BAB IV ANALISIS DAN PEMBAHASAN

Bab IV Analisis dan Pembahasan

BAB IV ANALISIS DAN PEMBAHASAN Bab ini menjelaskan tentang analisa dan pengolahan data hasil kuisioner utama yang telah mendapat tanggapan dari responden / tim proyek yang ada di lapangan dengan melakukan pengisian kuisioner. Hasil dari tanggapan oleh pakar yang sudah divalidasi kemudian dilakukan eliminir, untuk variabel yang tidak dieliminir menjadi variabel yang akan di jadikan dasar dari kuesioner utama. Dari hasil kuesioner lalu dilakukan uji intrumen menggunakan SPSS dan analisis berdasarkan PMBOK untuk melihat risiko dominan pada proyek Bhuvana Resort Ciawi. Dari hasil temuan risiko dominan kemudian diberikan respon risiko berdasarkan saran dari pakar untuk menanggulangi risiko dominan pada proyek Bhuvana Resort Ciawi. 4.1 Kuesioner Tahap Pertama Pada fase pengisian kuesioner tahap pertama adalah kuesioner terhadap para pakar pada proyek Bhuvana Resort Ciawi. Yang menjadi pakar adalah para pimpinan proyek Bhuvana Resort Ciawi yang sudah terlibat di dunia konstruksi gedung dengan pengalaman minimal 10 tahun. Tujuan dari pelaksanaan kuesioner tahap pertama adalah untuk melihat tanggapan pakar mengenai variabel yang ditemukan peneliti melalui studi literatur. Para pakar memberi komentar dan masukan mengenai variabel dari literatur agar relevan dan dapat digunakan untuk penelitian yang akan digunakan. Berikut ini adalah data pakar pada kuesioner tahap pertama : Tabel 4.1 Data Pakar No

Jabatan

Pendidikan

Pengalaman Kerja (Tahun)

1

Project Manager

S1

10

2

Deputy Project Manager

S1

10

IV-1

http://digilib.mercubuana.ac.id/


No

Jabatan

Pendidikan

Pengalaman Kerja (Tahun)

3

Kordinator Project Manager

S1

13

Sumber : Hasil Olahan Penulis

Dalam tahap ini para pakar memberikan tanggapan, perbaikan beserta masukan terhadap 49 variabel penelitian yang diajukan oleh penulis. Setelah kuesioner terkumpul, lalu dilakukan perbaikan atas yakni variabel yang tidak disetujui oleh pakar akan dibuang dan tidak dipergunakan pada pengumpulan data tahap kedua yaitu survey kuesioner tahap kedua kepada responden yakni jajaran staf kontrakrot yang bekerja di proyek Bhuvana Resort Ciawi. Berikut adalah tabel validasi pakar faktor risiko pada tahap pelaksanaan proyek konstruksi yang berpengaruh kepada kinerja waktu penyelesaian proyek Bhuvana Resort Ciawi Tabel 4.2 Hasil Kuesioner Tahap Pertama Variabel X

No 1

Kategori Sumber Risiko Alam & Lingkungan

Simbol

X1

X2

X3

X4

X5

Indikator Risiko Yang Mempengaruhi Keterlambatan Pelaksanaan Proyek konsruksi Kejadian tidak terduga (banjir, gempa bumi, dan lain–lain) Kondisi tanah yang tak terduga

Pakar 2

Pakar 3

Kesimpulan

x

x

x

Tidak

x

x

x

Tidak

√

√

√

Ya

√

x

√

Ya

√

√

√

Ya

x

x

x

Tidak

x

x

√

Tidak

x

x

Cuaca yang sangat buruk

Demonstrasi / huru hara di sekitar lokasi proyek

Timbulnya kemacetan di sekitar lokasi proyek

X6

Gangguan keamanan di lokasi proyek

X7

Kerusakan pada fasilitas transportasi disekitar

X8

Pakar 1

Terjadi perusakan dan sabotase

Tidak

IV-2



No 2

Kategori Sumber Risiko Alat & Bahan

Simbol

Indikator Risiko Yang Mempengaruhi Keterlambatan Pelaksanaan Proyek konsruksi

X9

Mutu Material Tidak Sesuai Dengan Spesifikasi.

X10

Kenaikan harga material bahan bangunan

X11

Material yang di gunakan kurang dari yang di butuhkan.

X12

X13

X14

X15

X16

3

Sumber Daya Manusia

Penumpukan material di lokasi proyek. Ketidak tepatan waktu pemesanan bahan.

Mutu peralatan yang di gunakan kurang baik.

Alat yang di gunakan tidak sesuai dengan spesifikasi.

Kerusakan alat.

X18

Keahlian dan sumber daya yang tidak cukup untuk melaksanakan desain spesifikasi.

X20

X21

X22

X23

Pakar 2

Pakar 3

Kesimpulan

√

√

√

Ya

√

√

√

√

√

√

Ya

x

√

√

Ya

√

√

√

Ya

√

√

√

Ya

√

√

√

Ya

√

√

√

Ya

√

√

√

Ya

√

√

√

Ya

√

√

√

Ya

√

√

√

Ya

√

√

√

Ya

√

√

√

Ya

√

√

√

Ya

Ya

Kekurangan bahan konstruksi.

X17

X19

Pakar 1

Menempatkan tenaga kerja yang kurang berpengalaman di bidangnya.

Kekurangan tenaga kerja.

Jumlah peralatan kurang dari yang dibutuhkan. Produktifitas tenaga kerja yang rendah Lanjutan tabel

Kenaikan harga tenaga kerja yang tidak diharapkan

4.2

IV-3



No

Kategori Sumber Risiko

Simbol

X24 4

Metode & Manajemen

X25

X26

X27

X28

X29

X30

Indikator Risiko Yang Mempengaruhi Keterlambatan Pelaksanaan Proyek konsruksi Kepindahan pekerja senior yang potensial Melakukan perubahan terhadap desain.

Metode pelaksanaan pekerjaan tidak tepat. Metode pengoperasian alat tidak tepat. Kesalahan estimasi waktu

Kurangnya kontrol dan koordinasi dalam tim

Tingkat disiplin manajemen yang rendah

X32

Adanya konflik internal dalam jajaran manajemen proyek

X34

X35

X36

X37

X38

X39

X40

Pakar 2

Pakar 3

Kesimpulan

x

x

x

Tidak

√

√

√

Ya

√

√

Ya

√

√

√

Ya

x

x

√

Tidak

x

√

√

Ya

√

√

√

Ya

√

√

√

Ya

√

x

x

Tidak

√

√

√

Ya

√

√

x

Ya

x

x

√

Tidak

√

√

√

Ya

√

x

x

Tidak

√

√

x

Ya

√

√

√

Ya

√

√

√

Schedule pelaksanaan tidak sesuai yang di rencanakan.

X31

X33

Pakar 1

Kesalahan desain

Kesalahan dalam perhitungan struktur dan analisa Pengujian beton yang tidak benar Peraturan safety yang tidak dilaksanakan di lapangan Kesukaran dalam pemasangan tiang pancang perubahan jadwal pelaksanaan pekerjaan Kesulitan pemasangan bekisting dan perancah di ketinggian Penyetelan dan Perakitan besi yang tidak tepat

IV-4



Kategori Sumber Risiko

No

Simbol


Pakar 1

Pakar 2

Pakar 3

Kesimpulan

Ya Ketidak jelasan pasal-pasal dalam kontrak

X41

Pasal-pasal dalam kontrak yang kurang lengkap

X42

Perbedaan intersepsi spesifikasi antara owner dan kontraktor

X43

Dokumen-dokumen yang tidak lengkap

X44

Keterlambatan pembayaran oleh owner

X45

Pemutusan kerja sepihak oleh owner

X46

Perselisihan antara owner dan kontraktor

X47

X48

Keterlambatan pembayaran pada sub-kon melalui kontraktor utama

X49

Kegagalan realisasi peminjaman untuk pembiayaan proyek

x

x

x

Tidak

x

√

√

Ya

√

√

√

Ya

x

√

x

Tidak

x

√

√

Ya

x

x

√

Tidak

x

x

x

Tidak

x

√

√

Ya

x

√

x

Tidk


Tabel 4.3 Hasil Kuesioner Tahap Pertama Variabel Y Skal a

Penilaian

Pakar 1

Pakar 2

Pakar 3

Kesimpulan

1

Buruk

Terlambat > -16% atau terlambat dari skedul lebih dari 8 minggu

√

√

√

Ya

2

Sedikit Terlambat

Terlambat antara -8% sampai 16% atau terlambat dari skedul antara 4 minggu sampai 8 minggu

√

√

√

Ya

√

√

Ya

Rata - rata

Terlambat < -8% atau terlambat 4 minggu atau kurang dari 4 minggu dari skedul

√

3

√

√

Ya

Agak Baik

Lebih cepat antara 0% - 4% atau tepat waktu sampai lebih cepat 2 minggu dari skedul

