BAB IV Hasil Penelitian dan Pembahasan
4.2 Hasil Penelitian
Pada penelitian ini akan dijelaskan secara deskriptif persentase hasil penelitian setiap variabel yang mempengaruhi turnover intention PT Perkebunan Nusantara III (Persero) Medan. Instrumen yang digunakan dalam penelitian ini adalah kuesioner. Jumlah pernyataan seluruhnya adalah 4 (empat) butir variabel stres kerja (X1), 4 (empat) butir variabel Kompensasi (X2) dan 4 (empat) butir variabel turnover intention (Y). Jadi jumlah seluruh pernyataan adalah 12 (dua belas) butir.
Kuesioner yang disebarkan dalam penelitian ini diukur dengan menggunakan skala Likert dengan tanggapan responden sebagai berikut:
Sangat Setuju (SS) : diberi skor 5 Setuju (S) : diberi skor 4
Kurang Setuju (KS) : diberi skor 3 Tidak Setuju (TS) : diberi skor 2
Sangat Tidak Setuju (STS) : diberi skor 1
4.2.1.1 Variabel Stres Kerja sebagai variabel X1 Tabel 4.1
Distribusi Pendapat Responden Tentang Variabel Stres Kerja
Pernyataan Frekuensi Pendapat Responden (%) Total
(%) Skor: 5 SS Skor: 4 S Skor: 3 KS Skor: 2 TS Skor: 1 STS N % N % N % N % N % N % 1 - - 2 2,2 18 19,8 38 41,8 33 36,3 91 100 2 - - 4 4,4 16 17,6 54 59,3 17 18,7 91 100 3 - - - - 11 12,1 60 65,9 20 22,0 91 100 4 - - 2 2,2 18 19,8 43 47,3 28 30,8 91 100
Hasil jawaban kuesioner yang diperoleh dari 100 orang responden untuk variabel Stres Kerja pada Tabel 4.1 yaitu:
a. Pada pernyataan pertama (Saya merasa tertekan dengan pekerjaan Saya) sebanyak 2 orang atau 2,2% yang menyatakan setuju, 18 orang atau 19,8% menyatakan kurang setuju, 38 orang atau 41,8% menyatakan tidak setuju, 33 orang atau 36,3% menyatakan sangat tidak setuju.
b. Pada pernyataan kedua (Kesehatan Saya sering terganggu dalam
menyelesaikan pekerjaan yang mengandung stres kerja yang tinggi) sebanyak 4 orang atau 4,4% menyatakan setuju, 16 orang atau 17,6% menyatakan kurang setuju, 54 orang atau 59,3% menyatakan tidak setuju, 17 orang atau 18,7% menyatakan sangat tidak setuju.
c. Pada pernyataan ketiga (Emosi Saya tidak stabil karena tekanan kerja yang terlalu tinggi) sebanyak 11 orang atau 12,1% menyatakan kurang setuju, 60 orang atau 65,9% menyatakan tidak setuju, 20 orang atau 22,0% menyatakan sangat tidak setuju.
d. Pada pernyataan keempat (Saya merasa bosan dengan pekerjaan Saya) sebanyak 2 orang atau 2,2% menyatakan setuju, 18 orang atau 19,8% menyatakan kurang setuju, 43 orang atau 47,3% menyatakan tidak setuju, 28 orang atau 30,8% menyatakan sangat tidak setuju.
