Uji Multikolinieritas Uji Signifikan Parameter Individual Uji Statistik t

73

2. Uji Multikolinieritas

Uji multikolinieritas bertujuan untuk menguji apakah model regresi ditemukan adanya korelasi antar variabel bebas independen. Model regresi yang baik seharusnya tidak terjadi korelasi diantara variabel independen. Uji multikolinieritas dapat dilihat dari nilai tolerance dan Variance Inflation Factor VIF. Nilai tolerance yang rendah sama dengan nilai VIF yang tinggi karena VIF = 1Tolerance. Nilai cutoff yang umum dipakai untuk menunjukkan adanya multikilonieritas adalah nilai tolerance ≥ 0,10 atau sama dengan nilai VIF ≤ 10. Tingkat kolinieritas yang dapat ditolerir adalah nilai tolerance 0,10 atau sama dengan tingkat multikolinieritas 0,95 Ghozali, 2013:105. Hasil uji multikolinieritas dapat dilihat pada tabel 4.11 berikut: Tabel 4. 12 Hasil Uji Multikolinieritas Coefficients a Model Collinearity Statistics Tolerance VIF 1 Constant Lingkungan Kerja .873 1.145 Kompensasi .915 1.092 Stres Kerja .952 1.051 a. Dependent Variable: Turnover Intention Sumber: Hasil output SPSS yang diolah, 2016 Berdasarkan data pada tabel 4.11 di atas dapat diketahui bahwa syarat untuk lolos dalam uji multikolinieritas sudah terpenuhi oleh seluruh variabel independen yang ada, yaitu nilai tolerance yang lebih besar dari 0,10 dan nilai VIF Variance Inflation Factor yang tidak lebih dari 10. 74 Pada tabel di atas, nilai tolerance variabel bebas lingkungan kerja memiliki nilai sebesar 0,873, kompensasi memiliki nilai 0,915 dan stres kerja memiliki nilai sebesar 0,952. Sedangkan nilai VIF variabel bebas lingkungan kerja memiliki nilai sebesar 1,145, kompensasi memiliki nilai sebesar 1,092 dan stres kerja memiliki nilai sebesar 1.051. Oleh karena itu, dapat disimpulkan bahwa seluruh variabel independen yang digunakan dalam penelitian ini tidak berkorelasi antara variabel independen satu dengan variabel independen yang lainnya.

3. Uji Heteroskedastisitas

Uji Heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan varians dari residual satu pengamatan ke pengamatan yang lain. Jika varians dari residual satu pengamatan ke pengamatan lain tetap, maka disebut homoskedastisitasi dan jika berbeda disebut heteroskedastisitas Ghozali, 2013:139. Hasil Uji Heteroskedastisitas dapat dilihat pada gambar 4.2 berikut: 75 Gambar 4. 2 Hasil Uji Heteroskedastisitas Sumber: Hasil output SPSS yang diolah, 2016 Berdasarkan gambar di atas dapat terlihat bahwa titik-titik menyebar secara acak baik di atas maupun di bawah angka 0 pada sumbu Y, serta tidak membentuk suatu pola tertentu. Hal tersebut menunjukkan bahwa tidak terjadi heteroskedastisitas pada model regresi. 76

E. Uji Hipotesis 1.

Koefisien Determinasi R 2 Koesifien determinasi R 2 pada intinya mengukur seberapa jauh kemampuan model dalam menerangkan variasi variabel dependen Ghozali, 2012: 97. Uji koefisien determinasi R 2 dapat dilihat pada tabel 4.12 dibawah ini : Tabel 4. 13 Hasil Uji Koefisien Determinasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin-Watson 1 .475 a .225 .161 3.40188 1.352 a. Predictors: Constant, Lingkungan Kerja, Kompensasi, Stres Kerja b. Dependent Variable: Turnover Intention Sumber: Hasil output SPSS yang diolah, 2016 Berdasarkan tabel di atas dapat disimpulkan bahwa koefisien determinasi yang telah disesuaikan Adjusted R Square adalah sebesar 0,161 atau 16,1. Adjusted R Square berkisar pada angka 0-1, dengan catatan semakin besar angka Adjusted R Square maka akan semakin kuat hubungan dari ketiga variabel dalam model regresi. Dapat disimpulkan bahwa 16,1 variabel turnover intention dapat dijelaskan oleh variabel lingkungan kerja, kompensasi dan stres kerja. Sedangkan selisihnya 83,9 lainnya dipengaruhi atau dijelaskan oleh variabel lain yang tidak masuk dalam penelitian ini. 77

