Analisis Model Pengaruh Sisa Material (Waste) Terhadap Persentase
Peningkatan Biaya Kontruksi Gedung Bertingkat Rendah di Jakarta
Melchior Awanaman Ampim Suarliak1,*, Agus Suroso2, Nama
Penulis2, Nama Penulis3
Program Studi Megister Teknik
Sipil,Universitas Mercu Buana, Jakarta Barat1
Koresponden*,
Email: melchiorsuarliaktanimbar@gmail.com, agussrs@yahoo.com
|
Info Artikel |
|
Abstract |
|
Diajukan 25 Juni 2021 Diperbaiki Disetujui Keywords: waste, construction cost, low-rise building |
|
Waste
affects the increase in costs incurred by the contractor. other than that the
rest of the material will be wasted in every construction activity. This
research aims to determine how much influence the waste material has on the the percentage increase in the construction cost of
low-rise building in Jakarta. The research was conducted in 14 (fourteen)
different projects The sample in this study amounted to 84 while the sampling
technique used one of the techniques that became the choice of determining
the sample, namely the probability random sampling technique, while the
sample selection was selected by a simple random sampling procedure. Based on
the results of the study, waste from low-rise building structure work has the
impact of increasing costs from formwork, iron work, casting work and
formwork demolition. Formwork, iron work, casting work and formwork
demolition variables affect the increase in construction costs. The most
dominant variable affecting the increase in construction costs is the
formwork variable. The average increase in construction costs is 3.24 which
means that it is included in good category. |
|
Kata
kunci: sisa material (waste), biaya konstruksi, gedung bertingkat rendah |
|
Abstrak Sisa meterial
berpengaruh pada semakin besarnya biaya yang dikeluarkan oleh kontraktor,
selain itu sisa dari material akan terbuang dalam setiap kegiatan kontruksi.
Riset ini bertujuan untuk mengetahui seberapa besar pengaruh sisa material
(waste) terhadap persentase peningkatan biaya kontruksi gedung bertingkat
rendah di jakarta. Penelitian dilakukan di 14 (empat belas) proyek yang
berbeda, Sampel pada penelitian ini
berjumlah 84 sedangkan teknik pengambilannya menggunakan salah satu dari
sekian teknik yang yang menjadi pilihan penentuan sampel yaitu teknik
probabilitas random sampling sedangkan dalam pemilihan sampel nya dipilih
dengan prosedur simple random sampling. Hasil dari penelitian ini sisa
material (waste) pekerjaan struktur gedung bertingkat rendah memiliki dampak
peningkatan biaya terjadi di beberapa pekerjaan seperti pembuatan papan
casting merangkai konstruksi besi dan dan pengerjaan pengecoran
konstruksipembongkaran bekisting. Variabel bekisting, pembesian, pengecoran
dan pembongkaran bekisting berpengaruh terhadap peningkatan biaya konstruksi.
Variabel yang paling dominan mempengaruhi peningkatan biaya konstruksi adalah
variabel pekerjaan bekisting. Peningkatan biaya konstruksi diperoleh
rata-rata sebesar 3,24 yang berarti peningkatan biaya konstruksi termasuk
dalam kategori yang masih baik. |
1. Pendahuluan
Jakarta merupakan ibukota negara Indonesia kota
tersebut merupakan kota dengan jumlah jumlah penduduk terpadat se-indonesia
maka kebutuhan dasar yang yang harus dimiliki oleh warga yang tinggal di
Jakarta adalah kepemilikan tempat tinggal, gedung perkantoran ataupun pusat
hiburan yang dapat digunakan sebagai tempat untuk menjalankan semua kegiatan
serta aktivitasnya. Keterbatasan lahan yang ada menyebabkan Pembangunan yang
dilakukan oleh masyarakat yang tinggal di wilayah Jakarta tidak lagi bersifat
horizontal ke kanan dan ke kiri akan tetapi mayoritas pembangunan yang
dilakukan di daerah tersebut bersifat vertikal ke atas sehingga banyak sekali
ditemukan bangunan di Jakarta yang memiliki lantai yang bertingkat sangat
tinggi. Namun pada penelitian ini berfokus pada bangunan dengan jumlah lantai 2
sampai dengan 4 lantai.
Bangsa ini memerlukan bangunan infrastruktur yang
sangat banyak. Salah satu infrastruktur tersebut adalah bangunan gedung.Gedung
yang merupakan salah satu bangunan konstruksi memiliki beberapa bagian
pekerjaan seperti pekerjaan struktur, arsitektur serta mekanikal elektrikal dan
plumbing (MEP). Sehingga pada penelitian ini berfokus pada pekerjaan struktur
yaitu merupakan pekerjaan awal yang memiliki bagian-bagian yang membentuk
sebuah bangunan. Pekerjaan ini memiliki beberapa item pekerjaan seperti
pekerjaan bekisting, pekerjaan pembesian, pekerjaan pengecoran dan pembongkaran
bekisting yang memiliki metode masing-masing dalam pekerjaannya.
