willingness to pay PDAM Tirta Marta

May 15, 2018 | Author: Jalu Aribowo | Category: N/A
Share Embed Donate


Short Description

Studi atas nilai ekonomi peningkatan kualitas air minum dengan metode willingnes to pay...

Description

NASKAH PUBLIKASI

ANALISIS KESEDIAAN MEMBAYAR PELANGGAN RUMAH TANGGA TERHADAP PENINGKATAN KUALITAS AIR PDAM (STUDI PADA PDAM TIRTAMARTA YOGYAKARTA TAHUN 2009) Program Studi Magister Ekonomika Pembangunan Bidang Ilmu-ilmu Sosial

diajukan oleh Muhammad Jalu Wredo Aribowo 20581/PS/MEP/06

Kepada FAKULTAS EKONOMIKA DAN BISNIS UNIVERSITAS GADJAH MADA YOGYAKARTA 2009

Analisis Kesediaan Membayar Pelanggan Rumah Tangga Terhadap Peningkatan Kualitas Air PDAM (Studi Pada PDAM Tirtamarta Yogyakarta Tahun 2009) Household Willingness to Pay Analysis for Improvement in PDAM’s Water Quality (Case Study on PDAM Tirtamarta Kota Yogyakarta 2009)

1

2

M. Jalu W. Aribowo dan M. Edhie Purnawan

Program Studi Magister Ekonomika Pembangunan Fakultas Ekonomika dan Bisnis Universtas Gajah Mada

ABSTRACT

This study conducted estimates of Willingness to Pay (WTP) of improved water service in Kota Yogyakarta in the year of 2009. The WTP was estimated through questionnaire survey on PDAM’s household customer in the line of  Contingent Valuation Method (CVM) using Random Utility Model. Its also investigates what aspects that influenced household customer decision on improved water service. The WTP estimate was about 4.68 percent of household customer monthly income or in the range between Rp35,075.47 to Rp467,672.95 with median value Rp90,000.00. The model in this study revealed that income, the ownership of    private water source, perception on improved water service, and the cost of  improvement are statistically significant. The analysis shows that increasing income foster the probability of the willingness to pay, while the ownership of private water  source reduce the probability of the willingness to pay. The estimation of WTP also yielded an marginal effect on income as amount 0.166 on improved water service. Keywords:

Contingent Valuation Method, Willingness to Pay, Random Utility Model 

1)

Mahasiswa Magister Ekonomika Pembangunan UGM

2)

Dosen Fakultas Ekonomika dan Bisnis UGM

1. PENGANTAR

1.1

Latar Belakang

Air merupakan barang ultra essential  bagi kelangsungan hidup manusia. Tanpa air manusia tidak mungkin dapat bertahan hidup. Di sisi lain, kita sering   bersikap menerima air begitu saja tanpa mempertanyakannya. Bahkan dalam ilmu ekonomi dikenal adanya istilah water-diamond paradox atau paradoks air dan  berlian di mana air yang begitu esensial dinilai begitu murah sementara berlian yang hanya sebatas perhiasan dinilai begitu mahal. Dalam Rencana Pembangunan Jangka Panjang Daerah (RPJPD) Kota Yogyakarta Tahun 2005 – 2025 diprediksikan bahwa dalam jangka waktu 20 tahun ke depan orang yang beraktivitas di Kota Yogyakarta akan semakin meningkat. Hal itu dapat menimbulkan konsekuensi meningkatnya penurunan kualitas dan kuantitas air tanah. Menurut Dinas Lingkungan Hidup Kota Yogyakarta, pada Tahun 2007, 90  persen sumber air baku di Kota Yogyakarta diperkirakan telah tercemar oleh bakteri E coli (www2.kompas.com). Lebih lanjut dalam RPJPD Kota Yogyakarta Tahun 2005 -2025 dinyatakan bahwa jika kontinuitas pelayanan air bersih dari PDAM Tirta Marta dan kondisi lingkungan tidak terjaga dengan baik, maka masyarakat akan cenderung menggunakan air tanah yang bisa mengancam kesehatan karena mengandung bakteri coli. Jumlah sumur gali dan sumur pompa yang didata oleh Dinas Kesehatan Kota Yogyakarta sampai dengan tahun 2006 sebanyak 34.280 sumur gali dan 2.805 sumur pompa. Jumlah sumber air yang dimiliki oleh penduduk Kota Yogyakarta hampir sebanding dengan jumlah pelanggan PDAM Tirtamarta Kota Yogyakarta

1

yang sampai dengan akhir Desember 2008 sebanyak 33.973 pelanggan yang 91,43   persen merupakan pelanggan rumah tangga atau sebesar 31.062 pelanggan. Sementara itu PDAM Tirtamarta Kota Yogyakarta memiliki 3 buah sumber mata air   permukaan, 1 sumber sungai, 10 sumber sumur dangkal dan 30 buah sumur dalam. Jangkauan pelayanan PDAM Tirtamarta Kota Yogyakarta sampai dengan akhir tahun 2008 sebesar 40,79 persen atau penduduk yang terlayani oleh PDAM Tirtamarta sebanyak 186.378 orang dari 456.915 orang penduduk yang berada pada wilayah teknis PDAM. Tingkat kualitas air yang dimiliki oleh PDAM Tirtamarta Kota Yogyakarta dan disistribusikan kepada pelanggan saat ini baru memenuhi syarat kualitas air bersih. Memenuhi target kesepuluh pembangunan millennium (MDG’s) yakni mengurangi sampai setengah jumlah penduduk yang tidak memiliki akses kepada air bersih yang layak minum, Departemen Pekerjaan Umum pada tahun 2003 merencanakan peningkatan sambungan rumah tangga dari 17 persen pada tahun 2004 menjadi 62 persen pada tahun 2015. Selain itu, sesuai dengan PP 16 Tahun 2005 tentang Air Minum, pada tahun 2008, seluruh PDAM sudah harus dapat mengalirkan air yang langsung dapat diminum ( potable water ) dan bukan hanya air    bersih (clean water ). Pada kenyataannya sampai dengan akhir tahun 2008 baru  beberapa PDAM yang telah memiliki jaringan pelanggan dengan kualitas air minum di antaranya PDAM Bandung, PDAM Buleleng, PDAM Malang, PDAM Bogor, PDAM Batam, PDAM Medan. Dan PDAM Padang (www.ciptakarya.pu.go.id). Berkaitan dengan hal terebut Direktur PDAM Tirta Marta Kota Yogyakarta menyatakan bahwa   perlu dilakukan analisis ekonomi yang cermat sebelum memasang alat instalasi penyulingan air minum. Wedgwood dan Sansom (2003: 8) 2

