oleh :
Mudri
Teknik Sipil Universitas Tarumanagara
Email: mudrilamode77@gmail.com
Sarwono Hardjomuljadi
Teknik Sipil Universitas Mercu Buana
Email: sarwonohm2@yahoo.co.id
Abstrak : Pembangunan Tol Semarang – Batang merupakan proyek utama nasional yang diharapkan
dapat memperlancar distribusi barang dan jasa serta mengurangi volume lalu lintas di jalan nasional
Pantura. Tujuan penelitian ini adalah untuk menemukan faktor-faktor dominan pada metode
Rancang dan Bangun terintegrasi (Design and Build) yaitu Biaya dan Waktu, yang secara signifikan
berpengaruh terhadap kesuksesan proyek pembangunan jalan tol. Penelitian ini adalah penelitian
kuantitatif dengan objek penelitian Proyek Pembangunan Jalan Tol Seksi I Semarang – Batang. Data
diambil dengan menggunakan kuesioner yang menggunakan skala Likert 4. Uji Statistika dilakukan
dengan menggunakan software SPSS 20.0. Simpulan penelitian: 1) Variabel metode DB memiliki
korelasi positif yang sangat kuat dengan variabel Biaya; 2) faktor Metode DB merupakan variabel
yang paling berpengaruh terhadap kesuksesan Proyek dibandingkan variabel Biaya dan Waktu; 3)
faktor Perhatian klien pada transfer resiko merupakan faktor yang paling berpengaruh terhadap
kesuksesan proyek pada kelompok Variabel Metode DB; 4) faktor Konsultan, Kontraktor, Parameter
Design dan Informasi merupakan faktor yang paling berpengaruh terhadap kesuksesan proyek pada
kelompok Variabel Biaya; dan 5) faktor Perubahan merupakan faktor yang paling berpengaruh
terhadapan kesuksesan proyek pada kelompok Waktu.
Abstract : The construction of the Semarang - Batang highways is a major national project that is
expected to facilitate the distribution of goods and services and reduce the volume of traffic on the
Pantura national highways. The purpose of this study was to find the dominant factors in the DB
methods i.e Cost and Time that significantly affected the success of toll road construction projects. This
research is quantitative research and was carried out on the Semarang - Batang Tol Road Section I
Project. Data was taken using a questionnaire using a Likert with scale 4. Statistical tests are performed
using SPSS 20.0 software. Conclusion of the study: 1) Variable DB method has a very strong positive
correlation with the variable Cost; 2) DB Method factor is the most influential variable on Project
Success compared to Cost and Time variables; 3) factors The client's attention to risk transfer is the
most influential factor on project success in the DB Method Variable group; 4) the factors of Consultants,
Contractors, Design Parameters and Information are factors that influence the success of the project in
the Cost Variable group; and 5) Change factors are the most influential factors in the success of the
project in the Time group.
39 | K o n s t r u k s i a
Jurnal Konstruksia | Volume 10 Nomer 2 | Juli 2019
40 | K o n s t r u k s i a
ANALISIS FAKTOR METODE DESIGN AND BUILD PADA PROYEK JALAN TOL (Mudri – Sarwono)
41 | K o n s t r u k s i a
Jurnal Konstruksia | Volume 10 Nomer 2 | Juli 2019
42 | K o n s t r u k s i a
ANALISIS FAKTOR METODE DESIGN AND BUILD PADA PROYEK JALAN TOL (Mudri – Sarwono)
kategori sesuai dengan indikator yang Tidak Setuju (STS), Tidak Setuju (TS),
dimiliki oleh masing-masing variabel yang Setuju (S) dan Sangat Setuju (SS) (Pornel,
kemudian dilanjutkan dengan pengujian 2016).
