5.2. Variations across consumer seg

5.2. Variations across consumer segments

Following extant literature on promotional effectiveness, which indicates varying responses from consumers to promotional deals, this study postulates the existence of consumer segments, defined by different path coefficients that link consumer promotions and brand personality to their perceptions of brand equity. Rather than introducing theoretically based segmentation variables, which is appropriate when research seeks to uncover the ideal profile of dealprone consumers (Schneider and Currim, 1991), a latent class approach attempts to uncover and describe consumer segments that are homogeneous in terms of the impact of consumer promotions and brand personality on their judgments of brand equity. Furthermore, this study exploits the recent developments that extend the mixture model methodology to PLS structural equation models (Ringle et al. 2008) and applies the finite mixture PLS approach (FIMIX-PLS).

The mixture procedure applied with Smart PLS software results in an optimum solution composed of three segments. The model selection derives fromthe entropy index, which indicates a good separation in the estimated individual class probabilities and the smallest values for the Akaike and Bayesian Information Criteria (AIC and BIC). The entropy index is high (EN=.62), and the AIC and BIC statistics are the smallest across all other solutions. The specificpathcoefficients indicate the characteristics of each revealed group (Table 2).

Results (Indonesian) 1:

5.2. variasi di seluruh segmen konsumenSetelah wujud literatur tentang efektivitas promosi, yang menunjukkan berbagai tanggapan dari konsumen penawaran promosi, studi ini mendalilkan keberadaan segmen konsumen, defined oleh coefficients jalan berbeda yang link promosi konsumen dan kepribadian merek ke bagaimana persepsi mereka terhadap ekuitas merek. Alih-alih memperkenalkan secara teoritis berdasarkan variabel segmentasi, yang sesuai ketika mencari penelitian untuk mengungkap profile ideal dealprone konsumen (Schneider dan Currim, 1991), pendekatan laten kelas upaya untuk mengungkap dan menggambarkan segmen konsumen yang homogen dalam hal dampak konsumen promosi dan merek kepribadian pada penilaian mereka ekuitas merek. Selain itu, studi ini eksploitasi perkembangan terakhir yang memperpanjang campuran model metodologi untuk model-model persamaan struktural PLS (Ringle et al., 2008) dan berlaku campuran finite PLS pendekatan (FIMIX-PLS).Prosedur campuran diterapkan dengan Smart PLS perangkat lunak hasil dalam solusi optimal terdiri dari tiga segmen. Pemilihan model berasal dari indeks entropi, yang menandakan pemisahan baik di kelas masing-masing perkiraan probabilitas dan nilai-nilai terkecil untuk Akaike dan kriteria informasi Bayesian (AIC dan BIC). Indeks entropi tinggi (EN =. 62), dan statistik AIC dan BIC adalah yang terkecil di seluruh semua solusi lain. Specificpathcoefficients menunjukkan karakteristik masing-masing kelompok mengungkapkan (Tabel 2).

Results (Indonesian) 2:

5.2. Variasi di segmen konsumen

Mengikuti literatur yang ada pada efektivitas promosi, yang mengindikasikan berbagai tanggapan dari konsumen untuk penawaran promosi, penelitian ini mendalilkan adanya segmen konsumen, didefinisikan oleh koefisien fi jalan koefisien yang berbeda yang menghubungkan promosi konsumen dan kepribadian merek persepsi mereka dari ekuitas merek. Daripada memperkenalkan variabel segmentasi secara teoritis berdasarkan, yang sesuai ketika penelitian berusaha untuk mengungkap ideal pro fi le konsumen dealprone (Schneider dan Currim, 1991), pendekatan kelas laten mencoba untuk mengungkap dan menjelaskan segmen konsumen yang homogen dari segi dampak promosi konsumen dan kepribadian merek pada penilaian mereka ekuitas merek. Selanjutnya, penelitian ini memanfaatkan perkembangan terakhir yang memperpanjang metodologi model mixture untuk PLS model persamaan struktural (Ringle et al. 2008) dan menerapkan fi nite pendekatan campuran PLS (FIMIX-PLS).

Prosedur campuran diterapkan dengan hasil software Cerdas PLS dalam larutan optimal terdiri dari tiga segmen. Pemilihan Model berasal dari dana indeks entropi, yang menunjukkan pemisahan yang baik dalam estimasi probabilitas kelas individu dan nilai-nilai terkecil untuk Akaike dan Kriteria Informasi Bayesian (AIC dan BIC). Indeks entropi tinggi (EN = 0,62), dan AIC dan statistik BIC adalah terkecil di semua solusi lainnya. The fi cpathcoef koefisien spesifisitas menunjukkan karakteristik masing-masing kelompok mengungkapkan (Tabel 2).