menyatakan bahwa survei mengenai kesediaan membayar pelanggan (Willingness to

 Pay) telah banyak dilakukan dan memberikan informasi yang cukup berarti bagi   perencanaan investasi dalam pelayanan air minum. Lebih lanjut, Wedgwood dan Sansom (2003: 8) menyatakan bahwa jika terdapat investasi yang signifikan dalam  pelayanan air minum maka direkomendasikan untuk melakukan WTP survei. Hasil dari survei WTP tidak saja menghasilkan informasi yang signifikan untuk membuat   proyeksi keuangan namun juga dapat menjadi bahan pertimbangan dalam menentukan tingkat pelayanan dan pilihan teknis. Untuk meningkatkan kualitas air minum menjadi air siap minum diperlukan investasi. Dalam meningkatkan pengembalian investasi diperlukan informasi tentang kemampuan masyarakat dalam membayar air minum. Di samping itu, perlu  pula diketahui determinan preferensi pelanggan tentang air siap minum, yaitu faktor  sosial ekonomi rumah tangga. Dengan mengetahui determinannya, dapat dilakukan intervensi untuk meningkatkan determinan tersebut. Dengan belum dilakukannya analisis ekonomi dalam perencanaan investasi   peningkatan kualitas air siap minum pada PDAM Tirta Marta Yogyakarta, perlu dilakukan penelitian mengenai kesediaan membayar pelanggan rumah tangga PDAM Tirta Marta Kota Yogyakarta serta faktor-faktor yang mempengaruhinya. Penelitian ini merupakan salah satu analisis ekonomi yang dapat digunakan sebagai   bahan pertimbangan dalam perencanaan investasi peningkatan kualitas air PDAM menjadi air siap minum untuk memenuhi PP Nomor 16 Tahun 2005.

1.2 Tujuan Penelitian

Secara spesifik, tujuan yang ingin dicapai dalam penelitian ini adalah untuk.

3

1. Mengidentifikasikan faktor-faktor yang mempengaruhi preferensi pelanggan rumah tangga terhadap peningkatan kualitas air PDAM menjadi air siap minum. 2. Mengidentifikasikan nilai rata-rata kesediaan membayar (Willingness to Pay )   pelanggan rumah tangga terhadap peningkatan kualitas air PDAM menjadi air  siap minum. 1.3 Tinjauan Pustaka 1.3.1 Penelitian dalam negeri

Studi Oleh  Nugroho dan Widayati (2003)

Lokasi Variabel Metode Kabupate Pendapatan, pekerjaan, Qualitative n Tulung luas tanah, kepemilikan Choice Agung rumah, saluran telepon,   pendidikan, jumlah keluarga, kedalaman sumur 

Harahap dan Indonesia Hartono (2007)

Variabel dependen sewa rumah per bulan, independen karakteristik sumber air  minum, karakteristik  struktur rumah, Aksesibilitas, Dummy Provinsi

Hasil Penelitian Variabel pendidikan, fasilitas telepon,   pendapatan dan  perubahan wilayah kota   berkorelasi positif  dengan pilihan sumber  air PDAM. Kondisi sosial rumah  Hedonic  Pricing Model  tangga dan pengeluaran  perkapita mempengaruhi kemungkinan kepemilikan fasilitas air minum.

1.3.2 Penelitian luar negeri Studi Oleh Lokasi Variabel Metode de Oca et.all Mexico Tagihan air, penge-  Dichotomous (2003) City tahuan tentang tagihan Choice air, kualitas air, tekanan air, pendidikan, jenis kelamin, zona, jumlah keluarga, jumlah anak,  pekerjaan, umur 

  Nam danHo Chi Son (2004) Minh City,

Faktor sosioekonomi,  Random   profil penggunaan air, Utility   persepsi pada tingkat Modeling 

Hasil Penelitian Rumah tangga miskin mempertimbangkan   pelayanan yang dapat diandalkan sementara rumah tangga yang lebih sejahtera bersedia membayar lebih besar  untuk menghindari   penurunan kualitas dari   pada perbaikan kualitas. Rumah tangga yang telah memiliki water  sambungan 4

Studi Oleh

Lokasi Vietnam

Variabel pelayanan.

Metode

Pendapatan, umur, Weibull    jumlah keluarga, Model  tabungan bulanan, volume pemakaian air, tarif air bulanan, tarif  kebersihan bulanan, tarif listrik  Manaus, Karakteristik  Ordinary dan Amazona demografi, karakteristik   Least Square s, Brazil  perumahan, karakteristik pelayanan, karakteristik kesehatan

Fujita et.all. Iquitos (2005) City, Peru

Casey, Kahn, Rivas (2006)

Bilgic et.all Anatolian (2008) , Turkey

Zapata et.all Loja, (2009) Equador 

Jumlah tagihan air,  Random harga sumber air, nilai Utility Model  lelang, pendapatan, kesehatan, persepsi terhadap layanan,   jumlah anggota keluarga, jumlah orang  bekerja di rumah, umur,   pendidikan, status, wilayah tempat tinggal WTP, umur, pekerjaan, Tobit Model gender, pendidikan,   jumlah keluarga,   pendapatan, pengeluaran rumah tangga, akses terhadap air,   persepsi tingkat   pelayanan, tagihan  bulanan

Hasil Penelitian  service bersedia membayar lebih untuk   peningkatan kualitas. WTP diperkirakan adalah dua kali dari tagihan bulanan dan ATP sebesar 10 persen s.d 20 persen dari  pembayaran bulanan. Variabel pendapatan tidak berkorelasi positif  dengan WTP, sementara variabelnya tandanya sesuai dengan yang diharapkan. Pendidikan, persepsi tingkat pelayanan, kondisi rumah tangga,   pendapatan wilayah berpengaruh secara signifikan.

Gender, tagihan bulanan, persepsi tarif, akses 24 jam air berpengaruh secara signifikan.