validitas, reliabilitas dan analisis faktor
dari data yang diperoleh dari para Uji Validitas dan Reliabilitas
responden yang terdiri dari 30 responden,
Validitas adalah suatu ukuran yang
menunjukkan bahwa variabel yang diukur
Populasi dan Sampel
memang benar-benar variabel yang
Populasi dalam penelitian ini adalah hendak diteliti oleh peneliti (Sugiyono,
seluruh proyek pembangunan yang 2015). Validitas secara umum dapat
menggunakan metode DB. Sampel diartikan sebagai kekuatan kesimpulan,
penelitian ini adalah semua pihak yang interfensi, atau proposisi dari hasil
terlibat dalam pembangunan jalan tol yang penelitian yang sudah kita lakukan yang
menggunakan metode DB di proyek jalan mendekati kebenaran. Suatu hasil
tol Semarang – Batang. pengukuran dikatakan valid apabila
pengukuran dilakukan terhadap hal yang
Teknik Pengumpulan Data seharusnya diukur dan inferensi yang
dihasilkan mendekati kebenaran. Tinggi
Teknik pengumpulan data yang digunakan
rendahnya validitas menunjukkan sejauh
dalam penelitian ini adalah membagikan
mana data yang terkumpul tidak
kuesioner (angket) kepada pihak
menyimpang dari gambaran validitas yang
pengguna jasa, konsultan dan kontraktor
dimaksud. Validitas pada penelitian ini
yang terlibat pada proyek pembangunan
dilakukan 2 kali, yang pertama untuk
jalan tol Semarang–Batang
menentukan apakah hasil kuesioner
Kuesioner terdiri dari 88 butir pernyataan
tersebut valid untuk di sebarkan, yang
tertulis yang digunakan untuk
kedua untuk menentukan data yang akan
mendapatkan informasi dari responden,
di analisis valid.
dalam arti laporan tentang pendapat dari
Berdasarkan data kuesioner yang diuji
hal-hal yang diketahuinya. Isi kuesioner
cobakan kepada 30 responden yang diolah
dibuat berdasarkan studi literatur yang
dengan SPSS versi 20.0 diperoleh output
dilakukan sebelum penelitian dilakukan.
yang dapat dilihat pada Lampiran 2. Untuk
menguji validitas, maka angka Corrected
Instrumen Penelitian
Item-Total Correlation dibandingkan
Instrumen dalam penelitian ini adalah dengan r tabel, dengan ketentuan : 1) r
kuesioner dengan 89 butir pernyataan. hitung < r tabel maka item dinyatakan
Penyebaran kuesioner dilakukan dengan tidak valid; dan 2) r hitung > r tabel maka
beberapa cara seperti penyerahan item dinyatakan valid
kuesioner secara pribadi dan Jika dilihat pada r tabel, maka untuk 30
menggunakan google form yang linknya responden, α = 5% diperoleh nilai r tabel
dikirim melalui email atau whatsapp. 0.361. Nilai r tabel kemudian dibandingkan
Dalam penelitian ini, pernyataan yang tiap-tiap r hitung untuk tiap item.
digunakan adalah pernyataan positif. Pengukuran mekanis berbeda dengan alat
Respon dari responden adalah memilih ukur sudah terpercaya pengukuran
salah satu dari pilihan jawaban Sangat menggunakan kuesioner merupakan
43 | K o n s t r u k s i a
Jurnal Konstruksia | Volume 10 Nomer 2 | Juli 2019
pengukuran yang masih harus diperiksa dari 0,5 menunjukkan korelasi yang
tingkat kepercayaannya. Tingkat lemah.
kepercayaan ini dinyatakan dalam suatu 2. Berkenaan dengan tanda negatif (-) dan
nilai yaitu reliabilitas. Secara umum tanda positif (+), tanda negatif (-)
reliabilitas dari suatu pengukuran diartikan sebagai adanya hubungan
merupakan tingkat bebasnya hasil ukur berlawanan dan tanda positif (+)
dari kekeliruan. Pada penelitian ini diartikan sebagai adanya hubungan
perhitungan reliabilitas menggunakan yang sama.
rumus Cronbach’s Alpha. Uji reliabilitas Hipotesis dari korelasi adalah sebagai
digunakan untuk mengetahui konsistensi berikut:
suatu alat ukur, apakah alat pengukur yang 1. H0: tidak ada hubungan antara dua
digunakan dapat diandalkan. Menurut variabel, artinya angka korelasi adalah 0
Mahlangu dan Kruger, (2015) Kriteria 2. H1: ada hubungan antara dua variabel,
umum koefisien reliabilitas Alpha’s artinya angka korelasi tidak 0.
