RESPON PENGEMUDI JASA TRANSPORTASI ANGKUTAN UMUM KOTA (ANGKOT) KOTA BOGOR TERHADAP KENAIKAN HARGA BBM JENIS PREMIUM

RESPON PENGEMUDI JASA TRANSPORTASI ANGKUTAN UMUM KOTA (ANGKOT) KOTA BOGOR TERHADAP KENAIKAN HARGA BBM JENIS PREMIUM

OLEH CHAIRUN NISA H14080086

DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2012

RINGKASAN

CHAIRUN NISA. Respon Pengemudi Jasa Transportasi Angkutan Umum Kota (Angkot) Kota Bogor Terhadap Kenaikan Harga BBM Jenis Premium (dibimbing oleh MUHAMMAD FIRDAUS). Harga BBM di Indonesia dipengaruhi oleh fluktuasi harga minyak dunia, yang mengakibatkan pemerintah menggunakan asumsi harga minyak dunia dalam menentukan harga BBM serta penentuan dalam menyusun APBN. Pemerintah menyepakati harga minyak mentah yang diasumsikan sebesar US$ 90 per barel sedangkan selama Februari rata-rata harga minyak mentah sudah mencapai US$ 122,17 per barel. Hal ini juga diikuti dengan peningkatan konsumsi solar dan premium dari 35,8 juta kilo liter pada tahun 2010 menjadi 38.5 juta kilo liter pada tahun 2011 (Ditjen Migas, 2011). BBM menjadi faktor produksi utama dalam semua aktivitas usaha yang dilakukan oleh manusia begitupun dalam bidang jasa transportasi angkutan umum kota (angkot). Tujuan penelitian ini adalah menghitung besarnya Willingness To Pay (WTP) angkutan umum kota (angkot) terhadap kenaikan harga BBM jenis premium, menganalisis bagaimana respon setuju atau tidak terhadap kenaikan harga BBM dan faktor-faktor yang memengaruhi respon setuju atau tidak terhadap kenaikan harga BBM jenis premium. Penelitian ini dilakukan di Kota Bogor pada bulan Maret sampai Mei 2012. Responden penelitian ini adalah pengemudi angkutan umum kota (angkot) sebanyak 60 responden, yang diambil secara convenience sampling (accidental sampling). Pemilihan teknik ini dikarenakan tidak semua anggota populasi memiliki peluang yang sama bagi anggota populasi yang telah diberi nomor urut (Juanda, 2009). Data yang digunakan adalah data primer dan data sekunder. Penelitian ini menggunakan analisis regresi logit, crosstabs dan perhitungan nilai tengah. Berdasarkan perhitungan WTP, responden hanya mampu membayar kenaikan sampai dengan Rp 4.893,33. Analisis respon dan faktor-faktor yang memengaruhi kenaikan harga BBM dilakukan dengan model Logit diperoleh hasil jumlah tanggungan dan lama berkendara merupakan faktor yang memengaruhi respon setuju atau tidak setuju terhadap kenaikan harga BBM. Hasil Crosstabs diperoleh hasil faktor-faktor yanga memengaruhi kenaikan harga BBM adalah lama waktu berkendara perhari. Adanya perbedaan hasil dikarenakan, pada pengujian setiap variabel (uji crosstabs) untuk menggambarkan jumlah data dan hubungan antarvariabel (nominal-ordinal). Sedangkan pada uji seluruh variabel (uji logit) model regresi non-linear yang menghasilkan sebuah persamaan menghasilkan variabel terikat bersifat kategorikal paling dasar dari model tersebut menghasilkan binary value seperti angka 0 dan 1. Hasil penelitian ini memberikan rekomendasi kebijakan yang dapat dipertimbangkan oleh pemerintah, yaitu: besarnya nilai rata-rata WTP responden yang dapat dijadikan acuan dalam penetapan harga kenaikan BBM sebesar Rp 4.893,33 sehingga kenaikan harga BBM tidak lebih dari WTP masyarakat khususnya pengemudi angkutan umum kota.

RESPON PENGEMUDI JASA TRANSPORTASI ANGKUTAN UMUM KOTA (ANGKOT) KOTA BOGOR TERHADAP KENAIKAN HARGA BBM JENIS PREMIUM

Oleh CHAIRUN NISA H14080086

Skripsi Sebagai salah satu syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi

DEPARTEMEN ILMU EKONOMI FAKULTAS EKONOMI DAN MANAJEMEN INSTITUT PERTANIAN BOGOR BOGOR 2012

INSTITUT PERTANIAN BOGOR FAKULTAS EKONOMI DAN MANAJEMEN DEPARTEMEN ILMU EKONOMI

Dengan ini menyatakan bahwa skripsi yang disusun oleh. Nama Mahasiswa

: Chairun Nisa

Nomor Registrasi Pokok

: H14080086

Program Studi

: Ilmu Ekonomi

Judul Skripsi

: Respon Pengemudi Jasa Transportasi Angkutan Umum Kota (Angkot) Kota Bogor Terhadap Kenaikan Harga BBM Jenis Premium

Dapat diterima sebagai syarat untuk memperoleh gelar Sarjana Ekonomi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor. Menyetujui, Dosen Pembimbing

Muhammad Firdaus, Ph.D NIP. 19730105 199702 1 001

Mengetahui, Ketua Departemen Ilmu Ekonomi,

Dr. Ir. Dedi Budiman Hakim, M. Ec NIP. 19641022 198903 1 003

Tanggal Kelulusan:

PERNYATAAN

DENGAN INI SAYA MENYATAKAN BAHWA SKRIPSI INI ADALAH BENAR-BENAR HASIL KARYA SENDIRI YANG BELUM PERNAH DIGUNAKAN

SEBAGAI

SKRIPSI

ATAU

KARYA

ILMIAH

PADA

PERGURUAN TINGGI ATAU LEMBAGA MANAPUN.

Bogor, Juli 2012

Chairun Nisa H14080086

RIWAYAT HIDUP

Penulis bernama Chairun Nisa dilahirkan di Subang, 24 Agustus 1990 sebagai anak ketiga dari enam bersaudara dari pasangan Ir. Yaya Sudarya Ahmad dan Almh. Inik Suamad. Pendidikan dasar diselesaikan di SD Negeri Dawuan II Cirebon dan SD Negeri 1 Purwadadi Subang, kemudian pendidikan lanjutan menengah pertama di SMP Negeri 1 Purwadadi Subang, dan pendidikan menengah atas diselesaikan pada tahun 2008 di SMA Negeri 2 Subang. Penulis diterima sebagai Mahasiswi pada Departemen Ilmu Ekonomi, Fakultas Ekonomi dan Manajemen, Institut Pertanian Bogor melalui jalur USMI (Undangan Seleksi Masuk IPB). Selama perkuliahan, penulis menerima beasiswa BUMN Tahun 2011, aktif berorganisasi di Gentra Kaheman, Duta Anti Korupsi, Pramuka, Sahabat KS-BERIMAN IPB, SES-C dan komunitas lingkungan Green Concept.

KATA PENGANTAR

Ucapan syukur penulis panjatkan kehadirat Allah SWT, atas karunia-Nya yang berlimpah, sehingga penulis dapat menyelesaikan skripsi yang berjudul “Respon Pengemudi Jasa Transportasi Angkutan Umum Kota (Angkot) Kota Bogor Terhadap Kenaikan Harga BBM Jenis Premium”. Penulis mengucapkan terima kasih kepada kedua orang tua penulis yang selalu memberikan doa dan dukungan. Kakak penulis Alm. Zulfakar T.B , Adik Nur Hikmatulloh, Nurul Ainul Qolbi, dan Muhammad Firdaus sebagai motivator serta keluarga besar. Penulis mengucapkan banyak terima kasih kepada Bapak Muhammad Firdaus, Ph.D yang telah memberikan bimbingan baik secara teoritis maupun teknis serta menyisihkan waktu untuk penulis selama proses pengerjaan skripsi ini. Dr Wiwiek Rindayanti selaku dosen penguji utama dan Tanti Novianti, M.Si sebagai penguji dari perwakilan Komisi Pendidikan atas saran yang diberikan pada ujian sidang. Penulis juga berterima kasih kepada teman-teman satu bimbingan, keluarga besar IE 45, Beasiswa BUMN, Pramuka IPB, Sahabat KS-BERIMAN, DAK, SES-C, GT dan GC serta pihak-pihak lain yang tidak dapat penulis sebutkan satu persatu. Segala kesalahan yang terjadi pada skripsi ini sepenuhnya merupakan tanggung jawab penulis. Akhirnya semoga skripsi ini bermanfaat serta menambah pengetahuan kita.

Bogor, Juli 2012

Chairun Nisa H14080086

DAFTAR ISI

Halaman DAFTAR ISI ............................................................................................................ i DAFTAR TABEL ................................................................................................... ii DAFTAR GAMBAR ............................................................................................. iii DAFTAR LAMPIRAN...........................................................................................iv I.

PENDAHULUAN ............................................................................................1 1.1

Latar Belakang ..........................................................................................1

1.2

Perumusan Masalah ...................................................................................4

1.3

Tujuan ........................................................................................................6

1.4

Manfaat Penelitian .....................................................................................6

1.5

Ruang Lingkup Penelitian .........................................................................6

II. TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN ...........................7 2.1

Tinjauan Pustaka .......................................................................................7

2.2

Kerangka Pemikiran ................................................................................15

2.3

Hipotesis ..................................................................................................17

III.

METODE PENELITIAN ............................................................................19

3.1

Lokasi dan Waktu Penelitian ...................................................................19

3.2

Jenis dan Sumber Data ............................................................................19

3.3

Metode Pengumpulan Contoh .................................................................19

3.4

Metode Analisis Data ..............................................................................20

3.5

Analisis Besaran Willingness To Pay Responden ...................................20

3.6

Analisis Crosstabs ...................................................................................21

3.7

Analisis Model Logit ...............................................................................21

3.8

Analisis Linear Berganda ........................................................................23

3.9

Pengujian statistik Analisis Regresi ........................................................26

3.10

Variabel Penelitian ..................................................................................27

3.11

Definisi Operasional Penelitian ...............................................................28

IV. HASIL DAN PEMBAHASAN .......................................................................30 4.1

Gambaran Umum Karakteristik Responden ............................................30

4.2

Analisis Willingness To Pay (WTP) Jasa Angkutan Umum Kota ..........39

4.3

Analisis Faktor-Faktor yang Memengaruhi WTP ...................................42

4.4

Analisis Respon Pengemudi Jasa Angkutan Umum Kota.......................43

4.5

Implikasi Kebijakan.................................................................................49

V. KESIMPULAN DAN SARAN ........................................................................50 5.1

Kesimpulan ..............................................................................................50

5.2

Saran ........................................................................................................51

DAFTAR PUSTAKA ............................................................................................53 LAMPIRAN...........................................................................................................55

DAFTAR TABEL

Nomor

Halaman

1

Produksi dan Impor Minyak Bumi Indonesia Tahun 2004-2011 ..

1

2

Produksi dan Konsumsi BBM Indonesia Tahun 2005-2010 .........

2

3

Jumlah Kendaraan Bermotor Jawa Barat dan Jenis Kendaraan (unit) Tahun 2008-2010 .................................................................

3

Jumlah Angkutan Umum Kota (Angkot) Kota Bogor Tahun 2007-2012 ...........................................................................

4

5

Probabilitas dalam Model Logit ....................................................

13

6

Metode Analisis Data Berdasarkan Tujuan Penelitian ..................

20

7

Kerangka Identifikasi Autokorelasi ...............................................

25

8

Banyaknya Jumlah Angkutan Umum Kota (Angkot) yang Menjadi

4

Responden .................................................................................... 9

30

Hubungan Antara Respon dengan Willingness to Pay Harga BBM ...................................................................................

33

10

Hubungan Antara Respon dengan Jarak yang Ditempuh ..............

34

11

Hubungan Antara Respon dengan Jumlah Tanggungan................

35

12

Hubungan Antara Respon dengan Jumlah BBM yang Digunakan per hari ........................................................................

13

36

Hubungan Antara Respon dengan Lama Waktu Berkendaraan per Hari ..........................................................................................

37

14

Hubungan Antara Respon dengan Pendapatan Trayek .................

38

15

Hubungan Antara Respon dengan Perubahan Tarif Angkutan .....

39

16

Dugaan Nilai WTP untuk Kenaikan Harga BBM per Liter ..........

40

17

Distribusi Responden dengan Nilai WTP Pengemudi Jasa Angkutan Umum Kota (Angkot) terhadap Kenaikan Harga BBM ................

18

Faktor-Faktor yang Memengaruhi WTP terhadap Kenaikan Harga BBM ...................................................................................

19

41

42

Faktor-Faktor yang Memengaruhi Respon dengan Menggunakan Crosstabs .......................................................................................

44

20

Hasil Pengujian Logit untuk Respon .............................................

45

21

Faktor-Faktor yang Memengaruhi Respon dengan Menggunakan Logit ..............................................................................................

46

DAFTAR GAMBAR

Nomor

Halaman

1

Surplus Konsumen Marshallian ....................................................

11

2

Kerangka Pemikiran Operasional ..................................................

17

3

Respon Setuju atau Tidak Setuju Pengemudi Jasa Transportasi Angkutan Umum Kota terhadap Kenaikan Harga BBM ..............

31

4

Distribusi Responden Berdasarkan WTP per Liter .......................

32

5

Distribusi Responden Berdasarkan Jarak Tempuh ........................

33

6

Distribusi Responden Berdasarkan Jumlah Tanggungan ..............

34

7

Distribusi Responden Berdasarkan Jumlah Pemakaian BBM per Hari ..........................................................................................

8

35

Distribusi Responden Berdasarkan Lama Waktu Berkendaraan per Hari ..........................................................................................

37

9

Distribusi Responden Berdasarkan Pendapatan Trayek ................

38

10

Distribusi Responden Berdasarkan Perubahan Tarif Angkutan ....

39

11

Kurva Permintaan dari Jumlah Responden yang Bersedia Membayar Premium per Hari ..........................................................................

41

DAFTAR LAMPIRAN

Nomor

Halaman

1

Kuesioner Penelitian ......................................................................

2

Output Binary Logistic (Logit), Fakto-faktor yang Memengaruhi

55

Respon ...........................................................................................

61

3

Output Crosstabs Setiap Variabel terhadap Respon .....................

63

4

Output Regresi Linear Berganda ...................................................

68

I. PENDAHULUAN

1.1

Latar belakang Indonesia merupakan negara pengekspor dan pengimpor, baik untuk minyak

mentah (crude oil) maupun produk-produk minyak (oil product) termasuk bahan bakar minyak. Produksi minyak mentah Indonesia saat ini menunjukan trend yang menurun sehingga perlu dilakukannya impor minyak bumi untuk memenuhi permintaan kebutuhan minyak mentah dalam negeri. Tabel 1. Produksi dan Impor Minyak Bumi Indonesia Tahun 2004-2011 Tahun

Produksi (Ribu Barel)

Impor (Ribu Barel)

2005

341.203

148.489.589

2006

322.350

118.302.860

2007

305.137

116.232.183

2008

312.484

115.811.511

2009

301.663

97.005.665

2010

300.872

120.119.377

2011* 289.445 Sumber: Ditjen Migas, 2011 Keterangan: *Data sementara

101.093.030

Bahan Bakar Minyak (BBM) memegang peranan sangat penting dalam perekonomian Indonesia, yaitu: 1) sebagai bahan baku produksi, 2) bahan bakar proses industrialisasi, dan 3) sebagai komoditas ekspor penghasil devisa negara (Ditjen Migas, 2005). Harga BBM di Indonesia dipengaruhi oleh fluktuasi harga minyak dunia, yang mengakibatkan pemerintah menggunakan asumsi harga minyak dunia dalam menentukan harga BBM dan penentuan dalam menyusun APBN. Pemerintah menyepakati harga minyak mentah yang diasumsikan dalam APBN sebesar US$ 90 per barel dengan anggaran untuk pengadaan subsidi energi khususnya BBM pada RAPBN 2012 adalah sebesar 123.599,7 miliar rupiah, sedangkan selama Februari rata-rata harga minyak mentah sudah mencapai US$ 122,17 per barel. Hal ini juga diikuti dengan peningkatan konsumsi solar dan premium dari 35,8 juta kilo liter pada tahun 2010 menjadi 38.5 juta kilo liter pada tahun 2011 lalu (Ditjen Migas, 2012).

