BAB III METODOLOGI PENELITIAN DAN GAMBARAN UMUM PROYEK
3.1
Penentuan Sumber Penelitian
Obyek yang dijadikan sumber penelitian adalah Proyek 1 @ Cik Ditiro Menteng Residence Jakarta. Data dan informasi didapat langsung dari konsultan manajemen konstruksi dan kontraktor utama yang mengerjakan proyek tersebut. 3.2
Kondisi Lokasi Penelitian
Apartemen 1 @ Cik Ditiro Menteng Residence yang pembangunannya diprakarsai oleh PT. Dua Selaras, direncanakan terdiri dari 11 (sebelas) lapis lantai dengan total unit apartemen sebanyak 124 (seratus dua puluh empat) unit. Lantai paling bawah yaitu Ground Floor sebagai main lobby dan tempat pakir bagi penghuni apartemen. Di atas Ground Floor adalah Upper Ground Floor yang difungsikan sebagai lokasi parkir dan hunian sebanyak 7 unit apartemen. Sedangkan lantai 2 sampai 10 (9 lapis lantai) sepenuhnya digunakan sebagai hunian dengan kapasitas 13 unit apartemen pada setiap lantainya. Untuk publik area dan kolam renang yang merupakan kelengkapan fasilitas gedung tersebut berada di function room lantai 11. Di samping itu ada pula machin room yang terdiri atas ruang mesin lift, ruang M/E dan lain-lain yang letaknnya di atas lantai 11. Posisi di paling atas, pada ketinggian + 45,300 m adalah machin roof. Pada saat dilakukan penelitian, kegiatan proyek yang sedang berlangsung adalah pekerjaan struktur lantai 10 dan finishing yaitu pemasangan dinding bata ringan dan plesteran lantai 2 sampai 8. 3.3
Data Proyek
3.3.1 Data Umum
Nama Proyek
: 1 @ Cik Ditiro Menteng Residence
Alamat Proyek
: Jl. Cik Ditiro Raya No.1, Gondangdia, Menteng Jakarta Pusat.
Jenis Proyek
: Gedung 11 (sebelas) lapis lantai.
Pemberi Tugas
: PT. Dua Selaras
Konsultan – konsultan
1. Quantity Surveyor
: PT. Reynold Partnership
2. Manajemen Konstruksi
: PT. Arkonin
3. Perencana Arsitektur
: PT. Air Mas Asri
4. Perencana Struktur
: PT. Biro Design Wardhana
5. Perencana MEP
: PT. Asdi Swasatya
6. Geologi Teknik
: PT. GTL
7. Sonic Logging Test
: PT. GTL
8. Pengukuran
: PT. Sofoco
Kontraktor Pelaksana
1. Pondasi Bored Piles
: PT. Caisson Dimensi
2. Pondasi Jack Piles
: PT. Vipalindo Utama
3. Pekerjaan Struktur
: PT. Jaya Kusuma Sarana
4. Pekerjaan Arsitektur
: PT. Jaya Kusuma Sarana
5. Pekerjaan Plumbing
: PT. Jaya Kusuma Sarana
6. Pekerjaan Mekanikal
: PT. Sumber Jayatama Nusantara
7. Pekerjaan Elektrikal
: PT. Sumber Jayatama Nusantara
8. Form Work Specialist
: PT. Beton Konstruksi Wijaksana
9. Lift / Elevator
: PT. Thyssen Krup Elevator Indonesia
10. Pekerjaan Pengecatan
: PT. Tiga Daratan
3.3.2 Data Manajemen
Nilai Kontrak -
Pekerjaan Pondasi
: Rp. 2,628,400,000.00
-
Pekerjaan Struktur
: Rp. 20,388,500,000.00
-