Cronbach dapat dilihat pada Tabel 1. Uji dilakukan dua sisi karena yang akan
dicari adalah ada atau tidaknya hubungan
Tabel 1. Cronbach’s alpha reliability dua variabel.
Tabel 1. Cronbach’s range
alpha reliability range Pengambilan keputusan dilakukan
Cronbach’s Alpha berdasarkan: 1) probabilitas; dan 2) tanda
Strength of Association
Coefficient Range * pada output SPS dengan kriteria sebagai
<0.6 Poor berikut.
0.6 to <0.7 Moderate 1. Berdasarkan probabilitas: jika
0.7 to <0.8 Good probabilitas > 0,025 maka H0 diterima,
0.8 to <0.9 Very Good jika probabilitas < 0,025 maka H0
>0.9 Excellent ditolak
(Mahlangu dan Kruger, 2015) 2. Tanda * menunjukkan signifikan
tidaknya korelasi dua variabel pada
Analisis Korelasi pasangan data yang dikorelasikan. Jika
terdapat tanda * pada dua variabel yang
Dalam penelitian ini dilakukan analisis dikorelasikan maka berarti kedua
korelasi product moment Pearson. variabel itu berkorelasi secara
Tujuannya adalah untuk mengukur signifikan.
kekuatan hubungan linier antara dua
variabel. Menurut Sarwono (2012) Analisis Faktor
persyaratan data yang harus dipenuhi
adalah sebagai berikut: 1). Data berskala Setelah mendapatkan hasil dari analisis
interval; 2). Variabel yang dikorelasikan korelasi, analisis berikutnya dilakukan
bersifat independen satu dengan lainnya. analisis faktor untuk melihat pengaruh
Menurut Santoso (2015), terdapat dua hal variabel dependen yang paling besar.
dalam menafsirkan angka korelasi sebagai Menurut Santoso (Santoso, 2015), analisis
berikut: faktor adalah analisis yang bertujuan
1. Jika angka korelasi lebih besar dari 0,5 mencari faktor-faktor utama yang paling
menunjukkan korelasi yang cukup kuat mempengaruhi variabel dependen dari
sedangkan jika angka korelasi kurang serangkaian uji yang dilakukan atas
serangkaian variabel independen sebagai
44 | K o n s t r u k s i a
ANALISIS FAKTOR METODE DESIGN AND BUILD PADA PROYEK JALAN TOL (Mudri – Sarwono)
faktornya. Terdapat asumsi-asumsi yang variabel yang diinginkan adalah > 0,5.
harus dipenuhi dalam analisis faktor. Signifikansi penelitian adalah 0,05.
Asumsi-asumsi yang harus dipenuhi itu (Santoso, 2014)
adalah sebagai berikut: Korelasi antar variabel independen dapat
1. Adanya korelasi antar variabel dilihat pada tabel Anti-Image Matrics. Nilai
independen. Besar korelasi atau yang diperhatikan adalah MSA (Measure of
korelasi antar independen variabel Sampling Adequacy). Nilai MSA berkisar
harus cukup kuat, misalnya di atas 0,5. antara 0 hingga 1, dengan ketentuan
2. Adanya korelasi parsial. Besar korelasi sebagai berikut. MSA = 1, variabel dapat
parsial, korelasi antar dua variabel diprediksi tanpa kesalahan oleh variabel
dengan menganggap tetap variabel yang yang lain.
lain, justru harus kecil. Pada SPSS a. MSA > 0,5, variabel masih bisa
deteksi terhadap korelasi parsial diprediksi dan bisa dianalisis lebih
diberikan lewat pilihan Anti-Image lanjut.