√

4

Keterangan

IV-5



Skal a

Penilaian

Keterangan

5

Baik

Lebih cepat > 4% atau lebih cepat lebih dari 2 minggu

Pakar 1

Pakar 2

Pakar 3

Kesimpulan

√

√

√

Ya


Sehingga dari rekapitulasi tersebut terdapat 15 variabel yang di eliminasi menurut para pakar dan tidak masuk dalam penyebaran kuesioner tahap dua. Berikut adalah penjelasan variabel yang di hilangkan sesuai validasi pakar : Tabel 4.4 Rekapitulasi Validasi Terkait Konten (faktor risiko yang dihilangkan)

Simbol


X1

Kejadian tidak terduga (banjir, gempa bumi, dan lain–lain)

X2

Kondisi tanah yang tak terduga

Keterangan Lokasi proyek termasuk daerah dataran yang cukup tinggi dari permukaan laut dan tidak pernah terjadi banjir Tidak signifikan karena kondisi tanah cukup stabil

X6

Gangguan keamanan di lokasi proyek

Lokasi aman dan kinerja security serta keamanan cukup optimal

X7

Kerusakan pada fasilitas transportasi disekitar

Tidak berpengaruh signifikan

X8

Terjadi perusakan dan sabotase

X24

Kepindahan pekerja senior yang potensial


X28

Metode pengoperasian alat tidak tepat.

Operator alat cukup berpengalaman

X32

Adanya konflik internal dalam jajaran manajemen proyek

Tidak signifikan dan mudah diatasi

X35

Pengujian beton yang tidak benar

X37

Kesukaran dalam pemasangan tiang pancang

X41

Ketidak jelasan pasal-pasal dalam kontrak

X44

Dokumen-dokumen yang tidak lengkap


X46

Pemutusan kerja sepihak oleh owner

Sudah ada pasal yang menjelaskan dalam kontrak

X47

Perselisihan antara owner dan kontraktor

Bisa diatasi dengan baik

Tidak pernah terjadi sabotase atau perusakan secara sengaja

Pengujian dilakukan sesuai dengan prosedur yang berlaku Tidak terjadi kesukaran pemasangan tiang pancang, karena kondisi tanah cukup stabil Kontrak cukup jelas

IV-6



Indikator Risiko Yang Mempengaruhi Keterlambatan Pelaksanaan Proyek konsruksi Kegagalan realisasi peminjaman X49 untuk pembiayaan proyek Sumber : Hasil Olahan Penulis Simbol

Keterangan Tidak berpengaruh signifikan

4.2 Kuesioner Tahap Dua Setelah dilakukan penyesuaian dengan hasil validasi terhadap para pakar, maka dilakukan pengumpulan data tahap kedua. Dimana pada tahap ini, pengumpulan data dilakukan dengan memberikan atau menyebarkan angket kuesioner kepada 30 orang responden. Angket kuesioner dapat dilihat pada lampiran penelitian ini. Responden dalam penelitian ini adalah pihak-pihak yang bekerja di kontraktor PT.Abadi Prima Inti Karya selaku kontraktor utama proyek Bhuvana Resort Ciawi. Sehingga dapat diperoleh bagaimana penilaian frekuensi dan dampak dari risiko kinerja waktu pada pekerjaan pelaksanaan proyek Bhuvana Resort Ciawi. Tabel berikut akan menguraikan profil para responden. Tabel 4.5 Data Responden Responden R1 R2 R3 R4 R5 R6 R7 R8 R9 R10 R11 R12 R13

Jabatan Mekanik Site Manager Drafter Staf HSE Quantity Surveyor Pelaksana Surveyor Surveyor Head of Procurement Site Engineer Staf HSE Chief Quantity Surveyor Pelaksana

Pengalaman

Pendidikan

15 10 5 8 3 6 5 3 5 7 14 3 9

SMK S1 SMK SMK S1 SMK SMK SMK S1 S1 SMK S1 SMK IV-7



Lanjutan tabel 4.5 Responden R14 R15 R16 R17 R18 R19 R20 R21 R22 R23 R24 R25 R26 R27 R28 R29 R30

Jabatan Kepala Gudang Drafter Keuangan Quality Control Chief Drafter Kepala Surveyor Cost Control Pelaksana Admin Quality Control Admin Gudang Mekanik Manager of HSE General Super Intendent Surveyor Ass. GSI Site Officer Engineer

Pengalaman

Pendidikan

15 5 14 3 4 4 3 4 7 4 1 10 5 11 5 11 5

D3 S1 D3 S1 S1 S1 S1 SMK D3 S1 S1 SMK S1 D3 D3 SMK S1


Responden di atas diminta untuk mengisi tingkat frekuensi suatu peristiwa dan dampaknya terhadap waktu pelaksanaan konstruksi proyek Bhuvana Resort Ciawi. Tabulasi data responden kuisioner tahap kedua terlampir. 4.3 Analisis Deskriptif Analisis ini memiliki kegunaan untuk menyajikan karakteristik tertentu suatu data dari sampel tertentu. Analisis ini memungkinkan peneliti mengetahui secara cepat gambaran sekilas dan ringkas dari data yang didapa (Galuh, 2013). Dengan bantuan program SPSS versi 24, didapat nilai mean, median, mode. Melalui analisis statitistik deskriptif akan diperoleh gambaran sekilas mengenai faktor risiko yang memiliki skala tertinggi pada proyek yang dilihat dari nilai modus tertinggi.

IV-8



Hasil analisis deskriptif akan disajikan dalam masing-masing variabel. Berikut ini adalah tabulasi hasil analisis deskriptif variabel X untuk penilaian frekuensi risiko dan dampak risiko terhadap waktu. Tabel 4.6 Analisis Deskriptif Frekuensi Variabel X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 X31 X32 X33 X34

N

Mean

Median

Mode

4,40

5

5

1

2,20

2

2

30

1

4,63

5

5

30

1

2,73

3

3

30

1

2,90

3

3

30

1

3,87

4

4

30

1

3,87

4

4

30

1

3,93

4

4

30

1

2,77

3

3

30

1

3,87

4

4

30

1

2,20

2

2

30

1

3,87

4

4

30

1

3,97

4

4

30

1

3,93

4

4

30

1

2,20

2

2

30

1

2,20

2

2

30

1

2,90

3

3

30

1

2,10

2

2

30

1

4,67

5

5

30

1

4,67

5

5

30

1

3,93

4

4

30

1

3,93

4

4

30

1

2,90

3

3

30

1

3,87

4

4

30

1

4,67

5

5

30

1

4,70

5

5

30

1

2,83

3

3

30

1

4,67

5

5

30

1

2,83

3

3

30

1

2,73

3

3

30

1

2,73

3

3

30

1

4,67

5

5

30

1

2,20

2

2

30

1

2,70

3

3

Valid 30

Missing 1

30

IV-9



Sumber : Hasil Olah Data

Seperti yang ditunjukkan di tabel 4.6 untuk frekuensi risiko pada kinerja waktu, variabel X1,X3,X19,X20,X25,X26,X28, dan X32 memiliki nilai mode tertinggi. Tabel 4.7 Analisis Deskriptif Dampak Variabel X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 X31 X32 X33

N

Mean

Median

Mode

3,93

4

4

1

1,73

2

2

30

1

4,67

5

5

30

1

2,90

3

3

30

1

2,73

3

3

30

1

3,87

4

4

30

1

3,93

4

4

30

1

3,87

4

4

30

1

3,93

4

4

30

1

3,93

4

4

30

1

2,43

2

2

30

1

4,67

5

5

30

1

4,00

4

4

30

1

3,87

4

4

30

1

2,20

2

2

30

1

2,20

2

2

30

1

2,90

3

3

30

1

2,10

2

2

30

1

4,70

5

5

30

1

4,67

5

5

30

1

3,93

4

4

30

1

3,87

4

4

30

1

2,90

3

3

30

1

3,93

4

4

30

1

4,60

5

5

30

1

4,67

5

5

30

1

2,77

3

3

30

1

4,63

5

5

30

1

2,67

3

3

30

1

2,90

3

3

30

1

2,87

3

3

30

1

4,40

5

5

30

1

2,13

2

2

Valid 30

Missing 1

30

IV-10



Variabel X34

N Valid 30

Missing 1

Mean

Median

Mode

2,90

3

3


Seperti yang ditunjukkan di tabel 4.7 untuk dampak risiko pada kinerja waktu, variabel X1,X3,X19,X20,X25,X26,X28, dan X32 memiliki nilai mode tertinggi. 4.4 Uji Instrumen Penelitian Uji instrumen penelitian dilakukan untuk menguji apakah hasil dari kuesioner yang telah dikumpulkan merupakan data yang valid dan benar. Adapun uji instrumen pada penelitian kali ini menggunakan SPSS Versi 24, mulai dari uji normalitas, uji non parameterik, uji validitas, uji realibilitas, analisis regresi linear berganda. 4.4.1 Uji Normalitas Dari 30 sampel penelitian yang diperoleh, maka dilakukan uji normalitas terhadap setiap variabel. Uji normalitas ini dilakukan dengan menggunakan bantuan software SPSS Versi 24. Outputnya menjelaskan hasil uji apakah sebuah distribusi data bisa dikatakan normal atau tidak (Galuh, 2013). Uji Shapiro –Wilk,Uji ini bekerja sangat baik jika setiap nilai bersifat unik atau independen, tetapi tidak bekerja dengan baik ketika mereka memiliki keterkaitan. Uji Kolmogorov-Smirnov, dengan koreksi Dallal-Wilkinson-Lilliefor. Uji ini dilakukan dengan membandingkan distribusi kumulatif dari distribusi data empirik dengan distribusi normal yang diharapkan. Karena merupakan uji beda maka nilai p yang tidak signifikan (p>0,05) menunjukkan tidak ada perbedaan antar kedua distribusi itu. Pedoman pengambilan keputusan menurut Rahim Bin Utah (2013 ):

