4. ANALISA DAN PEMBAHASAN
4.1. Gambaran Obyek Penelitian
Tujuan dari penelitian ini adalah untuk mengetahui faktor yang paling dominan digunakan dalam pertimbangan penilai properti di Surabaya. Penelitian ini menggunakan sumber data primer yang dikumpulkan dengan cara menyebarkan kuesioner. Responden pada penelitian ini adalah penilai di Kantor Jasa Penilai Publik (KJPP) yang sudah bekerja sekurang-kurangnya 1 tahun.
Berdasarkan data dari 133 responden, didapat melalui kuisioner yang dibagikan diperoleh data responden berdasarkan usia, lama ia bekerja sebagai penilai, jenis keanggotaan pada MAPPI, posisi di KJPP, sudah menjadi penilai publik atau belum serta pendapatan yang diperoleh perbulan. Dibawah ini akan dijelaskan deskripsi profil responden dan jawaban responden pada variable- variabel penelitian.
Tabel 4.1. Karakteristik Responden
Karakteristik Responden
Belum Memiliki Ijin Penilai
Penilai Properti Sederhana
Penilai
Properti Total
Jenis Kelamin :
Pria 72 21 30 123
Wanita 5 1 4 10
77 22 34 133
Usia :
20 - 25 tahun 12 3 5 20
26 - 30 tahun 34 7 6 47
31 - 35 tahun 12 5 12 29
36 - 40 tahun 7 4 7 18
41 - 50 tahun 10 1 4 15
> 50 tahun 2 2 - 4
77 22 34 133
Lanjutan Tabel 4.1. Karakteristik Responden
Karakteristik Responden
Belum Memiliki Ijin Penilai
Penilai Properti Sederhana
Penilai
Properti Total
Lama Berprofesi :
1 - 2 tahun 24 4 7 35
2 - 3 tahun 18 5 8 31
3 - 4 tahun 13 3 5 21
4 - 5 tahun 5 1 2 8
> 5 tahun 17 9 12 38
77 22 34 133
Jenis Keanggotaan di
MAPPI :
Anggota Afiliasi 10 4 2 16
Anggota Peserta 55 14 24 93
Anggota Terakreditasi 12 2 1 15
Anggota Bersertifikat - 2 7 9
77 22 34 133
Posisi di KJPP :
Surveyor 36 11 10 57
Staf Penilai 40 7 19 66
Kepala Cabang 1 1 2 4
Partner - 3 3 6
77 22 34 133
Penilai Publik :
Penilai Publik 10 14 12 36
Bukan Penilai Publik 67 8 22 97
77 22 34 133
Pendapatan :
Rp.3.500.000 s/d
Rp.4.500.000 65 18 22 105
Rp.4.500.001 s/d
Rp.5.500.000 7 2 4 13
Rp.5.500.001 s/d
Rp.6.500.000 2 2 2 6
> Rp.6.500.000 3 - 6 9
77 22 34 133
4.1.1 Profil Responden Berdasarkan Jenis Kelamin
Berdasarkan jenis kelamin responden, bisa dilihat dalam gambar 4.1 bahwa presentase terbesar berada pada jenis kelamin pria yaitu 92% dan jenis kelamin wanita yang 8% atau hanya ada 10 orang penilai wanita dari 133 penilai.
Kepemilikan ijin penilai yaitu 77 orang belum memiliki ijin penilai, 22 orang merupakan penilai properti sederhana dan 34 orang sudah menjadi penilai properti. Mayoritas penilai bekerja di KJPP namun banyak yang belum memiliki ijin penilaian dan berdampak pada terbatasnya jenis aset yang bisa dinilai.