2

Besarnya harga dan jumlah konsumsi BBM berdampak langsung pada besarnya anggaran yang harus dialokasikan oleh pemerintah dalam APBN. Tabel 2. Produksi dan Konsumsi BBM Indonesia Tahun 2005-2010 Tahun

Konsumsi BBM (Ribu Barel)

Produksi BBM (Ribu Barel)

2005

397.802

268.530

2006

374.691

257.821

2007

383.453

244.296

2008

388.107

251.531

2009

379.142

24.289

2010

388.241

254.433

Sumber: Ditjen Migas (2011)

Peningkatan konsumsi BBM membuat permintaan akan subsidi BBM juga semakin meningkat, sehingga harus adanya penanggulangan akan hal ini. Pemerintah berencana menaikan harga BBM bersubsidi pada 1 April 2012, dengan segala pertimbangan kenaikan harga BBM bersubsidi ditunda sampai enam bulan mendatang seiring dengan pengamatan lonjakan harga minyak dunia. Saat ini, harga BBM di Indonesia jenis premium sebesar Rp 4.500 dan Solar Rp 4.500, dengan harga tersebut masih cenderung lebih rendah apabila dibandingkan dengan harga BBM negara lain seperti Malaysia harga eceran bensin yang disubsidi sebesar RM 1.90 atau dirupiahkan menjadi Rp 5.753 (Ditjen Migas, 2012). Kenaikan harga BBM yang direncanakan pemerintah bukanlah kejadian pertama, sebelumnya pada bulan Mei 2008 harga rata-rata minyak mentah Indonesia mencapai US$ 121 per barel. Pada saat itu, pemerintah terpaksa menaikan harga premium dari Rp 4.500 per liter menjadi Rp 6.000 per liter. Per 1 Desember 2008 harga premium menjadi Rp 5.500 per liter karena rata-rata minyak mentah Indonesia turun menjadi US$ 95,87 per barel diturunkan kembali harga BBM sampai dengan Rp 4.500 (Ditjen Migas, 2011) Premium dan solar merupakan jenis BBM bersubsidi yang mulai diperkenalkan kepada masyarakat Indonesia sejak Tahun 1977. Sasaran subsidi BBM khususnya pada bidang transportasi adalah kendaraan bermotor milik

3

pemerintah, transportasi darat bermotor yang memakai plat kuning, sepeda motor, sumua jenis ambulance, mobil jenazah dan mobil pemadam kebakaran. Saat ini, BBM bersubsidi yang paling banyak dikonsumsi adalah jenis premium. BBM menjadi faktor produksi utama dalam semua aktivitas usaha yang dilakukan oleh manusia begitupun dalam bidang jasa transportasi angkutan umum kota (angkot). Meningkatnya jumlah penduduk akan berdampak kepada meningkatnya jumlah pemakaian jasa angkutan umum karena tidak semua masyarakat memiliki kendaraan pribadi. Jumlah kendaraan yang semakin meningkat menyebabkan besaran konsumsi BBM akan terus meningkat. Kenaikan harga BBM tentunya akan berdampak pada setiap kegiatan yang menggunakan BBM. Transportasi nasional menjadi pemegang peranan penting dalam mendukung pembangunan nasional, sehingga apabila terjadi peningkatan harga BBM secara tidak langsung akan mengganggu proses pembangunan ekonomi nasional. Pengaruh tidak langsung lainnya yang disebabkan oleh adanya kenaikan harga BBM adalah meningkatnya harga sarana produksi dan barangbarang konsumsi. Tabel 3. Jumlah Kendaraan Bermotor Jawa Barat dan Jenis Kendaraan (unit) Tahun 2008-2010 Tahun

Mobil Penumpang

Bus

Truk

Sepeda Motor

Jumlah Total

2008

507.552

162.705

451.495

2.126.612

3.248.364

2009

526.508

171.000

451.987

2.378.188

3.527.683

2010*

548.641

177.578

469.412

2.615.527

3.811.158

Sumber : BPS, Statistik Indonesia 2011 Keterangan : * angka sementara

Jasa transportasi angkutan umum kota yang disebut angkutan kota (angkot) merupakan jenis angkutan umum masal yang mengangkut orang untuk mencapai suatu tujuan

lokasi tertentu. Karakteristik kendaraan yang dimiliki angkot

mempermudah menurunkan dan menaikan penumpang dimana saja dengan rute wilayah tertentu. Masyarakat yang tidak memiliki kendaraan pribadi akan memilih angkutan kota (angkot) dalam membantu setiap aktivitas mereka sehingga angkot menjadi sangat penting karena menjadi pilihan banyak masyarakat.

4

Tabel 4. Jumlah Angkutan Umum Kota (Angkot) Kota Bogor Tahun 2007-2009 Tahun 2007 2008

Jumlah Angkutan Kota (unit) 3.443 3.452

2009 3.316 Sumber : Dishub Kota Bogor , 2011

Kota Bogor dengan jumlah penduduk sebesar 946.204 jiwa pada tahun 2009 merupakan salah satu wilayah yang cukup padat penduduk di Jawa Barat (BPS, 2011). Banyaknya jumlah penduduk Kota Bogor diimbangi dengan banyaknya jumlah angkutan kota (angkot) yang dimiliki oleh Kota Bogor. 1.2

Perumusan Masalah Konsumsi minyak Indonesia yang tinggi yang tidak disertai dengan

tingginya produksi minyak mentah dalam negeri menyebabkan pemerintah melakukan impor minyak untuk memenuhi kebutuhan dalam negeri. Naiknya harga minyak dunia akan menyebabkan naiknya penerimaan pendapatan negara. Namun, pada saat yang sama pengeluaran negara akan turut naik. Setiap kenaikan harga sebesar US$ 1 barel, dengan asumsi kurs Rp 9.000 per dolar akan menaikan penerimaan sebesar Rp 3,37 triliun. Namun, kenaikan US$ 1 per barel itu juga meningkatkan pengeluaran negara yang berasal dari kenaikan subsidi BBM sebesar Rp 2,83 triliun, subsidi listrik Rp 280 milyar, dana bagi hasil untuk daerah Rp 470 milyar dan kenaikan anggaran pendidikan sebesar Rp 720 milyar jadi total pengeluaran negara sebesar Rp 4,3 triliun. Setiap kenaikan harga minyak sebesar US$ 1 per barel, APBN harus menanggung beban tambahan Rp 900 milyar (Kementerian ESDM, 2012). Dengan perhitungan sebelumnya, Kementerian ESDM memperkirakan apabila harga BBM bersubsidi dinaikan sebesar Rp 1.000 maka akan menghemat anggaran sebesar Rp 21 triliun, dan jika harga BBM bersubsidi dinaikkan sebesar Rp 1.500 maka akan menghemat anggaran sebesar Rp 23 triliun. Jika harga BBM bersubsidi dinaikan sebesar Rp 2.000 maka akan menghemat Rp 33 triliun (Kementerian ESDM, 2012). Rencana kenaikan harga BBM bersubsidi tentunya akan menyebabkan muncul berbagai tanggapan pro dan kontra dari masyarakat.

5

Fauziah (2003) mengungkapkan bahwa kenaikan harga BBM pada 17 Januari 2002 telah berdampak pada menurunnya pendapatan usaha nelayan khususnya di Pelabuhan Ratu. Kenaikan harga BBM menyebabkan terjadinya ketidakstabilan harga dan konsumsi. Begitu pula dengan pendapatan yang akan diterima oleh jasa angkutan umum kota (angkot), perubahan harga BBM jenis premium akan menurunkan pendapatan yang akan di terima. Harga BBM saat ini adalah Rp 4.500 per liter, sedangkan harga BBM dunia adalah Rp 8.400 per liter, sehingga besaran subsidi BBM per liter adalah Rp 3.900 per liter. Usulan pada RAPBN 2012, rencana harga BBM bersubsidi dinaikkan sebesar Rp 1.500 per liter menjadi Rp 6.000 per liter. Kenaikan harga tersebut akan menjadikan besarnya harga subsidi BBM yang akan ditanggung oleh pemerintah dalam APBN menjadi sebesar Rp 2.400 per liter (Ditjen Migas, 2011) Posisi BBM yang memengaruhi biaya produksi pada suatu usaha serta fungsi transportasi sebagai penggerak roda perekonomian suatu wilayah membuat kedua faktor tersebut tidak dapat dipisahkan satu dengan lainnya. Kenaikan harga BBM akan diikuti oleh kenaikan biaya industri transportasi khususnya angkutan kota (angkot). Kenaikan BBM tersebut menyebabkan kenaikan tarif angkutan yang akan dibebankan oleh masyarakat sebagai pengguna jasa transportasi ini. Kenaikan tarif akan mendorong masyarakat untuk beralih menggunakan kendaraan roda dua karena masyarakat beranggapan akan lebih hemat dan cepat apabila menggunakan kendaraan roda dua dibandingkan dengan angkutan kota, akibatnya terjadi penurunan jumlah pengguna alat transportasi angkutan kota (angkot). Keadaan tersebut akan menurunkan penerimaan pendapatan yang diperoleh pengemudi angkutan kota (angkot) sehingga menyebabkan tingginya respon tidak setuju terhadap kenaikan harga BBM. Kajian mengenai bagaimana respon pengemudi jasa angkutan umum kota (angkot) mengenai adanya rencana kenaikan harga BBM akan dikaji lebih lanjut pada penelitian ini, alasan pengambilan penelitian jasa angkutan umum kota (angkot) karena alat transportasi ini banyak digunakan oleh masyarakat suatu wilayah dan mendominasi angkutan di setiap perkotaan yang ada di Indonesia.

6

Berkenaan dengan latar belakang yang telah dipaparkan, maka masalah yang akan diteliti adalah: 1. Menghitung besarnya Willingness to Pay pengemudi jasa transportasi angkutan umum kota (angkot) dalam kenaikan harga BBM dan faktorfaktor yang memengaruhinya. 2. Bagaimana respon dan faktor-faktor apa saja yang memengaruhi respon setuju atau tidak setuju pengemudi jasa angkutan umum kota (angkot) terhadap kenaikan harga BBM.

1.3

Tujuan Tujuan pelaksanaan penelitian ini adalah:

1. Menghitung besarnya Willingness to Pay pengemudi jasa angkutan umum kota (angkot) terhadap kenaikan harga BBM. 2. Menganalisis bagaimana respon dan faktor-faktor yang memengaruhi respon setuju atau tidak setuju pengemudi jasa angkutan umum kota (angkot) terhadap kenaikan harga BBM.

1.4

Manfaat Penelitian Hasil penelitian ini diharapkan dapat bermanfaat, diantaranya:

1.

Bagi akademisi dan peneliti khususnya dalam subsidi Bahan Bakar Minyak (BBM) dan faktor-faktor yang memengaruhinya.

2.

Bagi pemerintah Kota Bogor, agar tetap memerhatikan kebijakan yang akan dipilih terkait kesesuaian tarif angkutan umum kota (angkot), yang diimbangi dengan besarnya kesedian membayar jasa transportasi angkutan umum kota (angkot).

1.5 Ruang Lingkup Penelitian Ruang lingkup penelitian ini adalah sebagai berikut: (1) wilayah penelitian dibatasi pada wilayah Kotamadya Bogor; (2) objek penelitian adalah pengemudi jasa transportasi angkutan umum kota (angkot) di wilayah penelitian sebagai responden; (3) responden adalah pengemudi angkot Kota Bogor; (4) harga BBM bersubsidi yang akan dibahas di sini adalah BBM jenis premium.

7

II.

TINJAUAN PUSTAKA DAN KERANGKA PEMIKIRAN

2.1

Tinjauan Pustaka

2.1.1

Bahan Bakar Minyak Bahan Bakar Minyak (BBM) merupakan salah satu kekayaan alam yang

dimiliki oleh Indonesia, yang dalam pengolahan dan penyalurannya dikuasai oleh negara. Hal ini sesuai dengan pasal 33 ayat (2) UUD 1945 yang menyatakan pemerintah ditetapkan sebagai pemegang kuasa pertambangan. Secara etimologi, minyak (petroleum) berasal dari dua kata, yaitu: Petro yang berarti batu dan leaum yang memiliki arti minyak. Minyak merupakan campuran kimia yang disebut hydrocarbons karena terdiri atas campuran molekul karbon dan hidrogen. Pembentukan minyak diawali dari sedimentasi sisa-sisa tumbuhan dan binatang yang terkubur selama jutaan tahun dan sebagian besar terjadi di bawah dasar lautan. Material-material organik tersebut membentuk reservoir-reservoir minyak. Bahan bakar minyak adalah suatu senyawa organik yang dibutuhkan dalam suatu pembakaran dengan tujuan untuk mendapatkan energi. Bahan bakar minyak merupakan hasil dari destilasi minyak bumi (crude oil) menjadi fraksi-fraksi yang diinginkan. Pembagian BBM ke dalam fraksi-fraksi mengakibatkan dikenalnya berbagai macam produk BBM dengan tingkat kualitas yang berbeda serta kegunaan yang berbeda pula (Pertamina, 2002). Produk-produk yang termasuk ke dalam kategori BBM adalah (Pertamina, 2002): 1. Avgas (Aviation Gasoline), merupakan BBM jenis khusus yang dihasilkan dari fraksi minyak bumi yang dirancang untuk bahan bakar pesawat udara dengan tipe mesin sistem pembakaran dalam (internal combution), mesin piston dengan sistem pengapian. Kinerja Avgas tergantung pada sifat anti ketukan yang di sebut dengan angka oktan (Octane Number) untuk harga di bawah 100 serta angka perilaku (performence number) di atas 100. 2. Avtur (Aviation Turbine), yaitu jenis BBM yang khusus dihasilkan dari frakasi minyak bumi. Avtur digunakan untuk bahan bakar pesawat udara

8

dengan tipe mesin turbin (external combution). Kinerja Avtur ditentukan oleh sifat kebersihan, sifat pembakaran dan sifat pada suhu rendah. 3. Bensin, jenis bahan bakar minyak ini merupakan nama umum untuk beberapa jenis BBM yang diperuntukkan untuk mesin dengan pembakaran dengan letupan api. Nilai mutu yang dimiliki setiap jenis berbeda yang dihitung berdasarkan nilai RON (Randon Octane Number). Kemudian dibedakan menjadi menjadi dua jenis yaitu: 1) Premium (RON 88) atau motor gasoline atau petrol: merupakan bahan bakar minyak jenis distilat berwarna kekuningan yang jernih. Penggunaan jenis ini adalah untuk bahan bakar kendaraan bermotor bermesin bensin . 2) Pertamax (RON 92) : Pertamax direkomendasikan untuk kendaraan yang diproduksi diatas tahun 1990 terutama yang telah menggunakan teknologi setara dengan electronic fuel injection dan catalytic converters. 4. Minyak Tanah (Kerosene), merupakan BBM jenis distilat tidak berwarna jernih. Minyak tanah biasanya digunakan untuk keperluan bahan bakar rumah tangga dan sebagian kecil jenis industri. 5. Minyak Solar, yaitu BBM jenis distilat yang digunakan untuk mesin “compreession ignition” yaitu mesin diesel yang dikompresi pada langkah induksi adalah udara yang dikompresi menimbulkan tekanan dan panas yang tinggi sehingga dapat membakar solar yang disemprotkan oleh injector. Jenis mesin diesel dengan kecepatan tinggi (di atas 100 rpm) banyak menggunakan jenis BBM ini. 6. Minyak Diesel atau Industrial Diesel Oil (IDO) atau Marine Diesel Fuel (MDF), yaitu BBM jenis distilat yang mengandung fraksi-fraksi yang merupakan campuran dari distilat fraksi ringan dan berat (residual fuel oil) dan berwarna hitam gelap dan tetap cair pada suhu rendah. Penggunaan minyak diesel pada umumnya oleh kendaraan-kendaraan dengan putaran sedang atau lambat (300-1000 rpm) dan juga digunakan pada pembakaran langsung dalam dapur-dapur industri.

