Manajemen Risiko Terhadap Biaya Dan Waktu Pada Pekerjaan Struktur Gedung Bertingkat Tinggi (Studi Kasus Pembangunan Apartemen Grand Jati Junction) Chapter III V

BAB III
METODOLOGI PENELITIAN

3.1

PENDAHULUAN
Dalam suatu penelitian, untuk mencapai tujuan penelitian yang tepat

sasaran diperlukan suatu metode dan teknik penelitian yang harus dilakukan
secara cermat dan sistematis. Maka pada bab ini akan dijabarkan strategi
penelitian, metode dan teknik penelitian yang akan digunakan.
Metode penelitian yang digunakan dalam penelitian ini adalah metode
analisis deskriptif yaitu suatu penelitian yang bersifat mengidentifikasi faktorfaktor risiko terhadap biaya dan waktu pada pekerjaan struktur proyek
pembangunan Apartemen Grand Jati Junction Medan berdasarkan persepsi atau
opini dari kontraktor sebagai pelaksana proyek konstruksi. Pengumpulan data
diperoleh melalui data primer dan data sekunder berupa wawancara dan distribusi
kuesioner.
3.2

PEMILIHAN STRATEGI PENELITIAN
Untuk mendapatkan jawaban dari perumusan masalah yang telah

ditetapkan dalam penelitian ini, maka diperlukan suatu strategi penelitian yang
sesuai. Dari tabel 2.4, dapat ditentukan jenis strategi penelitian yang akan
digunakan dengan mengaitkannya dengan rumusan masalah yang digunakan pada
subbab 1.2. mengacu pada strategi penelitian yang disarankan oleh Yin seperti
terlihat pada tabel 2.4, seluruh pertanyaan dalam rumusan masalah dapat dijawab
dengan metode survey.

50
Universitas Sumatera Utara

Survey dilakukan dengan menggunakan kuesioner dan wawancara.
Dimana pada penelitian ini survey dilakukan pada proyek pembangunan
Apartemen Grand Jati Junction Medan.
3.3

PENGUMPULAN DATA
Adapun data yang digunakan pada penelitian ini terdiri dari dua, yaitu:
1. Data Primer
Pendekatan untuk pengumpulan data primer pada penelitian ini adalah

dengan cara survey dan wawncara mengunakan kuesioner.
2. Data Sekunder
Data sekunder diperoleh dari studi literatur, seperti buku-buku, jurnal,
makalah, penelitian-penelitian yang berkaitan sebelumnya.

3.4

VARIABEL PENELITIAN
Variabel pada penelitian ini menggunakan dua jenis variabel, yaitu

variabel terikat dan variabel bebas. Variabel terikat berupa dampak terhadap biaya
dan waktu pada pekerjaan struktur gedung (Y) dan variabel bebasnya berupa
peristiwa-peristiwa yang memungkinkan terjadinya risiko pada pekerjaan struktur
gedung (X). Variabel yang tergantung atas variabel lain dinamakan variabel
bebas. Berikut dibawah ini daftar variabel-variabel bebas yang digunakan dalam
penelitian ini:
Tabel 3.1 Variabel Bebas
NO

Kode

Variabel

1

X1

Eksternal Tak Terprediksi

2

X2

Eksternal Terprediksi

3

X3

Legal

Variabel Bebas (X)

51
Universitas Sumatera Utara

NO

Kode
Variabel

4

X4

Internal Teknis

5

X5

Internal Non Teknis

Variabel Bebas (X)

Kemudian dari variabel-variabel tersebut akan dibagi lagi ke sub variabel
yang akan digunakan sebagai pertanyaan faktor-faktor risiko terhadap biaya dan
waktu pada pekerjaan struktur gedung. Sub variabel tersebut dapat dilihat pada
lampiran.
3.5

INSTRUMEN PENELITIAN
Pada penelitian ini instrumen penelitian yang digunakan adalah

wawancara dan kuesioner. Wawancara dilakukan untuk memberikan komentar
dan masukan teradap penelitian ini. Dari wawancara yang dilakukan maka
diperoleh masukan dan komentar untuk variabel-variabel penelitian ini (faktorfaktor yang memungkinkan terjadinya risiko) sehingga ada beberapa variabel
yang mengalami reduksi atau pengurangan menjadi satu variabel baru.
Kuesioner dilakukan untuk memperoleh data yang diperlukan dalam
penelitian ini. Kuesioner dilakukan dalam dua tahap, yaitu tahap pertama
dilakukan untuk mengetahui persepsi responden terhadap nilai frekuensi, dampak

terhadap biaya dan dampak terhadap waktu untuk setiap faktor-faktor yang
memungkinkan terjadinya risiko pada pekerjaan struktur gedung. Setelah
kuesioner tahap pertama selesai kemudian dianalisis, maka akan didapat risikorisiko dominan yang terjadi pada pekerjaan struktur gedung. Kuesioner tahap
kedua dilakukan untuk memberikan respon apa saja yang bisa dilakukan terkait

52
Universitas Sumatera Utara

risiko-risiko dominan tersebut. Untuk format kuesioner dapat dilihat pada
lampiran.
3.6

SKALA DAN UKURAN PENELITIAN
Adapun skala yang digunakan dalam penyusunan kuesioner adalah

ordinal. Berikut skala dan ukuran yang digunakan dalam penelitian ini:
Tabel. 3.2 Skala Nilai Kemungkinan atau Frekuensi
Skala
Keterangan
Keterangan

1
Sangat Jarang
Jarang Terjadi, hanya pada kondisi tertentu
2
Jarang
Kadang terjadi pada kondisi tertentu
3
Sedang
Terjadi pada kondisi tertentu
4
Sering
Sering terjadi pada kondisi tertentu
5
Sangat Sering
Selalu terjadi pada setiap kondisi
Sumber: Duffeld (2003)
Tabel. 3.3 Skala Nilai Dampak Terhadap Biaya
Skala
Keterangan
Keterangan

1
Sangat Kecil
1% ≤ Cost Overruns ≤ 1.5%
2
Kecil
1.5% ≤ Cost Overruns ≤ 2.5%
3
Sedang
2.5% ≤ Cost Overruns ≤ 3.5%
4
Besar
3.5% ≤ Cost Overruns ≤ 4.5%
5
Sangat Besar
4.5% ≤ Cost Overruns ≤ 5%
Sumber: Knight & Frayek (2002)

Skala

Tabel. 3.4 Skala Nilai Dampak Terhadap Waktu

Keterangan
Keterangan

1

Tidak ada pengaruh

Tidak berdampak pada time schedule

2

Rendah

Terjadi keterlambatan schedule proyek
< 5%

3

Sedang

Terjadi keterlambatan schedule proyek
5% - 7%

4

Tinggi

Terjadi keterlambatan schedule proyek
7% - 10%

5

Sangat Tinggi

Terjadi keterlambatan schedule proyek
>10%

Sumber: Kerzner (1995)

53

Universitas Sumatera Utara

Adapun level risiko yang akan diperoleh setelah data dianalisis
ditunjukkan pada tabel dibawah ini.