Pada penelitian sebelumnya waste material dapat diartikan
sebagai material yang tidak diinginkan atau tidak memiliki nilai jual dan tidak
dapat difungsikan sebagai mana material lainnya atau pemakaian. Analisis yang
digunakan analisis kuantitaf untuk mengetahui jenis material yang terbesar dan
kerugian dalam pekerjaan beton dihitung dengan metode regresi dibantu dengan
program SPSS untuk mendapatkan besar kerugian yang terjadi pada konstruksi
pekerjaan beton. Data yang diperoleh menghasilkan sisa material dengan jumlah paling besar pada kontruksi
beton adalah 7.05% untuk proyek gedung bertingkat rendah di Jakarta dan
sekitarnya dan kerugian (%) yang memilik regresi seperti berikut Y= -1.640 +
0.669 X1 + 0.481 X2 + 0.098 X3 [1]. Dengan pertimbangan nilai waste yang cukup
besar maka penelitian ini diambil tema tentang waste dengan judul Analisis
Model Pengaruh Sisa Material (waste) Terhadap Persentase Peningkatan Biaya
Kontruksi Gedung Bertingkat Rendah Di Jakarta.
Dalam setiap proyek yang dilakukan sudah menjadi hal
wajar ketika terjadi sisa material pada proyek tersebut, mengingat material
merupakan hal yang harus ada pada setiap kegiatan pembangunan yang dilakukan.
Sehingga dengan adanya sisa material pada kegiatan pembangunan tentu akan
menyebabkan biaya pembangunan akan semakin besar.
Sisa material yang yang dihasilkan dari kegiatan
pembangunan akan berdampak pada semakin besarnya biaya yang dikeluarkan oleh
kontraktor, dengan bertambahnya biaya pembangunan pada setiap proyek tentu akan
menjadikan proyek tersebut berpotensi mengalami kerugian, terlebih beberapa
material akan terbuang sia-sia. Pada penelitian yang telah dilakukan pada waktu
yang telah lalu didapatkan hasil bahwa akibat yang ditimbulkan dari tidak
efisiennya biaya yang dikeluarkan oleh kontraktor disebabkan oleh kurangnya
perhatian pada menerapkan sistem waste pada setiap manajemen dalam proyek yang
dikerjakan, sehingga besarnya prosentase yang dihasilkan oleh sisa material
pada proyek yang dikerjakan berkisar antara 40 sampai 60% dari total biaya
keseluruhan yang dikeluarkan oleh kontraktor [2]. sedangkan besarnya prosentase
sisa material yang dihasilkan dari seluruh proyek pembangunan gedung berkisar
di angka 3 sampai 13,5% [3].
Mengacu pada penelitian yang telah dilakukan oleh
Aulia yang menerapkan metode pareto [4], setelah melalui kegiatan rencana
penelitian dan dan menjalankan seluruh rangkaian kegiatan riset sesuai dengan
pedoman penulisan karya ilmiah, didapatkan hasil bahwa terdapat tiga jenis
material yang yang mayoritas menjadi sisa pada setiap proyek yang dikerjakan.
Ketiga material tersebut yang pertama adalah tiang pancang yang kedua tulangan
D16 dan yang terakhir adalah tulangan D22. Setelah dilakukan analisis data
menggunakan metode fishbone didapatkan hasil bahwa salah satu sebab yang
menjadikan tiang pancang sering tersisa pada setiap proyek, diakibatkan oleh
kondisi tiang pancang yang kurang baik sehingga tidak bisa di digunakan dalam
proyek yang dikerjakan. Tiang pancang yang mengalami pengurangan kualitas
diakibatkan oleh proses loading unloading yang tidak mendapatkan perhatian
khusus.
Pada penelitian lainnya yang mengkaji tentang penyebab
terjadinya material tersisa ketika melakukan proyek pembangunan [5]. Didapatkan
hasil bahwa ada 2 material yang sering tersisa ketika melakukan proyek
pembangunan. Pertama adalah material baja tulangan sedangkan yang kedua adalah
tiang pancang. Setelah dilakukan kajian lapangan dan mendokumentasikan seluruh
kegiatan penelitian yang dilakukan analisis secara mendalam, didapatkan
berbagai faktor yang menjadikan material baja tulangan sering tersisa dalam
proyek pembangunan. Factor tersebut paling tidak ada delapan, pertama ialah
peralatan yang sudah mengalami penurunan fungsi, kedua pemotongan yang
dipaksakan mengikuti desain struktur bangunan, ketiga pekerja tidak meneliti
ulang terhadap pekerjaan yang dilakukan, keempat terjadinya konsleting listrik,
kelima kurangnya pengalaman yang dimiliki oleh pekerja, keenam tidak
disiplinnya mandor, ketujuh terjadinya perubahan desain struktur secara
mendadak, dan yang terakhir tidak adanya koordinasi yang baik. Sedangkan
penyebab yang menjadikan tiang pancang sering tersisa dalam proyek pembangunan
ialah ketidaktelitian dalam proses pemeriksaan material ketika tiang pancang
didistribusikan di lokasi proyek pembangunan.