4.2.1.2 Variabel Kompensasi sebagai variabel X2 Tabel 4.2
Ditribusi Pendapat Responden Terhadap Variabel Kompensasi
Pernyataan Frekuensi Pendapat Responden (%) Total
(%) Skor: 5 SS Skor: 4 S Skor: 3 KS Skor: 2 TS Skor: 1 STS N % N % N % N % N % N % 1 29 31,9 50 54,9 11 12,1 1 1,1 - - 91 100 2 36 39,6 41 45,1 11 12,1 3 3,3 - - 91 100 3 33 36,3 43 47,3 15 16,5 - - - - 91 100 4 32 35,2 52 57,1 7 7,7 - - - - 91 100
Sumber: Hasil Penelitian (2015)
Hasil jawaban kuesioner yang diperoleh dari 100 orang responden untuk variabel Kompensasi pada Tabel 4.2 yaitu:
a. Pada pernyataan pertama (Saya menerima gaji yang cukup) sebanyak 29 orang atau 31,9% yang menyatakan sangat setuju, 50 orang atau 54,9% menyatakan setuju, 11 orang atau 12,1% menyatakan kurang setuju, dan 1 orang atau 1,1 % menyatakan tidak setuju.
b. Pada pernyataan kedua (Saya selalu mendapat insentif apabila
mengerjakan tugas lebih dari porsi yang seharusnya) sebanyak 36 orang atau 39,6% yang menyatakan sangat setuju, 41 orang atau 45,1% menyatakan setuju, 11 orang atau 12,1% menyatakan kurang setuju dan 3 orang atau 3,3 % menyatakan tidak setuju.
c. Pada pernyataan ketiga (Saya menerima fasilitas kerja yang mendukung pekerjaan Saya) sebanyak 33 orang atau 36,3% yang menyatakan sangat setuju, 43 orang atau 47,3% menyatakan setuju dan 15 orang atau 16,5% menyatakan kurang setuju.
d. Pada pernyataan keempat (Saya mendapatkan fasilitas kesehatan dari PTPN III (Persero) Medan) sebanyak 32 orang atau 35,2% yang
menyatakan sangat setuju, 52 orang atau 57,1% menyatakan setuju dan 7 orang atau 7,7% menyatakan kurang setuju.
4.2.1.3 Keputusan Turnover Intetion sebagai variabel Y Tabel 4.3
Ditribusi Pendapat Responden Terhadap Variabel Turnover Intention
Pernyataan Frekuensi Pendapat Responden (%) Total
(%) Skor: 5 SS Skor: 4 S Skor: 3 KS Skor: 2 TS Skor: 1 STS N % N % N % N % N % N % 1 - - - - 4 4,4 69 75,8 18 19,8 91 100 2 1 1,1 - - 19 20,9 52 57,1 19 20,9 91 100 3 - - - - 19 20,9 53 58,2 19 20,9 91 100 4 - - - - 15 16,5 43 47,3 33 36,3 91 100
Sumber: Hasil Penelitian (2015)
Hasil jawaban kuesioner yang diperoleh dari 100 orang responden untuk variabel Turnover Intention pada Tabel 4.3 yaitu:
a. Pada pernyataan pertama (Saya tetap mencari pekerjaan lebih baik) sebanyak 4 orang atau 4,4% menyatakan kurang setuju, 69 orang atau 75,8% menyatakan tidak setuju dan 18 orang atau 19,8% menyatakan sangat tidak setuju.
b. Pada pernyataan kedua (Saya tetap mencari pekerjaan dengan gaji lebih tinggi) sebanyak 1 orang atau 1,1% yang menyatakan sangat setuju, 19 orang atau 20,9% menyatakan kurang setuju, 52 orang atau 57,1% menyatakan tidak setuju dan 19 orang atau 20,9% menyatakan sangat tidak setuju.
c. Pada pernyataan ketiga (Saya tetap mencari pekerjaan dengan fasilitas lebih baik) sebanyak 19 orang atau 20,9% menyatakan kurang setuju, dan 53 orang atau 58,2% menyatakan tidak setuju dan 19 orang atau 20,9% menyatakan sangat tidak setuju.
d. Pada pernyataan keempat (Saya tetap mencari jabatan lebih tinggi di perusahaan lebih baik) sebanyak 15 orang atau 16,5% menyatakan kurang setuju, 43 orang atau 47,3% menyatakan tidak setuju dan 33 orang atau 36,9% menyatakan sangat tidak setuju.