Symbol
Level Risiko
H
Risiko Tinggi
S

Tabel. 3.5 Level Risiko
Keterangan
Pengamatan secara rinci oleh pimpinan

Risiko Signifikan Ditangani oleh Manajer Proyek

M
Risiko Sedang
L
Risiko Rendah
Sumber: Duffeld (2003)

Risiko Rutin, ditangani di tingkat kontraktor
Risiko Rutin, ada dianggaran pelaksanaan proyek

3.7 ANALISIS DATA
Data yang telah dikumpulkan kemudian dianalisis untuk menghasilkan
suatu tingkatan risiko dan responsnya dari pekerjaan struktur gedung. Penelitian
ini menggunakan data jenis kualitatif. Data kualitatif karena bukan data angka
dalam arti sesungguhnya, tidak bisa disamakan perlakuannya dengan kuantitatif.
Data kualitatif (nominal dan ordinal) biasanya menggunakan statistik nonparametrik.
Maka metode analisis yang digunakan dalam penelitian ini adalah sebagai
berikut:
1. Analisis Deskriptif
2. Uji Normalitas
3. Analisis Non Parametrik
4. AHP (Analytical Hierarchy Process)
5. Analisis Risiko
6. Respon Risiko
3.7.1

Analisis Deskriptif
Analisis ini memiliki kegunaan untuk menyajikan karakteristik

suatu data dari sampel tertrntu sehingga peneliti dapat mengetahui secara

54
Universitas Sumatera Utara

cepat gambaran sekilas dan ringkas dari data yang telah diperoleh.
Analisis statistic ini diantaranya adalah analisis mean, analisis modus dan
analisis median. Analisis ini menggunakan bantuan program SPSS versi
20 untuk mengolah berbagai tipe statistik yang digunakan.
3.7.2

Uji Validitas Dan Reliabilitas
Uji validitas dan reliabilitas bertujuan untuk menguji instrument

pengumpulan data tersebut. Valid berarti instrumen tersebut dapat
digunakan untuk mengukur apa yang seharusnya diukur. Alat ukur dalam
pengujian validitas suatu kuesioner adalah angka hasil korelasi antara skor
pernyataan dan skor keseluruhan pernyataan responden terhadap informasi
dalam kuesioner.
Instrumen dikatakan reliabel apabila instrumen tersebut digunakan
untuk mengukur objek yang sama akan menghasilkan data yang sama. Uji
reliabilitas digunakan untuk mengetahui konsistensi alat ukur, apakah alat
ukur yang digunakan dapat diandalkan dan tetap konsisten jika
pengukuran tersebut diulang.
3.7.3

Uji Normalitas
Hasil uji ini nantinya akan menjelaskan apakah sebuah distribusi

data dapat dikatakan normal atau tidak.
3.7.4

Analisis Non Parametrik
Salah satu kelebihan dari analisis non parametrik ini adalah tidak

mengharuskan data berdistribusi normal (distribution free test) sehingga
penggunaannya lebih jelas, jenis data yang dianalisis adal data nomina dan
data ordinal (data kualitatif). Data yang diperoleh dari kuesioner tahap

55
Universitas Sumatera Utara

pertama ini akan diuji dengan analisis non parametrik berupa pengujian
lbih dari dua sampel bebas (k sampel bebas) atau uji Kruskal-Wallis H
untuk mengetahui adanya pengaruh jabatan, pendidikan terakhir dan lama
pengalaman bekerja responden terhadap jawaban yang dipilih.
3.7.5

Analytical Hierarchy Process (AHP)
Metode ini digunakan untuk mengambil keputusan yang sifatnya

kompleks yang didalamnya terdapat ketergantungan dan pengaruh
(feedback) yang dianalisis terhadap keuntungan, peluang, biaya dan risiko.
Pada penelitian ini AHP digunakan untuk melihat tingkat pengaruh dan
frekuensi terjadinya risiko proyek pada pekerjaan struktur gedung. Secara
garis besar, ada empat tahapan AHP dalam penyusunan prioritas seperti
yang telah dijelaskan pada sub bab 2.9.4, yaitu: dekomposisi dari masalah,
penilaian untuk membandingkan elemen-elemen hasil dekomposisi dengan
menggunakan

perbandingan

berpasangan

(pairwise

comparison),

perhitungan bobot elemen dengan menggunakan Eigen Vector dan uji
konsistensi hirarki.
3.7.6

Analisis Risiko
Dari data yang diperoleh kemudian dianalisis untuk mengetahui

tingkatan risiko pada setiap tahapan-tahapan pekerjaan struktur gedung.
Kelompok tingkatan risiko dibagi menjadi empat tingkatan, yaitu high (H),
significant (S), medium (M) dan low (L). Penentuan level risiko ini
ditentukan berdasarkan dua kriteria, yaitu frekuensi (probability) dan
dampak dari kejadian (impact).

56
Universitas Sumatera Utara

3.7.7

Respon Risiko
Setelah didapat faktor-faktor risiko yang dominan pada analisis

sebelumnya, maka selanjutnya akan diberikan respon terhadap masingmasing risiko tersebut. Respon risiko didapat dari penyebaran kuesioner
tahap kedua yang akan disebar kepada para pakar (yang mapu memberikan
respon risiko). Dalam penelitian ini yang menjadi pakar adalah Project
Manager dan SOM (Site Operational Manager).

57
Universitas Sumatera Utara

3.8 Bagan Alir Penelitian
Manajemen Risiko Terhadap Biaya Dan Waktu
Pada Pekerjaan Struktur Gedung Bertingkat Tinggi
Studi Kasus :Proyek Pembangunan Apartemen Grand
Jati Junction

Identifikasi Masalah

Tujuan Penelitian

Tinjauan Pustaka:
1. Buku
2. Jurnal
3. Penelitian Terdahulu

Pengumpulan Data

Data Primer:
1. Kuesioner I
(Kontraktor)

Data Sekunder:
1. Time Schedule
2. Struktur Organisasi
3. Jurnal

Analisis Data dan Pembahasan
Menggunakan Program SPSS versi 20 dan
Ms. Excel

Respon Risiko (Kuesioner II)

Kesimpulan dan Saran

Gambar 3.1 Flowchart Penelitian

58
Universitas Sumatera Utara

BAB IV
HASIL DAN PEMBAHASAN

4.1

PENDAHULUAN
Pada bab ini akan dibahas mengenai analisis data terhadap hasil data yang

sudah dikumpulkan sesuai pembahasan pada bab sebelumnya. Pengumpulan data
diawali dengan melakukan kuesioner tahap pertama kepada responden yaitu pada
pihak kontraktor dengan maksud untuk mendapatkan jawaban responden terhadap
frekuensi, dampak terhadap biaya dan dampak terhadap waktu untuk setiap
pertanyaan yang ada pada kuesioner tersebut serta data para responden tersebut.
Kemudian data hasil responden tersebut dianalisa dengan metode yang telah
dijelaskan pada bab sebelumnya untuk dapat diketahui faktor-faktor risiko yang
dominan. Hasil faktor risiko dominan tersebut nantinya akan dimintakan pendapat
dan masukan pakar untuk menentukan respon risikonya melalui kuesioner tahap
kedua.
4.2

KUISIONER TAHAP PERTAMA
Pada tahap ini, pengumpulan data dilakukan dengan memberikan atau

menyebarkan kuesioner kepada para responden. Angket kuesioner dapat dilihat
pada lampiran penelitian ini. Dari hasil penyebaran kuesioner yang dilakukan
kepada 30 responden, diperoleh respon atau jawaban yang berhasil dikumpulkan
sebanyak 26 kuesioner dengan tingkat pengembalian sebesar 86,67 %.
Responden pada penelitian ini adalah pihak-pihak yang bekerja selaku
kontraktor, sehingga dapat diperoleh penilaian frekuensi, dampak terhadap biaya

59
Universitas Sumatera Utara

dan dampak terhadap waktu pada pekerjaan struktur pembangunan Apartemen
Grand Jati Junction. Tabel dibawah ini akan menguraikan data para responden.
Tabel 4.1 Data Responden
Kode
Responden

