Study literatur :
Identifikasi Masalah :
Faktor-faktor yang berpengaruh
Tingkat kepentingan faktor-faktor
Perbedaan penilaian faktor pada kontraktor sebelum Krisis Ekonomi 1997
Perbedaan penilaian faktor pada kontraktor tahun 2004
Obyek Penelitian :
Kontraktor (OM)
Kontraktor (OB) Kuisioner :
I. Profil Perusahaan
II. Faktor-faktor yang berpengaruh III. Kebijakan perusahaan mengenai
penawaran
Kesimpulan & Saran
Penentuan Faktor-faktor,
Penentuan Definisi Faktor
Faktor-faktor yang berpengaruh pada penentuan Mark-up, menurut :
Kondisi Internal
Kondisi Eksternal
Pengumpulan Data :
Pengujian model AHP pada Studi Kasus Pengolahan Data :
Mean analysis
Discriminant analysis
Analisis dan Pembahasan
3. METODOLOGI PENELITIAN
3.1. Kerangka Penelitian
Diagram alur untuk penelitian ini diilustrasikan pada Gambar 3.1 :
3.2. Jenis Penelitian
Penelitian studi literatur dan survei menggunakan kuesioner.
3.3. Definisi Operasional
Faktor-faktor yang berpengaruh dalam penentuan besarnya mark-up dalam suatu penawaran. Pada penelitian ini faktor-faktor yang digunakan adalah modifikasi dari faktor-faktor dari penelitian sebelumnya dan disesuaikan dengan kondisi di Indonesia pada umumnya, seperti tampak pada Tabel 2.5.
Industri konstruksi di Indonesia telah mengalami perubahan kondisi yang sangat drastis pada saat krisis moneter menimpa Indonesia tahun1997. Pada saat sebelum tahun 1997 pendapatan perkapita USD 1000 kemudian pada tahun 1998 merosot menjadi USD 400. Sektor jasa konstruksi sebagai motor andalan pembangunan sebelum krisis ekonomi merupakan salah satu industri riil yang mengalami pukulan yang paling dahsyat. Kelangkaan proyek baru dan suku bunga perbankan yang melangit, membuat sebagian besar pengusaha di industri konstruksi terpaksa menghentikan sementara, bahkan menutup usahanya. Sebanyak 5 juta tenaga kerja di bidang konstruksi, menjadi pengangguran. Jika beberapa tahun sebelum tahun 1997 pihak swasta memberikan kontribusi belanja untuk sektor konstruksi sekitar 70%. Maka pada saat krisis moneter menghempas investasi bidang properti menjadi 0%.
Sementara proyek-proyek pemerintah yang dibiayai APBN (Anggaran Pendapatan dan Belanja Negara), kendati tidak sedrastis investasi swasta, merosot hingga tersisa 15% (Purba dan Herwino,1998). Pada tahun 2004 walaupun kondisi ekonomi Indonesia sudah mulai membaik, tetapi kondisi industri konstruksi di Indonesia belum pulih sepenuh seperti pada saat sebelum krisis moneter 1997.
Kontraktor OM (omset menengah) adalah kontraktor dengan kapasitas omset perusahaan senilai 1 miliar sampai 10 miliar rupiah. Kontraktor OB (omset besar) adalah kontraktor dengan kapasitas omset perusahaan diatas 10 miliar rupiah.
3.4. Lokasi Penelitian
Penelitian ini mengambil lokasi di Surabaya dan sekitarnya
3.5. Populasi dan Sampel
Populasi untuk penelitian ini adalah semua kontraktor di Surabaya dengan spesialisasi atau bidang keahlian bangunan/gedung menurut data GAPENSI Surabaya. Sampel yang akan diambil dalam populasi tersebut tidak diambil secara acak, tetapi dipilih pada perusahaan yang bersedia untuk disurvey.