9

7. Minyak Bakar atau Merine Fuel Oil merupakan BBM jenis residu bukan distilat serta berwarna hitam gelap. Minyak bakar lebih kental daripada minyak diesel dan mempunyai titik tuang (pour point) yang lebih tinggi dari minyak diesel. Minyak bakar digunakan pada pembakaran langsung dalam dapur-dapur industri besar, pembangkit listrik tenaga uap dan kegiatan lainnya yang cukup ekonomis. Harga BBM di Indonesia adalah harga yang diatur oleh pemerintah dan berlaku sama di seluruh wilayah Indonesia. Pada dasarnya, pemerintah bersama DPR menetapkan harga BBM setelah memerhatikan biaya-biaya pokok penyediaan BBM yang diberikan Perusahaan Tambang Minyak dan Gas (Pertamina) serta tingkat kemampuan (willingness to pay) masyarakat. Belakangan, dalam upaya menyesuaikan harga BBM di dalam negeri dengan perkembangan harga BBM internasional, dikeluarkan Keputusan Presiden yang memungkinkan Pertamina untuk secara berkala menyesuaikan penyesuaian harga otomatis tersebut tidak terus dapat dipertahankan.

2.1.2

Transportasi Transportasi berasal dari kata Latin yaitu tranportare, di mana trans berarti

seberang atau sebelah dan portare berarti mengangkut atau membawa. Sehingga transportasi dapat didefinisikan sebagai mengangkut atau membawa (sesuatu) ke sebelah lain atau dari suatu tempat ke tempat lainnya. Ini berarti transportasi merupakan suatu jasa yang diberikan, guna menolong orang dan barang untuk dibawa dari suatu tempat ke tempat lainnya. Menurut Undang-undang No 4 Pasal 3 tahun 1992 tentang Lalu Lintas dan Angkutan Jalan Transportasi diselenggarakan dengan tujuan untuk mewujudkan lalu lintas dan angkutan jalan yang cepat dan efisien. Angkutan darat sebagai bagian dari sistem transportasi secara keseluruhan turut memberikan kontribusi yang sangat besar dalam meningkatkan perekonomian di suatu wilayah, terlihat pada daerah yang memiliki jaringan angkutan darat sebagai sarana yang dapat membantu mempercepat proses kegiatan manusia. Transportasi kota atau angkutan kota, merujuk kepada kendaraan umum dengan rute yang sudah ditentukan. Tidak seperti bus yang mempunyai halte

10

sebagai tempat perhentian yang sudah ditentukan, angkutan kota dapat berhenti untuk menaikan atau menurunkan penumpang di mana saja dengan karakter kendaraan kecil, kepemilikan sebagian besar adalah individu, untuk melayani rute jarak pendek yang penetapannya dilakukan oleh pemerintah. Angkutan Kota (angkot) sampai saat ini masih mendominasi pelayanan angkutan perkotaan di kota-kota Indonesia dalam UU No. 22 tahun 1998.

2.1.3

Subsidi Subsidi kepada konsumen dapat diberlakukan apabila manfaat sosial

marjinal lebih besar dibandingkan manfaat privat marginal. Sebaliknya, subsidi kepada produsen dapat diberlakukan bila manfaat privat marjinal lebih besar dibandingkan manfaat sosial marginal (Mangkoesoebroto, 2001). Subsidi merupakan pembayaran yang dilakukan pemerintah kepada perusahaan atau rumah tangga untuk mencapai tujuan tertentu yang membuat mereka dapat memproduksi atau mengkonsumsi suatu produk dalam kuantitas yang lebih besar atau pada harga yang lebih murah. Secara ekonomi, tujuan subsidi adalah untuk mengurangi harga atau menambah keluaran (output). Pengertian lainnya, subsidi adalah salah satu bentuk pengeluaran pemerintah yang juga diartikan sebagai pajak negatif yang akan menambah pendapatan mereka yang menerima subsidi atau mengalami peningkatan pendapatan riil apabila mereka mengkonsumsi atau membeli barang-barang yang disubsidi oleh pemerintah dengan harga jual yang rendah. Subsidi dapat dibedakan dalam dua bentuk yaitu subsidi dalam bentuk uang (cash transfer) dan subsidi dalam bentuk barang atau subsidi innatura (in kind subsidy) (Suparmoko, 2003).

2.1.4

Permintaan Jumlah komoditi total yang ingin dibeli oleh masyarakat rumah tangga

merupakan jumlah yang diminta (quantity demanded) untuk komoditi tersebut (Lipsey, 1993). Banyaknya barang yang akan dibeli semua rumah tangga pada periode waktu tertentu dipengaruhi oleh variabel, harga barang itu sendiri, ratarata penghasilan rumah tangga, harga barang substitusi, selera, distribusi pendapatan dan besarnya populasi (Lipsey, 1993).

11

Suatu hipotesis ekonomi dasar bahwa harga suatu barang dan kuantitas yang akan diminta berhubungan secara negatif dengan faktor lain tetap sama. Dengan kata lain, semakin rendah harga suatu barang maka jumlah yang akan diminta untuk komoditi itu akan semakin besar, dan semakin tinggi harga semakin rendah jumlah yang diminta (Marshall). Harga

P Permintaan Q

Jumlah

Gambar 1. Surplus Konsumen Marshallian Subsidi akan memengaruhi besarnya harga barang, sehingga semakin rendah harga suatu barang maka jumlah yang akan diminta untuk barang tersebut akan semakin besar. Begitupun sebaliknya semakin besar harga suatu barang maka akan semakin sedikit jumlah permintaan akan barang tersebut (Hanley and Spash, 1993)

2.1.5

Willingnes To Pay (WTP) Secara umum, Willingnes To Pay (WTP) atau kemauan/keinginan untuk

membayar didefinisikan sebagai jumlah yang dapat dibayarkan seorang konsumen untuk memperoleh suatu barang atau jasa. WTP adalah harga maksimum dari suatu barang yang ingin dibeli oleh konsumen pada waktu tertentu. Sedangkan pengertian WTP pada berapa kesanggupan konsumen untuk membeli suatu barang. WTP itu sebenarnya adalah harga pada tingkat konsumen yang merefleksikan nilai barang atau jasa dan pengorbanan untuk memperolehnya. Disisi lain, WTP ditujukan untuk mengetahui daya beli konsumen berdasarkan persepsi konsumen (Fauzi, 2006) Konsep WTP konsumen terhadap suatu barang atau jasa harus dimulai dari konsep utilitas, yaitu manfaat atau kepuasan karena mengkonsumsi barang atau

12

jasa pada waktu tertentu. Setiap individu ataupun rumah tangga selalu berusaha untuk memaksimumkan utilitasnya dengan pendapatan tertentu yang kemudian menentukan jumlah permintaan barang atau jasa yang akan dikonsumsi. Permintaan diartikan sebagai jumlah barang atau jasa yang mau atau ingin dibeli atau dibayar (Willingness to Buy or Willingness to Pay) oleh konsumen pada harga tertentu dan waktu tertentu. Utilitas yang akan didapat oleh seorang konsumen memiliki kaitan dengan harga yang dibayarkan yang dapat diukur dengan WTP. Sejumlah uang yang ingin dibayarkan oleh konsumen akan menunjukan indikator utilitas yang diperoleh dari barang Konsep WTP yang digunakan melalui pendekatan Contingent Valuation Method (CVM) yang merupakan pendekatan yang pada dasarnya menanyakan secara langsung kepada masyarakat berapa maksimum WTP untuk manfaat tambahan dan atau berapa besarnya maksimum Willingness to Accept (WTA) sebagai kompensasi dari kerusakan barang lingkungan (Hanley dan Spash, 1993) Tahap yang dilakukan pada penelitian ini, yaitu mendapatkan penawaran besarnya nilai WTP dan memperkirakan nilai rata-rata WTP (Hanley dan Spash, 1993). Memperkirakan penawaran besarnya nilai WTP dapat dilakukan dengan menggunakan kuesioner. Terdapat beberapa cara yang dapat digunakan untuk memeroleh nilai WTP, yaitu: a.

Bidding Game, yaitu metode tawar menawar di mana responden ditawarkan sebuah nilai tawaran yang dimulai dari nilai terkecil hingga nilai terbesar hingga mencapai nilai WTP maksimum yang sanggup dibayarkan oleh responden.

b.

Closed-ended Referendum, yaitu dengan memberikan sebuah nilai tawaran tunggal kepada responden, baik responden setuju ataupun responden tidak setuju dengan nilai tersebut.

c.

Payment Card, yaitu nilai tawaran yang disajikan dalam bentuk kisaran nilai yang dituangkan dalam sebuah kartu yang mungkin mengindikasikan tipe pengeluaran responden terhadap barang atau jasa publik yang diberikan.

13

d.

Open-ended quation, yaitu suatu metode pertanyaan terbuka tentang WTP maksimum yang sanggup mereka berikan dengan tidak adanya nilai tawaran sebelumnya.

2.1.6

Model Logit Model Logit adalah model regresi non-linear yang menghasilkan sebuah

persamaan dimana variabel tak bebas bersifat kategorikal paling dasar dari model tersebut menghasilkan binary value seperti angka 0 dan 1. Angka yang dihasilkan mewakili suatu kategori tertentu yang dihasilkan dari perhitungan probabilitas terjadinya kategori tersebut. Bentuk dasar probabilitas dalam model logit dapat dijelaskan pada Tabel 5. Tabel 5. Probabilitas dalam Model Logit Yi Probabilitas 0 1-Pi 1 Pi Total 1 Sumber: Gujarati (2003)

Gujarati (2003) menjelaskan bahwa penggunaan model logit seringkali digunakan data dalam klasifikasi. Contoh penggunaan data tersebut seperti dalam kategori dalam kepemilikan rumah, dimana 0 memiliki arti tidak memiliki rumah dan 1 memiliki arti memiliki rumah. Penentuan kepemilikan rumah tersebut dipengaruhi oleh variabel-variabel interikat. Variabel-variabel bebas tersebut dapat bersifat baik nominal, interval, dan rasio.

 P  Li = ln  1− P  di mana Li adalah Logit. Bentuk (P/1-P) disebut rasio kecenderungan (odds ratio).

2.1.7 Analisis Crosstabs – Chi Square Analisis Crosstabs merupakan analisis dasar untuk hubungan antar variabel kategori (nominal-ordinal) (Trihendradi, 2009). Penambahan variabel kontrol untuk mempertajam analisis sangat dimungkinkan. Crosstabs data digunakan unutk mengetahui hubungan atau distribusi respon antara variabel data dalam

14

bentuk baris dan kolom. Sedangkan analisis Crosstabs-Chi Square adalah suatu analisis hubungan antara variabel data nominal (Yamin, 2009). Crosstabs digunakan untuk menggambarkan jumlah data dan hubungan antar variabel. Selain itu, untuk menguji ada tidaknya hubungan antar variabel minimal nominal dilakukan uji hipotesis. Uji ketergantungan untuk crosstabs pada statistik ditentukan melalui Uji Chi-Square dengan mengamati ada tidaknya hubungan antar variabel yang dimasukan (baris dan kolam). Penentuan Uji Chi-Square menggunakan hipotesis yaitu: H 0 : Tidak ada hubungan antara baris dan kolom H 1 : Ada hubungan antara baris dan kolom

2.1.8

Regresi Linear Berganda Analisis regresi linear berganda merupakan suatu metode yang digunakan

untuk menguraikan pengaruh variabel-variabel independen yang memengaruhi variabel dependennya. Data yang digunakan dalam penelitian ini adalah data cross section. Menurut Gujarati (2006) metode OLS dapat digunakan jika dipenuhi asumsi-asumsi sebagai berikut: a.

Varians bersyarat dari residual adalah konstan atau homoskedastik.

b.

Tidak ada autokolerasi dalam residual.

c.

Variasi residual menyebar normal.

d.

Nilai rata-rata dari unsur residual sama dengan nol.

e.

Nilai-nilai peubah tetap untuk contoh-contoh yang berulang.

f.

Tidak ada hubungan linear sempurna antara peubah bebas.

2.1.9

Tinjauan Penelitian Terdahulu Studi mengenai Apakah persoalannya pada subsidi BBM tinjauan terhadap

masalah subsidi BBM, ketergantungan pada minyak bumi, manajemen energi nasional dan pembangunan infrasruktur energi menguraikan tentang pengertian dasar, praktek, dan kritik mengenai subsidi BBM yang diterapkan di Indonesia. Dikemukakan perkembangan perdagangan perdagangaan minyak bumi yang dilakukan indonesia. Langkah keluar dari perangkap subsidi BBM, bahwa

15

sebagian masalah subsidi BBM dapat diatasi melalui pengembangan manajemen energi nasional, yang menekankan efisiensi konsumsi BBM dan pengembangan diversifikasi sumber energi. Upaya tersebut dipertegas melalui rencana pembangunan infrastruktur energi (Nugroho, 2005) Penelitian mengenai efektivitas dan kompensasi subsidi dan dampak penghapusan subsidi BBM di Indonesia dengan hasil penelitian kenaikan harga BBM sebesar 10 persen–15 persen maka akan terjadi kontraksi pada perekonomian nasional (Esta Lestari, 2004). Penelitian tentang kesediaan dalam membayar terhadap produk organik telah dilakukan oleh banyak peneliti diluar negeri. Di Yunani, Krystallis dan Chryssohodis (2005) yang meneliti tentang consumer willingness to pay for organic food, menggunakan analisis faktor menghasilkan pemilihan solusi enam faktor berdasarkan 16 dari 22 variabel awal. Faktor-faktor ini menyumbang total 63,3 persen dari total varian dijelaskan oleh model. Peneliti menyebut faktor pertama yaitu “kualitas dan keamanan” terdiri dari pelebelan, bahan baku, wilayahnegara asal, penggunaan metode tradisional, dan sertifikasi proses produksi. Faktor ke dua disebut “kepercayaan” terdiri dari kepercayaan dalam kualitas lebel atau logo, badan makanan kepercayaan sertifikasi, dan kepercayaan para pedagang yang menjual produk-produk bersertifikat. Faktor ke tiga disebut dengan faktor “indera” terdiri dari variabel warna cerah, rasa, aroma. Faktor ke 4 disebut “sensitifitas” terdiri dari variabel harga dan diskon. Faktor ke 5 dan ke 6 disebut “kenyamanan” dan “brand name value”. Peneliti menyatakan bahwa yang menyebabkan konsumen berani untuk membayar lebih mahal untuk produk organik adalah anggapan mereka tentang produk tentang produk organik yang kualitasnya lebih baik serta aman dikonsumsi.

2.2

Kerangka Pemikiran Kenaikan harga minyak dunia saat ini, tidak diimbangi dengan cadangan

minyak bumi mentah yang dimiliki oleh Indonesia. Permintaan akan minyak bumi semakin meningkat dan produksi justru mengalami trend yang sebaliknya, sehingga untuk memenuhi kebutuhan minyak dalam negeri Indonesia harus mengimpor minyak bumi.

16

Harga BBM yang disubsidi saat ini sudah tidak sesuai dengan anggaran yang diajukan oleh pemerintah di dalam RAPBN 2012. Hal ini tentu saja dapat mengakibatkan pembengkakan pada anggaran sehingga akan menyebabkan defisit APBN. Dalam RAPBN 2012, jumlah subsidi BBM diperkirakan lebih kecil bila dibandingkan dengan jumlah subsidi yang terealisasi. Sampai pada bulan Maret tahun 2012, harga minyak mentah dunia melonjak hingga US$ 120 per barel. Padahal dalam Anggaran Pendapatan dan Belanja Negara (APBN) 2012, pemerintah menetapkan subsidi sebesar Rp 123 triliun dengan asumsi harga minyak US$ 90 per barel. Hal tersebut juga akan menyebabkan terjadinya defisit APBN (Ditjen Migas, 2012) Kenaikan harga minyak dunia dan pertimbangan defisit APBN memaksa pemerintah untuk melakukan tindakan pencegahan dalam mengatasi defisit APBN. Pencegahan yang dilakukan dengan meningkatkan harga jual bahan bakar minyak (BBM). Tentunya hal ini akan membuat banyak respon yang beragam dari masyarakat atau pelaku ekonomi. Sebagian masyarakat setuju dengan kebijakan tersebut, sebagian masyarakat lain tidak setuju dengan kebijakan menaikan harga BBM. Mereka yang tidak setuju mengenai rencana pemerintah menaikan harga BBM beranggapan naiknya BBM akan memicu terjadinya peningkatan harga bahan-bahan kebutuhan sehari-hari. Begitupun dengan transportasi angkutan umum kota atau angkot akan terkena dampak secara langsung karena alat transportasi tesebut menggunakan bahan bakar minyak dalam menjalankan mesin kendaraan. Angkot merupakan kendaraan yang sebagian besar menggunakan bahan bakar bersubsidi jenis premium. Oleh karena itu diperlukan penelitian mengenai implikasi rencana kenaikan harga BBM terhadap jasa transportasi angkutan umum kota wilayah Kota Bogor. Kerangka pemikiran operasional dapat disajikan pada Gambar 2.