Dari beberapa penelitian terdahulu, terdapat perbedaan dengan penelitian ini,   baik menyangkut lokasi penelitian, kurun waktu, pendekatan, variabel dan alat analisis yang digunakan. Dalam penelitian yang mengambil lokasi di Kota Yogyakarta, variabel yang digunakan merupakan gabungan dari beberapa penelitian sebelumnya dan pendekatan serta alat analisisnya menggunakan   Random Utility 5

dan

Model  mengikuti penelitian Nam dan Son (2004).

1.4 Landasan Teori 1.4.1 Permintaan dan harga

Teori permintaan menerangkan tentang ciri hubungan antara jumlah   permintaan dan harga. Permintaan seseorang atau suatu masyarakat kepada suatu  barang ditentukan oleh banyak faktor. Faktor-faktor tersebut yang terpenting adalah: 1.

harga barang itu sendiri;

2.

harga barang lain yang berkaitan erat dengan barang tersebut;

3.

 pendapatan rumah tangga;

4.

corak distribusi pendapatan dalam masyarakat;

5.

cita rasa masyarakat;

6.

 jumlah penduduk;

7.

ramalan mengenai keadaan di masa yang akan datang (Sukirno, 2002: 75-76).

1.4.2 Teori preferensi konsumen

Teori preferensi konsumen didefinisikan sebagai selera individu yang subyektif. Browning dan Zupan (1997: 75) mengatakan bahwa preferensi konsumen dapat digambarkan memalui kurva indeferren. Konsumen mempunyai preferensi yang berbeda-beda, perbedaan itu dapat diidikasikan dari bentuk kurva indiferen. Kurva indeferen menggambarkan semua kondisi yang menurut konsumen dapat memberikan tingkat kepuasan yang sama. Untuk menunjukkan rangking preferensi   perlu sekumpulan kurva indeferen (indifference map). Karena more is preferred to

less maka konsumen akan lebih menyukai kurva indiferen yang lebih tinggi. Konsumen

dalam

melakukan

pembelian

suatu

barang

dipengaruhi

oleh

6

  preferensinya terhadap suatu barang dan dibatasi oleh anggaran yang dimilikinya. Konsumen akan memilih satu dari sekian banyak barang yang menghasilkan tingkat kepuasan yang optimal. 1.4.3 Pengukuran nilai ekonomi

  Nilai ekonomi juga didefinisikan sebagai pengukuran jumlah maksimum seseorang ingin mengorbankan barang dan jasa untuk memperoleh barang dan jasa lainnya. Secara formal, konsep ini disebut keinginan/kesediaan membayar  (willingness to pay ) seseorang terhadap barang dan jasa yang dihasilkan (Harahap dan Hartono, 2007:3). Menurut Fauzi (2006:212) secara umum teknik valuasi ekonomi sumberdaya yang tidak dapat dipasarkan (non market valuation ) dapat digolongkan ke dalam 2 (dua) kelompok yakni teknik langsung dan teknik tidak langsung. Secara skematis teknik valuasi non-market  tersebut dapat dilihat pada gambar berikut:

Valuasi Non Market

Tidak Langsung ( Revealed 

Langsung / Survei

Willingness to Pay/WTP)

(Expressed WTP)

 Hedonic Pricing, Travel Cost,  Random Utility Model.

Contingent Valuation,  Random Utility Model, Contingent Choice.

Sumber : Fauzi (2006:213) Gambar 1 Teknik Valuasi Non-Market

Kelompok pertama adalah teknik valuasi yang mengandalkan harga implisit di mana

7

willingness to pay (WTP) terungkap melalui model yang dikembangkan. Teknik ini disebut teknik yang mengandalkan revealed WTP (keinginan untuk membayar yang terungkap). Beberapa teknik yang masuk kelompok ini adalah Travel Cost Method, , dan teknik yang relatif baru disebut   Random Utility Model.   Hedonic Pricing  Kelompok kedua adalah teknik valuasi yang didasarkan pada survei di mana keinginan membayar atau WTP diperoleh langsung dari responden, yang langsung diungkapkan secara lisan maupun tertulis. Teknik penilaian yang cukup populer  adalah Contingent Valuation Method (CVM ) dan Discrete Choice Model . 1.4.4 Random Utility Model 

Salah satu model Contingent Valuation Method  (CVM) yang paling umum digunakan adalah model dikotomus / Random Utility Model  (RUM). Model RUM dimulai dengan membangun Hipotesis bahwa ada dua kondisi alternatif sumber  daya alam, yaitu kondisi i =0 yang menggambarkan   status quo dan kondisi i =1 yang menggambarkan perubahan sumber daya alam seperti yang ditawarkan dalam survei CVM. Misalnya M  j menggambarkan pendapatan responden j  pada kondisi i, kemudian z j menggambarkan karakteristik responden ke j, termasuk variasi yang terjadi pada kuesioner, dan menggambarkan preferensi yang bersifat random yang hanya diketahui oleh responden tetapi tidak oleh peneliti. Dengan demikian fungsi utilitas responden terhadap kondisi sumber daya alam dapat ditulis sebagai berikut:

uij = u (M j, z j, εij)

(1)

Jika responden kemudian diminta untuk membayar sebesar p, utilitas yang diperoleh pada kondisi lingkungan yang baik setelah adanya keinginan membayar  dari responden dibandingkan dengan   status quo dapat digambarkan dengan 8

 persamaan sebagai berikut:

ui (M j-p j, z j, εij) > u0 (M j, z j, ε0j)

(2)

  Namun demikian karena peneliti tidak mengetahui preferensi responden yang bersifat acak, peneliti hanya mengetahui kemungkinan (probabilitas) menjawab ya atau tidak. Jadi jika ui >u0, kemungkinan responden menjawab “ya” adalah: Pr (“ya”)= Pr {ui (M j-p j, z j, εij) > u0 (M j, z j, ε0j)}

(3)

Tahap berikutnya dalam permodelan RUM ini adalah menspesifikasikan fungsi utilitas yang biasanya dibuat dalam bentuk linier dan aditif seperti berikut:

ui (M j, z j, εij) = vi (M j, z j) + εij

(4)

di mana u i adalah fungsi utilitas yang tidak teramati (unobservable), sementara vi adalah fungsi utilitas yang teramati, atau sering dikenal dengan indirect utility

 function. Salah satu bentuk fungsi ini dapat ditulis dalam bentuk : vi= α0+ α1Zi1+ α2Zi2+ α3Zi3+ αmZin