Besarnya sampel harus diperhatikan karena jika sampel terlalu besar berarti pemborosan tenaga dan biaya, sedangkan jika sampel terlalu sedikit dapat menjurus kepada besarnya error. Dengan demikian banyaknya sample yang akan digunakan dalam penelitian ini akan dicari menurut rumus sebagai berikut Bhattacharya dan Richard (1940):
4 B2
D= (3.1)
( )
(
N)
D p(
p)
p p n N
− +
×
−
−
= ×
1 1
1 ; (3.2)
Dimana:
n = jumlah sampel yang diambil N = jumlah total responden (populasi) p = nilai proporsi
B = bound of error
Dari daftar yang terdapat di GAPENSI Surabaya periode Januari 2003 – 2004 terdapat 107 kontraktor bangunan gedung yang ada di Surabaya dan bound of error yang diharapkan sebesar 0.15.
Sehingga besarnya sampel yaitu:
0,005625 4
15 , 0 2 =
= D
( )
3.6. Proses Pengumpulan Data dan Pengolahan Kuesioner
Pada penelitian ini, sebelum kuisioner disebarkan kepada responden, dilakukan uji coba pengisian kuisioner kepada beberapa kontraktor dengan tujuan untuk mendapatkan informasi tentang pendapat kontraktor pada saat pengisian kuisioner (pilot study). Dengan demikian sebelum kuisioner disebarkan, peneliti dapat melakukan revisi pada kuisioner sehingga calon responden yang lainnya tidak akan mengalami kesulitan pada saat mengisi kuisioner.
Kuisioner yang disebarkan diadaptasi dari kuisioner penelitian yang dilakukan oleh Ahmad dan Minkarah (1988) yang terdiri dari tiga bagian utama.
Pada bagian pertama, kuisioner berisi pertanyaan tentang gambaran umum perusahaan. Pertanyaan-pertanyaan yang harus diisi meliputi usia perusahaan, omset, jumlah karyawan, nilai peralatan, nilai rata-rata proyek, jumlah kantor cabang. Tujuan dari pertanyaan bagian ini adalah untuk mendapatkan informasi umum tentang kondisi perusahaan reponden.
Bagian kedua berisi daftar 40 faktor-faktor yang mempengaruhi besarnya mark up (Tabel 2.5), yang bertujuan untuk mengukur tingkat kepentingan faktor- faktor tersebut pada masing-masing kontraktor dengan menggunakan skala;
besarnya nilai pada masing-masing faktor yang akan di teliti dengan skala 1 untuk
“tidak penting” sampai skala 6 untuk “penting”
Dan pada bagian terakhir, berisi pertanyaan yang berkaitan dengan kebijakan perusahaan pada saat menyusun penawaran. Tujuan pada pertanyaan akhir pada kuisioner adalah sebagai informasi pelengkap yang diharapkan dapat menunjang pengolahan data yang dilakukan.
3.7. Pengolahan dan Analisis Data 3.7.1. Analisis mean.
Penelitian ini menggunakan analisis mean untuk mencari peringkat faktor-faktor yang mempengaruhi besarnya mark-up, pada kontraktor OM dan OB pada saat menilai faktor faktor itu.
Rata-rata adalah angka yang diperoleh dengan membagi jumlah nilai-nilai (X) dengan jumlah individu (n) Bhattacharya dan Johnson (1940). Rumusnya sebagai berikut:
n
X =
∑
X (3.3)Dimana:
X = rata-rata (mean)
Σ X = jumlah nilai dalam distribusi n = jumlah individu (responden)
3.7.2. Analisis Diskriminan
Untuk mencari perbedaan antara kontraktor OM dan OB pada saat menilai faktor faktor yang mempengaruhi besarnya mark-up, pada penelitian ini menggunakan analisis diskriminan pada program SPSS 10.
Analisis diskriminan merupakan analisis multivariate yang membuat suatu model yang secara jelas menunjukkan perbedaan antar isi variabel dependen, yang selanjutnya dalam penelitian ini disebut klasifikasi kontraktor, berdasarkan pada variabel independen, yang selanjutnya dalam penelitian ini disebut faktor-faktor yang mempengaruhi nilai mark-up.
Analisis diskriminan secara umum merupakan analisis multivariate yang dapat digunakan untuk (Santoso,2002) :
Untuk mengetahui adanya perbedaan yang jelas antar grup pada variabel dependen.
Jika tampak adanya perbedaan maka akan dihasilkan variabel independen yang mejadikan variabel dependen berbeda.
Mengklasifikasi obyek (responden) ke dalam kelompok-kelompok yang akan dibentuk berdasarkan pada nilai persamaan diskriminan yang terbentuk dalam analisis.
