MétaCan
Menu
Retour à la cohorte
Enregistrement W7056325232

FAKTOR-FAKTOR YANG MEMPENGARUHI PAJAK PERTAMBAHAN NILAI PADA PT. UNILEVER INDONESIA, TBK

2021· other· en· W7056325232 sur OpenAlexaboutno aff

Notice bibliographique

RevueInstitutional Repository of IAIN Tulungagung (IAIN Tulungagung) · 2021
Typeother
Langueen
DomaineMaterials Science
ThématiqueThermal properties of materials
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInflation (cosmology)Purchasing powerQuarter (Canadian coin)Economic shortageValue (mathematics)Product (mathematics)Population
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This research aims to determine the factors that can affect the value added tax such as inflation, interest rates, and the value of exports at PT. Unilever Indonesia, Tbk. Research with a quantitative approach with secondary data types, namely periodic data (time series). The population of this research is the company's financial statements PT. Unilever Indonesia, Tbk for the period of the quarter or quarter in the period 2006-2020 or 15 years with a sample of 60 data. Furthermore, the data were analyzed using multiple linear regression assisted by SPSS Version 26 program. The results showed that interest rates and export values had no effect on value added tax, while inflation had a significant effect on value added tax. Even though inflation can increase VAT through selling prices, but inflation that is too high can reduce people's purchasing power so that company sales will decrease, thus this can indicate to PT Unilever Indonesia, Tbk and also other companies that there is a need for detailed supervision of the supply chain. When inflation occurs, the company is advised to continue to produce in the amount it should and the sales chain such as distributors and retailers to continue to distribute normally, this aims to avoid product shortages and continue to increase inflation. In addition, the government is required to manage inflation effectively and efficiently so that the production strategy is not disrupted by price increases.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Études des sciences et des technologies, Intégrité de la recherche, Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesMéta-épidémiologie (sens strict)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,403
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0020,002
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,002
Communication savante0,0010,001
Science ouverte0,0030,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0080,001

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,229
Écart entre enseignants0,214 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInstitutional Repository of IAIN Tulungagung (IAIN Tulungagung)Même sujetThermal properties of materialsTravaux en français237 207