Indonežanska vlada ciljala je usvajanje 2,1 miliona jedinica električnih vozila na dva kotača i 2.200 jedinica električnih vozila na četiri kotača 2025. godine putem Predsjedničke uredbe Republike Indonezije br. 22 2017. o Nacionalnom općem planu energije. Vlada Indonezije izdala je 2019. predsjedničku uredbu br. 55 u 2019. o ubrzanju programa za električna vozila na baterije za cestovni prijevoz. Godine 2018. usvajanje električnih vozila na dva kotača doseglo je samo 0,14% vladinog cilja za 2025. Stoga usvajanje tehnologije električnih motocikala (EM) također mora uzeti u obzir mnoge faktore da bi bili uspješni. Ovo istraživanje razvija model namjere usvajanja električnih vozila bez ponašanja. Faktori uključuju sociodemografski, finansijski, tehnološki i makrorazina. U online istraživanju učestvovalo je 1.223 ispitanika. Logistička regresija se koristi za dobivanje funkcije i vrijednosti vjerojatnosti namjere usvajanja EM -a u Indoneziji. Učestalost dijeljenja na društvenim medijima, nivo svijesti o okolišu, otkupne cijene, troškovi održavanja, maksimalna brzina, vrijeme punjenja baterije, dostupnost infrastrukture punionica na poslu, dostupnost kućne energije - infrastruktura za punjenje, politike poticaja za kupovinu i popust na troškove naplate poticajne politike značajno utječu na namjeru usvajanja električnih vozila. Također pokazuje da mogućnost Indonežana da usvoje električne motocikle dostiže 82,90%. Realizacija usvajanja električnih motocikala u Indoneziji zahtijeva infrastrukturnu spremnost i troškove koje potrošači mogu prihvatiti. Na kraju, rezultati ovog istraživanja daju neke prijedloge za vladu i poduzeća da ubrzaju usvajanje električnih motocikala u Indoneziji.

UVOD

Privredni sektor u Indoneziji (transport, proizvodnja električne energije i domaćinstva) uglavnom koristi fosilna goriva. Neki od negativnih efekata velike ovisnosti o fosilnim gorivima su povećana izdvajanja za subvencije za gorivo, problemi energetske održivosti i visoki nivoi emisije CO2. Saobraćaj je glavni sektor koji doprinosi visokim nivoima CO2 u vazduhu zbog brojnih upotreba vozila na fosilna goriva. Ovo se istraživanje fokusira na motocikle jer Indonezija, kao zemlja u razvoju, ima više motocikala nego automobila. Broj motocikala u Indoneziji dosegao je 120.101.047 jedinica u 2018. godini [1], a prodaja motocikala dosegla je 6.487.460 jedinica u 2019. godini [2]. Prebacivanje transportnog sektora na alternativne izvore energije može smanjiti visoke nivoe CO2. Realno rješenje za ovaj problem je implementacija zelene logistike kroz prodor električnih vozila u Indoneziju, poput hibridnih električnih vozila, priključnih hibridnih električnih vozila i električnih vozila na baterije [3]. Inovacije u tehnologiji električnih vozila i inovacije u tehnologiji baterija mogu pružiti transportna rješenja koja su ekološki prihvatljiva, energetski učinkovita i smanjuju operativne troškove i troškove održavanja [4]. Zemlje u svijetu mnogo raspravljaju o električnim vozilima. U globalnom biznisu s električnim vozilima zabilježen je značajan rast prodaje električnih motocikala na dva kotača koji je dosegao 58% ili oko 1,2 milijuna jedinica od 2016. do 2017. Ovaj rast prodaje ukazuje na dobar odziv zemalja u svijetu o razvoju električnih vozila motociklističkoj tehnologiji koja će jednog dana električni motocikli očekivati ​​zamjenu vozila na fosilna goriva. Cilj istraživanja je električni motocikl (EM) koji se sastoji od novog dizajna električnog motocikla (NDEM) i pretvorenog električnog motocikla (CEM). Prvi tip, novi dizajn električnih motocikala (NDEM), vozilo je koje je dizajnirala kompanija koja koristi električne tehnologije za svoje operacije. Neke zemlje u svijetu, poput Australije, Njemačke, Engleske, Francuske, Japana, Tajvana, Južne Koreje i Kine već su koristile električne motocikle kao zamjenski proizvod za motorna vozila na fosilna goriva [5]. Jedna marka električnih motocikala je Zero Motorcycle koja proizvodi sportske električne motocikle [6]. PT. Gesits Technologies Indo također je proizveo električne motocikle na dva kotača pod markom Gesits. Drugi tip je CEM. Konvertirani električni motocikl je motocikl na uljni pogon gdje su motor i dijelovi motora zamijenjeni litij-fer-fosfatnom (LFP) baterijom kao izvorom energije. Iako mnoge zemlje proizvode električne motocikle, nitko nije stvorio vozilo primjenom tehnika konverzije. Pretvorba se može izvršiti na motociklu s dva kotača koji korisnici više ne koriste. Universitas Sebelas Maret je pionir u proizvodnji CEM-a i tehnički dokazuje da litij-ionske baterije mogu zamijeniti izvore energije iz fosilnih goriva na konvencionalnim motociklima. CEM koristi LFP tehnologiju, ova baterija ne eksplodira pri kratkom spoju. Osim toga, LFP baterija ima dug životni vijek do 3000 ciklusa korištenja i duži od trenutnih komercijalnih EM baterija (poput litij-ionske baterije i LiPo baterije). CEM može putovati 55 km/punjenje i imati najveću brzinu do 70 km/sat [7]. Jodinesa, et al. [8] ispitali su tržišni udio konvertibilnih električnih motocikala u Surakarti, Indonezija, i zaključili da su stanovnici Surakarte pozitivno reagirali na CEM. Iz gornjeg objašnjenja može se vidjeti da je mogućnost električnih motocikala velika. Razvijeno je nekoliko studija o standardima koji se odnose na električna vozila i baterije, poput standarda za litij -ionske baterije Sutopoa i sur. [9], standard sistema upravljanja baterijama Rahmawatie et al. [10] i standardima za punjenje električnih vozila Sutopo et al. [11]. Spora stopa usvajanja električnih vozila u Indoneziji potaknula je vladu da objavi nekoliko politika za razvoj automobilske industrije, a planirano je usvajanje 2,1 milijuna jedinica električnih motocikala i 2.200 jedinica električnih automobila 2025. Osim toga, vlada također je ciljao Indoneziju da može proizvesti 2.200 električnih ili hibridnih automobila koji su navedeni u Predsjedničkoj uredbi Republike Indonezije br. 22 iz 2017. koja se odnosi na Nacionalni opći energetski plan. Ovaj propis primjenjivale su različite zemlje, poput Francuske, Engleske, Norveške i Indije. Ministarstvo energetike i mineralnih resursa postavilo je cilj da se od 2040. zabrani prodaja vozila s motorom s unutarnjim sagorijevanjem (ICEV), a od javnosti traži da koristi vozila na električni pogon [12]. Vlada Indonezije je 2019. godine donijela Predsjedničku uredbu br. 55 od 2019. o ubrzanju programa za cestovni prijevoz na bazi baterija. Ovaj napor je korak u prevazilaženju dva problema, a to su iscrpljivanje rezervi mazuta i zagađenje zraka. Što se tiče zagađenja zraka, Indonezija se obavezala na smanjenje 29% emisije ugljičnog dioksida do 2030. godine kao rezultat Pariske konferencije o klimatskim promjenama održane 2015. godine. U 2018. prodor električnih vozila na dva kotača dosegao je samo 0,14% vladinog cilja. 2025, dok je za četverotočkaš električna energija dosegla više od 45%. U prosincu 2017. bilo je najmanje više od 1.300 javnih električnih punionica dostupnih u cijeloj zemlji u 24 grada, od čega se 71% (924 punionice) nalazi u DKI Jakarta [13]. Mnoge zemlje su istraživale o usvajanju električnih vozila, ali u Indoneziji do sada nisu vršena nacionalna istraživanja. Bilo je mnogo vrsta istraživanja u nekim zemljama koje su provodile studije o usvajanju novih tehnologija korištenjem nekoliko metoda, poput višestruke linearne regresije kako bi se saznala namjera upotrebe električnih vozila u Maleziji [14], Modeliranje strukturnih jednadžbi (SEM) kako bi se znalo usvajanje prepreka akumulatorskih električnih vozila u Tianjinu, Kina [15], istraživačka faktorska analiza i multivarijacijski regresijski model za poznavanje prepreka među vozačima električnih vozila u Ujedinjenom Kraljevstvu [16], te logistička regresija za poznavanje čimbenika koji utječu na preuzimanje električnih vozila u Peking, Kina [17]. Svrha ovog istraživanja je razviti model usvajanja električnih motocikala u Indoneziji, pronaći faktore koji utječu na namjere usvajanja električnih motocikala u Indoneziji, te utvrditi mogućnosti funkcija za usvajanje električnih motocikala u Indoneziji. Modeliranje faktora važno je kako bi se otkrilo koji faktori utječu na namjeru usvajanja električnih motocikala u Indoneziji. Ovi utjecajni faktori mogu se koristiti kao referenca za formulisanje odgovarajućih politika za ubrzanje usvajanja električnih motocikala. Ovi značajni faktori