Jabatan

R1

Project Manager

Lama
Bekerja
(Tahun)
13

R2

Quality Control Officer

11

S1

R3

Quality Control Officer

4

D3

R4

Quality Control Officer

5

SMK

R5

Staff Teknik

2

S1

R6

Staff Teknik

1

D3

R7

General Superintendent

5

S1

R8

General Superintendent

10

D3

R9

General Superintendent

8

D3

R10

Superintendent

10

S1

R11

Superintendent

4

S1

R12

Superintendent

6

S1

R13

Superintendent

8

D3

R14

Superintendent

5

SMK

R15

Site Operation Manager

16

S1

R16

POP

4

S1

R17

Quantity Surveyor

10

S1

R18

Quantity Surveyor

5

D3

R19

Logistik

10

D3

R20

Koordinator Peralatan

26

SMK

R21

Surveyor

4

D3

R22

Surveyor

5

S1

R23

Surveyor

10

D3

R24

Drafter

2

S1

R25

Drafter

1

D3

R26

SHEO

6

D3

Pendidikan
Terakhir
S1

60
Universitas Sumatera Utara

4.3

ANALISA DESKRIPTIF
Analisis ini memeiliki kegunaan untuk menyajikan karakteristik tertentu

suatu dari sampel tertentu. Analisis ini memungkinkan peneliti mengetahui secara
cepat gambaran sekilas dan ringkas dari data yang didapat. Analisis ini
menggunakan bantuan software SPSS versi 20 sehingga didapat nilai mean yang
berarti nilai rata-rata, nilai median menggambarkan nilai tengah jawaban
respondem pada setiap variabel penelitian dan nilai modus menggambarkan
jawaban mana yang sering muncul pada setiap variable penelitian.
Hasil analisis deskriptif akan disajikan dalam masing-masing variabel.
Seperti yang ditunjukkan di tabel terlampir untuk penilaian frekuensi, variabel
X116 memiliki mean tertinggi. Untuk penilaian dampak risiko terhadap biaya,
variabel X113 memiliki mean tertinggi. Dan untuk penilaian dampak risiko
terhadap waktu, variabel X113 memiliki mean tertinggi.
4.4

UJI VALIDITAS DAN RELIABILITAS
Seluruh variabel dari 26 responden diproses menggunakan bantuan

software SPSS versi 20. Nilai corrected item-total correlation dibandingkan
dengan nilai r tabel, dimana nilai n adalah jumlah responden yaitu 26, jadi
diperoleh nilai r tabel = 0,388. Jika nilai corrected item-total correlation (r
hitung) lebih besar dari r tabel, maka variabel tersebut adalah valid. Sebaliknya,
apabila nilai corrected item-total correlation (r hitung) lebih kecil dari r tabel,
maka variabel tersebut adalah tidak valid. Hasil output data untuk uji validitas
dapat dilihat pada lampiran. Berdasarkan hasil uji validitas pada lampiran bahwa
semua variabel pada penilaian frekuensi, dampak terhadap biaya dan dampak
terhadap waktu memiliki nilai corrected item-total correlation (r hitung) lebih

61
Universitas Sumatera Utara

besar dari nilai r tabel = 0,388 sehingga instrumen penelitian valid dan dapat
digunakan.
Selanjutnya uji reliabilitas digunakan menggunakan metode cronbachalpha untuk melihat apakah instrumen penelitian dapat dikatakan reliabel. Dimana
ketentuannya adalah apabila alpha hitung lebih besar dari pada r tabel atau alpha
hitung bernilai positif.
Adapun hasil output uji reliabilitas dapat dilihat pada tabel berikut:
Tabel 4.2 Uji Reliabilitas Frekuensi
Case Processing Summary
N
Cases

Valid
a

Excluded
Total

26

%
100.0

0

0.0

26

100.0

a. Listwise deletion based on all variables in the
procedure.
Reliability Statistics
Cronbach's
Alpha
.975

N of Items
136

Tabel 4.3 Uji Reliabilitas Dampak Terhadap Biaya
Case Processing Summary
N
Cases

Valid
a

Excluded
Total

26

%
100.0

0

0.0

26

100.0

a. Listwise deletion based on all variables in the
procedure.
Reliability Statistics
Cronbach's
Alpha
.976

N of Items
136

62
Universitas Sumatera Utara

Tabel 4.4 Uji Reliabilitas Dampak Terhadap Waktu
Case Processing Summary
N
Cases

Valid

26

%
100.0

0

0.0

26

100.0

a

Excluded
Total

a. Listwise deletion based on all variables in the
procedure.
Reliability Statistics
Cronbach's
Alpha
.974

N of Items
136

Berdasarkan hasil uji reliabilitas data penelitian diperoleh nilai cronbachalpha lebih besar dari nilai r tabel = 0,388 sehingga instrumen penelitian
dikatakan reliabel dan dapat digunakan.
4.5

UJI NORMALITAS
Dari 26 sampel penelitian yang diperoleh, maka dilakukan uji normalitas

terhadap setiap variabel. Uji normalitas ini dilakukan menggunakan bantuan
software SPSS versi 20. Outputnya menjelaskan hasil uji apakah sebuah distribusi
data bisa dikatakan normal atau tidak. Pedoman pengambilan keputusan:
a. Nilai Sig. atau signifikasi atau nilai probabilitas < 0.05 maka distribusi tidak
normal (asimetris).
b. Nilai Sig. atau signifikasi atau nilai probabilitas > 0.05 maka distribusi normal
(simetris).

63
Universitas Sumatera Utara

4.5.1

Uji Normalitas Untuk Frekuensi
Adapun output yang dihasilkan dari uji yang dilakukan adalah

sebagai berikut:
Tabel 4.5 Hasil Uji Normalitas Untuk Penilaian Frekuensi
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)

X1
26

X2
26

X3
26

X4
26

X5
26

X6
26

X7
26

X8
26

X9
26

X10
26

1.645

1.341

1.282

1.622

1.389

1.440

1.309

1.272

1.283

1.585

.009

.055

.075

.010

.042

.032

.065

.079

.074

.013

X11
26

X12
26

X13
26

X14
26

X15
26

X16
26

X17
26

X18
26

X19
26

X20
26

1.601

1.373

1.177

1.665

1.250

1.491

1.767

1.341

1.155

1.490

.012

.046

.125

.008

.088

.023

.004

.055

.139

.024

X21
26

X22
26

X23
26

X24
26

X25
26

X26
26

X27
26

X28
26

X29
26

X30
26

1.733

1.404

1.563

1.359

1.640

1.325

1.569

1.568

1.404

1.188

.005

.039

.015

.050

.009

.060

.015

.015

.039

.119

X31
26

X32
26

X33
26

X34
26

X35
26

X36
26

X37
26

X38
26

X39
26

X40
26

1.388

1.580

1.534

1.561

1.769

1.341

1.285

1.427

1.155

1.587

.042

.014

.018

.015

.004

.055

.073

.034

.139

.013

X41
26

X42
26

X43
26

X44
26

X45
26

X46
26

X47
26

X48
26

X49
26

X50
26

1.713

1.458

1.601

1.961

1.662

1.250

1.569

1.675

1.589

1.491

.006

.028

.012

.001

.008

.088

.015

.007

.013

.023

X51
26

X52
26

X53
26

X54
26

X55
26

X56
26

X57
26

X58
26

X59
26

X60
26

1.281

1.404

1.304

1.662

1.601

1.767

1.769

1.700

1.415

1.675

.075

.039

.067

.008

.012

.004

.004

.006

.037

.007

X61
26

X62
26

X63
26

X64
26

X65
26

X66
26

X67
26

X68
26

X69
26

X70
26

1.561

1.819

1.533

1.372

1.491

1.490

1.847

1.440

1.341

1.633

.015

.003

.018

.046

.023

.024

.002

.032

.055

.010

64
Universitas Sumatera Utara

N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)

