Professional Documents
Culture Documents
Review Customer Engagement
Review Customer Engagement
NO KETERANGAN PEMBAHASAN
1. Judul : keterlibatan pelanggan dalam konteks platform
Buku/Artikel,Pengarang,Tahun interaktif digital dalam ritel. SK Roy, G. Singh,
S. Sadeque, P. Harrigan, dan K. Coussement
(2023)
2. Isu yang dibahas : Dalam artikel jurnal tersebut, terdapat
beberapa isu yang dibahas, antara lain
1. keterlibatan pelanggan dalam konteks
platform interaktif digital dalam ritel
sepatu online. Studi ini mengeksplorasi
hubungan antara kepuasan kebutuhan
psikologis manusia (otonomi,
keterhubungan, dan kompetensi) dengan
keterlibatan pelanggan, yang pada
gilirannya memengaruhi kesejahteraan
subjektif.
2. Penelitian ini juga menguji peran
mediasi keterlibatan pelanggan yang
didukung oleh Digital Interactive
Platforms (DIP) antara kepuasan
kebutuhan dan kesejahteraan subjektif
pelanggan.
3. penelitian ini memiliki implikasi teoretis
dan manajerial yang penting untuk
bisnis ritel, serta menyoroti pentingnya
memperkuat interaksi dalam lingkungan
teknologi untuk menciptakan
pengalaman positif bagi pelanggan.
3. Teori yang digunakan : Dalam jurnal ini, teori yang dibahas adalah untuk
memahami keterlibatan pelanggan dalam konteks
platform interaktif digital (DIP) dalam industri ritel
online. SDT memberikan landasan motivasi untuk
memahami keterlibatan pelanggan, dengan fokus
pada tugas instruksional untuk merangsang sumber
daya motivasi intrinsik guna memungkinkan
keterlibatan pelanggan. Studi ini juga
mengintegrasikan logika dominan layanan (S-DL)
dan SDT untuk mengeksplorasi hubungan kompleks
antara kebutuhan psikologis manusia, keterlibatan
pelanggan, dan kesejahteraan subjektif. Temuan dari
penelitian ini mendukung hipotesis bahwa otonomi
dan kompetensi memiliki hubungan signifikan
dengan semua dimensi
keterlibatan pelanggan (kognitif, afektif, dan
perilaku) Studi ini juga membahas peran keterlibatan
pelanggan
sebagai mediator antara kepuasan kebutuhan
psikologis manusia dan kesejahteraan subjektif, yang
menyoroti kontribusi teoretis dan manajerial dari
penelitian ini .
SK Roy dkk. (2023).
4. Ontologi (tentang apa : Dalam Jurnal tersebut ontologi membahas
yang ingin diketahui) tentang keterlibatan pelanggan dalam konteks
platform interaktif digital (DIP) dalam industri ritel
sepatu online. Studi ini mengeksplorasi hubungan
antara kepuasan kebutuhan psikologis manusia
(otonomi, keterhubungan, dan kompetensi) dengan
keterlibatan pelanggan, yang pada gilirannya
memengaruhi kesejahteraan subjektif. Penelitian ini
juga menguji peran mediasi keterlibatan pelanggan
yang didukung oleh Digital Interactive Platforms
(DIP) antara kepuasan kebutuhan dan kesejahteraan
subjektif pelanggan. Metode analisis yang digunakan
termasuk pendekatan hybrid SEM-ANN dan
Pemodelan Persamaan Struktural Parsial (PLS-
SEM). Temuan dari penelitian ini memiliki
implikasi teoretis dan manajerial yang penting untuk
bisnis ritel, serta menyoroti pentingnya memperkuat
interaksi dalam lingkungan teknologi untuk
menciptakan pengalaman positif bagi pelanggan.
Selain itu, artikel ini juga membahas tentang
penggunaan teknik multilayer perceptron (MLP)
feed-forward-back-propagation (FFBP) untuk
analisis Artificial Neural Network (ANN) dalam
konteks penelitian bisnis. Isu-isu yang dibahas
meliputi keterlibatan pelanggan, kepuasan
kebutuhan, kesejahteraan subjektif, dan pengaruh
Digital Interactive Platforms (DIP) terhadap
keterlibatan pelanggan dan kesejahteraan subjektif.
5. Epistimologi (bagaimana cara : Dalam artikel jurnal tersebut, epistemologi yang
mendapatkan pengetahuan) digunakan adalah Studi ini mengeksplorasi
hubungan antara kepuasan kebutuhan psikologis
manusia (otonomi, keterhubungan, dan kompetensi)
dengan keterlibatan pelanggan, yang pada gilirannya
memengaruhi kesejahteraan subjektif. Penelitian ini
juga menguji peran mediasi keterlibatan pelanggan
yang didukung oleh Digital Interactive Platforms
(DIP) antara kepuasan kebutuhan dan kesejahteraan
subjektif pelanggan. Temuan dari penelitian ini
memiliki implikasi teoretis dan manajerial yang
penting untuk bisnis ritel, serta menyoroti pentingnya
memperkuat interaksi dalam lingkungan teknologi
untuk menciptakan pengalaman positif bagi
pelanggan. Selain itu, artikel ini juga membahas
tentang penggunaan teknik multilayer perceptron
(MLP) feed-forward-back-propagation (FFBP) untuk
analisis dalam konteks penelitian bisnis.
6. Aksiologi (tujuan ilmu : Dalam artikel jurnal tersebut, aksiologi yang
pengetahuan digunakan untuk digunakan adalah untuk menyelidiki hubungan
apa) antara kepuasan kebutuhan psikologis manusia
(otonomi, keterhubungan, dan kompetensi),
keterlibatan pelanggan yang didukung oleh
Digital Interactive Platforms (DIP), dan
kesejahteraan subjektif. Penelitian ini juga
bertujuan untuk menguji peran mediasi
keterlibatan pelanggan yang didukung oleh DIP
antara kepuasan kebutuhan dan kesejahteraan
subjektif pelanggan. Metode penelitian yang
digunakan mencakup pendekatan hybrid SEM-
ANN, penggunaan skenario berbasis teks, dan
analisis Artificial Neural Network (ANN)
dengan teknik multilayer perceptron (MLP)
feed- forward-back-propagation (FFBP). Selain
itu, tujuan dari artikel ini juga mencakup
identifikasi keterbatasan penelitian dan arah
penelitian masa depan, termasuk
mempertimbangkan faktor- faktor tambahan
yang mempengaruhi Customer
Engagement (CE) dan memperluas model
dengan jenis DIP yang berbeda.
7. Analisis Komprehensif : A. Latar belakang dalam artikel jurnal
tersebut adalah enelitian ini dilakukan
untuk menyelidiki hubungan antara
kepuasan kebutuhan psikologis manusia
(otonomi, keterhubungan, dan kompetensi)
dengan keterlibatan pelanggan yang
didukung oleh Digital Interactive Platforms
(DIP), serta dampaknya terhadap
kesejahteraan subjektif pelanggan. Metode
penelitian yang digunakan mencakup
pendekatan hybrid SEM-ANN, penggunaan
skenario berbasis teks, dan analisis Artificial
Neural Network (ANN) dengan teknik
multilayer perceptron (MLP) feed-forward-
back-propagation (FFBP). Studi ini juga
menguji hubungan nonlinier antara
kebutuhan psikologis manusia, keterlibatan
pelanggan, dan kesejahteraan subjektif
dalam konteks DIP. Selain itu, artikel ini juga
mencakup referensi dari berbagai jurnal
akademis yang membahas topik keterlibatan
pelanggan, media sosial, dan pengalaman
konsumen, serta profil singkat beberapa
profesor dan peneliti terkemuka dalam
bidang pemasaran, manajemen, dan analisis
bisnis.
B. Pembahasan dalam artikel jurnal
tersebut mencakup beberapa
aspek penting.
1. penelitian menggunakan
skenario berbasis teks untuk
menggambarkan kasus nyata
dari pengecer sepatu Eropa
PIKKPACK yang memenuhi
kriteria APPI untuk ditetapkan
sebagai DIP.
2. Hal ini membantu dalam
memahami peran DIP dalam
konteks penelitian ini.
Selanjutnya, artikel
membahas peran mediasi
keterlibatan
pelanggan yang didukung oleh
DIP antara kepuasan
kebutuhan dan kesejahteraan
subjektif
pelanggan.
3. Selain itu, artikel juga
mencakup referensi dari
berbagai jurnal akademis yang
membahas topik keterlibatan
pelanggan, media sosial, dan
pengalaman
konsumen, serta profil singkat
beberapa profesor dan
peneliti terkemuka dalam
bidang
pemasaran, manajemen,
dan analisis bisnis.
C. Kesimpulan
Kesimpulan dalam jurnal ini adalah
Penelitian ini mengintegrasikan
teori
kebutuhan dasar dari Self-
Determination Theory (SDT) untuk
memahami hubungan antara kepuasan
kebutuhan, keterlibatan pelanggan, dan
kesejahteraan subjektif
Keseluruhan, penelitian ini
bertujuan untuk
memahami bagaimana kepuasan
kebutuhan pelanggan di bidang
otonomi, keterkaitan, dan kompetensi
berkontribusi terhadap kesejahteraan
subjektif pelanggan melalui keterlibatan
pelanggan yang didukung DIP. Penelitian
ini juga mengusulkan bahwa
pemenuhan kebutuhan dasar pelanggan
dapat
menjadi dorongan untuk melakukan
tindakan keterlibatan dengan DIP.
D. Kelebihan dan Kelemahan teori
1. Kelebihan dari artikel jurnal
tersebut adalah enggunaan
pendekatan hybrid SEM-
ANN yang relatif baru dalam
keterlibatan pelanggan dan
literatur DIP.
2. Pendekatan ini
memungkinkan peneliti untuk
menentukan tingkat
kepentingan variabel
masukan dan memberi peringkat
berdasarkan kemampuan
prediktifnya terhadap
variabel keluaran, serta fokus
pada hubungan nonlinier
antara prediktor dan variabel
dependen. Hal ini memberikan
kontribusi pada literatur
dengan menyoroti hubungan
kompleks antara kebutuhan
psikologis
manusia, keterlibatan
pelanggan, dan kesejahteraan
subjektif dalam konteks DIP.
3. Kelemahan dari artikel ini
adalah pembahasan mengenai
generalisasi temuan dan
aplikabilitasnya di luar
konteks penelitian.
4. Selain itu, artikel ini juga
tidak memberikan informasi
yang cukup mengenai
batasan
penelitian dan potensi bias
metode umum (CMB) yang
mungkin mempengaruhi hasil
penelitian.
E. Kritik dalam jurnal tersebut adalah.
kurangnya pembahasan mengenai
generalisasi temuan dan aplikabilitasnya di
luar konteks penelitian. Artikel ini juga
tidak memberikan informasi yang cukup
mengenai batasan penelitian dan potensi
bias metode umum (CMB) yang mungkin
mempengaruhi hasil penelitian Selain
itu,
artikel ini juga dapat dikritik karena tidak
memberikan penjelasan yang memadai
mengenai bagaimana kepuasan
kebutuhan psikologis manusia (otonomi,
keterhubungan, dan kompetensi) diukur
dan diidentifikasi dalam penelitian. Hal ini
dapat mempengaruhi validitas dan
reliabilitas
temuan penelitian.
F. Implikasi dari jurnal ini adalah bahwa
kepuasan kebutuhan psikologis
manusia (otonomi, keterhubungan, dan
kompetensi) memiliki hubungan yang
signifikan dengan keterlibatan
pelanggan dalam platform interaktif
digital. Hal ini menunjukkan bahwa
pemenuhan
kebutuhan dasar pelanggan dapat
menjadi dorongan untuk
melakukan
tindakan keterlibatan dengan platform
interaktif digital, yang pada gilirannya
dapat memengaruhi kesejahteraan
subjektif pelanggan. Implikasi ini
penting bagi manajer yang
mengoperasikan Digital Interaction
Platforms (DIP) di lingkungan layanan
mereka, karena dapat membantu
mereka memahami bagaimana
kepuasan kebutuhan
pelanggan dapat
memengaruhi keterlibatan
pelanggan dan
kesejahteraan subjektif. Implikasi ini
juga dapat membantu dalam
pengembangan strategi pemasaran dan
pengalaman
pelanggan yang lebih efektif.
8. Pengembangan Tema Paper : Tentang hubungan antara kepuasan kebutuhan
yang bisa dilakukan psikologis manusia (otonomi, keterhubungan,
dan kompetensi) dengan keterlibatan pelanggan
dalam platform interaktif digital, serta
dampaknya terhadap kesejahteraan subjektif
pelanggan. Artikel ini juga membahas peran
mediasi keterlibatan pelanggan yang didukung
DIP antara kepuasan kebutuhan dan
kesejahteraan subjektif pelanggan.
Journal of Business Research 164 (2023) 114001
A R T I C L E I N F O
A B S T R A C T
Keywords:
+
Customer engagement Digitalized interactive platforms (DIPs) such as Apple watch, Starbucks apps and Nike have seen enormous
Digitalized interactive platform
growth. This study empirically investigates the antecedents and consequences of customer engagement in a
Subjective well-being
digitalized interactive platform of an online shoe retailing start-up. Specifically, we integrate service-dominant
SEM-ANN
logic and self-determination theory to explore the complex relationships between human psychological needs,
Self-determination theory
Service dominant logic customer engagement and subjective well-being. We hypothesise that, in case of digitalized interactive platforms,
the direct relationship between human psychological needs satisfaction (autonomy, relatedness and competence)
and subjective well-being is mediated by customer engagement (cognitive, affective and behavioral). We applied
a hybrid SEM-ANN approach to unravel the relationships. Findings show that autonomy and competence have
significant relationships with all the dimensions of customer engagement (cognitive, affective and behavioral).
Results also show that subjective well-being is not influenced by cognitive engagement but is influenced by
affective and behavioral engagement. Theoretical and managerial contributions are discussed.
1. Introduction
with its products, and experience them to play, explore, and discover
Retailers are increasingly re-conceptualising their offerings, pro- entertainment, productivity, and lifestyle media. Within its store, Apple
cesses, and interfaces holistically to design digitalized interactive plat- also facilitates a digital concierge process, available in both self-service
forms (hereafter, DIPs) for creating value through interactions (He & and employee-assisted modes, that directs customers to different sec-
Zhang, 2022). A retail offering positioned as a DIP highlights a net- tions of the store, allows them to scan the barcodes of accessories in the
worked arrangement of four dimensions; namely artifact, persons, pro- store, get reviews, ratings and products specs and pay for purchases
cesses, and interfaces (APPI), thereby resulting in the development of within the app through Apple Pay using the self-checkout option.
multiple interactive system environments that are capable of empow- Further, Apple manages the physical App Store as a DIP ‘with multiple
ering actors to engage in interactional value creation (Ramaswamy & connective other assemblages entailing books, music, videos, and credit card
Ozcan, 2018a, 2018b). For instance, Apple retail stores act as a DIP that accounts to enable a variety of novel, personalized, co-creational experi-
institutes APPI to facilitate customer engagement. Specifically, products ences’ (Ramaswamy & Ozcan, 2019, p.22). This suggests that DIPs can
on in-store display are represented as artifacts capable of enabling help traditional firms accomplish digital transformation (He & Zhang,
playful interaction and enjoyment among potential customers, thereby 2022). Other notable examples of brands offering DIPs include Burberry,
enabling customer engagement. Further, the Apple store as a DIP is Starbucks, Amazon and others (Ramaswamy & Ozcan, 2019). With more
configured for ordinary people, where the focus is on customer experi- and more brands investing in DIPs, Servion Global Solutions predicts
ence and not on the predominant practice of disseminating information that by 2025, ninty five per cent of customer-firm interactions will be
about the features of products, typically adopted by most technology powered by technologies including DIPs, and without human involve-
companies. Specifically, Apple invites potential customers to engage ment (Ed Lauder, 2017). Therefore, as predicted by Forbes, DIP-enabled
customer engagement is likely to increase in the future and eventually
* Corresponding author.
E-mail addresses: sanjit.roy@uwa.edu.au (S.K. Roy), gaganpreet@jgu.edu.in (G. Singh), s.sadeque@ecu.edu.au (S. Sadeque), paul.harrigan@uwa.edu.au
(P. Harrigan), k.coussement@ieseg.fr (K. Coussement).
https://doi.org/10.1016/j.jbusres.2023.114001
Received 20 November 2022; Received in revised form 23 April 2023; Accepted 24 April 2023
Available online 4 May 2023
0148-2963/© 2023 The Author(s). Published by Elsevier Inc. This is an open access article under the CC BY-NC-ND license (http://creativecommons.org/licenses/by-
nc-nd/4.0/).
S.K. Roy et al. Journal of Business Research 164 (2023)
114001
2
S.K. Roy et al. Journal of Business Research 164 (2023)
114001
impact value co-creation activities (based on S-DL). The literature in turn is
replete with examples supporting that need-satisfaction in these areas
contribute positively to wellbeing. However, limited attention has gone into
integrating the SDT and S-DL perspectives to examine the positive
relationship between need satisfaction, co-creation, and well- being. Thus,
this study has twofold objective:
This study makes several key contributions. First, this study applies SD-
Logic to understand DIP-enabled CE. Second, it integrates basic needs
theory, a sub-set of SDT, to conceptualise and empirically validate the
antecedents and consequences of DIP-enabled CE. Specifically, we unravel
the complex relationships between human psychological needs (autonomy,
relatedness and competence), customer engagement (cognitive, affective
and behavioral) and subjective well-being. Third, two-phased multi-
analytical models were used: SEM for evaluating the impact of
psychological needs satisfaction on DIP-enabled CE and sub- jective well-
being, and artificial neural network (ANN) analysis for the validation of
SEM outcomes and predicting the significance of the key relationships. This
combined approach provides a holistic understand- ing of the topic and,
equally important, the disadvantages of one approach can be offset by the
advantages of the other (Scott & Walczak, 2009). The findings have
important implications for managers, partic- ularly for those operating
DIPs in their service settings.
