah dilaksanakan oleh pihak industri. Kedua, kesepakatan antara pihak industri dengan perwakilan masyarakat (panitia sembilan) mengenai adanya biaya kompensasi tunai yang dikeluarkan pihak industri sebesar Rp 100.000 per Kepala Keluarga per bulan yang belum dilaksanakan secara nyata oleh pihak industri. Padahal responden berasumsi bahwa biaya tersebut akan digunakan untuk pembayaran biaya distribusi air PDAM per bulannya. 2. Memperoleh Nilai WTA Besarnya nilai WTA didapatkan dari hasil wawancara kepada responden. Pertanyaan yang diajukan berdasarkan daftar pertanyaan dalam kuesioner. Wawancara dilakukan dengan menggunakan metode bidding game. Berdasarkan hasil perhitungan dari ketiga wilayah, responden yang berada pada wilayah tiga memiliki nilai rata-rata WTA paling tinggi yaitu sebesar Rp 357.143 per bulan. Hal ini dikarenakan semua responden di wilayah tiga merasa tidak puas atas kompensasi yang telah berjalan. Nilai WTA maksimum diperoleh dari responden yang berada pada wilayah satu yaitu sebesar Rp 1.000.000 per bulan. Responden tersebut tidak mendapatkan kompensasi pertama dari pihak industri berupa pemasangan instalasi air PDAM sehingga merasa sangat dirugikan atas pencemaran yang terjadi. Hal ini dapat dilihat pada Tabel 11. 64
Tabel 11. Perbandingan Nilai WTA Responden Tiap Wilayah Wilayah 1 ( 100 m) 2 (101-500 m) Jumlah Responden Min per bulan (Rp) Max per bulan (Rp) Rata-rata per bulan (Rp) Total per bulan (Rp) 18 50.000 1.000.000 272.222 4.900.000 23 100.000 500.000 252.174 5.800.000 3 (> 500 m) 7 150.000 500.000 357.143 2.500.000 Sumber: Data Primer Diolah, 2011 3. Menghitung Dugaan Nilai Rataan WTA Dugaan nilai rataan WTA responden dihitung berdasarkan nilai distribusi WTA responden. Diperoleh nilai rata-rata WTA responden sebesar Rp 275.000 per Kepala Keluarga per bulan. Distribusi nilai WTA responden dapat dilihat pada Tabel 12. Tabel 12. Distribusi Nilai WTA Responden No. Nilai WTA Responden per Mean WTA (Rp) per Frekuensi (orang) Bulan Bulan 1 50.000 1 1.041 2 100.000 4 8.333 3 150.000 7 21.875 4 175.000 2 7.291 5 200.000 12 50.000 6 250.000 3 15.625 7 300.000 8 50.000 8 350.000 2 14.583 9 500.000 7 72.916 10 600.000 1 12.500 11 1.000.000 1 20.833 Total 48 275.000 Sumber: Data Primer Diolah, 2011 Hasil penelitian terhadap masyarakat Kelurahan Nanggewer sebagian besar merasa tidak puas pada proses kompensasi yang dilakukan oleh perusahaan industri. Masyarakat menilai bentuk tanggung jawab yang telah dilakukan berupa pemasangan gratis instalasi air bersih tidak cukup untuk mengembalikan kualitas 65
lingkungan sebelum tercemar, selain itu adanya biaya tambahan yang ditanggung warga untuk pembayaran air per bulannya dinilai menambah tanggungan warga. Masyarakat menginginkan pembayaran air per bulan seharusnya ditanggung oleh pihak industri hingga kondisi air sumur mereka dapat secara normal dimanfaatkan tanpa adanya pencemaran yang membahayakan kesehatan masyarakat. Sebagian masyarakat juga menginginkan hasil uji lab tahap dua seperti yang dijanjikan oleh pihak industri. Hal ini diperlukan agar tidak ada kekhawatiran di masyarakat ketika mereka hendak menggunakan air sumur. Sebenarnya hal ini telah dijanjikan oleh pihak industri, namun hingga saat ini hasil itu tidak diketahui. Masyarakat menilai pihak industri tidak serius untuk menangani pencemaran yang terjadi. 