IV-11



a. Nilai Sig. atau signifikansi atau nilai probabilitas < 0.05 maka distribusi tidak normal (asimetris). b. Nilai Sig. atau signifikansi atau nilai probabilitas > 0.05 maka distribusi adalah normal (simetris) Setelah melakukan beberapa langkah operasional, maka output yang dihasilkan dari uji ini dapat dilihat sebagai berikut: Tabel 4.8 Uji Normalitas Frekuensi a

Kolmogorov-Smirnov Y X1

Statistic 0,360

X2

df

Shapiro-Wilk

24

Sig. 8,22E-09

Statistic 0,667

0,341

24

7,28E-08

X3

0,451

24

X4

0,425

X5

df 24

Sig. 3,85E-06

0,815

24

0,000519

3,21E-14

0,571

24

3E-07

24

1,47E-12

0,671

24

4,32E-06

0,366

24

3,97E-09

0,735

24

3,06E-05

X6

0,338

24

1,06E-07

0,806

24

0,000367

X7

0,378

24

8,68E-10

0,762

24

7,38E-05

X8

0,378

24

8,68E-10

0,762

24

7,38E-05

X9

0,376

24

1,16E-09

0,764

24

8,17E-05

X10

0,343

24

5,86E-08

0,807

24

0,000385

X11

0,293

24

1,12E-05

0,857

24

0,002981

X12

0,378

24

8,68E-10

0,762

24

7,38E-05

X13

0,311

24

1,86E-06

0,822

24

0,000678

X14

0,400

24

4,88E-11

0,716

24

1,64E-05

X15

0,341

24

7,28E-08

0,815

24

0,000519

X16

0,293

24

1,12E-05

0,857

24

0,002981

X17

0,348

24

3,22E-08

0,751

24

5,21E-05

X18

0,354

24

1,7E-08

0,791

24

0,000209

X19

0,422

24

2,31E-12

0,598

24

5,86E-07

X20

0,401

24

4,54E-11

0,616

24

9,48E-07

X22

0,400

24

4,88E-11

0,716

24

1,64E-05

X23

0,354

24

1,7E-08

0,791

24

0,000209

X24

0,366

24

3,97E-09

0,735

24

3,06E-05

X25

0,378

24

8,68E-10

0,762

24

7,38E-05

X25

0,422

24

2,31E-12

0,598

24

5,86E-07

X26

0,422

24

2,31E-12

0,598

24

5,86E-07

X27

0,322

24

5,95E-07

0,829

24

0,000924

X28

0,443

24

1,04E-13

0,573

24

3,16E-07

IV-12



a

Kolmogorov-Smirnov Y X29

Statistic 0,322

X30

df

Shapiro-Wilk

24

Sig. 5,95E-07

Statistic 0,829

0,425

24

1,47E-12

X31

0,425

24

X32

0,422

X33

0,341

X34

0,349

df 24

Sig. 0,000924

0,671

24

4,32E-06

1,47E-12

0,671

24

4,32E-06

24

2,31E-12

0,598

24

5,86E-07

24

7,28E-08

0,815

24

0,000519

24

3,15E-08

0,800

24

0,00029


Berdasarkan tabel 4.8 di atas, dapat dilihat bahwa seluruh variabel memliki tingkat sgnifikansi atau nilai probabilitas di bawah 0.05, maka dikatakan distibusi keseluruh variabel tidak normal. Setelah melakukan beberapa langkah operasional, maka output yang dihasilkan dari uji ini dapat dilihat sebagai berikut: Tabel 4.9 Uji Normalitas Dampak Y

b

Kolmogorov-Smirnov

Shapiro-Wilk

X1

Statistic 0,378

df 24

Sig. 8,68E-10

Statistic 0,762

df 24

Sig. 7,38E-05

X2

0,292

24

1,23E-05

0,736

24

3,14E-05

X3

0,443

24

1,04E-13

0,573

24

3,16E-07

X4

0,366

24

3,97E-09

0,735

24

3,06E-05

X5

0,425

24

1,47E-12

0,671

24

4,32E-06

X6

0,378

24

8,68E-10

0,762

24

7,38E-05

X6

0,400

24

4,88E-11

0,716

24

1,64E-05

X8

0,343

24

5,86E-08

0,807

24

0,000385

X9

0,400

24

4,88E-11

0,716

24

1,64E-05

X10

0,378

24

8,68E-10

0,762

24

7,38E-05

X11

0,214

24

0,005871

0,884

24

0,010226

X12

0,422

24

2,31E-12

0,598

24

5,86E-07

X13

0,292

24

1,23E-05

0,796

24

0,000252

X14

0,378

24

8,68E-10

0,762

24

7,38E-05

X15

0,341

24

7,28E-08

0,815

24

0,000519

X16

0,293

24

1,12E-05

0,857

24

0,002981

X17

0,331

24

2,31E-07

0,770

24

9,92E-05

X18

0,354

24

1,7E-08

0,791

24

0,000209

X19

0,422

24

2,31E-12

0,598

24

5,86E-07

X20

0,401

24

4,54E-11

0,616

24

9,48E-07

IV-13



Y

b

Kolmogorov-Smirnov

Shapiro-Wilk

X21

Statistic 0,378

df 24

Sig. 8,68E-10

Statistic 0,762

df 24

Sig. 7,38E-05

X22

0,343

24

5,86E-08

0,807

24

0,000385

X23

0,366

24

3,97E-09

0,735

24

3,06E-05

X24

0,400

24

4,88E-11

0,716

24

1,64E-05

X25

0,379

24

7,64E-10

0,629

24

1,34E-06

X26

0,401

24

4,54E-11

0,616

24

9,48E-07

X27

0,376

24

1,16E-09

0,764

24

8,17E-05

X28

0,451

24

3,21E-14

0,571

24

3E-07

X29

0,401

24

4,72E-11

0,714

24

1,58E-05

X30

0,366

24

3,97E-09

0,735

24

3,06E-05

X31

0,366

24

3,97E-09

0,735

24

3,06E-05

X32

0,360

24

8,22E-09

0,667

24

3,85E-06

X33

0,360

24

8,22E-09

0,667

24

3,85E-06

X34

0,348

24

3,22E-08

0,751

24

5,21E-05


Berdasarkan tabel 4.9 di atas, dapat dilihat bahwa seluruh variabel memliki tingkat sgnifikansi atau nilai probabilitas di bawah 0.05, maka dikatakan distibusi keseluruh variabel tidak normal. 4.4.2 Analisis Non-Parameterik Dari 30 sampel penelitian yang diperoleh dan uji normalitas yang telah dilakukan, diketahui bahwa data tidak terdistribusi normal, maka dapat dilakukan analisis non-parametriknya berdasarkan profil responden. Analisis non-parametrik ini dilakukan dengan menggunakan bantuan software SPSS Versi 24. Analisis nonparametrik responden dilihat dari pendidikan, dan lama pengalaman kerja dan jabatan di bidang konstruksi.Uji yang digunakan adalah uji K Sample bebas “Uji Kruskal Wallis H” (Galuh, 2011). Untuk mengetahui perbedaan pemahaman berdasarkan data responden tersebut diatas, maka dilakukan proses non-parametric test. Analisis nonparametrik adalah metode yang digunakan jika data yang ada tidak terdistribusi normal, atau jumlah data sangat sedikit serta level data adalah nominal dan ordinal (Galuh, 2011). IV-14



Pada penelitian ini dilakukan analisis non-parametrik untuk menguji beberapa sampel (>2 kriteria) yang tidak berhubungan dengan menggunakan metode uji KruskalWallis untuk menguji perbedaan jawaban kuesioner dengan dua kriteria yang berbeda. Hipotesis yang diusulkan adalah sebagai berikut: a)

Ho = Tidak ada perbedaan persepsi responden yang berbeda jabatan, pendidikan, dan lama bekerja.

b) Ha = Ada perbedaan minimal satu persepsi responden yang berbeda jabatan, pendidikan, dan lama bekerja. Menurut Rahim Bin Utah (2013), pedoman yang digunakan untuk menerima atau menolak jika hipotesis nol (Ho) yang diusulkan: a) Ho diterima jika nilai p-value pada kolom Asymp.Sig > level of significant (α) sebesar 0,05 dan nilai chi square < dari nilai x2 0,05(df) b) Ho ditolak jika nilai p-value pada kolom Asymp.Sig < level of significant (α) sebesar 0,05 dan nilai chi square > dari nilai x2 0,05(df) A. Analisis Non-Parametrik untuk Kategori Lama Pengalaman Kerja Lama pengalaman kerja responden dikategorikan menjadi tiga bagian untuk frekuensi risiko dan dampak risiko terhadap kinerja waktu. Pengelompokkan pengalaman kerja tersebut dapat dilihat pada tabel 4.9 (pengkodean untuk profil responden). Berikut disajikan pengelompokkan lama pengalaman kerja responden.