The organization of the remainder of this paper is laid out as follows.
The subsequent sections present the review of literature. Then, the research
model and hypothesis are detailed, followed by methodology, data analysis
techniques and statistical results. The subsequent sections detail discussion,
managerial and theoretical contributions. Finally, the paper rounds up with
limitations and direction for future studies.
2. Literature review
For several years, CE has been a topic of interest among researchers and
practitioners (Brodie et al., 2011; Pansari & Kumar, 2017; de Oli- veira
Santini et al., 2020). There is still an ongoing debate on the con- ceptualisation
and dimensionality of customer engagement (Hollebeek et al., 2021).
Grounded in different theoretical underpinnings, one group of scholars
argues that CE is comprised of both in-role and extra- role customer
cognitions, emotions, and behaviors (Harrigan et al., 2018; Kumar et al.,
2019). By contrast, other groups of scholars restrict CE to those expressions
that are primarily extra-role in nature (Van Doorn et al., 2010). In this study,
we adopt the former conceptualisation of CE that offers a more holistic view
of CE (Hollebeek et al., 2019; Groeger et al., 2016).
Van Doorn et al., (2010, p. 254) consider CE as unidimensional,
focusing much on the behavioral aspect of CE and conceptualising it as “the
customer’s behavioral manifestation toward a brand or firm, beyond purchase,
resulting from motivational drivers.” On the contrary, CE has been
conceptualised as a multidimensional construct encompassing cognitive,
affective and behavioral dimensions (Hollebeek et al., 2019; Brodie et al.,
2011; Islam et al., 2019). For instance, Hollebeek et al., (2019, p. 167) define
CE as a customer’s “investment of cognitive, emotional, behavioral, and social
operant, and operand resources in their brand interactions.” Similarly, Brodie et
al. (2013, p 107) define CE as “a multidimensional concept comprising cognitive,
emotional, and/ or behav- ioral dimensions [that] plays a central role in the
process of relational ex- change.” Consistent with these viewpoints, we posit
that DIP-enabled CE comprises of cognitive, emotional, and behavioral
dimensions. In the
3
S.K. Roy et al. Journal of Business Research 164 (2023)
114001
4
S.K. Roy et al. Journal of Business Research 164 (2023)
114001
5
S.K. Roy et al. Journal of Business Research 164 (2023)
114001
6
S.K. Roy et al. Journal of Business Research 164 (2023)
114001
Table 2 Table 3
Measurement Properties. Results of hypotheses testing.
Measurement items Loadings t-values α CR AVE Hypothesized Path t- p-value LCI UCI
Cognitive engagement paths coefficients values (2.5%) (97.5%)
COG1 0.84 33.86 Direct effects
COG2 0.81 30.76 0.77 0.87 0.69 (H1a)
COG3 0.84 29.70 Autonomy → DIP- enabled 0.65 6.34 0.00*** 0.44 0.82
ns
cognitive engagement(H1b) —0.06 1.23 0.22 —0.18 0.02
Affective engagement Relatedness → 0.32 3.38 0.007* 0.14 0.49
AFF1 0.86 37.91 0.68 8.37 0.00*** 0.49 0.80
AFF2 0.86 37.32 0.89 0.93 0.76 DIP-enabled 0.14 2.38 0.02* 0.02 0.24
AFF3 0.86 45.61 cognitive 0.14 2.07 0.001* 0.02 0.28
AFF4 0.89 52.16 engagement(H1c) 0.70 8.1 0.00*** 0.50 0.83
ns
Behavioral engagement Competence → 0.03 0.74 0.45 —0.06 0.12
BE1 0.92 92.85 DIP-enabled 0.20 2.63 0.009* 0.07 0.36
BE2 0.89 47.01 0.79 0.90 0.83 cognitive
Autonomy engagement(H2a)
A1 0.84 35.86 Autonomy → DIP-
A2 0.81 30.28 0.78 0.87 0.70 enabled affective
A3 0.86 37.90 engagement(H2b)
Relatedness →
Competence DIP-enabled
C1 0.85 41.18 affective
C2 0.80 26.69 0.79 0.87 0.70 engagement(H2c)
C3 0.86 46.47 Competence →
DIP-enabled
Relatedness affective
R1 0.85 26.08 0.70 0.75 0.55 engagement(H3a)
R2 0.51 3.90 Autonomy → DIP-
R3 0.52 3.84 enabled
Subjective well-being behavioral
SWB1 0.87 48.70 0.84 0.90 0.76 engagement(H3b)
SWB2 0.87 47.99 Relatedness →
SWB3 0.88 40.87 DIP-enabled
behavioral
Notes: α: Cronbach’s alpha; CR: Composite Reliability; AVE: Average variance engagement(H3c)
extracted. Competence →
DIP-enabled
behavioral
as there are no right or wrong answers (MacKenzie & Podsakoff, 2012).
engagement
Since Harman’s one-factor test has received criticism from researchers,
we used the marker variable technique to detect CMB (Hulland et al., Indirect effects
2018). Thus, we adopted the marker variable approach suggested by (H4a)
ns
Lindell and Whitney (2001) to test for the presence of common method Autonomy → DIP- 0.1 1.66 0.09 —0.01 0.23
ns
enabled cognitive —0.01 0.97 0.33 —0.03 0.01
bias. Based on their suggestions, we used respondents’ mobile phone ns
engagement → 0.04 1.52 0.13 —0.004 0.11
usage intensity as the marker variable. Mobile phone usage intensity is SWB(H4b) 0.31 4.29 0.00*** 0.176 0.464
defined as the extent of mobile phone integration into respondents’ daily Relatedness → 0.62 12.74 0.00*** 0.51 0.70
lives. This was measured by adapting the measurement items of mobile DIP-enabled 0.06 2.15 0.03* 0.014 0.129
cognitive
phone usage intensity from Valenzuela et al. (2009). The variance in the 0.17 3.06 0.003*
ns
0.05 0.28
engagement → 0.009 0.702 0.483 —0.011 0.04
dependent variable did not increase substantially with the inclusion of SWB(H4c) 0.05 2.313 0.02* 0.013 0.092
the marker variable in the structural model tested in this study. We Competence →
found that the average correlation between latent variables in the DIP-enabled
structural model and the marker variable is 0.045, and the average cognitive
engagement →
significance value was 0.65. This is greater than the threshold value of
SWB(H5a)
0.05. Thus, we conclude that common method bias is not a major Autonomy → DIP-
concern in this study. enabled affective
engagement →
SWB(H5b)
6.2. Measurement properties Relatedness →
DIP-enabled
affective
The measurement properties of the research model are shown in engagement →
Table 2. The measurement items of the constructs in the research model SWB(H5c)
loaded significantly onto the respective latent constructs. The respective Competence →
factor loadings are all greater than 0.7 with statistically significant t- DIP-enabled
affective
values (Henseler et al., 2015). Next, we examined the reliability and
engagement →
validity of the constructs in the research model. The Cronbach’s alpha SWB(H6a)
for all the constructs is greater than 0.72 which indicates the internal Autonomy → DIP-
consistency of the measurement model. The composite reliability of all enabled
the constructs is again greater than the threshold value of 0.70 indi- behavioral
engagement →
cating the reliability of the constructs (Hair et al., 2012). The average SWB(H6b)
variance extracted (AVE) value for all the constructs was above 0.5. It Relatedness →
implies that on average all the constructs explained more than 50% of (continued on next page)
the variance in its items (Sarstedt & Ringle, 2021), thus supporting the
7
S.K. Roy et al. Journal of Business Research 164 (2023)
114001
Table 3 (continued ) greater than zero for the constructs in the structural model. This shows
Hypothesized Path t- p-value LCI UCI that the proposed structural model performs better than the most naïve
paths coefficients values (2.5%) (97.5%) benchmark of the sampled indicator means.
DIP-enabled
Results (shown in Table 3) of the path analysis show that autonomy
behavioral (β =0.65, p < 0.001) and competence (β 0.32, p < 0.05) have positive
engagement → and significant impacts on DIP-enabled cognitive engagement support-
SWB(H6c)
ing H1a and H1c. H1b was not accepted as there was no significant
Competence →
impact of relatedness on cognitive engagement. Results also show that
DIP-enabled autonomy (β = 0.68, p < 0.001), relatedness (β = 0.14, p < 0.05) and
behavioral
engagement → competence (β = 0.14, p < 0.05) have significant impacts on DIP-
SWB enabled affective engagement supporting hypotheses H2a, H2b, and
H2c. Results support H3a and H3c as autonomy (β = 0.70, p < 0.001)
Note: * indicates p < 0.05; *** indicates p < 0.001; ‘ns’ indicates not and competence (β =0.20, p < 0.05) have direct and positive impacts on
significant.
DIP-enabled behavioral engagement. H3b was not accepted as there was
no significant impact of relatedness on DIP-enabled behavioral
model’s convergent validity. Discriminant validity was established as engagement.
the square root of the AVE values of constructs are greater than their Next, we tested the mediation hypotheses by using indirect effects’
correlation with other constructs in the model (Fornell & Larcker, 1981). bias-corrected, bootstrapped confidence intervals (Preacher & Hayes,
Discriminant validity was further examined using the heterotrait- 2008; Nitzl et al., 2016). Since the indirect effects between autonomy,
monotrait ratio (HTMT). Since the HTMT ratios of the constructs are relatedness and competence and subjective well-being (SWB) are not
less than 0.85 (Henseler et al., 2015) we can infer those constructs in the significant, we conclude that DIP-enabled cognitive engagement does
research model possess discriminant validity. not act as a mediator. Thus, hypotheses H4a, H4b and H4c are rejected.
The reported indirect effect between autonomy and SWB (βindirect =
6.3. Structural model 0.31, p < 0.001; LCI = 0.176, UCI 0.464) is significant and the con-
fidence intervals exclude zero. This shows that DIP-enabled affective
Next, we tested the structural model using 5,000 bootstrapped engagement mediates the relationship between autonomy and SWB,
resamples based on 325 cases. The predictive relevance of the structural supporting H5a. Similarly, the indirect effect between competence
2 2
model was examined by checking the R values and Stone-Geisser’s Q and SWB (βindirect = 0.06, p < 0.05; LCI = 0.014, UCI = 0.127) and the
2
values (Hair et al., 2017). Results show that the R value of the in- direct effects between relatedness and SWB (βindirect= 0.06, p < 0.05;
ultimate dependent variable (i.e., SWB) is 0.66 which is acceptable LCI = 0.014, UCI 0.129) are also significant. In addition, since the
(Hair et al., confidence intervals do not include zero, we accept hypotheses H5b and
2
2017). The R values for other endogenous variables such as cognitive H5c.
2 2
engagement (R = 0.68), affective engagement (R 0.74) and The reported indirect effects between autonomy and SWB (βindirect =
2
=
behavioral engagement (R 0.73) are acceptable too. 0.17, p < 0.05; LCI = 0.056, UCI = 0.277) and between competence and
Thereafter we conducted the blindfolding analysis using an omission SWB (βindirect =0.05, p < 0.05; LCI = 0.013, UCI 0.092) are significant
distance of 7 to assess the predictive relevance of the structural model and the confidence intervals exclude= zero. Thus, hypotheses H6a and
2
(Tenenhaus et al., 2005). The cross-validated redundancy (Q ) values of H6c are supported, and DIP-enabled behavioral engagement mediates
the endogenous constructs in the structural model are greater than 0.3. the relationship between autonomy, competence and SWB. Since the
This provides additional support to the predictive validity of the struc- indirect effect between relatedness and SWB is not significant we
tural model (Hair et al., 2017). In addition, we used the PLSpredict al- conclude that the hypothesis that DIP-enabled behavioral engagement
gorithm to provide further support for the structural model’s predictive
2
relevance (Shmueli et al., 2019). Results show that Q predict values
were
8
S.K. Roy et al. Journal of Business Research 164 (2023)
114001
Fig. 2. Results.
9
S.K. Roy et al. Journal of Business Research 164 (2023)
114001
0.148
0.060
0.269
0.139
0.179
0.137
0.068
0.148
0.094
0.107
0.107
0.235
of hypotheses testing.
SSE
Model D (R2 ¼ 55.18%)
0.066
0.013
0.093
0.062
0.074
0.057
0.051
0.067
0.051
0.070
0.055
0.084
As presented earlier, PLS-SEM analysis confirmed that all the path
relationships were statistically significant except for three hypothesised
relationships. These were DIP-enabled cognitive engagement to SWB,
Training
1.584
0.150
1.422
1.572
1.454
1.814
1.580
1.589
1.484
1.816
1.732
1.373
SSE
0.077
0.004
0.073
0.077
0.074
0.084
0.076
0.077
0.075
0.081
0.081
0.072
significant hypothesised relationships from the PLS-SEM analysis. The
results from the ANN analysis are provided in Appendi X B and the ANN
models are illustrated in Figs. B.1 to B.4 (see AppendiX B). As shown in
Table B.1, the Root Mean Square of Error (RMSE) for the four ANN
models ranged from 0.064 to 0.077 indicating high predictive accuracy
0.168
0.087
0.087
0.098
0.106
0.249
0.181
0.371
0.122
0.226
0.09
SSE
Model D: Input neurons are DIP-enabled affective engagement and DIP-enabled behavioral engagement while output neuron is subjective well-being.
dicting capability on the output variable (Lo et al., 2022; Ng et al.,
RMSE
0.070
0.013
0.068
0.057
0.060
0.058
0.079
0.078
0.099
0.065
0.083
0.058
1.092
1.066
1.180
0.828
0.945
1.321
2.044
0.774
1.680
The results from Table B.2 demonstrate that in Model A, autonomy is the
SSE
RMSE
0.067
0.010
0.064
0.063
0.067
0.057
0.059
0.071
0.087
0.054
0.079
Model B: Input neurons are autonomy, competence and relatedness while output neuron is DIP-enabled affective engagement.
R2 = 1 - RMSE/S2, where S2 is the variance of the desired output according to the average SSE for the testing data.
Model A: Input neurons are autonomy and competence while output neuron is DIP-enabled cognitive engagement.
0.117
0.140
0.082
0.267
0.162
0.305
0.150
0.164
0.044
SSE
0.068
0.013
0.065
0.066
0.072
0.051
0.082
0.073
0.090
0.072
0.070
0.040
1.495
0.984
1.139
1.062
1.049
1.153
1.511
1.045
1.186
0.066
0.005
0.067
0.074
0.060
0.066
0.064
0.063
0.067
0.075
0.063
0.066
0.061
0.282
0.099
0.159
0.194
0.379
0.095
0.077
0.050
SSE
0.066
0.020
0.067
0.048
0.102
0.056
0.063
0.080
0.100
0.057
0.048
0.043
1.122
1.311
1.073
0.882
0.842
1.151
1.101
0.961
1.504
SSE
RMSE
0.064
0.005
0.065
0.064
0.070
0.064
0.059
0.056
0.067
0.064
0.060
0.075
ANN10
ANN1
ANN2
ANN3
ANN4
ANN5
ANN6
ANN7
ANN8
ANN9
Mean
Notes:
SD
1.
2.
3.
4.
5.
1
S.K. Roy et al. Journal of Business Research 164 (2023)
114001
Table B2
Sensitivity Analysis.
Sensitivity analysis
Neural Network Auto Comp Auto Comp Rel Auto Comp Aff_Eng Beh_Eng
ANN1 0.508 0.492 0.651 0.237 0.112 0.682 0.318 0.642 0.358
ANN2 0.556 0.444 0.437 0.301 0.262 0.768 0.232 0.533 0.467
ANN3 0.558 0.442 0.647 0.195 0.158 0.765 0.235 0.638 0.362
ANN4 0.503 0.497 0.627 0.205 0.168 0.708 0.292 0.505 0.495
ANN5 0.667 0.333 0.578 0.172 0.250 0.788 0.212 0.598 0.402
ANN6 0.662 0.338 0.617 0.202 0.180 0.749 0.251 0.524 0.476
ANN7 0.580 0.420 0.579 0.207 0.213 0.690 0.310 0.618 0.382
ANN8 0.544 0.456 0.456 0.255 0.289 0.526 0.474 0.505 0.495
ANN9 0.673 0.327 0.642 0.198 0.160 0.774 0.226 0.565 0.435
ANN10 0.453 0.547 0.663 0.172 0.165 0.575 0.425 0.709 0.291
Average relative importance 0.570 0.430 0.590 0.214 0.196 0.703 0.298 0.584 0.416
Normalized relative importance (%) 100.000% 75.316% 100.000% 36.357% 33.186% 100.000% 42.349% 100.000% 71.321%
Table B3
PLS-SEM and ANN results in comparison.
