IV. METODE PENELITIAN 4.1
Tempat dan Waktu Penelitian Penelitian ini dilaksanakan di PDAM Bekasi Jl. KH Noer Ali
Kav 1. Perum Mas Naga Bekasi. Lokasi penelitian ini ditentukan secara sengaja (purposive) dengan mempertimbangkan bahwa di PDAM Bekasi memiliki kriteria untuk diidentifikasi mengenai permasalahan air akibat aktivitas industri yang menyebabkan adanya alokasi dan pengelolaan yang kurang efisien. Pemilihan lokasi ini bertujuan untuk menganalisis pengelolaan sistem PDAM Kota Bekasi dalam mengalokasi sumberdaya air sesuai jenis instalasi pengolahan air, mengestimasi faktor produksi dan biaya produksi terhadap Instalasi Pengolahan Air (IPA) dan menghitung harga pokok air bersih. Pengambilan data primer penelitian ini dilaksanakan pada bulan Februari-April 2011. 4.2 Jenis dan Sumber Data Data yang digunakan terbagi kedalam dua bagian yaitu data primer dan data sekunder. Data yang digunakan sebagai bahan analisa dalam penelitian ini adalah data sekunder berupa data deret waktu (time series). Data tersebut meliputi data biaya usaha bulanan selama tiga tahun (2007-2009) dan data produksi bulanan selama lima tahun (2006-2010) didapatkan dari PDAM Bekasi, selain itu data primer digunakan sebagai data pendukung untuk melengkapi data sekunder, diperoleh secara langsung dengan metode wawancara kepada direksi PDAM Bekasi, masyarakat lain sekitar PDAM Bekasi, dan pihak-pihak yang mengetahui informasi penting yang terkait dengan penelitian ini sedangkan data lainnya sebagai pendukung diperoleh dari instansi terkait, antara lain BPS Kota Bekasi,
37
penelitian terdahulu, Perum Jasa Tirta II, literatur terkait dengan penelitian serta media internet. Untuk lebih jelasnya dapat dilihat pada Tabel 2. Tabel 2. Metode Pengumpulan Data dan Analisis No
Tujuan Penelitian
1
Mengidentifikasi pengelolaan sumberdaya air berdasarkan kapasitas produksi Instalasi Pengolahan Air PDAM Bekasi Menganalisis faktorfaktor produksi yang mempengaruhi fungsi produksi air PDAM Bekasi
2
Data yang diperlukan Sumber air baku PDAM Bekasi, mekanisme pengelolaan air berdasarkan IPA, supply air ke masyarakat Air baku, jumlah produksi air, jumlah pemakaian bahan kimia, jumlah pemakaian listrik
Sumber Metode Analisis Data PDAM Analisis Bekasi, deskriptif BPS Kota Bekasi
3
Mengestimasi fungsi biaya produksi terhadap instalasi pengolahan air sesuai level kapasitas produksinya
Level kapasitas produksi, jenis/unit instalasi pengolahan air,seluruh komponen biaya PDAM
Analisis faktor-faktor yang mempengaruhi produksi melalui regresi linier berganda dengan (Principal Component Analysis) Keuangan Analisis faktor – PDAM faktor yang Bekasi mempengaruhi biaya dengan regresi berganda
4
Mengevaluasi harga pokok air bersih yang diberlakukan
Jumlah air produksi/distribusi, biaya total produksi air PDAM Bekasi
Keuangan Metode PDAM pembagian dan Marginal Cost Pricing
4.3
Bagian Produksi PDAM Bekasi
Metode Pengolahan dan Analisis Data Penelitian ini menganalisis data yang telah diperoleh secara kualitatif dan
kuantitatif. Pengolahan dan analisis data dilakukan secara manual dan
38
menggunakan komputer dengan program Microsoft Excell 2007 dan minitab 14 for windows. 4.3.1 Analisis Deskriptif Analisis data pada dasarnya digunakan dalam rangka mengungkap informasi yang relevan di dalam data dan menyajikan hasil dalam bentuk yang lebih ringkas dan sederhana. Analisis deskriptif diperlukan dalam melakukan analisis data dengan menggunakan berbagai cara misalnya dengan menampilkan grafik, diagram serta rekapitulasi data dalam bentuk tabel. Analisis deskriptif bersifat eksploratif berupaya menelusuri dan mengungkapkan struktur dan pola data tanpa mengaitkan secara kaku asumsi-asumsi tertentu (Juanda, 2007). Analisis deskriptif digunakan agar penelitian tidak hanya terbatas pada data statistik yang bersifat kaku, selain itu agar penelitian dapat menghasilkan kesimpulan yang lebih menarik. Analisis deskriptif dalam penelitian digunakan untuk membuat gambaran secara sistematis mengenai karakteristik pengelolaan sumberdaya air dari Instalasi Pengelolaan Air (IPA) dalam rangka pemenuhan air bersih bagi masyarakat Kota Bekasi oleh PDAM Bekasi. 4.3.2