IV-15



Tabel 4. 10 Pengkodean untuk Profil Responden Berdasarkan Pengalaman Kerja Variabel

Uraian

Pengalaman Kerja

Kode

1 s/d 5 tahun

1

6 s/d 10 tahun

2

11 s/d 15 tahun

3


Tabel 4. 11 Pengelompokan Lama Pengalaman Kerja Responden Responden

Pengalaman

K

R1 R2 R3 R4 R5 R6 R7 R8 R9 R10 R11 R12 R13 R14 R15 R16 R17 R18 R19 R20 R21 R22 R23 R24 R25 R26 R27 R28 R29

15 10 5 8 3 6 5 3 5 7 14 3 9 15 5 14 3 4 4 3 4 7 4 1 10 5 11 5 11

3 2 1 2 1 2 1 1 1 2 3 1 2 3 1 3 1 1 1 1 1 2 1 1 2 1 3 1 3 IV-16



Responden

Pengalaman

K

R30

5

1


Pengalaman 20,00% 1 s/d 5 tahun 23,33%

5 s/d 10 tahun 56,67%

6 s/d 15 tahun

Gambar 4.1 Sebaran Data Lama Pengalaman Kerja Responden Sumber: Hasil Olah Data

Gambar 4.1 di atas menunjukkan bahwa 57,67% responden telah bekerja di bidang konstruksi selama 1 s/d 5 tahun, 23,33% responden telah bekerja di bidang konstruksi selama 6 s/d 10 tahun, dan 20% responden telah bekerja di bidang konstruksi selama 11 s/d 15tahun. Dari hasil sebaran tersebut, kemudian dilakukan pengolahan data dengan menggunakan uji Kruskal-Wallis dengan hasil uji sebagai berikut: 1) Pengaruh Lama Pengalaman Kerja Responden terhadap Penilaian Frekuensi Risiko Setelah melakukan beberapa langkah operasional, maka output yang dihasilkan dari uji ini dapat dilihat sebagai berikut:

IV-17



Tabel 4.12 Hasil Uji Pengaruh Lama Pengalaman Kerja Terhadap Persepsi Responden Untuk Frekuensi Risiko

Variabel X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 X31 X32 X33 X34

ChiSquare 0,782

2

Asymp. Sig. 0,676

0,527

2

0,768

0,892

2

0,640

3,684

2

0,158

3,885

2

0,143

0,660

2

0,719

7,894

2

0,019

3,898

2

0,142

0,968

2

0,616

2,409

2

0,300

1,832

2

0,400

4,078

2

0,130

0,483

2

0,785

3,898

2

0,142

0,527

2

0,768

1,832

2

0,400

1,616

2

0,446

0,361

2

0,835

0,097

2

0,952

1,560

2

0,458

3,898

2

0,142

4,029

2

0,133

3,885

2

0,143

4,357

2

0,113

0,097

2

0,952

1,046

2

0,593

0,451

2

0,798

0,097

2

0,952

0,451

2

0,798

3,684

2

0,158

1,346

2

0,510

0,390

2

0,823

0,527

2

0,768

3,391

2

0,184

df

Sumber: Hasil Olah Data

IV-18



Dari output tersebut, dapat dilihat bahwa sebagian besar variabel mempunyai Asymp. Sig. pada tabel statistik hampir tiap variabel lebih besar dari level of significant (α) 0,05, dan nilai chi square < nilai x² 0,05(df) = 5,991 (dari tabel chi-square lihat lampiran) kecuali untuk X7. Jadi Hipotesis nol (H0) diterima dan Ha ditolak untuk semua variabel, kecuali untuk X7 dimana ada perbedaan persepsi responden yang berbeda berdasarkan latar belakang pengalaman kerja di bidang konstruksi untuk frekuensi risiko. 2) Pengaruh Lama Pengalaman Kerja Responden terhadap Penilaian Dampak Risiko pada Kinerja Waktu Setelah melakukan beberapa langkah operasional, maka output yang dihasilkan dari uji ini dapat dilihat sebagai berikut: Tabel 4.13 Hasil Uji Pengaruh Lama Pengalaman Kerja Terhadap Persepsi Responden Untuk Dampak Risiko

Variabel X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18

ChiSquare 3,898

2

Asymp. Sig. 0,142

2,094

2

0,351

0,097

2

0,952

3,885

2

0,143

3,684

2

0,158

7,894

2

0,019

3,898

2

0,142

2,409

2

0,300

3,898

2

0,142

3,898

2

0,142

0,897

2

0,639

0, 390

2

0,823

0,585

2

0,746

4,357

2

0,113

0,527

2

0,768

1,832

2

0,400

1,277

2

0,528

0,361

2

0,835

df

IV-19



Variabel X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 X31 X32 X33 X34

ChiSquare 0,040

2

Asymp. Sig. 0,980

1,560

2

0,458

3,898

2

0,142

2,409

2

0,300

3,885

2

0,143

3,898

2

0,142

0,140

2

0,932

0,097

2

0,952

0,968

2

0,616

0,892

2

0,640

2,997

2

0,223

3,885

2

0,143

0,351

2

0,839

0,782

2

0,676

0,334

2

0,846

1,616

2

0,446

df


Dari output tersebut, dapat dilihat bahwa sebagian besar variabel mempunyai Asymp. Sig. pada tabel statistik tiap variabel lebih besar dari level of significant (α) 0,05, dan nilai chi square < nilai x² 0,05(df) = 5,991991 (dari tabel chi-square lihat lampiran). Jadi Hipotesis nol (H0) diterima dan Ha ditolak untuk semua variabel tidak ada perbedaan persepsi responden yang berbeda berdasarkan latar belakang pengalaman kerja di bidang konstruksi untuk dampak risiko. B. Analisis Non-Parametrik untuk Kategori Pendidikan Terakhir Pedidikan terakhir responden dikategorikan menjadi tiga bagian, baik untuk frekuensi risiko dan dampak risiko terhadap kinerja waktu. Berikut disajikan pengelompokkan pendidikan terakhir responden Tabel 4. 14 Pengkodean untuk Profil Responden Berdasarkan Pendidikan Variabel Pendidikan

Uraian

Kode

SMA/SMK

1

D3

2

IV-20



Variabel

Uraian

Kode

S1

3


Tabel 4. 15 Pengelompokan Pendidikan Terakhir Responden Responden

Pendidikan

Pengkodean

R1 R2 R3 R4 R5 R6 R7 R8 R9 R10 R11 R12 R13 R14 R15 R16 R17 R18 R19 R20 R21 R22 R23 R24 R25 R26 R27 R28 R29 R30

SMK S1 SMK SMK S1 SMK SMK SMK S1 S1 SMK S1 SMK D3 S1 D3 S1 S1 S1 S1 SMK D3 S1 S1 SMK S1 D3 D3 SMK S1

1 3 1 1 3 1 1 1 3 3 1 3 1 2 3 2 3 3 3 3 1 2 3 3 1 3 2 2 1 3

.

