sample tesis
-
Upload
annas-frendytre -
Category
Documents
-
view
34 -
download
2
description
Transcript of 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)
Pernyataan Frequency Percent Valid PercentCumulative
PercentSangat Tidak Setuju 1 2.3 2.3 2.3Tidak Setuju 2 4.7 4.7 7.0Netral 10 23.3 23.3 30.2Setuju 26 60.5 60.5 90.7Sangat Setuju 4 9.3 9.3 100.0Total 43 100.0 100.0
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)
Pernyataan Frequency Percent Valid PercentCumulative
PercentSangat Tidak Setuju 2 4.7 4.7 4.7Tidak Setuju 4 9.3 9.3 14.0Netral 11 25.6 25.6 39.5Setuju 19 44.2 44.2 83.7Sangat Setuju 7 16.3 16.3 100.0Total 43 100.0 100.0
87
Pada faktor material, sebanyak 2 orang responden atau sekitar 4,7%
menyatakan sangat tidak setuju, sebanyak 4 orang responden atau sekitar 9,3%
menyatakan tidak setuju, sebanyak 11 orang responden atau sekitar 25,6%
menyatakan Netral, sebanyak 19 orang responden atau sekitar 44,2% menyatakan
setuju, dan sisanya sebanyak 7 orang responden atau sekitar 16,3% responden
menyatakan sangat setuju. Selanjutnya dapat disimpulkan bahwa deskriptif faktor
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)
Pernyataan Frequency Percent Valid PercentCumulative
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%
menyatakan sangat tidak setuju, sebanyak 12 orang responden atau sekitar 27,9%
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
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)
Pernyataan Frequency Percent Valid PercentCumulative
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)
Pernyataan Frequency Percent Valid PercentCumulative
PercentSangat Tidak Setuju 1 2.3 2.3 2.3Tidak Setuju 2 4.7 4.7 7.0Netral 6 14.0 14.0 20.9Setuju 23 53.5 53.5 74.4Sangat Setuju 11 25.6 25.6 100.0Total 43 100.0 100.0
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%
menyatakan Netral, sebanyak 23 orang responden atau sekitar 53,5% menyatakan
setuju, dan sisanya sebanyak 11 orang responden atau sekitar 25,6% responden
menyatakan sangat setuju. Selanjutnya dapat disimpulkan bahwa deskriptif faktor
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)
Pernyataan Frequency Percent Valid PercentCumulative
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
Statistik Bartlett’s
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
tercapainya target waktu dan target biaya.
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
Statistik Bartlett’s
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
Tabel 4.12(a) menampilkan ringkasan nilai Komunalitas, Loading faktor,
KMO, MSA dan Signifikansi Statistik Bartlett’s untuk variabel manifes
(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
tercapainya target waktu dan target biaya.
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,
KMO, MSA dan Signifikansi Statistik Bartlett’s untuk variabel manifes
(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
merupakan deskripstor dari hal-hal yang menjadi ukuran pengaruh tidak
tercapainya target waktu dan target biaya.
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
Signifikansi Statistik Bartlett’s
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
KMO MSASignifikansi Statistik
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
Nilai Eigen 2,353Keragaman Total 58,824Kumulatif Keragaman Total
58,824
Tabel 4.14(a) menampilkan ringkasan nilai Komunalitas, Loading faktor,
KMO, MSA dan Signifikansi Statistik Bartlett’s untuk variabel manifes
(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
tercapainya target waktu dan target biaya.
Tabel 4.15
Hasil Analisis Faktor untuk Variabel Laten Metode Pelaksanaan
Variabel Manifes
Nilai KomunalitasLoading Faktor
1KMO MSA
Signifikansi Statistik Bartlett’s
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
Nilai Eigen 1,241Keragaman Total 60,028Kumulatif Keragaman Total 60,028
10
Tabel 4.15 menampilkan ringkasan nilai Komunalitas, Loading faktor,
KMO, MSA dan Signifikansi Statistik Bartlett’s untuk variabel manifes
(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
merupakan deskripstor dari hal-hal yang menjadi ukuran pengaruh tidak
tercapainya target waktu dan target biaya.