(5)

di mana Zi adalah variabel sosio ekonomi. Pendugaan Willingness To Pay dalam persamaan di atas dapat ditulis dengan  persamaan berikut: α1

z j+ β (M j – WTP j) + εij = α0z j+ β M j+ εij

(6)

di mana α dan  β  adalah koefisien atau parameter yang diperoleh melalui pendugaan dengan teknik regresi atau ekonometrik. Untuk memperoleh nilai WTP yang diinginkan persamaan tersebut dapat dipecah menjadi:

9

α1

z j + ε j

WTP =

 β 

(7)

2. HIPOTESIS DAN ALAT ANALISIS 2.1

Hipotesis

Hipotesis penelitian ini diformulasikan sebagai berikut: 1.   pendapatan rumah tangga berkorelasi positif dan signifikan terhadap kesediaan membayar pada peningkatan kualitas air; 2. luas tanah yang dimiliki oleh pelanggan rumah tangga berkorelasi positif dan signifikan terhadap kesediaan membayar pada peningkatan kualitas air; 3. tingkat pendidikan berkorelasi positif dan signifikan terhadap keputusan pelanggan rumah tangga untuk bersedia membayar pada peningkatan kualitas air; 4.   jumlah anggota keluarga berkorelasi positif dan signifikan terhadap kesediaan membayar pada peningkatan kualitas air; 5. status kepemilikan rumah berkorelasi positif dan signifikan terhadap kesediaan membayar pada peningkatan kualitas air; 6. kepemilikan atas sumber air lain seperti sumur berkorelasi negatif dan signifikan terhadap kesediaan membayar pada peningkatan kualitas air; 7. tagihan bulanan rekening air berkorelasi negatif dan signifikan terhadap kesediaan membayar pada peningkatan kualitas air; 8. kepuasan pelanggan rumah tangga terhadap pelayanan PDAM berkorelasi positif dan signifikan terhadap kesediaan membayar pada peningkatan kualitas air; 9. kualitas air siap minum berkorelasi positif dan signifikan terhadap kesediaan membayar pada peningkatan kualitas air; 10.  biaya peningkatan kualitas yang bersedia dibayarkan oleh pelanggan rumah tangga

10

  berkorelasi positif dan signifikan terhadap kesediaan membayar pada peningkatan kualitas air. 2.2

Alat Analisis

Untuk mengukur dan menghitung variabel yang akan diteliti, digunakan   pendekatan analisis kuantitatif yang bersifat deskriptif, dengan menggunakan tiga (3) alat analisis yaitu. sebagai berikut. 2.2.1 Uji kelayakan model regresi

Uji kelayakan model regresi ini bertujuan untuk mengetahui sejauh mana data observasi dapat dianalisis menggunakan model regresi logit. Hipotesis yang dikemukakan dengan menggunakan Hosmer & Lemeshow   goodness of fit test  adalah sebagai berikut: Ho:

tidak ada perbedaan yang nyata antara klasifikasi yang diprediksi dengan klasifikasi yang diamati

Ha:

ada perbedaan yang nyata antara klasifikasi yang diprediksi dengan klasifikasi yang diamati

Dasar pengambilan keputusan adalah goodness of fit test  yang diukur dengan nilai chi-square pada uji Hosmer & lemeshow, apabila probabilitas > 0,05 maka Ho tidak ditolak dan bila probabilitas < 0,05 maka Ho ditolak. 2.3.1

Analisis logit

Pendugaan parameter yang digunakan untuk memperoleh nilai WTP dalam  penelitian ini menggunakan model regresi logaritmik (Logit) sebagai berikut:

⎛   Pi  ⎞ ⎟ = β 0 + β 1 X 1 + β 2 X 2 + β 3 X 3 + ........ + β 10 X 10 ⎝ 1 − Pi ⎠

 Li =  Ln⎜

(8)

11

di mana:  Li = jawaban responden terhadap kesediaan membayar, jika ya = 1 dan tidak = 0 X1= Pendapatan pelanggan dalam rupiah X2= Luas Tanah dalam m

2

X3= Status kepemilikan rumah (milik sendiri = 1 dan lainnya= 0) X4= Pendidikan (tahun lamanya sekolah) X5= Jumlah anggota keluarga (orang) X6= Kepemilikan sumber air lain (Ada = 1, Tidak Ada = 0) X7= Jumlah pembayaran rekening air perbulan (rupiah) X8= Kepuasan dengan pelayanan PDAM saat ini (Puas= 1, Tidak Puas = 0) X9= Kualitas Air, apabila pelanggan memilih kualitas air minum = 1 dan jika tidak =0 X10= Biaya yang bersedia dikeluarkan jika memilih kualitas air minum (dalam rupiah) Analisis WTP dengan Random Utility Model 

2.3.2

Perhitungan WTP dalam penelitian ini mengikuti yang digunakan oleh Nam dan Son (2004:17) yang menggunakan Random Utility Model  dengan melakukan regresi logistik atas indirect utility function.

Kemudian untuk nilai WTP-nya

menggunakan konsep Compensating Surplus (CS) yang merupakan adopsi dari  Hicksian Compensating Surplus. Adapun penghitungan CS dihitung dengan rumus sebagai berikut (Nam dan Son, 2004:17):

1  β 

CS  = −

(Vc − Vp)

(9)



di mana  β M merupakan koefisien dari atribut uang (Marginal Utility of Income), Vc merupakan fungsi dari utilitas pada kondisi status quo, dan Vp merupakan fungsi utilitas dari adanya perbaikan kualitas. Rumus perhitungan Vc dan Vp adalah 12

sebagai berikut:

V  = α  + β  c

cos t 

Cost  + β 

 HighQ

 HighQ

(10)

dan

V  = β   p

cos t 

Cost + β 

 HighQ

 HighQ

(11)

3. ANALISIS DATA 3.1 Batasan Penelitian

Beberapa batasan dalam penelitian ini dapat diidentifikasikan sebagai berikut. 1. Penelitian ini menggunakan data primer dengan responden pelanggan rumah tangga PDAM Tirta Marta Yogyakarta yang masih aktif (masih mendapatkan  pelayanan PDAM) tanpa membedakan golongan tarif pelanggan. 2. Penelitian ini mengambil sampel pada Kota Yogyakarta dan pada Tahun 2009 3.2 Jenis dan sumber data/bahan atau materi penelitian