Gambar 4.1. Profil Responden Berdasarkan Jenis Kelamin
4.1.2 Profil Responden Berdasarkan Usia
Berdasarkan usia responden, jumlah terbesar berada pada kisaran usia 26- 30 tahun yaitu sebanyak 35 persen atau 47 responden dari total 133 responden dan jumlah terendah berada pada kisaran usia >50 tahun yaitu sebanyak 3% atau hanya 4 responden saja. Sisanya yaitu kisaran usia 20-25 tahun sebanyak 15%
atau 20 responden, kisaran usia 31-35 tahun sebanyak 22% atau 29 responden, kisaran usia 36-40 tahun sebanyak 14% atau 18 responden dan kisaran usia 41-50 tahun sebanyak 11% atau 15 orang. Usia bukan merupakan faktor utama seorang penilai sudah memiliki ijin penilaian atau belum, bisa dilihat pada rentang usia
Pria 92%
Wanita 8%
Jenis Kelamin
hasil bahwa dari 4 orang penilai 2 orang belum memiliki ijin penilaian.
Sedangkan ijin penilai properti terbanyak dimiliki penilai dalam rentang usia 31- 35 tahun yaitu sebanyak 12 orang.
Gambar 4.2. Profil Responden Berdasarkan Usia
4.1.3 Profil Responden Berdasarkan Lama Berprofesi Sebagai Penilai Dari total 133 responden, sebanyak 29% sudah berprofesi sebagai penilai lebih dari 5 tahun, atau sebanyak 38 orang. Sisanya yaitu sebanyak 26% atau 35 responden telah berprofesi sebagai penilai selama rentang waktu 1-2 tahun, sebanyak 23% atau 31 responden berprofesi sebagai penilai selama rentang waktu 2-3 tahun, sebanyak 16% atau 21 responden berprofesi sebagai penilai selama rentang waktu 3-4 tahun dan 8 responden atau 6% dari total 133 responden telah berprofesi sebagai penilai selama 4-5 tahun. Kebanyakan penilai yang baru bekerja selama 1-2 tahun belum memiliki ijin penilai, dari hasil penelitian bisa dikatakan bahwa lebih lama seseorang berprofesi sebagai penilai maka kebutuhan untuk mendapatkan ijin penilaian semakin besar dan bisa dilihat dari jumlah
20 - 25 tahun 15%
26 - 30 tahun
35%
31 - 35 tahun 22%
36 - 40 tahun 14%
41 - 50 tahun 11%
> 50 tahun
3%
Usia
Gambar 4.3. Profil Responden Berdasarkan Lama Berprofesi Sebagai Penilai
4.1.4 Profil Responden Berdasarkan Jenis Keanggotaan di MAPPI
Berdasarkan jenis keanggotaan di MAPPI, responden yang merupakan anggota peserta memiliki jumlah terbanyak yaitu 70% atau sebanyak 93 responden. Sedangkan responden yang sebagai anggota bersertifikat memiliki jumlah terendah yaitu hanya 7% atau 9 responden dari total 133 total responden.
Sisanya merupakan anggota afiliasi sebanyak 12% atau 16 responden dan anggota terakreditasi sebanyak 11% atau 15 responden. Kebanyakan anggota peserta di MAPPI dengan jumlah 55 responden belum memiliki ijin penilaian dan masih melakukan penilaian sesuai tugas yang diberikan oleh KJPP atau dengan kata lain memiliki keterbatasan lingkup objek penilaian. Dari 9 orang yang merupakan anggota bersertifikat 7 diantaranya sudah merupakan penilai properti dan 2 sisanya merupakan penilai properti sederhana, maka semakin tinggi keanggotaan penilai seharusnya penilai telah memiliki ijin penilaian.