X71
26

X72
26

X73
26

X74
26

X75
26

X76
26

X77
26

X78
26

X79
26

X80
26

1.189

1.563

1.389

1.534

1.760

1.760

1.568

1.491

1.490

1.533

.118

.015

.042

.018

.004

.004

.015

.023

.024

.018

X81
26

X82
26

X83
26

X84
26

X85
26

X86
26

X87
26

X88
26

X89
26

X90
26

1.662

1.640

1.285

1.490

1.523

1.351

1.563

1.852

1.388

1.491

.008

.009

.073

.024

.019

.052

.015

.002

.042

.023

X91
26

X92
26

X93
26

X94
26

X95
26

X96
26

X97
26

X98
26

X99
26

X100
26

1.214

1.569

1.440

1.622

1.852

1.675

1.852

1.303

1.769

1.850

.105

.015

.032

.010

.002

.007

.002

.067

.004

.002

X101
26

X102
26

X103
26

X104
26

X105
26

X106
26

X107
26

X108
26

X109
26

X110
26

1.533

1.309

1.700

1.662

1.633

1.854

1.743

1.491

1.767

1.427

.018

.065

.006

.008

.010

.002

.005

.023

.004

.034

X111
26

X112
26

X113
26

X114
26

X115
26

X116
26

X117
26

X118
26

X119
26

X120
26

1.413

1.767

1.501

1.404

1.404

1.279

1.404

1.458

1.330

1.682

.037

.004

.022

.039

.039

.076

.039

.028

.058

.007

X121
26

X122
26

X123
26

X124
26

X125
26

X126
26

X127
26

X128
26

X129
26

X130
26

1.640

1.372

1.682

1.568

1.743

1.533

1.569

1.682

1.490

1.491

.009

.046

.007

.015

.005

.018

.015

.007

.024

.023

X131
26

X132
26

X133
26

X134
26

X135
26

X136
26

1.760

1.373

1.501

1.388

1.373

1.867

.004

.046

.022

.042

.046

.002

Berdasarkan tabel di atas, dapat dilihat bahwa variabel memiliki
tingkat signifikansi atau nilai probabilitas dibawah maupun diatas 0.05.
Ini berarti bahwa sebagian data sampel terdistribusi tidak normal maupun
normal.
65
Universitas Sumatera Utara

4.5.2

Uji Normalitas Untuk Dampak Biaya
Adapun output yang dihasilkan dari uji yang dilakukan adalah

sebagai berikut:
Tabel 4.6 Hasil Uji Normalitas Untuk Penilaian Dampak Terhadap Biaya
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)

X1
26

X2
26

X3
26

X4
26

X5
26

X6
26

X7
26

X8
26

X9
26

X10
26

1.257

1.474

1.393

1.244

1.675

1.209

1.319

1.497

1.474

1.549

.085

.026

.041

.090

.007

.107

.062

.023

.026

.016

X11
26

X12
26

X13
26

X14
26

X15
26

X16
26

X17
26

X18
26

X19
26

X20
26

1.440

1.377

1.377

1.559

1.389

1.882

1.533

1.474

1.440

1.589

.032

.045

.045

.016

.042

.002

.018

.026

.032

.013

X21
26

X22
26

X23
26

X24
26

X25
26

X26
26

X27
26

X28
26

X29
26

X30
26

1.341

1.190

1.045

1.250

1.460

1.559

1.415

1.299

1.373

1.283

.055

.117

.225

.088

.028

.016

.037

.068

.046

.074

X31
26

X32
26

X33
26

X34
26

X35
26

X36
26

X37
26

X38
26

X39
26

X40
26

1.352

1.389

1.601

1.298

1.417

1.490

1.445

1.659

1.373

1.415

.052

.042

.012

.069

.036

.024

.031

.008

.046

.037

X41
26

X42
26

X43
26

X44
26

X45
26

X46
26

X47
26

X48
26

X49
26

X50
26

1.533

1.601

1.490

1.583

1.189

1.561

1.640

1.458

1.607

1.412

.018

.012

.024

.013

.118

.015

.009

.028

.011

.037

X51
26

X52
26

X53
26

X54
26

X55
26

X56
26

X57
26

X58
26

X59
26

X60
26

1.440

1.468

1.209

1.765

1.030

1.309

1.359

1.524

1.701

1.440

.032

.027

.107

.004

.239

.065

.050

.019

.006

.032

X61
26

X62
26

X63
26

X64
26

X65
26

X66
26

X67
26

X68
26

X69
26

X70
26

1.733

1.413

1.622

1.341

1.257

1.497

1.474

1.479

1.299

1.524

.005

.037

.010

.055

.085

.023

.026

.025

.068

.019

66
Universitas Sumatera Utara

N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)

X71
26

X72
26

X73
26

X74
26

X75
26

X76
26

X77
26

X78
26

X79
26

X80
26

1.491

1.927

1.404

1.309

1.369

1.977

1.622

1.583

1.534

1.640

.023

.001

.039

.065

.047

.001

.010

.013

.018

.009

X81
26

X82
26

X83
26

X84
26

X85
26

X86
26

X87
26

X88
26

X89
26

X90
26

1.177

1.490

1.388

1.359

1.285

1.190

1.524

1.607

1.373

1.413

.125

.024

.042

.050

.073

.117

.019

.011

.046

.037

X91
26

X92
26

X93
26

X94
26

X95
26

X96
26

X97
26

X98
26

X99
26

X100
26

1.440

1.341

1.341

1.568

1.482

1.833

1.760

1.622

1.769

1.341

.032

.055

.055

.015

.025

.002

.004

.010

.004

.055

X101
26

X102
26

X103
26

X104
26

X105
26

X106
26

X107
26

X108
26

X109
26

X110
26

1.954

1.491

1.491

1.682

1.501

1.440

1.460

1.760

1.413

1.622

.001

.023

.023

.007

.022

.032

.028

.004

.037

.010

X111
26

X112
26

X113
26

X114
26

X115
26

X116
26

X117
26

X118
26

X119
26

X120
26

1.341

1.716

1.341

1.341

1.189

1.561

1.460

1.568

1.569

1.559

.055

.006

.055

.055

.118

.015

.028

.015

.015

.016

X121
26

X122
26

X123
26

X124
26

X125
26

X126
26

X127
26

X128
26

X129
26

X130
26

1.460

1.404

1.561

1.700

1.561

1.941

1.589

1.458

1.388

1.250

.028

.039

.015

.006

.015

.001

.013

.028

.042

.088

X131
26

X132
26

X133
26

X134
26

X135
26

X136
26

1.304

1.309

1.404

1.622

1.222

1.561

.067

.065

.039

.010

.101

.015

Berdasarkan tabel di atas, dapat dilihat bahwa variabel memiliki
tingkat signifikansi atau nilai probabilitas dibawah maupun diatas 0.05.
Ini berarti bahwa sebagian data sampel terdistribusi tidak normal maupun
normal.
67
Universitas Sumatera Utara

4.5.3

Uji Normalitas Untuk Dampak Waktu
Adapun output yang dihasilkan dari uji yang dilakukan adalah

sebagai berikut:
Tabel 4.7 Hasil Uji Normalitas Untuk Penilaian Dampak Terhadap Waktu
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)

