4. ANALISIS DAN PEMBAHASAN

(1)

27

Universitas Kristen Petra

4. ANALISIS DAN PEMBAHASAN

4.1. Gambaran Umum Objek Penelitian

Penelitian dilakukan dengan menyebarkan kuesioner pada proyek-proyek konstruksi yang sedang berjalan khususnya proyek pembangunan gedung bertingkat (multi-storey building) yang berada di Surabaya. Responden penelitian merupakan pihak kontraktor antara lain project manager, site manager, supervisor, site engineer dan lain-lain. Jumlah kuesioner yang disebar sebanyak 110 kuesioner namun yang berhasil dikumpulkan sebanyak 104 kuesioner (lampiran 4).

4.2. Hasil Analisis Deskriptif

Analisis deksriptif berisi serangkaian data yang berhasil dikumpulkan, yaitu data pendukung seperti jabatan responden, pendidikan terakhir, pengalaman kerja dibidang jasa konstruksi, jenis proyek yang sedang dikerjakan dan jumlah lantai bangunan yang sedang dikerjakan. Statistik deskriptif dapat digunakan bila peneliti hanya ingin mendeskripsikan data sampel dan tidak ingin membuat kesimpulan yang berlaku untuk populasi dimana sampel diambil. Hasil analisis deskriptif penelitian ini akan dijelaskan sebagai berikut:

4.2.1. Jabatan Responden

Gambar 4.1. merupakan persentase jumlah responden yang telah mengisi kuesioner berdasarkan jabatan di perusahaan konstruksi tersebut.

Gambar 4.1. Jabatan Responden Tabel 4.1. Lanjutan

(2)

28

Berdasarkan Gambar 4.1. dapat diketahui bahwa dari 104 jumlah responden, 16 orang (15,4%) diantaranya merupakan site manager, 21 orang (20,2%) merupakan site engineer, 12 orang (11,5%) merupakan project manager, 19 orang (18,3%) merupakan supervisor, dan lainnya 36 orang (34,6%). Jabatan responden cukup beragam responden terbanyak merupakan site manager proyek.

4.2.2. Pendidikan Terakhir Responden

Gambar 4.2. merupakan persentase jumlah responden yang telah mengisi kuesioner berdasarkan pendidikan terakhir responden yang bekerja di perusahaan konstruksi tersebut.

Gambar 4.2. Pendidikan Terakhir Responden

Berdasarkan Gambar 4.2. dapat diketahui bahwa dari 104 jumlah responden, 67 orang (64,4%) diantaranya berpendidikan S1, 2 orang (1,9%) berpendidikan S2, dan 35 orang (33,7%) lainnya berpendidikan D1/D2/D3/SMA Sederajat. Mayoritas responden berpendidikan S1.

4.2.3. Pengalaman Kerja Responden di Bidang Jasa Konstruksi

Gambar 4.3. merupakan persentase jumlah responden yang telah mengisi kuesioner berdasarkan pengalaman kerja responden di bidang jasa konstruksi.

(3)

29

Gambar 4.3. Pengalaman Kerja Responden di Bidang Jasa Konstruksi Berdasarkan Gambar 4.3. dapat diketahui bahwa dari 104 jumlah responden, 39 orang (37,5%) diantaranya telah memiliki pengalaman kerja di bidang konstruksi selama < 5 tahun, 34 orang (32,7%) diantaranya telah memiliki pengalaman kerja di bidang konstruksi selama 5-10 tahun, dan 31 orang (29,8%) lainnya telah memiliki pengalaman kerja di bidang konstruksi selama >10 tahun.

Pengalaman kerja responden cukup beragam yang terbanyak adalah kurang dari 5 tahun.

4.2.4. Jenis Proyek

Gambar 4.4. merupakan persentase jumlah responden yang telah mengisi kuesioner berdasarkan jenis proyek yang sedang dikerjakan oleh responden.

Gambar 4.4. Jenis Proyek

Berdasarkan Gambar 4.4. dapat diketahui bahwa dari 104 jumlah responden, 19 orang (18,3%) mengerjakan proyek perkantoran, 10 orang (9,6%) mengerjakan proyek mall, 40 orang (38,5%) mengerjakan proyek apartemen, 17 orang (16,3%) mengerjakan proyek hotel dan 18 orang (17,3%) mengerjakan proyek lainnya. Jenis proyek yang dikerjakan oleh responden cukup beragam dengan yang terbanyak adalah proyek pembangunan apartemen.

(4)

30

4.2.5. Jumlah Lantai Bangunan Proyek

Gambar 4.5. merupakan persentase jumlah responden yang telah mengisi kuesioner berdasarkan jumlah lantai pada proyek yang sedang dikerjakan oleh responden

Gambar 4.5. Jumlah Lantai Bangunan Proyek

Berdasarkan Gambar 4.5. dapat diketahui bahwa dari 104 jumlah responden, 4 orang (3,8%) responden mengerjakan proyek dengan jumlah lantai <

5 lantai, 5 orang (4,8%) responden mengerjakan proyek dengan jumlah lantai 5 - 10 lantai, dan 95 orang (91,3%) responden lainnya mengerjakan proyek dengan jumlah lantai > 10 lantai. Jumlah lantai bangunan proyek yang dikerjakan responden terbanyak adalah lebih dari 10 lantai.

4.2.6. Tanggapan Responden terhadap Indikator Penyebab Sisa Material Batu Bata

Tabel 4.1. merupakan nilai mean dari masing-masing indikator berdasarkan tanggapan responden terhadap penyebab terjadinya sisa material batu bata.