Pekerjaan Finishing
: Rp. 7,599,350000.00
-
Pekerjaan Plumbing
: Rp. 9,082,150,000.00
-
Pekerjaan M/E
: Rp. 9,372,760,000.00
-
Pekerjaan Pengecatan
: Rp. ............................ (dalam proses negesiasi)
-
Pekerjaan Sistem STP
: Rp. ............................. (dalam proses negosiasi)
-
Pekerjaan jendela luar
: Rp. ............................. (dalam proses pelelangan)
-
Pekerjaan Lift
: Rp. .............................. ( dalam proses negosiasi)
Jenis Kontrak
: Lump Sump fixed price
Cara Pembayaran
: Monthly Progress Payment
Skedul Pelaksanaan
: 16 Februari 2009 – 15 Juni 2010 (16 bulan)
3.3.3 Data Teknis Data Bangunan
a. Luas Lahan
: 3 305,40
b. Luas Bangunan
: 8 093,08
m² m ² , yang terdiri dari
-
Lantai Ground Floor
:
807,517
m²
-
Lantai Upper G. Floor
:
756,027
m²
-
Lantai 2 – 10 (9 lapis)
: 6069,812
m²
-
Lantai 11 dan atap
:
m²
c. Tinggi Bangunan
459,726
: + 45,300 m
-
Lantai G. Floor (± 0.00)
:
4,100
m (floor to floor)
-
Lantai Upper G. Floor
:
3,400
m (floor to floor)
-
Lantai 2 – 10 (9 lapis)
:
3,400
m (floor to floor)
-
Lantai 11 ke atap
:
7,200
m (floor to floor)
d. Struktur Bangunan
-
Jenis struktur
: Beton bertulang
-
Muka air tanah
: -5,0 m s/d -6,5 m
-
Pondasi •
Jenis Pondasi
: Bored piles (untuk daerah gedung utama) : Jack piles (untuk daerah gedung parkir)
•
Diameter
: Ø 1000 mm = 65 titik : Ø 800 mm = 9 titik : Ø 600 mm = 16 titik : ∆ 320 mm = 81 titik (jack piles)
•
Kedalaman
: -31,5 m s/d -32,5 m (bored piles) : -15,0 m s/d -17,3 m (jack piles)
-
Mutu Beton •
Pondasi
: fc’ 25 / K 300
•
Pile cap
: fc’ 30 / K 360
•
Kolom & s. wall
: fc’ 35 / K 420 (lantai GF – lantai 4) fc’ 30 / K 360 (lantai 5
-
-
3.4
•
Balok dan pelat
: fc’ 30 / K 360
•
Lantai kerja
: K-125
– lantai atap)
Mutu Besi Tulangan •
Besi ulir
: BJTD 40 Ø 12 mm
•
Besi polos
: BJTP 24 Ø 12 mm
•
Wire mesh
: U-50 ; Fy = 5000 kg/cm²
Mutu Baja •
Baja profil
: ASTM A - 36
•
Baut
: ASTM A – 325 (HTB)
Metodologi Penelitian
Dalam suatu penelitian pada umumnya digunakan suatu metodologi penelitian yang diharapkan dapat mewakili semua hal yang diperlukan sehingga menghasilkan suatu kesimpulan yang bisa dipertanggung jawabkan. Metode yang akan digunakan ini bersifat deskriptif analisis yang berartipada setiap sample yang ada dapat diambil data yang diperlukan. Dengan metode penelitian tersebut, maka penelitian dilakukan secara kuantittif dan kualitatif, sehingga akan diperoleh data yang akurat. Data kuantitatif adalah data yang berupa angka sehingga berbagai operasi matematika dapat dilakukan dengan data jenis ini. Adapun data kualitatif adalah data yang bukan merupakan angka, biasanya merupakan penilaian atau pengukaran terhadap sesuatu.