17

Konsumsi dan produksi BBM Indonesia Kenaikan harga minyak dunia Jasa transportasi angkutan umum kota

Besarnya subsidi pada APBN

Implikasi terhadap jasa angkutan umum kota (angkot)

Rencana kenaikan harga BBM

Respon dan faktor-faktor yang memengaruhi respon jasa transportasi angkutan umum kota

Willingness to pay

Rekomendasi untuk Kebijakan

Gambar 2. Kerangka Pemikiran Operasional

2.3

Hipotesis Berdasarkan rumusan masalah, tujuan penelitian dan kerangka pemikiran,

maka hipotesis dari penelitian ini adalah: 1.

Jarak tempuh memiliki pengaruh negatif terhadap respon kenaikan harga BBM, sebab jarak tempuh menunjukkan berapa banyak BBM yang dikonsumsi. Semakin jauh jarak yang ditempuh maka akan semakin tidak setuju terhadap kenaikan harga BBM.

2.

Usia memiliki pengaruh negatif terhadap respon kanaikan harga BBM, sebab semakin bertambah usia maka akan semakin tidak setuju terhadap kenaikan harga BBM. Hal ini dikarenakan semakin bertambahnya usia maka lapangan pekerjaan yang akan diperoleh akan semakin kecil.

3.

Jumlah tanggungan memiliki pengaruh negatif terhadap respon kenaikan harga BBM. Hal ini terkait dengan besarnya pengeluaran responden setiap hari. Semakin banyak jumlah tanggungan maka akan semakin tidak setuju terhadap kenaikan harga BBM dikarenakan akan bertambahnya pengeluaran mereka.

18

4.

Pengaruh pemakaian BBM per hari memiliki hubungan yang negatif terhadap respon kenaikan harga BBM. Hal ini menunujukkan semakin meningkatnya pemakaian BBM perhari maka akan semakin tidak setuju terhadap kenaikan harga BBM dikarenakan responden harus membayar lebih mahal untuk membeli BBM.

5.

Lama waktu berkendaraan perhari memiliki hubungan positif terhadap respon kenaikan harga BBM. Semakin lama berkendaraan maka akan memengaruhi respon setuju dengan adanya kenaikan harga BBM dikarenakan semakin lama berkendaraan maka pendapatan yang diterima akan semakin tinggi.

19

II. METODE PENELITIAN

3.1

Lokasi dan Waktu Penelitian Penelitian ini dilakukan di wilayah Kota Bogor. Pemilihan wilayah

dilakukan dengan pertimbangan wilayah tersebut memiliki jumlah angkutan umum kota (angkot) mencapai 3412 pada tahun 2012 (Dishub, 2012). Penelitian ini dilakukan mulai dari bulan Maret sampai dengan bulan Mei 2012, meliputi pembuatan kuesioner, pengumpulan data primer, pengumpulan data sekunder, dan pembahasan.

3.2

Jenis dan Sumber Data Pada penelitian ini data yang digunakan meliputi data primer dan data

sekunder. Data primer dalam penelitian ini untuk menjawab bagaimana respon setuju atau tidak kenaikan harga BBM dari pengemudi jasa transportasi angkutan umum (angkot) yang menggunakan bahan bakar bersubsidi jenis premium, diperoleh melalui survey dengan menggunakan teknik wawancara dengan menggunakan kuesioner. Data Sekunder diperoleh dari, Badan Pusat Statistik (BPS), Kementerian Keuangan, Direktorat Jendral Minyak dan Gas, Kementrian Energi dan Sumber Daya Mineral, dan Dinas Perhubungan dan Transportasi kota Bogor, serta Dinas Pendapatan Daerah Kota Bogor.

3.3

Metode Pengumpulan Contoh Metode pengambilan sampel data primer dalam penelitian ini menggunakan

metode Convenience Sampling (Accidental Sampling). Pemilihan teknik ini karena tidak semua anggota populasi memiliki peluang yang sama bagi unsur atau anggota populasi yang telah diberi nomor urut (Juanda, 2009). Dalam hal ini penentuan sampel berdasarkan kebetulan di mana apabila pengemudi angkutan umum bersedia untuk di wawancarai maka orang tersebut akan menjadi responden. Sampel yang diwawancarai sebanyak 60 sampel. Pengambilan responden 60 orang berdasarkan asumsi kenormalan jumlah data lebih dari sama dengan 30 responden.

20

3.4

Metode Analisis Data Penelitian ini menggunakan analisis secara kualitatif dan kuantiatif.

Kemudian data yang diperoleh dianalisis dengan menggunakan program software Microsoft Excel 2010 dan SPSS version 16.0 for windows. Metode analisis data dapat dilihat pada Tabel 6. Tabel 6. Metode Analisis Data Berdasarkan Tujuan Penelitian No

Analisis besarnya Willingness to Pay pengemudi angkutan umum kota terhadap kenaikan harga BBM Respon kenaikan harga BBM dan faktor-faktor yang memengaruhi respon pengemudi jasa angkutan umum Kota Bogor terhadap kenaikan harga BBM

1

2

3.5

Tujuan Penelitian

Sumber Data

Metode Analisis

Perhitungan Wawancara dengan dugaan rataan, media kuesioner regresi linear kepada responden berganda Wawancara dengan media kuesioner kepada responden

Analisis regresi logit, crosstabs

Analisis Besaran Willingness To Pay Responden Terhadap Kenaikan Harga BBM Analisis WTP menggunakan pendekatan Contingent Valuation Method

(CVM) merupakan pendekatan yang pada dasarnya menanyakan secara langsung kepada masyarakat berapa besarnya maksimum Willingness to Pay (WTP) untuk manfaat tambahan dan atau berapa besarnya maksimum Willingness to Accept (WTA) sebagai kompensasi dari kerusakan barang lingkungan (Hanley dan Spash, 1993). Tahap-tahap yang dilakukan pada penelitian ini adalah (Hanley dan Spash, 1993): 1. Mendapatkan Penawaran Besarnya Nilai WTP Untuk mendapatkan nilai penawaran yang digunakan pada penelitian ini adalah metode Payment Card (metode nilai kisaran) yaitu responden diberikan nilai kisaran yang mungkin mengindikasikan tipe pengeluaran responden untuk nilai moneter (rupiah ingin dibayar) untuk kesanggupan membayar kenaikan harga BBM bersubsidi jenis premium. Metode ini dipilih karena peneliti ingin lebih menyempitkan pilihan nilai rupiah yang dibayar oleh responden dari kenaikan harga BBM bersubsidi.

21

2. Memperkirakan Besaran Rata-rata WTP Setelah wawancara dilakukan dengan media kuesioner maka untuk mengetahui berapa besaran kesediaan membayar responden, WTP dapat diduga dengan nilai tengah dari kelas atau interval WTP responden ke-i. Berdasarkan jawaban responden dapat diketahui WTP yang benar berada antar jawaban yang dipilih. Dugaan rataan WTP dibagi dengan rumus : WTP =

W i , Pf i

Keterangan : WTP Wi

= Dugaan WTP (rupiah) = Batas bawah WTP pada kelas ke- i

Pf i

= Frekuensi relatif kelas ke-i

n i

= Jumlah kelas = Sampel

3.6

Analisis Crosstabs Fungsi dari analisis crosstabs adalah untuk menggambarkan jumlah data

dan hubungan antarvariabel. Pada uji statistik ditentukan melalui Uji Chi-Square dengan mengamati ada tidaknya hubungan antarvariabel yang dimasukan (baris dan kolom). Penentuan Uji Chi-Square menggunakan hipotesis yaitu: H 0 : Faktor yang diuji tidak berhubungan nyata dengan respon responden H 1 : Faktor yang diuji berhubungan nyata dengan respon responden Pengambilan keputusan dengan menggunakan nilai Asymp. Sig. (2-sided) yang terdapat pada Chi-Square Test. Apabila nilai Asymp. Sig. (2-sided) lebih dari 0,05 maka H 0 diterima. Apabila nilai Asymp. Sig. (2-sided) kurang dari 0,05 maka H 0 ditolak yang artinya ada hubungan antara baris dan kolam (Wahana, 2007).

3.7

Analisis Model Logit Penentuan tingkat penerimaan responden terhadap pembayaran jasa

lingkungan sebagai upaya konservasi dikumpulkan melalui data binner. Data binner merupakan bentuk data yang menggambarkan pilihan “ya atau tidak”.

22

Dengan kondisi seperti ini, jenis penggunaan regresi yang sesuai untuk pemodelan adalah regresi logit. Hal yang membedakan model regresi logit dengan regresi biasa adalah peubah terikat dalam model bersifat dikotomi (Hosmer dan Lameshow, 1989). Bentuk fungsi ini model logit adalah :  pi   Logit(pi) = log e   1 − pi 

Logit(p i ) = β 0 + β 1 JRK i + β 2 USIA i + β 3 JTG i + β 4 JBBM i + β 5 LB i + ε i di mana: Logit(p i )

= Peluang responden setuju atau tidak dengan kenaikan harga BBM (bernilai 1 untuk “setuju” dan bernilai 0 untuk “tidak setuju”)

β0

= Intersep

β 1 , β 2 ,β 3 ,..,β 5

= Koefisien dari regresi

JRΚ

= Jarak tempuh (km)

USIA

= Usia responden (tahun)

JTG

= Jumlah tanggungan (orang)

JBBM

= Jumlah BBM yang digunakan per hari (liter)

LB

= Lama Waktu Berkendaraan per hari (jam)

ε

= Galat Pengujian terhadap parameter model dilakukan untuk memeriksa kebaikan

model. Uji statistik yang dilakukan adalah dengan menggunakan statistik rasio odd, uji G atau likelihood ratio, dan statistik uji Wald. 1. Rasio Odd Rasio odd merupakan rasio peluang terjadi pilihan-1 terhadap peluang terjadi pilihan-0 (Juanda, 2009). Koefisien bertanda positif menunjukan nilai rasio odd yang lebih besar dari satu, hal tersebut mengindikasikan bahwa peluang kejadian sukses lebih besar dari peluang kejadian tidak sukses. Sedangkan koefisien yang bertanda negatif mengindikasikan bahwa peluang kejadian tidak sukses lebih besar dari peluang kejadian sukses (Juanda, 2009). 2. Uji G The log-likelihood biasa dikenal sebagai – 2 LL (- two times the loglikelihood) di mana nilai tersebut dapat memperkirakan distribusi chi-squere (

23

χ 2) dan memungkinkan penentuan level signifikansi. Statistik uji G adalah uji rasio kemungkinan maksimum (likelihood ratio test) yang digunakan untuk menguji peranan variabel penjelas secara serentak. Rumus umum untuk uji G atau Likelihood Ratio adalah (Hosmer dan Lemeshow, 1989): G = - 2 ln Pengujian terhadap hipotesis pada uji G adalah sebagai berikut: H 0 : ß 1 = ... = ßn = 0 H 1 : minimal ada satu nilai ß 1 tidak sama dengan nol, dimana i = 1,2,3,...,n Statistik G akan mengikuti sebaran χ

2

dengan derajat bebas α. Kriteria

keputusan yang diambil adalah jika G lebih besar dari χ 2p(a) maka hipotesis nol ditolak. Uji G juga dapat digunakan untuk memeriksa apakah nilai yang diduga dengan variabel di dalam model lebih baik jika dibandingkan dengan model tereduksi (Hosmer dan Lemeshow, 1989). 3. Uji Wald Uji wald digunakan untuk uji nyata parsial bagi masing-masing koefisien variabel. Dalam pengujian hipotesa, jika koefisien dari variabel penjelas sama dengan nol, hal ini berarti variabel penjelas tidak berpengaruh pada variable respon. Uji wald mengikuti sebaran normal baku dengan kaidah keputusan menolak H 0 jika W lebih besar dari Zα/2 atau p-value kurang dari α. (Hosmer dan Lemeshow, 1989).

3.8

Regresi Linear Berganda Suatu model dikatakan baik apabila bersifat BLUE (Best Linear Unbiased

Estimator), yaitu memenuhi asumsi klasik atau terhindar dari masalah-masalah multikolinearitas, autokorelasi, dan heteroskedastisitas. Untuk itu dilakukan uji untuk terhadap model apakah terjadi penyimpangan-penyimpangan asumsi klasik. Setiap estimator OLS harus memenuhi kriteria BLUE, yaitu best

(yang

terbaik), linear (merupakan fungsi linear dari sampel), unbiased (rata-rata nilai harapan (E(b i ) harus sama dengan nilai yang sebenarnya (b i )), efficient estimator (memiliki varians yang minimal diantara pemerkiraan lain yang tidak bias)

24

3.8.1 Uji Normalitas Uji normalitas bertujuan untuk mengetahui apakah dalam model regresi, variabel bebas dan variabel terikatnya mempunyai distribusi normal atau tidak. Suatu model regresi dikatakan baik, apabila memiliki distribusi normal ataupun mendekati normal. Normalitas dapat dideteksi dengan melihat gambar histogram, tetapi seringkali polanya tidak mengikuti bentuk kurva normal, sehingga sulit untuk disimpulkan. Pada penggunakan software SPSS, dapat dilihat berdasarkan nilai Asymp. Sig. (2-tailed) pada N-par test, jika nilai Asymp. Sig. (2-tailed) lebih besar dari alpha, maka data terdistribusi normal.

3.8.2 Uji Multikolinearitas Multikolinearitas adalah hubungan linear yang kuat antara variabel-variabel eksogen dalam persamaan regresi berganda. Jika nilai R2 yang diperoleh tinggi (antara 0,8 dan 1) tetapi tidak terdapat atau sedikit sekali koefisien dugaan yang signifikan pada taraf uji tertentu dan tanda keofisien regresi dugaan tidak sesuai teori maka model yang digunakan berhubungan dengan masalah multikolinearitas (Gujarati, 1997). Hal utama yang menyebabkan terjadinya multikolinearitas pada model regresi yaitu kesalah teoritis dalam pembentukan model fungsi regresi yang dipergunakan atau terlampau kecilnya jumlah pengamatan yang akan dianalisis dengan model regresi. Tindakan perbaikan terhadap multikolinearitas dapat dilakukan dengan berbagai alternatif sebagai berikut: 1. Menggunakan extraneous atau informasi sebelumnya. 2. Mengkombinasikan data cross section dan data time series. 3. Membuang variabel yang berkorelasi. 4. Mentransformasikan data. 5. Mendapatkan tambahan atau baru.

25

3.8.3 Uji Autokorelasi Salah satu asumsi dari model regresi linear adalah bahwa tidak ada autokorelasi atau korelasi serial antara error term (εt). Dengan pengertian lain, error term menyebar bebas atau Cov(εi, εj) = E(εi, εj) = 0, untuk semua i ≠ j. Jika antar error term tidak bebas atau E (εi, εj) ≠ 0, untuk semua i ≠ j, maka terdapat masalah autokorelasi (Juanda, 2009). Autokorelasi sering terjadi pada data time series, dimana error term pada suatu periode waktu secara sistematik tergantung kepada error term pada periode-periode waktu yang lain. Konsekuensi dari adanya autokorelasi

yaitu varian yang diperoleh dari

estimasi dengan ECM bersifat under estimate, yaitu nilai varian parameter yang diperoleh lebih kecil daripada nilai varian yang sebenarnya. Cara mendeteksi ada tidaknya autokorelasi bisa dilakukan dengan melihat nilai Durbin Watson (DW statistik ), kemudian membandingkannya dengan DW tabel . Sebuah model dapat dikatakan terbebas dari autokorelasi jika nilai DW statistik terletak di area nonautokorelasi. Penentuan area tersebut dibantu dengan nilai tabel d l dan d u . Pengujian menggunakan hipotesis sebagai berikut (Juanda, 2009): H 0 : Tidak terdapat autokorelasi H 1 : Terdapat autokorelasi Tabel 7. Kerangka Identifikasi Autokorelasi Nilai DW < DW < 4 < DW < 2 < DW < < DW < 2 < DW < 0 < DW <

Hasil Tolak

, korelasi serial negatif

Hasil tidak dapat ditentukan Terima

, tidak ada korelasi serial

Terima

, tidak ada korelasi serial

Hasil tidak dapat ditentukan Tolak

, korelasi serial positif

Solusi dari masalah autokorelasi adalah: 1.