Data yang digunakan dalam penelitian ini adalah data primer. Metode   pengumpulan data dilakukan dengan menggunakan teknik wawancara berstruktur, yaitu wawancara dengan menggunakan daftar pertanyaan yang sudah dirumuskan dengan jelas. Teknik sampling yang dipilih adalah Convenience Sampling / Accidental  Sampling  yakni memilih pelanggan rumah tangga PDAM yang mudah ditemukan. Metode ini dipilih dengan asumsi bahwa pelanggan rumah tangga memiliki   pengalaman yang sama terhadap pelayanan, penggunaan air, pemahaman terhadap kualitas air PDAM sehingga siapapun pelanggan rumah tangga PDAM memiliki

13

kesempatan yang sama untuk disampel dan cukup mewakili. Pertimbangan selanjutnya dalam memilih metode sampling tersebut adalah adanya keterbatasan waktu, biaya dan tenaga penulis dalam melakukan penelitian. 3.3 Uji kelayakan model regresi

Sebelum melakukan analisis data dengan menggunakan regresi logit dilakukan uji kelayakan model regresi dengan menggunakan uji Hosmer & Lemeshow  goodness of fit test . Hipotesis yang dikemukakan dengan menggunakan Hosmer & Lemeshow goodness of fit test adalah sebagai berikut: Ho:

tidak ada perbedaan yang nyata antara klasifikasi yang diprediksi dengan klasifikasi yang diamati

Ha: .....ada perbedaan yang nyata antara klasifikasi yang diprediksi dengan klasifikasi yang diamati Uji Hosmer & Lemeshow   goodness of fit test hanya dilakukan terhadap variabel biner yakni variabel yang bernilai 0 dan 1. Hasil pengujian Hosmer & Lemeshow   goodness of fit test dengan menggunakan  software E-views disajikan dalam tabel 1 berikut: Tabel 1 Hasil Uji Hosmer & Lemeshow goodness of fit test Variabel H-L Statistic Probabilitas Andrew Statistic Probabilitas Chi. Sq (8df) Chi. Sq (10df) Preferensi 8,5943 0.3777 42.9562 * 0.0000 Kepemilikan 18.4182 * 0.0183 43.7196 * 0.0000 Sumber Air 11.4065 0.1797 15.1906 0.1253 Kepuasan 7.9573 0.4376 21.9483 * 0.0154 Kualitas Air 2.6873 0.9524 31.4382 * 0.0005 * probabilitas signifikan pada α = 0,05

Dari tabel tersebut probabilitas dari nilai H-L statistic untuk variabel

14

kepemilikan lebih kecil dari 0,05 sehingga Ho ditolak. Hal ini berarti bahwa variabel tersebut tidak dapat dianalisis dengan menggunakan model regresi logit. Kemudian probabilitas nilai H-L statistic empat variabel lainnya lebih besar  dari 0,05 sehingga Ho tidak ditolak. Hal ini berarti bahwa data penelitian dapat dianalisis dengan menggunakan model regresi logit. Namun demikian terdapat  probabilitas dari nilai Andrew statistic dalam dua variabel yakni variabel WTP dan Kepemilikan yang di bawah < 0,05 atau signifikan. Hal ini berarti untuk dua variabel tersebut penulis harus berhati-hati dalam menginterpretasikan hasil analisis regresinya. Dari hasil pengujian Hosmer-Lemeshow ini, dapat disimpulkan bahwa variabel kepemilikan (X3) dikeluarkan dari model regresi logit. 3.4 Analisis model regresi logit

Dari hasil regresi model logit model awal dapat dijelaskan Dari delapan variabel yang digunakan hanya dua variabel independen yang signifikan yakni variabel sumber air dengan koefisien sebesar -2.688474 dengan probabilitas sebesar  0,0479 (signifikan pada

=0,05); dan variabel persepsi terhadap peningkatan

α

kualitas dengan koefisien sebesar 4,263026 dengan probabilitas sebesar 0,0194 (signifikan pada

=0,00). Hal ini menandakan terdapat kemungkinan kesalahan

α

dalam spesifikasi model yakni terdapat variabel yang seharusnya tidak dimasukkan, atau terdapat variabel lain yang signifikan yang tidak dimasukkan dalam model,   juga terdapat kemungkinan gejala multikolinieritas. Kondisi tersebut terlihat dari nilai LR Statistik yang tinggi namun hanya sedikit variabel yang signifikan. Dari hasil korelasi parsial antarvariabel serta korelasi antara variabel independen dengan variabel pengganggu tidak terdapat korelasi yang signifikan. Dengan pengujian 15

tersebut, dapat diasumsikan bahwa tidak terdapat gejala multikolinieritas pada model. Dari model regresi tersebut terdapat kemungkinan salah memasukkan variabel yang seharusnya dikeluarkan, sehingga diperlukan pengujian untuk    pengurangan variabel yang tidak signifikan misalnya dengan melakukan uji Wald  Coefficient Test (Widarjono, 2007:120). 3.5 Uji Wald Coefficient

Wald coefficient test  dilakukan untuk mengeluarkan variabel yang tidak  signifikan dari model. Jika pengujian menunjukkan bahwa dengan dikeluarkannya variabel tersebut tidak mengubah secara signifikan model awal maka variabel tersebut bisa dikeluarkan (Insukindro et.all., 2004:210). Jika probabilitas F dari variabel X dalam uji wald coefficient test  tidak signifikan, berarti variabel tersebut   bisa dikeluarkan dari model. Dalam pengujian ini dari hasil regresi logit diuji dengan dikeluarkan variabel independen yang paling tidak signifikan dari regresi logit awal yakni variabel tagihan air (X7), variabel luas tanah (X2), dan variabel  pendidikan (X4). Estimasi regresi logit dengan mengeluarkan variabel X2, X7 dan X4 menghasilkan empat variabel yang signifikan pada

=0,05 yakni variabel

α

 pendapatan, sumber air, kualitas air, dan variabel biaya. Adapun hasil estimasinya adalah sesuai dengan tabel 3 berikut: Tabel 3 Hasil Estimasi Logit Akhir Dependent Variable: Preferensi Variable Coefficient Std. Error PENDAPATAN__X1_ 0.74032 0.33702 JML_KELG__X5_ 0.77601 0.48224 SUMBER_AIR__X6_ -2.47586 1.18652 KEPUASAN__X8_ 1.11723 1.19698

z-Statistic 2.19664 1.60917 -2.08667 0.93337

Prob. * 0.0280 0.1076 * 0.0369 0.3506

16

KUALITAS__X9_ BIAYA__X10_ C LR statistic (6 df) Probability(LR stat)

