MétaCan
Menu
Retour à la cohorte
Enregistrement W2947701704

Pengaruh Kompetensi, Motivasi, Beban Kerja Perawat Pelaksansa Terhadap Kinerja Perawat Diruang Rawat Inap Rumah Sakit Umum Daerah Jayapura

2018· article· id· W2947701704 sur OpenAlexvenueno aff
Sultan Sultan, Sevanus Thane

Notice bibliographique

RevueBusiness and Management Research · 2018
Typearticle
Langueid
DomaineBusiness, Management and Accounting
ThématiqueManagement and Optimization Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMathematicsHumanitiesPhysics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Penelitian ini bertujuan untuk mengetahui pengaruh Kompetensi, Motivasi, Beban kerja  Perawat terhadap kinerja perawat  Ruang Rawat Inap Rumah Sakit Umum Daerah Jayapura baik secara parsial maupun secara simultan. Jenis penelitin ini adalah penelitian kuantitatif denagn pendekatan asosiatif sampai dalam penelitian sebesar 171 responden dengan tehnik sampling adalah.tehnik non probability sampling yaitu purposive sampling method . Hasil penelitian  menunjukkan bahwa Kompetensi (X1) Pengaruh kompetensi terhadap kinerja berdasarkan tabel hasil uji t (parsial) dapat diketahui bahwa perhitungan SPSS diperoleh t hitung sebesar 4.348 dengan nilai probabilitas (nilai sig) 0.000. Nilai probabilitas tersebut lebih kecil dari alpha (5%). Dengan demikian dapat disimpulkan bahwa variabel kompetensi berpengaruh terhadap kinerja. Berdasarkan analisis regresi linier berganda, maka dapat dijelaskan bahwa nilai koefisien kompetensi sebesar 0,216. Hal ini mengandung arti bahwa setiap kenaikan kepuasan kerja satu satuan maka variabel kinerja akan naik sebesar 0,216 dengan asumsi bahwa variabel bebas yang lain dari regresi adalah tetap. Motivasi (X2) Pengaruh motivasi kerja terhadap kinerja berdasarkan tabel hasil uji t (parsial) dapat diketahui bahwa perhitungan SPSS diperoleh t hitung sebesar 9.279  dengan nilai probabilitas (nilai sig) 0.000. Nilai probabilitas tersebut lebih kecil dari alpha (5%). Dengan demikian dapat disimpulkan bahwa variabel motivasi  berpengaruh terhadap kinerja perawat. Berdasarkan analisis regresi linier berganda, maka dapat dijelaskan bahwa nilai koefisien motivasi  sebesar 0,511. Hal ini mengandung arti bahwa setiap kenaikan motivasi kerja satu satuan maka variabel kinerja akan naik sebesar 0,511 dengan asumsi bahwa variabel bebas yang lain dari regresi adalah tetap. Sedangkan Beban kerja perawat pelaksana (X3) menunjukkan bahwa beban kerja perawat tidak berpengaruh terhadap kinerja. Tidak Pengaruh beban kerja perawat terhadap kinerja berdasarkan tabel hasil uji t (parsial), dapat diketahui bahwa perhitungan SPSS diperoleh t hitung sebesar 601 dengan nilai probabilitas (nilai tidak sig) 0.549. Nilai probabilitas tersebut lebih besar dari alpa (5%). Dengan demikian, dapat disimpulkan bahwa variabel beban kerja perawat  tidak berpengaruh  terhadap kinerja. Berdasarkan analisis regresi linier berganda, maka dapat dijelaskan bahwa nilai koefisien beban kerja perawat pelaksana adalah sebesar 0,034. Hal ini mengandung arti bahwa setiap kenaikan beban kerja perawat satu satuan maka variabel kinerja akan naik sebesar 0,034 dengan asumsi bahwa variabel bebas yang lain dari regresi adalah tetap. Kata Kunci : Kompetensi, Motivasi dan Beban kerja perawat pelaksana Mempunyai pengaruh secara simultan terhadap kinerja perawat.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,009
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,030
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0300,004

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.

Tête enseignante Opus0,044
Tête enseignante GPT0,302
Écart entre enseignants0,257 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBusiness and Management ResearchMême sujetManagement and Optimization TechniquesTravaux en français237 207