1 - 2 tahun
26%
2 - 3 tahun
23%
3 - 4 tahun 16%
4 - 5 tahun 6%
> 5 tahun
29%
Lama Berprofesi Sebagai Penilai
Gambar 4.4. Profil Responden Berdasarkan Keanggotaan di MAPPI
4.1.5 Profil Responden Berdasarkan Posisi di KJPP
Berdasarkan posisinya di KJPP responden dengan posisi sebagai staff penilai memiliki jumlah terbanyak yaitu 50% atau 66 responden, diikuti oleh responden dengan posisi sebagai surveyor sebanyak 43% atau 57 responden, sebanyak 4% atau 6 responden termasuk sebagai partner dan 3% dari total 133 responden atau 4 responden merupakan kepala cabang. Bisa dilihat bahwa surveyor dan staff penilai merupakan posisi terendah di KJPP dan dalam posisi ini kebanyakan penilai belum memiliki ijin penilaian. Tetapi belum tentu juga tidak ada yang memiliki ijin penilaian, dibuktikan bahwa dari total 57 orang anggota surveyor ada 11 orang yang memiliki ijin penilaian properti sederhana dan 10 orang yang telah memiliki ijin penilaian properti, serta dari 66 staff penilai 7 orang telah memiliki ijin penilaian properti sederhana dan 19 orang memiliki ijin penilaian properti. Posisi tertinggi di KJPP merupakan partner, yaitu 6 orang penilai dari total 133 responden dan tidak ada yang belum memperoleh ijin penilaian.
Anggota A;iliasi
12%
Anggota Peserta 70%
Anggota Terakreditasi
11%
Anggota Berserti;ikat
7%
Jenis Keanggotaan di MAPPI
Gambar 4.5. Profil Responden Berdasarkan Posisi di KJPP
4.1.6 Profil Responden Berdasarkan Sertifikasi Penilai Publik
Berdasarkan kedudukannya sebagai penilai publik atau bukan telah diperoleh data bahwa 27% dari 133 total responden atau sebanyak 36 responden sudah penilai publik dan sisanya 73% atau sebanyak 97 responden belum menjadi penilai publik. Penelitian ini juga menunjukan bahwa sebanyak 22 orang penilai yang belum menjadi penilai publik tetapi telah memiliki ijin penilai sebagai penilai properti. Ada juga yang merupakan penilai publik namun belum memiliki ijin penilai yaitu sebanyak 10 orang, dengan demikian ada atau tidaknya predikat sebagai penilai publik tidak menjamin seorang penilai memiliki ijin penilaian.
Surveyor 43%
Staf Penilai 50%
Kepala Cabang 3%
Partner 4%
Posisi di KJPP
Gambar 4.6. Profil Responden Berdasarkan Sertifikasi Penilai Publik
4.1.7 Profil Responden Berdasarkan Pendapatan
Berdasarkan jumlah pendapatan perbulan yang didapat oleh responden sebanyak 79% atau 105 responden memperoleh di kisaran Rp.3.500.000- Rp.4.500.000, sebanyak 10% atau 13 responden memperoleh pendapatan di kisaran Rp.4.500.001-Rp.5.500.001, sebanyak 6 responden atau 4% dari total 133 responden memperoleh penghasilan perbulan di kisaran Rp.5.500.001- Rp.6.500.000 dan sisanya sebanyak 7% atau 9 responden memperoleh pendapatan perbulan lebih dari Rp.6.500.000. Dengan demikian bisa dikatakan bahwa semakin tinggi jabatan di KJPP dan ijin penilaian yang dimiliki semakin besar juga pendapatannya perbulan, dilihat dari 9 responden dengan pendapatan lebih dari Rp.6.500.000 6 diantaranya merupakan penilai properti dan merupakan partner serta kepala cabang.
