model estimasi biaya konstruksi pengembangan pasar tradisional ...

perpustakaan.uns.ac.id digilib.uns.ac.id

commit to user

i

MODEL ESTIMASI BIAYA KONSTRUKSI

PENGEMBANGAN PASAR TRADISIONAL DAERAH

SURAKARTA DAN SEKITARNYA

A Construction Cost Estimation of Traditional Market Development Model in

Surakarta and Surrounding Areas

SKRIPSI

Disusun Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Pada Jurusan Teknik Sipil Fakultas Teknik

Universitas Sebelas Maret Surakarta

Disusun Oleh :

ARI ANDRI MARDANA NIM. I 1109006

JURUSAN TEKNIK SIPIL FAKULTAS TEKNIK UNIVERSITAS SEBELAS MARET

SURAKARTA 2012


commit to user

vi

ABSTRAK

Ari Andri Mardana, 2012. Model Estimasi Biaya Konstruksi Pengembangan Pasar Tradisional Daerah Surakarta dan Sekitarnya, Skripsi, Jurusan Teknik Sipil, Fakultas Teknik, Universitas Sebelas Maret. Kota Surakarta yang merupakan salah satu pusat wilayah pengembangan yang strategis untuk perkembangan propinsi Jawa Tengah. Salah satunya dilakukan pembangunan pengembangan pasar tradisional kota Surakarta dan sekitarnya. Di dalam pembangunan pengembangan pasar tradisional terdapat aspek manajemen konstruksi. Manajemen konstruksi itu sendiri terdapat aspek perencanaan, salah satunya mengestimasi biaya konstruksi. Mengestimasi merupakan penyusunan untuk memperkirakan anggaran yang diperlukan dalam proyek konstruksi.Dari berbagai estimasi biaya konstruksi diperlukan suatu model estimasi biaya konstruksi agar dapat diketahui secara signifikan dalam wilayah tertentu. Tujuan dari penelitian ini adalah mengetahui komponen-komponen apa saja yang diperlukan dalam mengestimasi biaya konstruksi pengembangan pasar tradisional daerah Surakarta dan sekitarnya serta mengetahui model estimasi biaya konstruksi pengembangan pasar tradisional daerah Surakarta dan sekitarnya. Metode yang digunakan dalam penelitian ini menggunakan data sekunder yang diambil dari daerah Surakarta dan sekitarnya. Dari data tersebut dilakukan analisis regresi linier berganda menggunakan bantuan program computer SPSS (Statistical Product and Service Solution) versi 17 kemudian dilakukan uji klasikal regresi linier dengan pengujian uji normalitas, uji heteroskedastisitas, uji autokorelasi dan uji multikolinieritas. Dari analisis data diketahui bahwa komponen-komponen yang diperlukan dalam mengestimasi biaya konstruksi pengembangan pasar trdisional daerah Surakarta dan sekitarnya adalah kios pasar, loos pasar, selasar dan bangunan pelengkap pada pasar. Dalam analisis tersebut juga diketahui model estimasi biaya konstruksi pengembangan pasar tradisional daerah Surakarta dan sekitarnya yaitu Y = 1083982.178 + 3266252.603X1 + 825258.351X2 + 421638.823X3 + 43401.346X4 + 1301076.748X5, dimana X1, X2, X3, X4 dan X5 adalah komponen pasar. Kata Kunci: Estimasi Biaya, Komponen Pasar, Regresi Linier Berganda, Pasar

Tradisional


commit to user

viii

KATA PENGANTAR

Puji syukur penulis panjatkan atas kehadirat Allah SWT yang telah melimpahkan

rahmat dan hidayah-Nya, serta menuntun di dalam penyusunan Skripsi ini dengan

judul “Model Estimasi Biaya Konstruksi Pengembangan Pasar Tradisional Daerah

Surakarta dan Sekitarnya” sehingga penyusun dapat menyelesaikannya.

Selama penyusunan skripsi ini, penyusun banyak menerima bimbingan, bantuan

dan dorongan yang sangat berarti dari berbagai pihak. Oleh karena itu, dalam

kesempatan ini penyusun ingin menyampaikan rasa terima kasih kepada :

1. Pimpinan Fakultas Teknik Universitas Sebelas Meret Surakarta.

2. Pimpinan Jurusan Teknik Sipil, Fakultas Teknik, Universitas Sebelas Maret

Surakarta.

3. Pimpinan Program S-1 Non Reguler, Jurusan Teknik Sipil, Fakultas Teknik,

Universitas Sebelas Maret Surakarta.

4. Ir. Suyatno K, MT selaku pembimbing Akademik

5. Widi Hartono, ST, MT dan Ir. Sugiyarto, MT selaku dosen pembimbing yang

memberikan pengarahan dalam penyusunan laporan ini.

6. Ir. Delan Soeharto, MT dan Ir. Suyatno K, MT selaku dosen penguji yang telah

memberikan saran dan masukan dalam menyusun laporan ini.

7. Rekan-rekan dan semua pihak yang telah membantu hingga selesainya skripsi

ini dimana tidak dapat disebutkan satu persatu.

Penulis dengan segala keterbatasannya menyadari bahwa laporan ini masih jauh

dari kesempurnaan dan masih banyak terdapat kekurangan di setiap sisinya. Oleh

karena itu, kritik dan saran ataupun masukan yang membawa kearah perbaikan dan

bersifat membangun penyusun harapkan. Semoga laporan ini bermanfaat bagi kita

semua.

Surakarta, Oktober 2012

Penulis


commit to user

ix

DAFTAR ISI

HALAMAN JUDUL ............................................................................................. i

HALAMAN PERSETUJUAN ............................................................................. ii

HALAMAN PENGESAHAN .............................................................................. iii

MOTTO .................................................................................................................. iv

PERSEMBAHAN .................................................................................................. v

ABSTRAK .............................................................................................................. vi

ABSTRACT............................................................................................................ vii

KATA PENGANTAR ........................................................................................... viii

DAFTAR ISI .......................................................................................................... ix

DAFTAR TABEL .................................................................................................. xii

DAFTAR GAMBAR ............................................................................................. xiii

DAFTAR NOTASI DAN SINGKATAN............................................................ xiv

DAFTAR LAMPIRAN ......................................................................................... xv

BAB 1 PENDAHULUAN ................................................................................... 1

1.1. Latar Belakang Masalah ................................................................................ 1

1.2. Rumusan Masalah.......................................................................................... 4

1.3. Batasan Masalah ............................................................................................ 4

1.4. Tujuan Penelitian ........................................................................................... 4

1.5. Manfaat Penelitian ......................................................................................... 5

BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI ................................. 6

2.1. Tinjauan Pustaka............................................................................................ 6

2.2. Dasar Teori..................................................................................................... 8

2.2.1. Definisi Pasar..................................................................................... 8

2.2.2. Klasifikasi Pasar ................................................................................ 8

2.2.3. Definisi Estimasi ............................................................................... 13

2.2.4. Kegunaan Estimasi Biaya Proyek .................................................... 14

2.2.5. Jenis Estimasi Biaya Proyek ............................................................. 15

2.2.6. Tingkat Ketelitian Estimasi .............................................................. 15


commit to user

x

2.2.7. Klasifikasi Dari Estimasi Biaya Selama Siklus Proyek .................. 16

2.2.8. Konsep Estimasi Biaya dan Faktor Yang Diperlukan Estimator ... 19

2.2.9. Sampel dan Populasi ......................................................................... 20

2.2.10. Statistik Deskriptif ............................................................................ 21

2.2.11. Regresi Linier .................................................................................... 24

2.2.12. Uji Klasikal Regresi Linier ............................................................... 26

2.2.13. SPSS (Statistical Product and Service Solution) ............................ 28

BAB 3 METODE PENELITIAN ...................................................................... 30

3.1. Uraian Umum ................................................................................................ 30

3.2. Tempat dan Waktu Penelitian ....................................................................... 30

3.2.1. Tempat Penelitian.............................................................................. 30

3.2.2. Waktu Penelitian ............................................................................... 30

3.3. Metode Penelitian .......................................................................................... 31

3.4. Tahapan Penelitian ........................................................................................ 31

3.5. Sampel ............................................................................................................ 33

3.6. Teknik Pengumpulan Data ............................................................................ 33

3.6.1. Data Sekunder ................................................................................... 33

3.7. Metode Analisi Data ...................................................................................... 33

3.7.1. Analisis Regresi Linier ..................................................................... 34


3.7.3. Cara Kerja SPSS................................................................................ 37

BAB 4 ANALISIS DATA DAN PEMBAHASAN .......................................... 39

4.1. Deskripsi Objek Penelitian............................................................................ 39

4.1.1. Nilai Kontrak Pasar ........................................................................... 41

4.1.2. Prosentase Luas Pembangunan Kios Pasar Terhadap Luas

Pembangunan .................................................................................... 42

4.1.3. Prosentase Luas Pembangunan Loos Pasar Terhadap Luas

Pembangunan .................................................................................... 43

4.1.4. Prosentase Luas Pembangunan Selasar Pasar Terhadap Luas

Pembangunan .................................................................................... 44


commit to user

xi

4.1.5. Prosentase Luas Pembangunan Parkir Pasar Terhadap Luas

Pembangunan .................................................................................... 45

4.1.6. Prosentase Luas Pembangunan Bangunan Pelengkap Pasar Terhadap

Luas Pembangunan ........................................................................... 46

4.2. Statisti Deskriptif Variabel Peneliti .............................................................. 47

4.3. Hasil Analisa Data ......................................................................................... 47

4.3.1. Analisis Regresi Linier Berganda .................................................... 47

4.3.1.1. Koefisien Determinasi........................................................ 49

4.3.1.2. Uji Statistik F ...................................................................... 50

4.3.1.3. Uji Parsial / Uji Statistik t .................................................. 50


4.4. Pembahasan Hasil Penelitian ........................................................................ 57

BAB 5 KESIMPULAN DAN SARAN ............................................................... 61

5.1. Kesimpulan .................................................................................................... 61

5.2. Saran ............................................................................................................... 62

DAFTAR PUSTAKA ............................................................................................ 63

LAMPIRAN ........................................................................................................... 64


commit to user

1

BAB 1

PENDAHULUAN

1.1. Latar Belakang Masalah

Kota Surakarta yang juga sangat dikenal sebagai Kota Solo, adalah kota yang terletak

di Provinsi Jawa Tengah, Indonesia yang berpenduduk 503.421 jiwa pada tahun 2010

dan kepadatan penduduk 13.636/km2. Kota dengan luas 44 km2 ini berbatasan

dengan Kabupaten Karanganyar dan Kabupaten Boyolali di sebelah utara, Kabupaten

Karanganyar dan Kabupaten Sukoharjo di sebelah timur dan barat, dan Kabupaten

Sukoharjo di sebelah selatan. Secara geografis wilayah Kota Surakarta berada antara

110º45’15”- 110º45’35” BT dan 7º36’00”- 7º56’00” LS dengan luas wilayah 44,04

km2. Kota Surakarta merupakan sebuah dataran rendah yang terletak di cekungan

lereng pegunungan Lawu dan pegunungan Merapi dengan ketinggian sekitar 92 m

diatas permukaan air laut. Solo ditetapkan menjadi tempat kedudukan dari residen,

yang membawahi Karesidenan Surakarta (Residentie Soerakarta) dengan luas daerah

5.677 km². Karesidenan Surakarta terdiri dari daerah-daerah Kota Praja Surakarta,

Kabupaten Karanganyar, Kabupaten Sragen, Kabupaten Wonogiri, Kabupaten

Sukoharjo, Kabupaten Klaten, Kabupaten Boyolali.

Kota Surakarta juga sebagai salah satu pusat wilayah pengembangan yang strategis

untuk perkembangan Provinsi Jawa Tengah. Kota Surakarta mempunyai tingkat

pertumbuhan kota yang sangat pesat yang ditinjau dari segi ekonomi. Oleh karena

itu, untuk meningkatkan kesejahteraan masyarakat maka banyak pembangunan yang

dilakukan di daerah sekitar Kota Surakarta. Salah satunya dilakukan pengembangan

pasar tradisional yang dilakukan di daerah Surakarta. (Badan Pusat Statistik Kota

Surakarta, 2001)


commit to user

2

Pasar merupakan tempat bertemunya pembeli dan penjual untuk melakukan transaksi

jual-beli barang dan jasa. Pasar juga merupakan tempat seseorang ataupun kelompok

yang mempunyai permintaan terhadap barang tertentu, berdaya beli, dan berniat

merealisasikan barang tersebut. Pasar sendiri terbagi menjadi pasar modern dan pasar

tradisional. Pasar tradisional merupakan tempat bertemunya penjual dan pembeli

serta ditandai dengan adanya transaksi penjual pembeli secara langsung dan biasanya

ada proses tawar-menawar, bangunan biasanya terdiri dari kios-kios atau gerai, los

dan dasaran terbuka yang dibuka oleh penjual maupun suatu pengelola pasar. Pasar

tradisional biasanya beraktifitas dalam batas-batas waktu tertentu. Pasar tradisional

sendiri di kelola oleh pemerintah maupun swasta.

Pasar sendiri memiliki tiga fungsi, yaitu: fungsi distribusi, fungsi pembentukan

harga, dan fungsi promosi. Interaksi yang terjadi antara penjual dan pembeli akan

menentukan tingkat harga suatu komoditas (barang atau jasa) dan jumlah komoditas

yang diperjual belikan. Sehingga dalam ilmu ekonomi bila kita berbicara tentang

pasar, maka secara otomatis kita akan membicarakan mengenai pertemuan antara

penjual dan pembeli, barang/jasa yang dijual, serta harga tertentu atas barang/jasa

yang dijual tersebut.

Manajemen konstruksi adalah bagaimana sumber daya yang terlibat dalam proyek

dapat diaplikasikan secara tepat. Definisi ini mengandung arti bahwa para

manajemen mencapai tujuan organisasi melalui pengaturan orang lain untuk

melaksanakan berbagai pekerjaan yang diperlukan, atau dengan kata lain tidak

melakukan pekerjaan–pekerjaan itu sendiri. Manajemen adalah proses perencanaan,

pengorganisasian, pengarahan, dan pengawasan usaha-usaha para anggota organisasi

dan penggunaan sumber daya organisasi lainnya agar mencapai tujuan organisasi

yang telah ditetapkan. Manajemen Proyek Konstruksi adalah suatu cara/metode

untuk mencapai suatu hasil dalam bentuk bangunan/infrastruktur yang dibatasi oleh

waktu dengan menggunakan sumber daya yang ada secara efektif melalui tindakan-

tindakan perencanaan (planning), pengorganisasian (organizing), pelaksanaan

(actuating) dan pengawasan (controlling).


commit to user

3

Pembangunan suatu proyek kontruksi untuk pengembangan pasar tradisional dapat

dilaksanakan karena adanya beberapa tahapan dan aspek-aspek yang mendukung.