X1
26

X2
26

X3
26

X4
26

X5
26

X6
26

X7
26

X8
26

X9
26

X10
26

1.445

1.534

1.404

1.474

1.525

1.389

1.534

1.330

1.388

1.238

.031

.018

.039

.026

.019

.042

.018

.058

.042

.093

X11
26

X12
26

X13
26

X14
26

X15
26

X16
26

X17
26

X18
26

X19
26

X20
26

1.490

1.534

1.285

1.850

1.482

1.189

1.472

1.341

1.941

1.490

.024

.018

.073

.002

.025

.118

.026

.055

.001

.024

X21
26

X22
26

X23
26

X24
26

X25
26

X26
26

X27
26

X28
26

X29
26

X30
26

1.662

1.133

1.272

1.534

1.482

1.440

1.474

1.701

1.330

1.166

.008

.153

.079

.018

.025

.032

.026

.006

.058

.132

X31
26

X32
26

X33
26

X34
26

X35
26

X36
26

X37
26

X38
26

X39
26

X40
26

1.166

1.415

1.209

1.091

1.472

1.678

1.303

1.373

1.630

1.413

.132

.037

.107

.185

.026

.007

.067

.046

.010

.037

X41
26

X42
26

X43
26

X44
26

X45
26

X46
26

X47
26

X48
26

X49
26

X50
26

1.351

1.341

1.137

1.304

1.304

1.622

1.559

1.847

1.190

1.675

.052

.055

.151

.067

.067

.010

.016

.002

.117

.007

X51
26

X52
26

X53
26

X54
26

X55
26

X56
26

X57
26

X58
26

X59
26

X60
26

1.373

1.373

1.190

1.854

1.055

1.244

1.701

1.622

1.847

1.285

.046

.046

.117

.002

.215

.090

.006

.010

.002

.073

X61
26

X62
26

X63
26

X64
26

X65
26

X66
26

X67
26

X68
26

X69
26

X70
26

1.351

1.304

1.497

1.468

1.279

1.523

1.283

1.369

1.359

1.325

.052

.067

.023

.027

.076

.019

.074

.047

.050

.060

68
Universitas Sumatera Utara

N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)
N
KolmogorovSmirnov Z
Asymp. Sig.
(2-tailed)

X71
26

X72
26

X73
26

X74
26

X75
26

X76
26

X77
26

X78
26

X79
26

X80
26

1.601

1.330

1.389

1.537

1.497

1.491

1.622

1.309

1.622

1.474

.012

.058

.042

.018

.023

.023

.010

.065

.010

.026

X81
26

X82
26

X83
26

X84
26

X85
26

X86
26

X87
26

X88
26

X89
26

X90
26

1.090

1.245

1.267

1.369

1.207

1.418

1.523

1.587

1.733

1.713

.186

.090

.081

.047

.108

.036

.019

.013

.005

.006

X91
26

X92
26

X93
26

X94
26

X95
26

X96
26

X97
26

X98
26

X99
26

X100
26

1.351

1.760

1.285

1.760

1.622

1.696

1.767

1.388

1.682

1.268

.052

.004

.073

.004

.010

.006

.004

.042

.007

.080

X101
26

X102
26

X103
26

X104
26

X105
26

X106
26

X107
26

X108
26

X109
26

X110
26

1.482

1.341

1.309

1.491

1.373

1.524

1.533

1.601

1.622

1.854

.025

.055

.065

.023

.046

.019

.018

.012

.010

.002

X111
26

X112
26

X113
26

X114
26

X115
26

X116
26

X117
26

X118
26

X119
26

X120
26

1.245

1.563

1.373

1.341

1.412

1.533

1.568

1.427

1.413

1.373

.090

.015

.046

.055

.037

.018

.015

.034

.037

.046

X121
26

X122
26

X123
26

X124
26

X125
26

X126
26

X127
26

X128
26

X129
26

X130
26

1.413

1.501

1.404

1.257

1.622

1.534

1.589

1.491

1.882

1.713

.037

.022

.039

.085

.010

.018

.013

.023

.002

.006

X131
26

X132
26

X133
26

X134
26

X135
26

X136
26

1.389

1.415

1.440

1.388

1.534

1.440

.042

.037

.032

.042

.018

.032

Berdasarkan tabel di atas, dapat dilihat bahwa variabel memiliki
tingkat signifikansi atau nilai probabilitas dibawah maupun diatas 0.05.
Ini berarti bahwa sebagian data sampel terdistribusi tidak normal maupun
normal.
69
Universitas Sumatera Utara

4.6

ANALISIS NON PARAMETRIK
Dari 26 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 20. Analisis non
parametrik responden dilihat dari pendidikan, jabatan dan lama pengalaman kerja
di bidang kosntruksi. Uji yang digunakan adalah uji K Sample Bebas (Uji Kruskal
Wallis H).
Pada penelitian ini dilakukan analisis non parametrik untuk menguji
beberapa sampel (>2 kriteria) yang tidak berhubungan dengan menggunakan
metode uji Kruskal-Wallis untuk menguji perbedaan jawaban kuesioner dengan 2
kriteria yang berbeda. Hipotesis yang diusulkan adalah sebagai berikut:
Ho

=

Tidak ada perbedaan persepsi responden yang berbeda pendidikan,
jabatan, dan lama pengalaman kerja.

Ha

=

Ada perbedaan minimal satu persepsi responden yang berbeda
pendidikan, jabatan, dan lama pengalaman kerja.

Sedangkan 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 X20.05(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 X20.05(df).
Berikut ini adalah pengkodean dari pendidikan responden, jabatan dan
lama pengalaman kerja di bidang konstruksi:

70
Universitas Sumatera Utara

Tabel 4.8 Pengkodean Untuk Profil Responden
Variabel
Uraian
Kode
SMK
1
Pendidikan
D3
2
S1
3
Surveyor
Koordinator Peralatan
1
Drafter
SHEO
Superintendent
2
Logistik
Quantity Surveyor
Posisi
3
Staff Teknik
Quality Control Officer
General Superintendent
4
Pengendalian Operasional
Proyek
Site Operation Manager
5
Proyek Manajer
6
1 - 5 tahun
1
6 - 10 tahun
2
Lama
Pengalaman
11 15 tahun
3
Kerja
16 - 20 tahun
4
> 20 tahun
5

4.6.1

Analisis Non-Parametrik Untuk Jabatan
Jabatan responden dikategorikan menjadi tiga bagian, baik untuk

frekuensi, dampak terhadap biaya dan dampak terhadap waktu. Berikut
dibawah ini pengelompokan jabatan responden:
Tabel 4.9 Pengelompokan Jabatan Responden
Kode
Responden

Jabatan

Kode
Jabatan

R1
R2
R3
R4
R5

Project Manager
Quality Control Officer
Quality Control Officer
Quality Control Officer
Staff Teknik

6
4
4
4
3

71
Universitas Sumatera Utara

Kode
Responden

Jabatan

Kode
Jabatan

R6
R7
R8
R9
R10
R11
R12
R13
R14
R15
R16
R17
R18
R19
R20
R21
R22
R23
R24
R25
R26

Staff Teknik
General Superintendent
General Superintendent
General Superintendent
Superintendent
Superintendent
Superintendent
Superintendent
Superintendent
Site Operation Manager
Pengendalian Operasional Proyek
Quantity Surveyor
Quantity Surveyor
Logistik
Koordinator Peralatan
Surveyor
Surveyor
Surveyor
Drafter
Drafter
SHEO

3
4
4
4
2
2
2
2
2
5
4
3
3
2
1
1
1
1
1
1
1

4.6.1.1 Pengaruh Jabatan Responden Untuk Penilaian Frekuensi
Setelah dilakukan analisa dengan menggunakan bantuan software
SPSS versi 20, maka output yang diperoleh adalah sebagai berikut:
Tabel 4.10 Hasil Uji Pengaruh Jabatan Terhadap Persepsi Responden Untuk
Frekuensi
ChiSquare
df
Asymp.
Sig.

