Overall integration (S17) was repre

Overall integration (S17) was represented by collapsing all 54 items comprising each integration score (Scores 5-16).

Turnover . Turnover was the outcome variable, measured approximately one-year after the initial survey was disseminated. Turnover was coded as 0=stayed; 1=left.

Data analyses

Logistic regression was used to identify the impact of the independent variables and test H1 . In that logistic regression, the six independent variables included two individual variables - initial intentions, goals, commitment, and satisfaction (S1), and career decision-making self-efficacy (S4) - and four organizational variables: performance integration (S7), organizational integration (S10), career integration (S13), and extra-organizational integration (S16). The transformation from the logistic estimator into the probability of staying or leaving when the individual scored one standard deviation above the average is: Equation 1 [Figure omitted. See Article Image.] where ß is a parameter for the set of k +1 parameters estimated in the logistic regression model for the k predictors X 1 ... X k plus a constant term.

To test H2 , linear regression was used. Each of the demographic and other individual scores (Scores 1 and 4) were entered as the independent variables; the independent variables were the integration scores (Scores 7, 10, 13, and 16) as well as overall integration (Score 17), which was entered separately.

To test H3 and identify which variables helped explain developed intentions, goals, commitment, and satisfaction (Score 18), linear regression was used. A paired t -test was performed to identify whether the difference between Scores 1 and 18 were significant. In addition, simple product-moment correlations were obtained.

Results (Indonesian) 1:

Secara keseluruhan integrasi (S17) diwakili oleh runtuh semua 54 item terdiri dari setiap Skor integrasi (Skor 5-16).Omset. Omset adalah hasil variabel, diukur sekitar satu tahun setelah survei awal disebarkan. Omset dikodekan dengan 0 = tinggal; 1 = kiri.Analisis dataRegresi logistik digunakan untuk mengidentifikasi dampak variabel independen dan menguji H1. Dalam bahwa regresi logistik, variabel independen enam termasuk dua variabel individu - awal niat, tujuan, komitmen, dan kepuasan (S1), dan karir pengambilan keputusan diri-keampuhan (S4) - dan variabel organisasi empat: kinerja integrasi (S7), organisasi integrasi (S10), karir integrasi (S13), dan ekstra organisasi integrasi (S16). Transformasi dari pengukur logistik ke kemungkinan tinggal atau meninggalkan ketika individu mencetak satu standar deviasi di atas rata-rata: 1 persamaan [angka dihilangkan. Lihat artikel gambar.] mana ß adalah parameter untuk parameter k + 1 diperkirakan dalam model regresi logistik untuk prediksi k X 1... X k ditambah istilah konstan.Untuk menguji H2, regresi linear digunakan. Masing-masing demografi dan Skor lain individu (nilai 1 dan 4) dimasukkan sebagai variabel independen; variabel independen yang nilai integrasi (Skor 7, 10, 13 dan 16) serta keseluruhan integrasi (Skor 17), yang dimasukkan secara terpisah.Untuk menguji H3 dan mengidentifikasi variabel yang membantu menjelaskan maju niat, tujuan, komitmen dan kepuasan (Skor 18), regresi linear digunakan. T berpasangan-tes dilakukan untuk mengidentifikasi Apakah perbedaan antara nilai 1 dan 18 yang signifikan. Selain itu, produk-saat sederhana korelasi diperoleh.

Results (Indonesian) 2:

Secara keseluruhan integrasi (S17) diwakili oleh runtuh semua 54 item yang terdiri dari masing-masing skor integrasi (Skor 5-16).

Perputaran. Omset adalah variabel hasil, diukur sekitar satu tahun setelah survei awal itu disebarluaskan. Omset diberi kode sebagai 0 = tinggal; 1 = kiri.

Data analisis

regresi logistik digunakan untuk mengidentifikasi dampak dari variabel independen dan menguji H1. Dalam regresi logistik, enam variabel independen termasuk dua variabel individu - niat awal, tujuan, komitmen, dan kepuasan (S1), dan karir pengambilan keputusan self-efficacy (S4) - dan empat variabel organisasi: integrasi kinerja (S7), integrasi organisasi (S10), integrasi karir (S13), dan integrasi ekstra-organisasi (S16). Transformasi dari penaksir logistik ke dalam probabilitas tinggal atau meninggalkan ketika individu mencetak satu standar deviasi di atas rata-rata adalah: Persamaan 1 [Gambar dihilangkan. Lihat Pasal Gambar.] Di mana ß adalah parameter untuk set k +1 parameter estimasi dalam model regresi logistik untuk prediktor k X 1 ... X k ditambah konstanta.

Untuk menguji H2, regresi linear digunakan. Masing-masing dari nilai individu demografi dan lainnya (Skor 1 dan 4) yang dimasukkan sebagai variabel independen; variabel independen yang nilai integrasi (Skor 7, 10, 13, dan 16) serta integrasi keseluruhan (Skor 17), yang dimasukkan secara terpisah.

Untuk menguji H3 dan mengidentifikasi variabel yang membantu menjelaskan maksud maju, tujuan, komitmen, dan kepuasan (Skor 18), regresi linear digunakan. Sebuah t berpasangan-test dilakukan untuk mengetahui apakah perbedaan antara Skor 1 dan 18 yang signifikan. Selain itu, korelasi momen-produk sederhana diperoleh.