FAKTOR PENENTU KEPUASAN MASYARAKAT PADA PELAYANAN KARTU TANDA PENDUDUK ELEKTRONIK (E-KTP) DI KECAMATAN PRACIMANTORO, KABUPATEN WONOGIRI
Notice bibliographique
Résumé
This research is used to know and analyze any determinant factors that affect Quality of Identity Card (E-KTP) Service to Satisfaction of Society in Pracimantoro Sub-district, Wonogiri Regency. The method used in this research is the method of observation and questionnaire by using Likert scale. Sampling method used using convenience sampling method as many as 100 samples. The method of analysis used is the test of validity, reliability test, classical assumption test, multiple linear regression test. The result of multiple linear regression test shows that the service quality consisting of Tangibles (X1), Assurance (X2) and Empathy (X3) partially or individually has a significant influence on the satisfaction of society. Where the regression equation Y = 1.853 + 0.251X1 + 0.106X2 + 0.162X3 + 0.207X4 + 0.196X5. The result of t test shows that the quality of service consisting of Tangibles (X1), Assurance (X2) and Empathy (X3) has significant effect on the satisfaction of the community is shown by significant of each variable <0,05. In the F test results obtained value obtained Fcount value of 22.732 with a significance level of 0.000 <0.05 this means that the variables together have a significant influence on community satisfaction.
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 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».