Salah satu diantaranya adalah aspek perencanaan, dimana dalam aspek ini terdapat

beberapa tahapan dalam merencanakan suatu rancangan konstruksi dan estimasi

biaya konstruksi. Dengan adanya perencanaan diharapkan proyek dapat dikendalikan

dan terkoodinir saat pelaksanaan proyek berlangsung.

Estimasi biaya konstruksi merupakan penyusunan untuk memperkirakan anggaran

yang diperlukan dalam proyek konstruksi. Perkiraan anggaran merupakan salah satu

fungsi yang paling penting dilakukan dalam setiap proyek konstruksi. Dengan

penyusunan perkiraan anggaran biaya diharapkan dapat mengetahui seberapa besar

anggaran yang dikeluarkan untuk suatu proyek. Mengestimasi adalah proses

kompleks yang melibatkan pengumpulan berbagai informasi yang tersedia dan

relevan yang berkaitan dengan ruang lingkup proyek, sumber daya yang diharapkan.

Seorang perencana harus mengubah informasi menjadi perkiraan dari komponen dan

biaya kolektif yang akan dikeluarkan dalam memberikan proyek atau fasilitas. .

(Istimawan Dipohusodo, 1996:335)

Mengestimasi banyak terdapat kendala dan keterbatasan dalam penyusunannya

karena terdapat beberapa faktor. Oleh sebab itu, diperlukan metode-metode yang

benar dan tepat berdasarkan ketentuan yang berlaku sesuai peraturan yang

ditetapkan. Sehingga dalam penyusunannya dapat memenuhi harapan dan memenuhi

standar pembangunan dalam suatu proyek kontruksi. Dari hal ini dapat diketahui

nilai kontrak dan biaya yang harus di keluarkan dalam suatu pengerjaan suatu proyek

kontruksi. Dalam kasus ini maka penelitian ini dilakukan untuk mengetahui anggaran

kontruksi dengan menggunakan model estimasi biaya kontruksi dari pengambilan

data di Surakarta dan sekitarnya.


commit to user

4

1.2. Rumusan Masalah

Rumusan masalah yang dapat disimpulkan dari latar belakang :

A. Komponen apakah yang berpengaruh dalam mengestimasi biaya konstruksi

pengembangan pasar tradisional daerah Surakarta dan sekitarnya ?

B. Bagaimana model estimasi biaya konstruksi pengembangan pasar tradisional

daerah Surakarta dan sekitarnya ?

1.3. Batasan Masalah

Batasan masalah guna membatasi ruang lingkup penelitian, sebagai berikut :

A. Pengambilan data berasal dari proyek-proyek pembangunan kontruksi pada

pengembangan pasar tradisional yang sudah ada di daerah Surakarta dan

sekitarnya minimal sebanyak 30 data proyek.

B. Penelitian yang ditinjau mengenai besarnya nilai kontrak dengan luas bangunan

dan denah pada tahun 2006-2012.

C. Pengolahan data berdasarkan acuan dan referensi mengenai estimasi suatu

pembangunan kontruksi yang telah di standarkan.

D. Teknik dalam pengolahan data ini menggunakan bantuan program computer

dengan menggunakan pogram SPSS.

1.4. Tujuan Penelitian

Adapun tujuan dilakukan penelitian adalah :

A. Mencari komponen-komponen yang berpengaruh dalam mengestimasi biaya

konstruksi pengembangan pasar tradisional daerah Surakarta dan sekitarnya.

B. Mengetahui model estimasi biaya konstruksi pengembangan pasar tradisional

daerah Surakarta dan sekitarnya.


commit to user

5

1.5. Manfaat Penelitian

Manfaat yang dapat diperoleh dari penelitian adalah :

A. Memperdalam pengetahuan mahasiswa tentang ilmu manajemen dalam hal

implementasi proyek yang berkaitan dengan model estimasi biaya konstruksi

gedung.

B. Sebagai bahan pertimbangan bagi perusahaan yang bergerak di bidang konstruksi

agar dapat meminimalkan estimasi biaya dalam penyelesaian proyek.

C. Mengetahui model estimasi biaya pembangunan pengembangan pasar tradisional.

D. Mengetahui komponen dalam mengestimasi biaya kontruksi.

E. Hasil penelitian kiranya dapat menjadi input bagi penelitian selanjutnya.


commit to user

6

BAB 2

TINJAUAN PUSTAKA DAN DASAR TEORI

2.1. Tinjauan Pustaka

Menurut Yusuf Latief (2008) proyek adalah berbagai kegiatan yang dibatasi oleh

dimensi biaya, waktu dan mutu. Hasil akhir yang optimal membutuhkan metode

optimalisasi biaya, waktu dan mutu. Metode yang telah dikenal adalah metode

Manajemen Konstruksi (MK). Penelitian ini difokuskan untuk mengetahui faktor-

faktor yang berpengaruh dalam penerapan metode MK pada tahap desain guna

meningkatan kinerja biaya akhir proyek. Data diperoleh berdasarkan kuesioner dan

diolah secara statistik dengan software SPSS, menghasilkan hubungan antara

peningkatan kinerja biaya akhir proyek dengan pelaksanaan metode MK pada tahap

desain. Ada tiga variabel penentu utama yaitu: penyusunan jadwal, modifikasi desain

dan pembuatan estimasi biaya. Hasil penelitian menunjukkan bahwa penerapan

metode MK Profesional pada tahap desain proyek akan mengakibatkan peningkatan

kinerja biaya akhir proyek.

Tujuan dari penelitian Diyan Herwansyah (2005) merencanakan perhitungan atau

estimasi anggaran biaya tahap desain dan merencanakan jadwal pelaksanaan

pekerjaan pada Proyek Pembangunan Kampus Bina Sarana Informatika (BSI), yang

berlokasikan di Jalan Margonda Raya no. 8 Margonda – Depok. Perencanaan

Anggaran Biaya berdasarkan analisa standar PU (Pekerjaan Umum) pada daerah

setempat dengan menggunakan program Ms. Excell . Untuk pembahasan disini tidak

membicarakan tentang biaya pajak PPN, IMB, sambungan listrik, telephone,

Dackting, PAM (Perusahaan Air Minum) dan furniture. Struktur bangunan

menggunakan struktur baja komposit dengan luas bangunan ± 2119 m2 dan luas

lahan ± 1035 m2.


commit to user

7

Dalam Artikel I Gusti Agung Adnyana Putera (2009) ini menyajikan model biaya

proyek yang mengintegrasikan estimasi jadwal pelaksanaan aktifitas dan biaya

langsung proyek. Estimasi tersebut berdasarkan metode pelaksanaan konstruksi dan

kebutuhan harian sumberdaya yang terkait dengan metode pelaksanaan serta jadwal

pelaksanaan aktifitas. Karena menurutnya estimasi durasi dan biaya suatu proyek

merupakan dua masalah klasik yang selalu muncul dalam pelaksanaan proyek

konstruksi. Biaya dan waktu biasanya dianalisa secara terpisah oleh estimator

proyek. Kenyataannya, waktu dan biaya suatu proyek konstruksi tergantung pada

jenis konstruksi, bagaimana cara melaksanakan, dimana dan kapan konstruksi itu

dilaksanakan. Hasil simulasi model ini juga ditampilkan pada bagian akhir artikel ini.

Model ini sangat bermanfaat untuk membuat simulasi biaya langsung proyek

berdasarkan berbagai alternative jadwal pelaksanaan sebelum mulai melaksanakan

proyek. Akurasi hasilnya sangat tergantung kepada keakuratan jadwal pelaksanaan

dan database yang terkait dengan estimasi waktu dan biaya elemen kegiatan.

Menurut Wahyu Wuryanti (2006) dalam industri konstruksi, tahapan estimasi biaya

merupakan masalah penting karena merupakan salah satu tolok ukur kesuksesan

proyek. Dalam tulisan ini membahas penelitian model estimasi pada tahap awal

berbasis pada faktor kapasitas untuk bangunan fungsi hunian. Model estimasi

dikembangkan dengan analisis regresi untuk memodelkan suatu formula matematis

korelasi antara biaya per luas bangunan dengan luasan. Hasil penelitian menunjukan

bahwa untuk hunian terjadi increasing return to scale pada perubahan kapasitas

artinya biaya per unit luasnya akan semakin tinggi seiring dengan meningkatnya luas

bangunan.


commit to user

8

2.2. Dasar Teori

2.2.1. Definisi Pasar

Pasar adalah salah satu dari berbagai sistem, institusi, prosedur, hubungan sosial dan

infrastruktur dimana usaha menjual barang, jasa dan tenaga kerja untuk orang-orang

dengan imbalan uang. Barang dan jasa yang dijual menggunakan alat pembayaran

yang sah seperti uang fiat. Kegiatan ini merupakan bagian dari perekonomian. Ini

adalah pengaturan yang memungkinkan pembeli dan penjual untuk item pertukaran.

Persaingan sangat penting dalam pasar, dan memisahkan pasar dari perdagangan.

Dua orang mungkin melakukan perdagangan, tetapi dibutuhkan setidaknya tiga

orang untuk memiliki pasar, sehingga ada persaingan pada setidaknya satu dari dua

belah pihak. Pasar bervariasi dalam ukuran, jangkauan, skala geografis, lokasi jenis

dan berbagai komunitas manusia, serta jenis barang dan jasa yang diperdagangkan.

Beberapa contoh termasuk pasar petani lokal yang diadakan di alun-alun kota atau

tempat parkir, pusat perbelanjaan dan pusat perbelanjaan, mata uang internasional

dan pasar komoditas, hukum menciptakan pasar seperti untuk izin polusi, dan pasar

ilegal seperti pasar untuk obat-obatan terlarang.

2.2.2. Klasifikasi Pasar

Pada dasarnya klasifikasi pasar dibedakan menjadi beberapa jenis yaitu sebagai

berikut:

A. Klasifikasi pasar berdasarkan barang yang diperjualbelikan dibedakan menjadi

dua pasar yaitu sebagai berikut:

1) Pasar barang konsumsi

Pasar barang konsumsi adalah pasar yang memperjualbelikan barang-barang

konsumsi untuk memenuhi kebutuhan hidup manusia. Barang yang berada

pada pasar barang konsumsi dapat langsung digunakan oleh konsumen.


commit to user

9

Contoh pasar barang konsumsi yaitu pasar beras, pasar tekstil, pasar sayur

mayur, pasar buah - buahan dan pasar kelontong.

2) Pasar faktor produksi

Pasar barang produksi adalah pasar yang memperjualbelikan beberapa faktor

produksi yang berguna bagi kelancaran proses produksi, seperti tembakau,

beras, kopi, minyak bumi, tembaga, balai latihan kerja, mesin cetak, mesin

tekstil, dan bursa efek. Pada pasar ini, para pemilik usaha (pengusaha)

berperan sebagai pembeli, sedangkan penjualnya adalah pemilik faktor

produksi. Berdasarkan pemilikan faktor produksi, pasar barang produksi

dibedakan menjadi tiga macam, yaitu pasar faktor produksi alam, pasar faktor

produksi tenaga kerja dan pasar faktor produksi modal.

B. Klasifikasi pasar berdasarkan waktu bertemunya penjual dan pembeli dibedakan

menjadi lima pasar yaitu sebagai berikut:

1) Pasar kaget

Pasar kaget adalah pasar sesaat yang terjadi ketika terdapat sebuah keramaian

atau perayaan. Contoh pasar kaget antara lain pada saat merayakan ulang

tahun suatu daerah terdapat pasar malam dan sebagainya.

2) Pasar harian

Pasar harian adalah kegiatan pertemuan antara penjual dan pembeli yang

berlangsung setiap hari dan barang - barang yang diperjualbelikanmerupakan

barang-barang kebutuhan sehari - hari. Contoh pasar sayur mayur, pasar

beras, pasar buah dan pasar daging.

3) Pasar mingguan

Pasar mingguan adalah kegiatan pertemuan antara penjual dan pembeli yang

berlangsung seminggu sekali. Contoh pasar mingguan yaitu pasar kliwon,

pasar pon, pasar wage, pasar pahing dan pasar legi.

4) Pasar bulanan

Pasar bulanan adalah pasar yang diselenggarakan satu kali dalam satu bulan

dan biasanya menjual barang - barang tertentu. Pasar jenis ini sudah jarang

ditemukan. Meskipun ada itu hanya terdapat pada daerah tertentu saja.

Contoh: pasar hewan dan sebagainya.


commit to user

10

5) Pasar tahunan

Pasar tahunan adalah pasar yang diselenggarakan satu kali dalam satu tahun,

dan biasanya bertujuan untuk memperkenalkan produk baru. Biasanya pasar

ini dilakukan pada saat menjelang hari - hari besar. Contoh pasar tahunan:

Pekan Raya Jakarta, Pasar Malam Sekaten di Surakarta dan Yogyakarta, dan

Pekan Semalam dilaksanakan setiap bulan Syawal.

C. Klasifikasi pasar berdasarkan luasnya kegiatan distribusi dibedakan menjadi

empat pasar yaitu sebagai berikut:

1) Pasar setempat

Pasar setempat adalah kegiatan pertemuan antara penjual dan pembeli yang

hanya meliputi tempat tertentu. Barang-barang yang diperjualbelikan di pasar

tersebut berupa barang-barang konsumsi atau barang - barang keperluan

seharihari. Pasar setempat disebut juga pasar lokal atau pasar tradisional.

Contoh: pasar sayur mayur di Tawangmangu, pasar ikan di tempat pelelangan

ikan dan pasar buah di Malang.

2) Pasar daerah

Pasar daerah adalah kegiatan pertemuan antara penjual dan pembeli yang

meliputi wilayah tertentu, misalnya wilayah kabupaten atau provinsi.

Pedagang - pedagang yang ada di pasar daerah biasanya para pedagang besar

yang melayani pedagang - pedagang eceran. Barang yang diperdagangkan

sebagian besar adalah barang konsumsi dari hasil industri seperti

perlengkapan mandi, alat-alat dapur, pakaian, dan kebutuhan perlengkapan

sekolah. Contoh: Pasar Johar (Semarang), Pasar Kliwon (Kudus), Pasar Baru

(Jakarta) dan Pasar Klewer (Solo).

3) Pasar nasional

Pasar nasional adalah kegiatan pertemuan antara penjual dan pembeli yang

meliputi wilayah suatu negara. Barang - barang yang dikonsumsi masyarakat

seluruh negara seperti barang konsumsi, barang produksi, surat berharga,

saham, valuta asing, dan modal. Contoh: pasar modal, pasar valas dan pasar

bahan mentah.


commit to user

11

4) Pasar international

Pasar internasional adalah kegiatan pertemuan antara penjual dan pembeli

dari berbagai negara di seluruh dunia. Barang-barang yang diperdagangkan di

pasar tersebut berupa komoditi yang diminati konsumen internasional.