4. Menduga Bid Curve Kurva WTA responden dibentuk berdasarkan nilai WTA responden terhadap dana kompensasi yang diinginkan. Kurva WTA ini menggambarkan hubungan tingkat WTA yang diinginkan dengan jumlah responden yang bersedia menerima pada tingkat WTA tersebut. Berdasarkan hasil wawancara langsung terhadap responden, maka nilai WTA dapat digolongkan menjadi sebelas kelompok seperti yang dijelaskan pada Tabel 13 dan menghasilkan kurva tawaran WTA yang dapat dilihat pada Gambar 15. Tabel 13. Besaran Nilai WTA Responden No. Nilai WTA Responden (Rp/KK/bulan) Frekuensi (orang) Jumlah (orang) Total Nilai WTA per Bulan 1 50.000 1 1 50.000 2 100.000 4 5 400.000 3 150.000 7 12 1.050.000 4 175.000 2 14 350.000 66
5 200.000 12 26 2.400.000 6 250.000 3 29 750.000 7 300.000 8 37 2.400.000 8 350.000 2 39 700.000 9 500.000 7 46 3.500.000 10 600.000 1 47 600.000 11 1.000.000 1 48 1.000.000 Total 48 48 13.200.000 Sumber: Data Primer Diolah, 2011 Nilai WTA per bulan 1.200.000 1.000.000 800.000 600.000 400.000 200.000 0 0 10 20 30 40 50 60 Jumlah Responden Sumber: Data Primer Diolah, 2011 Gambar 15. Dugaan Kurva Tawaran WTA 5. Menentukan Total WTA atau Menjumlahkan Data Penjumlahan data adalah proses dimana penawaran rata-rata (nilai tengah penawaran) dikonversikan terhadap total populasi yang dimaksud. Berdasarkan hasil perhitungan diperoleh nilai total WTA masyarakat Kelurahan Nanggewer sebesar Rp 13.200.000 per bulan. Hasil perhitungan dari total 48 responden dapat dilihat pada Tabel 13. Nilai TWTA tersebut diperoleh dari 48 responden yanag terdiri dari Kepala Keluarga. Nilai tersebut menggambarkan bagaimana masyarakat sangat merasa dirugikan atas penurunan kualitas lingkungan yang terjadi di tempat tinggal mereka. 67
6. Evaluasi Pelaksanaan CVM Pada penelitian ini, perhitungan menggunakan metode analisis regresi berganda. Berdasarkan hasil perhitungan diperoleh nilai R 2 sebesar 47,20%. Artinya keragaman besar WTA mampu dijelaskan oleh ada atau tidaknya upaya mengatasi pencemaran, penilaian responden terhadap kompensasi yang telah dilakukan, sudah mendapatkan kompensasi pemasangan instalasi air, tingkat pendidikan, pendapatan, jumlah tanggungan, jarak tempat tinggal, usia, dan lama tinggal sebesar 47,20% sedangkan sisanya dijelaskan oleh faktor lain (dapat dilihat juga pada Lampiran 1). Penelitian yang dilakukan ini termasuk penelitian yang berkaitan dengan benda-benda lingkungan yang menurut (Mitchell dan Carson, 1989) dapat mentolerir nilai R 2 hingga 15%. Oleh karena itu, hasil pelaksanaan CVM pada penelitian ini dapat diyakini kebenarannya 7.2 Analisis Faktor-Faktor yang Mempengaruhi Besarnya Nilai WTA Responden Dalam penelitian ini ada delapan variabel bebas yang digunakan terdiri dari jumlah tanggungan, tingkat pendidikan, tingkat pendapatan, jarak tempat tinggal terhadap industri, lama tinggal, usia, ada atau tidaknya upaya untuk mengatasi pencemaran, penilaian responden terhadap kompensasi yang telah dilakukan, dan sudah mendapatkan kompensasi pemasangan instalasi air atau belum sedangkan variabel dependennya adalah nilai WTA responden. Dengan menggunakan teknik regresi berganda, faktor-faktor tersebut dianalisis untuk menghasilkan variabel apa saja yang berpengaruh nyata terhadap besarnya nilai WTA dan yang tidak berpengaruh nyata terhadap besarnya nilai WTA. Hasil analisis nilai WTA responden dapat dilihat pada Tabel 14. 68
