PENGARUH LINGKUNGAN KERJA FISIK DAN NON FISIK TERHADAP KINERJA PEGAWAI PADA LEMBAGA LAYANAN PENDIDIKAN TINGGI WILAYAH II
Notice bibliographique
Résumé
Abstrak: Penelitian ini bertujuan untuk mengetahui pengaruh lingkungan kerja fisik dan lingkungan kerja non fisik terhadap kinerja karyawan. Populasi dalam penelitian ini adalah pegawai Lembaga Layanan Pendidikan Tinggi Wilayah II dengan teknik sampling jenuh sebanyak 50 orang. Teknik pengumpulan data menggunakan kuesioner dan metode analisis data yang digunakan dalam penelitian ini adalah metode analisis deskriptif dan kuantitatif menggunakan SPSS versi 25. Hasil penelitian ini adalah lingkungan kerja fisik berpengaruh positif dan signifikan terhadap kinerja karyawan. lingkungan kerja non fisik berpengaruh positif namun tidak signifikan terhadap kinerja karyawan. Kata Kunci: Lingkungan kerja fisik, Lingkungan Kerja Non-fisik, Kinerja Karyawan. Abstract: This study aims to determine the effect of the physical work environment and non-physical work environment on employee performance. The population in this study were 50 employees of the Regional II Education Service Institution with a saturated sampling technique. The data collection techniques used questionnaires and data analysis methods used in this study were descriptive and quantitative analysis methods using SPSS version 25. The results of this study were that the physical work environment had a positive and significant effect on employee performance. Non-physical work environment has a positive but not significant effect on employee performance. Keyword: Physical Work Environment, Non-Physical Work Environment, Employee Performance.
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 | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,015 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,001 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».