3.5
Teknik Pengumpulan Data
Pengumpulan data dilakukan dengan mengumpulkan semua data yang diperlukan sebelum melakukan pembahasan masalah, terutama dalam tugas akhir ini adalah data – data proyek 1@ Cik Ditiro Menteng Residence Jakarta. Secara umum, teknik atau metode pengumpulan data yang akan dilakukan antara lain : 1. Tinjauan Pustaka Tinjauan pustaka adalah pengumpulan data teori yang diambil dari buku – buku termasuk diantaranya buku bahan kuliah yang penulis dapat, internet dan literatur – literatur lainnya yang berhubungan dengan permasalahan yang akan dibahas dalam tugas akhir ini. Hal ini penting untuk mendapatkan dasar pemahaman dan pengertian yang jelas sebelum melakukan hipotesa penelitian lebih lanjut. 2. Observasi Lapangan Hal ini dilakukan dengan tujuan untuk mendapatkan data dari lapangan yaitu data pelaksanaan proyek 1 @ Cik Ditiro Menteng Residence. Data tersebut antara lain berupa: a. Form – form yang dibuat sesuai dengan SOP konsultan manajemen konstruksi. b. Laporan hasil test material. c. Proposal metode kerja. 3.
Wawancara
Wawancara ini dilakukan terhadap pihak-pihak yang terlibat langsung pada pelaksanaan konstruksi proyek 1 @ Cik Ditiro Menteng Residence yaitu owner, konsultan MK, dan kontraktor. Hasil wawancara digunakan untuk mengetahui sejauh mana manajemen pengendalian mutu telah diterapkan khususnya pada pekerjaan struktur atas.
3.6
Proses Penilaian / Pembobotan
Penulis akan menggunakan metode penilaian / pembobotan, dimana setiap item pekerjaan akan dilakukan penilaian sesuai dengan mutu yang dihasilkan. Kriteria pembobotan akan dijabarkan dengan cara memberikan skala penilaian 1 (satu) sampai dengan 5 (lima) sehingga diperoleh gambaran yang jelas tentang mutu yang dihasilkan. Penilaian dilakukan dengan cara memberikan tanda √ pada form-form yang telah dibuat dalam bentuk tabel penilaian untuk setiap item pekerjaan yang diperiksa. MULAI PEMBUATAN FORM PENILAIAN
FORM OK
TIDAK OK
PENILAIAN BEKISTING BALOK DAN LANTAI
PENILAIAN PEMBESIAN BALOK & LANTAI
PENILAIAN PENGECORAN BALOK DAN LANTAI
PENILAIAN PEMBESIAN KOLOM
PENILAIAN BEKISTING KOLOM
PENILAIAN PENGECORAN KOLOM
PENILAIAN PEMBONGKARAN BEKISTING KOLOM
PENILAIAN PEMBONGKARAN BEKISTING LANTAI
SELESAI Gambar 3.1 : Diagram Alir Penilaian Pengendalian Mutu
Penjelasan Diagram Alir Penilaian Pengendalian Mutu
•
Diagram alir penilaian pengendalian mutu tersebut meliputi proses perencanaan pengendalian mutu yaitu dengan pembuatan form – form penilaian dan dilanjutkan dengan proses inspeksi penilaian mutu terhadap tahapan pekerjaan struktur atas dari mulai pemasangan bekisting balok dan lantai sampai dengan pembongkaran bekisting .
•
Pada proses pengendalian mutu suatu tahapan pekerjaan harus dilakukan secara berurutan , artinya pengendalian mutu
suatu tahapan pekerjaan tidak dapat dilakukan apabila
pekerjaan sebelumnya belum diselesaikan. •
Pada proses inspeksi mutu, diagram alir mengikuti urutan pekerjaan yang dilakukan oleh kontraktor di lapangan. Jadi inspeksi pekerjaan tahap kedua tidak secara langsung ditentukan oleh pelaksanaan inspeksi pekerjaan tahap pertama. Apabila inspeksi pekerjaan tahap pertama tidak dilakukan, maka pekerjaan tidak memiliki data. Tetapi inspeksi pekerjaan tahap kedua dan seterusnya tetap dapat dilakukan.
Penilaian hasil pekerjaan pembetonan dibagi menjadi 5 (lima) kategori seperti pada tabel 3.1 berikut ini: Tabel 3.1 : Kategori Penilaian Pekerjaan NO
KATEGORI
NILAI
1
Sangat buruk
1
2
Buruk
2
3
Sedang
3
4
Baik
4
5
Sangat baik
5
3.7
Teknik Analisis Data
Analisis data yang digunakan adalah analisis statistic untuk mengetahui besarnya hubungan antara variabel bebas yakni variabel x (pengendalian mutu pekerjaan struktur) dengan variabel terikat yakni variabel y (tingkat mutu) dengan menggunakan analisis regresi linear dan perhitungannya menggunakan software program computer SPSS (Stastistical Product and Service Solution) for windows.
