model estimasi biaya konstruksi pengembangan pasar tradisional
advertisement
perpustakaan.uns.ac.id digilib.uns.ac.id 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 commit to user SURAKARTA 2012 i perpustakaan.uns.ac.id digilib.uns.ac.id 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 vi perpustakaan.uns.ac.id digilib.uns.ac.id 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 commit to user Penulis viii perpustakaan.uns.ac.id digilib.uns.ac.id 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 Biayacommit Proyekto ............................................................. 15 user 2.2.6. Tingkat Ketelitian Estimasi .............................................................. 15 ix perpustakaan.uns.ac.id digilib.uns.ac.id 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 3.7.2. Uji Klasikal Regresi Linier ............................................................... 35 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 commit to user Pembangunan .................................................................................... 44 x perpustakaan.uns.ac.id digilib.uns.ac.id 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 4.3.2. Uji Klasikal Regresi Linier ............................................................... 52 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 xi BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah perpustakaan.uns.ac.id digilib.uns.ac.id 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) 1 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 perpustakaan.uns.ac.id digilib.uns.ac.id 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 tindakantindakan 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 perpustakaan.uns.ac.id digilib.uns.ac.id 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 ? perpustakaan.uns.ac.id digilib.uns.ac.id 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 perpustakaan.uns.ac.id digilib.uns.ac.id 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 BAB 2 TINJAUAN PUSTAKA DAN DASAR TEORI 2.1. Tinjauan Pustaka perpustakaan.uns.ac.id digilib.uns.ac.id 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 faktorfaktor 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. 6 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 perpustakaan.uns.ac.id digilib.uns.ac.id 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 perpustakaan.uns.ac.id digilib.uns.ac.id 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, perpustakaan.uns.ac.id digilib.uns.ac.id 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 perpustakaan.uns.ac.id digilib.uns.ac.id 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 perpustakaan.uns.ac.id digilib.uns.ac.id 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 perpustakaan.uns.ac.id digilib.uns.ac.id 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 kioskios 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 perpustakaan.uns.ac.id melainkan pembeli melihat label harga yang tercantumdigilib.uns.ac.id 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. perpustakaan.uns.ac.id Perkiraan biaya memegang peranan penting dalam penyelenggaraandigilib.uns.ac.id 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 perpustakaan.uns.ac.id digilib.uns.ac.id 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 perpustakaan.uns.ac.id Type of estmate 1. Feasibility purpose digilib.uns.ac.id Accuracy Determine project feasibility ± 70-75 % 2. Appropriation Obtain proyek finding ± 75-85 % 3. Capital cost or budget Proyek control budget ± 85-90 % 4. Definitive Final cost prediction ± 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 7075%, (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 perpustakaan.uns.ac.id digilib.uns.ac.id 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: perpustakaan.uns.ac.id digilib.uns.ac.id 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. perpustakaan.uns.ac.id digilib.uns.ac.id 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 perpustakaan.uns.ac.id pengalaman-pengalaman proyek yang lalu dan melakukan perbaikandigilib.uns.ac.id pada proyekproyek 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 perpustakaan.uns.ac.id digilib.uns.ac.id 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 perpustakaan.uns.ac.id digilib.uns.ac.id 