X1
3.249

X2
2.307

X3
3.668

X4
2.166

X5
3.364

X6
10.33

X7
6.718

X8
1.407

X9
4.658

X10
2.023

X11
.320

5

5

5

5

5

5

5

5

5

5

5

.662

.805

.598

.826

.644

.066

.242

.923

.459

.846

.997

72
Universitas Sumatera Utara

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

X12
5.655

X13
4.252

X14
3.872

X15
1.035

X16
2.539

X17
3.246

X18
9.516

X19
3.233

X20
7.532

X21
5.075

X22
2.597

5

5

5

5

5

5

5

5

5

5

5

.341

.514

.568

.960

.771

.662

.090

.664

.184

.407

.762

X23
5.213

X24
4.749

X25
1.930

X26
4.067

X27
9.524

X28
4.656

X29
12.31

X30
6.275

X31
1.894

X32
3.889

X33
2.072

5

5

5

5

5

5

5

5

5

5

5

.390

.447

.859

.540

.090

.459

.031

.280

.864

.566

.839

X34
4.303

X35
3.945

X36
4.152

X37
2.447

X38
3.023

X39
5.714

X40
2.017

X41
5.711

X42
3.646

X43
2.030

X44
2.175

5

5

5

5

5

5

5

5

5

5

5

.507

.557

.528

.785

.696

.335

.847

.335

.601

.845

.824

X45
1.653

X46
2.637

X47
3.274

X48
4.617

X49
2.536

X50
2.837

X51
6.626

X52
5.696

X53
6.289

X54
8.680

X55
4.939

5

5

5

5

5

5

5

5

5

5

5

.895

.756

.658

.464

.771

.725

.250

.337

.279

.123

.423

X56
2.826

X57
2.085

X58
.265

X59
6.105

X60
1.702

X61
1.302

X62
2.345

X63
2.916

X64
2.942

X65
6.902

X66
5.332

5

5

5

5

5

5

5

5

5

5

5

.727

.837

.998

.296

.889

.935

.800

.713

.709

.228

.377

X67
1.731

X68
1.639

X69
4.403

X70
5.903

X71
1.889

X72
2.733

X73
8.755

X74
5.980

X75
2.460

X76
6.012

X77
2.091

5

5

5

5

5

5

5

5

5

5

5

.885

.897

.493

.316

.864

.741

.119

.308

.782

.305

.836

X78
5.874

X79
5.486

X80
2.155

X81
5.058

X82
3.562

X83
7.135

X84
2.890

X85
3.027

X86
4.659

X87
2.482

X88
3.921

5

5

5

5

5

5

5

5

5

5

5

.319

.360

.827

.409

.614

.211

.717

.696

.459

.779

.561

73
Universitas Sumatera Utara

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

X89
2.057

X90
1.230

X91
1.474

X92
2.202

X93
4.994

X94
6.215

X95
3.803

X96
5.062

X97
1.882

X98
3.212

X99
5.000

5

5

5

5

5

5

5

5

5

5

5

.841

.942

.916

.820

.417

.286

.578

.408

.865

.667

.416

X100
2.869

X101
2.210

X102
.807

X103
6.239

X104
4.937

X105
3.328

X106
2.430

X107
3.118

X108
.271

X109
3.714

X110
5.070

5

5

5

5

5

5

5

5

5

5

5

.720

.819

.977

.284

.424

.650

.787

.682

.998

.591

.407

X111
5.338

X112
1.640

X113
5.030

X114
1.676

X115
7.051

X116
.864

X117
1.811

X118
3.737

X119
7.166

X120
1.042

X121
2.909

5

5

5

5

5

5

5

5

5

5

5

.376

.896

.412

.892

.217

.973

.875

.588

.209

.959

.714

X122
5.293

X123
8.409

X124
2.561

X125
7.429

X126
3.755

X127
4.554

X128
5.887

X129
4.426

X130
1.214

X131
5.079

X132
3.398

5

5

5

5

5

5

5

5

5

5

5

.381

.135

.767

.191

.585

.473

.317

.490

.944

.406

.639

X133
2.539

X134
6.697

X135
2.579

X136
6.766

5

5

5

5

.771

.244

.764

.239

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 < dari nilai X20.05(df) =
11.07. Jadi hipotesis nol (Ho) diterima dan Ha ditolak untuk semua
variabel, dimana tidak ada perbedaan persepsi responden yang berbeda
jabatan untuk penilaian frekuensi.

74
Universitas Sumatera Utara

4.6.1.2 Pengaruh Jabatan Responden Untuk Penilaian Dampak Risiko
Terhadap Biaya
Setelah dilakukan analisa dengan menggunakan bantuan software
SPSS versi 20, maka output yang diperoleh adalah sebagai berikut:
Tabel 4.11 Hasil Uji Pengaruh Jabatan Terhadap Persepsi Responden Untuk
Dampak Biaya
ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