Analisis Fungsi Produksi Air PDAM Analisis fungsi produksi air adalah analisis yang menjelaskan hubungan
antara tingkat produksi air PDAM Bekasi dengan faktor-faktor yang mempengaruhi tingkat produksi air PDAM tersebut. Faktor-faktor yang digunakan sebagai variabel penjelas untuk menganalisis fungsi produksi air bersih PDAM Bekasi adalah besarnya jumlah air baku yang digunakan, penggunaan bahan kimia, volume air produksi, pemakaian listrik. Setelah itu, disusun suatu model fungsi produksi untuk menduga hubungan antara faktor-faktor tersebut 39
dengan jumlah produksi air yang dihasilkan PDAM Bekasi. Fungsi produksi air PDAM Bekasi berdasarkan pendekatan fungsi regresi linier berganda sebagai berikut: AT = β0 + β1AB + β2AD + β3PBK + β4PL + εi...(2) Dengan keterangan sebagai berikut : β0 β1, β2,.., β4 VA AB AP PBK PL εi
: : : :
Intersep Koefisien regresi Volume air PDAM terjual (m3) Air baku dalam memproduksi air yang diperoleh dari Saluran Tarum Barat dan Kali Bekasi (m3) : Air Produksi (m3) : Penggunaan bahan kimia (kg) : Penggunaan listrik (Kwh) : Galat (error) yang timbul pada pengamatan ke-i diasumsikan berdistribusi normal dan tereliminasi.
Tanda parameter dugaan yang diharapkan adalah β1, β2,β3, β4 > 0 Metode statistik yang digunakan untuk menerangkan hubungan sebab akibat faktor-faktor yang mempengaruhi tingkat produksi air PDAM adalah regresi linier dengan regresi komponen utama (Principal Component Regression) 4.3.3
Regresi Komponen Utama (Principal Component Regression) Analisis komponen utama yang pada dasarnya mentransformasi peubah-
peubah bebas yang berkorelasi menjadi peubah-peubah baru yang orthogonal dan tidak berkorelasi, sehingga dapat menyederhanakan peubah-peubah yang diamati dengan cara mereduksi dimensinya. Hal ini dilakukan dengan menghilangkan korelasi di antara peubah melalui transformasi peubah asal ke peubah baru (komponen utama) yang tidak berkorelasi (Gaspert, 1995). Reduksi ini dilakukan terhadap komponen utama yang mempunyai akar ciri terkecil atau akar ciri yang nilainya kurang dari satu, dengan teknik ini peubah yang cukup banyak akan diganti dengan peubah yang jumlahnya lebih sedikit tanpa diiringi dengan 40
hilangnya obyektifitas analisis. Secara teori, jika semua komponen utama tetap dalam model regresi, maka yang terjadi hanyalah transformasi berupa rotasi peubah bebas, sehingga koefisien regresi tidak berubah, adapun tahapan analisis regresi komponen utama adalah: 1) Membakukan peubah bebas asal yaitu X menjadi Z 2) Mencari akar ciri dan vektor ciri dari matriks R 3) Menentukan persamaan komponen utama dari vektor ciri 4) Meregresikan peubah respon Y terhadap skor komponen utama W 5) Transformasi balik Cara lain yang dapat digunakan dalam melakukan regresi adalah dengan menggunakan regresi gulud (ridge regression), regresi kuadrat terkecil parsial (partial least square) akan tetapi metode regresi komponen utama dianggap sebagai salah satu metode yang dikenal baik dan sering digunakan untuk mengatasi masalah multikolinearitas. Pendugaan dengan regresi komponen utama akan menghasilkan nilai dugaan yang memiliki tingkat ketelitian yang lebih tinggi, dengan jumlah kuadrat sisaan yang lebih kecil dibandingkan dengan pendugaan mengunaan metode kuadrat terkecil (Gaspert, 1995). PCA dengan melakukan standarisasi terhadap komponen utama yakni dengan membakukan peubah-peubah X tersebut menjadi Z, sebelum tahap PCA dilakukan stepwise regression (korelasi parsial dan regresi bertatar). Pendefinisian koefisien parsial antara LnY dengan Ln x1, Ln x2, Ln x3, Ln x4, Ln x5, Ln x6 Ln x7, dummy 1, dan dummy 2 adalah apakah suatu peubah mempengaruhi peubah respons Y setelah pengaruh semua peubah sebelumnya yang ada dalam model dikeluarkan. 41
