BAB IV Analisis dan Pembahasan
BAB IV ANALISIS DAN PEMBAHASAN
4.1 Tinjauan Pustaka Pada bagian ini
akan dilakukan analisis dan pembahasan mengenai
Analasis pengaruh faktor-faktor keterlambatan terhadap pembengkakan biaya proyek perumahan dengan data di peroleh dari data primer dan sekunder yang diolah dengan program Statistical Package for Social Science (SPSS) dan Microsoft Excel yang nantinya akan didapat hasil dari analisis tersebut. 4.2 Data Responden Berikut ini adalah daftar perusahaan yang dijadikan responden dalam penelitian ini: 1) PT. Mitra Inti Cemerlang Jl. Outer Ring Road Taman Palm Nomer 39 ,Cengkareng Jakarta Barat 2) PT. Istana Putra Mandiri Jl. Kelapa Dua Ruko Jasmine HA 1/23 Gading Serpong Tangerang 3) PT. Sulam Primax Perkasa Jl. Pejuangan Blok C No.8 kebun jeruk jakarta barat 4) PT. Gusantara Global Mandiri Jl. WR.Supratman Kav. 05 Ciputat Tangerang Selatan 5) PT. Griya Tritunggal Sakti Jl. Boulevard Blok B No 35 Gading Serpong Tangerang 6) PT. Citra Ecopolis Raya IV-1 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
Jl. Citra Raya Boulevard Cikupa Tangerang 7) PT. Putra Lintang Cemerlang Jl.,MH Tamrin No. 11 Jakarta Pusat 8) PT. Asri Karya Binangun Jl. Pondok jaya sepatan ,Tigaraksa,Tangerang 9) PT. Serpong Karya Cemerlang Jl. Gedung SICC LT.3 Sentul City Bogor. 10) PT. Ketira Engineering Consultants Jl. Tanah Abang V 56-56A, Petojo Selatan, Gambir, Jakarta. 4.3 Deskripsi Data Deskripsi hasil penelitian ini didasarkan pada skor dari kuesioner yang digunakan untuk mengetahui distribusi data responden yang diteliti dalam penelitian ini. Penjelasan data responden akan disajikan sebagai berikut: 4.2.1 Distribusi Frekuensi Berdasarkan Jenis Kelamin Responden Untuk mengetahui lebih lanjut distribusi responden berdasarkan jenis kelamin responden dapat dilihat pada hasil frekuensi data responden sebagai berikut: Tabel 4.1. Distribusi Jenis Kelamin Responden
Valid
Frequency
Percent
Valid Percent
Cumulative Percent
Laki - laki
35
87,5
87,5
87,5
Perempuan
5
12,5
12,5
100,0
Total
40
100,0
100,0
IV-2 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan Sumber: Data primer yang diolah dengan SPSS 20
Hasil tabel di atas diperoleh hasil bahwa sebagian besar responden berjenis kelamin pria dengan jumlah 35 orang atau sebesar 87,5 %, sedangkan responden paling sedikit berjenis kelamin wanita sebanyak 5 orang dengan presentase sebesar 12,5 %. Berikut adalah distribusi jenis kelamin responden menggunakan gambar pie chart:
Jenis kelamin Perempuan
Laki-Laki Gambar 4.1 Distribusi Jenis Kelamin
4.2.2 Distribusi Frekuensi Berdasarkan Usia Responden Untuk mengetahui lebih lanjut distribusi responden berdasarkan usia responden dapat dilihat pada hasil frekuensi data responden sebagai berikut: Tabel 4.2. Distribusi Usia Responden
Frequency
Percent
Valid Percent
Cumulative Percent
23 - 30 tahun
16
40.0
40.0
40.0
31 - 40 tahun 41 - 49 tahun > 55 tahun Total
17 3 4 40
42.5 7.5 10.0 100.0
42.5 7.5 10.0 100.0
82.5 90.0 100.0
Usia
Valid
Sumber: Data primer yang diolah dengan SPSS 20
Dari hasil tabel di atas diperoleh hasil bahwa sebagian besar IV-3 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
distribusi responden berdasarkan usia berada pada kisaran usia 23-30 tahun tahun sebanyak 16 orang dengan persentasi 40 %, usia 31-40 tahun tahun sebanyak 17 orang dengan persentasi 42.5%, usia 41-49 tahun tahun sebanyak 3 orang dengan persentasi 7.5 % dan lebih dari 55 tahun sebanyak 4 orang dengan presentase 10 %. Berikut adalah distribusi usia responden menggunakan gambar pie chart :
Gambar 4.2 Distribusi usia responden
4.2.3 Distribusi Frekuensi Berdasarkan Jabatan Responden Untuk mengetahui lebih lanjut distribusi responden berdasarkan jabatan responden dapat dilihat pada hasil frekuensi data responden sebagai berikut: Tabel 4.3. Distribusi Jabatan Responden
Vali d
Supervisor Site Engineer Site Manager Project Manager Total
Frequency
Percent
10 5 19 6 40
25.0 12.5 47.5 15.0 100.0
Valid Percent 25.0 12.5 47.5 15.0 100.0
Cumulative Percent 25.0 37.5 85.0 100.0
Sumber: Data primer yang diolah dengan SPSS 20
Hasil tabel di atas diperoleh hasil diketahui bahwa sebagian besar distribusi responden berdasarkan jabatannya berada pada posisi Site IV-4 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
Manajer sebanyak 19 orang dengan persentasi 47,5%. Berikut adalah distribusi jabatan responden menggunakan gambar bar chart:
Gambar 4.3 Distribusi Jabatan Responden
4.2.4 Distribusi Frekuensi Berdasarkan Pendidikan Responden Untuk mengetahui lebih lanjut distribusi responden berdasarkan pendidikan responden dapat dilihat pada hasil frekuensi data responden sebagai berikut: Tabel 4.4. Distribusi Pendidikan Akhir Responden
SMA Diploma Valid S1 S2 Total
Frequency
Percent
Valid Percent
7 10 18 5 40
17.5 25.0 45.0 12.5 100.0
17.5 25.0 45.0 12.5 100.0
Cumulative Percent 17.5 42.5 87.5 100.0
Sumber: Data primer yang diolah dengan SPSS 20
Hasil tabel di atas diperoleh hasil diketahui bahwa sebagian besar distribusi responden berdasarkan pendidikan terakhirnya rata-rata berpendidikan S1 yaitu sebanyak 18 dengan persentasi 45 %. Berikut IV-5 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
adalah distribusi pendidikan responden menggunakan gambar bar chart:
Gambar 4.4 Distribusi Pendidikan Akhir Responden
4.2.5 Distribusi Frekuensi Berdasarkan Lama Kerja Responden Untuk mengetahui lebih lanjut distribusi responden berdasarkan lama kerja responden dapat dilihat pada hasil frekuensi data responden sebagai berikut: Tabel 4.5. Distribusi Lama Kerja Responden
Lama Kerja 1 - 5 tahun V 6 - 10 tahun a 11 - 15 tahun l 16 - 20 tahun i > 21 tahun d Total
Frequency 9 20 4 4 3 40
Percent 22.5 50.0 10.0 10.0 7.5 100.0
Sumber: Data primer yang diolah dengan SPSS 20
Valid Percent 22.5 50.0 10.0 10.0 7.5 100.0
Cumulative Percent 22.5 72.5 82.5 92.5 100.0
Hasil tabel di atas diperoleh hasil diketahui bahwa sebagian besar distribusi responden berdasarkan lama kerjanya adalah > 5 tahun yaitu IV-6 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
sebanyak 31 dengan persentasi 77,5%. Berikut adalah distribusi usia responden menggunakan gambar cone chart:
Gambar 4.5 Distribusi Lama Kerja Responden
4.4 Uji Deskriptif Variabel Deskriptif variabel dalam penelitian ini bertujuan untuk memberikan gambaran distribusi data dalam penelitian yang meliputi: Ketidaktepatan perencanaan tenaga kerja (X1), Kualitas tenaga kerja yang buruk (X2), Keterlambatan penyedian alat / material akibat kelalaian kontraktor (X3), Penanganan keberadaan dan kualitas dari alat / material yang buruk (X4), Kesulitan Finansial (X5), Kurangnya pengalaman kotraktor (X6), Koordinasi dan komunikasi yang buruk dalam organisasi kontraktor (X7), Metode Konstruksi/teknik pelaksanaan yang salah /tidak tepat (X8), Dana dari pemilik proyek tidak mencukupi (X9), Keterlambatan penyediaan material (X10) , Petenatapan pelaksaan jadwal proyek yang amat ketat (X11), Dampak Keterlambatan (Y1), Dan Dampak Pembengkakan Biaya (Y2) berdasarkan nilai mean, median, simpang baku, nilai minimum, dan nilai maksimum. Adapun hasil selengkapnya adalah sebagai berikut :