Tabel 4.1. Nilai Mean Tanggapan Responden terhadap Indikator Penyebab Sisa Material Batu Bata

No Kode Indikator Nilai

Mean

1 A1 Mutu yang Rendah 3,9

2 A2 Pekerja Tidak Memakai Sisa Bata 4,1

3 A3 Bekerja Kondisi Hujan 3,5

4 A4 Penggunaan Alat yang Salah 3,3

5 A5 Tukang Tidak Profesional 3,8

6 A6 Tidak Menggunakan Material Sisa 3,8

7 A7 Kurang Koordinasi 3,8

(5)

31

No Kode Indikator Nilai

Mean

8 A8 Desain Arsitek & Struktur 3,7

9 A9 Tumpukan Batu Bata 4,1

10 A10 Transportasi & proses bongkar muat 4,2

11 A11 Material tidak Dicek 4,0

Secara keseluruhan, dari 11 indikator yang digunakan pada Tabel 4.1.

untuk menjelaskan faktor penyebab terjadinya sisa material batu bata, indikator transportasi dan proses bongkar muat yang ceroboh (asal lempar) (A10), memiliki nilai mean tertinggi dibandingkan dengan indikator lainnya, yaitu 4,2. Sedangkan indikator dengan nilai mean terendah 3,3 adalah penggunaan atau pengangkatan alat yang salah (A4). Dengan demikian, maka mayoritas responden menganggap bahwa faktor penyebab terjadinya sisa material batu bata adalah akibat dari transportasi dan proses bongkar muat yang ceroboh atau asal lempar pada material batu bata.

4.2.7. Tanggapan Responden terhadap Indikator Solusi Pencegahan Sisa Material Batu Bata

Tabel 4.2. merupakan nilai mean dari masing-masing indikator berdasarkan tanggapan responden terhadap solusi pencegahan sisa material batu bata.

Tabel 4.2. Nilai Mean Tanggapan Responden terhadap Indikator Solusi Pencegahan Sisa Material Batu Bata

No Kode Indikator Nilai Mean

1 B1 Merencanakan Gudang dan Rute Pengangkutan 4,36

2 B2 Pengiriman Material Terencana 4,2

3 B3 Meningkatkan Keamanan Material 4,0

4 B4 Kontrol terhadap Material 3,9

5 B5 Perawatan dan Penanganan Material 4,1

6 B6 Komunikasi yang Jelas 4,35

7 B7 Perencanaan Material yang Lebih Detail 4,1

8 B8 Memberikan Pelatihan kepada Tukang 3,4

9 B9 Memberikan Edukasi dan Pelatihan Kepada Staff 3,9 10 B10 Tindakan Korektif saat Proses Produksi 3,9 11 B11 Perencanaan Pengendalian Limbah Konstruksi 3,8 12 B12 Mempertimbangkan Sumber Limbah Lainnya 3,8

(6)

32

Secara keseluruhan, dari 12 indikator yang digunakan pada Tabel 4.2.

untuk menjelaskan variabel solusi pencegahan terjadinya sisa material batu bata, indikator merencanakan lokasi gudang dan rute pengangkutan material di lapangan (B1) memiliki nilai mean tertinggi dibandingkan dengan 11 indikator lainnya. Sedikit lebih tinggi dibanding dengan indikator komunikasi yang jelas antara kontraktor dengan subkon (B6). Indikator dengan nilai mean terendah sebesar 3,4 adalah memberikan pelatihan kepada tukang (B8). Dengan demikian, maka mayoritas responden menganggap bahwa indikator merencanakan lokasi gudang dan rute pengangkutan material di lapangan merupakan faktor yang paling utama dalam mewujudkan solusi pencegahan terjadinya sisa material batu bata pada suatu proyek konstruksi.

4.2.8. Tanggapan Responden terhadap Indikator Penyebab Sisa material Besi Tulangan

Tabel 4.3. merupakan nilai mean dari masing-masing indikator berdasarkan tanggapan responden terhadap penyebab terjadinya sisa material besi tulangan.

Tabel 4.3. Nilai Mean Tanggapan Responden terhadap Indikator Penyebab Sisa Material Besi Tulangan

1 C1

Sisa Potongan Besi Terlalu Pendek 3,71

2 C2

Diameter Tulangan Terlalu Besar 3,12

3 C3

Desain Kurang Detail 3,80

4 C4

Ukuran Kurang Diperhatikan 3,86

5 C5

Kurang Pengawasan dari Kontraktor 3,92

6 C6

Kesalahan di Lokasi Proyek 3,87

7 C7

Potongan Besi Terlalu Panjang 3,38

8 C8

Pengetahuan Kurang Selama Proses Desain 3,86

9 C9

Bar Bending Schedule tidak ada 4,28

Secara keseluruhan, dari sembilan indikator yang digunakan untuk menjelaskan faktor penyebab terjadinya sisa material besi tulangan, indikator bar

(7)

33

bending schedule yang tidak ada (C9), memiliki nilai mean tertinggi dibandingkan dengan indikator lainnya, yaitu 4,28. Sedangkan indikator material besi tulangan susah untuk dipabrikasi karena diameter yang terlalu besar (C2) merupakan nilai mean terendah yaitu sebesar 3,12. Dengan demikian, maka mayoritas responden menganggap bahwa penyebab terjadinya sisa material besi tulangan adalah karena bar bending schedule yang tidak ada.

4.2.9. Tanggapan Responden terhadap Indikator Solusi Pencegahan Sisa Material Besi Tulangan

Tabel 4.4. merupakan nilai mean dari masing-masing indikator berdasarkan tanggapan responden terhadap solusi pencegahan sisa material besi tulangan.

Tabel 4.4. Nilai Mean Tanggapan Responden terhadap Indikator Solusi Pencegahan Sisa Material Besi Tulangan

1 D1 Perencanaan Site Layout 4,23

2 D2 Menggunakan Material Prefabrikasi 4,11

3 D3 Tersedia Area Pemotongan dan Penyimpanan Material 4,18

4 D4 Penyortiran Material 4,04

5 D5 Mengoptimalkan Sisa Potongan 3,81

6 D6 Tidak Memproduksi di Lapangan 3,05

7 D7 Mengontrol Pembelian 3,95

8 D8 Pendidikan dan Pelatihan dari Perusahaan 3,64

9 D9 Meningkatkan Sistem Kontrol 3,92

10 D10 Fasilitas untuk Daur Ulang Material 3,79

Secara keseluruhan, dari sepuluh indikator yang digunakan untuk menjelaskan solusi pencegahan terjadinya sisa material besi tulangan, indikator perencanaan site layout (D1), memiliki nilai mean tertinggi dibandingkan dengan indikator lainnya, yaitu 4,23. Sedangkan indikator (D6) yaitu tidak memproduksi material besi tulangan di lokasi proyek merupakan nilai mean terendah yaitu sebesar 3,05. Dengan demikian, maka mayoritas responden menganggap bahwa solusi untuk mencegah terjadinya sisa material besi tulangan adalah dengan cara merencanakan site layout di lapangan atau di lokasi proyek konstruksi.

