PENGARUH LINGKUNGAN DAN STRES KERJA \nTERHADAP KINERJA PERAWAT \nDENGAN KEPUASAN KERJA SEBAGAI VARIABEL INTERVENING \nDI RSUD JAMPANGKULON KABUPATEN SUKABUMI
Notice bibliographique
Résumé
ABSTRAK \nPenurunan kinerja pada Perawat RSUD Jampangkulon Kabupaten Sukabumi \nmerupakan dampak dari tidak tercapainya realisasi kinerja dengan target yang telah \nditetapkan. Beberapa faktor yang diduga bermasalah terhadap kinerja Perawat \nRSUD Jampangkulon Kabupaten Sukabumi yaitu diantaranya: Lingkungan Kerja, \nStres Kerja dan Kepuasan Kerja. Hasil penelitian ini membahas mengenai \nkarakteristik dari objek yang diteliti, serta tanggapan secara deskriptif maupun \npengaruh secara verifikatif dari variabel yang diteliti, yaitu lingkungan kerja, stres \nkerja sebagai variabel independen, serta kepuasan kerja sebagai variabel \nintervening, dan kinerja perawat RSUD Jampangkulon Kabupaten Sukabumi \nsebagai variabel dependen. Metode penelitian menggunakan analisis deskiptif dan \nverifikatif, dengan jumlah tolal sempel sebersar 118 responden. Pengumpulan data \ndiperoleh dari obsevasi dan penyebaran kuesioner. Metode analisis jalur digunakan \nuntuk mengetahui hubungan langsung dan tidak langsung variabel independen \nterhadap variabel dependen, analisis koefisien korelasi digunakan untuk \nmengetahui tingkat hubungan antar variabel, selanjutnya dilakukan pengujian \nhipotesis simultan maupun parsial untuk mengetahui pengaruh dan analisis \nkoefisien determinasi digunakan untuk mengetahui besarnya variabel tersebut. Dari \nhasil analisis tersebut, menunjukan bahwa terdapat pengaruh lingkungan kerja, \nstress kerja dan kepuasan kerja berada pada kategori kurang baik, serta terdapat \npengaruh dan signifikan baik secara simultan maupun persial. Hasil analisis data \nmenunjukan besarnya pengaruh lingkungan kerja, stress kerja terhadap kepuasan \nkerja sebesar 53,1% dan lingkungan kerja memiliki pengaruh lebih besar \ndibandingkan dengan stress kerja. Secara parsial kepuasan kerja memiliki pengaruh \nsignifikan sebesar 67,4% terhadap kinerja perawat. \nKata Kunci: Lingkungan Kerja, Stress Kerja, Kepuasan Kerja, dan Kinerja \nKaryawan
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,007 | 0,005 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,053 | 0,020 |
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 ».