4. ANALISA DAN PEMBAHASAN

(1)

4. ANALISA DAN PEMBAHASAN

4.1. Gambaran Umum Penelitian

Pada penelitian ini, peneliti menggunakan kontraktor dari perusahaan- perusahaan konstruksi yang memiliki andil besar dalam proyek-proyek konstruksi di Kota Surabaya. Untuk mendapatkan data-data penelitian, peneliti menyebarkan kuesioner kepada pihak terkait sejak tanggal 23 Maret 2015 hingga 30 April 2015.

Selama survey dilakukan, peneliti telah berhasil mendapatkan sebanyak 130 kuesioner. Hal tersebut didasari teori penentuan jumlah sampel yang dijelaskan oleh Ferdinand (2002), dimana jumlah sampel tergantung pada jumlah parameter yang diestimasi, dengan pedoman 5-10 kali jumlah parameter yang diestimasi.

Dari 17 indikator yang digunakan, maka jumlah sampel yang harus didapatkan adalah sebanyak 85-170 orang. Oleh karena itu, 130 buah data kuesioner yang digunakan dalam penelitian ini telah memenuhi kriteria tersebut.

4.2. Hasil Uji Validitas Kuesioner dengan SPSS

Validitas adalah suatu derajat ketetapan alat ukur penelitian tentang isi sebenarnya yang diukur. Uji validitas digunakan untuk mengukur sah atau valid tidaknya suatu kuesioner. Dalam penelitian ini, menggunakan 2 program yang digunakan untuk mengukur validitas. Yang pertama dengan menggunakan program IBM SPSS versi 22 yaitu dengan menguji validitas butir pertanyaan pada kuesioner yaitu mencari nilai Corrected Item-Total Correlation. Yang nantinya akan dibandingkan dengan R tabel statistik sesuai dengan jumlah sampel atau responden yang dimiliki. Setiap pernyataan dinyatakan valid apabila corrected item total correlation yang dihasilkan diatas nilai R tabel statistik, menunjukan bahwa item-item tersebut sudah mampu mengukur variabel yang ingin diukur (Ghozali, 2005). R tabel statistik untuk 130 sampel adalah 0,1723.

Berdasarkan Tabel 4.1. dapat diketahui bahwa semua indikator yang digunakan memiliki nilai Corrected Item-Total Correlation > 0,1723 dengan nilai terendah sebesar 0,399 (Y12) dan nilai tertinggi sebesar 0,643 (X21). Oleh karena

(2)

itu, maka dapat disimpulkan bahwa kuesioner yang digunakan telah valid dan mampu mengukur tiap variabel yang digunakan dalam penelitian ini.

Tabel 4.1. Hasil Uji Validitas dengan SPSS

Variabel Indikator Corrected Item

Total Correlation Kesimpulan

Project Organization

(X1)

Clear common goal (X11) 0,499 Valid Clear Responsibilities (X12) 0,528 Valid

Technology (X13) 0,540 Valid

Tasks (X14) 0,517 Valid

Leadership (X2)

Interpersonal skills (X21) 0,643 Valid

Experience (X22) 0,487 Valid

Power and Control (X23) 0,460 Valid

Trust (X24) 0,571 Valid

Company Support (X3)

Support with tools, time, and

incentives (X31) 0,535 Valid

Communication rules and

policy (X32) 0,511 Valid

team selection (X33) 0,509 Valid

S&H in Sustainable Construction

(Y1)

On-site renewable energy &

optimized energy performance (Y11)

0,615 Valid

Construction waste

management (Y12) 0,399 Valid

Stormwater quality control

(Y13) 0,443 Valid

Heat-island effect roof (Y14) 0,525 Valid Indoor chemical and

pollutant source control &

outdoor air delivery monitoring (Y15)

0,451 Valid

Controllability of systems- lighting & daylight 75% of

spaces (Y16)

0,487 Valid

(3)

4.3. Hasil Uji Reliabilitas Kuesioner dengan SPSS

Reliabilitas adalah istilah yang dipakai untuk menunjukkan sejauh mana suatu hasil pengukuran relatif konsisten apabila alat ukur digunakan berulang kali (Umar, 2002). Reliabilitas menunjukkan konsistensi dan stabilitas dari suatu skor atau skala pengukuran (Simamora, 2002). Dalam uji reliabilitas di gunakan 2 program untuk mengukur nilai cronbach's alpha yaitu dengan IBM SPSS v.22 dan SmartPLS v.3. Syarat reliabilitas adalah nilai cronbach's alpha > 0,6. Jika alpha yang dinilai lebih besar dari 0,6, maka item-item yang digunakan dalam kuesioner dapat disebut reliabel (Ghozali, 2005).

Tabel 4.2. Hasil Uji Reliabilitas dengan SPSS

Variabel Cronbach's Alpha Kesimpulan Project Organization (X1) 0,750 Reliabel

Leadership (X2) 0,721 Reliabel

Company Support (X3) 0,630 Reliabel

S&H (Y2) 0,770 Reliabel

Sumber: Lampiran 3 (output SPSS)

Berdasarkan Tabel 4.2. dapat diketahui bahwa semua variabel yang digunakan dalam penelitian ini memiliki nilai Cronbach’s Alpha > 0,600. Dengan demikian, dapat disimpulkan bahwa semua variabel dianggap reliabel, karena jawaban yang diberikan responden terhadap kuesioner relatif konsisten dan bisa digunakan untuk analisis selanjutnya.

4.4. Hasil Analisis Deskriptif

Metode analisis deskriptif adalah metode penelitian dengan cara mengumpulkan data-data sesuai dengan yang sebenarnya kemudian data-data tersebut disusun, diolah, dan dianalisis untuk dapat memberikan gambaran mengenai masalah yang ada (Sugiyono, 2011). Statistik deskriptif dapat digunakan bila peneliti hanya ingin mendeskripsikan data sampel dan tidak ingin membuat kesimpulan yang berlaku untuk populasi dimana sampel diambil.

(4)

29%

35%

36%

< 5 Tahun

5 - 10 Tahun

> 10 Tahun

Penelitian dilakukan dengan membagi kuesioner kepada perusahaan- perusahaan kontraktor baik kelas menengah sampai kelas atas yang sering menangani proyek-proyek gedung bertingkat di Surabaya, seperti kantor dan apartment. Hasilnya didapatkan 130 responden yang berasal dari ± 30 perusahaan kontraktor di Surabaya. Hasil analisis deskriptif penelitian ini akan dijelaskan sebagai berikut:

4.4.1. Pengalaman Kerja Responden di Bidang Jasa Konstruksi

Gambar 4.1. Pengalaman kerja responden di bidang jasa konstruksi

Berdasarkan Gambar 4.1. dapat diketahui bahwa dari 130 orang responden, 47 orang (36%) diantaranya telah memiliki pengalaman kerja di bidang konstruksi selama > 10 tahun, 45 orang ( 35%) diantaranya telah memiliki pengalaman kerja di bidang konstruksi selama 5-10 tahun, dan 38 orang ( 29%) lainnya telah memiliki pengalaman kerja di bidang konstruksi selama < 5 tahun.

