PERSEPSI GURU TERHADAP KEPEMIMPINAN TRANSFORMASI SEKOLAH DAN KEMANJURAN KOLEKTIF GURU SEBAGAI PREDIKTOR ATAS KUALITAS PENGAJARAN DI KOTA BATAM
Notice bibliographique
Résumé
Penelitian ini ditujukan untuk membuktikan secara empiris variable-variabel yang mempengaruhi kualitas pengajaran di Kota Batam. Variabel “X”, Persepsi Guru terhadap Kepemimpinan Transformasi Sekolah dan Kemajuan Kolektif Guru diduga mampu memprediksi “Y” Kualitas Pengajaran di Kota Batam. Satu set purposive kuesioner telah disusun dan dikirimkan kepada para Guru di Kota Batam. Sebanyak 300 responden telah ikut berpartisipasi dan yang mengembalikan 157 responden. Hasil olah data SPSS menunjukkan pengaruh yang positif dan signifikan 0.526 (adjusted R2) variable “X” terhadap “Y”, hal ini sesuai dengan penelitian sebelumnya di Malaysia, Canada, Inggris, dll., tetapi hasil olah data SPSS menunjukkan hasil sebaliknya 0.282 (adjusted R2) variable “X” terhadap “Y”, hal ini tidak sesuai dengan penelitian sebelumnya. Secara khusus, responden yang paling banyak dengan jenis kelamin perempuan (60,51%), persentase jumlah responden dalam penelitian ini lebih didominasi oleh responden yang masa kerja 2 tahun sebesar 29.94%, persentase jumlah responden dalam penelitian ini lebih didominasi oleh responden dengan pendidikan SLTA sebesar 47.77%. Penelitian ini dilakukan hanya di Batam, dengan variable independen yaitu Kepemimpinan Transformasi Sekolah dan Kemanjuran Kolektif Guru. Penelitian ini menyarankan agar dilakukan penelitian lebih lanjut pada variable yang lain yang mungkin mempengaruhi Kualitas Pengajaran, seperti misalnya komitmen terhadap visi dan misi sekolah, komitmen terhadap komunitas profesionaldan komitmen terhadap komunitas lingkunga luar sekolah yang mungkin mampu memprdiksi secara positif dan signifikan Kualitas Pengajaran di Kota Batam.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».