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. perpustakaan.uns.ac.id Sebagai contoh: pemberian skala 1 untuk laki-laki dan 2 untukdigilib.uns.ac.id 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 ciriciri 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 perpustakaan.uns.ac.id digilib.uns.ac.id 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 perpustakaan.uns.ac.id digilib.uns.ac.id (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 perpustakaan.uns.ac.id digilib.uns.ac.id 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 ShapiroWilk 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%). perpustakaan.uns.ac.id B. Uji heteroskedasitas digilib.uns.ac.id 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 variabelvariabel bebas yang independen/bebas/tidak commit to user terkait/tidak berkorelasi. 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 perpustakaan.uns.ac.id digilib.uns.ac.id 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 perpustakaan.uns.ac.id digilib.uns.ac.id 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 BAB 3 METODE PENELITIAN 3.1. Uraian Umum perpustakaan.uns.ac.id digilib.uns.ac.id 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. 30 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 perpustakaan.uns.ac.id digilib.uns.ac.id 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 Pembahasan Kesimpulan Selesai 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 perpustakaan.uns.ac.id digilib.uns.ac.id 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 perpustakaan.uns.ac.id digilib.uns.ac.id 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. perpustakaan.uns.ac.id 3.7.1. Anilisis Regresi Linier digilib.uns.ac.id 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 perpustakaan.uns.ac.id digilib.uns.ac.id 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. perpustakaan.uns.ac.id C. Uji autokorelasi digilib.uns.ac.id 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. D. Uji multikolinearitas 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 perpustakaan.uns.ac.id digilib.uns.ac.id 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. 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 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. 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 perpustakaan.uns.ac.id digilib.uns.ac.id 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 BAB 4 ANALISIS DATA DAN PEMBAHASAN 4.1. Deskripsi objek penelitian perpustakaan.uns.ac.id digilib.uns.ac.id 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 2 Kota Surakarta Kabupaten Klaten 13 5 3 4 Kabupaten Boyolali Kabupaten Sukoharjo 2 2 5 6 7 Kabupaten Wonogiri Kabupaten Sragen Kabupaten Karanganyar 9 4 3 Jumlah Sampel 38 Sumber: Pengolahan Data (2012) 39 commit to user 40 Tabel 4.2. Hasil Rekapitulasi Perhitungan Data Pasar No Nama Pasar 1 Ayu Balapan Surakarta 2 Baturetno Wonogiri 3 Bunder 1 Sragen 4 Bunder 2 Sragen 5 Bunder 3 Sragen perpustakaan.uns.ac.id 6 Bunder 4 Sragen 7 Cokro Kembang Klaten 8 Cokro Tulung Klaten 9 Delanggu Klaten 10 Depok Surakarta 11 Gading Surakarta 12 Giriwoyo Wonogiri 13 Glondongan Sukoharjo 14 Jambangan Karanganyar 15 Jatinom Klaten 16 Karanggedhe Boyolali 17 Kembang Surakarta 18 Kismantoro Wonogiri 19 Kliwon Surakarta 20 Krisak Wonogiri 21 Malangjiwan Kranganyar 22 Mojogedang Karanganyar 23 MojosongoSurakarta 24 Ngadirojo Wonogiri 25 Ngarsopuro Surakarta 26 Notoharjo Surakarta 27 Panggungrejo Surakarta 28 Pucang Sawit Surakarta 29 PuhPelm Wonogiri 30 Purwantoro Wonogiri 31 Sidodadi Surakarta 32 Sidoharjo Klaten 33 Simo Boyolali 34 Slogohimo Wonogiri 35 Tawangkuno Sukoharjo 36 Tirtomoyo Wonogiri 37 Turisari Surakarta 38 Windu jenar Surakarta Y X1 X2 Rp 3,854,934,000.00 Rp 22,779,217.78 Rp 3,923,707,000.00 Rp 5,783,955,000.00 Rp 2,445,000,000.00 Rp 2,491,602,000.00 Rp 430,203,316.80 Rp 360,791,147.19 Rp 17,074,948,000.00 Rp 10,200,000,000.00 Rp 7,760,221,000.00 Rp 24,777,455.45 Rp 533,471,000.00 Rp 622,912,309.80 Rp 1,531,123,000.00 Rp 65,554,059.68 Rp 2,045,635,000.00 Rp 43,262,980.37 Rp 4,000,000,000.00 Rp 57,252,800.00 Rp 727,270,000.00 Rp 1,471,690,000.00 Rp 1,245,082,000.00 Rp 41,360,000.00 Rp 6,000,000,000.00 Rp 9,600,000,000.00 Rp 4,869,000,000.00 Rp 4,750,582,500.00 Rp 39,544,000.00 Rp 82,720,000.00 Rp 1,971,575,000.00 Rp 1,718,516,914.00 Rp 55,883,978.53 