(5)

20%

11%

38%

18%

8% 5%

Project Manager Site Manager Pelaksana K3

QC/QS Superintende nt

4.4.2. Jabatan Responden

Gambar 4.2. Jabatan responden

Berdasarkan Gambar 4.2. dapat diketahui bahwa dari 130 orang responden, 50 orang (38%) memiliki jabatan sebagai Pelaksana di lapangan, 26 orang (20%) memiliki jabatan sebagai Project Manager (PM), 24 orang (18%) memiliki jabatan sebagai K3, 14 orang (11%) memiliki jabatan sebagai Site Manager (SM), 10 orang (8%) memiliki jabatan sebagai QC (Quality Control) atau QS (Quality Surveyor) dan sisanya 6 orang (5%) memiliki jabatan sebagai Superintendent (Pengawas).

4.4.3. Tanggapan Responden terhadap Variabel Project Organization (X1) Tabel 4.3. Frekuensi Tanggapan Responden terhadap Variabel

Project Organization (X1)

Indikator 1 2 3 4 5

Mean

F % F % F % F % F %

Clear common

goal (X11) - - 1 0,8 8 6,2 58 44,6 63 48,5 4,4077 Clear

Responsibilitie s (X12)

- - 2 1,5 2 1,5 43 33,1 83 63,8 4,5923 Technology

(X13) - - 3 2,3 24 18,5 52 40,0 51 39,2 4,1615 Tasks (X14) - - 3 2,3 18 13,8 63 48,5 46 35,4 4,1692

Sumber: Lampiran 3 (Output SPSS)

(6)

Berdasarkan Tabel 4.3. dapat diketahui bahwa dari 130 orang responden yang memberi tanggapan pada variabel laten Project Organization/Organisasi Proyek (X1), mayoritas responden (63 orang, 48,5%) memilih “Sangat Setuju”

bahwa Clear common goal/Kejelasan tujuan bersama (X11) mempunyai hubungan signifikan terhadap faktor motivasi yang mempengaruhi keberhasilan keselamatan dan kesehatan pada konstruksi bangunan berkelanjutan. Mayoritas reponden (83 orang, 63,8%) memilih “Sangat Setuju” pada indikator Clear responsibilities/Kejelasan tanggung-jawab (X12) mempunyai hubungan signifikan terhadap faktor motivasi yang mempengaruhi keberhasilan keselamatan dan kesehatan pada konstruksi bangunan berkelanjutan. Mayoritas reponden (52 orang, 40%) memilih “Setuju” pada indikator Technology/Teknologi (X13) memiliki mempunyai hubungan signifikan terhadap faktor motivasi yang mempengaruhi keberhasilan keselamatan dan kesehatan pada konstruksi bangunan berkelanjutan.

Mayoritas reponden (63 orang, 48,5%) memilih “Setuju” pada indikator Tasks/Tugas (X14) mempunyai hubungan signifikan terhadap faktor motivasi yang mempengaruhi keberhasilan keselamatan dan kesehatan pada konstruksi bangunan berkelanjutan.

Jadi, secara keseluruhan dari keempat indikator yang digunakan untuk menjelaskan variabel laten Project Organization (X1), indikator Clear responsibilities (X12), memiliki nilai mean tertinggi dibandingkan dengan ketiga indikator lainnya, yaitu 4,5923. Dengan demikian, maka mayoritas responden menganggap bahwa dalam Project Organization, faktor motivasi Clear responsibilities mepunyai dampak terbesar dalam mempengaruhi keberhasilan keselamatan dan kesehatan pada konstruksi bangunan berkelanjutan.

4.4.4. Tanggapan Responden terhadap Variabel Leadership (X2)

Berdasarkan Tabel 4.4. dapat diketahui bahwa dari 130 orang responden yang memberi tanggapan pada variabel laten Leadership/Kepemimpinan (X2), mayoritas responden (73 orang, 56,2%) memilih “Sangat Setuju” bahwa Interpersonal skills/Keterampilan interpersonal (X21) mempunyai hubungan signifikan terhadap faktor motivasi yang mempengaruhi keberhasilan keselamatan dan kesehatan pada konstruksi bangunan berkelanjutan. Mayoritas reponden (63

(7)

orang, 48,5%) memilih “Setuju” pada indikator Experience/Pengalaman (X22) mempunyai hubungan signifikan terhadap faktor motivasi yang mempengaruhi keberhasilan keselamatan dan kesehatan pada konstruksi bangunan berkelanjutan.

Mayoritas reponden (64 orang, 49,2%) memilih “Setuju” pada indikator Power and control/Kekuasaan dan kontrol (X23) mempunyai hubungan signifikan terhadap faktor motivasi yang mempengaruhi keberhasilan keselamatan dan kesehatan pada konstruksi bangunan berkelanjutan. Mayoritas reponden (64 orang, 49,2%) memilih “Setuju” pada indikator Trust/Kepercayaan (X24) mempunyai hubungan signifikan terhadap faktor motivasi yang mempengaruhi keberhasilan keselamatan dan kesehatan pada konstruksi bangunan berkelanjutan.

Tabel 4.4. Frekuensi Tanggapan Responden terhadap Variabel Leadership (X2)

Indikator 1 2 3 4 5

Mean

F % F % F % F % F %

Interpersonal

skills (X21) - - 2 1,5 11 8,5 44 33,8 73 56,2 4,4462 Experience

(X22) - - 2 1,5 10 7,7 63 48,5 55 42,3 4,3154 Power and

Control (X23) 1 0,8 4 3,1 13 10,0 64 49,2 48 36,9 4,1846 Trust (X24) - - 2 1,5 10 7,7 64 49,2 54 41,5 4,3077

Jadi, secara keseluruhan, dari keempat indikator yang digunakan untuk menjelaskan variabel laten Leadership (X2), indikator Interpersonal skills (X21), memiliki nilai mean tertinggi dibandingkan dengan ketiga indikator lainnya, yaitu 4,4462. Dengan demikian, maka mayoritas responden menganggap bahwa dalam Leadership, faktor motivasi Interpersonal skills dari seorang pemimpin mepunyai dampak terbesar dalam mempengaruhi keberhasilan keselamatan dan kesehatan pada konstruksi bangunan berkelanjutan.

(8)

4.4.5. Tanggapan Responden terhadap Variabel Company Support (X3) Tabel 4.5. Frekuensi Tanggapan Responden terhadap Variabel

Company Support (X3)

Indikator 1 2 3 4 5

Mean

F % F % F % F % F %

Support with tools, time, and incentives (X31)

1 0,8 2 1,5 7 5,4 66 50,8 54 41,5 4,3077 Communication

rules and policy (X32)

- - 3 2,3 14 10,8 73 56,2 40 30,8 4,1538 Team selection

(X33) 1 0,8 7 5,4 29 22,3 59 45,4 34 26,2 3,9077 Sumber: Lampiran 3 (Output SPSS)

Berdasarkan Tabel 4.5. dapat diketahui bahwa dari 130 orang responden yang memberi tanggapan pada variabel laten Company Support/Dukungan Perusahaan (X3), mayoritas responden (66 orang, 50,8%) memilih “Setuju” bahwa Support with tools, time, and incentives/Dukungan peralatan, waktu, dan insentif (X31) mempunyai hubungan signifikan terhadap faktor motivasi yang mempengaruhi keberhasilan keselamatan dan kesehatan pada konstruksi bangunan berkelanjutan. Mayoritas reponden (73 orang, 56,2%) memilih “Setuju” pada indikator Communication rules and policy/Aturan berkomunikasi dan kebijakan (X32) mempunyai hubungan signifikan terhadap faktor motivasi yang mempengaruhi keberhasilan keselamatan dan kesehatan pada konstruksi bangunan berkelanjutan. Mayoritas reponden (59 orang, 45,4%) memilih “Setuju” pada indikator Team selection/Pemilihan tim (X33) mempunyai hubungan signifikan terhadap faktor motivasi yang mempengaruhi keberhasilan keselamatan dan kesehatan pada konstruksi bangunan berkelanjutan.

