sample tesis

BAB IV

ANALISA DAN PEMBAHASAN

4.1 Gambaran Umum Dan Sampel Penelitian

Dalam penelitian ini jumlah sampel yang diambil dengan menggunakan

rumus 3.1 didapatkan jumlah sebagai berikut :

n =

= 42, 86 43 Orang

Dari hasil perhitungan ini didapatkan jumlah total sampel yang akan

diambil sebanyak 43 responden. Dengan menggunakan cara acak/random

menggunakan proportionate stratified random sampling pengambilan jumlah

Responden ini diambil dari kontraktor sebanyak 11 orang, yang diambil dari

Direktur/Direktris sebanyak 6 orang dan Pelaksana Lapangan sebanyak 5 orang,

dari unsur Owner sebanyak 16 orang yang diambil dari Kabid sebanyak 1 orang,

Kepala Seksi sebanyak 3 orang, Asisten Teknik sebanyak 4 orang, Koordinator

Wilayah sebanyak 3 orang dan Pengawas Lapangan sebanyak 5 orang. Sedangkan

dari unsur Konsultan pengawas sebanyak 16 orang, yang diambil dari Site

Engineer sebanyak 5 orang, Supervisor Engineer sebanyak 5 orang dan Chief

Inspector sebanyak 6 orang. Mereka diminta mengisi daftar pertanyaan-

pertanyaan yang ada di lembar pertanyaan (kuesioner) yang dibuat oleh peneliti.

Di samping itu juga dilakukan wawancara langsung untuk memperjelas

pertanyaan atau jawaban tertentu. Banyaknya populasi dan sampel dapat dilihat

dalam tabel 4.1 sebagai berikut

81

Tabel 4.1

Banyaknya Populasi dan Sampel

No Uraian Populasi Sampel1 Dari unsur Kontraktor 12 112 Dari unsur Owner 18 163 Dari unsur Konsultan Pengawas 18 16

Total 48 43Sumber : Hasil Perhitungan

Data-data yang diperoleh dari hasil penyebaran kuesioner didapat jawaban

yang kemudian ditabulasikan seperti pada lampiran 2, kemudian dilakukan

pengujian data sampel yang meliputi uji validitas dan uji reliabilitas. Setelah itu

dilanjutkan dengan analisis untuk mengetahui ada tidaknya pengaruh langsung

dan tidak langsung antara variabel Keuangan (X1), Sumber Daya Manusia (X2),

Material (X3), Peralatan (X4), Metode Pelaksanaan Pekerjaan (X5), Perubahan

Desain (X6), Lingkungan kerja (X7) terhadap Target Waktu (Y1) dan Target

Biaya (Y2), serta pengaruh antara Waktu (Y1) terhadap Target Biaya (Y2)

menggunakan analisis deskriptif, Analisa Faktor dan analisis jalur (Path Analy-

sis).

4.2 Uji Instrumen Penelitian

4.2.1 Hasil Uji Validitas

Validitas data menunjukkan tingkat kemampuan suatu instrumen untuk

mengungkapkan sesuatu yang menjadi objek pengukuran yang dilakukan dengan

instrumen penelitian tersebut. Jika suatu item pernyataan dinyatakan tidak valid,

maka item pernyataan itu tidak dapat digunakan dalam uji-uji selanjutnya. Sebuah

instrumen dikatakan valid apabila mampu mengukur apa yang diinginkan dan

82

dapat mengungkap data dari objek yang diteliti secara tepat. Pengujian validitas

item masing-masing variabel Keuangan (X1), Sumber Daya Manusia (X2),

Material (X3), Peralatan (X4), Metode Pelaksanaan Pekerjaan (X5), Perubahan

Desain (X6), Lingkungan kerja (X7) pada penelitian ini dilakukan dengan

software SPSS 15 for Windows seperti yang terlihat pada tabel 4.2 sebagai

berikut:

Tabel 4.2

Hasil Uji Validitas

Faktor IndikatorKoefisienKorelasi

Nilair tabel

P-Value Hasil

Keuangan (X1)

X1.1 0.709 0,301 0.000 ValidX1.2 0.407 0,301 0.007 ValidX1.3 0.776 0,301 0.000 ValidX1.4 0.580 0,301 0.000 ValidX1.5 0.566 0,301 0.000 Valid

Sumber Daya Manusia (X2)

X2.1 0.422 0,301 0.005 ValidX2.2 0.683 0,301 0.000 ValidX2.3 0.132 0,301 0.397 Tidak ValidX2.4 0.546 0,301 0.000 ValidX2.5 0.507 0,301 0.001 ValidX2.6 0.560 0,301 0.000 Valid

Material (X3)

X3.1 0.582 0,301 0.000 ValidX3.2 0.696 0,301 0.000 ValidX3.3 0.737 0,301 0.000 ValidX3.4 0.708 0,301 0.000 ValidX3.5 0.653 0,301 0.000 Valid

Peralatan (X4)

X4.1 0.363 0,301 0.017 ValidX4.2 0.173 0,301 0.266 Tidak ValidX4.3 0.446 0,301 0.003 ValidX4.4 0.649 0,301 0.000 ValidX4.5 0.316 0,301 0.039 ValidX4.6 0.602 0,301 0.000 ValidX4.7 0.536 0,301 0.000 ValidX4.8 0.554 0,301 0.000 ValidX4.9 0.463 0,301 0.002 Valid

Metode Pelaksanaan

Pekerjaan (X5)

X5.1 0.572 0,301 0.000 ValidX5.2 0.594 0,301 0.000 ValidX5.3 0.529 0,301 0.000 ValidX5.4 0,223 0,301 0.150 Tidak Valid

Perubahan Desain (X6)

X6.1 0.814 0,301 0.000 ValidX6.2 0.655 0,301 0.000 ValidX6.3 0.737 0,301 0.000 Valid

83

Faktor IndikatorKoefisien

Korelasi

Nilai

r tabel

P-Value Hasil

Lingkungan Kerja

(X7)

X7.1 0.593 0,301 0.000 Valid

X7.2 0.469 0,301 0.002 Valid

X7.3 0.321 0,301 0.036 Valid

X7.4 0.570 0,301 0.000 Valid

X7.5 0.441 0,301 0.003 Valid

X7.6 0.647 0,301 0.000 Valid

X7.7 0.466 0,301 0.002 Valid

(Sumber : Analisis SPSS (Lampiran 4)

Berdasarkan Tabel 4.2 di atas, untuk uji validitas dapat dijelaskan bahwa

variabel Keuangan (X1), Sumber Daya Manusia (X2), Material (X3), Peralatan

(X4), Metode Pelaksanaan Pekerjaan (X5), Perubahan Desain (X6), Lingkungan

kerja (X7) dengan taraf siginifikasi (α) = 0,05 diperoleh nilai kritis rtabel sebesar

0,301 (lampiran 3). Namun tidak semua butir pertanyaan dapat dikatakan valid

karena terdapat beberapa butir pertanyaan yang mempunyai nilai signifikansi

lebih besar dari α (0,05), seperti X2.3, X4.2 dan X5.4, sehingga butir tersebut

tidak diikutsertakan dalam analisis selanjutnya.

4.2.2 Hasil Uji Reliabilitas

Uji reliabilitas dilakukan dengan menggunakan bantuan software SPSS 15

didapatkan hasil pengujian reliabilitas menggunakan koefisien Alpha Cronbach

untuk variabel : Keuangan (X1), Sumber Daya Manusia (X2), Material (X3),

Peralatan (X4), Metode Pelaksanaan Pekerjaan (X5), Perubahan Desain (X6),

Lingkungan kerja (X7) seperti pada Tabel 4.3 sebagai berikut :

84

Tabel 4.3

Hasil Uji Reliabilitas

Variabel Cronbach’s Alpha HasilKeuangan (X1) 0.651 ReliabelSumber Daya Manusia (X2) 0.700 ReliabelMaterial (X3) 0.739 ReliabelPeralatan (X4) 0.697 ReliabelMetode Pelaksanaan Pekerjaan (X5) 0.654 ReliabelPerubahan Desain (X6) 0.652 ReliabelLingkungan Kerja (X7) 0.625 Reliabel

Sumber : Analisis SPSS (Lampiran 5)

Dari Tabel 4.3, didapatkan koefisien Alpha Cronbach untuk Variabel

Keuangan (X1), Sumber Daya Manusia (X2), Material (X3), Peralatan (X4),

Metode Pelaksanaan Pekerjaan (X5), Perubahan Desain (X6), Lingkungan kerja

(X7) lebih besar daripada 0,6. Sehingga dapat disimpulkan bahwa indikator yang

digunakan untuk mengukur Variabel-variabel tersebut dapat dihandalkan dan

reliabel.

4.3 Analisis Data dan Pembahasan

4.3.1 Analisa Deskriptif

Pengujian analisis data yang berhubungan faktor-faktor yang berpengaruh

terhadap tidak tercapainya target waktu dan biaya pada proyek pemeliharan jalan

Provinsi di Nusa Tenggara Timur dilakukan secara deskriptif dengan distribusi

frekuensi, yaitu menghitung persentase dari rata-rata skor setiap item pertanyaan

untuk menggambarkan tingkat pencapaian suatu kriteria bila dibandingkan dengan

kriteria yang telah ditentukan (lampiran 6)

85

1. Faktor Keuangan (X1)

Deskriptif pada faktor keuangan (X1) dapat di lihat pada Tabel 4.4 sebagai

berikut :

Tabel 4.4

Analisa Deskriptif Faktor Keuangan (X1)

Pernyataan Frequency Percent Valid PercentCumulative

PercentSangat Tidak Setuju 2 4.7 4.7 4.7Tidak Setuju 4 9.3 9.3 14.0Netral 7 16.3 16.3 30.2Setuju 27 62.8 62.8 93.0Sangat Setuju 3 7.0 7.0 100.0Total 43 100.0 100.0

Pada faktor keuangan, sebanyak 2 orang responden atau sekitar 4,7%

menyatakan sangat tidak setuju, sebanyak 4 orang responden atau sekitar 9,3%

menyatakan tidak setuju, sebanyak 7 orang responden atau sekitar 16,3%

menyatakan Netral, sebanyak 27 orang responden atau sekitar 62,8% menyatakan

setuju, dan sisanya sebanyak 3 orang responden atau sekitar 7,0% responden

menyatakan sangat setuju. Selanjutnya dapat disimpulkan bahwa deskriptif faktor

keuangan (X1) memiliki persentase sebesar 69,8% yang artinya bahwa 69,8%

responden menyatakan setuju, sebesar 16,3% yang Netral dan sebesar 14,0%

menyatakan tidak setuju dengan faktor keuangan.

2. Faktor Sumber Daya Manusia (X2)

Deskriptif pada faktor sumber daya manusia (X2) dapat di lihat pada Tabel

4.5 sebagai berikut :

86

Tabel 4.5

Analisa Deskriptif Faktor Sumber Daya Manusia (X2)



Pada faktor sumber daya manusia, sebanyak 1 orang responden atau

sekitar 2,3% menyatakan sangat tidak setuju, sebanyak 2 orang responden atau

sekitar 4,7% menyatakan tidak setuju, sebanyak 10 orang responden atau sekitar

23,3% menyatakan Netral, sebanyak 26 orang responden atau sekitar 60,5%

menyatakan setuju, dan sisanya sebanyak 4 orang responden atau sekitar 9,3%

responden menyatakan sangat setuju. Selanjutnya dapat disimpulkan bahwa

deskriptif faktor sumber daya manusia (X2) memiliki persentase sebesar 7,0%

responden menyatakan tidak setuju, sebesar 23,3% responden menyatakan Netral

dan sebesar 69,8% menyatakan setuju dengan faktor sumber daya manusia.

3. Faktor Material (X3)

Deskriptif pada faktor material (X3) dapat di lihat pada Tabel 4.6 sebagai

berikut :

Tabel 4.6

Analisa Deskriptif Faktor Material (X3)



87

Pada faktor material, sebanyak 2 orang responden atau sekitar 4,7%


menyatakan tidak setuju, sebanyak 11 orang responden atau sekitar 25,6%




material (X3) memiliki persentase sebesar 14,0% responden menyatakan tidak

setuju, sebesar 25,6% responden menyatakan Netral dan sebesar 60,5%

menyatakan setuju dengan faktor material

4. Faktor Peralatan (X4)

Deskriptif pada faktor peralatan (X4) dapat di lihat pada Tabel 4.7 sebagai

berikut :

Tabel 4.7

Analisa Deskriptif Faktor Peralatan (X4)


PercentSangat Tidak Setuju 1 2.3 2.3 2.3Netral 12 27.9 27.9 30.2Setuju 26 60.5 60.5 90.7Sangat Setuju 4 9.3 9.3 100.0Total 43 100.0 100.0

Pada faktor peralatan, sebanyak 1 orang responden atau sekitar 2,3%





peralatan (X4) memiliki persentase sebesar 2,3% responden menyatakan tidak

88

setuju, sebesar 27,9% responden menyatakan Netral dan sebesar 69,8%

menyatakan setuju dengan faktor peralatan.