4.2.3 Analisis Statistik 1. Uji Asumsi Klasik
a. Uji Normalitas
Tujuan uji normalitas adalah ingin menguji apakah dalam model regresi distribusi sebuah data mengikuti atau mendekati distribusi normal, yakni distribusi data dengan bentuk lonceng. Kalau asumsi ini dilanggar maka uji statistik menjadi tidak valid. Ada dua cara untuk mendeteksi apakah data berdistribusi normal atau tidak, yaitu dengan pendekatan grafik dan pendekatan Kolmogorv-Smirnov.
1. Pendekatan Grafik
Salah satu cara untuk melihat normalitas adalah dengan melihat grafik histogram dan grafik normal plot yang membandingkan antara dua observasi dengan distribusi yang mendekati distribusi normal. Hasil dari output SPSS terlihat seperti Gambar 4.2 dan Gambar 4.3:
Gambar 4.2 P-P Plot
Sumber : Hasil pengolahan data primer dengan SPSS (2015)
Gambar 4.3 Histogram Normalitas
Sumber : Hasil pengolahan data primer dengan SPSS, diolah (2015).
Pada Gambar 4.2 data berdistribusi normal ini dapat dilihat pada
scatter plot terlihat titik yang mengikuti data disepanjang garis diagonal dan Gambar 4.3 dapat diketahui bahwa variabel berdistribusi normal, hal ini ditunjukkan oleh gambar tersebut, di mana tidak melenceng ke kiri atau ke kanan.
2. Analisis Kolmogorv-Smirnov
Uji normalitas dengan grafik bisa saja terlihat berdistribusi normal, padahal secara statistik tidak berdistribusi normal. Berikut ini pengujian normalitas yang didasarkan dengan uji statistik non-parametik Kolmogorv-Smirnov (K-S).
Tabel 4.4
One-Sample Kolmogorov-Smirnov Test
Unstandardized Residual
N 91
Normal Parametersa Mean .0000000
Std. Deviation 1.08877630
Most Extreme Differences Absolute .054
Positive .041
Negative -.054
Kolmogorov-Smirnov Z .514
Asymp. Sig. (2-tailed) .954
a. Test distribution is Normal.
Sumber : Hasil pengolahan data primer (kuesioner) dengan SPSS (2015)
Berdasarkan Tabel 4.4 terlihat bahwa nilai Asymp.Sig. (2-tailed) adalah 0,954, ini berarti nilainya di atas nilai signifikan 5% (0,05). dengan kata lain variabel tersebut berdistribusi normal.
b. Uji Heteroskedastisitas
Uji ini bertujuan untuk menguji apakah didalam model regresi terjadi ketidaksamaan varians dari suatu residual pengamatan ke pengamatan lain. Jika varians dari residual satu pengamatan ke pengamatan yang lain tetap, maka disebut homoskedastisitas dan jika berbeda disebut
heteroskedastisitas. Model regresi yang baik adalah yang
homoskedastisitas atau tidak terjadi heteroskedastisitas. Ada beberapa cara untuk mendeteksi ada atau tidaknya heteroskedastisitas, yaitu: 1. Metode Grafik
Dasar analisis adalah tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka tidak terjadi heteroskedastisitas, sedangkan jika ada pola tertentu, seperti
titik-titik yang membentuk pola tertentu yang teratur, maka mengindikasikan telah terjadi heteroskedastisitas.
Gambar 4.3
Scatterplot Heteroskedastisitas
Sumber : Hasil pengolahan data primer (kuesioner) dengan SPSS (2015)
Berdasarkan Gambar 4.3 dapat terlihat bahwa tidak ada pola yang jelas, serta titik-titik menyebar di atas dan di bawah angka 0 pada sumbu Y, maka berdasarkan metode grafik tidak terjadi heteroskedastisitas pada model regresi.