Penilai Publik 27%
Bukan Penilai Publik
73%
Penilai Publik
Gambar 4.7. Profil Responden Berdasarkan Pendapatan
4.2. Uji Validitas
Tabel 4.2. Uji Validitas
Faktor - Faktor Heuristik Variabel Pearson Correlation
Sig. (2- tailed)
Representative Heuristic
RH_1 0,660 0,000
RH_2 0,681 0,000
RH_3 0,520 0,000
RH_4 0,592 0,000
RH_5 0,714 0,000
Availability Heuristic
AH_1 0,762 0,000
AH_2 0,747 0,000
AH_3 0,667 0,000
AH_4 0,630 0,000
AH_5 0,695 0,000
Anchoring and Adjustment Heuristic
AAH_1 0,878 0,000
AAH_2 0,880 0,000
AAH_3 0,729 0,000
AAH_4 0,694 0,000
AAH_5 0,662 0,000
Positivity Heuristic
PH_1 0,684 0,000
PH_2 0,664 0,000
Rp.3.500.000 - Rp.4.500.000
79%
Rp.4.500.001 - Rp.5.500.000
10%
Rp.5.500.001 - Rp.6.500.000
4%
> Rp.6.500.000 7%
Pendapatan
Uji Validitas bertujuan untuk mengetahui apakah instrumen yang digunakan mampu mengukur apa yang hendak diukur atau dengan kata lain validitas menunjukan ketepatan item-item pernyataan dalam kuesioner. Dalam penelitian ini peneliti menggunakan metode Pearson dalam mengukur valid atau tidaknya pertanyaan pada kuisioner dengan cara mengkorelasikan skor jawaban yang diperoleh pada masing-masing item dengan skor total dari keseluruhan item.
Suatu instrumen dikatakan valid apabila hasil pearson correlation bernilai positif dan hasil Sig. (2-tailed) < α 0,05. Dari hasil kuisioner yang diperoleh, telah diuji dan terbukti bahwa semua butir pertanyaan yang diajukan kepada responden adalah valid karena memiliki nilai pearson correlation positif dan Sig. (2-tailed) <
α 0,05. Maka dapat dikatakan bahwa semua pertanyaan dapat mengukur Representative Heuristic, Availability Heuristic, Anchoring and Adjustment Heuristic dan Positivity Heuristic.
4.3. Uji Reliabilitas
Setelah semua data valid maka dilanjutkan dengan uji reliabilitas. Uji reliabilitas betujuan untuk mengetahui apakah instrumen yang digunakan dapat digunakan sebagai alat pengumpul data yang konsisten dan tidak bersifat tendensius. Kriteria alat ukur dinyatakan reliable adalah jika Alpha Cronbach >
0,6 dan hasil pengukuran Alpha Cornbach < 0,6 berarti tidak reliable (Kountur, 2007). Berdasarkan tabel 4.3 dibawah ini bisa dilihat bahwa variabel Representative Heuristic, Availability Heuristic, Anchoring and Adjustment Heuristic dan Positivity Heuristic memiliki Cronbach Alpha > 0,6 sehingga variabel-variabel tersebut dinyatakan reliabel.
Tabel 4.3. Uji Reliabilitas
Faktor - Faktor Heuristik Cronbach Nilai
4.3.1 Mean
Dalam uji reliabilitas terhadap 133 hasil kuisioner diperoleh rata-rata atau yang disebut dengan mean sebagai berikut :
Tabel 4.4. Mean Variabel Mean
RH1 4.067
RH2 4.015
RH3 4.030
RH4 4.225
RH5 4.090
AH1 3.887
AH2 4.300
AH3 3.797
AH4 4.000
AH5 4.173
AAH1 1.744
AAH2 1.774
AAH3 2.233
AAH4 2.759
AAH5 1.947
PH1 4.052
PH2 3.661
PH3 4.270
PH4 4.398
PH5 3.827
4.4. Analisa Faktor
Berikut akan dijelaskan hasil analisa faktor terhadap faktor-faktor heuristik yaitu, Representative Heuristic, Availability Heuristic, Anchoring and
4.4.1 Barlett’s Test dan Keiser Meyer Olkin (KMO)
Dari tabel 4.5 diketahui nilai signifikansi yang dihasilkan Barlett’s Test sebesar 0,000 yang berarti kurang dari 0,05. Berdasarkan hasil tersebut bisa disimpulkan bahwa terdapat korelasi yang baik pada 20 faktor, sehingga penelitian dapat dilanjutkan.
