AN AHP BASED EXPERT STUDY OF INTRINSIC PSYCHOLOGICAL DETERMINANTS OF APPAREL PURCHASES IN AN INDIAN METROPOLITAN CITY
Notice bibliographique
Résumé
In today’s competitive market, understanding the drivers of consumer purchase decisions is critical for the retailers. This study uses an expert based Analytic Hierarchy Process (AHP) to prioritize six intrinsic psychological factors namely motivation, attitude, perception, learning, personality and self-esteem believed to influence apparel purchase decisions in Kolkata’s organized retail sector. Three domain experts selected on the basis of their experience provided pairwise comparisons. Group judgments were aggregated using the geometric mean method. Individual and aggregated values of maximum eigenvalue (λ max), consistency index (CI) and consistency ratio (CR) were computed. All CR values were below 0.10, indicating acceptable consistency of expert judgments. Final AHP results revealed motivation (44.72%) as the most influential factor, followed by attitude (24.30%), perception (14.42%), self-esteem (7.43%), learning (7.05%), and personality (3.45%). Results of the study suggest marketers to concentrate on motivational stimuli, attitudinal interventions, perceptual cues and communication strategies to influence customers for purchase. However, small expert panel, lack of direct consumer feedback and confinement to one city are limitations of the study. Future studies with more experts and consumer feedback across different cities can validate the findings. Multi-criteria decision approach for pair wise comparison and ranking of internal factors adds to the literature in the area of consumer psychology. The study provides practical recommendation to the marketers to shape consumer perception and their purchase behaviour.
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 | 0,005 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,007 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,003 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».