Jadi, secara keseluruhan dari ketiga indikator yang digunakan untuk menjelaskan variabel laten Company Support (X3), indikator Support with tools, time, and incentives (X31), memiliki nilai mean tertinggi dibandingkan dengan ketiga indikator lainnya, yaitu 4,3077. Dengan demikian, maka mayoritas responden menganggap bahwa dalam Company Support, faktor motivasi Support with tools, time, and incentives mepunyai dampak terbesar dalam mempengaruhi

(9)

4.4.6. Tanggapan Responden terhadap Variabel Safety and Health (Y1) Tabel 4.6. Frekuensi Tanggapan Responden terhadap Variabel

Safety and Health (Y1)

Jawaban 1 2 3 4 5

Mean

F % F % F % F % F %

Optimized energy performance (Y11)

- - 4 3,1 33 25,4 65 50,0 28 21,5 3,9000

Construction waste management (Y12)

- - 6 4,6 24 18,5 64 49,2 36 27,7 4,2462 Stormwater

quality control (Y13)

1 0,8 2 1,5 18 13,8 52 40,0 57 43,8 4,0000 Heat-island effect

roof (Y14) 6 4,6 16 12,3 48 36,9 50 38,5 10 7,7 3,3231 Indoor chemical

and pollutant source control &

Outdoor air delivery monitoring (Y15)

4 3,1 7 5,4 34 26,2 54 41,5 31 23,8 3,7769

Controllability of systems-lighting

& Daylight 75%

of spaces (Y16)

- - 3 2,3 31 23,8 64 49,2 32 24,6 3,9615

Berdasarkan Tabel 4.6. dapat diketahui bahwa dari 130 orang responden yang memberi tanggapan pada variabel laten Safety and Health (Y1), mayoritas responden (65 orang, 50,0 %) memilih “Setuju” bahwa On-site renewable energy

& optimized energy performance/Lokasi energi yang dapat diperbarui dan pengoptimalan kinerja energi (Y11) mempengaruhi keberhasilan keselamatan dan kesehatan pada konstruksi bangunan berkelanjutan. Mayoritas reponden (54 orang, 49,2%) memilih “Setuju” pada indikator Construction waste management/Pengelolaan limbah konstruksi (Y12) mempengaruhi keberhasilan keselamatan dan kesehatan pada konstruksi bangunan berkelanjutan. Mayoritas reponden (52 orang, 40,0%) memilih “Setuju” pada indikator Stormwater quality control/Kontrol kualitas limpasan air hujan (Y13) mempengaruhi keberhasilan keselamatan dan kesehatan pada konstruksi bangunan berkelanjutan. Mayoritas responden (50 orang, 38,5 %) memilih “Setuju” bahwa Heat-island effect

(10)

roof/Efek penggunaan atap reflektif (Y14) mempengaruhi keberhasilan keselamatan dan kesehatan pada konstruksi bangunan berkelanjutan. Mayoritas reponden (54 orang, 41,5%) memilih “Setuju” pada indikator Indoor chemical and pollutant source control & outdoor air delivery monitoring/Kontrol sumber polusi dan kimia dalam ruangan & pemantauan udara di luar ruangan (Y15) mempengaruhi keberhasilan keselamatan dan kesehatan pada konstruksi bangunan berkelanjutan. Mayoritas reponden (64 orang, 49,2%) memilih “Setuju” pada indikator Controllability of systems-lighting & daylight 75% of spaces/Pengendalian sistem pencahayaan & penerangan 75% sinar matahari yang masuk ke dalam ruangan (Y16) mempengaruhi keberhasilan keselamatan dan kesehatan pada konstruksi bangunan berkelanjutan.

Jadi, secara keseluruhan dari keenam indikator yang digunakan untuk menjelaskan variabel laten Safety and Health (Y1), indikator Construction waste management (Y12), memiliki nilai mean tertinggi dibandingkan dengan keenam indikator lainnya, yaitu 4,2462. Dengan demikian, maka mayoritas responden menganggap bahwa Construction waste management mepunyai dampak terbesar dalam mempengaruhi keberhasilan keselamatan dan kesehatan pada konstruksi bangunan berkelanjutan.

4.5. Evaluasi Model dengan PLS

Partial Least Square (PLS) dikembangkan pertama kali oleh Herman Wold (1982). PLS merupakan metode analisis yang kuat karena tidak mengasumsi data harus sesuai dengan pengukuran skala tertentu, jumlah sample kecil. PLS tidak hanya digunakan untuk mengkonfirmasi teori, tetapi juga digunakan untuk menjelaskan ada atau tidaknya hubungan antar variabel laten, tetapi dalam penelitian ini hubungan antar variabel laten tidak diteliti lebih lanjut atau dianggap tidak ada. PLS biasanya digunakan juga untuk model pengembangan/model baru untuk tujuan prediksi. Oleh karena PLS tidak mengasumsikan adanya distribusi tertentu untuk estimasi parameter, maka teknik parametrik untuk menguji signifikansi parameter tidak diperlukan (Chin,1998).

Model evaluasi PLS berdasarkan pada pengukuran prediksi yang mempunyai sifat

(11)

non-parametrik. Evaluasi model dengan PLS dilakukan dengan menilai outer model dan inner model.

Dalam PLS SEM juga dikenal terdapat dua macam hubungan antara indikator dan variabel laten, yaitu model reflektif dan model formatif. Model reflektif mencerminkan bahwa setiap indikator merupakan pengukuran kesalahan yang dikenakan terhadap variabel laten. Arah sebab akibat ialah dari variabel laten ke indikator dengan demikian indikator-indikator merupakan refleksi variasi dari variabel laten (Henseler, Ringle & Sinkovicks, 2009). Dengan demikian perubahan pada variabel laten diharapkan akan menyebabkan perubahan pada semua indikatornya. Sedang model hubungan formatif ialah hubungan sebab akibat berasal dari indikator menuju ke variabel laten. Hal ini dapat terjadi jika suatu variabel laten didefinisikan sebagai kombinasi dari indikator-indikatornya.

Dengan demikian perubahan yang terjadi pada indikator-indikator akan tercermin pada perubahan variabel latennya. Dalam melakukan evaluasi model PLS digunakan program SmartPLS v.3.