Tabel tersebut juga menunjukan nilai KMO sebesar 0,651 lebih besar dari 0,5 sehingga bisa diartikan 133 responden dalam penelitian telah layak untuk dilakukan analisa selanjutnya. Hasil pengelolahan data juga menunjukan nilai anti image correlation semua faktor lebih besar dari 0,5.
Tabel 4.5. Barlett’s Test dan Nilai KMO
Kaiser-Meyer-Olkin Measure of Sampling Adequacy 0.651 Barlett's Test of Sphericity Approx. Chi-Square 1199,415
Df 190
Sig. 0.000
4.4.2 Determinant of Correlation Matrix dan Anti Image Correlation
Matrik korelasi dapat dikatakan memiliki keterkaitan antar variabel apabila determinan memiliki nilai dibawah 1. Hasil perhitungan menunjukan hasil Determinant of Correlation Matrix = 0,6, maka matrik korelasi antar variabel saling terkait. Dalam pengujian Measures of Sampling Adequacy (MSA) menunjukan pengujian terhadap 20 variabel menghasilkan Anti Image Correlation yang ditandai dengan huruf “a” diharuskan memiliki standar nilai diatas 0,5.
Dapat dilihat dari tabel 4.6.
Tabel 4.6. Measures of Sampling Adequacy (MSA)
Variabel Anti Image Correlation
Measures of Sampling Adequacy (MSA) Standard
Keterangan
RH_1 0.562 0.5 Memenuhi
RH_2 0.675 0.5 Memenuhi
RH_3 0.643 0.5 Memenuhi
RH_4 0.625 0.5 Memenuhi
RH_5 0.65 0.5 Memenuhi
AH_1 0.622 0.5 Memenuhi
AH_2 0.648 0.5 Memenuhi
AH_3 0.676 0.5 Memenuhi
AH_4 0.536 0.5 Memenuhi
AH_5 0.558 0.5 Memenuhi
PH_1 0.611 0.5 Memenuhi
PH_2 0.633 0.5 Memenuhi
PH_3 0.667 0.5 Memenuhi
PH_4 0.66 0.5 Memenuhi
PH_5 0.677 0.5 Memenuhi
AAH_1 0.647 0.5 Memenuhi
AAH_2 0.646 0.5 Memenuhi
AAH_3 0.863 0.5 Memenuhi
AAH_4 0.724 0.5 Memenuhi
AAH_5 0.716 0.5 Memenuhi
4.4.3 Penentuan Jumlah Faktor
Untuk menentukan jumlah faktor yang terbentuk digunakan eigen value dan cumulative variance. Masing-masing akan dijelaskan sebagai berikut:
Tabel 4.7. Total Variance
Com
Initian Eigenvalues Extraction Sums of Squared Loadings
Rotation Sums of Squared Loadings Total % of
Var
Cum
% Total % of Var
Cum
% Total % of Var
Cum
% 1 3.502 17.508 17.508 3.502 17.508 17.508 3.101 15.505 15.505 2 2.668 13.338 30.846 2.668 13.338 30.846 2.689 13.445 28.950 3 2.581 12.906 43.753 2.581 12.906 43.753 2.586 12.931 41.881 4 1.894 9.469 53.222 1.894 9.469 53.222 2.268 11.341 53.222 5 1.220 6.098 59.320
6 1.096 5.481 64.801 7 0.977 4.886 69.687 8 0.852 4.258 73.945
9 0.761 3.807 77.752
10 0.736 3.682 81.433
11 0.660 3.302 84.735
12 0.553 2.763 87.499
13 0.521 2.607 90.106
14 0.455 2.275 92.381
15 0.403 2.015 94.396
16 0.357 1.783 96.179
17 0.301 1.505 97.684
18 0.237 1.183 98.866
Berdasarkan tabel 4.6 diketahui 4 komponen dengan eigen value terbesar.