4.3.4 Metode Uji Statitistik Fungsi Produksi a)
Uji terhadap Multikolinear (Multicolinearity) Model yang melibatkan banyak variabel bebas sering terjadi masalah
multikolinearitas, yaitu terjadinya korelasi yang kuat antar variabel-variabel bebas. Multikolinearitas terjadi akibat adanya korelasi yang tinggi di antara peubah bebasnya. Multikolinearitas menyebabkan koefisien-koefisien regresi dugaan memiliki ragam yang sangat besar, implikasinya statistik t yang didefinisikan sebagai rasio antara koefisien regresi dan simpangan bakunya menjadi lebih kecil yang berakibat pada pengujian koefisien akan cenderung untuk menerima Ho sehingga koefisien-koefisien regresi tidak nyata yang pada akhirnya seringkali persamaan regresi yang dihasilkan menjadi misleading. (Gaspert, 1995). Menurut Sarwoko (2005), untuk mendeteksi adanya multikolinearitas adalah dengan memeriksa koefisien-koefisien korelasi sederhana antar variabelvariabel penjelas, apabila R adalah tinggi nilai absolutnya maka dapat diketahui bahwa
ada
dua
variabel
penjelas
tertentu
berkorelasi
dan
masalah
multikolinearitas ada didalam persamaan tersebut. Koefisien korelasi yang tinggi menunjukan indikasi multikolinearitas yang berat. Pendeteksian multikolinearitas dapat dilakukan dengan menghitung nilai variance inflation factor (VIF) yaitu suatu cara mendeteksi dengan melihat sejauh mana variabel penjelas dapat diterangkan oleh semua variabel penjelas lainnya di dalam persamaan regresi. VIF adalah estimasi berapa besar multikolinearitas meningkatkan varian pada suatu koefisien estimasi sebuah variabel penjelas. VIF yang tinggi
42
menunjukan bahwa multikolinearitas telah menaikkan sedikit varian pada koefisien estimasi, akibatnya menurunkan nilai t. Multikolinearitas dapat dianggap bukan merupakan suatu masalah apabila koefisien determinasi parsial antar dua variabel bebas tidak melebihi nilai koefisien determinasi atau koefisien korelasi berganda antar semua variabel secara simultan. Multikolinearitas dianggap masalah serius apabila koefisien determinasi parsial antar dua variabel bebas melebihi atau sama dengan nilai koefisien determinasi atau koefisien korelasi berganda antar semua variabel secara simultan. Masalah multikolinearitas dapat dilihat langsung melalui keluaran komputer, dimana apabila nilai VIF < 10, maka tidak ada masalah multikolinearitas. Ada banyak cara dan pendekatan yang dilakukan untuk mengatasi masalah multikolinearitas, seperti: 1) membuang peubah bebas yang mempunyai multikolinearitas tinggi terhadap peubah bebas lainnya, 2) menambah data pengamatan/contoh, dan 3) melakukan transformasi terhadap peubah-peubah bebas yang mempunyai kolinearitas atau menggabungkan menjadi peubah-peubah bebas baru yang mempunyai arti. b)
Goodness of fit Koefisien determinasi (R2) digunakan untuk melihat sampel seberapa jauh
keragaman yang diterangkan oleh parameter bebas terhadap parameter tidak bebasnya. Jika nilai R2 semakin tinggi, maka model semakin baik karena akan semakin besar keragaman peubah endogen yang dijelaskan oleh peubah penjelas. Sarwoko (2005) menyatakan terdapat dua sifat koefisien determinasi yaitu: 1)
Nilainya tidak pernah negatif (non negative quantity)
43
2)
Memiliki nilai limit 0 ≤ R2 ≤ 1. Apabila R2 = 1 berarti kecocokan yang sempurna, sehingga Yi = Yi, selain itu apabila R2 = 0 berarti tidak ada hubungan antara regressand dengan regressor. Sehingga bi = 0.