Contoh: pasar karet di New York, pasar tembakau di Bremen, pasar intan di

Amsterdam, pasar minyak bumi di Uni Emirat Arab dan pasar kopi di Sao

Paulo.

D. Klasifikasi pasar berdasarkan bentuk dan strukturnya dibedakan menjadi dua

pasar yaitu sebagai berikut:

1) Pasar persaingan sempurna

Pasar persaingan sempurna disebut juga pasar persaingan murni adalah pasar

di mana terdapat banyak penjual dan pembeli dan mereka sudah sama - sama

mengetahui keadaan pasar. Contoh pasar persaingan sempurna antara lain

pasar hasil - hasil pertanian.

2) Pasar persaingan tidak sempurna

Pasar persaingan tidak sempurna adalah kebalikan dari pasar persaingan

sempurna yaitu pasar yang terdiri atas sedikit penjual dan banyak pembeli.

Pada pasar ini penjual dapat menentukan harga barang. Barang yang

diperjualbelikan jenisnya heterogen (berbagai jenis barang). Pasar persaingan

tidak sempurna mempunyai beberapa bentuk pasar yaitu:

(A) Pasar monopoli

Pasar monopoli adalah pasar yang terjadi apabila seluruh penawaran

terhadap sejenis barang pada pasar dikuasai oleh seorang penjual atau

sejumlah penjual tertentu.

(B) Pasar persaingan monopolistis

Pasar persaingan monopolistis adalah pasar dengan banyak penjual yang

menghasilkan barang yang berbeda corak. Pasar ini banyak dijumpai pada

sektor jasa dan perdagangan eceran. Misalnya jasa salon, angkutan, toko

obat/apotik, dan toko kelontong.


commit to user

12

(C) Pasar oligopoly

Pasar oligopoli adalah pasar yang hanya terdiri atas beberapa penjual

untuk suatu barang tertentu, sehingga antara penjual yang satu dengan

yang lainnya bisa memengaruhi harga. Contoh: perusahaan menjual mobil

dan sepeda motor, perusahaan rokok, industri telekomunikasi, dan

perusahaan semen.

E. Klasifikasi pasar berdasarkan fisik pasar dan cara bertransaksi dibedakan menjadi

dua pasar yaitu sebagai berikut:

1) Pasar abstrak

Pasar abstrak (pasar tidak nyata) adalah pasar yang kegiatan jual beli barang

atau jasa yang diperdagangkannya dilakukan berdasarkan contoh - contoh

yang kualitasnya sudah ditentukan. Barang yang dijualnya pun tidak tersedia

di tempat. Transaksi yang dilakukan antara penjual dan pembeli juga tidak

harus bertemu secara langsung. Mereka dapat melakukannya melalui telepon,

surat, internet, dan telegram. Contoh dan bentuk barang bisa dilihat melalui

brosur, internet, televisi, majalah, koran, tabloid dan lain - lain.

2) Pasar konkrit

Pasar konkrit (pasar nyata) adalah tempat pertemuan antara penjual dan

pembeli yang dilakukan secara langsung. Penjual dan pembeli bertemu untuk

melakukan transaksi jual beli (tawar menawar). Barang - barang yang

diperjualbelikan di pasar konkrit terdiri atas berbagai jenis barang yang ada di

tempat tersebut. Pasar konkrit dibedakan menjadi dua yaitu:

(A) Pasar tradisional

Pasar tradisional merupakan tempat bertemunya penjual dan pembeli serta

ditandai dengan adanya transaksi penjual pembeli secara langsung dan

biasanya ada proses tawar-menawar, bangunan biasanya terdiri dari kios-

kios atau gerai, los dan dasaran terbuka yang dibuka oleh penjual maupun

suatu pengelola pasar. Kebanyakan menjual kebutuhan sehari-hari seperti

bahan-bahan makanan berupa ikan, buah, sayur-sayuran, telur, daging,

kain, pakaian barang elektronik, jasa dan lain-lain. Selain itu, ada pula


commit to user

13

yang menjual kue-kue dan barang-barang lainnya. Pasar seperti ini masih

banyak ditemukan di Indonesia.

(B) Pasar modern

Pasar modern tidak banyak berbeda dari pasar tradisional, namun pasar

jenis ini penjual dan pembeli tidak bertransakasi secara langsung

melainkan pembeli melihat label harga yang tercantum dalam barang

(barcode), berada dalam bangunan dan pelayanannya dilakukan secara

mandiri (swalayan) atau dilayani oleh pramuniaga. Barang-barang yang

dijual, selain bahan makanan makanan seperti; buah, sayuran, daging;

sebagian besar barang lainnya yang dijual adalah barang yang dapat

bertahan lama. Contoh dari pasar modern adalah hypermart, pasar

swalayan (supermarket), dan minimarket.

2.2.3. Definisi Estimasi

Estimasi dalam arti luas pada hakekatnya adalah upaya untuk menilai atau

memperkirakan suatu nilai melalui analisis perhitungan dan berlandaskan pada

pengalaman. Estimasi biaya dalam proses kontruksi tersebut pada umumnya

ditujukan untuk memperkirakan nilai pembiayaan suatu proyek bukannya biaya tepat

yang harus dibelanjakan. Estimasi pada hakikatnya merupakan upaya penerapan

konsep rekayasa berlandaskan pada dokumen pelelangan, kondisi lapangan dan

sumber daya kontraktor. (Istimawan Dipohusodo, 1996:335)

Estimasi biaya proyek adalah nilai prediksi yang didasarkan pada factor-faktor utama

yaitu keadaan proyek, rencana kontrak, jadwal konstruksi, teknologi yang digunakan,

dasar produksivitas tenaga kerja, metode estimasi biaya.

Manajer proyek penting sekali mengetahui lebih banyak segi-segi penentuan biaya

dari suatu proyek, sesuai dengan tahapan-tahapan awal dan akhir dari proyek. Pada

tahap awal penentuan biaya sangat diperlukan dalam mengambil keputusan dengan

estimator proyek. Pada tahap akhir penentuan biaya diperlukan untuk mengendalikan


commit to user

14

besarnya biaya proyek. Penentuan biaya juga berguna untuk menerbitkan biaya

laporan bulanan. Hal tersebut sesuai dengan tujuan utama dari Manajeer Proyek yaitu

menyelesaikan proyek sesuai kwalitas, pada jadwal yang ditentukan didalam rencana

anggaran.

Perkiraan biaya memegang peranan penting dalam penyelenggaraan proyek. Pada

taraf pertama digunakan untuk mengetahui berapa besar yang diperlukan untuk

membangun proyek atau investasi, selanjutnya memiliki fungsi dengan spectrum

yang luas yaitu merencanakan dan mengendalikan sumber daya. (Imam Soeharto,

1997:126)

2.2.4. Kegunaan Estimasi Biaya Proyek

Adapun kegunaan dari estimasi biaya proyek bagi masing-masing professional

sebagai berikut :

A. Kegunaan bagi pemilik adalah untuk mempelajari kelayakan proyek, kelanjutan

investasi, mendapatkan nilai ekonomis dari proyek dan kebutuhan untuk

menetapkan arus kas masuk maupun arus kas keluar.

B. Kegunaan bagi perencana adalah berpengaruh pada pelaksanaan desain atau

pengetrapan desain terhadap investasi proyek. Merupakan hal yang penting bagi

perencana untuk memilih material dan menetapkan besar kecilnya proyek yang

berada di dalam batas anggaran dari pemilik, dan menetapkan alternatif terbaik

untuk penghematan biaya bagi pemilik.

C. Kegunaan bagi kontraktor adalah menentukan besarnya nilai tender dan

mendapatkan keuntungan potensial untuk bias merealisasikan proyek sesuai yang

diharapkan.

D. Bagi manajer proyek mempunyai kepentingan didalam penentuan estimasi untuk

mencapai keberhasilan sesuai perencana anggaran untuk penyelesaian proyek.


commit to user

15

2.2.5. Jenis Estimasi Biaya Proyek

Macam estimasi yang diperlukan ditentukan oleh maksud penggunaan dan

peruntukannya. Untuk pelaksanaan kontruksi bangunan gedung secara umum

terdapat lima macam estimasi yaitu estimasi biaya dipandang sebagai fungsi

peruntukannya, estimasi berdasarkan jumlah biaya setiap meter persegi luas lantai,

estimasi berdasarkan semua komponen bangunan, estimasi berdasarkan survey dan

perhitungan kuantitas pendahuluan dengan penerapan harga satuan hanya pada

pekerjaan terpasang dan estimasi berdasar analisis perhitungan kuantitas volume

pekerjaan. (Istimawan Dipohusodo, 1996:340)

Estimasi biaya konstruksi dibagi menjadi 4 dasar klasifikasi berdasarkan pada tujuan

estimasi yaitu tahapan kelayakan, tahapan apropriasi, tahapan biaya modal atau

anggaran dan tahapan devinitif dimana perbedaan dari tipe klasifikasi tersebut adalah

ketelitian setiap estimasi. Persentase ketelitian tergantung dari strategi dan tujuan

perusahaan, besar kecilnya proyek dan tersedianya waktu estimasi, ketetapan dan

kelengkapan dari data dan informasi, keahlian dan keputusan dari perkiraan biaya,

data proyek yang lalu, daerah-daerah yang perlu mendapat penelitian, jenis-jenis

perlengkapan proyek dan sisi-sisi lain dari variable seperti pengetahuan dan

pengalaman dari estimator.

2.2.6. Tingkat Ketelitian Estimasi

Tingkat ketelitian adalah ketidak cocokkan estimasi dengan biaya kenyataan pada

akhir pelaksanaan proyek konstruksi (yang bukan merupakan persentase dari biaya

tak terduga), tetapi menunjukkan adanya kemungkinan overruns biaya ataupun

terjadinya penghematan biaya dari suatu estimasi proyek (Tabel 2.1). Tingkat

ketelitian rendah berarti menunjukkan kemungkinan terjadinya pembengkaan atau

penghematan dari perkiraan biaya adalah rendah. Tingkat ketelitiean tinggi

menunjukkan kemungkinan pembengkaan atau penghematan yang relatif besar,


commit to user

16

sehingga angka-angka estimasi tidak realistis untuk dipakai sebagai tolak ukur

pengendalian biaya.

Tabel 2.1

Jenis Estimasi Biaya

Type of estmate purpose Accuracy

1. Feasibility

2. Appropriation

3. Capital cost or budget

4. Definitive

Determine project feasibility

Obtain proyek finding

Proyek control budget

Final cost prediction

± 70-75 %

± 75-85 %

± 85-90 %

± 90-95 %

Sumber : Penelitian Estimasi Biaya dari Universitas Petra.

2.2.7. Klasifikasi Dari Estimasi Biaya Selama Siklus Proyek

Klasifikasi 1 : Estimasi Kelayakan

Perkiraan kelayakan menentukan masukan data perencanaan minimum seperti

produk, tata guna lahan, urut kapasitas dari fasilitas dan lokasi proyek. Pada tahapan

ini karena tersediannya masukan data perencanaan yang minimum dan singkatnya

waktu estimasi maka estimasi dalam tahapan ini mempunyai tingkat ketelitian 70-

75%, (table 2.1). Estimasi kelayakan termasuk dalam tahapan evaluasi dan

perencanaan. Kegunaan dari estimasi ini adalah untuk mengkaji kelayakan ekonomi

dan keuangan, juga menentukan urutan priotitas dari beberapa proyek dan

menentukan dilanjutkan atau tidaknya kelayakan proyek. Pada tahapan ini pemilik

ingin mengetahui berapa modal investasi untuk menyiapkan keuangan dari proyek.

Perkiraan biaya ini dikenal dengan estimaasi perkiraan.

Karena terbatasnya dana untuk type proyek konstruksi pada tahapan ini hanya

mempunyai informasi umum, antara lain sebagai berikut : proses perkiraan biaya dan

perkiraan lokasi yang akan dipilih dalam perencanaan.Karena terbatasnya data untuk

type proyek konstruksi pada tahapan ini hanya mempunyai informasi umum, anatara

lain sebagai berikut :


commit to user

17

A. Total luas bangunan dan luas efektif bangunan

B. Harga dan keadaan tanah

C. Biaya kapasitas perlengkapan

D. Indikasi jadwal pelaksanaan dan indikasi standart mutu

E. Masalah yang berhubungan dengan analisa dampak lingkungan

Klasifikasi 2. Estimasi Apropriasi (Appropriation estimate)

Pada tahapan ini masukan data perencanaan yang tersedia bertambah banyak, dan

dalam tahapan ini termasuk disain pendahuluan (preliminary design) dan tingkatan

ketelitian pada estimasi ini + 75-85%. Tersedianya data yang lebih banyak antara lain

seperti :

A. Layout proyek, ukuran bangunan, lokasi proyek.

B. Perlengkapan analisa pendahuluan seperti harga tanah, luas tanah, luas bangunan,

efisiensi bangunan, biaya bangunan.

C. Garis besar data spesifikasi peralatan

Untuk type proyek konstruksi perkiraan biaya ini dapat dilengkapi dengan data dan

informasi dari kegiatan, mengenai elemen-elemen utama biaya proyek seperti :

A. Jumlah perkiraan kasar kebutuhan material

B. Perkembangan lokasi

C. Fondasi dan struktur bangunan

D. HVAC (Heating Ventilation Air Conditioning )

E. Electrikal, mekanikal, pemipaan

F. Penyelesaian khusus (special finishing)

Klasifikasi 3 : Estimasi Biaya Modal atau Anggaran.

Pada klasifikasi ini termasuk tahapan perencanaan detail teknik dan merupakan

penyempurnaan dari estimasi apropriasi. Tersedianya masukan data makin lengkap

dan benar, sehingga akan didapat estimasi yang tingkatan ketelitian +/- 85-90 %

(tabel 2.1). Pada tahapan ini diusahakan untuk menetapkan estimasi dengan sedikit

mungkin terjadi perubahan dan estimasi ini dikenal dengan estimasi teknik.


commit to user

18

Penyusunan anggaran biaya proyek memerlukan waktu relative lebih lama dan usaha

intensif untuk mengumpulkan data dan informasi yang diperlukan agar dapat dicapai

tingkatan ketelitian sesuai yang diinginkan. Untuk perencanaan arsitek danteknik

sangat berperan dalam mendukung ketelitian dari estimasi ini untuk mendapatkan

datayang berhubungan dengan:

A. Kualitas dan kuantitas produk dan material.

B. Survey lokasi, letak geografis, keadaan dan sifat tanah.

C. Masalah pengadaan dan penyediaan perlengkapan.

D. Peralatan utama, tenaga ahli dan tenaga kerja.

E. Bangunan dan fasilitas pendukung.

Klasifikasi 4: Estimasi Definitif

Estimasi definitif adalah estimasi akhir didalam beberapa tahapan estimasi biaya

proyek dan merupakan estimasi yang dihasilkan dari usaha optimal dengan fungsi

utama bagi pemilik dan kontraktor untuk patokan kegiatan pengendalian biaya.