slika su idealnih uslova koje žele potencijalni korisnici električnih motocikala u Indoneziji. Neka ministarstva u Indoneziji koja se odnose na formuliranje politika u vezi s električnim vozilima su Ministarstvo industrije koje se bavi poreznim pravilima na vozila zasnovano na njihovim emisijama koje se bave direktno proizvođačima električnih vozila, Ministarstvo prometa koje provodi test izvodljivosti električnih vozila koji će asfaltirati na autoputu, kao što su testovi baterija i tako dalje, kao i Ministarstvo energetike i mineralnih resursa koje je odgovorno za formuliranje tarifa za stanice za punjenje električnih vozila u infrastrukturi preduzeća za punjenje električnih vozila. Inovacija električnih vozila također potiče rađanje novih poslovnih subjekata u lancu opskrbe, uključujući tehnopreduzetnike i početnike od programera, dobavljača, proizvođača i distributera proizvoda / usluga za električna vozila i njihovih derivata na tržište [24]. Poduzetnici električnih motocikala također mogu razviti tehnologiju i marketing uzimajući u obzir ove značajne faktore kako bi podržali realizaciju električnih motocikala umjesto konvencionalnih motocikala u Indoneziji. Redovna logistička regresija korištena je za dobivanje funkcije i vjerojatnosti namjere usvajanja električnih motocikala u Indoneziji pomoću softvera SPSS 25. Logistička regresija ili logit regresija je pristup za izradu modela predviđanja. Logistička regresija u statistici koja se koristi za predviđanje vjerojatnosti događaja usklađivanjem podataka u logističkoj funkciji logit krivulje. Ova metoda je opći linearni model za binomsku regresiju [18]. Logistička regresija korištena je za predviđanje prihvaćanja usvajanja interneta i mobilnog bankarstva [19], predviđanje prihvaćanja usvajanja fotonaponske tehnologije u Nizozemskoj [20], predviđanje prihvaćanja tehnologije sistema za daljinsko praćenje zdravlja [21] i za pronalaženje riješiti tehničke prepreke koje utječu na odluku o usvajanju cloud usluga [22]. Utami i dr. [23] koji su prethodno proveli istraživanje percepcije potrošača o električnim vozilima u Surakarti, otkrili su da su kupovne cijene, modeli, performanse vozila i spremnost za infrastrukturu najveće prepreke za ljude koji usvajaju električna vozila. METOD Podaci prikupljeni u ovom istraživanju primarni su podaci dobiveni putem internetskih anketa kako bi se otkrile mogućnosti i faktori koji utječu na namjeru usvajanja električnih motocikala u Indoneziji. Upitnik i anketa Internetsko istraživanje distribuirano je za 1.223 ispitanika u osam provincija u Indoneziji kako bi se istražili faktori koji utiču na namjeru usvajanja električnih motocikala u Indoneziji. Ove odabrane provincije imale su više od 80% prodaje motocikala u Indoneziji [2]: Zapadna Java, Istočna Java, Džakarta, Centralna Java, Sjeverna Sumatra, Zapadna Sumatra, Yogyakarta, Južni Sulavesi, Južna Sumatra i Bali. Istraženi faktori prikazani su u Tabeli 1. Opće znanje o električnim motociklima dano je na početku upitnika korištenjem videa kako bi se izbjegli nesporazumi. Upitnik je podijeljen u pet odjeljaka: odjeljak skrininga, sociodemografski odjeljak, finansijski dio, tehnološki odjeljak i odjeljak na makro nivou. Upitnik je predstavljen na Likertovoj skali od 1 do 5, gdje 1 za potpuno neslaganje, 2 za neslaganje, 3 za sumnju, 4 za slaganje i 5 za potpuno slaganje. Određivanje minimalne veličine uzorka odnosi se na [25], navedeno je da opservacijske studije s velikom veličinom populacije koje uključuju logističku regresiju zahtijevaju minimalnu veličinu uzorka od 500 kako bi se dobile statistike koje predstavljaju parametre. Klastersko uzorkovanje ili uzorkovanje područja s proporcijama koristi se u ovom istraživanju jer je populacija korisnika motocikala u Indoneziji vrlo velika. Osim toga, namjensko uzorkovanje se koristi za određivanje uzoraka na osnovu određenih kriterija [26]. Mrežne ankete provode se putem Facebook oglasa. Prihvatljivi ispitanici su osobe u dobi od ≥ 17 godina, sa SIM-om C, kao jednim od donosioca odluka o zamjeni ili kupovini motocikla, sa prebivalištem u jednoj od provincija u Tabeli 1. Teorijski okvir She et al. [15] i Habich-Sobiegalla i dr. [28] koristili su okvire za sustavnu kategorizaciju faktora koji pokreću ili ometaju usvajanje električnih vozila od strane potrošača. Prilagodili smo te okvire izmijenivši ih na temelju naše analize literature o električnim motociklima o usvajanju električnih motocikala od strane potrošača. Vizualizirali smo to u Tablici 1. Tablica 1. Objašnjenje i upućivanje na faktore i svojstva Kod faktora Atribut Ref. SD1 Bračno stanje [27], [28] SD2 Starost SD3 Spol SD4 Zadnje obrazovanje SD5 Zanimanje Sociodemografski SD6 Mjesečni nivo potrošnje SD7 Mjesečni nivo prihoda SD8 Broj vlasništva nad motociklom SD9 Učestalost dijeljenja na društvenim medijima SD10 Veličina internetske društvene mreže SD11 Svijest o okolišu Finansije FI1 Nabavna cijena [29] FI2 Cijena baterije [30] FI3 Troškovi punjenja [31] FI4 Troškovi održavanja [32] Tehnološki TE1 Mogućnost kilometraže [33] TE2 Snaga [33] TE3 Vrijeme punjenja [33] TE4 Sigurnost [34] TE5 Trajanje baterije [35] Makro nivo ML1 Dostupnost punionica na javnim mjestima [36] ML2 Dostupnost punionica na poslu [15] ML3 Dostupnost punionica kod kuće [37] ML4 Dostupnost servisnih mjesta [38] ML5 Politika podsticaja kupovine [15] ML6 Godišnje politika poreskih popusta [15] ML7 Politika popusta pri naplati troškova [15] Namjera usvajanja IP Namjera upotrebe [15] Sociodemografski faktor Sociodemografski faktor su lični faktori koji utiču na ponašanje pojedinca pri donošenju odluka. Eccarius i dr. [28] su naveli o modelu usvajanja da su dob, spol, bračni status, obrazovanje, prihod, zanimanje i vlasništvo nad vozilima važni faktori koji utiču na usvajanje električnih vozila. HabichSoebigalla i dr. Ističu faktore društvenih mreža kao što su broj vlasnika motocikala, učestalost dijeljenja na društvenim medijima i veličina internetske društvene mreže koji su utjecajni faktori za usvajanje električnih vozila [28]. Eccarius i dr. [27] i HabichSobiegalla et al. [28] takođe se smatra da ekološka svijest pripada društveno -demografskim faktorima. Finansijski faktor Otkupna cijena je originalna cijena električnog motocikla bez ikakvih subvencija za kupovinu. Sierzchula i dr. [29] rekao je da je visoka nabavna cijena električnog vozila uzrokovana najvećim kapacitetom baterije. Trošak baterije je trošak zamjene baterije kada se istroši stara baterija. Krause i dr. istraživali su da trošak baterije spada u financijsku prepreku za nekoga tko će usvojiti električno vozilo [30]. Trošak punjenja je trošak električne energije za pogon električnog motocikla u usporedbi s cijenom benzina [31]. Troškovi održavanja su rutinski troškovi održavanja električnih motocikala, a ne popravci zbog nesreće koja utječe na usvajanje električnih vozila [32]. Tehnološki faktor Kilometraža je najveća udaljenost nakon što je baterija električnog motocikla potpuno napunjena. Zhang i dr. [33] rekao je da se performanse vozila odnose na procjenu potrošača na električnim vozilima, uključujući kapacitet kilometraže, snagu, vrijeme punjenja, sigurnost i vijek trajanja baterije. Snaga je najveća brzina električnog motocikla. Vrijeme punjenja je ukupno vrijeme za potpuno punjenje električnog motocikla. Osjećaj sigurnosti pri vožnji električnim motociklom povezan sa zvukom (dB) su faktori koje ističu Sovacool i sur. [34] biti čimbenici koji utječu na percepciju potrošača o električnim vozilima. Graham-Rowe i dr. [35] je rekao da se smatra da je vijek trajanja baterije smanjen. Faktori na makro nivou Infrastruktura dostupnosti punionica je nešto što se ne može izbjeći za korisnike električnih motocikala. Dostupnost punjenja na javnim mjestima smatra se važnom za podršku usvajanju električnih vozila [36]. Dostupnost punjenja na poslu [15] i dostupnost punjenja kod kuće [37] također su potrebni potrošačima da napune bateriju svog vozila. Krupa i dr. [38] rekao je da dostupnost servisnih mjesta za rutinsko održavanje i oštećenja utječe na usvajanje električnih vozila. She et al. [15] predložio je neke javne poticaje koje potrošači u Tianjinu jako traže, kao što su subvencije za kupnju električnih motocikala, godišnji porezni popust za električne motocikle i politika popusta pri naplati troškova kada potrošači trebaju puniti električni motocikl na javnim mjestima [15]. Ordinalna logistička regresija Ordinalna logistička regresija jedna je od statističkih metoda koja opisuje odnos između ovisne varijable s jednom ili više neovisnih varijabli, gdje ovisna varijabla ima više od 2 kategorije, a mjerna ljestvica je razina ili redna [39]. Jednadžba 1 je model za ordinalnu logističku regresiju, a jednadžba 2 prikazuje funkciju g (x) kao logit jednadžbu. eegxgx P x () () 1 () + = (1)  = = + mkjk Xik gx 1 0 ()   (2) REZULTATI I RASPRAVA Upitnik je distribuiran na internetu u ožujku - travnju 2020. putem plaćenih Facebook oglasa postavljanjem područja filtera: Zapadna Java, Istočna Java, Džakarta, Centralna Java, Sjeverna Sumatra, Zapadna Sumatra, Džogdžakarta, Južni Sulavesi, Južna Sumatra i Bali koje je doseglo 21.628 korisnika. Ukupno dolazni odgovori bili su 1.443 odgovora, ali samo 1.223 odgovora su bila podobna za obradu podataka. Tabela 2 prikazuje demografske podatke ispitanika. Deskriptivna statistika Tabela 3 prikazuje opisne statistike za kvantitativne varijable. Popust na troškove naplate, godišnji popust na porez i subvencije otkupne cijene imaju veći prosjek među ostalim faktorima. Ovo ilustrira da većina ispitanika smatra da postoji politika koju je vlada dala intenzivnom postupku koja ih je mogla potaknuti na usvajanje električnih motocikala. Što se tiče finansijskih faktora, nabavna cijena i trošak baterije imaju niži prosjek među ostalim faktorima. Ovo ilustrira da nabavna cijena električnog motocikla i trošak baterije nisu primjereni budžetu većine ispitanika. Većina ispitanika smatra da je cijena električnog motocikla preskupa u odnosu na cijenu konvencionalnog motocikla. Troškovi zamjene baterije svake tri godine koji dostižu 5.000.000 IDR također su preskupi za većinu ispitanika, tako da su otkupna cijena i troškovi baterije prepreka Indonežanima da usvoje električne motocikle. Trajanje baterije, snaga i vrijeme punjenja imaju niske prosječne ocjene u opisnim statistikama, ali prosječni rezultati za ova tri faktora su veći od 4. Vrijeme punjenja koje je trajalo tri sata bilo je predugo za većinu ispitanika. Maksimalna brzina električnog motocikla je 70 km/h, a trogodišnje trajanje baterije ne zadovoljava potrebe ispitanika. Ovo ilustrira da većina ispitanika smatra da električni motocikli po performansama ne zadovoljavaju njihove standarde. Iako ispitanici nemaju potpuno povjerenje u performanse električnih motocikala, EM može zadovoljiti njihove svakodnevne potrebe za mobilnošću. Više ispitanika ocijenilo je dostupnost punjenja u svojim domovima i uredima više nego na javnim mjestima. Međutim, barijera koja se često nalazi je da je kućna električna energija i dalje ispod 1300 VA, zbog čega ispitanici snažno očekuju da će vlada moći pomoći u pružanju kućnih kapaciteta za punjenje. Dostupnost naplate u uredu je poželjnija nego na javnim mjestima jer mobilnost ispitanika svakodnevno uključuje domove i urede. Tabela 4 prikazuje odgovore ispitanika na usvajanje električnih motocikala. Pokazuje da 45.626% ispitanika ima izraženu spremnost za korištenje električnog motocikla. Ovaj rezultat pokazuje svijetlu budućnost za udio na tržištu električnih motocikala. Tablica 4 također pokazuje da gotovo 55% ispitanika nema izraženu volju koristiti električni motocikl. Zanimljivi rezultati ovih opisnih statistika impliciraju da iako entuzijazam za korištenje električnih motocikala i dalje zahtijeva stimulaciju, prihvaćanje električnih motocikala u javnosti je dobro. Drugi razlog koji bi se mogao dogoditi je to što ispitanici imaju stav da čekaju i vide usvajanje električnog motocikla ili da li neko drugi koristi električni motocikl ili ne. Podaci o ordinalnoj logističkoj regresiji obrađuju se i analiziraju kako bi se utvrdila namjera usvajanja električnih motocikala u Indoneziji pomoću ordinalne logističke regresije. Ovisna varijabla u ovom istraživanju je spremnost za korištenje električnog motocikla (1: izrazito nevoljni, 2: nevoljni, 3: sumnja, 4: voljni, 5: snažno voljni). Redovna logistička regresija odabrana je kao metoda u ovom istraživanju jer ovisna varijabla koristi ordinalnu ljestvicu. Podaci su obrađeni pomoću softvera SPSS 25 sa nivoom pouzdanosti od 95%. Provedeni su multikolinearni testovi za izračunavanje faktora inflacije varijacije (VIF) sa prosječnim VIF-om od 1,15-3,6693, što znači da u modelu nema multikolinearnosti. Hipoteza korištena u ordinalnoj logističkoj regresiji prikazana je u tablici 5. Tablica 6 prikazuje parcijalne rezultate testa kao osnovu za odbacivanje ili prihvaćanje hipoteze za ordinalnu logističku regresiju. Tablica 2. Demografija ispitanika Učestalost demografskih stavki% Demografska stavka Učestalost% Domicil Zapadna Java 345 28,2% Zanimanje Student 175 14,3% Istočna Java 162 13,2% Državni službenici 88 7,2% Jakarta 192 15,7% Privatni zaposlenici 415 33,9% Centralna Java 242 19,8% Poduzetnik 380 31,1% Sjeverna Sumatera 74 6,1% Ostali 165 13,5% Yogyakarta 61 5,0% Južni Sulavezi 36 2,9% Starost 17-30 655 53,6% Bali 34 2,8% 31-45 486 39,7% Zapadna Sumatera 26 2,1% 46-60 79 6,5% Jug Sumatera 51 4,2%> 60 3 0,2% Bračni status neoženjen 370 30,3% Posljednji nivo obrazovanja SMP/SMA/SMK 701 57,3% oženjen 844 69,0% diploma 127 10,4% ostali 9 0,7% neženja 316 25,8% spol muški 630 51,5% master 68 5,6 % Žene 593 48,5% Doktorat 11 0,9% Mjesečni nivo prihoda 0 154 12,6% Mjesečni nivo potrošnje <2.000.000 IDR 432 35.3% <IDR 2.000.000 226 18.5% IDR2.000.000-5.999.999 640 52.3% IDR 2.000.000-5.999.999 550 45% IDR6.000.000- 9.999.999 121 9.9% IDR 6.000.000-9.999.999 199 16,3% ≥ 10.000.000 IDR 30 2.5% IDR10.000.000- 19.999.999 71 5.8% ≥ I DR 20.000.000 23 1,9% Tabela 3. Opisna statistika za finansijsku, tehnološku i makro nivo Varijabilni prosječni rang Varijabilni prosječni rang ML7 (disk sa troškovima naplate) 4.4563 1 ML3 (CS kod kuće) 4.1554 9 ML6 (godišnji poreski disk). ) 4.4301 2 ML2 (CS na radnim mjestima) 4.1055 10 ML5 (poticaj za kupovinu) 4.4146 3 ML1 (CS na javnim mjestima) 4.0965 11 TE4 (sigurnost) 4.3181 4 TE5 (trajanje baterije) 4.0924 12 FI3 (trošak punjenja) 4.2518 5 TE2 (snaga ) 4.0597 13 TE1 (kilometraža) 4.2396 6 TE3 (vrijeme punjenja) 4.0303 14 ML4 (mjesto servisa) 4.2142 7 FI1 (trošak nabavke) 3.8814 15 FI4 (troškovi održavanja) 4.1980 8 FI2 (trošak baterije) 3.5045 16 Tablica 4. Opisna statistika za usvajanje Namjera 1: izrazito nevoljni 2: nevoljni 3: sumnja 4: voljni 5: izrazito voljni Spremnost za korištenje električnog motocikla 0,327% 2,044% 15,863% 36,141% 45,626% Rezultati logističke regresijske analize za varijable SD1 do SD11 koje pripadaju sociodemografski faktori pokazuju rezultate na kojima je samo učestalost dijeljenja društveni mediji (SD9) i nivo brige za okoliš (SD11) imaju značajan utjecaj na namjeru električnih motocikala u Indoneziji. Značajne vrijednosti kvalitativne varijable bračnog statusa su 0,622 za samce i 0,801 za oženjene. Te vrijednosti ne podržavaju hipotezu 1. Bračno stanje ne utječe značajno na namjeru usvajanja električnog motocikla jer je značajna vrijednost veća od 0,05. Značajna vrijednost za godine je 0,147 tako da starost ne utječe značajno na namjeru usvajanja električnog motocikla. Vrijednost procjene za dob od -0.168 godina ne podržava hipotezu 2. Negativan predznak znači da što su starije godine to je manja namjera usvajanja električnog motocikla. Značajna vrijednost kvalitativne varijable, spol, (0,385) ne podržava hipotezu 3. Spol ne utječe značajno na namjeru usvajanja električnog motocikla. Značajna vrijednost za posljednji nivo obrazovanja (0,603) ne podržava hipotezu 4. Dakle, posljednje obrazovanje ne utiče značajno na namjeru usvajanja električnog motocikla. Vrijednost procjene za posljednji nivo obrazovanja od 0,036 znači da pozitivan znak znači što je viši nivo obrazovanja veća je namjera da se usvoji električni motocikl. Značajna vrijednost kvalitativne varijable zanimanja bila je 0,487 za studente, 0,999 za državne službenike, 0,600 za privatne zaposlenike i 0,480 za poduzetnike koji ne podržavaju hipotezu 5. Zanimanje ne utiče značajno na namjeru usvajanja električnog motocikla. UTAMI ET AL. /ČASOPIS O OPTIMIZACIJI SISTEMA U INDUSTRIJI - VOL. 19 NO. 1 (2020) 70-81 DOI: 10.25077/josi.v19.n1.p70-81.2020 Utami i dr. 75 Tabela 5. Hipoteza Hipoteza Socio-H1: bračni status ima pozitivan značajan utjecaj na namjeru usvajanja električnog motocikla. Demo-H2: starost pozitivno utječe na namjeru usvajanja