PENGARUH HARGA, PROMOSI, DAN ULASAN PRODUK \nTERHADAP KEPUTUSAN PEMBELIAN MELALUI \nMARKETPLACE SHOPEE PADA MAHASISWA JURUSAN \nMANAJEMEN BISNIS SYARIAH ANGKATAN 2019-2022
Notice bibliographique
Résumé
Marketplace is a platform that acts as an intermediary between sellers and buyers to \nprocess product transactions online. Shopee is one of the most visited marketplaces in \nIndonesia in the third quarter of 2023. This research aims to determine the influence of \nprices, promotions and product reviews simultaneously and partially on purchasing \ndecisions through the Shopee marketplace. The population in this study were students \nmajoring in Sharia Business Management class 2019-2022, Sayyid Ali Rahmatullah \nTulungagung State Islamic University, who were taken using a non-probability sampling \ntechnique, precisely using a purposive sampling technique. Samples were taken using the \nlemeshow formula so that a sample size of 100 respondents was obtained. Data collection \nin this research used a questionnaire. The analysis method is multiple linear regression \nanalysis carried out with the help of the SPSS version 26 program. Hypothesis testing uses \nthe simultaneous F-Test and partial T-Test. The results of this research show that prices, \npromotions and product reviews simultaneously have a positive and significant effect on \nproduct purchasing decisions through the Shopee marketplace. Meanwhile, partially prices, \npromotions and product reviews have a positive and significant influence on product \npurchasing decisions through the Shopee marketplace. \n \nKeywords: Price; Promotion; Product Review; Purchasing Decisions.
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) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,003 | 0,002 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».