Mengacu pada penelitian terdahulu yang dilakukan oleh
Hartono, mendapatkan hasil bahwa terdapat dua jenis material yang sering
tersisa dalam proyek pembangunan. Pertama ialah bata merah dengan sisa material
terbesar dengan jumlah 21,84%, kedua ialah material keramik dengan ukuran 40 x
40, dengan sisa material memiliki persentase sisa material berjumlah 21,07%.
Bata merah menjadi penyumbang terbesar dalam sisa material yang digunakan dalam
proyek pembangunan, dikarenakan material tersebut merupakan material tambahan
dan bukan merupakan material utama [6].
Data hasil penelitian lain [7] menunjukkan bahwa:
Persentase sisa biaya material terbesar yang diteliti selama pelaksanaan proyek
berasal dari material baja Beton senilai Rp5.4838 juta, total respon kuesioner
setiap jenis material limbah yang diteliti merupakan limbah material pasir
terbesar menurut 19,68%, Persentase yang dihasilkan oleh sisa material ketika
mengerjakan proyek sebesar 4,9% dari total seluruh biaya yang dikeluarkan pada
material limbah, sedangkan jika dibandingkan dengan seluruh biaya pada proyek
tersebut. Sisa biaya material memiliki persentase 1,87%. Sedangkan jika
dibandingkan dengan besarnya biaya yang dikeluarkan ketika kegiatan pengisian
kuesioner di lapangan dan besarnya biaya yang dikeluarkan pada sebab terjadinya
pengeluaran limbah terbesar [X3] memiliki faktor yang dapat menanggulangi hal
tersebut sebesar 35,75%. Selain itu upaya pengurangan limbah material di dalam
tanah merupakan metode pengelolaan material yang baik.
Metode
Setelah
dilakukannya observasi lapangan ke proyek tersebut, diperoleh informasi
mengenai jumlah sampel dari keseluruhan proyek tersebut ada 84 orang. Teknik
pengambilan sampel dengan menggunakan teknik probabilitas random sampling.
Sedangkan untuk pemilihan sampel menggunakan simple random sampling [8].
Terdapat berbagai kriteria yang dipilih untuk menentukan responden yang
dijadikan sebagai objek dalam mengumpulkan data, diantaranya ialah responden
merupakan orang-orang yang sering berhubungan dengan kegiatan proyek
pembangunan konstruksi seperti Project Manager, Site Manager, Quantity
Surveyor, Pengawas Lapangan, Logistik serta Gudang. Berdasarkan teori diatas
bahwa populasi yang berjumlah kurang dari 100, maka akan semua menjadi sempel,
Maka dapat disimpulkan bahwa sampel dari penelitian ini berjumlah 84 orang
responden.
Terdapat empat variabel dalam penelitian ini yaitu
mulai dari waste, yaitu waste dari bekesting, pengecoran, pembesian dan
pembongkaran bekisting terhadap presentase besar biaya. Variabel ini berpedoman
pada studi pustaka dengan mengambil data pada jurnal atau buku dan hasil
penelitian lapangan yang telah dilakukan terdahulu. Desain penelitian yang akan
dilaksanakan Agar memudahkan dalam pengumpulan data, maka riset ini memilih
metode kuesioner yang dibagikan kepada kontraktor. Agar pengumpulan data dapat
berlangsung dengan baik, kuesioner tersebut diberikan kepada Project Manager,
Site Manager, Quantity Surveyor, Pengawas Lapangan, Logistik serta Gudang dalam
ruang lingkup di pekerjaan struktur akan mempunyai informasi yang valid tentang
besarnya persentase yang dihasilkan dari sisa material dalam setiap proyek
pembangunan. Agar pengumpulan data dapat berlangsung dengan mudah dan efektif,
maka dipilih menggunakan metode statistik parameter. Metode ini tidak memiliki
ketentuan yang yang rinci, apakah sebaran dilakukan kepada populasi dalam
kondisi normal atau tidak.
Penyusunan kuesioner yang digunakan dalam riset ini
berpedoman pada seluruh kejadian dan fenomena yang terjadi di lapangan yang
berkaitan dengan penyebab terjadinya sisa material dalam proyek pembangunan.