Dari tabel tersebut juga bisa dilihat cumulative variance. Cumulative variance digunakan untuk mengukur validitas faktor-faktor yamng digunakan saat penelitian. Faktor-faktor tersebut dikatakan dapat mewakili keseluruhan penelitian jika memiliki cumulative variance > 50%. Dari tabel tersebut dapat dilihat bahwa pengelompokan faktor memiliki cumulative variance sebesar 53,223%, yang berarti faktor-faktor tersebut telah mewakili keseluruhan data penelitian.
4.4.4 Factor Loadings
Tabel 4.8. Rotated Component Matrix
Variabel Component
1 2 3 4
AAH_2 0.906 0.038 -0.014 -0.192
AAH_1 0.903 0.029 -0.022 -0.196
AAH_3 0.691 0.082 0.059 -0.184
AAH_5 0.662 0.051 0.135 0.144
AAH_4 0.616 0.064 -0.032 -0.015
PH_5 0.068 0.833 0.038 -0.016
PH_4 0.139 0.808 -0.035 0.144
PH_1 -0.05 0.751 0.08 0.062
PH_3 0.171 0.62 -0.164 0.085
PH_2 -0.036 0.52 0.025 -0.34
AH_1 0.137 -0.107 0.75 -0.109
AH_2 -0.024 0.053 0.733 0.22
AH_5 -0.149 0.061 0.712 0.063
AH_3 0.07 0.085 0.67 -0.121
AH_4 0.093 -0.195 0.587 0.076
RH_5 0.04 -0.124 -0.157 0.767
RH_1 -0.135 0.034 0.106 0.688
RH_2 -0.031 0.059 -0.161 0.644
RH_4 -0.184 0.155 0.121 0.514
RH_3 -0.059 -0.028 0.219 0.407
Berdasarkan Tabel 4.8 dapat dibuktikan bahwa 4 faktor semula kembali mengelompok dalam kategorinya masing-masing. Tabel 4.9 dibawah ini diketahui
yang layak masuk ke dalam pengelompokan faktor-faktor heuristik tersebut karena memiliki factor loadings > 0.5.
Tabel 4.9. Pengelompokkan Faktor Faktor Faktor
Heuristik
Factor Loadings
% Variance
AAH_2 0.906
17.508
AAH_1 0.903
AAH_3 0.691
AAH_5 0.662
AAH_4 0.616
PH_5 0.833
13.338
PH_4 0.808
PH_1 0.751
PH_3 0.620
PH_2 0.520
AH_1 0.750
12.906
AH_2 0.733
AH_5 0.712
AH_3 0.670
AH_4 0.587
RH_5 0.767
9.469
RH_1 0.688
RH_2 0.644
RH_4 0.514
RH_3 0.407
4.4.5 Interpretasi Faktor
1. Faktor 1 atau Anchoring and Adjustment Heuristic
Faktor 1 ini memiliki eigen value 3,502 dengan presentase variance sebesar 17,508%. Hal ini berarti faktor 1 memberikan kontribusi sebesar 17,508%
terhadap pengambilan keputusan penilai properti.
Faktor 1 meliputi :
a. AAH_2 : Dengan memiliki patokan nilai yang akan dikeluarkan, proses adjustment sering diabaikan
b. AAH_1 : Mengembangkan proses penilaian dari data yang didapat pertama kali
c. AAH_3 : Menentukan patokan nilai dari hasil penilaian sebelumnya untuk digunakan pada penilaian saat ini
d. AAH_5 : Memperkirakan hasil penilaian terlebih dahulu sebelum melakukan metode perhitungan yang seharusnya
e. AAH_4 : Menentukan indikasi nilai pasar berdasarkan pengamatan sesaat pada waktu inspeksi
2. Faktor 2 atau Positivity Heuristic
Faktor 2 memiliki eigen value 2,668 dengan presentase variance sebesar 13,338%. Hal ini berarti Positivity Heuristic memberikan kontribusi sebesar 13,338% terhadap pengambilan keputusan dalam proses penilaian properti.