Correlation. b. MSA < 0,5, variabel tidak bisa diprediksi
3. Pengujian seluruh matriks korelasi dan tidak bisa dianalisis lebih lanjut,
(korelasi antar variabel), yang diukur atau dikeluarkan dari variabel lainnya.
dengan besaran Bartlett Test of (Santoso, 2014)
Sphericity atau Measure Sampling
Adequacy (MSA). Pengujian ini Deskripsi responden
mengharuskan adanya korelasi yang
Responden dalam penelitian ini adalah 30
signifikan di antara paling sedikit
orang terdiri dari: 1) 10 orang pengguna
beberapa variabel.
jasa; 2) 10 orang konsultan; 3) 10 orang
4. Pada beberapa kasus, asumsi
kontraktor. Responden terdiri dai 27 laki-
normalitas dari variabel-variabel atau
laki dan 3 perempuan. Berdasarkan usia,
faktor yang terjadi sebaiknya dipenuhi.
responden yang berusia 21-30 tahun
5. Analisis faktor dapat membantu untuk
sebanyak 6,7%, 31 – 40 tahun sebanyak
mengetahui variabel mana saja yang
30%, 41 – 50 tahun sebanyak 33,3% dan
sebenarnya sangat dekat atau mirip,
yang berusia lebih dari 50 tahun sebanyak
serta mana saja dari variabel yang
30%.
benar-benar berbeda (Nisfianoor,
Berdasarkan pengalaman kerja. dari 30
2009). Pada penelitian ini digunakan
orang responden, 4 orang memiliki
metode analisis faktor eksploratori.
pengalaman kerja 0 – 5 tahun, 5 orang
memiliki pengalaman kerja 6 – 10 tahun, 4
Uji Asumsi Analisis Faktor
orang memiliki pengalaman kerja 11– 15
Analisis faktor adalah suatu teknik analisis tahun, 6 orang memiliki pengalaman kerja
yang digunakan untuk memahami yang 16 – 20, dan 11 orang memiliki
mendasari faktor faktor atau regularitas pengalaman lebih dari 20 tahun. Ini
suatu gejala. Korelasi antar variabel artinya responden paling banyak memiliki
independen, dalam analisis faktor, harus > pengalaman kerja lebih dari 20 tahun
0,5 dengan signifikansi < 0,05. Korelasi Berdasarkan hasil kuesioner dapat
antar variabel independen sangat mudah disimpulkan bahwa dari 30 orang
jika dilakukan dengan SPSS. Nilai KMO and responden, 16 orang memiliki pendidikan
Bartlett’s Test untuk korelasi antar terakhir jenjang S1, 14 orang memiliki
45 | K o n s t r u k s i a
Jurnal Konstruksia | Volume 10 Nomer 2 | Juli 2019
46 | K o n s t r u k s i a
ANALISIS FAKTOR METODE DESIGN AND BUILD PADA PROYEK JALAN TOL (Mudri – Sarwono)
didapat. Analisis faktor dalam penelitian =0,.788 > 0,5 yang berarti analisis faktor
ini menggunakan komponen Matrix. dapat dilanjutkan.
Komponen Matrix digunakan untuk Proses selanjutnya adalah melihat tabel
mereduksi terhadap variabel yang tidak Anti image matrics. Hasil output SPSS uji
layak difaktorkan atau dikenal dengan Anti image matrics kelompok besar dapat
istilah faktoring atau eliminasi. Cara dilihat pada Tabel 5.
memasukkan sub-variabel ke dalam faktor
dapat dilihat dari angka pada tabel rotated Tabel 5. Anti-image Matrices
component matrix yaitu variabel yang Biaya Waktu DB
bernilai > 0,5; sehingga variabel terukur Biaya .105 -.076 -.100
Anti-image
atau item tersebut dimasukkan ke dalam Waktu -.076 .926 .061
Covariance
faktor yang bersangkutan. DB -.100 .061 .107
Biaya .794a -.245 -.944
Anti-image
Analisis Faktor Kelompok Besar Waktu -.245 .653a .192
Correlation
DB -.944 .192 .893a
Tahap analisis faktor pertama pada
a. Measures of Sampling
penelitian ini adalah analisis faktor
Adequacy(MSA)
terhadap kelompok besar. Terdapat 3
kelompok besar berdasarkan variabel
Berdasarkan Tabel 5 Anti-image Matrics)
pada penelitian ini, yaitu: 1) Metode DB; 2)
yang terdapat huruf superscripta
Biaya; dan 3) Waktu. Uji analisis faktor
menunjukkan data yang menjadi tolok
kelompok besar dilakukan dengan cara uji
ukur valid atau tidaknya fungsi tersebut.
