An Effect of Product Quality, Price, and Word of Mouth on Buying Interest : A case of Tretes Porridge in Binjai
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
Small and medium enterprises (SMEs) is one of the supporting economic growths of a region. Small and medium size business can be developed by increasing the buying interest of the people around. Buying interest is the desire that arises from consumers to a product as a result of the consumer's observation of a product. This research is quantitative research with a sample of 109 respondents. This study focuses on the effect of product quality, price, and word of mouth on interest buying : a case of Bubur Tretes Binjai. This research was conducted in Binjai . The population of this study is the customer of Bubur Tretes that is located in Binjai. The researcher concluded that taking a sample of 109 respondents. Primary data were gathered by using questionnaires. The data were analyzed by using structural equation modeling-partial least squares (SEM-PLS) with SmartPLS software. The result of this study indicated that the variable product quality (X1) partially had a significant effect on buying interest, the price variable (X2) partially had not significant effect on buying interest, and word of mouth variable (X3) partially had a significant effect on buying interest. Simultaneously, product quality, price , and word of mouth influence buying interest on the traditional product of Bubur Tretes in Binjai. From the results of data processing, it was found that the coefficient of determination was 69.2% which indicates that X1, X2, and X3 together were able to influence Y by 69.2% with a moderate category, the remaining 30.8% was influenced by other factors.
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 | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 découle