BAB 4 PENGUMPULAN DAN ANALISA DATA

Transkripsi

1 BAB 4 PENGUMPULAN DAN ANALISA DATA 4.1 Pendahuluan Pada pembahasan bab ini akan menguraikan mengenai pelaksanaan dari penelitian ini, yaitu dimulai pengumpulan data, baik dari pakar maupun koresponden, kemudian melakukan analisa data. Metode pengumpulan data dilakukan dengan penyebaran kuesioner dengan item-item pertanyaan diperoleh dari variabel-variabel penelitian yang telah ditentukan sebelumnya berdasarkan studi literatur, yang berkaitan dengan pengendalian change order terhadap kinerja waktu konstruksi proyek, khususnya proyek bangunan bertingkat tinggi. Pengumpulan data dengan penyebaran kuesioner terdiri dari tahap I dari pakar dan tahap II dari koresponden. Data yang telah diperoleh kemudian dilakukan uji validitas dan reliabilitas, setelah itu dilakukan analisa data dengan analisa statistik. 4.2 Pengumpulan Data Pengumpulan Data Tahap I Pada pengumpulan data tahap I ini dilakukan dengan penyebaran dan/atau wawancara terhadap 5 orang pakar untuk melakukan verifikasi, klarifikasi dan validasi dari variabel-variabel yang telah ditentukan sebelumnya berdasarkan studi literatur. Variabel-variabel penelitian yang berjumlah 55 variabel ini telah diuraikan sebelumnya pada pembahasan Bab 3 Tabel 3.2. Sedangkan kriteria-kriteria untuk pakar, terdiri dari: Jumlah minimal pakar lima orang. Bila berasal dari kalangan akademisi yang terkait, dengan pendidikan minimal S2 dalam bidang manajemen proyek/konstruksi atau berasal dari kalangan praktisi konstruksi proyek bangunan bertingkat tinggi, dengan pengalaman minimal 10 tahun. 83

2 84 Bila berasal dari pihak kontraktor, dengan pengalaman minimal 10 tahun, yang merupakan direktur utama, direktur operasional atau manajer proyek pada konstruksi proyek bangunan bertingkat tinggi. Berdasarkan kriteria-kriteria tersebut diatas, diperoleh pakar yang berpengalaman dalam konstruksi proyek bangunan bangunan bertingkat tinggi, terlihat pada tabel dibawah ini. Tabel 4.1 Profil Koresponden Pakar Pakar Latar Belakang Pendidikan Latar Belakang Konstruksi Proyek Pengalaman Konstruksi Proyek Pakar 1 S3 Akademis & Praktisi 22 tahun Pakar 2 S2 Akademis & Praktisi 26 tahun Pakar 3 S2 Akademis & Praktisi 20 tahun Pakar 4 S1 Praktisi 32 tahun Pakar 5 S1 Praktisi 12 tahun Data yang diperoleh merupakan pernyataan setuju atau tidak terhadap variabel-variabel pengendalian change order terhadap kinerja waktu proyek pada konstruksi proyek bangunan bertingkat tinggi, berikut komentar dan masukan terhadap variabel tersebut. Bentuk format dari kuesioner yang disebarkan ke para pakar ini dapat dilihat pada Lampiran 1. Hasil yang diperoleh dari proses pengumpulan data tahap I ini akan digunakan sebagai dasar untuk pelaksanaan kuesioner tahap II. Data yang diperoleh diuraikan dalam tabulasi data pada Tabel 4.3 dibawah ini. Variabel penelitan yang akan digunakan dalam tahap selanjutnya diperoleh 51 variabel dari 55 variabel yang diajukan, dimana terdapat 6 variabel tidak disetujui oleh pakar dan penambahan 2 variabel sebagai masukan dari pakar.

3 85 Tabel 4.2 Hasil Pengumpulan Data Tahap I oleh Pakar X P1 P2 P3 P4 P5 Hasil X P1 P2 P3 P4 P5 Hasil Tidak Ya Ya Ya Tidak Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Ya Tidak Ya Tidak Ya Tidak Ya Tidak Ya Ya Ya Ya Keterangan : 1 = setuju, 0 = tidak setuju Penambahan 2 variabel sebagai masukan pakar, yakni : X +1 : Adanya konsistensi tim proyek dalam menanggapi perubahan. X+2 : Adanya batas waktu pengajuan proposal change order untuk tim proyek sebelum pemutusan ada atau tidaknya change order Pengumpulan Data Tahap II Variabel-variabel penelitian yang telah diverifikasi, klarifikasi dan validasi oleh pakar tersebut diatas diperoleh 51 variabel, dapat dilihat pada Tabel 4.3 dibawah ini.

4 86

5 87

6 88 Variabel-variabel penelitian diatas diajukan dalam bentuk pertanyaanpertanyaan kuesioner untuk koresponden sebagai sampel, yang dipilih dengan simple random sampling, dimana suatu metode pengambilan sampel secara acak dan telah memenuhi kriteria penelitian, sehingga mempunyai kesempatan sama menjadi sampel. Kriteria-kriteria untuk koresponden ini adalah sebagai berikut: Praktisi di perusahaan kontraktor yang berpengalaman minimal 5 tahun di konstruksi proyek bangunan bertingkat tinggi. Dapat merupakan pihak di luar kontraktor yang terkait dengan proses pelaksanaan konstruksi proyek bangunan bertingkat tinggi tersebut, misalnya pemilik proyek, manajer konstruksi atau konsultan perencana dan pengawas. Sedangkan untuk format dari kuesioner penelitian dapat dilihat pada Lampiran 2. Kuesioner untuk koresponden ini disebarkan sebanyak 70 kuesioner ke pihak-pihak yang terlibat dalam konstruksi proyek bangunan bertingkat tinggi, yakni kontraktor (project manager, site engineer, cost control, dll), pemilik proyek (project manager), konsultan pengawas (construction manager), dan konsultan perencana (engineer). Pengembalian kuesioner penelitian ini berjumlah 43 kuesioner, dimana terdapat 2 kuesioner yang tidak dapat digunakan sebagai sampel, yakni karena : Ketidak lengkapan dalam menjawab pertanyaan kuesioner pada data kinerja waktu konstruksi proyek. Data proyek konstruksi tidak memenuhi persyaratan proyek konstruksi bangunan bertingkat tinggi. Dimana data proyek merupakan jenis proyek bangunan pusat perbelanjaan dengan jumlah 5 lantai, tetapi memiliki kriteria bangunan bertingkat tinggi dengan adanya sistem transportasi dalam bangunan, sistem keselamatan dan evakuasi dari kebakaran dan sistem keamanan bangunan.

