86
4.3.4 Uji Autokorelasi Tabel 4.11
Uji Autokorelasi
Runs Test
Unstandardize d Residual
Test Value
a
,07534 Cases Test Value
36 Cases = Test
Value 37
Total Cases 73
Number of Runs 29
Z 2,002
Asymp. Sig. 2- tailed
,045 a. Median
Sumber : Data primer diolah 2015
Hasil pada Tabel 4.11 diketahui nilai test sebesar 0,7534 dengan probabilitas p=0,45, yang berarti hipotesis nol di terima, sehingga dapat
disimpulkan bahwa residual random atau tidak terjadi autokorelasi antara nilai residual.
4.4. Teknik Analisis Data 4.4.1 Analisis Regresi Linear Berganda
Analisis regresi linear berganda dilakukan untuk mengetahui seberapa besar pengaruh variabel bebas pengembangan karir, kompetensi dan kompensasi
terhadap variabel terikat intention to leave. Analisis dilakukan dengan bantuan program SPSS versi 19,0 for windows dengan menggunakan metode enter.
Metode enter digunakan untuk analisis regresi agar dapat mengetahui apakah
87
variabel bebas mempunyai pengaruh positif dan signifikan terhadap variabel terikat. Seluruh variabel akan dimasukkan ke dalam analisis untuk dapat diketahui
apakah variabel bebas mempunyai pengaruh yang positif dan signifikan terhadap variabel terikat.
Tabel 4.12 Variables EnteredRemoved
Model Variables Entered
Variables Removed
Method 1
Pengembangan karir, kompetensi
dan kompensasi .
Enter
a. All requested variables entered. b. Dependent Variable: Intention to leave
Sumber : Data primer diolah, 2015
Berdasarkan Tabel 4.12 Variabel Enteredremoved
b
menunjukkan hasil analisis statistik tiap indikator sebagai berikut :
Tabel 4.13 Uji Regresi Linier Tiap Variabel Pertanyaan
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. B
Std. Error
Beta 1 Constant
10,335 5,263
4,054 ,000
p_karir -,324
,191 -,251
-1,260 ,025
kompetensi -,222
,108 -,166
-1,131 ,034
kompensasi -,468
,123 -,398
-1,856 ,020
a. Dependent Variable: Intention_to_Leave
88
a. Variabel yang dimasukkan ke dalam persamaan adalah variabel bebas yaitu
X
1
, X
2
dan X
3
. b.
Tidak ada variabel bebas yang dikeluarkan removed. c.
Metode yang digunakan untuk memasukkan data yaitu metode enter. Analisis regresi berganda dirumuskan sebagai berikut:
Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ e Y = 10,335 + -0,324 X
1
+ -0,222 X
2
+ -0,468 X
3
+ e Sebelum nilai a konstanta, nilai b
1
, b
2
, dan b
3
, dimasukkan ke dalam persamaan, terlebih dahulu dilakukan analisis determinan, uji F, dan uji t dari
hasil pengolahan regresi linear berganda.
4.4.2 Uji Signifikan Simultan Uji-F
Uji F dilakukan untuk menguji apakah variabel pengaruh variabel independen pngembangan karir, kompetensi dan kompensasi secara bersama-
sama atau serempak mempunyai pengaruh yang signifikan terhadap Intention to leave, Model hipotesis yang digunakan dalam Uji F ini adalah sebagai berikut:
H : b
1
= b
2
= b
3
= 0, artinya secara serentak tidak terdapat pengaruh positif dan signifikan dari variabel bebas yang terdiri dari pengambangan karir, kompetensi
dan kompensasi terhadap intention to leave Y. H
a
: b
1
≠ b
2
≠ b
3
≠ 0, artinya secara serentak terdapat pengaruh yang positif dan signifikan dari variabel bebas yang terdiri dari pengembangan karir, kompetensi
dan kompensasi terhadap intention to leave Y. Untuk menentukan nilai F, maka diperlukan adanya derajat bebas
pembilang dan derajat bebas penyebut, dengan rumus sebagai berikut:
89
df pembilang = k-1 = 3 df penyebut = n-k = 69
Keterangan: n = jumlah sampel penelitian = 73
k = jumlah variabel bebas dan terikat = 4 Pada penelitian ini diketahui jumlah sampel n adalah 73 dan jumlah
keseluruhan variabel k adalah 4, sehingga diperoleh: Tingkat kesalahan α = 5 dan derajat kebebasan df = k-1 ; n-k
1 df pembilang = k-1 df pembilang = 4-1 =3
2 df penyebut = n-k df penyebut = 73 - 4 = 69
Maka : F tabel 0,05 3;63 = 2,737 Nilai F
hitung
akan diperoleh dengan menggunakan bantuan software SPSS 19.0 for Windows, kemudian akan dibandingkan dengan nilai F
tabel
pada tingkat α = 5, dengan kriteria uji sebagai berikut:
H diterima bila F
hitung
F
tabel
pada α =5 H
ditolak bila F
hitung
F
tabel
pada α = 5
90
Tabel 4.14 Hasil Uji F
ANOVA
b
Model Sum of
Squares Df
Mean Square
F Sig.
