TUGAS STATISTIKA BISNIS

PENILAIAN SEWA TAPAK BILLBOARD

DI PROVINSI D.I. YOGYAKARTA TAHUN 2016
MENGGUNAKAN PENDEKATAN PERBANDINGAN DATA
PASAR
(Oleh: Januardo S. – Magister Ekonomi Pembangunan – Fakultas
Ekonomika dan Bisnis Universitas Gadjah Mada – 2017)

NAMA : RIZA ACHMAD BAGRAFF

NO : MAT21660
KELAS : MAT-38/B

MAGISTER AKUNTANSI
FAKULTAS EKONOMIKA DAN BISNIS
UNIVERSITAS GADJAH MADA
2018
1. Pendahuluan

Aset yang tidak digunakan dan tidak mengganggu tugas dan fungsi pengguna

Barang Milik Negara (BMN) dapat dimanfaatkan sehingga dapat memberikan

pendapatan kepada negara dalam bentuk Pendapatan Negara Bukan Pajak

(PNBP). Jalan nasional yang fungsi utamanya digunakan sebagai

infrastruktur sarana transportasi yang menghubungkan suatu provinsi dengan

provinsi lainnya, memiliki beragam potensi untuk menghasilkan penerimaan,

contohnya dengan penyewaan tanah untuk pemasangan billboard.

Pemanfaatan BMN dalam bentuk pemasangan billboard umumnya

menggunakan mekanisme sewa. Penilai pemerintah dapat menggunakan

pendekatan pendapatan dan pendekatan perbandingan data pasar dalam

melakukan penghitungan nilai sewa BMN. Pendekatan perbandingan data

pasar lebih banyak digunakan oleh penilai karena dianggap dapat

menghasilkan nilai yang lebih akurat. Namun demikian, karena pendekatan

ini masih terbilang baru digunakan, maka kondisi ini berpotensi

menyebabkan terjadinya kesalahan dalam penentuan elemen perbandingan

dan besaran penyesuaian. Oleh karena itu, peneliti mencoba untuk

mengantisipasi hal tersebut dengan menyusun suatu model regresi yang

dibentuk dari sejumlah transaksi sewa tapak billboard.

2. Rumusan Masalah

Menganalisis faktor-faktor yang menentukan nilai sewa tapak billboard

melalui suatu model regresi agar dapat digunakan sebagai dasar menentukan
 elemen perbandingan dan besaran penyesuaian pada penilaian sewa tapak

billboard.

3. Pertanyaan Penelitian

a. Faktor-faktor apa yang menentukan nilai sewa tapak billboard?

b. Model regresi yang diperoleh apakah cukup akurat jika digunakan untuk

penilaian massal?

4. Tujuan Penelitian

a. Menganalisis faktor-faktor yang menentukan nilai sewa tapak billboard;

b. Melakukan evaluasi hasil penilaian menggunakan model regresi nilai sewa

tapak billboard.

5. Model Penelitian

MV = 0 + 1.AADT + 2.LB_JALAN + 3.JWK + 4.LBB + 3.LIGHT +

3.TYPE + 

Dimana:

MV = variabel tak bebas berupa nilai sewa pasar tapak billboard

0 = intersep Y, yang merupakan titik potong dengan sumbu Y
AADT = volume lalu lintas kendaraan suatu jalan selama setahun

dibagi dengan 365 hari

LB_JALAN = lebar ruas jalan nasional terdekat dengan billboard (meter)
JWK = jangka waktu kontrak (tahun)
LBB = luas bidang billboard (m2)
LIGHT = variabel dummy untuk penggunaan penerangan (1 = ada, 0

= tidak ada)
TYPE = variabel variabel untuk tipe bidang billboard (1= dua

muka, 0 = satu muka)

6. Formula Hipotesis
 a. Diduga volume lalu lintas kendaraan berpengaruh positif terhadap sewa

lapak billboard pada jalan nasional di Provinsi D.I. Yogyakarta;

b. Diduga lebar jalan berpengaruh positif terhadap sewa lapak billboard di

Provinsi D.I. Yogyakarta;

c. Diduga jangka waktu kontrak berpengaruh positif terhadap sewa lapak

billboard pada jalan nasional di Provinsi D.I. Yogyakarta;

d. Diduga luas bidang reklame billboard berpengaruh positif terhadap sewa

lapak billboard pada jalan nasional di Provinsi D.I. Yogyakarta;

e. Diduga penerangan billboard berpengaruh positif terhadap sewa lapak

billboard pada jalan nasional di Provinsi D.I. Yogyakarta;

f. Diduga tipe bidang billboard berpengaruh positif terhadap sewa lapak

billboard pada jalan nasional di Provinsi D.I. Yogyakarta.