Tahapan ini dimulai pada desain pendirian bangunan, dimana desain sudah hamper

selesai dan dilanjutkan dengan detail teknik. Pada tahapan ini sudah dilengkapi

dengan desain data mengenai material yang dipakai dan informasi harga, juga harga

perlengkapan dan anggaran untuk material. Detail estimasi yang diperoleh lebih teliti

karena ditunjang oleh desain data yang lengkap dan dapat dipakai sebagai control

terhadap biaya kontruksi dan tingkat ketelitian pada estimasiini +/- 90-95 % dari total

biaya proyek (tabel 2.1).

Kegiatan-kegiatan terinci yang diperlukan dalam tahapan ini antara lain adalah:

A. Perincian desain proyek dan kebutuhan material, tenaga kerja dan peralatan.

B. Disain mekanik, elektrik, spesifikasi mekanis peralatan.

C. Denah dan elevasi peralatan instalasi.

D. Penawaran harga dari rekaan untuk peralatan utama dan harga satuan material.

E. Site survey dan test tanah.

F. Penawaran harga sub kontrak untuk pekerjaan-pekerjaan penting.


commit to user

19

G. Kuantitas dari material.

H. Perincian tingkat upah tenaga kerja.

I. Perincian keperluan alat-alat konstruksi dan fasilitas sementara.

J. Perhitungan kebutuhan jam orang proyek dan staf kantor.

K. Rencana pelaksanaan jadwal proyek.

Pada tahapan ini seluruh desain teknik ditargetkan telah selesai 70-80 % perlunya

mengetahui estimasi biaya melalui tahapan-tahapan sampai diperoleh estimasi

definitif adalah untuk mengetahui perkembangan dan kelengkapan dari masukan data

perencanaan dan informasi yang menunjang tercapainya ketelitian akhir dari suatu

estimasi, sehingga estimasi definitive merupakan alat yang bias digunakan untuk

pengendalian biaya proyek karena merupakan estimasi yang akurat dan ketelitian

yang terjamin, sehingga mendekati dengan langkah-langkah tahapan dan

perkembangan cara estimasi sampai didapatkan estimasi akhir dari suatu proyek.

2.2.8. Konsep Estimasi Biaya dan Faktor Yang Diperlukan oleh

Estimator

Untuk mendapatkan ketelitian dari estimasi, maka estimator harus mengetahui

konsep-konsep estimasi sebagai berikut :

A. Estimasi dari pembelian peralatan proyek yang diijinkan.

B. Kuantitas dari penyesuaian tenaga kerja dan material.

C. Penyesuaian adanya kemungkinan terjadinya inflasi dan ekskalasi, dimana

diperlukan pengetahuan dari disain dan konstruksi sesuai dengan ukuran dan type

dari proyek.

D. Kontigensi, hal ini diperlukan untuk menutup kemungkinan adanya kesalahan

perhitungan (human error calculation) atau keputusan yang tidak tepat didalam

estimasi dari biaya proyek.

E. Factor resiko, untuk menutup kemungkinan adanya resiko yang dapat terjadi

selama proses konstruksi sesuai dengan karakteristik pekerjaan, kondisi dan

lokasi lapangan kerja, metode konstruksi yang digunakan.


commit to user

20

Factor-faktor yang diperlukan dari estimator agar supaya dicapai tingkat keberhasilan

adalah estimator harus mempunyai pengalaman pada keadaan-keadaan yang sulit

diperkiraan dan mempunyai keputusan yang bernilai (Sold A Ward,1992).

Disamping itu estimator harus mempunyai informasi situasi persaingan dengan

pesaing lain dan juga mempunyai keahlian untuk mendapatkan keuntungan dari

pengalaman-pengalaman proyek yang lalu dan melakukan perbaikan pada proyek-

proyek yang akan datang. Data yang baik dari pengalaman proyek yang lalu adalah

sangat penting untuk menunjang ketepatan dan keakuratan dari estimasi

(Frederick,1997).

2.2.9. Sampel dan Populasi

Sampel merupakan proses pemilihan proses pemilihan unsur-unsur yang mewakili

suatu populasi secara sistematis dengan tujuan mempelajari unsur tersebut. Empat

tahapan untuk merancang sampel yang baik :

A. Menentukan data-data yang dikumpulkan atau digambarkan.

Mengidentifikasi variabel, atribut, dan item-item yang berhubungan yang perlu

dikumpulkan dalam sampel dan juga memperti mbangkan tujuan studinya berikut

jenis metode pengumpulan data yang digunakan.

B. Menentukan populasi yang dijadikan sampel.

Untuk hard data penganalisis sistem perlu memutuskan, contoh apakah waktu

dua bulan sudah cukup atau setahun. Sama halnya ketika memutuskan siapa yang

diwawancarai contoh apakah populasinya mencakup satu level dalam organisasi

atau semua level atau perlu keluar daris sistem misalnya reaksi konsumen,

pemasok.

C. Jenis-jenis sampel.

1) Sampel sesuai adalah sampel yang tidak terbatas, dan merupakan sampel

non-probabilitas, misalnya penganalisis sistem menempatkan sebuah

pengumuman di internet berisi, perusahaan meminta siapapun yang tertarik

dengan laporan kinerja penjualan yang baru agar mengikuti rapat pada hari


commit to user

21

selasa tanggal 12 jam 13.00. Sampel semacam ini sangat mudah tetapi tidak

layak.

2) Sampel purposif didasarkan atas pertimbangan-pertimban gan tertentu,

misalnya dengan contoh pada bagian (a) dengan memilih suat u kelompok

tertentu individu yang berpengetahuan dan tertarik dengan sistem tersebut

3) Sampel random sederhana Sampel ini perlu memiliki sejumlah daftar

populasi untuk memastikan bahwa setiap dokumen atau orang-orang di dalam

populasi memiliki peluang yang sama untuk dipilih.

4) Sampel random kompleks sampel random kompleks sangat sesuai untuk

penganalisis sistem ialah :

(A) sampling sistematis, sampling probabilitas yang paling sederhana,

misalnya memilih mewawancarai setiap orang ke- k dari daftar pegawai

perusahaan.

(B) sampling mewakili, adalah proses meng identifikasi subpopulasi dan

kemudian menyeleksi objek atau orang yang dibuat sampling di dalam

subpopulasi tersebut, sehingga pengumpulan data secara efisien.

(C) sampling kelompok, menyeleksi sekumpulan dokumen atau orang untuk

studi yang dilakukan, misalnya sebuah or ganisasi mempunyai 20 cabang

yang tersebar, kemudian dipilih satu atau dua diantaranya berdasarkan

asumsi keduanya memiliki kekhasan sendiri.

D. Memutuskan ukuran sampel

Ukuran sampel tergantung pada beberapa faktor, beberapa diantaranya disusun

oleh penganalisis sistem, beberapa diantaranya di susun oleh apa yang kita

ketahui tentang populasi itu sendiri.

2.2.10. Statistik Deskriptif

Jenis statistik berdasarkan kegunaan dan teknik yang di gunakan, statistik di bagi

menjadi dua yaitu, statistik deskriptif, merupakan bidang statistik yang berhubungan

dengan metode pengelompokkan, peringkasan, dan penyajian data dalam cara yang

informatif. Pada jenis statistik ini kita melakukan tekhnik statistik yang berhubungan


commit to user

22

dengan penyajian data statistik dalam bentuk gambaran angka-angka. Teknik yang

umum di gunakan yaitu analisis deskriptif yang meliputi rata-rata , median, modus

dan varian. Sedangkan yang kedua adalah statistik inferensial adalah tekhnik statistik

yang berhubungan dengan analisis data untuk penarikan kesimpulan atas data,

tekhnik ini berhubungan dengan pengolahan statistik yang menggunakan hasil analis

sehingga kita dapat menarik hasil kesimpulan atas karakteristik populasi. Teknik

yang di gunakan meliputi: uji hipotesis, analisis varian, teknik regresi dan korelasi.

Ada 2 jenis data yang di gunakan untuk statistik yang di temukan dalam kehidupan

sehari-hari yaitu:

A. Data kuantitatif adalah data yang berupa angka-angka. Pada data jenis ini sifat

informasi yang di kandung oleh data berupa angka-angka, misalnya: data

jumlah penduduk, jumlah mahasiswa yang masuk, jumlah hasil penjualan

komputer. Data kuantitatif bisa berupa variabel diskrit yang berasal dari

penghitungan dan bersifat bulat, tidak dalam bentuk pecahan. Yang kedua adalah

variabel kontinyu berupa data yang berasal dari hasil pengukuran terhadap

sesuatu. Hasil pengukuran ini tergantung dari keakuratan alat ukur yang di

gunakan.

B. Data kualitatif adalah jenis data yang mempunyai sifat non-angka. Informasi

yang dihasilkan oleh data adalah informasi yang bukan angka-angka misalnya:

data jenis kelamin, data tingkat pendidikan, data agama seseorang. Pada statistik

kita menganalisis dengan menggunakan teknik dan rumus matematika, maka data

tersebut harus di ubah dalam bentuk data kuantitatif.

Skala pengukuran dalam statistik ,pengukuran adalah pemberian angka-angka pada

suatu peristiwa sesuai dengan aturan tertentu. Dalam pengamatan kita membentuk

suatu skala kemudian mentransfer pengamatan terhadap ciri-ciri kepada skala tsb.

Ada 4 tipe skala yang digunakan yaitu: skala nominal, ordinal, interval dan rasio.

Keempatnya memiliki tingkatan yang berbeda dalam penggunaan statistik.


commit to user

23

A. Skala nominal

Skala ini paling banyak di pakai dalam penelitian ilmu-ilmu sosial. Skala

nominal merupakan pemberian skala dimana skala di gunakan hanya

untuk membedakan suatu ukuran dari ukuran yang lain tanpa memberi atribut

besar atau kecil yang sifatnya sama atau sejajar untuk masing-masing skala.

Sebagai contoh: pemberian skala 1 untuk laki-laki dan 2 untuk jenis kelamin

perempuan

B. Skala ordinal

Pada skala ordinal kita dapat membedakan urutan dari skala, skala ini lebih

baik daripada skala nominal karna memberikan nilai lebih besar dan lebih kecil,

tetapi kita tidak dapat mencari selisih antar skala. Contohnya pada kuisioner

dimana pendapat sangat setuju di beri nilai 5, setuju 4, ragu-ragu 3 , tidak setuju 2

dan sangat tidak setuju di beri nilai 1. Kekurangan dari skala ini kita tidak dapat

melakukan operasi penjumlahan, pengurangan dan perkalian dan kita hanya dapat

membedakan urutan masing-masing skala dari skala ordinal.

C. Skala interval

Skala interval adalah skala yang memiliki ciri-ciri skala ordinal tetapi jarak dari

masing-masing data bisa diukur. Dengan skala ini kita bisa mencari perbedaan

atau jarak dari masing-masing skala. Pengukurannya menggunakan alat

ukur sehingga jarak masing-masing bisa di ukur. Kelemahan skala ini kita tidak

dapat mengatakan bahwa suatu skala adalah dua kali skala yang lain, kelemahan

yang lain dari skala ini adalah karena nilai nol bukan merupakan nilai mutlak.

D. Skala rasio

Skala rasio merupakan jenis skala yang tertinggi dimana skala ini memiliki ciri-

ciri skala interval ditambah dengan ciri memiliki nilai nol sebagai nilai yang

mutlak. Skala rasio mencerminkan nilai sabenarnya dari data.Pada skala ini kita

bisa melakukan operasi matematis. Jumlah gaji yang diterima misalnya,

merupakan skala rasio. Di sini jumlah gaji Rp50.000 merupakan dua kali dari gaji

Rp25.000 dan jika jumlah gaji nol bisa diartikan bahwa tidak ada gaji sama

sekali.


commit to user

24

2.2.11. Regresi Linier

Regresi linier adalah metode statistika yang digunakan untuk membentuk model

hubungan antara variabel terikat (dependen; respon; Y) dengan satu atau lebih

variabel bebas (independen, prediktor, X). Apabila banyaknya variabel bebas hanya

ada satu, disebut sebagai regresi linier sederhana, sedangkan apabila terdapat lebih

dari 1 variabel bebas, disebut sebagai regresi linier berganda.

Analisis regresi setidak-tidaknya memiliki 3 kegunaan, yaitu untuk tujuan deskripsi

dari fenomena data atau kasus yang sedang diteliti, untuk tujuan kontrol, serta untuk

tujuan prediksi. Regresi mampu mendeskripsikan fenomena data melalui

terbentuknya suatu model hubungan yang bersifatnya numerik. Regresi juga dapat

digunakan untuk melakukan pengendalian (kontrol) terhadap suatu kasus atau hal-hal

yang sedang diamati melalui penggunaan model regresi yang diperoleh. Selain itu,

model regresi juga dapat dimanfaatkan untuk melakukan prediksi untuk variabel

terikat. Namun yang perlu diingat, prediksi di dalam konsep regresi hanya boleh

dilakukan di dalam rentang data dari variabel-variabel bebas yang digunakan untuk

membentuk model regresi tersebut.

Data untuk variabel independen X pada regresi linier bisa merupakan data

pengamatan yang tidak ditetapkan sebelumnya oleh peneliti (obsevational data)

maupun data yang telah ditetapkan (dikontrol) oleh peneliti sebelumnya

(experimental or fixed data). Perbedaannya adalah bahwa dengan menggunakan

fixed data, informasi yang diperoleh lebih kuat dalam menjelaskan hubungan sebab

akibat antara variabel X dan variabel Y. Sedangkan, pada observational data,

informasi yang diperoleh belum tentu merupakan hubungan sebab-akibat. Untuk

fixed data, peneliti sebelumnya telah memiliki beberapa nilai variabel X yang ingin

diteliti. Sedangkan, pada observational data, variabel X yang diamati bisa berapa

saja, tergantung keadaan di lapangan. Biasanya, fixed data diperoleh dari percobaan

laboratorium, dan observational data diperoleh dengan menggunakan kuesioner.


commit to user

25

Di dalam suatu model regresi kita akan menemukan koefisien-koefisien. Koefisien

pada model regresi sebenarnya adalah nilai duga parameter di dalam model regresi

untuk kondisi yang sebenarnya (true condition), sama halnya dengan statistik mean

(rata-rata) pada konsep statistika dasar. Hanya saja, koefisien-koefisien untuk model

regresi merupakan suatu nilai rata-rata yang berpeluang terjadi pada variabel Y

(variabel terikat) bila suatu nilai X (variabel bebas) diberikan.