X1
3.621

X2
2.501

X3
6.823

X4
3.904

X5
4.523

X6
4.417

X7
4.941

X8
.273

X9
5.156

X10
.656

X11
4.322

5

5

5

5

5

5

5

5

5

5

5

.605

.776

.234

.563

.477

.491

.423

.998

.397

.985

.504

X12
5.325

X13
2.053

X14
4.933

X15
3.865

X16
4.790

X17
3.947

X18
5.638

X19
.665

X20
2.362

X21
3.491

X22
6.699

5

5

5

5

5

5

5

5

5

5

5

.378

.842

.424

.569

.442

.557

.343

.985

.797

.625

.244

X23
6.642

X24
.820

X25
2.645

X26
4.089

X27
3.155

X28
4.480

X29
6.446

X30
3.008

X31
4.983

X32
4.529

X33
1.983

5

5

5

5

5

5

5

5

5

5

5

.249

.976

.754

.537

.676

.483

.265

.699

.418

.476

.851

X34
4.756

X35
5.262

X36
6.916

X37
2.650

X38
2.555

X39
5.334

X40
4.515

X41
3.178

X42
5.824

X43
1.527

X44
2.883

5

5

5

5

5

5

5

5

5

5

5

.446

.385

.227

.754

.768

.377

.478

.673

.324

.910

.718

X45
.586

X46
2.960

X47
4.390

X48
1.375

X49
3.159

X50
2.439

X51
4.699

X52
2.747

X53
5.290

X54
3.869

X55
1.786

5

5

5

5

5

5

5

5

5

5

5

.989

.706

.495

.927

.675

.786

.454

.739

.382

.568

.878

X56
2.212

X57
5.497

X58
2.640

X59
2.935

X60
.869

X61
6.666

X62
3.796

X63
5.766

X64
1.095

X65
4.272

X66
1.010

5

5

5

5

5

5

5

5

5

5

5

.819

.358

.755

.710

.972

.247

.579

.330

.955

.511

.962

75
Universitas Sumatera Utara

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

X67
8.551

X68
4.641

X69
3.377

X70
5.391

X71
3.172

X72
2.815

X73
4.334

X74
5.248

X75
5.915

X76
3.322

X77
3.773

5

5

5

5

5

5

5

5

5

5

5

.128

.461

.642

.370

.674

.729

.502

.386

.315

.650

.582

X78
3.272

X79
3.252

X80
4.907

X81
2.232

X82
.719

X83
5.401

X84
3.578

X85
2.555

X86
4.628

X87
4.178

X88
5.543

5

5

5

5

5

5

5

5

5

5

5

.658

.661

.427

.816

.982

.369

.612

.768

.463

.524

.353

X89
3.249

X90
5.283

X91
.665

X92
6.430

X93
1.175

X94
1.012

X95
4.474

X96
1.202

X97
4.172

X98
5.101

X99
8.498

5

5

5

5

5

5

5

5

5

5

5

.662

.382

.985

.267

.947

.962

.483

.945

.525

.404

.131

X100
4.868

X101
3.978

X102
4.295

X103
5.579

X104
1.826

X105
2.539

X106
3.069

X107
5.080

X108
.756

X109
2.330

X110
1.761

5

5

5

5

5

5

5

5

5

5

5

.432

.553

.508

.349

.873

.771

.689

.406

.980

.802

.881

X111
3.866

X112
3.159

X113
6.616

X114
5.654

X115
3.797

X116
3.741

X117
1.942

X118
2.231

X119
2.649

X120
3.245

X121
5.907

5

5

5

5

5

5

5

5

5

5

5

.569

.675

.251

.341

.579

.587

.857

.816

.754

.662

.315

X122
3.487

X123
3.522

X124
2.758

X125
3.274

X126
4.985

X127
4.571

X128
4.232

X129
1.710

X130
3.228

X131
7.089

X132
2.299

5

5

5

5

5

5

5

5

5

5

5

.625

.620

.737

.658

.418

.470

.517

.888

.665

.214

.806

X133
5.098

X134
2.971

X135
2.546

X136
1.930

5

5

5

5

.404

.704

.770

.859

76
Universitas Sumatera Utara

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 < dari nilai X20.05(df) =
11.07. Jadi hipotesis nol (Ho) diterima dan Ha ditolak untuk semua
variabel, dimana tidak ada perbedaan persepsi responden yang berbeda
jabatan untuk penilaian dampak risiko terhadap biaya.
4.6.1.3 Pengaruh Jabatan Responden Untuk Penilaian Dampak Risiko
Terhadap Waktu
Setelah dilakukan analisa dengan menggunakan bantuan software
SPSS versi 20, maka output yang diperoleh adalah sebagai berikut:
Tabel 4.12 Hasil Uji Pengaruh Jabatan Terhadap Persepsi Responden Untuk
Dampak Waktu
ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

X1
2.385

X2
1.117

X3
5.484

X4
4.580

X5
2.652

X6
3.579

X7
5.940

X8
5.274

X9
3.108

X10
6.401

X11
8.521

5

5

5

5

5

5

5

5

5

5

5

.794

.953

.360

.469

.753

.611

.312

.383

.683

.269

.130

X12
3.782

X13
3.716

X14
4.033

X15
8.003

X16
5.448

X17
4.627

X18
2.404

X19
7.054

X20
5.120

X21
5.953

X22
3.593

5

5

5

5

5

5

5

5

5

5

5

.581

.591

.545

.156

.364

.463

.791

.217

.401

.311

.609

X23
5.882

X24
3.900

X25
3.410

X26
6.912

X27
3.167

X28
9.961

X29
2.786

X30
4.704

X31
3.136

X32
5.146

X33
.612

5

5

5

5

5

5

5

5

5

5

5

.318

.564

.637

.227

.674

.076

.733

.453

.679

.398

.987

X34
4.168

X35
2.917

X36
9.255

X37
3.774

X38
10.30

X39
4.112

X40
2.011

X41
3.081

X42
4.153

X43
6.093

X44
2.801

5

5

5

5

5

5

5

5

5

5

5

.525

.713

.099

.582

.067

.533

.848

.688

.528

.297

.731

77
Universitas Sumatera Utara

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

X45
5.656

X46
2.971

X47
4.605

X48
4.432

X49
1.557

X50
6.334

X51
8.011

X52
6.615

X53
2.096

X54
1.393

X55
1.399

5

5

5

5

5

5

5

5

5

5

5

.341

.704

.466

.489

.906

.275

.156

.251

.836

.925

.924

X56
3.497

X57
4.934

X58
1.264

X59
4.534

X60
5.403

X61
6.344

X62
3.014

X63
2.689

X64
2.259

X65
5.303

X66
1.509

5

5

5

5

5

5

5

5

5

5

5

.624

.424

.939

.475

.369

.274

.698

.748

.812

.380

.912

X67
4.995

X68
2.862

X69
8.441

X70
4.844

X71
5.598

X72
6.966

X73
3.120

X74
2.490

X75
8.288

X76
4.369

X77
2.244

5

5

5

5

5

5

5

5

5

5

5

.417

.721

.134

.435

.347

.223

.681

.778

.141

.498

.815

X78
3.896

X79
9.065

X80
4.478

X81
3.878

X82
2.397

X83
3.794

X84
3.558

X85
1.876

X86
4.404

X87
5.168

X88
1.613

5

5

5

5

5

5

5

5

5

5

5

.564

.106

.483

.567

.792

.579

.615

.866

.493

.396

.900

X89
4.212

X90
1.804

X91
2.082

X92
6.255

X93
5.038

X94
1.672

X95
2.576

X96
2.621

X97
3.738

X98
2.860

X99
1.128

5

5

5

5

5

5

5

5

5

5

5

.519

.876

.838

.282

.411

.892

.765

.758

.588

.722

.952

X100
3.406

X101
5.999

X102
4.962

X103
3.146

X104
1.123

X105
8.234

X106
5.616

X107
4.612

X108
1.820

X109
5.952

X110
6.570

5

5

5

5

5

5

5

5

5

5

5

.638

.306

.421

.678

.952

.144

.345

.465

.873

.311

.255

X111
3.665

X112
2.482

X113
4.390

X114
5.496

X115
5.147

X116
1.915

X117
3.455

X118
7.661

X119
1.433

X120
4.869

X121
4.512

5

5

5

5

5

5

5

5

5

5

5

.599

.779

.495

.358

.398

.861

.630

.176

.921

.432

.478

78
Universitas Sumatera Utara

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

X122
5.232

X123
1.175

X124
9.313

X125
5.946

X126
9.283

X127
4.096

X128
4.393

X129
.559

X130
3.739

X131
6.351

X132
4.429

5

5

5

5

5

5

5

5

5

5

5

.388

.947

.097

.311

.098

.536

.494

.990

.588

.274

.490

X133
3.508

X134
3.898

X135
3.387

X136
.796

5

5

5

5

.622

.564

.641

.977

Dari output tersebut, dapat dilihat bahwa seluruh variabel
mempunyai Asymp. Sig. pada tabel statistik tiap variabel lebih besar dari
level of significant (α) 0.05 dan nilai chi square < dari nilai X20.05(df) =
11.07. Jadi hipotesis nol (Ho) diterima dan Ha ditolak untuk semua
variabel, dimana tidak ada perbedaan persepsi responden yang berbeda
jabatan untuk penilaian dampak risiko terhadap waktu.
4.6.2

Analisis Non-Parametrik Untuk Lama Pengalaman Kerja
Lama pengalaman kerja responden dikategorikan menjadi tiga

bagian, baik untuk frekuensi, dampak terhadap biaya dan dampak terhadap
waktu. Berikut dibawah ini pengelompokan jabatan responden:
Tabel 4.13 Pengelompokan Lama Pengalaman Kerja Responden
Kode
Responden

Lama Bekerja
(Tahun)

Kode
Jabatan

R1
R2
R3
R4
R5
R6
R7
R8

13
11
4
5
2
1
5
10

3
3
1
1
1
1
1
2

79
Universitas Sumatera Utara

Kode
Responden

Lama Bekerja
(Tahun)

Kode
Jabatan

R9
R10
R11
R12
R13
R14
R15
R16
R17
R18
R19
R20
R21
R22
R23
R24
R25
R26

8
10
4
6
8
5
16
4
10
5
10
26
4
5
10
2
1
6

2
2
1
2
2
1
4
1
2
1
2
6
1
1
2
1
1
2

4.6.2.1 Pengaruh Lama Pengalama Kerja Responden Untuk Penilaian
Frekuensi
Setelah dilakukan analisa dengan menggunakan bantuan software
SPSS versi 20, maka output yang diperoleh adalah sebagai berikut:
Tabel 4.14 Hasil Uji Pengaruh Lama Pengalaman Kerja Terhadap Persepsi
Responden Untuk Frekuensi
ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