4.5.1. Outer Model (Model Pengukuran)

Menurut Kuncoro (2009), untuk mendapatkan data yang baik, perlu dilakukan pengujian skala pengukuran dengan uji validitas dan reliabilitas.

Validitas dan reliabilitas merupakan suatu pengujian untuk mengukur kebaikan ukuran dalam penelitian. Dalam hal ini untuk penggukuran outer model dapat dilihat berdasarkan variabel laten dengan indikator reflektif dan formatif, yang mempunyai metode pengukuran yang berbeda satu sama lain. Dalam penelitian ini hanya menggunakan pengujian outer model dengan indikator reflektif dikarenakan tidak adanya indikotor formatif pada permodelan struktur.

Outer model sering juga disebut (outer relation atau measurement model) yang mendefinisikan bagaimana setiap indikator berhubungan dengan variabel latennya (Ghozali, 2014). Evaluasi model pengukuran atau outer model dilakukan dengan menilai validitas dan reliabilitas model. Outer model dengan indikator reflektif dievaluasi melalui validity convergent dan validity discriminant dari indikator pembentuk struktur laten dan composite reliability serta cronbach alpha untuk block indikatornya.

(12)

4.5.1.1. Analisis Outer Model (Model Pengukuran) Project Organization

Gambar 4.3. Faktor motivasi project organization 4.5.1.1.1. Evaluasi Validitas

Cara yang sering digunakan oleh peneliti di bidang SEM-PLS untuk melakukan pengukuran model melalui analisis outer model/model pengukuran adalah dengan menggunakan pendekatan MTMM (Multi Trait-Multi Method) dengan menguji validitas convergent dan validitas discriminant.

4.5.1.1.1.1. Validitas Convergent

Validitas Convergent berhubungan dengan prinsip bahwa pengukur- pengukur (manivest variable) dari suatu konstruk seharusnya berkorelasi tinggi.

Uji validitas convergent indikator reflektif meliputi:

1. Loading Factor

Uji validitas convergent indikator reflektif dengan program SmartPLS v.3 salah satunya dapat dilihat dari nilai loading factor untuk setiap indikator konstruknya. Ukuran reflektif untuk individual dikatakan tinggi jika loading factor > 0,7. Namun untuk penelitian tahap awal dari pengembangan skala pengukuran nilai loading factor berkisar 0,5 sampai 0,6 dianggap cukup (Chin, 1998). Dalam penelitian ini dipakai nilai loading dengan standar 0,6 dikarenakan penelitian ini bersifat exploratory dan bukan confirmatory.

(13)

Tabel 4.7. Analisis Loading factor Project Organization

Variabel Indikator Outer

Loading Kesimpulan Project

Organization (X1)

Tasks (X14) 0,727 Valid

Sumber: Lampiran 4 (Output SmartPLS)

Berdasarkan Tabel 4.7. menunjukkan bahwa nilai loading factor dari semua indikator dari variabel latennya > 0,6 yang disyaratkan, dengan nilai terendah sebesar 0,727 (X14) dan nilai tertinggi sebesar 0,791 (X12). Oleh karena itu, maka dapat disimpulkan bahwa semua indikator konstruk tersebut valid.

2. Average Varience Extracted (AVE)

Uji validitas convergent yang lainnya adalah menilai validitas dari konstruknya dengan melihat nilai AVE, dipersyaratkan model yang baik kalau nilai AVE masing-masing konstruk nilainya lebih besar atau > 0,5 yang mempunyai arti bahwa 50% atau lebih variance dari indikator dapat dijelaskan.

Dari hasil output SmartPLS v.3 pada lampiran 4, analisis nilai AVE untuk konstruk project organization adalah 0,579 diatas 0,5 (0,579 > 0,5) sehingga memenuhi syarat validitas. Dapat disimpulkan bahwa hasil output AVE untuk konstruk project organization menunjukkan nilai AVE yang baik.

4.5.1.1.1.2. Validitas Discriminant

Discriminant Validity berhubungan dengan prinsip bahwa pengukur- pengukur (manivest variable) konstruk yang berbeda seharusnya tidak berkorelasi dengan tinggi. Uji Validitas discriminant salah satunya dapat dilakukan dengan melihat nilai cross-loading. Dalam hal ini pengujian cross-loading untuk analisis outer model tidak dilakukan karena cuma ada 1 konstruk laten beserta indikatornya, dimana cross-loading mengukur hubungan indikator-indikator terhadap konstruk laten yang lain diluar konstruk latennya sendiri.

4.5.1.1.2. Evaluasi Reliabilitas

Selain uji validitas, pengukuran model juga dilakukan untuk menguji reliabilitas suatu konstruk. Uji reliabilitas dilakukan untuk membuktikan akurasi,

(14)

konsistensi dan ketepatan instrumen dalam mengukur konstruk (Ghozali, 2012).

Dalam PLS-SEM dengan menggunakan program SmartPLS v.3, untuk mengukur reliabilitas suatu konstruk dengan indikator refleksif dapat dilakukan dengan dua cara uaitu dengan melihat nilai cronbach’s alpha dan composit reliability. Namun demikian penggunaan cronbach’s alpha untuk menguji menguji reliabilitas konstruk akan memberikan nilai yang lebih rendah (under estimate) sehingga lebih disarankan untuk menggunakan composite reliability dalam menguji reliabilitas suatu konstruk.

4.5.1.1.2.1. Cronbach’s Alpha

Uji reliabilitas diukur salah satunya dengan cara melihat nilai cronbach’s alpha. Konstruk dinyatakan reliable jika nilai cronbach’s alpha diatas 0,6 untuk penelitian confirmatory, sedangkan untuk penelitian exploratory syarat cronbach’s alpha diatas 0,6 (Chin, 1998).

Dari hasil output SmartPLS v.3 pada lampiran 4, analisis nilai cronbach’s alpha untuk konstruk Project Organization adalah 0,758 diatas 0,6 (0,758 > 0,6) sehingga memenuhi syarat reabilitas. Dapat disimpulkan bahwa hasil output cronbach’s alpha untuk konstruk project organization memiliki reliabilitas yang baik.

4.5.1.1.2.2. Composite Reliability

Composite Reliability merupakan closer approximation dengan asumsi estimasi parameter yang akurat (Chin 1998. 2010b) sehingga untuk pengukuran reliabilitas konstruknya lebih akurat menggunakan composite reliability. Konstruk dinyatakan reliable jika nilai cronbach’s alpha diatas 0,7 untuk penelitian confirmatory, sedangkan untuk penelitian exploratory syarat composite reliability diatas 0,6 (Chin, 1998).

Dari hasil output SmartPLS v.3 pada lampiran 4, analisis nilai composite reliability untuk konstruk project organization adalah 0,846 diatas 0,7 (0,846 >

0,7) sehingga memenuhi syarat validitas. Dapat disimpulkan secara keseluruhan bahwa hasil output cronbach’s alpha dan composite reliability untuk konstruk project organization memiliki reliabilitas yang baik.