5. Faktor Metode Pelaksanaan Pekerjaan (X5)

Deskriptif pada faktor metode pelaksanaan pekerjaan (X5) dapat di lihat

pada Tabel 4.8 sebagai berikut :

Tabel 4.8

Analisa Deskriptif Faktor Metode Pelaksanaan Pekerjaan (X5)


PercentTidak Setuju 4 9.3 9.3 9.3Netral 6 14.0 14.0 23.3Setuju 24 55.8 55.8 79.1Sangat Setuju 9 20.9 20.9 100.0Total 43 100.0 100.0

Pada faktor metode pelaksanaan pekerjaan, sebanyak 4 orang responden

atau sekitar 9,3% menyatakan tidak setuju, sebanyak 6 orang responden atau

sekitar 14,0% menyatakan Netral, sebanyak 24 orang responden atau sekitar

55,8% menyatakan setuju, dan sisanya sebanyak 9 orang responden atau sekitar

20,9% responden menyatakan sangat setuju. Selanjutnya dapat disimpulkan

bahwa deskriptif faktor metode pelaksanaan pekerjaan (X5) memiliki persentase

sebesar 9,3% responden menyatakan tidak setuju, sebesar 14,0% responden

menyatakan Netral dan sebesar 76,7% menyatakan setuju dengan faktor metode

pelaksanaan pekerjaan.

6. Faktor Perubahan Desain (X6)

Deskriptif pada faktor perubahan desain (X6) dapat di lihat pada Tabel 4.9

sebagai berikut :

89

Tabel 4.9

Analisa Deskriptif Faktor Perubahan Desain (X6)



Pada faktor perubahan desain, sebanyak 1 orang responden atau sekitar

2,3% menyatakan sangat tidak setuju, sebanyak 2 orang responden atau sekitar

4,7% menyatakan tidak setuju, sebanyak 6 orang responden atau sekitar 14,0%




perubahan desain (X6) memiliki persentase sebesar 7,0% responden menyatakan

tidak setuju, sebesar 14,0% responden menyatakan Netral dan sebesar 79,1%

menyatakan setuju dengan faktor perubahan desain

7. Faktor Lingkungan Kerja (X7)

Deskriptif pada faktor lingkungan kerja (X7) dapat di lihat pada Tabel 4.10

sebagai berikut :

Tabel 4.10

Analisa Deskriptif Faktor Lingkungan Kerja (X7)


PercentTidak Setuju 2 4.7 4.7 4.7Netral 11 25.6 25.6 30.2Setuju 30 69.8 69.8 100.0Total 43 100.0 100.0

90

Pada faktor lingkungan kerja, sebanyak 2 orang responden atau sekitar

4,7% menyatakan tidak setuju, sebanyak 11 orang responden atau sekitar 25,6%

menyatakan Netral, dan sisanya sebanyak 30 orang responden atau sekitar 69,8%

responden menyatakan setuju. Selanjutnya dapat disimpulkan bahwa deskriptif

faktor lingkungan kerja (X7) memiliki persentase sebesar 4,7% responden

menyatakan tidak setuju, sebesar 25,6% responden menyatakan Netral dan sebesar

69,8% menyatakan setuju dengan faktor lingkungan kerja.

4.3.2 Analisis Faktor

Kumpulan variabel layak untuk menggunakan analisis faktor jika memiliki

tingkat keterkaitan (dependensi) yang cukup tinggi. Indikasi tingkat keterkaitan

ini ditentukan dengan nilai KMO (Keiser Meyer Olkin) dan MSA (Measures

Sampling Adequacy) (Sharma, 1996). Berikut adalah hasil seleksi terhadap

indikator-indikator (item-item) yang mempengaruhi target waktu dan biaya

pelaksanaan kontrak. Seleksi dilakukan terhadap nilai MSA. Variabel dengan nilai

item-item MSA paling rendah dan kurang dari 0,50 akan dikeluarkan (drop)

kemudian dilakukan perhitungan kembali hingga seluruh butir memiliki nilai

MSA lebih dari 0,50. Hasil analisis terhadap 7 variabel bahwa ada item yang

harus dikeluarkan karena memiliki nilai MSA kurang dari 0,50.

Setelah dilakukan proses pemilihan item-item yang layak, yakni

penyaringan terhadap item-item, sehingga didapat item-item yang memenuhi

syarat untuk dianalisis. Selanjutnya adalah peringkasan atau ekstraksi terhadap

sekumpulan item yang ada, sehingga terbentuk satu atau lebih faktor yang

merupakan struktur data utama dari Target Waktu dan Target Biaya.

91

Hasil ekstraksi faktor dilanjutkan dengan melakukan interpretasi terhadap

loading faktor setiap item. Faktor akan mewakili sejumlah item jika pertimbangan

loading faktor lebih dari 0,50. Loading faktor juga menjelaskan besarnya korelasi

suatu item dengan faktor yang terbentuk. Hasil loading faktor yang digunakan

diperoleh dari component matrix. Bila faktor bermakna cukup banyak, maka

seringkali ditemukan kesulitan dalam interpretasi terhadap faktor karena terjadi

tumpang tindih (overlap) faktor-faktor yang terekstrak. Untuk mengatasinya

dilakukan rotasi faktor. Jadi, hasil ekstraksi faktor akan dilihat dari perhitungan

loading faktor setelah dirotasi (rotated component matrix). Metode rotasi varimax

digunakan agar diperoleh loading faktor yang optimal.

4.3.2.1 Variabel Laten Keuangan (X1)

Variabel Laten Keuangan diukur dengan 5 item pertanyaan yang

merupakan dekripstor dari hal-hal yang menjadi ukuran pengaruh tidak

tercapainya target waktu dan target biaya.

Tabel 4.11 (a).

Hasil Analisis Faktor untuk Variabel Laten Keuangan

Variabel Manifes

Nilai Komunalitas

Loading Faktor 1

Loading Faktor 2

KMO MSASignifikansi

Statistik Bartlett’s

X1.1 0,592 0,512 0,574

0.620

0.627

0.000

X1.2* 0,727 -0,218 0,824 0.489X1.3 0,751 0,542 0,676 0.539X1.4 0,660 0,812 0,012 0.641X1.5 0,522 0,721 0,045 0.720

Nilai Eigen 1.784 1.468Keragaman Total 35.678 29.368Kumulatif Keragaman Total

35.678 65.046

92

Tabel 4.11 (b).

Hasil Akhir Analisis Faktor untuk Variabel Laten Keuangan

Variabel Manifes

Nilai Komunalitas

Loading Faktor 1

KMO MSASignifikansi


X1.1 0,571 0,755

0,643

0,613

0.000

X1.3 0,671 0,819 0,611X1.4 0,485 0,696 0,687X1.5 0,391 0,625 0,720

Nilai Eigen 2,117Keragaman Total 52,931Kumulatif Keragaman Total

52,931

Tabel 4.11(a) menampilkan ringkasan nilai Komunalitas, Loading faktor,

KMO, MSA dan Signifikansi Statistik Bartlett’s untuk variabel manifes

(indikator) dari Variabel Laten Keuangan. Dari tabel diatas terlihat bahwa nilai

Loading faktor 1 dan nilai MSA tidak semua di atas 0.5 sehingga dapat

disimpulkan bahwa tidak semua jawaban pertanyaan untuk setiap indikator pada

Variabel Laten Keuangan dapat digunakan untuk analisis selanjutnya. Nilai KMO

sebesar 0.620 telah di atas 0.5. hal ini menunjukkan kesesuaian penerapan model

dengan analisis faktor untuk variabel-variabel ini cukup baik. Nilai Signifikansi

Uji Bartlett’s sebesar 0,000 telah kurang dari α (0,05), hal ini menunjukkan

bahwa matriks korelasi antar variabel manifes (indikator) bukan matriks identitas

(kemungkinan maktriks itu=0). Sehingga dapat disimpulkan bahwa jawaban

pertanyaan untuk setiap indikator pada Variabel Laten Keuangan dapat digunakan

untuk analisis selanjutnya. Pada hasil Analisis Faktor dengan metode ekstraksi

Analisis Komponen Utama, ternyata dapat dimunculkan 2 nilai eigen yang cukup

93

berarti (> 1.0), dengan tingkat persentase kumulatif kontribusi faktor terhadap

data penelitian sebesar 65.046%. Tingkat kontribusi kumulatif menunjukkan

bahwa pengaruh tidak tercapainya target waktu dan target biaya dapat dijelaskan

sebesar 65.046% oleh indikator-indikator Variabel Laten Keuangan (X1),

sedangkan sisanya sebesar 34.954% merupakan kesalahan atau dibentuk oleh

indikator-indikator lain yang belum terdeteksi pada penelitian ini. Pada Tabel di

atas menunjukkan bahwa seluruh variabel manifes yang membentuk variabel laten

Keuangan memiliki nilai loading faktor di atas 0.5 namun tidak seluruh variabel

manifes masuk pada Faktor 1, maka variabel laten tidak sebanyak yang

diperkirakan semula yaitu diperoleh sebanyak 4 variabel manifes yang terdiri dari

keterlambatan pembayaran oleh kontraktor kepada pekerja (X1.1), Keterlambatan

pembayaran oleh owner kepada kontraktor (X1.3), kemampuan keuangan

kontraktor (X1.4) dan Penggunaan uang muka kontrak (X1.5). Pada Tabel

4.11(a), variabel manifes yang tidak ikut membentuk variabel laten diberi tanda

bintang (*). Hasil akhir analisis faktor dapat dilihat pada Tabel 4.11(b) di mana

dilakukan reduksi hanya terhadap keterlambatan pembayaran oleh kontraktor

kepada pekerja (X1.1), Keterlambatan pembayaran oleh owner kepada kontraktor

(X1.3), kemampuan keuangan kontraktor (X1.4) dan Penggunaan uang muka

kontrak (X1.5). Nilai KMO dan Signifikansi Uji Bartlett’s berturut-turut sebesar

0.643 dan 0.000. Kontribusi kumulatif menunjukkan bahwa pengaruh Target

Waktu dan Biaya terhadap waktu pelaksanaan kontrak adalah 52.931%.

94

4.3.2.2 Variabel Laten Sumber Daya Manusia (X2)

Variabel Laten Sumber Daya Manusia diukur dengan 6 item pertanyaan

yang merupakan dekripstor dari hal-hal yang menjadi ukuran pengaruh tidak


Tabel 4.12(a).

Hasil Analisis Faktor untuk Variabel Laten Sumber Daya Manusia

Variabel Manifes

Nilai Komuna

litas

Loading Faktor 1

Loading Faktor 2

Loading Faktor 3

KMO MSASignifikansi


X2.1 0,602 0,615 -0,277 -0,384

0,584

0,637

0.015

X2.2 0,677 0,757 0,314 0,070 0,645X2.3* 0,855 -0,008 -0,054 0,923 0,458X2.4 0,590 0,761 0,101 -0,018 0,677X2.5* 0,765 0,064 0,865 0,118 0,518X2.6* 0,761 0,195 0,722 -0,449 0,566

Nilai Eigen 1,573 1,457 1,220Keragaman Total 26,222 24,290 20,327Kumulatif Keragaman Total

26,222 50,512 70,839

Tabel 4.12(b).