KMO MSA (Kaiser-Meyer-Olkin Measure of
Data dianggap valid jika memiliki nilai
Sampling Adequacy). Hasil output SPSS uji
lebih besar dari 0,5 dan tidak valid jika
KMO MSA kelompok besar dapat dilihat
memiliki nilai kurang dari 0,5. Pada Tebl 5
pada Tabel 4.
dapat dilihat hasil dari Anti-image Matrics
dari semua faktor besar lebih besar dari 0,5
Tabel 4. KMO and Bartlett's Testa
sehingga semua faktor pada kelompok
Kaiser-Meyer-Olkin besar dapat digunakan.
Measure of Sampling .788
Proses selanjutnya dilakukan dengan cara
Adequacy.
uji Communalities. Hasil output SPSS uji
Approx. Chi- Communalities kelompok besar dapat
Bartlett's 61.650
Square dilihat pada Tabel 6. Tabel communalities
Test of
df 3 digunakan untuk mengetahui seberapa
Sphericity
Sig. .000 besar sebuah variabel dapat menjelaskan
a. Based on correlations faktor.
47 | K o n s t r u k s i a
Jurnal Konstruksia | Volume 10 Nomer 2 | Juli 2019
Tahap analisis faktor berikutnya pada Proses selanjutnya adalah melihat tabel
penelitian ini adalah analisis faktor Anti image Matrics. Hasil output SPSS uji
terhadap Variabel Metode DB. Terdapat 11 Anti image Matrics kelompok Metode DB
faktor untuk variabel DB yaitu: dapat dilihat pada Tabel 8.
A. Kompetensi badan klien
B. Kompetensi dari pemimpin tim Tabel 8. Anti image matrices Metode
konstruksi DB Metode DB
Tabel 8 Anti-image Matrices
C. Efektivitas manajemen proyek A B C D E F G H I J K
A .199 -.061 -.005 -.040 -.010 -.032 -.019 -.048 -.007 -.006 -.052
D. Kompetensi konsultan perencana B -.061 .218 -.074 -.050 -.017 -.013 -.020 -.066 .026 .033 -.046
C -.005 -.074 .217 .024 -.070 -.063 -.113 .053 -.064 .016 .051
kontraktor D -.040 -.050 .024 .250 -.152 -.049 -.042 .083 -.064 .036 .029
E -.010 -.017 -.070 -.152 .338 .040 .025 -.098 .096 -.036 -.017
E. Hubungan kerja di antara anggota tim Anti-image
Covariance
F -.032 -.013 -.063 -.049 .040 .152 .026 -.059 -.007 -.093 .057
G -.019 -.020 -.113 -.042 .025 .026 .454 .010 .019 -.031 -.019
proyek H
I
-.048
-.007
-.066
.026
.053
-.064
.083
-.064
-.098
.096
-.059
-.007
.010
.019
.569
-.138
-.138
.307
.061
-.033
.014
-.080
G. Sifat proyek A
B
.951a
-.292
-.292
.916a
-.024
-.340
-.178
-.214
-.039
-.061
-.186
-.071
-.063
-.063
-.144
-.189
-.028
.099
-.034
.187
-.249
-.212
48 | K o n s t r u k s i a
ANALISIS FAKTOR METODE DESIGN AND BUILD PADA PROYEK JALAN TOL (Mudri – Sarwono)
49 | K o n s t r u k s i a
Jurnal Konstruksia | Volume 10 Nomer 2 | Juli 2019
pada transfer risiko atau J mempunyai nilai Tabel 11. Anti-image Matrices
terbesar. Ini artinya Perhatian klien pada Variabel Biaya
transfer risiko merupakan faktor yang L M N
paling berpengaruh terhadap kesuksesan Anti- L .292 -.170 -.157
proyek pada kelompok metode DB. image M -.170 .347 -.102
Covaria
Analisis Faktor Variabel Biaya N -.157 -.102 .376
nce
Tahap analisis faktor berikutnya pada Anti- L .705a -.533 -.474
penelitian ini adalah analisis faktor image M -.533 .758a -.282
terhadap Variabel biaya Terdapat 3 faktor Correlat
ion N -.474 -.282 .784a
untuk variabel biaya yaitu:
L. Konsultan, kontraktor, parameter a. Measures of Sampling
design dan informasi Adequacy(MSA)
M. Kondisi pasar
N. Karakteristik proyek Berdasarkan data Tabel 11 Anti-image
Uji analisis faktor kelompok pertama Matrics yang terdapat huruf superscripta
dilakukan dengan cara uji KMO MSA menunjukkan data yang menjadi tolok
(Kaiser-Meyer-Olkin Measure of Sampling ukur valid atau tidaknya fungsi tersebut.
