MétaCan
Menu
Retour à la cohorte
Enregistrement W2337481851

ANALISIS FAKTOR – FAKTOR YANG MEMPENGARUHI MASA TUNGGU KERJA LULUSAN PROGRAM STUDI MANAJEMEN UNIVERSITAS BAKRIE ANGKATAN 2008 - 2010

2016· article· id· W2337481851 sur OpenAlexaboutno aff
Benny Dwi Herlambang

Notice bibliographique

RevueJurnal Ilmiah Universitas Bakrie · 2016
Typearticle
Langueid
DomaineBusiness, Management and Accounting
ThématiqueManagement and Optimization Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésTheologyPhilosophy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Penelitian ini dilakukan untuk mengetahui faktor - faktor yang secara rasional bisa mempengaruhi masa tunggu kerja lulusan program studi manajemen Universitas Bakrie angkatan 2008 – 2010. Data penelitian didapatkan dari 150 responden penelitian yang berstatus sebagai alumni program studi manajemen Universitas Bakrie. Metode analisis yang digunakan adalah analisis regresi linier berganda. Variabel bebas yang digunakan dalam penelitian ini adalah jenis kelamin (X1), jumlah anggota keluarga (X2), wilayah tempat tinggal (X3), tahun masuk/ angkatan (X4), indeks prestasi kumulatif/ IPK (X5), usia ketika lulus S1 (X6), total waktu magang (X7), total jumlah organisasi kemahasiswaan yang pernah diikuti (X8), total waktu keterlibatan dalam aktivitas organisasi kemahasiswaan (X9), posisi tertinggi di organisasi (X10), total waktu berkerja freelance / kontrak (X11), Tingkatan Kompetisi dengan Didapatkannya Peringkat Kompetisi (X12),  mengikuti training softskills (X13) dan variabel terikat yang digunakan adalah masa tunggu kerja (Y). Hasil analisis data menunjukkan hanya variabel independen X9 dan X11 berpengaruh signifikan terhadap variabel dependen Y. Yakni, total waktu keterlibatan dalam aktivitas organisasi kemahasiswaan dan total waktu berkerja freelance / kontrak mempengaruhi masa tunggu kerja lulusan. Kata kunci : Program Studi Manajemen, Universitas Bakrie, total waktu keterlibatan dalam aktivitas organisasi kemahasiswaan, pengalaman kerja, masa tunggu kerja lulusan. This study was conducted to investigate the rational factors that could affect the waiting-time before employment, experienced by the alumni of Management Study Program, Bakrie University, 2008-2010 cohort. Data were obtained from 150 respondents (alumni). The method of analysis used is multiple linier regression analysis. The independent variables are gender (X1), family size background (X2), modernity of domicile (X3), year admitted in the University (X4), GPA (X5), age when graduated (X6), internship duration (X7), involvement in many different extracurricular organizations (X8), length of time involvement in extracurricular organizations (X9), achieved position in the extracurricular organizations (X10), working experience as a freelance or contract worker (X11), achievement in any competition during study (X12), softskill training (X13). The dependent variable are the waiting-time before employment (Y). The results shows that only the independent variable X9 and X11 affect the dependent variable (Y). Thus, the length of time involvement in extracurricular organizations and the working experience as a freelance or contract worker statistically affect the alumni’s waiting-time before employment. Keywords: Management Study Program, Bakrie University, length of time involvement in extracurricular organizations, working experience, waiting-time before employment. Daftar Pustaka Amir, M. T.(2013). Merancang Kuesioner: Konsep dan Panduan Untuk Penelitian Sikap, Kepribadian, dan Perilaku . Jakarta: Kencana Prenadamedia Group. Atmanti, H. D.(2005). Investasi Sumber Daya Manusia Melalui Pendidikan. Jurnal Dinamika Pembangunan, Vol. 2, No.1, 30-39 Bellante, Don dan Jackson, Mark.(1990). Labor Economics – Chence in Labor Markets (2 th ed). USA: Mc. Graw-Hill. Chaplin, J. P. (1999). Kamus Lengkap Psikologi. penerjemah : Kartini Kartono . Jakarta : PT Raja Grafindo Persada Chris, Khusyono.