(8)

34

4.2.10. Tanggapan Responden terhadap Indikator Penyebab Sisa Material Kayu

Tabel 4.5. merupakan nilai mean dari masing-masing indikator berdasarkan tanggapan responden terhadap penyebab terjadinya sisa material kayu.

Tabel 4.5. Nilai Mean Tanggapan Responden terhadap Indikator Penyebab Sisa Material Kayu

1 E1 Pemotongan Kayu yang Salah 4,21

2 E2 Penumpukan dan Penyimpanan Kayu 4,16

3 E3 Mudah Membusuk 4,22

4 E4 Kualitas Kayu Kurang Baik 4,24

5 E5 Tidak Tepat Kemasan dan Penggunan 3,90

6 E6 Salah Penanganan 3,83

7 E7 Hanya sebagai Pembantu Proses Produksi 4,13 8 E8 Kurang Pengawasan dari Kontraktor 3,86

9 E9 Kurang Pengetahuan Desain 3,88

Secara keseluruhan, dari sembilan indikator yang digunakan untuk menjelaskan faktor penyebab terjadinya sisa material kayu, indikator (E4), yaitu masa pemakaian kayu hanya 2-3 kali pakai karena kualitas kayu yang kurang baik memiliki nilai mean tertinggi yaitu sebesar 4,24 dibandingkan dengan indikator lainnya. Sedangkan indikator (E6) yaitu, penanganan yang tidak tepat pada material kayu merupakan nilai mean terendah sebesar 3,83. Dengan demikian, maka mayoritas responden menganggap bahwa penyebab terjadinya limbah kayu adalah karena kualitas kayu yang kuarnag baik sehingga hanya bisa digunakan sebanyak 2-3 kali penggunaan.

(9)

35

4.2.11. Tanggapan Responden terhadap Indikator Solusi Pencegahan Sisa Material Kayu

Tabel 4.6. merupakan nilai mean dari masing-masing indikator berdasarkan tanggapan responden terhadap solusi pencegahan sisa material kayu.

Tabel 4.6. Nilai Mean Tanggapan Responden terhadap Indikator Solusi Pencegahan Sisa Material Kayu

1 F1 Menggunakan Material Bekas 3,86

2 F2 Pembelian Secara Optimal 4

3 F3 Menggunakan Material Sisa di Lapangan 3,84

4 F4 Menggunakan Bekisting Baja 4,19

5 F5 Menggunakan Mutu yang Lebih Baik 4,06

6 F6 Edukasi Kepada Stakeholders 3,85

7 F7 Peningkatan Manajerial 3,88

8 F8 Fasilitas Daur Ulang Limbah 3,35

9 F9 Pengelolaan Limbah 3,54

Secara keseluruhan, dari sembilan indikator yang digunakan untuk menjelaskan solusi pencegahan terjadinya sisa material kayu, indikator penggunaan bekisting dari baja (F4), memiliki nilai mean tertinggi dibandingkan dengan indikator lainnya, yaitu sebesar 4,19. Sedangkan indikator (F8) yaitu adanya fasilitas untuk daur ulang limbah konstruksi merupakan nilai mean terendah yaitu sebesar 3,35. Dengan demikian, maka mayoritas responden menganggap bahwa solusi untuk mencegah terjadinya sisa material kayu adalah dengan cara menggunakan bekisting dari material baja sebagai pengganti bekisting dari material kayu.

4.3. Uji Validitas dan Reliabilitas

Dalam usaha memperoleh informasi yang akurat mengenai alat ukur, maka seluruh butir pertanyaan dilakukan uji validitas dan reabilitas kepada seluruh respoden.

(10)

36

4.3.1. Uji Validitas

Uji validitas diolah dengan metode korelasi pearson, dimana setiap pernyataan dapat dikatakan valid apabila nilai corrected item total correlation lebih besar dari 0,3. Tabel 4.7. merupakan hasil uji validitas dijelaskan sebagai berikut:

Tabel 4.7. Hasil Uji Validitas Sisa Material Batu Bata

No Indikator Corrected Item-Total

Correlation Keterangan Indikator Penyebab Sisa Material Batu Bata

1 Rendahnya mutu batu bata 0,583 Valid

2 Pekerja tidak memakai sisa potongan bata 0,288 Tidak Valid

3 Tetap bekerja dalam kondisi hujan 0,771 Valid

4 Penggunaan alat yang salah 0,357 Valid

5 Ketidak profesionalan pekerja karena pengetahuan mereka berdasarkan pengalaman

0,532 Valid

6 Sisa batu bata yang tidak dipakai lagi oleh pihak perusahaan

0,607 Valid

7 Potongan bata menjadi banyak karena kurangnya koordinasi dalam proses desain

0,664 Valid

8 Proses pemotongan bata untuk menyesuaikan dengan desain arsitek dan struktur

0,531 Valid

9 Tumpukan material bata dibiarkan ditaruh di tempat terbuka

0,612 Valid

10 Proses bongkar muat yang ceroboh (asal lempar) 0,578 Valid 11 Tidak dilakukan pengecekkan saat menerima material batu

bata

0,691 Valid

Indikator Solusi Pencegahan Sisa Material Batu Bata 1 Merencanakan lokasi gudang dan rute pengangkutan

material di lapangan

0,525 Valid

2 Pengiriman material yang terencana 0,544 Valid

3 Meningkatkan keamanan untuk menghindari risiko kehilangan

0,480 Valid

4 Kontrol yang tepat pada material batu bata 0,491 Valid

5 Perawatan dan penanganan yang tepat dalam penggunaan material batu bata

0,583 Valid

6 Komunikasi yang jelas antara kontraktor dengan subkon 0,510 Valid 7 Perencanaan material yang lebih detail sesuai dengan

standard

0,498 Valid

8 Memberikan pelatihan kepada tukang 0,376 Valid

9 Memberikan edukasi dan pelatihan kepada staff dari pihak perusahaan kontraktor

0,683 Valid

10 Tindakan korektif pada proses produksi seperti desain, pasokan material dan perencanaan di lapangan

0,703 Valid

11 Pengendalian limbah konstruksi dan pengendalian proses produksi

0,530 Valid

12 Mempertimbangkan sumber/penyebab limbah lainnya seperti tenaga kerja dan peralatan

0,598 Valid

Dari hasil pengujian validitas pada Tabel 4.7. nilai corrected item total correlation indikator perilaku pekerja yang enggan memakai sisa potongan batu

(11)

37

bata (A2) di bawah 0,3 artinya tidak valid, sedangkan indikator lain memiliki nilai di atas 0,3 yang artinya valid.