c)
Uji Statistik t Uji statistik t biasanya digunakan untuk menguji hipotesis tentang
koefisien-koefisien slope regresi secara individual. Uji statistik t dilakukan untuk mengetahui seberapa jauh masing-masing variabelnya (Xi) mempengaruhi sosial ekonomi masyarakat setempat (Yi) sebagai variabel tidak bebas prosedur pengujiannya (Ramanathan, 1997) adalah sebagai berikut: Ho : β1 = 0
atau variabel bebas (Xi) tidak berpengaruh nyata terhadap variabel tidak bebasnya (Yi)
H1 : β1 ≠ 0
atau variabel bebas (Xi) berpengaruh nyata terhadap variabel tidak bebasnya (Yi)
t hit(n-k) = β1-0 sβ1 Apabila t-hitung lebih besar dari t-tabel berarti variabel bebas berpengaruh nyata terhadap variabel tidak bebasnya dan sebaliknya. Jika t hit(n-k) < ttabel, maka H0 diterima, artinya variabel (Xi) tidak berpengaruh nyata terhadap (Yi) Jika thit(n-k)
>
ttabel, maka H0 ditolak, artinya variabel (Xi) berpengaruh nyata terhadap (Yi)
Uji t juga dapat dilakukan dengan cara melihat output perhitungan komputer dengan melihat nilai P pada masing-masing variabel independen. Apabila nilai P pada masing-masing variabel < α maka disimpulkan bahwa variabel bebas berpengaruh nyata terhadap variabel tidak bebasnya
44
d.
Uji Statistik F Nilai F-hitung digunakan untuk melihat berpengaruh nyata atau tidaknya
parameter bebas yang digunakan secara bersama-sama terhadap parameter tidak bebas. Pengujian ini dilakukan untuk mengetahui pengaruh variabel (Xi secara bersama-sama terhadap variabel tidak bebasnya Yi). Prosedur pengujiannya (Ramanathan, 1998) antara lain: Ho : β1 = β2 = ... = βk = 0
atau variabel bebas (Xi) secara bersama-sama tidak berpengaruh nyata terhadap variabel tidak bebas (Yi)
Ho : β1 ≠ β2 ≠... ≠ βk ≠ 0
atau variabel bebas (Xi) secara bersama-sama berpengaruh nyata terhadap variabel tidak bebas (Yi)
Fhit =
JKK/(k-1) JKG/k(n-1) dimana : JKK : Jumlah Kuadrat untuk Nilai Tengah Kolom JKG : Jumlah Kuadrat Galat n : Jumlah sampel k : Jumlah peubah
Apabila Fhitung lebih besar daripada Ftabel, maka parameter bebas berpengaruh nyata secara bersama-sama terhadap parameter tidak bebasnya ataupun sebaliknya. Jika Fhit < Ftabel, Jika Fhit > Ftabel,
maka Ho diterima, artinya variabel (Xi) secara serentak tidak berpengaruh nyata terhadap (Yi) maka Ho ditolak, artinya variabel (Xi) secara serentak berpengaruh nyata terhadap (Yi)
Berdasarkan perhitungan komputer, maka dapat dilihat nilai P dari statistik F < α apabila nilai P-Value < α maka berarti secara bersama-sama variabel X (bebas) berpengaruh nyata terhadap variabel Y (tidak bebas). 45
e.