7 89 Jadi data hasil kuesioner koresponden yang akan dijadikan sampel dalam analisa data berjumlah 41 kuesioner, dengan tingkat pengembalian kuesioner yang digunakan terhadap kuesioner yang disebarkan sebesar 58 %. Data koresponden dan data proyek dari hasil pengumpulan kuesioner yang berjumlah 41 sampel berdasarkan latar belakang pendidikan terakhir, pengalaman bekerja, status perusahaan dalam proyek, jenis proyek bangunan dan jenis kontrak dari konstruksi proyek tersebut, dapat dilihat pada gambar grafik dibawah ini. Berikut data dari koresponden : Pendidikan Terakhir S1, 68.3% D3 S1 S2 S2, 29.3% D3, 2.4% Gambar 4.1. Grafik Latar Belakang Pendidikan Terakhir Koresponden Pengalaman Bekerja 5-10 tahun, 80.5% 5-10 tahun tahun tahun > 20 tahun > 20 tahun, 12.2% tahun, 4.9% tahun, 2.4% Gambar 4.2. Grafik Pengalaman Bekerja Koresponden

8 90 Status Perusahaan Subkontraktor, 0.0% Kontraktor Utama, 53.7% Konsultan Pengawas, 31.7% Owner, 4.9% Konsultan Perencana, 9.8% Owner Kontraktor Utama Subkontraktor Konsultan Pengawas Konsultan Perencana Gambar 4.3. Grafik Status Perusahaan Koresponden dalam Konstruksi Proyek Berikut data dari proyek konstruksi koresponden : Data proyek berdasarkan jenis konstruksi proyek bangunan, dikelompokkan menjadi residential/apartemen, perkantoran, retail/perdagangan/pusat perbelanjaan, hotel, mix-used dan fasilitas umum (rumah sakit, perpustakaan dan gedung kampus). Jenis Bangunan Bertingkat Tinggi Residential/Apartemen, 22.0% Perkantoran, 39.0% Fasilitas Umum, 12.2% Mix-Used, 9.8% Hotel, 9.8% Pusat Perbelanjaan/Perdaganan, 7.3% Residential/Apartemen Perkantoran Pusat Perbelanjaan/Perdaganan Hotel Mix-Used Fasilitas Umum Gambar 4.4. Grafik Jenis Bangunan Bertingkat Tinggi Sedangkan data proyek berdasarkan jenis kontrak konstruksi proyek dikelompokkan menjadi kontrak fixed lump-sum dan kontrak unit price.

9 91 Jenis Kontrak Proyek Fixed Lump Sum Price, 87.8% Fixed Lump Sum Price Unit Price Unit Price, 12.2% Gambar 4.5. Grafik Jenis Kontrak Konstruksi Proyek Untuk data kinerja waktu konstruksi proyek yang mengalami keterlambatan penyelesaian konstruksi salah satunya sebagai akibat adanya change order/perubahan pekerjaan dapat dilihat pada tabel dibawah ini. Hasil data berupa presentase kinerja waktu konstruksi dimulainya terjadi keterlambatan waktu dari keseluruhan waktu penyelesain keseluruhan konstruksi proyek, dikelompokkan berdasarkan jenis proyek bangunan bertingkat tinggi. Tabel 4.4 Presentase Dimulainya Terjadi Keterlambatan Waktu Karena Change Order terhadap Waktu Keseluruhan Konstruksi Proyek Jenis Bangunan Presentase Dimulainya Terjadi Keterlambatan <10% 10%-25% 25%-50% > 50% Residential/Apartemen % - - Perkantoran 4.9% % 2.4% Pusat Perbelanjaan/Perdaganan % - Hotel - 4.9% - 4.9% Mix-Used % - Fasilitas Umum % - Untuk hasil data kuesioner dari pengumpulan data tahap II dilakukan tabulasi data, dari frekuensi pengendalian dan pengelolaan change order dan pengaruh pengendalian dan pengelolaan change order tersebut terhadap kinerja waktu konstruksi proyek, kemudian nilai kinerja waktu konstruksi

10 92 proyek keseluruhan sebagai variabel terikat (Y). Hasil tabulasi data dapat dilihat pada Lampiran Uji Reliabilitas dan Validitas Sebelum melakukan analisa data, perlu terlebih dahulu melakukan uji reliabilitas dan validitas pada alat pengukur data yang digunakan, yakni untuk variabel-variabel bebas pada kuesioner koresponden. Uji reliabilitas digunakan untuk mengetahui variabel yang digunakan dalam pertanyaan kuesioner dikatakan reliabel apabila jawaban terhadap pertanyaan tersebut bersifat konsisten. Uji reliabilitas yang digunakan adalah dengan menghitung koefisien alpha dengan pengukuran penyebaran sekali saja (one shot). Hasil skor diukur korelasinya antar skor jawaban pada itemitem pertanyaan yang sama dengan bantuan program SPSS, dengan fasilitas Cronbach Alpha. Uji validitas digunakan untuk mengukur sah/valid atau tidaknya suatu variabel penelitian dalam kuesioner koresponden. Pengujian untuk menentukan signifikan atau tidak signifikan dengan membandingkan nilai r hitung (dilihat dari nilai Corrected item-total Correlation) dari masingmasing variabel dengan nilai r tabel. Data sampel yang digunakan adalah 41 (N=41) dan taraf signifikansi yang digunakan sebesar 5%, maka dengan melihat tabel Nilai r Product Moment diperoleh nilai r = 0,308. Hasil uji reliabilitas dan validitas dapat dilihat pada tabel dibawah ini. Tabel 4.5 Uji Validitas Case Processing Summary N % Cases Valid Excluded(a) 0 0 Total a Listwise deletion based on all variables in the procedure.

11 93 Tabel 4.6 Hasil Uji Reliabilitas dan Validitas Tahap I Reliability Statistics Cronbach's Alpha N of Items 0, Output yang diperoleh dari tabel ini adalah data koresponden yang berjumlah 41 sampel (N=41) dapat digunakan sebagai data untuk analisa data dan nilai Cronbach s Alpha sebesar 0,949. Berdasarkan nilai Cronbach s Alpha dibandingkan nilai Cronbach s Alpha if Item Deleted dan nilai Corrected Item-Total Correlation untuk masing-masing variabel, dengan kriteria sebagai berikut : Nilai Cronbach s Alpha if Item Deleted nilai Cronbach s Alpha, maka data reliabel. Nilai Corrected Item-Total Correlation r tabel, maka data valid. Hasil tabel uji reliabilitas dan validitas tahap I untuk jumlah 41 sampel dan 51 variabel dapat dilihat pada Lampiran 4. Pada data tabel diperoleh variabel X11 memiliki nilai Cronbach s Alpha if Item Deleted nilai Cronbach s Alpha, maka data tidak reliabel dan variabel X11 dikeluarkan dan kemudian dilakukan uji reliabilitas dan validitas tahap II. Output yang diperoleh dari uji reliabilitas dan validitas tahap II dengan 41 sampel dan 50 variabel, memiliki nilai Cronbach s Alpha sebesar 0,950 yang dapat dilihat pada tabel dibawah ini, sedangkan hasil tabel uji reliabilitas dan validitas tahap II dapat dilihat pada Lampiran 4. Tabel 4.7 Hasil Uji Reliabilitas dan Validitas Tahap II Reliability Statistics Cronbach's Alpha N of Items 0,950 50