električnog motocikla. grafikon H3: rod pozitivno utječe na namjeru usvajanja električnog motocikla. H4: posljednji nivo obrazovanja pozitivno utiče na namjeru usvajanja električnog motocikla. H5: zanimanje pozitivno utječe na namjeru usvajanja električnog motocikla. H6: Mjesečna potrošnja pozitivno utiče na namjeru usvajanja električnog motocikla. H7: Mjesečni prihod pozitivno utiče na namjeru usvajanja električnog motocikla. H8: broj vlasnika motocikla pozitivno utječe na namjeru usvajanja električnog motocikla. H9: učestalost dijeljenja na društvenim mrežama pozitivno utječe na namjeru usvajanja električnog motocikla. H10: Veličina internetske društvene mreže pozitivno utječe na namjeru usvajanja električnog motocikla. H11: Ekološka svijest pozitivno utječe na namjeru usvajanja električnog motocikla. Financijski H12: kupovna cijena ima pozitivan značajan utjecaj na namjeru usvajanja električnog motocikla. H13: Trošak baterije ima pozitivan značajan utjecaj na namjeru usvajanja električnog motocikla. H14: Troškovi punjenja imaju pozitivan značajan utjecaj na namjeru usvajanja električnog motocikla. H15: Troškovi održavanja pozitivno utiču na namjeru usvajanja električnog motocikla. H16: kilometraža ima pozitivan značajan utjecaj na namjeru usvajanja električnog motocikla. H17: Snaga pozitivno utječe na namjeru usvajanja električnog motocikla. Techno-H18: Vrijeme punjenja pozitivno utječe na namjeru usvajanja električnog motocikla. logično H19: sigurnost ima pozitivan značajan utjecaj na namjeru usvajanja električnog motocikla. H20: Vijek trajanja baterije pozitivno utječe na namjeru usvajanja električnog motocikla. H21: dostupnost infrastrukture stanica za punjenje na javnim mjestima pozitivno utječe na namjeru usvajanja električnog motocikla. H22: Dostupnost infrastrukture stanica za punjenje na poslu pozitivno utječe na namjeru usvajanja električnog motocikla. Makrorazina H23: dostupnost infrastrukture stanica za punjenje kod kuće pozitivno utječe na namjeru usvajanja električnog motocikla. H24: Dostupnost servisnih mjesta pozitivno utječe na namjeru usvajanja električnog motocikla. H25: Politika poticaja pri kupovini pozitivno utječe na namjeru usvajanja električnog motocikla. H26: godišnja politika popusta na poreze ima pozitivan značajan učinak na namjeru usvajanja električnog motocikla. H27: Politika popusta pri naplati troškova ima pozitivan značajan učinak na namjeru usvajanja električnog motocikla. Tablica 6. Logistička regresija Parcijalni rezultati ispitivanja Var vrijednost Sig Var vrijednost Sig SD1: neoženjen 0,349 0,622 TE1 0,146 0,069 SD1: oženjen 0,173 0,801 TE2 0,167 0,726 SD1: ostali 0 TE3 0,240 0,161 SD2 -0,168 0,147 TE4 -0,005 0,013* SD3: muški 0,117 0,385 TE5 0,068 0,765 SD3: ženski 0 ML1 -0,127 0,022* SD5: studenti -0,195 0,487 ML2 0,309 0,000* SD5: građ. serv 0,0000 0,999 ML3 0,253 0,355 SD5: priv. emp -0,110 0,6 ML4 0,134 0,109 SD5: ulaz 0,147 0,48 ML5 0,301 0,017* SD5: ostali 0 ML6 -0,059 0,107 SD6 0,227 0,069 ML7 0,521 0,052 SD7 0,032 0,726 TE1 0,146 0,004* SD8 0,180 0,161 TE2 0,167 0,962 SD9 0,114 0,124 0,113* SD10 0,016 0,765 TE4 -0,005 0,254 SD11 0,226 0,022* TE5 0,068 0,007* FI1 0,348 0,000* ML1 -0,127 0,009* FI2 -0,069 0,355 ML2 0,309 0,181 FI3 0,136 0,109 ML3 0,253 0,017* FI4 0,193 0,017* ML4 0,134 0,676% nivo povjerenja Značajna vrijednost mjesečne razine potrošnje (0,069) ne podržava hipotezu 6, mjesečna razina potrošnje ne utječe značajno na namjeru usvajanja električnog motocikla. Procijenjena vrijednost za mjesečnu razinu potrošnje od 0,227, pozitivan predznak znači što je viši nivo mjesečnih troškova veća je namjera da se usvoji električni motocikl. Značajna vrijednost mjesečnog nivoa prihoda (0,726) ne podržava hipotezu 7, mjesečni nivo prihoda ne utiče značajno na namjeru usvajanja električnog motocikla. Vrijednost procjene za mjesečni nivo prihoda je 0,032, pozitivan predznak znači da što je viši nivo mjesečnog prihoda veća je namjera da se usvoji električni motocikl. Značajna vrijednost broja vlasnika motocikla (0,161) ne podržava hipotezu 8, broj vlasništva motocikla ne utječe značajno na namjeru usvajanja električnog motocikla. Vrijednost procjene za nivo vlasništva motocikla je 0,180, pozitivan predznak znači što je veći broj motocikala u vlasništvu, veća je namjera da se usvoji električni motocikl. Značajna vrijednost učestalosti dijeljenja na društvenim medijima (0,013) podržava hipotezu 9, učestalost dijeljenja na društvenim medijima ima značajan utjecaj na namjeru usvajanja električnog motocikla jer je značajna vrijednost manja od 0,05. UTAMI ET AL. /ŽURNAL OPTIMASI SISTEM INDUSTRI - VOL. 19 NO. 1 (2020) 70-81 76 Utami i dr. DOI: 10.25077/josi.v19.n1.p70-81.2020 Vrijednost procjene za dijeljenje frekvencije na društvenim medijima je 0,111, pozitivan znak znači da što je veća učestalost dijeljenja nekoga na društvenim medijima, veće su šanse za usvajanje električne motocikl. Značajna vrijednost veličine internetske društvene mreže (0,765) ne podržava hipotezu 10, veličina dosega društvene mreže ne utječe značajno na namjeru usvajanja motocikla. Vrijednost procjene broja ljudi dosegnutih na društvenoj mreži je 0,016, pozitivan znak znači što je veća veličina društvenih mreža veća je namjera da se usvoji električni motocikl. Značajna vrijednost nivoa svijesti o okolišu (0,022) podupire hipotezu 11, stupanj brige za okoliš ima značajan utjecaj na namjeru usvajanja električnog motocikla. Vrijednost procjene za razinu ekološke svijesti je 0,226, pozitivan predznak znači da što je viši nivo brige za okoliš osoba, veća je namjera da se usvoji električni motocikl. Rezultati logističke regresijske analize za varijable FI1 do FI4 koje pripadaju financijskim faktorima pokazuju rezultate da nabavna cijena (FI1) i troškovi održavanja (FI4) imaju značajan utjecaj na namjeru električnih motocikala u Indoneziji. Značajna vrijednost nabavne cijene (0,00) podržava hipotezu 12, kupovna cijena ima značajan utjecaj na namjeru usvajanja električnog motocikla.Vrijednost procjene kupovne cijene je 0,348, pozitivan znak znači da što je nekome primjerenija kupovna cijena električnog motocikla, veća je namjera da se usvoji električni motocikl. Značajna vrijednost cijene baterije (0,355) ne podržava hipotezu 13, cijena baterije ne utječe značajno na namjeru usvajanja električnog motocikla. Značajna vrijednost troškova punjenja (0.109) ne podržava hipotezu 14, cijena punjenja nema značajniji utjecaj na namjeru usvajanja električnog motocikla. Vrijednost procjene troškova punjenja je 0,136, pozitivan znak znači da što je nekome prikladniji trošak punjenja električnog motocikla, veća je namjera da se usvoji električni motocikl. Značajna vrijednost troškova održavanja (0,017) ne podržava hipotezu 15, troškovi održavanja imaju značajan utjecaj na namjeru usvajanja električnog motocikla. Vrijednost procjene troškova održavanja je 0,193, pozitivan predznak znači da što su nekome primjereniji troškovi održavanja električnih motocikala, veća je namjera da se usvoji električni motocikl. Rezultati logističke regresijske analize za varijable TE1 do TE5 koje pripadaju tehnološkim faktorima pokazuju rezultate da vrijeme punjenja baterije (TE3) ima značajan utjecaj na namjeru usvajanja električnih motocikala u Indoneziji. Značajna vrijednost za kilometražu (0,107) ne podržava hipotezu 16, mogućnost kilometraže nema značajan utjecaj na namjeru usvajanja električnog motocikla. Vrijednost procjene za najveću kilometražu je 0,146, pozitivan znak znači da što je maksimalna kilometraža električnog motocikla primjerenija za nekoga, veća je namjera da se usvoji električni motocikl. Značajna vrijednost za nezavisnu promjenjivu snagu ili maksimalnu brzinu (0,052) ne podržava hipotezu 17, najveća brzina ne utječe značajno na namjeru usvajanja električnog motocikla. Vrijednost procjene snage ili maksimalne brzine je 0,167, pozitivan znak znači da što je maksimalna brzina električnog motocikla prikladnija za osobu, veća je namjera usvajanja električnog motocikla. Značajna vrijednost vremena punjenja (0,004) podržava hipotezu 18, vrijeme punjenja ima značajan utjecaj na namjeru usvajanja električnog motocikla. Procijenjena vrijednost vremena punjenja je 0,240, pozitivan znak znači da što je nekome prikladnija maksimalna brzina električnog motocikla, veća je namjera usvajanja električnog motocikla. Značajna vrijednost sigurnosti (0,962) ne podržava