7. Luas Data

Penelitian menggunakan data lintas-bagian yang diperoleh dengan observasi

dan angket kepada pemilik tapak dengan jumlah observasi 59 titik billboard

yang tersebar di 15 ruas jalan nasional di Provinsi D.I. Yogyakarta. Data

sekunder berupa identifikasi ruas diperoleh dari SNVT PJN dan PPJN

Provinsi D.I. Yogyakarta.

8. Pembahasan Mandiri
Dengan menggunakan formula regresi dalam Microsoft Excel atas data 59

titik billboard yang tersebar di 15 ruas jalan nasional Provinsi D.I. Yogyakarta

diperoleh ringkasan hasil sebagai berikut:

a. Formula Baru Regresi

In MV = -220594,033 + 7,917983473 In AADT + 168384,1579 In

LB_JALAN - 502275,8006 In JWK + 99376,65846 In LBB

+ 3037529,277 In LIGHT - 22746,9612 In TYPE

Rincian data penelitian dan hasil regresi terdapat dalam Lampiran 1 dan 2.

b. Global Test

H0 = 1 = 2 = 3 = 4 = 0
H1 = Tidak semua  adalah 0
Jika H0 terbukti benar, maka semua variabel bebas dalam penelitian ini tidak

dapat digunakan untuk mengestimasi nilai sewa tapak billboard, sehingga

perlu dicari variabel bebas lain. Namun jika H1 terbukti benar, maka

setidaknya ada satu variabel bebas yang dapat digunakan untuk mengestimasi

nilai sewa tapak billboard.

c. Regression Statistics

Variabel Koefisien
Multiple R 0,684861918
R Square 0,469035846
Adjusted R Square 0,407770752
Standar Error 3649231,885
Observations 59

Penjelasan dari tabel tersebut adalah sebagai berikut:

 1) Multiple R merupakan koefisien korelasi yang menandakan hubungan

antara variabel bebas dengan variabel tidak bebas. Nilai dari multiple R

sebesar 0,684861918 memiliki dua arti, yaitu:

a. Niai ini bertanda positif yang berarti bahwa variabel bebas (volume

lalu lintas kendaraan, lebar ruas jalan nasional, jangka waktu

kontrak, luas bidang billboard, penggunaan penerangan, dan tipe

bidang billboard) memiliki hubungan langsung terhadap variabel tak

bebas (nilai sewa pasar tapak billboard).

b. Nilai 0,684861918 merupakan nilai yang cukup mendekati 1, dengan

kata lain bahwa variabel bebas tersebut memiliki kekuatan yang

cukup dalam mempengaruhi nilai sewa pasar tapak billboard.

2) R Square merupakan koefisien determinasi yang menjelaskan hubungan

berapa jumlah proporsi dari total variasi dalam variabel bebas dengan

variasi dalam variabel tak bebas. Dengan kata lain sejumlah

0,469035846 atau 46,90% variasi variabel bebas (volume lalu lintas

kendaraan, lebar ruas jalan nasional, jangka waktu kontrak, luas bidang

billboard, penggunaan penerangan, dan tipe bidang billboard) dapat

dijelaskan atau dihitung dengan variasi dalam variabel tak bebas (nilai

sewa tapak). Dalam arti lain bahwa sejumlah 53,10% adalah berasal

dari variabel bebas lain yang tidak tercakup dalam analisa ini.

d. Anova Table
 df SS MS F Sig F
Regression 6 6,11712E+14 1,01952E+14 7,655841376 6,42579E-06
Residual 52 6,92478E+14 1,33169E+13
Total 58 1,30419E+15
Diasumsikan level signifikan yang digunakan dalam penelitian ini sebesar

0,25 atau 25%, maka berdasarkan tabel f dengan nilai pembilang 6 dan

penyebut 52 diketahui nilai kritisnya sebesar 1,36. Dalam tabel anova

diatas diketahui bahwa nilai F sebesar 7,655841376 yang nilainya lebih

besar dari 1,36 sehingga tidak menerima hipotesis Ho, atau dengan kata

lain setidaknya ada satu variabel bebas yang mempengaruhi nilai sewa

tapak billboard.

e. Table Variable

Variabel Koefisien t_hitung Probabilitas

INTERCEPT -220594,033 -0,09415006 0,925351805
AADT 7,917983473 0,615566204 0,540865844
LB_JALAN 168384,1579 1,665303384 0,101866649
JWK -502275,8006 -2,729480733 0,008636172
LBB 99376,65846 2,387566928 0,020629537
LIGHT 3037529,277 2,472143043 0,016739817
TYPE -22746,9612 -0,019480044 0,984532712
Penjelasan dari tabel tersebut adalah sebagai berikut:

a. Variabel AADT

1) Variabel AADT atau lalu lintas kendaraan memiliki koefisien bertanda

positif yang menunjukkan area hubungan yang positif. Semakin tinggi

volume lalu lintas kendaraan pada suatu ruas jalan, maka nilai sewa

tapak billboard yang berada di dekatnya semakin tinggi.