Uji terhadap Autokorelasi Autokorelasi merupakan pelanggaran asumsi klasik yang menyatakan
bahwa dalam pengamatan-pengamatan yang berbeda tidak terdapat korelasi antar error term terdapat autokorelasi murni dan autokorelasi tidak murni. Autokorelasi murni terjadi apabila asumsi klasik yang terjadi asumsi klasik yang menyatakan bahwa tidak ada korelasi atau error term pada periode pengamatan-pengamatan yang berbeda yang diperlonggar dalam sebuah persamaan yang telah terspesifikasi dengan benar. Asumsi itu adalah sebagai berikut : E (R uiuj) =0 atau Cov ( uiuj) = 0 (i≠j) Apabila nilai yang diharapkan dari koefisien korelasi sederhana antara setiap dua pengamatan error term adalah tidak sama dengan nol, maka error term tersebut dikatakan memiliki autokorelasi yang disebabkan oleh kesalahan spesifikasi menghilangkan variabel yang penting atau bentuk fungsi yang salah. Sementara autokorelasi murni disebabkan oleh alasan pokok distribusi error term pada persamaan yang spesifikasinya sudah benar, autokorelasi tidak murni disebabkan oleh kesalahan spesifikasi yang masih dapat diperbaiki oleh peneliti. Galat yang berkorelasi mungkin disebabkan karena beberapa hal. Data yang dikumpulkan berdasar urutan waktu tertentu seringkali memiliki sisaan yang saling berkorelasi. Jika data seperti itu, sisaan dari pengamatan pada waktu tertentu cenderung untuk berkorelasi dengan sisaan yang berdekatan. Ada tidaknya masalah autokorelasi dapat diuji dengan pengujian Breusch Godfrey Serial Corelation LM test, dengan pengujian sebagai berikut : Ho : tidak ada masalah autokorelasi H1 : ada masalah autokorelasi 46
Tolak Ho jika obs*R-square > X2 df-2 atau probabilitasnya obs*R-square < α. f)
Uji Heterokedastisitas Salah satu asumsi metode pendugaan metode kuadrat terkecil adalah
homoskedastisitas, yaitu ragam galat konstan dalam setiap amatan. Pelanggaran atas asumsi homoskedastisitas adalah heterokedastisitas. Untuk mendeteksi adanya masalah heterokedastisitas maka dilakukan uji heterokedastisitas seperti yang di sarankan oleh Goldfeld dan Quandt dalam Ramanathan (1998). Langkahlangkah pengujian heterokedastisitas dengan uji White heteroskedasticity sebagai berikut : Ho : tidak ada heterokedastisitas H1: ada heterokedastisitas Tolak Ho jika obs* R2 > X2 df-2 atau probability obs* R2 < α Gejala heteroskedastisitas juga dapat dideteksi dengan melihat dari grafik hubungan antara residual dengan fits-nya. Jika pada gambar residual menyebar dan tidak membentuk pola tertentu, maka dapat dikatakan bahwa dalam model tersebut tidak terdapat gejala heterokedastisitas atau ragam error sama. 4.3.5
Analisis Fungsi Biaya Produksi Air PDAM Tujuan penelitian ketiga dilakukan dengan mengestimasi fungsi biaya
produksi terhadap jenis instalasi pengolahan air sesuai level kapasitas produksinya dengan menggunakan regresi linier berganda yakni metode regresi komponen utama (PCA) yakni mentransformasi fungsi Cobb Douglas menjadi fungsi linier terhadap pengamatan dan perlakuan dari unit instalasi pengolahan air yakni level kapasitas produksi rendah, sedang dan tinggi.