Hasil Akhir Analisis Faktor untuk Variabel Laten Sumber Daya Manusia

Variabel Manifes

Nilai KomunalitasLoading Faktor 1

KMO MSASignifikansi Statistik

Bartlett’sX2.1 0,380 0.616

0.592

0.680

0.020

X2.2 0,612 0.783 0.570X2.4 0,582 0.763 0.577

Nilai Eigen 1.574Keragaman Total 52.455Kumulatif Keragaman Total 52.455



(indikator) dari Variabel Laten Sumber Daya Manusia pada tabel diatas terlihat

bahwa nilai Loading faktor 1 dan nilai MSA tidak semua di atas 0.5 seperti

indikator X2.3, X2.5 dan X2.6, sehingga indikator tersebut pada Variabel Laten

95

Sumber Daya Manusia tidak dapat digunakan untuk analisis selanjutnya. Nilai

KMO sebesar 0.584 telah di atas 0.5. hal ini menunjukkan kesesuaian penerapan

model dengan analisis faktor untuk variabel-variabel ini cukup baik. Nilai

Signifikansi Uji Bartlett’s sebesar 0,015 telah kurang dari α (0,05), hal ini

menunjukkan bahwa matriks korelasi antar variabel manifes (indikator) bukan

matriks identitas (kemungkinan maktriks itu = 0). Sehingga dapat disimpulkan

bahwa jawaban pertanyaan untuk setiap indikator pada Variabel Laten Sumber

Daya Manusia dapat digunakan untuk analisis selanjutnya. Pada hasil Analisis

Faktor dengan metode ekstraksi Analisis Komponen Utama, ternyata dapat

dimunculkan 3 nilai eigen yang cukup berarti (>1.0), dengan tingkat persentase

kumulatif kontribusi faktor terhadap data penelitian sebesar 70.839%. Tingkat

kontribusi kumulatif menunjukkan bahwa pengaruh tidak tercapainya Target

waktu dan biaya pada proyek pemeliharan jalan Provinsi di Nusa Tenggara Timur

dapat dijelaskan sebesar 70.839% oleh indikator-indikator Variabel Laten Sumber

Daya Manusia (X2), sedangkan sisanya sebesar 29.161% merupakan kesalahan

atau dibentuk oleh indikator-indikator lain yang belum terdeteksi pada penelitian

ini. Pada Tabel di atas menunjukkan bahwa seluruh variabel manifes yang

membentuk variabel laten Sumber Daya Manusia memiliki nilai loading faktor di

atas 0.5 namun tidak seluruh variabel manifes masuk pada Faktor 2, maka

variabel laten tidak sebanyak yang diperkirakan semula yaitu diperoleh sebanyak

3 variabel manifes yang terdiri dari Ketersediaan sumber daya manusia (X2.1),

Ketrampilan dan produktivitas tenaga (X2.2) dan SDM mempunyai tanggung

jawab besar (X2.4). Pada Tabel 4.12(a), variabel manifes yang tidak ikut

membentuk variabel laten diberi tanda bintang (*). Hasil akhir analisis faktor

96

dapat dilihat pada Tabel 4.12(b) di mana dilakukan reduksi hanya terhadap X2.1,

X2.2, X2.4. Nilai KMO dan Signifikansi Uji Bartlett’s berturut-turut sebesar

0.592 dan 0.020. Kontribusi kumulatif menunjukkan bahwa pengaruh Target

waktu dan biaya terhadap waktu pelaksanaan kontrak adalah 52.455%.

4.3.2.3 Variabel Laten Material (X3)

Variabel Laten Material diukur dengan 3 item pertanyaan yang

merupakan deskripstor dari hal-hal yang menjadi ukuran pengaruh tidak


Tabel 4.13

Hasil Analisis Faktor untuk Variabel Laten Material

Variabel Manifes

Nilai KomunalitasLoading Faktor

1KMO MSA

Signifikansi Statistik Bartlett’s

X3.1 0,264 0,514

0,760

0,825

0,000

X3.2 0,522 0,723 0,770X3.3 0,653 0,808 0,739X3.4 0,541 0,736 0,746X3.5 0,521 0,722 0,766

Nilai Eigen 2,502Keragaman Total 50,031Kumulatif Keragaman Total 50,031

Tabel 4.13 menampilkan ringkasan nilai Komunalitas, Loading faktor,


(indikator) dari Variabel Laten Material. Dari tabel diatas terlihat bahwa seluruh

nilai MSA berada di atas 0.5 sehingga indikator pada Variabel Laten Material

dapat digunakan untuk analisis selanjutnya. Nilai KMO sebesar 0.760 telah di atas

0.5. hal ini menunjukkan kesesuaian penerapan model dengan analisis faktor

untuk variabel-variabel ini cukup baik. Nilai Signifikansi Uji Bartlett’s sebesar

97

0,000 telah kurang dari α (0,05), hal ini menunjukkan bahwa matriks korelasi

antar variabel manifes (indikator) bukan matriks identitas (kemungkinan maktriks

itu = 0). Sehingga dapat disimpulkan bahwa jawaban pertanyaan untuk setiap

indikator pada Variabel Laten Material dapat digunakan untuk analisis

selanjutnya. Pada hasil Analisis Faktor dengan metode ekstraksi Analisis

Komponen Utama, ternyata hanya dapat dimunculkan 1 nilai eigen yang cukup

berarti (> 1.0), dengan tingkat persentase kumulatif kontribusi faktor terhadap

data penelitian sebesar 50,031%. Tingkat kontribusi kumulatif menunjukkan

bahwa tidak tercapainya Target waktu dan biaya pada proyek pemeliharan jalan

Provinsi di Nusa Tenggara Timur dapat dijelaskan sebesar 50,031% oleh

indikator-indikator Variabel Laten Material (X3). Pada Tabel di atas menunjukkan

bahwa seluruh variabel manifes yang membentuk variabel laten material memiliki

nilai loading faktor di atas 0.5 masuk pada Faktor 3, maka variabel laten sebanyak

yang diperkirakan semula yaitu diperoleh sebanyak 5 variabel manifes yang

terdiri dari kekurangan material (X3.1), terjadi kerusakan dan perubahan material

(X3.2), penghantaran material terlambat (X3.3), kelangkaan material

dipenyimpanan (X3.4) dan penyimpangan pemakaian bahan dari spesifikasi

(X3.5).

4.3.2.4 Variabel Laten Peralatan (X4)

Variabel Laten Peralatan diukur dengan 9 item pertanyaan yang



98

Tabel 4.14(a).

Hasil Analisis Faktor untuk Variabel Laten Peralatan

Variabel Manifes

Nilai Komunalitas

Loading Faktor

1

Loading Faktor

2

Loading Faktor

3KMO MSA


X4.1* 0,613 0,020 0,658 0,424

0,502

0,397

0,000

X4.2* 0,864 -0,061 0,912 -0,170 0,279X4.3* 0,727 0,042 -0,237 0,818 0,323X4.4* 0,669 0,248 0,288 0,724 0,639X4.5* 0,322 0,390 -0,156 -0,381 0,448X4.6 0,620 0,775 0,122 -0,069 0,590X4.7 0,696 0,827 -0,051 0,092 0,773X4.8 0,640 0,627 0,494 0,051 0,707X4.9 0,605 0,736 -0,103 0,230 0,454

Nilai Eigen 2,439 1,700 1,616Keragaman Total 27,102 18,886 17,953Kumulatif Keragaman Total

27,102 45,988 63,942

Tabel 4.14(b).

Hasil Akhir Analisis Faktor untuk Variabel Laten Peralatan

Variabel Manifes

Nilai Komunalitas

Loading Faktor 1


Bartlett’sX4.6 0,582 0,763

0,763

0,744

0,000

X4.7 0,680 0,824 0,720X4.8 0,500 0,707 0,823X4.9 0,591 0,769 0,763


58,824



(indikator) dari Variabel Laten Peralatan. Dari tabel diatas terlihat bahwa nilai

Loading faktor 1 dan nilai MSA tidak semua di atas 0.5 yaitu indikator

keterlambatan pengiriman peralatan (X4.1), kekurangan peralatan (X4.2),

terbatasnya jumlah peralatan (X4.3), kemampuan yang tidak sesuai untuk

99

melayani volume pekerjaan (X4.4) dan peralatan yang ada sering mengalami

kerusakan (X4.5), sehingga dapat indikator tersebut pada Variabel Laten Peralatan

tidak dapat digunakan untuk analisis selanjutnya. Nilai KMO sebesar 0.502 telah

di atas 0.5. hal ini menunjukkan kesesuaian penerapan model dengan analisis

faktor untuk variabel-variabel ini cukup baik. Nilai Signifikansi Uji Bartlett’s

sebesar 0,000 telah kurang dari α (0,05), hal ini menunjukkan bahwa matriks

korelasi antar variabel manifes (indikator) bukan matriks identitas (kemungkinan

maktriks itu = 0). Sehingga dapat disimpulkan bahwa jawaban pertanyaan untuk

setiap indikator pada Variabel Laten Peralatan dapat digunakan untuk analisis

selanjutnya. Pada hasil Analisis Faktor dengan metode ekstraksi Analisis

Komponen Utama, ternyata dapat dimunculkan 3 nilai eigen yang cukup berarti (>

1.0), dengan tingkat persentase kumulatif kontribusi faktor terhadap data

penelitian sebesar 63,942%. Tingkat kontribusi kumulatif menunjukkan bahwa

pengaruh tidak tercapainya Target waktu dan biaya pada proyek pemeliharan jalan

Provinsi di Nusa Tenggara Timur dapat dijelaskan sebesar 63,942% oleh

indikator-indikator Variabel Laten Peralatan (X4), sedangkan sisanya sebesar

36,058% merupakan kesalahan atau dibentuk oleh indikator-indikator lain yang

belum terdeteksi pada penelitian ini. Pada Tabel di atas menunjukkan bahwa

seluruh variabel manifes yang membentuk variabel laten Peralatan memiliki nilai

loading faktor di atas 0.5 namun tidak seluruh variabel manifes masuk pada

Faktor 4, maka variabel laten tidak sebanyak yang diperkirakan semula yaitu

diperoleh sebanyak 4 variabel manifes yang terdiri dari Keterlambatan pengiriman

peralatan (X4.6), Kekurangan peralatan (X4.7), Peralatan yang ada sering

mengalami kerusakan (X4.8) dan Kesulitannya peralatan berat dalam menjangkau

10

lokasi proyek (X4.9). Pada Tabel 4.14(a), variabel manifes yang tidak ikut

membentuk variabel laten diberi tanda bintang (*). Hasil akhir analisis faktor

dapat dilihat pada Tabel 4.14(b) di mana dilakukan reduksi hanya terhadap

Peralatan yang ada sering mengalami kerusakan (X4.6), Tenaga opererator yang

kurang memadai (X4.7), Tenaga mekanik yang kurang memadai (X4.8) dan

Kesulitannya peralatan berat dalam menjangkau lokasi proyek (X4.9). Nilai KMO

dan Signifikansi Uji Bartlett’s berturut-turut sebesar 0.763 dan 0.000. Kontribusi

kumulatif menunjukkan bahwa pengaruh tidak tercapainya Target waktu dan

biaya pada proyek pemeliharan jalan Provinsi di Nusa Tenggara Timur adalah

58.824%.

4.3.2.5 Variabel Laten Metode Pelaksanaan (X5)

Variabel Laten Metode Pelaksanaan diukur dengan 4 item pertanyaan yang

merupakan dekripstor dari hal-hal yang menjadi ukuran pengaruh pengaruh tidak


Tabel 4.15

Hasil Analisis Faktor untuk Variabel Laten Metode Pelaksanaan

Variabel Manifes

Nilai KomunalitasLoading Faktor

1KMO MSA


X5.1 0,600 0,775

0,599

0,599

0,009

X5.2 0,531 0,559 0,596X5.3 0,525 0,502 0,596X5.4 0,764 0,765 0,526


10



(indikator) dari Variabel Laten Metode Pelaksanaan. Dari tabel diatas terlihat

bahwa seluruh nilai MSA berada di atas 0.5 sehingga indikator pada Variabel

Laten Metode Pelaksanaan dapat digunakan untuk analisis selanjutnya. Nilai

KMO sebesar 0.599 telah di atas 0.5. hal ini menunjukkan kesesuaian penerapan

model dengan analisis faktor untuk variabel-variabel ini cukup baik. Nilai

Signifikansi Uji Bartlett’s sebesar 0,009 telah kurang dari α (0,05), hal ini

menunjukkan bahwa matriks korelasi antar variabel manifes (indikator) bukan

matriks identitas (kemungkinan maktriks itu = 0). Sehingga dapat disimpulkan

bahwa jawaban pertanyaan untuk setiap indikator pada Variabel Laten Metode

Pelaksanaan dapat digunakan untuk analisis selanjutnya. Pada hasil Analisis

Faktor dengan metode ekstraksi Analisis Komponen Utama, ternyata hanya dapat

dimunculkan 1 nilai eigen yang cukup berarti (> 1.0), dengan tingkat persentase

kumulatif kontribusi faktor terhadap data penelitian sebesar 60,028%. Tingkat

kontribusi kumulatif menunjukkan bahwa pengaruh tidak tercapainya target waktu

dan target biaya dapat dijelaskan sebesar 60,028% oleh indikator-indikator

Variabel Laten Metode Pelaksanaan (X5). Pada Tabel di atas menunjukkan bahwa

seluruh variabel manifes yang membentuk variabel laten Metode Pelaksanaan

memiliki nilai loading faktor di atas 0.5 masuk pada Faktor 5, maka variabel laten

sebanyak yang diperkirakan semula yaitu diperoleh sebanyak 4 variabel manifes

yang terdiri dari Pekerjaan dilaksanakan tidak dengan urutan dan tahapan

pekerjaan (X5.1), Pelaksanaan pekerjaan tidak sesuai spesifikasi (X5.2),

10

Pekerjaan tidak dilakukan dengan baik dan benar (X5.3) dan Penggunaan

peralatan, Bahan dan tenaga yang tidak sesuai (X5.4).

