Millennial Generation’s Islamic Banking Behavioral Intention: The Moderating Role of Profit-Loss Sharing, Perceived Financial Risk, Knowledge of Riba, and Marketing Relationship
Notice bibliographique
Résumé
Despite tons of studies on Islamic banking (IB) behavior, there is a lack of understanding of the Millennial generation’s attitude to and subjective norms surrounding Islamic banking, as well as of their behavioral intention toward Islamic banking. Therefore, the present study investigates the influence of the Millennial generation’s attitude and subjective norms on their behavioral intention toward Islamic banking products and services. This study also focuses on the moderating roles of profit-loss sharing, perceived financial risk, knowledge of riba, and relationship marketing on the nexus of antecedent and behavioral intent of Islamic banking. This study has developed a conceptual framework, employed a questionnaire to collect data for understudying relationships, and constructed a predictive model. Within the proposed conceptual framework, structural equation modeling is employed to investigate the extent and direction of the link. We discovered that Millennial generation consumers’ attitudes and subjective norms influence and predict their behavioral intention towards Islamic banking. With the exception of perceived financial risk, all moderators have direct effects on behavior intention toward Islamic banking and could be antecedents of behavior intention toward Islamic banking. Profit-and-loss sharing and knowledge of riba moderate the nexus of attitude and behavioral intention and the nexus of subject norms and behavioral intention. Our findings thus extend the literature on Islamic banking and consumer behavior context.
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 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 | 0,002 | 0,000 |
| 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».