Tabel 14. Hasil Analisis Nilai WTA Responden Variabel Bebas Koefisien Sig VIF Constant -62402,669 0,677 Jumlah Tanggungan (JT) 31803,424 0,044* 1,462 Tingkat Pendidikan (TPDD) 13318,849 0,170 1,904 Pendapatan (PDPTN) -0,020 0,440 1,481 Usia (US) -18,049 0,994 1,818 Lama Tinggal (LT) 2853,888 0,152 2,391 Penilaian Responden Terhadap -542,388 0,995 1,439 Kompensasi yang Telah Dilakukan (NILKOM) Sudah mendapatkan kompensasi -61668,906 0,163 1,141 pemasangan instalasi air (KOMP) Ada atau tidak upaya mengatasi 156037,645 0,001* 1,161 pencemaran (UPAYA) R-Squares 47,20% Adjusted R-Squares 36,40% Sumber: Data Primer Diolah, 2011 Keterangan: * berpengaruh nyata terhadap model pada taraf nyata 5 % Dari tabel diatas dapat dilihat bahwa nilai R 2 pada penelitian ini sebesar 47,20%. Nilai ini mengartikan bahwa keragaman WTA responden 47,20% dapat dijelaskan oleh model, sisanya dijelaskan oleh variabel lain diluar model. Variabel-variabel bebas diatas berpengaruh nyata terhadap model, namun ada dua variabel bebas yang berpengaruh secara kuat terhadap model yaitu jumlah tanggungan (X 1 ) dan ada atau tidaknya upaya yang telah dilakukan oleh responden (X 10 ). Pemeriksaan asumsi untuk menguji masalah multikolinieritas didasarkan pada nilai VIF, pada tabel diatas masing-masing variabel bebas menunjukkan nilai kurang dari 10 (VIF<10), hasil ini menunjukkan tidak ada pelanggaran multikolinieritas (dapat dilihat juga pada Lampiran 5). Pemeriksaan asumsi data residual menyebar normal dilakukan dengan Uji Kolmogorov-Smirnov (dapat dilihat juga pada Lampiran 3). Nilai Asymp. Sig. (2- tailed) dibandingkan dengan menggunakan taraf nyata 5%. Hasil pada penelitian ini nilai Asymp. Sig. (2-tailed) sebesar 0.561 atau lebih besar dari 0.05. Hasil ini menunjukkan bahwa distribusi data residual menyebar normal. 69
Pemeriksaan asumsi ada atau tidaknya autocorrelation dilakukan dengan menggunakan Uji Durbin-Watson. Nilai DW yang dihasilkan sebesar 2.308 (dapat dilihat juga pada Lampiran 4). Nilai ini akan dibandingkan dengan nilai Durbin Watson Table (Lampiran) dengan menggunakan uji signifikansi 5%, dengan jumlah sampel 48 (n) dan jumlah peubah X bebas 8 (k=8) maka menghasilkan dl=1.039 dan du=1.748. Nilai DW pada penelitian ini termasuk ke dalam kategori du<d<4-du, maka menghasilkan keputusan tidak ada korelasi positif ataupun negatif. Pemeriksaan asumsi homoskedastisitas dilakukan dengan Scatterplot. Hasil dari Grafik Scatterplots (dapat dilihat juga pada Lampiran 2) terlihat bahwa titik-titik menyebar secara acak serta tersebar baik di atas maupun di bawah angka 0 pada sumbu Y. Hal ini dapat disimpulkan bahwa tidak terjadi heterokedastisitas pada model regresi. Pemenuhan asumsi-asumsi menandakan bahwa model regresi ini layak digunakan. Model yang dihasilkan pada metode ini adalah: WTA = -62402,669 + 31803,424 JT + 13318,849 TPDD 0,020 PDPTN 18,049 US + 2853, 888 LT 542,388 NILKOM 61668,906 KOMP + 156037,645 UPAYA Dari kedelapan variabel bebas yang berada pada model diatas, diantaranya ada yang berpengaruh secara nyata dan tidak berpengaruh secara nyata terhadap besarnya nilai WTA responden. Variabel bebas tersebut adalah sebagai berikut: 1. Jumlah Tanggungan (JT) Jumlah Tanggungan memiliki nilai sig. Sebesar 0,044 dan memiliki koefisien bertanda positif dengan nilai sebesar 31803,424. Hal ini mendefinisikan apabila jumlah tanggungan meningkat satu satuan (orang), maka nilai WTA yang 70
