PENGARUH KNOWLEDGE MANAGEMENT DAN KARAKTERISTIK INDIVIDU TERHADAP KINERJA KARYAWAN MELALUI MOTIVASI KERJA DI BPJS KETENAGAKERJAAN WILAYAH SULAWESI MALUKU
Notice bibliographique
Résumé
Permasalahan dalam penelitian ini adalah apakah Manajemen Pengetahuan (Knowledge Management) dan Karakteristik Individu berpengaruh Motivasi Kerja dan kinerja karyawan, serta apakah Manajemen Pengetahuan (Knowledge Management) dan Karakteristik Individu berpengaruh terhadap kinerja karyawan melalui Motivasi Kerja pada Kantor BPJS Ketenagakerjaan Wilayah Sulawesi Maluku. Untuk menjawab rumusan masalah maka tujuan penelitian ini adalah untuk menganalisis pengaruh Manajemen Pengetahuan (Knowledge Management) dan Karakteristik Individu terhadap Motivasi Kerja dan kinerja karyawan, serta menganalisis pengaruh Manajemen Pengetahuan (Knowledge Management) dan Karakteristik Individu terhadap kinerja karyawan melalui Motivasi Kerja pada Kantor BPJS Ketenagakerjaan Wilayah Sulawesi Maluku Penelitian ini menggunakan pendekatan kuantitatif, pengumpulan data melalui observasi dan kuesioner, dengan teknik analisis data menggunakan metode Partial Least Square (PLS) versi 4.1. Hasil penelitian diperoleh temuan bahwa Manajemen Pengetahuan (Knowledge Management) berpengaruh langsung terhadap kinerja karyawan, Karakteristik Individu berpengaruh langsung terhadap kinerja karyawan, Manajemen Pengetahuan (Knowledge Management) berpengaruh langsung terhadap Motivasi Kerja, Karakteristik Individu berpengaruh langsung terhadap Motivasi Kerja, Motivasi Kerja berpengaruh langsung terhadap kinerja karyawan. Hasil uji mediasi diperoleh temuan bahwa Motivasi Kerja dapat memediasi pengaruh Manajemen Pengetahuan (Knowledge Management) dan Karakteristik Individu terhadap kinerja karyawan pada Kantor BPJS Ketenagakerjaan Wilayah Sulawesi Maluku. The problem in this study is whether knowledge management and individual characteristics influence work Motivation and employee performance, and whether knowledge management and individual characteristics influence employee performance through work motivation at BPJS Ketenagakerjaan Office in Sulawesi Maluku Region. To answer the formulation of the problem, the purpose of this study is to analyze the influence of Knowledge Management and Individual Characteristics on Work Motivation and employee performance, and to analyze the influence of Knowledge Management and Individual Characteristics on employee performance through Work Motivation at BPJS Ketenagakerjaan Office in Sulawesi Maluku Region. This study uses a quantitative approach, data collection through observation and questionnaires, with data analysis techniques using the Partial Least Square (PLS) method version 4.1. The results of the study found that Knowledge Management has a direct effect on employee performance, Individual Characteristics has a direct effect on employee performance, Knowledge Management has a direct effect on Work Motivation, Individual Characteristics has a direct effect on Work Motivation, Work Motivation has a direct effect on employee performance. The results of the mediation test found that Work Motivation can mediate the influence of Knowledge Management and Individual Characteristics on employee performance at the BPJS Ketenagakerjaan Office in the Sulawesi Maluku Region.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,017 | 0,003 |
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 source (Gemma direct ou Codex distillé), 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 ».