Koefisien regresi dapat dibedakan menjadi 2 macam, yaitu:

A. Intersep (intercept)

Intersep, definisi secara metematis adalah suatu titik perpotongan antara suatu

garis dengan sumbu Y pada diagram/sumbu kartesius saat nilai X = 0. Sedangkan

definisi secara statistika adalah nilai rata-rata pada variabel Y apabila nilai pada

variabel X bernilai 0. Dengan kata lain, apabila X tidak memberikan kontribusi,

maka secara rata-rata, variabel Y akan bernilai sebesar intersep. Perlu diingat,

intersep hanyalah suatu konstanta yang memungkinkan munculnya koefisien lain

di dalam model regresi. Intersep tidak selalu dapat atau perlu untuk

diinterpretasikan. Apabila data pengamatan pada variabel X tidak mencakup nilai

0 atau mendekati 0, maka intersep tidak memiliki makna yang berarti, sehingga

tidak perlu diinterpretasikan.

B. Slope

Secara matematis, slope merupakan ukuran kemiringan dari suatu garis. Slope

adalah koefisien regresi untuk variabel X (variabel bebas). Dalam konsep

statistika, slope merupakan suatu nilai yang menunjukkan seberapa besar

kontribusi (sumbangan) yang diberikan suatu variabel X terhadap variabel Y.

Nilai slope dapat pula diartikan sebagai rata-rata pertambahan (atau

pengurangan) yang terjadi pada variabel Y untuk setiap peningkatan satu satuan

variabel X.


commit to user

26

2.2.12. Uji Klasikal Regresi Linier

Koefisien-koefisien regresi linier sebenarnya adalah nilai duga dari parameter model

regresi. Parameter merupakan keadaan sesungguhnya untuk kasus yang kita amati.

Parameter regresi diduga melalui teknik perhitungan yang disebut Ordinary Least

Square (OLS). Tentu saja, yang namanya menduga, kita tidak mungkin terlepas dari

kesalahan, baik itu sedikit maupun banyak. Namun dengan OLS, kesalahan

pendugaan dijamin yang terkecil (dan merupakan yang terbaik) asal memenuhi

beberapa asumsi. Asumsi-asumsi tersebut biasanya disebut asumsi klasik regresi

linier. Untuk mengetahui apakah koefisien regresi yang kita dapatkan telah sahih

(benar; dapat diterima), maka kita perlu melakukan pengujian terhadap kemungkinan

adanya pelanggaran asumsi klasik tersebut.

Secara manual, dalam melakukan uji asumsi klasik regresi linier, kita harus terlebih

dahulu mendapatkan data residual. Perlu kita ingat, pengujian asumsi klasik

menggunakan data residual, bukan data pengamatan, kecuali uji asumsi

multikolinieritas. Dengan kata lain, penerapan pengujian asumsi klasik regresi linier

dilakukan terhadap data residual, kecuali untuk uji asumsi multikolinieritas.

Memang, untuk memunculkan hasil uji asumsi klasik regresi linier, pengguna paket

software statistika pada umunya tidak diminta untuk memasukkan data residual. Hal

ini disebabkan karena pada umumnya software statistika secara otomatis melakukan

uji asumsi klasik tanpa terlebih dahulu meminta pengguna software memasukkan

data residual. Menurut penulis, hal inilah yang membuat sebagian orang tidak

menyadari bahwa sebenarnya saat melakukan uji asumsi klasik, software statistika

terlebih dahulu mendapatkan data residual dan baru kemudian melakukan

perhitungan uji asumsi klasik regresi linier.

Ada empat uji asumsi klasik yang sering digunakan, yaitu:

A. Uji normalitas

Uji normalitas adalah pengujian asumsi residual yang berdistribusi normal.

Asumsi ini harus terpenuhi untuk model regresi linier yang baik. Uji normalitas


commit to user

27

dilakukan pada nilai residual model. Uji normalitas dapat dilakukan dengan uji

normal P-P plot, uji Kolmogorov-Smirnov, uji Anderson-Darling, uji Shapiro-

Wilk atau uji Jarque-Bera (Uji Skewness-Kurtosis). Asumsi Nomalitas terpenuhi,

jika nilai kritis Sign. (p-value) ≥ α (taraf signifikan yang biasa ditentukan sebesar

5% atau 1%).

B. Uji heteroskedasitas

Uji heteroskedasitas adalah pengujian asumsi residual dengan varians tidak

konstan. Harapanya, asumsi ini tidak terpenuhi karena model regresi linier

berganda memiliki asumsi residual dengan varians konstan (homoskedasitas).

Deteksi heteroskedasitas dapat dilakukan dengan menampilkan scatter plot dari

nilai ZPRED (nilai prediksi, sumbu X) dengan SRESID (nilai residualnya, sumbu

Y). Model yang baik didapatkan jika tidak terdapat pola tertentu pada grafik. Pola

tertentu yang dimaksud seperti mengumpul di tengah, menyempit kemudian

melebar atau sebaliknya melebar kemudian menyempit. Uji statistik yang dapat

digunakan adalah uji Breusch-Pagan-Godfrey, uji Harvey, uji Glejser atau uji

White.

C. Uji autokorelasi

Uji autokorelasi adalah pengujian asumsi residual yang memiliki korelasi pada

periode ke-t dengan periode sebelumnya (t-1). Harapannya, model regresi linier

berganda memiliki residual yang sifat white noise (tidak ada autokorelasi). Uji

autokorelasi hanya dilakukan pada data time series (runtun waktu) dan tidak

perlu dilakukan pada data cross section (dicatat pada waktu-waktu tertentu/tidak

runtun). Statistik uji yang sering dipergunakan adalah uji Durbin-Watson.

Apabila nilai Durbin-Watson berada di sekitar angka 2, berarti model regresi

aman dari kondisi Autokorelasi.

D. Uji multikolinearitas

Uji multikolinearitas adalah pengujian untuk mengetahui ada atau tidaknya

korelasi yang signifikan antara variabel-variabel prediktor/independen dalam

suatu model regresi linear berganda. Model regresi yang baik memiliki variabel-

variabel bebas yang independen/bebas/tidak terkait/tidak berkorelasi.


commit to user

28

Harapannya, asumsi multikolinieritas tidak terpenuhi. Statistik uji yang sering

dipergunakan untuk menguji gangguan multikolinearitas adalah dengan variance

inflation factor (VIF) atau korelasi pearson antara variabel-variabel bebas. Pada

uji multikolinieritas, diharapkan nilai VIF < 10 atau korelasi pearson antara

variabel-variabel bebas signifikan (Sign. < α = 5% atau 1%), sehingga asumsi

multikolinieritas tidak terpenuhi.

2.2.13. SPSS (Statistical Product and Service Solution)

SPSS adalah sebuah program komputer yang digunakan untuk membuat analisis

statistika. SPSS merupakan program aplikasi yang memiliki kemampuan analisis

statistik cukup tinggi serta sistem manajemen data pada lingkungan grafis dengan

menggunakan menu-menu deskriptif dan kotak-kotak dialog yang sederhana

sehingga mudah untuk dipahami cara pengoperasiannya. Sebelum melakukan uji

statistik langkah awal yang harus dilakukan adalah screening terhadap data yang

akan diolah. Salah satu asumsi penggunaan statistik parametik adalah asumsi

multivariate normality. Multivariate normality merupakan asumsi bawa setiap

variabel dan semua kombinasi linear dari variabel berdistribusi normal. Jika asumsi

ini terpenuhi, maka nilai residual dari analisis juga berdistribusi normal dan

independen.

Data dalam program SPSS harus mempunyai struktur, format dan jenis dan jenis

tertentu. Hal lain yang perlu diperhatikan dalam analisis adalah pemilihan prosedur

yang sesuai dengan kasus yang sedang dihadapi. Kesalahan dakam memiih prosedur

tentunya akan mengakibatkan hasil analisis yang diperoleh tidak sesuai yang

diharapkan. Untuk lebih jelasnya kita dapat lihat penjelasan mengenai apa yang

harus dimengerti sebagai berikut:

A. Struktur data

Dalam SPSS data yang akan diolah harus dalam bentuk m baris dan n kolom.

Tiap baris data dinamakan case (kasus) dan tiap kolom data mempunyai heading

dinamakan variabel.


commit to user

29

B. Missing value

Missing value atau harga yang hilang adalah istilah yang digunakan oleh SPSS

untuk mendeklarasikan data yang hilang/tidak lengkap. Hal ini diperhatikan

karena data yang hilang akan sangat berpengaruh pada hasil pengolahan maupun

analisis dari keseluruhan data. Ada 2 jenis missing value yang dikenal oleh SPSS

sebagai berikut:

1) User missing value adalah missing value yang nilai ditentukan oleh user

(pemakai).

2) System missing value adalah missing value yang ditentukan secara otomatis

oleh SPSS. System missing value ditentukan bilamana dijumpai harga illegal

seperti terdapat karakter alphabetic pada variabel numerik atau perhitungan

yang menghasilkan nilai tak terdefinisikan pada perintah transformasi data

seperti pembagian dengan 0.

C. Konsep variabel

Dilihat dari bentuknya variabel terdiri dari:

1) Variabel kualitatif, variabel ini berbentuk klasifikasi atau katagori

2) Variabel kuantitatif, variabel ini merupakan skor yang berwujud numerik.


commit to user

30

BAB 3

METODE PENELITIAN

3.1. Uraian Umum

Suatu penelitian akan berhasil dengan baik, jika menggunakan metode penelitian

dengan tepat. Peneliti dituntut untuk memiliki kemampuan menentukan aspek

metode yang tepat dengan rancangan penelitian yang ditetapkan. Metode penelitian

adalah suatu ilmu yang mempelajari cara-cara dalam penelitian untuk menemukan,

mengumpulkan, mengembangkan, menganalisis dan menguji kebenarannya,

dikerjakan dengan hati-hati,sistematis dan berdasarkan ilmu pengetahuan dengan

metode ilmiah. Metode ilmiah adalah cara menerapkan prinsip-prinsip logis terhadap

penemuan, pengesahan dan penjelasan tentang suatu kebenaran.

3.2. Tempat dan Waktu Penelitian

3.2.1. Tempat Penelitian

Lokasi pengambilan data dalam penelitian ini dilakukan di proyek konstruksi

pengembangan pasar tradisional dilingkup Surakarta dan sekitarnya, yang

melingkupi 6 kabupaten dan 1 kotamadya. Data yang diambil dari proyek

pengembangan pasar tradisional yang telah selesai pengerjaan proyek konstruksi

tersebut.

3.2.2. Waktu Penelitian

Waktu pengambilan data penelitian ini dilakukan pada proyek konstruksi tahun

2006-2012. Ini dimaksudkan agar data tidak terlalu lama untuk menentukan model

pengestimasi dalam penelitian yang hubungannya dengan harga satuan per satuan

luas.


commit to user

31

3.3. Metode Penelitian

Metode yang digunakan dalam penelitian ini adalah deskriptif analitis, artinya data

mula-mula dikumpulkan dan disusun. Data proyek minimal 30 data berupa nilai

kontrak dan denah yang digunakan untuk menentukan variabel dependen dan

variabel independen, lalu dijelaskan dan dianalisis menggunakan analisis regresi

linier kemudian diuji memakai uji klasikal regresi linier, kedalam program SPSS

hingga akhirnya ditarik kesimpulan atas permasalahan yang ada.

3.4. Tahapan Penelitian

Penelitian ini ada beberapa tahapan, untuk lebih jelasnya dapat dilihat pada diagram

alir tahap penelitian berikut :

Mulai

Latar belakang, rumusan masalah dan batasan masalah

Tinjauan pustaka

Survey dan pengumpulan data yang meliputi: A. Denah perlantai untuk mencari luas bangunan (m2) B. Nilai kontrak konstruksi

Analisis data: A. Analisis regresi linier B. Uji klasikal regresi linier dengan program SPSS

Kesimpulan

Selesai

Pembahasan


commit to user

32

Gambar 3.1. Diagram Tahap Penelitian

Berikut penjelasan tahapan dalam penelitian :

A. Latar belakang rumusan masalah dan batasan masalah:

1) Memilih masalah yang diteliti.

2) Merumuskan, membatasi masalah, menentukan tujuan dan manfaat, kemudian

melakukan studi pendahuluan.

B. Tinjauan Pustaka :

Mencari referensi berkaitan dengan judul.

C. Survey dan pengumpulan data

1) Menentukan populasi dan sampel yang akan diteliti.

2) Menetapkan, merumuskan dan memilih teknik pengumpulan data.

3) Menetapkan dan mengumpulkan sampel (data) serta mengklasifikasikan data.

D. Melakukan analisis data penelitian dengan menggunakan program computer

SPSS (Statistical Product and Service Solution), yaitu :

1) Analisis regresi linier berganda.

2) Uji klasikal regresi linier.

E. Pembahasan

Melakukan pembahasan dari hasil analisis data penelitian yaitu :

Mencari dan menentukan variabel bebas mulai dari rangking tertingggi yang

berkaitan dengan model estimasi yang telah direncanakan.

F. Menarik kesimpulan


commit to user

33

3.5. Sampel

Banyaknya sampel dalam penelitian ini minimal sebanyak 30 data, dimana data yang

diambil berupa nilai kontrak dan denah lantai sebuah pasar tradisional yang berada

dilingkup karesidenan Surakarta.

3.6. Teknik Pengumpulan Data

Dari uraian diatas, maka dalam penelitian ini teknik pengumpulan datanya peneliti

datang ke kantor Dinas Pengelolaan Pasar di tiap-tiap kabupaten yang masuk dalam

lingkup daerah karesidenan Surakarta seperti kabupaten Klaten, Sukoharjo, Boyolali,

Sragen, Karanganyar, Wonogiri dan kota Surakarta itu sendiri untuk memperoleh

data sekunder berupa nilai kontrak dan denah tiap-tiap proyek minimal sebanyak 30

data sekunder.

3.6.1. Data Sekunder

Data sekunder dalam penelitian ini berupa data real dari sebuah konstruksi

perkembangan pasar yang sudah selesai pada tahun 2006-2012. Data yang di ambil

berupa denah per lantai sebuah bangunan pasar dan nilai kontrak sebuah bangunan

tersebut. Data yang berada dalam lingkup karesidenan Surakarta minimal sebanyak

30 data sekunder.

3.7. Metode Analisis Data

Dalam menganalisis data perlu didapatkan sampel yang di dapat dari pengumpulan

data berupa besarnya nilai kontrak dengan luas bangunan dan denah yang telah ada.

Data proyek minimal sebanyak 30 data untuk menentukan variabel-variabel, lalu

dijelaskan dan dianalisis menggunakan analisis regresi linier kemudian diuji


commit to user

34

memakai uji klasikal regresi linier, kedalam program SPSS hingga akhirnya ditarik

kesimpulan atas permasalahan yang ada. Dari analisis menggunakan SPSS tersebut

didapatkan rumusan untuk menentukan harga tiap luasan berdasarkan statistik

deskriptif sesuai dengan metode yang standar.