Rp 20,792,575.51 Rp 313,500,000.00 Rp 40,600,000.00 Rp 6,200,000,000.00 Rp 5,276,771,000.00 511.2 0 0 0 0 0 0 0 3397.64 1986 648 0 126 348 636 0 363 0 487.5 0 492 432 135 0 774.6 1620 812.22 662 0 0 177 735 0 0 0 0 432 853.53 232 28 3896.5 4989 2478 1560 324 216 3305.77 3578.75 3757.5 28 0 0 0 72 552.76 50.4 741.88 90 0 360 553.5 50.4 0 3013.67 1351.77 957.7 25.2 100.8 679.175 117 67.5 25.2 369 54 350.54 1925.67 X3 X5 1538.1 599.6 270.20 0 0 0.00 0 0 850.00 2698 0 585.00 0 0 0.00 digilib.uns.ac.id 0 0 0.00 0 0 24.94 0 0 0.00 2258.52 2308.52 1288.00 1689.75 3721.78 262.00 2387 2452 467.50 0 0 0.00 72 0 54.00 0 0 0.00 910 0 72.00 0 0 0.00 552.53 820 438.50 0 0 0.00 2992.898 1207.5 613.25 0 0 0.00 0 0 0.00 1221.75 0 33.00 213.67 792 98.50 0 0 0.00 1020.05 36 192.29 3673.321 1199.23 525.00 2673.62 1079.89 276.00 2956.8 2256.11 180.00 0 0 0.00 0 0 0.00 1051.605 428.295 249.90 0 0 0.00 0 0 0.00 0 0 0.00 0 0 0.00 0 0 0.00 143.67 580 337.45 1775.63 1376.23 362.00 Sumber: Dinas Pengelolaan Pasar daerah Surakarta dan sekitarnya. commit to user X4 41 Dimana: Y = Nilai kontrak bangunan konstruksi pengembangan pasar tradisional + dilingkup Surakarta dan sekitarnya. X1 = Luas bangunan kios pasar. X2 = Luas bangunan loos pasar. perpustakaan.uns.ac.id X = Luas selasar. digilib.uns.ac.id 3 X4 = Luas parkir. X5 = Luas bangunan pelengkap (toilet, tangga, kantor, saluran drainase fdfddfdfffdan lain-lain. 4.1.1. Nilai Kontrak Pasar Di bawah ini merupakan grafik yang menunjukkan nilai kontrak sebagian pasar di daerah Surakarta dan sekitarnya: 16 14 10 8 6 4 2 Nilai Kontrak Pasar (juta) Gambar 4.1. Grafik Nilai Kontrak Pasar commit to user >10000 9501-10000 9001-9500 8501-9000 8001-8500 7501-8000 7001-7500 6501-7000 6001-6500 5501-6000 5001-5500 4501-5000 4001-4500 3501-4000 3001-3500 2501-3000 2001-2500 1501-2000 1001-1500 501-1000 0 0-500 Jumlah Pasar 12 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 perpustakaan.uns.ac.id digilib.uns.ac.id 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: 25 Jumlah Pasar 20 15 10 5 0 0-10 11-20 21-30 31-40 41-50 51-60 61-70 71-80 81-90 91-100 Prosentase Luas Kios (%) Gambar 4.2. Grafik Prosentase Luas Kios Pasar 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. perpustakaan.uns.ac.id digilib.uns.ac.id 4.1.3. Prosentase Luas Pembangunan Loos Pasar Terhadap Luas Pembangunan Di bawah ini merupakan grafik yang menunjukkan prosentase luas pembangunan loos pasar terhadap luas keseluruhan pembangunan pasar yang berada dalam pembangunan pasar di daerah Surakarta dan sekitarnya: 18 16 Jumlah Pasar 14 12 10 8 6 4 2 0 0-10 11-20 21-30 31-40 41-50 51-60 61-70 71-80 81-90 91-100 Prosentase Luas Loos (%) 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. 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 perpustakaan.uns.ac.id digilib.uns.ac.id Pembangunan Di bawah ini merupakan grafik yang menunjukkan prosentase luas pembangunan selasar pasar terhadap luas keseluruhan pembangunan pasar yang berada dalam pembangunan pasar di daerah Surakarta dan sekitarnya: 25 Jumlah Pasar 20 15 10 5 0 0-10 11-20 21-30 31-40 41-50 51-60 61-70 71-80 81-90 91-100 Prosentase Luas Selasar (%) 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. commit to user 45 4.1.5. Prosentase Luas Pembangunan Parkir Terhadap Luas Pembangunan Di bawah ini merupakan grafik yang menunjukkan prosentase luas pembangunan parkir pasar terhadap luas keseluruhan pembangunan pasar yang berada dalam perpustakaan.uns.ac.id digilib.uns.ac.id pembangunan pasar di daerah Surakarta dan sekitarnya: 30 Jumlah Pasar 25 20 15 10 5 0 0-10 11-20 21-30 31-40 41-50 51-60 61-70 71-80 81-90 91-100 Prosentase Luas Parkir (%) 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. commit to user 46 4.1.6. Prosentase Luas Pembangunan Bangunan Pelengkap Pasar Terhadap Luas Pembangunan Di bawah ini merupakan grafik yang menunjukkan prosentase luas pembangunan bangunan pelengkap pasar terhadap luas keseluruhan pembangunan pasar yang perpustakaan.uns.ac.id digilib.uns.ac.id berada dalam pembangunan pasar di daerah Surakarta dan sekitarnya: 40 35 Jumlah Pasar 30 25 20 15 10 5 0 0-10 11-20 21-30 31-40 41-50 51-60 61-70 71-80 81-90 91-100 Prosentase Luas Bangunan Pelengkap (%) 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. 