hipotezu 19, sigurnost ne utječe značajno na namjeru usvajanja električnog motocikla. Vrijednost procjene sigurnosti je -0,005, negativni predznak znači da što se neko osjeća sigurnije koristeći električni motocikl, manja je namjera usvajanja električnog motocikla. Značajna vrijednost trajanja baterije (0,424) ne podržava hipotezu 20, trajanje baterije nema značajan utjecaj na namjeru usvajanja električnog motocikla. Vrijednost procjene trajanja baterije je 0,068, pozitivan znak znači da što je životni vijek baterije električnog motocikla primjereniji, to je veća namjera usvajanja električnog motocikla. Rezultati logističke regresijske analize za varijable ML1 do ML7 koje pripadaju faktorima makrorazine pokazuju rezultate da samo dostupnost naplate na radnom mjestu (ML2), dostupnost naplate u rezidenciji (ML3) i politika popusta na naplatu troškova (ML7) koji imaju značajan utjecaj na namjeru usvajanja električnih motocikala u Indoneziji. Značajna vrijednost dostupnosti punjenja na javnim mjestima (0,254) ne podržava hipotezu 21, dostupnost punjenja na javnim mjestima ne utječe značajno na namjeru usvajanja električnog motocikla. Značajna vrijednost dostupnosti punjenja na radnom mjestu (0,007) podržava hipotezu 22, dostupnost punjenja na radnom mjestu ima značajan utjecaj na namjeru usvajanja električnog motocikla. Značajna vrijednost dostupnosti punjenja kod kuće (0,009) podržava hipotezu 22, dostupnost punjenja kod kuće ima značajan utjecaj na namjeru usvajanja motocikla. Značajna vrijednost dostupnosti servisnih mjesta (0,181) ne podržava hipotezu 24, dostupnost servisnih mjesta nema značajan utjecaj na namjeru usvajanja električnog motocikla. Značajna vrijednost politike poticaja za kupovinu (0,017) podupire hipotezu 25, politika poticaja kupovine ima značajan utjecaj na namjeru usvajanja električnog motocikla. Značajna vrijednost godišnje politike poreskih popusta (0,672) ne podržava hipotezu 26, godišnja politika podsticaja poreskih olakšica nema značajan uticaj na namjeru usvajanja električnog motocikla. Značajna vrijednost politike popusta na troškove punjenja (0,00) podupire hipotezu 27, politika poticaja na popust pri troškovima ima značajan učinak na namjeru usvajanja električnog motocikla. Prema rezultatu faktora makrorazine, usvajanje električnih motocikala može se ostvariti ako su potrošači spremni za pristup punionici na radnom mjestu, stanici za punjenje u rezidenciji i politici popusta na cijenu punjenja. Sve u svemu, učestalost dijeljenja na društvenim medijima, nivo ekološke svijesti, otkupne cijene, troškovi održavanja, maksimalna brzina električnih motocikala, vrijeme punjenja baterije, dostupnost infrastrukture stanica za punjenje na poslu, dostupnost infrastrukture za punjenje zasnovane na kući, UTAMI ET AL. /ČASOPIS O OPTIMIZACIJI SISTEMA U INDUSTRIJI - VOL. 19 NO. 1 (2020) 70-81 DOI: 10.25077/josi.v19.n1.p70-81.2020 Utami i dr. 77 politike podsticaja pri kupovini i politike podsticaja pri sniženju troškova značajno utiču na namjeru usvajanja električnih vozila. Model jednadžbe i funkcija vjerojatnosti Jednačina 3 je logička jednadžba za odabir odgovora „izrazito nespreman“ za usvajanje električnog motocikla.  =  = + 27 1 01 (1 |) kg Y Xn   k Xik (3) Jednačina 4 je logit jednadžba za odabir odgovora “nevoljni” za usvajanje električnog motocikla.  =  = + 27 1 02 (2 |) kg Y Xn   k Xik (4) Jednadžba 5 je logička jednadžba za odabir odgovora “sumnja” na usvajanje električnog motocikla.  =  = + 27 1 03 (3 |) kg Y Xn   k Xik (5) Jednačina 6 je logit jednadžba za opciju odgovora “voljni” usvojiti električni motocikl.  =  = + 27 1 04 (4 |) kg Y Xn   k Xik (6) Funkcije vjerovatnoće namjere usvajanja električnih motocikala prikazane u jednadžbi 7 do jednadžbe 11. Jednadžba 7 je funkcija vjerojatnosti za odabir odgovora “ izrazito nespremni ”usvojiti električni motocikl. eenng YX g YXP Xn PY Xn (1 |) (1 |) 1 1 () (1 |)   + = =  (7) Jednačina 8 je funkcija vjerovatnoće za odabir odgovora „nespreman“ da usvoji električni motocikl. eeeennnng YX g YX g YX g YX nnnn PYXPYXPXPYX (1 |) (1 |) (2 |) (2 |) 2 1 1 (2 |) (1 |) () (2 |)    - + - + = =  -  = = (8) Jednačina 9 je funkcija vjerovatnoće za odabir odgovora „sumnja“ na usvajanje električnog motocikla. eeeennnng YX g YX g YX g YX nnnn PYXPYXPXPYX (2 |) (2 |) (3 |) (3 |) 3 1 1 (3 |) (2 |) () (3 |)    - + - + = =  -  = = (9) Jednačina 10 je funkcija vjerovatnoće za odabir odgovora „voljni“ usvojiti električni motocikl. eeeennnng YX g YX g YX g YX nnnn PYXPYXPXPYX (3 |) (3 |) (4 |) (4 |) 4 1 1 (4 |) (3 |) () (4 |)    - + - + = =  -  = = (10) Jednadžba 11 je funkcija vjerojatnosti za odabir odgovora „vrlo voljni“ usvojiti električni motocikl. eenng YX g YX nnn PYXPXPYX (4 |) (4 |) 5 1 1 1 (4 |) () (5 |)   + = - = -  = = (11) Vjerovatnoća namjere usvajanja Jednačina redne logističke regresije tada primijenjen na uzorak odgovora ispitanika. Tabela 8 prikazuje karakteristike i odgovore uzorka. Dakle, vjerojatnost da se odgovori na svaki kriterij o ovisnoj varijabli izračunava se na temelju jednadžbe 7 - 11. Uzorak ispitanika koji ima odgovore kako je prikazano u tablici 7 ima vjerojatnost 0,0013 za izrazito nespremne za korištenje električnog motocikla, vjerojatnost 0,0114 za nespremnost da se koristi električni motocikl, vjerovatnoća 0,1788 za sumnju u upotrebu električnog motocikla, vjerovatnoća 0,563 za spremnost da se koristi električni motocikl, i vjerovatnoća 0,2455 za izrazito spremnu upotrebu električnog motocikla. Također je izračunata vjerovatnoća usvajanja električnog motocikla za 1.223 ispitanika, a prosječna vrijednost vjerovatnoće odgovora na izrazito nespremne za korištenje električnog motocikla bila je 0,0031, nespremnost na korištenje električnog motocikla bila je 0,0198, sumnja u korištenje električnog motocikla bila je 0,1482, voljni su koristiti električni motocikl iznosio je 0,3410, a snažno voljan za korištenje električni motocikl 0,4880. Ako se zbroje vjerovatnoće voljnih i silno voljnih, vjerovatnoća da će Indonežani usvojiti električne motocikle doseže 82,90%. Preporuke za poslovanje i kreatore politike U ordinalnoj logističkoj regresionoj analizi učestalost dijeljenja na društvenim medijima značajan je faktor koji utječe na namjeru usvajanja električnog motocikla. Važnost društvenih medija kao platforme za prikupljanje informacija o električnim motociklima javnosti utjecat će na spremnost usvajanja električnih motocikala. Vlada i poduzetnici mogu pokušati iskoristiti ovaj resurs, na primjer, poduzetnici mogu promovirati bonuse ili zahvalnost potrošačima koji su kupili električne motocikle i dijeliti pozitivne stvari vezane za električne motocikle na svojim društvenim medijima. Ovaj način može potaknuti druge da budu novi korisnici električnih motocikala. Vlada se može družiti ili predstaviti električne motocikle javnosti putem društvenih medija kako bi motivirala prebacivanje javnosti s konvencionalnog na električni motocikl. Ovo istraživanje dokazuje koliko je značajan utjecaj faktora na makro nivou na usvajanje električnih motocikala u Indoneziji. U uobičajenoj logističkoj regresionoj analizi, dostupnost infrastrukture punionica na radnom mjestu, dostupnost infrastrukture punionica kod kuće, politika poticaja pri kupovini i popust na troškove punjenja značajno utječu na namjeru usvajanja električnog motocikla. UTAMI ET AL. /ŽURNAL OPTIMASI SISTEM INDUSTRI - VOL. 19 NO. 1 (2020) 70-81 78 Utami i dr. DOI: 10.25077/josi.v19.n1.p70-81.2020 Tabela 7. Primjeri odgovora ispitanika Variabel Šifra odgovora Vrijednost Bračni status Oženjen X1b 2 Starost 31-45 X2 2 Spol Muški X3a 1 Posljednji nivo obrazovanja Master X4 4 Zanimanje Privatni zaposlenici X5c 3 Mjesečno nivo potrošnje Rp2.000.000-5.999.999 X6 2 Mjesečni nivo prihoda Rp. 6.000.000-9.999.999 X7 3 Broj vlasništva nad motociklom ≥ 2 X8 3 Učestalost dijeljenja na društvenim medijima Nekoliko puta mjesečno X9 4 Veličina internetske društvene mreže 100-500 ljudi X10 2 Ekološka svijest 1 X11 1 Harga beli 3 X12 3 Trošak baterije 3 X13 3 Troškovi punjenja 3 X13 3 Troškovi održavanja 5 X14 5 Mogućnost kilometraže 4 X15 4 Snaga 5 X16 5 Vrijeme punjenja 4 X17 4 Sigurnost 5 X18 5 Trajanje baterije 4 X19 4 Dostupnost stanice za punjenje na javnim mjestima 4 X20 4 Dostupnost stanice za punjenje na poslu 4 X21 4 Dostupnost punionice kod kuće 4 X22 4 Dostupnost servisnih mjesta 2 X23 2 Politika podsticaja kupovine 5 X24 