3.7.1. Anilisis Regresi Linier

Analisi ini digunakan untuk mengetahui pengaruh variabel independen yaitu biaya

luas bangunan kios pasar (X1), luas bangunan loos pasar (X2), luas selasar (X3), luas

parkir (X4), luas bangunan pelengkap (X5), terhadap variabel dependen yaitu nilai

kontrak bangunan konstruksi pengembangan pasar tradisional dilingkup Surakarta

dan sekitarnya(Y) dengan rumus:

Y = a + b1X1 + b2X2 + b3X3 + b4X4 + b5X5……………………(1)

Dimana:

Y = Nilai kontrak bangunan konstruksi pengembangan pasar tradisional

+ dilingkup Surakarta dan sekitarnya.

X1 = Luas bangunan kios pasar.

X2 = Luas bangunan loos pasar.

X3 = Luas selasar.

X4 = Luas parkir.

X5 = Luas bangunan pelengkap (toilet, tangga, kantor, saluran drainase

fdfddfdfffdan lain-lain.

a = Konstanta.

b1-b5 = Koefisien regresi variabel X1, X2, X3, X4 dan X5.


commit to user

35

3.7.2. Uji Klasikal Regresi Linier

Data yang digunakan penelitian ini adalah data sekunder, maka untuk menentukan

ketetapan model perlu dilakukan pengujian atas beberapa asumsi klasik yang

mendasari model regresi. Pengujian asumsi klasik yang digunakan pada penelitian ini

meliputi uji normalitas, heteroskedastisitas, autokorelasi dan multikolinieritas.

Masing-masing prngujian asumsi klasik secara rinci dapat dijelaskan sebagai berikut:

A. Uji normalitas

Uji normalitas dimaksudkan untuk mengetahui normalitas data dari residual.

Penelitian ini menggunakan uji normalitas analisis grafik (normal probability

plot) dan uji klomogrov-Smirnov. Dengan analisis normal probability plot ada

syarat yang harus dipenuhi untuk normalitas data yaitu jika data menyebar di

sekitar garis diagonal dan mengikuti arah garis diagonal, maka model regresi

memenuhi asumsi normalitas, namun seballiknya jika data menyebar jauh dari

garis diagonal, maka model regresi tidak memenuhi asumsi normalitas.

Sedangkan untuk analisis kolmogrov-smirnov syarat yang harus dipenuhi yaitu

hasi dari asymp. Sig. lebih besar dari 0.05 jika syarat tersebut terpenuhi maka

data residual terdistribusi normal.

B. Uji heteroskedastisitas

Uji heteroskedastisitas inhi bertujuan untuk mengetahui apakah dalam model

regresi ini terjadii ketidaksamaan varience dari residual satu pengamatan ke

pengamatan yang lain. Jika varience dari residual satu pengmatan ke pengamatan

yang lain tetap, maka disebut homokedastisitas dan jika berbeda disebut

heteroskedastisitas. Model yang baik adalah homokedastisitas atau tidak

heteroskedastisitas. Dalam penelitian ini menggunakan cara analisis grafik plot

antara nilai prediksi variabel dependen yaitu ZPRED dengan residualnya

SRESID. Deteksi ada tidaknya heteroskedastisitas dapat dilakukan dengan

melihat ada tidaknya pola tertentu pada grafik scatterplot antara SRESID dan

ZPRED dimana sumbu Y adalah Y yang telah diprediksi, dan sumbu X adalah

residual (Y prediksi – Y sesungguhnya) yang telah distudentized. Jika ada pola


commit to user

36

tertentu, seperti titik-titik yang ada membentuk pola tertentu yang teratur

(bergelombang, melebar kemudian menyempit), maka mengindikasikan telah

terjadi heteroskedastisitas. Namun jika tidak ada pola yang jelas, serta titik-titik

menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi

heteroskedastisitas.

C. Uji autokorelasi

Uji ini untuk mengetahui apakah dalam model regresi linier ada korelasi antara

kesalahan pengganggu pada periose t-1 (sebelumnya). Jika terjadi korelasi, maka

berarti ada problem autokorelasi. Autokorelasi muncul karena observasi yang

beruntun sepanjang waktu berkaitan satu sama lainnya. Masalah ini muncul

karena residual (kesalahan pengganggu) tidak bebas dari satu observasi ke

observasi lainnya. Hal ini sering ditemukan pada data runtut waktu (time series)

Karen “gangguan” pada seseorang individu atau kelompok cenderung

mempengaruhui “gangguan” pada individu atau kelompok yang sama pada

periode berikutnya. Pada data crossection (silang waktu), masalah autokorelasi

relative jarang terjadi karena “gangguan” pada observasi yang berbeda berasal

dari individu atau kelompok yang berbeda. Model regresi yang baik adalah

regresi yang bebas dari autokorelasi. Dalam penelitian ini menggunaka run test

untuk mendeteksi autokorelasi dalam regresi. Run test sebagai bagian dari

dtatistik non-parametrik dapat digunakan untuk menguji apakah antar residual

terdapat korelasi yang tinggi. Jika antar residual tidak terdapat hubungan korelasi

maka dikatakan bahwa residual adalah acak atau random. Hasil dari asymp. Sig.

> 0.05 agar tidak terjadi autokorelasi.


Uji multikolinieritas dimaksudkan untuk menguji apakah model regresi

ditemukan adanya korelasi antar variabel bebas (independen). Model regresi yang

baik seharusnya tidak terjadi korelasi diantara variabel independen. Jika variabel

independen saling berkorelasi, maka variabel-variabel ini tidak orthogonal

(variabel independen yang nilai korelasi antar sesama variabel independen sama

dengan nol). Salah satu cara untuk mendeteksi ada tidaknya multikorelasi yaitu

dengan memperhatikan nikai toleransi dan nilai VIF (Varience Inflatien Factor).


commit to user

37

Kedua ukuran ini menunjukkan setiap variabel independen manakah yang

dijelaskan oleh variabel independen lainnya. Dalam pengertian sederhana setiapa

variabel independen menjadi variabel dependen dan diregresi terhadap variabel

independen lainnya. Toleransi pengukuran variabel independen yang terpilih

yang tidak dijelaskan oleh variabel independen lainnya. Nilai cutoof yang umum

dipakai untuk menunjukkan adanya multikolinieritas adalah nilai tolerance < 0.10

atau sama dengan nilai VIF > 10. Dengan kata lain untuk bebas dari

multikolinearitas maka nilai tolerance > 0.10 atau sama dengan nilai VIF < 10.

3.7.3. Cara Kerja SPSS

Pada dasarnya computer berfungsi mengolah data menjadi informasi yang berguna

bagi pengguna computer. Data yang diolah dimasukkan sebagai input, kemudian

dengan proses pengolahan data oleh computer dihasilkan output berupa informasi

untuk kegunaan lebih lanjut. Berikut ini sedikit gambaran tentang kerja computer

dengan program SPSS (Statistical Product and Service Solution) dalam mengolah

data.

Gambar 3.2. Cara Kerja SPSS

Keterangan:

A. Data dimasukan melalui data editor yang otomatis muncul di layar SPSS pada

saat SPSS dibuka. Dalam hal ini data sudah berupa rumusan yang telah diketahui

berdasarkan data sekunder berupa nilai kontrak proyek dan luasan tiap komponen

yang diperoleh dari sumber data.

INPUT DATA Dengan

Data Editor

PROSES DATA Dengan

Data Editor

OUTPUT DATA Dengan

Output Navigator A. Pivot table Editor B. Text Output

Editor C. Chart Editor


commit to user

38

B. Data yang telah diinput kemudian diproses melalui data editor dengan berbagai

metode dan model untuk menguji melalui uji klasikal regresi linier.

C. Hasil pengolahan data muncul di layar window yang lain dari SPSS, yaitu output

navigator. Lalu tampilannya dapat berupa:

1) Tulisan

Pengerjaan (perubahan bentuk huruf, penambahan, pengurangan dan lainnya)

yang berhubungan dengan output berupa teks dapat dilakukan melalui menu

text output editor. Dimana dari hasil tersebut dapat diketahui besarnya biaya

tiap satuan luas untuk bangunan pasar tradisional daerah Surakarta dan

sekitarnya.

2) Tabel

Semua pekerjaan yang berhubungan dengan tabel dapat dilakukan melalui

menu pivot table editor. Dari hasil pengolahan data tersebut didapatkan suatu

tabel yang didalamnya berupa nilai kontrak dan biaya tiap satuan komponen

secara keseluruhan sehingga dapat ditarik kesimpulan besarnya nilai biaya.

3) Grafik

Output yang berbentuk grafik (chart) dapat dilakukan melalui menu chart

editor. Dari program SPSS menghasilkan grafik berupa hubungan antara

biaya dan nilai kontrak sesuai dengan rumusan.


commit to user

39

BAB 4

ANALISIS DATA DAN PEMBAHASAN

4.1. Deskripsi objek penelitian

Penelitian ini adalah penelitian survey yang menggunakan data sekunder sehingga

data diambil langsung dari beberapa literatur yang memuat data tersebut. Data

laporan berupa nilai kontrak dan denah lantai pasar tradisional terdapat pada Dinas

Pengelolan Pasar yang berada dilingkup Surakarta dan sekitarnya yang sudah selesai

dikerjakan. Pemilihan sampel dalam penelitian ini sengaja dipilih agar dapat

mewakili disetiap kabupaten yang termasuk dalam wilayah Surakarta dan sekitarnya.

Pemilihan sampel bertujuan untuk mendapatkan sampel yang sesuai dengan kriteria

dan kebutuhan. Untuk lebih jelasnya dapat dilihat pada tabel berikut:

Tabel 4.1. Perolehan Sampel Penelitian

No. Nama Daerah Banyak Sampel

1 Kota Surakarta 13

2 Kabupaten Klaten 5

3 Kabupaten Boyolali 2 4 Kabupaten Sukoharjo 2

5 Kabupaten Wonogiri 9

6 Kabupaten Sragen 4

7 Kabupaten Karanganyar 3

Jumlah Sampel 38

Sumber: Pengolahan Data (2012)


commit to user

40

Tabel 4.2. Hasil Rekapitulasi Perhitungan Data Pasar

No Nama Pasar Y X1 X2 X3 X4 X5

1 Ayu Balapan Surakarta Rp 3,854,934,000.00 511.2 232 1538.1 599.6 270.20 2 Baturetno Wonogiri Rp 22,779,217.78 0 28 0 0 0.00 3 Bunder 1 Sragen Rp 3,923,707,000.00 0 3896.5 0 0 850.00 4 Bunder 2 Sragen Rp 5,783,955,000.00 0 4989 2698 0 585.00 5 Bunder 3 Sragen Rp 2,445,000,000.00 0 2478 0 0 0.00

6 Bunder 4 Sragen Rp 2,491,602,000.00 0 1560 0 0 0.00

7 Cokro Kembang Klaten Rp 430,203,316.80 0 324 0 0 24.94

8 Cokro Tulung Klaten Rp 360,791,147.19 0 216 0 0 0.00

9 Delanggu Klaten Rp 17,074,948,000.00 3397.64 3305.77 2258.52 2308.52 1288.00

10 Depok Surakarta Rp 10,200,000,000.00 1986 3578.75 1689.75 3721.78 262.00

11 Gading Surakarta Rp 7,760,221,000.00 648 3757.5 2387 2452 467.50

12 Giriwoyo Wonogiri Rp 24,777,455.45 0 28 0 0 0.00

13 Glondongan Sukoharjo Rp 533,471,000.00 126 0 72 0 54.00

14 Jambangan Karanganyar Rp 622,912,309.80 348 0 0 0 0.00 15 Jatinom Klaten Rp 1,531,123,000.00 636 0 910 0 72.00 16 Karanggedhe Boyolali Rp 65,554,059.68 0 72 0 0 0.00 17 Kembang Surakarta Rp 2,045,635,000.00 363 552.76 552.53 820 438.50 18 Kismantoro Wonogiri Rp 43,262,980.37 0 50.4 0 0 0.00 19 Kliwon Surakarta Rp 4,000,000,000.00 487.5 741.88 2992.898 1207.5 613.25 20 Krisak Wonogiri Rp 57,252,800.00 0 90 0 0 0.00 21 Malangjiwan Kranganyar Rp 727,270,000.00 492 0 0 0 0.00 22 Mojogedang Karanganyar Rp 1,471,690,000.00 432 360 1221.75 0 33.00

23 MojosongoSurakarta Rp 1,245,082,000.00 135 553.5 213.67 792 98.50

24 Ngadirojo Wonogiri Rp 41,360,000.00 0 50.4 0 0 0.00

25 Ngarsopuro Surakarta Rp 6,000,000,000.00 774.6 0 1020.05 36 192.29

26 Notoharjo Surakarta Rp 9,600,000,000.00 1620 3013.67 3673.321 1199.23 525.00

27 Panggungrejo Surakarta Rp 4,869,000,000.00 812.22 1351.77 2673.62 1079.89 276.00

28 Pucang Sawit Surakarta Rp 4,750,582,500.00 662 957.7 2956.8 2256.11 180.00

29 PuhPelm Wonogiri Rp 39,544,000.00 0 25.2 0 0 0.00

30 Purwantoro Wonogiri Rp 82,720,000.00 0 100.8 0 0 0.00 31 Sidodadi Surakarta Rp 1,971,575,000.00 177 679.175 1051.605 428.295 249.90 32 Sidoharjo Klaten Rp 1,718,516,914.00 735 117 0 0 0.00 33 Simo Boyolali Rp 55,883,978.53 0 67.5 0 0 0.00 34 Slogohimo Wonogiri Rp 20,792,575.51 0 25.2 0 0 0.00 35 Tawangkuno Sukoharjo Rp 313,500,000.00 0 369 0 0 0.00 36 Tirtomoyo Wonogiri Rp 40,600,000.00 0 54 0 0 0.00 37 Turisari Surakarta Rp 6,200,000,000.00 432 350.54 143.67 580 337.45 38 Windu jenar Surakarta Rp 5,276,771,000.00 853.53 1925.67 1775.63 1376.23 362.00

Sumber: Dinas Pengelolaan Pasar daerah Surakarta dan sekitarnya.


commit to user

41

Dimana:





X3 = Luas selasar.

X4 = Luas parkir.