IV-7 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
Tabel 4.6. Distribusi Data Variabel
Variabel
N
Minimum
Maximum
Mean
Std. Deviation
X1
40
1
5
2,78
1,310
X2
40
2
5
3,75
1,056
X3
40
2
5
4,02
0,733
X4
40
1
5
3,63
1,125
X5
40
1
5
2,80
1,091
X6
40
1
5
4,03
1,050
X7
40
1
5
3,25
1,214
X8
40
2
5
3,87
0,911
X9
40
1
5
3,03
1,187
X10
40
2
5
3,87
0,911
X11
40
2
5
4,15
0,893
Y1_TOTAL
40
15
32
24,05
4,120
Y2_TOTAL
40
13
34
29,55
4,157
Valid N (listwise)
40
Sumber: Hasil pengolahan data kuesioner
4.5 Uji Validitas Uji
validitas
digunakan
untuk
mengukur
ketepatan
dan
kecermatan suatu alat ukur atau instrumen dalam melakukan fungsi ukurannya. Suatu istrumen dikatakan mempunyai validitas yang tinggi apabila alat tersebut menjalankan fungsi ukurannya sesuai dengan maksud dilakukan pengukuran tersebut (Azwar, 2007:4). Uji validitas dapat dilakukan dengan melakukan korelasi antar sekor butir pertanyaan dengan total skor konstruk atau variabel IV-8 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
(Ghozali, 2013). Atau bisa juga membandingkan antara nilai r hitung dengan r tabel, apabila nilai:
Jika r hitung > r tabel, maka hasilnya valid Jika r hitung < r tabel, maka hasilnya tidak valid Tabel 4.7 Hasil Uji Validitas Variabel Faktor Keterlambatan ( X )
No
Kode Keterlambatan
Keterangan r hitung
r tabel
korelasi
korelasi
1
X1
0,679
0,312
VALID
2
X2
0,267
0,312
TIDAK VALID
3
X3
0,286
0,312
TIDAK VALID
4
X4
0,459
0,312
VALID
5
X5
0,591
0,312
VALID
6
X6
0,497
0,312
VALID
7
X7
0,506
0,312
VALID
8
X8
0,283
0,312
TIDAK VALID
9
X9
0,439
0,312
VALID
10
X10
0,525
0,312
VALID
11
X11
0,461
0,312
VALID
Sumber: Data kuesioner diolah dengan SPSS 20
Tabel 4.8 Hasil Uji Validitas Variabel Dampak Keterlambatan ( Y1)
No
Kode Keterlambatan
Keterangan r hitung
r tabel
korelasi
korelasi
1
Y 1.1
0,694
0,312
VALID
2
Y 1.2
0,137
0,312
TIDAK VALID
3
Y1. 3
0,353
0,312
VALID
4
Y 1.4
0,278
0,312
TIDAK VALID
5
Y 1.5
0,549
0,312
VALID
IV-9 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
6
Y 1.6
0,465
0,312
VALID
7
Y 1.7
0,357
0,312
VALID
8
Y 1.8
0,271
0,312
TIDAK VALID
9
Y1. 9
0,371
0,312
VALID
10
Y1. 10
0,504
0,312
VALID
11
Y 1.11
0,278
0,312
TIDAK VALID
Sumber: Data kuesioner diolah dengan SPSS 20
Tabel 4.9 Hasil Uji Validitas Variabel Dampak Pembengkakan Biaya (Y2)
No
Kode Keterlambatan
Keterangan r hitung
r tabel
korelasi
korelasi
1
Y 2.1
0,523
0,312
VALID
2
Y 2.2
0,571
0,312
VALID
3
Y2. 3
0,593
0,312
VALID
4
Y 2.4
0,631
0,312
VALID
5
Y 2.5
0,354
0,312
VALID
6
Y 2.6
0,391
0,312
VALID
7
Y 2.7
0,029
0,312
TIDAK VALID
8
Y 2.8
0,283
0,312
TIDAK VALID
9
Y2.9
0,299
0,312
TIDAK VALID
10
Y2.10
0,422
0,312
VALID
11
Y 2.11
0,446
0,312
VALID
Sumber: Data kuesioner diolah dengan SPSS 20
Berdasarkan tabel di atas terdapat variabel X1 – X11 yaitu variabel faktor penyebab keterlambatan terdapat data yang valid ada 8 variabel dan tidak valid berjumlah 3 variabel, Sedangankan variabel Y1 ada 11 pertanyaan yaitu variabel dampak keterlambatan dengan data yang valid ada 7 pertanyaan , data tidak valid ada 4 pertanyaan dan pada variabel dampak pembengkakan biaya (Y2) data yang valid ada 8 pertanyaan, data yang tidak valid ada 3 pertanyaan. Untuk variabel
IV-10 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
pertanyaan yang tidak valid harus dikeluarkan karena tidak memenuhi syarat untuk uji selanjutnya. 4.6 Uji Reliabilitas Uji reliabilitas merupakan alat yang digunakan untuk mengetahui konsistensi alat ukur, apakah alat pengukur yang digunakan dapat diandalkan dan tetap konsisten jika pengukuran tersebut diulang (Priyatno, 2008:25).
Pengukuran reliabilitas yang akan digunakan dalam penelitian ini adalah dengan menggunakan program SPSS (Statistical Package for Social Science), yang akan memberikan fasilitas untuk mengukur reliabilitas dengan uji statistic Cronbach’s Alpha (α). Menurut (Ghozali, 2006) bahwa suatu konstruk atau variabel dikatakan reliabel jika memberikan nilai Cronbach’s Alpha (α) > 0,60. Untuk mengetahui hasil dari uji reliabilitas dari ketiga variabel dalam penelitian ini, dapat dilihat pada tabel berikut ini: Tabel 4.10 Hasil Uji Reabilitas
No
1 2 3
Variabel Penelitian Faktor Keterlambatan Dampak Keterlambatan Dampak Pembengkakan Biaya
Jumlah pernyataan
Cronbach’s Alpha
Batas Cronbach’s Alpha
Keterang an
8
0,651
0,6
Reliabel
7
0,609
0,6
Reliabel
8
0,639
0,6
Reliabel
Sumber: Data kuesioner diolah dengan SPSS 20
Berdasarkan tabel 4.7 yakni rangkuman hasil uji reliabilitas, bahwa nilai Cronbach’s Alpha (α) untuk faktor keterlambatan 0,651 yang artinya reabel, Dampak keterlambatan 0,609 yang artinya reliabel, Dampak pembengkakan biaya IV-11 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
0,639 yang artinya reliabel. Sehingga dapat disimpulkan bahwa seluruh item pernyataan dari ketiga variabel yang telah valid dan reliabel. Karena nilai Cronbach’s Alpha lebih besar dari 0,60 (Ghozali, 2006). 4.7 Asumsi Klasik Pengujian asumsi klasik diperlukan dalam regresi linier berganda untuk mengetahui apakah data mengalami penyimpangan atau tidak. Gunanya untuk memperoleh nilai penaksir atau nilai koefisien α dan β yang tidak bisa sehingga menjadi nilai yang terbaik. Uji ini dilakukan sebelum melakukan analisis regresi. Adapun pengujian terhadap asumsi klasik meliputi uji normalitas, uji multikolinearitas
dan
uji
heteroskedastisitas,
Adapun
hasil
pengujian
selengkapnya adalah sebagai berikut:
4.7.1. Uji Normalitas Uji normalitas data bertujuan untuk menguji apakah dalam model regresi, variabel dependen dan independen keduanya mempunyai distribusi normal atau tidak. Uji normalitas dalam penelitian ini menggunakan uji Kolmogorov-Smirnov. Dalam uji ini variabel dikatakan berdistribusi normal jika nilai Asymp. Sig (2-tailed) lebih besar dari nilai normal 0,05 (Santoso, 2012:230). Untuk hasil pengujian normalitas data dapat dilihat pada tabel berikut ini: Tabel 4.11.Kolmogorov – Smirnov Test
Model
Z
Unstandardized residual (X1,X4,X5,X6,
Probability (p)
0.804
0.537
Kriteria
Kesimpulan
P> α
Data Berdistribusi Normal
( 0.05 )
IV-12 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
X7, X9,X10,X11 terhadap Y1 Unstandardized residual (X1,X4,X5,X6, X7, X9,X10,X11 terhadap Y2 Unstandardized residual (Y1.1,Y1.3,Y1.5,Y1.6, Y1.7,Y1.9,Y1.10 terhadap Y2
0.707
0,676
0.699
0,751
P> α ( 0.05 ) P> α ( 0.05 )
Data Berdistribusi Normal Data Berdistribusi Normal
Sumber: Data kuesioner diolah dengan SPSS 20
Dari tabel di atas diketahui bahwa hasil pengujian normalitas menggunakan metode Kolmogorov-Smirnov memiliki nilai signifikansi atau probabilitas > 0,05 maka sebaran data dalam penelitian ini berdistribusi normal. Maka dapat disimpulkan bahwa residual telah memenuhi asumsi distribusi normal. Berikut ini juga terlihat visual gambar residual dimana titik-titik mengikuti pola garis lurus.
