Pengaruh Technostres dan Work Family Conflict terhadap Turnover Intention Pada Kurir J&T Cabang Setu

Rizka Maulida Yasin; Aprilia Puspasari

doi:10.31004/riggs.v5i2.14232

Authors

Rizka Maulida Yasin Universitas Bina Sarana Informatika
Aprilia Puspasari Universitas Bina Sarana Informatika

DOI:

https://doi.org/10.31004/riggs.v5i2.14232

Keywords:

Technostress, Work-Family Conflict, Turnover Intention, Kurir, J&T Express

Abstract

Perkembangan industri logistik berbasis digital meningkatkan tuntutan kerja bagi kurir sebagai tenaga operasional utama. Kurir J&T Express Cabang Setu menghadapi tekanan berupa technostress akibat penggunaan teknologi digital secara intensif serta work-family conflict akibat tuntutan waktu dan energi yang berkaitan dengan pekerjaan. Penelitian ini bertujuan menguji pengaruh technostress dan work-family conflict, baik secara parsial maupun simultan, terhadap turnover intention pada kurir J&T Express Cabang Setu. Penelitian menggunakan pendekatan kuantitatif dengan desain deskriptif-asosiatif. Populasi terdiri atas 75 kurir aktif dan teknik sampling yang digunakan adalah sampling jenuh. Dari 75 kurir, 67 jawaban dinyatakan lengkap dan layak dianalisis. Data dikumpulkan menggunakan kuesioner skala Likert lima tingkat dan dianalisis dengan regresi linier berganda menggunakan SPSS versi 26. Hasil uji parsial menunjukkan technostress tidak berpengaruh signifikan terhadap turnover intention (t = 0,508; sig. = 0,613), demikian pula work-family conflict (t = 1,963; sig. = 0,054). Secara simultan, technostress dan work-family conflict berpengaruh signifikan terhadap turnover intention (F = 8,355; sig. = 0,001). Nilai Adjusted R² sebesar 0,182 menunjukkan bahwa kedua variabel menjelaskan 18,2% variasi turnover intention. Temuan menunjukkan bahwa kombinasi kedua stresor perlu dikelola secara integratif.

Downloads

Download data is not yet available.

References

1. Bondanini, G., Giorgi, G., Ariza-Montes, A., Vega-Muñoz, A., & Andreucci-Annunziata, P. (2020). Technostress dark side of technology in the workplace: A scientometric analysis. International Journal of Environmental Research and Public Health, 17(21), 8013. https://doi.org/10.3390/ijerph17218013

2. Fadhillah, M. B. A., Anggoro, R., & Priyatno, A. M. (2020). Analisis performa link stability dari faktor kecepatan untuk dinamisasi zona pada Zone Routing Protocol. Jurnal Rekayasa Elektrika, 16(3). https://doi.org/10.17529/jre.v16i3.16502

3. Fitrizqa, T. A., & Siregar, A. Y. M. (2025). Work-family conflict on turnover intentions: Mediating role of psychological well-being. Jurnal Ilmiah Manajemen Kesatuan, 13(4). https://doi.org/10.37641/jimkes.v13i4.3385

4. Kandita, N. P., Sarwari, S., Ayuningtiyas, G. A., & Priyanto, P. (2026). The effect of technostress on turnover intention with burnout as a mediation in Gen Z in the city of Surabaya. International Journal Business, Management and Innovation Review, 3(1). https://doi.org/10.62951/ijbmir.v3i1.181

5. Muhareni, I., Rusdi, M., & Shalihah, B. M. (2022). Pengaruh work family conflict dan beban kerja terhadap kinerja karyawan wanita dengan stres kerja sebagai variabel intervening. Al Huwiyah: Journal of Woman and Children Studies, 2(1). https://doi.org/10.24042/jwcs.v2i1.11229

6. Prasetya, M. R. A., & Priyatno, A. M. (2022). Dice similarity and TF-IDF for new student admissions chatbot. RIGGS: Journal of Artificial Intelligence and Digital Business, 1(1), 13–18. https://doi.org/10.31004/riggs.v1i1.5

7. Priyatno, A. M. (2020). Spammer detection based on account, tweet, and community activity on Twitter. Jurnal Ilmu Komputer dan Informasi, 13(2), 97–107. https://doi.org/10.21609/jiki.v13i2.871

8. Priyatno, A. M., & Firmananda, F. I. (2022). N-Gram feature for comparison of machine learning methods on sentiment in financial news headlines. RIGGS: Journal of Artificial Intelligence and Digital Business, 1(1), 1–6. https://doi.org/10.31004/riggs.v1i1.4

9. Priyatno, A. M., Muttaqi, M. M., Syuhada, F., & Arifin, A. Z. (2019). Deteksi bot spammer Twitter berbasis time interval entropy dan global vectors for word representations tweet’s hashtag. Register: Jurnal Ilmiah Teknologi Sistem Informasi, 5(1), 37–46. https://doi.org/10.26594/register.v5i1.1382

10. Rajput, S., & Kumari, U. (2023). Impact of technologies and technostress on turnover intention: A bibliometric analysis. 2023 8th International Conference on Communication and Electronics Systems (ICCES). https://doi.org/10.1109/ICCES57224.2023.10192637

11. Sanjaya, S., Priyatno, A. M., Yanto, F., & Afrianty, I. (2018). Klasifikasi diabetik retinopati menggunakan Wavelet Haar dan Backpropagation Neural Network. Seminar Nasional Teknologi Informasi Komunikasi dan Industri (SNTIKI-10), 77–84.

12. Sari, D. P., & Prasetio, A. (2022). Tecnostress dan konflik work-family pada kinerja kurir logistik Indonesia. Jurnal Manajemen Bisnis dan Kewirausahaan, 6(2), 145–162.

13. Sparidans, Y., van der Elst, T., & De Witte, H. (2023). Technostress en verloopintentie: Gemedieerd door burnout? Een cross-sectioneel onderzoek bij Belgische werknemers. Gedrag en Organisatie, 36(1), 1–31. https://doi.org/10.5117/GO2023.1.001.SPAR

14. Yang, C., Fang, Z.-B., & Chen, X.-Y. (2022). A study on the effect of technostress on turnover intention of medical workers. https://doi.org/10.12201/bmr.202207.00033

15. Yildiz, B., Yildiz, H., & Ayaz Arda, O. (2021). Relationship between work-family conflict and turnover intention in nurses: A meta-analytic review. Journal of Advanced Nursing, 77(8), 3317–3330. https://doi.org/10.1111/jan.14846

16. Yunita, P. I., & Kismono, G. (2012). Influence of work-family conflict and family-work conflict on employees’ turnover intentions with gender, social support and individual value as moderating effects. Journal of Indonesian Economy and Business. https://doi.org/10.22146/jieb.6210