12 94 Berdasarkan hasil tabel, semua variabel memiliki nilai Cronbach s Alpha if Item Deleted nilai Cronbach s Alpha dan terdapat variabel yang memiliki nilai Corrected Item-Total Correlation r tabel (0,308), yakni variabel X3, X4 dan X49, maka data tidak valid dan variabel X3, X4, X29 dikeluarkan dan kemudian dilakukan uji reliabilitas dan validitas tahap III. Output yang diperoleh dari uji reliabilitas dan validitas tahap III dengan 41 sampel dan 47 variabel, memiliki nilai Cronbach s Alpha sebesar 0,951 yang dapat dilihat pada tabel dibawah ini, sedangkan hasil tabel uji reliabilitas dan validitas tahap III dapat dilihat pada Lampiran 4. Tabel 4.8 Hasil Uji Reliabilitas dan Validitas Tahap III Reliability Statistics Cronbach's Alpha N of Items 0, Berdasarkan hasil tabel, terdapat variabel memiliki nilai Cronbach s Alpha if Item Deleted nilai Cronbach s Alpha, yakni X21, X50, X51, maka data tidak reliabel dan variabel X21, X50, X51 dikeluarkan, yang kemudian akan dilakukan uji reliabilitas dan validitas tahap IV. Untuk uji validitas, semua variabel memiliki nilai Corrected Item-Total Correlation r tabel, maka data valid. Output yang diperoleh dari uji reliabilitas dan validitas tahap IV dengan 41 sampel dan 44 variabel, memiliki nilai Cronbach s Alpha sebesar 0,953 yang dapat dilihat pada tabel dibawah ini, sedangkan hasil tabel uji reliabilitas dan validitas tahap IV dapat dilihat pada Lampiran 4. Tabel 4.9 Hasil Uji Reliabilitas dan Validitas Tahap IV Reliability Statistics Cronbach's Alpha N of Items 0,953 44

13 95 Berdasarkan hasil tabel, semua variabel memiliki nilai Cronbach s Alpha if Item Deleted nilai Cronbach s Alpha, maka data reliabel dan nilai Corrected Item-Total Correlation r tabel (0,308), maka data valid. Berikut tabel data keseluruhan variabel yang dikeluarkan, karena tidak reliabel dan atau tidak valid : Tabel 4.10 Hasil Variabel yang Dikeluarkan dalam Uji Reliabilitas dan Validitas Data No Var Keterangan Variabel 1 X3 Tim proyek memahami konsekuensi dari perubahan. 2 X4 Pihak kontraktor mengetahui format/prosedur dari pemohonan proposal change order. 3 X11 Menghindari terjadinya penumpukan proposal change order. 4 X21 Mendokumentasi pihak-pihak yang terlibat dalam perubahan tersebut. 5 X49 Membuat laporan atas permintaan dari owner/engineer/konsultan. 6 X50 Membuat laporan mengenai alasan-alasan adanya change order. 7 X51 Membuat laporan atas permintaan dari kontraktor. 4.4 Analisa Data Setelah data kuesioner koresponden yang dikumpulkan dan diuji reliabilitas dan validitas telah reliabel dan valid, maka dapat dilakukan analisa data. Analisa data yang akan digunakan dengan analisa data statistik parametrik dengan bantuan program SPSS. Untuk jumlah data terdiri 41 sampel (N) koresponden dan variabel penelitian 44 variabel bebas (X) dan 1 variabel terikat (Y) Uji Normalitas Data Tujuan dari dilakukannya uji normalitas adalah untuk mengetahui apakah suatu variabel tersebut mempunyai distribusi data yang normal atau tidak. Pengujian dilakukan terhadap 44 variabel penelitian dengan jumlah 41 sampel, dengan menggunakan uji one sample kolmogorov-smirnov. Suatu

14 96 data memiliki distribusi normal jika nilai sig. (α) lebih besar dari taraf signifikansi yang telah ditentukan. Pada uji normalitas data ini menggunakan taraf signifikansi 5% atau 0,05. Output yang diperoleh dari uji normalitas data dapat dilihat pada Lampiran 5, dimana sebagian besar data variabel memiliki α > 0,05, maka Ho diterima dan data berasal dari populasi berdistribusi normal. Sedangkan variabel yang memiliki α < 0,05 tidak berdistribusi normal, antara lain X8, X17, X26, X27, X28, X31 dan X43. Berikut tabel variabel yang tidak berdistribusi normal : Tabel 4.11 Hasil Variabel yang Tidak Berdistribusi Normal dalam Uji Normalitas Data No Var Keterangan Variabel 1 X8 Persiapan pembuatan RFP atau RKS yang baik oleh owner atau konsultan/engineer. 2 X17 Kontraktor menghindari perintah pelaksanaan perubahan yang tidak jelas pada permohonan dokumen kontrak. 3 X26 Kontraktor mempersiapkan pihak-pihak inisiator untuk perubahan tersebut. 4 X27 Kontraktor mempersiapkan permohonan/proposal perubahan. 5 X28 Isi permohonan perubahan meliputi judul perubahan. 6 X31 Isi permohonan perubahan meliputi daftar dokumen & departemen yg terkait perubahan. 7 X43 Engineer/konsultan menpersiapkan change order form & change order justification Analisa Korelasi Analisa korelasi bertujuan untuk mencari kekuatan, signifikansi dan arah hubungan linier antara dua variabel atau lebih. Analisa statistik parametrik dengan data berdistribusi normal, menggunakan analisa korelasi dengan Product Moment Pearson. Output analisa korelasi berupa nilai koefisien korelasi (r) yang signifikan antara kedua variabel. Nilai signifikan diperoleh dengan mencari hubungan variabel yang paling signifikan (*) terhadap variabel Y, dengan nilai sig (*) yang paling kecil. Kemudian menetapkan taraf signifikansi (α)

15 97 5%, dimana α < 0,05 menunjukkan adanya korelasi atau hubungan linier yang signifikan antara variabel-variabel. Tabel hasil analisa korelasi pearson dengan 41 sampel 37 variabel X dan 1 variabel Y, dapat dilihat pada Lampiran 6. Hasil yang diperoleh untuk nilai koefisien korelasi yang signifikan adalah nilai 0,311. Berdasarkan nilai tersebut, maka variabel yang termasuk memiliki nilai dan hubungan signifikan dengan variabel terikat (Y), adalah variabel bebas X6, X13, X14, X16, X18, X29, X32, X33, X40, X42 dan X47. Berikut nilai koefisien korelasi (r) dari variabel-variabel tersebut. Tabel 4.12 Hasil Nilai Koefisien Korelasi dengan Analisa Korelasi Product Moment Pearson No Var Keterangan Variabel 1 X6 Informasi change order didistribusikan/ dikomunikasi-kan ke pihak yang terkait pada perubahan. 2 X13 Pengeluaran persetujuan permohonan perubahan oleh owner/konsultan tepat waktu. 3 X14 Owner menginstruksi pelaksanaan change order dengan jelas, dilengkapi dgn dokumen gambar & spesifikasi. 4 X16 Tidak adanya pelaksanan perubahan tanpa persetujuan change order terlebih dahulu, baik dari owner maupun konsultan. 5 X18 Pembayaran perubahan dilaksanakan dengan tepat waktu. 6 X29 Isi permohonan perubahan meliputi identifikasi perubahan terjadi beserta alasannya. 7 X32 Isi permohonan perubahan meliputi persetujuan perubahan dari Project Manager. 8 X33 Isi permohonan perubahan meliputi rencana 9 X40 instruksi waktu pelaksanaan perubahan. Administrator kontrak mendiskusikan dan menegosiasikan proposal change order dari kontraktor. Koefisien Korelasi (r) Signikansi (2 tailed) 0.313* * * * ** * * * * X42 Owner mempersiapkan change order * X47 Pengawasan pelaksanaan perubahan ** Analisa Regresi Linier Berganda Analisa regresi bertujuan untuk menjelaskan akibat-akibat dan besarnya akibat yang ditimbulkan oleh satu atau lebih variabel bebas