Penghilangan variabel yang sebenarnya berpengaruh terhadap variabel endogen.

2.

Kesalahan spesifikasi model. Hal tersebut diatasi dengan mentransformasi model, misalnya dari model linear menjadi model non linear atau sebaliknya.

26

3.8.4 Uji Heteroskedastisitas Salah satu asumsi yang penting dari model regresi linear klasik adalah varian residual yang konstan (homoskedastisitas). Rumusan homoskedatisitas adalah sebagai berikut: Var(εi) = E(ε i 2) = σ2 di mana: εi

= unsur disturbance,

σ

= nilai varians. Apabila asumsi tersebut tidak terpenuhi maka varian residual tidak lagi

bersifat konstan disebut dengan heteroskedastisitas. Konsekuensi dari adanya heteroskedastisitas yaitu: a. Estimasi dengan menggunakan ECM tidak akan lagi memiliki varian yang minimum atau estimator tidak efisien. b. Prediksi (nilai Y untuk X tertentu) dengan estimator dari data yang sebenarnya akan mempunyai varian yang tinggi sehingga prediksi menjadi tidak efisien. Uji yang dapat dilakukan untuk mendeteksi apakah data yang diamati terjadi heteroskedastisitas atau tidak yaitu dengan uji White Heteroskedasticity. Apabila nilai probability Obs*R-Square lebih kecil dari taraf nyata berarti terdapat gejala heteroskedastisitas pada model, dan sebaliknya.

3.9

Pengujian Statistik Analisis Regresi

3.9.1 Koefisiensi Determinasi (R2) Koefisien determinasi digunakan untuk mengukur kedekatan hubungan antara variabel bebas yang digunakan dengan variabel terikat. Koefisien determinasi adalah angka yang menunjukkan besarnya proporsi atau persentase variasi variabel terikat yang dijelaskan oleh variabel bebas secara bersama-sama. Besarnya R2 berada diantara 0 dan 1 (0
27

3.9.2 Uji F-statistic Uji F-statistic digunakan untuk mengetahui apakah variabel-variabel independen yang digunakan dalam penelitian secara bersama-sama signifikan memengaruhi variabel dependen. Nilai F-statistic yang besar lebih baik dibandingkan dengan F-statistic yang rendah. Nilai Prob(F-statistic) merupakan tingkat signifikansi marginal dari F-statistic. Dengan menggunakan hipotesis pengujian sebagai berikut: H 0 : β 1 = β 2 =…= β k =0 H 1 : minimal ada salah satu β i yang tidak sama dengan nol Tolak H 0 jika F-statistic lebih besar dari F

α(k-1,NT-N-K)

atau Prob(F-

statistic) lebih kecil dari α. Jika H 0 ditolak, maka artinya dengan tingkat keyakinan 1-α kita dapat menyimpulkan bahwa variabel independen yang digunakan di dalam model secara bersama-sama signifikan memengaruhi variabel dependen.

3.9.3 Uji t-statistic Uji t-statistic digunakan untuk mengetahui apakah variabel-variabel independen secara parsial berpengaruh signifikan terhadap variabel dependen. Tolak H 0 jika t-statistic lebih besar dari t

α/2(NT-K-1)

atau (t-statistic) lebih kecil dari

α. Jika H 0 ditolak, maka artinya dengan tingkat keyakinan 1-α kita dapat menyimpulkan bahwa variabel independen ke-i secara parsial memengaruhi variabel dependen.

3.10 Variabel Penelitian Variabel terikat yang digunakan dalam penelitian ini adalah respon (setuju atau tidak setuju) pengemudi angkutan kota (angkot) terhadap kenaikan harga BBM bersubsidi jenis premium, sementara variabel-variabel bebas yang digunakan adalah jarak (JRK), usia (USIA), jumlah tanggungan (JTG), jumlah premium per hari (JBBM) serta lamanya berkendara (LB).

28

3.11 Definisi Operasional Penelitian Berikut ini adalah definisi operasional variabel pada penelitian ini: a.

Variabel terikat yang digunkan memiliki jawaban bernilai nol dan satu dimana: • 0 = jika responden tidak setuju terhadap kenaikan harga BBM • 1 = jika responden setuju terhadap kenaikan harga BBM

b.

Jarak Tempuh (JRK) Mencerminkan jarak yang ditempuh responden selama berkendaraan.

Variabel ini diduga dapat memengaruhi responden untuk merespon setuju atau tidak setuju terhadap kenaikan harga BBM, karena semakin jauh jarak yang ditempuh oleh responden peluang tidak setuju akan semakin dengan alasan karena akan memperbesar pengeluaran yang dibutuhkan untuk membeli BBM jenis premium. c.

Usia (USIA) Variabel ini diduga dapat memengaruhi responden untuk merespon setuju

atau tidak setuju terhadap kenaikan harga BBM semakin bertambah usia maka akan semakin tidak setuju terhadap kenaikan harga BBM. Hal ini dikarenakan terbatasnya lapangan pekerjaan yang dikhususkan untuk usia lanjut. d.

Jumlah Tanggungan (JTG) Variabel ini mencerminkan jumlah anggota keluarga yang ditanggung oleh

responden. Variabel ini diduga berpengaruh karena jumlah tanggungan terkait dengan besarnya pengeluaran responden setiap hari, semakin besar jumlah tanggungan responden maka peluang tidak setuju terhadap kenaikan harga BBM akan semakin besar karena akan berdampak pada kenaikan harga kebutuhan sehari-hari yang harus dikeluarkan oleh responden. e.

Jumlah Pemakaian BBM (JBBM) Variabel ini mencerminkan jumlah BBM jenis premium yang dikonsumsi

oleh responden setiap hari. Variabel ini diduga akan memengaruhi responden terhadap respon setuju atau tidak kenaikan harga BBM. Jika semakin besar jumlah pemakaian BBM maka peluang untuk tidak setuju terhadap kenaikan harga BBM

29

akan semakin tidak setuju karena akan memperbesar alokasi biaya yang harus dikeluarkan oleh responden untuk memenuhi kebutuhan konsumsi BBM. f.

Lama Waktu Berkendaraan (LB) Variabel ini melihat lamanya waktu berkendaraan responden dalam satu hari

dengan menggunakan satuan jam. Respon pengemudi yang di analisis pada variabel ini, yaitu semakin lama berkendaraan per hari maka peluang untuk setuju terhadap kenaikan harga BBM akan semakin tinggi bila dibandingkan dengan respon tidak setuju. Hal tersebut dikarenakan responden akan menerima pendapatan lebih tinggi dengan semakin lamanya waktu berkendaraan.

30

VI. HASIL DAN PEMBAHASAN

4.1

Gambaran Umum Karakteristik Responden Jasa Transportasi Angkutan Umum Kota (Angkot) yang Berbahan Bakar Premium di Kota Bogor Jasa transportasi angkutan umum kota ini digunakan sebagai sarana

transportasi yang paling dominan keberadaannya di setiap wilayah perkotaan sehingga yang menjadi responden adalah angkot Kota Bogor baik yang memiliki pangkalan atau yang tidak memiliki pangkalan angkot. Trayek angkutan kota di Kota Bogor memiliki jumlah 23 trayek dengan jumlah unit sebanyak 3412 unit pada Tahun 2012 (Dishub, 2012). Penentuan tarif angkutan yang diberlakukan oleh pemerintah daerah atau Dinas Perhubungan (Dishub, 2012). Selain itu pemerintah daerah Kota Bogor membuat beberapa peraturan mengenai rute jarak yang ditempuh tiap-tiap trayek dan beberapa trayek diberlakukan ‘Shift’ atau pembagian jam kerja, pembagian Shift ini diberlakukan hanya beberapa trayek. Shift ini dimaksudkan agar tidak terjadinya kelebihan jumlah angkutan kota (angkot) dan menghindari kemacetan yang terjadi dibeberapa wilayah Kota akibat terlalu banyaknya kendaraan. Adapun trayek-trayek yang menjadi responden disajikan pada Tabel 8. Tabel. 8 Banyaknya Jumlah Angkutan Umum Kota (angkot) yang Menjadi Responden No. 1. 2. 3. 4. 5. 6. 7. 8. 9. 10. 11.

Trayek 01 02 03 05 07 08 09 14 15 16 19

Jumlah Responden (orang) 5 8 18 1 7 1 8 1 2 2 7

Sumber : Data Primer, Kota Bogor (2012)

31

4.1.1 Karakteristik Responden Berdasarkan Respon terhadap Kenaikan Harga BBM Respon pengemudi transportasi jasa angkutan umum terhadap kenaikan harga BBM, diperoleh sebanyak 60 responden yang dimintai pendapatnya mengenai kenaikan harga BBM, sebanyak 46 responden menyatakan tidak setuju dengan adanya kenaikan harga BBM dan 14 responden menyatakan setuju dengan kenaikan harga BBM. Responden yang tidak setuju memiliki alasan yang sama yaitu apabila terjadi kenaikan harga BBM akan manaikan harga bahan kebutuhan pokok serta akan menaikan harga setoran kepada pemilik mobil angkot karena seluruh responden yang memberikan keterangan bukanlah pemilik mobil, sehingga dengan kenaikan BBM menyebabkan naiknya setoran yang harus mereka bayar. Responden yang setuju dengan kenaikan harga BBM memilikibeberapa alasan diantaranya pendapatan yang didapatkan responden bukan hanya dihasilkan dari pendapatan trayek tetapi responden memiliki pendapatan lain, sehingga menurut responden naiknya harga BBM tidak akan berpengaruh besar terhadap pendapatan yang dihasilkan. Kenaikan harga BBM akan diikuti dengan kenaikan tarif angkutan kota (angkot) karena penentuan tarif dilakukan oleh pemerintah daerah sehingga hal tersebut menjadi salah satu pertimbangan bagi responden untuk merespon setuju terhadap kenaikan harga BBM.

Sumber : Data primer, Kota Bogor (2012)

Gambar 3. Respon Setuju atau Tidak Pengemudi Jasa Transportasi Angkutan Umum Kota terhadap Kenaikan Harga BBM

32

Pengemudi angkutan umum kota (angkot) yang setuju lebih sedikit dibandingkan dengan pengemudi yang tidak setuju terlihat dari besarnya persentase responden yang tidak setuju sebanyak 77 persen, dan besarnya responden yang menyatakan setuju dengan adanya kenaikan harga BBM sebesar 23 persen.

4.1.2 Karakteristik Responden Berdasarkan Besaran Willingnes to Pay (WTP) Harga BBM Pilihan kesediaan membayar responden telah ditentukan berada pada nilainilai yaitu kisaran Rp 4.500 , Rp 5.000 , Rp 5.500, Rp 6.000. Kisaran tersebut dibuat karena adanya rencana pemerintah menaikan BBM sampai dengan Rp 6.000. Nilai harga BBM yang berlaku saat ini yaitu Rp 4.500 menjadi salah satu pilihan WTP dikarenakan beberapa responden tidak menginginkan adanya kenaikan harga BBM.


Gambar 4. Distribusi Responden Berdasarkan WTP per Liter Gambar 4 menunjukan bahwa responden terbanyak berada pada WTP Rp 5.000 sebanyak 26 responden. Besaran jumlah responden yang paling sedikit berada pada nilai WTP Rp 6.000, hal ini disebabkan karena responden yang memiliki pekerjaan lain di luar trayek hanya sedikit dibandingkan dengan responden yang tidak memiliki pekerjaan lain di luar trayek sehingga pendapatan yang diterima dari trayek yang dijalankan lebih kecil responden kecil yang kemudian mengakibatkan kecilnya nilai kemampuan membayar atas kenaikan harga BBM.

33

Tabel 9. Hubungan Antara Respon dengan Willingness To Pay Harga BBM WTP Respon

Total Rp 4000-5000

Rp >5000-6000

Tidak Setuju

37

9

46

Setuju

8

6

14

Total

45

15

60

Pada Tabel 9 dapat dilihat hubungan yang terjadi antara respon dengan willingness to pay yang mampu dibayar responden berada pada kisaran harga Rp 4000-5000 dengan jumlah responden sebanyak 45 responden. Hal tersebut dapat disimpulkan semakin rendah willingness to pay yang mampu mereka bayar akan semakin memiliki respon tidak setuju terhadap kenaikan harga BBM.

4.1.3 Karakteristik Responden Berkendaraan

Berdasarkan

Jarak

Tempuh

Selama

Jarak tempuh responden dimulai dari jarak tempuh 5 km sampai dengan 15 km dalam berkendaraan. Jarak tempuh tersebut merupakan ketetapan dari peraturan yang dibuat oleh pemerintah Kota Bogor. Distribusi jarak tempuh berkendaraan dapat dilihat pada Gambar 5.

Sumber: Data Primer, Kota Bogor (2012)

Gambar 5. Distribusi Responden Berdasarkan Jarak Tempuh Berdasarkan Gambar 5 terlihat banyaknya responden barada pada jarak tempuh lebih besar dari 10 sampai dengan 15 km sebanyak 44 responden dan jarak tempuh 5 km sampai dengan 10 km sebesar 16 responden atau 27 persen.

34

Tabel 10. Hubungan Antara Respon dengan Jarak yang Ditempuh Jarak yang ditempuh (km) Respon

Total 5-10

>10-15

Tidak Setuju

11

35

46

Setuju

5

9

14

Total

16

44

60

Tabel 10 menunjukan bahwa data responden yang diambil untuk wawancara sebesar 16 responden mempunyai karakteristik jarak tempuh berkendara sebesar 5-10 km bahwa hubungan antara respon dengan jarak yang ditempuh, mayoritas dari responden yang tidak setuju berada pada jarak tempuh >10-15 km. Hal ini mengindikasikan bahwa semakin jauh jarak yang ditempuh maka akan semakin memberikan respon tidak setuju terhadap kenaikan harga BBM.

4.1.4 Karakteristik Responden Berdasarkan Jumlah Tanggungan Sebagian besar responden memiliki tanggungan tiga orang terdiri dari dua anak dan satu istri, banyaknya jumlah tanggungan mengindikasikan banyaknya pengeluaran yang harus dialokasikan oleh responden, sehingga semakin banyak jumlah tanggungan akan menyebabkan respon tidak setuju terhadap kenaikkan harga BBM. Alokasi yang tinggi untuk membeli BBM dengan pendapatan yang tidak bertambah akan mengurangi kesejahteraan responden. Distribusi jumlah tanggungan ini terlihat pada Gambar 6.


Gambar 6. Distribusi Responden Berdasarkan Jumlah Tanggungan

35

Gambar 6 menunjukan responden yang memiliki jumlah tanggungan terbanyak terdapat pada responden dengan jumlah tanggungan sebesar tiga orang atau 42 persen dari keseluruhan dan pada jumlah tanggungan dua orang sebanyak 19 orang, dengan jumlah tanggungan satu orang, sebanyak enam responden, dan jumlah tanggungan empat orang sebanyak enam responden. Tabel 11. Hubungan Antara Respon dengan Jumlah Tanggungan Jumlah Tanggungan (orang) Respon

Total 1-3

4-6

Tidak Setuju

38

8

46

Setuju

12

2

14

Total

50

10

60

Tabel 11 menggambarkan hubungan antara respon dengan jumlah tanggungan, terlihat bahwa mayoritas dari responden yang tidak setuju memiliki jumlah tanggungan sebanyak 1-3 orang.

4.1.5 Karakteristik Responden Berdasarkan Pemakaian Bahan Bakar Minyak Jenis Premium Pemakaian BBM jenis premium terbesar terdapat pada 11 sampai dengan 15 liter per hari. Pemakaian BBM oleh pengemudi tergantung berapa lama waktu berkendaraan dan seberapa jauh jarak tempuh berkendaraan, sehingga pada Gambar 7 terlihat distribusi pada jumlah pemakain harga BBM cukup bervariatif.