Adequacy). Hasil output SPSS uji KMO MSA Data dianggap valid jika memiliki nilai
kelompok pertama dapat dilihat pada lebih besar dari 0,5 dan tidak valid jika
Tabel 10. memiliki nilai kurang dari 0,5. Pada Tabel
11 terlihat hasil dari Anti-image Matricss
Tabel 10. KMO and Bartlett's Test dari semua faktor lebih besar dari 0,5
Variabel Biaya sehingga semua faktor dapat digunakan.
Kaiser-Meyer-Olkin Measure of Proses selanjutnya dilakukan dengan cara
.746 uji Communalities. Hasil output SPSS uji
Sampling Adequacy.
Approx. Chi- 53.1 Communalities dapat dilihat pada Tabel 12.
Bartlett's Test Square 06 Tabel communalities digunakan untuk
of Sphericity df 3 mengetahui seberapa besar sebuah
variabel dapat menjelaskan faktor.
Sig. .000
50 | K o n s t r u k s i a
ANALISIS FAKTOR METODE DESIGN AND BUILD PADA PROYEK JALAN TOL (Mudri – Sarwono)
Informasi = 0.869. Ini artinya variabel Tabel 13. KMO and Bartlett's Test
biaya dapat diwakili faktor konsultan, Variabel Waktu (1)
kontraktor, parameter design dan Kaiser-Meyer-Olkin Measure of
informasi sebesar 86,9%; .597
Sampling Adequacy.
2. Nilai Extraction Kondisi Pasar = 0,832. Approx. Chi- 77.0
Ini artinya variabel biaya dapat Bartlett's Test of Square 27
diwakili faktor kondisi pasar sebesar Sphericity df 15
83,2%;
Sig. .000
3. Nilai Extraction Karakteristik Proyek =
0,817. Ini artinya variabel biaya dapat
Berdasarkan Tabel 13 dapat diambil
diwakili konsultan, kontraktor,
kesimpulan dapat dilanjutkan atau
parameter design dan informasi
tidaknya analisis faktor. Apabila nilai MSA
sebesar 81,7%.
< 0,5 maka analisis faktor tidak dapat
Berdasarkan nilai extraction pada ketiga
dilanjutkan dan faktor perlu dikeluarkan.
faktor itu, diperoleh kesimpulan bahwa
Terlihat nilai KMO MSA =0,597 > 0,5 yang
nilai extraction pada faktor konsultan,
berarti analisis faktor dapat dilanjutkan.
kontraktor, parameter design dan
Proses selanjutnya adalah melihat tabel
informasi atau L mempunyai nilai terbesar.
Anti image Matrics. Hasil output SPSS uji
Ini artinya faktor konsultan, kontraktor,
Anti image Matrics kelompok Variabel
parameter desain dan informasi
Waktu dapat dilihat pada Tabel 14.
merupakan faktor yang paling
berpengaruh terhadapan kesuksesan
Tabel 14. Anti-image Matrices Variabel
proyek pada kelompok biaya.
