Factors affecting Muslim employees' motivation in Islamic fund management company: a case study of Tabung Haji head quarter / Nor Erna Nabila Mohd Raffi
Notice bibliographique
Résumé
The purpose of this research was to identify the factor affecting Muslim employees' motivation in Islamic Fund Management Company. Besides that, the main factor that influenced the Muslim employees' motivation was also being studied between reward and recognition, administrative policies, employee's knowledge sharing, and Islamic values factor. Significant difference between the Muslim employees' motivation was also identified. Respondents in this research comprised of 100 employees in Tabung Haji Head Quarter. The questionnaire used to measure the level of motivation and the possible factors that influenced the respondents' motivation was designed based on the previous research. The Cronbach Alpha obtained from the pretest was 0.6330 and about 100 set of questionnaire forms were distributed to the Tabung Haji employees and the response rate was 100%. The answers were analyzes by several statistical test methods using Statistical Package for Social Science (SPSS) version 17.0. The overall mean scores Muslim employees' motivation resulted from descriptive statistics were positive and moderate with the Muslim employees' motivation. Based on Multiple Regression analysis, it was identified that administrative policies factor is the main factor that influenced the Muslim employees' motivation. The findings analyzed by ANOVA table also showed that this research have a fit of model as the result of the overall research show that it is below the level of significant of 0.05 which the result is 0.00. The implication and limitation of this research also were discussed. Suggestion and recommendation for the management of Tabung Haji, future researchers, and government were also given.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».