Path relationships PLS path
coefficient ANN normalised relative Ranking based on PLS Ranking based on ANN normalised Comment
importance (%) path coefficient relative importance (%)
Model A
Autonomy -> DIP-enabled 0.646 100.000% 1 1 Matched
cognitive_Eng
Competence -> DIP-enabled 0.315 75.316% 2 2 Matched
cognitive_Eng
Model B
Autonomy -> DIP-enabled 0.677 100.000% 1 1 Matched
affective_Eng
Competence -> DIP-enabled 0.138 36.357% 2 2 Matched
affective_Eng
Relatedness -> DIP-enabled 0.134 33.186% 3 3 Matched
affective_Eng
Model C
Autonomy -> DIP-enabled 0.701 100.000% 1 1 Matched
behavioral_Eng
Competence -> DIP-enabled 0.195 42.349% 2 2 Matched
behavioral_Eng
Model D
DIP-enabled affective_Eng -> 0.464 100.000% 1 1 Matched
SWB
DIP-enabled behavioral_Eng -> 0.243 71.321% 2 2 Matched
SWB
1
S.K. Roy et al. Journal of Business Research 164 (2023)
114001
7. Discussion and implications perceived usefulness of the object (Tsai et al., 2021, Sweeney et al.,
2014) leading them to be cognitively involved. Moreover, the influence
7.1. Theoretical implications of autonomy on all the dimensions of CE is greater than the influence of
competence and relatedness. This suggests that the CE with DIPs is
The goal of this study was to examine (a) the antecedents and con- largely driven by the fact that the users prefer the independence,
sequences of DIP-enabled customer engagement, and (b) the mediating freedom and choices available when using the DIPs.
role of DIP-enabled customer engagement in linking the antecedents to Competence was found to have significant relationships with all the
the consequences. We tested the above relationships by integrating S-DL dimensions of CE according to the PLS-SEM and ANN analysis. Com-
and SDT as our theoretical framework. Our findings can be grouped into petency refers to the users’ ability to achieve specific goals using their
the following conclusions. capacity (i.e., operant resource). As evident from the findings, users
The findings from both the PLS-SEM and the ANN analysis supported believe that they possess higher competence when it comes to using the
the hypothesised relationships for autonomy influencing all the di- DIPs which results in the continual use of the DIPs leading to greater CE.
mensions of CE. These results can be explained by the idea that the DIPs This is not surprising, because the respondents were recruited from
provide greater perceived autonomy or choice to the users leading them M —Turk who generally would perceive that they have higher compe-
to be cognitively engaged with the DIPs. Previous studies have shown tency in using digital platforms.
that greater perceived autonomy can lead users to believe in the Relatedness refers to the idea that users will feel connected or
10
S.K. Roy et al. Journal of Business Research 164 (2023)
114001
1
1
S.K. Roy et al. Journal of Business Research 164 (2023)
114001
2
1
S.K. Roy et al. Journal of Business Research 164 (2023)
497–529. 114001
3
1
S.K. Roy et al. Journal of Business Research 164 (2023)
114001
Behnam, M., Hollebeek, L. D., Clark, M. K., & Farabi, R. (2021). E Xploring customer Higgins, E. T., & Scholer, A. A. (2009). Engaging the Consumer: The Science and Art of
engagement in the product vs. service context. Journal of Retailing and Consumer the Value Creation Process. Journal of Consumer Psychology, 19(2), 100–114.
Services, 60, Article 102456. Hoffman, D. L., & Novak, T. P. (2018). Consumer and object experience in the internet of
Becker, J. M., Klein, K., & Wetzels, M. (2012). Hierarchical latent variable models in PLS- things: An assemblage theory approach. Journal of Consumer Research, 44(6), 1178–
SEM: Guidelines for using reflective-formative type models. Long range planning, 45 1204.
(5–6), 359–394. Hollebeek, L. D., Glynn, M. S., & Brodie, R. J. (2014). Consumer brand engagement in
Brodie, R. J., Fehrer, J. A., Jaakkola, E., & Conduit, J. (2019). Actor engagement in social media: Conceptualization, scale development and validation. Journal of
networks: Defining the conceptual domain. Journal of Service Research, 22(2), Interactive Marketing, 28(2), 149–165.
173–188. Hollebeek, L. D., & Belk, R. (2021). Consumers’ technology-facilitated brand engagement
Brodie, R. J., Hollebeek, L. D., Juri´c, B., & Ili´c, A. (2011). Customer and wellbeing: Positivist TAM/PERMA-vs. Consumer Culture Theory perspectives.
engagement: Conceptual domain, fundamental propositions, and implications International Journal of Research in Marketing, 38(2), 387–401.
for research. Journal of Service Research, 14(3), 252–271. Hollebeek, L. D., Sprott, D. E., & Brady, M. K. (2021). Rise of the machines? Customer
Brodie, R. J., Ilic, A., Juric, B., & Hollebeek, L. (2013). Consumer engagement in a engagement in automated service interactions. Journal of Service Research, 24(1),
virtual brand community: An exploratory analysis. Journal of Business Research, 3–8.
66(1), 105–114. Hollebeek, L. D., & Macky, K. (2019). Digital content marketing’s role in fostering
Chan, T. K., Zheng, X., Cheung, C. M., Lee, M. K., & Lee, Z. W. (2014). Antecedents and consumer engagement, trust, and value: Framework, fundamental propositions, and
consequences of customer engagement in online brand communities. Journal of implications. Journal of Interactive Marketing, 45, 27–41.
Marketing Analytics, 2(2), 81–97. Hollebeek, L. D. (2019). Developing business customer engagement through social media
Cherrier, H., & Munoz, C. L. (2007). A Reflection on Consumers’ Happiness: The engagement platforms: An integrative SD logic/RBV-informed model. Industrial
Relevance of Care for Others, Spiritual Reflection, and Financial Detachment. Marketing Management, 81, 89–98.
Journal of Research for Consumers, 12. Hollebeek, L. D., Srivastava, R. K., & Chen, T. (2019). SD logic–informed customer
Chiu, T. K. (2022). Applying the self-determination theory (SDT) to explain student engagement: Integrative framework, revised fundamental propositions, and
engagement in online learning during the COVID-19 pandemic. Journal of Research application to CRM. Journal of the Academy of Marketing Science, 47(1), 161–185.
on Technology in Education, 54(sup1), S14–S30. Horwood, S., & Anglim, J. (2019). Problematic smartphone usage and subjective and
Deci, E. L. (1975). Intrinsic motivation. New York: Plenum Publishing Corp. psychological well-being. Computers in Human Behavior, 97, 44–50.
Deci, E. L., & Ryan, R. M. (2000). The“ what” and“ why” of goal pursuits: Human needs Huang, M. H., & Rust, R. T. (2021). Engaged to a robot? The role of AI in service. Journal
and the self-determination of behavior. Psychological Inquiry, 11(4), 227–268. of Service Research, 24(1), 30–41.
Deci, E. L., & Ryan, R. M. (1985). Cognitive evaluation theory. In Intrinsic motivation and Hulland, J., Baumgartner, H., & Smith, K. M. (2018). Marketing survey research best
self-determination in human behavior (pp. 43–85). Boston, MA: Springer. practices: Evidence and recommendations from a review of JAMS articles. Journal of
Deci, E. L., & Ryan, R. M. (1991). Approach to self: Integration in personality. Perspectives the Academy of Marketing Science, 46(1), 92–108.
on Motivation, 38, 237. Hyman, M. R., & Steiner, S. D. (1996). The vignette method in business ethics research:
de Oliveira Santini, F., Ladeira, W. J., Pinto, D. C., Herter, M. M., Sampaio, C. H., & Current uses and recommendations. Marketing.
Babin, B. J. (2020). Customer engagement in social media: A framework and meta- Islam, J. U., Hollebeek, L. D., Rahman, Z., Khan, I., & Rasool, A. (2019). Customer
analysis. Journal of the Academy of Marketing Science, 48(6), 1211–1228. engagement in the service context: An empirical investigation of the construct, its
Diener, E., Lucas, R. E., & Scollon, C. N. (2009). Beyond the hedonic treadmill: Revising antecedents and consequences. Journal of Retailing and Consumer Services, 50, 277–
the adaptation theory of well-being. In The science of well-being (pp. 103–118). 285.
Dordrecht: Springer. Japutra, A., Higueras-Castillo, E., & Liebana-Cabanillas, F. (2022). Building customer
Diener, E., Lucas, R. E., & Oishi, S. (2018). Advances and open questions in the science of engagement in mobile commerce through need fulfillment: An approach of self-
subjective well-being. Collabra. Psychology, 4(1), 15. determination theory. Journal of Strategic Marketing, 1–20.
Dwivedi, A. (2015). A higher-order model of consumer brand engagement and its impact Kasser, T., & Sheldon, K. M. (2002). What makes for a merry Christmas? Journal of
on loyalty intentions. Journal of Retailing and Consumer Services, 24, 100–109. Happiness Studies, 3(4), 313–329.
Engstro¨m, J., & Elg, M. (2015). A self-determination theory perspective on Kim, E., & Drumwright, M. (2016). Engaging consumers and building relationships in
customer participation in service development. Journal of Services Marketing, social media: How social relatedness influences intrinsic vs. extrinsic consumer
29(6/7), 511–521. motivation. Computers in Human Behavior, 63, 970–979.
Fornell, C., & Larcker, D. F. (1981). Structural equation models with unobservable Kim, J. Y., Chung, N., & Ahn, K. M. (2014). Why people use social networking services in
variables and measurement error: Algebra and statistics. Korea: The mediating role of self-disclosure on subjective well-being. Information
Fritzsche, D. J. (1988). An examination of marketing ethics: Role of the decision maker, Development, 30(3), 276–287.
consequences of the decision, management position, and sex of the respondent. Kim, J., & Kim, M. (2020). Spectator e-sport and well-being through live
Journal of Macromarketing, 8(2), 29–39. streaming services. Technology in Society, 63, Article 101401.
Goodman, J. K., & Paolacci, G. (2017). Crowdsourcing consumer research. Journal Kim, M. J., Lee, C. K., & Preis, M. W. (2020). The impact of innovation and gratification
of Consumer Research, 44(1), 196–210. on authentic experience, subjective well-being, and behavioral intention in tourism
Groeger, L., Moroko, L., & Hollebeek, L. D. (2016). Capturing value from non-paying virtual reality: The moderating role of technology readiness. Telematics and
consumers’ engagement behaviors: Field evidence and development of a theoretical Informatics, 49, Article 101349.
model. Journal of Strategic Marketing, 24(3–4), 190–209. Kumar, V., Rajan, B., Gupta, S., & Pozza, I. D. (2019). Customer engagement in service.
Gro¨nroos, C. (2008). Service logic revisited: Who creates value? And who co- Journal of the Academy of Marketing Science, 47(1), 138–160.
creates? Kumar, V., & Pansari, A. (2016). Competitive advantage through engagement. Journal of
European Business Review, 20(4), 298–314. Marketing Research, 53(4), 497–514.
Harrigan, P., Evers, U., Miles, M. P., & Daly, T. (2018). Customer engagement and the Lauder, E. (2017), AI will power 95% of customer interactions by 2025, Online.
relationship between involvement, engagement, self-brand connection and brand Available at: https://aibusiness.com/automation/ai-will-power-95-of-customer-in
usage intent. Journal of Business Research, 88, 388–396. teractions-by-2025. Accessed 23 February 2023.
Hair, J., Hollingsworth, C. L., Randolph, A. B., & Chong, A. Y. L. (2017). An updated and Leung, L. S. K., & Matanda, M. J. (2013). The impact of basic human needs on the use of
expanded assessment of PLS-SEM in information systems research. Industrial retailing self-service technologies: A study of self-determination theory. Journal of
Management & Data Systems, 117(3), 442–458. Retailing and Consumer Services, 20(6), 549–559.
Hair, J. F., Sarstedt, M., Ringle, C. M., & Mena, J. A. (2012). An assessment of the use of Leong, L. Y., Hew, T. S., Ooi, K. B., & Chong, A. Y. L. (2020). Predicting the antecedents
partial least squares structural equation modeling in marketing research. Journal of of trust in social commerce–A hybrid structural equation modeling with neural
the Academy of Marketing Science, 40(3), 414–433. network approach. Journal of Business Research, 110, 24–40.
Halvari, A. E. M., Halvari, H., Bjørnebekk, G., & Deci, E. L. (2010). Motivation and Li, C., Shi, X., & Dang, J. (2014). Online communication and subjective well-being in
anxiety for dental treatment: Testing a self-determination theory model of oral self- Chinese college students: The mediating role of shyness and social self-efficacy.
care behavior and dental clinic attendance. Motivation and Emotion, 34(1), 15–33. Computers in Human Behavior, 34, 89–95.
Haykin, S. (2009). Neural networks and learning machines, 3/E. Pearson Education India. Lim, W. M., & Rasul, T. (2022). Customer engagement and social media: Revisiting the
He, J., & Zhang, S. (2022). How digitalized interactive platforms create new value for past to inform the future. Journal of Business Research, 148, 325–342.
customers by integrating B2B and B2C models? An empirical study in China. Journal Liu, W., & Aaker, J. (2008). The happiness of giving: The time-ask effect. Journal of
of Business Research, 142, 694–706. Consumer Research, 35(3), 543–557.
Henkens, B., Verleye, K., & Larivi`ere, B. (2021). The smarter, the better?! Customer Li´ebana-Cabanillas, F., Marinkovic, V., Ramos de Luna, I., & Kalinic, Z. (2018).
well- Predicting the determinants of mobile payment acceptance: A hybrid SEM-neural
being, engagement, and perceptions in smart service systems. International Journal of network approach. Technological Forecasting and Social Change, 129, 117–130.
Research in Marketing, 38(2), 425–447. Lindell, M. K., & Whitney, D. J. (2001). Accounting for common method variance in
Henseler, J. (2018). Partial least squares path modeling: Quo vadis? Quality & Quantity, cross-sectional research designs. Journal of Applied Psychology, 86(1), 114–121.
52(1), 1–8. Loroz, P. S., & Braig, B. M. (2015). Consumer attachments to human brands: The “Oprah
Hew, J.-J., Leong, L.-Y., Tan, G.-W.-H., Lee, V.-H., & Ooi, K.-B. (2018). Mobile social effect”. Psychology & Marketing, 32(7), 751–763.
tourism shopping: A dual-stage analysis of a multi-mediation model. Tourism Lo, P.-S., Dwivedi, Y. K., Wei-Han Tan, G., Ooi, K.-B., Cheng-Xi Aw, E., & Metri, B.
Management, 66, 121–139. (2022). Why do consumers buy impulsively during live streaming? A deep learning-
Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing based dual-stage SEM-ANN analysis. Journal of Business Research, 147, 325–337.
discriminant validity in variance-based structural equation modeling. Journal of the Mathis, E. F., Kim, H. L., Uysal, M., Sirgy, J. M., & Prebensen, N. K. (2016). The effect of
Academy of Marketing Science, 43(1), 115–135. co-creation experience on outcome variable. Annals of Tourism Research, 57, 62–75.
Higgins, E. T. (2006). Value from hedonic experience and engagement. Psychological
Review, 113(3), 439–460.
4
1
S.K. Roy et al. Journal of Business Research 164 (2023)
114001
MacKenzie, S. B., & Podsakoff, P. M. (2012). Common method bias in marketing: Causes, Sharma, S. K. (2019). Integrating cognitive antecedents into TAM to explain mobile
mechanisms, and procedural remedies. Journal of Retailing, 88(4), 542–555. banking behavioral intention: A SEM-neural network modeling. Information Systems
MacInnis, D. J. (2011). A framework for conceptual contributions in marketing. Journal Frontiers, 21(4), 815–827.
of Marketing, 75(4), 136–154. Shmueli, G., Sarstedt, M., Hair, J. F., Cheah, J.-H., Ting, H., Vaithilingam, S., &
Meuter, M. L., Bitner, M. J., Ostrom, A. L., & Brown, S. W. (2005). Choosing among Ringle, C. M. (2019). Predictive model assessment in PLS-SEM: Guidelines for using
alternative service delivery modes: An investigation of customer trial of self-service PLSpredict. European Journal of Marketing, 53(11), 2322–2347.
technologies. Journal of Marketing, 69(2), 61–83. Shulga, L. V., & Busser, J. A. (2021). Customer self-determination in value co-creation.
Morgan, B. (2018), “10 Customer EXperience Implementations of Artificial Intelligence,” Journal of Service Theory and Practice, 31(1), 83–111.
(accessed February 1, 2022). Singh, D. K. A., Rahman, N. N. A., Seffiyah, R., Chang, S. Y., Zainura, A. K., Aida, S. R., &
Mostaghel, R., Oghazi, P., Parida, V., & Sohrabpour, V. (2022). Digitalization driven Rajwinder, K. H. S. (2017). Impact of virtual reality games on psychological well-
retail business model innovation: Evaluation of past and avenues for future research being and upper limb performance in adults with physical disabilities: A pilot study.
trends. Journal of Business Research, 146, 134–145. Med Journal Malaysia, 72(2), 119–121.
Newman, I. (2000). A Conceptualization of MiXed Methods: A Need for Inductive/ Singh, J., Nambisan, S., Bridge, R. G., & Brock, J. K. U. (2021). One-voice strategy for
Deductive Approach to Conducting Research. customer engagement. Journal of Service Research, 24(1), 42–65.