3.7.1 Model Proses Penelitian Penelitian ini berdasarkan pendekatan teori dan fenomena yang terjadi, dapat diidentifikasi faktor – faktor yang berpengaruh dalam proses penelitian. Dari hasil identifikasi maka dapat dibuat suatu model hubungan proses penelitian yang secara garis besar dapat digambarkan sebagai berikut ini: INPUT
Pengendalian Mutu
PROSES
Pekerjaan Pembetonan
OUTPUT
Tepat Mutu
3.7.2 Pembuatan Model Matematika Berdasarkan data yang didapat, maka dapat disusun hubungan antara pengendalian mutu pekerjaan struktur atau pembetonan dan tingkat mutu. Hal tersebut dapat digambarkan dalam bentuk Y = f(x), dimana sumbu Y adalah tingkat mutu dan sumbu X adalah pengendalian mutu pekerjaan struktur / pembetonan. Untuk lebih jelasnya dapat dilihat pada gambar 3.7.2 di bawah ini (sumber: Singgih Santosa, SPSS Mengolah Data Statistik secara Profesional, Jakarta 2001) :
Sangat baik Tingkat Mutu (Y) Y = f (Xijkl)
Sangat buruk
Sangat baik Pengendalian Mutu Pekerjaan Struktur (Xijkl) Gambar 3.2 : Model Hubungan Matematika
Dari grafik model matematika tersebut dapat dianbil kesimpulan bahwa tingkat mutu akan meningkat sejalan dengan meningkatnya kualitas pengendalian mutu pekerjaan struktur sehingga dapat dirumuskan sebagai berikut: Y = f (Xijkl) Dimana : Y = Tingkat mutu, dalam hal ini pekerjaan struktur atas X = Pengendalian mutu pekerjaan struktur atas i,k = Jenis variabel bebas yang ke I dan terkait dengan yang ke k j,l = Data lantai yang ke j dan terkait dengan yang ke l
3.8
Model Analisis Data
Setelah semua data terkumpul, maka dilakukan analisis data secara statistik dengan menggunakan bantuan soft ware program SPSS (Statistical Product and Service Solution). Tahapan – tahapan analisis data dapat digambarkan sebagai berikut :
Gambar 3.3 : Tahapan – Tahapan Analisis Data Mulai
Input Data
Uji Validitas dan Reliabilitas Uji Data
Analisis Korelasi Variabel X dan r > 0,4 terhadap Y
Analisis Regresi Model Regresi Linear
Uji Model Adjusted R Square, Durbin Watson test, Uji F, t, Normalitas
Model Terpilih
Selesai
3.8.1 Input Data Data yang terkumpul kemudian diolah dengan cara menyunting sesuai dengan format yang ada pada SPSS sehingga dapat dilakukan analisis statistic untuk mendapatkan model regresinya. Adapun format input datanya seperti terlihat dalam tabel 3.2 berikut ini :
Tabel 3.2 : Tabel Input Data Variabel X
Var. Y
Sampel J
Y
X1
X2
-
-
-
Xk
1
Y1
X11
X21
-
-
-
-
2
Y2
X12
X22
-
-
-
-
3
Y3
X13
X23
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
n
Yn
X1n
X2n
-
-
-
Xkn
3.8.2 Analisis Korelasi Menurut Singgih Santoso dalam bukunya yang berjudul latihan SPSS Parametrik, analisis korelasi digunakan untuk mengukur kekuatan hubungan antar veriabel terikat (tingkat mutu) dengan variabel-variabel bebas (pengendalian mutu pekerjaan struktur). Analisis korelasi yang digunakan adalah metode korelasi pearson (product momen correlations). Hubungan antara variabel menghasilkan nilai positif atau nilai negative dengan batasan nilai koefisien korelasi “r” (Pearson Correlation Coefficient) adalah 1 untuk hubungan positif dan -1 untuk hubungan negatif. Apabila nilai korelasi mendekati nol, hubungan antara variabel tersebut tidak ada hubungan secara linier.