Gambar 4.6 Kolmogorov – Smirnov Test
IV-13 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
4.7.2. Uji Heteroskedastisitas Uji ini bertujuan untuk mengetahui apakah dalam sebuah model regresi terjadi ketidaksamaan varians dari residual, dari satu pengamatan ke pengamatan yang lain. Jika varians dari residual dari satu pengamatan ke pengamatan yang lain tetap, maka disebut homokedastisitas dan jika varians berbeda, disebut heterokedastisitas. Model regresi yang baik adalah tidak terjadi heterokedastisitas. Tabel 4.12. Hasil Uji Heteroskedastisitas X terhadap Y1
NO
Variabel
Thitung
p
X1
Ketidaktepatan perencanaan tenaga kerja
1,936
0,062
X4
Penanganan keberadaan dan kualitas dari alat / material yang buruk
-0,019
0,985
X5
Kesulitan Finansial
-2,021
0,052
X6
Kurangnya pengalaman kotraktor
-0,514
0,611
X7
Koordinasi dan komunikasi yang buruk dalam organisasi kontraktor
-0,025
0,980
X9
Dana dari pemilik proyek tidak mencukupi
-1,339
0,190
X10
Keterlambatan penyediaan material
-1,747
0,091
X11
Petenatapan pelaksaan jadwal proyek yang amat ketat
0,856
0,398
Thitung
p
Sumber: Data kuesioner diolah dengan SPSS 20 Tabel 4.13. Hasil Uji Heterlskedastisitas X terhadap Y2
NO X1 X4
Variabel Ketidaktepatan perencanaan tenaga kerja Penanganan keberadaan dan kualitas dari alat / material yang buruk
-0,785
0,438
-0,354
0,100
IV-14 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
X5
Kesulitan Finansial
-0,341
0,735
X6
Kurangnya pengalaman kotraktor
-0,856
0,398
0,389
0,700
X7
Koordinasi dan komunikasi yang buruk dalam organisasi kontraktor
X9
Dana dari pemilik proyek tidak mencukupi
0,511
0,613
X10
Keterlambatan penyediaan material
0,412
0,683
X11
Petenatapan pelaksaan jadwal proyek yang amat ketat
1,297
0,204
Sumber: Data kuesioner diolah dengan SPSS 20
Tabel 4.14. Hasil Uji Heterlskedastisitas Y1 terhadap Y2
NO Y1,1
Variabel Hilangnya produktivitas dan efisiensi tenaga kerja dalam menyelesaikan proyek
Produktivitas pekerja menurun karena banyaknya jam nganggur Tersendatnya dukungan sumber dana membuat Y1,5 pelaksanaan pekerjaan menjadi terhambat Membutuhkan waktu yang lebih banyak dalam Y1,6 mengatasi permasalahan yang timbul Terjadi banyak masalah didalam pelaksanaan Y1,7 kegiatan proyek kerena lemahnya koordinasi Penyediaan material dan peralatan proyek tidak Y1,9 dapat didatangkan tepat waktu Proyek dapat berhenti karena kekurangan tenaga Y1,10 kerja Y1,3
Thitung
p
-0,851
0,401
-0,243
0,81
-0,792
0,434
-1,365
0,054
0,689
0,496
0,158
0,876
-0,851
0,401
Sumber: Data kuesioner diolah dengan SPSS 20
Berdasarkan hasil uji Heteroskedtisitas (Glejser Method) di atas diketahui nilai probabilitas pada masing-masing variabel > 0,05 dengan demikian tidak terjadi heteroskedastisitas pada variable X (Faktor resiko keterlambatan) terhadap Y1 (Dampak Keterlambatan ) , variable X Faktor resiko keterlambatan) terhadap Y2 (Dampak Pembengkakan biaya).Dan Y1 (Dampak keterlambatan ) terhadap Y2 (Dampak pembengkakan biaya). IV-15 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
4.7.3. Uji Multikolinieritas Uji multikolinearitas bertujuan untuk menguji apakah model regres ditemukan adanya korelasi yang sempurna antar variabel bebas (independen). Model regresi yang baik seharusnya tidak terjadi korelasi yang sempurna di antara variabel bebas. Salah satu
cara untuk mendeteksi adanya
multikolinearitas adalah dengan melihat tolerance atau Varians Inflation Factor (VIF). Apabila tolerance lebih kecil dari 0,1 atau nilai VIF di atas 10, maka terjadi multikolinearitas. Tabel 4.15 Hasil Uji Multikolinieritas X terhadap Y1
Variabel
Tolerance
VIF
Ketidaktepatan perencanaan tenaga kerja (X1) Penanganan keberadaan dan kualitas dari alat / material yang buruk (X4) Kesulitan Finansial (X5)
0,554
1,804
0,633
1,579
0,669
1,494
Kurangnya pengalaman kotraktor (X6) Koordinasi dan komunikasi yang buruk dalam organisasi kontraktor (X7)
0,788
1,269
0,709
1,410
Dana dari pemilik proyek tidak mencukupi (X9)
0,663
1,509
Keterlambatan penyediaan material (X10)
0,656
1,524
Petenatapan pelaksaan jadwal proyek yang amat ketat (X11)
0,819
1,221
Sumber: Data kuesioner diolah dengan SPSS 20 Tabel 4.16 Hasil Uji Multikolinieritas X terhadap Y2
Variabel
Tolerance
VIF
Ketidaktepatan perencanaan tenaga kerja (X1)
0,554
1,804
Penanganan keberadaan dan kualitas dari alat / material yang buruk (X4)
0,633
1,579
Kesulitan Finansial (X5)
0,669
1,494
Kurangnya pengalaman kotraktor (X6)
0,788
1,269
IV-16 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
Koordinasi dan komunikasi yang buruk dalam organisasi kontraktor (X7) Dana dari pemilik proyek tidak mencukupi (X9)
0,709
1,410
0,663
1,509
Keterlambatan penyediaan material (X10)
0,656
1,524
Petenatapan pelaksaan jadwal proyek yang amat ketat (X11)
0,819
1,221
Sumber: Data kuesioner diolah dengan SPSS 20 Tabel 4.17 Hasil Uji Multikolinieritas Y1 terhadap Y2
Variabel
Tolerance
Hilangnya produktivitas dan efisiensi tenaga kerja dalam menyelesaikan proyek (Y1.1) Produktivitas pekerja menurun karena banyaknya jam nganggur (Y1.3) Tersendatnya dukungan sumber dana membuat pelaksanaan pekerjaan menjadi terhambat (Y1.5) Membutuhkan waktu yang lebih banyak dalam mengatasi permasalahan yang timbul (Y1.6) Terjadi banyak masalah didalam pelaksanaan kegiatan proyek kerena lemahnya koordinasi (Y1.7) Penyediaan material dan peralatan proyek tidak dapat didatangkan tepat waktu (Y1.9) Proyek dapat berhenti karena kekurangan tenaga kerja (Y1.10)
VIF
0,609
1,643
0,763
1,31
0,711
1,407
0,787
1,27
0,735
1,361
0,558
1,793
0,666
1,502
Sumber: Data kuesioner diolah dengan SPSS 20
Hasil uji multikolinearitas pada pada tabel di atas dengan variabel dependen pembengkakan biaya proyek diketahui bahwa hasil tolerance pada masing-masing variabel bebas lebih besar dari 0,1 sedangkan nilai Varians
Inflation Factor (VIF) lebih kecil dari 10. Sehingga model
regresi dalam penelitian
ini
tidak
ada
masalah
multikolinearitas.