IV-21



Pendidikan

46,67% SMK D3

36,67%

S1

16,67%

Gambar 4.2 Sebaran Data Pendidikan Terakhir Responden Sumber: Hasil Olah Data

Gambar 4.2 di atas menunjukkan bahwa sebagian besar responden berpendidikan S1 yaitu sebesar 46,67% ,berpendidikan D3 yaitu sebesar 16,67% dan SMK yaitu sebesar 36,67%. Dari hasil sebaran tersebut, kemudian dilakukan pengolahan data dengan menggunakan uji Kruskal-Wallis dengan hasil uji sebagai berikut. 1) Pengaruh Pendidikan Terakhir Responden terhadap Penilaian Frekuensi Risiko Setelah melakukan beberapa langkah operasional, maka output yang dihasilkan dari uji ini dapat dilihat sebagai berikut: Tabel 4.16 Hasil Uji Pengaruh Pendidikan Terakhir Terhadap Persepsi Responden Untuk Frekuensi Risiko

Variabel X1 X2 X3 X4 X5

ChiSquare 0,039

2

Asymp. Sig. 0,981

2,798

2

0,247

0,308

2

0,857

4,140

2

0,126

2,307

2

0,316

df

IV-22



Variabel X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 X31 X32 X33 X34

ChiSquare 0,590

2

Asymp. Sig. 0,745

2,120

2

0,346

0,515

2

0,773

0,191

2

0,909

0,142

2

0,932

2,281

2

0,320

0,664

2

0,718

0,142

2

0,931

1,109

2

0,574

2,798

2

0,247

2,281

2

0,320

5,374

2

0,068

1,150

2

0,563

0,465

2

0,792

1,115

2

0,573

1,109

2

0,574

0,391

2

0,822

2,307

2

0,316

0,011

2

0,995

0,465

2

0,792

0,478

2

0,787

0,322

2

0,851

0,279

2

0,870

0,322

2

0,851

4,140

2

0,126

1,834

2

0,400

0,465

2

0,792

2,798

2

0,247

2,500

2

0,287

df


Dari output tersebut, dapat dilihat bahwa sebagian besar variabel mempunyai Asymp. Sig. pada tabel statistik tiap variabel lebih besar dari level of significant (α) 0,05, dan nilai chi square < nilai x² 0,05(df) = 5,991(dari tabel chisquare lihat lampiran). Jadi Hipotesis nol (H0) diterima dan Ha ditolak untuk semua variabel,tidak ada perbedaan persepsi responden berdasarkan latar belakang pendidikan terakhir untuk frekuensi risiko. IV-23



2) Pengaruh Pendidikan Terakhir Responden terhadap Penilaian Dampak Risiko pada Kinerja Waktu Setelah melakukan beberapa langkah operasional, maka output yang dihasilkan dari uji ini dapat dilihat sebagai berikut: Tabel 4.17 Hasil Uji Pengaruh Pendidikan Terakhir Terhadap Persepsi Responden Untuk Dampak Risiko

Variabel X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 X31

ChiSquare 0,515

2

Asymp. Sig. 0,773

6,796

2

0,033

0,279

2

0,870

2,307

2

0,316

4,140

2

0,126

2,120

2

0,346

1,109

2

0,574

0,142

2

0,932

1,109

2

0,574

0,515

2

0,773

3,817

2

0,148

0,465

2

0,792

0,471

2

0,790

0,011

2

0,995

2,798

2

0,247

2,281

2

0,320

2,065

2

0,356

1,150

2

0,563

0,478

2

0,787

1,115

2

0,573

0,515

2

0,773

0,142

2

0,932

1,458

2

0,482

1,109

2

0,574

1,428

2

0,490

1,115

2

0,573

0,191

2

0,909

0,308

2

0,857

4,304

2

0,116

2,307

2

0,316

0,378

2

0,828

df

IV-24



Variabel X32 X33 X34

ChiSquare 0,039

2

Asymp. Sig. 0,981

0,183

2

0,913

5,374

2

0,068

df


Dari output tersebut, dapat dilihat bahwa sebagian besar variabel mempunyai Asymp. Sig. pada tabel statistik tiap variabel lebih besar dari level of significant (α) 0,05, dan nilai chi square < nilai x² 0,05(df) = 5,991 (dari tabel chisquare lihat lampiran). Jadi Hipotesis nol (H0) diterima dan Ha ditolak untuk semua variabel,tidak ada perbedaan persepsi responden berdasarkan latar belakang pendidikan terakhir untuk dampak risiko. C. Analisis Non-Parametrik untuk Kategori Jabatan Jabatan responden dikategorikan menjadi tiga bagian, baik untuk frekuensi risiko dan dampak risiko terhadap kinerja waktu. Berikut disajikan pengelompokkan pendidikan terakhir responden Tabel 4.18 Pengkodean untuk Profil Responden Berdasarkan Jabatan Variabel Jabatan

Uraian

Kode

Manager

1

Staf Office

2

Staf Lapangan

3


Tabel 4.19 Pengelompokan Jabatan Responden Responden R1 R2 R3 R4 R5 R6 R7

Pendidikan Mekanik Site Manager Drafter Staf HSE Quantity Surveyor Pelaksana Surveyor

Pengkodean 3 1 2 3 2 3 3 IV-25



Responden

.

Pendidikan

R8 Surveyor R9 Head of Procurement R10 Site Engineer R11 Staf HSE R12 Chief Quantity Surveyor R13 Pelaksana R14 Kepala Gudang R15 Drafter R16 Keuangan R17 Quality Control R18 Chief Drafter R19 Kepala Surveyor R20 Cost Control R21 Pelaksana R22 Admin R23 Quality Control R24 Admin Gudang R25 Mekanik R26 Head of HSE R27 GSI R28 Surveyor R29 Ass. GSI R30 Site Officer Engineer Sumber : Hasil Olahan Penulis

Pengkodean 3 2 2 3 2 3 3 2 2 3 2 3 2 3 2 3 3 2 1 1 3 3 2

IV-26



Jabatan

10,00%

50,00%

Manager Staf Office Staf Lapangan 40,00%

Gambar 4.3 Sebaran Data Pendidikan Terakhir Responden Sumber: Hasil Olah Data

Gambar $.3 di atas menunjukkan bahwa sebagian besar responden Staf Lapangan yaitu sebesar 50,00% , jabatan Staf Office yaitu sebesar 40,00% dan Manager yaitu sebesar 10,00%. Dari hasil sebaran tersebut, kemudian dilakukan pengolahan data dengan menggunakan uji Kruskal-Wallis dengan hasil uji sebagai berikut. 1) Pengaruh Jabatan Responden terhadap Penilaian Frekuensi Risiko Setelah melakukan beberapa langkah operasional, maka output yang dihasilkan dari uji ini dapat dilihat sebagai berikut: Tabel 4.20 Hasil Uji Pengaruh Jabatan Terhadap Persepsi Responden Untuk Frekuensi Risiko

Variabel X1 X2 X3 X4 X5 X6 X7

ChiSquare 0,319

2

Asymp. Sig. 0,852

0,668

2

0,716

1,148

2

0,563

1,729

2

0,421

2,024

2

0,364

0,488

2

0,783

2,762

2

0,251

df

IV-27



Variabel X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 X31 X32 X33 X34

Lanjutan tabeldf4.20 ChiSquare 1,140

2

Asymp. Sig. 0,566

0,627

2

0,731

0,196

2

0,907

3,736

2

0,154

2,139

2

0,343

8,409

2

0,015

1,267

2

0,531

0,668

2

0,716

3,736

2

0,154

3,204

2

0,201

1,188

2

0,552

0,653

2

0,722

0,653

2

0,722

1,267

2

0,531

1,115

2

0,573

2,024

2

0,364

2,217

2

0,330

0,000

2

1,000

0,153

2

0,926

5,876

2

0,053

3,190

2

0,203

5,876

2

0,053

1,729

2

0,421

1,306

2

0,521

0,653

2

0,722

0,668

2

0,716

1,331

2

0,514


Dari output tersebut, dapat dilihat bahwa sebagian besar variabel mempunyai Asymp. Sig. pada tabel statistik hampir tiap variabel lebih besar dari level of significant (α) 0,05, dan nilai chi square < nilai x² 0,05(df) = 5,991 (dari tabel chi-square lihat lampiran) kecuali untuk X13. Jadi Hipotesis nol (H0) diterima dan Ha ditolak untuk semua variabel, kecuali untuk X13 dimana ada perbedaan persepsi responden yang berbeda berdasarkan latar belakang Jabatan di bidang konstruksi untuk frekuensi risiko. IV-28



2) Pengaruh Jabatan Responden terhadap Penilaian Dampak Risiko pada Kinerja Waktu. Setelah melakukan beberapa langkah operasional, maka output yang dihasilkan dari uji ini dapat dilihat sebagai berikut: Tabel 4.21 Hasil Uji Pengaruh Jabatan Terhadap Persepsi Responden Untuk Dampak Risiko

Variabel X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15 X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 X31

