ANALISIS TUNJANGAN REMUNERASI DAN PENEMPATAN KERJA TERHADAP KINERJA DENGAN VARIABEL MODERASI MOTIVASI KERJA PADA BPJS KETENAGAKERJAAN WILAYAH SULAWESI DAN MALUKU
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk menganalisis dan menguji pengaruh tunjangan remunerasi dan penempatan kerja terhadap kinerja pegawai, serta bagaimana motivasi kerja berperan sebagai variabel moderasi pada BPJS Ketenagakerjaan Wilayah Sulawesi dan Maluku. Metode yang digunakan adalah penelitian kuantitatif dengan metode survei. Data dikumpulkan melalui observasi, dokumentasi, dan kuesioner dari 80 responden. Hasil penelitian menunjukkan bahwa tunjangan remunerasi dan penempatan kerja memiliki pengaruh positif dan signifikan terhadap kinerja pegawai. Selain itu, motivasi kerja dapat memperkuat pengaruh tunjangan remunerasi dan penempatan kerja terhadap kinerja pegawai. Dengan demikian, penelitian ini memberikan wawasan penting bagi organisasi dalam meningkatkan kinerja pegawai melalui pengelolaan tunjangan dan penempatan kerja yang tepat. This study aims to analyze and test the effect of remuneration allowances and job placement on employee performance, as well as how work motivation acts as a moderating variable at the BPJS Ketenagakerjaan Offices in the Sulawesi and Maluku Regions. The method used is quantitative research with a survey approach. Data collected through observation, documentation, and questionnaires from 80 respondents. The results reveal that remuneration allowances and job placement have a positive and significant impact on employee performance. Furthermore, work motivation can strengthen the influence of both remuneration allowances and job placement on employee performance. Thus, this research provides valuable insights for organizations in improving employee performance through effective management of allowances and job placements.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| 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 ».