Selain itu terdapat beberapa pertanyaan yang diajukan kepada responden tentang
penyebab yang menjadikan material tersisa. Dalam menilai responden digunakan
besarnya persentase jawaban yang disampaikan dan berpedoman pada tingkat sering
atau tidaknya kejadian tersebut berlangsung.
Kegiatan penyebaran kuesioner yang disampaikan kepada
responden dilakukan secara langsung dengan mendatangi beberapa proyek
konstruksi di DKI Jakarta. Setelah
observasi dilakukan, maka didapatkan sampel sebanyak 84 responden yang berada di 14 (empat belas)
proyek yang sedang berjalan di 5 lokasi yang berbeda. Pertama ialah Jakarta
Pusat, kedua Jakarta Timur, ketiga Jakarta Selatan, keempat Jakarta Barat dan
yang terakhir Tangerang. Peneliti terjun langsung ke lokasi tersebut untuk
bertemu dengan responden dan bertanya langsung kepadanya agar memperoleh
jawaban yang akurat.
Metode analisis data dalam riset ini dipilih sesuai
dengan kebutuhan dan agar kegiatan analisis data berlangsung lebih mudah.
Analisis data dilakukan menggunakan dua pengujian, pertama menggunakan uji
reliabilitas, dan yang kedua menggunakan uji validitas. Setelah instrument
penelian dinyatakan valid dan reliabel maka langkah selanjutnya yaitu melakukan
uji asumsi klasik. Uji asumsi klasik terdiri dari uji multikolinearitas, uji
heteroskedastisitas, uji koefisien korelasi, dan uji koefisien determinasi.
Untuk menguji hopotesis dilakukan dengan uji T. Uji T dilakukan sebagai upaya
untuk mengetahui seberapa besar pengaruh yang dihasilkan oleh variabel penjelas
atau yang biasa dikenal dengan variabel independen yang menerangkan seberapa
besar variasi yang dihasilkan oleh variabel dependen. Selain itu uji T
dilakukan untuk mengetahui seberapa besar nilai yang dihasilkan oleh uji F.
Hasil dan Pembahasan
Analisis Statistik Deskriptif
Jika berpedoman pada usia yang dimiliki oleh responden
dengan jumlah 84, didapatkan data bahwa usia terbanyak yang dimiliki oleh
responden ialah berusia 31 sampai dengan 40 tahun dengan jumlah responden sebanyak
43 atau dengan persentase sebesar (51,20%), sedangkan yang memiliki usia antara
20 sampai 30 tahun hanya berjumlah 1 responden atau dengan persentase sebesar
(1,9%), usia 40 s/d 50 tahun sebanyak 38
responden 45,23 %), sedangkan
untuk usia >50 sebanyak 2 responden
(2,38%). Jika melihat pada latar pendidikan yang dimiliki oleh responden,
memiliki 4 kriteria yang berbeda yang pertama ialah responden yang
berpendidikan S1 dengan jumlah paling sedikit sebanyak 5 responden atau dengan
persentase 5,95%, jumlah terbanyak ialah responden dengan pendidikan S1
sebanyak 47 atau dengan persentase 55,95%, pendidikan D3 memiliki 19 responden
atau dengan persentase 22,62%, sedangkan yang terakhir ialah responden dengan
pendidikan SMA atau yang sederajat dengan jumlah 13 atau dengan persentase
15,48%. Mengacu pada lamanya pengalaman kerja yang dimiliki oleh responden.
Terdapat lima kriteria sebagaimana dijelaskan dalam gambar 3 dibawah ini.
pertama ialah yang memiliki pengalaman kerja di bawah 5 tahun dengan jumlah
paling sedikit yaitu 1 responden atau dengan persentase 1,19%, kedua yang
memiliki pengalaman kerja 5 sampai dengan 10 tahun memiliki 16 responden atau
dengan persentase 19,05% responden, ketiga yang memiliki pengalaman kerja 10
sampai 15 tahun terdapat 26 responden atau dengan persentase 30,95%, responden
dengan pengalaman kerja terbanyak yaitu dengan rentan pengalaman 15 sampai
dengan 20 tahun dengan jumlah responden 34 atau mencapai presentase 40,48%,
sedangkan terakhir yang memiliki pengalaman kerja di atas 20 tahun berjumlah 7
responden atau dengan persentase 8,33%. Jika melihat pada jumlahnya proyek yang
dipegang oleh responden. Terdapat lima kriteria. Pertama ialah responden dengan
jumlah proyek 5 sampai dengan 10 jumlah 14 atau dengan presentase 16,66%
sedangkan kan responden dengan jumlah proyek 11 sampai 15 berjumlah 35
responden atau dengan persentase terbesar yaitu 41,67%, responden dengan jumlah
proyek 16 sampai 20 berjumlah 31 atau dengan presentase 36,90%, responden
dengan jumlah proyek di atas 20 sebanyak 4 atau dengan presentase 4,77%,
sedangkan responden yang memiliki proyek di bawah 5 tidak ada. Sedangkan jika
berpedoman pada jabatan yang dimiliki oleh responden terdapat beberapa jenis
jabatan. Jabatan tersebut sangat berhubungan dengan besarnya material yang
tersisa ketika proyek pembangunan gedung. Data tersebut dapat dilihat pada
gambar 5 yang memberikan informasi bahwa jabatan Project Manager sebanyak 14
atau dengan persentase X%, Site Manager
sebanyak 14 dengan presentase X%, Quantity Surveyor sebanyak
14 dengan presentase X%, Pengawas
Lapangan sebanyak 14 dengan presentase
X%, Logistik sebanyak 14 dengan presentase X%, serta Gudang sebanyak
14 dengan presentase X%.