Metode ini digunakan jika sepasang kontinyu X dan Y mempunyai korelasi maka derajat korelasi dapat dicari dengan menggunakan koefisien korelasi pearson dengan rumus sebagai berikut :
Σ X1 * Y1
r=
.................................................................................................................................. (3.1)
√(ΣX12) * (ΣY12)
Dimana : r = koefisien korelasi yang dicari xi = X i - X yi = Yi - Y X = nilai rata-rata variabel Y Y = nilai rata-rata variabel X Pengujian hipotesis / model tentang korelasi : •
r = 0, maka tidak ada hubungan antara dua variabel tersebut
•
r > 0, maka ada hubungan positif
•
r < 0, maka ada hubungan negative
Besaran hubungan korelasi pearson r dapat dilihat pada tabel 3.8.2 berikut ini : Tabel 3.3 : Besaran Hubungan Korelasi Pearson r
No
r (Correlation Coefisien)
1
Between ± 0.80 to ± 1.00
High Correlation
2
Between ± 0.60 to ± 0.79
Moderately High Correlation
3
Between ± 0.40 to ± 0.59
Moderately Correlation
Indication
4
Between ± 0.20 to ± 0.39
Low Correlation
5
Between ± 0.01 to ± 0.19
Neghligible Correlation
Sumber : Sevilla, C.G and all, An Introduction to Research Mothod, Manilla
Dari Tabel 3.3 dipilih variabel – variabel bebas yang memberikan hubungan positif terhadap variabel terikat (tingkat mutu) dengan nilai korelasi r > 0,4
3.8.3 Analisis Regresi Berganda Menurut Syahri Alhusin dalam bukunya yang berjudul Aplikasi Statisti Praktis Dengan SPSS versi 9.0, tujuan dari analisis regresi berganda adalah untuk memprediksi seberapa besar pengaruh variabel dependen yang ditampilkan dalam bentuk persamaan regresi. Analisis regresi berganda dalam penelitian ini menggunakan analisis tentang hubungan antara satu variabel terikat (tingkat mutu) dengan variabel – variabel bebas (pengendalian mutu pekerjaan struktur). Untuk mengetahui bentuk hubungan dari variabel-variabel tersebut linier atau non linier, maka dilakukan analisis regresi bergandasecara transformasi logaritma natural terhadap variabel-variabelnya. Menurut Katz, D.A, dalam bukunya yang berjudul Economic Theory and Aplication , model analisis regresi berganda ini merupakan model matematis, yaitu model yang memperlihatkan hubungan secara kuantitatif antara variabel terikat Y dan variabel bebas Xi. Jika hubungan antara variabel terikat Y dan variabel babas Xi adalah linier, dengan k sebagai variabel bebas serta n merupakan jumlah, maka model regresi berganda untuk hubungan Y dan Xi dapat dinyatakan sebagai berikut :
Y = βo + β1. X1 Dimana :
+
β2. X2
+ .........................+
βk. Xk
+
ε .................................................... (3.2)
βo
= konstanta
β1, β2, βk = dugaan koefisien regresi ε
= kesalahan pengganggu
Menurut Draper, N, Smith, H. dalam bukunya yang berjudul Analisis Regresi Terapan, selain model regresi linier dibuat juga model regresi non linier yang merupakan transformasi logaritma. Model transformasi logaritma
adalah model fungsi non linier yang
ditransformasikan ke bentuk logaritma normal menjadi model linier. Model non linier tersebut dinyatakan dengan persamaan sebagai berikut :
Y = β0.X1β1.X2β2 ... Xkβk ....................................................................................... (3.3) Model ini ditransformasikan ke dalam bentuk logaritma normal menjadi bentuk linier dengan persamaan sebagai berikut :
In Y = β0 + β1. InX1 + β2.In X2 + .........................+ βk. InXk ..................................... ...... (3.4)
Dalam analisis regresi berganda diperginakan bantuan soft ware SPSS dengan menggunakan metoda Stepwise. Cara kerja stepwise tersebut yaitu dimulai dengan memasukkan variabel bebas yang mempunyai korelasi paling kuat dengan variabel dependen. Kemudian setiap kali memasukkan variabel bebas dilakukan pengujian untuk tetap memasukkan variabel bebas atau mengeluarkannya. Sehingga metode ini bisa dipergunakan untuk mengetahui tingkat pengaruh dari masing-masing variabel bebas yang dipergunakan untuk memprediksi variabel independen yang dapat dilihat dari konstribusi nilai Adjusted R Square terhadap model regresi yang terbentuk. Dalam analisis regresi terdapat 2 (dua) ukuran yang akan dicari yaitu (Singgih Santoso, SPSS Parametrik):
•
Garis regresi, yaitu garis yang menyatakan dan menggambarkan karakteristik hubungan antara variabel-variabel dalam penelitian.
