IV. METODELOGI PENELITIAN 4.1.
Tempat dan Waktu Penelitian Penelitian ini dilaksanakan di Wana Wisata Curug Nangka Kabupaten
Bogor. Lokasi ini dipilih secara sengaja (purposive). Pemilihan lokasi Wana Wisata Curug Nangka sebagai tempat penelitian didasari karena wisata ini merupakan salah satu wana wisata yang sering dikunjungi di Kabupaten Bogor. Pengambilan data primer dilaksanakan pada bulan September - Oktober 2010. 4.2
Jenis dan Sumber data Jenis data yang digunakan dalam penelitian ini data primer dan data
sekunder. Data primer diperoleh melalui wawancara langsung dengan menggunakan kuesioner dengan pengunjung Wana Wisata Curug Nangka sebagai responden. Data sekunder diperoleh melalui studi pustaka dari beberapa dinas terkait instasi terkait di daerah penelitian yang meliputi dokumen atau arsip dan laporan dari pemerintah daerah, penelitian-penelitian terdahulu, dan lain sebagainya yang dapat menunjang tujuan yang ingin dicapai. 4.3.
Metode Pengambilan Sampel Populasi merupakan objek atau subjek yang berada pada suatu wilayah
dan memenuhi syarat-syarat tertentu berkaitan dengan masalah penelitian. Populasi dalam penelitian ini adalah pengunjung Wana Wisata Curug Nangka. Sampel yang diambil sebanyak 80 responden. Penetapan jumlah sampel yang digunakan dalam penelitian ini telah memenuhi kaidah pengambilan sampel secara statistik yaitu minimal sebanyak 30 data/sampel dimana data tersebut 25
mendekati sebaran normal. Teknik pengambilan sampelnya dilakukan secara convenience sampling atau accidential sampling yaitu pengambilan berdasarkan spontanitas. Dalam hal ini siapa saja orang yang ditemui, maka orang terebut dijadikan sampel (responden) dengan persyaratan resonden berusia diatas 15 tahun. 4.4.
Pengumpulan Data Untuk mendapatkan data dan informasi yang sesuai dengan kebutuhan
penelitian, maka dilakukan pengumpulan data dan informasi yang dilakukan dengan menggunakan berbagai pendekatan sebagai berikut: a. Observasi langsung ke lapangan (direct observation), dimaksudkan untuk mengetahui dan melihat secara langsung kondisi biofisik objek penelitian, seperti karakteristik pengunjung. b. Wawancara (interview), dilakukan untuk mengumpulkan data kualitatif dan kuantitatif. Data dan informasi dikumpulkan untuk mengetahui aspek ekonomi, sosial dan lingkungan pengunjung . c. Wawancara mendalam (in-depth interview), dilakukan untuk mengetahui aspek-aspek kualitatif secara lebih mendalam dengan mewawancarai informan kunci yang memiliki pengetahuan lebih terhadap Wana Wisata Curug Nangka itu sendiri.
26
4.5.
Metode Pengolahan dan Analisis Data Data yang diperoleh dalam penelitian ini dianalisis secara kualitatif dan
kuantitatif. Pengolahan dan analilsis data dilakukan secara manual dan menggunakan komputer dengan menggunakan progam Microsoft Office Excel, Minitab for Windows Release 14.2. dan progam SPSS 15.0 for windows. Tabel 4 akan menguraikan matriks keterkaitan antara sumber data dan metode analisis data yang digunakan untuk menjawab tujuan-tujuan dalam penelitian. Tabel 4. Matriks Keterkaitan Tujuan, sumber Data dan Metode Analisis Data No Tujuan Penelitian Sumber Data Jenis Data Metode Analisis Data 1.
Mengestimasi nilai WTP pengunjung terhadap harga paket wisata yang ditawarkan
Pengunjung dengan wawancara menggunakan kuesioner
Data primer berupa CVM besarnya nilai yang bersedia pengunjung bayarkan
2.
Menganalisis faktorfaktor yang mempengaruhi kesediaan membayar dan nilai WTP pengunjung
Pengunjung dengan wawancara menggunakan kuesioner
Data primer terdiri dari variabel jenis kelamin, usia, pendidikan, pendapatan, biaya perjalanan, waktu yang di habiskan lokasi, jumlah tanggungan, dan frekuensi kunjungan.
Analisis Logit dan regresi linear berganda.