Statistik deskriptif yang menjelaskan data penelitian,
digunakan sebagai acuan untuk mengetahui karakteristik yang dimiliki oleh
setiap variabel bekisting (X1), pembesian (X2), pengecoran (X3), pembongkaran
bekisting (X4) dan peningkatan biaya (Y) yang mencakup 4 kriteria yaitu;
pertama ialah nilai minimum, kedua nilai rata-rata, ketiga nilai maksimum, dan
yang terakhir ialah standar deviasi yang ditampilkan dalam tabel 1 Berikut ini:
Tabel 1. Statistik
Deskriptif Variabel X
dan Y
Descriptive Statistics
N Min Max Mean Std.
Deviation
Bekisting 84 7 20 15.18 2.229
Pembesian 84 7 20 15.69 2.271
Pengecoran 84 7 20 15.40 2.118
Pembongkaran Bekisting 84 8 20 15.87 2.291
Peningkatan Biaya 84 1 5 3.24 1.037
Valid N (listwise) 84
Uji Asumsi Klasik
Uji multikolinearitas merupakan sebuah keadaan yang
menggambarkan variabel X yang merupakan variabel bebas memiliki hubungan antara
satu dengan yang lainnya. Itu mengapa persamaan regresi ganda didefinisikan
sebagai persamaan yang terbebas dari unsur multikolinearitas yang dihasilkan
dari variabel bebasnya. Dalam menentukan besarnya nilai yang dihasilkan oleh
uji multikolinearitas menggunakan rumus VIF (Variance Inflation Factor).
Tabel 2. Uji
Multikolinearitas (Coefficient
Correlations)
|
Coefficientsa |
|||
|
Model |
Collinearity
Statistics |
||
|
Tolerance |
VIF |
||
|
1 |
Bekisting |
.265 |
3.781 |
|
Pembesian |
.168 |
5.943 |
|
|
Pengecoran |
.187 |
5.348 |
|
|
Pembongkaran Bekisting |
.268 |
3.735 |
|
|
a. Variabel Dependen: Peningkatan Berkenaan Biaya |
|||
Dari hasil tabel yang telah
peneliti paparkan maka dapat diketahui ada atau tidak terkait problem multikolinearitas dalam suatu variabel
yang sedang peneliti lakukan riset. Arti dalam mengambil pedoman untuk
memutuskan menggunakan jumlah hasil besaran dari VIF atau Variance Inflation Factor dan Tolerance.
Landasan yang digunakan dengan menerapkan model regresi yang bebas multikolinearitas yaitu memiliki nilai
VIF yang jumlahnya dibawah 10 dan menghasilkan angka TOLERANCE diatas angka
0,10. Dengan melihat hasil tabel 1, pada kolom COEFFICIENT terlihat dari ketiga
variabel independen, angka menunjukkan hasil dibawah 10 (X1 = 3,781, X2
= 5,943, X3 = 5,348 dan X4 = 3,735). Sama halnya dengan
nilai TOLERANCE yang hasilnya diatas 0,10 (X1 = 0,265, X2
= 0,168, X4 = 0,187 dan X4 = 0,268). Maka dapat disimpulkan oleh
peneliti bahwa wa dari model regresi yang ada tidak ada problem multikolinearitas baik melalui jumlah
besaran VIF ataupun banyaknya besaran korelasi antara variabel satu dengan yang
lainnya.
Tujuan dari pengujian
heterokedastisitas yaitu untuk melakukan pengujian pada suatu model regresi,
terdapat aktivitas yang tidak sama antara dengan variabel dari residual melalui
observasi satu ke yang lainnya. Peneliti akan menyajikan uji heteroskedastisitas dari 4 variabel
dengan menerapkan alat bantu program aplikasi SPSS yang ditampilkan dalam
bentuk tabel sebagaimana gambar 1. berikut ini:
Gambar 1. adalah hasil uji heterokedastisitas
Setelah melihat gambar 1 yang
berisi grafik maka terlihat ada beberapa titik yang tersebar secara acak, tidak
dapat membentuk menjadi sebuah pola tertentu secara jelas dan penyebarannya terletak
di atas atau di bawah angka 0 pada sumbu Y. Dari hasil ini dapat diartikan
tidak mengalami heteroskedastisitas pada model regresi; maka dapat dinyatakan
layak untuk digunakan dalam memprediksi variabel-variabel peningkatan biaya konstruksi (Y) berdasarkan masukan variabel bekisting (X1), pembesian
(X2), pengecoran (X3), pembongkaran bekisting (X4).
