Analisis Pengaruh Struktur Modal, Profitabilitas, dan Ukuran Perusahaan terhadap Tingkat Solvabilitas pada Perusahaan Sektor Asuransi Tahun 2020 – 2022 (Sub Sektor Asuransi Umum dan Asuransi Jiwa)
Notice bibliographique
Résumé
Penelitian ini bertujuan untuk menguji dan membuktikan pengaruh struktur modal, profitabilitas, dan ukuran perusahaan terhadap tingkat solvabilitas pada perusahaan asuransi periode pelaporan 2020-2022. Penelitian dilakukan dengan metode kuantitaf yang melibatkan 91 perusahaan yang terdaftar di Asosiasi Asuransi Jiwa Indonesia (AAJI) dan Asosiasi Asuransi Umum Indonesia (AAUI). Sampel dipilih dengan metode purposive sampling. Teknik pengolahan yang digunakan yaitu analisis regresi data panel yang diolah menggunakan Eviews 12. Berdasarkan uji F dan koefisien determinasi, model pada struktur modal, profitabilitas dan ukuran perusahaan terhadap tingkat solvabilitas perusahaan asuransi, merupakan model yang layak dengan tingkat kemampuan menjelaskan model sebesar 92,64%. Hasil studi ini menunjukkan bahwa secara parsial struktur modal berpengaruh signifikan terhadap tingkat solvabilitas, sementara profitabilitas dan ukuran perusahaan tidak berpengaruh signifikan terhadap tingkat solvabilitas.
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 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,012 | 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 ».