47
Analisis fungsi biaya produksi air PDAM adalah analisis yang menjelaskan hubungan antara jumlah biaya produksi air dengan faktor-faktor yang mempengaruhi pembentukan biaya produksi tersebut. Faktor-faktor yang digunakan untuk menganalisis biaya produksi air ini adalah jumlah air bersih yang diproduksi, biaya langsung dan biaya tidak langsung. Komponen biaya langsung dan tidak langsung yakni biaya instalasi sumber air, biaya instalasi pengolahan air, biaya pegawai. Setelah itu, disusun suatu model fungsi biaya produksi air. Fungsi biaya produksi air berdasarkan fungsi Cobb-Douglass yang diturunkan sebagai berikut : TC = co BIt cl BPt c2 Qt c3 Kemudian dengan mentransformasikan fungsi biaya tersebut ke dalam bentuk logaritma linier, maka model fungsinya menjadi : ln TC = co + c1 In BIt + c2 In BVt + c3 In Qt dengan keterangan sebagai berikut : TC BIt BPt Qt t
= biaya total pengeluaran air PDAM = biaya instalasi (Rp) = biaya pegawai (Rp) = jumlah air bersih yang diproduksi PDAM (m3) = tahun ke t
Tanda parameter dugaan yang diharapkan adalah : c1,c2,c3>0 Metode statistik yang digunakan untuk menerangkan hubungan sebab akibat faktor-faktor yang mempengaruhi biaya produksi air PDAM adalah regresi linier dengan metode regresi komponen utama (Principal Component Regression) 4.4
Batasan Operasional Dalam rangka memperjelas dan mempersempit ruang lingkup penelitian
ini, digunakan batasan operasional sebagai berikut : 48
1) Pokok bahasan dalam penelitian ini adalah mengkaji tentang tingkat ekstraksi sumberdaya air oleh PDAM Bekasi yang terdefinisikan dari tingkat produksi air bersih PDAM Bekasi, faktor-faktor yang mempengaruhi tingkat produksi air, estimasi fungsi biaya produksi terhadap jenis instalasi pengolahan air dan menghitung harga pokok produksi air. 2) Air bersih adalah air dengan karakteristik bersih, jernih tidak berbau dan tidak mempunyai rasa tertentu (tawar) (berdasarkan UU RI No 11 tahun 1974). 3) Air bersih PDAM adalah air yang telah diproses menjadi air jernih sebelum dialirkan kepada konsumen melalui instalasi berupa saluran air. 4) Air baku adalah air yang digunakan sebagai bahan baku pengolahan air PDAM, diperoleh dari air permukaan maupun air sungai. 5) Air produksi PDAM adalah air yang telah diproses menjadi air bersih dan siap untuk didistribusikan kepada pelanggan. 6) Perusahaan daerah air minum adalah badan usaha milik daerah yang melakukan kegiatan pengadaan, pengolahan, distribusi air bersih untuk kebutuhan hidup sehari-hari masyarakat. 7) Debit air adalah tinggi permukaan air sungai yang terukur oleh alat ukur permukaan air sungai yang dipengaruhi curah hujan. 8) Kapasitas produksi air minum adalah keluaran maksimum, kemampuan berproduksi suatu perusahaan air minum dalam waktu tertentu. Kapasitas produksi merupakan volume air hasil olahan per satuan waktu. 9) Wilayah sungai adalah kesatuan wilayah pengelolaan sumber daya air dalam satu atau lebih daerah aliran sungai dan/atau pulau-pulau kecil yang luasnya
49
kurang atau sama dengan 2.000 km2 (berdasarkan Undang-Undang Nomor 7 tahun 2004 tentang Sumberdaya Air). 10) Harga pokok air PDAM adalah harga air yang digunakan sebagai dasar dalam penentuan tarif air minum. 11) Tarif air minum adalah harga air minum setiap satu meter kubik yang dibayar oleh seorang pelanggan sesuai pemakainya yang ditetapkan oleh pihak PDAM bersama Pemerintah Daerah sesuai kelompok pelanggan. 12) Konsumen PDAM adalah setiap orang atau badan yang menggunakan air produksi dari Perusahaan Daerah Air Minum (PDAM). 13) Instalasi Pengolahan Air merupakan suatu IPA yang dapat mengolah air baku melalui proses tertentu dalam bentuk yang kompak sehingga menghasilkan air minum yang memenuhi baku mutu yang berlaku.
50
