Consumer Behavior Analysis in Choosing Conventional or Sharia Mortgage Product in Indonesia
Notice bibliographique
Résumé
The objectives of this study are 1) Analyze sharia mortgage market segment based on demographic and psychographic, 2) Analyze the factors that influence the type selection of sharia mortgage, 3) Formulate the managerial implications to increase market share sharia mortgage. This study used two approaches, the first approach is to use AIO (Attitude, Interest, Opinions) psychographic factors to measure consumer lifestyles before mapped into multiple segments. The second approach is to use the planned behavior theory (TPB). TPB is used to find out the factors that influence consumer in making decisions to purchase sharia mortgages. The data used is primary data that is quantitative. The primary data was obtained from questionnaires by consumers who will buy a house through mortgage facilities. The sample is determined intentionally (convenience sampling). The respondents are 150 people. The results showed that consumers are going to buy a house through mortgage facilities divided into 3 clusters. The first cluster is respondents who chose a sharia mortgage have monotonous, introvert, conservative and conformist personalities. The second cluster are respondents who chose conventional mortgages and have dynamic, extrovert, risk-taker and rationalist personalities. Meanwhile, the third cluster is respondents who chose conventional and sharia mortgages simultaneously and have dynamic, extrovert, risk-taker and universalist personalities. Based on the multiple regression analysis it shows that the output evaluation factor (X2) significantly affects the respondents’ interest in proposing a sharia mortgage, while the trust behavior factor (X1), the trust control (X3), the motivation (X4), the trust control (X5), power factor control (X6) have no significant effect. This study implies that sharia bank management should focus on 3rd clusters because it has a big potential market through generic strategies, market challenge strategies and marketing mix strategies.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».