Analyzing the Construct Validity of Work Readiness Instruments for Indonesian Law Faculty Students Using the Rasch Model
Notice bibliographique
Résumé
Objective: The issue of undergraduate law students tends not to have clear work readiness, the data is obtained from several research results, the research findings have an indication of concern in interpreting the data which has an impact on inaccuracies in analyzing the data, the unclear construct of the instrument items studied, the measurements obtained depend on the characteristics of the test used, the item parameters depend on individual abilities, and measurement errors can only know for groups not individuals. Measuring instruments need to be tested for validity and reliability before being used on individuals to achieve valid and reliable goals. This study aims to test the validity and reliability of work readiness instruments based on the Work-Readiness Integrated Competence Model (WRICM) theory. Method: This research was conducted on 720 participants from several universities in Indonesia with a Cross Sectional Survey research design. The results of data collection were then analyzed through the Rasch model using the Winstep version 3.73 application. Results: The results showed a unidimensionality value of 36.1%, item reliability of 0.99. Of the 23 items created, there are 14 instrument items that have met the requirements of objective measurement. Conclusion: The Indonesian work readiness instrument obtained can be used to obtain data on work readiness needs as a foothold for determining the education strategy for law faculty students in Indonesia in terms of content, methods, and comprehensive evaluation.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».