EFEKTIITAS MEDIA SOSIAL DAN ANGGARAN BIAYA TERHADAP KINERJA BISNIS DI PERUSAHAAN DROPSHIP DI WILAYAH SURAKARTA DENGAN PEMASARAN BERBASIS OUTPUT SEBAGAI VARIABEL INTERVENING (Studi Perusahaan Dropship di Wilayah Surakarta)
Notice bibliographique
Résumé
Penelitian ini bertujuan mengetahui secara empiris dan menganalisis pengaruh media sosial dan anggaran biaya terhadap pemasaran berbasis output Perusahaan Dropship di wilayah Surakarta. Mengetahui secara empiris dan menganalisis pengaruh media sosial, anggaran biaya dan pemasaran berbasis output terhadap kinerja bisnis Perusahaan Dropship di wilayah Surakarta. Dalam penelitan ini yang menjadi populasi adalah Populasi dalam penelitian ini adalah Perusahaan Dropship di wilayah Surakarta yang tergabung pada komunitas toko online sejumlah 40 perusahaan. Jumlah sampel dalam penelitian ini berjumlah 40 responden. Teknik pengambilan sampel dengan menggunakan sampling jenuh atau sensus yaitu semua anggota populasi digunakan sebagai sampel. Hasil kesimpulan dalam penelitian ini adalah Media sosial berpengaruh positif dan signifikan terhadap pemasaran berbasis output. Anggaran biaya berpengaruh positif dan signifikan terhadap pemasaran berbasis output. Media sosial berpengaruh negatif dan tidak signifikan terhadap kinerja. Anggaran biaya berpengaruh positif dan signifikan terhadap kinerja. Pemasaran berbasis output berpengaruh positif dan signifikan terhadap kinerja. Dari analisis jalur diketahui jalur langsung anggaran biaya berpengaruh terhadap kinerja, merupakan jalur yang dominan atau efektif untuk meningkatkan kinerja
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 | 0,006 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,005 |
| Méta-épidémiologie (sens large) | 0,005 | 0,003 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,005 | 0,004 |
| Science ouverte | 0,006 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,004 |
| 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; 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 ».