16 98 (prediktor) terhadap satu variabel terikat (kriterium). Karena variabel bebas yang digunakan lebih dari satu, maka regresi yang dilakukan adalah regresi linier berganda (Sudarmanto, 2005). Analisa regresi linier berganda ini diproses dengan bantuan program SPSS, untuk mengetahui nilai variabel terikat (Y) dari nilai variabel-variabel bebas (X), dengan jumlah 41 sampel. Berikut hasil analisa regresi linier tahap awal. Tabel 4.13 Hasil Analisa Regresi Tahap Awal Variables Entered/Removed(a) Model Variables Entered Variables Removed Method 1 X18. Stepwise (Criteria: Probability-of-F-to-enter <=.050, Probability-of-F-to-remove >=.100). a Dependent Variable: Y1 Model Summary(b) Model 1 Adjusted Std. Error of R R Square R Square the Estimate.467 a a. Predictors: (Constant), X18 b. Dependent Variable: Y1 Coefficients (a) Model 1 a. (Constant) X18 Dependent Variable: Y1 Unstandardized Coefficients B Std. Error Standardized Coefficients Beta Dalam analisa regresi ini menggunakan metode analisa stepwise, yakni analisa akan dilakukan dengan cara menambah dan mengeluarkan variabelvariabel secara tunggal sesuai dengan kriteria yang ditentukan.

17 99 Hasil yang diperoleh dari output tabel diatas, antara lain : Nilai koefisien korelasi (R) 0,467 Nilai koefisien determinasi (koefisien R Square) 0,218, sedangkan nilai Adjusted R Square 0,198. Persamaan garis regresi awal dan nilai koefisien regresi dari variabel 18 dapat diperlihatkan pada tabel Coefficients kolom Unstandardized Coefficients-B. Hasil analisa regresi linier berganda adalah mencari nilai koefisien R Square (R 2 ) yang paling tinggi (maksimum) dengan nilai condition index 16 pada hasil collinearity diagnostics dan tidak adanya sample yang bersifat outlier. Untuk itu dilakukan kembali analisa regresi linier berganda secara bertahap, sehingga diperoleh hasil analisa regresi akhir yang dapat dilihat pada tabel-tabel dibawah ini. Tabel 4.14 Hasil Analisa Regresi Tahap Akhir Model Summary(b) Model a. b. c. d. R Predictors: (Constant), X18 Adjusted Std. Error of R Square R Square the Estimate.731 a b c Predictors: (Constant), X18, X47 Predictors: (Constant), X18, X47, X24 Dependent Variable: Y1 Coefficients (a) Model (Constant) X18 (Constant) X18 X47 (Constant) X18 X47 X24 a. Dependent Variable: Y1 Unstandardized Coefficients Standardized Coefficients B Std. Error Beta

18 100 Hasil yang diperoleh dari output tabel diatas, antara lain : Nilai koefisien korelasi (R) sebesar 0,888. Nilai koefisien determinasi (koefisien R Square) 0,788, sedangkan nilai Adjusted R Square 0,767. Hasil analisa yang dilakukan menunjukkan nilai koefisien R 2 hitung sebesar 0,788, yang menunjukkan pada efektivitas garis regresi yang diperoleh dalam menjelaskan variasi/keragaman pada variabel terikat. Untuk regresi dengan variabel lebih dari dua digunakan nilai Adjusted R Square sebagai koefisien determinasi. Nilai Adjusted R Square adalah sebesar 0,767. Untuk itu dapat disimpulkan, bahwa kemampuan dari variabel bebas X18, X24 dan X47 untuk menjelaskan variasi pada variabel terikat adalah sebesar 76,7%, selebihnya 23,3% dijelaskan oleh variabel lain yang tidak dapat dijelaskan dalam model regresi yang diperoleh. Persamaan garis regresi akhir : Y = X X X 47 (4.1) dimana : Y = Kinerja waktu konstruksi proyek. X18 = Pembayaran perubahan dilaksanakan tepat waktu. X24 = Melaporkan timbulnya perubahan kepada Project Manager. X47 = Pengawasan pelaksanaan perubahan. Nilai koefisien regresi dari masing-masing variabel X18, X24 dan X47, yang diperlihatkan pada tabel Coefficients kolom Unstandardized Coefficients-B. Nilai Condition Index dilihat dari output tabel collinearity diagnostics pada Lampiran adalah sebesar 11, dan tidak ditemukan kembali sampel yang outlier pada output Charts dalam Lampiran 7.

19 101 Berdasarkan persamaan garis regresi dan nilai koefisien regresi yang telah diperoleh, maka model regresi dapat diinterpretasikan sebagai berikut : 1. Harga koefisien konstanta = -1,886. Hal ini berarti, apabila nilai dari X18, X24 dan X47 di objek penelitian sama dengan nol, maka tingkat atau besarnya variabel Y akan sebesar 188,6 persen. 2. Harga koefisien β 1 = 0,703, berarti apabila nilai X 18 mengalami kenaikan sebesar satu poin, sementara variabel X lainnya bersifat tetap, maka tingkat variabel Y akan meningkat sebesar 70,3 persen. 3. Harga koefisien β 2 = 0,342, berarti apabila nilai X 24 mengalami kenaikan sebesar satu poin, sementara variabel X lainnya bersifat tetap, maka tingkat variabel Y akan meningkat sebesar 34,2 persen. 4. Harga koefisien β 5 = 0,441, berarti apabila nilai X 47 mengalami kenaikan sebesar satu poin, sementara variabel X lainnya bersifat tetap, maka tingkat variabel Y akan meningkat sebesar 44,1 persen Uji Model Analisa Regresi Linier Berganda Adapun model regresi yang telah didapatkan tersebut dapat diuji dengan instrumen pengujian, antara lain : a. Uji Model Coefficient of Determination (R 2 -test) Hasil yang diperoleh dari uji determinasi dapat dilihat pada output tabel Model Summary dibawah ini. Tabel 4.15 Hasil Uji Model R 2 Model Summary(b) Model a. b. c. d. R Predictors: (Constant), X18 Adjusted Std. Error of R Square R Square the Estimate.731 a b c Predictors: (Constant), X18, X47 Predictors: (Constant), X18, X47, X24 Dependent Variable: Y1

