پیش بینی وفاداری مصرف کننده از طریق نقش تجربه جریان، ارزش درک شده و مسئولیت اجتماعی شرکت
Publish Year: 1402
نوع سند: مقاله ژورنالی
زبان: Persian
View: 63
This Paper With 23 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
JR_JNAMM-2-1_001
تاریخ نمایه سازی: 17 مرداد 1403
Abstract:
هدف پژوهش حاضر، پیش بینی وفاداری مصرف کننده از طریق نقش تجربه جریان، ارزش درک شده و مسئولیت اجتماعی شرکت انجام شد. روش پژوهش، توصیفی- پیمایشی و از نوع علی- همبستگی میباشد. ابزار اندازهگیری، پرسشنامههای گاریا تایمز و فرانکو گارسیا (۲۰۲۲)، مشتمل بر تجربه جریان؛ توجه؛ تمرکز؛ مفهوم زمان؛ گاریا تایمز (۲۰۲۱) ارزش درک شده؛ وفاداری و اسلام و همکاران (۲۰۲۱) مسئولیت اجتماعی شرکت بوده و جامعه آماری پژوهش حاضر مصرف کنندگان نوشیدنی برند ایستک در کرمانشاه در نظر گرفته شدهاند. با توجه به اینکه تعداد جامعه آماری در این پژوهش وسیع و نامشخص است برای تعیین حجم نمونه از فرمول کوکران مخصوص جوامع نامحدود استفاده شد که تعداد اعضای نمونه با در نظر گرفتن میزان برآورده شده ۳۸۴ نفر به صورت نمونهگیری در دسترس انتخاب شد. جهت بررسی توزیع نرمال بودن دادههای مورد استفاده از آزمون کولموگروف- اسمیرنوف و برای تجزیه و تحلیل یافتهها و آزمون فرضیههای پژوهش از مدل معادلات ساختاری از طریق نرم افزار AMOS استفاده شد. نتایج نشان داد که توجه، تمرکز و مفهوم زمان بر تجربه جریان تاثیر معنادار دارد. سایر نتایج نشان داد که تجربه جریان، ارزش درک شده و مسئولیت اجتماعی شرکت بر وفاداری مصرف کننده در سطح p<۰.۰۵ تاثیر معنادار دارد. در این راستا میتوان گفت که این شرکت با بهرهگیری از اطلاعات موجود و در دسترس، تجربه مشتری خود را شخصی سازی نموده و آن را مطابق با نیازهای فردی مشتریان ایجاد نماید. به این ترتیب، مشتریان احساس خواهند کرد که توجه لازم به آنها مبذول میگردد.
Authors
پیمان اکبری
Assistant Professor, Department of Public Management, Payame Noor University, Tehran, Iran
کامران نظری
Assistant Professor, Department of Public Management, Payame Noor University, Tehran, Iran
یاسر فرامرزی
Master of Public Management, Payam Noor University, Tehran, Iran.
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :