BAB 4 HASIL DAN PEMBAHASAN. Penentuan sampel yang telah ditentukan sebelumnya lewat rumus Slovin

69 BAB 4 HASIL DAN PEMBAHASAN 4.1 Profil Responden Penentuan sampel yang telah ditentukan sebelumnya lewat rumus Slovin yaitu sebanyak 71 responden dengan metode pengambilan sampling yaitu non probability sampling dengan maksud bahwa pemilihan sampel tidak dilakukan secara random. Akan tetapi, karena kebijakan hotel X tempat penelitian tidak memberikan izin untuk mengambil data dengan responden sebanyak 71 maka kuisioner disebarkan hanya kepada 60 karyawan divisi food and beverage sebagai responden. Pengambilan sampel dilakukan dengan metode non probability sampling tetapi dengan teknik cara purposive sampling atau judgement sampling. Pengambilan sampel oleh peneliti atas dasar pertimbangan atau penilaian tertentu terhadap sampel yang dinilai baik untuk penelitian. Jumlah sampel tidak berdasarkan perencanaan sebelumnya karena ada kebijakan dari pihak hotel X. Dalam penelitian ini, sampel dipilih dan ditentukan oleh pihak hotel X sebanyak 60 karyawan divisi food and beverage dari yang awal direncanakan oleh peneliti sebanyak 71 responden. Data yang diambil melalui kuisioner disebarkan kepada 60 karyawan divisi food and beverage pada Hotel X Jakarta. Pada bagian ini akan dijelaskan mengenai profil responden penelitian berdasarkan jenis kelamin, usia, tingkat pendidikan, dan lama bekerja 4.1.1 Profil Responden Berdasarkan Jenis Kelamin Tabel 4.1 menampilkan data tentang profil responden berdasarkan jenis kelamin. Dari jumlah responden yang berjumlah 60

70 responden, responden penelitian mayoritas didominasi oleh jenis kelamin perempuan sebanyak 32 responden dengan presentase sebesar 53,2%. Sisanya adalah responden dengan jenis kelamin lakilaki sebanyak 28 responden dengan presentase sebesar 46,7%. Tabel 4.1 Profil Responden Berdasarkan Jenis Kelamin Valid Jenis Kelamin Frequency Percent Valid Percent Cumulative Percent Perempuan 32 53.3 53.3 53.3 Laki-Laki 28 46.7 46.7 100.0 Total 60 100.0 100.0 4.1.2 Profil Responden Berdasarkan Usia Tabel 4.2 menampilkan data tentang profil responden berdasarkan usia. Dari jumlah responden yang berjumlah 60 responden, responden penelitian mayoritas didominasi oleh usia sekitar 25-29 tahun sebanyak 23 responden dengan presentase sebesar 38,3%. Sisa responden lainnya berusia sekitar 30-35 tahun sejumlah 15 responden dengan presentase 25%, di atas 35 tahun sejumlah 12 responden dengan presentase 20%, dan yang terakhir berusia 20-24 tahun sejumlah 10 responden dengan presentase 16,7%.

71 Tabel 4.2 Profil Responden Berdasarkan Usia Usia Valid Frequency Percent Valid Percent Cumulative Percent 20-24 tahun 10 16.7 16.7 16.7 25-29 tahun 23 38.3 38.3 55.0 30-35 tahun 15 25.0 25.0 80.0 >35 tahun 12 20.0 20.0 100.0 Total 60 100.0 100.0 4.1.3 Profil Responden Berdasarkan Tingkat Pendidikan Tabel 4.3 menampilkan data tentang profil responden berdasarkan tingkat pendidikan. Dari jumlah responden yang berjumlah 60 responden, responden penelitian mayoritas didominasi oleh responden dengan tingkat pendidikan SMK sejumlah 29 reponden dengan presentase sebesar 48,3%. Sisa responden lainnya memiliki tingkat pendidikan D1 sejumlah 11 reponden dengan presentase sebesar 18,3%, tingkat pendidikan SMA sejumlah 10 responden dengan presentase sebesar 16,7% dan tingkat pendidikan D3 sejumlah 10 orang dengan presentase sebesar 16,7%.