20 102 Hasil analisa dari output tabel diatas, antara lain : 1. Nilai koefisien R 2 hitung sebesar 0,888, yang menunjukkan pada efektivitas garis regresi yang diperoleh dalam menjelaskan variasi/keragaman pada variabel terikat. 2. Nilai Adjusted R Square 0,767, adalah nilai R Square yang telah disesuaikan. Dimana nilai Adjusted R Square (0,767) selalu lebih kecil dari R 2 hitung (0,788). Untuk regresi dengan variabel lebih dari dua digunakan nilai Adjusted R Square sebagai koefisien determinasi. Untuk itu dapat disimpulkan, bahwa kemampuan dari variabel bebas X18, X24 dan X47 untuk menjelaskan variasi pada variabel terikat adalah sebesar 76,7%, selebihnya 23,3% dijelaskan oleh variabel lain yang tidak dapat dijelaskan dalam model regresi yang diperoleh. b. Uji Serentak/Bersama (F-test) Hasil yang diperoleh dari uji F dapat dilihat pada output tabel ANOVA dibawah ini. Tabel 4.16 Hasil Uji Model F Model Regression Residual Total Regression Residual Total Regression Residual Total a. Predictors: (Constant), X18 b. Predictors: (Constant), X18, X47 c. Predictors: (Constant), X18, X47, X24 d. Dependent Variable: Y1 ANOVA d Sum of Squares df Mean Square F Sig a b c Hasil analisa dari output tabel diatas, antara lain :

21 Nilai koefisien F, Nilai koefisien F (F hitung) adalah sebesar 36,036, yang akan dibandingkan dengan nilai F tabel. F tabel untuk tingkat alpha yang telah ditetapkan, yaitu taraf keyakinan sebesar 5% dan degree freedom untuk df 1 = jumlah variabel-1 = 2 dan df 2 = n-k-1 (n adalah jumlah sampel dan k adalah jumlah variabel bebas) = 29, maka nilai F tabel sebesar 3,328. Nilai F hitung (36,036) > F tabel (3,328), maka Ho ditolak dan H 1 diterima. 2. Nilai signifikansi F, Nilai signifikasi F adalah sebesar 6,51 x Nilai signifikansi F dibandingkan dengan tingkat alpha yang telah ditetapkan, yaitu taraf keyakinan sebesar 5% (0,05). Nilai signifikansi F < 0,05, maka Ho ditolak dan H 1 diterima. Jadi dari hasil analisa diatas dapat disimpulkan bahwa secara signifikan dan positif terdapat pengaruh X18, X24 dan X47 terhadap Y. c. Uji Parsial (t-test) Hasil yang diperoleh dari uji t dapat dilihat pada output tabel Coefficients dibawah ini. Tabel 4.17 Hasil Uji Model t Coefficients(a) Model t Sig. 1 (Constant) X (Constant) X X (Constant) X X X a Dependent Variable: Y1

22 104 Hasil analisa dari output tabel diatas, antara lain : 1. Pengujian koefisiensi regresi untuk variabel X18, yakni : Nilai koefisiensi regresi (t hitung) = 6,473, dibandingkan dengan nilai t tabel. Dimana t tabel didapat dengan menggunakan taraf keyakinan 5% dan degree freedom untuk df 2 (n-k-1) = 29, adalah sebesar 1,699. Nilai t hitung (6,473) > t tabel (1,699), maka Ho ditolak dan H 1 diterima. Nilai signifikasi t adalah sebesar 4,393 x Nilai signifikansi t dibandingkan dengan tingkat alpha yang telah ditetapkan, yaitu taraf keyakinan sebesar 5% (0,05). Nilai signifikansi t < 0,05, maka Ho ditolak dan H 1 diterima. Jadi dari hasil analisa diatas dapat disimpulkan bahwa secara signifikan terdapat pengaruh variabel X18 terhadap variabel Y. 2. Pengujian koefisiensi regresi untuk variabel X24, yakni : Nilai koefisiensi regresi (t hitung) = 3,365, dibandingkan dengan nilai t tabel. Dimana t tabel didapat dengan menggunakan taraf keyakinan 5% dan degree freedom untuk df 2 (n-k-1) = 29, adalah sebesar 1,699. Nilai t hitung (3,365) > t tabel (1,699), maka Ho ditolak dan H 1 diterima. Nilai signifikasi t adalah sebesar 2,169 x Nilai signifikansi t dibandingkan dengan tingkat alpha yang telah ditetapkan, yaitu taraf keyakinan sebesar 5% (0,05). Nilai signifikansi t < 0,05, maka Ho ditolak dan H 1 diterima. Jadi dari hasil analisa diatas dapat disimpulkan bahwa secara signifikan terdapat pengaruh variabel X24 terhadap variabel Y. 3. Pengujian koefisiensi regresi untuk variabel X47, yakni : Nilai koefisiensi regresi (t hitung) = 4,136, dibandingkan dengan nilai t tabel. Dimana t tabel didapat dengan menggunakan taraf keyakinan 5% dan degree freedom untuk df 2 (n-k-1) = 29, adalah

23 105 sebesar 1,690. Nilai t hitung (4,136) > t tabel (1,699), maka Ho ditolak dan H 1 diterima. Nilai signifikasi t adalah sebesar 2,759 x Nilai signifikansi t dibandingkan dengan tingkat alpha yang telah ditetapkan, yaitu taraf keyakinan sebesar 5% (0,05). Nilai signifikansi t < 0,05, maka Ho ditolak dan H 1 diterima. Jadi dari hasil analisa diatas dapat disimpulkan bahwa secara signifikan terdapat pengaruh variabel X47 terhadap variabel Y d. Uji Autokorelasi (Durbin-Watson) Hasil yang diperoleh dari uji autokorelasi dapat dilihat pada output tabel Model Summary dibawah ini. Tabel 4.18 Hasil Uji Model Autokorelasi Model Summary(d) Model R R Square Adjusted R Square Std. Error of the Estimate 1.731(a) (b) a b c d Durbin- Watson 3.888(c) Predictors: (Constant), X18 Predictors: (Constant), X18, X47 Predictors: (Constant), X18, X47, X24 Dependent Variable: Y1 Hasil analisa dari output tabel diatas, antara lain : 1. Nilai Dubin-Watson (d) adalah sebesar 2,224, dimana nilai tersebut dapat dinyatakan mendekati angka 2 (dua). Dengan demikian Ho diterima dan H 1 ditolak. 2. Untuk mengetahui ada tidaknya penyimpangan asumsi klasik autokorelasi, dilakukan uji Dubin-Watson dengan ketentuan sebagai berikut : Jika d lebih kecil dari dl atau lebih besar dari (4-dL) maka hipotesa nol ditolak, yang berarti terdapat autokorelasi