X1
1.777

X2
4.578

X3
3.066

X4
3.313

X5
7.109

X6
6.320

X7
9.683

X8
1.865

X9
4.196

X10
1.542

X11
.672

4

4

4

4

4

4

4

4

4

4

4

.777

.333

.547

.507

.130

.177

.046

.761

.380

.819

.955

X12
2.315

X13
5.006

X14
4.872

X15
.927

X16
.181

X17
4.533

X18
6.911

X19
3.719

X20
4.154

X21
7.248

X22
1.815

4

4

4

4

4

4

4

4

4

4

4

.678

.287

.301

.921

.996

.339

.141

.445

.386

.123

.770

80
Universitas Sumatera Utara

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

X23
2.624

X24
3.332

X25
2.564

X26
2.902

X27
15.21

X28
6.879

X29
3.501

X30
8.744

X31
4.459

X32
3.673

X33
2.427

4

4

4

4

4

4

4

4

4

4

4

.623

.504

.633

.574

.004

.142

.478

.068

.347

.452

.658

X34
3.288

X35
7.620

X36
7.023

X37
3.887

X38
3.204

X39
5.403

X40
1.162

X41
4.087

X42
1.836

X43
3.767

X44
3.813

4

4

4

4

4

4

4

4

4

4

4

.511

.107

.135

.421

.524

.248

.884

.394

.766

.438

.432

X45
2.490

X46
6.027

X47
1.442

X48
2.362

X49
4.042

X50
5.520

X51
7.137

X52
6.269

X53
6.195

X54
2.530

X55
4.360

4

4

4

4

4

4

4

4

4

4

4

.647

.197

.837

.670

.400

.238

.129

.180

.185

.639

.359

X56
3.880

X57
1.019

X58
.201

X59
3.651

X60
3.609

X61
2.457

X62
2.757

X63
3.280

X64
1.782

X65
2.252

X66
3.837

4

4

4

4

4

4

4

4

4

4

4

.422

.907

.995

.455

.461

.652

.599

.512

.776

.690

.429

X67
3.148

X68
.400

X69
8.004

X70
5.497

X71
2.945

X72
3.609

X73
9.058

X74
3.808

X75
5.445

X76
7.016

X77
3.218

4

4

4

4

4

4

4

4

4

4

4

.533

.982

.091

.240

.567

.461

.060

.433

.245

.135

.522

X78
7.690

X79
3.681

X80
4.326

X81
4.752

X82
2.402

X83
6.129

X84
1.353

X85
2.800

X86
7.864

X87
4.268

X88
4.406

4

4

4

4

4

4

4

4

4

4

4

.104

.451

.364

.314

.662

.190

.852

.592

.097

.371

.354

X89
2.006

X90
2.923

X91
4.148

X92
1.880

X93
3.190

X94
7.349

X95
3.092

X96
3.941

X97
4.182

X98
3.855

X99
3.043

4

4

4

4

4

4

4

4

4

4

4

.735

.571

.386

.758

.527

.119

.543

.414

.382

.426

.551

81
Universitas Sumatera Utara

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

X100
3.772

X101
1.677

X102
2.620

X103
7.164

X104
4.479

X105
3.422

X106
2.820

X107
3.262

X108
2.252

X109
2.787

X110
3.884

4

4

4

4

4

4

4

4

4

4

4

.438

.795

.623

.127

.345

.490

.588

.515

.690

.594

.422

X111
5.466

X112
2.984

X113
2.456

X114
.099

X115
2.092

X116
4.222

X117
2.574

X118
2.164

X119
3.650

X120
7.087

X121
3.717

4

4

4

4

4

4

4

4

4

4

4

.243

.560

.653

.999

.719

.377

.631

.706

.455

.131

.446

X122
2.179

X123
6.511

X124
3.513

X125
5.541

X126
5.366

X127
9.519

X128
4.604

X129
4.162

X130
6.301

X131
5.445

X132
1.202

4

4

4

4

4

4

4

4

4

4

4

.703

.164

.476

.236

.252

.049

.330

.384

.178

.245

.878

X133
5.744

X134
5.743

X135
2.244

X136
1.892

4

4

4

4

.219

.219

.691

.756

Dari output tersebut, dapat dilihat bahwa seluruh variabel
mempunyai Asymp. Sig. pada tabel statistik tiap variabel lebih besar dari
level of significant (α) 0.05 dan nilai chi square < dari nilai X20.05(df) =
9.49. Jadi hipotesis nol (Ho) diterima dan Ha ditolak untuk semua variabel
kecuali untuk variabel X27 dan X127. Jadi hipotesis nol (Ho) diterima dan
Ha ditolak untuk semua variabel, kecuali untuk variabel X27 dan X127
dimana ada perbedaan persepsi responden yang berbeda lama pengalaman
kerja untuk penilaian frekuensi.

82
Universitas Sumatera Utara

4.6.2.2 Pengaruh Lama Pengalama Kerja Responden Untuk Penilaian
Dampak Risiko Terhadap Biaya
Setelah dilakukan analisa dengan menggunakan bantuan software
SPSS versi 20, maka output yang diperoleh adalah sebagai berikut:
Tabel 4.15 Hasil Uji Pengaruh Lama Pengalaman Kerja Terhadap Persepsi
Responden Untuk Dampak Biaya
ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

X1
3.830

X2
8.199

X3
2.994

X4
4.352

X5
9.015

X6
2.386

X7
1.785

X8
2.853

X9
5.140

X10
3.057

X11
3.467

4

4

4

4

4

4

4

4

4

4

4

.429

.085

.559

.360

.061

.665

.775

.583

.273

.548

.483

X12
4.246

X13
4.894

X14
3.340

X15
5.065

X16
4.548

X17
3.477

X18
7.321

X19
3.960

X20
5.181

X21
7.564

X22
4.621

4

4

4

4

4

4

4

4

4

4

4

.374

.298

.503

.281

.337

.481

.120

.411

.269

.109

.328

X23
5.080

X24
2.725

X25
6.192

X26
3.966

X27
4.381

X28
3.299

X29
6.358

X30
6.794

X31
8.334

X32
4.670

X33
.310

4

4

4

4

4

4

4

4

4

4

4

.279

.605

.185

.411

.357

.509

.174

.147

.080

.323

.989

X34
8.223

X35
3.465

X36
5.194

X37
3.377

X38
5.560

X39
4.035

X40
6.427

X41
2.938

X42
7.842

X43
3.597

X44
4.321

4

4

4

4

4

4

4

4

4

4

4

.084

.483

.268

.497

.235

.401

.169

.568

.098

.463

.364

X45
2.853

X46
3.288

X47
2.774

X48
7.167

X49
1.657

X50
3.512

X51
4.439

X52
2.023

X53
3.970

X54
3.472

X55
3.519

4

4

4

4

4

4

4

4

4

4

4

.583

.511

.596

.127

.799

.476

.350

.732

.410

.482

.475

X56
6.935

X57
8.533

X58
6.078

X59
3.059

X60
3.129

X61
5.066

X62
1.648

X63
5.521

X64
4.421

X65
5.376

X66
3.778

4

4

4

4

4

4

4

4

4

4

4

.139

.074

.193

.548

.536

.281

.800

.238

.352

.251

.437

83
Universitas Sumatera Utara

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

ChiSquare
df
Asymp.
Sig.

X67
10.78

X68
3.472

X69
7.175

X70
9.033

X71
9.582

X72
5.446

X73
2.092

X74
4.198

X75
3.006

X76
6.207

X77
7.607

4

4

4

4

4

4

4

4

4

4

4

.029

.482

.127

.060

.048

.245

.719

.380

.557

.184

.107

X78
4.415

X79
.823

X80
4.907

X81
3.014

X82
2.508

X83
6.548

X84
5.239

X85
4.569

X86
3.164

X87
8.885

X88