Gambar 7. Distribusi Responden Berdasarkan Pemakaian Bahan Bakar Minyak Jenis Premium per Hari

36

Semakin banyak pemakaian BBM per hari akan memberikan dampak semakin tidak setuju terhadap kenaikan harga BBM, karena memengaruhi banyaknya biaya yang harus dikeluarkan untuk memenuhi konsumsi jumlah BM yang kemudian akan berpengaruh pada berkurangnya pendapatan yang diterima. Tabel 12. Hubungan Antara Respon dengan Jumlah BBM yang Digunakan per Hari Jumlah BBM Yang Digunakan Perhari (Liter) Respon

Total >5-10

>11-15

>15-20

>20-25

Tidak Setuju

5

39

1

1

46

Setuju

3

10

1

0

14

Total

8

49

2

1

60

Tabel 12 menjelaskan hubungan antara respon dengan jumlah BBM yang digunakan perhari. Terlihat bahwa respon angkot yang tidak setuju dengan adanya kenaikan harga BBM berada pada jumlah >11-15 liter per hari. Hal ini mengindikasikan semakin banyak jumlah BBM yang digunakan per hari akan semakin tidak setuju terhadap kenaikan harga BBM.

4.1.6 Karakteristik Responden Berdasarkan Lama Waktu Berkendaraan Rata-rata lamanya responden dalam berkendara berada pada kisaran lima sampai dengan sepuluh jam per hari dengan jumlah responden sebanyak 42 responden. Kisaran tersebut muncul dikarenakan adanya peraturan daerah yang ditetapkan oleh pemerintah daerah yang membatasi waktu berkendaraan pada beberapa trayek atau biasa disebut peraturan shift. Dibatasinya lama waktu berkendaraan menyebabkan sulitnya responden menambah jumlah pendapatan yang diterima yang kemudian memengaruhi banyaknya respon tidak setuju terhadap kenaikan harga BBM. Distribusi lama waktu berkendaraan terlihat pada Gambar 8.

37


Gambar 8. Distribusi Responden Terhadap Lama Waktu Berkendaraan per Hari Hubungan respon setuju atau tidak terhadap kenaikan harga BBM terlihat pada Tabel 13, yang dapat di artikan bahwa semakin lama waktu berkendaraan per hari akan memberikan peluang lebih besar untuk responden merespon setuju dengan adanya kenaikan harga BBM. Tabel 13. Hubungan Antara Respon dengan Lama Waktu Berkendara per Hari Lama Waktu Berkendara Respon

Total 5-10 jam

11-15 jam

Tidak setuju

36

10

46

Setuju

6

8

14

Total

42

18

60

4.1.7 Karakteristik Responden Berdasarkan Pendapatan Trayek per Hari Besarnya pendapatan per hari yang diterima oleh responden terbanyak berada pada kisaran 0 sampai dengan Rp 50.000 per hari sebanyak 82 persen dari keseluruhan responden. Hal tersebut dikarenakan adanya peraturan mengenai jarak, waktu berkendaraan dan besaran tarif angkutan pengguna jasa transportasi ini yang telah ditetapkan oleh pemerintah daerah, dengan adanya peraturan tersebut menyebabkan sulitnya responden mendapatkan pendapatan tinggi dari pendapatan trayek.

38


Gambar 9. Distribusi Responden Berdasarkan Pendapatan Trayek Tabel 14 menunjukan semakin sedikit pendapatan yang diperoleh responden maka akan semakin tidak setuju terhadap kenaikan harga BBM. Hal ini disebabkan karena pendapatan yang kecil menyebabkan kesejahteraan menurun sehingga peluang respon tidak setuju akan lebih besar dibanding peluang respon setuju. Tabel 14. Hubungan Antara Respon dengan Pendapatan Trayek Pendapatan Respon

Total Rp 0-50 rb

Rp >50-100rb

Rp 150-200rb

Tidak Setuju

40

5

1

46

Setuju

9

4

1

14

Total

49

9

2

60

4.1.9 Karakteristik Responden Berdasarkan Perubahan Tarif Angkutan Karakteristik responden berdasarkan perubahan tarif angkutan yang diinginkan responden dinilai dengan satuan moneter atau rupiah. Besarnya tarif yang menjadi pilihan responden berada pada kisaran Rp 1.500 sampai dengan Rp 2.000, pilihan nilai tertinggi dari kenaikan tarif akibat adanya kenaikan harga BBM dikarenakan responden beranggapan bahwa tarif saat ini yang sedang berlaku tidak sesuai dengan peraturan-peraturan yang dibuat oleh pemerintah daerah sehingga pendapatan responden dirasa kurang menutupi pengeluaran atas biaya-biaya yang terjadi.

39


Gambar 10. Distribusi Responden Berdasarkan Perubahan Tarif Angkutan Hubungan respon setuju atau tidak setuju dengan adanya perubahan tarif, bahwa responden yang memiliki pilihan nilai perubahan tarif yang kecil cenderung lebih banyak peluang tidak setuju dibandingkan dengan peluang setuju terhadap kenaikan harga BBM, sehingga semakin besar nilai perubahan tarif akan mendorong responden untuk merespon setuju dengan kenaikan harga BBM. Hal tersebut dapat dilihat dari Tabel 15. Tabel 15. Hubungan Antara Respon dengan Perubahan Tarif Angkutan Perubahan Tarif Angkutan Respon

4.2

Total Rp 500-1000

Rp >1 000-1 500

Tidak Setuju

24

22

46

Setuju

10

4

14

Total

34

26

60

Analisis Willingness To Pay (WTP) Jasa Angkutan Umum Kota (Angkot) terhadap Kenaikan Harga BBM Analisis yang digunakan pada penelitian ini untuk menganalisis besarnya

WTP responden terhadap kenaikan harga BBM. Berdasarkan nilai WTP didapatkan dari hasil wawancara kepada responden dengan metode kuesioner, didapat biaya yang bersedia dibayarkan oleh responden untuk kenaikan harga bahan bakar minyak jenis premium per liter. Perolehan nilai WTP yang ada pada kuesioner yang memiliki kelipatan Rp 500 pada setiap perubahan nilai. Besarnya

40

biaya yang menjadi pilihan hanya dikelompokkan menjadi tiga kelompok yaitu Rp 5.000, Rp 5.500 dan Rp 6.000 untuk bahan bakar premium per liter. Nilai tersebut diperoleh dengan melihat rencana harga yang ditetapkan oleh pemerintah yaitu sebesar Rp 6.000. Perhitungan nilai WTP berdasarkan data distribusi kenaikan harga BBM dapat dilihat pada Tabel 16. Tabel 16. Dugaan Nilai WTP untuk Kenaikan Harga BBM per Liter No

Besaran (Rp)

Frekuensi

Frekuensi Relatif

Jumlah (Rp)

1

4.500

19

0,32

1.425,00

2

5.000

26

0,43

2.166,67

3

5.500

13

0,22

1.191,67

4

6.000

2

0,03

200.00

1

4.893,33

Total 60 Sumber : Data Primer, Kota Bogor (2012)

Pada Tabel 16 menjelaskan pada kenyataannya banyak responden yang setuju dengan adanya kenaikan harga BBM, hal ini dapat dilihat dari tabel WTP. Hasil wawancara yang disajikan pada Tabel 16 dengan jumlah responden terbanyak yaitu 26 responden memilih nilai WTP sebesar Rp 5.000 dengan demikian dapat diperoleh nilai rataan WTP sebesar Rp 4.893,33 per liter premium. Nilai frekuensi relatif didapat dari pembagian antar nilai frekuensi dibagi dengan total nilai frekuensi, sedangkan untuk mendapatkan nilai jumlah adalah hasil frekuensi relatif dikalikan dengan besaran rupiah yang menjadi pilihan WTP. Berdasarkan hasil WTP nilai total sebesar Rp 4.893,33, apabila pemerintah berencana menaikan harga BBM samapai dengan Rp 6.000 maka kesediaan membayar responden hanya 26,2 persen dari kenaikan harga yang direncanakan oleh pemerintah. Nilai WTP yang lebih kecil dari rencana kenaikan dari pemerintah ini dikarenakan oleh beberapa faktor, pengemudi jasa angkutan umum kota (angkot) memiliki pendapatan yang kecil, menurut responden ketetapan tarif yang ditetapkan oleh pemerintah daerah terlalu kecil sehingga untuk mencukupi biaya pengeluaran yang harus dikeluarkan oleh responden lebih besar dibandingkan dengan pendapatan yang diterima.

41

Harga BBM bersubsidi khususnya premium saat ini adalah Rp 4.500, sedangkan nilai total WTP yang dihasilkan sebesar Rp 4.893,33 per liter premium. Nilai tersebut dapat diartikan bahwa pengemudi jasa transportasi angkutan umum kota (angkot) Kota Bogor setuju dengan rencana kebijakan kenaikan harga BBM jika tidak lebih dari Rp 5.000 karena WTP yang mereka miliki lebih rendah bila dibandingkan dengan rencana kenaikan harga BBM yang direncanakan pemerintah yaitu sebesar Rp 6.000. Tabel 17. Distribusi Responden dengan Nilai Willingness to Pay Pengemudi Jasa Angkutan Umum Kota (Angkot) terhadap Kenaikan Harga BBM No 1 2 3 4 Sumber

WTP (Rp) Jumlah Responden 4.500 19 5.000 26 5.500 13 6.000 2 Total 60 : Data Primer, Kota Bogor (2012)

Tabel 17 menggambarkan banyaknya jumlah responden yang memilih nilai Willingness to Pay dari kenaikan harga BBM per liter. Dari Tabel 17 dapat menggambarkan kurva permintaan dari jumlah reponden yang bersedia membayar kenaikan harga BBM. Harga Premium (Rp per liter )

6.000 5.500 5.000

Permintaan 2

13

26

Jumlah responden

Gambar 11. Kurva Permintaan dari Jumlah Responden yang Bersedia Membayar Premium per Hari Setiap kenaikan harga WTP yang dipilih responden, jumlah responden yang bersedia pada harga premium tersebut semakin sedikit dikarenakan faktor-faktor yang memengaruhi seperti tarif angkutan, jarak tempuh dan lama waktu berkendaraan yang memengaruhi pendapatan yang diterima oleh pengemudi

42

angkutan umum kota (angkot). Responden terbanyak berada pada nilai WTP tingkat harga Rp 5.000 dengan jumlah responden yang bersedia sebanyak 26 responden.

4.3

Analisis Faktor-Faktor yang Memengaruhi Willingness to Pay (WTP) Pengemudi Jasa Angkutan Umum Kota (Angkot) terhadap Kenaikan Harga BBM Faktor-faktor yang memengaruhi pemilihan nilai WTP pengemudi angkot

dapat dilakukan analisis dengan menggunakan model regresi linear berganda. Variabel-variabel yang digunkan untuk menganalisis WTP ini menggunakan seluruh variabel karakteristik responden. Hasil pegolahan pada Tabel 18 menunjukkan bahwa nilai R2 adalah 0,868 yang artinya 86,8 persen keragaman nilai WTP dapat dijelaskan oleh masing-masing variabel bebas yang ada pada model. Nilai Durbin-Watson sebesar 2,438 memiliki arti bahwa model bebas dari masalah autokorelasi. Tabel 18. Faktor-Faktor yang Memengaruhi WTP Pengemudi Angkutan Umum Kota (Angkot) Kota Bogor terhadap Kenaikan Harga BBM Variabel

Koefisien

P-Value

Intersep

5,990

0,000

Jarak

-0,007

0,598

Usia*

0,005

0,064

Jumlah Tanggungan

0,037

0,223

Jumlah Pemakaian BBM

0,006

0,430

Lama Waktu Berkendaraan

-0,006

0,605

Pendapatan Trayek

-0,003

0,814

Perubahan Tarif yang diinginkan*

-1,011

0,000

2

R = 0,868

F- Hitung = 34,691

Durbin-Watson= 2,438

Keterangan : *signifikan pada taraf nyata 10% Jarak memiliki nilai p-value sebesar 0,598 yang artinya jarak tidak signifikan pada taraf nyata sepuluh persen terhadap WTP karena nilai p-value lebih besar dari taraf nyata. Koefisien bernilai negatif artinya kenaikan satu km jarak maka semakin kecil WTP sebesar 0,007 yang bersedia dibayarkan. Variabel usia memiliki p-value sebesar 0,064 artinya usia berpengaruh signifikan pada taraf

43

nyata sepuluh persen terhadap WTP. Tanda positif dan Nilai koefisien 0,005 pada variabel usia memiliki arti bahwa semakin bertambah satu tahun usia responden maka akan semakin semakin meningkatkan sebesar 0,005 nilai WTP yang mampu dibayarkan oleh responden. Jumlah tanggungan memiliki nilai koefisien positif dengan nilai koefisien sebesar 0,037 memiliki arti bahwa semakin bertambah satu orang jumlah tanggungan maka akan semakin besar nilai WTP yang dipilih. Nilai p-value sebesar 0,223 berarti variabel jumlah tanggungan tidak signifikan pada taraf nyata sepuluh persen terhadap WTP. Lama waktu berkendaraan per hari memiliki pvalue 0,605 yang artinya tidak berpengaruh signifikan terhadap besaran pilihan nilai WTP pada taraf nyata sepuluh persen. Pendapatan trayek memiliki nilai p-value 0,814 artinya pendapatan trayek tidak berpengaruh signifikan pada taraf nyata sepuluh persen. Perubahan tarif angkutan yang diinginkan oleh responden merupakan variabel yang memengaruhi besarnya pemilihan nilai WTP yang mamapu dibayarkan oleh responden karena pperubahan tarif memiliki p-value sebesar 0,000 lebih kecil dari taraf nyata sepuluh persen. koefisien negatif yang ada pada perubahan tarif memeiliki arti bahwa semakin bertambah satu rupiah perubahan tarif yang diinginkan akan semakin kecil nilai WTP yang dipilih sebesar 1,011. Hasil tersebut tidak sama dengan hasil dilapangan, hal ini karena semakin tinggi nilai WTP yang dipilih responden diperngaruhi karena adanya pendapatan lain diluar trayek.

4.4

Analisis Respon Pengemudi Jasa Angkutan Umum Kota Terhadap Kenaikan Harga BBM Analisiss setiap variabel bebas dengan respon dilakukan untuk melihat

apakah terdapat pengaruh respon pengemudi jasa angkutan umum kota (angkot) terhadap kenaikan harga BBM. Uji ketergantungan untuk crosstabs menggunakan chi-kuadrat dengan software SPSS version 16.0 for windows. Hasil (output) dari analisis crosstabs disajikan pada Tabel 19. Penentuan Chi-square test menggunakan hipotesis yaitu: H0

:Faktor yang diuji tidak berhubungan nyata dengan respon responden

H1

:Faktor yang diuji berhubungan nyata dengan respon responden

44

Tabel 19. Faktor-Faktor yang Memengaruhi Respon terhadap Kenaikan Harga BBM Kota Bogor dengan Menggunakan Crosstabs Variabel Jarak

Signifikan 0.382

Df 1

Chi-square hitung 0.764

Usia

7.964

3

0.047

Jumlah Tanggungan Jumlah Pemakaian BBM

0.785 0.526

1 3

0.075 2.231

1

6.406

Lama Waktu Berkendara* 0.011 Keterangan: *Nyata pada taraf kepercayaan 90%

Faktor-faktor pada Tabel 19 dapat dijelaskan sebagai berikut: 1.

Hubungan antara Respon Kenaikan Harga BBM dengan Jarak Hubungan antara jarak tempuh dengan respon di peroleh dari uji chi-square,

menyatakan bahwa tidak ada hubungan antara jarak dengan respon pada tingkat kepercayaan 90 persen. Nilai Asymp. Sig (2-sided) Pearson chi-square adalah 0,382 lebih besar dari taraf nyata 10 persen (α=10%). Nilai tersebut menunjukan jarak tidak memiliki hubungan terhadap respon, karena pengemudi angkutan umum kota (angkot) menyadari akan adanya penurunaan pendapatan apabila terjadi dikenaikan harga BBM. 2.

Hubungan antara Respon Kenaikan Harga BBM dengan Usia. Hubungan antara respon dengan usia responden yang diperoleh dengan

menggunakan analisis crosstabs. Nilai Asymp. Sig (2-sided) Person Chi-Square adalah 0,47 lebih besar dari taraf nyata (α=10%). Nilai tersebut menyatakan bahwa keputusan pengujian variabel tersebut adalah bahwa usia tidak berhubungan dengan respon pengemudi angkutan umum kota (angkot) pada taraf nyata 10 persen (α=10%). Dengan kata lain, usia tidak memiliki hubungan yang nyata terhadap respon pengemudi mengenai kenaikan harga BBM pada taraf kepercayaan sebesar 90 persen. 3.