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: perpustakaan.uns.ac.id digilib.uns.ac.id Tabel 4.3. Descriptive Statistics y N 38 Minimum 20792575.51 Maximum 17074948000.00 Mean 2834132033.03 Std. Deviation 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 Unstandardized Coefficients Model 1 Standardized Coefficients B 1083982.178 Std. Error 149991111.07 3266252.603 281885.03 0.607 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 (Constant) perpustakaan.uns.ac.id x1 Beta t 0.007 Sig. 0.994 digilib.uns.ac.id 11.587 0.000 a. Dependent Variable: y Sumber: Output SPSS 17 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. perpustakaan.uns.ac.id D. Koefisien regresi luas parkir (X ). 4 digilib.uns.ac.id 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 1 R .984a R Square 0.968 Adjusted R Square 0.963 a. Predictors: (Constant), x5, x3, x2, x4, x1 b. Dependent Variable: y Sumber: output SPSS 17 commit to user Std. Error of the Estimate 707701407.37 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. perpustakaan.uns.ac.id digilib.uns.ac.id 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 1 Regression Sum of Squares 4.859E+20 df 5 Mean Square 9.718E+19 5.008E+17 Residual 1.603E+19 32 Total 5.019E+20 37 F 194.035 Sig. .000a a. Predictors: (Constant), x5, x3, x2, x4, x1 b. Dependent Variable: y Sumber: output SPSS 17 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 Unstandardized Coefficients Model 1 Standardized Coefficients B 1083982.178 Std. Error 149991111.07 3266252.603 281885.03 0.607 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 (Constant) perpustakaan.uns.ac.id x1 Beta t 0.007 Sig. 0.994 digilib.uns.ac.id 11.587 0.000 a. Dependent Variable: y Sumber: output SPSS 17 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. perpustakaan.uns.ac.id 4.3.2. Uji klasikal regresi linier digilib.uns.ac.id 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 perpustakaan.uns.ac.id digilib.uns.ac.id Gambar 4.7. Grafik Uji Normalitas P-P plot Sumber: Output SPSS 17 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 38 N Normal Parametersa,,b Mean Std. Deviation Most Extreme Differences perpustakaan.uns.ac.id 0.00000013 658148940.34 Absolute 0.212 Positive digilib.uns.ac.id 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. Sumber: Output SPSS 17 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 prediksiY sesungguhnya) yang telah distudentized. Jika ada pola tertentu, seperti titiktitik 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 perpustakaan.uns.ac.id digilib.uns.ac.id Gambar 4.8. Uji Heteroskedastisitas Sumber: Output SPSS 17 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 nonparametik 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 -1202460.07 Test Valuea perpustakaan.uns.ac.id Cases < Test Value 19 Cases >= Test Value 19 Total Cases 38 Number of Runs 20 Z digilib.uns.ac.id 0.00 Asymp. Sig. (2-tailed) 1.000 a. Median Sumber: Output SPSS 17 Dari rangkuman hasil run test diatas dapat dilihat bahwa nilai asymp. sig. (2tailed) sebesar 1 > 0.05, berarti tidak terjadi autokorelasi dalam model regresi tersebut D. Uji multikolinearitas 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 variabelvariabel 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 Collinearity Statistics Model 1 x1 Tolerance 0.364 VIF 2.751 x2 0.496 2.016 x3 0.493 2.027 x4 0.364 2.747 x5 0.433 2.307 a. Dependent Variable: y Sumber: Output SPSS 17 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. perpustakaan.uns.ac.id 4.4. Pembahasan Hasil Penelitian digilib.uns.ac.id 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 perpustakaan.uns.ac.id digilib.uns.ac.id 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 + perpustakaan.uns.ac.id digilib.uns.ac.id 43401.346X4 + 1301076.748X5 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. 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 perpustakaan.uns.ac.id digilib.uns.ac.id 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 BAB 5 KESIMPULAN DAN SARAN 5.1. Kesimpulan perpustakaan.uns.ac.id digilib.uns.ac.id 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: 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 fdfddfdfff dan lain-lain. 61 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, perpustakaan.uns.ac.id digilib.uns.ac.id 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. commit to user