Tabel 4.8. Hasil Uji Validitas Sisa Material Besi Tulangan

No Indikator Corrected Item-Total

Correlation Keterangan Indikator Penyebab Sisa Material Besi Tulangan

1 Sisa Potongan Besi Terlalu Pendek 0,345 Valid

2 Diameter Tulangan Terlalu Besar 0,684 Valid

3 Desain Kurang Detail 0,573 Valid

4 Ukuran Kurang Diperhatikan 0,664 Valid

5 Kurang Pengawasan dari Kontraktor 0,777 Valid

6 Kesalahan di Lokasi Proyek 0,690 Valid

7 Potongan Besi Terlalu Panjang 0,585 Valid

8 Pengetahuan Kurang Selama Proses Desain 0,648 Valid

9 Bar Bending Schedule tidak ada 0,616 Valid

Indikator Solusi Pencegahan Sisa Material Besi Tulangan

1 Perencanaan Site Layout 0,457 Valid

2 Menggunakan Material Prefabrikasi 0,535 Valid

3 Tersedia Area Pemotongan dan Penyimpanan Material

0,525 Valid

4 Penyortiran Material 0,623 Valid

5 Mengoptimalkan Sisa Potongan 0,578 Valid

6 Tidak Memproduksi di Lapangan 0,651 Valid

7 Mengontrol Pembelian 0,524 Valid

8 Pendidikan dan Pelatihan dari Perusahaan 0,639 Valid

9 Meningkatkan Sistem Kontrol 0,659 Valid

10 Fasilitas untuk Daur Ulang Material 0,637 Valid

Dari hasil pengujian validitas pada Tabel 4.8. nilai corrected item total correlation semua indikator memiliki nilai di atas 0,3 (valid) yang artinya indikator-indikator di atas mampu mengukur variabel penyebab dan solusi sisa material besi tulangan dalam penelitian.

(12)

38

Tabel 4.9. Hasil Uji Validitas Sisa Material Kayu

No Indikator Corrected Item-

Total Correlation Keterangan Indikator Penyebab Sisa Material Besi Tulangan

1 Pemotongan Kayu yang Salah 0,485 Valid

2 Penumpukan dan Penyimpanan Kayu 0,636 Valid

3 Mudah Membusuk 0,552 Valid

4 Kualitas Kayu Kurang Baik 0,621 Valid

5 Tidak Tepat Kemasan dan Penggunan 0,655 Valid

6 Salah Penanganan 0,612 Valid

7 Hanya sebagai Pembantu Proses Produksi 0,414 Valid

8 Kurang Pengawasan dari Kontraktor 0,624 Valid

9 Kurang Pengetahuan Desain 0,737 Valid

Indikator Solusi Pencegahan Sisa Material Besi Tulangan

1 Menggunakan Material Bekas 0,476 Valid

2 Pembelian Secara Optimal 0,445 Valid

3 Menggunakan Material Sisa di Lapangan 0,559 Valid

4 Menggunakan Bekisting Baja 0,419 Valid

5 Menggunakan Mutu yang Lebih Baik 0,521 Valid

6 Edukasi Kepada Stakeholders 0,565 Valid

7 Peningkatan Manajerial 0,571 Valid

8 Fasilitas Daur Ulang Limbah 0,497 Valid

9 Pengelolaan Limbah 0,507 Valid

Dari hasil pengujian validitas pada Tabel 4.9. nilai corrected item total correlation semua indikator memiliki nilai di atas 0,3 (valid) yang artinya indikator-indikator di atas mampu mengukur variabel penyebab dan solusi sisa material kayu dalam penelitian.

4.3.2. Uji Reliabilitas

Untuk melakukan uji reliabilitas, digunakan cronbach’s alpha untuk mengukur reliabilitas untuk tiap butir pertanyaan kuesioner yang diajukan. Nilai pengukuran dapat dikatakan reliabel apabila nilai cronbach’s alpha berkisar antara 0 - 1. Tabel 4.10. merupakan hasil uji reliabilitas:

(13)

39

Tabel 4.10. Hasil Uji Reliabilitas

No. Indikator Hasil Uji Keterangan

1. Indikator Penyebab Sisa Material Batu

Bata (A) 0,794 Reliable

2. Indikator Solusi Sisa Material Batu Bata

(B) 0,775 Reliable

3. Indikator Penyebab Sisa Material Besi

Tulangan (C) 0,799 Reliable

4. Indikator Solusi Sisa Material Besi

Tulangan (D) 0,785 Reliable

5. Indikator Penyebab Sisa Material Kayu

(E) 0,772 Reliable

6. Indikator Solusi Sisa Material Kayu (F) 0,626 Reliable

Dari hasil uji reliabilitas diatas dapat disimpulkan bahwa seluruh instrumen dinyatakan reliabel dalam penelitian. Instrumen tersebut menghasilkan ukuran yang konsisten walaupun instrumen tersebut digunakan untuk mengukur berkali-kali dan menjadi alat pengukur yang dapat dipercaya dalam penelitian.

4.4. Hasil Analisis Faktor

Analisis Faktor adalah analisis yang bertujuan mencari faktor-faktor utama yang paling mempengaruhi variabel dari serangkaian uji yang dilakukan atas serangkaian indikator sebagai faktornya (Santoso, 2006). Pada penelitian ini, peneliti menggunakan dua tahapan, yaitu analisis deskriptif dan pengelompokkan faktor dari masing-masing variabel.

