Evaluasi Konsumen di "RM. Pak Kardi" Pemalang dengan Analisis Diskriminan
Notice bibliographique
Résumé
Penelitian ini bertujuan mengetahui apakah ada perbedaan yang siqnifikan dalam variabel dependen (Y) yang meliputi konsumen sering Beli (YO), Cukup (Y I) dan Jarang Beli (Y2), serta bertujuan mengetahui perilaku konsumen yang benar-benar berbeda, perbedaan dalam arti perilaku mereka sering membeli, cukup dan jarang membeli. Metode analisis yang digunakan adalah dengan Wilk's Lambda, Pairwise, F test. Canonical corellation, untuk mencari ada dan tidak perbedaan antar group variabel dependen dan menginterpretasikan berdasarkan function at group centroid untuk mengetahui variabel independen mana yang menjadi faktor diskriminannya. Hasil yang didapat dari penelitian ini adalah bahwa variabel menu merupakan faktor pembeda (diskriminan). Artinya konsumen grup (sering beli, cukup dan jarang beli) tidak terpengaruh dengan usia, harga, pendapatan, dan pelayanan yang diberikan oleh RM. Pak Kardi ditunjukkan dengan tanda (+) padafunction I. Jadi konsumen yang membeli di RM. Pak Kardi adalah mereka yang benar-benar menyukai menu (masakan khas kepiting) RM. Pak Kardi. Jarak antara grup Sering Beli dengan grup Jarang Beli adalah yang terbesar, yakni 7,350. Sedangkan jarak terkecil adalah antara grup Cukup dengan grup Jarang Beli (0.522). Dengan demikian dapat dikatakan bahwa Konsumen di grup Sering Beli paling berbeda selera Menu masakannya. Sebaliknya Menu yang disukai oleh konsumen di RM. Pak Kardi yang termasuk konsumen Cukup mempunyai perbedaan yang kecil dengan mereka yang jarang membeli
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».