Faktor 2 meliputi :
a. PH_5 : Memilik persyaratan khusus sebelum menyetujui melakukan penilaian
b. PH_4 : Melakukan penilaian properti yang sesuai dengan kompentensi diri sendiri saja
c. PH_1 : Menggunakan asumsi-asumsi dalam melakukan penilaian d. PH_3 : Memiliki kepercayaan diri atas kemampuan diri sendiri dalam
melakukan proses penilaian
3. Faktor 3 atau Availability Heuristic
Faktor 3 memiliki eigen value sebesar 2,581 dengan presentase variance sebesar 12,906%. Hal ini membuktikan bahwa faktor 3 memberikan kontribusi sebesar 12,906% terhadap setiap pengambilan keputusan penilai properti.
Faktor 3 meliputi :
a. AH_1 : Menilai properti saat ada data lengkap dari properti tersebut b. AH_2 : Menilai sesuai dengan Standar Penilaian Indonesia (SPI) c. AH_5 : Menggunakan data-data yang menunjukan harga pasar rata-rata
disekitar objek
d. AH_3 : Menggunakan harga transaksi properti sebagai satu-satunya sumber data
e. AH_4 : Menggunakan data yang tersedia saat melakukan penilaian properti
4. Faktor 4 atau Representative Heuristic
Faktor 4 memiliki eigen value sebesar 1,894 dengan presentase variance sebesar 9,469%. Hal ini membuktikan bahwa faktor 4 memberikan kontribusi sebesar 9,469% terhadap setiap pengambilan keputusan penilai properti dan angka tersebut merupakan yang terkecil diantara faktor-faktor heuristik lain.
Faktor 4 meliputi :
a. RH_5 : Menggunakan bantuan tenaga ahli lain dalam melakukan penilaian yang tidak sesuai dengan kompetensi
b. RH_1 : Menilai properti pada daerah yang kurang dikenal karena memiliki pengalaman yang hampir sama dengan properti yang berbeda c. RH_2 : Menggunakan data primer sebagai sumber data
d. RH_4 : Menggunakan data masa lalu untuk dibandingkan dengan data saat ini
e. RH_3 : Menilai properti seperti yang sudah pernah dinilai sebelumnya
4.5. Pembahasan
Berdasarkan hasil penelitian yang telah dilakukan dengan penyebaran kuisioner, didapatkan hasil bahwa faktor-faktor heuristik menjadi salah satu pertimbangan dalam diri penilai saat melakukan penilaian.
Pertimbangan yang dilakukan merupakan dorongan atas suatu sifat yang tanpa disadari muncul karena adanya kebiasaan dan pengulangan kejadian secara terus- menerus. Kejadian tersebut bisa berupa kasus-kasus tertentu yang pernah dihadapi penilai dalam beberapa kesempatan, sehingga penilai menjadi terbiasa dan sudah mengerti sela atau dapat mencari jalan keluar terbaik karena sudah pernah menghadapi kejadian serupa. Dampaknya berupa munculnya patokan yang diterapkan penilai dalam proses penilaian yang sedang dihadapi dan yang akan dihadapi dikemudian hari.
