MétaCan
Menu
Retour à la cohorte
Enregistrement W1947867318 · doi:10.5539/res.v7n12p48

The Influence of Location, Products, Promotions, Services with Respect to Consumer Behavior (Studies in the Indo March Raya Darmo Surabaya)

2015· article· en· W1947867318 sur OpenAlexvenueno aff
Teddy Chandra, Priyono Priyono, Lukmanul Hakim

Notice bibliographique

RevueReview of European Studies · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Behavior and Marketing Influence
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPromotion (chess)VariablesProduct (mathematics)MarketingRegression analysisVariable (mathematics)Consumer behaviourStatisticsBusinessPoint (geometry)Sample (material)Linear regressionMathematicsValue (mathematics)AdvertisingEconometricsPhysics

Résumé

récupéré en direct d'OpenAlex

The purpose of this research is to know and test the influence of the location of businesses, products, promotions, services, consumer behavior towards Indomaret Point Raya Darmo Surabaya. This research is explanatory study, which explains the influence between variables through hypothesis testing. The research was held in Indomaret Point Raya Darmo Surabaya. The sample in this study were 80 respondents. The independent variables are: location (X 1), product (X 2), promotion (X 3) and services (X 4), the dependent Variable is the consumer’s behavior (Y), while its analysis technique using multiple linear regression analysis are used as statistical methods. The results of data analysis in this study is there is a very strong relationship between location (X 1), product (X 2), Promotion (X 3), services (X 4) to consumer behavior, the value of the coefficient of determination (R square) of 0,936. This figure shows that the variable location (X 1), product (X 2), Promotion (X 3), services (X 4) can account for the variation or able to contribute to the performance of variable 93.6%, while the rest amounted to 6.4% due to other variables that are not included in the study.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,061
Score d'incertitude au seuil0,121

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,090
Tête enseignante GPT0,343
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations4
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReview of European StudiesMême sujetConsumer Behavior and Marketing InfluenceTravaux en français237 207