72 Tabel 4.3 Profil Responden Berdasarkan Tingkat Pendidikan Tingkat Pendidikan Valid Frequency Percent Valid Percent Cumulative Percent SMA 10 16.7 16.7 16.7 SMK 29 48.3 48.3 65.0 D1 11 18.3 18.3 83.3 D3 10 16.7 16.7 100.0 Total 60 100.0 100.0 4.1.4 Profil Responden Berdasarkan Lama Bekerja Tabel 4.4 menampilkan data tentang profil responden berdasarkan lama bekerja responden. Dari jumlah responden yang berjumlah 60 responden, responden penelitian mayoritas didominasi oleh responden dengan lama bekerja 3-4 tahun sejumlah 30 responden dengan presentase sebesar 50%. Sisa responden lainnya dengan lama bekerja 1-2 tahun sejumlah 15 responden dengan presentase sebesar 25%, lama bekerja 5-6 tahun sejumlah 8 responden dengan presentase sebesar 13,3% dan yang terakhir lama bekerja di atas 7 tahun sejumlah 7 orang dengan presentase sebesar 11,7%.

73 Tabel 4.4 Profil Responden Berdasarkan Lama Bekerja Lama Bekerja Valid Frequency Percent Valid Percent Cumulative Percent 1-2 tahun 15 25.0 25.0 25.0 3-4 tahun 30 50.0 50.0 75.0 5-6 tahun 8 13.3 13.3 88.3 >7 tahun 7 11.7 11.7 100.0 Total 60 100.0 100.0 4.2 Hasil Analisis Data 4.2.1 Hasil Uji Linieritas Tabel 4.5 Uji Linieritas ANOVA Table IT * KK Between Groups Sum of Squares df Mean Square F Sig. (Combined) 4857.436 24 202.393 24.554.000 Linearity 4364.535 1 4364.535 529.497.000 Deviation from Linearity 492.901 23 21.430 2.600.005 Within Groups 288.498 35 8.243 Total 5145.933 59

74 4.2.2 Hasil Uji Normalitas Uji normalitas dilakukan untuk mengetahui apakah beberapa sampel yang diambil berasal dari populasi yang sama. Uji normalitas untuk setiap variabel dilakukan dengan menggunakan bantuan alat uji Kolmogorov Smirnov dan bantuan alat uji Shapiro-Wilk. Kolmogorov-Smirnov a Tabel 4.6 Uji Normalitas Tests of Normality Shapiro-Wilk Statistic df Sig. Statistic df Sig. KK.133 60.010.933 60.003 IT.140 60.015.900 60.000 a. Lilliefors Significance Correction Dengan melihat tabel 4.6 uji normalitas, maka dasar pengambilan keputusan pada uji normalitas ini adalah : 1. Jika sig. > dari 0.05, maka data berdistribusi normal 2. Jika sig. < dari 0.05, maka data tidak berdistribusi normal Analisis : Variabel keterlibatan kerja (job involvement) memiliki Sig. = 0.010 > 0.05, maka data berdistribusi normal, sehingga variabel keterlibatan kerja (job involvement) dapat digunakan.

75 Variabel intensi turnover memiliki Sig. = 0.015 > 0.05, maka data berdistribusi normal, sehingga variabel intensi turnover dapat digunakan. Gambar 4.1 Grafik Persyaratan Normal (Normal Probability Plot) Grafik di atas menunjukkan pemenuhan persyaratan normalitas sebaran data yaitu jika residual berasal dari distribusi normal maka nilai-nilai sebaran data akan berada pada area di sekitar garis lurus. Dari hasil perhitungan yang dapat dilihat pada grafik di atas bahwa sebaran data berada pada posisi sekitar garis lurus yang membentuk garis miring dari arah kiri bawah ke kanan atas. Oleh karena itu, persyaratan normalitas sudah terpenuhi.

76 4.2.3 Hasil Uji Korelasi Variabel Analisis kolerasi ini menggunakan metode Pearson Correlation untuk mengetahui apakah terdapat hubungan antara satu variabel dengan varibel yang lainnya. Metode ini digunakan untuk mengetahui apakah terdapat hubungan dan pengaruh antara keterlibatan kerja (job involvement) dan intensi turnover. Tabel 4.7 Uji Korelasi Variabel KK IT Correlations KK Pearson Correlation 1.921 ** Sig. (1-tailed).000 N 60 60 Pearson Correlation.921 ** 1 Sig. (1-tailed).000 N 60 60 **. Correlation is significant at the 0.01 level (1-tailed). IT Uji kolerasi digunakan untuk mengetahui hubungan antara variabel bebas keterlibatan kerja (job involvement) dengan variabel terikat intensi turnover. Besarnya hubungan keterlibatan kerja (job involvement) terhadap intensi turnover yang dihitung dengan koefisien kolerasi adalah 0,921. Hal ini menunjukan hubungan yang sangat kuat