diinginkan akan meningkat sebesar Rp 31.803,424. Jumlah tanggungan berpengaruh nyata terhadap nilai WTA pada taraf α = 0,05 (5%). Hal ini dapat disebabkan karena responden merasa peningkatan jumlah tanggungan akan berdampak langsung terhadap biaya kebutuhan sehari-hari yang harus dikeluarkan, sehingga akan berdampak terhadap besarnya nilai WTA yang diinginkan akibat pencemaran yang akan menyebabkan adanya biaya tambahan yang harus dikeluarkan oleh responden. 2. Tingkat Pendidikan (TPDD) Pendidikan memiliki koefisisen bertanda positif dengan nilai sebesar 13.318,849. Hal ini mendefinisikan apabila tingkat pendidikan meningkat satu satuan (satu tahun), maka nilai WTA yang diinginkan akan meningkat sebesar Rp 13.318,849. Tingkat pendidikan diduga tidak berpengaruh nyata terhadap model. Hal ini disebabkan tingkat pendidikan yang melatarbelakangi responden cenderung sama, yaitu memiliki tingkat pendidikan rata-rata hingga Sekolah Menengah Atas (SMA). Hal ini mempengaruhi responden dalam menghadapi masalah atau pertanyaan yang diajukan cenderung memiliki pola fikir yang sama. Hal ini yang menyebabkan variabel tingkat pendidikan tidak berpengaruh nyata terhadap model. 3. Pendapatan Pendapatan memiliki koefisien bertanda negatif dengan nilai sebesar -0,020. Hal ini mendefinisikan apabila pendapatan meningkat satu satuan (rupiah), maka nilai WTA yang diinginkan akan menurun sebesar Rp 0,020. Variabel pendapatan diduga tidak berpengaruh nyata terhadap model, karena hasil survei menunjukkan pendapatan per bulan responden di Kelurahan Nanggewer 71
cenderung sama. Pendapatan responden rata-rata sebesar Rp 1.340.104 per bulan, sehingga besarnya tingkat keinginan untuk mendapatkan pendapatan tambahan cenderung sama. Hal ini yang menyebabkan variabel pendapatan tidak berpengaruh nyata terhadap model. 4. Usia Usia memiliki koefisien bertanda negatif dengan nilai sebesar -18,049. Hal ini mendefinisikan apabila usia meningkat satu satuan (tahun), maka nilai WTA yang diinginkan akan menurun sebesar 18,049. Keadaan di Kelurahan Nanggewer menunjukkan responden dengan usia semakin tua justru semakin tidak peduli dengan apa yang terjadi di lingkungan sekitarnya, hal ini dibuktikan dengan anggota penggerak atau perwakilan masyarakat dalam menangani masalah pencemaran seperti Tim 9 dan Pengurus, anggotanya didominasi dengan responden dengan interval usia 23-35 tahun. Variabel usia diduga tidak berpengaruh nyata terhadap model, karena hasil survei menunjukkan frekuensi responden dengan interval usia antara 23-35, 36-48, 49-61 (tahun) tidak beragam atau cenderung memiliki jumlah yang sama. Perbedaan keinginan atau perbedaan tingkat kesadaran akan kerugian yang diterima akibat pencemaran antara responden yang lebih muda dengan yang lebih tua cenderung tidak terlihat. Hal ini yang menyebabkan variabel usia tidak berpengaruh nyata terhadap model. 5. Lama Tinggal Lama tinggal memiliki koefisisen bertanda positif dengan nilai sebesar 2853,888. Hal ini mendefinisikan apabila lama tinggal responden meningkat satu satuan (tahun), maka nilai WTA yang diinginkan akan meningkat sebesar Rp 2.853,888. Lama tinggal diduga tidak berpengaruh nyata terhadap model. Hal ini 72
