PENGARUH HUMAN CAPITAL, PENGEMBANGAN KARIR DAN MOTIVASI KERJA TERHADAP KINERJA PEGAWAI PADA KANTOR WILAYAH KEMENTRIAN HUKUM DAN HAK ASASI MANUSIA SULAWESI SELATAN
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk menganalisis pengaruh human capital, pengembangan karir, dan motivasi kerja terhadap kinerja pegawai Aparatur Sipil Negara (ASN) di Kantor Wilayah Kementerian Hukum dan Hak Asasi Manusia Sulawesi Selatan. Metode yang digunakan adalah pendekatan kuantitatif dengan desain korelasional. Data dikumpulkan menggunakan kuesioner dan dianalisis dengan regresi linier berganda. Hasil penelitian menunjukkan bahwa secara parsial, ketiga variabel berpengaruh positif dan signifikan terhadap kinerja pegawai. Secara simultan, human capital, pengembangan karir, dan motivasi kerja juga menunjukkan pengaruh positif yang signifikan. Dari analisis, motivasi kerja tercatat sebagai variabel yang paling dominan mempengaruhi kinerja pegawai. Temuan ini mengindikasikan bahwa meningkatnya motivasi kerja adalah kunci untuk meningkatkan kinerja ASN. This research aims to analyze the influence of human capital, career development, and work motivation on the performance of State Civil Apparatus (ASN) employees at the Regional Office of the Ministry of Law and Human Rights of South Sulawesi. The method used is a quantitative approach with a correlational design. Data was collected using questionnaires and analyzed through multiple linear regression. The research results indicated that partially, all three variables have a positive and significant effect on employee performance. Simultaneously, human capital, career development, and work motivation also demonstrate a positive and significant impact. Analysis shows that work motivation is the most dominant variable influencing employee performance. These findings suggest that enhancing work motivation is key to improving ASN 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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».