Tabel 4.16
Hasil Analisis Faktor untuk Variabel Laten Perubahan Desain
Variabel Manifes
Nilai Komunalitas
Loading Faktor
1KMO MSA
Signifikansi Statistik Bartlett’s
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
Nilai Eigen 1,770Keragaman Total 58,994Kumulatif Keragaman Total
58,994
Tabel 4.16 menampilkan ringkasan nilai Komunalitas, Loading faktor,
KMO, MSA dan Signifikansi Statistik Bartlett’s untuk variabel manifes
(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
merupakan deskripstor dari hal-hal yang menjadi ukuran pengaruh tidak
tercapainya target waktu dan target biaya.
10
Tabel 4.17(a).
Hasil Analisis Faktor untuk Variabel Laten Lingkungan Kerja
Variabel Manifes
Nilai KomunalitasLoading Faktor 1
Loading Faktor 2
KMO MSASignifikansi
Statistik Bartlett’s
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
Nilai KomunalitasLoading Faktor 1
KMO MSASignifikansi Statistik
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
Nilai Eigen 1,809Keragaman Total 45,236Kumulatif Keragaman Total 45,236
Tabel 4.17(a) menampilkan ringkasan nilai Komunalitas, Loading faktor,
KMO, MSA dan Signifikansi Statistik Bartlett’s untuk variabel manifes
(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
0.637 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 0,002 telah kurang dari α (0,05), hal ini menunjukkan bahwa
10
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 Lingkungan dapat
digunakan untuk analisis selanjutnya. Pada hasil Analisis Faktor dengan metode
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
merupakan deskripstor dari hal-hal yang menjadi ukuran pengaruh tidak
tercapainya target waktu dan target biaya.
Tabel 4.18
Hasil Analisis Faktor untuk Variabel Laten Target Waktu
Variabel Manifes
Nilai KomunalitasLoading Faktor 1
KMO MSASignifikansi
Statistik Bartlett’s
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
Nilai Eigen 1,501Keragaman Total 50,031Kumulatif Keragaman Total 50,031
Tabel 4.18 menampilkan ringkasan nilai Komunalitas, Loading faktor,
KMO, MSA dan Signifikansi Statistik Bartlett’s untuk variabel manifes
(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
0.573 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 0,049 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 Target Waktu dapat
digunakan untuk analisis selanjutnya. Pada hasil Analisis Faktor dengan metode
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
Sumber : Analisis SPSS (Lampiran 8)
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
Sumber : Analisis SPSS (Lampiran 8)
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
Sumber : Analisis SPSS (Lampiran 8)
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
Sumber : Analisis SPSS (Lampiran 8)
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
Sumber : Analisis SPSS
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)
Hipotesis Nilai Keputusan
H0 : β1 = 0 (Variabel Keuangan tidak berpengaruh
secara langsung terhadap target waktu)
Ha : β1 ≠ 0 (Variabel Keuangan tidak berpengaruh
secara langsung terhadap target waktu)
α = 0.05
t = -1.236
p-value = 0.225
ttabel = 2.030
Terima H0
Sumber : Analisis SPSS
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
berpengaruh secara langsung terhadap target waktu)
α = 0.05
t = 4.832
p-value = 0.011
ttabel = 2.030
Tolak H0
Sumber : Analisis SPSS
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)
dapat dituliskan dalam tabel 4.31 sebagai berikut :
Tabel 4.31
Uji Hipotesis Koefisien Variabel Material (X3)
Hipotesis Nilai Keputusan
H0 : β1 = 0 (Variabel Material tidak berpengaruh
secara langsung terhadap target waktu)
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
Sumber : Analisis SPSS
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.
Pengujian ini menunjukkan bahwa H0 ditolak. Sehingga dapat disimpulkan bahwa
Variabel Material (X3) berpengaruh langsung terhadap target waktu.
d. Variabel Peralatan (X4)
Bedasarkan pada tabel 4.23, pengujian Hipotesis Variabel Peralatan (X4)
dapat dituliskan dalam tabel 4.32 sebagai berikut :
Tabel 4.32
Uji Hipotesis Koefisien Variabel Peralatan (X4)
Hipotesis Nilai Keputusan
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
Sumber : Analisis SPSS
Variabel Peralatan memiliki koefisien standardized beta sebesar 0.287.
Dengan menggunakan bantuan software SPSS, didapatkan statisitik uji t sebesar
3.698 dengan p-value sebesar 0.024. Nilai statistik uji t tersebut lebih besar
daripada ttabel (3.698 > 2.030) dan juga p-value lebih kecil daripada α = 0.05.