4.5.1. Estimasi Nilai WTP Pengunjung Nilai WTP pengunjung untuk menjaga keindahan alam dan kelestarian lingkungan Wana Wisata Curug Nangka dapat diketahui dengan menggunakan pendekatan CVM.
Fauzi (2006) menyatakan di dalam tahap operasional
27
penerapan pendekatan CVM terdapat lima tahap kegiatan atau proses. Tahapan tersebut dapat dikatagorikan sebagai berikut: 1.
Membuat Hipotesis Pasar Skenario yang dapat dibuat dalam penelitian ini adalah sebagai berikut : Pihak pengelola Wana Wisata Curug Nangka (WWCN) yakni Perum Perrhutani KPH Bogor berencana akan melakukan pengembangan pengelolaan wisata yaitu dengan membuat paket-paket wisata yang dapat dipilih oleh pengunjung WWCN. Paket tersebut diantaranya paket jogging track plus dan paket konservasi. Adanya paket wisata ini diharapkan dapat meningkatkan kepuasan pengunjung WWCN. Apakah Saudara bersedia membayar paket wisata tersebut? Berapakah nilai harga tiket maksimum yang masih dapat dibayarkan untuk paket wisata tersebut?.
2.
Mendapatkan Nilai Lelang (Bids) Nilai tawaran yang digunakan untuk menentukan nilai WTP adalah permainan lelang (Bidding Game) dimana responden diberi pertanyaan secara berulang-ulang tentang keinginan membayar sejumlah tertentu sampai mendapatkan nilai maksimum yang ingin dibayarkan.
3.
Menghitung Rataan WTP Dugaan rataan WTP dihitung dengan menggunakan rumus
EWTP =
∑WTP.X N
28
Dimana :
4.
EWTP
= Dugaan rata-rata WTP (Rp)
WTPXi
= Nilai WTP tiap responden (Rp)
N
= Jumlah responden (Orang)
Memperkirakan Kurva Lelang (Bid Curve) Pendugaan kurva penawaran akan dilakukan dengaa persamaan sebagai berikut: WTP = ( PNDK, PNDTN, BP, JT, LK, FK ) Dimana :
5.
WTP
= Nilai WTP yang ingin dibayarkan (Rp)
PNDKN
= Lamanya menempuh pendidikan (Tahun)
PNDTN
= Tingkat pendapatan (Rp/Bulan)
BYPJ
= Biaya perjalanan (Rp)
JT
= Jumlah tanggungan (Orang)
LK
= Lamanya di Lokasi (Jam)
FK
= Frekuensi Kunjungan (Kali)
Mengagregatkan Data Penjumlahan data merupakan proses dimana nilai rata-rata penawaran dikonversikan terhadap populasi yang dimaksud. Maka nilai total WTP didapat dengan menggunakan rumus : TWTP = EWTP.Ni
29
Dimana : TWTP = Total WTP (Rp) EWTPi = Rataan WTP (Rp) Ni = Populasi (Orang) 4.5.2. Analisis Faktor-Faktor yang Mempengaruhi Kesediaan Membayar dan Besarnya Nilai WTP Pengunjung Terhadap Paket Wisata. Analisis data yang digunakan untuk mengetahui faktor-faktor yang mempengaruhi kesediaan membayar pengunjung terhadap paket wisata di WWCN dilakukan dengan menggunakan alat analisis regresi logit. Variabelvariabel yang mempengaruhi kesediaan membayar pengunjung adalah jenis kelamin,
lamanya menempuh pendidikan, tingkat pendapatan, usia, biaya
perjalanan, dan waktu yang dihabiskan dilokasi dan frekuensi kunjungan. Bentuk model logit yang akan digunakan adalah : Li = β 0 + β 1USAI+ β 2JKI+ β 3PNDKNI + β 4PNDTNI - β 5BPI + β 6LKI - β 7FKI Dimana : Li β0 β 0.. β6 USA JK PNDKN PNDTN BP LK FK
= Kesediaan pengunjung membayar terhadap paket wisata (bernilai 1 jika besedia dan ber nilai 0 jika tidak bersedia) = Konstanta = Koefisien regresi = Usia (Tahun) = Jenis kelamin(bernilai 1 jika laki-laki, bernilai 0 jika perempuan) = Lamanya pendidikan yang di tempuh (Tahun) = Tingkat pendapatan (Rp/Bulan) = Biaya perjalanan ( Rp ) = Waktu yang dihabiskan di Lokasi (Jam) = Frekuensi kunjungan (kali)
30
Model logit diturunkan berdasarkan funsi peluang logistic kumulatif yang dispesifikan sebagai berikut (Juanda, 2009) : Pi = F (Z i) = F ( α + βXi) =
=
…… (1)
Dimana: Pi = Peluang individu untuk mengambil keputusan α = Intersep β = Koefisien Regresi Xi = Variabel Bebas Untuk melihat model pada persamaan (1) dapat diestimasi hal yang pertama dilakukan dalah mengalikan kedua sisi persamaan dengan
untuk
mendapatkan,
(1 + e-Zi)Pi = 1 =>
=
-1=
= Dengan ln di kedua sisi,
Zi = ln
ln
= Zi = α + βXi
Analisis faktor-faktor yang mempegaruhi besarnya nilai WTP pengunjung dapat dilkukan dengan menggunakan model regresi linear berganda. Dimana fungsi persamaanya sebgai berikut : Y = β 0 + β 1PNDKNI + β 2PNDTNI - β 3BPI - β 4JTI + β 5FK5 + β 6LK6 Dimana : Y β0
= Nilai WTP yang ingin dibayarkan (Rp) = Konstanta
31
β 0.. β5 PNDKN PNDTN BP JT FK LK
4.6.