Ng, F.-Z.-X., Yap, H.-Y., Tan, G.-W.-H., Lo, P.-S., & Ooi, K.-B. (2022). Fashion shopping on Strayhorn, T. L. (2008). Fittin’ in: Do diverse interactions with peers affect sense of
the go: A Dual-stage predictive-analytics SEM-ANN analysis on usage behavior, belonging for black men at predominantly white institutions? Journal of Student
experience response and cross-category usage. Journal of Retailing and Consumer Affairs Research and Practice, 45(4), 501–527.
Services, 65, Article 102851. Su, L., Swanson, S. R., & Chen, X. (2016). The effects of perceived service quality on
Niemiec, C. P., & Ryan, R. M. (2009). Autonomy, competence, and relatedness in the repurchase intentions and subjective well-being of Chinese tourists: The mediating
classroom: Applying self-determination theory to educational practice. Theory and role of relationship quality. Tourism management, 52, 82–95.
Research in Education, 7(2), 133–144. Su, L., Swanson, S. R., & Chen, X. (2018). Reputation, subjective well-being, and
Nitzl, C., Roldan, J. L., & Cepeda, G. (2016). Mediation analysis in partial least squares environmental responsibility: The role of satisfaction and identification. Journal of
path modeling: Helping researchers discuss more sophisticated models. Industrial Sustainable Tourism, 26(8), 1344–1361.
Management & Data Systems, 116(9), 1849–1864. Sweeney, J. C., Webb, D., Mazzarol, T., & Soutar, G. N. (2014). Self-determination
Novak, T. P., & Hoffman, D. L. (2019). Relationship journeys in the internet of things: A theory and word of mouth about energy-saving behaviors: An online experiment.
new framework for understanding interactions between consumers and smart Psychology & Marketing, 31(9), 698–716.
objects. Journal of the Academy of Marketing Science, 47(2), 216–237. Talukder, M. S., Sorwar, G., Bao, Y., Ahmed, J. U., & Palash, M. A. S. (2020). Predicting
Pansari, A., & Kumar, V. (2017). Customer engagement: The construct, antecedents, and antecedents of wearable healthcare technology acceptance by elderly: A combined
consequences. Journal of the Academy of Marketing Science, 45(3), 294–311. SEM-Neural Network approach. Technological Forecasting and Social Change, 150.
Peters, D., Calvo, R. A., & Ryan, R. M. (2018). Designing for motivation, engagement and Tenenhaus, M., Vinzi, V. E., Chatelin, Y. M., & Lauro, C. (2005). PLS path modeling.
well-being in digital experience. Frontiers in Psychology, 9, 797. Computational statistics & data analysis, 48(1), 159–205.
Podsakoff, P. M., MacKenzie, S. B., & Podsakoff, N. P. (2012). Sources of method bias in Tombs, A. G., & McColl-Kennedy, J. R. (2013). Third party customers infecting
social science research and recommendations on how to control it. Annual review of other customers for better or for worse. Psychology & Marketing, 30(3), 277–
psychology, 63(1), 539–569. 292.
Prentice, C., & Loureiro, S. M. C. (2018). Consumer-based approach to customer Tsai, T. H., Chang, Y. S., Chang, H. T., & Lin, Y. W. (2021). Running on a social exercise
engagement–The case of luXury brands. Journal of Retailing and Consumer Services, platform: Applying self-determination theory to increase motivation to participate
43, 325–332. in a sporting event. Computers in Human Behavior, 114, Article 106523.
Priyadarshinee, P., Raut, R. D., Jha, M. K., & Gardas, B. B. (2017). Understanding and Tuan, A., Visentin, M., & Di Domenico, G. (2023). Bridging Who They Are with Who
predicting the determinants of cloud computing adoption: A two staged hybrid SEM They Thought They’d Be: The Effects of Gen Zers’ Subjective Well-Being on Their
- Neural networks approach. Computers in Human Behavior, 76, 341–362. Boycott Responses to Online and Offline Unethical Situations. Journal of Interactive
Preacher, K. J., & Hayes, A. F. (2008). Asymptotic and resampling strategies for assessing Marketing.
and comparing indirect effects in multiple mediator models. Behavior research Valenzuela, S., Park, N., & Kee, K. F. (2009). Is there social capital in a social network
methods, 40(3), 879–891. site?: Facebook use and college students’ life satisfaction, trust, and participation.
Quach, S., Shao, W., Ross, M., & Thaichon, P. (2020). Customer engagement and co- Journal of Computer-mediated Communication, 14(4), 875–901.
created value in social media. Marketing Intelligence & Planning, 38(6), 730–744. Vargo, S. L., & Lusch, R. F. (2008). Service-dominant logic: Continuing the evolution.
Raggiotto, F., & Scarpi, D. (2022). It’s Not Just a Game: Virtual Edgework and Subjective Journal of the Academy of Marketing Science, 36(1), 1–10.
Well-Being in E-Sports. Journal of Interactive Marketing, 1–13. Vargo, S. L., & Lusch, R. F. (2016). Institutions and axioms: An extension and update of
Ramaswamy, V., & Narayanan, K. (2022). Into the eXperience-verse: The strategic service-dominant logic. Journal of the Academy of Marketing Science, 44(1), 5–23.
frontier of cloud business innovation and value co-creation. Strategy & Leadership. Van Doorn, J., Lemon, K. N., Mittal, V., Nass, S., Pick, D., Pirner, P., & Verhoef, P. C.
https://www.emerald.com/insight/content/doi/10.1108/SL-06-2022-0061/full/h (2010). Customer engagement behavior: Theoretical foundations and research
tml. directions. Journal of Service Research, 13(3), 253–266.
Ramaswamy, V., & Ozcan, K. (2018a). Offerings as digitalized interactive platforms: A Verleye, K., Gemmel, P., & Rangarajan, D. (2014). Managing engagement behaviors in a
conceptual framework and implications. Journal of Marketing, 82(4), 19–31. network of customers and stakeholders: Evidence from the nursing home sector.
Ramaswamy, V., & Ozcan, K. (2018b). What is co-creation? An interactional creation Journal of Service Research, 17(1), 68–84.
framework and its implications for value creation. Journal of Business Research, 84, Vivek, S. D., Beatty, S. E., Dalela, V., & Morgan, R. M. (2014). A generalized
196–205. multidimensional scale for measuring customer engagement. Journal of Marketing
Ramaswamy, V., & Ozcan, K. (2019). Digitalized interactive platforms: Turning goods Theory and Practice, 22(4), 401–420.
and services into retail co-creation experiences. NIM Marketing Intelligence Review, 11 Vo-Thanh, T., Zaman, M., Hasan, R., Rather, R. A., Lombardi, R., & Secundo, G. (2021).
(1), 18–23. How a mobile app can become a catalyst for sustainable social business: The case of
Rangaswamy, A., Moch, N., Felten, C., Van Bruggen, G., Wieringa, J. E., & Wirtz, J. Too Good To Go. Technological Forecasting and Social Change, 171, Article 120962.
(2020). The role of marketing in digital business platforms. Journal of Interactive Wang, X., Lin, X., & Spencer, M. K. (2019). EXploring the effects of extrinsic motivation
Marketing, 51(1), 72–90. on consumer behaviors in social commerce: Revealing consumers’ perceptions of
Reeve, J. (2012). A self-determination theory perspective on student engagement. In social commerce benefits. International Journal of Information Management, 45, 163–
Handbook of research on student engagement (pp. 149–172). Boston, MA: Springer. 175.
Reeve, J., & Halusic, M. (2009). How K-12 teachers can put self-determination theory Wang, G., Tan, G.-W.-H., Yuan, Y., Ooi, K.-B., & Dwivedi, Y. K. (2022). Revisiting TAM2
principles into practice. Theory and Research in Education, 7(2), 145–154. in behavioral targeting advertising: A deep learning-based dual-stage SEM-ANN
Ringle, C. M., Wende, S., & Becker, J. M. (2014). SmartPLS 3. Hamburg: SmartPLS. analysis. Technological Forecasting and Social Change, 175, Article 121345.
Academy of Management Review, 9, 419–445. Xiong, L., Wang, H., & Wang, C. (2022). Predicting mobile government service
Roy, S. K., Balaji, M. S., Soutar, G., Lassar, W. M., & Roy, R. (2018). Customer continuance: A two-stage structural equation modeling-artificial neural network
engagement behavior in individualistic and collectivistic markets. Journal of approach. Government Information Quarterly, 39(1), Article 101654.
Business Research, 86, 281–290. Zhou, Z., Wang, R., & Zhan, G. (2022). Cultivating consumer subjective well-being
Roy, S. K., Balaji, M. S., Kesharwani, A., & Sekhon, H. (2017). Predicting Internet through online brand communities: A multidimensional view of social capital.
banking adoption in India: A perceived risk perspective. Journal of Strategic Journal of Product & Brand Management, 31(5), 808–822.
Marketing, 25(5–6), 418–438.
Sarstedt, M., Ringle, C. M., & Hair, J. F. (2021). Partial least squares structural
Dr. Sanjit K. Roy is an Associate Professor of Marketing at UWA Business School in
equation modeling. In Handbook of market research (pp. 587–632). Cham:
Perth, Australia. His research work is on cutting edge research on the impact of Artificial
Springer International Publishing.
Intel- ligence and Robotics on Services and Customer E Xperience Measurement and
Sarstedt, M., Ringle, C. M., & Hair, J. F. (2017). Treating unobserved heterogeneity in
Manage- ment. He is a thought leader in his field and regularly contribute and comment
PLS-SEM: A multi-method approach. In Partial least squares path modeling (pp.
on media stories, including a recent appearance on 7News and The West Australian. His
197–217). Cham: Springer.
work has been published in leading international journals such as British Journal of
Sarstedt, M., Hair, J. F., Pick, M., Liengaard, B. D., Radomir, L., & Ringle, C. M. (2022).
Management, Journal of Business Research, Industrial Marketing Management, European
Progress in partial least squares structural equation modeling use in marketing
Journal of Mar- keting, Journal of Travel Research, Journal of Marketing Management,
research in the last decade. Psychology & Marketing, 39(5), 1035–1064.
International Journal of Information Management, Journal of Services Marketing, Internet
Scott, J. E., & Walczak, S. (2009). Cognitive engagement with a multimedia ERP training
Research, and Technological Forecasting and Social Change among others.
tool: Assessing computer self-efficacy and technology acceptance. Information &
Management, 46(4), 221–232.
5
1
S.K. Roy et al. Journal of Business Research 164 (2023)
114001
Dr. Gaganpreet Singh is Associate Professor at OP Jindal Global University in Sonipat, Dr. Paul Harrigan is an Associate Professor of Marketing at UWA Business School in Perth,
India. He did his PhD in Marketing from NITIE, Mumbai. His research has featured in Australia. He is also an Adjunct Professor at IESEG School of Management. His research
acknowledged marketing journals namely; Journal of Business Research, Journal of Mar- expertise is in marketing and information systems, specifically digital transformation. He
keting Management, Journal of Strategic Marketing, Australasian Marketing Journal, Austral- has published his research in over 50 international journal articles and books, and pre-
asian Journal of Information Systems, Benchmarking: An International Journal, Journal of sented it at over 40 international conferences. His work has appeared in the Journal of
Fashion Marketing and Management, Journal of Revenue and Pricing Management, and In- the Academy of Marketing Science, International Journal of Information Management,
ternational Journal of Revenue Management. He has published case studies with Ivey Pub- Interna- tional Journal of Electronic Commerce, Journal of Business Research, Technological
lishing and Emerald Emerging Markets Case Studies. He has co-authored a book on Forecasting and Social Change, Psychology & Marketing, and Journal of Marketing
primary case studies published by Pearson Education. He is a recipient of early career Management.
scholarship from Australia New Zealand Marketing Academy (ANZMAC). He is a recipient
of several case study writing grants from UNSW, Australia. His industry stint of three
Prof. Dr. Kristof Coussement is Full Professor of Business Analytics at IE´ SEG
years was with Viom Networks Limited, a TATA Enterprise.
School of Management in Lille, France. He founded and chairs the IE´ SEG School of
Management EXcellence Center for Marketing Analytics (ICMA) that is a research
Dr. Saalem Sadeque is Lecturer in Marketing at the Edith Cowan University in center focusing on
Joondalup, Australia. He completed PhD in Marketing from the University of Western developing innovation trajectories in data science with companies. His academic work
Australia. He also holds MSc in Marketing Research and Analysis from Umea University has been published in international peer-reviewed journals such as Decision Support
(Sweden) and Master of Applied Finance from Monash University. Prior to joining ECU, Systems, Information & Management, International Journal of Information Management,
he worked at the University of Western Australia and CQ University (Perth campus). He European Journal of Operational Research, Annals of Operations Research, Sensors, Computers
has extensive experience in teaching in both undergraduate and postgraduate levels as in Human Behavior, International Journal of Forecasting, Data Mining and Knowledge
well as devel- oping new units and course curriculum. His teaching experiences are Discovery, Computational Statistics & Data Analysis, Expert Systems with Applications,
spread across Australian and overseas higher educational institutions. His research Knowledge-based Systems, Research Policy, Journal of Product Innovation Management,
interest includes place branding, higher education branding, digital marketing, retailing Journal of Business Research, Journal of Advertising Research, Industrial Marketing
and marketing analytics. He has published in Journal of Business Research, Technological Management, Journal of Marketing Management, European Journal of Marketing, among
Forecasting and Social Change, International Journal of Disaster Risk Reduction, others. His main research interests are all aspects in business analytics with a focus on
International Journal of Sus- tainability in Higher Education and Journal of Gambling embedding textual data in predictive modeling contexts.
Business and Economics among others.
6
1
Diterjemahkan dari bahasa Inggris ke bahasa Indonesia - www.onlinedoctranslator.com
beranda jurnal:www.elsevier.com/locate/jbusres
Kata kunci:
Platform interaktif digital (DIP) seperti jam tangan Apple, aplikasi Starbucks, dan Nike+telah melihat pertumbuhan yang sangat
Keterlibatan pelanggan
besar. Studi ini secara empiris menyelidiki anteseden dan konsekuensi dari keterlibatan pelanggan dalam platform interaktif
Platform interaktif digital
Kesejahteraan subyektif digital dari sebuah start-up ritel sepatu online. Secara khusus, kami mengintegrasikan logika dominan layanan dan teori
SEM-ANN penentuan nasib sendiri untuk mengeksplorasi hubungan kompleks antara kebutuhan psikologis manusia, keterlibatan
Teori penentuan nasib sendiri pelanggan, dan kesejahteraan subjektif. Kami berhipotesis bahwa, dalam kasus platform interaktif digital, hubungan langsung
Melayani logika dominan antara kepuasan kebutuhan psikologis manusia (otonomi, keterhubungan, dan kompetensi) dan kesejahteraan subjektif
dimediasi oleh keterlibatan pelanggan (kognitif, afektif, dan perilaku). Kami menerapkan pendekatan hybrid SEM-ANN untuk
mengungkap hubungan. Temuan menunjukkan bahwa otonomi dan kompetensi memiliki hubungan yang signifikan dengan
seluruh dimensi keterlibatan pelanggan (kognitif, afektif dan perilaku). Hasil penelitian juga menunjukkan bahwa
kesejahteraan subjektif tidak dipengaruhi oleh keterlibatan kognitif tetapi dipengaruhi oleh keterlibatan afektif dan perilaku.
Kontribusi teoretis dan manajerial dibahas.
1. Perkenalan dengan produknya, dan rasakan pengalaman mereka bermain, menjelajahi, dan
menemukan media hiburan, produktivitas, dan gaya hidup. Di dalam tokonya, Apple juga
Pengecer semakin mengkonsep ulang penawaran, proses, dan antarmuka memfasilitasi proses pramutamu digital, tersedia dalam mode layanan mandiri dan
mereka secara holistik untuk merancang platform interaktif digital (selanjutnya bantuan karyawan, yang mengarahkan pelanggan ke berbagai bagian toko,
disebut DIP) untuk menciptakan nilai melalui interaksi (Dia & Zhang, 2022). memungkinkan mereka memindai kode batang aksesori di toko, mendapatkan ulasan,
Penawaran ritel yang diposisikan sebagai DIP menyoroti susunan jaringan empat peringkat dan spesifikasi produk serta membayar pembelian dalam aplikasi melalui
dimensi; yaitu artefak, orang, proses, dan antarmuka (APPI), sehingga Apple Pay menggunakan opsi pembayaran mandiri. Selanjutnya, Apple mengelola App
menghasilkan pengembangan berbagai lingkungan sistem interaktif yang mampu Store fisik sebagai DIP 'dengan beberapa kumpulan lain yang saling berhubungan yang
memberdayakan aktor untuk terlibat dalam penciptaan nilai interaksional ( mencakup buku, musik, video, dan akun kartu kredit untuk memungkinkan beragam
Ramaswamy & Ozcan, 2018a, 2018b). Misalnya, toko ritel Apple bertindak sebagai pengalaman baru, personal, dan kreasi bersama' (Ramaswamy & Ozkan, 2019, hal.22).