Pengujian ini menunjukkan bahwa H0 ditolak. Sehingga dapat disimpulkan bahwa
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)
Hipotesis Nilai Keputusan
H0 : β1 = 0 (Variabel Metode Pelaksanaan Pekerjaan tidak
berpengaruh secara langsung terhadap target waktu)
Ha : β1 ≠ 0 (Variabel Metode Pelaksanaan Pekerjaan tidak
berpengaruh secara langsung terhadap target waktu)
α = 0.05
t = -0.055
p-value = 0.956
ttabel = 2.030
Terima H0
Sumber : Analisis SPSS
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)
Hipotesis Nilai Keputusan
H0 : β1 = 0 (Variabel Perubahan Desain tidak
berpengaruh secara langsung terhadap target waktu)
Ha : β1 ≠ 0 (Variabel Perubahan Desain tidak berpengaruh
secara langsung terhadap target waktu)
α = 0.05
t = 0.197
p-value = 0.845
ttabel = 2.030
Terima H0
Sumber : Analisis SPSS
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.
Pengujian ini menunjukkan bahwa H0 diterima. Sehingga dapat disimpulkan
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)
Hipotesis Nilai Keputusan
H0 : β1 = 0 (Variabel Lingkungan Kerja tidak
berpengaruh secara langsung terhadap target waktu)
Ha : β1 ≠ 0 (Variabel Lingkungan Kerja tidak
berpengaruh secara langsung terhadap target waktu)
α = 0.05
t = 2.587
p-value = 0.046
ttabel = 2.030
Tolak H0
Sumber : Analisis SPSS
Variabel Lingkungan Kerja memiliki koefisien standardized beta sebesar
0.260. Dengan menggunakan bantuan software SPSS, didapatkan statisitik uji t
sebesar 2.587 dengan p-value sebesar 0.035. Nilai statistik uji t tersebut lebih
besar daripada ttabel (2.587 > 2.030) dan juga p-value lebih kecil daripada α = 0.05.
Pengujian ini menunjukkan bahwa H0 ditolak. Sehingga dapat disimpulkan bahwa
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.
Sumber : Analisis SPSS
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
Hipotesis Nilai Keputusan
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
Sumber : Analisis SPSS
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)
dapat dituliskan dalam tabel 4.38 sebagai berikut :
Tabel 4.38
Uji Hipotesis Koefisien Variabel Keuangan (X1)
Hipotesis Nilai Keputusan
H0 : β1 = 0 (Variabel Keuangan tidak berpengaruh
secara langsung terhadap target biaya)
Ha : β1 ≠ 0 (Variabel Keuangan tidak berpengaruh
secara langsung terhadap target biaya)
α = 0.05
t = -0.811
p-value = 0.423
ttabel = 2.030
Terima H0
Sumber : Analisis SPSS
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.
Pengujian ini menunjukkan bahwa H0 diterima. Sehingga dapat disimpulkan
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)
Hipotesis Nilai Keputusan
H0 : β1 = 0 (Variabel Sumber Daya Manusia tidak
berpengaruh secara langsung terhadap target biaya)
Ha : β1 ≠ 0 (Variabel Sumber Daya Manusia tidak
berpengaruh secara langsung terhadap target biaya)
α = 0.05
t = 2.938
p-value = 0.035
ttabel = 2.030
Tolak H0
Sumber : Analisis SPSS
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
besar daripada ttabel (2.938 > 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
biaya.
c. Variabel Material (X3)
Bedasarkan pada tabel 4.25. pengujian Hipotesis Variabel Material (X3)
dapat dituliskan dalam tabel 4.40 sebagai berikut :
Tabel 4.40
Uji Hipotesis Koefisien Variabel Material (X3)
Hipotesis Nilai Keputusan
H0 : β1 = 0 (Variabel Material tidak berpengaruh
secara langsung terhadap target biaya)
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
Sumber : Analisis SPSS
12
Variabel Material memiliki koefisien standardized beta sebesar 0.488.
Dengan menggunakan bantuan software SPSS, didapatkan statisitik uji t sebesar
3.606 dengan p-value sebesar 0.017. Nilai statistik uji t tersebut lebih besar
daripada ttabel (3.606 > 2.030) dan juga p-value lebih kecil daripada α = 0.05.