24 106 Jika d terletak antara du dan (4-dU), maka hipotesa nol diterima, yang berarti tidak ada autokorelasi. Jika terletak antara dl dan du atau diantara (4-dU) dan (4-dL), maka tidak menghasilkan kesimpulan yang pasti. Dalam uji Dubin-Watson digunakan jumlah data (n) sebanyak 33 dan jumlah variabel bebas (k) sebanyak 3, kemudian telah ditentukan taraf signifikansi 0,05, sehingga diperoleh nilai du sebesar 1,258 dan dl sebesar 1,651 pada tabel Dubin-Watson. Nilai Dubin-Watson (d) adalah sebesar 2,224, terletak diantara du (1,258) dan 4-dU (4-1,258 = 2,742), maka Ho diterima dan H 1 ditolak. Jadi dari hasil analisa diatas dapat disimpulkan bahwa tidak terjadi adanya autokorelasi diantara data variabel-variabel. e. Uji Multikolinearitas Hasil yang diperoleh dari uji multikolinearitas dapat dilihat pada output dibawah ini. Tabel 4.19 Hasil Uji Model Multikolinearitas Model (Constant) X18 (Constant) X18 X47 (Constant) X18 X47 X24 a. Dependent Variable: Y1 Unstandardized Coefficients Standardized Coefficients B Std. Error Beta Collinearity Statistics Tolerance VIF Model a. Dimension Dependent Variable: Y1 Condition Eigenvalue Index

25 107 Hasil analisa dari output tabel diatas, antara lain : 1 Nilai VIF untuk variabel X18, X24 dan X47 adalah 1,134, 1,038 dan 1,175, dimana masing-masing variabel memiliki nilai kurang dari Nilai condition index adalah sebesar 11,715, kurang dari 16. Jadi dari hasil analisa diatas dapat disimpulkan bahwa tidak terjadi multikolinearitas diantara data variabel-variabel, sehingga tidak terdapat hubungan antar variabel bebas tersebut, maka Ho diterima dan H 1 ditolak Analisa Faktor Analisa faktor adalah mengekstraksi sejumlah faktor bersama (common factor) dari gugusan variabel asal X, sehingga banyaknya faktor lebih sedikit dari variabel asal X dan sebagian besar informasi variabel X, tersimpan dalam faktor. Tujuan dari analisa faktor, antara lain mereduksi variabel observable menjadi variabel baru yang jumlahnya lebih sedikit, mempermudah interpretasi hasil analisis, sehingga didapat informasi yang realistik dan sangat berguna dan pemetaan/pengelompokkan objek berdasarkan karateristik faktor tertentu. Hasil yang diperoleh dari analisa faktor dapat dilihat pada output dibawah ini. Tabel 4.20 Hasil Analisa faktor Correlation Matrix Correlati X6 X13 X14 X16 X18 X29 X32 X33 X40 X42 X47 X6 X13 X14 X16 X18 X29 X32 X33 X40 X42 X

26 108 KMO and Bartlett's Test Kaiser-Meyer-Olkin Measure of Sampling Adequacy..805 Bartlett's Test of Sphericity Approx. Chi-Square df Sig Total Variance Explained Component Initial Eigenvalues Extraction Sums of Squared Loadings Rotation Sums of Squared Loadings Total % of Variance Cumulative % Total % of Variance Cumulative % Total % of Variance Cumulative % Extraction Method: Principal Component Analysis. Hasil analisa dari output tabel diatas, antara lain : 1. Analisa faktor adalah bentuk penyederhanaan jumlah variabel yang cukup besar, yakni dari variabel hasil analisa korelasi (X6, X13, X14, X16, X18, X29, X32, X33, X40, X42 dan X47), menjadi beberapa kelompok yang lebih kecil, berdasarkan faktor yang sama dengan tetap mempertahankan sebanyak mungkin informasi aslinya. 2. Berdasarkan tabel Kaiser (1974), merekomendasikan bila nilai lebih besar dari 0,500 maka data dapat diterima, bila kurang dari 0,500, maka perlu mengumpulkan data baru yang perlu dipertimbangkan memasukkan variabel lain. Berikut kriteria analisa faktor : Syarat : 0,500 0,700 sedang 0,700 0,800 baik 0,800 0,900 bagus Nilai Kaiser Adequacy sebesar 0,805 maka data dapat diterima dan bagus.

27 Nilai signifikan sebesar 1,710 x dan bernilai kurang dari 0,001 maka analisa faktor sudah tepat. 4. Dari output tabel total variance explained, yang merupakan presentase varian konstrak ukur yang dapat dijelaskan oleh pembagian faktor. Dari kolom initial eigenvalues pada sub kolom cumulative terlihat bahwa pemecahan atau preduksian 11 variabel menjadi 1 faktor dapat menjelaskan 51,806 % varian, sedangkan pembagian 2 faktor menjelaskan 64,893 % varian. Ini berarti ada 2 (dua) faktor yang memiliki nilai eigenvalue lebih besar dari satu, yang teridentifikasi menentukan besarnya kinerja waktu. Kedua faktor tersebut menentukan 64,893 % varian/perbedaan pada kinerja waktu. 4.5 Kesimpulan Pengumpulan data untuk penelitian dilakukan secara bertahap, dimana pengumpulan data tahap I dilakukan verifikasi, klarifikasi dan validasi oleh 5 orang pakar terhadap variabel-variabel penelitian yang telah disusun sebelumnya berdasarkan studi literatur, kemudian pengumpulan data tahap II dikumpulkan dari penyebaran kuesioner ke koresponden sebanyak 41 sampel. Seteleh pengumpulan data, dilakukan uji reliabilitas dan validitas terhadap 41 sampel dan 51 variabel bebas 1 variabel terikat, kemudian dapat dilakukan tahap analisa data. Analisa data untuk penelitian ini menggunakan analisa data statistik parametrik, dengan persyaratan melakukan uji normalitas data dengan 44 variabel bebas, 1 variabel terikat dan 41 sampel. Analisa data statistik menggunakan bantuan program SPSS untuk menganalisa data dengan korelasi product moment pearson dan regresi linier berganda. Hasil yang diperoleh dari analisa data korelasi adalah terdapat 11 variabel bebas, yakni X6, X13, X14, X16, X18, X29, X32, X33, X40, X42 dan X47, sebagai variabel yang memiliki nilai koefisien korelasi yang signifikan terhadap

28 110 variabel terikat (Y). Selanjutnya dilakukan analisa statistik data dengan regresi linier berganda, dengan hasil analisa data diperoleh nilai koefisien variabel X18, X24 dan X47 yang menunjukkan pada efektivitas model garis regresi menjelaskan variasi/keragaman pada variabel terikat (Y) sebesar 76,7 %. Model garis regresi yang diperoleh selanjutnya dilakukan uji model, antara lain uji model R 2, uji F, uji t, uji autokorelasi dan uji multikolinearitas. Hasil uji model regresi dapat disimpulkan dalam Tabel 4.21 dibawah ini. Tabel 4.21 Kesimpulan Uji Model Regresi Kriteria Uji Hasil Nilai Keterangan Uji R 2 Adjusted R 2 = 0,767 Tingkat ketetapan model garis regresi sesuai Uji F F hit (36,036) > F tab (3,328) Sig F (6,51 x10-10 ) < 0,05 Terdapat pengaruh secara signifikan dan positif antara variabel X18, X24 dan X47 terhadap variabel Y. Uji t X18 : t hit (6,473) > t tab (1,699) Sig t (4,393x10-7 ) < 0,05 X24 : t hit (3,365) > t tab (1,699) Sig t (2,169x10-3 ) < 0,05 X47 : t hit (4,136) > t tab (1,699) Sig t (2,759x10-4 ) < 0,05 Terdapat pengaruh antara variabel X18, X42 dan X47 secara signifikan terhadap variabel Y. Uji du (1,258) < d (2,224) < 4-dU Tidak terjadi adanya autokorelasi Autokorelasi (2,742) diantara data variabel-variabel. Uji Multikolineariats X18 : VIP (1,134) < 10 X24 : VIP (1,038) < 10 X47 : VIP (1,175) < 10 Condition index (11,715) 16 Tidak ada multikolinearitas antar variabel, berarti tidak terdapat hubungan antar variabel bebas.

