ELWIN DEWI NURHAZIZAH (2022) Hubungan Iklim Psikologis Dan Keinginan Berpindah Karyawan Magang Pada Startup Dengan Afektif Komiten Sebagai Variabel Mediasi. Thesis thesis, Universitas Airlangga.

	Text (HALAMAN JUDUL) 092124253015_HALAMAN JUDUL.pdf Download (167kB)
	Text (BAB I) 092124253015_BAB I.pdf Download (65kB)
	Text (FULLTEXT) 092124253015_FULLTEXT.pdf Restricted to Registered users only Download (1MB) | Request a copy

Abstract

Penelitian ini berfokus pada keinginan berpindah karyawan magang Ousean. Keinginan berpindah pada karyawan temporer Ousean termasuk dalam kategori yang tinggi sehingga menjadi fokus pada penelitian ini. Penelitian ini bertujuan untuk mengetahui dan memprediksi keinginan berpindah pada karyawan magang Ousean. Model penelitian yang digunakan dalam penelitian ini adalah hybrid model dengan kombinasi teknik statistik dan data mining. Teknik pengambilan sample menggunakan non-probability Sampling, yang didapatkan sebanyak 111 sample responden karyawan magang Ousean. Teknik analisis data yang digunakan dalam peneltian ini adalah Analisis Statistik Deskriptif dan Analisis Statistik Inferensial. Analisis Statistik Inferensial menggunakan pendekatan Structural Equation Modeling (SEM) dengan melakukan pengukuran model (outer model), struktur model (inner model) dan pengujian hipotesis. Teknik analisis data mining yang digunakan dalam penelitian ini menggunakan association rule dan algoritma klasifikasi yakni SVM dan KNN. Hasil penelitian menunjukan bahwa iklim psikologis mempengaruhi secara positif dan signifikan terhadap keinginan berpindah karyawan magang startup ousean. Iklim psikologis mempengaruhi secara positif dan signifikan terhadap komitmen afektif karyawan magang startup ousean.Komitmen afektif mempengaruhi secara positif dan signifikan terhadap keinginan berpindah karyawan magang startup ousean dan terkait komitmen afektif pada penelitian memediasi secara positif hubungan iklim psikologis dan keinginan berpindah karyawan magang startup ousean. Hasil penelitian dengan menggunakan data mining disimpulkan bahwa algoritma KNN paling baik digunakan dalam penelitian ini dan association rule menghasilakan empat aturan.

Actions (login required)

View Item