•
Standard error of estimate, yaitu yang mengukur pemencaran tiap-tiap titik (data) terhadap garis regresinya atau merupakan penyimpangan standard an harga-harga variabel pengaruh (Y) terhadap garis regresinya.
3.9
Uji Model
3.9.1 Uji Keberartian Regresi / Uji F Menurut Singgih Santoso dalam bukunya yang berjudul Latihan SPSS Parametrik. Uji F (Analisys of Variance ANOVA) ini dilakukan dengan tujuan untuk mengetahui apakah variabel – variabel independen (pekerjaan pembetonan) secara bersama – sama (simultan) mempengaruhi secara signifikan terhadap variabel dependen (tingkat mutu). Pengujian ini menggunakan uji ANOVA (Analisys of Variance) atau F-statistik. Pengujian F test dilakukan dengan dua cara yaitu : 1. Dengan Memperhatikan Tingkat Signifikan a. Hipotesis Ho : tidak terdapat pengaruh item – item independen terhadap nilai dependen. Ha : terdapat pengaruh item – item independen terhadap nilai dependen. b. Dasar Pengambilan Keputusan Jika signifikan < 0,05, maka Ho ditolak dan Ha diterima. Jika signifikan > 0,05, maka Ho diterima dan Ha ditolak. 2. Dengan Membandingkan F hitung dengan F tabel a. Hipotesis Ho : tidak terdapat pengaruh item – item independen terhadap nilai dependen. Ha : terdapat pengaruh item – item independen terhadap nilai dependen.
b. Dasar Pengambilan Keputusan Jika Fo hitung > F tabel α(k-1)(n-k) maka Ho ditolak dan Ha diterima. Jika Fo hitung < F tabel α(k-1)(n-k) maka Ho diterima dan Ha ditolak. Keterangan : α = tingkat signifikan = 0,05 n = jumlah sampel k = variabel bebas dalam model regresi
3.9.2 Uji Koefisien Determinasi (Adjusted R Square-Test) Menurut Supranto, J (1998). R2 Test digunakan untuk mengukur besarnya kontribusi variabel bebas X terhadap variasi (naik turunnya) variabel terikat Y. Nilai R2 mendekati satu, sedangkan bila model yang dihasilkan menjauhi data, maka R2 mendekati nol. Rumus R2 adalah sebagai berikut : n
Σ(Yi – Y)2
i=1
2
R =1-
n
Σ (Yi – Yc)
.................................................................................................................... (3.5)
2
i=1
Keterangan : Yi = nilai Y aktual (sampel) Yc = nilai Y yang dihitung dari model regresi. Y = nilai rata – rata Output SPSS Versi 11.0 dapat menghasilkan Adjusted R square (R2 yang disesuaikan) yang merupakan korelasi dari R2 sehingga gambarannya lebih mendekati mutu penjajakan model dalam populasi. Adjusted R2dirumuskan sebagai berikut : n–1 n–p
Adjusted R2 = 1 – 1 ( 1 - R2 )
Dimana
:
........................................................................(3.6)
n = jumlah pengamatan P = jumlah variabel
3.9.3
Uji Autokorelasi (Durbin-Watson Test)
Menurut Sahri Alhusin (2001),
Durbin-Watson test, dilakukan untuk menguji ada atau