4.4.1. Hasil Analisis Faktor untuk Indikator Penyebab Sisa Material Batu Bata

a. Analisis Deskriptif

Pada analisa deskriptif dilakukan dua macam test yaitu:

(14)

40

 KMO dan Bartlett’s Test

Secara statistik, kecukupan jumlah sampel secara keseluruhan dapat dilihat dari angka Kaiser-Meyer-Olkin (KMO). Nilai KMO dan Bartlett’s Test untuk korelasi antar indikator yang diinginkan adalah > 0,5 dengan signifikansi < 0,05. Hasil uji korelasi antara indikator pada variabel penyebab terjadinya sisa material batu bata dapat dilihat sebagai berikut:

Tabel 4.11. Nilai KMO dan Bartlett's Test untuk Indikator Penyebab Sisa Material Batu Bata

Kaiser-Meyer-Olkin Measure of Sampling Adequacy. ,779 Bartlett's Test of Sphericity Approx. Chi-Square 307,418

Df 45

Sig. ,000

Pada Tabel 4.11. dapat dilihat bahwa nilai KMO sebesar 0.779 yang artinya lebih besar dari 0,5. Sedangkan signifikansi yang dihasilkan dari Bartlett’s Test of Sphericity sebesar 0,000. Dengan hasil Tabel di atas maka dapat dikatakan bahwa variabel dan sampel yang digunakan memungkinkan untuk dilakukan analisis lebih lanjut.

 Anti-image Matrices

Anti-image menunjukkan kecukupan data untuk masing-masing indikator. Selanjutnya untuk melihat korelasi antar indikator dapat dilihat pada Tabel Anti-image Matrices. Nilai yang diperhatikan adalah MSA (Measure of Sampling Adequacy). Nilai MSA berkisar antara 0 – 1 dengan ketentuan sebagai berikut:

1. MSA = 1, variabel dapat diprediksi tanpa kesalahan oleh variabel yang lain.

2. MSA > 0,5, variabel masih bisa diprediksi dan bisa dianalisis lebih lanjut

3. MSA < 0,5, variabel tidak bisa diprediksi dan tidak bisa dianalisis lebih lanjut atau dikeluarkan dari variabel lainnya.

Hasil nilai MSA dapat dilihat pada Tabel 4.12. di bawah ini:

(15)

41

Tabel 4.12. Nilai Anti-image Matrices untuk Indikator Penyebab Sisa Material Batu Bata

A1 A3 A4 A5 A6 A7 A8 A9 A10 A11

Anti-image Correlation

A1 ,879â -,080 -,110 -,042 -,008 -,181 ,074 -,063 ,023 -,161 A3 -,080 ,883â -,175 -,054 -,102 -,211 -,189 -,172 -,056 -,160 A4 -,110 -,175 ,556â -,358 -,069 ,094 -,111 ,288 -,045 ,030 A5 -,042 -,054 -,358 ,774â -,196 -,065 ,129 -,001 -,091 -,104 A6 -,008 -,102 -,069 -,196 ,856â -,259 ,044 -,047 ,063 -,134 A7 -,181 -,211 ,094 -,065 -,259 ,767â -,390 -,129 -,033 ,133 A8 ,074 -,189 -,111 ,129 ,044 -,390 ,673â -,060 ,228 -,223 A9 -,063 -,172 ,288 -,001 -,047 -,129 -,060 ,795â -,372 -,108 A10 ,023 -,056 -,045 -,091 ,063 -,033 ,228 -,372 ,720â -,451 A11 -,161 -,160 ,030 -,104 -,134 ,133 -,223 -,108 -,451 ,791â

Berdasarkan hasil MSA pada Tabel 4.12. Anti-Image Matrices di atas maka seluruh indikator dapat dianalisis lebih lanjut karena masing-masing nilainya > 0,5.

b. Pengelompokkan Faktor

Langkah berikutnya adalah upaya penelitian ini guna menentukan apakah indikator-indikator bisa dikelompokkan ke dalam satu atau beberapa faktor.

 Communalities

Menyatakan varians setiap indikator yang dijelaskan dalam faktor.

Angka yang terdapat pada kolom communalities selalu bersifat positif.

Berikut adalah hasil nilai Extraction pada Tabel 4.13. yang menunjukkan proporsi indikator terhadap faktor-faktor yang diekstrak secara stimulan.

(16)

42

Tabel 4.13. Nilai Communalities untuk Indikator Penyebab Sisa material Batu Bata

Initial Extraction

A1 1,000 ,308

A3 1,000 ,624

A4 1,000 ,733

A5 1,000 ,672

A6 1,000 ,444

A7 A8

1,000 1,000

,709 ,705

A9 1,000 ,725

A10 1,000 ,783

A11 1,000 ,675

Hasilnya adalah, faktor mampu menjelaskan indikator A1 sebesar 30,8%, indikator A3 diterangkan sebesar 62,4%, indikator A4 diterangkan sebesar 73,3%, indikator A5 diterangkan sebesar 67,2%, indikator A6 diterangkan sebesar 44,4%, indikator A7 diterangkan sebesar 70,9%, indikator A8 diterangkan sebesar 70,5%, indikator A9 diterangkan sebesar 72,5%, indikator A10 diterangkan sebesar 78,3% dan indikator A11 diterangkan sebesar 67,5%.

 Total Varianced Explained

Guna menentukan seberapa banyak faktor yang mungkin terbentuk dapat dilihat pada Tabel 4.14. Total Variance Explained sebagai berikut:

(17)

43

Tabel 4.14. Total Variance Explained untuk Indikator Penyebab Sisa Material Batu Bata

Component

Initial Eigenvalues

Extraction Sums of Squared Loadings

Rotation Sums of Squared Loadings

Total % of Variance

Cumulative % Total % of Variance

Cumulative %

1 3,707 37,070 37,070 3,707 37,070 37,070 2,438 24,377 24,377 2 1,416 14,161 51,230 1,416 14,161 51,230 2,191 21,909 46,287 3 1,254 12,544 63,775 1,254 12,544 63,775 1,749 17,488 63,775

4 ,778 7,782 71,556

5 ,740 7,402 78,959

6 ,529 5,294 84,252

7 ,484 4,835 89,087

8 ,425 4,253 93,340

9 ,387 3,869 97,209

10 ,279 2,791 100,000

Dari hasil Tabel 4.14. di atas, dengan demikian karena nilai Eigenvalues yang ditetapkan 1, maka nilai total yang akan diambil adalah yang > 1 yaitu component 1, 2 dan 3. Sehingga faktor yang akan terbentuk adalah tiga faktor.