77 dan searah antara keterlibatan kerja (job involvement) dan intensi turnover. 4.2.4 Uji Regresi Linier Sederhana Tabel 4.8 Koefisien Determinasi Model Summary b Model R R Square Adjusted R Square Std. Error of the Estimate Durbin- Watson 1.921 a.848.846 3.67048 2.206 a. Predictors: (Constant), KK b. Dependent Variable: IT Dilihat dari tabel 4.8 koefisien determinasi, kolom R digunakan untuk mengukur tingkat hubungan variabel bebas yaitu keterlibatan kerja (job involvement) dengan variabel terikat yaitu intensi turnover secara bersamaan sebesar 0,921. Hal ini berarti hubungan antara variabel keterlibatan kerja (job involvement) dan variabel intensi turnover dapat dinyatakan sangat kuat Koefisien determinasi digunakan untuk menghitung besarnya peranan atau pengaruh variable bebas terhadap variable terikat. Koefisien determinasi dihitung dengan cara mengkuadratkan hasil korelasi kemudian dikalikan dengan 100% (r 2 x 100%).

78 Angka R square (angka korelasi yang dikuadratkan atau 0,921 2 ) sebesar 0,848. Angka R square disebut juga sebagai koefisien determinasi. Besarnya koefisien determinasi 0,848 atau sama dengan 84,8%. Angka ini berarti bahwa KK yang terjadi dapat dijelaskan dengan menggunakan variable Intensi Tunover. Sedangkan sisanya 15,2% (100% - 84,8%) harus dijelaskan oleh faktor-faktor penyebab lainnya. Dengan kata lain, besarnya jumlah Intensi Tunover dipengaruhi oleh Keterlibatan Kerja sebesar 84,8% sedangkan sisanya 15,2% dipengaruhi oleh faktor lain di luar model regresi. Pada table koefisien determinasi dapat terlihat autokorelasi. Syarat regresi linier sederhana yang baik yaitu bebas dari autokorelasi. Uji autokorelasi dilihat dengan menggunakan uji Durbin-Watson. Tabel 4.9 Klasifikasi Nilai d Nilai d Keterangan < 1,10 Ada autokorelasi 1,10 1,54 Tidak ada kesimpulan 1,55 2,46 Tidak ada autokorelasi 2,46 2,90 Tidak ada kesimpulan > 2,91 Ada autokorelasi Sumber : Wijaya, T. (2012) Nilai Durbin-Watson pada tabel di atas menunjukkan angka sebesar 2,206 yang jika dilihat dalam klasifikasi tabel nilai d maka tidak ada autokorelasi. Tidak adanya autokorelasi menunjukkan bahwa telah memenuhi syarat regresi linier yang baik.

79 Tabel 4.10 ANOVA Model 1 Sum of Squares ANOVA a df Mean Square F Sig. Regression 4364.535 1 4364.535 323.961.000 b Residual 781.399 58 13.472 Total 5145.933 59 a. Dependent Variable: IT b. Predictors: (Constant), KK Hasil tabel di atas menunjukkan besarnya angka probabilitas atau signifikansi pada perhitungan ANOVA yang akan digunakan untuk uji kelayakan model regresi. Ketentuan angka probabilitas yang baik untuk digunakan untuk model regresi harus lebih kecil dari 0,05. Uji ANOVA menghasilkan angka F sebesar 323.961 dengan tingkat signifikansi (angka probabilitas) 0,000. Hipotesis Sig < 0,05 maka signifikan Sig > 0,05 maka tidak signifikan

80 Karena angka probabilitas 0,000 < dari 0,05 maka model regresi ini layak untuk digunakan dalam mempredikasi Intensi Tunover. Model 1 Tabel 4.11 Uji Regresi Linier Sederhana Coefficients a Unstandardized Coefficients Standardized Coefficients B Std. Error Beta t Sig. (Constant) 4.845 4.609 1.051.298 KK.937.052.921 17.999.000 a. Dependent Variable: IT Hasil tabel menggambarkan persamaan regresi untuk mengetahui angka konstan dan uji hipotesis signifikansi koefisien regresi. Persamaan regresinya adalah : Y = a + bx Dimana, Y = Intensi Tunover X = Keterlibatan Kerja a = angka konstan dari Unstandardized Coefficients yang dalam penelitian ini yaitu 4,845. b = angka koefisien regresi sebesar 0,937.