(15)

4.5.1.2. Analisis Outer Model (Model Pengukuran) Leadership

Gambar 4.4. Faktor Motivasi Leadership 4.5.1.2.1. Evaluasi Validitas

1. Loading Factor

Uji validitas convergent indikator reflektif dengan program SmartPLS v.3 salah satunya dapat dilihat dari nilai loading factor untuk setiap indikator konstruknya. Ukuran reflektif untuk individual dikatakan tinggi jika loading factor > 0,7. Namun untuk penelitian tahap awal dari pengembangan skala pengukuran nilai loading factor berkisar 0,5 sampai 0,6 dianggap cukup (Chin, 1998). Dalam penelitian ini dipakai nilai loading dengan standar 0,6 dikarenakan penelitian ini bersifat exploratory dan bukan confirmatory.

(16)

Tabel 4.8. Analisis Loading Factor Leadership

Variabel Indikator Outer Loading Kesimpulan

Leadership (X2)

Power and Control (X23) 0,682 Valid

Dari hasil output SmartPLS v.3 pada lampiran 4, analisis nilai AVE untuk konstruk leadership adalah 0,549 diatas 0,5 (0,549 > 0,5) sehingga memenuhi syarat validitas. Dapat disimpulkan bahwa hasil output AVE untuk konstruk leadership menunjukkan nilai AVE baik.

Discriminant Validity berhubungan dengan prinsip bahwa pengukur- pengukur (manivest variable) konstruk yang berbeda seharusnya tidak berkorelasi dengan tinggi. Uji Validitas discriminant salah satunya dapat dilakukan dengan melihat nilai cross-loading. Dalam hal ini pengujian cross-loading untuk analisis outer model tidak dilakukan karena cuma ada 1 konstruk laten beserta indikatornya, dimana cross-loading mengukur hubungan indikator-indikator terhadap konstruk laten yang lain diluar konstruk latennya sendiri.

(17)

Selain uji validitas, pengukuran model juga dilakukan untuk menguji reliabilitas suatu konstruk. Uji reliabilitas dilakukan untuk membuktikan akurasi, konsistensi dan ketepatan instrumen dalam mengukur konstruk (Ghozali, 2012).

Dari hasil output SmartPLS v.3 pada lampiran 4, analisis nilai cronbach’s alpha untuk konstruk leadership adalah 0,725 diatas 0,6 (0,725 > 0,6) sehingga memenuhi syarat. Dapat disimpulkan bahwa hasil output cronbach’s alpha untuk konstruk leadership memiliki reliabilitas yang baik.

Dari hasil output SmartPLS v.3 pada lampiran 4, analisis nilai composite reliability untuk konstruk leadership adalah 0,829 diatas 0,7 (0,829 > 0,7) sehingga memenuhi syarat reabilitas. Dapat disimpulkan secara keseluruhan

(18)

bahwa hasil output cronbach’s alpha dan composite reliability untuk konstruk leadership memiliki reliabilitas yang baik.

4.5.1.3. Analisis Outer Model (Model Pengukuran) Company Support

Gambar 4.5. Faktor motivasi company support 4.5.1.3.1. Evaluasi Validitas

1. Loading Factor

Uji validitas convergent indikator reflektif dengan program SmartPLS v.3 salah satunya dapat dilihat dari nilai loading factor untuk setiap indikator konstruknya. Ukuran reflektif untuk individual dikatakan tinggi jika loading factor > 0,7. Namun untuk penelitian tahap awal dari pengembangan skala pengukuran nilai loading factor berkisar 0,5 sampai 0,6 dianggap cukup (Chin,

(19)

1998). Dalam penelitian ini dipakai nilai loading dengan standar 0,6 dikarenakan penelitian ini bersifat exploratory dan bukan confirmatory.

Tabel 4.9. Analisis Loading Factor Company Support

Loading Kesimpulan Company

Support (X3)

Support with tools, time,

and incentives (X31) 0,797 Valid Communication rules and

Team selection (X33) 0,740 Valid Sumber: Lampiran 4 (Output SmartPLS)

2. Average Varience Extracted (AVE)

Dari hasil output SmartPLS v.3, analisis nilai AVE untuk konstruk company support adalah 0,580 diatas 0,5 (0,580 > 0,5) sehingga memenuhi syarat validitas. Dapat disimpulkan bahwa hasil output AVE untuk konstruk company support menunjukkan nilai AVE baik.

Discriminant Validity berhubungan dengan prinsip bahwa pengukur- pengukur (manivest variable) konstruk yang berbeda seharusnya tidak berkorelasi dengan tinggi. Uji Validitas discriminant salah satunya dapat dilakukan dengan melihat nilai cross-loading. Dalam hal ini pengujian cross-loading untuk analisis outer loading tidak dilakukan karena cuma ada 1 konstruk laten beserta indikatornya, dimana cross-loading mengukur hubungan indikator-indikator terhadap konstruk laten yang lain diluar konstruk latennya sendiri.

(20)

Dari hasil output SmartPLS v.3 pada lampiran 4, analisis nilai cronbach’s alpha untuk konstruk company support adalah 0,638 diatas 0,6 (0,638 > 0,6) sehingga memenuhi syarat reabilitas. Dapat disimpulkan bahwa hasil output cronbach’s alpha untuk konstruk company support memiliki reliabilitas yang baik.

Dari hasil output SmartPLS v.3 pada lampiran 4, analisis nilai composite reliability untuk konstruk company support adalah 0,806 diatas 0,7 (0,806 > 0,7)

(21)

bahwa hasil output cronbach’s alpha dan composite reliability untuk konstruk company support memiliki reliabilitas yang baik atau mampu mengukur konstruknya.

4.5.1.4. Analisis Outer Model (Model Pengukuran) keberhasilan Safety and Health on Sustainable Construction

Gambar 4.6. Faktor Keberhasilan safety and health on sustainable construction 4.5.1.4.1. Evaluasi Validitas

1. Loading Factor

Uji validitas convergent indikator reflektif dengan program SmartPLS v.3 salah satunya dapat dilihat dari nilai loading factor untuk setiap indikator konstruknya. Ukuran reflektif untuk individual dikatakan tinggi jika loading factor > 0,7. Namun untuk penelitian tahap awal dari pengembangan skala

(22)

pengukuran nilai loading factor berkisar 0,5 sampai 0,6 dianggap cukup (Chin, 1998). Dalam penelitian ini dipakai nilai loading dengan standar 0,6 dikarenakan penelitian ini bersifat exploratory dan bukan confirmatory.

Tabel 4.10. Analisis Loading Factor Safety and Health on Sustainable Construction

Loading Kesimpulan

(Y1)

On-site renewable energy & optimized

energy performance (Y11) 0,793 Valid Construction waste management (Y12) 0,713 Valid Stormwater quality control (Y13) 0,668 Valid Heat-island effect roof (Y14) 0,682 Valid Indoor chemical and pollutant source

control & outdoor air delivery monitoring (Y15)

0,569 Valid

Controllability of systems-lighting &

daylight 75% of spaces (Y16) 0,692 Valid Sumber: Lampiran 4 (Output SmartPLS)

Berdasarkan Tabel 4.10. menunjukkan bahwa nilai loading factor dari semua indikator dari variabel latennya > 0,5 yang disyaratkan, dengan nilai terendah sebesar 0,569 (Y15) dan nilai tertinggi sebesar 0,793 (Y11). Oleh karena itu, maka dapat disimpulkan bahwa semua indikator konstruk tersebut valid.