5 Politika godišnjeg poreznog popusta 5 X25 5 Politika popusta pri naplati 5 X26 5 Troškovi punjenja 5 X27 5 Troškovi održavanja 3 X13 3 Kilometraža mogućnosti 5 X14 5 Snaga 4 X15 4 Vrijeme punjenja 5 X16 5 Većina ispitanika smatra da je dostupnost infrastrukture punionica kod kuće, na radnim mjestima i na javnim mjestima značajno utjecala na usvajanje električnih motocikala. Vlada može urediti postavljanje infrastrukture stanica za punjenje na javnim mjestima kako bi podržala usvajanje električnih motocikala. Vlada takođe može raditi zajedno sa poslovnim sektorom kako bi to shvatila. U izgradnji pokazatelja na makro nivou, ovo istraživanje predlaže nekoliko opcija politike poticaja. Prema istraživanju, najznačajnije politike poticaja su politike poticaja za kupovinu i politike podsticaja za popust pri naplati troškova koje vlada može razmotriti kao podršku usvajanju električnih motocikala u Indoneziji. Na finansijske faktore, kupovna cijena ima značajan uticaj na namjeru kupovine električnog motocikla. Ovo je razlog zašto poticaj za subvenciju za kupovinu također značajno utječe na namjeru usvajanja. Jeftiniji troškovi održavanja električnih motocikala od konvencionalnih motocikala značajno utječu na namjeru usvajanja električnih motocikala. Stoga će dostupnost usluga koje zadovoljavaju potrebe potrošača dodatno potaknuti namjeru usvajanja električnih motocikala jer većina korisnika ne poznaje komponente u električnim motociklima pa im trebaju kvalificirani tehničari ako dođe do nekih oštećenja. Performanse električnih motocikala zadovoljile su potrebe potrošača kako bi zadovoljile njihovu svakodnevnu mobilnost. Maksimalna brzina električnog motocikla i vrijeme punjenja mogu zadovoljiti standarde koje potrošači žele. Međutim, bolje performanse motocikla, poput povećane sigurnosti, trajanja baterije i daljnje kilometraže, zasigurno će povećati namjeru usvajanja električnog motocikla. Osim povećanja ulaganja u tehnologiju, vlada i preduzeća moraju poboljšati sistem ocjene sigurnosti i pouzdanosti električnih motocikala kako bi povećali povjerenje javnosti. Za poduzeća, promicanje kvalitete i performansi jedan je od najefikasnijih načina za povećanje entuzijazma potrošača za električne motocikle. Potrošači koji su mlađi i imaju viši nivo obrazovanja mogu se ciljati kao rani usvojitelji da postanu utjecaji jer već imaju optimističniji stav i imaju široku mrežu. Segmentacija tržišta može se postići pokretanjem posebnih modela za ciljane potrošače. Osim toga, ispitanici s većom ekološkom sviješću vjerojatnije su htjeli usvojiti motocikle. UTAMI ET AL. /ČASOPIS O OPTIMIZACIJI SISTEMA U INDUSTRIJI - VOL. 19 NO. 1 (2020) 70-81 DOI: 10.25077/josi.v19.n1.p70-81.2020 Utami i dr. 79 ZAKLJUČCI Prelazak sa konvencionalnih motocikala na električne motocikle može biti najbolje rješenje za prevladavanje problema visokog nivoa CO2 u Indoneziji. Indonežanska vlada je također shvatila i zakoračila postavljajući različite politike u vezi sa električnim vozilima u Indoneziji. No, u stvarnosti je usvajanje električnih vozila u Indoneziji još uvijek u vrlo ranoj fazi, čak i daleko od ciljeva koje je postavila vlada. Okoliš ne podržava usvajanje električnih motocikala, kao što nema detaljnijih propisa i nedostatak prateće infrastrukture, što uzrokuje nisko usvajanje električnih vozila u Indoneziji. Ovo istraživanje je ispitalo 1.223 ispitanika iz 10 provincija koji su imali ukupno 80% ukupne distribucije prodaje motocikala u Indoneziji kako bi istražili značajne faktore koji utječu na namjere usvajanja električnih motocikala u Indoneziji i otkrili funkcije vjerojatnosti. Iako je većina ispitanika entuzijasta o električnim motociklima i želi imati električni motocikl u budućnosti, njihov interes za usvajanje električnog motocikla danas je relativno nizak. Ispitanici trenutno ne žele koristiti električne motocikle iz različitih razloga, poput nedostatka infrastrukture i politike. Mnogi ispitanici imaju stav čekanja i iščekivanja usvajanja električnih motocikala, s financijskim faktorima, tehnološkim faktorima i makrorazinama koji moraju slijediti zahtjeve potrošača. Ovo istraživanje dokazuje koliko je značajna učestalost dijeljenja na društvenim medijima, nivo ekološke svijesti, otkupne cijene, troškovi održavanja, najveća brzina električnih motocikala, vrijeme punjenja baterija, dostupnost infrastrukture punionica na poslu, dostupnost infrastrukture za punjenje u kući, politike podsticaja pri kupovini i politike podsticaja pri sniženju troškova podržavaju usvajanje električnih motocikala u Indoneziji. Vlada treba podržati pružanje infrastrukture stanica za punjenje i poticajnu politiku kako bi se ubrzalo usvajanje električnih motocikala u Indoneziji. Proizvođači moraju uzeti u obzir tehnološke faktore, kao što su kilometraža i vijek trajanja baterije, kako bi podržali usvajanje električnih motocikala. Finansijski faktori, poput otkupnih cijena i troškova baterije, moraju zabrinjavati preduzeća i vladu. Trebalo bi maksimalno iskoristiti društveno umrežavanje kako bi se zajednici predstavio električni motocikl. Zajednice u mladosti mogu se promovirati kao prvi usvojitelji jer imaju široku mrežu društvenih medija. Realizacija usvajanja električnih motocikala u Indoneziji zahtijeva infrastrukturnu spremnost i troškove koje potrošači mogu prihvatiti. Vlada je to uspjela provesti kroz snažne vladine obaveze u nekoliko zemalja koje su uspjele zamijeniti konvencionalna vozila. Daljnja istraživanja će se fokusirati na pronalaženje odgovarajućih politika za ubrzanje usvajanja električnih motocikala u Indoneziji. LITERATURA [1] Indonezija. Badan Pusat Statistika; Perkembangan Jumlah Kendaraan Bermotor Menurut Jenis 1949-2018, 2019 [Online]. Dostupno: bps.go.id. [2] Asosiasi Industri Sepeda Motor Indonesia: Statistika domaće distribucije i izvoza, 2020. [Online]. https://www.aisi.or.id/statistic. [Pristupljeno: mart. 20. 2020.]. [3] G. Samosir, Y. Devara, B. Florentina i R. Siregar, „Električna vozila u Indoneziji: put prema održivom transportu“, Solidiance: Izvještaj o tržištu, 2018. [4] W. Sutopo, RW Astuti, A. Purwanto i M. Nizam, „Model komercijalizacije litij-ionske baterije nove tehnologije: studija slučaja za pametno električno vozilo“, Zbornik radova Zajedničke međunarodne konferencije o ruralnoj informacijsko-komunikacijskoj tehnologiji i tehnologiji električnih vozila 2013, rICT i ICEV -T 2013, 6741511.https: //doi.org/10.1109/rICTICeVT.2013.6741511. [5] M. Catenacci, G. Fiorese, E. Verdolini i V. Bosetti, „Going electric: Expert survey on the future of battery technology for electric vehicles. In Innovation under Nigurity, ”u Edward Elgar Publishing, 93. Amsterdam: Elsevier, 2015. [6] M. Weiss, P. Dekker, A. Moro, H. Scholz i MK Patel,„ O elektrifikaciji cestovnog prijevoza - pregled ekoloških, ekonomskih i društvenih performansi električnih dvotočkaša, ”Transportation Research Part D: Transport and Environment, vol. 41, str. 348-366, 2015. https://doi.org/10.1016/j.trd.2015.09.007. [7] M. Nizam, „Productions Kit Konversi Kendaraan Listrik Berbasis Baterai Untuk Sepeda Motor Roda Dua Dan Roda Tiga,“ Laporan Akhir Hibah PPTI, Badan Pengelola Usaha Universitas Sebelas Maret, 2019. [8] MNA Jodinesa, W. Sutopo i R. Zakaria, “Analiza lanca Markova za utvrđivanje predviđanja tržišnog udjela nove tehnologije: studija slučaja električnog pretvarača motocikla u Surakarti, Indonezija”, Zbornik radova AIP konferencije, vol. 2217 (1), str. 030062), 2020. AIP Publishing LLC. [9] W. Sutopo i EA Kadir, “Indonezijski standard ferofosfata litij-ionskih baterija u ćelijama za primjene na električnim vozilima”, TELKOMNIKA Indonezijski časopis za elektrotehniku, vol. 15 (2), str. 584-589, 2017. https://doi.org/10.12928/telkomnika.v15i2.6233. [10] B. Rahmawatie, W. Sutopo, F. Fahma, M. Nizam, A. Purwanto, BB Louhenapessy i ABMulyono, „Dizajn okvira za standardizaciju i zahtjeve ispitivanja sistema za upravljanje baterijama za primjenu na električnim vozilima“, Zbornik radova - 4. Međunarodna konferencija o tehnologiji električnih vozila, str. 7-12, 2018. https://doi.org/10.1109/ICEVT.2017.8323525. [11] W. Sutopo, M. Nizam, B. Rahmawatie, dan F. Fahma, „Pregled standardnog razvoja punjenja električnih vozila: Studija slučaja u Indoneziji“, Zbornik radova - 2018. Peta međunarodna konferencija o tehnologiji električnih vozila, vol. 8628367, str. 152-157, 2018. https://doi.org/10.1109/ICEVT.2018.8628367. [12] Gaikindo: Tahun 2040 Indonezija Zaustavite Mobil Berbahan Bakar Minyak, 2017. [Online]. gaikindo.or.id. [Pristupljeno: mart. 20. 