81 Oleh karena itu, persamaannya menjadi : Y = 4,845 + 0,937x Persamaan di atas dapat diartikan sebagai: Intensi turnover = 4,845 + 0,937keterlibatan kerja (job involvment) Hipotesis Sig < 0,05 maka signifikan Sig > 0,05 maka tidak signifikan Berdasarkan tabel 4.11 diketahui bahawa : Signifikansi a sebesar 0,298. Berarti 0,298 > 0,05 sehingga dapat diartikan bahwa a tidak signifikan. Signifikansi b sebesar 0,000. Berarti 0,000 < 0,005 sehingga dapat diartikan bahwa b signifikan.

82 4.2.5 Statistik Residual Tabel 4.12 Statistik Residual Residuals Statistics a Minimum Maximum Mean Std. Deviation N Predicted Value 65.7638 118.2480 87.3667 8.60088 60 Std. Predicted Value -2.512 3.590.000 1.000 60 Standard Error of Predicted Value.474 1.780.626.242 60 Adjusted Predicted Value 66.4356 117.4019 87.3288 8.49814 60 Residual -6.44537 9.80126.00000 3.63924 60 Std. Residual -1.756 2.670.000.991 60 Stud. Residual -1.772 2.749.005 1.015 60 Deleted Residual -6.56025 10.38703.03792 3.81682 60 Stud. Deleted Residual -1.806 2.922.014 1.041 60 Mahal. Distance.000 12.892.983 2.152 60 Cook's Distance.000.280.025.057 60 Centered Leverage Value.000.219.017.036 60 a. Dependent Variable: IT Hasil tabel di atas memberi penjelasan mengenai nilai minimum Intensi Tunover yang diprediksi sebesar 65,7638 dan nilai maksimum Intensi Tunover yang diprediksi sebesar 118,2480. Rata-rata Intensi Tunover yang diprediksi sebesar 87,3667.

83 4.2.6 Kelayakan Model Regresi (Model Fit) Gambar 4.2 Grafik Kelayakan Model Regresi (Model Fit) Grafik di atas memberi penjelasan bahwa adanya hubungan antara nilai yang diprediksi (Intensi Turnover) dengan Studentised Residual masing-masing. Model regresi layak digunakan untuk memprediksi jika data yang tersebar berpencar di sekitar angka 0 (nol) pada sumbu Y serta tidak membentuk pola atau kecenderungan tertentu.

84 4.3 Analisis Data Tambahan Jenis Kelamin KK Tabel 4.13 Deskripsi Keterlibatan Kerja Menurut Jenis Kelamin Descriptives N Mean Std. Deviation Std. Error 95% Confidence Interval for Mean Lower Upper Minimum Maximum P 32 91.3125 9.55945 1.68989 87.8660 94.7590 74.00 121.00 L 28 84.3214 7.21651 1.36379 81.5232 87.1197 65.00 95.00 Total 60 88.0500 9.17703 1.18475 85.6793 90.4207 65.00 121.00 P = Perempuan L = Laki-laki Dari tabel di atas terlihat bahwa dari pembagian jenis kelamin, ratarata keterlibatan kerja (job involvement) responden perempuan sebesar 91,3125 lebih tinggi daripada rata-rata keterlibatan kerja (job involvement) responden laki-laki sebesar 84,3214.

85 KK Tabel 4.14 ANOVA Keterlibatan Kerja Menurut Jenis Kelamin ANOVA Sum of Squares df Mean Square F Sig. Between Groups 729.868 1 729.868 9.986.003 Within Groups 4238.982 58 73.086 Total 4968.850 59 Dari tabel di atas terlihat bahwa signifikansi keterlibatan kerja (job involvement) berdasarkan perbedaan jenis kelamin sebesar 0,003. Signifikansi keterlibatan kerja (job involvement) berdasarkan perbedaan jenis kelamin sebesar 0,003 > 0,05 sehingga dapat disimpulkan bahwa keterlibatan kerja (job involvement) berdasarkan perbedaan jenis kelamin signifikan. IT Tabel 4.15 Deskripsi Intensi Turnover Menurut Jenis Kelamin Descriptives N Mean Std. Deviation Std. Error 95% Confidence Interval for Mean Lower Upper Minimum Maximum P 32 91.0313 9.63021 1.70240 87.5592 94.5033 79.00 121.00 L 28 83.1786 7.07135 1.33636 80.4366 85.9206 61.00 94.00 Total 60 87.3667 9.33912 1.20568 84.9541 89.7792 61.00 121.00

