Pengaruh Motivasi Dan Disiplin Kerja Terhadap Kepuasan Kerja (Study Pada Konsultan Program Nasional Pemberdayaan Masyarakat – Pengembangan Infrastruktur Sosial Ekonomi Wilayah - PNPM PISEW Di Kabupaten Simalungun)
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Pengembangan infrastruktur Sosial Dan Ekonomi Wilayah/Regional Infrastructure For Social And Economic Development (PISEW/RISE) yang kemudian disebut degan PNPM PISEW. Program ini merupakan salah satu upaya pemerintah dalam kerangka program nasional pemberdayaan masyarakat mandiri (PNPM Mandiri) untuk mengatasi kesenjangan antar wilayah, kemiskinan dan pengangguran melalui pengembangan sosial ekonomi masyarakat. Permasalahan dalam penelitian ini adalah : 1). Untuk mengetahui sejauh mana pengaruh motivasi terhadap kepuasan kerja, 2). Seberapa besar pengaruh disiplin kerja terhadap kepuasan kerja? dan 3). Seberapa besar pengaruh motivasi dan disiplin kerja secara secara serentak terhadap kepuasan kerja. Teori yang digunakan dalam penelitiain ini adalah teori-teori sumber daya manusia, khususnya teori tentang motivasi, disiplin kerja serta kepuasan kerja. Penelitian ini menggunakan pendekatan survey, sedangkan jenis penelitian adalah deskriftif kuantitatif. Jumlah sampel yang digunakan sebanyak 42 orang. Hasil penelitian ini memperlihatkan koefisien determinasi adalah 0,783, sehingga dapat ditunjukkan bahwa 78,3 % keragaman variabel kepuasan kerja dapat dijelaskan oleh variabel motivasi dan disiplin kerja. Dengan demikian motivasi dan disiplin kerja secara bersama-sama berpengaruh signifikan terhadap tenaga konsultan pendamping Program Nasional Pemberdayaan Masyarakat Pengembangan Infrastruktur Social Ekonomi Wilayah (PNPM-PISEW) di Kabupaten Simalugun dengan tingkat hubungan yang signifikan
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.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 découle