Analisis
Persamaan Regresi Berganda
Setelah mengetahui hasil output
penghitungan dan pengolahan data melalui aplikasi bantu SPSS, maka pembahasan
selanjutnya terkait persamaan regresi berganda yang yang dapat disajikan
melalui tabel 3 sebagaimana berikut:
Tabel 3. Tabel yang berisi terkait Output Persamaan Regresi
Berganda
|
Coefficientsa |
||||||
|
Model |
Unstandardized Coefficients |
Standardized Coefficients |
t |
Sig. |
||
|
B |
Std. Error |
Beta |
||||
|
1 |
(Constant) |
-3.686 |
.405 |
|
-9.106 |
.000 |
|
Bekisting (X1) |
.104 |
.046 |
.224 |
2.245 |
.028 |
|
|
Pembesian (X2) |
.122 |
.057 |
.267 |
2.137 |
.036 |
|
|
Pengecoran (X3) |
.129 |
.058 |
.263 |
2.223 |
.029 |
|
|
Pembongkaran Bekisting (X4) |
.091 |
.045 |
.201 |
2.031 |
.046 |
|
|
a. Variabel Dependen: Peningkatan
Terkait Biaya Y |
||||||
Dari nilai koefisien
regresi yang telah dicantumkan dalam bentuk tabel tersebut, berikut ini rumus
dalam menyusun model persamaan regresi adalah:
Y = -3,686 + 0,104 X1 + 0,122X2+
0,129X3 + 0,091X4
Berikut ini adalah
penjelasan interpretasi persamaan regresi linier berganda sebagaimana berikut:
a. Dari pengamatan pada
persamaan matematika diatas menunjukan
bahwa variabel Y sebagai variabel yang menunjukan peningkatan biaya konstruksi
proyek sangat di pengaruhi oleh variabel X1(bekesting), X2(pembesian),
X3(pengecoran), X4(pembongkaran bekisting) persamaan tersebut menggambarkan terjadinya
“trend” atas persepsi responden terhadap pernyataan-pernyataan yang ada di
penelitian ini. Trend ini menunjukkan kearah positif yang di mulai dengan
angkat konstant sebesar -3,686.
b. Nilai koefisien regresi variabel X1
bekisting adalah 0,104. hasil ini menunjukan bahwa bekisting berkonstribusi
positif terhadap peningkatan biaya artinya jika variabel independen bekisting X1
meningkat sebesar 1% dengan asumsi variabel
sementara independen yang lainnya bernilai konstanta (a) adalah 0 (nol),
maka persentase peningkatan biaya konstruksi semakin meningkat sebesar 0,104.
c. Nilai koefisien regresi variabel X2 pembesian
adalah 0,122. hasil ini menunjukan bahwa pembesian berkonstribusi positif
terhadap peningkatan biaya artinya jika variabel independen pembesian X2
meningkat sebesar 1% dengan asumsi variabel
sementara independen yang lainnya bernilai konstanta (a) adalah 0 (nol),
maka persentase peningkatan biaya konstruksi semakin meningkat sebesar 0,122.
d. Nilai koefisien regresi variabel X3 pengecoran
adalah 0,129. hasil ini menunjukan bahwa pengecoran berkonstribusi positif
terhadap peningkatan biaya artinya jika variabel independen pengecoran X3
meningkat sebesar 1% dengan asumsi variabel
sementara independen yang lainnya bernilai konstanta (a) adalah 0 (nol),
maka persentase peningkatan biaya konstruksi semakin meningkat sebesar 0,129.
e. Nilai koefisien regresi variabel X4 pembongkaran
bekisting adalah 0,091. hasil ini
menunjukan bahwa pengecoran berkonstribusi positif terhadap peningkatan biaya
artinya jika variabel independen pembongkaran bekisting X4 meningkat
sebesar 1% dengan asumsi variabel
sementara independen yang lainnya bernilai konstanta (a) adalah 0 (nol),
maka persentase peningkatan biaya konstruksi semakin meningkat sebesar 0,091.
Analisis
Korelasi Berganda (R)
Gambaran korelasi
menjelaskan keterkaitan dan hubungan diantara variabel Y dan X atau terkait ini
hubungan yang erat pada variabel bekisting,
pembesian, pengecoran, pembongkaran bekisting dengan variabel peningkatan biaya. Hasil korelasi berganda
disajikan pada tabel 4.
