MétaCan
Menu
Retour à la cohorte
Enregistrement W3109852652 · doi:10.5267/j.msl.2020.11.029

Customer satisfaction and trust interaction model

2020· article· en· W3109852652 sur OpenAlexvenueno aff
Runggu Besmandala Napitupulu, Nikous Soter Sihombing, Binur Pretty Napitupulu, Erwin Pardede

Notice bibliographique

RevueManagement Science Letters · 2020
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueConsumer Behavior and Marketing Influence
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCustomer satisfactionStructural equation modelingBusinessMarketingVariablesEquity (law)Customer equitySample (material)AdvertisingPsychologyCustomer retentionService qualityStatisticsMathematicsService (business)

Résumé

récupéré en direct d'OpenAlex

The purpose of this study is to identify and analyze the interaction between customer satisfaction and trust in a structural model. Sample consists of 210 Suzuki motor bikes’ users, aged 17-64, domiciled in Medan. Structural equation model approach is used to process raw data. Respondents' opinions were taken proportionally throughout the Medan city sub-districts. Questionnaires were submitted accidentally. The results show that customer satisfaction and trust partially had positive and significant effect on brand equity and repurchase intention. Brand equity did not show any indirect causal relationship mediator of the three exogenous variables to repurchase intention. Programs related to customer satisfaction and trust better increase brand equity and repurchase intention directly. Interaction variable existence in research model increases Chi-Square probability, decreases standard deviation, and increases t-value. Interaction variable creates synergy on the influence of customer satisfaction and trust to increase brand trust. Any programs to increase brand equity through customer satisfaction and trust should be implemented, simultaneously. The two exogenous variables will bring out the synergy that comes from this interaction.

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)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,014
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,005
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0140,002

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.

Tête enseignante Opus0,023
Tête enseignante GPT0,242
Écart entre enseignants0,219 · 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'étudeSimulation ou modélisation
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

Citations7
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueManagement Science LettersMême sujetConsumer Behavior and Marketing InfluenceTravaux en français237 207