ChiSquare 1,140

2

Asymp. Sig. 0,566

2,335

2

0,311

3,190

2

0,203

2,024

2

0,364

1,729

2

0,421

2,762

2

0,251

1,267

2

0,531

0,196

2

0,907

1,267

2

0,531

1,140

2

0,566

6,447

2

0,040

0,653

2

0,722

4,833

2

0,089

2,217

2

0,330

0,668

2

0,716

3,736

2

0,154

0,825

2

0,662

1,188

2

0,552

0,230

2

0,891

0,653

2

0,722

1,140

2

0,566

0,196

2

0,907

0,805

2

0,669

1,267

2

0,531

1,141

2

0,565

1,740

2

0,419

0,627

2

0,731

1,148

2

0,563

0,836

2

0,658

2,024

2

0,364

1,167

2

0,558

df

IV-29



Variabel X32 X33 X34

ChiSquare 0,319

2

Asymp. Sig. 0,852

0,226

2

0,893

3,204

2

0,201

df

Sumber: Telah Diolah Kembali

Dari output tersebut, dapat dilihat bahwa sebagian besar variabel mempunyai Asymp. Sig. pada tabel statistik tiap variabel lebih besar dari level of significant (α) 0,05, dan nilai chi square < nilai x² 0,05(df) = 5,991(dari tabel chisquare lihat lampiran). Jadi Hipotesis nol (H0) diterima dan Ha ditolak untuk semua variabel,tidak ada perbedaan persepsi responden berdasarkan latar belakang jabatan untuk dampak risiko. Setelah dilakukan pengujian analisis non-parameterik berdasarkan latar belakang responden dari mulai pengalaman,pendidikan, dan jabatan. Berikut ini adalah rekapitulasi analisis non-parametrik menggunakan uji K Sample bebas (Uji Kruskal Wallis H). “Keterangan : Ho diterima (√) ; Ho ditolak (x)" Tabel 4.22 Hasil Uji uji K Sample Bebas Frekuensi Risiko Variabel X1 X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14

Pengalaman

√ √ √ √ √ √ X √ √ √ √ √ √ √

Pendidikan

√ √ √ √ √ √ √ √ √ √ √ √ √ √

Jabatan

Kesimpulan

√ √ √ √ √ √ √ √ √ √ √ √ X √

Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima

IV-30



Variabel

Pengalaman

Pendidikan

Jabatan

Kesimpulan

X15

√ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √

√ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √

√ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √

Ho diterima

X16 X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 X31 X32 X33 X34

Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima

Sumber: Hasil Olahan Penulis

Tabel 4.23 Hasil Uji uji K Sample Bebas Dampak Risiko Variabel

Pengalaman

Pendidikan

Jabatan

Kesimpulan

X1

√ √ √ √ √ √ √ √ √ √ √ √ √ √ √

√ √ √ √ √ √ √ √ √ √ √ √ √ √ √

√ √ √ √ √ √ √ √ √ √ √ √ √ √ √

Ho diterima

X2 X3 X4 X5 X6 X7 X8 X9 X10 X11 X12 X13 X14 X15

Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima

IV-31



Variabel

Pengalaman

Pendidikan

Jabatan

Kesimpulan

X16

√ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √

√ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √

√ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √ √

Ho diterima

X17 X18 X19 X20 X21 X22 X23 X24 X25 X26 X27 X28 X29 X30 X31 X32 X33 X34

Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima Ho diterima


4.4.3 Uji Validitas Dari 30 sampel penelitian yang diperoleh, maka dilakukan uji validitas terhadap setiap variabel. Uji validitas ini dilakukan dengan menggunakan bantuan software SPSS Versi 24. Menurut Santoso (2000, dalam Rizki;2014) untuk menentukan layak atau tidaknya suati item yang akan digunakan, maka perlu dilakukan uji signifikansi atau taraf nyata sebesar 0,05 (5%), yakni variabel penelitan dianggap valid jika berkorelasi signifikan terhadap skor total. Selain itu, penentuan validitas juga ditentukan dengan perbandingan r hitung metode Pearson Correlation dengan nilai tabel r. Jika koefisien korelasi item terhadap total >r tabel dengan df (0,05, n-2) maka dinyatakan valid.

IV-32



Outputnya menjelaskan hasil uji apakah sebuah data hasil dari jawaban kuesioner responden bisa dikatakan valid atau tidak. Data di katakan valid apa bila nilai Item-Total Statistics lebih besar dari rtabel. Tabel 4.24 Nilai r Tabel Taraf Signif N

Taraf Signif

Taraf Signif

N 5%

1%

3

0.997

0.999

4

0.950

5

N 5%

1%

5%

1%

27

0.381

0.487

55

0.266

0.345

0.990

28

0.374

0.478

60

0.254

0.330

0.878

0.959

29

0.367

0.470

65

0.244

0.317

6

0.811

0.917

30

0.361

0.463

70

0.235

0.306

7

0.754

0.874

31

0.355

0.456

75

0.227

0.296

8

0.707

0.834

32

0.349

0.449

80

0.220

0.286

9

0.666

0.798

33

0.344

0.442

85

0.213

0.278

10

0.632

0.765

34

0.339

0.436

90

0.207

0.270

11

0.602

0.735

35

0.334

0.430

95

0.202

0.263

12

0.576

0.708

36

0.329

0.424

100

0.195

0.256

13

0.553

0.684

37

0.325

0.418

125

0.176

0.230

14

0.532

0.661

38

0.320

0.413

150

0.159

0.210

15

0.514

0.641

39

0.316

0.408

175

0.148

0.194

16

0.497

0.623

40

0.312

0.403

200

0.138

0.181

17

0.482

0.606

41

0.308

0.398

300

0.113

0.148

IV-33



Taraf Signif

Taraf Signif

N

Taraf Signif

N 5%

1%

18

0.468

0.590

19

0.456

20

N 5%

1%

5%

1%

42

0.304

0.393

400

0.098

0.128

0.575

43

0.301

0.389

500

0.088

0.115

0.444

0.561

44

0.297

0.384

600

0.080

0.105

21

0.433

0.549

45

0.294

0.380

700

0.074

0.097

22

0.423

0.537

46

0.291

0.376

800

0.070

0.091

23

0.413

0.526

47

0.288

0.372

900

0.065

0.086

24

0.404

0.515

48

0.284

0.368

1000

0.062

0.081

25

0.396

0.505

49

0.281

0.364

26

0.388

0.496

50

0.279

0.361

Sumber: Sugiono (1999), Metode Penelitian Bisnis

Dari tabel 4.24 diatas di dapat nilai r tabel pada 30 sampel atau responden adalah 0,361. Data yang tidak valid dapat di eliminasi. Setelah melakukan beberapa langkah operasional, maka output yang dihasilkan dari uji ini dapat dilihat sebagai berikut: Tabel 4.25 Uji Validitas Frekuensi

Variabel

Scale Mean if Item Deleted

Scale Variance if Item Deleted

Corrected Item-Total Correlation

Cronbach's Alpha if Item Deleted

X1

112,8333

141,040

0,496

0,909

0,361

X2

115,0333

149,551

0,083

0,915

0,361

X3

112,6000

144,662

0,418

0,910

0,361

X4

114,5000

135,707

0,801

0,903

0,361

X5

114,3333

141,609

0,682

0,906

0,361

X6

113,3667

139,757

0,626

0,906

0,361

X7

113,3667

139,482

0,739

0,905

0,361

X8

113,3000

139,114

0,698

0,905

0,361

rtabel

Validitas Valid Tidak Valid Valid Valid Valid Valid Valid Valid

IV-34



Variabel

Scale Mean if Item Deleted

Scale Variance if Item Deleted

Corrected Item-Total Correlation

Cronbach's Alpha if Item Deleted

X9

114,4667

137,292

0,653

0,906

0,361

X10

113,3667

139,551

0,600

0,907

0,361

X11

115,0333

153,344

-0,106

0,918

0,361

X12

113,3667

145,826

0,337

0,911

0,361

X13

113,2667

139,651

0,642

0,906

0,361

X14

113,3000

137,666

0,785

0,904

0,361

X15

115,0333

149,551

0,083

0,915

0,361

X16

115,0333

153,344

-0,106

0,918

0,361

X17

114,3333

145,471

0,459

0,909

0,361

X18

115,1333

152,809

-0,082

0,917

0,361

X19

112,5667

144,668

0,602

0,908

0,361

X20

112,5667

145,909

0,492

0,909

0,361

X21

113,3000

137,666

0,785

0,904

0,361

X22

113,3000

137,734

0,781

0,904

0,361

X23

114,3333

141,609

0,682

0,906

0,361

X24

113,3667

139,137

0,706

0,905

0,361

X25

112,5667

145,771

0,504

0,909

0,361

X26

112,5333

145,982

0,501

0,909

0,361

X27

114,4000

149,766

0,104

0,914

0,361

X28

112,5667

146,323

0,456

0,909

0,361

X29

114,4000

149,766

0,104

0,914

0,361

X30

114,5000

135,707

0,801

0,903

0,361

X31

114,5000

139,431

0,600

0,907

0,361

X32

112,5667

145,289

0,547

0,909

0,361

X33

115,0333

149,551

0,083

0,915

0,361

X34

114,5333

136,671

0,702

0,905

0,361

rtabel

Validitas Valid Valid Tidak Valid Tidak Valid Valid Valid Tidak Valid Tidak Valid Valid Tidak Valid Valid Valid Valid Valid Valid Valid Valid Valid Tidak Valid Valid Tidak Valid Valid Valid Valid Tidak Valid Valid