Waktu (1)
O P R S T U
Analisis Faktor Variabel Waktu
- - - -
O .477 .174
.315 .039 .065 .039
Tahap analisis faktor berikutnya pada
- - -
penelitian ini adalah analisis faktor P .482 .051 .025
.315 .128 .089
terhadap Variabel Waktu Terdapat 6 faktor Anti- - - - -
R .625 .078
untuk variabel Waktu yaitu : image .039 .128 .209 .031
O. Material Covarianc - - - -
S .174 .350
e .089 .209 .112 .070
P. Peralatan
- - -
R. Peralatan T .051 .078 .282
.065 .112 .192
S. Keuangan - - - -
T. Lingkungan U .025 .298
.039 .031 .070 .192
U. Perubahan O
.412 - -
.425
- -
a .656 .072 .179 .103
- .494 - -
Uji analisis faktor kelompok pertama P .139 .065
Anti- .656 a .233 .218
dilakukan dengan cara uji KMO MSA image - - .617 - -
(Kaiser-Meyer-Olkin Measure of Sampling R .186
Correlatio .072 .233 a .448 .071
Adequacy). Hasil output SPSS uji KMO MSA n - - .646 - -
S .425
kelompok pertama dapat dilihat pada .218 .448 a .358 .216
- - .631 -
Tabel 13. T .139 .186
.179 .358 a .663
51 | K o n s t r u k s i a
Jurnal Konstruksia | Volume 10 Nomer 2 | Juli 2019
U
-
.065
- - - .695 Anti image Matrics kelompok Variabel
.103 .071 .216 .663 a
Waktu dapat dilihat Pada Tabel 16.
a. Measures of Sampling Adequacy(MSA)
Berdasarkan Tabel 16 Anti-image Matrics
yang terdapat huruf superscripta
Berdasarkan Tabel 14 Anti-image Matrics
menunjukkan data yang menjadi tolok
yang terdapat huruf superscripta
ukur valid atau tidaknya fungsi tersebut.
menunjukkan data yang menjadi tolok
Data dianggap valid jika memiliki nilai
ukur valid atau tidaknya fungsi tersebut.
lebih besar dari 0,5 dan tidak valid jika
Data dianggap valid jika memiliki nilai
memiliki nilai kurang dari 0,5. Terlihat
lebih besar dari 0,5 dan tidak valid jika
pada Tabel 16 hasil dari Anti-image Matrics
memiliki nilai kurang dari 0,5. Pada Tabel
dari semua faktor lebih besar dari 0,5
14 terlihat hasil dari Anti-image Matrics
sehingga semua faktor dapat digunakan.
teradapat 2 faktor yaitu faktor O dan P
yang hasilnya kurang dari 0,5 sehingga
Tabel 16. Anti-image Matrices Variabel
kedua faktor itu tidak dapat digunakan.
Waktu (2)
Oleh karena itu uji KMO MSA (Kaiser-
R S T U
Meyer-Olkin Measure of Sampling
R .729 -.260 .093 -.041
Adequacy) dilakukan lagi dengan tidak
Anti-image S -.260 .431 -.114 -.069
mengikutsertakan faktor O dan P.
Covariance T .093 -.114 .291 -.206
Hasil output SPSS uji ulang KMO MSA
U -.041 -.069 -.206 .301
kelompok pertama dapat dilihat pada
R .558a -.464 .203 -.087
Tabel 15.
Anti-image S -.464 .749a -.321 -.192
Correlation T .203 -.321 .640a -.697
Tabel 15. KMO and Bartlett's Test
U -.087 -.192 -.697 .685a
Variabel Waktu (2)
a. Measures of Sampling Adequacy(MSA)
Kaiser-Meyer-Olkin
Measure of Sampling .673
Proses selanjutnya dilakukan dengan cara
Adequacy.
uji Communalities. Hasil output SPSS uji
Approx.
Communalities dapat dilihat pada Tabel 17.
Bartlett's Chi- 54.649
Tabel communalities digunakan untuk
Test of Square
mengetahui seberapa besar sebuah
Sphericity df 6 variabel dapat menjelaskan faktorbesar
Sig. .000 sebuah variabel dapat menjelaskan faktor.
52 | K o n s t r u k s i a
ANALISIS FAKTOR METODE DESIGN AND BUILD PADA PROYEK JALAN TOL (Mudri – Sarwono)
53 | K o n s t r u k s i a
Jurnal Konstruksia | Volume 10 Nomer 2 | Juli 2019
54 | K o n s t r u k s i a
ANALISIS FAKTOR METODE DESIGN AND BUILD PADA PROYEK JALAN TOL (Mudri – Sarwono)
55 | K o n s t r u k s i a
Jurnal Konstruksia | Volume 10 Nomer 2 | Juli 2019
56 | K o n s t r u k s i a