2. Uji Glejser Tabel 4.5 Uji Glejser Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) .437 .985 .444 .658 stres_kerja -.023 .042 -.063 -.536 .593 Kompensasi .035 .047 .087 .741 .461
a. Dependent Variable: absut
Sumber : Hasil pengolahan data primer (kuesioner) dengan SPSS (2015)
Berdasarkan Tabel 4.5 dapat diketahui bahwa tidak satupun variabel independen yang signifikan secara statistik mempengaruhi variabel dependen absolute Ut (absut). Hal ini terlihat dari probabilitas
signifikansinya di atas tingkat Kompensasi 5% jadi disimpulkan model regresi tidak mengarah adanya heteroskedastisitas.
c. Uji Multikolinieritas
Uji Multikolinieritas bertujuan untuk menguji apakah pada model regresi ditemukan adanya korelasi antar variabel independen. Model regresi yang baik seharusnya tidak terjadi korelasi di antara variabel independen. Berikut ini disajikan cara mendeteksi multikolinieritas dengan menganalisis matrik korelasi antar variabel independen dan perhitungan nilai Tolerance dan
Variance Inflation Factor (VIF).
Tabel 4.6 Multikolinieritas Model Collinearity Statistics Tolerance VIF 1 (Constant) stres_kerja .805 1.242 Kompensasi .805 1.242
Sumber : Hasil pengolahan data primer dengan SPSS (2015) Berdasarkan Tabel 4.6 dapat dilihat bahwa:
a. Nilai VIF dari nilai Stres Kerja dan Kompensasilebih kecil atau di bawah 5 (VIF < 5), ini berarti tidak terkena multikolinieritas antara variabel independen dalam model regresi.
b. Nilai Tolerance dari Stres Kerja dan Kompensasi lebih besar dari 0.1, ini berarti tidak terdapat multikolinieritas antar variabel independen dalam model regresi.
2. Analisis Regresi Linier Berganda
Analisis regresi linier berganda dilakukan dengan bantuan SPSS dengan tujuan untuk mengetahui seberapa besar pengaruh variabel bebas yang terdiri
dari Stres Kerja, Kompensasi terhadap turnover intetion. Model persamaan yang digunakan dalam penelitian ini adalah sebagai berikut:
Y = a + b1X1 + b2X2 + e
Penjelasan dari hasil pengolahan SPSS akan ditunjukkan pada Tabel 4.7 berikut ini:
Tabel 4.7
Regresi Linier Berganda
Coefficientsa Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 (Constant) 13.008 1.593 8.165 .000 stres_kerja .357 .068 .403 5.210 .000 Kompensasi -.481 .076 -.490 -6.334 .000
a. Dependent Variable: turover_intention
Sumber : Hasil pengolahan data primer dengan SPSS (2015).
Berdasarkan hasil pengolahan data seperti terlihat pada Tabel 4.7 pada kolom kedua (Unstandartrized coeficient) bagian B pada baris pertama diperoleh model persamaan regresi linier bergandanya adalah :
Y = 13,008 + 0,357X1 - 0, 481X2+ e
Berdasarkan persamaan tersebut dapat digambarkan sebagai berikut:
a. Konstanta (a) = 13,008. Ini mempunyai arti bahwa variabel Stres Kerja, Kompensasi, Dan Kepuasan dianggap konstan maka tingkat variabel turnover intetion(Y) sebesar 13,008.
b. Koefisien X1 (b1) = 0,357. Variabel Stres Kerja terhadap turnover intetiondengan koefisien regresi sebesar 0,380. Ini mempunyai arti bahwa setiap terjadi kenaikan variabel Stres Kerja sebesar 1 satuan, maka turnover intetion akan naik sebesar 0,357.
c. Koefisien X2 (b2) = -0,481 Variabel Kompensasi terhadap turnover intetiondengan koefisien regresi sebesar 0,481. Ini mempunyai arti bahwa setiap terjadi kenaikan variabel Kompensasi sebesar 1 satuan, maka turnover intetion akan turun sebesar 0,481.
4.3 Metode Analisis Data