Sebuah tim peneliti mengikuti dua kelompok lulusan perguruan tinggi di China selama tiga bulan dan mengumpulkan data mingguan tentang penyesuaian ekspektasi upah. Tim itu ingin tahu apakah lulusan dari asal kelas sosial berbeda cara mencari kerja dibandingkan lulusan dari kelas lebih tinggi.
Studi menemukan pola jelas: lulusan dari latar belakang kelas sosial lebih rendah, diukur dari pendidikan orang tua dan penghasilan keluarga, cenderung memulai dengan tujuan gaji yang lebih rendah. Mereka juga lebih mungkin menurunkan ekspektasi ketika pencarian berjalan lambat, sementara lulusan dari keluarga atas menjaga tujuan gaji yang lebih stabil karena akses ke sumber daya seperti jaringan profesional dan dukungan finansial.
Para penulis memperingatkan bahwa keputusan gaji awal bisa menumpuk dan memperkuat ketidaksetaraan antargenerasi. Mereka merekomendasikan agar universitas dan layanan karier memasukkan pelatihan tentang cara menetapkan target gaji yang realistis dan aspiratif, bukan hanya bantuan résumé dan wawancara.
Kata-kata sulit
- penyesuaian — perubahan untuk cocok dengan situasi baru
- ekspektasi — harapan tentang apa yang akan terjadi
- kelas sosial — kelompok orang berdasarkan status ekonomi
- sumber daya — sesuatu yang bisa digunakan untuk membantu
- dukungan finansial — bantuan uang dari keluarga atau organisasi
- ketidaksetaraan — perbedaan yang tidak adil antara orang
- antargenerasi — yang terjadi antara generasi yang berbeda
Tips: arahkan kursor, fokus, atau ketuk kata yang disorot di dalam teks untuk melihat definisi singkat sambil membaca atau mendengarkan.
Pertanyaan diskusi
- Apakah menurut Anda penting bagi lulusan untuk belajar menetapkan target gaji? Jelaskan alasan singkat Anda.
- Bagaimana menurut Anda universitas bisa membantu mahasiswa dari kelas sosial lebih rendah selain pelatihan tentang target gaji? Berikan satu atau dua ide.
- Jika pencarian kerja berjalan lambat, tindakan apa yang bisa diambil lulusan untuk mempertahankan tujuan gaji mereka?
Artikel terkait
Kesenjangan Pendidikan dan Akses Digital di Chiapas
Di dataran tinggi Chiapas, kemiskinan, tuna aksara, dan akses internet yang rendah membatasi peluang pendidikan bagi perempuan muda. Beberapa program seperti Low‑Tech dan Tecnolochicas menunjukkan kemajuan, tetapi dukungan jangka panjang masih diperlukan.
AI Membimbing Mahasiswa Bedah Saat Latihan Menjahit Luka
Para peneliti di Johns Hopkins mengembangkan AI yang menilai dan memberi umpan balik personal pada mahasiswa kedokteran saat berlatih menjahit luka. Studi acak dengan 12 mahasiswa menunjukkan manfaat terbesar bagi yang sudah punya dasar bedah.
Orang Tua Kurang Percaya Pandangan Zero-Sum
Sebuah studi menemukan orang dewasa yang lebih tua cenderung kurang memandang situasi sebagai zero-sum dibanding orang muda. Penelitian ini menggunakan survei internasional dan empat eksperimen dengan hampir 2.500 peserta dari dua kelompok usia.