4.3.2.6 Variabel Laten Perubahan Desain (X6)

Variabel Laten Perubahan Desain diukur dengan 3 item pertanyaan yang



Tabel 4.16

Hasil Analisis Faktor untuk Variabel Laten Perubahan Desain

Variabel Manifes

Nilai Komunalitas

Loading Faktor

1KMO MSA


X6.1 0,780 0,883

0,525

0,516

0,000

X6.2 0,526 0,725 0,531X6.3 0,464 0,681 0,538


58,994



(indikator) dari Variabel Laten Perubahan Desain. Dari tabel diatas terlihat bahwa

seluruh nilai MSA berada di atas 0.5 sehingga indikator pada Variabel Laten

Perubahan Desain dapat digunakan untuk analisis selanjutnya. Nilai KMO sebesar

0.525 telah di atas 0.5. hal ini menunjukkan kesesuaian penerapan model dengan

analisis faktor untuk variabel-variabel ini cukup baik. Nilai Signifikansi Uji

Bartlett’s sebesar 0,000 telah kurang dari α (0,05), hal ini menunjukkan bahwa

matriks korelasi antar variabel manifes (indikator) bukan matriks identitas

10

(kemungkinan maktriks itu = 0). Sehingga dapat disimpulkan bahwa jawaban

pertanyaan untuk setiap indikator pada Variabel Laten Perubahan Desain dapat

digunakan untuk analisis selanjutnya. Pada hasil Analisis Faktor dengan metode

ekstraksi Analisis Komponen Utama, ternyata hanya dapat dimunculkan 1 nilai

eigen yang cukup berarti ( > 1.0), dengan tingkat persentase kumulatif kontribusi

faktor terhadap data penelitian sebesar 58,994%. Tingkat kontribusi kumulatif

menunjukkan bahwa tidak tercapainya Target waktu dan biaya pada proyek

pemeliharan jalan Provinsi di Nusa Tenggara Timur dapat dijelaskan sebesar

58,994% oleh indikator-indikator Variabel Laten Perubahan Desain (X6). Pada

Tabel di atas menunjukkan bahwa seluruh variabel manifes yang membentuk

variabel laten Perubahan Desain memiliki nilai loading faktor di atas 0.5 masuk

pada Faktor 6, maka variabel laten sebanyak yang diperkirakan semula yaitu

diperoleh sebanyak 3 variabel manifes yang terdiri dari Sering terjadinya

Perubahan desain oleh owner (X6.1), Keterlambatan proses perubahan dari

perencanaan (X6.2) dan Tidak terpenuhinya perencanaan awal dan terjadi

perubahan yang telah di desain owne (X6.3).

4.3.2.7 Variabel Laten Lingkungan Kerja (X7)

Variabel Laten Lingkungan Kerja diukur dengan 7 item pertanyaan yang



10

Tabel 4.17(a).

Hasil Analisis Faktor untuk Variabel Laten Lingkungan Kerja

Variabel Manifes


Loading Faktor 2

KMO MSASignifikansi


X7.1* 0,488 0,416 0,562

0,673

0,688

0,002

X7.2* 0,711 0,027 0,843 0,612X7.3* 0,720 -0,095 0,843 0,595X7.4 0,598 0,765 -0,111 0,576X7.5 0,397 0,628 -0,054 0,629X7.6 0,563 0,688 0,299 0,692X7.7 0,291 0,530 0,098 0,637

Nilai Eigen 1,917 1,851Keragaman Total 27,383 26,444Kumulatif Keragaman Total 27,383 53,827

Tabel 4.17(b).

Hasil Akhir Analisis Faktor untuk Variabel Laten Lingkungan Kerja

Variabel Manifes



Bartlett’sX7.4 0,505 0,711

0,647

0,648

0,012

X7.5 0,415 0,644 0,683X7.6 0,581 0,762 0,631X7.7 0,309 0,555 0,635




(indikator) dari Variabel Laten Lingkungan. Dari tabel diatas terlihat bahwa nilai

Loading faktor 1 dan nilai MSA tidak semua di atas 0.5 sehingga dapat

disimpulkan bahwa jawaban pertanyaan untuk setiap indikator pada Variabel

Laten Lingkungan dapat digunakan untuk analisis selanjutnya. Nilai KMO sebesar




10


(kemungkinan maktriks itu=0). Sehingga dapat disimpulkan bahwa jawaban

pertanyaan untuk setiap indikator pada Variabel Laten Lingkungan dapat


ekstraksi Analisis Komponen Utama, ternyata dapat dimunculkan 2 nilai eigen

yang cukup berarti (>1.0), dengan tingkat persentase kumulatif kontribusi faktor

terhadap data penelitian sebesar 53,827%. Tingkat kontribusi kumulatif

menunjukkan bahwa pengaruh tidak tercapainya Target waktu dan biaya pada

proyek pemeliharan jalan Provinsi di Nusa Tenggara Timur dapat dijelaskan

sebesar 53,827% oleh indikator-indikator Variabel Laten Lingkungan (X7),

sedangkan sisanya sebesar 46,173% merupakan kesalahan atau dibentuk oleh

indikator-indikator lain yang belum terdeteksi pada penelitian ini. Pada Tabel di

atas menunjukkan bahwa seluruh variabel manifes yang membentuk variabel laten

lingkungan memiliki nilai loading faktor di atas 0.5 namun tidak seluruh variabel

manifes masuk pada Faktor 7, maka variabel laten tidak sebanyak yang

diperkirakan semula yaitu diperoleh sebanyak 4 variabel manifes yang terdiri dari

Keadaan topografi (X7.4), Adanya pengaruh kebudayaan (X7.5), Kondisi jalan

kerja yang sempit (X7.6) dan Suhu udara (X7.7). Pada Tabel 4.17(a), variabel

manifes yang tidak ikut membentuk variabel laten diberi tanda bintang (*). Hasil

akhir analisis faktor dapat dilihat pada Tabel 4.17(b) di mana dilakukan reduksi

hanya terhadap X7.4, X7.5, X7.6 dan X7.7. Nilai KMO dan Signifikansi Uji

Bartlett’s berturut-turut sebesar 0.647 dan 0.012. Kontribusi kumulatif

menunjukkan bahwa pengaruh tidak tercapainya target waktu dan target biaya

adalah 45.236%.

10

4.3.2.8 Variabel Laten Target Waktu (Y1)

Variabel Laten Target Waktu diukur dengan 3 item pertanyaan yang



Tabel 4.18

Hasil Analisis Faktor untuk Variabel Laten Target Waktu

Variabel Manifes


KMO MSASignifikansi


Y1.1 0,475 0,689

0,573

0,580

0,049

Y1.2 0,619 0,787 0,552Y1.3 0,407 0,638 0,607




(indikator) dari Variabel Laten Target Waktu. Dari tabel diatas terlihat bahwa

seluruh nilai MSA berada di atas 0.5 sehingga indikator pada Variabel Laten

Target Waktu dapat digunakan untuk analisis selanjutnya. Nilai KMO sebesar





(kemungkinan maktriks itu = 0). Sehingga dapat disimpulkan bahwa jawaban

pertanyaan untuk setiap indikator pada Variabel Laten Target Waktu dapat


ekstraksi Analisis Komponen Utama, ternyata hanya dapat dimunculkan 1 nilai

10

eigen yang cukup berarti ( > 1.0), dengan tingkat persentase kumulatif kontribusi

faktor terhadap data penelitian sebesar 50,031%. Tingkat kontribusi kumulatif

menunjukkan bahwa Target waktu dan biaya terhadap tidak tercapainya Target

waktu dan biaya pada proyek pemeliharan jalan Provinsi di Nusa Tenggara Timur

dapat dijelaskan sebesar 50,031% oleh indikator-indikator Variabel Laten Target

Waktu (Y1). Pada Tabel di atas menunjukkan bahwa seluruh variabel manifes

yang membentuk variabel laten Target Waktu memiliki nilai loading faktor di atas

0.5 masuk pada Faktor 8, maka variabel laten sebanyak yang diperkirakan semula

yaitu diperoleh sebanyak 3 variabel manifes yang terdiri dari Waktu tidak

sebanding dengan volume (Y1.1), Menunggu hasil pengetesan oleh owner (Y2.2)

dan Mundurnya pelaksanaan kerja (Y1.3).

4.3.3 Hasil Uji Asumsi Klasik

Untuk mendapatkan nilai pemeriksa yang tidak bias dan efisien dari satu

persamaan regresi berganda dengan metode kuadrat terkecil (Least square), maka

sebelum pengujian Hipotesis dilakukan pengujian untuk mengetahui model

regresi yang dihasilkan memenuhi persyaratan asumsi klasik. Persyaratan asumsi

klasik yang harus dipenuhi adalah Uji Linieritas dan Uji Homoskesdastisitas.

4.3.3.1. Uji Linieritas

Hasil pengujian ini membuktikan apakah model yang akan dipakai dengan

menggunakan model linier atau bukan. Hasil dari uji asumsi ini dapat dilihat pada

Tabel 4.19 dan Tabel 4.20 sebagai berikut :

10

Tabel 4.19

Nilai Curve Fit untuk Pengujian Asumsi Linieritas Variabel (X1), (X2), (X3),

(X4), (X5), (X6), (X7) Terhadap Target Waktu (Y1)

Variabel Signifikan HasilKeuangan (X1) 0.031 LinierSumber Daya Manusia (X2) 0.047 LinierMaterial (X3) 0.017 LinierPeralatan (X4) 0.015 LinierMetode Pelaksanaan Pekerjaan (X5) 0.036 LinierPerubahan Desain (X6) 0.016 LinierLingkungan Kerja (X7) 0.039 Linier

Pada hasil Curve Fit diperoleh nilai signifikan untuk model linier pada

semua variabel bebas kurang dari alpha (0.05) sehingga dapat dikatakan bahwa

semua variabel bebas linier terhadap variabel target waktu. Dengan kata lain,

asumsi linieritas telah terpenuhi.

Tabel 4.20

Nilai Curve Fit untuk Pengujian Asumsi Linieritas Variabel (X1), (X2), (X3),

(X4), (X5), (X6), (X7) Terhadap Target Biaya (Y2)

Variabel Signifikan HasilKeuangan (X1) 0.049 LinierSumber Daya Manusia (X2) 0.045 LinierMaterial (X3) 0.026 LinierPeralatan (X4) 0.027 LinierMetode Pelaksanaan Pekerjaan (X5) 0.043 LinierPerubahan Desain (X6) 0.046 LinierLingkungan Kerja (X7) 0.037 Linier

Pada hasil Curve Fit diperoleh nilai signifikan untuk model linier pada

semua variabel bebas kurang dari alpha (0.05) sehingga dapat dikatakan bahwa

semua variabel bebas linier terhadap variabel target biaya. Dengan kata lain,

asumsi linieritas telah terpenuhi.

10

Sama halnya dengan hubungan antara variabel target waktu terhadap target

biaya yang mempunyai nilai signifikansi sebesar 0,049 yang berarti variabel target

waktu linier terhadap target biaya karena nilai signifikansi lkurang dari alpaha

(0.05).

4.3.3.2. Uji Homoskesdastisitas

Heteroskesdastisitas akan mengakibatkan penaksiran koefisien-koefisien

regresi menjadi tidak efisien. Hasil penaksiran akan menjadi kurang dari se-

mestinya. Heteroskesdastisitas bertentangan dengan salah satu asumsi dasar re-

gresi linier yaitu bahwa variasi residual sama untuk semua pengamatan atau dise-

but Homoskesdastisitas.

Pemeriksaan asumsi ini dapat dilakukan dengan menggunakan uji

korelasi rank Spearman, yakni menguji korelasi antara nilai duga dengan absolut

galat nya. Hasil pengujian dengan metode rank Spearman seperti terlihat dalam

Tabel 4.21 dan 4.22 sebagai berikut :

Tabel 4.21

Uji Asumsi Homoskesdastisitas Variabel (X1), (X2), (X3), (X4), (X5), (X6),

(X7) Terhadap Target Waktu (Y1)

Statistik Uji Nilai KeteranganKorelasi Rank Spearman -0.065 Homoskesdastisitasp-value 0.679

Berdasarkan pada tabel 4.21 di atas, pengujian asumsi ini didapatkan

koefisien korelasi rank Spearman sebesar -0.065 dengan p-value sebesar 0.679 di

mana besarnya p-value lebih besar daripada α = 0.05. Dari pengujian ini dapat

disimpulkan bahwa asumsi Homoskesdastisitas telah terpenuhi.

11

Tabel 4.22

Uji Asumsi Homoskesdastisitas Variabel (X1), (X2), (X3), (X4), (X5), (X6),

(X7) dan Target Waktu (Y1) Terhadap Target Biaya (Y2)

Statistik Uji Nilai Keterangan

Korelasi Rank Spearman -0.275Homoskesdastisitas

p-value 0.075

Berdasarkan pada tabel 4.22 di atas, pengujian asumsi ini didapatkan

koefisien korelasi rank Spearman sebesar -0.275 dengan p-value sebesar 0.075 di

mana besarnya p-value lebih besar daripada α = 0.05. Dari pengujian ini dapat

disimpulkan bahwa asumsi Homoskesdastisitas telah terpenuhi.

4.3.4 Analisis Path (Analisis Jalur)

Analisis path digunakan untuk mengetahui variabel bebas yang manakah

yang paling berpengaruh terhadap Variabel tak bebasnya.