DIP yang melembagakan APPI untuk memfasilitasi keterlibatan pelanggan. Secara Hal ini menunjukkan bahwa DIP dapat membantu perusahaan tradisional mencapai
khusus, produk yang dipajang di dalam toko direpresentasikan sebagai artefak transformasi digital (Dia & Zhang, 2022). Contoh penting lainnya dari merek yang
yang mampu memungkinkan interaksi dan kesenangan yang menyenangkan di menawarkan DIP termasuk Burberry, Starbucks, Amazon, dan lainnya (Ramaswamy &
antara calon pelanggan, sehingga memungkinkan keterlibatan pelanggan. Lebih Ozkan, 2019). Dengan semakin banyaknya merek yang berinvestasi pada DIP, Servion
lanjut, toko Apple sebagai DIP dikonfigurasikan untuk masyarakat biasa, yang Global Solutions memperkirakan bahwa pada tahun 2025, sembilan puluh lima persen
fokusnya adalah pada pengalaman pelanggan dan bukan pada praktik utama interaksi pelanggan-perusahaan akan didukung oleh teknologi termasuk DIP, dan tanpa
penyebaran informasi tentang fitur produk, yang biasanya diadopsi oleh sebagian keterlibatan manusia (Ed.Lauder, 2017). Oleh karena itu, seperti yang diperkirakan oleh
besar perusahaan teknologi. Secara khusus, Apple mengundang calon pelanggan Forbes, keterlibatan pelanggan yang mendukung DIP kemungkinan besar akan
untuk terlibat meningkat di masa depan dan pada akhirnya
https://doi.org/10.1016/j.jbusres.2023.114001
Diterima 20 November 2022; Diterima dalam bentuk revisi 23 April 2023; Diterima 24 April 2023
Tersedia online 4 Mei 2023
0148-2963/© 2023 Penulis. Diterbitkan oleh Elsevier Inc. Ini adalah artikel akses terbuka di bawah lisensi CC BY-NC-ND (http://creativecommons.org/licenses/bync-nd/4.0/).
SK Roy dkk. Jurnal Riset Bisnis 164 (2023) 114001
2
SK Roy dkk. Jurnal Riset Bisnis 164 (2023) 114001
3
SK Roy dkk. Jurnal Riset Bisnis 164 (2023) 114001
Para peneliti berargumentasi bahwa ketika pelanggan mempunyai rasa memiliki diskusi sebelumnya, kami mengajukan hipotesis berikut:
dan ketika mereka mempunyai kebebasan untuk mengekspresikan pendapat
mereka, mereka akan lebih cenderung terlibat dengan merek/objek tersebut ( H4: Keterlibatan kognitif yang didukung DIP memediasi hubungan
Chan dkk., 2014). Selain itu, penulis telah menemukan bahwa kepuasan antara (a) otonomi, (b) keterhubungan, (c) kompetensi dan
kebutuhan kompetensi memiliki hubungan yang kuat dengan keterikatan, kesejahteraan subjektif.
sehingga memungkinkan CE (Loroz & Braig, 2015). Konsisten dengan dukungan H5: Keterlibatan afektif yang didukung DIP memediasi hubungan antara
teoritis di atas, pemenuhan kebutuhan pelanggan akan kompetensi, (a) otonomi, (b) keterhubungan, (c) kompetensi dan kesejahteraan
keterhubungan dan otonomi dapat menjadi dorongan untuk melakukan tindakan subjektif.
keterlibatan dengan DIP (Bauer dkk., 2019). Karena pemenuhan tiga kebutuhan H6: Keterlibatan perilaku yang didukung DIP memediasi hubungan
psikologis SDT yaitu kompetensi, keterhubungan dan otonomi bersifat universal. antara (a) otonomi, (b) keterhubungan, (c) kompetensi dan
Sejauh mana kebutuhan orang-orang ini terpuaskan, mereka secara intrinsik akan kesejahteraan subjektif.
termotivasi untuk terlibat dalam perilaku peran ekstra. Oleh karena itu, kami
berhipotesis sebagai berikut: 4. Metodologi
H1: (a) Otonomi, (b) keterhubungan dan (c) kompetensi mempunyai dampak
4.1. Pengaturan penelitian
langsung dan positif terhadap keterlibatan kognitif yang mendukung DIP.
H2: (a) Otonomi, (b) keterhubungan dan (c) kompetensi mempunyai dampak
Penelitian ini menggunakan skenario berbasis teks untuk menggambarkan
langsung dan positif terhadap keterlibatan afektif yang dimungkinkan oleh DIP.
kasus nyata dari pengecer sepatu Eropa PIKKPACK yang memenuhi kriteria APPI
H3: (a) Otonomi, (b) keterhubungan dan (c) kompetensi mempunyai dampak
untuk ditetapkan sebagai DIP (Ramaswamy & Ozcan, 2018a, 2018b).
langsung dan positif terhadap keterlibatan perilaku yang mendukung DIP.
4
SK Roy dkk. Jurnal Riset Bisnis 164 (2023) 114001
Keterlibatan kognitif
Menggunakan PIKKPACK membuat saya berpikir tentang DIP (COG1) Saya
(Hollebeek dkk., 2011)
banyak memikirkan tentang DIP ketika saya menggunakan SMARTAIL
Pemodelan persamaan struktural PLS (PLS-SEM) menggunakan SmartPLS 3.0 (
(COG2) Ringle dkk., 2014) dalam penelitian ini. PLS-SEM digunakan karena memungkinkan
model prediktif yang kompleks dengan ukuran sampel yang kecil (Rambut dkk.,
Penggunaan PIKKPACK merangsang minat saya untuk mempelajari lebih lanjut
Keterlibatan afektif 2012); tujuan dalam penelitian ini adalah untuk memprediksi variabel target
tentang DIP (COG3)
(Hollebeek dkk., 2011) utama (yaitu, kesejahteraan subjektif) dan tujuannya adalah untuk menggunakan
Menggunakan PIKKPACK membuat saya senang (AFF1)
Saya merasa senang saat menggunakan PIKKPACK
skor variabel laten dalam analisis data selanjutnya (Sarstedt dkk., 2021); PLS-SEM
Keterlibatan perilaku (AFF2) Saya bangga menggunakan PIKKPACK memiliki kekuatan statistik yang lebih besar dibandingkan dengan pemodelan
(Hollebeek dkk., 2011) (AFF3) persamaan struktural berbasis kovarians (Sarstedt dkk., 2017) dan cocok untuk
Saya merasa sangat positif saat menggunakan PIKKPACK (AFF4) Belanja
tujuan prediksi dan menjaga interpretabilitas (Henseler, 2018). Pendekatan dua
di PIKKPACK membuat saya terus menggunakan DIP (BE1)
tahap digunakan untuk menganalisis data (Becker dkk., 2012): (a) menguji sifat
Otonomi (Leung dan
Belanja di PIKKPACK membuat saya pengukuran konstruk, dan (b) menguji hipotesis yang diajukan dalam model
Matanda, 2013;
Halvari dkk., (2010) merekomendasikan DIP ke orang lain (BE2) struktural (Sarstedt dkk., 2022).
Saya merasa cara saya menyelesaikan belanjaan saya
di PIKKPACK adalah ekspresi dari diri saya sendiri (A1)
5.2. Jaringan Syaraf Tiruan (JST)
Saya merasa senang ketika dapat menentukan pilihan saat
Matanda, 2013 Saya merasa dapat menentukan pilihan dalam Teknik multi-analitik yang menggabungkan SEM dengan ANN telah mendapatkan
Meuter dkk., (2005) berbelanja di PIKKPACK (A3) perhatian dalam penelitian belakangan ini (Sharma, 2019; Talukder dkk., 2020).Haykin
Saya sepenuhnya mampu menggunakan PIKKPACK (C1)
(2009)mendefinisikan ANN sebagai “prosesor terdistribusi paralel secara masif yang
Keterkaitan Saya yakin dengan kemampuan saya menggunakan PIKKPACK (C2)
terdiri dari unit pemrosesan sederhana, yang memiliki kecenderungan saraf untuk
(Sweeney dkk., 2014) Pengalaman saya menambah kepercayaan diri saya untuk berhasil
menggunakan PIKKPACK (C3) menyimpan pengetahuan eksperimental dan membuatnya tersedia untuk digunakan” (P.
Saya merasa terhubung dengan orang lain yang menggunakan 2). ANN dapat menangkap hubungan non-linier tetapi dapat menggunakan pendekatan
PIKKPACK (R1) 'kotak hitam' karena analisisnya menciptakan lapisan tersembunyi antara neuron
Saya memiliki ikatan yang sama dengan orang lain yang
masukan dan keluaran (Leong dkk., 2020). Karena lapisan tersembunyi ini dibuat secara
Kesejahteraan subyektif menggunakan PIKKPACK (R2)
otomatis, pendekatan ANN tidak cocok untuk pengujian hipotesis (Priyadarshinee dkk.,
(Su dkk., (2016) Saya merasakan rasa persahabatan dengan orang lain yang
menggunakan PIKKPACK (R3) 2017). Untuk mengatasi keterbatasan tersebut, peneliti mengadopsi pendekatan SEM-
Secara umum, saya menganggap diri saya orang yang sangat bahagia ANN dua tahap (yaitu menggabungkan ANN dengan SEM) dimana pada tahap pertama,
(SWB1)
SEM digunakan untuk menguji hubungan hipotesis yang bersifat linier dan ANN
Dibandingkan dengan kebanyakan teman-teman saya, saya menganggap diri saya
digunakan, pada tahap kedua, untuk menguji hubungan hipotesis yang bersifat linier
lebih bahagia (SWB2)
tingkat persetujuan pada MTurk sebesar 95% atau lebih tinggi (Aguinis dkk., 2021; linier. memahami hubungan non-linier (Hew dkk., 2018; Xiong dkk., 2022). Terakhir, hasil
Orang baik &Paolacci, 2017).Bagian 1kuesioner menyarankan responden untuk dari pendekatan ANN dibandingkan dengan hasil yang diperoleh dari pendekatan SEM
membaca skenario teks yang memastikan pemahaman responden yang memadai untuk menentukan kepentingan relatif dari konstruksi prediktor (Wang dkk., 2022).
tentang pelaksanaan DIP PIKKPACK.Seksi 2berisi serangkaian pertanyaan Pendekatan JST tidak memerlukan terpenuhinya asumsi distribusi apa
demografis, diikuti dengan serangkaian pertanyaan tentang anteseden dan pun, seperti normalitas, linearitas, atau homoskedastisitas (Liébana-
konsekuensi keterlibatan pelanggan yang didukung DIP di bagian 3. Survei ini Cabanillas dkk., 2018; Wang dkk., 2022; Xiong dkk., 2022) dan memberikan
diberikan kepada responden yang pernah memiliki pengalaman berbelanja di akurasi prediksi yang lebih tinggi dibandingkan teknik tradisional seperti
toko ritel online dan/atau berbelanja menggunakan aplikasi dalam waktu terakhir. regresi linier berganda (Leong dkk., 2020; Lo dkk., 2022).
enam bulan. Sebanyak 355 responden setuju untuk berpartisipasi dalam survei. Penelitian saat ini menggunakan teknik multilayer perceptron (MLP) feed-
Setelah mengecualikan 30 entri data yang tidak lengkap, sampel akhir berisi 325 forward-back-propagation (FFBP) untuk analisis ANN yang dianggap cocok
tanggapan yang dapat digunakan, sehingga memenuhi persyaratanRambut dkk., untuk penelitian bisnis (Leong dkk., 2020). Metode ini cocok untuk penelitian
(2017)persyaratan ukuran sampel minimum untuk menjalankan pemodelan jalur bisnis karena mencerminkan kompleksitas pengambilan keputusan
berbasis parsial-kuadrat terkecil. manusia dimana pengambil keputusan bisnis terus-menerus menyesuaikan
masukan sumber daya untuk memperoleh tingkat keluaran yang optimal.
4.3. Pengukuran Teknik feed-forward-back-propagation (FFBP) menangkap hal ini karena
teknik ini secara terus menerus menyesuaikan bobot neuron masukan
Untuk mengoperasionalkan CE berkemampuan DIP serta pendahulunya & pada lapisan tersembunyi untuk mendapatkan lapisan keluaran ( Leong
konsekuensinya, kami mengadaptasi skala pengukuran yang relevan dari literatur. dkk., 2020). Lapisan tersembunyi dan lapisan keluaran secara otomatis
Menggunakan pendekatan deduktif (Newman, 2000), semua tindakan diadopsi dihasilkan oleh SPSS versi 26.0 dan diaktifkan oleh fungsi sigmoid ( Leong
secara langsung atau sedikit disesuaikan untuk memastikan relevansinya dengan dkk., 2020; Liébana-Cabanillas dkk., 2018). Analisis ANN menggunakan
konteks penelitian kami. Misalnya, keterlibatan pelanggan (kognitif, afektif, dan teknik validasi silang 10 kali lipat untuk mengatasi masalah over-fitting.
perilaku) diukur menggunakan skala adaptasi yang diusulkan oleh Hollebeek dkk., Selanjutnya sampel dari dataset saat ini dibagi menjadi 90% dataset
2011. Motivasi pelanggan untuk terlibat dengan DIP (otonomi, kompetensi, dan pelatihan dan 10% dataset pengujian untuk menilai keakuratan hasil
keterkaitan) diukur dengan menggunakan item adaptasi yang disarankan oleh analisis ANN (Leong dkk., 2020; Roy dkk., 2017).
Leung dan Matanda (2013), Halvari dkk., (2010), Sweeney dkk., (2014)DanMeuter
dkk., (2005)masing-masing; dan SWB diukur menggunakan skala yang diusulkan 6. Hasil
olehSu dkk. (2016). Tabel 1menyoroti semua item pengukuran yang digunakan
untuk menguji model konseptual. 6.1. Bias metode umum (CMB)
5
SK Roy dkk. Jurnal Riset Bisnis 164 (2023) 114001
Meja 2 Tabel 3
Properti Pengukuran. Hasil pengujian hipotesis.
Item pengukuran Memuat T-nilai α Kr jalan Dihipotesiskan Jalur T- P-nilai LCI UCI
jalur koefisien nilai-nilai (2,5%) (97,5%)
Keterlibatan kognitif
COG1 0,84 33.86 Efek langsung
COG2 0,81 30.76 0,77 0,87 0,69 (H1a)
COG3 0,84 29.70 Otonomi→MENCELUPKAN- 0,65 6.34 0,00*** 0,44 0,82
mengaktifkan kognitif - 0,06 1.23 0,22ns - 0,18 0,02
Keterlibatan afektif pertunangan (H1b) 0,32 3.38 0,007* 0,14 0,49
AFF1 0,86 37.91 Keterkaitan→ 0,68 8.37 0,00*** 0,49 0,80
AFF2 0,86 37.32 0,89 0,93 0,76 berkemampuan DIP 0,14 2.38 0,02* 0,02 0,24
AFF3 0,86 45.61 kognitif 0,14 2.07 0,001* 0,02 0,28
AFF4 0,89 52.16 pertunangan (H1c) 0,70 8.1 0,00*** 0,50 0,83
Keterlibatan perilaku Kompetensi→ 0,03 0,74 0,45ns - 0,06 0,12
BE1 0,92 92,85 berkemampuan DIP 0,20 2.63 0,009* 0,07 0,36
BE2 0,89 47.01 0,79 0,90 0,83 kognitif
Otonomi pertunangan (H2a)
A1 0,84 35.86 Otonomi→MENCELUPKAN-
Keterkaitan afektif
R1 0,85 26.08 0,70 0,75 0,55 pertunangan (H3a)
R2 0,51 3.90 Otonomi→MENCELUPKAN-
perilaku
Catatan::alfa Cronbach; CR: Keandalan Komposit; AVE: Varians rata-rata pertunangan (H3c)
diekstraksi. Kompetensi→
berkemampuan DIP
karena tidak ada jawaban yang benar atau salah (MacKenzie & Podsakoff, perilaku
2012).
pertunangan
Karena uji satu faktor Harman mendapat kritik dari para peneliti, kami
menggunakan teknik variabel penanda untuk mendeteksi CMB (Hulland dkk., 2018 Efek tidak langsung
). Oleh karena itu, kami mengadopsi pendekatan variabel penanda yang (H4a)
disarankan oleh Lindell dan Whitney (2001)untuk menguji adanya bias metode Otonomi→MENCELUPKAN- 0,1 1.66 0,09ns - 0,01 0,23
mengaktifkan kognitif - 0,01 0,97 0,33ns - 0,03 0,01
umum. Berdasarkan saran mereka, kami menggunakan intensitas penggunaan
pertunangan→ 0,04 1.52 0,13ns - 0,004 0,11
ponsel responden sebagai variabel penanda. Intensitas penggunaan telepon SWB(H4b) 0,31 4.29 0,00*** 0,176 0,464
seluler didefinisikan sebagai sejauh mana telepon seluler terintegrasi ke dalam Keterkaitan→ 0,62 12.74 0,00*** 0,51 0,70
kehidupan sehari-hari responden. Hal ini diukur dengan mengadaptasi item berkemampuan DIP 0,06 2.15 0,03* 0,014 0,129
kognitif 0,17 3.06 0,003* 0,05 0,28
pengukuran intensitas penggunaan telepon seluler dariValenzuela dkk. (2009). Varians variabel
pertunangan→ 0,009 0,702 0,483ns - 0,011 0,04
dependen tidak meningkat secara signifikan dengan dimasukkannya variabel penanda ke
SWB(H4c) 0,05 2.313 0,02* 0,013 0,092
dalam model struktural yang diuji dalam penelitian ini. Kami menemukan bahwa rata-rata Kompetensi→
korelasi antara variabel laten dalam model struktural dan variabel penanda adalah 0,045, dan berkemampuan DIP
nilai signifikansi rata-rata adalah 0,65. Ini lebih besar dari nilai ambang batas 0,05. Dengan kognitif
pertunangan→
demikian, kami menyimpulkan bahwa bias metode umum tidak menjadi perhatian utama
SWB(H5a)
dalam penelitian ini.
