In analyzing the collected data, th

In analyzing the collected data, the researchers followed a
multistage procedure. The collected data was first divided
randomly into two halves: the first half contained 2,563
subjects, and a holdout sample contained 2,722 subjects. The
first half of the data was used to purify the CSI scale through
an iterative process. Exploratory factor analysis (EFA) is the
effective method of analyzing CSI. The data of this paper also
adopts factor analysis. Items that did not load heavily on the
primary factor and items that had significant cross-loading(s)
were removed. Then the remaining items were subject to
another EFA until no further item needed to be moved. Then,
clustering analysis is used for subdividing the decision-making
styles of peasant consumers.

Hasil (Bahasa Indonesia) 1:

Dalam menganalisis data yang dikumpulkan, para peneliti diikutiprosedur Multistage. Data yang dikumpulkan pertama dibagisecara acak menjadi dua bagian: babak pertama terkandung 2,563mata pelajaran, dan sampel bertahan terkandung 2,722 subjek. Thepertama setengah dari data yang digunakan untuk memurnikan skala CSI melaluiproses yang berulang-ulang. Analisis faktor eksplorasi (EFA)metode efektif menganalisis CSI. Data ini kertas jugamengadopsi faktor analisis. Item yang tidak memuat berat difaktor utama dan item yang telah signifikan lintas-loading(s)disingkirkan. Itu barang sisa tunduklain EFA sampai barang lebih lanjut tidak perlu dipindah. Kemudian,pengelompokan analisis digunakan untuk membagi pengambilan keputusangaya petani konsumen.

Hasil (Bahasa Indonesia) 2:

Dalam menganalisis data yang dikumpulkan, para peneliti mengikuti
prosedur multistage. Data yang terkumpul pertama dibagi
secara acak menjadi dua bagian: babak pertama berisi 2.563
subyek, dan sampel ketidaksepakatan terkandung 2.722 subjek. The
pertama setengah dari data yang digunakan untuk memurnikan skala CSI melalui
proses berulang-ulang. Analisis faktor eksploratori (EFA) adalah
metode yang efektif menganalisis CSI. Data dari penelitian ini juga
mengadopsi analisis faktor. Item yang tidak berat beban pada
faktor utama dan item yang memiliki signifikan lintas-loading (s)
telah dihapus. Maka item yang tersisa dikenakan
EFA lain sampai ada item lebih lanjut diperlukan untuk dipindahkan. Kemudian,
analisis clustering digunakan untuk pengelompokan pengambilan keputusan
gaya konsumen petani.