4.3.4.1 Model 1 Pengaruh Variabel (X1), (X2), (X3), (X4), (X5), (X6), (X7)

Terhadap Target Waktu (Y1)

Dalam pengolahan data dengan menggunakan analisis path, dilakukan

beberapa tahapan untuk mencari hubungan antara variabel independen dan

dependen. Berdasarkan hasil pengolahan data dengan menggunakan software

SPSS didapatkan ringkasan seperti pada Tabel 4.23

Variabel dependen pada model ini adalah Target Waktu, dan variabel

independennya adalah Keuangan (X1), Sumber Daya Manusia (X2), Material

(X3), Peralatan (X4), Metode Pelaksanaan (X5), Perubahan Desain (X6),

Lingkungan Kerja (X7)

11

Tabel 4.23

Ringkasan Hasil Analisis Path

Variabel Koefisien β thitungp-

valueKeterangan

Keuangan (X1) -0.222 -1.236 0.225 Tidak SignifikanSDM (X2) 0.342 4.832 0.011 SignifikanMaterial (X3) 0.326 4.333 0.019 SignifikanPeralatan (X4) 0.287 3.698 0.024 SignifikanMetode Pelaksanaan (X5) -0.009 -0.055 0.956 Tidak SignifikanPerubahan Desain (X6) 0.033 0.197 0.845 Tidak SignifikanLingkungan Kerja (X7) 0.260 2.587 0.046 Signifikan

α = 0,05

R = 0,829Koefisien Determinasi (R2) = 0,687F-hitung = 3,128 F-tabel = 2,285 p-value = 0,037t-tabel = 2,030


Model path yang didapatkan berdasarkan tabel 4.23 adalah sebagai

berikut:

Y1 = -0.222 X1 + 0,342 X2 + 0,326 X3 + 0,287 X4 - 0,009 X5 + 0,033 X6 +

0.260 X7

dimana :

Y1 : Target Waktu

X1 : Keuangan

X2 : SDM

X3 : Material

X4 : Peralatan

X5 : Metode Pelaksanaan

X6 : Perubahan Desain

X7 : Lingkungan Kerja

11

Berdasarkan pada tabel 4.23, terlihat bahwa tidak semua variabel

independen memiliki nilai yang signifikan. Variabel independen yang memiliki

nilai signifikan adalah Variabel Sumber Daya Manusia (X2), Material (X3),

Peralatan (X4), Lingkungan kerja (X7).

Berdasarkan pada tabel 4.23, model path tersebut memiliki koefisien

determinasi (R2) sebesar 0,687. Hal ini berarti bahwa model path yang didapatkan

mampu menjelaskan pengaruh antara Variabel Keuangan (X1), Sumber Daya

Manusia (X2), Material (X3), Peralatan (X4), Metode Pelaksanaan Pekerjaan

(X5), Perubahan Desain (X6), Lingkungan kerja (X7) terhadap Target Waktu

(Y1) sebesar 68.7% dan sisanya dijelaskan oleh faktor lain di luar penelitian.

Kemudian, untuk menentukan variabel independen yang paling

berpengaruh terhadap target waktu dapat dilakukan dengan membandingkan

koefisien standardize (β) antara variabel yang satu dengan yang lain. Variabel

yang paling dominan pengaruhnya terhadap target waktu adalah variabel yang

memiliki koefisien standardize (β) yang paling besar. Untuk membandingkan

koefisien path masing-masing variabel, disajikan tabel peringkat sebagai berikut :

Tabel 4.24

Urutan Ringkasan Hasil Analisis Path

Peringkat Variabel Standardize Koefisien β1 SDM (X2) 0.3422 Material (X3) 0.3263 Peralatan (X4) 0.2874 Lingkungan Kerja (X7) 0.2605 Keuangan (X1) -0.2226 Perubahan Desain (X6) 0.0337 Metode Prlaksanaan (X5) -0.009


Berdasarkan pada tabel 4.24 variabel Sumber Daya Manusia adalah

variabel yang memiliki koefisien path yang paling besar. Artinya, Variabel Target

11

Waktu paling banyak dipengaruhi oleh variabel SDM. Koefisien path yang positif

mengindikasikan bahwa semakin tinggi variabel SDM maka proyek pemeliharaan

jalan akan cepat terselesaikan.

4.3.4.2 Model 2 Pengaruh Variabel (X1), (X2), (X3), (X4), (X5), (X6), (X7)

dan Target Waktu (Y1) Terhadap Target Biaya (Y2)

Dalam pengolahan data dengan menggunakan analisis path, dilakukan

beberapa tahapan untuk mencari hubungan antara variabel independen dan

dependen. Berdasarkan hasil pengolahan data dengan menggunakan software

SPSS didapatkan ringkasan seperti pada Tabel 4.25 sebagai berikut ;

Tabel 4.25Ringkasan Hasil Analisis Path

VariabelStandardize Koefisien β

thitung p-value Keterangan

Target Waktu (Y1) 0.580 4.508 0.007 SignifikanKeuangan (X1) -0.137 -0.811 0.423 Tidak SignifikanSDM (X2) 0.315 2.938 0.035 SignifikanMaterial (X3) 0.488 3.606 0.017 SignifikanPeralatan (X4) 0.376 3.078 0.029 SignifikanMetode Pelaksanaan (X5) 0.251 1.021 0.105 Tidak SignifikanPerubahan Desain (X6) -0.361 -3.026 0.030 SignifikanLingkungan Kerja (X7) 0.497 3.749 0.016 Signifikan

α = 0,05

R = 0,783Koefisien Determinasi (R2) = 0,613F-hitung = 3,983

F-tabel = 2,225

p-value = 0,026

t-tabel = 2,030


Variabel dependen pada model ini adalah Target Biaya (Y2) dan variabel

11

independennya adalah Target Waktu (Y1), Keuangan (X1), Sumber Daya

Manusia (X2), Material (X3), Peralatan (X4), Metode Pelaksanaan (X5),

Perubahan Desain (X6), Lingkungan Kerja (X7)

Model path yang didapatkan berdasarkan tabel 4.25 adalah sebagai

berikut:

Y2 = 0.580 Y1 - 0.137 X1 + 0,315 X2 + 0,488 X3 + 0,376 X4 + 0,251 X5 - 0,361

X6 + 0.497 X7

dimana :

Y2 : Target Biaya

Y1 : Target Waktu

X1 : Keuangan

X2 : SDM

X3 : Material

X4 : Peralatan

X5 : Metode Pelaksanaan

X6 : Perubahan Desain

X7 : Lingkungan Kerja

Berdasarkan pada tabel 4.25, terlihat bahwa tidak semua variabel

independen memiliki nilai yang signifikan. Variabel independen yang memiliki

nilai signifikan adalah Variabel Sumber Daya Manusia (X2), Material (X3),

Peralatan (X4), Perubahan Desain (X6) dan Lingkungan kerja (X7).

Berdasarkan pada tabel 4.25, model path tersebut memiliki koefisien

determinasi (R2) sebesar 0,613. Hal ini berarti bahwa model path yang didapatkan

11

mampu menjelaskan pengaruh antara Variabel Target Waktu (Y1), Keuangan

(X1), Sumber Daya Manusia (X2), Material (X3), Peralatan (X4), Metode

Pelaksanaan Pekerjaan (X5), Perubahan Desain (X6), Lingkungan kerja (X7)

terhadap Target Biaya (Y2) sebesar 61.3% dan sisanya dijelaskan oleh faktor lain

di luar penelitian.

Kemudian, untuk menentukan variabel independen yang paling

berpengaruh terhadap target biaya dapat dilakukan dengan membandingkan

koefisien standardize (β) antara variabel yang satu dengan yang lain. Variabel

yang paling dominan pengaruhnya terhadap target biaya adalah variabel yang

memiliki koefisien standardize (β) yang paling besar. Untuk membandingkan

koefisien path masing-masing variabel, disajikan tabel peringkat sebagai berikut :

Tabel 4.26

Urutan Ringkasan Hasil Analisis Path

Peringkat VariabelStandardize Koefisien β

1 Target Waktu (Y1) 0.5802 Lingkungan Kerja (X7) 0.4973 Material (X3) 0.4884 Peralatan (X4) 0.3765 Perubahan Desain (X6) -0.3616 SDM (X2) 0.3157 Metode Pelaksanaan (X5) 0.2518 Keuangan (X1) -0.137


Berdasarkan pada tabel 4.26 variabel Target Waktu adalah variabel yang

memiliki koefisien path yang paling besar. Artinya, Variabel Target Biaya paling

banyak dipengaruhi oleh variabel Target Waktu. Koefisien path yang positif

mengindikasikan bahwa semakin cepat waktu yang digunakan maka biaya yang

dibutuhkan akan semakin sedikit.

11

4.3.4.3 Uji Koefisien Model Untuk Variabel (X1), (X2), Material (X3), (X4),

(X5), (X6), (X7) Terhadap Target Waktu (Y1)

Model yang telah didapatkan diuji terlebih dahulu baik secara simultan

dan secara parsial. Pengujian model secara simultan dilakukan dengan

menggunakan uji F atau ANOVA dan pengujian model secara parsial dilakukan

dengan uji t.

1. Uji Model Secara Simultan

Pengujian secara simultan dilakukan untuk menunjukkan apakah semua

variabel yang digunakan dalam model berpengaruh secara langsung terhadap

target waktu. Semua variabel tersebut diuji secara serentak dengan menggunakan

uji F atau ANOVA. Dengan menggunakan bantuan software SPSS, didapatkan

hasil uji F seperti yang terlihat dalam tabel 4.27 sebagai berikut :

Tabel 4.27

Uji Model Secara Simultan

ANOVAb

21,679 7 3,097 3,128 ,037a

34,647 35 ,990

56,326 42

Regression

Residual

Total

Model1

Sum ofSquares df Mean Square F Sig.

Predictors: (Constant), Lingkungan Kerja, Peralatan, Metode Pelaksanaan,Keuangan, SDM, Perubahan Desain, Material

a.

Dependent Variable: Target Waktub.

Sumber : Analisis SPSS

Hipotesis yang digunakan dalam pengujian koefisien model secara

simultan dapat dilihat dalam tabel 4.28 sebagai berikut :

11

Tabel 4.28

Uji Hipotesis Model Secara Simultan

Hipotesis Nilai Keputusan

H0 : βi = 0 (tidak terdapat pengaruh yang signifikan

antara X1, X2, X3, X4, X5, X6 dan X7 terhadap

target waktu)

Ha : βi ≠ 0 (terdapat pengaruh yang signifikan antara

X1, X2, X3, X4, X5, X6 dan X7 terhadap target

waktu), α = 0.05

F = 3.128

p-value = 0.037

Ftabel = 2.676

Tolak H0


Berdasarkan tabel 4.28, pengujian Hipotesis model secara simultan atau

secara serentak menggunakan uji F. Di dalam tabel distribusi F, didapatkan nilai

Ftabel dengan degrees of freedom (df) n1 = 7 dan n2 = 35 adalah sebesar 2.676. Jika

nilai F hasil penghitungan pada tabel 4.20 dibandingkan dengan Ftabel, maka Fhitung

hasil penghitungan lebih besar daripada Ftabel (3.128 > 2.676). Selain itu, pada

tabel 4.20 juga didapatkan nilai p-value sebesar 0.037. Jika p-value dibandingkan

dengan α = 0.05 maka p-value kurang dari α = 0.05. Dari kedua perbandingan

tersebut dapat diambil keputusan H0 ditolak pada taraf α = 0.05. Sehingga dapat

disimpulkan bahwa terdapat pengaruh yang signifikan secara serentak antara X1,

X2, X3, X4, X5, X6 dan X7 terhadap target waktu (Y1).

2. Uji Model Secara Parsial

Pengujian model secara parsial digunakan untuk mengetahui apakah

masing-masing variabel independen pembentuk model secara individu memiliki

pengaruh langsung yang signifikan terhadap target waktu atau tidak. Untuk

menguji hubungan tersebut digunakan uji t, yakni dengan membandingkan nilai

thitung dengan ttabel. Variabel independen pembentuk model dikatakan berpengaruh

11

secara langsung jika thitung > ttabel atau p-value < α = 0,05. Pengujian model secara

parsial adalah sebagai berikut :

a. Variabel Keuangan (X1)

Bedasarkan pada tabel 4.23, pengujian Hipotesis Variabel Keuangan (X1)

dapat dituliskan dalam tabel 4.29 sebagai berikut :

Tabel 4.29

Uji Hipotesis Koefisien Variabel Keuangan (X1)


H0 : β1 = 0 (Variabel Keuangan tidak berpengaruh

secara langsung terhadap target waktu)

Ha : β1 ≠ 0 (Variabel Keuangan tidak berpengaruh


α = 0.05

t = -1.236

p-value = 0.225

ttabel = 2.030

Terima H0


Variabel keuangan memiliki koefisien standardized beta sebesar -0.222.