3.79833 1.39772 2.71751 * 0.0066 0.00003 0.00001 2.03620 * 0.0417 -8.436750 3.213723 -2.625226 0.0087 52.76075 McFadden R-squared 0.638040 1.31E-09

Obs with Dep=0 Obs with Dep=1

40 23

Total obs

63

* probabilitas signifikan pada α = 0,05 ** probabilitas signifikan pada α = 0,10

Dari hasil regresi model logit tersebut di atas dapat dijelaskan bahwa dengan nilai LR statistic dengan 6 df sebesar 52,76075 jauh lebih besar dari nilai tabel Chisquare dengan 6 df dan probabilitas 0,05 sebesar 18,5476 (nilai LR statistik  signifikan) maka dapat disimpulkan bahwa variabel-variabel independen yang digunakan dalam analisis regresi tersebut secara-bersama mempengaruhi variabel independen. Dengan nilai McFadden R-squared sebesar 0,638040 dapat diartikan   bahwa model tersebut dapat menjelaskan variasi-variasi perubahan dalam variabel dependen sebesar 63,80 persen. Dari hasil pengujian tanda pada hasil estimasi logit akhir, seperti terlihat dalam tabel 3.7 berikut, terdapat empat variabel yang tanda dan tingkat signifikansi sesuai dengan yang diharapkan. Tabel 4 Uji Tanda Variabel Independen (Hasil Estimasi Akhir) Variabel PENDAPATAN__X1_  JML_KELG__X5_  SUMBER_AIR__X6_  KEPUASAN__X8_  KUALITAS__X9_ BIAYA__X10_ Konstanta (C)

Harapan + / signifikan + / signifikan - / signifikan + / signifikan + / signifikan + / signifikan (-)

Hasil Estimasi + / signifikan + / tidak signifikan - / signifikan + / tidak signifikan + / signifikan + / signifikan - / signifikan

Keterangan α=0,05 =0,05 α=0,05 α=0,05 α=0,05 α

17

Adapun koefisien dari hasil regresi logit tersebut dapat diinterpretasikan sebagai berikut. 1. Konstanta sebesar -8,436750 berarti besarnya probabilitas seorang pelanggan tanpa dipengaruhi oleh faktor lain menyatakan bersedia untuk membayar sebesar  -8,44 persen. Artinya tanpa dipengaruhi oleh faktor-faktor lain seluruh responden tidak bersedia untuk membayar. 2. Variabel pendapatan memiliki nilai koefisien sebesar 0,740318 hal ini berarti apabila terdapat peningkatan pendapatan sebesar Rp1 juta rupiah maka akan meningkatkan probabilitas bersedia membayar sebesar 0,74 persen. Marginal effect  dari variable pendapatan terhadap probabilitas kesediaan membayar dapat sebesar 0,166. Hal ini dapat diinterpretasikan bahwa dengan adanya peningkatan pendapatan sebesar 1 persen maka akan meningkatkan  probabilitas bersedia membayar sebesar 0,166 persen. 3. Variabel jumlah keluarga dengan koefisien sebesar 0,776014 berarti apabila terdapat penambahan jumlah anggota keluarga sebesar satu orang akan meningkatkan probabilitas untuk bersedia membayar sebesar 0,77 persen. 4. Variabel sumber air memiliki koefisien sebesar -2,475864, hal ini berarti bahwa kepemilikan atas sumber air lain akan mengurangi probabilitas untuk bersedia membayar sebesar 2,47 persen. 5. Variabel Kualitas memiliki koefisien sebesar 3,79833 berarti bahwa responden yang mempunyai harapan akan kualitas air PDAM sebagai kualitas air minum akan meningkatkan probabilitas untuk membayar sebesar 3,80 persen. 18

6. Variabel biaya memiliki koefisien sebesar 0,00003 berarti bahwa setiap Rp1.000,00 yang responden sedia untuk bayarkan akan meningkatkan  probabilitas pelanggan menjawab bersedia untuk membayar sebesar 0,03 persen. Hasil regresi model logit tersebut dapat dirumuskan sebagai berikut: WTP = 1-@LOGIT(-(- 8.436750194+0.7403179344X1+ 0.7760144286 X5 2.475864028 X6 + 1.117226357 X8 + 3.798330462 X9 + 0,00003 X10))

3.6. Estimasi WTP

Setelah melakukan estimasi parameter untuk  indirect utility function dengan model regresi logit maka dilakukan perhitungan nilai WTP dengan model compensating surplus (CS) dengan menggunakan rumus 10 dan 11. Sebelum melakukan perhitungan WTP terlebih dahulu mendefinisikan indirect utility  function atas perubahan kualitas yakni dengan meregresikan WTP dengan variabel  biaya dan peningkatan kualitas. Tabel 5 Hasil Estimasi Logit Kualitas dan Biaya Dependent Variable: Preferensi Method: ML - Binary Logit (Quadratic hill climbing) Coefficien Variable t Std. Error z-Statistic KUALITAS__X9_ 3.003074 0.816097 3.679800 BIAYA__X10_ 2.01E-05 8.55E-06 2.349561 C -3.462267 0.930661 -3.720222 LR statistic (2 df) 38.09604 McFadden R-squared Probability(LR stat) 5.34E-09 Obs with Dep=0 40 Total obs Obs with Dep=1 23

Prob. 0.0002 0.0188 0.0002 0.460699 63

Dari hasil Estimasi di atas diperoleh fungsi indirect utility untuk status quo dan perbaikan kualitas dengan menggunakan rumus 10 dan 11 dapat dirumuskan

19

sebagai berikut:

V  = −3,46227 + 0,00002 Biaya + 3,003074 Kualitas c



 p

= 0,00002 Biaya + 3,003074 Kualitas

dengan menggunakan nilai rata-rata dari variabel tersebut maka nilai Vc dan Vp masing-masing sebesar -0,7120 dan 2,7502. Dengan menggunakan rumus 9 maka nilai compensating surplus atas peningkatan kualitas tersebut dapat dihitung sebagai  berikut:

CS  = −

1 0.74032

( −0,7120 − 2,7502) = 4,6767

Dari hasil perhitungan compensating surplus dapat diartikan bahwa untuk    peningkatan kualitas air PDAM menjadi air minum pelanggan rumah tangga   bersedia untuk dikurangi pendapatannya setiap bulan sebesar 4,68 persen. Dengan menggunakan nilai terendah dari pendapatan responden maka nilai willingness to

 pay dari peningkatan kualitas air PDAM menjadi air minum sebesar Rp35.075,47   per bulan (Rp750.000,00 X 4,68%). Dengan menggunakan nilai tertinggi dari   pendapatan responden maka nilai willingness to pay dari peningkatan kualitas air  PDAM menjadi air minum sebesar Rp467.672,95 per bulan (Rp10.000.000,00 X 4,68%). Apabila dihitung dengan nilai median pendapatan responden maka nilai

willingness to pay dari peningkatan kualitas air PDAM menjadi air minum sebesar  Rp90.000,00 per bulan (Rp2.000.000,00 X 4,68%) 3.7 Diskusi/pembahasan

Dari hasil analisis dengan metode regresi logit tersebut, ternyata determinan atas kesediaan membayar pelanggan rumah tangga terhadap peningkatan kualitas air 

20

PDAM adalah variabel pendapatan, kepemilikan sumber air lainnya, persepsi   pelanggan tentang kualitas air minum serta besarnya biaya yang pelanggan sedia  bayarkan untuk peningkatan kualitas. Untuk variabel pendapatan hasil penelitian ini sesuai dengan penelitian-penelitian sebelumnya di mana variabel pendapatan merupakan salah satu faktor yang signifikan yang mempengaruhi pelanggan untuk  memilih perbaikan kualitas air PDAM menjadi kualitas air minum. Variabel lain yang berpengaruh secara signifikan terhadap kesediaan   pelanggan rumah tangga terhadap peningkatan kualitas air minum PDAM adalah kepemilikan sumber air lainnya yang merupakan barang subtitusi. Variabel ini memiliki koefisien sebesar – 2,47. Hal ini berarti bahwa pelanggan rumah tangga yang memiliki sumber air lainnya cenderung untuk tidak bersedia terhadap   peningkatan kualitas PDAM menjadi kualitas air minum. Alasan pelanggan lebih memilih sumber lainnya pertama adalah pengalaman pelanggan terhadap air PDAM yang sering berkualitas buruk yakni berwarna kecoklatan serta berbau kaporit. Alasan kedua karena pelanggan PDAM yang menjadi responden beranggapan air  sumur yang dimilikinya lebih jernih dan lebih murah dibanding dengan air PDAM. Variabel sosio-ekonomik lainnya yakni tingkat pendidikan, jumlah anggota keluarga, kepuasan responden terhadap pelayanan PDAM saat ini, jumlah tagihan air bulanan, luas tanah dan kepemilikan rumah secara bersama-sama mempengaruhi secara signifikan kesediaan membayar pelanggan terhadap peningkatan kualitas air  PDAM. Namun pada penelitian ini tidak menunjukkan pengaruh masing-masing variabel tersebut terhadap probabilitas WTP. WTP yang diestimasi dalam penelitian ini adalah sebesar 4,68 persen dari 21

  penghasilan responden per bulan atau sebesar Rp90.000,00 per bulan jika dihitung dengan menggunakan nilai median pendapatan responden. Jika dibandingkan dengan rata-rata tagihan bulanan air PDAM sebesar Rp63.285,71 maka pelanggan rumah tangga bersedia jika tagihan bulanannya meningkat rata-rata sebesar 42.21   persen jika kualitas air PDAM menjadi kualitas air minum. Hal ini menandakan   penghargaan yang cukup tinggi terhadap peningkatan kualitas air PDAM. Namun demikian jika dibandingkan dengan tarif tertinggi yang saat ini diterapkan oleh 3

3

PDAM yaitu Rp6.500 per M untuk pemakaian air di atas 50 M , misalnya diasumsikan bahwa WTP sebesar Rp90.000,00 adalah dengan pemakaian air sebesar  3

3

30 M maka nilai WTP per M   peningkatan kualitas air hanya sebesar Rp3.000,00. 3

  Nilai WTP per M tersebut jika dibandingkan dengan tarif rata-rata PDAM yang   berlaku sekarang yakni sebesar Rp2.700,00 hanya naik sebesar 10 persen. Hal ini terjadi karena asumsi strategis responden dalam menyikapi perubahan kualitas air  menjadi air siap minum, sehingga responden berpendapat dengan perubahan kualitas air menjadi air siap minum berarti tidak perlu lagi membeli air dalam kemasan. Dengan asumsi tersebut, jumlah yang bersedia dibayar oleh responden adalah maksimal sebesar pengeluaran yang biasa dilakukan untuk membeli air  minum dalam kemasan setiap bulannya. 4.1 Kesimpulan

Berdasarkan hasil penelitian yang telah dilakukan sesuai dengan tujuan dan hipotesis yang diajukan maka dapat ditarik kesimpulan sebagai berikut. 1. Determinan atas kesediaan membayar pelanggan rumah tangga terhadap   peningkatan kualitas air PDAM adalah variabel pendapatan, kepemilikan 22

sumber air lainnya, persepsi pelanggan tentang kualitas air minum serta   besarnya biaya yang pelanggan sedia bayarkan untuk peningkatan kualitas. Variable pendapatan, persepsi pelanggan tentang kualitas air minum dan   besarnya biaya yang pelanggan sedia bayarkan untuk peningkatan kualitas  berpengaruh positif dan signifikan pada level α = 0,05. Sementara untuk variabel kepemilikan sumber air lainnya memiliki pengaruh negatif dan signifikan pada level α = 0,05. Variabel sosio-ekonomik lainnya yakni tingkat pendidikan, jumlah anggota keluarga, kepuasan responden terhadap pelayanan PDAM saat ini, jumlah tagihan air bulanan, luas tanah dan kepemilikan rumah secara bersama-sama mempengaruhi secara signifikan terhadap kesediaan membayar pelanggan terhadap peningkatan kualitas air PDAM. Namun pada penelitian ini tidak  menunjukkan pengaruh masing-masing variabel tersebut secara individu terhadap WTP Variabel pendapatan berpengaruh positif dan signifikan serta memiliki nilai Marginal effect  terhadap probabilitas kesediaan membayar  sebesar 0,166. 2.  Nilai Willingness to Pay terhadap peningkatan kualitas air PDAM menjadi kualitas air minum diestimasi sebesar 4,68 persen dari pendapatan pelanggan rumah tangga perbulan atau berkisar antara Rp35.075,47 sampai dengan Rp467.672,95 dengan nilai median sebesar Rp90.000,00. Nilai willingness to

 pay secara agregat adalah sebesar Rp 2.795.553.592,00 per bulan (Rp90.000,00 x 31.062 pelanggan rumah tangga).

