Pengaruh Kepuasan Kerja, Dukungan Manajemen Puncak Dan Employee Engagement Terhadap Kinerja Karyawan Dinas Kependudukan Dan Pencatatan Sipil Kota Surabaya
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk menganalisis pengaruh kepuasan kerja, dukungan manajemen puncak, dan employee engagement terhadap kinerja pegawai Dinas Kependudukan dan Pencatatan Sipil Kota Surabaya. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan teknik pengumpulan data melalui kuesioner yang disebarkan kepada 64 pegawai sebagai sampel penelitian. Data yang diperoleh dianalisis menggunakan regresi linier berganda untuk menguji pengaruh masing-masing variabel bebas terhadap variabel terikat. Hasil penelitian menunjukkan bahwa secara parsial, kepuasan kerja, dukungan manajemen puncak, dan employee engagement berpengaruh positif dan signifikan terhadap kinerja pegawai. Selain itu, secara simultan, ketiga variabel tersebut juga memiliki pengaruh yang signifikan terhadap kinerja pegawai. Dari ketiga variabel yang diteliti, kepuasan kerja memiliki pengaruh dominan terhadap kinerja pegawai dibandingkan dengan variabel lainnya. Berdasarkan temuan penelitian, disarankan kepada Dinas Kependudukan dan Pencatatan Sipil Kota Surabaya untuk meningkatkan program kepuasan kerja melalui perbaikan lingkungan kerja, pemberian insentif yang sesuai, serta peningkatan kesejahteraan pegawai. Selain itu, dukungan manajemen puncak harus diperkuat dengan penyediaan sumber daya yang memadai serta keterlibatan aktif dalam pengambilan keputusan. Strategi peningkatan employee engagement juga perlu dilakukan melalui komunikasi yang efektif dan pemberian kesempatan bagi pegawai untuk berpartisipasi dalam pengembangan organisasi.
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 | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,005 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».