Dengan menggunakan bantuan software SPSS, didapatkan statisitik uji t sebesar -

1.236 dengan p-value sebesar 0.225. Nilai statistik uji t tersebut lebih kecil

daripada ttabel (1.236 < 2.030) dan juga p-value lebih besar daripada α = 0.05.

Pengujian ini menunjukkan bahwa H0 diterima. Sehingga dapat disimpulkan

bahwa Variabel keuangan (X1) tidak berpengaruh secara langsung terhadap target

waktu.

b. Variabel Sumber Daya Manusia (X2)

Bedasarkan pada tabel 4.23, pengujian Hipotesis Variabel Sumber Daya

Manusi (X2) dapat dituliskan dalam tabel 4.30 sebagai berikut :

11

Tabel 4.30

Uji Hipotesis Koefisien Variabel Sumber Daya Manusia (X2)

Hipotesis Nilai KeputusanH0 : β1 = 0 (Variabel Sumber Daya Manusia tidak

berpengaruh secara langsung terhadap target waktu)

Ha : β1 ≠ 0 (Variabel Sumber Daya Manusia tidak


α = 0.05

t = 4.832

p-value = 0.011

ttabel = 2.030

Tolak H0


Variabel Sumber Daya Manusia memiliki koefisien standardized beta

sebesar 0.342. Dengan menggunakan bantuan software SPSS, didapatkan statisitik

uji t sebesar 4.832 dengan p-value sebesar 0.011. Nilai statistik uji t tersebut lebih

besar daripada ttabel (4.832 > 2.030) dan juga p-value lebih kecil daripada α = 0.05.

Pengujian ini menunjukkan bahwa H0 ditolak. Sehingga dapat disimpulkan bahwa

Variabel Sumber Daya Manusia (X2) berpengaruh secara langsung terhadap target

waktu.

c. Variabel Material (X3)

Bedasarkan pada tabel 4.23, pengujian Hipotesis Variabel Material (X3)


Tabel 4.31

Uji Hipotesis Koefisien Variabel Material (X3)


H0 : β1 = 0 (Variabel Material tidak berpengaruh


Ha : β1 ≠ 0 (Variabel Material tidak berpengaruh

secara langsung terhadap target waktu), α = 0.05

t = 4.333

p-value = 0.019

ttabel = 2.030

Tolak H0


12

Variabel Material memiliki koefisien standardized beta sebesar 0.326.

Dengan menggunakan bantuan software SPSS, didapatkan statisitik uji t sebesar

4.333 dengan p-value sebesar 0.019. Nilai statistik uji t tersebut lebih besar

daripada ttabel (4.333 > 2.030) dan juga p-value lebih kecil daripada α = 0.05.


Variabel Material (X3) berpengaruh langsung terhadap target waktu.

d. Variabel Peralatan (X4)

Bedasarkan pada tabel 4.23, pengujian Hipotesis Variabel Peralatan (X4)


Tabel 4.32

Uji Hipotesis Koefisien Variabel Peralatan (X4)


H0 : β1 = 0 (Variabel Peralatan tidak berpengaruh secara

langsung terhadap target waktu)

Ha : β1 ≠ 0 (Variabel Peralatan tidak berpengaruh secara

langsung terhadap target waktu), α = 0.05

t = 3.698

p-value = 0.024

ttabel = 2.030

Tolak H0


Variabel Peralatan memiliki koefisien standardized beta sebesar 0.287.





Variabel Peralatan (X4) berpengaruh langsung terhadap target waktu.

e. Variabel Metode Pelaksanaan Pekerjaan (X5)

Bedasarkan pada tabel 4.23, pengujian Hipotesis Variabel Metode

12

Pelaksanaan Pekerjaan (X5) dapat dituliskan dalam tabel 4.33 sebagai berikut :

Tabel 4.33

Uji Hipotesis Koefisien Variabel Metode Pelaksanaan Pekerjaan (X5)


H0 : β1 = 0 (Variabel Metode Pelaksanaan Pekerjaan tidak


Ha : β1 ≠ 0 (Variabel Metode Pelaksanaan Pekerjaan tidak


α = 0.05

t = -0.055

p-value = 0.956

ttabel = 2.030

Terima H0


Variabel Metode Pelaksanaan Pekerjaan memiliki koefisien standardized

beta sebesar -0.009. Dengan menggunakan bantuan software SPSS, didapatkan

statisitik uji t sebesar -0.055 dengan p-value sebesar 0.956. Nilai statistik uji t

tersebut lebih kecil daripada ttabel (-0.055 < 2.030) dan juga p-value lebih besar

daripada α = 0.05. Pengujian ini menunjukkan bahwa H0 diterima. Sehingga dapat

disimpulkan bahwa Variabel Metode Pelaksanaan Pekerjaan (X5) tidak

berpengaruh langsung terhadap target waktu.

f. Variabel Perubahan Desain (X6)

Bedasarkan pada tabel 4.23, pengujian Hipotesis Variabel Perubahan

Desain (X6) dapat dituliskan dalam tabel 4.34 sebagai berikut :

Tabel 4.34

Uji Hipotesis Koefisien Variabel Perubahan Desain (X6)


H0 : β1 = 0 (Variabel Perubahan Desain tidak


Ha : β1 ≠ 0 (Variabel Perubahan Desain tidak berpengaruh


α = 0.05

t = 0.197

p-value = 0.845

ttabel = 2.030

Terima H0


12

Variabel Perubahan Desain memiliki koefisien standardized beta sebesar

0.033. Dengan menggunakan bantuan software SPSS, didapatkan statisitik uji t

sebesar 0.197 dengan p-value sebesar 0.845. Nilai statistik uji t tersebut lebih

kecil daripada ttabel (0.197 > 2.030) dan juga p-value lebih besar daripada α = 0.05.


bahwa Variabel Perubahan Desain (X6) tidak berpengaruh langsung terhadap

target waktu.

g. Variabel Lingkungan Kerja (X7)

Bedasarkan pada tabel 4.23, pengujian Hipotesis Variabel Lingkungan

Kerja (X7) dapat dituliskan dalam tabel 4.35 sebagai berikut :

Tabel 4.35

Uji Hipotesis Koefisien Variabel Lingkungan Kerja (X7)


H0 : β1 = 0 (Variabel Lingkungan Kerja tidak


Ha : β1 ≠ 0 (Variabel Lingkungan Kerja tidak


α = 0.05

t = 2.587

p-value = 0.046

ttabel = 2.030

Tolak H0


Variabel Lingkungan Kerja memiliki koefisien standardized beta sebesar





Variabel Lingkungan Kerja (X7) berpengaruh secara langsung terhadap target

waktu.

12

4.3.4.4 Uji Koefisien Model Path Untuk Uji Hipotesis Koefisien Model Path

Untuk Variabel (X1), (X2), (X3), (X4), (X5), (X6), (X7) dan (Y1) Ter-

hadap Target Biaya (Y2)

Model yang telah didapatkan diuji terlebih dahulu baik secara simultan

dan secara parsial. Pengujian model secara simultan dilakukan dengan

menggunakan uji F atau ANOVA dan pengujian model secara parsial dilakukan

dengan uji t.

1. Uji Model Secara Simultan

Pengujian secara simultan dilakukan untuk menunjukkan apakah semua

variabel yang digunakan dalam model berpengaruh secara langsung terhadap

target biaya. Semua variabel tersebut diuji secara serentak dengan menggunakan

uji F atau ANOVA. Dengan menggunakan bantuan software SPSS, didapatkan

hasil uji F dapat dilihat dalam tabel 4.36 sebagai berikut :

Tabel 4.36

Uji Model Secara Simultan

ANOVAb

29,169 8 3,646 3,983 ,026a

31,110 34 ,915

60,279 42

Regression

Residual

Total

Model1

Sum ofSquares df Mean Square F Sig.

Predictors: (Constant), Target Waktu, Metode Pelaksanaan, Keuangan, PerubahanDesain, Peralatan, SDM, Lingkungan Kerja, Material

a.

Dependent Variable: Target Biayab.


Hipotesis yang digunakan dalam pengujian koefisien model secara

simultan dapat dilihat dalam tabel 4.37 sebagai berikut :

12

Tabel 4.37

Uji Hipotesis Model Secara Simultan


H0 : βi = 0 (tidak terdapat pengaruh yang signifikan

antara X1, X2, X3, X4, X5, X6 , X7 dan Y1 terhadap

target biaya)

Ha : βi ≠ 0 (terdapat pengaruh yang signifikan antara

X1, X2, X3, X4, X5, X6, X7 dan Y1 terhadap target

biaya)

α = 0.05

F = 3.983

p-value = 0.026

Ftabel = 2.593

Tolak H0


Berdasarkan tabel 4.37, pengujian Hipotesis model secara simultan atau

secara serentak menggunakan uji F. Di dalam tabel distribusi F, didapatkan nilai

Ftabel dengan degrees of freedom (df) n1 = 8 dan n2 = 34 adalah sebesar 2.593. Jika

nilai F hasil penghitungan pada tabel 4.36 dibandingkan dengan Ftabel, maka Fhitung

hasil penghitungan lebih besar daripada Ftabel (3.983 > 2.593). Selain itu, pada

tabel 4.36 juga didapatkan nilai p-value sebesar 0.026. Jika p-value dibandingkan

dengan α = 0.05 maka p-value kurang dari α = 0.05. Dari kedua perbandingan

tersebut dapat diambil keputusan H0 ditolak pada taraf α = 0.05. Sehingga dapat

disimpulkan bahwa terdapat pengaruh yang signifikan secara serentak antara X1,

X2, X3, X4, X5, X6, X7 dan Y1 terhadap target biaya (Y2).

2. Uji Model Secara Parsial

Pengujian model secara parsial digunakan untuk mengetahui apakah

masing-masing variabel independen pembentuk model secara individu memiliki

pengaruh langsung yang signifikan terhadap target biaya atau tidak. Untuk

menguji hubungan tersebut digunakan uji t, yakni dengan membandingkan nilai

12

thitung dengan ttabel. Variabel independen pembentuk model dikatakan berpengaruh

secara langsung jika thitung > ttabel atau p-value < α = 0,05. Pengujian model secara

parsial adalah sebagai berikut :

a. Variabel Keuangan (X1)

Bedasarkan pada tabel 4.25, pengujian Hipotesis Variabel Keuangan (X1)


Tabel 4.38

Uji Hipotesis Koefisien Variabel Keuangan (X1)


H0 : β1 = 0 (Variabel Keuangan tidak berpengaruh

secara langsung terhadap target biaya)

Ha : β1 ≠ 0 (Variabel Keuangan tidak berpengaruh


α = 0.05

t = -0.811

p-value = 0.423

ttabel = 2.030

Terima H0


Variabel Keuangan memiliki koefisien standardized beta sebesar -0.137.

Dengan menggunakan bantuan software SPSS, didapatkan statisitik uji t sebesar -

0.811 dengan p-value sebesar 0.423. Nilai statistik uji t tersebut lebih kecil

daripada ttabel (0.811 < 2.030) dan juga p-value lebih besar daripada α = 0.05.


bahwa Variabel Keuangan (X1) tidak berpengaruh secara langsung terhadap target

biaya.

b. Variabel Sumber Daya Manusia (X2)

Bedasarkan pada tabel 4.25, pengujian Hipotesis Variabel Sumber Daya

Manusi (X2) dapat dituliskan dalam tabel 4.39 sebagai berikut :

12

Tabel 4.39

Uji Hipotesis Koefisien Variabel Sumber Daya Manusia (X2)


H0 : β1 = 0 (Variabel Sumber Daya Manusia tidak

berpengaruh secara langsung terhadap target biaya)

Ha : β1 ≠ 0 (Variabel Sumber Daya Manusia tidak


α = 0.05

t = 2.938

p-value = 0.035

ttabel = 2.030

Tolak H0


Variabel Sumber Daya Manusia memiliki koefisien standardized beta

sebesar 0.315. Dengan menggunakan bantuan software SPSS, didapatkan statisitik

uji t sebesar 2.938 dengan p-value sebesar 0.035. Nilai statistik uji t tersebut lebih



Variabel Sumber Daya Manusia (X2) berpengaruh secara langsung terhadap target

biaya.

c. Variabel Material (X3)

Bedasarkan pada tabel 4.25. pengujian Hipotesis Variabel Material (X3)


Tabel 4.40

Uji Hipotesis Koefisien Variabel Material (X3)


H0 : β1 = 0 (Variabel Material tidak berpengaruh


Ha : β1 ≠ 0 (Variabel Material tidak berpengaruh

secara langsung terhadap target biaya), α = 0.05

t = 3.606

p-value = 0.017

ttabel = 2.030

Tolak H0


12

Variabel Material memiliki koefisien standardized beta sebesar 0.488.