Pengujian ini menunjukkan bahwa H0 ditolak. Sehingga dapat disimpulkan bahwa
Variabel Material (X3) berpengaruh secara langsung terhadap target biaya.
d. Variabel Peralatan (X4)
Bedasarkan pada tabel 4.25, pengujian Hipotesis Variabel Peralatan (X4)
dapat dituliskan dalam tabel 4.41 sebagai berikut :
Tabel 4.41
Uji Hipotesis Koefisien Variabel Peralatan (X4)
Hipotesis Nilai Keputusan
H0 : β1 = 0 (Variabel Peralatan tidak berpengaruh
secara langsung terhadap target biaya)
Ha : β1 ≠ 0 (Variabel Peralatan tidak berpengaruh
secara langsung terhadap target biaya), α = 0.05
t = 3.078
p-value = 0.029
ttabel = 2.030
Tolak H0
Sumber : Analisis SPSS
Variabel Peralatan memiliki koefisien standardized beta sebesar 0.376.
Dengan menggunakan bantuan software SPSS, didapatkan statisitik uji t sebesar
3.078 dengan p-value sebesar 0.029. Nilai statistik uji t tersebut lebih besar
daripada ttabel (3.078 > 2.030) dan juga p-value lebih kecil daripada α = 0.05.
Pengujian ini menunjukkan bahwa H0 ditolak. Sehingga dapat disimpulkan bahwa
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)
Hipotesis Nilai Keputusan
H0 : β1 = 0 (Variabel Metode Pelaksanaan Pekerjaan tidak
berpengaruh secara langsung terhadap target biaya)
Ha : β1 ≠ 0 (Variabel Metode Pelaksanaan Pekerjaan tidak
berpengaruh secara langsung terhadap target biaya)
α = 0.05
t = 1.021
p-value =
0.105
ttabel = 2.030
Terima H0
Sumber : Analisis SPSS
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)
Hipotesis Nilai Keputusan
H0 : β1 = 0 (Variabel Perubahan Desain tidak berpengaruh
secara langsung terhadap target biaya)
Ha : β1 ≠ 0 (Variabel Perubahan Desain tidak berpengaruh
secara langsung terhadap target biaya), α = 0.05
t = -3.026
p-value = 0.030
ttabel = 2.030
Tolak H0
Sumber : Analisis SPSS
12
Variabel Perubahan Desain memiliki koefisien standardized beta sebesar -
0.361. Dengan menggunakan bantuan software SPSS, didapatkan statisitik uji t
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.
Pengujian ini menunjukkan bahwa H0 ditolak. Sehingga dapat disimpulkan bahwa
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)
Hipotesis Nilai Keputusan
H0 : β1 = 0 (Variabel Lingkungan Kerja tidak berpengaruh
secara langsung terhadap target biaya)
Ha : β1 ≠ 0 (Variabel Lingkungan Kerja tidak berpengaruh
secara langsung terhadap target biaya)
α = 0.05
t = 3.749
p-value = 0.016
ttabel = 2.030
Tolak H0
Sumber : Analisis SPSS
Variabel Lingkungan Kerja memiliki koefisien standardized beta sebesar
0.497. Dengan menggunakan bantuan software SPSS, didapatkan statisitik uji t
sebesar 3.749 dengan p-value sebesar 0.016. Nilai statistik uji t tersebut lebih
besar daripada ttabel (3.749 > 2.030) dan juga p-value lebih kecil daripada α = 0.05.
Pengujian ini menunjukkan bahwa H0 ditolak. Sehingga dapat disimpulkan bahwa
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)
Hipotesis Nilai Keputusan
H0 : β1 = 0 (Variabel Target Waktu tidak
berpengaruh secara langsung terhadap target biaya)
Ha : β1 ≠ 0 (Variabel Target Waktu tidak
berpengaruh secara langsung terhadap target biaya)
α = 0.05
t = 4.508
p-value = 0.007
ttabel = 2.030
Tolak H0
Sumber : Analisis SPSS
Variabel Target Waktu memiliki koefisien standardized beta sebesar 0.580.
Dengan menggunakan bantuan software SPSS, didapatkan statisitik uji t sebesar
4.508 dengan p-value sebesar 0.007. Nilai statistik uji t tersebut lebih besar
daripada ttabel (4.508 > 2.030) dan juga p-value lebih kecil daripada α = 0.05.
Pengujian ini menunjukkan bahwa H0 ditolak. Sehingga dapat disimpulkan bahwa
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
No Aspek/ Faktor Strategi
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
No Aspek/ Faktor Strategi
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