Konflik Emosi Penyesalan Pasca Pembelian Online: Mahasiswa Introvert Vs Ekstrovert
Notice bibliographique
Résumé
Kemajuan teknologi informasi telah mengubah cara individu beraktivitas ekonomi, terutama dengan meningkatnya belanja daring di kalangan mahasiswa. Belanja daring memudahkan dan menghemat waktu, tetapi juga menimbulkan tantangan psikologis seperti penyesalan pasca pembelian. Pertumbuhan e-commerce mendorong pembelian impulsif, sehingga evaluasi keputusan pembelian penting untuk memahami perilaku konsumen, di mana kepribadian berperan dalam pengambilan dan evaluasi keputusan pembelian. Penelitian ini bertujuan untuk mengetahui perbedaan tingkat penyesalan pasca pembelian secara daring di Kota Makassar ditinjau dari kepribadian ekstrovert dan introvert. Sampel penelitian berjumlah 592 mahasiswa yang dipilih dengan teknik purposive sampling, terdiri atas 321 ekstrovert dan 271 introvert. Data dikumpulkan menggunakan skala modifikasi Kepribadian dan Penyesalan Pasca Pembelian yang disusun oleh Tsabitah Adzradalila (2023) dengan reliabilitas 0,93 dan 0,95. Penelitian menggunakan pendekatan kuantitatif dengan metode komparatif, serta analisis data dilakukan melalui independent sample t-test. Hasil penelitian menunjukkan terdapat perbedaan signifikan antara individu ekstrovert dan introvert dalam penyesalan pasca pembelian (p = 0,040), di mana ekstrovert cenderung lebih tinggi tingkat penyesalannya. Temuan ini memberikan kontribusi bagi pengembangan literatur perilaku konsumen sekaligus menjadi dasar dalam merumuskan strategi pemasaran daring yang sesuai dengan karakteristik kepribadian konsumen.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,021 | 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), 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 ».