Tabel 4. Output
Korelasi Berganda (R)
|
Model Summaryb |
|||||
|
Model |
R |
R Square |
Adjusted R Square |
Std. Error of the Estimate |
|
|
1 |
.890a |
.793 |
.782 |
.484 |
|
|
a.
Predictors: (Constant), Pembongkaran Bekisting (X4), Bekisting (X1),
Pengecoran (X3), Pembesian (X2) |
|||||
|
b. Dependent Variable:
Peningkatan Biaya Y |
|||||
Berdasarkan output pengolahan
data, dapat dilihat pada point mutipple sejumlah
0,890, sehingga korelasi yang ada diantara variabel promosi, kualitas
pelayanan dan kenyamanan tempat terhadap keputusan
pembelian adalah
0,890 Nilai korelasi sebesar 0,890 tersebut membuktikan bahwa hubungan antara bekisting(X1),pembesian(X2), pengecoran(X3),pembongkaran
bekisting(X4),dengan variabel peningkatan biaya yang secara signifikan dan kuat
atau dinyatakan dengan R yang hasilnya mendekati +1.
R Square (Koefisien Determinasi)
Karena
penghitungan statistik memiliki variabel yang bebas banyaknya lebih dari 2, maka akan lebih
baik apabila menggunakan Adjusted R Square.
Hasil output statistik regresi liner berganda dalam riset ini memperoleh hasil
sebanyak 0,782 dari hasil ini telah menjelaskan adanya kontribusi yang telah
diberikan pada variabel bekisting(X1), pembesian(X2), pengecoran(X3),
pembongkaran bekisting(X4) terhadap variabel peningkatan biaya dengan jumlah 78,2% dan
sisanya sebesar 21,8% mendapatkan pengaruh dari beberapa faktor yang lainnya
dan tidak termasuk pada riset yang dijalankan.
Pengujian Hipotesis
a. Uji ”t”
Hipotesis untuk kasus
pengujian t – Tes adalah :
HO : by1 = 0, tidak mempunyai pengaruh pada
variabel X1 dengan variabel jenis Y.
H1 : by1 ¹ 0, terdapat pengaruh dari 2 variabel yaitu X1 dan
Y.
HO : by2 = 0, tidak memiliki pengaruh dari
variabel X2 pada variabel Y.
H1 : by2 ¹ 0, adanya pengaruh dari 2 variabel (X2 dan Y).
HO : by3 = 0, tidak mempengaruhi variabel X3
pada variabel Y.
H1 : by3 ¹ 0, antara X3 dengan Y ada pengaruh satu sama
lain.
HO : by4 = 0, variabel X4 dengan variabel Y
tidak terdapat pengaruh dari keduanya.
H1 : by4 ¹ 0, variabel X4 dengan variabel Y terdapat
pengaruh keduanya.
Jumlah signifikansi
sebanyak 5% % (a = 0,05)
Degree of
freedom (df) = (n-p-1)
Keterangannya adalah n
merupakan jumlah data, p yaitu jumlah dari variabel bebas atau X sehingga hasil
dari (df) = 84-4-1 = 79 dan hasil pada t (0,05:79) pada tTabel mendapatkan angka
sejumlah 1,99.
Tabel 5. Menjelaskan Output pada
Pengujian “t”
|
Coefficientsa |
||||||
|
Model |
Unstandardized Coefficients |
Standardized Coefficients |
t |
Sig. |
||
|
B |
Std. Error |
Beta |
||||
|
1 |
(Constant) |
-3.686 |
.405 |
|
-9.106 |
.000 |
|
Bekisting (X1) |
.104 |
.046 |
.224 |
2.245 |
.028 |
|
|
Pembesian (X2) |
.122 |
.057 |
.267 |
2.137 |
.036 |
|
|
Pengecoran (X3) |
.129 |
.058 |
.263 |
2.223 |
.029 |
|
|
Pembongkaran Bekisting (X4) |
.091 |
.045 |
.201 |
2.031 |
.046 |
|
|
a. Variabel Jenis Dependen: Dalam
Meningkatkan Biaya Y |
||||||
Tabel 5 yang telah dijelaskan oleh peneliti maka dapat dilihat hari nilai
variabel bekisting hasilnya sejumlah 2,245 yang dinyatakan lebih besar dari ttabel
yaitu sebesar 1,99, variabel pembesian mempunyai hasil sebanyak 2,137 yang
hasilnya lebih besar juga dari ttabel sejumlah 1,99, variabel pada pengecoran yang berjumlah 2,223 yang
nilainya lebih besar dibandingkan ttabel 1,99, dan variabel pembongkaran
bekisting sebesar 2,031 yang hasilnya lebih besar dari ttabel 1,99.