(2014). Pengaruh Karakteristik Individu Terhadap Lama Mencari Kerja Bagi PNS di Kota Makassar . Universitas Hasanuddin, Makassar. Desrina, R., Mardiningsih., & Bu’ulolo, F. (2013). Menentukan Model Persamaan Regresi Linier Berganda Dengan Metode Backward (Studi Kasus Penyalahgunaan Narkoba di Tanah Karo). Jurnal Saintia Matematika, Vol.1, No.3, 285-297 Echols, J. M., & Shadily, H.(1995). Kamus Inggris – Indonesia: An English – Indonesian Dictionary . Jakarta: Gramedia. Ghozali, Imam dan Fuad.(2008 ). Struktural Equation Modeling : Teori, Konsep, dan Aplikasi dengan Program LISREL 8,80 (2 th ed). Semarang: Badan Penerbit Universitas Diponegoro. Gujarati, D. N.(2009). Basic Econometrics (5 th ed). USA: Mc Graw-Hill. Kemenakertrans.(2013). Rencana Pembangunan Jangka Panjang Bidang Ketenagakerkaan dan Ketransmigrasian. Departemen Tenaga Kerja dan Transmigrasi RI. Perkembangan Jumlah Perguruan Tinggi Tahun 2005 – 2010. (2011), Direktorat Jendral Pendidikan Tinggi, goo.gl/zsMPRs , 2015 Pratiwi, Ratih.(2012). Analisis Faktor Yang Mempengaruhi Lama Mencari Kerja Lulusan Sekolah Menengah dan Pendidikan Tinggi di Indonesia . Universitas Padjadjaran, Bandung. Putranto, R., & Mashuri, M. (2012). Analisis Statistik Tentang Faktor – Faktor yang Mempengaruhi Waktu Tunggu Kerja Fresh Greduate di  Jurusan Statistika Institut Teknologi Sepuluh Nopember (ITS) dengan Metode Regresi Logistik Ordinal. Jurnal Sains dan Seni ITS . Vol.1, No.1 , 324-328 Rahmawati, F dan Hadwiyono,V.(2004). Analisis Waktu Tunggu Tenaga Kerja Terdidik di Kecamatan Jebres Kota Surakarta Tahun 2003. Jurnal Ekonomi Pembangunan, Manajemen, dan Akuntansi Universitas Sebelas Maret. Vol 9, No.1, hal 82 – 94 Republik Indonesia.(2012). Undang-undang sistem pendidikan tinggi . Jakarta: Sekretariat Negara. Santoso, Singgih.(2010). Statistik Parametrik: Konsep dan Aplikasi dengan SPSS . Jakarta: PT. Elex Media Komputindo Sekaran, U., &  Bougie, R.(2013). Research methods for business (6th ed.).West Sussex, US: John Wiley & Sons Ltd. Sevilla, Consuelo G. et. al (2007). Research Methods . Quezon: Rex Printing Company. Simanjuntak, P. J.(2001). Ekonomi Sumber Daya Manusia . Jakarta: Lembaga Penerbit Fakultas Ekonomi Universitas Indonesia Stebbins, R. A.(2001). Exploratory Research in the Social Science . USA: SAGE. Subri, M.(2003). Ekonomi Sumber Daya Manusia . Jakarta: Raja Grafindo Persada Suits, D.(1957). Use of Dummy Variables in Regression Equations. Journal of the American Statistical Association, Vol. 52, No. 280, pp. 548- 551. Survey National Association of Colleges and Employee. (2015). The Skills/Qualities Employers Want in New College Graduate Hires, www.naceweb.org/about-us/press/class-2015-skills-qualities-employers-want.aspx , 2015 Suryadi, Ace.(1994). Hubungan Antara Pendidikan, Ekonomi dan Pengangguran Tenaga Terdidik . No.8, 71-87 Sutomo, Susilo, A.M dan Susanti, L. 1999. Analisis Pengangguran Tenaga Kerja Terdidik di Kotamadya Surakarta Tahun 1996. Jurnal Ekonomi Pembangunan, Manajemen, dan Akuntansi Fakultas Ekonomi, Universitas Sebelas Maret . No.2 Sutomo, Hadiwiyono, V dan Prihartini, B. S.(1999). Analisis Faktor-Faktor yang Mempengaruhi Lama Mencari Kerja Terdidik di Kabupaten Klaten Tahun 1996. Jurnal Ekonomi Pembangunan, Manajemen, dan Akuntansi Fakultas Ekonomi, Universitas Sebelas Maret. No.4 Tingkat Pengangguran Terbuka . (2012), Badan Pusat Statistik, www.bps.go.id/Brs/view/id/1139 ,  2014 Visi dan Misi Universitas Bakrie . (2014), Universitas Bakrie, bakrie.ac.id/id/profile/profile-ub , 2014 Zikmund, W.G., Babin, B.J., Carr, J.C., & Griffin, M.(2010). Business research methods. (8th ed.). Canada: South-Western, Cengage Learning.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,032
Score d'incertitude au seuil0,063

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0160,002

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,013
Tête enseignante GPT0,217
Écart entre enseignants0,204 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJurnal Ilmiah Universitas BakrieMême sujetManagement and Optimization TechniquesTravaux en français237 207