Hubungan antara Respon Kenaikan Harga BBM dengan Jumlah Tanggungan. Nilai Asymp.Sig (2-sided) Person Chi-Square adalah 0,785 (df=10) lebih

besar dari taraf nyata (α=10%). Nilai tersebut menyatakan bahwa keputusan pengujian variabel tersebut adalah jumlah tanggungan tidak berhubungan dengan respon pengemudi mengenai kenaikan harga BBM pada taraf nyata 10 persen

45

dengan kata lain, jumlah tanggungan tidak memiliki hubungan nyata terhadap respon pengemudi angkutan umum kota (angkot) mengenai kenaikan harga BBM pada taraf kepercayaan 90 persen. 4.

Hubungan antara Respon Kenaikan Harga BBM dengan Pemakaian BBM per Hari. Berdasarkan uji statistik dengan menggunakan crosstabs, menyatakan hasil

Nilai Asymp.Sig (2-sided) Person Chi-Square adalah 0,526 (df=3) lebih besar dari taraf nyata (α=10%). Nilai tersebut menyatakan bahwa tidak ada hubungan nyata terhadap respon rencana kenaikan harga BBM ditinjau dari jumlah pemakaian BBM per hari pada taraf kepercayaan 90 persen. 5.

Hubungan antara Respon Kenaikan Harga BBM dengan Lama Waktu Berkendaraan per Hari Kondisi lama berkendara responden perhari berdasarkan survey lamanya

berkendara responden per hari memiliki hubungan yang nyata. Hal ini terlihat dari uji yang telah dilakukan menyatakan bahwa nilai Nilai Asymp.Sig (2-sided) Person Chi-Square adalah 0,011 pada df = 1 atau lebih kecil dari taraf nyata (α=10%). Dengan demikian, nilai tersebut menyatakan bahwa lama waktu berkendaraan per hari berhubungan nyata terhadap respon pada taraf kepercayaan 90 persen. Tabel 20. Hasil Pengujian Logit untuk Respon Hasil Pengujian Model

Nilai Yang Diperoleh

Hosmer and Lemeshow Test

0,960

Overall Precentage

76,7

Tabel 20 menyajikan hasil dari pengujian untuk model logit yang diperoleh, maka interpretasi dari nilai-nilai adalah sebagai berikut : 1. Hasil Hosmer and Lemeshow Test dapat dilihat nilai dari p-value sebesar 0,960 lebih besar dari taraf nyata 5 persen (0,05) maka tolah H 0 yang artinya model logit adalah Fit. 2. Nilai Overall Precentage sebesar 76,7 yang artinya model logit mampu mengklasifikasikan secara tepat sebesar 76,7 persen.

46

Tabel 21. Faktor-Faktor yang Memengaruhi Respon Setuju atau Tidak Setuju Pengemudi Jasa Angkutan Umum Kota terhadap Kenaikan Harga BBM dengan Menggunakan Logit Variabel Jarak

Koefisien -0,185

P-Value 0,255

Rasio Odd 0,831

Usia

0,033

0,244

1,033

Jumlah Tanggungan*

-0,674

0,084

0,510

Jumlah Pemakaian BBM Per Hari

0,045

0,562

1,046

Lama Berkendara*

0,236

0,081

1,267

0,341

0,166

Constant Keterangan:

-1,793 *Nyata pada tingkat kepercayaan 90%

Logit(p i ) = -1,793 – 0,185 JRK i + 0,033 USIA i – 0,674 JTG i + 0,045 JBBM i + 0,236 LB i + ε i Tabel 21 merupakan hasil output yang menjelaskan faktor-faktor yang memengaruhi respon, antara lain: 1.

Pengaruh jarak terhadap respon setuju atau tidak setuju pengemudi jasa transportasi angkutan umum kota (angkot) perihal kenaikan harga BBM. Hasil model logit diperoleh p-value sebesar 0,255 lebih besar dari taraf

nyata 10 persen (α=0,1) maka terima H 0 yang artinya jarak tidak berpengaruh nyata terhadap respon kenaikan harga BBM. Hal ini karena setiap responden memiliki jarak tempuh yang sama setiap berkendara sehingga kurangnya respon yang dihasilkan berdasarkan jarak. Tanda negatif pada koefisien mengindikasikan bahwa setiap kenaikan 0,185 km jarak akan memengaruhi responden untuk merespon tidak setuju mengenai kenaikan harga BBM sehingga semakin jauh jarak yang ditempuh oleh responden maka akan semakin tidak setuju dengan rencana kenaikan harga BBM, karena jarak yang jauh akan membutuhkan konsumsi BBM yang semakin banyak. Hal ini sesuai dengan hipotesis awal yang menyatakan bahwa semakin jauh jarak yang ditempuh maka akan semakin tidak setuju terhadap kenaikan harga BBM. Hasil nilai Odds Ratio yang didapat adalah 0,831 artinya semakin jauh jarak tempuh maka peluang untuk tidak setuju adalah 0,831 kalinya dibandingkan dengan setuju terhadap rencana kenaikan harga BBM.

47

2.

Pengaruh usia terhadap respon setuju atau tidak setuju pengemudi jasa transportasi angkutan umum kota perihal kenaikan harga BBM Hasil model logit diperoleh p-value sebesar 0,244 lebih besar dari taraf

nyata 10 persen (α=0,1) maka terima H 0 yang artinya usia tidak berpengaruh nyata terhadap kenaikan harga BBM. Usia tidak berpengaruh nyata terhadap terhadap respon dikarenakan berapapun usia responden tidak memengaruhi terhadap besarnya pendapatan yang diterima responden sehingga respon yang diterima lambat terhadap usia. Koefisien pada model mengindikasikan semakin meningkat usia responden sebesar 0.033 tahun maka akan semakin setuju dengan kenaikan harga BBM. Berbeda dengan hipotesis awal yang menyatakan bahwa semakin bertambah usia responden akan semakin tidak setuju. Hal ini, disebabkan karena semakin bertambah usia maka semakin mangalami kesulitan dalam mencari pekerjaan lain, terbentur kriteria yang disyaratkan pada pekerjaan lain. Nilai Rasio Odd 1,033 artinya semakin bertambahnya usia maka peluang untuk respon setuju adalah 1,033 kalinya dibandingkan dengan peluang tidak setuju. 3.

Pengaruh jumlah tanggungan terhadap respon pengemudi jasa transportasi angkutan umum kota perihal kenaikan harga BBM Hasil model logit diperoleh p-value sebesar 0,084 lebih kecil dari taraf nyata

10 persen (α=0,1) maka tolak H 0 yang artinya pengaruh jumlah tanggungan berpengaruh nyata terhadap respon rencana kenaikan harga BBM. Jumlah tanggungan memiliki respon yang cepat terhadap rencana kenaikan harga BBM karena terkait seberapa besar pengeluaran responden. Koefisien negatif pada model mengindikasikan semakin bertambah jumlah tanggungan sebesar 0,674 maka akan semakin tidak setuju terhadap kenaikan harga BBM dengan kenaikan harga BBM. Hal ini sesuai dengan hipotesis awal yang menyatakan bahwa semakin banyak jumlah tanggungan maka akan semakin tidak setuju. Nilai Rasio Odd yang dihasilkan adalah sebesar 0,510 artinya semakin tinggi jumlah tanggungan maka peluang untuk tidak setuju adalah 0,510 kalinya dibandingkan dengan setuju terhadap kenaikan BBM.

48

4.

Pengaruh jumlah pemakaian BBM per hari terhadap respon setuju atau tidak setuju pengemudi jasa transportasi angkutan umum kota perihal kenaikan harga BBM Hasil model logit diperoleh p-value sebesar 0,562 lebih besar dari taraf

nyata 10 persen (α=0,1) maka terima H 0 yang artinya pengaruh pemakaian BBM per hari tidak berpengaruh nyata. Pemakaian BBM yang digunakan oleh responden setiap harinya sama karena jarak yang ditempuh responden tidak pernah bertambah sehingga respon dari pemakaian BBM per hari memiliki respon yang lambat terhadap kenaikan harga BBM kecuali terjadi kemacetan total. Koefisien positif yang ada pada model mengindikasikan peningkatan pemakaian BBM per hari sebesar 0,045 akan menyebabkan respon setuju terhadap kenaikan harga BBM. Hal ini berbeda dengan hipotesis awal dikarenakan sedikitnya pendapatan yang dihasilkan oleh responden salah satunya karena peraturan pemerintah mengenai “shift” pada beberapa trayek. Nilai rasio Odd 1,046 artinya semakin banyak pemakaian BBM premium per hari maka peluang untuk setuju adalah 1,046 kalinya dibandingkan dengan peluang tidak setuju terhadap kenaikan BBM. 5.

Pengaruh lama waktu berkendaraan terhadap respon setuju atau tidak setuju pengemudi jasa transportasi angkutan umum kota perihal kenaikan harga BBM Hasil model logit diperoleh p-value sebesar 0,084 lebih kecil dari taraf nyata

10 persen (α=0,1) maka tolak H 0 yang artinya pengaruh lama berkendara berpengaruh nyata terhadap respon kenaikan harga BBM. Lama berkendara dapat merespond dengan cepat karena semakin lama waktu berkendaraan maka akan semakin bertambah pendapatan yang dihasilkan responden. Koefisien yang ada pada model bernilai positif, yang dapat diartikan peningkatan lama waktu berkendaraan per hari sebesar 0.236 akan semakin setuju dengan adanya kenaikan harga BBM. Kesimpulan yang didapat sesuai dengan hipotesis sebelumnya bahwa semakin lama waku berkendaraan perhari maka akan semakin setuju dengan kenaikan harga BBM. Rasio Odd yang didapat adalah 1,267 yang artinya semakin lama waktu berkendaraan perhari maka peluang untuk setuju adalah 1,267 kalinya dibandingkan dengan peluang tidak setuju terhadap kenaikan BBM.

49

4.5

Implikasi Kebijakan Rencana kenaikan harga BBM diharapkan tidak lebih dari besarnya

kesediaan membayar pengemudi angkutan umum kota yaitu sebesar Rp 4.893,33 atau dibulatkan menjadi Rp 5.000 kenaikan tersebut tidak akan terlalu memberatkan pengemudi angkutan umum kota (angkot) dikarenakan naiknya tarif angkutan akan memberikan dampak yang baik sebagai pengganti kenaikan harga BBM. Kebijakan pemerintah mengurangi besarnya BBM dengan menaikan harga jual BBM bersubsidi khususnya premium dapat dilaksanakan karena kesediaan membayar khususnya pengemudi angkutan umum kota (angkot) lebih tinggi dari harga BBM bersubsidi saat ini yaitu sebesar Rp 4.500, pelaksanaan kebijakan tersebut tidak terlepas dari berbagai pertimbangan yang diantaranya tetap menjaga besarnya nilai inflasi agar harga barang-barang konsumsi khususnya bahan pokok tidak naik terlalu tinggi dan rencana-rencana lain yang telah dijanjikan oleh pemerintah.

50

V. KESIMPULAN DAN SARAN

5.1

Kesimpulan Berdasarkan hasil dan pembahasan penelitian dapat ditarik kesimpulan

sebagai berikut : 1.

Berdasarkan hasil perhitungan dugaan willingnes to pay BBM per hari responden hanya mampu membayar Rp 4.893,33 dari harga saat ini sebesar Rp 4.500 atau naik sebesar Rp 393,33 dari harga premium saat ini. Hal ini disebabkan karena rendahnya pendapatan yang diterima responden dari pendapatan trayek serta tidak adanya pekerjaan lain diluar trayek. Berdasarkan hasil regresi linear berganda didapatkan hasil bahwa pemilihan nilai WTP dipengaruhi oleh variabel usia dan perubahan tarif yang diinginkan.

2.

Faktor-faktor yang memengaruhi respon setuju atau tidak responden pengemudi jasa transportasi angkutan umum

kota (angkot) terhadap

kenaikan harga BBM untuk setiap variabel adalah lama waktu berkendaraan, sedangkan faktor-faktor yang memengaruhi untuk seluruh variabel terhadap respon setuju atau tidak setuju terhadap kenaiakan harga BBM adalah jumlah tanggungan dan lama berkendaraan per hari. 3.

Responden pengemudi jasa angkutan umum kota (angkot) yang menyatakan setuju dengan adanya kenaikan harga BBM lebih sedikit dibandingkan dengan responden yang menyatakan tidak setuju terhadap kenaikan harga BBM.

51

5.2

Saran Jika pemerintah menaikan harga BBM sebaiknya tidak lebih dari harga Rp

5.000 karena kesediaan masyarakat khususnya pengemudi jasa transportasi angkutan umum kota (angkot) untuk membayar harga bahan bakar premium tidak terlalu tinggi. Hal ini disebabkan tidak adanya sumber pendapatan lain yang diterima sehingga pendapatan trayek pengemudi angkutan umum kota (angkot) cenderung rendah. Pemerintah dapat menjalankan rencana kebijakan menaikan harga BBM bersubsidi karena dilihat dari hasil nilai WTP lebih tinggi dari harga BBM saat ini yaitu sebesar Rp 4.500. Jika pemerintah menaikan harga BBM sebaiknya tetap diikuti dengan perhatian pada dampak naiknya harga BBM seperti inflasi khususnya barangbarang kebutuhan pokok.

52

DAFTAR PUSTAKA

Badan Pusat Statistik. 2011. Statistik Indonesia 2011. BPS, Jakarta. Badan Pusat Statistik. 2011. Kota Bogor dalam Angka 2011. BPS, Jakarta. Departemen Perhubungan Republik Penyelenggaraan Angkutan Perhubungan, Jakarta.

Indonesia. 2002. Pedoman Teknis Penumpang Umum. Departemen

Dinas Lalu Lintas Angkutan Jalan (DLLAJ). 2011. Biaya Pokok Angkutan 2012. Departemen Perhubungan Kota Bogor, Bogor. Fauzi, A. 2006. Ekonomi Sumber Daya Alam dan Lingkungan : Teori dan Aplikasi. PT Gramedia Pustaka Utama. Jakarta. Handoko, R dan Patriadi. 2005. Evaluasi Kebijakan Subsidi Non BBM. Kajian Ekonomi dan Keuangan Volume 9 No. 4 Desember 2005 hlm 43-46. Hanley, N dan C.L.Spash.1993. Cost-Benefit Analysis and the Environment. Edward Elger Publishing Limited. England. Hosmer, D. W dan S.Lemeshow. 1989. Applied Logistic Regression. John Wiley and Sons Inc. New York. Juanda, B. 2009. Ekonometrika Pemodelan dan Pendugaan. IPB Press. Bogor. Kamaluddin, R.2003. Ekonomi Transportasi. Ghalia Indonesia. Jakarta. Kementerian Keuangan Republik Indonesia. 2010. Data Pokok APBN 2006-2012. www.fiskal.depkeu.go.id/ webbkf/..../NKAPBN2009complete.pdf Kementerian Perhubungan. 1992. Undang-Undang RI No. 4 Pasal 3 Tahun 1992 Lalu Lintas dan Angkutan Jalan. Jakarta Kementerian Energi dan Sumber Daya Mineral. Skenario APBN Indonesia Sektor Migas tahun 2012. www.esdm.go.id (April 2012) ----------------------------. 2012 Produksi, Impor, Konsumsi, Ekspor Bahan Bakar Minyak di Indonesia Tahun 2004-2010. www.esdm.go.id (April 2012) ----------------------------. 2012. Perihtungan Harga keekonomian untuk Indoensia Tahun 2012. www.esdm .go.id (April 2012) ----------------------------. 2012 Energi untuk Pembangunan Berkelanjutan. www.esdm.go.id (April 2012)

53

Krystallis, A, dan Chryssohoidis, G. 2005. Consumers Willingness to Pay for Organic Food. British food journal. 107:320-343. Lipsey, R.G, Courant, P.N, Purvis, D.D, dan Stainer, P.O. 1993. Pengantar Mikroekonomi, Edisi ke-10. Binarupa Aksara. Jakarta. Mangkoesoebroto, G. 2001. Ekonomi Publik. Edisi 3. BPFE-Yogyakarta. Yogyakarta. Milton H. S dan Orley M. A. 1993. Contemporary Economics, Edisi ke-8. Worth Publishers. New York. Nicholson, W. 1995. Teori Mikroekonomi, Edisi ke-5. Binarupa Aksara. Jakarta Nugroho, H. 2004. Apakah Persoalannya Pada Subsidi BBM? Kajian Energi Bappenas. Jakarta. Rustianingrum, A. 1999. Analisis Permintaan, Penawaran dan Efisiensi Jasa Transportasi Laut Sebagai Upaya Mengurangi Defisit Transaksi Berjalan. Program Pasca Sarjana IPB. Bogor. Said, U. 2001. Laporan Akhir : Kajian Dampak Ekonomi Kenaikan Harga BBM. Departemen Energi dan Sumberdaya Mineral. Jakarta. Suparmoko. 1989. Ekonomi Sumberdaya Alam dan Lingkungan. BPFE. Yogyakarta. Undang-Undang Republik Indonesia Pasal 8 No. 22 Tahun 2001. www.esdm.go. id/.../uu/doc.../500-undang-undang-n022-tahun-2001.html. (April 2012) Undang-Undang Republik Indonesia No.4 Pasal 3 Tahun 1992. Lalu Lintas dan Angkutan Jalan Transportasi. Undang-Undang Republik Indonesia No.22 Tahun 1998 Wahana, K. 2007. Pengolahan Data Statistik dengan SPSS. Andi. Semarang Walpole, R. 1992. Pengantar Statistika. Pt. Garmedia Pustaka Utama. Jakarta.