86 P = Perempuan L = Laki-laki Dari tabel di atas terlihat bahwa dari pembagian jenis kelamin, ratarata intensi turnover responden perempuan sebesar 91,0313 lebih tinggi daripada rata-rata intensi turnover responden laki-laki sebesar 83,1786. Tabel 4.16 ANOVA Intensi Turnover Menurut Jenis Kelamin IT Sum of Squares ANOVA df Mean Square F Sig. Between Groups 920.857 1 920.857 12.641.001 Within Groups 4225.076 58 72.846 Total 5145.933 59 Dari tabel di atas terlihat bahwa signifikansi perbedaan jenis kemalmin berdasarkan intensi turnover sebesar 0,001. Signifikansi perbedaan jenis kelamin berdasarkan intensi turnover sebesar 0,001 > 0,05 sehingga dapat disimpulkan bahwa perbedaan jenis kelamin berdasarkan intensi turnover signifikan.

87 Usia KK N Mean Std. Deviation Tabel 4.17 Deskripsi Keterlibatan Kerja Menurut Usia Descriptives Std. Error 95% Confidence Interval for Mean Lower Upper Minimum Maximum 20-24 tahun 10 88.9000 4.04008 1.27758 86.0099 91.7901 82.00 96.00 25-29 tahun 23 92.3913 10.87424 2.26743 87.6889 97.0937 74.00 121.00 30-35 tahun 15 82.9333 7.15608 1.84769 78.9704 86.8962 65.00 92.00 >35 tahun 12 85.4167 7.30452 2.10863 80.7756 90.0577 74.00 95.00 Total 60 88.0500 9.17703 1.18475 85.6793 90.4207 65.00 121.00 Dari tabel di atas terlihat bahwa dari pembagian rentang usia, rata-rata keterlibatan kerja (job involvement) responden beragam. Usia sekitar 20-24 tahun memiliki rata-rata keterlibatan kerja (job involvement) sebesar 88,9000; usia sekitar 25-29 tahun memiliki rata-rata keterlibatan kerja (job involvement) sebesar 92,3913; usia sekitar 30-35 tahun memiliki rata-rata keterlibatan kerja (job involvement) sebesar 82,9333 dan usia >35 tahun memiliki rata-rata keterlibatan kerja (job involvement) sebesar 85,4167.

88 KK Tabel 4.18 ANOVA Keterlibatan Kerja Menurut Usia ANOVA Sum of Squares df Mean Square F Sig. Between Groups 916.622 3 305.541 4.222.009 Within Groups 4052.228 56 72.361 Total 4968.850 59 Dari tabel di atas terlihat bahwa signifikansi keterlibatan kerja (job involvement) berdasarkan perbedaan rentang usia sebesar 0,009. Signifikansi keterlibatan kerja (job involvement) berdasarkan perbedaan rentang usia sebesar 0,009 > 0,05 sehingga dapat disimpulkan bahwa keterlibatan kerja (job involvement) berdasarkan perbedaan rentang usia signifikan.

89 Tabel 4.19 Multiple Comparison Keterlibatan Kerja Menurut Usia Multiple Comparisons Dependent Variable: KK Scheffe (I) usia (J) usia Mean Difference (I-J) 20-24 tahun 25-29 tahun 30-35 tahun >35 tahun Std. Error Sig. 95% Confidence Interval Lower Upper 25-29 tahun -3.49130 3.22215.760-12.7789 5.7963 30-35 tahun 5.96667 3.47278.407-4.0433 15.9766 >35 tahun 3.48333 3.64228.822-7.0152 13.9819 20-24 tahun 3.49130 3.22215.760-5.7963 12.7789 30-35 tahun 9.45797 * 2.82316.016 1.3205 17.5955 >35 tahun 6.97464 3.02923.164-1.7569 15.7061 20-24 tahun -5.96667 3.47278.407-15.9766 4.0433 25-29 tahun -9.45797 * 2.82316.016-17.5955-1.3205 >35 tahun -2.48333 3.29457.903-11.9796 7.0130 20-24 tahun -3.48333 3.64228.822-13.9819 7.0152 25-29 tahun -6.97464 3.02923.164-15.7061 1.7569 30-35 tahun 2.48333 3.29457.903-7.0130 11.9796 *. The mean difference is significant at the 0.05 level. Dari hasil tabel di atas, menjelaskan bahwa keterlibatan kerja (job invovement) rentang usia sekitar 25-29 tahun terhadap rentang usia 30-35 tahun memiliki signifikan sebesar 0,16. Signifikansi keterlibatan kerja (job involvement) rentang usia sekitar 25-29 tahun terhadap rentang usia 30-35 tahun sebesar 0,016 > 0,05 sehingga dapat disimpulkan bahwa keterlibatan kerja (job involvement) menurut rentang usia sekitar 25-29 tahun terhadap rentang usia 30-35 tahun signifikan. Untuk rentang usia yang lain tidak signifikan terhadap rentang usia yang lain.

