89
ada tidaknya gejala multikolinearitas dapat dilihat dari besarnya nilai tolerance dan VIF Variance Inflation Factor melalui program SPSS. Tolerance mengukur
variabilitas variabel terpilih yang tidak dijelaskan oleh variabel independen lainnya. Nilai umum yang bisa dipakai adalah nilai Tolerance 0,1 atau nilai VIF
5, maka tidak terjadi multikolinearitas Situmorang Lufti, 2008:147, 153. Pengujian multikoliniearitas dapat dilihat pada tabel berikut:
Tabel 4.10 Uji Multikolinearitas
Sumber: Hasil Pengolahan data primer dengan SPSS, data diolah 2016
Pada Tabel 4.10 diatas, dapat dilihat bahwa variabel Stres kerja dan Kepuasan kerja memiliki nilai Tolerance 0,810, 0,810, 0,1 dan nilai VIF
1,235, 1,235 5 maka variabel tersebut tidak terkena multikolinearitas.
4.2.4 Analisis Regresi Linear Berganda
Analisis regresi linear yang digunakan dalam penelitian ini adalah analisis regresi linear berganda karena jumlah variabel yang diteliti lebih dari satu.
Analisis regresi linear berganda digunakan untuk mengetahui pengaruh antara variabel independen terhadap variabel dependen. Berdasarkan hasil pengujian
asumsi klasik, ternyata data telah lulus uji asumsi klasik, sehingga data siap untuk
Coefficients
a
Model Unstandardized
Coefficients Standardized
Coefficients t
Sig. Collinearity
Statistics B
Std. Error Beta
Tolerance VIF
1 Constant
33.821 7.522
4.496 .000
StresKerja .675
.111 .550
6.107 .000
.810 1.235
KepuasanKerja -.464
.121 -.345
-3.839 .000
.810 1.235
a. Dependent Variable: TurnoverIntention
Universitas Sumatera Utara
90
diregresi linear berganda. Berikut Tabel 4.11 menunjukkan hasil estimasi regresi melalui pengolahan data dengan SPSS:
Tabel 4.11 Uji Regresi Linier Berganda
Sumber: Hasil Pengolahan data primer dengan SPSS, data diolah 2016
Berdasarkan hasil pengolahan data yang ditunjukkan dalam Tabel 4.11, maka diperoleh persamaan regresi linear berganda dengan rumus sebagai berikut:
Y = a + b
1
X
1
+ b
2
X
2
+ e Y = 33,821 + 0,675 X
1
+ -0,464 X
2
+ e Y= 33,821 + 0,675 X
1
– 0,464 X
2
+ e
Dimana: Y
= Turnover Intention a
= Konstanta b
1
b
2
= Koefisien regresi berganda X
1
= Stres Kerja X
2
= Kepuasan Kerja e
= Standard error
Coefficients
a
Model Unstandardized Coefficients Standardized
Coefficients t
Sig. B
Std. Error Beta
1 Constant
33.821 7.522
4.496 .000
StresKerja .675
.111 .550
6.107 .000
KepuasanKerja -.464
.121 -.345
-3.839 .000
a. Dependent Variable: TurnoverIntention
Universitas Sumatera Utara
91
1.
Konstanta α = 33,821, ini menunjukkan bahwa jika variabel Stress
Kerja dan Kepuasan Kerja dianggap konstan maka tingkat variabel Turnover Intention Y RSIA. Stella Maris Kota Medan adalah sebesar
33,821
2.
Koefisien b
1
X
1
= 0,675, ini berarti bahwa variabel stress kerja X
1
berpengaruh positif terhadap turnover intention, atau dengan kata lain jika stress kerja X
1
ditingkatkan sebesar satu-satuan, maka turnover intention akan mengalami peningkatan sebesar 0,675. Koefesien
bernilai positif artinya terjadi hubungan searah antara variabel stress kerja dengan turnover intention, semakin meningkat stress kerja maka
akan semakin meningkat pula turnover intention karyawan medis di RSIA. Stella Maris kota Medan.
3.
Koefisien b
2
X
2
= -0.464, ini berarti bahwa variabel kepuasan kerja
X
2
berpengaruh negatif terhadap turnover intention, atau dengan kata lain jika kepuasan kerja X
2
ditingkatkan sebesar satu-satuan, maka turnover intention akan mengalami penurunan sebesar 0,464.
Koefesien bernilai negatif artinya terjadi hubungan tidak searah antara variabel kepuasan kerja dengan turnover intention, semakin meningkat
kepuasan kerja maka akan semakin menurun pula turnover intention karyawan medis di RSIA. Stella Maris kota Medan.
Universitas Sumatera Utara
92
4.2.5 Uji Hipotesis 4.2.5.1 Uji Signifikansi Simultan Uji-F