54

LAMPIRAN

55

Lampiran 1. Kuesioner Penelitian

INSTITUT PERTANIAN BOGOR FAKULTAS EKONOMI DAN MANAJEMEN DEPARTEMEN ILMU EKONOMI

KUESIONER PENELITIAN

Dalam rangka Tugas Akhir, kami memohon kesediaan Ibu/Bapak/Saudara/i untuk berpartisipasi pada penelitian kami dengan judul “ Analisis Kebijakan Subsidi BBM Terhadap Jasa Angutan Umum”. Tidak ada jawaban yang salah atau benar dalam menjawab pertanyaan dalam kuesioner ini maka dimohon untuk menjawab sejujur-jujurnya. Informasi dan data akan kami jaga kerahasiaannya dan hanya digunakan untuk kepentingan penelitian. Atas perhatian dan partisipasi Ibu/Bapak/Saudara/i kami ucapkan terimakasih.

No responden

:

Nama responden

:

Alamat

:

No telepon/HP

:

Hari/tanggal wawancara

:

A. Karakteristik Responden 1. Jenis Kelamin

: L/P

(Lingkari)

2. Usia

: ………………..

(Tahun)

3. Status

: Belum Menikah / Sudah Menikah

4. Jumlah Tanggungan : …………….…..

(Orang)

5. Tingkat Pendidikan Terakhir :…………………………..………………… 6. Apakah Pekerjaan anda di daerah tinggal: 7. Berapakah pengeluaran anda per bulan …………………………………..

56

8. Berapa besar pengeluaran yang digunakan untuk membeli premium per mobil untuk 1 hari……………………………………………………..

9. Merk mobil apa yang anda miliki?................................................................. 10. Berapa umur kendaraan Anda?...................................................................... 11. Berapa besar CC kendaraan Anda?................................................................ 12. Apakah kendaraan ini milik sendiri? o Ya (Jika Ya pertanyaan dilanjut ke nomor 13) o Tidak (Jika Tidak pertanyaan di lanjut ke nomor 16) 13. Jika milik sendiri, apakah pembeliannya secara: o Tunai o Kredit (Jika Kredit pertanyaan langsung ke nomor 14) 14. Berapa besar cicilan kendaraan anda per bulan? (Dalam satuan Rp) ……………………………….………………………… 15. Berapa lama waktu dalam membayar cicilan? …………………………………………….bulan 16. Jika kendaraan bukan milik sendiri, berapa besar uang yang harus anda setorkan per hari (Dalam satuan Rp) …………………………...…………………………….. 17. Berapa

jam

per

hari

anda

mengendarai

angkutan

umum……………………………………………………………………… 18. Berapa hari per minggu anda mengendarai angkutan umum ……………… 19. Apakah mobil anda hanya digunakan untuk angkutan penumpang? o Ya o Tidak Jika Tidak, sebutkan jenis penggunaannya………………………………… ……………………………………………………………………………… 20. Jika

terjadi

sewa,

maka

bagaimana

cara

penentuan

tarifnya?..........................................................................................................

57

21. Jika terjadi sewa, apakah memengaruhi pendapatan anda?? Ya

Tidak

Jika Ya, berpengaruh sampai dengan: Rp.…………………………………. 22. Dalam satu minggu berapa kali terjadi penyewaan……………………… 23. Apakah anda selalu membeli bahan bakar kendaraan di SPBU? o Ya o Tidak 24. Kenapa anda memilih menggunakan premium? o Harganya murah o Mudah diperoleh o Lainnya………………………………………………………...……

Tanggapan Responden Terhadap isu kenaikan BBM 25. Dari mana anda mengetahui tentang kenaikan BBM? o TV

Radio

Surat kabar atau media cetak lain

o Mendengar

Lainnya, Sebutkan…………………………….

26. Tahukah anda PerPres No. 9 Tahun 2006 tentang penggunaan premium bersubsidi? o Tahu

Tidak tahu

27. Apakah anda mengetahui isu kenaikan harga BBM pada 1 April 2012? o Ya o Tidak 28. Apakah anda setuju apabila ada kenaikan harga premium? Jika setuju, Mengapa? ……………………………………………………………………………… ……………………………………………………………………………… Jika Tidak, Mengapa? ……………………………………………………………………………… ……………………………………………………………………………… 29. Jika setuju, berapakah kesediaan anda untuk membayar? (dalam Satuan Rp) ……………………………………………………….…

58

30. Apakah menurut anda peningkatan harga BBM berpengaruh pada usaha anda? ……………………………………………………………………………… ……………………………………………………………………………… 31. Apakah menurut anda dengan meningkatnya harga BBM akan meningkatkan skala usaha anda? o Ya o Tidak Jika Ya, mengapa? ……………………………………………………………………………… ……………………………………………………………………………… Jika Tidak, mengapa? ……………………………………………………………………………… ……………………………………………………………………………… 32. Apakah menurut anda peningkatan harga BBM akan berpengaruh pada pengurangan konsumsi anda selama ini? o Ya o Tidak Apa

jenis

pengurangan

konsumsi

anda……………………………………………………………………….. Berapa besar pengurangan konsumsi tersebut…………………………… 33. Apakah ada pengaruh pada jumlah penumpang sebelum dan setelah kenaikan BBM? o Ya o Tidak Jika Ya, sebutkan perubahan jumlah penumpang pada kolom di bawah ini: Jumlah penumpang Sebelum kenaikan BBM

(Per hari) Setelah Kenaikan BBM

59

34. Bagaimana perubahan biaya sebelum dan setelah kenaikan BBM?

Biaya

BBM

Jumlah

Jumlah

pemakaian

pemakaian

sebelum

setelah

kenaikan

kenaikan

BBM

BBM

Harga

Harga

sebelum

sesudah

kenaikan

kenaikan

BBM

BBM

per

hari

(jenis ……….Liter ……….Liter

premium) Biaya perawatan Pajak Kendaraan

Rp………… Rp…………

Rp………… Rp…………

Apabila harga premium mengalami kenaikan, maka apa yang akan anda lakukan? 35. Apakah akan mengurangi frekuensi pembelian? o Ya o Tidak Jika Ya, mengurangi sampai dengan:………………………...…. Liter/hari 36. Apakah menaikan tarif , sampai dengan: o Ya o Tidak Jika Ya, menaikan tarif sampai dengan: Rp ……………………………… *Tabel di bawah ini wajib diisi

Perubahan

Tarif sebelum

Tarif setelah

harga BBM

Kenaikan BBM

kenaikan BBM

500 1000 1500

60

37. Apakah beralih ke bensin oplosan? o Ya o Tidak Jika Ya, beralih ke campuran jenis:……..………...………..……………... 38. Apakah akan beralih jenis pekerjaan? o Ya o Tidak Jika Ya, sebutkan……………………………………………….………….. 39. Berapa pendapatan bersih anda per hari…………………………………… 40. Bagaimana pendapat Anda mengenai subsidi BBM jenis premium? ……………………………………………………………………………… ……………………………………………………………………………… 41. Bagaimana pendapat Anda mengenai harga BBM premium saat ini? ……………………………………………………………………………… ……………………………………………………………………………… 42. Saran terhadap Subsidi BBM (Premium) Apakah saran anda untuk peraturan penggunanan BBM Premium untuk kedepannya

TERIMA KASIH ATAS WAKTU DAN INFORMASI YANG ANDA BERIKAN

61

Lampiran 2. Output Binary Logistic (Logit), Faktor-faktor yang Memengaruhi Respon

Logistic Regression De pendent V aria ble Encodi ng Original Value Tidak Setuju setuju

Int ernal Value 0 1

Omnibus Tests of Model Coefficients Step 1

Chi-square 10.140 10.140 10.140

Step Block Model

df 5 5 5

Sig. .071 .071 .071

Model Summary Step 1

-2 Log Cox & Snell R Square likelihood 55.052 a .155

Nagelkerke R Square .235

a. Es timation terminated at iteration number 5 because parameter estimates changed by les s than .001.

Hosme r and Leme show Test St ep 1

Chi-square 2.542

df 8

Sig. .960

Classification Table a Predicted

Step 1

Observed Y Overall Percentage

a. The cut value is .500

Tidak Setuju setuju

Y Tidak Setuju 42 10

setuju 4 4

Percentage Correct 91.3 28.6 76.7

62

Variables in the Equation

Step a 1

X1 X2 X3 X4 X5 Constant

B -.185 .033 -.674 .045 .236 -1.793

S.E. .163 .028 .390 .078 .135 1.884

Wald 1.294 1.358 2.989 .337 3.046 .906

df

a. Variable(s) entered on s tep 1: X1, X2, X3, X4, X5.

Keterangan: X1: Jarak (Km) X2 : Usia (tahun) X3 : Jumlah Tanggungan (orang) X4 : Jumlah Pemakaian BBM per Hari (liter) X5 : Lama Waktu Berkendara (jam)

1 1 1 1 1 1

Sig. .255 .244 .084 .562 .081 .341

Exp(B) .831 1.033 .510 1.046 1.267 .166

95.0% C.I.for EXP(B) Lower Upper .604 1.143 .978 1.091 .238 1.094 .898 1.220 .971 1.652

63

Lampiran 3. Output Crosstabs Setiap Variabel terhadap Respon

Crosstabs [DataSet0]

Case Processing Summary Cases Valid N

Missing

Percent

N

Total

Percent

N

Percent

Respon * Usia

60

100.0%

0

.0%

60

100.0%

Respon * Jarak

60

100.0%

0

.0%

60

100.0%

Respon * Jum.Tggungan

60

100.0%

0

.0%

60

100.0%

Respon * Jum.BBM

60

100.0%

0

.0%

60

100.0%

Respon * Lama.Brkndara

60

100.0%

0

.0%

60

100.0%

Respon * Lama.Brkndara Crosstab Count Lama.Brkndara 5-10 Respon

Tidak Setuju Setuju

Total

11-15

Total

36

10

46

6

8

14

42

18

60

64

Chi-Square Tests Asymp. Sig. (2- Exact Sig. (2Value

df

sided)

sided)

a

1

.011

Continuity Correction

4.831

1

.028

Likelihood Ratio

6.012

1

.014

Pearson Chi-Square

6.406 b

Fisher's Exact Test

Exact Sig. (1sided)

.019

Linear-by-Linear

6.300

Association b

N of Valid Cases

1

.016

.012

60

a. 1 cells (25,0%) have expected count less than 5. The minimum expected count is 4,20. b. Computed only for a 2x2 table

Respon * Jum.BBM Crosstab Count Jum.BBM >5-10 Respon

>11-15

>15-20

>20-25

Total

Tidak Setuju

5

39

1

1

46

Setuju

3

10

1

0

14

8

49

2

1

60

Total

Chi-Square Tests Asymp. Sig. (2Value Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases

df

sided)

a

3

.526

2.246

3

.523

.455

1

.500

2.231

60

65

Chi-Square Tests Asymp. Sig. (2Value Pearson Chi-Square

df

sided)

a

3

.526

2.246

3

.523

.455

1

.500

2.231

Likelihood Ratio Linear-by-Linear Association

a. 5 cells (62,5%) have expected count less than 5. The minimum expected count is ,23.

Respon * Jum.Tggungan Crosstab Count Jum.Tggungan 1 Respon

2

Total

Tidak Setuju

38

8

46

Setuju

12

2

14

50

10

60

Total


df

sided)

sided)

a

1

.785


.000

1

1.000

Likelihood Ratio

.077

1

.782

Pearson Chi-Square

.075 b

Fisher's Exact Test Linear-by-Linear

b

N of Valid Cases

sided)

1.000 .073

Association

Exact Sig. (1-

1

.787

60


.574

66

Respon * Jarak Crosstab Count Jarak 5-10 Respon

Tidak Setuju Setuju

Total

10.1-15

Total

11

35

46

5

9

14

16

44

60


df

sided)

sided)

a

1

.382


.280

1

.597

Likelihood Ratio

.734

1

.392

Pearson Chi-Square

.764 b

Fisher's Exact Test Linear-by-Linear

b

N of Valid Cases

sided)

.492 .752

Association

Exact Sig. (1-

1

.292

.386

60


Respon * Usia Crosstab Count Usia 31-40 Respon

Tidak Setuju Setuju

Total

41-50

51-60

61-70

Total

23

20

2

1

46

7

3

4

0

14

30

23

6

1

60

67

Chi-Square Tests Asymp. Sig. (2Value Pearson Chi-Square Likelihood Ratio Linear-by-Linear Association N of Valid Cases

df

sided)

a

3

.047

7.146

3

.067

.783

1

.376

7.964

60

a. 4 cells (50,0%) have expected count less than 5. The minimum expected count is ,23.

68

Lampiran 4. Output Regresi Linear Berganda

b

ANOVA Model 1

Sum of Squares

df

Mean Square

Regression

7.299

7

1.043

Residual

1.112

37

.030

Total

8.411

44

F

Sig.

34.691

a. Predictors: (Constant), X7, X3, X1, X6, X2, X5, X4 b. Dependent Variable: WTP

b

Model Summary

Model 1

R

R Square a

.932

.868

Adjusted R

Std. Error of the

Square

Estimate .843

a. Predictors: (Constant), X7, X3, X1, X6, X2, X5, X4 b. Dependent Variable: WTP

.17337

Durbin-Watson 2.438

a

.000

69

a

Coefficients

Model 1

Unstandardized

Standardized

Collinearity

Coefficients

Coefficients

Statistics

B

Std. Error

(Constant)

5.990

.184

X1

-.007

.013

X2

.005

X3

Beta

t

Sig.

Tolerance

VIF

32.574

.000

-.035

-.532

.598

.848

1.179

.003

.126

1.912

.064

.823

1.216

-.037

.030

-.085

-1.240

.223

.754

1.326

X4

.006

.007

.080

.798

.430

.355

2.817

X5

-.006

.012

-.044

-.522

.605

.509

1.963

X6

-.002

.010

-.020

-.237

.814

.508

1.969

X7

-1.011

.072

-.929

-14.028

.000

.814

1.228

a. Dependent Variable: WTP

Taraf nyata 10% Keterangan Variabel: Y

: Willingness to Pay (Rupiah)

X1

: Jarak (Km)

X2

: Usia (Tahun)

X3

: Jumlah Tanggungan (Orang)

X4

: Jumlah Pemakaian BBM per Hari (Liter)

X5

: Lama Waktu Berkendaraan per Hari (Jam)

X6

: Pendapatan Trayek (Rupiah)

X7

:Perubahan Tarif yang diinginkan Responden terhadap Kenaikan Harga BBM (Rupiah)

RESPON PENGEMUDI JASA TRANSPORTASI ANGKUTAN UMUM KOTA (ANGKOT) KOTA BOGOR TERHADAP KENAIKAN HARGA BBM JENIS PREMIUM

Recommend Documents