 Component Matrix

Setelah mengetahui bahwa faktor maksimal yang bisa terbentuk adalah tiga, maka selanjutnya untuk menjelaskan distribusi indikator- indikator ke dalam faktor-faktor yang terbentuk dapat dilihat pada Tabel 4.15. Component Matrix sebagai berikut:

(18)

44

Tabel 4.15. Component Matrix untuk Indikator Penyebab Sisa Material Batu Bata

Component

1 2 3

A1 ,544 ,099 ,045

A3 ,772 ,054 -,156

A4 ,275 ,783 ,210

A5 ,521 ,481 ,411

A6 ,615 ,246 -,069

A7 ,673 ,028 -,505

A8 ,504 ,066 -,668

A9 ,654 -,541 ,065

A10 ,629 -,389 ,487

A11 ,747 -,223 ,261

 Rotated Component Matrix

Tujuannya adalah untuk mempertajam perbedaan factor loading setiap indikator. Agar lebih jelas indikator mana masuk ke faktor mana, bisa dilihat pada Tabel 4.16. Rotated Component Matrix sebagai berikut:

Tabel 4.16. Rotated Component Matrix untuk Indikator Penyebab Sisa Material Batu Bata

No Kode Indikator Penyebab Component

1 2 3

1 A1 Mutu yang Rendah

,335 ,310 ,315 2 A3 Bekerja Kondisi Hujan

,421 ,604 ,287 3 A4 Penggunaan Alat yang Salah

-,154 ,077 ,838 4 A5 Tukang Tidak Profesional

,278 ,045 ,770 5 A6 Tidak Menggunakan Material Sisa

,248 ,456 ,418 6 A7 Kurang Koordinasi

,204 ,813 ,084 7 A8 Desain Arsitek & Struktur

-,009 ,839 -,019 8 A9 Tumpukan Batu Bata

,779 ,304 -,159 9 A10 Transportasi & proses bongkar muat

,875 -,027 ,129 10 A11 Material tidak Dicek

,756 ,236 ,219

Penentuan input indikator ke faktor tertentu mengikuti besar korelasi antar indikator dengan faktor, yaitu kepada yang korelasinya lebih

(19)

45

besar. Dari hasil Tabel 4.16. di atas maka faktor dan indikator anggotanya adalah sebagai berikut, faktor 1 terdiri dari indikator A1, A9, A10 dan A11 dengan loading factor terbesar adalah indikator transportasi dan proses bongkar muat (A10), penamaan kelompok indikator pertama disebut sebagai pengadaan material. Faktor 2 terdiri dari indikator A3, A6, A7 dan A8 dengan loading factor terbesar adalah indikator desain arsitek dan struktur (A8), sehingga penamaan kelompok indikator kedua disebut sebagai sumber daya manusia (SDM). Sedangkan faktor 3 terdiri dari indikator A4 dan A5 dengan loading factor terbesar adalah indikator penggunaan alat yang salah (A4), penamaan kelompok indikator ketiga adalah metode kerja.

4.4.2. Hasil Analisis Faktor untuk Indikator Solusi Pencegahan Terjadinya Sisa Material Batu Bata

 Total Varianced Explained

Tabel 4.17. Total Variance Explained untuk Indikator Solusi Pencegahan Terjadinya Sisa Material Batu Bata

Component

Initial Eigenvalues

Total

% of Variance

Cumulative % Total

% of Variance

Cumulative % Total

% of Variance

Cumulative %

1 3,684 30,698 30,698 3,684 30,698 30,698 1,999 16,662 16,662 2 1,791 14,925 45,623 1,791 14,925 45,623 1,990 16,586 33,248 3 1,238 10,317 55,939 1,238 10,317 55,939 1,952 16,265 49,513

4 1,038 8,647 64,586 1,038 8,647 64,586 1,809 15,073 64,586

5 ,923 7,688 72,274

6 ,838 6,983 79,257

7 ,578 4,820 84,077

8 ,505 4,211 88,289

9 ,454 3,786 92,075

10 ,374 3,116 95,191

11 ,336 2,798 97,989

12 ,241 2,011 100,000

(20)

46

Dari hasil Tabel 4.17. di atas, dengan demikian karena nilai Eigenvalues yang ditetapkan 1, maka nilai total yang akan diambil adalah yang > 1 yaitu component 1, 2, 3 dan 4. Sehingga faktor yang akan terbentuk adalah 4 faktor.

Agar lebih jelas indikator mana masuk ke faktor mana, bisa dilihat pada Tabel 4.18. Rotated Component Matrix sebagai berikut:

Tabel 4.18. Rotated Component Matrix untuk Indikator Solusi Pencegahan Terjadinya Sisa Material Batu Bata

No Kode Indikator Solusi Component

1 2 3 4

1 B1 Merencanakan Gudang dan Rute Pengangkutan

,125 ,255 ,483 ,266 2 B2 Pengiriman Material Terencana

,137 ,071 ,853 ,051 3 B3 Meningkatkan Keamanan Material

-,017 ,164 ,786 ,008 4 B4 Kontrol terhadap Material

,160 -,131 ,148 ,805 5 B5 Perawatan dan Penanganan Material

-,072 ,487 ,063 ,736 6 B6 Komunikasi yang Jelas

-,140 ,660 ,376 ,114 7 B7 Perencanaan Material yang Lebih Detail

,169 ,837 ,058 -,091 8 B8 Memberikan Pelatihan kepada Tukang

,570 -,149 -,217 ,437 9 B9

Memberikan Edukasi dan Pelatihan Kepada

Staff ,355 ,410 ,167 ,462

10 B10 Tindakan Korektif saat Proses Produksi

,385 ,532 ,291 ,239 11 B11 Perencanaan Pengendalian Limbah Konstruksi

,810 ,134 ,194 -,129 12 B12 Mempertimbangkan Sumber Limbah Lainnya

,794 ,111 ,065 ,215

Penentuan input indikator ke faktor tertentu mengikuti besar korelasi antar indikator dengan faktor, yaitu kepada yang korelasinya lebih besar.

Dari hasil Tabel 4.18. di atas maka faktor dan indikator anggotanya adalah sebagai berikut, faktor 1 terdiri dari indikator B8, B11 dan B12 dengan loading factor terbesar adalah indikator perencanaan pengendalian limbah konstruksi (B11), penamaan kelompok indikator solusi pertama disebut sebagai manajemen perusahaan konstruksi. Faktor 2 terdiri dari indikator B6, B7 dan B10 dengan loading factor terbesar adalah indikator perencanaan material yang lebih detail (B7), sehingga penamaan kelompok indikator solusi kedua adalah pengendalian desain dan perencanaan.