4.1.1. Nilai Kontrak Pasar

Di bawah ini merupakan grafik yang menunjukkan nilai kontrak sebagian pasar di

daerah Surakarta dan sekitarnya:

Gambar 4.1. Grafik Nilai Kontrak Pasar

0

2

4

6

8

10

12

14

16

0-50

0

501-

1000

1001

-150

0

1501

-200

0

2001

-250

0

2501

-300

0

3001

-350

0

3501

-400

0

4001

-450

0

4501

-500

0

5001

-550

0

5501

-600

0

6001

-650

0

6501

-700

0

7001

-750

0

7501

-800

0

8001

-850

0

8501

-900

0

9001

-950

0

9501

-100

00

>100

00

Jum

lah

Pas

ar

Nilai Kontrak Pasar (juta)


commit to user

42

Berdasarkan Gambar 4.1. Grafik Nilai Kontrak Pasar, dapat diketahui bahwa nilai

kontrak paling banyak dari pengembangan bangunan pasar berkisar antara 0 – 500

(juta). Hal ini menunjukkan bahwa di daerah Surakarta dan sekitarnya

pengembangan pembangunan pasar dilakukan dengan bertahap, sehingga nilai

kontrak pembangunan tersebut sesuai dengan komponen-komponen tertentu tidak

secara keseluruhan.

4.1.2. Prosentase Luas Pembangunan Kios Pasar Terhadap Luas

Pembangunan

Di bawah ini merupakan grafik yang menunjukkan prosentase luas pembangunan

kios pasar terhadap luas keseluruhan pembangunan pasar yang berada dalam

pembangunan pasar yang bersangkutan di daerah Surakarta dan sekitarnya:

Gambar 4.2. Grafik Prosentase Luas Kios Pasar

0

5

10

15

20

25

0-10 11-20 21-30 31-40 41-50 51-60 61-70 71-80 81-90 91-100

Jum

lah

Pas

ar

Prosentase Luas Kios (%)


commit to user

43

Berdasarkan Gambar 4.2. Grafik Prosentase Luas Kios Pasar, dapat diketahui bahwa

pengerjaan bangunan kios untuk tiap-tiap pasar hanya sedikit yang mengerjakan

pembangunan kios. Untuk pembangunan tiap-tiap pasar hanya 0-10 % dari luas

keseluruhan pembangunan pasar. Pengembangan pasar yang 91-100% membangun

kios pasar hanya berjumlah 2 pasar.

4.1.3. Prosentase Luas Pembangunan Loos Pasar Terhadap Luas

Pembangunan


loos pasar terhadap luas keseluruhan pembangunan pasar yang berada dalam

pembangunan pasar di daerah Surakarta dan sekitarnya:

Gambar 4.3. Grafik Prosentase Luas Loos Pasar

Berdasarkan Gambar 4.3. Grafik Prosentase Luas Loos Pasar, dapat diketahui bahwa

pengerjaan bangunan loos untuk tiap-tiap pasar cukup banyak dikarenakan di dalam

pasar tradisional banyak terdapat penjual yang menempati loos-loos pasar.

0

2

4

6

8

10

12

14

16

18

0-10 11-20 21-30 31-40 41-50 51-60 61-70 71-80 81-90 91-100

Jum

lah

Pas

ar

Prosentase Luas Loos (%)


commit to user

44

Pembangunan loos itu sendiri dikarenakan melihat kemampuan menyewa tempat

yang disesuaikan dengan penghasilan mereka. Pengembangan pasar yang 91-100%

membangun loos pasar berjumlah 16 pasar hampir tiap pasar membangun loos pasar.

4.1.4. Prosentase Luas Pembangunan Selasar Pasar Terhadap Luas

Pembangunan


selasar pasar terhadap luas keseluruhan pembangunan pasar yang berada dalam


Gambar 4.4. Grafik Prosentase Luas Selasar Pasar

Berdasarkan Gambar 4.4. Grafik Prosentase Luas Selasar Pasar, dapat diketahui

bahwa pengerjaan bangunan selasar hanya dikerjakan sebagian pasar. Kebanyakan

pekerjaan selasar dilakukan pada bangunan bertingkat ataupun pada pekerjaan kios.

Karena kebanyakan pekerjaan loos pasar maka pekerjaan selasar 0-10% cukup

banyak. Karena ditinjau dengan fungsi selasar itu sendiri.

0

5

10

15

20

25

0-10 11-20 21-30 31-40 41-50 51-60 61-70 71-80 81-90 91-100

Jum

lah

Pas

ar

Prosentase Luas Selasar (%)


commit to user

45

4.1.5. Prosentase Luas Pembangunan Parkir Terhadap Luas

Pembangunan


parkir pasar terhadap luas keseluruhan pembangunan pasar yang berada dalam


Gambar 4.5. Grafik Prosentase Luas Parkir Pasar

Berdasarkan Gambar 4.5. Grafik Prosentase Luas Selasar Pasar, dapat diketahui

bahwa pengerjaan bangunan selasar hanya dikerjakan sebagian pasar. Sama halnya

dengan pembangunan selasar, pekerjaan parkir dilakukan pada bangunan bertingkat

tertentu. Karena dalam kontrak pembangunan pasar jarang ada kontrak untuk

pembangunan parkir. Parkir untuk daerarh pasar dilakukan sebagian warga sekitar

secara individu untuk mendapatkan penghasilan, maka pekerjaan parkir 0-10%

cukup banyak karena separuh lebih.

0

5

10

15

20

25

30

0-10 11-20 21-30 31-40 41-50 51-60 61-70 71-80 81-90 91-100

Jum

lah

Pas

ar

Prosentase Luas Parkir (%)


commit to user

46

4.1.6. Prosentase Luas Pembangunan Bangunan Pelengkap Pasar

Terhadap Luas Pembangunan


bangunan pelengkap pasar terhadap luas keseluruhan pembangunan pasar yang

berada dalam pembangunan pasar di daerah Surakarta dan sekitarnya:

Gambar 4.6. Grafik Prosentase Luas Bangunan Pelengkap Pasar

Berdasarkan Gambar 4.6. Grafik Prosentase Luas Bangunan Pelengkap Pasar, dapat

diketahui bahwa pengerjaan bangunan pelengkap hanya dikerjakan beberapa pasar

saja pasar. Sesuai jenisnya pekerjaan bangunan pelengkap hampir seluruhnya tidak

ada. Oleh karena itu prosentase 0-10% mencapai 34 pasar.

0

5

10

15

20

25

30

35

40

0-10 11-20 21-30 31-40 41-50 51-60 61-70 71-80 81-90 91-100

Jum

lah

Pas

ar

Prosentase Luas Bangunan Pelengkap (%)


commit to user

47

4.2. Stastistik Deskriptif Variabel Peneliti

Statistik deskritif dalam data ini dapat memberikan suatu gambaran atau suatu data

yang dilihat dari nilai rata-rata (mean), standar deviasi, maksimum, minimum. Untuk

memberikan gambaran analisis statistik deskritif sebagai berikut:

Tabel 4.3. Descriptive Statistics N Minimum Maximum Mean Std. Deviation

y 38 20792575.51 17074948000.00 2834132033.03 3683159202.94

x1 38 0.00 3397.64 428.22 684.55

x2 38 0.00 4989.00 969.20 1376.67

x3 38 0.00 3673.32 794.98 1113.50

x4 38 0.00 3721.78 528.75 911.71

x5 38 0.00 1288.00 212.44 332.32

Valid N (listwise) 38

Sumber: Output SPSS 17

Dari hasil output SPSS dapat diketahui nilai minimum, maximum, mean dan standar

deviasi tian-tiap komponen variabel.

4.3. Hasil Analisis Data

4.3.1. Analisis Regresi Linier Berganda

Uji regresi linear berganda digunakan untuk mengetahui ada tidaknya pengaruh

antara variabel independen dengan variabel dependen. Perhitungan persamaan

regresi dilakukan dengan menggunakan program SPSS versi 17. Hasil perhitungan

dapat dilihat sebagai berikut:


commit to user

48

Tabel 4.4. Koefisien Regresi Linier

Coefficientsa

Model

Unstandardized Coefficients Standardized Coefficients

t Sig. B Std. Error Beta 1 (Constant) 1083982.178 149991111.07 0.007 0.994

x1 3266252.603 281885.03 0.607 11.587 0.000

x2 825258.351 119997.30 0.308 6.877 0.000

x3 421638.823 148770.99 0.127 2.834 0.008

x4 43401.346 211512.11 0.011 0.205 0.839

x5 1301076.748 531823.17 0.117 2.446 0.020

a. Dependent Variable: y


Berdasarkan tabel 4.4 didapat persamaan regresi sebagai berikut:

Y = 1083982.178 + 3266252.603X1 + 825258.351X2 + 421638.823X3 +

43401.346X4 + 1301076.748X5

Berdasarkan dari hasil output SPSS 17 maka dapat diinterpretasi dari koefisien

persamaan regresi berdasarkan besarnya koefisien Unstandardized variabel

independen dapat dijelaskan sebagai berikut:

A. Koefisien regresi luas bangunan kios pasar (X1).

Koefisien regresi luas bangunan kios pasar sebesar 3266252.603 menyatakan

bahwa jika X1 naik sebesar 1 poin dan variabel lain diasumsikan konstan maka Y

akan naik sebesar 3266252.603 poin. Nilai koefisien yang positif menunjukkan

pengaruh yang searah antara nilai kontrak pasar dengan luas bangunan kios pasar.

B. Koefisien regresi luas bangunan loos pasar (X2).

Koefisien regresi luas bangunan loos pasar sebesar 825258.351 menyatakan

bahwa jika X2 naik sebesar 1 poin dan variabel lain diasumsikan konstan maka Y

akan turun sebesar 825258.351 poin. Nilai koefisien yang positif menunjukkan

pengaruh yang searah antara nilai kontrak pasar dengan luas bangunan loos pasar.


commit to user

49

C. Koefisien regresi luas selasar (X3).

Koefisien regresi luas toilet sebesar 421638.823 menyatakan bahwa jika X3 naik

sebesar 1 poin dan variabel lain diasumsikan konstan maka Y akan turun sebesar

421638.823 poin. Nilai koefisien yang negatif menunjukkan pengaruh yang

berlawanan antara nilai kontrak pasar dengan luas toilet.

D. Koefisien regresi luas parkir (X4).

Koefisien regresi luas selasar sebesar 43401.346 menyatakan bahwa jika X4 naik

sebesar 1 poin dan variabel lain diasumsikan konstan maka Y akan naik sebesar

43401.346 poin. Nilai koefisien yang positif menunjukkan pengaruh yang searah

antara nilai kontrak pasar dengan luas selasar.

E. Koefisien regresi luas bangunan pelengkap (X5).

Koefisien regresi luas kantor sebesar 1301076.748 menyatakan bahwa jika X5

naik sebesar 1 poin dan variabel lain diasumsikan konstan maka Y akan naik

sebesar 1301076.748 poin. Nilai koefisien yang positif menunjukkan pengaruh

yang searah antara nilai kontrak pasar dengan luas kantor.

4.3.1.1. Koefisien Determinasi

Untuk mengetahui besarnya persentase variasi dalam variabel terikat yang dapat

dijelaskan oleh variasi dalam variabel bebas, maka dapat dicari nilai R2 (koefisien

determinasi). Nilai koefisien determinasi dapat dilihat sebagai berikut:

Tabel 4.5. Koefisien Determinasi

Model Summaryb

Model R R Square Adjusted R

Square Std. Error of the Estimate

1 .984a 0.968 0.963 707701407.37

a. Predictors: (Constant), x5, x3, x2, x4, x1

b. Dependent Variable: y

Sumber: output SPSS 17


commit to user

50

Besarnya nilai R2 didapat dari nilai adjusted RSquare tabel 4.5 adalah 0.963

menunjukkan bahwa 96.3 % variabel terikat (nilai kontrak) dapat dijelaskan oleh

variabel bebas, sedangkan sisanya sebesar 3,7 % dipengaruhi oleh factor lain diluar

model.

4.3.1.2. Uji Statistik F

Uji F digunakan untk mengetahui seberapa besar pengaruh variabel bebas (luas kios,

luas loos, luas selasar, luas parkir dan luas bangunan pelengkap) secara simultan

terhadap variabel terikatnya (nilai kontrak) pada pembangunan pasar tradisional di

daerah Eks. Karisedenan Surakarta. Hasil uji F dapat dilihat sebagai berikut:

Tabel 4.6. Uji F

ANOVAb

Model Sum of Squares df Mean Square F Sig.

1 Regression 4.859E+20 5 9.718E+19 194.035 .000a

Residual 1.603E+19 32 5.008E+17 Total 5.019E+20 37

a. Predictors: (Constant), x5, x3, x2, x4, x1

b. Dependent Variable: y


Berdasar output SPSS 17 pada tabel 4.6 diperoleh nilai taraf signifikansi 0. Nilai

tersebut lebih kecil dari tingkat derajat kepercayaan 0.05. Hal ini berarti terdapat

pengaruh antara variabel bebas terhadap variabel terikat secara simultan dapat

diterima.

4.3.1.3. Uji Parsial / Uji Statistik t

Uji t digunakan untuk mengetahui pengaruh masing-masing variabel bebas yang

digunakan terhadap variabel terikat yaitu nilai kontrak. Hasil uji t dapat dilihat

sebagai berikut:


commit to user

51

Tabel 4.7. Uji t

Coefficientsa

Model

Unstandardized Coefficients Standardized Coefficients

t Sig. B Std. Error Beta 1 (Constant) 1083982.178 149991111.07 0.007 0.994

x1 3266252.603 281885.03 0.607 11.587 0.000

x2 825258.351 119997.30 0.308 6.877 0.000

x3 421638.823 148770.99 0.127 2.834 0.008

x4 43401.346 211512.11 0.011 0.205 0.839

x5 1301076.748 531823.17 0.117 2.446 0.020



Dari hasil uji t pada tabel 4.7 dapat dilihat bahwa secara parsial variabel bebas yang

berpengaruh terhadap variabel terikat hanya ada tiga variabel dari lima variabel

bebas yaitu luas kios, luas loos dan luas selasar. Hal ini berarti variabel bebas

terdapat pengaruh terhadap variabel terikat secara parsial tidak sepenuhnya dapat

diterima. Untuk lebih jelasnya pengaruh variabel bebas terhadap variabel terikat

dapat dilihat sebagai berikut:

A. Variabel luas kios memiliki signifikansi 0 (P < 0.05).

Dalam hal ini berarti variabel luas kios pasar berpengaruh secara signifikan

terhadap nilai kontrak.

B. Variabel luas loos memiliki signifikansi 0 (P < 0.05).

Nilai signifikansi tersebut berarti variabel luas loos pasar berpengaruh secara

signifikan terhadap nilai kontrak.

C. Variabel luas selasar memiliki signifikansi 0.008 (P < 0.05).

Dalam hal ini berarti luas selasar di dalam pembangunan pasar berpengaruh

secara signifikan terhadap nilai kontrak.

D. Variabel luas parkir memiliki signifikansi 0.839 (P > 0.05).

Untuk hal ini berarti luas parkir tidak berpengaruh secara signifikan terhadap

besarnya nilai kontrak.


commit to user

52

E. Variabel luas bangunan pelengkap 0.020 (P < 0.05).

Nilai signifikansi dalam bangunan pelengkap yang terdiri dari toilet, kantor,

tangga, saluran drainase dan lain-lain, berarti luas bangunan pelengkap tersebut

berpengaruh secara signifikan terhadap besarnya nilai kontrak.