29 BAB 5 TEMUAN DAN BAHASAN 5.1 Pendahuluan Pengumpulan dan analisa data telah diuraikan, selanjutnya akan dibahas temuan-temuan yang diperoleh dari tahap pengumpulan dan analisa data pada bab ini. Berdasarkan temuan dan pembahasan akan dilakukan pengujian terhadap hipotesa penelitian yang telah ditentukan sebelumnya berdasarkan studi literatur, sehingga tujuan penelitian yang telah diuraikan sebelumnya dalam Bab 1 tercapai. 5.2 Temuan dan Bahasan Data yang diperoleh untuk penelitian dilakukan dengan pengumpulan data secara bertahap, yang kemudian dilakukan analisa terhadap data menggunakan analisa statisitik parametrik dengan bantuan program SPSS. Berikut uraian temuan dan pembahasan dari hasil yang diperoleh pada bab sebelumnya Pengumpulan Data Pada pengumpulan data tahap I dengan melakukan verifikasi, klarifikasi dan validasi dengan penyebaran dan/atau wawancara terhadap 5 orang pakar diperoleh 51 variabel bebas (X) dengan 1 variabel terikat (Y). Variabel-variabel penelitian tersebut dapat dilihat pada Tabel 4.3, yang kemudian akan diajukan dalam bentuk pertanyaan kuesioner terhadap koresponden. Pada pengumpulah data tahap II dilakukan dengan penyebaran kuesioner terhadap koresponden yang telah memenuhi kriteria koresponden. Dari penyebaran kuesioner koresponden diperoleh 41 sampel. 111

30 Uji Reliabilitas dan Validitas Uji reliabilitas dan validitas data diperlukan sebelum data yang diperoleh dari 41 sampel dilakukan analisa data. Data variabel-variabel yang tidak memenuhi persyaratan uji reliabilitas dan validitas tidak akan digunakan dalam analisa data selanjutnya. Hasil uji reliabilitas dan validitas dapat dilihat pada Lampiran 4, dan diperoleh 7 (tujuh) variabel yang tidak reliabel dan valid, yang dapat dilihat pada Tabel 5.1. Dimana variabelvariabel tersebut tidak reliabel karena tidak adanya konsisten pada jawaban dari pertanyaan dalam kuesioner. Tabel 5.1 Hasil Variabel yang Dikeluarkan dalam Uji Reliabilitas dan Validitas Data No Var Keterangan Variabel 1 X3 Tim proyek memahami konsekuensi dari perubahan. 2 X4 Pihak kontraktor mengetahui format/prosedur dari pemohonan proposal change order. 3 X11 Menghindari terjadinya penumpukan proposal change order. 4 X21 Mendokumentasi pihak-pihak yang terlibat dalam perubahan tersebut. 5 X49 Membuat laporan atas permintaan dari owner/engineer/konsultan. 6 X50 Membuat laporan mengenai alasan-alasan adanya change order. 7 X51 Membuat laporan atas permintaan dari kontraktor. Berdasarkan output pada tabel diatas dapat diuraikan sebagia berikut : Tim proyek memahami konsekuensi dari perubahan (X13) dan pihak kontraktor mengetahui format/prosedur dari permohonan change order (X4) untuk memperingatkan semua pihak yang terkait dalam proyek untuk lebih sensitif akan kemungkinan timbulnya perubahan lingkup pekerjaan (Levy, 2006), sehingga dapat memberikan perhatian yang serius dalam me-manage perubahan (Douglas III, 2003), lalu dapat ditentukan langkah-langkah permohonan proposal change order. Dalam permohonan proposal perubahan dibutuhkan prosedur yang tepat, untuk itu pihak kontraktor perlu mengetahui format/prosedur

31 113 proposal change order (Douglas III, 2003). Permohonan penggantian atau pengurangan pekerjaan oleh kontraktor pada pihak pemilik proyek/engineer, meliputi proposal biaya (Construction Change, 2006). Jadi tim proyek perlu memahami konsekuensi dari perubahan untuk membantu dalam menentukan langkah dalam mengelola perubahan sedini mungkin. Menghindari terjadinya penumpukan proposal change order (X11), perlu dilaksanakan untuk mencapai efektivitas dalam pengawasan dan pengendalian proses change order (Levy, 2006). Jika proposal dibiarkan menumpuk akan menunda proses pengeluaran persetujuan change order dan pelaksanaan perubahan. Mendokumentasikan pihak-pihak yang terlibat dalam perubahan (X21) adalah bagian dari bentuk dokumentasi change order (PEER Committee, 2002), tetapi tidak mempengaruhi penundaan pelaksanaan perubahaan. Membuat laporan atas permintaan dari owner/engineer/konsultan (X49), laporan mengenai alasan-alasan adanya change order (X50) dan laporan atas permintaan dari kontraktor (X51) sebagai bagian tahapan dokumentasi change order (Kentucky Transportasi Cabinet, 2006) yang dilakukan setelah pelaksanaan change order, sehingga tidak mempengaruhi penundaan pelaksanaan perubahan Uji Normalitas Data Tujuan dari uji normalitas data adalah mengetahui apakah variabel penelitian tersebut memiliki distribusi data yang normal, sebagai salah satu persyaratan untuk dilakukan analisa statistik data paramterik. Uji normalitas data dilakukan dengan jumlah data, terdiri dari 44 variabel bebas (X) 1 variabel terikat (Y) dan 41 sampel koresponden. Hasil yang diperoleh dari uji ini normalitas data, bahwa sebagian besar data variabel memenuhi persyaratan data berdistribusi normal dengan taraf signifikan 5%. Variabel yang tidak berdistribusi normal diperoleh 7 (tujuh) variabel yang tidak dapat