tidaknya autokorelasi residual atau autokorelasi dari model regresi yang dihasilkan. Yang dimaksud dengan autokorelasi ialah korelasi (hubungan) antara kesalahan – kesalahan yang muncul di antara anggota – anggota dari serangkaian pengamatan yang tersusun dalam rangkaian waktu (seperti data runtun waktu atau time series). Menurut Suharyadi, Purwanto SK (2003), time series data sering disebut time series saja, tanpa menggunakan kata data yaitu data yang dikumpulkan dari waktu ke waktu, untuk menggambarkan perkembangan suatu atau beberapa kejadian analisis data berkala untuk mengetahui perkembangan suatu atau beberapa kejadian serta hubungan/pengaruhnya terhadap kejadian lainnya. Dengan menggunakan metode stepwise pada SPSS versi 11.0 dihasilkan model summary yang memperlihatkan nilai Durbin-Watson hitung. Pengujian dilakukan dengan menggunakan rumus : m
Σ (е1 – еj-1) d=
j=1
.................................................................................. (3.7)
m
Σ е1
2
j=1
Untuk menguji ada atau tidaknya autokorelasi pada model regresi yang terbentuk nilai Durbin-Watson hitung yang didapatkan dari hasil model regresi dibandingkan dengan nilai Durbin-Watson tabel.
a. Hipotesis Ho : tidak ada autokorelasi Ha : ada autokorelasi b. Dasar Pengambilan Keputusan dL < DW < (4-du), Ho diterima, tidak ada autokorelasi Keterangan : α
= tingkat signifikan = 0,05
n
= jumlah sampel
k
= variabel bebas dalam model regresi
DW = nilai Durbin-Watson hitung Harga dL dan du didapat dari tabel Durbin Watson dengan melihat n (jumlah sampel),nilai α dan k (variabel bebas dalam model regresi).
3.9.4 Uji Keberartian Koefisien Korelasi / Uji t Menurut Singgih Santoso dalam bukunya yang berjudul Latihan SPSS Parametrik, uji t ini dilakukan dengan tujuan untuk menguji signifikansi konstanta dan variabel independen terhadap nilai dependen. Seperti uji F, uji t harus dilakukan pengujian dengan dua cara, yaitu : 1. Dengan memperhatikan tingkat signifikan a. Hipotesis Ho : koefisien regresi tidak signifikan Ha : koefisien regresi signifikan b. Dasar Pengambilan Keputusan Jika signifikan < 0,05 maka Ho ditolak dan Ha diterima. 2. Dengan membandingkan t hitung dengan t tabel
a. Hipotesis Ho : koefisien regresi tidak signifikan Ha : koefisien regresi signifikan b. Dasar Pengambilan Keputusan Jika t0 hitung > t tabel α(n-1) maka Ho ditolak dan Ha diterima. Jika t0 hitung > t tabel α(n-1) maka Ho diterima dan Ha ditolak. Keterangan : α = tingkat signifikan = 0,05 n = jumlah sampel
3.9.5 Uji Normalitas Menurut Singgih Santoso dalam bukunya yang berjudul SPSS Statistik Parametrik, tujuan dari uji normalitas adalah untuk menguji apakah dalam sebuah model regresi, variabel independen, variabel dependen atau keduanya mempunyai distribusi normal/persyaratan normalitas ataukah tidak. Untuk mengetahui apakah sebuah model regresi memenuhi persyaratan normalitas dapat dilihat pada grafik Normal Probability Plot yang merupakan hasil output SPSS. Model regresi dikatakan memenuhi persyaratan normalitas, jika data menyebar disekitar garis diagonal dan mengikuti arah garis diagonal. Dan sebaliknya, maka model regresi tidak memenuhi persyaratan normalitas.