Dari hasil output SmartPLS v.3 pada lampiran 4, analisis nilai AVE untuk konstruk keberhasilan safety and health pada konstruksi bangunan berkelanjutan adalah 0,475 dibawah 0,5 (0,475 < 0,5) yang berarti indikator keberhasilan safety and health terhadap konstruk latennya tidak valid, sehingga indikator dari konstruk laten keberhasilan safety and health harus dieliminasi/dibuang agar dapat memenuhi syarat AVE yaitu > 0,5.

Keterangan: Analisis dengan model yang sama tetap dilanjutkan sampai akhir.

(23)

Discriminant Validity berhubungan dengan prinsip bahwa pengukur- pengukur (manivest variable) konstruk yang berbeda seharusnya tidak berkorelasi dengan tinggi. Uji Validitas discriminant salah satunya dapat dilakukan dengan melihat nilai cross-loading. Dalam hal ini pengujian cross-loading untuk analisis

\outer loading tidak dilakukan karena cuma ada 1 konstruk laten beserta indikatornya, dimana cross-loading mengukur hubungan indikator-indikator terhadap konstruk laten yang lain diluar konstruk latennya sendiri.

Dari hasil output SmartPLS v.3, analisis nilai cronbach’s alpha untuk konstruk keberhasilan safety and health adalah 0,776 diatas 0,6 (0,776 > 0,6) sehingga memenuhi syarat reabilitas. Dapat disimpulkan bahwa hasil output cronbach’s alpha untuk konstruk keberhasilan safety and health pada konstruksi bangunan berkelanjutan memiliki reliabilitas yang baik.

(24)

Dari hasil output SmartPLS v.3, analisis nilai composite reliability untuk konstruk keberhasilan safety and health adalah 0,843 diatas 0,7 (0,843 > 0,7) sehingga memenuhi syarat reabilitas. Dapat disimpulkan secara keseluruhan bahwa hasil output cronbach’s alpha dan composite reliability untuk konstruk keberhasilan safety and health pada konstruksi berkelanjutan memiliki reliabilitas yang baik.

4.5.2. Inner Model (Model Struktural)

Analisis faktor konfirmasi tingkat kedua dalam penelitian ini digunakan untuk menguji faktorial dari semua indikator yang berdampak pada variabel- variabel motivasi terhadap keberhasilan safety and health pada konstruksi berkelanjutan yang meliputi: Proyek Organization (X1), Leadership (X2) Company support (X3), dan Safety and health (Y1). Analisis faktor konfirmasi tingkat 2 menguji model secara keseluruhan (struktural) terhadap indikator- indikator dengan konstruk latennya dan konstruk laten yang satu dengan yang lain yang nantinya menghasilkan nilai R-square dan nilai signifikansi model, yang nantinya dapat diketahui apakah model tersebut termasuk lemah, sedang atau kuat.

Inner model yang kadang disebut juga dengan (inner relation, structural model dan subtantive teory) menggambarkan hubungan antar variabel laten berdasarkan pada substantive teory. Inner model juga didefinisikan sebagai hubungan yang menspesifikasikan hubungan antar variabel laten (structural model). Uji model struktural dilakukan dengan 2 tahap yaitu dengan melihat nilai R-square dan nilai T-statistik.

(25)

Gambar 4.7. Motivasi keberhasilan keselamatan dan kesehatan pada konstruksi bangunan berkelanjutan

Berdasarkan Gambar 4.7. dengan cara yang sama dengan menggunakan SmartPLS v.3, didapat nilai output loading factor yang baru untuk model secara keseluruhan dan nilai cross loadings yang merupakan bagian dari pengujian outer model, serta didapatkan nilai R-square dan nilai T-hitung untuk pengujian model secara keseluruhan/structural. Berikut nilai-nilai tersebut:

Tabel 4.11. menunjukkan bahwa nilai loading factor dari semua indikator dari variabel latennya > 0,6 yang disyaratkan, dengan nilai terendah sebesar 0,617 (Y15) dan nilai tertinggi sebesar 0,806 (X31). Oleh karena itu, maka dapat disimpulkan bahwa semua indikator konstruk tersebut valid.

Tabel 4.11. Analisis Loading Factor Motivasi Keberhasilan Keselamatan dan Kesehatan pada Konstruksi Bangunan Berkelanjutan

Variabel Indikator Outer Loading Kesimpulan

Project Organization

(X1)

Sumber: Lampiran 4 (Output SmartPLS)

(26)

Tabel 4.11. Analisis Loading Factor Motivasi Keberhasilan Keselamatan dan Kesehatan pada Konstruksi Bangunan Berkelanjutan (Lanjutan)

Variable Indikator Outer

Loading Kesimpulan Leadership

(X2)

Interpersonal skills (X21) 0,771 Valid Experience (X22) 0,746 Valid Power and Control (X23) 0,679 Valid

support with tools, time, and

incentives (X31) 0,806 Valid communication rules and

team selection (X33) 0,744 Valid

(Y1)

optimized energy performance (Y11)

0,796 Valid

Construction waste

management (Y12) 0,671 Valid

Stormwater quality control

(Y13) 0,621 Valid

Heat-island effect roof (Y14) 0,715 Valid Indoor chemical and pollutant

source control & outdoor air delivery monitoring (Y15)

0,617 Valid

Controllability of systems- lighting & daylight 75% of

spaces (Y16)

0,691 Valid

Sumber: Lampiran 4 (Output SmartPLS) Cross Loadings

Uji validitas discriminant indikator reflektif dapat dilihat dari nilai cross- loading antara indikator dan konstruknya harus memiliki nilai lebih tinggi dibandingkan dengan nilai indikatornya jika dipasangkan dengan konstruk lainnya.

Berdasarkan Tabel 4.12. menunjukkan bahwa korelasi konstruk project organization (X1) dengan indikatornya (X11) memiliki nilai 0,770 lebih tinggi dibandingkan dengan korelasi indikator (X11) dengan konstruk leadership (X2) yang hanya 0,505, (X11) dengan konstruk company support (X3) 0,379 dan dengan konstuk S&H (Y1) yang hanya bernilai 0,286. Hal ini juga berlaku sebaliknya

(27)

yaitu korelasi konstruk leadership (X2) terhadap indikator (X21) lebih besar tinggi jika dibandingkan indikator (X21) terhadap konstruk lainnya. Oleh karena itu, maka dapat disimpulkan bahwa semua indikator terhadap konstruknya masing- masing lebih tinggi dari pada indikator terhadap konstruk lainnya sehingga dapat disimpulkan bahwa semua indikator valid.