Berdasarkan hasil pengujian asumsi klasik diperoleh hasil bahwa data dalam
enelitian
tidak
mengalami
masalah
asumsi,
atau
dapat
dinyatakan BLUE (best, linear, unbiased, estimator).
IV-17 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
4.7.4. Analisa Korelasi Analisa korelasi bertujuan untuk mencari kekuatan, signifikansi dan arah hubungan linier antara dua variabel atau lebih. Analisa statistik parametrik dengan data berdistribusi normal, menggunakan analisa korelasi dengan Product Moment Pearson. Output analisa korelasi berupa nilai koefisien korelasi ® yang signifikan antara kedua variabel. Nilai signifikan diperoleh dengan mencari hubungan variabel yang paling signifikan (*) terhadap variabel Y1 dan Y2, dengan nilai sig (*) yang paling kecil.
Kemudian menetapkan taraf signifikansi (α) 5%, dimana α
< 0,05 menunjukkan adanya korelasi atau hubungan linier yang signifikan antara variabel-variabel. Tabel 4.18 Nilai Koefisien Korelasi dengan Analisa Korelasi Product Moment Pearson ( X dan Y1)
NO X1 X4
Keterangan Variabel Ketidaktepatan perencanaan tenaga kerja Penanganan keberadaan dan kualitas dari alat / material yang buruk
Koefisien
Sig. (2-
korelasi
tailed)
0,738**
0,000
0,275
0,860
X5
Kesulitan Finansial
0,596**
0,000
X6
Kurangnya pengalaman kotraktor
0,438**
0,005
0,602**
0,000
X7
Koordinasi dan komunikasi yang buruk dalam organisasi kontraktor
X9
Dana dari pemilik proyek tidak mencukupi
0,571**
0,000
X10
Keterlambatan penyediaan material
0,473**
0,002
0,228
0,157
X11
Petenatapan pelaksaan jadwal proyek yang amat ketat
Sumber: Data kuesioner diolah dengan SPSS 20
http://digilib.mercubuana.ac.id/
IV-18
BAB IV Analisis dan Pembahasan Tabel 4.19 Nilai Koefisien Korelasi dengan Analisa Korelasi Product Moment Pearson ( X dan Y2)
NO X1 X4
Keterangan Variabel Ketidaktepatan perencanaan tenaga kerja Penanganan keberadaan dan kualitas dari alat / material yang buruk
Koefisien
Sig. (2-
korelasi
tailed)
0,569**
0,000
0,561**
0,000
X5
Kesulitan Finansial
0,585**
0,000
X6
Kurangnya pengalaman kotraktor
0,437**
0,005
0,013
0,938
0,070
0,668
0,614**
0,000
0,350*
0,027
X7
Koordinasi dan komunikasi yang buruk dalam organisasi kontraktor
X9
Dana dari pemilik proyek tidak mencukupi
X10
Keterlambatan penyediaan material
X11
Petenatapan pelaksaan jadwal proyek yang amat ketat
Sumber: Data kuesioner diolah dengan SPSS 20
Tabel 4.20 Nilai Koefisien Korelasi dengan Analisa Korelasi Product Moment Pearson ( Y1 dan Y2)
NO
Y1,1 Y1,3 Y1,5 Y1,6 Y1,7
Koefisien
Sig. (2-
korelasi
tailed)
Hilangnya produktivitas dan efisiensi tenaga kerja dalam menyelesaikan proyek
0,569**
0,000
Produktivitas pekerja menurun karena banyaknya jam nganggur Tersendatnya dukungan sumber dana membuat pelaksanaan pekerjaan menjadi terhambat Membutuhkan waktu yang lebih banyak dalam mengatasi permasalahan yang timbul Terjadi banyak masalah didalam pelaksanaan kegiatan proyek kerena lemahnya koordinasi
0,382*
0,000
0,500**
0,000
0,437**
0,005
Keterangan Variabel
Penyediaan material dan peralatan proyek tidak dapat didatangkan tepat waktu Proyek dapat berhenti karena kekurangan Y1,10 tenaga kerja Y1,9
0,013 0,070 0,600**
0,940 0,670 0,000
Sumber: Data kuesioner diolah dengan SPSS 20
IV-19 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
Tabel hasil analisa korelasi pearson dengan 40 koresponden
dengan
variabel X (Faktor resiko) , variabel Y1 (Dampak Keterlambatan) dan variabel Y2 (Dampak Pembengkakan Biaya ), dapat dilihat tabel diatas. Hasil yang diperoleh terdapat korelasi yang bepengaruh dimana α < 0,05 menunjukkan adanya korelasi atau hubungan linier yang signifikan antara variabel-variabel. 4.8 Uji Hipotesis Setelah uji asumsi klasik maka langkah selanjutnya adalah pengujian hipotesis yang dilakukan dengan menggunakan uji regresi linier berganda yang akan diuraikan sebagai berikut: 4.8.1. Analisis Regresi Linier Berganda Analisis regresi linier berganda digunakan untuk menentukan pengaruh yang ditimbulkan oleh indikator variabel bebas terhadap variabel terikat (Sugiyono, 2013:277). Analisis regresi linier berganda dilakukan untuk mengetahui koefisien regresi atau besarnya pengaruh variabel dependennya yaitu Y1 (Dampak Keterlambatan) dan Y2 ( Dampak Pembengkakan Biaya, sedangkan variabel independen yaitu Faktor-faktor resiko keterlambatan (X). Dalam penelitian ini menggunakan analisis regresi linier berganda dengan metode stepwise karena memiliki variabel independen lebih dari satu.
IV-20 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan Tabel 4.21 Hasil uji regresi linier berganda X terhadap Y1
Model 1 (Constant) X1 X5 X6 X7 X9 X10
Unstandardized Coefficients B Std. Error 4,365 1,238 1,008 ,760 1,139 ,914 ,927 1,135
Standardized Coefficients Beta
,209 ,227 ,211 ,199 ,213 ,257
,321 ,201 ,290 ,269 ,267 ,251
t 3,527
Sig. ,001
4,821 3,353 5,400 4,601 4,355 4,412
,000 ,002 ,000 ,000 ,000 ,000
a. Dependent Variable: Y1 Pengaruh Keterlambatan
Persamaan regresinya sebagai berikut: Y1’ = a + b1X1+ b2X5+b3X6+…….+bnXn Y1’ = 4,365 + 1,008X1 + 0,760X5 + 1,139 X6 + 0,914X7 +0 ,927 X9 +1,135X10 Keterangan: Y1’
= Dampak Keterlambatan
a
= konstanta
b1,b2
= koefisien regresi
X.1
= Variabel
X.2
= Variabel
Persamaan regresi di atas dapat dijelaskan sebagai berikut: Konstanta sebesar 4,365; artinya jika X1, X2 dst nilainya adalah 0, maka Y1’ nilainya adalah 4,365 satuan. Koefisien regresi variabel X1 sebesar 1,008 ; artinya jika variabel independen lain nilainya tetap dan X1 mengalami kenaikan 1%, maka IV-21 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
nilai Y1’ akan mengalami peningkatan sebesar 1,008 satuan. Koefisien bernilai positif artinya terjadi hubungan positif antara X1 denganY1’, semakin naik X1 maka semakin meningkat nilai Y1. Koefisien regresi variabel X5 sebesar 0,760 ; artinya jika variabel independen lain nilainya tetap dan X5 mengalami kenaikan 1%, maka nilai Y1’ akan mengalami peningkatan sebesar 0,760 satuan. Koefisien bernilai positif artinya terjadi hubungan positif antara X5 denganY1’, semakin naik X5 maka semakin meningkat nilai Y1. Koefisien regresi variabel X6 sebesar 1,139 ; artinya jika variabel independen lain nilainya tetap dan X6 mengalami kenaikan 1%, maka nilai Y1’ akan mengalami peningkatan sebesar 1,139satuan. Koefisien bernilai positif artinya terjadi hubungan positif antara X6 denganY1’, semakin naik X6 maka semakin meningkat nilai Y1. Koefisien regresi variabel X7 sebesar 0,914 ; artinya jika variabel independen lain nilainya tetap dan X7 mengalami kenaikan 1%, maka nilai Y1’ akan mengalami peningkatan sebesar 0,914 satuan. Koefisien bernilai positif artinya terjadi hubungan positif antara X7 denganY1’, semakin naik X7 maka semakin meningkat nilai Y1. Koefisien regresi variabel X9 sebesar 0,927 ; artinya jika variabel independen lain nilainya tetap dan X9 mengalami kenaikan 1%, maka nilai Y1’ akan mengalami peningkatan sebesar 0,927 satuan. Koefisien bernilai positif artinya terjadi hubungan positif antara X9 denganY1’, semakin naik X9 maka semakin meningkat nilai Y1. Koefisien regresi variabel X10 sebesar 1,135 ; artinya jika variabel IV-22 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
independen lain nilainya tetap dan X10 mengalami kenaikan 1%, maka nilai Y1’ akan mengalami peningkatan sebesar 1,135 satuan. Koefisien bernilai positif artinya terjadi hubungan positif antara X10 denganY1’, semakin naik X10 maka semakin meningkat nilai Y1.