2020.]. [13] S. Goldenberg, „Indonezija će smanjiti emisije ugljika za 29% do 2030.“, Guardian, 2015. UTAMI ET AL. /ŽURNAL OPTIMASI SISTEM INDUSTRI - VOL. 19 NO. 1 (2020) 70-81 80 Utami i dr. DOI: 10.25077/josi.v19.n1.p70-81.2020 [14] YN Sang i HA Bekhet, “Modeliranje namjera upotrebe električnih vozila: Empirijska studija u Maleziji,” Journal of Cleaner Production, vol. 92, str. 75-83, 2015. https://doi.org/10.1016/j.jclepro.2014.12.045. [15] ZY She, Q. Sun, JJ Ma i BC Xie, “Koje su prepreke za široko rasprostranjeno usvajanje električnih vozila na baterije? Anketa o percepciji javnosti u Tianjinu, Kina, ”Journal of Transport Policy, vol. 56, str. 29-40, 2017. https://doi.org/10.1016/j.tranpol.2017.03.001. [16] N. Berkeley, D. Jarvis i A. Jones, „Analiza preuzimanja električnih vozila na baterije: istraživanje barijera među vozačima u Velikoj Britaniji“, Transportation Research Part D: Transport and Environment, vol. 63, str. 466-481, 2018. https://doi.org/10.1016/j.trd.2018.06.016. [17] C. Zhuge i C. Shao, „Istraživanje faktora koji utječu na preuzimanje električnih vozila u Pekingu, Kina: statističke i prostorne perspektive,“ Journal of Cleaner Production, vol. 213, str. 199-216, 2019. https://doi.org/10.1016/j.jclepro.2018.12.099. [18] A. Widardjono, Analisis Multivariat Terapan program SPSS, AMOS i SMARTPLS (2. izdanje). Yogyakarta: UPP STIM YKPN, 2015. [19] T. Laukkanen, “Usvajanje potrošača nasuprot odlukama o odbijanju u naizgled sličnim inovacijama usluga: slučaj interneta i mobilnog bankarstva”, Journal of Business Research, vol. 69 (7), str. 2432–2439, 2016. https://doi.org/10.1016/j.jbusres.2016.01.013. [20] V. Vasseur i R. Kemp, „Usvajanje PV -a u Holandiji: statistička analiza faktora usvajanja“, Renewable and Sustainable Energy Reviews, vol. 41, str. 483–494, 2015. https://doi.org/10.1016/j.rser.2014.08.020. [21] Poslanik Gagnon, E. Orruño, J. Asua, AB Abdeljelil i J. Emparanza, “Upotreba modifikovanog modela prihvatanja tehnologije za procjenu usvajanja novog sistema za nadgledanje od strane zdravstvenih radnika”, Telemedicina i e-zdravlje, vol. 18 (1), str. 54–59, 2012. https://doi.org/10.1089/tmj.2011.0066. [22] N. Phaphoom, X. Wang, S. Samuel, S. Helmer i P. Abrahamsson, „Studija istraživanja o velikim tehničkim preprekama koje utiču na odluku o usvajanju cloud usluga“, Journal of Systems and Software, vol. 103, str. 167–181, 2015. https://doi.org/10.1016/j.jss.2015.02.002. [23] MWD Utami, AT Haryanto i W. Sutopo, „Analiza percepcije potrošača vozila na električni automobil u Indoneziji“, Zbornik radova AIP konferencije (Vol. 2217, br. 1, str. 030058), 2020. AIP Publishing LLC [24 ] Yuniaristanto, DEP Wicaksana, W. Sutopo i M. Nizam, "Predložena komercijalizacija tehnologije poslovnih procesa: studija slučaja inkubacije tehnologije električnih automobila", Zbornik radova sa Međunarodne konferencije o elektrotehnici i računarstvu 2014., ICEECS, 7045257, str. 254-259. https://doi.org/10.1109/ICEECS.2014.7045257. [25] MA Bujang, N. Sa'at i TM Bakar, „Smjernice za veličinu uzorka za logističku regresiju iz opservacijskih studija s velikom populacijom: naglasak na točnosti statistike i parametara na osnovu kliničkih podataka iz stvarnog života“, Malezijski časopis medicinske nauke: MJMS, vol. 25 (4), str. 122, 2018. https://doi.org/10.21315/mjms2018.25.4.12. [26] E. Radjab i A. Jam'an, “Metodologi Penelitian Bisnis”, Makasar: Lembaga Perpustakaan i Penerbitan Universitas Muhammadiyah Makasar, 2017. [27] T. Eccarius i CC Lu, “Motori na dva točka za održivu mobilnost: Pregled usvajanja električnih motocikala od strane potrošača ”, International Journal of Sustainable Transportation, vol. 15 (3), str. 215-231, 2020. https://doi.org/10.1080/15568318.2018.1540735. [28] S. Habich-Sobiegalla, G. Kostka i N. Anzinger, „Namjere kupovine električnih vozila kineskih, ruskih i brazilskih građana: Međunarodna komparativna studija“, Journal of čistiju proizvodnju, vol. 205, str. 188-200, 2018. https://doi.org/10.1016/j.jclepro.2018.08.318. [29] W. Sierzchula, S. Bakker, K. Maat i B. Van Wee, „Utjecaj financijskih poticaja i drugih društveno-ekonomskih faktora na usvajanje električnih vozila“, Energetska politika, vol. 68, str. 183–194, 2014. https://doi.org/10.1016/j.enpol.2014.01.043. [30] RM Krause, SR Carley, BW Lane i JD Graham, „Percepcija i stvarnost: javno znanje o priključnim električnim vozilima u 21 američkom gradu“, Energy Policy, vol. 63, str. 433–440, 2013. https://doi.org/10.1016/j.enpol.2013.09.018. [31] D. Browne, M. O'Mahony i B. Caulfield, “Kako bi se trebale klasificirati prepreke alternativnim gorivima i vozilima i ocijeniti potencijalne politike za promicanje inovativnih tehnologija?”, Journal of Cleaner Production, vol. 35, str. 140–151, 2012. https://doi.org/10.1016/j.jclepro.2012.05.019. [32] O. Egbue i S. Long, „Prepreke za široko rasprostranjeno usvajanje električnih vozila: analiza stavova i percepcija potrošača“, Journal of Energy Policy, vol. 48, str. 717– 729, 2012. https://doi.org/10.1016/j.enpol.2012.06.009. [33] X. Zhang, K. Wang, Y. Hao, JL Fan i YM Wei, „Uticaj vladine politike na preferencije za NEVs: dokazi iz Kine“, Energetska politika, vol. 61, str. 382–393, 2013. https://doi.org/10.1016/j.enpol.2013.06.114. [34] BK Sovacool i RF Hirsh, „Osim baterija: ispitivanje prednosti i prepreka za plug-in hibridna električna vozila (PHEV) i prijelaz vozila na mrežu (V2G)“, Energetska politika, vol. 37, str. 1095–1103, 2009. https://doi.org/10.1016/j.enpol.2008.10.005. [35] E. Graham-Rowe, B. Gardner, C. Abraham, S. Skippon, H. Dittmar, R. Hutchins i J. Stannard, „Uobičajeni potrošači koji upravljaju električnim automobilima sa električnim priključkom i priključnim hibridnim električnim automobilima: kvalitativna analiza odgovora i evaluacija ”, Transp. Res. Dio A: Politička praksa, vol. 46, str. 140–153, 2012. https://doi.org/10.1016/j.tra.2011.09.008. [36] AF Jensen, E. Cherchi i SL Mabit, „Glavni potrošači koji upravljaju električnim automobilima sa priključnim baterijama i hibridnim električnim priključcima: kvalitativna analiza odgovora i ocjena“, Transp. Res. Dio D: Transp. Environ., Vol. 25, str. 24–32, 2013. [Online]. Dostupno: ScienceDirect. [37] ND Caperello i KS Kurani, “Priče domaćinstava o njihovim susretima sa hibridnim električnim vozilom sa dodatkom”, Environment. Ponašanje, vol. 44, str. 493–508, 2012. https://doi.org/10.1177/0013916511402057. [38] JS Krupa, DM Rizzo, MJ Eppstein, D. Brad-Lanute, DE Gaalema, K. Lakkaraju i CE Warrender, „Priče domaćinstava o njihovim susretima sa hibridnim električnim vozilom sa dodatkom“, Analiza ankete potrošača o UTAMI ET AL. /ČASOPIS O OPTIMIZACIJI SISTEMA U INDUSTRIJI - VOL. 19 NO. 1 (2020) 70-81 DOI: 10.25077/josi.v19.n1.p70-81.2020 Utami i dr. 81 plug-in hibridna električna vozila. Transp. Res. Dio A: Politička praksa, vol. 64, str. 14–31, 2014. https://doi.org/10.1016/j.tra.2014.02.019. [39] DW Hosmer i S. Lemeshow, „Primijenjena logistička regresija. Drugo izdanje ”, New York: John Willey & Sons, 2000. https://doi.org/10.1002/0471722146. NOMENKLATURA j zavisne varijabilne kategorije (j = 1, 2, 3, 4, 5) k nezavisne varijabilne kategorije (k = 1, 2, 3,…, m) i kvalitativne nezavisne varijabilne kategorije n red ispitanika β0j presreće svaki odgovor zavisnih promenljiva Xk kvantitativna nezavisna promenljiva Xik kvalitativna nezavisna promenljiva Y zavisna promenljiva Pj (Xn) mogućnost za svaku kategoriju nezavisne promenljive za svakog ispitanika BIOGRAFIJA AUTORA Martha Widhi Dela Utami Martha Widhi Dela Utami je student na Odseku za industrijsko inženjerstvo Univerziteta Sebelas Maret. Pripada Laboratoriji za logistiku i poslovni sistem. Njena istraživačka interesovanja su logistika i upravljanje lancem snabdijevanja i istraživanje tržišta. Svoju prvu publikaciju o analizi percepcije potrošača električnih automobila u Indoneziji objavila je 2019. Yuniaristanto Yuniaristanto je predavač i istraživač na Odjeljenju za industrijsko inženjerstvo, Universitas Sebelas Maret. Njegovi istraživački interesi su lanac opskrbe, simulacijsko modeliranje, mjerenje performansi i komercijalizacija tehnologije. Ima publikacije koje je indeksirao Scopus, 41 članak sa 4 H indeksa. Njegova adresa e -pošte je