PENGGUNAAN ANALISIS REGRESI KELAS LATEN UNTUK MENENTUKAN TINGKAT KEPUASAN PELANGGAN E-COMMERCE

GIVATRA ADAM ERSYAD, . (2016) PENGGUNAAN ANALISIS REGRESI KELAS LATEN UNTUK MENENTUKAN TINGKAT KEPUASAN PELANGGAN E-COMMERCE. Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

	Text Bab 1.pdf Restricted to Repository staff only Download (42kB)
	Text Bab 2.pdf Restricted to Repository staff only Download (256kB)
	Text Bab 3.pdf Restricted to Repository staff only Download (234kB)
	Text Bab 4.pdf Restricted to Repository staff only Download (32kB)
	Text Cover.pdf Download (85kB)
	Text CV.pdf Restricted to Repository staff only Download (130kB)
	Text Kata Pengantar.pdf Restricted to Repository staff only Download (28kB)
	Text Abstrak.pdf Restricted to Repository staff only Download (34kB)
	Text Pernyataan.pdf Restricted to Repository staff only Download (24kB)
	Text Pustaka.pdf Restricted to Repository staff only Download (36kB)
	Text Persetujuan.pdf Restricted to Repository staff only Download (174kB)

Abstract

Analisis Regresi Kelas Laten (LCRA) adalah suatu metode untuk mengelompokkan objek penelitian ke dalam beberapa kelompok laten, dimana variabel laten dan variabel indikator bersifat kategorik dan pengelompokan objek tersebut dipengaruhi oleh variabel pengiring (kovariat). Dalam skripsi ini, Metode algoritma iteratif Expectation-Maximization (EM) digunakan untuk menduga parameter-parameter pada model LCRA, kemudian dilanjutkan metode Newton- Raphson untuk menduga kovariat. LCRA diterapkan untuk pengelompokkan terhadap 196 responden pelanggan e-commerce menghasilkan 3 kelompok kelas laten. Model ini dipilih berdasarkan kriteria AIC terkecil, yaitu 3535,619. Hasil lainnya Bukalapak menjadi e-commerce yang paling banyak diminati masyarakat

Item Type:	Thesis (Sarjana)
Additional Information:	1). Dra. Widyanti Rahayu, M.Si., ; 2). Vera Maya Santi, M.Si.,
Subjects:	Sains > Matematika
Divisions:	FMIPA > S1 Pendidikan Matematika
Depositing User:	Users 29 not found.
Date Deposited:	30 Apr 2020 11:23
Last Modified:	30 Apr 2020 11:23
URI:	http://repository.unj.ac.id/id/eprint/7433

Actions (login required)

View Item