32 114 dilakukan analisa data statistik parametrik. Hasil variabel penelitian yang tidak berdistribusi normal dapat dilihat pada Tabel 5.2. Tabel 5.2 Hasil Variabel yang Tidak Berdistribusi Normal dalam Uji Normalitas Data No Var Keterangan Variabel 1 X8 Persiapan pembuatan RFP atau RKS yang baik oleh owner atau konsultan/engineer. 2 X17 Kontraktor menghindari perintah pelaksanaan perubahan yang tidak jelas pada permohonan dokumen kontrak. 3 X26 Kontraktor mempersiapkan pihak-pihak inisiator untuk perubahan tersebut. 4 X27 Kontraktor mempersiapkan permohonan/proposal perubahan. 5 X28 Isi permohonan perubahan meliputi judul perubahan. 6 X31 Isi permohonan perubahan meliputi daftar dokumen & departemen yg terkait perubahan. 7 X43 Engineer/konsultan menpersiapkan change order form & change order justification. Berdasarkan output pada tabel diatas dapat diuraikan sebagai berikut : Persiapan pembuatan RFP atau RKS yang baik oleh owner atau konsultan/engineer (X8), sehingga dibutuhkan gambar detail dan spesifikasi baik sebelum dan sesudah perubahan (Ullman, 2009). Hal ini tidak mempengaruhi penjadwalan waktu pelaksanaan perubahan. Kontraktor menghindari perintah pelaksanaan perubahan yang tidak jelas pada permohonan dokumen kontrak (X17), jika terjadi perubahan baru maka dapat dilaksanakan jika change order sudah disetujui pihak pemilik proyek dan pelaksana proyek (O Leary, 2009). Selain itu tidak adanya perubahan pekerjaan yang diselesaikan tanpa melalui persetujuan change order terlebih dahulu (Construction Change, 2006), sehingga akan berdampak pada penundaan pelaksanaan perubahan. Kontraktor mempersiapkan pihak-pihak inisiator untuk perubahan (X26) dan mempersiapkan permohonan/proposal perubahan (X27), karena proses manajemen suatu proyek harus dilaksanakan oleh kontraktor, termasuk permohonan change order yang menjelasakan

33 115 dampak perubahan terhadap waktu dan biaya (Harmon & Stephan, 2001). Jadi ketika perubahan terjadi, maka kontraktor harus segera mempersiapkan format proposal change order (Douglas III, 2003). Selain itu pihak engineer/konsultan mempersiapkan change order form dan change order justification (X43), setelah proposal change order dari kontraktor telah diterima oleh pemilik proyek (Construction Change, 2006). Dimana variabel-variabel tersebut diatas merupakan prosedur dalam permohonan change order yang tidak berdampak signifikan terhadap kinerja waktu konstruksi proyek. Isi permohonan perubahan meliputi judul perubahan (X28), daftar dokumen dan departemen yang terkait perubahan (X31) sebagai prosedur dalam proposal change order yang diajukan oleh pihak pelaksanan kepada pemilik proyek (Goldhaber, Jha & Macebo, 1977), sehingga tidak mempengaruhi penjadwalan waktu pelaksanaan perubahan, melainkan hanya sebagai tambahan informasi untuk mendukung proses pelaksanaan perubahan Analisa Data dengan Korelasi dan Regresi Linier Berganda Analisa data statistik dengan korelasi product moment pearson dan regresi linier berganda bertujuan untuk memperoleh korelasi diantara variabel dan seberapa kuat pengaruh variabel bebas (X) terhadap variabel terikat (Y). Data yang digunakan untuk analisa data statistik terdiri dari 37 variabel bebas (X) 1 variabel terikat (Y) dan 41 sampel. Dalam analisa statisitk data dengan korelasi diperoleh 11 (sebelas) variabel bebas yang memiliki nilai koefisien korelasi yang signifikan. Hasil korelasi dapat dilihat pada Tabel 4.12, yang dapat diuraikan sebagai berikut. Pengendalian dan pengelolaan change order dengan : Informasi change order didistribusikan/dikomunikasikan ke pihak yang terkait pada perubahan.

34 116 Pengeluaran persetujuan permohonan perubahan oleh owner/konsultan tepat waktu. Owner menginstruksi pelaksanaan change order dengan jelas, dilengkapi dengan dokumen gambar dan spesifikasi. Tidak adanya pelaksanan perubahan tanpa persetujuan change order terlebih dahulu, baik dari owner maupun konsultan. Pembayaran perubahan dilaksanakan dengan tepat waktu. Isi permohonan perubahan meliputi identifikasi perubahan terjadi beserta alasannya. Isi permohonan perubahan meliputi persetujuan perubahan dari Project Manager. Isi permohonan perubahan meliputi rencana instruksi waktu pelaksanaan perubahan. Administrator kontrak mendiskusikan dan menegosiasikan proposal change order dari kontraktor. Owner mempersiapkan change order. Pengawasan pelaksanaan perubahan. Memiliki hubungan kolerasi yang signifikan dan positif dengan kinerja waktu konstruksi proyek. Berdasarkan pembahasan diatas dapat diuraikan sebagai berikut : Informasi change order didistribusikan/dikomunikasikan ke pihak yang terkait pada perubahan (X6) (Chao-hui, Hsieh & Cheng, 2005), karena kurangnya komunikasi menjadi permasalahan yang terjadi pada pelaksanaan perubahan, karena pihak kontraktor perlu memahami keinginan pemilik proyek (Davies, 2008) dan tidak meninggalkan konsep yang keliru diantara kedua pihak (O Leary, 2009). Jadi dengan mendistribusikan segala informasi change order ke semua pihak yang terkait akan mempermudah komunikasi selama pelaksanaan perubahan dan pelaksanaan dapat dilakukan tepat waktu dan sesuai prosedur dalam kontrak change order.

35 117 Menurut O Leary (2009) dan Dhabi & Kristiawan (2006), pelaksanaan perubahan dapat dilakukan jika permohonan change order telah disetujui/disepakati, baik dari pemilik proyek maupun pelaksana konstruksi proyek (X13). Dengan mempercepat persetujuan permohonan perubahan dapat meminimalkan dampak change order (Al-Muhammadi & Al-Harthi, n.d.), termasuk dampak perubahan terhadap kinerja waktu proyek. Owner menginstruksi pelaksanaan change order dengan jelas, dilengkapi dengan dokumen gambar dan spesifikasi (X14), karena setiap perubahan yang rumit seharusnya diidentifikasi dengan jelas sehingga change order dapat ditentukan biaya dampak, disiapkan dan disetujui pihak owner (O Leary, 2009). Dengan instruksi jelas dan dokumen yang lengkap akan mempermudah pelaksanaan perubahan, sehingga dapat dilakukan dengan tepat pada waktunya. Dalam Construction Change Order Procedure Guideline (2006) tidak ada pelaksanaan change order tanpa persetujuan jelas change order., baik dari owner maupun konsultan (X16), karena pihak kontraktor sering tidak merasa puas atas perubahan pekerjaan dengan penambahan waktu dan biaya yang ditentukan sesudahnya oleh pihak owner/engineer (O Leary, 2009). Jika persetujuan tidak dilakukan tepat waktu maka akan mempengaruhi kinerja waktu pelaksanaan perubahan. Pembayaran perubahan dilaksanakan dengan tepat waktu (X18) menjadi hal penting dalam melakukan efektivitas change order management (McCally, 1997). Tanpa pembayaran akan mempersulit pihak pelaksana dalam melaksanakan perubahan tepat pada waktunya. Isi permohonan perubahan meliputi identifikasi perubahan terjadi beserta alasannya (X29), persetujuan perubahan dari Project Manager (X32) dan rencana instruksi waktu pelaksanaan perubahan (X33) harus dilampirkan/dimasukkan dalam permohonan perubahan untuk mendukung pelaksanaan perubahan (Goldhaber, Jha & Macebo, 1977). Jadi kelengkapan dalam permohonan perubahan menjadi hal yang