Berdasarkan tabel 4.25 di atas, dapat dilihat bahwa terdapat 9 variabel yang nilai Item-Total Correlation kurang dari nilai rtabel , maka dapat dikatakan jika variabel X2,X11,X12,X15,X16,X18,X27, X29 dan X33 tidak valid dan dapat di eliminasi. Setelah melakukan beberapa langkah operasional, maka output yang dihasilkan dari uji ini dapat dilihat ebagai berikut:

IV-35



Tabel 4.26 Uji Validitas Dampak

X1

Scale Mean if Item Deleted 114,4667

Scale Variance if Item Deleted 149,361

Corrected Item-Total Correlation 0,721

Cronbach's Alpha if Item Deleted 0,921

X2

116,6667

164,437

-0,108

0,931

0,361

X3

113,7333

156,685

0,502

0,924

0,361

X4

115,5000

152,121

0,697

0,922

0,361

X5

115,6667

147,057

0,757

0,920

0,361

X6

114,5333

150,671

0,705

0,921

0,361

X7

114,4667

148,120

0,793

0,920

0,361

X8

114,5333

148,740

0,677

0,921

0,361

X9

114,4667

148,120

0,793

0,920

0,361

X10

114,4667

149,361

0,721

0,921

0,361

X11

115,9667

162,033

0,011

0,930

0,361

X12

113,7333

155,237

0,625

0,923

0,361

X13

114,4000

155,559

0,480

0,924

0,361

X14

114,5333

149,706

0,711

0,921

0,361

X15

116,2000

162,441

-0,007

0,930

0,361

X16

116,2000

165,752

-0,162

0,933

0,361

X17

115,5000

151,569

0,671

0,922

0,361

X18

116,3000

164,010

-0,085

0,931

0,361

X19

113,7000

156,010

0,576

0,923

0,361

X20

113,7333

156,547

0,513

0,924

0,361

X21

114,4667

149,361

0,721

0,921

0,361

X22

114,5333

148,740

0,677

0,921

0,361

X23

115,5000

153,983

0,570

0,923

0,361

X24

114,4667

148,120

0,793

0,920

0,361

X25

113,8000

156,510

0,496

0,924

0,361

X26

113,7333

156,340

0,531

0,924

0,361

X27

115,6333

147,895

0,652

0,922

0,361

X28

113,7667

154,323

0,492

0,924

0,361

X29

115,7333

147,306

0,728

0,921

0,361

X30

115,5000

152,121

0,697

0,922

0,361

X31

115,5333

154,740

0,554

0,923

0,361

X32

114,0000

150,897

0,538

0,923

0,361

X33

116,2667

159,926

0,148

0,928

0,361

X34

115,5000

156,741

0,430

0,924

0,361

Variabel

rtabel 0,361

Validitas Valid Tidak Valid Valid Valid Valid Valid Valid Valid Valid Valid Tidak Valid Valid Valid Valid Tidak Valid Tidak Valid Valid Tidak Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Valid Tidak Valid Valid


IV-36



Berdasarkan tabel 4.26 di atas, dapat dilihat bahwa terdapat 6 variabel yang nilai Item-Total Correlation kurang dari nilai rtabel, maka dapat dikatakan jika variabel X2,X11,X15,X16,X18, dan X33 tidak valid dan dapat di eliminasi. 4.4.4 Uji Reliabilitas Menurut Rizky (2014), untuk mengetahui konsistensi alat ukur, yakni apakah alat ukur reliabel dan tetap konsisten untuk pengukuran berulang, maka digunakan uji reliabilitas dimana ketentuannya sebagai berikut: a) Nilai Cronbach Alpha ≤ 0,6 menunjukkan bahwa kuisioner penelitian tidak reliabel. b) Nilai Cronbach Alpha ≥ 0,6 menunjukkan bahwa kuisioner penelitian reliabel. Tabel 4.27 Uji Reliabilitas Frekuensi Cronbach's Alpha

N of Items

0,948

25


Dari tabel 4.27 di atas maka di dapat nilai cronbach’s alpha output yaitu 0,948. Maka dapat disimpulkan jika data reliabel atau dapat dipercaya. Tabel 4.28 Uji Reliabilitas Dampak Cronbach's Alpha 0,951

N of Items 28


Dari tabel 4.28 di atas maka di dapat nilai cronbach’s alpha output yaitu 0,951. Maka dapat disimpulkan jika data reliabel atau dapat dipercaya.

IV-37



4.5 Analisis Risiko Analisis data yang digunakan pada penelitian ini adalah menggunakan analisis risiko berdasarkan PMBOK. Data yang akan di analisis hanya data yang lolos uji validitas dari program SPSS 24. Variabel yang tidak lolos uji validitas makan dianggap tidak bernilai (0). 4.5.1 Analisis Frekuensi Risiko Dari uji validitas frekuensi risiko terdapat 25 indikator risiko (variabel X) yang lolos uji validitas, dengan menggunakan skala nilai probability risiko yang di tentukan oleh PMBOK dan bisa dilihat pada BAB II tabel 2.2. Maka dilakukan perhitungan dengan hasil sebagai berikut: Tabel 4.29 Nilai Rata-rata Frekuensi Risiko

Variabel

Sangat Jarang 0,1

Jarang 0,3

Kadangkadang 0,5

Sering 0,7

Sangat Sering 0,9

X1

0

2

1

10

17

X3

0

0

3

5

22

X4

4

3

20

3

0

X5

0

7

19

4

0

X6

0

2

5

18

5

X7

0

2

3

22

3

X8

0

2

3

20

5

X9

4

4

17

5

0

X10

0

3

3

19

5

X13

0

2

3

19

6

X14

0

2

3

20

5

X17

4

12

14

0

0

X19

0

0

0

10

20

X20

0

0

0

10

20

X21

0

2

3

20

5

X22

0

2

3

20

5

X23

0

7

19

4

0

X24

0

2

4

20

4

X25

0

0

0

10

20

X26

0

0

0

9

21

Nilai Frekuensi 23,4 24,8 13,4 14,4 20,2 20,2 20,6 13,6 20,2 20,8 20,6 11 25 25 20,6 20,6 14,4 20,2 25 25,2

Nilai Frekuensi Rata-rata 0,780 0,827 0,447 0,480 0,673 0,673 0,687 0,453 0,673 0,693 0,687 0,367 0,833 0,833 0,687 0,687 0,480 0,673 0,833 0,840

IV-38



Variabel

Sangat Jarang 0,1

Kadangkadang 0,5

Jarang 0,3

Sering 0,7

Sangat Sering 0,9

X28

0

0

0

10

20

X30

4

3

20

3

0

X31

4

3

20

3

0

X32

0

0

0

10

20

X34

4

5

17

4

0

Nilai Frekuensi 25 13,4 13,4 25 13,2

Nilai Frekuensi Rata-rata 0,833 0,447 0,447 0,833 0,440


Dari tabel 4.29 diatas bisa dilihat nilai rata-rata frekuensi risiko yang terjadi pada pelaksanaan proyek konstruksi Bhuvana Resort Ciawi. 4.5.2 Analisis Dampak Risiko Dari uji validitas frekuensi risiko terdapat 28 indikator risiko (variabel X) yang lolos uji validitas, dengan menggunakan skala nilai dampak (konsekuensi) risiko yang di tentukan oleh PMBOK dan bisa dilihat pada BAB II tabel 2.2. Maka dilakukan perhitungan dengan hasil sebagai berikut: Tabel 4.30 Nilai Rata-rata Dampak Risiko

Variabel

Sangat Jarang 0,1

Jarang 0,3

Kadangkadang 0,5

Sering 0,7

Sangat Sering 0,9

X1

0

2

3

20

5

X3

0

0

0

10

20

X4

0

7

19

4

0

X5

4

3

20

3

0

X6

0

2

3

22

3

X7

0

2

3

20

5

X8

0

3

3

19

5

X9

0

2

3

20

5

X10

0

2

3

20

5

X12

0

0

10

20

X13

0

0

5

20

5

X14

0

2

4

20

4

X17

0

8

17

5

0

X19

0

0

0

9

21

X20

0

0

0

10

20

Nilai Dampak 20,6 25 14,4 13,4 20,2 20,6 20,2 20,6 20,6 25 21 20,2 14,4 25,2 25

Nilai Dampak Rata-rata 0,687 0,833 0,480 0,447 0,673 0,687 0,673 0,687 0,687 0,833 0,700 0,673 0,480 0,840 0,833