Tabel 4.22 Hasil Uji regresi linier berganda X terhadap Y2
Model 1 (Constant) X1 X4 X5 X10
Unstandardized Coefficients B Std. Error 13,181 1,724 ,794 1,421 1,427 1,295
Standardized Coefficients Beta
,325 ,355 ,384 ,455
,250 ,385 ,374 ,284
t 7,647
Sig. ,000
2,447 3,999 3,721 2,844
,020 ,000 ,001 ,007
a. Dependent Variable: Y2 Pengaruh Pembengkakan Biaya
Persamaan regresinya sebagai berikut: Y2’ = a + b1X1+ b2X4+b3X5+…….+bnXn Y2’ = 13,181+ 0,794X1 + 1,421X4 + 1,427X5 + 1,295X10 Keterangan: Y2’
= Dampak Pembengakakan Biaya
a
= konstanta
b1,b2 = koefisien regresi X.1
= Variabel
X.2
= Variabel
Persamaan regresi di atas dapat dijelaskan sebagai berikut: Konstanta sebesar 13,181; artinya jika X1, X2 dst nilainya adalah 0, maka Y2’ nilainya adalah 13,181satuan. IV-23 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
Koefisien regresi variabel X1 sebesar 0,794 ; artinya jika variabel independen lain nilainya tetap dan X1 mengalami kenaikan 1%, maka nilai Y2’ akan mengalami peningkatan sebesar 0,794 satuan. Koefisien bernilai positif artinya terjadi hubungan positif antara X1 dengan Y2’, semakin naik X1 maka semakin meningkat nilai Y2. Koefisien regresi variabel X4 sebesar 1,421 ; artinya jika variabel independen lain nilainya tetap dan X4 mengalami kenaikan 1%, maka nilai Y2’ akan mengalami peningkatan sebesar 1,421 satuan. Koefisien bernilai positif artinya terjadi hubungan positif antara X4 dengan Y2’, semakin naik X4 maka semakin meningkat nilai Y2. Koefisien regresi variabel X5 sebesar 1,427 ; artinya jika variabel independen lain nilainya tetap dan X5 mengalami kenaikan 1%, maka nilai Y2’ akan mengalami peningkatan sebesar 1,427 satuan. Koefisien bernilai positif artinya terjadi hubungan positif antara X5 dengan Y2’, semakin naik X5 maka semakin meningkat nilai Y2. Koefisien regresi variabel X10 sebesar 1,295 ; artinya jika variabel independen lain nilainya tetap dan X10 mengalami kenaikan 1%, maka nilai Y2’ akan mengalami peningkatan sebesar 1,295 satuan. Koefisien bernilai positif artinya terjadi hubungan positif antara X10 dengan Y2’, semakin naik X10 maka semakin meningkat nilai Y2.
IV-24 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan Tabel 4.23 Hasil Uji regresi linier berganda Y1 terhadap Y2
Unstandardized Coefficients Model 1 (Constant) Y1.10 Y1.1 Y1.3
B 12,119 1,927 1,367 1,548
Standardized Coefficients
Std. Error 2,848 ,518 ,352 ,610
Beta ,419 ,429 ,273
t 4,256 3,722 3,888 2,538
Sig. ,000 ,001 ,000 ,016
a. Dependent Variable: Y2 Pengaruh Pembengkakan Biaya
Persamaan regresinya sebagai berikut: Y2’ = a + b1Y1+ b2Y3+b3 Y10+…….+bnXn Y2’ = 12,119+ 1,367 Y3 + 1,548 Y3 + 1,927Y10 Keterangan: Y2’
= Dampak Pembengakakan Biaya
a
= konstanta
b1,b2 = koefisien regresi Y.1
= Variabel
Y.2
= Variabel
Persamaan regresi di atas dapat dijelaskan sebagai berikut: Konstanta sebesar 12,119; artinya jika Y1, Y2 dst nilainya adalah 0, maka Y2’ nilainya adalah 12,119 satuan. Koefisien regresi variabel Y1 sebesar 1,367 ; artinya jika variabel independen lain nilainya tetap dan Y1 mengalami kenaikan 1%, maka nilai Y2’ akan mengalami peningkatan sebesar 1,367 satuan. Koefisien bernilai positif artinya terjadi hubungan positif antara Y1 dengan Y2’, semakin naik Y1 maka semakin meningkat nilai Y2. Koefisien regresi variabel Y3 sebesar 1,548 ; artinya jika variabel independen lain nilainya tetap dan Y3 mengalami kenaikan 1%, maka IV-25 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
nilai Y2’ akan mengalami peningkatan sebesar 1,548 satuan. Koefisien bernilai positif artinya terjadi hubungan positif antara Y3 dengan Y2’, semakin naik Y3 maka semakin meningkat nilai Y2. Koefisien regresi variabel Y10 sebesar 1,927 ; artinya jika variabel independen lain nilainya tetap dan Y10 mengalami kenaikan 1%, maka nilai Y2’ akan mengalami peningkatan sebesar 1,927 satuan. Koefisien bernilai positif artinya terjadi hubungan positif antara Y10 dengan Y2’, semakin naik Y10 maka semakin meningkat nilai Y2.
4.8.2.
2
Koefisien Determinasi (R )
Koefisien determinasi digunakan untuk mengetahui seberapa besar kemampuan variabel independen menjelaskan variabel dependen dengan 2
melihat besarnya koefisien determinasi totalnya (R ). Koefisien 2
determinasi (R ) pada dasarnya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen (Ghozali, 2013). Tabel 4.24 Hasil Koefisien Determinasi X dan Y1
Model
R
R Square
1
0,958a
0,917
Adjusted R Square 0,902
a. Predictors: (Constant), X1, X5, X6, X7, X9, X10 Sumber: Data kuesioner diolah dengan SPSS 20
Std. Error of the Estimate 1,286
Tabel 4.25 Hasil Koefisien Determinasi X dan Y2
Model 1
R 0,867a
R Square 0,751
Adjusted R Std. Error of the Estimate Square 0,723 2,187
a. Predictors: (Constant), X1, X4, X5, X10 Sumber: Data kuesioner diolah dengan SPSS 20
IV-26 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan Tabel 4.26 Hasil Koefisien Determinasi Y1 dan Y2
Model
R
R Square
1
0,775a
0,600
Adjusted R Square 0,567
Std. Error of the Estimate 2,737
a. Predictors: (Constant), Y1.10, Y1.1, Y1.3
Berdasarkan tabel diatas hasil dari analisis Model Summary pada tabel 2
diatas dapat dijelaskan nilai adjusted R square (R ) menunjukkan koefisien determinasi. Angka pada R diubah menjadi bentuk persen yang artinya presentase kontribusi variabel independen terhadap variabel dependen. Hasil analisis menunjukkan nilai R2 Tabel 4.13 adalah 0,902 berarti variabel independen Faktor resiko keterlambatan yaitu Ketidaktepatan perencanaan tenaga kerja (X1), Kesulitan Finansial (X5), Kurangnya pengalaman kotraktor(X6), Koordinasi dan komunikasi yang buruk dalam organisasi kontraktor (X7), Dana dari pemilik proyek tidak mencukupi (X9), Keterlambatan penyediaan material (X10) dapat menjelaskan variasi variabel dependen (Dampak Keterlambatan) dengan kontribusi 90.2%, sedangkan sisanya 9,8 % diterangkan oleh variabel lain yang tidak diteliti. Nilai R2 Tabel 4.14 adalah 0,723 berarti variabel independen Faktor resiko keterlambatan yaitu Ketidaktepatan perencanaan tenaga kerja(X1),Penanganan keberadaan dan kualitas dari alat / material yang buruk(X4),KesulitanFinansial (X5), Keterlambatan penyediaan material (X10) dapat menjelaskan variasi variabel dependen (Dampak Pembengkakan biaya) dengan kontribusi 72.3 %, sedangkan sisanya 27,7 % diterangkan oleh variabel lain yang tidak diteliti.