Dalam penelitian ini penulis mengambil responden yang sudah tergabung dalam MAPPI dan minimal merupakan anggota afiliasi. Dari hasil analisa yang telah dilakukan, dapat dibuktikan bahwa Anchoring and Adjustment Heuristic merupakan faktor dominan dalam diri penilai. Hasil penelitian menunjukan bahwa mayoritas penilai dalam melakukan proses penilaian sudah membuat patokan terlebih dahulu yang berasal dari kejadian atau kasus serupa yang pernah mereka alami. Patokan atau standar yang dibuat juga didukung oleh informasi terbaru yang diperoleh penilai, informasi tersebut biasanya akan disesuaikan lagi dengan kebutuhan penilai dalam proses penilaian. Informasi yang didapat biasanya berupa data penilaian terdahulu yang disesuaikan dengan objek penilaian saat ini, biasanya tidak selalu sama karena jenis properti yang berbeda- beda namun penilai seringkali juga membandingkan lebih dari 1 properti. Dalam penelitian ini juga ditemukan bahwa kebanyakan penilai sudah memperkirakan nilai sebelum melakukan metode perhitungan yang seharusnya, biasanya terjadi pada waktu inspeksi. Dari penjelasan tersebut berarti dalam hasil melakukan proses penilaian, mayoritas penilai memiliki kecenderungan untuk menentukan patokan nilai terlebih dahulu. Kecenderungan penilai tersebut termasuk dalam Anchorimng and Adjustment Heuristic.
terdiri dari hal-hal yang berasal dari dalam diri penilai masing-masing. Dalam proses penilaian kebanyakan penilai memiliki spesifikasi khusus sebelum melakukan penilaian. Disamping itu penilai juga memiliki kecenderungan untuk menilai jenis properti yang mereka sudah familiar, atau bisa dikatakan kebanyakan penilai memilih untuk menghindari resiko salah dalam menilai.
Penilaian yang dilakukan penilai berdasarkan positivity heuristic juga seringkali dipengaruhi oleh asumsi-asumsi yang dibuat oleh penilai sendiri. Kebanyakan dari penilai yang memiliki kecenderungan demikian melakukan pendekatan pasar sebelum melakukan penilaian, karena mereka harus membuktikan sendiri agar percaya bahwa asumsi yang mereka lakukan tidak salah. Tetapi permasalahan yang sering terjadi adalah asumsi penilai satu dengan yang lain seringkali berbeda dan asumsi tersebut tidak ada standar kebenarannya.
Dalam peneitian ini, factor loadings ketiga setelah Positivity Heuristic adalah Availability Heuristic atau suatu kebiasaan penilai yang mencari informasi terbaru untuk sebagai pendukung dalam melakukan penilaian. Dari hasil penelitian dibuktikan bahwa penilai melakukan penilaian ketika data yang dibutuhkan sudah lengkap, penilai beranggapan informasi atau data tersebut merupakan modal dasar dalam melakukan penelitian. Penilaian yang dilakukan penilai menggunakan standar yang diterapkan terhadap semua penilai yaitu Standar Penilaian Indonesia (SPI), didalamnya terdapat kode etik yang harus diterapkan serta tahap-tahap dalam melakukan penelitian. Kebanyakan penilai menggunakan informasi harga pasar rata-rata disekitar objek penilaian, karena penilai merasa lebih mudah untuk dijadikan pembanding. Selain itu harga transaksi properti juga digunakan penilai dalam menentukan hasil penilaian, ada juga penilai yang hanya menggunakan harga transaksi tersebut dan menyebabkan ketidaksesuaian dengan hasil penilaian yang sebenarnya. Hasil bias yang seringkali muncul adalah disebabkan oleh data yang digunakan belum bisa dibuktikan keakuratannya, serta setiap penilai memiliki sumber data yang
pertimbangan dalam penilaian properti. Dari hasil penelitian, kebanyakan penilai menggunakan bantuan tenaga ahli lain dalam melakukan penilaian yang dirasa penilai sendiri kurang berkompeten. Penilai juga seringkali menyetujui untuk menilai properti seperti yang pernah mereka nilai sebelumnya, jadi dengan jenis properti yang sejenis penilai merasa lebih bisa menentukan nilai yang sesuai.
Informasi yang didapat penilai juga dibandingkan dengan kasus yang sedang dihadapi, makan pengalaman masa lalu mengenai pemecahan masalah. Tetapi seringkali data yang digunakan tidak sesuai dengan properti yang akan dinilai, dan jika hal ini menjadi kebiasaan makan hasil yang bias bukan tidak mungkin untuk muncul.