Tabel 4.12. Analisis Cross Loadings Motivasi Keberhasilan Keselamatan dan Kesehatan pada Konstruksi Bangunan Berkelanjutan

Indikator Project

Organization Leadership Company

Support S&H Kesimpulan

X11 0,770 0,505 0,379 0,286 Valid

X12 0,782 0,452 0,384 0,369 Valid

X13 0,755 0,409 0,480 0,384 Valid

X14 0,736 0,429 0,474 0,330 Valid

X21 0,508 0,771 0,512 0,503 Valid

X22 0,391 0,746 0,458 0,295 Valid

X23 0,427 0,679 0,357 0,310 Valid

X24 0,416 0,763 0,494 0,420 Valid

X31 0,488 0,506 0,806 0,329 Valid

X32 0,391 0,421 0,733 0,392 Valid

X33 0,405 0,482 0,744 0,368 Valid

Y11 0,442 0,416 0,406 0,796 Valid

Y12 0,268 0,347 0,199 0,671 Valid

Y13 0,131 0,320 0,312 0,621 Valid

Y14 0,317 0,362 0,367 0,715 Valid

Y15 0,319 0,326 0,345 0,617 Valid

Y16 0,308 0,374 0,293 0,691 Valid

(28)

4.5.2.1. R-square (R²)

Pengujian terhadap model struktural dilakukan dengan melihat nilai R- square yang merupakan uji goodness of fit model. Dalam menilai model dengan PLS dimulai dengan melihat R-square untuk setiap variabel laten dependen.

Perubahan nilai R-square dapat digunakan untuk menilai pengaruh variabel laten independen tertentu terhadap variabel laten dependen apakah mempunyai pengaruh yang substantive. Hasil R-square menurut (Chin, 1998) sebesar 0,67, 0,33, dan 0,19 untuk variabel laten endogen dalam model struktural mengidentifikasikan bahwa model baik (0,67), moderat (0,33), dan lemah (0,19).

Dari hasil output SmartPLS v.3 pada lampiran 4, menunjukkan bahwa model pengaruh motivasi terhadap keberhasilan safety and health pada konstruksi bangunan berkelanjutan memiliki nilai R-square 0,322 yang dapat diinterpretasikan bahwa variabilitas konstruk keberhasilan safety and health yang dapat dijelaskan oleh variabilitas konstruk motivasi sebesar 32,2% sedangkan sisanya (100% - 32,2%) = 67,8% dijelaskan oleh variabel lain diluar yang diteliti.

Dapat disimpulkan bahwa model tersebut memiliki R-square yang rendah atau lemah karena nilainya berkisaran diantara 0,19 < 0,322 < 0,33.

4.5.2.2. Uji signifikansi (T-statistik)

Uji kedua adalah melihat signifikansi untuk mengetahui pengaruh antar variabel. Menurut (Chin, 1998) syarat signifikansi (two-tailed), t-value 1,65 (significance level = 10%), 1,96 (significance level = 5%) dan 2,58 (significance level = 1%). Dalam penelitian ini dipakai nilai 1,98 (significance level = 5%) yang nantinya akan dibandingkan dengan hasil output T-statistik harus lebih besar dari 1,98.

Berdasarkan Tabel 4.13. menunjukkan bahwa besarnya koefisien parameter sebesar 0,567 yang berarti besarnya pengaruh positif motivasi terhadap keberhasilan safety and health pada konstruksi bangunan berkelanjutan. Pada tabel diatas didapatkan nilai hasil output T-statistik sebesar 10,328 > 1,98 ( t tabel signifikansi 5% = 1,98) oleh karena nilai t-statistik > dari t-tabel maka dapat dikatakan signifikan pada 5%. Begitu pula dengan organisasi proyek, kepemimpinan, dan dukungan perusahaan dapat dikatakan signifikan pada 5%

(29)

karena memiliki nilai t-statistik > 1,96. Untuk nilai estimasi masing-masing koefisien parameter semuanya bernilai positif yang meliputi proyek organisasi (nilai estimasi sebesar 0,429), kepemimpinan (nilai estimasi sebesar 0,424) dan dukungan perusahaan (nilai estimasi sebesar 0,317). Jadi semakin tinggi tingkat penerapan motivasi pada konstruksi bangunan berkelanjutan maka tingkat keberhasilan keselamatan dan kesehatan pada konstruksi bangunan berkelanjutan akan semakin tinggi.

Tabel 4.13. Analisis Path Coefficients

Variabel

Original Sample

(O)

Sample Mean

(M)

Standard Error (STERR)

T Statistics

P

Values Kesimpuan Project

Organization -> Motivation

0,429 0,424 0,028 15,333 0,000 Signifikan Leadership ->

Motivation 0,424 0,428 0,029 14,630 0,000 Signifikan Company

Support ->

Motivation

0,317 0,317 0,029 10,933 0,000 Signifikan Motivation ->

S&H 0,567 0,586 0,055 10,328 0,000 Signifikan Sumber: Lampiran 4 (Output SmartPLS)

Kesimpulan : Secara menyeluruh bahwa model diatas tidak dapat dipakai dikarenakan tidak memenuhi syarat validitas, meskipun pada program SPSS v.22 syarat validitas dan reliabilitas terpenuhi tetapi pada program SmartPLS v.3 syarat AVE yang merupakan suatu pengujian terhadap validitas tidak memenuhi syarat, nilai AVE untuk konstruk laten Safety and Health (Y1) sebesar 0,473 < 0,5.

Jadi, model diatas tidak dapat dipakai.

Solusi : Dengan membuang/mengeliminasi variabel yang dianggap memiliki pengaruh kecil terhadap permodelan struktur yaitu dengan membuang indikator-indikator yang memiliki loading factor yang kecil sehingga dapat meningkatkan nilai AVE dan R- square.

(30)

4.5.3. Pengujian Kembali dengan mengeliminasi indikator-indikator

Berdasarkan pada kesimpulan diatas, maka diambil suatu tindakan dengan mengeliminasi atau membuang indikator-indikator yang memiliki nilai loading factor yang rendah. Indikator yang dibuang adalah indikator power and control (X23) yang memiliki nilai loading factor 0,679 pada konstruk laten Company Support (X3) dan indikator Stormwater quality control (Y13) yang merupakan nilai kedua terendah pada konstruk laten Safety and Health (Y1). Setelah itu dilakukan pengujian ulang seperti sebelumnya.

Gambar 4.8. Motivasi keberhasilan S&H pada konstruksi bangunan berkelanjutan (Sesudah dieliminasi)

Berdasarkan Gambar 4.8. dengan cara yang sama dengan menggunakan SmartPLS v.3, didapat nilai loading factor, average varience extracted (AVE), cross loadings, cronbach’s alpha, dan composite reliability untuk outer model.

Sedangkan untuk pengujian inner modelnya didapatkan nilai R-square dan T- hitung. Berikut hasil nilai-nilai tersebut:

Berdasarkan tabel 4.14. menunjukkan bahwa nilai loading factor dari semua indikator dari variabel latennya > 0,6 yang disyaratkan, dengan nilai terendah sebesar 0,629 (Y12) dan nilai tertinggi sebesar 0,809 (X31). Oleh karena itu, maka dapat disimpulkan bahwa semua indikator konstruk tersebut valid.