disebabkan karena rata-rata penduduk Kelurahan Nanggewer adalah asli penduduk setempat. Responden lahir dan menetap di kawasan tersebut, sehingga lama tinggal dari masing-masing responden cenderung homogen. Hal ini mempengaruhi persepsi responden tentang pertanyaan yang diajukan dan menghasilkan jawaban yang cenderung sama. Hal ini yang menyebabkan variabel lama tinggal tidak berpengaruh nyata terhadap model. 6. Penilaian Responden Terhadap Kompensasi yang Telah Dilakukan Penilaian responden terhadap kompensasi yang telah dilakukan (NILKOM) yaitu berupa pemasangan instalasi air bersih secara gratis memiliki koefisien bertanda negatif dengan nilai sebesar -542,388. Hal ini mendefinisikan apabila responden mengungkapkan tidak puas (bernilai 0) terhadap penilaian kompensasi, maka nilai WTA yang diinginkan akan meningkat sebesar Rp 542,388. Alasan responden merasa tidak puas atas kompensasi yang telah dilakukan sebagian besar karena adanya biaya tambahan yaitu berupa pembayaran penggunaan air bersih per bulannya. Responden menginginkan pihak industri (pihak pencemar) yang menanggung biaya distribusi air bersih tersebut. Variabel NILKOM diduga tidak berpengaruh nyata terhadap model, hasil survei menunjukkan hanya sebanyak empat orang yang mengaku puas dengan kompensasi yang telah dilakuakan. Hal ini yang menyebabkan variabel penilaian kompensasi tidak berpengaruh nyata terhadap model. 7. Kompensasi Pemasangan Instalasi Air Kompensasi pemasangan instalasi air (KOMP) memiliki koefisien bertanda negatif dengan nilai sebesar -61668,906. Hal ini mendefinisikan apabila responden belum mendapatkan kompensasi pemasangan instalasi air (bernilai 0), 73
maka nilai WTA yang diinginkan akan meningkat sebesar Rp 61.668,906. Variabel Kompensasi diduga tidak berpengaruh nyata terhadap model, karena hasil survei menunjukkan sebagian besar responden belum mendapatkan kompensasi pemasangan instalasi air. Hal ini yang menyebabkan variabel pendapatan tidak berpengaruh nyata terhadap model. 8. Upaya Mengatasi Pencemaran Upaya mengatasi pencemaran memiliki nilai sig. sebesar 0,001 dan memiliki koefisien bertanda positif dengan nilai sebesar 156037,645. Hal ini mendefinisikan apabila responden telah melakukan upaya untuk mengatasi pencemaran (bernilai 1), maka nilai WTA yang diinginkan akan meningkat sebesar Rp 156.037,645. Variabel upaya mengatasi pencemaran berpengaruh nyata terhadap nilai WTA pada taraf α = 0,05 (5%). Hal ini dapat disebabkan karena responden merasa upaya mengatasi pencemaran yang telah dilakukannya telah mengeluarkan biaya tambahan, sehingga mereka berfikir bahwa upaya yang membutuhkan biaya tambahan itu perlu diganti dengan adanya kompensasi. Hal ini yang menyebabkan variabel upaya mengatasi pencemaran berpengaruh terhadap model. 74