yuniaristanto@ft.uns.ac.id. Wahyudi Sutopo Wahyudi Sutopo, ima stručnu spremu inženjera (Ir) na Studijskom programu strukovnog inženjera - Universitas Sebelas Maret (UNS) 2019. godine. Doktorirao je iz oblasti industrijskog inženjerstva i menadžmenta na Institutu Tehnologi Bandung (ITB) na 2011. godine, magistar nauka iz menadžmenta na Universitas Indoneziji 2004. godine i diplomirani inženjer industrijskog inženjerstva na ITB -u 1999. Njegovi istraživački interesi su lanac snabdijevanja, inženjerska ekonomija i analiza troškova, te komercijalizacija tehnologije. Dobio je više od 30 stipendija za istraživanje. Ima publikacije koje je indeksirao Scopus, 117 članaka sa 7 H indeksa. Njegova adresa e -pošte je wahyudisutopo@staff.uns.ac.id.Rezultati logističke regresijske analize za varijable TE1 do TE5 koje pripadaju tehnološkim faktorima pokazuju rezultate da vrijeme punjenja baterije (TE3) ima značajan utjecaj na namjeru usvajanja električnih motocikala u Indoneziji. Značajna vrijednost za kilometražu (0,107) ne podržava hipotezu 16, mogućnost kilometraže nema značajan utjecaj na namjeru usvajanja električnog motocikla. Vrijednost procjene za najveću kilometražu je 0,146, pozitivan znak znači da što je maksimalna kilometraža električnog motocikla primjerenija za nekoga, veća je namjera da se usvoji električni motocikl. Značajna vrijednost za nezavisnu promjenjivu snagu ili maksimalnu brzinu (0,052) ne podržava hipotezu 17, najveća brzina ne utječe značajno na namjeru usvajanja električnog motocikla. Vrijednost procjene snage ili maksimalne brzine je 0,167, pozitivan znak znači da što je maksimalna brzina električnog motocikla prikladnija za osobu, veća je namjera usvajanja električnog motocikla. Značajna vrijednost vremena punjenja (0,004) podržava hipotezu 18, vrijeme punjenja ima značajan utjecaj na namjeru usvajanja električnog motocikla. Procijenjena vrijednost vremena punjenja je 0,240, pozitivan znak znači da što je nekome prikladnija maksimalna brzina električnog motocikla, veća je namjera usvajanja električnog motocikla. Značajna vrijednost sigurnosti (0,962) ne podržava hipotezu 19, sigurnost ne utječe značajno na namjeru usvajanja električnog motocikla. Vrijednost procjene sigurnosti je -0,005, negativni predznak znači da što se neko osjeća sigurnije koristeći električni motocikl, manja je namjera usvajanja električnog motocikla. Značajna vrijednost trajanja baterije (0,424) ne podržava hipotezu 20, trajanje baterije nema značajan utjecaj na namjeru usvajanja električnog motocikla. Vrijednost procjene trajanja baterije je 0,068, pozitivan znak znači da što je životni vijek baterije električnog motocikla primjereniji, to je veća namjera usvajanja električnog motocikla. Rezultati logističke regresijske analize za varijable ML1 do ML7 koje pripadaju faktorima makrorazine pokazuju rezultate da samo dostupnost naplate na radnom mjestu (ML2), dostupnost naplate u rezidenciji (ML3) i politika popusta na naplatu troškova (ML7) koji imaju značajan utjecaj na namjeru usvajanja električnih motocikala u Indoneziji. Značajna vrijednost dostupnosti punjenja na javnim mjestima (0,254) ne podržava hipotezu 21, dostupnost punjenja na javnim mjestima ne utječe značajno na namjeru usvajanja električnog motocikla. Značajna vrijednost dostupnosti punjenja na radnom mjestu (0,007) podržava hipotezu 22, dostupnost punjenja na radnom mjestu ima značajan utjecaj na namjeru usvajanja električnog motocikla. Značajna vrijednost dostupnosti punjenja kod kuće (0,009) podržava hipotezu 22, dostupnost punjenja kod kuće ima značajan utjecaj na namjeru usvajanja motocikla. Značajna vrijednost dostupnosti servisnih mjesta (0,181) ne podržava hipotezu 24, dostupnost servisnih mjesta nema značajan utjecaj na namjeru usvajanja električnog motocikla. Značajna vrijednost politike poticaja za kupovinu (0,017) podupire hipotezu 25, politika poticaja kupovine ima značajan utjecaj na namjeru usvajanja električnog motocikla. Značajna vrijednost godišnje politike poreskih popusta (0,672) ne podržava hipotezu 26, godišnja politika podsticaja poreskih olakšica nema značajan uticaj na namjeru usvajanja električnog motocikla. Značajna vrijednost politike popusta na troškove punjenja (0,00) podupire hipotezu 27, politika poticaja na popust pri troškovima ima značajan učinak na namjeru usvajanja električnog motocikla. Prema rezultatu faktora makrorazine, usvajanje električnih motocikala može se ostvariti ako su potrošači spremni za pristup punionici na radnom mjestu, stanici za punjenje u rezidenciji i politici popusta na cijenu punjenja. Sve u svemu, učestalost dijeljenja na društvenim medijima, nivo ekološke svijesti, otkupne cijene, troškovi održavanja, maksimalna brzina električnih motocikala, vrijeme punjenja baterije, dostupnost infrastrukture stanica za punjenje na poslu, dostupnost infrastrukture za punjenje zasnovane na kući, UTAMI ET AL. /ČASOPIS O OPTIMIZACIJI SISTEMA U INDUSTRIJI - VOL. 19 NO. 1 (2020) 70-81 DOI: 10.25077/josi.v19.n1.p70-81.2020 Utami i dr. 77 politike podsticaja pri kupovini i politike podsticaja pri sniženju troškova značajno utiču na namjeru usvajanja električnih vozila. Model jednadžbe i funkcija vjerojatnosti Jednačina 3 je logička jednadžba za odabir odgovora „izrazito nespreman“ za usvajanje električnog motocikla.  =  = + 27 1 01 (1 |) kg Y Xn   k Xik (3) Jednačina 4 je logit jednadžba za odabir odgovora “nevoljni” za usvajanje električnog motocikla.  =  = + 27 1 02 (2 |) kg Y Xn   k Xik (4) Jednadžba 5 je logička jednadžba za odabir odgovora “sumnja” na usvajanje električnog motocikla.  =  = + 27 1 03 (3 |) kg Y Xn   k Xik (5) Jednačina 6 je logit jednadžba za opciju odgovora “voljni” usvojiti električni motocikl.  =  = + 27 1 04 (4 |) kg Y Xn   k Xik (6) Funkcije vjerovatnoće namjere usvajanja električnih motocikala prikazane u jednadžbi 7 do jednadžbe 11. Jednadžba 7 je funkcija vjerojatnosti za odabir odgovora “ izrazito nespremni ”usvojiti električni motocikl. eenng YX g YXP Xn PY Xn (1 |) (1 |) 1 1 () (1 |)   + = =  (7) Jednačina 8 je funkcija vjerovatnoće za odabir odgovora „nespreman“ da usvoji električni motocikl. eeeennnng YX g YX g YX g YX nnnn PYXPYXPXPYX (1 |) (1 |) (2 |) (2 |) 2 1 1 (2 |) (1 |) () (2 |)    - + - + = =  -  = = (8) Jednačina 9 je funkcija vjerovatnoće za odabir odgovora „sumnja“ na usvajanje električnog motocikla. eeeennnng YX g YX g YX g YX nnnn PYXPYXPXPYX (2 |) (2 |) (3 |) (3 |) 3 1 1 (3 |) (2 |) () (3 |)    - + - + = =  -  = = (9) Jednačina 10 je funkcija vjerovatnoće za odabir odgovora „voljni“ usvojiti električni motocikl. eeeennnng YX g YX g YX g YX nnnn PYXPYXPXPYX (3 |) (3 |) (4 |) (4 |) 4 1 1 (4 |) (3 |) () (4 |)    - + - + = =  -  = = (10) Jednadžba 11 je funkcija vjerojatnosti za odabir odgovora „vrlo voljni“ usvojiti električni motocikl. eenng YX g YX nnn PYXPXPYX (4 |) (4 |) 5 1 1 1 (4 |) () (5 |)   + = - = -  = = (11) Vjerovatnoća namjere usvajanja Jednačina redne logističke regresije tada primijenjen na uzorak odgovora ispitanika. Tabela 8 prikazuje karakteristike i odgovore uzorka. Dakle, vjerojatnost da se odgovori na svaki kriterij o ovisnoj varijabli izračunava se na temelju jednadžbe 7 - 11. Uzorak ispitanika koji ima odgovore kako je prikazano u tablici 7 ima vjerojatnost 0,0013 za izrazito nespremne za korištenje električnog motocikla, vjerojatnost 0,0114 za nespremnost da se koristi električni motocikl, vjerovatnoća 0,1788 za sumnju u upotrebu električnog motocikla, vjerovatnoća 0,563 za spremnost da se koristi električni motocikl, i vjerovatnoća 0,2455 za izrazito spremnu upotrebu električnog motocikla. Također je izračunata vjerovatnoća usvajanja električnog motocikla za 1.223 ispitanika, a prosječna vrijednost vjerovatnoće odgovora na izrazito nespremne za korištenje električnog motocikla bila je 0,0031, nespremnost na korištenje električnog motocikla bila je 0,0198, sumnja u korištenje električnog motocikla bila je 0,1482, voljni su koristiti električni motocikl iznosio je 0,3410, a snažno voljan za korištenje električni motocikl 0,4880. Ako se zbroje vjerovatnoće voljnih i silno voljnih, vjerovatnoća da će Indonežani usvojiti električne motocikle doseže 82,90%. Preporuke za poslovanje i kreatore politike U ordinalnoj logističkoj regresionoj analizi učestalost dijeljenja na društvenim medijima značajan je faktor koji utječe na namjeru usvajanja električnog motocikla. Važnost društvenih medija kao platf