90 Tabel 4.20 Deskripsi Intensi Turnover Menurut Usia IT N Mean Std. Deviation Descriptives Std. Error 95% Confidence Interval for Mean Lower Upper Minimum Maximum 20-24 tahun 10 87.3000 5.37587 1.70000 83.4543 91.1457 79.00 95.00 25-29 tahun 23 92.4348 10.56506 2.20297 87.8661 97.0035 80.00 121.00 30-35 tahun 15 81.6667 8.69866 2.24598 76.8495 86.4838 61.00 94.00 >35 tahun 12 84.8333 4.42787 1.27822 82.0200 87.6467 79.00 93.00 Total 60 87.3667 9.33912 1.20568 84.9541 89.7792 61.00 121.00 Dari tabel di atas terlihat bahwa dari pembagian rentang usia, rata-rata intensi turnover responden beragam. Usia sekitar 20-24 tahun memiliki rata-rata intensi turnover sebesar 87,3000; usia sekitar 25-29 tahun memiliki rata-rata intensi turnover sebesar 92,4348; usia sekitar 30-35 tahun memiliki rata-rata intensi turnover sebesar 81,6667 dan usia >35 tahun memiliki rata-rata intensi turnover sebesar 84,8333.

91 IT Tabel 4.21 ANOVA Intensi Turnover Menurut Usia ANOVA Sum of Squares df Mean Square F Sig. Between Groups 1155.181 3 385.060 5.403.002 Within Groups 3990.752 56 71.263 Total 5145.933 59 Dari tabel di atas terlihat bahwa signifikansi intensi turnover berdasarkan perbedaan rentang usia sebesar 0,002. Signifikansi intensi turnover berdasarkan perbedaan rentang usia sebesar 0,002 > 0,05 sehingga dapat disimpulkan bahwa intensi turnover berdasarkan perbedaan rentang usia signifikan.

92 Tabel 4.22 Multiple Comparison Intensi Turnover Menurut Usia Dependent Variable: IT Scheffe (I) usia (J) usia Mean 20-24 tahun 25-29 tahun 30-35 tahun >35 tahun Multiple Comparisons Difference (I-J) Std. Error Sig. 95% Confidence Lower Interval Upper 25-29 tahun -5.13478 3.19762.468-14.3516 4.0821 30-35 tahun 5.63333 3.44634.452-4.3004 15.5671 >35 tahun 2.46667 3.61455.926-7.9519 12.8853 20-24 tahun 5.13478 3.19762.468-4.0821 14.3516 30-35 tahun 10.76812 * 2.80166.004 2.6926 18.8437 >35 tahun 7.60145 3.00617.106-1.0636 16.2665 20-24 tahun -5.63333 3.44634.452-15.5671 4.3004 25-29 tahun -10.76812 * 2.80166.004-18.8437-2.6926 >35 tahun -3.16667 3.26948.816-12.5907 6.2573 20-24 tahun -2.46667 3.61455.926-12.8853 7.9519 25-29 tahun -7.60145 3.00617.106-16.2665 1.0636 30-35 tahun 3.16667 3.26948.816-6.2573 12.5907 *. The mean difference is significant at the 0.05 level. Dari hasil tabel di atas, menjelaskan bahwa intensi turnover berdasarkan rentang usia sekitar 25-29 tahun terhadap rentang usia 30-35 tahun memiliki signifikan sebesar 0,004. Signifikansi intensi turnover berdasarkan rentang usia sekitar 25-29 tahun terhadap rentang usia 30-35 tahun sebesar 0,004 > 0,05 sehingga dapat disimpulkan bahwa intensi turnover berdasarkan rentang usia sekitar 25-29 tahun terhadap rentang usia 30-35 tahun signifikan. Rentang usia sekitar 30-35 tahun terhadap rentang usia 25-29 tahun juga memiliki signifikan sebesar 0,004. Signifikansi intensi turnover