Adapun alur kerja analisis diskriminan seperti yang tampak pada Gambar 3.2
Dari hasil kuisioner yang disebarkan kepada beberapa kontraktor yang terpilih (sample), yang kemudian ditentukan bahwa faktor-faktor yang mempengaruhi nilai mark-up sebagai variable independent dan klasisifikasi kontraktor OM dan OB sebagai variable dependent.
Variable Dependent yang ada menggambarkan jumlah kelompok (grup) yang akan dibedakan.
Variable Independent (faktor-faktor) dianalisa, dengan tujuan mencari faktor- faktor yang membedakan kedua grup kontraktor.
Kemudian didapatkan nilai konstanta untuk masing-masing faktor pembeda sehingga terbentuk persamaan diskriminan, yang mempunyai nilai siginifikansi yang sesuai dengan persyaratan. Masing-masing persamaan yang terbentuk mewakili grup dari variable dependent.
Disamping itu juga didapatkan nilai pusat (centroid) untuk masing masing kelompok.
Dari masing masing sample didapatkan nilai diskriminan (discriminant score) yang dapat menunjukan bahwa sample tersebut termasuk dalam salah satu grup yang ada.
Menentukan
Variable Independen & Dependen
Menentukan Jumlah kelompok (grup)
Analisis Variabel Independen yang berbeda dalam grup-grup yang ada
Analisis Fungsi Diskriminan dan cek nilai signifikansinya
Penentuan Titik Pusat untuk Masing-masing Fungsi Grup
Penentuan sampel sebagai anggota Grup yang terbentuk
3.8. Penerapan Model AHP untuk Mencari Nilai Mark-Up
Model AHP diolah menggunakan program komputer Expert Choice yang berbasis pada Analytical Hierarchy Process. Dari hasil output Expert Choice, diharapkan mendapatkan besarnya mark-up (Gambar 3.3).
Gambar 3.3. Kerangka Berpikir Untuk Penerapan Model AHP
Pada analisis menggunakan AHP, terdapat beberapa istilah yang menjadi bagian utama dalam model yang diuji, yaitu :
Fokus
Dalam penelitian ini, model yang diuji akan digunakan untuk mencari besarnya nilai mark-up. Sehingga fokus untuk penelitian ini adalah nilai mark-up.
Kriteria (kelompok faktor)
Dari faktor-faktor yang mempengaruhi nilai mark-up, dikelompokkan
Kuisioner
Studi kasus Faktor-Faktor Internal :
Karakteristik Perusahaan
Faktor-Faktor eksternal :
Karakteristik Proyek
Dokumen proyek
Kondisi Penawaran
Kondisi Ekonomi
Analytical Hierarchy Process
(AHP)
Penentuan Mark-up Kontraktor :
Omset Besar
Omset Menengah
kelompok faktor yang terbentuk tersebut, kemudian digunakan sebagai kriteria dalam model AHP yang akan diuji.
Sub kriteria (faktor)
Dari 40 faktor-faktor yang mempengaruhi nilai mark-up dalam penelitian ini (Tabel 2.5), yang digunakan sebagi sub kriteria adalah faktor-faktor yang mempunyai nilai mean ≥ 4,00.
Alternatif
Yang digunakan sebagai alternatif dalam penelitian ini adalah nilai interval mark-up yang menempati peringkat 1 sampai 4 dan 80% dipilih oleh responden.
Adapun langkah-langkah yang dilakukan dalam penerapan AHP seperti tampak pada Gambar 3.4 adalah sebagai berikut :
Pertama, dibuat suatu struktur hirarki yang terdiri dari fokus/tujuan dari penelitian ini pada posisi teratas, kemudian kelompok faktor diletakkan pada level dibawahnya sebagai kriteria. Kelompok faktor tersebut terdiri dari beberapa faktor (sub kriteria) pada level berikutnya.
Dari kelompok faktor tersebut dibuatkan matriks pairwise dan diberi penilaian bobot untuk masing-masing kelompok faktor yang dibandingkan dengan kelompok faktor yang selevel.