4.3.2. Uji klasikal regresi linier

Secara teoritis analisis data yang digunakan dalam penelitian ini akan menghasilkan

nilai parameter model pendugaan yang sahih bila telah memenuhi nilai asumsi klasik

regresi normalitas, heteroskedastisitas, autokorelasi, multikolinearitas. Untuk lebih

jelasnya dapat dikemukakan sebagai berikut:

A. Uji Normalitas

Uji normalitas bertujuan untuk menguji apakah dalam model regresi, variabel

pengganggu atau residual memiliki distribusi normal. Kalau asumsi ini dilanggar

maka uji statistik menjadi tidak valid untuk jumlah sampel kecil. Pengujian

normalitas dilakukan dengan menggunakan analilis grafik dan analisis statistik.

Untuk lebih jelasnya uji normalitas sebagai berikut:

1) Analisis grafik

Salah satu cara termudah untuk melihat normalitas residual adalah dengan uji

normal P-P plot yang membandingkan antara data observasi dengan distribusi

yang mendekati distribusi normal. Distribusi normal akan membentuk satu

garis diagonal. Jika distribusi data residual normal, maka garis yang

menggaambarkan data sesungguhnya akan mengikuti garis diagonalnya.

Setalah dilakukan pengolahan dengan menggunakan bantuan program SPSS

17, maka diperoleh hasil seperti tampak pada gambar 4.7 berikut:


commit to user

53

Gambar 4.7. Grafik Uji Normalitas P-P plot


Karena letak titik-tik tidak jauh dari garis diagonal maka disimpulkan bahwa

nilai residual sudah terdistribusikan normal.

2) Analisis statistik

Pengujian analisis statistic dilakukan dengan menggunakan uji One Sample

Kolmogorov-Smirnov Test pada unstandarized residual. Dengan uji ini

diketahui apakah data ang diamati sesuai dengan distribusi tertentu. Kriteria

yang digunakan dengan membandingkan nilai sign 2 tailed, apabila nilai sign

2 tailed > 0,05 maka data terdistribusi normal. Setelah dilakukan pengolahan

dengan menggunaka bantuan program SPSS 17, maka diperoleh hasil seperti

tampak pada tabel 4.8 berikut:


commit to user

54

Tabel 4.8. One-Sample Kolmogorov-Smirnov Test

Unstandardized Residual

N 38

Normal Parametersa,,b Mean 0.00000013

Std. Deviation 658148940.34

Most Extreme Differences Absolute 0.212

Positive 0.212

Negative -0.121

Kolmogorov-Smirnov Z 1.309

Asymp. Sig. (2-tailed) 0.065

a. Test distribution is Normal.

b. Calculated from data.


Sesuai dengan hasil rangkuman yang merupakan hasil dari pengujian normalitas

dengan SPSS 17 di atas maka diketahui bahwa nilai residual sudah terdistribusi

normal. Hal ini dapat dilihat pada uji Kolmogrov-Smirnov yang menunjukkan

signifikansi 0.065 > 0,05.

B. Uji Heteroskedastisitas

Dalam penelitian ini menggunakan cara analisis grafik plot antara nilai prediksi

variabel dependen yaitu ZPRED dengan residualnya SRESID. Deteksi ada

tidaknya pola tertentu pada grafik scatterplot antara SRESID dan ZPRED dimana

sumbu y adalah Y yang telah diprediksi dan sumbu x adalah residual (Y prediksi-

Y sesungguhnya) yang telah distudentized. Jika ada pola tertentu, seperti titik-

titik yang ada membentuk pola tertentu yang teratur (bergelombang, melebar

kemudian menyempit), maka mengindikasikan telah terjadi heteroskedastisitas.

Namun jika tidak ada pola yang jelas serta titik menyebar di atas dan di bawah

angka 0 pada sumbu y, maka tidak terjadi heteroskedastisitas. Hasil uji

heteroskedastisitas dengan analisis grafik adalah sebagai berikut:


commit to user

55

Gambar 4.8. Uji Heteroskedastisitas


Berdasarkan gambar diatas terlihat titik-titik menyebar secara acak serta tersebar

baik di atas maupun di bawah angka 0 pada sumbu y. hal ini dapat disimpulkan

bahwa tidak terjadi heteroskedastisitas pada model regresi, sehingga model

regresi layak dipakaiuntuk menganalisis variabel dependen berdasarkan variabel

independen.

C. Uji autokorelasi

Pengujian autokorelasi dilakukan dengan menggunakan uji statistik non-

parametik run test. Run test sebagai bagian dari statistik non-parametik dapat

digunakan utuk menguji apakah antar residual terdapat korelasi yang tinggi. Jika

antar residual tidak terdapat hubungan korelasi maka dikatakan bahwa residual

adalah random atau sistematis, agar bebas dari auto korelasimaka residual harus

terjadi secara random. Nilai dari asymp. sig (2-tailed) > 0.05 agar tidak terjadi

autokorelasi. Hasil pengujian run test adalah sebagai berikut:


commit to user

56

Runs Test

Unstandardized Residual

Test Valuea -1202460.07

Cases < Test Value 19

Cases >= Test Value 19

Total Cases 38

Number of Runs 20

Z 0.00

Asymp. Sig. (2-tailed) 1.000

a. Median


Dari rangkuman hasil run test diatas dapat dilihat bahwa nilai asymp. sig. (2-

tailed) sebesar 1 > 0.05, berarti tidak terjadi autokorelasi dalam model regresi

tersebut


Uji multikolinearitas dimaksudkan untuk menguji apakah model regresi babas

multikolinearitas atau tidak. Suatu variabel menunjukkan gejala multikolinearitas

bisa dilihat dari nilai VIF (Variance Inflaction Factor) yang tinggi pada variabel-

variabel independen suatu model regresi. Nilai VIF yang lebih besar dari 10

menunjukkan adanya gejala multikolinearitas dalam model regresi. Hasil

pengujian VIF adalah sebagai berikut:

Tabel 4.10. Uji Multikolinearitas

Coefficientsa

Model

Collinearity Statistics

Tolerance VIF 1 x1 0.364 2.751

x2 0.496 2.016

x3 0.493 2.027

x4 0.364 2.747

x5 0.433 2.307




commit to user

57

Berdasarkan tabel tersebut dapat dilihat bahwa kedelapan variabel independen,

memiliki nilai VIF lebih kecil dari 10 demikian juga nilai tolerance tidak ada

yang kurang dari 0,1. Sehingga dapat disimpulkan model regresi tersebut tidak

terdapat multikolinearitas.

4.4. Pembahasan Hasil Penelitian

Berdasarkan hasil penelitian yang dilakukan, maka dapat dikemukakan pembahasan

hasil penlitian sebagai berikut :

A. Komponen yang perlu dipertimbangkan untuk mengestimasi biaya konstruksi

pengembangan pasar tradisional daerah Eks. Karesidenan Surakarta sebagai

berikut:

1) Pengaruh variabel bebas terhadap variabel terikat.

Dari hasil perhitungan menunjukkan nilai koefisien korelasi sebesar 0,963

(summary), hal ini berarti bahwa variabel bebas dalam penelitian ini yaitu

luas kios, luas loos, luas selasar, luas parkir dan luas bangunan pelengkap

mempengaruhi variabel terikat yaitu nilai kontrak sebesar 96,3%. Sedangkan

sisanya sebesar 3,7% dipengaruhi oleh variabel lain yang tidak diteliti dalam

penelitian ini seperti, pekerjaan atap, pekerjaan elektrikal, pekerjaan finishing

dan lain sebagainya. Hasil pengujian juga dapat dilihat dari nilai signifikasi

sebesar 0, karena nilai signifikansi lebih kecil dari tingkat α =0.05, berarti

hipotesis yang menyatakan bahwa terdapat pengaruh antara (variabel bebas

luas kios, luas loos, luas selasar, luas parkir dan luas bangunan pelengkap)

terhadap variabel terikat (nilai kontrak) secara simultan dapat diterima.

2) Pengaruh luas kios pasar terhadap nilai kontrak pasar.

Variabel luas kios pasar berpengaruh secara signifikan terhadap nilai kontrak

pasar yang berada di Surakarta dan sekitarnya. Hal ini Nampak pada hasil uji

t yang memiliki nilai sigmifikan 0 yang lebih kecil dari derajat kepercayaan

0,05. Koefisien regresi sebesar 3266252.603, tanda koefisien regresi

menjelaskan bahwa semakin tinggi luas kios pasar maka semakin tinggi pula

estimasi biaya pada pembangunan pasar. Pasar dengan luas kios pasar yang


commit to user

58

besar akan membutuhkan dana yang lebih banyak, sehingga mengakibatkan

nilai kontrak pasar semakin tinggi.

3) Pengaruh luas loos pasar terhadap nilai kontrak pasar.

Variabel luas loos pasar berpengaruh secara signifikan terhadap nilai kontrak

pasar yang berada di Surakarta dan sekitarnya. Hal ini Nampak pada hasil uji

t yang memiliki nilai sigmifikan 0 yang lebih kecil dari derajat kepercayaan

0,05. Koefisien regresi sebesar 825258.351, tanda koefisien regresi

menjelaskan bahwa semakin tinggi luas loos pasar maka semakin tinggi pula

estimasi biaya pada pembangunan pasar. Pasar dengan luas loos pasar yang

besar akan membutuhkan dana yang lebih banyak, sehingga mengakibatkan

nilai kontrak pasar semakin tinggi.

4) Pengaruh luas selasar pasar terhadap nilai kontrak pasar.

Variabel luas selasar pasar berpengaruh secara signifikan terhadap nilai

kontrak pasar yang berada di Surakarta dan sekitarnya. Hal ini Nampak pada

hasil uji t yang memiliki nilai sigmifikan 0.008 yang lebih kecil dari derajat

kepercayaan 0,05. Koefisien regresi sebesar 421638.823, tanda koefisien

regresi menjelaskan bahwa semakin tinggi luas selasar pasar maka semakin

tinggi pula estimasi biaya pada pembangunan pasar. Pasar dengan luas selasar

pasar yang besar akan membutuhkan dana yang lebih banyak, sehingga

mengakibatkan nilai kontrak pasar semakin tinggi.

5) Pengaruh luas bangunan pelengkap pasar terhadap nilai kontrak pasar.

Variabel luas bangunan pelengkap pasar berpengaruh secara signifikan

terhadap nilai kontrak pasar yang berada di Surakarta dan sekitarnya. Hal ini

Nampak pada hasil uji t yang memiliki nilai sigmifikan 0.013 yang lebih kecil

dari derajat kepercayaan 0,05. Koefisien regresi sebesar 1301076.748, tanda

koefisien regresi menjelaskan bahwa semakin tinggi luas bangunan pelengkap

pasar maka semakin tinggi pula estimasi biaya pada pembangunan pasar.

Pasar dengan luas bangunan pelengkap pasar yang besar akan membutuhkan

dana yang lebih banyak, sehingga mengakibatkan nilai kontrak pasar semakin

tinggi.


commit to user

59

B. Berdasarkan hasil analisis SPSS 17 maka dapat diketahui model estimasi biaya

konstruksi pengembangan pasar tradisional daerah Eks. Karesidenan Surakarta

sebagai berikut:

Y = 1083982.178 + 3266252.603X1 + 825258.351X2 + 421638.823X3 +

43401.346X4 + 1301076.748X5

Dimana:





X3 = Luas selasar.

X4 = Luas parkir.



Dari model estimasi biaya konstruksi tersebut dapat di aplikasikan kedalam salah

satu pasar sebagai berikut:

Pasar Sidodadi Surakarta dengan nilai kontrak = Rp 1,971,575,000.00

Dengan model estimasi diperoleh

Y = 1083982.178 + 3266252.603X1 + 825258.351X2 + 421638.823X3 +

43401.346X4 + 1301076.748X5

Y = 1083982.178 + (3266252.603 X 177) + (825258.351 X 679.175) +

(421638.823 X 1051.605) + (43401.346 X 428.295) + (1301076.748 X

249.90)

Y = Rp 1,926,830,686.25

Sehingga selisih antara perhitungan biaya kontrak pasar Sidodadi Surakarta:

Rp 1,971,575,000.00 - Rp 1,926,830,686.25 = Rp 44,744,314.75


commit to user

60

Pasar Kismantoro Wonogiri dengan nilai kontrak = Rp 43,262,980.37

Dengan model estimasi diperoleh

Y = 1083982.178 + 825258.351X2

Y = 1083982.178 + (825258.351 X 50.4)

Y = Rp 42,677,003.05

Sehingga selisih antara perhitungan biaya kontrak pasar Kismantoro Wonogiri:

Rp 43,262,980.37 - Rp 42,677,003.05 = Rp 585,947.32


commit to user

61

BAB 5

KESIMPULAN DAN SARAN

5.1. Kesimpulan

Dari hasil analisis yang telah dilakukan, maka dapat diambil kesimpulan sebagai

berikut:

A. Komponen-komponen yang berpengaruh dalam mengestimasi biaya konstruksi

pengembangan pasar tradisional daerah Surakarta dan sekitarnya adalah kios

pasar, loos pasar,selasar dan bangunan pelengkap dengan ditandai hasil dari uji t

yang memiliki nilai signifikan lebih kecil dari derajat kepercayaan 0,05.

B. Berdasarkan hasil analisis SPSS 17 maka dapat diketahui model estimasi biaya

konstruksi pengembangan pasar tradisional daerah Surakarta dan sekitarnya

sebagai berikut:

Y = 1083982.178 + 3266252.603X1 + 825258.351X2 + 421638.823X3 +

43401.346X4 + 1301076.748X5

Dimana:


dilingkup Surakarta dan sekitarnya.



X3 = Luas selasar.

X4 = Luas parkir.


fdfddfdfff dan lain-lain.


commit to user

62

5.2. Saran

Penulis mempunyai beberapa saran, bila dimasa depan dilakukan penelitian lanjutan

sebagai berikut:

A. Meninjau dengan pengelompokan banyaknya lantai dalam penelitian,

B. Memperhatikan komponen-komponen agar tiap data pasar seragam.

C. Meninjau pengelompokan besarnya nilai kontrak sehingga kemungkinan mutu

bangunan dapat sama.

D. Memperhatikan tahun pengambilan data agar seragam dalam menentukan harga

satuan tiap meter.

E. Mengumpulkan data secara keseluruhan baik itu pasar dari pemerintah maupun

dari pasar yang dikerjakan investor.

F. Data pasar sebaiknya diambil secara seragam untuk mendapatkan model yang

baik.

G. Dalam menganalisis sebaiknya disempurnakan dengan factor inflasi dan eksflasi.

model estimasi biaya konstruksi pengembangan pasar tradisional ...

Documents