 2) Koefisien regresi sebesar 7,9179 menunjukkan elastisitas perubahaan

volume lalu lintas kendaraan pada ruas jalan terhadap nilai sewa tapak

billboard. Apabila volume kendaraan bertambah 1% maka akan

mengakibatkan naiknya nilai sewa tapak billboard sebesar 7,9179%,

cateris paribus.

3) Nilai t hitung menunjukkan angka 0,615566204, nilai ini lebih besar

dari 0 sehingga variabel AADT memang berguna dalam mengestimasi

variabel nilai sewa lapak billboard.

4) Probabilitas hitung menunjukkan angka sebesar 0,540865844. Angka

ini lebih kecil daripada level signifikan 0,25, maka tidak

menerima/menolak Ho sehingga volume lalu lintas kendaraan

memiliki pengaruh yang signifikan terhadap nilai sewa tapak

billboard, dan sebaliknya.

b. Variabel LB_JALAN

1) Variabel LB_JALAN atau lebar ruas jalan nasional terdekat dengan

billboard memiliki koefisien bertanda positif yang menunjukkan area

hubungan yang positif. Semakin lebar luas jalan nasional terdekat,

maka nilai sewa tapak billboard yang berada di dekatnya semakin

tinggi.

2) Koefisien regresi sebesar 168384,1579 menunjukkan elastisitas

perubahaan lebar luas jalan nasional terhadap nilai sewa tapak

billboard. Jalan yang mempunyai lebar lebih besar 1% disbanding

 jalan yang lain maka akan mengakibatkan naiknya nilai sewa tapak

billboard sebesar 168.384,1579%, cateris paribus.

3) Nilai t hitung menunjukkan angka 1,665303384, nilai ini lebih besar

dari 0 sehingga variabel LB_JALAN memang berguna dalam

mengestimasi variabel nilai sewa lapak billboard.

4) Probabilitas hitung menunjukkan angka sebesar 0,101866649. Angka

ini lebih kecil daripada level signifikan 0,25, maka lebar luas jalan

memiliki pengaruh yang signifikan terhadap nilai sewa tapak

billboard, dan sebaliknya.

c. Variabel JWK

1) Variabel JWK atau jangka waktu kontrak memiliki koefisien bertanda

negatif yang menunjukkan area hubungan yang negatif. Semakin lama

jangka waktu kontrak sewa tapak, maka nilai sewa tapak billboard

semakin rendah.

2) Koefisien regresi sebesar -502275,8006 menunjukkan elastisitas

perubahaan jangka waktu kontrak terhadap nilai sewa tapak billboard.

Sewa tapak yang 1% lebih lama akan membuat nilai sewa billboard

lebih kecil sebesar 502.275,8006%, cateris paribus.

3) Nilai t hitung menunjukkan angka -2,729480733, nilai ini lebih kecil

dari 0 sehingga variabel JWK memiliki hubungan terbalik dalam

mengestimasi variabel nilai sewa lapak billboard.

4) Probabilitas hitung menunjukkan angka sebesar 0,008636172. Angka

ini lebih kecil daripada level signifikan 0,25, maka jangka waktu
 kontrak memiliki pengaruh yang signifikan terhadap nilai sewa tapak

billboard, dan sebaliknya.

d. Variabel LBB

1) Variabel LBB atau luas bidang billboard memiliki koefisien bertanda

positif yang menunjukkan area hubungan yang positif. Semakin luas

bidang billboard yang dipasang, maka nilai sewa tapak menjadi

semakin tinggi..

2) Koefisien regresi sebesar 99376,65846 menunjukkan elastisitas

perubahaan luas bidang billboard terhadap nilai sewa tapak billboard.

Billboard yang luas bidangnya 1% lebih besar daripada yang lain,

maka akan membuat nilai sewanya lebih besar sebesar

99.376,65846%, cateris paribus.

3) Nilai t hitung menunjukkan angka 2,387566928, nilai ini lebih besar

dari 0 sehingga variabel LBB memang berguna dalam mengestimasi

variabel nilai sewa lapak billboard.

