P PENGARUH MEDIA SOSIAL, HARGA, DAN LOKASI TERHADAP KEPUTUSAN KUNJUNGAN KONSUMEN
Notice bibliographique
Résumé
This scholarly inquiry endeavors to dissect the intricate dynamics through which social media—intertwined with pricing schemes and geographical accessibility—exerts influence in sculpting the cognitive and behavioral inclinations of consumers toward their decision to visit Resto Kedai Darma, situated in Klaten, Central Java. The declining number of consumer visits became the motivation for this research, which is presumed to be related to suboptimal digital promotion, perceptions of prices that do not match service quality, and the restaurant's location outside the city center. The core demographic profile identified in this study encompasses individuals aged 17 to 40 who exhibit consistent engagement with social media platforms. A total of 100 participants were selected utilizing an incidental sampling technique. Empirical data acquisition was facilitated through the dissemination of structured questionnaires, followed by analytical processing via multiple linear regression techniques, operationalized using SPSS software version 27. The empirical findings reveal that pricing exerts a statistically significant and positive influence on consumer visit decisions, while social media and location do not show significant effects. The coefficient of determination (Adjusted R²) is 11.6%, indicating that the triadic constructs of social media engagement, pricing dynamics, and spatial accessibility collectively exert measurable impacts, explaining 11.6% of the variation in consumer visit decisions. The findings suggest that price is a dominant factor influencing customer decisions, while social media and location require further strategic optimization to attract more visitors.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,007 | 0,002 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,004 | 0,013 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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.
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 ».