Otonomi→MENCELUPKAN-
mengaktifkan afektif
pertunangan→
6.2. Properti pengukuran SWB(H5b)
Keterkaitan→
Sifat pengukuran model penelitian ditunjukkan pada Meja 2. Item berkemampuan DIP
afektif
pengukuran konstruk dalam model penelitian dimuat secara signifikan ke
pertunangan→
dalam konstruk laten masing-masing. Pemuatan faktor masing-masing SWB(H5c)
semuanya lebih besar dari 0,7 dengan nilai t yang signifikan secara statistik ( Kompetensi→
Henseler dkk., 2015). Selanjutnya, kami menguji reliabilitas dan validitas berkemampuan DIP
konstruk dalam model penelitian. Alfa Cronbach untuk semua konstruk lebih afektif
pertunangan→
besar dari 0,72 yang menunjukkan konsistensi internal model pengukuran.
SWB(H6a)
Reliabilitas gabungan seluruh konstruk kembali lebih besar dari nilai Otonomi→MENCELUPKAN-
ambang batas 0,70 yang menunjukkan reliabilitas konstruk (Rambut dkk., diaktifkan
2012). Nilai rata-rata varians yang diekstraksi (AVE) untuk seluruh konstruk perilaku
pertunangan→
berada di atas 0,5. Hal ini menyiratkan bahwa rata-rata seluruh konstruk
SWB(H6b)
menjelaskan lebih dari 50% varians dalam item-itemnya (Sarstedt & Ringle,
Keterkaitan→
2021), sehingga mendukung hipotesis tersebut. (bersambung di halaman berikutnya)
6
SK Roy dkk. Jurnal Riset Bisnis 164 (2023) 114001
Tabel 3(lanjutan) lebih besar dari nol untuk konstruksi dalam model struktural. Hal ini menunjukkan
Dihipotesiskan Jalur T- P-nilai LCI UCI bahwa model struktural yang diusulkan berkinerja lebih baik daripada tolok ukur
jalur koefisien nilai-nilai (2,5%) (97,5%) paling naif dari rata-rata indikator sampel.
Hasil (ditunjukkan padaTabel 3) dari analisis jalur menunjukkan bahwa
berkemampuan DIP
perilaku otonomi (β=0,65,hal <0,001) dan kompetensi (β=0,32,hal <0,05) memiliki dampak
pertunangan→ positif dan signifikan terhadap keterlibatan kognitif yang mendukung DIP yang
SWB(H6c) mendukung H1a dan H1c. H1b tidak diterima karena tidak ada dampak signifikan
Kompetensi→ dari keterhubungan terhadap keterlibatan kognitif. Hasil juga menunjukkan
berkemampuan DIP
bahwa otonomi (β=0,68,hal <0,001), keterkaitan (β=0,14,hal <0,05) dan kompetensi
perilaku
pertunangan→ (β=0,14,hal <0,05) memiliki dampak signifikan terhadap keterlibatan afektif
SWB DIPenabled yang mendukung hipotesis H2a, H2b, dan H2c. Hasil mendukung H3a
dan H3c sebagai otonomi (β=0,70,hal <0,001) dan kompetensi (β=0,20,hal <0,05)
Catatan: * menunjukkan hal<0,05; *** menunjukkan hal<0,001; 'ns' menunjukkan tidak signifikan. mempunyai dampak langsung dan positif terhadap keterlibatan perilaku yang
didukung oleh DIP. H3b tidak diterima karena tidak ada dampak keterkaitan yang
validitas konvergen model. Validitas diskriminan ditetapkan karena akar signifikan terhadap keterlibatan perilaku yang didukung DIP.
kuadrat nilai AVE suatu konstruk lebih besar dibandingkan korelasinya
dengan konstruk lain dalam model (Fornell & Larcker, 1981). Validitas Selanjutnya, kami menguji hipotesis mediasi dengan menggunakan interval
diskriminan diperiksa lebih lanjut menggunakan rasio heterotraitmonotrait kepercayaan bootstrap yang dikoreksi bias dan efek tidak langsung (Pengkhotbah &
(HTMT). Karena rasio HTMT konstruksi kurang dari 0,85 (Henseler dkk., Hayes, 2008; Nitzl dkk., 2016). Karena efek tidak langsung antara otonomi,
2015) kita dapat menyimpulkan bahwa konstruk dalam model penelitian keterhubungan dan kompetensi serta kesejahteraan subjektif (SWB) tidak signifikan,
tersebut memiliki validitas diskriminan. kami menyimpulkan bahwa keterlibatan kognitif yang didukung DIP tidak bertindak
sebagai mediator. Dengan demikian hipotesis H4a, H4b dan H4c ditolak.
6.3. Model struktural Efek tidak langsung yang dilaporkan antara otonomi dan SWB (βtidak
langsung= 0,31, hal<0,001; LCI = 0,176, UCI = 0,464) signifikan dan interval
Selanjutnya, kami menguji model struktural menggunakan 5.000 sampel kepercayaan tidak termasuk nol. Hal ini menunjukkan bahwa keterlibatan
bootstrap berdasarkan 325 kasus. Relevansi prediktif model struktural afektif yang didukung DIP memediasi hubungan antara otonomi dan SWB,
diperiksa dengan memeriksa R2nilai-nilai dan Stone-Geisser's Q2 mendukung H5a. Demikian pula pengaruh tidak langsung antara
nilai (Rambut dkk., 2017). Hasil menunjukkan bahwa R2nilai variabel kompetensi dan SWB (βtidak langsung= 0,06, hal<0,05; LCI = 0,014, UCI =
terikat akhir (yaitu SWB) adalah 0,66 yang dapat diterima (Rambut dkk., 0,127) dan pengaruh tidak langsung antara keterhubungan dan SWB (βtidak
2017). R2nilai untuk variabel endogen lainnya seperti keterlibatan langsung= 0,06, hal<0,05; LCI = 0,014, UCI = 0,129) juga signifikan. Selain itu,
kognitif (R2= 0,68), keterlibatan afektif (R2= 0,74) dan keterlibatan karena interval kepercayaan tidak mencakup nol, kami menerima hipotesis
perilaku (R2= 0,73) juga dapat diterima. H5b dan H5c.
Setelah itu kami melakukan analisis penutup mata menggunakan jarak Efek tidak langsung yang dilaporkan antara otonomi dan SWB (βtidak langsung=
kelalaian 7 untuk menilai relevansi prediktif model struktural (Tenenhaus 0,17, hal<0,05; LCI = 0,056, UCI = 0,277) dan antara kompetensi dengan SWB
dkk., 2005). Redundansi yang divalidasi silang (Q2) nilai konstruksi endogen (βtidak langsung= 0,05, hal<0,05; LCI = 0,013, UCI = 0,092) signifikan dan interval
dalam model struktural lebih besar dari 0,3. Hal ini memberikan kepercayaan tidak termasuk nol. Dengan demikian, hipotesis H6a dan H6c
dukungan tambahan terhadap validitas prediktif model struktural (Rambut didukung, dan keterlibatan perilaku yang didukung DIP memediasi hubungan
dkk., 2017). Selain itu, kami menggunakan algoritma PLSpredict untuk antara otonomi, kompetensi, dan SWB. Karena pengaruh tidak langsung antara
memberikan dukungan lebih lanjut untuk prediksi model struktural keterkaitan dan SWB tidak signifikan, kami menyimpulkan bahwa hipotesis bahwa
relevansi (Shmueli dkk., 2019). Hasil menunjukkan bahwa Q2 meramalkannilai-nilai itu keterlibatan perilaku mendukung DIP
Gambar 2.Hasil.
7
SK Roy dkk. Jurnal Riset Bisnis 164 (2023) 114001
0,148
0,060
0,269
0,139
0,179
0,137
0,068
0,148
0,094
0,107
0,107
0,235
pengujian hipotesis.
SSE
Pengujian 6.4. Analisis JST
RMSE
Model D (R2¼55,18%)
0,066
0,013
0,093
0,062
0,074
0,057
0,051
0,067
0,051
0,070
0,055
0,084
Seperti yang disajikan sebelumnya, analisis PLS-SEM mengkonfirmasi bahwa
semua hubungan jalur signifikan secara statistik kecuali tiga hubungan yang
dihipotesiskan. Ini adalah keterlibatan kognitif yang didukung DIP dengan SWB,
Pelatihan
1.584
0,150
1.422
1.572
1.454
1.814
1.580
1.589
1.484
1.816
1.732
1.373
SSE
dengan keterlibatan perilaku yang didukung DIP. Oleh karena itu, hubungan yang
tidak signifikan ini tidak digunakan dalam analisis ANN (Hew dkk., 2018; Xiong
dkk., 2022). Selanjutnya, empat model JST dibuat hanya berdasarkan hubungan
RMSE
0,077
0,004
0,073
0,077
0,074
0,084
0,076
0,077
0,075
0,081
0,081
0,072
signifikan yang dihipotesiskan dari analisis PLS-SEM. Hasil analisis JST disajikan
pada Lampiran B dan model JST diilustrasikan padaGambar. B.1 sampai B.4(lihat
Lampiran B). Seperti yang ditunjukkan di Tabel B.1, Root Mean Square of Error
(RMSE) untuk keempat model JST berkisar antara 0,064 hingga 0,077 yang
menunjukkan akurasi prediksi yang tinggi dalam analisis JST (Leong dkk., 2020; Lo
0,168
0,087
dkk., 2022).
0,153
0,087
0,098
0,106
0,249
0,181
0,371
0,122
0,226
0,09
SSE
RMSE
0,057
0,060
0,058
0,079
0,078
0,099
0,065
0,083
0,058
1.092
1.066
1.180
0,828
0,945
1.321
2.044
0,774
1.680
SSE
0,067
0,010
0,064
0,063
0,067
0,057
0,059
0,071
0,087
0,054
0,079
0,117
0,140
0,082
0,267
0,162
0,305
0,150
0,164
0,044
SSE
R2= 1 - RMSE/dtk2, dimana2adalah varian keluaran yang diinginkan menurut rata-rata SSE untuk data pengujian.
RMSE
0,068
0,013
0,065
0,066
0,072
0,051
0,082
0,073
0,090
0,072
0,070
0,040
1.495
0,984
1.139
1.062
1.049
1.153
1.511
1.045
1.186
(Model A), 56,64% varians keterlibatan afektif yang mendukung DIP (Model
SSE
B), 58,21% varians keterlibatan perilaku yang mendukung DIP (Model C). )
dan 55,18% varians pada SWB (Model D).
Pelatihan
RMSE
0,074
0,060
0,066
0,064
0,063
0,067
0,075
0,063
0,066
konsisten dengan hasil yang diperoleh dari PLS-SEM, maka hasil normalisasi
kepentingan dari analisis JST dibandingkan dengan hasil koefisien jalur yang
diperoleh dari PLS-SEM (Lo dkk., 2022; Ng dkk., 2022).Tabel B.3
menunjukkan bahwa hasil analisis JST mendukung temuan hubungan yang
diperoleh PLS-SEM. Secara khusus, besaran kepentingan relatif dari
0,155
0,100
0,149
0,061
0,282
0,099
0,159
0,194
0,379
0,095
0,077
0,050
SSE
RMSE
0,066
0,020
0,067
0,048
0,102
0,056
0,063
0,080
0,100
0,057
0,048
0,043
DIP (koefisien jalur 0,646) adalah yang paling penting, dibandingkan dengan
hubungan dari kompetensi ke keterlibatan kognitif yang mendukung DIP
(koefisien jalur 0,315) menurut PLS -Hasil SEM. Temuan yang sama
Model A (R2¼56,99%)
1.122
1.311
1.073
0,882
0,842
1.151
1.101
0,961
1.504
SSE
0,064
0,005
0,065
0,064
0,070
0,064
0,059
0,056
0,067
0,064
0,060
0,075
Berarti
JST10
JST1
JST2
JST3
JST4
JST5
JST6
JST7
JST8
JST9
Catatan:
SD
1.
2.
3.
4.
5.
8
SK Roy dkk. Jurnal Riset Bisnis 164 (2023) 114001
Tabel B2
Analisis Sensitivitas.
Analisis sensitivitas
Tabel B3
Hasil PLS-SEM dan ANN dibandingkan.
Hubungan jalur jalur tolong ANN menormalkan Pemeringkatan berdasarkan Pemeringkatan berdasarkan kepentingan Komentar
koefisien kepentingan relatif (%) koefisien jalur PLS relatif yang dinormalisasi ANN (%)
Model A
Otonomi ->berkemampuan DIP 0,646 100.000% 1 1 Cocok
kognitif_Inggris
Kompetensi ->berkemampuan DIP 0,315 75,316% 2 2 Cocok
kognitif_Inggris
Model B
Otonomi ->berkemampuan DIP 0,677 100.000% 1 1 Cocok
afektif_Eng
Kompetensi ->berkemampuan DIP 0,138 36,357% 2 2 Cocok
afektif_Eng
Keterkaitan ->berkemampuan DIP 0,134 33,186% 3 3 Cocok
afektif_Eng
Model C
Otonomi ->berkemampuan DIP 0,701 100.000% 1 1 Cocok
perilaku_Inggris
Kompetensi ->berkemampuan DIP 0,195 42,349% 2 2 Cocok
perilaku_Inggris
Model D
Afektif_Eng yang diaktifkan DIP -> 0,464 100.000% 1 1 Cocok
SWB
behavioral_Eng yang diaktifkan DIP -> 0,243 71,321% 2 2 Cocok
SWB
Gambar.B1.JST Model A.
9
SK Roy dkk. Jurnal Riset Bisnis 164 (2023) 114001
Gambar.B2.JST Model B.
Gambar.B3.JST Model C.
7. Pembahasan dan implikasinya kegunaan yang dirasakan dari objek tersebut (Tsai dkk., 2021, Sweeney dkk.,
2014) mengarahkan mereka untuk terlibat secara kognitif. Selain itu, pengaruh
otonomi
7.1. Implikasi teoritis pada seluruh dimensi CE lebih besar dibandingkan pengaruh kompetensi dan
keterhubungan. Hal ini menunjukkan bahwa CE dengan DIP sebagian besar
Tujuan dari penelitian ini adalah untuk menguji (a) anteseden dan konsekuensi dari didorong oleh fakta bahwa pengguna lebih menyukai kemandirian, kebebasan
keterlibatan pelanggan yang mendukung DIP, dan (b) peran mediasi dari keterlibatan dan pilihan yang tersedia saat menggunakan DIP.
pelanggan yang mendukung DIP dalam menghubungkan anteseden dengan Kompetensi ditemukan memiliki hubungan yang signifikan dengan semua
konsekuensinya. Kami menguji hubungan di atas dengan mengintegrasikan S-DL dan dimensi CE menurut analisis PLS-SEM dan ANN. Kompetensi mengacu pada
SDT sebagai kerangka teoritis kami. Temuan kami dapat dikelompokkan ke dalam kemampuan pengguna untuk mencapai tujuan tertentu dengan menggunakan
kesimpulan berikut. kapasitas mereka (yaitu, sumber daya operan). Terbukti dari temuan tersebut,
Temuan dari analisis PLS-SEM dan ANN mendukung hipotesis hubungan pengguna percaya bahwa mereka memiliki kompetensi yang lebih tinggi dalam
otonomi yang mempengaruhi semua dimensi CE. Hasil ini dapat dijelaskan menggunakan DIP sehingga penggunaan DIP secara terus-menerus akan
dengan gagasan bahwa DIP memberikan persepsi otonomi atau pilihan yang menghasilkan CE yang lebih besar. Hal ini tidak mengherankan, karena responden
lebih besar kepada pengguna sehingga mengarahkan mereka untuk terlibat yang direkrut dari M− Turk umumnya merasa memiliki kompetensi yang lebih
secara kognitif dengan DIP. Penelitian sebelumnya menunjukkan bahwa persepsi tinggi dalam menggunakan platform digital.
otonomi yang lebih besar dapat membuat pengguna percaya pada hal tersebut Keterhubungan mengacu pada gagasan bahwa pengguna akan merasa terhubung atau
1
SK Roy dkk. Jurnal Riset Bisnis 164 (2023) 114001
Gambar.B4.JST Model D.
rasa memiliki dengan pengguna lain. Hal ini penting ketika pengguna membutuhkan
dan kesejahteraan subjektif. Dengan menggunakan analisis ANN, kami dapat
dukungan dari pengguna lain dalam bentuk komunitas (Chui, 2022). Hal ini mungkin
menentukan tingkat kepentingan variabel masukan yang dinormalisasi dan
tidak terjadi dalam konteks DIP karena pengguna tidak berinteraksi dengan pengguna
memberi peringkat berdasarkan kemampuan prediktifnya terhadap variabel
lain. Hal ini dapat menjelaskan hubungan yang tidak signifikan antara keterhubungan
keluaran. Pendekatan ini kontras dengan penelitian yang ada yang menghitung
dan keterlibatan kognitif dan perilaku yang mendukung DIP. Namun, hubungan antara
koefisien beta dari analisis SEM. Analisis kami dalam konteks ini merupakan
keterhubungan dan keterlibatan afektif yang didukung oleh DIP ditemukan signifikan.
perubahan paradigma, di mana peneliti tidak hanya fokus pada pengujian
Hal ini mungkin karena pengguna suka menggunakan DIP sehingga menimbulkan emosi
hubungan sebab akibat linier namun juga dapat fokus pada hubungan nonlinier
positif terhadap DIP.
antara prediktor dan variabel dependen.