Variabel Material (X3) berpengaruh secara langsung terhadap target biaya.

d. Variabel Peralatan (X4)

Bedasarkan pada tabel 4.25, pengujian Hipotesis Variabel Peralatan (X4)


Tabel 4.41

Uji Hipotesis Koefisien Variabel Peralatan (X4)


H0 : β1 = 0 (Variabel Peralatan tidak berpengaruh


Ha : β1 ≠ 0 (Variabel Peralatan tidak berpengaruh


t = 3.078

p-value = 0.029

ttabel = 2.030

Tolak H0


Variabel Peralatan memiliki koefisien standardized beta sebesar 0.376.





Variabel Peralatan (X4) berpengaruh secara langsung terhadap target biaya.

e. Variabel Metode Pelaksanaan Pekerjaan (X5)

Bedasarkan pada tabel 4.25, pengujian Hipotesis Variabel Metode

Pelaksanaan Pekerjaan (X5) dapat dituliskan dalam tabel 4.42 sebagai berikut :

12

Tabel 4.42

Uji Hipotesis Koefisien Variabel Metode Pelaksanaan Pekerjaan (X5)


H0 : β1 = 0 (Variabel Metode Pelaksanaan Pekerjaan tidak


Ha : β1 ≠ 0 (Variabel Metode Pelaksanaan Pekerjaan tidak


α = 0.05

t = 1.021

p-value =

0.105

ttabel = 2.030

Terima H0


Variabel Metode Pelaksanaan Pekerjaan memiliki koefisien standardized

beta sebesar 0.251. Dengan menggunakan bantuan software SPSS, didapatkan

statisitik uji t sebesar 1.021 dengan p-value sebesar 0.105. Nilai statistik uji t

tersebut lebih kecil daripada ttabel (1.021< 2.030) dan juga p-value lebih besar

daripada α = 0.05. Pengujian ini menunjukkan bahwa H0 diterima. Sehingga dapat

disimpulkan bahwa Variabel Metode Pelaksanaan Pekerjaan (X5) tidak

berpengaruh langsung terhadap target biaya.

f. Variabel Perubahan Desain (X6)

Bedasarkan pada tabel 4.25, pengujian Hipotesis Variabel Perubahan

Desain (X6) dapat dituliskan dalam tabel 4.43 sebagai berikut :

Tabel 4.43

Uji Hipotesis Koefisien Variabel Perubahan Desain (X6)


H0 : β1 = 0 (Variabel Perubahan Desain tidak berpengaruh


Ha : β1 ≠ 0 (Variabel Perubahan Desain tidak berpengaruh


t = -3.026

p-value = 0.030

ttabel = 2.030

Tolak H0


12

Variabel Perubahan Desain memiliki koefisien standardized beta sebesar -


sebesar -3.026 dengan p-value sebesar 0.030. Nilai statistik uji t tersebut lebih

besar daripada ttabel (3.026 < 2.030) dan juga p-value lebih kecil daripada α = 0.05.


Variabel Perubahan Desain (X6) berpengaruh langsung terhadap target biaya.

g. Variabel Lingkungan Kerja (X7)

Bedasarkan pada tabel 4.25, pengujian Hipotesis Variabel Lingkungan

Kerja (X7) dapat dituliskan dalam tabel 4.44 sebagai berikut :

Tabel 4.44

Uji Hipotesis Koefisien Variabel Lingkungan Kerja (X7)


H0 : β1 = 0 (Variabel Lingkungan Kerja tidak berpengaruh


Ha : β1 ≠ 0 (Variabel Lingkungan Kerja tidak berpengaruh


α = 0.05

t = 3.749

p-value = 0.016

ttabel = 2.030

Tolak H0


Variabel Lingkungan Kerja memiliki koefisien standardized beta sebesar





Variabel Lingkungan Kerja (X7) berpengaruh langsung terhadap target biaya.

13

4.3.4.5 Uji Koefisien Model Path Untuk Variabel Target Waktu (Y1) Ter-

hadap Variabel Target Biaya (Y2)

Bedasarkan pada tabel 4.25, pengujian Hipotesis Variabel Target Waktu

(Y1) terhadap Target Biaya (Y2) dapat dituliskan dalam tabel 4.45 sebagai

berikut:

Tabel 4.45

Uji Hipotesis Koefisien Variabel Target Waktu (Y1)


H0 : β1 = 0 (Variabel Target Waktu tidak


Ha : β1 ≠ 0 (Variabel Target Waktu tidak


α = 0.05

t = 4.508

p-value = 0.007

ttabel = 2.030

Tolak H0


Variabel Target Waktu memiliki koefisien standardized beta sebesar 0.580.





Variabel Target Waktu (Y1) berpengaruh secara langsung terhadap target biaya.

4.3.4.6 Uji Hipotesis Model Path Untuk Uji Hipotesis Koefisien Model Path

Untuk Variabel (X1), (X2), (X3), (X4), (X5), (X6), (X7) Terhadap Tar-

get Biaya (Y2) Melalui Variabel Target Waktu (Y1)

Setelah dilakuakan analisis jalur (Path Analysis) secara tidak langsung,

diperoleh hasil yang disajikan pada Tabel 4.46 sebagai berikut:

13

Tabel 4.46

Pengaruh Langsung dan Tidak Langsung Antara Variabel Bebas dengan Variabel Terikat.

Variabel

Pengaruh Variabel X1-X7

Terhadap Y1 secara Langsung

Pengaruh Variabel X1-X7 dan Y1

Terhadap Y2 secara

Langsung

Pengaruh Variabel X1-X7

Terhadap Y2 secara Tidak

Langsung (Melalui Y1)

Nilai thit Keputusan

X1 -0,222 -0.137 -0,129 -0,354 Terima H0

X2 0,342 0.315 0,198 0,544 Terima H0

X3 0,325 0.488 0,188 0,518 Terima H0

X4 0,286 0.376 0,166 0,456 Terima H0

X5 -0,008 0.251 -0,005 -0,014 Terima H0

X6 0,033 -0.361 0,019 0,053 Terima H0

X7 0,260 0.497 0,150 0,413 Terima H0

Y1 0.580 -Sumber : Hasil Analisis Lampiran 8

Dari hasil perhitungan analisis path yang tertera pada tabel diatas, dapat

diketahui bahwa nilai thit untuk semua variabel bebas yaitu variabel Keuangan

(X1), Sumber Daya Manusia (X2), Material (X3), Peralatan (X4), Metode

Pelaksanaan Pekerjaan (X5), Perubahan Desain (X6), Lingkungan kerja (X7)

lebih kecil dari ttabel (2.030) sehingga diputuskan untuk menerima H0 dan

disimpulkan bahwa semua variabel bebas tidak memberikan pengaruh secara tidak

langsung terhadap variabel target biaya (Y2).

4.3.4.7 Koefisien Determinasi Total

Dari hasil perhitungan analisis path pada Lampiran 8, diperoleh nilai R to-

tal (Rm) adalah 0.879. hal itu berarti informasi yang terkandung dalam data peneli-

tian dapat menjelaskan variabel terikatnya sebesar 87.9% sedangkan sisanya yaitu

sebesar 12.1% dijelaskan oleh variabel lain di luar penelitian.

4.4 Pembahasan Strategi Dalam Upaya Untuk Mengatasi Tidak

13

Tercapainya Target Waktu Dan Biaya

Dari hasil analisis path terhadap model 1 pada tebel 4.22 diperoleh bahwa

Faktor Sumber Daya Manusia (X2), Faktor Material (X3), Faktor Peralatan (X4),

dan Lingkungan Kerja (X7) merupakan faktor-faktor yang berpengaruh secara

signifikan terhadap Target Waktu (Y1) dan diperoleh faktor yang paling dominan

adalah Faktor Sumber Daya Manusia (X2), artinya bahwa semakin tinggi nilai

SDM, maka akan mempercepat penyelesaian proyek. Oleh karena itu bagi

pelaksana proyek konstruksi, faktor SDM sebaiknya mendapatkan perhatian yang

cukup besar sehingga mempersingkat penyelesaian proyek. Sedangkan faktor-

faktor yang berpengaruh secara tidak signifikan adalah Faktor Keuangan, Faktor

Metode Pelaksanaan Pekerjaan (X5) dan Faktor Perubahan Desain (X6).

Berdasarkan analisis path terhadap model 2 pada tabel 4.24 diperoleh

bahwa Target Waktu (Y1), Faktor Sumber Daya Manusia (X2), Faktor Material

(X3), Faktor Peralatan (X4), Perubahan Desain (X6) dan Lingkungan Kerja (X7)

merupakan faktor-faktor yang berpengaruh secara signifikan terhadap Target

Biaya (Y2) dan diperoleh variabel yang paling dominan adalah Variabel Target

Waktu (Y1). Oleh karena itu bagi pelaksana proyek konstruksi, selain

memperhatikan faktor SDM sebaiknya juga memperhatikan target waktu sehingga

proyek dapat terselesaikan dengan cepat dan tidak membutuhkan biaya yang

banyak. Sedangkan faktor-faktor yang berpengaruh secara tidak signifikan adalah

Faktor Keuangan dan Faktor Metode Pelaksanaan Pekerjaan. Selanjutnya faktor-

faktor yang berpengaruh tidak tercapainya target waktu dan biaya dapat dijelaskan

sebagai berikut :

13

a. Faktor Sumber Daya Manusia (X2), yang merupakan hasil reduksi

dari variabel-variabel manifes yang terdiri dari : Ketersediaan sumber

daya manusia (X2.1), Ketrampilan dan produktivitas tenaga (X2.2)

dan SDM mempunyai tanggung jawab besar (X2.4).

b. Faktor Material (X3), yang merupakan hasil reduksi dari variabel-

variabel manifes yang terdiri dari : Kekurangan material (X3.1),

Terjadi kerusakan dan perubahan material (X3.2), Penghantaran

material terlambat (X3.3), Kelangkaan material dipenyimpanan (X3.4)

dan Penyimpangan Pemakaian bahan dari spesifikasi (X3.5)

c. Faktor Peralatan (X4), yang merupakan hasil reduksi dari variabel-

variabel manifes yang terdiri dari : Keterlambatan pengiriman

peralatan (X4.6), Kekurangan peralatan (X4.7), Peralatan yang ada

sering mengalami kerusakan (X4.8) dan Kesulitannya peralatan berat

dalam menjangkau lokasi proyek (X4.9).

d. Perubahan Desain (X6), yang merupakan hasil reduksi dari variabel-

variabel manifes yang terdiri dari : Sering terjadinya Perubahan desain

oleh owner (X6.1), Keterlambatan proses perubahan dari perencanaan

(X6.2) dan Tidak terpenuhinya perencanaan awal dan terjadi

perubahan yang telah di desain owner > 10% (X6.3).

e. Lingkungan Kerja (X7), yang merupakan hasil reduksi dari variabel-

variabel manifes yang terdiri dari : Keadaan topografi (X7.4), Adanya

pengaruh kebudayaan (X7.5), Kondisi jalan kerja yang sempit (X7.6)

13

dan Suhu udara (X7.7).

f. Target Waktu (Y1), yang merupakan hasil reduksi dari variabel-

variabel manifes yang terdiri dari : waktu tidak sebanding dengan

volume (Y1.1), menunggu hasil pengetesan oleh owner (Y1.2) dan

mundurnya pelaksanaan kerja (Y1.3)

4.4.1 Strategi Yang Digunakan Faktor Sumber Daya Manusia Terhadap

Target Waktu dan Biaya

Berdasarkan Tabel 4.24 dan 4.26 Faktor Sumber Daya Manusia adalah

variabel yang memiliki nilai Koefisien β terstandarisasi yang paling besar pertama

terhadap target waktu dan nilai Koefisien β terstandarisasi yang paling besar ke

enam terhadap target biaya, itu berarti bahwa pada penelitian ini faktor yang

mempengaruhi tidak tercapainya target waktu dan biaya pada proyek pemeliharan

jalan Provinsi di Nusa Tenggara Timur adalah fackor sumber daya manusia.

Artinya, tidak tercapainya target waktu dan biaya pada proyek pemeliharan jalan

Provinsi di Nusa Tenggara Timur sangat dipengaruhi oleh faktor sumber daya

manusia. Kemudian untuk mengetahui indikator mana yang paling berpengaruh

terhadap tidak tercapainya target waktu dan biaya pada faktor sumber daya

manusia dapat dilihat pada nilai komunalitas yang tinggi pada Tabel 4.47. sebagai

berikut :

Tabel 4.47

Nilai Komunalitas Pada Faktor Sumber Daya Manusia

13

Variabel Manifes

KeteranganNilai

Komunalitas

X2.2 Ketrampilan dan produktivitas tenaga 0.612

X2.4 SDM mempunyai tanggung jawab besar 0.582

X2.1 Ketersediaan sumber daya manusia 0.380

Dari tabel 4.47 diketahui bahwa dari faktor sumber daya manusia,

indikator yang paling besar mempengaruhi tidak tercapainya target waktu dan

biaya adalah ketrampilan dan produktivitas tenaga (X2.2) dengan nilai

komunalitas sebesar 0,612, maka strategi yang digunakan adalah menyediakan

sediaan SDM yang mempunyai ketrampilan dan produktivitas tinggi serta

memiliki tanggung jawab dalam menyelesaikan pekerjaan. Apabila tenaga lokal

tidak tersedia, maka harus mendatangkan tenaga kerja dari luar NTT, misal pulau

Bali atau Pulau Jawa sesuai dengan kompetensi dan yang berpengalaman untuk

kebutuhan dalam pelaksanaan pekerjaan.