IV-27 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
Nilai R2 Tabel 4.14 adalah 0,567 berarti dampak keterlambatan dapat menjelaskan variasi variabel dependen (Dampak Pembengkakan biaya) dengan kontribusi 56,7 %, sedangkan sisanya 43,3 % diterangkan oleh variabel lain yang tidak diteliti. 4.8.3. Uji Ketepatan Model (Uji F) Uji F digunakan untuk mengetahui apakah variabel independen secara serentak atau bersama-sama berpengaruh signifikan terhadap variabel dependen. Dari hasil perhitungan SPSS diperoleh data sebagai berikut: Tabel 4.27 Hasil Uji F (X dan Y)
Probability Variabel
Fhitung
Kriteria
Kesimpulan
P<α
Berpengaruh
(0,05)
Signifikan
Kriteria
Kesimpulan
P<α (0,05)
Berpengaruh Signifikan
Kriteria
Kesimpulan
P<α (0,05)
Berpengaruh Signifikan
(p) Independen
61.162
0,000
Sumber: Data kuesioner diolah dengan SPSS 20
Tabel 4.28 Hasil Uji F (X dan Y2 )
Variabel
Fhitung
Probability (p)
Independen
26.461
0,000
Sumber: Data kuisioner diolah dengan SPSS 20
Tabel 4.29 Hasil Uji F (Y1 dan Y2 )
Variabel
Fhitung
Probability (p)
Independen
17.995
0,000
Sumber: Data kuisioner diolah dengan SPSS 20
IV-28 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
Dari data di atas, diperoleh nilai Fhitung X ke Y1 sebesar 61,162 , X ke Y2 sebesar 26,461 dan Y1 ke Y2 sebesar 17,995 dengan probabilitas sebesar 0,000 < 0,05 artinya terdapat pengaruh signifikan yang sangat kuat antara Faktor Resiko Keterlambatan yaitu Ketidaktepatan perencanaan tenaga kerja (X1), Kesulitan Finansial (X5), Kurangnya pengalaman kotraktor(X6), Koordinasi dan komunikasi yang buruk dalam organisasi kontraktor (X7), Dana dari pemilik proyek tidak mencukupi (X9), Keterlambatan penyediaan material (X10) terhadap Dampak keterlambatan (Y1) dan Faktor Resiko Keterlambatan
yaitu
Ketidaktepatan
perencanaan
tenaga
kerja
(X1),
Penanganan keberadaan dan kualitas dari alat / material yang buruk (X4), Kesulitan Finansial (X5), Keterlambatan penyediaan material (X10) terhadap Dampak Pembengkan Biaya (Y2). Serta Hilangnya efisiensi
tenaga
kerja
produktivitas
dan
dalam menyelesaikan proyek (Y1.1),Produktivitas
pekerja menurun karena banyaknya jam nganggur (Y1.3), Proyek dapat berhenti karena kekurangan tenaga kerja (Y1.10) terhadap Dampak Pembengkan Biaya (Y2).
4.8.4. Uji Signifikansi Parameter Individual (Uji Statistik t) Untuk seberapa jauh pengaruh satu variabel independen secara individual dalam menerangkan variasi variabel dependen. Apakah variabel independen berpengaruh secara nyata atau tidak. Hal ini dapat dilihat dengan membandingkan nilai probabilitasnya (p-value) dengan tingkat signifikansi yang digunakan sebesar 0,05, jika p-value lebih kecil dari 0,05 maka dapat dikatakan bahwa variabel-variabel independen mempunyai pengaruh signifikan IV-29 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
terhadap variabel dependen (Priyatno, 2010). Hasil perhitungan dengan bantuan SPSS 20.0 diperoleh hasil variabel faktor keterlambatan (X) terhadap dampak keterlambatan (Y1) sebagai berikut :
Tabel 4.30 Hasil uji statistik T (X dan Y1)
Variabel K
e
X1
t X6 X7
i X5 X10 X9
K
Unstandardized Coefficients
Standardized Coefficients
B 1,008
Std. Error 0,209
Beta 0,321
t 4,821
Sig. 0,000
1,139 0,914 0,760 1,135 0,927
0,211 0,199 0,227 0,257 0,213
0,290 0,269 0,201 0,251 0,267
5,400 4,601 3,353 4,412 4,355
0,000 0,000 0,002 0,000 0,000
Sumber: Data kuisioner diolah dengan SPSS 20
Tabel 4.31 Hasil Uji Statistik T (X dan Y1)
Beta In
t
X4
0,080g
1,355
0,185
Partial Correlation 0,233
X11
0,050g
0,942
0,353
0,164
Variabel
Sig.
Collinearity Statistics Tolerance 0,702 0,907
Sumber: Data kuisioner diolah dengan SPSS 20
Ketidaktepatan perencanaan tenaga kerja (X1) mempunyai nilai thitung sebesar 4,281 dengan nilai probabilitas sebesar 0,000 < 0,05, maka H0 ditolak yang berarti Ketidaktepatan perencanaan tenaga kerja berpengaruh signifikan positif (meningkatkan) terhadap Dampak Keterlambatan. Kesulitan Finansial (X5) mempunyai nilai thitung sebesar 3,353 dengan nilai probabilitas sebesar 0,002 < 0,05, maka H0 ditolak yang berarti Kesulitan
IV-30 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
Finansial berpengaruh signifikan positif (meningkatkan) terhadap Dampak Keterlambatan. Kurangnya pengalaman kotraktor (X6) mempunyai nilai thitung sebesar 5,400 dengan nilai probabilitas sebesar 0,000 < 0,05, maka H0 ditolak yang berarti Kurangnya pengalaman kotraktor berpengaruh signifikan positif (meningkatkan) terhadap Dampak Keterlambatan. Koordinasi dan komunikasi yang buruk dalam organisasi kontraktor(X7) mempunyai nilai thitung sebesar 4,601 dengan nilai probabilitas sebesar 0,000 < 0,05, maka H0 ditolak yang berarti Koordinasi dan komunikasi yang buruk dalam organisasi kontraktor berpengaruh signifikan positif (meningkatkan) terhadap Dampak Keterlambatan. Dana dari pemilik proyek tidak mencukupi (X9) mempunyai nilai thitung sebesar 4,355 dengan nilai probabilitas sebesar 0,000 < 0,05, maka H0 ditolak yang berarti Petenatapan pelaksaan jadwal proyek yang amat ketat berpengaruh signifikan positif (meningkatkan) terhadap Dampak Keterlambatan. Keterlambatan penyediaan material (X10) mempunyai nilai thitung sebesar 4,412 dengan nilai probabilitas sebesar 0,000 < 0,05, maka H0 ditolak yang berarti Petenatapan pelaksaan jadwal proyek yang amat ketat berpengaruh signifikan positif (meningkatkan) terhadap Dampak Keterlambatan. Penanganan keberadaan dan kualitas dari alat / material yang buruk (X4) mempunyai nilai thitung sebesar 1,355 dengan nilai probabilitas sebesar 0,185 > 0,05, maka H0 diterima yang berarti Penanganan keberadaan dan kualitas dari alat / material yang buruk tidak berpengaruh signifikan positif terhadap Pembengkakan Biaya Proyek. IV-31 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
Petenatapan pelaksaan jadwal proyek yang amat ketat (X11) mempunyai nilai thitung sebesar 0,942 dengan nilai probabilitas sebesar 0,353 > 0,05, maka H0 diterima yang berarti Petenatapan pelaksaan jadwal proyek yang amat ketat tidak berpengaruh signifikan positif terhadap dampak keterlambatan. Hasil perhitungan dengan bantuan SPSS 20.0 diperoleh hasil variabel faktor keterlambatan (X) terhadap dampak pembengkakan biaya (Y2) sebagai berikut : Tabel 4.32 Hasil Uji Statistik T ( X dan Y2)
Variabel
Unstandardized Coefficients
Standardized Coefficients
X10
B 1,295
Std. Error 0,455
Beta 0,284
t 2,844
Sig. 0,007
X5 X4 X1
1,427 1,421 0,794
0,384 0,355 0,325
0,374 0,385 0,250
3,721 3,999 2,447
0,001 0,000 0,020
Sumber: Data kuisioner diolah dengan SPSS 20 Tabel 4.33 Hasil Uji Statistik T ( X dan Y2)
Variabel
Beta In
t
Sig.