(21)

47

Faktor 3 terdiri dari indikator B1, B2 dan B3 dengan loading factor terbesar adalah indikator pengiriman material terencana (B2), sehingga penamaan kelompok indikator solusi ketiga adalah pengendalian tahap perencanaan. Faktor 4 terdiri dari indikator B4, B5 dan B9 dengan loading factor terbesar adalah indikator kontrol terhadap material (B4), penamaan indikator solusi keempat adalah penanganan dan kontrol material.

4.4.3. Hasil Analisis Faktor untuk Indikator Penyebab Sisa Material Besi Tulangan

Tabel 4.19. Total Variance Explained untuk Indikator Penyebab Sisa Material Besi Tulangan

Component

Initial Eigenvalues

Total

% of Variance

Cumulative % Total

% of Variance

Cumulative % Total

% of Variance

Cumulative %

1 3,629 40,323 40,323 3,629 40,323 40,323 3,214 35,713 35,713 2 1,371 15,238 55,561 1,371 15,238 55,561 1,786 19,848 55,561

3 ,957 10,631 66,192

4 ,869 9,657 75,849

5 ,610 6,775 82,624

6 ,469 5,206 87,829

7 ,435 4,837 92,667

8 ,413 4,587 97,253

9 ,247 2,747 100,000

Dari hasil Tabel 4.19. di atas, dengan demikian karena nilai Eigenvalues yang ditetapkan 1, maka nilai total yang akan diambil adalah yang > 1 yaitu component 1 dan 2. Sehingga faktor yang akan terbentuk adalah 2 faktor

(22)

48

Tabel 4.20. Rotated Component Matrix untuk Indikator Penyebab Sisa Material Besi Tulangan

No Kode Indikator Penyebab Component

1 2

1 C1

Sisa Potongan Besi Terlalu

Pendek -,135 ,816

2 C2 Diameter Tulangan Terlalu Besar

,401 ,656 3 C3 Desain Kurang Detail

,618 ,087 4 C4 Ukuran Kurang Diperhatikan

,634 ,292 5 C5

Kurang Pengawasan dari

Kontraktor ,804 ,218

6 C6 Kesalahan di Lokasi Proyek

,739 ,162 7 C7 Potongan Besi Terlalu Panjang

,252 ,690 8 C8

Pengetahuan Kurang Selama

Proses Desain ,623 ,178

9 C9 Bar Bending Schedule tidak ada

,779 -,124

Penentuan input indikator ke faktor tertentu mengikuti besar korelasi antar indikator dengan faktor, yaitu kepada yang korelasinya lebih besar. Dari hasil Tabel 4.20. di atas maka faktor dan indikator anggotanya adalah sebagai berikut, faktor 1 terdiri dari indikator C3, C4, C5, C6, C8 dan C9 dengan loading factor terbesar adalah indikator kurang pengawasan dari kontraktor (C5), penamaan kelompok indikator pertama adalah kurangnya kontrol/pengawasan. Faktor 2 terdiri dari indikator C1, C2 dan C7 dengan loading factor terbesar adalah indikator sisa potongan besi terlalu pendek (C1), sehingga penamaan kelompok indikator kedua adalah pelaksanaan di lapangan.

4.4.4. Hasil Analisis Faktor untuk Indikator Solusi Pencegahan Terjadinya Sisa Material Besi Tulangan

(23)

49

Tabel 4.21. Total Variance Explained untuk Indikator Solusi Pencegahan Terjadinya Sisa Material Besi Tulangan

Component

Initial Eigenvalues

Total % of Variance

Cumulative % Total % of Variance

Cumulative %

1 3,449 34,493 34,493 3,449 34,493 34,493 2,183 21,830 21,830 2 1,467 14,673 49,166 1,467 14,673 49,166 2,006 20,062 41,892 3 1,029 10,295 59,461 1,029 10,295 59,461 1,757 17,569 59,461

4 ,937 9,371 68,832

5 ,780 7,797 76,629

6 ,659 6,588 83,217

7 ,507 5,069 88,285

8 ,465 4,654 92,940

9 ,415 4,153 97,092

10 ,291 2,908 100,000

Dari hasil Tabel 4.21. di atas, dengan demikian karena nilai Eigenvalues yang ditetapkan 1, maka nilai total yang akan diambil adalah yang > 1 yaitu component 1, 2 dan 3. Sehingga faktor yang akan terbentuk adalah 3 faktor.

Agar lebih jelas indikator mana masuk ke faktor mana, bisa dilihat pada Tabel 4.22. Rotated Component Matrix sebagai berikut:

Tabel 4.22. Rotated Component Matrix untuk Indikator Solusi Penecegahan Terjadinya Sisa Material Besi Tulangan

1 2 3

1 D1

Perencanaan Site Layout

,023 ,814 ,012 2 D2

Menggunakan Material Prefabrikasi

-,017 ,700 ,333 3 D3

Tersedia Area Pemotongan dan Penyimpanan Material

,332 ,717 -,100 4 D4 Penyortiran Material

,420 ,420 ,257 5 D5

Mengoptimalkan Sisa Potongan

,158 ,348 ,540 6 D6

Tidak Memproduksi di Lapangan

,307 ,009 ,765

(24)

50

1 2 3

7 D7

Mengontrol Pembelian

,144 ,016 ,767 8 D8 Pendidikan dan Pelatihan dari Perusahaan

,783 ,022 ,212 9 D9

Meningkatkan Sistem Kontrol

,703 ,187 ,205 10 D10

Fasilitas untuk Daur Ulang Material

,805 ,082 ,132

Penentuan input indikator ke faktor tertentu mengikuti besar korelasi antar indikator dengan faktor, yaitu kepada yang korelasinya lebih besar. Dari hasil Tabel 4.22. di atas maka faktor dan indikator anggotanya adalah sebagai berikut, faktor 1 terdiri dari indikator D4, D8, D9 dan D10 dengan loading factor terbesar adalah indikator fasilitas untuk daur ulang material (D10), penamaan kelompok indikator solusi pertama adalah pengendalian dari perusahaan konstruksi. Faktor 2 terdiri dari indikator D1, D2 dan D3 dengan loading factor terbesar adalah indikator perencanaan site layout (D1), sehingga penamaan kelompok indikator solusi kedua adalah pengendalian dari tahap desain dan perencanaan.