Kemudian dilakukan perhitungan sehingga didapatkan nilai-nilai prioritas untuk masing-masing kelompok faktor (WF) dengan syarat nilai CR ≤ 0.1
Dari faktor-faktor tersebut dibuatkan matriks pairwise dan diberi penilaian bobot untuk masing-masing faktor yang dibandingkan dengan faktor yang selevel.
Lalu dilakukan perhitungan sehingga didapatkan nilai-nilai prioritas untuk masing-masing faktor (WSF) dengan syarat nilai CR ≤ 0.1
Dari alternatif-alternatif tersebut dibuatkan matriks pairwise yang berdasarkan pada masing-masing faktor dan diberi penilaian bobot untuk masing-masing alternatif.
Gambar 3.4. Alur Perhitungan Mark-Up dengan Menggunakan AHP
Kelompok Faktor (kriteria)
Faktor (subkriteria)
Menentukan Hirarki
Menentukan Matrix Pairwise kelompok faktor/kriteria
Didapatkan nilai-nilai Prioritas kriteria
( WF )
CR ≤ 0.1
Menentukan Menentukan Matrix Pairwise Sub-kriteria
Didapatkan nilai-nilai Prioritas Sub-kriteria
( WSF )
CR ≤ 0.1
Menentukan Matrix Pairwise Alternatif untuk masing-masing
Sub-kriteria
Didapatkan nilai-nilai Prioritas Alternatif
( WAlt ) CR ≤ 0.1
Xi = WF x WSF x WAlt
Mark-Up
= Expected Value dari masing-masing Xi
Alternatif-alternatif
Bobot kriteria (weight criteria)
Bobot subkriteria (weight subcriteria)
Bobot alternatif (weight alternatives)
Kemudian dilakukan perhitungan sehingga didapatkan nilai-nilai prioritas untuk masing-masing alternatif (WAlt) dengan syarat nilai CR ≤ 0.1
Dari nilai-nilai prioritas (WF,WSF,WAlt) yang didapat, dihitung expected value untuk masing-masing alternatif sehingga didapat nilai mark-up yana dicari.
3.9 Analisis Sensitivitas pada Hasil Pengolahan Analytical Hierarchy Process.
Analisis sensitivitas digunakan untuk melihat tingkat sensitivitas dari alternatif-alternatif yang ada terhadap perubahan yang terjadi pada nilai prioritas suatu kriteria yang ada. Analisis sensitivitas dari suatu node pada suatu hirarki yang ada, akan menunjukan tingkat sensitivitas dari alternatif-alternatif yang ada yang berkaitan dengan kriteria-kriteria yang ada dibawah node tersebut.
Dalam program Expert Choice, terdapat 5 (lima) jenis analisis sensitivitas. Tetapi dalam penelitian ini hanya digunakan 2 (dua) jenis analisis sensitivitas, yaitu : performance sensitivity dan gradien sensitivity.
Dipilihnya performance sensitivity ini karena jenis ini lebih mudah dimengerti. Pada analisis jenis ini dapat diperoleh informasi-informasi tentang tingkat prioritas pada masing-masing kriteria yang ada dan juga dapat diperoleh gambaran tentang perilaku alternatif-alternatif yang ada jika terjadi perubahan pada kriteria-kriteria yang ada.
Pada tampilan grafik yang ada (Lampiran 8), kriteria-kriteria digambarkan sebagai vertical bar chart dengan nilai prioritas pada sumbu vertikal di sisi kiri grafik dengan label Crit%, dan nilai prioritas alternatif untuk masing- masing kriteria tampak sebagai garis yang memotong vertical bar chart yang ada, dengan nilai prioritas alternatif pada sumbu vertikal di sisi kanan grafik dengan label Alt%.
Sedangkan gradient sensitivity dapat menampilkan gambaran yang lebih detail tentang tingkat sensitivitas dari alternatif-alternatif yang ada berdasarkan pada suatu kriteria, yang ditampilkan dalam suatu grafik. Pada grafik untuk analisis sensitivitas jenis ini (Lampiran 8), ditampilkan sumbu vertikal di sisi kiri sebagai nilai prioritas dari alternatif-alternatif dan sumbu horisontal sebagai nilai prioritas dari kriteria yang akan di analisis. Tampak pula grafik garis-garis lurus yang jumlahnya sesuai dengan jumlah alternatif yang ada.