1 Regression
5,684 3
1,895 2,859
,000 Residual
103,832 69
1,505 Total
109,516 72
a. Predictors: Constant, kompensasi, p_karir, kompetensi b. Dependent Variable: RES2
Sumber : Data Primer diolah, 2015
Berdasarkan Tabel 4.14 dilihat nilai F
hitung
sebesar 2,859 dan F
tabel
sebesar 2,737 sehingga F
hitung
F
tabel
2,859 2,737 pada α = 5, Sehingga disimpulkan bahwa variabel independen pengembangan karir, kompetensi dan kompensasi
secara bersama-sama berpengaruh terhadap intention to leave Y. 4.4.3 Uji Signifikansi Parsial Uji-t
Uji t dilakukan untuk menguji secara parsial apakah variabel bebas yang terdiri dari variabel pengembangan karir, kompetensi dan kompensasi secara
bersama-sama berpengaruh terhadap intention to leave. Model hipotesis yang digunakan adalah sebagai berikut :
H : b
1
= b
2
= b
3
= 0, artinya variabel bebas yang terdiri dari pengembangan karir, kompetensi dan kompensasi secara parsial tidak berpengaruh terhadap intention
to leave. H
a
: b
1
≠ b
2
≠ b
3
≠ 0, artinya variabel bebas yang terdiri dari pengembangan karir, kompetensi dan kompensasi secara parsial berpengaruh positif terhadap intention
to leave.
91
Kriteria pengambilan keputusan : Ho diterima jika t
hitung
t tabel pada α = 5 Ho ditolak jika t
hitung
t tabe l pada α = 5
Hasil pengujian adalah : Tingkat kesalahan α = 5 dan derajat kebebasan df = n-k
n = jumlah sampel , n = 73 k = jumlah variabel yang digunakan, k = 4
Derajat bebas pembilang df = k-1 = 4-1 = 3 Derajat bebas penyebut df = n-k = 73 – 4 = 69
Uji t yang dilakukan adalah uji dua arah, maka t tabel yang digunakan adalah t
0,05
69 = 1,994
Tabel 4.15 Hasil Uji t Pada Tiap Indikator
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients T
Sig. B
Std. Error
Beta 1 Constant
10,335 5,263
4,054 ,000
p_karir -,324
,191 -,251
-1,260 ,025
kompetensi -,222
,108 -,166
-1,131 ,034
kompensasi -,468
,123 -,398
-1,856 ,020
a. Dependent Variable: Intention_to_Leave
Sumber : Data primer diolah 2015
Pengembangan karir berpengaruh negatif dan signifikan terhadap intention to leave, yang dapat dilihat dari nilai signifikansi untuk pengembangan karir p =
0,025 0,05. Variabel kompetensi berpengaruh negatif dan signifikan terhadap intention to leave, yang dapat dilihat dari nilai signifikansi untuk kompetensi p =
92
0,034 0,05. Dan variabel independen kompensasi berpengaruh terhadap intention to leave hal ini terlihat dari nilai signifikan untuk kompensasi p = 0,020
0,05. Berdasarkan Tabel 4.15 di atas dapat disimpulkan sebagai berikut:
Variabel pengembangan karir berpengaruh negatif dan signifikan terhadap intention to leave, hal ini terlihat dari nilai signifikan sebesar p = 0,025 lebih
kecil dari 0,050, Nilai t
hitung -1,260
t
tabel 1,994
artinya jika variabel pengembangan karir X
1
di tingkatkan maka intention to leave Y akan menurun. Variabel kompetensi berpengaruh secara negatif dan signifikan
terhadap Intention to leave, hal ini terlihat dari nilai signifikan sebesar p = 0,034 lebih kecil dari 0,050, Nilai t
hitung -1,131
t
tabel 1,994
artinya jika variabel kompetensi X
2
di tingkatkan maka intention to leave Y akan menurun. Sedangkan variabel kompensasi X
3
berpengaruh terhadap intention to leave hal ini terlihat dari nilai signifikan untuk kompensasi p = 0,020 lebih kecil dari
0,050, Nilai t
hitung -1,856
t
tabel 1,994
artinya jika variabel kompensasi X
3
di tingkatkan maka intention to leave Y tidak akan meningkat.
a. Konstanta sebesar 10,335 artinya walaupun variabel bebas bernilai nol maka
intention to leave tetap sebesar 10,335. b.
Berdasarkan hasil uji t maka rumus persamaan regresinya adalah: Y = a + b
1
X
1
+ b
2
X
2
+ b
3
X
3
+ e Y = 10,335 + -0,324X
1
+ -0,222X
2
+ -0,468 X
3
+ e
93
4.4.4. Pengujian Koefisien Determinasi R
2
Determinan
2
R
pada intinya mengukur proporsi atau persentase sumbangan variabel bebas yaitu variabel independen pengembangan karir,
kompetensi dan kompensasi terhadap variasi naik turunnya variabel terikat intention to leaave secara bersama-sama, dimana:
1
2
≤ ≤ R
Tabel 4.16 Hasil Uji Determinasi
Sumber : Data primer diolah 2015
Keterangan Tabel 4.16:
a. R = 0,528 berarti hubungan relation antara variabel pengembangan karir,
kompetensi dan kompensasi terhadap intention to leave sebesar 52,8 yang artinya mempunyai hubungan.
b. Nilai R Square sebesar 0,352 artinya pengembangan karir, kompetensi dan
kompensasi mempengaruhi intention to leave sebesar 35,2 dan sisanya 64,8 dapat dijelaskan oleh faktor- faktor lain yang tidak diteliti dalam
penelitian ini.
Model Summary
Model R
R Square Adjusted R Square
Std. Error of the Estimate
1 ,528
a
,352 ,321
3,24663 a. Predictors: Constant, kompensasi, p_karir, kompetensi
94
4.5. Pembahasan 4.5.1 Pengaruh Pengembangan karir terhadap
Kategori