= Koefisien Regresi = Lamanya menempuh Pendidikan (Tahun) = Tingkat pendapatan (Rp/Bulan) = Biaya Perjalanan ( RP ) = Jumlah tanggungan (Orang) = Frekuensi Kunjungan (Kali) = Lamanaya di Lokasi (jam)
Pengujian Parameter Uji kebaikan dari model yang telah dibuat dapat dilakukan secara statistik.
Uji yang dilakukan adalah : 1. Uji Likelihood Ratio Uji likelihood ratio adalah uji secara keseluruhan model logit dimana rasio fungsi kemungkinan modelUR (lengkap) terhadap fungsi kemungkinan modelR (Ho benar) (Juanda, 2009). Hipotesis yang digunakan adalah : Ho: β1 = β2 = ...= βn H1 : minimal ada βj ≠ 0, untuk j = 1,2,...n Statistik uji-G dibawah ini menyebar menurut sebaran khi-kuadrat dengan derajat bebas. G = -2 ln [
] = 2 ln [
] ≈ X2 (k-1)
= 2[ln(likelihood_modelUR ) – ln(likelihood_modelR )] Jika menggunakan taraf nyata α, hipotesis Ho ditolak jika: statistik G > X2 α,(k-1)
32
2. Uji kendalan Uji ini dilakukan dalam evaluasi pelaksanaan CVM dilihat dengan nilai RSquare ( R2 ) dari OLS ( Ordinary Laest Square ) WTP. 3. Uji Statistik F Uji F merupakan uji model secara keseluruhan. Tahapan uji statistik-F dalam ANOVA adalah sebagai berikut (Juanda, 2009) Hipotesis statistik: H0: σR2 = σe2 (atau σR2 ≤ σe2)
atau (β2 = β3 = 0)
H1: σR2 > σe2 (atau σR2 / σe2 > 1) atau (β2 atau β3 ≠0) Stataistik uji yang digunakan adalah Fhit = KTR/KTS ~ F(dbr,dbe), secara matematis dapat dituliskan sebagai berikut:
F(K-1, N-1) =
dbr = banyaknya peubah X = (k-1) dbe = n-k Kriteria keputusan dalam uji-F adalah Jika Fhit > Fα(dbr,dbe) maka terima H1 Jika Fhit < Fα(dbr,dbe) maka terima H0
33
4.
Uji Terhadap Kolinearitas Ganda ( Multicolinearity ) Salah satu asumsi dasar dari model regresi berganda adalah bahwa tidak ada hubungan linear sempurna antar peubah bebas dalam model tersebut. Jika hubungan tersebut ada, kita katakan bahwa peubah-peubah bebas tersebut berkolinearitas ganda sempurana (perfect Multicolinearity) (Juanda,2009). Masalah Multicolinearity dapat dilihat langsung melalui output komputer, dimana apabila nilai VIF ( Varian Inflation Factor ) < 10 maka tidak ada masalah Multicolinearity .
5. Uji Heteroskedastisitas Salah satu asumsi metode dari model regresi linear adalah homoskedastitas yaitu sisaan ( ε ) sama atau homogen. Jika ragam sisaan tidak sama maka terjadi heteroskedastisitas. Adanya Heteroskedastisitas dapat dideteksi menggunakan metode grafik.
34