Collinearity Statistics
X6
0,178e
1,994
0,054
Partial Correlation 0,324
X7
-0,174e
-1,964
0,058
-0,319
0,838
X9
-0,128e
-1,338
0,190
-0,224
0,765
X11
0,139e
1,551
0,130
0,257
0,849
Tolerance 0,819
Sumber: Data kuisioner diolah dengan SPSS 20
Keterlambatan penyediaan material (X10) mempunyai nilai thitung sebesar 2,844 dengan nilai probabilitas sebesar 0,007 < 0,05, maka H0 ditolak yang berarti Petenatapan pelaksaan jadwal proyek yang amat ketat berpengaruh signifikan positif (meningkatkan) terhadap Dampak Pembengkakan Biaya.
IV-32 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
Kesulitan Finansial (X5) mempunyai nilai thitung sebesar 3,721 dengan nilai probabilitas sebesar 0,001 < 0,05, maka H0 ditolak yang berarti Kesulitan Finansial berpengaruh signifikan positif (meningkatkan) terhadap Dampak Pembengkakan Biaya. Penanganan keberadaan dan kualitas dari alat / material yang buruk (X4) mempunyai nilai thitung sebesar 3,999 dengan nilai probabilitas sebesar 0,000 < 0,05, maka H0 ditolak yang berarti Penanganan keberadaan dan kualitas dari alat / material yang buruk berpengaruh signifikan positif terhadap Dampak Pembengkakan Biaya. Ketidaktepatan perencanaan tenaga kerja (X1) mempunyai nilai thitung sebesar 2,447 dengan nilai probabilitas sebesar 0,020 < 0,05, maka H0 ditolak yang berarti Ketidaktepatan perencanaan tenaga kerja berpengaruh signifikan positif (meningkatkan) terhadap Dampak Pembengkakan Biaya. Kurangnya pengalaman kotraktor (X6) mempunyai nilai thitung sebesar 1,994 dengan nilai probabilitas sebesar 0,324 > 0,05, maka H0 diterima yang berarti Kurangnya pengalaman kotraktor tidak berpengaruh signifikan positif terhadap Dampak Pembengkakan Biaya. Koordinasi dan komunikasi yang buruk dalam organisasi kontraktor (X7) mempunyai nilai thitung sebesar -1,964 dengan nilai probabilitas sebesar 0,058 > 0,05, maka H0 diterima yang berarti Koordinasi dan komunikasi yang buruk dalam organisasi kontraktor tidak berpengaruh Dampak Pembengkakan Biaya. Dana dari pemilik proyek tidak mencukupi (X9) mempunyai nilai thitung sebesar -1,338 dengan nilai probabilitas sebesar 0,190 > 0,05, maka H0
IV-33 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
diterima yang berarti Dana dari pemilik proyek tidak mencukupi tidak berpengaruh Dampak Pembengkakan Biaya. Petenatapan pelaksaan jadwal proyek yang amat ketat (X11) mempunyai nilai thitung sebesar 1,551 dengan nilai probabilitas sebesar 0,130 > 0,05, maka H0 diterima yang berarti Petenatapan pelaksaan jadwal proyek yang amat ketat tidak berpengaruh Dampak Pembengkakan Biaya.
Tabel 4.34 Hasil Uji Statistik T ( Y1 dan Y2)
Unstandardized Coefficients
Variabel
Standardized Coefficients
Y1.1
B 1,367
Std. Error 0,352
Beta 0,429
t 3,888
Sig. 0,000
Y1.3 Y1.10
1,548 1,927
0,610 0,518
0,273 0,419
2,538 3,722
0,016 0,001
Sumber: Data kuisioner diolah dengan SPSS 20
Hilangnya
produktivitas
dan
efisiensi
tenaga
kerja
dalam
menyelesaikan proyek (Y1.1 ) mempunyai nilai thitung sebesar 3,888 dengan nilai probabilitas sebesar 0,000 < 0,05, maka H0 ditolak yang berarti Kesulitan Finansial berpengaruh signifikan positif (meningkatkan) terhadap Dampak Pembengkakan Biaya. Produktivitas pekerja menurun karena banyaknya jam nganggur (Y1.3) mempunyai nilai thitung sebesar 2,538 dengan nilai probabilitas sebesar 0,016 < 0,05, maka H0 ditolak yang berarti Kesulitan Finansial
berpengaruh
signifikan positif (meningkatkan) terhadap Dampak Pembengkakan Biaya. Proyek dapat berhenti karena kekurangan tenaga kerja (Y1.10) mempunyai nilai thitung sebesar 3,772 dengan nilai probabilitas sebesar 0,001 < 0,05, maka IV-34 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
H0 ditolak yang berarti Kesulitan Finansial berpengaruh signifikan positif (meningkatkan) terhadap Dampak Pembengkakan Biaya. 4.9 Uji Autokorelasi (Durbin-Watson) Tujuan uji ini untuk mendeteksi adanya autokorelasi diantara data variabelvariabel. Hasil yang diperoleh dari uji autokorelasi dapat dilihat pada output tabel Model Summary dibawah ini. Tabel 4.35 Hasil Uji Model Autokorelasi
Model 1
R 0,958f
R Square 0,917
Adjusted R Square 0,902
Std. Error of the Estimate 1,286
Durbin-Watson 2,136
a. Predictors: (Constant), X1, X6, X7, X5, X10, X9 b. Dependent Variable: Dampak Keterlambatan
Berdasarkan out put diatas ,Diketahui nilai DW 2,136 , selanjutnya nilai ini akan kita bandingkan dengan nilai tabel signifikasi 5% jumlah sampel 40 dan jumlah variabel independen 6 (k=6) maka diperoleh nilai dU 1,8538. Nilai DW 2,136 lebih besar dari batas atas (dU) 1,8538. dan kurang dari (4-dU) 4-1,8538= 2,1462 sehingga dapat simpulkan bahwa tidak terdapat autokorelasi diantara data variabel-variabel.
Tabel 4.36 Hasil Uji Model Autokorelasi
Model 1
R 0,867d
R Square 0,751
Adjusted R Square 0,723
Std. Error of the Estimate 2,187
Durbin-Watson
1,852
a. Predictors: (Constant), X10, X5, X4, X1 b. Dependent Variable: Dampak Pembengkakan Biaya
IV-35 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
Berdasarkan out put diatas ,Diketahui nilai DW 1,852 , selanjutnya nilai ini akan kita bandingkan dengan nilai tabel signifikasi 5% jumlah sampel 40 dan jumlah variabel independen 4 (k=4) maka diperoleh nilai dU 1,7209. Nilai DW 1,852 lebih besar dari batas atas (dU) 1,7209 dan kurang dari (4dU) 4-1,7209 = 2,2791 sehingga dapat simpulkan bahwa tidak terdapat autokorelasi diantara data variabel-variabel. Tabel 4.37 Hasil Uji Model Autokorelasi
Model 1
R 0,867d
R Square 0,751
Adjusted R Square 0,723
Std. Error of the Estimate 2,187
Durbin-Watson 1,324
a. Predictors: (Constant), X10, X5, X4 b. Dependent Variable: Dampak Pembengkakan Biaya
Berdasarkan out put diatas ,Diketahui 1,324 , selanjutnya nilai ini akan kita bandingkan dengan nilai tabel signifikasi 5% jumlah sampel 40 dan jumlah variabel independen 4 (k=3) maka diperoleh nilai dU 1,658. Nilai DW 1,324 lebih kecil dari batas atas (dU) 1,658 dan kurang dari (4dU) 4-1,658 = 2,342 sehingga dapat simpulkan Jika terletak antara dL dan dU atau diantara (4-dU) dan (4-dL), maka Y1 terhadap Y2 tidak menghasilkan kesimpulan yang pasti.
