Does Marketing Success Factors Influence Private College Admission? Evidence From Malaysia
Notice bibliographique
Résumé
Private colleges are predicted to be presented with many opportunities as well as challenges in the coming years. Admission pressures become one of the challenges face by most of Private Colleges in Malaysia. Lacking of marketing mix strategy are claimed to contribute to this admission pressure. This study was conducted firstly, to determine the relationship between marketing success factors (Price, Place, Product, Promotion, People, Process, Physical Evidence, Partnership, Publication and Conference, Presentation and Extracurricular Program) with the marketing mix strategy of private colleges. Secondly, to determine the relationship between Marketing Mix Strategy with Private College Admission. Similarly, in this study, these 11Ps are the success factors of private college marketing mix strategy in influencing student to study in private colleges. Structural Equation Model (SEM) is conducted to estimate the effects of the main construct on its subcontracts, exogeneous and endogenous variables and its significant relationship. The result found the factors with the highest percentage of variation in contributing to Marketing Mix Strategy are Promotion, Product, Place, Price, Process, Partnership, Presentation, People, Physical Evidence, Publication and Conference and lastly Extracurricular Program. Thus, concluding that 11Ps Marketing Mix Strategy has a significant relationship with Private College Admissions. National private colleges can create a strategy based on the marketing mix strategy in competing for students. The study area is Malaysia, and it was conducted over a sample of 366 executive and marketing officers as the respondents.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».