93 berdasarkan rentang usia sekitar 30-35 tahun terhadap rentang usia 25-29 tahun sebesar 0,004 > 0,05 sehingga dapat disimpulkan bahwa intensi turnover berdasarkan rentang usia sekitar 30-35 tahun terhadap rentang usia 25-29 tahun signifikan. Untuk intensi turnover berdasarkan rentang usia yang lain tidak signifikan terhadap rentang usia yang lain. Tingkat Pendidikan Tabel 4.23 Deskripsi Keterlibatan Kerja Menurut Tingkat Pendidikan KK N Mean Std. Deviation Descriptives Std. Error 95% Confidence Interval for Mean Lower Upper Minimum Maximum SMA 10 88.5000 3.89444 1.23153 85.7141 91.2859 82.00 96.00 SMK 29 90.2414 10.86493 2.01757 86.1086 94.3742 74.00 121.00 D1 11 83.4545 7.64675 2.30558 78.3174 88.5917 65.00 92.00 D3 10 86.3000 7.73233 2.44518 80.7686 91.8314 74.00 95.00 Total 60 88.0500 9.17703 1.18475 85.6793 90.4207 65.00 121.00 Dari tabel di atas terlihat bahwa dari tingkat pendidikan, rata-rata keterlibatan kerja (job involvement) responden beragam. Tingkat pendidikan SMA memiliki rata-rata keterlibatan kerja (job involvement)

94 sebesar 88,5000; tingkat pendidikan SMK memiliki rata-rata keterlibatan kerja (job involvement) sebesar 90,2414; tingkat pendidikan D1 memiliki rata-rata keterlibatan kerja (job involvement) sebesar 83,4545 dan tingkat pendidikan D3 memiliki rata-rata keterlibatan kerja (job involvement) sebesar 86,3000. Tabel 4.24 ANOVA Keterlibatan Kerja Menurut Tingkat Pendidikan ANOVA KK Sum of Squares df Mean Square F Sig. Between Groups 404.212 3 134.737 1.653.188 Within Groups 4564.638 56 81.511 Total 4968.850 59 Dari tabel di atas terlihat bahwa signifikansi perbedaan tingkat pendidikan berdasarkan keterlibatan kerja (job involvement) sebesar 0,188. Signifikansi perbedaan tingkat pendidikan berdasarkan keterlibatan kerja (job involvement) sebesar 0,188 < 0,05 sehingga dapat disimpulkan bahwa perbedaan tingkat pendidikan berdasarkan keterlibatan kerja (job involvement) tidak signifikan.

95 IT Tabel 4.25 Deskripsi Intensi Turnover Menurut Tingkat Pendidikan Descriptives N Mean Std. Deviation Std. Error 95% Confidence Interval for Mean Lower Upper Minimum Maximum SMA 10 87.0000 5.22813 1.65328 83.2600 90.7400 79.00 95.00 SMK 29 89.8966 11.02382 2.04707 85.7033 94.0898 73.00 121.00 D1 11 82.3636 9.30884 2.80672 76.1099 88.6174 61.00 94.00 D3 10 85.9000 4.04008 1.27758 83.0099 88.7901 80.00 93.00 Total 60 87.3667 9.33912 1.20568 84.9541 89.7792 61.00 121.00 Dari tabel di atas terlihat bahwa dari tingkat pendidikan, rata-rata intensi turnover responden beragam. Tingkat pendidikan SMA memiliki rata-rata intensi turnover sebesar 87,0000; tingkat pendidikan SMK memiliki rata-rata intensi turnover sebesar 89,8966; tingkat pendidikan D1 memiliki rata-rata intensi turnover sebesar 82,3636 dan tingkat pendidikan D3 memiliki rata-rata intensi turnover sebesar 85,9000.