Maka dapat disimpulkan dari 4 variabel tersebut memiliki pengaruh pada
meningkatnya biaya konstruksi secara sigfinikan.
Setelah mengetahui hasil yang telah disajikan dalam tabel maka dapat dilihat
bahwa dari keempat variabel dinyatakan paling dominan mempunyai pengaruh pada
peningkatan biaya konstruksi yaitu pada variabel pekerjaan bekisting. Dalam hal
ini berarti sisa material (waste) untuk variabel pekerjaan bekisting
lebih banyak dibandingkan dengan variabel lain.
b. Uji Kesesuaian
Keseluruhan (Uji F)
Dalam menguji dari kedua variabel bebas X ang dilakukan secara bersama pada
variabel Y dengan menggunakan uji F, yakni menerapkan prosedur diantaranya:
a. Menentukan dengan
Hipotesis:
hipotesis yang digunkan pada
kasus pengajuan F-tes yaitu:
Ho : by1234 = 0, mempunyai makna tidak
adanya pengaruh dari variabel X pada variabel Y secara bersamaan.
H1 : by1234
¹ 0, dapat diartikan dengan variabel X
dengan variabel Y secara bersama-sama mempunyai pengaruh.
b. Penentuan menggunakan Ftabel dan Fhitung
sifnifikansi mempunyai tingkatan sebanyak 5% (a = 0,05) degree of freedom : adalah hasil output SPSS
pada bagian di ANNOVA dan kolom df: mendapatkan numerator sejumlah 4 dan
denumator sebanyak 79, sehingga Ftabel untuk F(0,05:4:79) didapat + 2,487.
Tabel 6. Memaparkan pengujian pengaruh simuktan atau Uji F
|
ANOVAb |
||||||
|
Model |
Sum of Squares |
df |
Mean Square |
F |
Sig. |
|
|
1 |
Regression |
70.729 |
4 |
17.682 |
75.472 |
.000a |
|
Residual |
18.509 |
79 |
.234 |
|
|
|
|
Total |
89.238 |
83 |
|
|
|
|
|
a. Predictors: (Constant),
Bekisting, Pengecoran, Pembongkaran Bekisting dan Pembesian. |
||||||
|
b. Variabel Dependen: adanya peningkatan biaya |
||||||
Hasil pada
output melalui aplikasi SPSS tersebut dalam kolom F mendapatkan Fhitung
sebanyak 75,472.
c. Perbandingan ftabel dengan Fhitung
Apabila Fhitung lebih
besar dari Ftabel, maka pernyataanya adalah Ho ditolak
Bila Fhitungnya lebih
kecil dari Ftabel, maka kesimpulannya adalah Ho dinyatakan diterima
Pada tabel
tersebut didapatkan Fhitung dengan jumlah 75,472 yang nilainya lebih
besar daripada Ftabel sebesar 2,487, sehingga Ho dinyatakan dengan
ditolak atau H1 dikatakan diterima, artinya variabel pembesian, bekisting,
pengecoran serta pembongkaran bekisting secara bersama-sama
berpengaruh terhadap peningkatan biaya konstruksi.
2.
Kesimpulan
Sisa material (waste) dari
pekerjaan struktur gedung bertingkat rendah yang memiliki dampak peningkatan
biaya di proyek konstruksi gedung bertingkat rendah di Jakarta terdiri dari
bberapa pekerjaan diantaranya pekerjaan pembesian, bekisting, pengecoran dan pembongkaran bekisting. Variabel
bekisting, pembesian, pengecoran dan pembongkaran bekisting berpengaruh
terhadap peningkatan biaya konstruksi. Sedangkan variabel yang paling dominan
mempengaruhi peningkatan biaya konstruksi adalah variabel pekerjaan bekisting.
Peningkatan biaya konstruksi mendapatkan jumlah rata-rata sebanyak
3,24. Dari hal ini mempunyai maksud yaitu peningkatan biaya konstruksi termasuk dalam kategori yang masih
baik.
1. Web = https://www.konsultasiyuk.id/
2. Facebook
= Jasaturnitin
3. Fanspage
Facebook = Jasaturnitin
4. Instagram
= @jasa_cekplagiasi
5. Pinterest
= Jasaturnitin
6. Shopee = Jasaturnitin
7. Tokopedia
= Jasaturnitin
8. Linked In
= Jasa Turnitin
9. Twitter = Jasa Turnitin
10. Tiktok = Jasaturnitin19
0 Komentar
Selamat berkunjung kakak, semoga dari website layanan jasa turnitin ini dapat memberikan manfaat dan memudahkan kakak untuk mempersiapkan syarat kelulusan sarjana. Mohon berikan komentar dan saran yang dapat membangun atau memotivasi semua pihak agar lebih bermanfaat. Terimakasih