(31)

Tabel 4.14. Analisis Loading Factor Motivasi Keberhasilan Keselamatan dan Kesehatan pada konstruksi bangunan berkelanjutan (Sesudah dieliminasi)

Loading Kesimpulan Project

Organization (X1)

Leadership (X2)

Support with tools, time, and

incentives (X31) 0,809 Valid

Communication rules and policy

(X32) 0,722 Valid

Team selection (X33) 0,751 Valid

(Y1)

optimized energy performance (Y11) 0,774 Valid Construction waste management

(Y12) 0,629 Valid

Heat-island effect roof (Y14) 0,767 Valid Indoor chemical and pollutant

source control & outdoor air delivery monitoring (Y15)

0,674 Valid Controllability of systems-lighting

& daylight 75% of spaces (Y16) 0,691 Valid Sumber: Lampiran 4 (Output SmartPLS)

Tabel 4.15. Analisis Nilai Average Varience Extracted (AVE) Motivasi Keberhasilan Keselamatan dan Kesehatan pada Konstruksi Bangunan

Berkelanjutan (Sesudah dieliminasi)

Variabel AVE Kesimpulan

Project Organization (X1) 0,579 Valid

Leadership (X2) 0,625 Valid

Company Support (X3) 0,580 Valid

S&H in Sustainable Construction (Y1) 0,503 Valid Sumber: Lampiran 4 (Output SmartPLS)

(32)

Berdasarkan Tabel 4.15. menunjukkan bahwa hasil output AVE untuk project organization, leadership, dan company support memiliki nilai AVE diatas 0,5 sehingga memenuhi syarat validitas. Nilai AVE safety and health yang sebelumnya tidak memenuhi, setelah dilakukan eliminasi indikator nilai AVE safety and health naik menjadi 0,503 > 0,5 sudah memenuhi syarat validitas sehingga dapat disimpulkan hasil output AVE menunjukkan nilai AVE baik untuk konstruk motivasi (organisasi proyek, kepemimpinan, dan dukungan perusahaan) maupun konstruk S&H memiliki nilai AVE lebih besar dari 0,5.

Tabel 4.16. Analisis Cross Loadings Motivasi Keberhasilan Keselamatan dan Kesehatan pada Konstruksi Bangunan Berkelanjutan (Sesudah dieliminasi) Indikator Project

Organization Leadership Company

Support S&H Kesimpulan

X11 0,767 0,472 0,380 0,295 Valid

X12 0,779 0,412 0,383 0,379 Valid

X13 0,756 0,374 0,479 0,399 Valid

X14 0,741 0,439 0,476 0,373 Valid

X21 0,508 0,799 0,513 0,495 Valid

X22 0,391 0,795 0,462 0,307 Valid

X24 0,417 0,777 0,493 0,425 Valid

X31 0,488 0,525 0,809 0,320 Valid

X32 0,391 0,364 0,722 0,360 Valid

X33 0,406 0,515 0,751 0,389 Valid

Y11 0,442 0,408 0,406 0,774 Valid

Y12 0,268 0,318 0,197 0,629 Valid

Y14 0,319 0,389 0,368 0,767 Valid

Y15 0,320 0,379 0,346 0,674 Valid

Y16 0,307 0,345 0,292 0,691 Valid

(33)

Cross Loadings

Uji validitas discriminant indikator reflektif dapat dilihat dari nilai cross- loading antara indikator dan konstruknya harus memiliki nilai lebih tinggi dibandingkan dengan nilai indikatornya jika dipasangkan dengan konstruk lainnya.

Berdasarkan Tabel 4.16. menunjukkan bahwa korelasi konstruk project organization (X1) dengan indikatornya (X11) memiliki nilai 0,767 lebih tinggi dibandingkan dengan korelasi indikator (X11) dengan konstruk leadership (X2) yang hanya 0,472, (X11) dengan konstruk company support (X3) 0,380 dan dengan konstuk safety and health (Y1) yang hanya bernilai 0,295. Hal ini juga berlaku sebaliknya yaitu korelasi konstruk leadership (X2) terhadap indikator (X21) lebih besar tinggi jika dibandingkan indikator (X21) terhadap konstruk lainnya. Oleh karena itu, maka dapat disimpulkan bahwa semua indikator terhadap konstruknya masing-masing lebih tinggi dari pada indikator terhadap konstruk lainnya sehingga dapat disimpulkan bahwa semua indikator valid.

Tabel 4.17. Analisis Cronbach’s Alpha Motivasi Keberhasilan Keselamatan dan Kesehatan pada Konstruksi Bangunan Berkelanjutan (Sesudah dieliminasi)

Variabel Cronbach’s

Alpha Kesimpulan Project Organization (X1) 0,758 Reliabel

S&H in Sustainable Construction (Y1) 0,752 Reliabel Sumber: Lampiran 4 (Output SmartPLS)

Berdasarkan Tabel 4.17. menunjukkan bahwa hasil output cronbach’s alpha baik untuk keempat konstruk, semuanya sudah memenuhi syarat diatas 0,6 sehingga dapat disimpulkan bahwa konstruk memiliki reliabilitas yang baik.

Berdasarkan Tabel 4.18. menunjukkan bahwa hasil output composite reliability baik untuk keempat konstruk karena semuanya sudah memenuhi syarat diatas 0,7 sehingga dapat disimpulkan secara keseluruhan dengan melihat output cronbach’s alpha dan composite reliability bahwa konstruk memiliki reliabilitas yang baik.

(34)

Tabel 4.18. Analisis Composite Reliability Motivasi Keberhasilan Keselamatan dan Kesehatan pada Konstruksi Bangunan Berkelanjutan (Sesudah dieliminasi)

Variabel Composite

Reliability Kesimpulan Project Organization (X1) 0,846 Reliabel

S&H in Sustainable

Construction (Y1) 0,843 Reliabel

4.5.3.1. R-square (R²) Sesudah Dieliminasi

Pengujian terhadap model struktural dilakukan dengan melihat nilai R- square yang merupakan uji goodness of fit model. Dalam menilai model dengan PLS dimulai dengan melihat R-square untuk setiap variabel laten dependen.

Perubahan nilai R-square dapat digunakan untuk menilai pengaruh variabel laten independen tertentu terhadap variabel laten dependen apakah mempunyai pengaruh yang substantive. Hasil R-square menurut (Chin, 1998) sebesar 0,67, 0,33, dan 0,19 untuk variabel laten endogen dalam model struktural mengidentifikasikan bahwa model baik (0,67), moderat (0,33), dan lemah (0,19).

Dari hasil output SmartPLS v.3 pada lampiran 4, menunjukkan bahwa pengaruh model motivasi terhadap keberhasilan safety and health pada konstruksi bangunan berkelanjutan memiliki nilai R-square 0,332 (naik dari sebelumnya sebesar 0,322) yang dapat diinterpretasikan bahwa variabilitas konstruk keberhasilan safety and health yang dapat dijelaskan oleh variabilitas konstruk motivasi sebesar 33,2% sedangkan sisanya (100% - 33,2%) = 66,8% dijelaskan oleh variabel lain diluar yang diteliti. Dapat disimpulkan bahwa model tersebut memiliki R-square yang moderat atau sedang karena nilainya berkisaran diantara 0,33 < 0,332 < 0,67.

4.5.3.2. Uji signifikansi (T-statistik) Sesudah Dieliminasi

Uji kedua adalah melihat signifikansi untuk mengetahui pengaruh antar