KEPERCAYAAN DAN CELEBRITY ENDORSE TERHADAP KEPUTUSAN PEMBELIAN DENGAN KUALITAS INFORMASI SEBAGAI VARIABEL MODERATING PADA ONLINE SHOP (Studi Kasus Pada Mahasiswa STIE Sakti Alam Kerinci)
Why this work is in the frame
A frame that forgets how it found something cannot be audited. These are the routes that admitted this work.
Bibliographic record
Abstract
Permasalahan ini dilatar belakangi dengan maraknya masalah keinginan untuk berbelanja secara online. Tujuan penelitian yaitu : 1) Untuk mengetahui pengaruh kepercayaan dan celebrity endorse secara parsial terhadap keputusan pembelian online pada Mahasiswa STIE-Sakti Alam Kerinci, 2) Untuk mengetahui pengaruh kepercayaan dan celebrity endorse secara simultan terhadap keputusan pembelian online pada Mahasiswa STIE-Sakti Alam Kerinci, 3) Untuk mengetahui kepercayaan dan celebrity Endorse dengan kualitas informasi sebagai variabel moderating terhadap keputusan pembelian online pada Mahasiswa STIE-Sakti Alam Kerinci. Populasi dalam penelitian ini adalah mahasiswa/i di STIE-Sakti Alam Kerinci. Sampel untuk penelitian ini berjumlah 100 orang responden dengan teknik pengambilan sampel Sampling Accidential/Aksidential. Alat analisis data yang digunakan adalah Skala Likert, Moderated Regression Analysis (MRA), uji asumsi klasik, Uji t dan Uji f. Berdasarkan hasil penelitian menunjukkan bahwa : kepercayaan berpengaruh signifikan dan positif terhadap keputusan pembelian 0,000 < 0,05. Celebrity endorse berpengaruh terhadap keputusan pembelian 0,012 > 0,05. Kualitas Informasi Berpengaruh terhadap Keputusan Pembelian 0,005 < 0,05. Kualitas Informasi berperan sebagai variabel moderating antara Kepercayaan terhadap Keputusan Pembelian 0,022 < 0,05. Kualitas Informasi berperan sebagai variabel moderating antara Celebrity endorse terhadap Keputusan Pembelian 0,010 < 0,05.
 
 Kata Kunci : Kepercayaan, Celebrity Endorse, Kualitas Informasi, Keputusan Pembelian
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
Full frame distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.005 | 0.001 |
| Meta-epidemiology (narrow) | 0.004 | 0.004 |
| Meta-epidemiology (broad) | 0.004 | 0.002 |
| Bibliometrics | 0.002 | 0.002 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.005 | 0.008 |
| Open science | 0.004 | 0.004 |
| Research integrity | 0.001 | 0.006 |
| Insufficient payload (model declined to judge) | 0.001 | 0.001 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it