96 Tabel 4.26 ANOVA Intensi Turnover Menurut Tingkat Pendidikan ANOVA IT Sum of Squares df Mean Square F Sig. Between Groups 483.798 3 161.266 1.937.134 Within Groups 4662.135 56 83.252 Total 5145.933 59 Dari tabel di atas terlihat bahwa signifikansi intensi turnover berdasarkan perbedaan tingkat pendidikan sebesar 0,134. Signifikansi intensi turnover berdasarkan perbedaan tingkat pendidikan sebesar 0,134 < 0,05 sehingga dapat disimpulkan bahwa intensi turnover berdasarkan perbedaan tingkat pendidikan tidak signifikan.

97 Lama Bekerja KK Tabel 4.27 Deskripsi Keterlibatan Kerja Menurut Lama Bekerja N Mean Std. Deviation Descriptives Std. Error 95% Confidence Interval for Mean Lower Upper Minimum Maximum 100.185 1-2 tahun 15 94.0667 11.04838 2.85268 87.9483 82.00 121.00 1 3-4 tahun 30 86.2333 7.99432 1.45956 83.2482 89.2185 65.00 100.00 5-6 tahun 8 84.8750 6.68554 2.36369 79.2857 90.4643 76.00 95.00 >7 tahun 7 86.5714 7.69972 2.91022 79.4504 93.6925 74.00 94.00 Total 60 88.0500 9.17703 1.18475 85.6793 90.4207 65.00 121.00 Dari tabel di atas terlihat bahwa dari lama bekerja, rata-rata keterlibatan kerja (job involvement) responden beragam. Lama bekerja 1-2 tahun memiliki rata-rata keterlibatan kerja (job involvement) sebesar 94,0667; lama bekerja 3-4 tahun memiliki rata-rata keterlibatan kerja (job involvement) sebesar 86,2333; lama bekerja 5-6 tahun memiliki rata-rata keterlibatan kerja (job involvement) sebesar 84,8750 dan lama bekerja >7 tahun memiliki rata-rata keterlibatan kerja (job involvement) sebesar 86,5714.

98 KK Tabel 4.28 ANOVA Keterlibatan Kerja Menurut Lama Bekerja ANOVA Sum of Squares df Mean Square F Sig. Between Groups 737.961 3 245.987 3.256.028 Within Groups 4230.889 56 75.552 Total 4968.850 59 Dari tabel di atas terlihat bahwa signifikansi keterlibatan kerja (job involvement) berdasarkan perbedaan lama bekerja sebesar 0,028. Signifikansi keterlibatan kerja (job involvement) berdasarkan perbedaan lama bekerja sebesar 0,028 > 0,05 sehingga dapat disimpulkan bahwa keterlibatan kerja (job involvement) berdasarkan perbedaan lama bekerja signifikan.

99 IT Tabel 4.29 Deskripsi Intensi Turnover Menurut Lama Bekerja N Mean Std. Deviation Descriptives Std. Error 95% Confidence Interval for Mean Lower Upper Minimum Maximum 1-2 tahun 15 92.9333 12.30254 3.17650 86.1204 99.7463 79.00 121.00 3-4 tahun 30 85.8333 8.37106 1.52834 82.7075 88.9591 61.00 102.00 5-6 tahun 8 84.1250 6.31184 2.23157 78.8482 89.4018 75.00 93.00 >7 tahun 7 85.7143 3.59232 1.35777 82.3919 89.0366 80.00 90.00 Total 60 87.3667 9.33912 1.20568 84.9541 89.7792 61.00 121.00 Dari tabel di atas terlihat bahwa dari lama bekerja, rata-rata intensi turnover responden beragam. Lama bekerja 1-2 tahun memiliki ratarata intensi turnover sebesar 92,9333; lama bekerja 3-4 tahun memiliki rata-rata intensi turnover sebesar 85,8333; lama bekerja 5-6 tahun memiliki rata-rata intensi turnover sebesar 84,1250 dan lama bekerja >7 tahun memiliki rata-rata intensi turnover sebesar 85,7143.

100 IT Tabel 4.30 ANOVA Intensi Turnover Menurut Lama Bekerja ANOVA Sum of Squares df Mean Square F Sig. Between Groups 638.530 3 212.843 2.644.058 Within Groups 4507.404 56 80.489 Total 5145.933 59 Dari tabel di atas terlihat bahwa signifikansi intensi turnover berdasarkan perbedaan lama bekerja sebesar 0,058. Signifikansi intensi turnover berdasarkan perbedaan lama bekerja sebesar 0,058 > 0,05 sehingga dapat disimpulkan bahwa intensi turnover berdasarkan lama bekerja signifikan.