4) Probabilitas hitung menunjukkan angka sebesar 0,020629537. Angka

ini lebih kecil daripada level signifikan 0,25, maka luas bidang

billboard memiliki pengaruh yang signifikan terhadap nilai sewa

tapak billboard, dan sebaliknya.

e. Variabel LIGHT
 1) Variabel LIGHT atau penerangan memiliki koefisien bertanda positif

yang menunjukkan area hubungan yang positif. Adanya penerangan

pada billboard akan membuat nilai sewanya semakin tinggi..

2) Koefisien regresi sebesar 3037529,277 menunjukkan elastisitas

perubahaan penerangan terhadap nilai sewa tapak billboard. Billboard

yang memiliki penerangan 1% lebih terang daripada yang lain, maka

akan membuat nilai sewanya lebih besar sebesar 3.037.529,277%,

cateris paribus.

3) Nilai t hitung menunjukkan angka 2,472143043, nilai ini lebih besar

dari 0 sehingga variabel LIGHT memang berguna dalam

mengestimasi variabel nilai sewa lapak billboard.

4) Probabilitas hitung menunjukkan angka sebesar 0,016739817. Angka

ini lebih kecil daripada level signifikan 0,25, maka penerangan

billboard memiliki pengaruh yang signifikan terhadap nilai sewa

tapak billboard, dan sebaliknya.

f. Variabel TYPE

1) Variabel TYPE atau tipe muka billboard memiliki koefisien bertanda

negatif yang menunjukkan area hubungan yang negatif. Billboard dua

sisi cenderung memiliki nilai sewa yang lebih rendah.

2) Koefisien regresi sebesar -22746,9612 menunjukkan elastisitas

perubahaan tipe muka terhadap nilai sewa tapak billboard.

 3) Nilai t hitung menunjukkan angka -0,019480044, nilai ini lebih kecil

dari 0 sehingga variabel TYPE memiliki hubungan terbalik dalam

mengestimasi variabel nilai sewa lapak billboard.

4) Probabilitas hitung menunjukkan angka sebesar 0,984532712. Angka

ini lebih besar daripada level signifikan 0,25, maka tipe muka

billboard tidak memiliki pengaruh yang signifikan terhadap nilai sewa

tapak billboard, dan sebaliknya.

9. Kesimpulan

Berdasarkan pembahasan tersebut dapat ditarik kesimpulan sebagai berikut:

a. Semakin banyak jumlah kendaraan yang melintasi ruas jalan nasional

maka semakin tinggi nilai sewa tapak billboard. Hal ini disebabkan

semakin banyak kendaraan yang melintasi ruas jalan tersebut, maka

semakin banyak billboard yang dipasang ditepi jalan.

b. Semakin lebar ruas jalan nasional maka semakin tinggi nilai sewa tapak

billboard. Hal ini disebabkan semakin lebar ruas jalan nasional, maka

potensi jumlah kendaraan yang melintasi jalan tersebut semakin banyak

sehingga menaikkan nilai sewa tapak billboard yang dipasang ditepi jalan.

c. Semakin lama jangka waktu sewa tapak billboard menyebabkan nilai

sewanya semakin rendah. Hal ini disebabkan pemilik memberikan insentif

kepada penyewa tapak yang menyewa lebih lama sebagai kompensasi

terhadap risiko kekosongan sewa tapak.

d. Semakin luas bidang billboard maka akan menaikkan nilai sewa tapaknya.

Hal ini disebabkan semakin banyaknya informasi yang dapat dicantumkan

 pada billboard yang memiliki luas bidang yang besar, sehingga nilai

sewanya pun semakin tinggi.

e. Semakin baik penerangan maka akan menaikkan nilai sewa tapak

billboard. Hal ini disebabkan karena membaikknya tingkat keamanan dan

kenyamanan tapak.

f. Tipe Billboard dua sisi cenderung memiliki nilai sewa yang lebih rendah jika

dibandingkan dengan satu sisi.

Hipotesis Hasil Keterangan

AADT  maka Sewa  AADT  maka Sewa  Hipotesis terbukti
LB_JALAN  maka Sewa  LB_JALAN  maka Sewa  Hipotesis terbukti
JWK  maka Sewa  JWK  maka Sewa  Hipotesis tidak terbukti
LBB  maka Sewa  LBB  maka Sewa  Hipotesis terbukti
LIGHT  maka Sewa  LIGHT  maka Sewa  Hipotesis terbukti
TYPE  maka Sewa  TYPE  maka Sewa  Hipotesis tidak terbukti