PENGARUH VARIETY SEEKING DAN E-WOM TERHADAP BRAND SWITCHING PADA PENGGUNA SAMSUNG KE IPHONE (Studi Pada Generasi Z di Kota Semarang)
Notice bibliographique
Résumé
Smartphones are the result of technological developments that are progressing rapidly. The rapid progress of information technology encourages smartphone manufacturers to compete to create superior products. This makes consumers have many choices in choosing a smartphone. According to IDC data in the 3rd quarter of 2021/2022 and the Top Brand Award for Teens in 2022/2023, Samsung is in the top position. However, its YoY and index have decreased, which means that there is a decrease in shipments, market share, mind share, and commitment share. In contrast, the iPhone actually experienced a significant increase. The sample in this study amounted to 100 Generation Z respondents in Semarang City using Samsung smartphones who switched brands to iPhones. Data analysis in this study was processed using SPSS version 26. This study produces findings that show that variety seeking and e-wom partially and simultaneously have a positive and significant effect on brand switching from Samsung to iPhone. This study suggests that Samsung can increase product launches and innovative features to reduce the level of variety seeking and increase e-wom activities through providing product information and cooperation with users to share positive experiences in order to increase its competitiveness on social media.
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 | 0,007 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,003 |
| Méta-épidémiologie (sens large) | 0,004 | 0,001 |
| Bibliométrie | 0,002 | 0,004 |
| Études des sciences et des technologies | 0,010 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,003 | 0,002 |
| Intégrité de la recherche | 0,005 | 0,016 |
| 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 ».