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
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