2. Uji Signifikan Parameter Individual Uji Statistik t

Tabel 4. 14 Hasil Uji T Coefficients a Model Unstandardized Coefficients Standardized Coefficients T Sig. B Std. Error Beta 1 Constant 38,093 7,285 5,229 ,000 X1 -,122 ,135 -,142 -,905 ,371 X2 -,218 ,083 -,400 -2,610 ,013 X3 -,123 ,062 -,297 -1,976 ,056 a. Dependent Variable: Turnover intention Sumber: Hasil output SPSS yang diolah, 2016 Hasil uji parsial dapat diketahui dengan melihat output SPSS hasil coefficients pada uji-t di atas dan membandingkan t hitung dengan t tabel sebesar 2,026 yang diperoleh dari tabel t dengan df= n-k 40-3 yaitu 37 dan alpha 0,05. Berikut pembahasan uji parsial antara lingkungan kerja, kompensasi dan stres kerja terhadap turnover intention pada Bank Syariah Mandiri KC Ciputat: a. Lingkungan Kerja X1 Terhadap Turnover Intention Y Hasil uji t untuk Lingkungan Kerja X1 terhadap kinerja karyawan Y menunjukkan nilai sig 0,371 dan t hitung menunjukkan nilai -0,905, artinya nilai sig lebih besar dari nilai probabilitas 0,05 0,371 0,05 dan nilai t hitung lebih kecil dari t tabel -0,905 2,026, maka kesimpulan yang dapat diambil adalah H 1 ditolak dan H diterima. Ini berarti lingkungan kerja tidak berpengaruh signifikan terhadap turnover intention pada Bank Syariah Mandiri KC Ciputat. 78 Penelitian ini bertentangan dengan penelitian yang dilakukan oleh Mamiharisoa Andrinirina A., Sudarsih, IKM Dwipayana et al 2015 yang menyatakan bahwa lingkungan kerja berpengaruh negatif terhadap turnover intention Pada Royal Hotel nlounge Jember. Sejalan dengan itu, pada penelitian yang dilakukan oleh Retno Khikmawati 2015 pun memperlihatkan hasil yang sama dimana lingkungan kerja berpengaruh negatif terhadap turnover intention karyawan. Dari pemaparan dari hasil penelitian sebelumnya, dapat disimpulkan bahwa hasil dari penelitian yang dilakukan di Bank Syariah Mandiri KC Ciputat ini tidak sejalan dengan pebelitian tersebut.

b. Kompensasi X2 Terhadap Turnover Intention Y

Hasil uji t untuk kompensasi X2 terhadap turnover intention Y menunjukkan nilai sig 0,013 dan t hitung menunjukkan nilai -2,610, artinya nilai sig lebih besar dari nilai probabilitas 0,05 0,013 0,05 dan nilai t hitung lebih kecil dari t tabel -2,610 2,026, maka kesimpulan yang dapat diambil adalah H 1 diterima dan H ditolak. Ini berarti kompensai berpengaruh negatif signifikan terhadap turnover intention pada Bank Syariah Mandiri KC Ciputat. Hasil dari penelitian ini didukung oleh penelitian yang dilakukan oleh Arin Dewi Putrianti, Djamhur Hamid, M. Djudi Mukzam 2014 yang menyatakan bahwa kompensasi berpengaruh negatif terhadap turnover intention karyawan. Dari pemaparan dari hasil penelitian sebelumnya, dapat disimpulkan bahwa hasil dari penelitian yang dilakukan di Bank Syariah Mandiri KC Ciputat ini 79 sejalan dengan penelitian tersebut. Yang berarti kelayakan pemberian kompensasi mempengaruhi tingkat keingan karyawan untuk berpindah kerja. c. Stres kerja X3 Terhadap Turnover Intention Y Hasil uji t untuk stres kerja X3 terhadap turnover intention Y menunjukkan nilai sig 0,056 dan t hitung menunjukkan nilai -1,976, artinya nilai sig lebih besar dari nilai probabilitas 0,05 0,056 0,05 dan nilai t hitung lebih kecil dari t tabel -1,976 2,026, maka kesimpulan yang dapat diambil adalah H1 ditolak dan H0 diterima. Ini berarti stres kerja tidak berpengaruh signifikan terhadap turnover intention pada Bank Syariah Mandiri KC Ciputat. Penelitian ini bertentangan dengan penelitian yang dilakukan oleh Gabriela Syahronica, Moehammad Soe’oed Hakam, Ika Ruhana 2015 yang menyatakan bahwa stres kerja berpengaruh terhadap turnover intention. Sejalan dengan itu, pada penelitian yang dilakukan oleh Nafis Kurtuby 2013 pun memperlihatkan hasil yang sama dimana stres kerja berpengaruh negatif terhadap turnover intention karyawan. Dari pemaparan dari hasil penelitian sebelumnya, dapat disimpulkan bahwa hasil dari penelitian yang dilakukan di Bank Syariah Mandiri KC Ciputat ini tidak sejalan dengan pebelitian tersebut. Hal ini diduga disebabkan oleh stres kerja bukanlah hal yang sangat penting untuk berpindah kerja. 80 d. Variabel yang paling berpengaruh terhadap turnover intention Berdasarkan hasil pengujian yang dapat dilihat pada tabel 4.14 menyatakan bahwa variabel yang paling berpengaruh terhadap turnover intention adalah variabel kompensasi karena memiliki nilai beta -0,297 dan memiliki probabilitas sebesar 0,056. Hal ini berarti nilai-nilai dari indikator kompensasi memiliki pengaruh yang besar terhadap turnover intention. Berdasarkan tabel 4.14 diatas, maka diperoleh model persamaan regresi linier berganda sebagai berikut: Y= 38,093 – 0,218 X2 Dimana: Y: Turnover Intention 38,093: Konstanta -0,218: Koefisien X2: Kompensasi Dari persamaan tersebut dapat dideskripsikan bahwa angka 38,093 merupakan nilai konstanta yang menunjukkan apabila variabel-variabel independen konstan maka turnover intention adalah sebesar 38,093. Variabel kompensasi sebesar -0,218 menunjukan bahwa setiap peningkatan komitmen organisasi 1 akan meningkatkan turnover intention sebesar -0,218.

3. Uji Signifikan Simulatan Uji Statistik F