Dalam konteks penelitian ini, ditemukan bahwa SWB tidak dipengaruhi oleh
Secara keseluruhan, penelitian ini berkontribusi pada literatur dengan
keterlibatan kognitif yang didukung DIP, melainkan dipengaruhi oleh keterlibatan
menyoroti hubungan kompleks antara kebutuhan psikologis manusia,
afektif yang didukung DIPen dan keterlibatan perilaku yang didukung DIP. Hal ini
keterlibatan pelanggan, dan kesejahteraan subjektif, dalam konteks DIP,
sejalan denganKim dkk., (2014)penegasan bahwa SWB individu lebih dipengaruhi
dan melalui lensa teoretis terintegrasi dari logika dominan layanan dan teori
oleh respon afektif dibandingkan respon rasional. SWB adalah konsep psikologis
penentuan nasib sendiri. . Hasil penelitian menjelaskan bahwa hubungan
yang mengukur penilaian kognitif individu terhadap kepuasan hidup secara
langsung antara kepuasan kebutuhan psikologis manusia (otonomi,
keseluruhan dan penilaian afektif terhadap emosi. Oleh karena itu, kemungkinan
keterkaitan dan kompetensi) dengan kesejahteraan subjektif dimediasi oleh
besar penggunaan DIP membuat pengguna merasa senang dengan diri mereka
keterlibatan pelanggan (kognitif, afektif dan perilaku). Secara khusus,
sendiri yang berarti SWB yang lebih besar. Hal ini mungkin terjadi karena DIP
temuan menunjukkan bahwa otonomi dan kompetensi memiliki hubungan
mudah digunakan, sehingga stres pengguna berkurang dan sebagai hasilnya,
yang signifikan dengan semua dimensi keterlibatan pelanggan (kognitif,
mereka tidak perlu mengeluarkan upaya kognitif (yaitu, memikirkan) penggunaan
afektif, dan perilaku). Namun, kesejahteraan subjektif tidak dipengaruhi oleh
DIP. Hal ini juga terlihat dari hasil yang menunjukkan bahwa keterlibatan kognitif
keterlibatan kognitif, namun dipengaruhi oleh keterlibatan afektif dan
yang didukung DIP tidak memediasi hubungan apa pun dari ARC ke SWB.
perilaku.
Kami juga menemukan bahwa keterlibatan afektif yang didukung DIP memediasi
hubungan antara ARC dan SWB. Hal ini menunjukkan bahwa ketika penggunaan DIP
7.2. Implikasi manajerial
mempengaruhi aspek emosional (yaitu pengaruh) pengguna, mereka lebih cenderung
mengembangkan persepsi posisi mengenai kepuasan hidup dan emosi mereka secara
Memahami faktor pendukung dan konsekuensi dari CE yang mendukung DIP
keseluruhan. Seperti disebutkan sebelumnya di bagian ini, keterlibatan afektif dengan
merupakan bagian integral dalam mengkonsep ulang penawaran pengecer
DIP lebih mungkin terjadi ketika pengguna merasa bahwa mereka telah memenuhi
sebagai DIP. Hal ini khususnya penting dalam era interaksi layanan berbasis
aspek kepuasan kebutuhan ARC saat menggunakan DIP.
pengalaman di mana pengalaman positif sangat penting dalam memberikan nilai
Hasilnya menunjukkan bahwa keterlibatan perilaku yang didukung DIP memediasi
bagi pelanggan dan perusahaan. CE telah disebut-sebut sebagai sumber
hubungan antara otonomi dan kompetensi dan SWB namun tidak memediasi hubungan
keunggulan kompetitif (Kumar & Pansari, 2016). Oleh karena itu, dengan
antara keterkaitan dan SWB. Hasil ini dapat dijelaskan oleh fakta bahwa pengguna tidak
mengetahui bagaimana praktik ini dapat dimotivasi, penyedia layanan dapat
dapat melihat pengguna lain (yaitu kurangnya keterhubungan) selama interaksi mereka
memperkuat interaksi mereka dalam lingkungan teknologi dan memungkinkan
dengan DIP. Oleh karena itu, sebagian besar pengguna berfokus pada persepsi mereka
konsekuensi merek yang positif.
tentang otonomi dan kompetensi ketika menggunakan DIP. Dengan kata lain, semakin
Pertama, temuan kami menunjukkan bahwa otonomi mempengaruhi semua
banyak otonomi (yaitu kebebasan) dan kompetensi (yaitu kemampuan) yang dirasakan
dimensi CE. Berdasarkan temuan ini, pengelola disarankan untuk memberikan
pengguna saat menggunakan DIP, semakin besar kemungkinan mereka untuk terlibat
tindakan atau langkah yang meningkatkan persepsi otonomi di kalangan
secara perilaku (misalnya dengan menghabiskan energi, waktu dan tenaga) dengan DIP.
pengguna DIP. Misalnya, pengguna diperbolehkan memilih dan mendesain
DIP yang pada gilirannya membuat mereka puas dan bahagia secara emosional (yaitu,
sepatu/produknya sendiri menggunakan DIP. Hal ini akan meningkatkan
meningkatkan rasa SWB).
keterlibatan dengan DIP dan meningkatkan SWB. Namun, perancang juga harus
Terakhir, kami menggunakan pendekatan SEM-ANN, yang relatif baru dalam
berhati-hati untuk tidak membuat DIP terlalu rumit untuk dioperasikan, karena
keterlibatan pelanggan dan literatur DIP, dan mengungkap hubungan
hal ini dapat berdampak buruk pada persepsi kompetensi di antara pengguna yang
nonlinier antara kebutuhan psikologis manusia, keterlibatan pelanggan.
menyebabkan rendahnya CE.
Penelitian sebelumnya menunjukkan bahwa keterkaitan berpengaruh positif
1
SK Roy dkk. Jurnal Riset Bisnis 164 (2023) 114001
perilaku (Sweeney dkk., 2014) dan pertunangan (Chiu, 2022). Sebaliknya, temuan
Australia). Oleh karena itu, penelitian di masa depan dapat mengeksplorasi kondisi di
kami menunjukkan bahwa keterhubungan hanya berdampak pada keterlibatan
mana CE yang mendukung DIP muncul di lingkungan dan/atau negara lain.
afektif. Hal ini menyiratkan bahwa DIP harus dirancang agar dapat diterima oleh
pengguna sehingga mengarah pada keterlibatan afektif. Misalnya, perusahaan
dapat merancang DIP dengan memberikan masukan instan kepada pengguna Pernyataan kontribusi kepenulisan CReditT
tentang penggunaan DIP. Hal ini kemungkinan besar akan menciptakan perasaan
positif di antara pengguna dan meningkatkan CE. Sanjit K.Roy:Penulisan – review & penyuntingan, Penulisan – draf
Dalam studi saat ini, keterkaitan tidak ditemukan berdampak pada keterlibatan kognitif dan
asli, Visualisasi, Validasi, Pengawasan, Perangkat Lunak,
perilaku yang mungkin disebabkan oleh kurangnya informasi dalam skenario tentang bagaimana
Administrasi proyek, Metodologi, Analisis formal, Kurasi data,
pengguna dapat terhubung dengan pengguna DIP lainnya. Chiu (2022)mencatat bahwa
Konseptualisasi.
keterhubungan menjadi penting ketika dukungan dari pengguna lain diperlukan karena situasi
Gaganpreet Singh:Penulisan – review & penyuntingan, Penulisan –
yang tidak pasti dan asing. Oleh karena itu, perusahaan harus mengizinkan pengguna untuk
draf asli, Visualisasi, Validasi, Pengawasan, Perangkat Lunak,
berinteraksi satu sama lain (yaitu, menerima dan memberikan umpan balik dari pengguna lain)
Administrasi proyek, Metodologi, Investigasi, Analisis formal, Kurasi
ketika menggunakan DIP. Hal ini kemungkinan besar akan meningkatkan CE karena
data, Konseptualisasi.Saalem Sadeque:Penulisan – draf asli,
keterhubungan yang lebih besar.
Visualisasi, Validasi, Perangkat Lunak, Metodologi, Analisis formal,
Kurasi data.
Hasilnya juga menunjukkan bahwa keterlibatan afektif yang didukung
DIP memediasi hubungan antara ARC dan SWB. Teknologi telah terbukti
Paul Harrigan:Penulisan – review & editing, Pengawasan, Administrasi
menciptakan perasaan SWB dalam beberapa konteks (Kim dkk., 2020). Hal proyek, Konseptualisasi.Kristof Coussement:Penulisan – review &
ini menyiratkan bahwa DIP harus dirancang untuk meningkatkan perasaan editing, Pengawasan, Metodologi.
pelarian, hiburan, tantangan, fantasi, dan kesenangan yang telah terbukti
mempengaruhi kesejahteraan psikologis (Li dkk., 2014, Singh dkk., 2017). Deklarasi Kepentingan Bersaing
Misalnya, DIP dapat dirancang untuk menjadikannya menghibur dengan
memanfaatkan suara dan video yang jelas. Para penulis menyatakan bahwa mereka tidak mempunyai kepentingan finansial
Demikian pula, DIP harus lebih mudah digunakan atau dioperasikan karena hasilnya atau hubungan pribadi yang saling bersaing yang dapat mempengaruhi pekerjaan yang
menunjukkan bahwa pengaruh otonomi dan kompetensi terhadap SWB dimediasi oleh dilaporkan dalam makalah ini.
keterlibatan afektif yang didukung oleh DIP. Hal ini berarti bahwa ketika pengguna tidak
merasa terkendala atau menghadapi kesulitan dalam menggunakan DIP, mereka Lampiran A
cenderung akan asyik menggunakan DIP sehingga mereka akan merasakan SWB yang
lebih tinggi. Bayangkan Anda ingin membeli sepasang sepatu baru yang disesuaikan untuk Anda
sendiri. Anda menemukan layanan PIKKPACK yang menawarkan akses ke berbagai item
8. Keterbatasan dan arah penelitian kedepannya sepatu menggunakan platform interaktif digital (DIP). DIP PIKKPACK menawarkan Anda
otonomi untuk mengedit dan mendesain sepatu khusus yang tidak tersedia di pasar
Beberapa keterbatasan penelitian ini mencerminkan jalan untuk penelitian lebih reguler. Kemungkinan memilih antara warna sepatu dan bahan sol serta jenis warna sol
lanjut. Pertama, dalam penelitian kami, kami mengidentifikasi satu pendorong CE yang dan warna tali sepatu yang berbeda akan menghasilkan banyak permutasi sepatu. DIP
mendukung DIP, yaitu motivasi pelanggan (otonomi, keterkaitan, dan kompetensi). CE PIKKPACK juga memberikan informasi produk yang relevan, termasuk penggunaannya
dengan DIP mungkin tidak hanya dipicu semata-mata oleh motivasi mereka tetapi juga dalam berbagai kondisi iklim, negara asal, dan cara mencuci produk. Kit PIKKPACK
bisa didorong oleh kepercayaan, dan komitmen (Pansari & Kumar, 2017, de Oliveira standar yang dikirimkan kepada Anda akan terdiri dari semua item sepatu yang belum
Santini dkk., 2021). Penelitian di masa depan dapat memperluas model ini dengan dirakit, kit instruksi, dan tutorial tentang cara merakit sepatu sendiri. Setelah dirakit,
memasukkan faktor-faktor tambahan yang menjadi pendorong CE, seperti yang Anda dapat menggunakan produk tersebut. Dengan cara ini, Anda memiliki kendali
diusulkan olehIslam dkk., (2019)DanLim dan Rasul (2022)termasuk beberapa faktor dalam menciptakan pengalaman pembuatan dan penggunaan sepatu. Keterlibatan yang
berbasis platform berbasis merek, berbasis pelanggan, berbasis industri, dan berbasis dihasilkan akan bergantung pada otonomi, kompetensi dan keterhubungan yang
pemasar. Kedua, meskipun makalah ini mengintegrasikan landasan teoritis logika SD dan ditawarkan oleh DIP PIKKPACK. PIKKPACK juga memiliki ruang pamer berbasis janji
SDT, penelitian di masa depan mungkin mempertimbangkan untuk mengintegrasikan temu bagi penggunanya untuk membuat, berinteraksi, dan merasakan produk secara
lensa teoritis lain dan/atau pelengkap ke dalam penyelidikannya, termasuk pertukaran fisik.
sosial (Hollebeek, 2011), pandangan berbasis sumber daya (resourcebased view). Secara keseluruhan, keterlibatan yang positif kemungkinan besar akan memberi
Hollebeek, 2019) teori pemasaran hubungan (Vivek dkk., 2014), logika layanan Anda kepuasan yang lebih tinggi dan pada akhirnya memengaruhi kesejahteraan
(Gronroos, 2008), teori keterlibatan regulasi (Higgins, 2006; Higgins & Scholer, 2009), Anda (dan sebaliknya).
teori keterlibatan (Pansari & Kumar, 2017) dan lainnya untuk mencapai pemahaman
teoritis lebih lanjut tentang CE yang mendukung DIP (MacInnis, 2011). Ketiga, penelitian
Lampiran B
di masa depan dapat membandingkan dan memvalidasi hubungan model tersebut
dengan jenis DIP lain dengan karakteristik berbeda, seperti platform pencarian dan
MelihatTabel B.1,B.2,B.3DanGambar. B.1 sampai B.4
periklanan, platform konten, platform media sosial, dan platform layanan lain yang
berfokus pada, misalnya, crowdsourcing atau crowdfunding (Rangaswamy dkk., 2020).
Referensi
Keempat, penelitian yang masih ada juga menyoroti bahwa kesejahteraan pelanggan
dapat berperan sebagai pendahulu CE (misalnya,Horwood & Anglim, 2019). Penelitian di Aguinis, H., Villamor, I., & Ramani, RS (2021). Penelitian MTurk: Review dan
masa depan juga dapat menyelidiki hubungan timbal balik antara kesejahteraan dan rekomendasi.Jurnal Manajemen, 47(4), 823–837. Alexander, MJ, Jaakkola,
keterlibatan pelanggan yang didukung oleh DIP. Namun demikian, studi berbasis E., & Hollebeek, LD (2018). Memperkecil: Aktor
keterlibatan di luar diadik.Jurnal Manajemen Pelayanan, 29(3), 333–351. Al
skenario teks memiliki keterbatasan dalam hal memperoleh wawasan mengenai Mamun, MA, Lawrie, G., & Wright, T. (2020). Desain instruksional perancah
kesejahteraan melalui kacamata kepuasan kebutuhan pelanggan. Oleh karena itu, modul pembelajaran online untuk lingkungan pembelajaran mandiri dan berbasis
penelitian di masa depan dapat menggunakan metode penelitian lain – seperti studi penyelidikan. Komputer & Pendidikan, 144, Pasal 103695.
Apostolidis, C., Brown, D., Wijetunga, D., & Kathriarachchi, E. (2021). Nilai berkelanjutan
lapangan dan eksperimen lapangan – dan mempertimbangkan berbagai aspek
kreasi bersama di Dasar Piramida: Menggunakan aplikasi seluler untuk mengurangi limbah makanan
kesejahteraan – seperti efikasi diri dan kecemasan terhadap teknologi – (Henkens dkk., dan meningkatkan ketahanan pangan.Jurnal Manajemen Pemasaran, 37(9–10), 856–886.
2021). Terakhir, studi empiris menguji satu organisasi (PIKKPACK) melalui
Assor, A., Kaplan, H., & Roth, G. (2002). Pilihannya bagus, tetapi relevansinya luar biasa:
konseptualisasi DIP sebagai APPI dengan responden dari satu negara (yaitu,
Meningkatkan otonomi dan menekan perilaku guru yang memprediksi keterlibatan siswa
dalam tugas sekolah.Jurnal Psikologi Pendidikan Inggris, 72(2), 261–278. Bauer, JJ, King, LA,
& Steger, MF (2019). Artinya pembuatan, penentuan nasib sendiri
teori, dan pertanyaan tentang kebijaksanaan dalam kepribadian.Jurnal Kepribadian, 87(1), 82–
101.
1
SK Roy dkk. Jurnal Riset Bisnis 164 (2023) 114001
Baumeisterop, RF, & Leary, MR (1995). Kebutuhan untuk menjadi bagian: Keinginan untuk saling berinteraksi
keterikatan sebagai motivasi mendasar manusia.Buletin Psikologi, 117(3), 497– 529.
1
SK Roy dkk. Jurnal Riset Bisnis 164 (2023) 114001
Behnam, M., Hollebeek, LD, Clark, MK, & Farabi, R. (2021). Menjelajahi pelanggan
keterlibatan dalam konteks produk vs. layanan.Jurnal Ritel dan Layanan Higgins, ET, & Scholer, AA (2009). Melibatkan Konsumen: Sains dan Seni
Konsumen, 60, Pasal 102456. Proses Penciptaan Nilai.Jurnal Psikologi Konsumen, 19(2), 100–114. Hoffman, DL, &
Becker, JM, Klein, K., & Wetzels, M. (2012). Model variabel laten hierarki di PLS- Novak, TP (2018). Pengalaman konsumen dan objek di internet
SEM : Pedoman penggunaan model tipe reflektif-formatif.Perencanaan jangka panjang, 45 hal: Pendekatan teori kumpulan.Jurnal Riset Konsumen, 44(6), 1178–1204.