IV-36 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
4.10 Pembahasan Hasil penelitian Dari analisis data, diperoleh hasil sebagai berikut: Tabel 4.38. Hasil penelitian
No X1 X4 X5 X6 X7 X9 X10 X11
Faktor -Faktor Keterlambatan Ketidaktepatan perencanaan tenaga kerja Penanganan keberadaan dan kualitas dari alat / material yang buruk Kesulitan Finansial Kurangnya pengalaman kotraktor Koordinasi dan komunikasi yang buruk dalam organisasi kontraktor Dana dari pemilik proyek tidak mencukupi Keterlambatan penyediaan material Petenatapan pelaksaan jadwal proyek yang amat ketat
Dampak Keterlambatan (Y1)
Dampak Pembengkakan Biaya(Y2)
Berpengaruh
Berpengaruh
Tidak Berpengaruh
Berpengaruh
Berpengaruh
Berpengaruh
Berpengaruh
Tidak Berpengaruh
Berpengaruh
Tidak Berpengaruh
Berpengaruh
Tidak Berpengaruh
Berpengaruh
Berpengaruh
Tidak Berpengaruh
Tidak Berpengaruh
4.10.1 Dampak terhadap keterlambatan Ketidaktepatan perencanaan tenaga kerja (X1) mempunyai nilai thitung sebesar 4,281 dengan nilai probabilitas sebesar 0,000 < 0,05, maka H0 ditolak yang berarti Ketidaktepatan perencanaan tenaga kerja berpengaruh signifikan positif (meningkatkan) terhadap Dampak
Keterlambatan.
Kesulitan Finansial (X5) mempunyai nilai thitung sebesar 3,353 dengan nilai probabilitas sebesar 0,002 < 0,05, maka H0 ditolak yang berarti Kesulitan
IV-37 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
Finansial
berpengaruh signifikan positif (meningkatkan) terhadap Dampak
Keterlambatan. Kurangnya pengalaman kotraktor (X6) mempunyai nilai thitung 5,400 dengan nilai probabilitas sebesar 0,000 < 0,05, maka H0 berarti Kurangnya pengalaman kotraktor berpengaruh
sebesar
ditolak
signifikan
yang positif
(meningkatkan) terhadap Dampak Keterlambatan. Koordinasi dan komunikasi yang buruk dalam organisasi
kontraktor(X7)
mempunyai nilai thitung sebesar 4,601 dengan nilai probabilitas sebesar 0,000 < 0,05, maka H0 ditolak yang berarti
Koordinasi dan komunikasi yang buruk
dalam organisasi kontraktor berpengaruh terhadap Dampak
signifikan
positif
(meningkatkan)
Keterlambatan.
Dana dari pemilik proyek tidak mencukupi (X9) mempunyai nilai thitung sebesar 4,355 dengan nilai probabilitas sebesar 0,000 < 0,05, maka H0 ditolak yang berarti Petenatapan pelaksaan jadwal proyek yang amat ketat berpengaruh signifikan positif (meningkatkan) terhadap Dampak Keterlambatan. Keterlambatan penyediaan material (X10) mempunyai nilai thitung sebesar 4,412 dengan nilai probabilitas sebesar 0,000 < 0,05, maka H0 ditolak yang berarti Petenatapan pelaksaan jadwal proyek yang amat ketat berpengaruh signifikan positif (meningkatkan) terhadap Dampak Keterlambatan. Penanganan keberadaan dan kualitas dari alat / material yang buruk (X4) mempunyai nilai thitung sebesar 1,355 dengan nilai probabilitas
sebesar 0,185
> 0,05, maka H0 diterima yang berarti Penanganan keberadaan dan kualitas dari alat / material yang buruk tidak berpengaruh
signifikan
positif
terhadap
Pembengkakan Biaya Proyek. IV-38 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
Petenatapan pelaksaan jadwal proyek yang amat ketat (X11) mempunyai nilai thitung sebesar 0,942 dengan nilai probabilitas sebesar 0,05, maka H0 diterima yang berarti Petenatapan pelaksaan yang
amat ketat tidak berpengaruh signifikan positif
0,353 > jadwal proyek
terhadap
dampak
keterlambatan. 4.10.2 Dampak terhadap pembengkakan biaya Keterlambatan penyediaan material (X10) mempunyai nilai thitung sebesar 2,844 dengan nilai probabilitas sebesar 0,007 < 0,05, maka H0
ditolak
yang berarti Petenatapan pelaksaan jadwal proyek yang amat ketat berpengaruh signifikan positif (meningkatkan) terhadap Dampak Pembengkakan Biaya. Kesulitan Finansial (X5) mempunyai nilai thitung sebesar 3,721 dengan nilai probabilitas sebesar 0,001 < 0,05, maka H0 ditolak yang Kesulitan Finansial
berarti
berpengaruh signifikan positif (meningkatkan) terhadap
Dampak Pembengkakan Biaya. Penanganan keberadaan dan kualitas dari alat / material yang buruk (X4) mempunyai nilai thitung sebesar 3,999 dengan nilai probabilitas < 0,05, maka H0 ditolak yang berarti Penanganan alat / material yang buruk berpengaruh
sebesar 0,000
keberadaan dan kualitas dari
signifikan positif terhadap Dampak
Pembengkakan Biaya. Ketidaktepatan perencanaan tenaga kerja (X1) mempunyai nilai t hitung sebesar 2,447 dengan nilai probabilitas sebesar 0,020 < 0,05, maka ditolak yang berarti Ketidaktepatan perencanaan tenaga kerja
H0 berpengaruh
signifikan positif (meningkatkan) terhadap Dampak Pembengkakan Biaya. IV-39 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
Kurangnya pengalaman kotraktor (X6) mempunyai nilai thitung
sebesar
1,994 dengan nilai probabilitas sebesar 0,324 > 0,05, maka H0
diterima yang
berarti Kurangnya pengalaman kotraktor tidak berpengaruh
signifikan
positif terhadap Dampak Pembengkakan Biaya. Koordinasi dan komunikasi yang buruk dalam organisasi
kontraktor
(X7) mempunyai nilai thitung sebesar -1,964 dengan nilai probabilitas
sebesar
0,058 > 0,05, maka H0 diterima yang berarti
Koordinasi dan komunikasi
yang buruk dalam organisasi kontraktor tidak
berpengaruh
Dampak
Pembengkakan Biaya. Dana dari pemilik proyek tidak mencukupi (X9) mempunyai nilai thitung sebesar -1,338 dengan nilai probabilitas sebesar 0,190 > 0,05,
maka
diterima yang berarti Dana dari pemilik proyek tidak mencukupi
tidak
H0
berpengaruh Dampak Pembengkakan Biaya. Petenatapan pelaksaan jadwal proyek yang amat ketat (X11) mempunyai nilai thitung sebesar 1,551 dengan nilai probabilitas sebesar
0,130 > 0,05,
maka H0 diterima yang berarti Petenatapan pelaksaan jadwal
proyek
yang
kerja
dalam
amat ketat tidak berpengaruh Dampak Pembengkakan Biaya. 4.10.3 Dampak keterlambatan terhadap pembengkakan biaya Hilangnya
produktivitas
dan
efisiensi
tenaga
menyelesaikan proyek (Y1.1 ) mempunyai nilai thitung sebesar 3,888 dengan nilai probabilitas sebesar 0,000 < 0,05, maka H0 ditolak yang Finansial
berarti Kesulitan
berpengaruh signifikan positif (meningkatkan) terhadap Dampak
Pembengkakan Biaya. IV-40 http://digilib.mercubuana.ac.id/
BAB IV Analisis dan Pembahasan
Produktivitas pekerja menurun karena banyaknya jam nganggur mempunyai nilai thitung sebesar 2,538 dengan nilai probabilitas
(Y1.3)
sebesar 0,016
< 0,05, maka H0 ditolak yang berarti Kesulitan Finansial berpengaruh signifikan positif (meningkatkan) terhadap Dampak
Pembengkakan Biaya.
Proyek dapat berhenti karena kekurangan tenaga kerja (Y1.10) mempunyai nilai thitung sebesar 3,772 dengan nilai probabilitas sebesar 0,05, maka H0 ditolak yang berarti Kesulitan Finansial positif (meningkatkan) terhadap Dampak
0,001 <
berpengaruh signifikan
Pembengkakan Biaya.
IV-41 http://digilib.mercubuana.ac.id/