FAKTOR-FAKTOR PENENTU KEPUTUSAN PEMBELIAN PRODUK AIR MINUM MEREK AQUA KEMASAN GALON (STUDI KASUS DI WILAYAH MENUR PUMPUNGAN SUKOLILO SURABAYA )
Notice bibliographique
Résumé
Penelitian ini merupakan suatu penelitian kuantitatif dengan penentuan sampel menggunakan teknik purposive sampling. Dalam studi ini pengumpulan data dilakukan dengan cara wawancara dan kuisioner. Informan pada penelitian ini yakni masyarakat yang pernah melakukan pembelian produk air minum merek aqua kemasan galon di wilayah Menur Pumpungan Sukolilo Surabaya. Setting penelitian ini dilakukan di wilayah Menur Pumpungan Sukolilo Surabaya. Teori yang digunakan dalam analisis data pada penelitian ini menggunakan teori dari Kotler. Hasil temuan data menunjukkan bahwa dari hasil analisis secara keseluruhan faktor yang diduga menimbulkan keputusan pembelian terhadap produk aqua kemasan galon terdapat 6 faktor diantaranya faktor harga aqua kemasan galon yang ditawarkan terjangkau, faktor produk aqua galon sesuai dengan usia, faktor membeli produk aqua karena masyarakat sekelas, faktor iklan melalui kartu nama dan faktor sesuaidengankeyakinandiri. Diantara faktor-faktor tersebut faktor harga aqua kemasan galon yang ditawarkan terjangkau menjadi faktor dominan yang sangat dipertimbangkan dalam keputusan pembelian produk aqua galon di wilayah Menur Pumpungan Sukolilo Surabaya. Hasil tersebut dibuktikan dari nilai eigent value sebesar 7,172 yang merupakan nilai paling besar dari faktor yang lain.
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 | 0,003 | 0,005 |
| 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 | 0,003 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,015 | 0,002 |
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 ».