4.4.2 Strategi Yang Digunakan Faktor Material Terhadap Target Waktu

dan Biaya

Tabel 4.24 dan 4.26 Faktor Material adalah variabel yang memiliki nilai

Koefisien β terstandarisasi terbesar kedua terhadap target waktu dan nilai

Koefisien β terstandarisasi terbasar ke tiga terhadap target biaya. Artinya, tidak

tercapainya target waktu dan biaya pada proyek pemeliharan jalan Provinsi di

Nusa Tenggara Timur juga dipengaruhi secara signifikan oleh faktor material,

Kemudian untuk mengetahui indikator mana yang paling berpengaruh terhadap

13

tidak tercapainya target waktu dan biaya pada faktor matrerial dapat dilihat pada

nilai komunalitas yang tinggi pada Tabel 4.48. sebagai berikut :

Tabel 4.48

Nilai Komunalitas Pada Faktor Material

Variabel Manifes

KeteranganNilai

Komunalitas

X3.3 Penghantaran material terlambat 0,653

X3.4 Kelangkaan material dipenyimpanan 0,541

X3.2 Terjadi kerusakan dan perubahan material 0,522

X3.5 Penyimpangan Pemakaian bahan dari spesifikasi 0,521

X3.1 Kekurangan material 0,264

Dari tabel 4.48 diketahui bahwa dari faktor material, indikator yang paling

besar mempengaruhi tidak tercapainya target waktu dan biaya adalah

penghantaran material terlambat (X3.3) dengan nilai komunalitas sebesar 0,653,

maka strategi yang digunakan adalah kontraktor juga harus secepatnya

mendatangkan material khususnya material lokal maupun non lokal ke lokasi

proyek, kontraktor harus memperhitungkan pemakaian bahan di lapangan dan

menyiapkan persediaan bahan di gudang, kontrator harus mengambil sampel dan

memeriksa mutu bahan-bahan yang dikirim kelokasi pekerjaan dan apabila

dilokasi pekerjaan sulit mendapatkan material, maka kontraktor harus

mendatangkan material dari luar daerah.

4.4.3 Strategi Yang Digunakan Faktor Peralatan Terhadap Target Waktu

dan Biaya

Tabel 4.24 dan 4.26 Faktor Peralatan adalah variabel yang memiliki nilai

Koefisien β terstandarisasi terbesar ketiga terhadap target waktu dan nilai

13

Koefisien β terstandarisasi terbasar ke empat terhadap target biaya. Artinya, tidak

tercapainya target waktu dan biaya pada proyek pemeliharan jalan Provinsi di

Nusa Tenggara Timur juga dipengaruhi oleh faktor peralatan. Kemudian untuk

mengetahui indikator mana yang paling berpengaruh terhadap tidak tercapainya

target waktu dan biaya pada faktor peralatan dapat dilihat pada nilai komunalitas

yang tinggi pada Tabel 4.49. sebagai berikut :

Tabel 4.49

Nilai Komunalitas Pada Faktor Peralatan

Variabel Manifes

KeteranganNilai

Komunalitas

X4.7 Kekurangan peralatan 0,680

X4.9Kesulitannya peralatan berat dalam menjangkau lokasi proyek

0,591

X4.6 Keterlambatan pengiriman peralatan 0,582

X4.8 Peralatan yang ada sering mengalami kerusakan 0,500

Dari tabel 4.49 diketahui bahwa dari faktor peralatan, indikator yang

paling besar mempengaruhi tidak tercapainya target waktu dan biaya adalah

kekurangan peralatan (X4.7) dengan nilai komunalitas sebesar 0,680, maka

strategi yang digunakan untuk mengatasinya adalah kontraktor harus memiliki

sendiri peralatan berat yang dibutuhkan dan mendatangkan peralatan sewa untuk

memenuhi kebutuhan pekerjaan, menyediakan peralatan sesuai (jenis dan jumlah)

dengan kondisi di lapangan, percepat mobilisasi sebelum pekerjaan dimulai,

menyiapkan spare part peralatan, menyiapkan mekanik untuk pemeliharaan dan

perbaikan alat

4.4.4 Strategi Yang Digunakan Faktor Perubahan Desain Terhadap Target

13

Biaya

Faktor perubahan desain adalah variabel yang memiliki nilai koefisien β

terstandarisasi yang paling besar ke lima tehadap target biaya. Artinya, tidak

tercapainya biaya pada proyek pemeliharan jalan Provinsi di Nusa Tenggara

Timur juga dipengaruhi oleh faktor perubahan desain. Kemudian untuk

mengetahui indikator mana yang paling berpengaruh terhadap tidak tercapainya

target waktu dan biaya pada faktor perubahan desain dapat dilihat pada nilai

komunalitas yang tinggi pada Tabel 4.50. sebagai berikut :

Tabel 4.50

Nilai Komunalitas Pada Faktor Perubahan Desain

Variabel Manifes

KeteranganNilai

Komunalitas

X6.1 Sering terjadinya Perubahan desain oleh owner 0,780

X6.2 Keterlambatan proses perubahan dari perencanaan 0,526

X6.3Tidak terpenuhinya perencanaan awal dan terjadi perubahan yang telah di desain owner > 10%

0,464

Dari tabel 4.50 diketahui bahwa dari faktor perubahan desain, indikator

yang paling besar mempengaruhi tidak tercapainya target waktu dan biaya adalah

sering terjadinya Perubahan desain oleh owner (X6.1) dengan nilai komunalitas

sebesar 0,780, maka strategi yang digunakan untuk mengatasinya adalah kontrak-

tor harus mengantisipasi baik keterlambatan proses perubahan dari perencanaan

maupun perubahan-perubahan desain yang dilakukan oleh owner. Secepatnya

mengajukan Contrak Cange Order/Reviuw design/Addendum dan rescedule sete-

lah diadakan rekayasa lapangan.

4.4.5 Strategi Yang Digunakan Faktor Lingkungan Kerja Terhadap Target

13

Waktu dan Biaya

Tabel 4.24 dan 4.26 Faktor Lingkungan kerja adalah variabel yang

memiliki nilai Koefisien β terstandarisasi terbesar empat terhadap target waktu

dan nilai Koefisien β terstandarisasi terbasar ke dua terhadap target biaya.

Artinya, tidak tercapainya target waktu dan biaya pada proyek pemeliharan jalan

Provinsi di Nusa Tenggara Timur juga dipengaruhi oleh faktor lingkungan kerja.

Kemudian untuk mengetahui indikator mana yang paling berpengaruh terhadap

tidak tercapainya target waktu dan biaya pada faktor lingkungan kerja dapat

dilihat pada nilai komunalitas yang tinggi pada Tabel 4.51. sebagai berikut :

Tabel 4.51

Nilai Komunalitas Pada Faktor Lingkungan Kerja

Variabel Manifes

KeteranganNilai

Komunalitas

X7.6 Kondisi jalan kerja yang sempit 0,581

X7.4 Keadaan topografi 0,505

X7.5 Adanya pengaruh kebudayaan 0,415

X7.7 Suhu udara 0,309

Dari tabel 4.51 diketahui bahwa dari faktor lingkungan kerja, indikator

yang paling besar mempengaruhi tidak tercapainya target waktu dan biaya adalah

kondisi jalan kerja yang sempit (X7.6) dengan nilai komunalitas sebesar 0,581,

maka strategi yang digunakan untuk mengatasinya adalah kontraktor harus

menyesuaikan jenis dan jumlah peralatan yang digunakan dengan lingkungan

kerja, mengantisipasi kondisi lingkungan lebih awal sehubungan dengan penyia-

pan peralatan, material dan tenaga kerja sejak dilaksanakan rekayasa lapangan,

menambahkan jumlah tenaga kerja dan jumlah jam kerja (lembur) pada malam

14

hari untuk mengganti hari kerja yang hilang, menggunakan tenaga kerja dari luar

daerah.

4.4.6 Strategi Yang Digunakan Faktor Target Waktu Terhadap Target

Biaya

Faktor target waktu juga berpengaruh terhadap tidak tercapainya target bi-

aya pada proyek pemeliharan jalan Provinsi di Nusa Tenggara Timur. Kemudian

untuk mengetahui indikator mana yang paling berpengaruh terhadap target biaya,

pada faktor target waktu dapat dilihat pada nilai komunalitas yang tinggi, seperti

terlihat pada Tabel 4.52. sebagai berikut :

Tabel 4.52

Nilai Komunalitas Pada Faktor Target Waktu

Variabel Manifes

KeteranganNilai

Komunalitas

Y1.2 Menunggu hasil pengetesan oleh owner 0,619

Y1.1 Waktu tidak sebanding dengan volume 0,475

Y1.2 Mundurnya pelaksanaan kerja 0,407

Dari tabel 4.52 diketahui bahwa dari faktor target waktu, indicator yang

paling besar mempengaruhi tidak tercapainya target biaya adalah menunggu hasil

pengetesan oleh owner (Y1.2) dengan nilai komunalitas sebesar 0,619, maka

strategi yang digunakan untuk mengatasinya adalah kontraktor harus mengajukan

lebih awal permohonan pemeriksaan item pekerjaan yang sudah di laksanakan,

kontraktor harus menambah sumber daya (alat, tenaga dan bahan) dan harus

14

menambah jam kerja (lembur). Kontraktor harus melaksanakan pekerjaan sesuai

jadwal yang telah ditentukan (rescedule)

Tabel 4.53

Ringkasan Strategi Untuk Mengatasi Tidak Tercapainya Target Waktu Dan Biaya

Pada Proyek Pemeliharan Jalan Provinsi Di Nusa Tenggara Timur

No Aspek/ Faktor Strategi

1 SDM

Menyediakan SDM yang mempunyai ketrampilan dan

produktivitas tinggi serta memiliki tanggung jawab dalam

menyelesaikan pekerjaan. Apabila tenaga lokal tidak

tersedia, maka harus mendatangkan tenaga kerja dari luar

NTT, misal pulau Bali atau Pulau Jawa sesuai dengan

kompetensi dan yang berpengalaman untuk kebutuhan

dalam pelaksanaan pekerjaan

2 Material

Kontraktor juga harus secepatnya mendatangkan material

khususnya material lokal maupun non lokal ke lokasi

proyek, kontraktor harus memperhitungkan pemakaian

bahan dilapangan dan menyiapkan persediaan bahan di

gudang, kontrator harus mengambil sampel dan memeriksa

mutu bahan-bahan yang dikirim kelokasi pekerjaan dan

apabila dilokasi pekerjaan sulit mendapatkan material,

maka kontraktor harus mendatangkan material dari luar

daerah

3 Peralatan

Kontraktor harus memiliki sendiri peralatan berat yang

dibutuhkan dan mendatangkan peralatan sewa untuk

memenuhi kebutuhan pekerjaan, menyediakan peralatan

sesuai (jenis dan jumlah) dengan kondisi di lapangan,

percepat mobilisasi sebelum pekerjaan dimulai,

menyiapkan spare part peralatan, menyiapkan mekanik

untuk pemeliharaan dan perbaikan alat


4 Lingkungan Kontraktor harus menyesuaikan jenis dan jumlah peralatan

14

Kerja

yang digunakan dengan lingkungan kerja, mengantisipasi

kondisi lingkungan lebih awal sehubungan dengan

penyiapan peralatan, material dan tenaga kerja sejak

dilaksanakan rekayasa lapangan, menambahkan jumlah

tenaga kerja dan jumlah jam kerja (lembur) pada malam

hari untuk mengganti hari kerja yang hilang, menggunakan

tenaga kerja dari luar daerah

Tabel 4.54

Ringkasan Strategi Untuk Mengatasi Tidak Tercapainya Target Biaya Pada

Proyek Pemeliharan Jalan Provinsi Di Nusa Tenggara Timur


1Perubahan

Desain

Kontraktor harus mengantisipasi baik keterlambatan proses

perubahan dari perencanaan maupun perubahan-perubahan

desain yang dilakukan oleh owner. Secepatnya mengajukan

Contrak Cange Order/Reviuw design/Addendum dan

rescedule setelah diadakan rekayasa lapangan

2 Target Waktu

Kontraktor harus mengajukan lebih awal permohonan

pemeriksaan item pekerjaan yang sudah di laksanakan,

kontraktor harus menambah sumber daya (alat, tenaga dan

bahan) dan harus menambah jam kerja (lembur). Kontraktor

harus melaksanakan pekerjaan sesuai jadwal yang telah

ditentukan (rescedule)

14

sample tesis

Documents

Transcript of sample tesis