Faktor 3 terdiri dari indikator D5, D6 dan D7 dengan loading factor terbesar adalah indikator mengontrol pembelian (D7), penamaan kelompok indikator solusi ketiga adalah metode pelaksanaan dan kontrol material.

4.4.5. Hasil Analisis Faktor untuk Indikator Penyebab Sisa Material Kayu

(25)

51

Tabel 4.23. Total Variance Explained untuk Indikator Penyebab Sisa Material Kayu

Component

Initial Eigenvalues

Total

% of

Variance Cumulative % Total

% of

Variance Cumulative %

1 3,252 36,138 36,138 3,252 36,138 36,138 2,107 23,407 23,407

2 1,333 14,808 50,946 1,333 14,808 50,946 1,822 20,247 43,655

3 1,042 11,580 62,526 1,042 11,580 62,526 1,698 18,871 62,526

4 ,983 10,926 73,451

5 ,749 8,321 81,773

6 ,514 5,707 87,480

7 ,419 4,656 92,136

8 ,404 4,491 96,627

9 ,304 3,373 100,000

Dari hasil Tabel 4.23. di atas, dengan demikian karena nilai Eigenvalues yang ditetapkan 1, maka nilai total yang akan diambil adalah yang > 1 yaitu component 1, 2 dan 3. Sehingga faktor yang akan terbentuk adalah 3 faktor. Agar lebih jelas indikator mana masuk ke faktor mana, bisa dilihat pada Tabel 4.24. Rotated Component Matrix sebagai berikut:

Tabel 4.24. Rotated Component Matrix untuk Indikator Penyebab Terjadinya Sisa Material Kayu

No Kode Indikator Penyebab

Component

1 2 3

1 E1 Pemotongan Kayu yang Salah

,842 -,087 ,000 2 E2 Penumpukan dan Penyimpanan Kayu

,652 -,015 ,477 3 E3 Mudah Membusuk

,106 ,064 ,892 4 E4 Kualitas Kayu Kurang Baik

,032 ,427 ,713 5 E5 Tidak Tepat Kemasan dan Penggunan

,279 ,640 ,236 6 E6 Salah Penanganan

,587 ,513 -,097 7 E7 Hanya sebagai Pembantu Proses Produksi

-,169 ,726 ,076 8 E8 Kurang Pengawasan dari Kontraktor

,582 ,302 ,141 9 E9 Kurang Pengetahuan Desain

,412 ,581 ,276

(26)

52

Penentuan input indikator ke faktor tertentu mengikuti besar korelasi antar indikator dengan faktor, yaitu kepada yang korelasinya lebih besar. Dari hasil Tabel 4.24. di atas maka faktor dan indikator anggotanya adalah sebagai berikut, faktor 1 terdiri dari indikator E1, E2, E6 dan E8 dengan loading factor terbesar adalah indikator pemotongan kayu yang salah (E1), penamaan kelompok indikator pertama adalah pelaksanaan di lapangan. Faktor 2 terdiri dari indikator E5, E7 dan E9 dengan loading factor terbesar adalah indikator hanya sebagai membantu proses produksi (E7), sehingga penamaan kelompok indikator kedua adalah penanganan material dan desain. Sedangkan faktor 3 terdiri dari indikator E3, dan E4 dengan loading factor terbesar adalah indikator material kayu mudah membusuk (E3), penamaan kelompok indikator ketiga adalah mutu material kayu.

4.4.6. Hasil Analisis Faktor untuk Indikator Solusi Pencegahan Terjadinya Sisa Material Kayu

Tabel 4.25. Total Variance Explained untuk Indikator Solusi Pencegahan Terjadinya Sisa Material Kayu

Component

Initial Eigenvalues

Total

% of

Variance Cumulative %

1 2,394 26,603 26,603 2,394 26,603 26,603 1,963 21,810 21,810

2 1,832 20,354 46,957 1,832 20,354 46,957 1,939 21,540 43,349

3 1,530 16,995 63,952 1,530 16,995 63,952 1,854 20,602 63,952

4 ,920 10,221 74,173

5 ,643 7,144 81,317

6 ,550 6,116 87,433

7 ,453 5,032 92,465

8 ,398 4,417 96,882

9 ,281 3,118 100,000

(27)

53

Dari hasil Tabel 4.25. di atas, dengan demikian karena nilai Eigenvalues yang ditetapkan 1, maka nilai total yang akan diambil adalah yang > 1 yaitu component 1, 2 dan 3. Sehingga faktor yang akan terbentuk adalah 3 faktor.

Tabel 4.26. Rotated Component Matrix untuk Indikator Solusi Pencegahan Terjadinya Sisa Material Kayu

1 2 3

1 F1

Menggunakan Material Bekas

-,053 ,837 -,025 2 F2

Pembelian Secara Optimal

,058 ,782 -,120 3 F3

Menggunakan Material Sisa di Lapangan

,058 ,736 ,211 4 F4

Menggunakan Bekisting Baja

,728 -,079 -,191 5 F5

Menggunakan Mutu yang Lebih Baik

,787 -,059 ,050 6 F6

Edukasi Kepada Stakeholders

,711 ,105 ,226 7 F7

Peningkatan Manajerial

,536 ,252 ,341 8 F8 Fasilitas Daur Ulang Limbah

,046 ,010 ,907 9 F9

Pengelolaan Limbah

,091 -,005 ,875

Penentuan input indikator ke faktor tertentu mengikuti besar korelasi antar indikator dengan faktor, yaitu kepada yang korelasinya lebih besar. Dari hasil Tabel 4.26. di atas maka faktor dan indikator anggotanya adalah sebagai berikut, faktor 1 terdiri dari indikator F4, F5, F6 dan F7 dengan loading factor terbesar adalah indikator menggunakan mutu yang lebih baik (F5), penamaan kelompok indikator solusi pertama adalah pengendalian dari mutu material. Faktor 2 terdiri dari indikator F1, F2 dan F3 dengan loading factor terbesar adalah indikator menggunakan material bekas (F1), sehingga penamaan kelompok indikator solusi kedua adalah penanganan sisa material kayu. Faktor 3 terdiri dari indikator F8, dan F9 dengan loading factor terbesar adalah indikator fasilitas daur ulang limbah