MétaCan
Menu
Retour à la cohorte
Enregistrement W2969933649 · doi:10.33476/jeba.v3i2.957

PENGARUH KUALITAS LAYANAN TERHADAP LOYALITAS GURU DENGAN KEPUASAN KERJA SEBAGAI VARIABEL INTERVENING DI SEKOLAH ISLAM TERPADU (SIT)

2019· article· en· W2969933649 sur OpenAlexaff
Salman Farisi, Hulmansyah Hulmansyah, Nurul Huda

Notice bibliographique

RevueJEBA (Journal of Economics and Business Aseanomics) · 2019
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueEmployee Performance and Leadership
Établissements canadiensWiLAN (Canada)
Organismes subventionnairesnon disponible
Mots-clésPath analysis (statistics)Intervening variableNonprobability samplingLoyaltyService qualityPsychologyVariablesIslamRegression analysisJob satisfactionBusiness administrationService (business)StatisticsSocial psychologyMathematicsBusinessMarketingPopulationTheologyDemographySociology

Résumé

récupéré en direct d'OpenAlex

This study is to determine the effect of service quality and job satisfaction on the loyalty of teachers and employees in the Integrated Islamic School, using path analysis test using pathPLS 3.0, which is a causal step (path of coefficient) strategy, this model aims to determine the direct and indirect set of independent variables (exogenous) to the dependent variable (endogenous), path keofisien value or the magnitude of the relationship or the effect of latent constructs carried out by the Bootrapping procedure measurement results show significant results this means that service quality variables are able to strengthen the variable job satisfaction and loyalty variables. Respondents in this study were teachers and employees of the Integrated Islamic School in the Banyuwangi Regency area, which amounted to 145 samples using non probability sampling techniques with a purposive sampling approach. The results showed that service quality has a significant direct effect as well as through job satisfaction as a mediator of loyalty. It is known that the indirect effect of the job satisfaction variable as mediator on loyalty variables is stronger than the direct effect of the service quality variable on the loyalty variable.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,049

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,000
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0150,002

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 Opus0,021
Tête enseignante GPT0,212
Écart entre enseignants0,191 · 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

Citations3
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJEBA (Journal of Economics and Business Aseanomics)Même sujetEmployee Performance and LeadershipTravaux en français237 207