IV-39



Variabel

Sangat Jarang 0,1

Jarang 0,3

Kadangkadang 0,5

Sering 0,7

Sangat Sering 0,9

X21

0

2

3

20

5

X22

0

3

3

19

5

X23

0

7

19

4

0

X24

0

2

3

20

5

X25

0

0

0

12

18

X26

0

0

0

10

20

x27

0

2

5

23

0

X28

0

0

3

5

22

X29

4

5

18

3

0

X30

0

7

19

4

0

X31

0

7

20

3

0

X32

0

2

1

10

17

X34

0

0

21

3

0

Nilai Dampak 20,6 20,2 14,4 20,6 24,6 25 19,2 24,8 13 14,4 14,2 23,4 12,6

Nilai Dampak Rata-rata 0,687 0,673 0,480 0,687 0,820 0,833 0,640 0,827 0,433 0,480 0,473 0,780 0,420


Dari tabel 4.30 diatas bisa dilihat nilai rata-rata dampak risiko yang terjadi pada pelaksanaan proyek konstruksi Bhuvana Resort Ciawi 4.5.3 Matrix dan Pemetaan Risiko Setelah dilakukan perhitungan nilai risiko (FR) dan berdasarkan diagram Probability Impact Matrix risiko yang di tentukan oleh PMBOK dan bisa dilihat pada BAB II tabel 2.3. Maka dilakukan perhitungan dan pelevelan risiko dengan hasil sebagai berikut:

IV-40



Gambar 2.2 Probability Impact Matrix (Bab 2) Sumber: PMBOK (2000)

Tabel 4.31 Perhitungan Nilai Risiko

Variabel X1 X3 X4 X5 X6 X7 X8 X9 X10 X12 X13 X14 X17 X19 X20 X21 X22 X23 X24 X25 X26 x27

Nilai Frekuensi Rata-rata

Nilai Dampak Rata-rata

Nilai Risiko

Peringkat Risiko

0,780 0,827 0,447 0,480 0,673 0,673 0,687 0,453 0,673 0,000 0,693 0,687 0,367 0,833 0,833 0,687 0,687 0,480 0,673 0,833 0,840 0,000

0,687 0,833 0,833 0,447 0,673 0,687 0,673 0,687 0,687 0,833 0,700 0,673 0,480 0,840 0,833 0,687 0,673 0,480 0,687 0,820 0,833 0,640

0,536 0,689 0,372 0,214 0,453 0,462 0,462 0,311 0,462 0,000 0,485 0,462 0,176 0,700 0,694 0,472 0,462 0,230 0,462 0,683 0,700 0,000

8 4 26 21 17 13 14 18 15 26 9 11 25 1 3 10 16 19 12 6 2 27

Level Tinggi Sangat Tinggi Rendah Tinggi Tinggi Tinggi Tinggi Tinggi Tinggi Rendah Tinggi Tinggi Sedang Sangat Tinggi Sangat Tinggi Tinggi Tinggi Tinggi Tinggi Sangat Tinggi Sangat Tinggi Rendah

IV-41



Variabel X28 X29 X30 X31 X32 X34

Nilai Frekuensi Rata-rata

Nilai Dampak Rata-rata

Nilai Risiko

Peringkat Risiko

0,833 0,000 0,447 0,447 0,833 0,440

0,827 0,433 0,480 0,473 0,780 0,420

0,689 0,000 0,214 0,211 0,650 0,185

5 28 22 23 7 24

Level Sangat Tinggi Rendah Tinggi Tinggi Sangat Tinggi Tinggi


Dari tabel 4.31 diatas bisa disimpulkan jika faktor risiko yang paling dominan terjadi dan berdampak besar terhadap kinerja waktu pelaksanaan proyek konstruksi Bhuvana Resort Ciawi adalah indikator risiko X19, X26,X20,X3,X28,X25, dan X32. 4.6 Respon Risiko Berdasarkan hasil dari analisis data dan di peroleh risiko dominan yang paling berpengaruh terhadap keterlambatan pelaksanaan konstruksi proyek Bhuvana Reosort Ciawi, maka di lakukanlah respon risiko untuk meminimalisir risiko guna meningkatkan kinerja waktu berdasarkan “saran” dari pakar. Berikut ini adalah tindakan respon risiko (saran) berdasarkan pendapat para pakar pada proyek Bhuvana Resort Ciawi.

IV-42



Tabel 4.32 Respon Risiko Var.

Faktor Risiko

Penyebab

Tindakan Preventif

X19

Melakukan perubahan

-Perubahan desain dari Owner

terhadap desain.

dan perencana

Dampak

Tindakan Korektif

-Menekankan point-point pada

-Memakan waktu dan biaya

-Setiap perubahan desain segera

kalusul kontrak perihal

akibat proses approval gambar

dibuatkan Shop Drawing baru

perubahan desain akibat

yang lama dan mengubah

dan Berita Acara perubahan

permintaan Owner

metode pelaksanaan

desain sebagai sarana dalam pengajuan klaim (biaya dan waktu)

X26

Kesalahan dalam

-Terjadi kesalahan analisa dari

perhitungan struktur dan

engineer kontraktor

analisa

-Memperhitungkan perubahan

-Apabila pekerjaan sudah

-Menganalisa dan mengevaluasi

desain apakah merubah analisa

dilaksanakan akan terjadi

ulang pekerjaan dengan

metode kerja

bongkar pasang pekerjaan

melibatkan orang yang

-Melibatkan orang yang

yang akan memakan waktu.

berkompeten di bidangnya

berpengalaman di lapangan X20

Schedule pelaksanaan

-Adanya perubahan scope

-Meninjau item pekerjaan yang

-Perubahan metode pekerjaan

-Segera mengevaluasi pekerjaan

tidak sesuai yang di

pekerjaan yang mengubah

berkaitan atau mempengaruhi

-Perubahan waktu pelaksanaan

dan dilakukan reschedule ulang

rencanakan.

bertambahanya waktu

pelaksanaanya satu sama lain

pekerjaan

secara tepat dan efektif

pengerjaan

-Mengerjakan pekerjaan yang bisa dikerjakan terlebih dahulu diluar scedule

X3

Timbulnya kemacetan di

-Jalur utama masuk keluar

-Mengatur schedule pengiriman

-Keterlambatan progres

-Mempercepat jadwal

sekitar lokasi proyek

proyek adalah jalur padat

(Mob-Demob alat maupun

lapangan

pengiriman bahan dan alat untuk

lalulintas

bahan)

-Turunya mutu beton

persiapan terhadap pekerjaan

-Proyek berada di kawasan

yang berjalan saat hari libur

wisata

IV-43 http://digilib.mercubuana.ac.id/


Lanjutan tabel 4.32 Var.

Faktor Risiko

Penyebab

Tindakan Preventif

Dampak

Tindakan Korektif

-Pengoptimalan pekerjaan yang

-Mengoptimalkan beton yang

tidak berkaitan dengan

sudah diorder dan terlambat

transportasi

datang, apabila mutunya sudah menurun drastis maka akan dilimpahkan ke pekerjaan yang lain(seperti penambalan jalan akses masuk proyek, dll)

X28

-Menyiapkan planing untuk

-Keterlambatan pekerjaan

-Segera mengevaluasi pekerjaan

Perubahan jadwal

-Dampak dari perubahan desain

pelaksanaan pekerjaan yang lain

yang mempengaruhi progress

dan dilakukan reschedule ulang

pelaksanaan pekerjaan

-Kondisi cuaca dan alam sekitar

apa bila terjadi perubahan

lapangan

secara tepat dan efektif

desain

-Menambah resources untuk

-Merencanakan metode kerja

mengejar ketertinggalan

yang efektif

pekerjaan

-Mempercepat pekerjaan dengan menambah resources X25

Kesalahan desain

-Terjadi kesalahan desain

-Sebelum pelaksanaan agar

-Perlu waktu untuk redesain

-Melakukan klaim pada owner

perencanaan

mengevaluasi dan memastikan

dan review desain

sebagai bentuk tanggung jawab

kepada konsultant perencana

-Apabila pekerjaan sudah

owner dengan kesalahan desain

jika gambar shop drawing sudah

dilaksanakan maka harus

-Segera mengerjakan kembali

sesuai tervalidasi

mengulang sehingga akan

pekerjaan apabila sudah terbit SI

bongkar pasang pekerjaan

(Site Instruction) yang resmi

yang akan memakan waktu

dari Owner

lebih lama

IV-44



Var. X32

Faktor Risiko

Penyebab

Tindakan Preventif

Dampak

Tindakan Korektif

Perbedaan intersepsi

-Perubahan spesifikasi dari

-Dokumen teknis dan standar

-Tertundanya pekerjaan akibat

-Me-record semua perubahan

spesifikasi antara owner

Owner yang tidak sesuai dengan

spektek harus sudah di sepakati

tidak terbitnya ijin

spek yang terjadi

dan kontraktor

kontraktor

bersama

pelaksanaan pekerjaan dari

-Melakukan diskusi dengan

-Melakukan kordinasi yang jelas

Owner

Owner guna menemukan jalan

dan teradministratif dengan

tengah dan tidak terjadi

pihak Owner

perbedaan intersepsi


IV-45


BAB IV ANALISIS DAN PEMBAHASAN

Recommend Documents