STRATEGI MENINGKATKAN KEPUTUSAN PEMBELIAN KARTU PERDANA INDOSAT OOREDOO MELALUI MARKETING MIX DAN BRAND IMAGE DI KOTA SURAKARTA
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
ABSTRAK Tujuan penelitian ini adalah untuk menganalisis dan mengetahui signifikasi pengaruh Marketing Mix dan Brand Image Terhadap keputusan pembelian kartu perdana Indosat Ooredoo di kota Surakarta. Populasi dalam penelitian ini adalah konsumen kartu perdana indosat ooredoo di kota Surakarta yang jumlahnya tidak diketahui. Sampel diambil pada konsumen kartu perdana indosat ooredoo sebanyak 100 orang dengan metode accidental sampling . Analisis menggunakan Uji Validitas, Reliabilitas, Asumsi Klasik, Uji t, Uji F, dan Koefisien Determinasi (R 2 ). Hasil penelitian menunjukkan bahwa : (1) produk berpengaruh positif dan tidak signifikan terhadap keputusan pembelian ; (2) harga berpengaruh negatif dan tidak signifikan terhadap keputusan pembelian ; (3) promosi berpengaruh positif dan signifikan terhadap keputusan pembelian ; (4) tempat berpengaruh negatif dan tidak signifikan terhadap keputusan pembelian ; (5) brand image berpengaruh positif dan signifikan terhadap keputusan pembelian ; (6) produk, harga, promosi, tempat dan brand image berpengaruh signifikan terhadap keputusan pembelian ; (7) koefisien determinasi (R 2 ) didapatkan hasil sebesar 0,307 yang berarti variabel marketing mix dan brand image dapat menjelaskan 30,7% variabel keputusan pembelian, sedangkan sisanya 69,3% dijelaskan oleh variabel lain yang tidak diteliti seperti brand trust , brand loyalty , perilaku konsumen, kualitas pelayanan, gaya hidup, word of mouth dan lain-lain. Kata Kunci : marketing mix, brand image , dan keputusan pembelian
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,004 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,002 |
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 découle