23

4.2 S a r a n

Berdasarkan simpulan dan keterbatasan dalam penelitian ini maka dapat diajukan saran-saran sebagai berikut. 1. Bagi pengambil kebijakan di PDAM Tirta Marta Kota Yogyakarta, pertama hasil perhitungan willingness to pay dapat dijadikan bahan pertimbangan dalam   perencanaan investasi peningkatan kualitas air PDAM menjadi air siap minum yakni estimasi tingkat pengembalian investasi berdasarkan nilai willingness to

 pay adalah sebesar Rp 2.795.553.592,00 per bulan. 2. Kedua berdasarkan analisis faktor-faktor yang mempengaruhinya ternyata faktor  kepemilikan sumber air lainnya sangat mempengaruhi keputusan pelanggan terhadap keinginan membayar terhadap peningkatan kualitas. Hal ini dapat dianggap sebagai tantangan dan sebagai hal penting yang harus dipertimbangkan  bagi PDAM dalam keputusan pengembangan layanan dan keputusan investasi.

DAFTAR PUSTAKA

Bilgic, Abdulbaki, Gunes Eren, and Wojciech J. Florkowski. 2008, “Willingness to Pay for Potable Water in Southeastern Turkey: An Application of both Stated and Revealed Preferences Valuation Method”, Selected Paper    prepared for presentation at the Southern Agricultural Economics  Association Annual Meeting, Dallas, TX, February 2-6 2008 Briscoe, J, Paulo Furtado de Castro, Charles Griffin, James North, dan Orjan Olsen. 1990, “Toward Equitable and Sustainable Rural Water Supplies: A Contingent Valuation Studi in Brazil”, The World Bank Economic Review, 4 (2), 113-134 Browning, Edgar. K and Zupan, Mark A., 1997. Microeconomic Theory and   Aplications, Fifth Edition, Harper Collins College Publisher  Casey, James F., James R. Kahn, and Alexandre Rivas. 2006, “Willingness to Pay for Improve Water Service in Manaus, Amazonas, Brazil”,  Ecological  24

 Economic, Vol. 58, 365-372 FAO. 2000. ”Applications of Contingent Valuation Methods in Developing Countries”, Economic and Social Development Paper 146 . Fauzi, Akhmad. 2006.   Ekonomi Sumber Daya Alam dan Lingkungan. Teori dan Aplikasi. PT. Gramedia Pustaka Utama, Jakarta Fujita, Yasou, Ayumi Fujii, Shigeki Furukawa, dan Takehiko Ogawa. 2005. “Estimation of Willingness to Pay (WTP) for Water and Sanitation Services through Contingent Valuation Method (CVM): A Case Study in Iquitos City, The Republic of Peru”, JBICI Review , No.10, 59-87 Gunatilake, Herath, Jui-Chen Yang, Subhrendu Pattanayak, and Kyeong Ae Choe , 2007. “Good Practice for Estimating Reliable Willingness to Pay Values in The Water Supply and Sanitation Sector”, ERD Technical Note No.23, Asian Development Bank. Hadad, Nadia, 2003, “Privatisasi Air di Indonesia”, INFID Annual Lobby Harahap, Bilang Nauli dan Djoni Hartono. 2007. “Analisis Kesediaan Membayar  dan Faktor-Faktor yang Mempengaruhi Ketersediaan Fasilitas Air Minum dan Sanitasi di Indonesia”, Makalah pada Parallel Session IIIC: Poverty,  Population & Health , Kampus UI-Depok, 13 Desember 2007 Insukindro, R. Maryatmo, Aliman, Sri Yani Kusumastuti, dan A. Ika Rahutami, 2004, Modul Ekonometrika Dasar , Kerjasama BI dan FE-UGM, Yogyakarta Kuncoro, M. 2001, Metode Kuantitatif, Teori dan Aplikasi untuk Bisnis dan  Ekonomi , UPP AMP YKPN, Yogyakarta de Oca, Gloria Soto Montes, Ian J. Bateman, Robert Tinch dan Peter G. Moffatt. 2003, “Assessing The Willingness to Pay for Maintained and Improved Water Supply in Mexico City”, CSERGE Working Paper  , ECM 03-11   Nam, Pham Khanh, dan Tran Vo Hun Son. 2004, “Household Demand for  Improved Water Service in Ho Chi Minh City: A Comparison of Contingent Valuation and Choice Modeling Estimate”,   Research Paper  funded by EEPSEA  Nugroho, Iwan dan Wahyu Anny Widayati. 2003,”Willingness to Pay for PDAM’s Pipe Connection: a Case Study in Kabupaten Tulung Agung, East Java Province, Indonesia”,   Ekonomi dan Keuangan Indonesia, Vol. 51 (4), 421431 Sigit, Soehardi. 2003,  Pengantar  Metodologi Penelitian Sosial – Bisnis –  Manajemen, BPFE – UST, Yogyakarta 25

Soeratno, dan Lincolin Arsyad, 2003, Metodologi Penelitian untuk Ekonomi dan Bisnis , UPP AMP YKPN, Yogyakarta. Sukirno, Sadono, 2002,   Pengantar Teori Ekonomi Mikro, Edisi ketiga, PT. Raja Grafindo Perkasa, Jakarta Wedgwood, Alison and Kevin Sansom, (2003) Willingness-to-pay surveys  –  A  streamlined approach: Guidance notes for small town water services, Water, Engineering and Development Centre, Loughborough University, UK. Widarjono, Agus. 2007, Ekonometrika Teori dan Aplikasi untuk ekonomi dan bisnis , Ekonisia FE UII, Yogyakarta Zapata, Samuel D, Holger M. Benavides, Carlos E. Carpio David B. Willis. 2009. “The Economic Value of Basin Protection to Improve the Quality and Reliability of Potable Water Supply: Some Evidence from Ecuador”, Selected Paper prepared for presentation at the Southern Agricultural   Economics Association Annual Meeting, Atlanta, GA, January 31-February 3  _____________ 

26

View more...

Comments

Copyright ©2017 KUPDF Inc.
SUPPORT KUPDF