(5–6), 359–394.
Brodie, RJ, Fehrer, JA, Jaakkola, E., & Conduit, J. (2019). Keterlibatan aktor dalam Hollebeek, LD, Glynn, MS, & Brodie, RJ (2014). Keterlibatan merek konsumen di
jaringan: Mendefinisikan domain konseptual.Jurnal Penelitian Pelayanan, 22(2), 173– media sosial: Konseptualisasi, pengembangan skala dan validasi.Jurnal
188. Pemasaran Interaktif, 28(2), 149–165.
Brodie, RJ, Hollebeek, LD, Jurić, B., & Ilić, A. (2011). Keterlibatan pelanggan: Hollebeek, LD, & Belk, R. (2021). Keterlibatan merek konsumen yang difasilitasi teknologi
Domain konseptual, proposisi mendasar, dan implikasi terhadap penelitian. dan kesejahteraan: Positivis TAM/PERMA-vs. Perspektif Teori Budaya Konsumen.
Jurnal Penelitian Pelayanan, 14(3), 252–271. Jurnal Internasional Penelitian Pemasaran, 38(2), 387–401.
Brodie, RJ, Ilic, A., Juric, B., & Hollebeek, L. (2013). Keterlibatan konsumen secara virtual Hollebeek, LD, Sinta, DE, & Brady, MK (2021). Bangkitnya mesin? Pelanggan
komunitas merek: Analisis eksplorasi.Jurnal Riset Bisnis, 66(1), 105–114. keterlibatan dalam interaksi layanan otomatis.Jurnal Penelitian Pelayanan,
24(1), 3–8.
Chan, TK, Zheng, X., Cheung, CM, Lee, MK, & Lee, ZW (2014). Anteseden dan Hollebeek, LD, & Macky, K. (2019). Peran pemasaran konten digital dalam membina
konsekuensi keterlibatan pelanggan dalam komunitas merek online.Jurnal keterlibatan konsumen, kepercayaan, dan nilai: Kerangka kerja, proposisi mendasar,
Analisis Pemasaran, 2(2), 81–97. dan implikasi.Jurnal Pemasaran Interaktif, 45, 27–41.
Cherrier, H., & Munoz, CL (2007). Refleksi Kebahagiaan Konsumen: The Hollebeek, LD (2019). Mengembangkan keterlibatan pelanggan bisnis melalui media sosial
Relevansi Kepedulian terhadap Sesama, Refleksi Spiritual, dan Detasemen Finansial. platform keterlibatan: Model berbasis logika SD/RBV yang integratif.Manajemen
Jurnal Penelitian Konsumen, 12. Pemasaran Industri, 81, 89–98.
Chiu, TK (2022). Menerapkan teori penentuan nasib sendiri (SDT) untuk menjelaskan siswa Hollebeek, LD, Srivastava, RK, & Chen, T. (2019). Pelanggan yang mendapat informasi logika SD
keterlibatan dalam pembelajaran online selama pandemi COVID-19.Jurnal keterlibatan: Kerangka integratif, revisi proposisi fundamental, dan penerapan
Penelitian Teknologi Pendidikan, 54(sup1), S14–S30. CRM.Jurnal Akademi Ilmu Pemasaran, 47(1), 161–185. Horwood, S., & Anglim, J.
Desi, EL (1975).Motivasi intrinsik. New York: Pleno Publishing Corp. (2019). Penggunaan smartphone bermasalah dan subjektif dan
Deci, EL, & Ryan, RM (2000). “Apa” dan “mengapa” dalam upaya mencapai tujuan: Kebutuhan manusia kesejahteraan psikologis.Komputer dalam Perilaku Manusia, 97, 44–50.
dan penentuan nasib sendiri atas perilaku.Penyelidikan Psikologis, 11(4), 227–268. Huang, MH, & Karat, RT (2021). Bertunangan dengan robot? Peran AI dalam layanan.Jurnal
Desi, EL, & Ryan, RM (1985). Teori evaluasi kognitif. Di dalamMotivasi intrinsik dan Riset Pelayanan, 24(1), 30–41.
penentuan nasib sendiri dalam perilaku manusia(hal.43–85). Boston, MA: Peloncat. Hulland, J., Baumgartner, H., & Smith, KM (2018). Riset survei pemasaran
Deci, EL, & Ryan, RM (1991). Pendekatan terhadap diri sendiri: Integrasi dalam terbaik praktik: Bukti dan rekomendasi dari review artikel JAMS.Jurnal
kepribadian.Perspektif tentang Motivasi, 38, 237. Akademi Ilmu Pemasaran, 46(1), 92–108.
de Oliveira Santini, F., Ladeira, WJ, Pinto, DC, Herter, MM, Sampaio, CH, & Hyman, MR, & Steiner, SD (1996). Metode sketsa dalam penelitian etika bisnis:
Babin, BJ (2020). Keterlibatan pelanggan di media sosial: Kerangka kerja dan Penggunaan dan rekomendasi saat ini.Pemasaran.
metaanalisis.Jurnal Akademi Ilmu Pemasaran, 48(6), 1211–1228. Diener, E., Lucas, Islam, JU, Hollebeek, LD, Rahman, Z., Khan, I., & Rasool, A. (2019). Pelanggan
RE, & Scollon, CN (2009). Melampaui treadmill hedonis: Merevisi keterlibatan dalam konteks layanan: Investigasi empiris terhadap konstruksi,
teori adaptasi kesejahteraan. Di dalamIlmu kesejahteraan(hal.103–118). pendahulunya dan konsekuensinya.Jurnal Ritel dan Layanan Konsumen, 50, 277–
Dordrecht: Peloncat. 285.
Diener, E., Lucas, RE, & Oishi, S. (2018). Kemajuan dan pertanyaan terbuka dalam ilmu Japutra, A., Higueras-Castillo, E., & Liebana-Cabanillas, F. (2022). Membangun pelanggan
kesejahteraan subjektif.Kolaborasi.Psikologi, 4(1), 15. keterlibatan dalam perdagangan seluler melalui pemenuhan kebutuhan: Sebuah pendekatan
Dwivedi, A. (2015). Model keterlibatan merek konsumen tingkat tinggi dan dampaknya teori penentuan nasib sendiri.Jurnal Pemasaran Strategis, 1–20.
pada niat kesetiaan.Jurnal Ritel dan Layanan Konsumen, 24, 100–109. Engström, Kasser, T., & Sheldon, KM (2002). Apa yang membuat Natal menjadi meriah?Jurnal dari
J., & Elg, M. (2015). Perspektif teori penentuan nasib sendiri pada pelanggan Studi Kebahagiaan, 3(4), 313–329.
partisipasi dalam pengembangan layanan.Jurnal Pemasaran Jasa, 29(6/7), 511– Kim, E., & Penulis Drum, M. (2016). Melibatkan konsumen dan membangun hubungan
521. media sosial: Bagaimana keterhubungan sosial mempengaruhi motivasi konsumen intrinsik vs
Fornell, C., & Larcker, DF (1981). Model persamaan struktural dengan tidak dapat diobservasi ekstrinsik.Komputer dalam Perilaku Manusia, 63, 970–979.
variabel dan kesalahan pengukuran: Aljabar dan statistik. Kim, JY, Chung, N., & Ahn, KM (2014). Mengapa orang menggunakan layanan jejaring sosial di
Fritzsche, DJ (1988). Pemeriksaan etika pemasaran: Peran pengambil keputusan, Korea: Peran mediasi keterbukaan diri terhadap kesejahteraan subjektif.Perkembangan
konsekuensi dari keputusan, posisi manajemen, dan jenis kelamin responden. Informasi, 30(3), 276–287.
Jurnal Pemasaran Makro, 8(2), 29–39. Kim, J., & Kim, M. (2020). Penonton e-sport dan kesejahteraan melalui streaming langsung
Goodman, JK, & Paolacci, G. (2017). Riset konsumen crowdsourcing.Jurnal dari jasa.Teknologi dalam Masyarakat, 63, Pasal 101401.
Riset Konsumen, 44(1), 196–210. Kim, MJ, Lee, CK, & Preis, MW (2020). Dampak inovasi dan gratifikasi
Groeger, L., Moroko, L., & Hollebeek, LD (2016). Mendapatkan nilai dari tidak membayar tentang pengalaman otentik, kesejahteraan subjektif, dan niat perilaku dalam
perilaku keterlibatan konsumen: Bukti lapangan dan pengembangan model teoritis. realitas virtual pariwisata: Peran moderat dari kesiapan teknologi.Telematika dan
Jurnal Pemasaran Strategis, 24(3–4), 190–209. Informatika, 49, Pasal 101349.
Grönroos, C. (2008). Logika layanan ditinjau kembali: Siapa yang menciptakan nilai? Dan siapa yang ikut menciptakan? Kumar, V., Rajan, B., Gupta, S., & Pozza, ID (2019). Keterlibatan pelanggan dalam layanan.
Tinjauan Bisnis Eropa, 20(4), 298–314. Jurnal Akademi Ilmu Pemasaran, 47(1), 138–160.
Harrigan, P., Evers, U., Miles, MP, & Daly, T. (2018). Keterlibatan pelanggan dan Kumar, V., & Pansari, A. (2016). Keunggulan kompetitif melalui keterlibatan.Jurnal dari
hubungan antara keterlibatan, keterlibatan, koneksi merek sendiri dan niat Riset Pemasaran, 53(4), 497–514.
penggunaan merek.Jurnal Riset Bisnis, 88, 388–396. Lauder, E. (2017), AI akan mendukung 95% interaksi pelanggan pada tahun 2025, Online.
Rambut, J., Hollingsworth, CL, Randolph, AB, & Chong, AYL (2017). Diperbarui Tersedia di:https://aibusiness.com/automation/ai-will-power-95-of-customer-in
dan penilaian yang diperluas PLS-SEM dalam penelitian sistem informasi. teractions-by-2025. Diakses 23 Februari 2023.
Manajemen Industri & Sistem Data, 117(3), 442–458. Leung, LSK, & Matanda, MJ (2013). Dampak kebutuhan dasar manusia terhadap pemanfaatan
Rambut, JF, Sarstedt, M., Ringle, CM, & Mena, JA (2012). Penilaian penggunaan ritel teknologi swalayan: Sebuah studi tentang teori penentuan nasib sendiri.Jurnal
pemodelan persamaan struktural kuadrat terkecil parsial dalam riset pemasaran. Ritel dan Layanan Konsumen, 20(6), 549–559.
Jurnal Akademi Ilmu Pemasaran, 40(3), 414–433. Leong, LY, Hew, TS, Ooi, KB, & Chong, AYL (2020). Memprediksi pendahulunya
Halvari, AEM, Halvari, H., BjHairnebekk, G., & Deci, EL (2010). Motivasi dan kepercayaan dalam perdagangan sosial – Pemodelan persamaan struktural hibrid
kecemasan untuk perawatan gigi: Menguji model teori penentuan nasib sendiri perilaku dengan pendekatan jaringan saraf.Jurnal Riset Bisnis, 110, 24–40.
perawatan diri mulut dan kehadiran di klinik gigi.Motivasi dan Emosi, 34(1), 15–33. Haykin, Li, C., Shi, X., & Dang, J. (2014). Komunikasi online dan kesejahteraan subjektif di
S. (2009).Jaringan saraf dan mesin pembelajaran, 3/E. Pendidikan Pearson India. Dia, J., & Zhang, Mahasiswa Tiongkok: Peran mediasi rasa malu dan kemanjuran diri sosial.
S. (2022). Bagaimana platform interaktif digital menciptakan nilai baru Komputer dalam Perilaku Manusia, 34, 89–95.
pelanggan dengan mengintegrasikan model B2B dan B2C? Sebuah studi empiris di Cina. Lim, WM, & Rasul, T. (2022). Keterlibatan pelanggan dan media sosial: Meninjau kembali
Jurnal Riset Bisnis, 142, 694–706. masa lalu untuk menginformasikan masa depan.Jurnal Riset Bisnis, 148, 325–342.
Henkens, B., Verleye, K., & Larivière, B. (2021). Semakin pintar, semakin baik?! Pelanggan Liu, W., & Aaker, J. (2008). Kebahagiaan memberi: Efek permintaan waktu.Jurnal dari
baik- keberadaan, keterlibatan, dan persepsi dalam sistem layanan cerdas.Jurnal Riset Konsumen, 35(3), 543–557.
Internasional Penelitian Pemasaran, 38(2), 425–447. Liébana-Cabanillas, F., Marinkovic, V., Ramos de Luna, I., & Kalinic, Z. (2018).
Henseler, J. (2018). Pemodelan jalur kuadrat terkecil parsial: Apa yang terjadi?Kualitas kuantitas, Memprediksi faktor-faktor penentu penerimaan pembayaran seluler: Pendekatan
52(1), 1–8. jaringan saraf SEM hybrid.Peramalan Teknologi dan Perubahan Sosial, 129, 117–
Hew, J.-J., Leong, L.-Y., Tan, G.-W.-H., Lee, V.-H., & Ooi, K.-B. (2018). Sosial 130. Lindell, MK, & Whitney, DJ (2001). Akuntansi untuk varians metode umum di
seluler belanja pariwisata: Analisis dua tahap model multi-mediasi.Manajemen desain penelitian cross-sectional.Jurnal Psikologi Terapan, 86(1), 114–121. Loroz, PS,
Pariwisata, 66, 121–139. & Braig, BM (2015). Keterikatan konsumen pada merek manusia: “Oprah
Henseler, J., Ringle, CM, & Sarstedt, M. (2015). Kriteria baru untuk menilai memengaruhi".Psikologi & Pemasaran, 32(7), 751–763.
validitas diskriminan dalam pemodelan persamaan struktural berbasis varians. Lo, P.-S., Dwivedi, YK, Wei-Han Tan, G., Ooi, K.-B., Cheng-Xi Aw, E., & Metri, B.
Jurnal Akademi Ilmu Pemasaran, 43(1), 115–135. (2022). Mengapa konsumen membeli secara impulsif saat live streaming? Analisis
Higgins, ET (2006). Nilai dari pengalaman dan keterlibatan hedonis.Psikologis SEM-ANN dua tahap berbasis pembelajaran mendalam.Jurnal Riset Bisnis, 147,
Ulasan, 113(3), 439–460. 325–
337. Mathis, EF, Kim, HL, Uysal, M., Sirgy, JM, & Prebensen, NK (2016). Efek dari
pengalaman kreasi bersama pada variabel hasil.Sejarah Penelitian Pariwisata, 57, 62–75.
1
SK Roy dkk. Jurnal Riset Bisnis 164 (2023) 114001
MacKenzie, SB, & Podsakoff, PM (2012). Bias metode umum dalam pemasaran: Penyebab, Sharma, SK (2019). Mengintegrasikan anteseden kognitif ke dalam TAM untuk menjelaskan seluler
mekanisme, dan solusi prosedural.Jurnal Ritel, 88(4), 542–555. MacInnis, DJ (2011). niat perilaku perbankan: Pemodelan jaringan saraf SEM.Perbatasan Sistem
Kerangka kerja untuk kontribusi konseptual dalam pemasaran.Jurnal Informasi, 21(4), 815–827.
Pemasaran, 75(4), 136–154. Shmueli, G., Sarstedt, M., Rambut, JF, Cheah, J.-H., Ting, H., Vaithilingam, S., &
Meuter, ML, Bitner, MJ, Ostrom, AL, & Brown, SW (2005). Memilih di antara Ringle, CM (2019). Penilaian model prediktif dalam PLS-SEM: Pedoman
mode pemberian layanan alternatif: Investigasi uji coba teknologi layanan mandiri penggunaan PLSpredict.Jurnal Pemasaran Eropa, 53(11), 2322–2347.
oleh pelanggan.Jurnal Pemasaran, 69(2), 61–83. Shulga, LV, & Busser, JA (2021). Penentuan nasib sendiri pelanggan dalam penciptaan nilai bersama.
Morgan, B. (2018), “10 Implementasi Pengalaman Pelanggan dari Kecerdasan Buatan,” Jurnal Teori dan Praktek Pelayanan, 31(1), 83–111.
(diakses 1 Februari 2022). Singh, DKA, Rahman, NNA, Seffiyah, R., Chang, SY, Zainura, AK, Aida, SR, &
Mostaghel, R., Oghazi, P., Parida, V., & Sohrabpour, V. (2022). Didorong oleh digitalisasi Rajwinder, KHS (2017). Dampak permainan realitas virtual terhadap kesejahteraan psikologis dan
inovasi model bisnis ritel: Evaluasi masa lalu dan jalan untuk tren penelitian masa kinerja ekstremitas atas pada orang dewasa penyandang disabilitas fisik: Sebuah studi percontohan.
depan.Jurnal Riset Bisnis, 146, 134–145. Jurnal Kedokteran Malaysia, 72(2), 119–121.
Newman, I. (2000). Konseptualisasi Metode Campuran: Kebutuhan akan Induktif/ Singh, J., Nambisan, S., Bridge, RG, & Brock, JKU (2021). Strategi satu suara untuk
Pendekatan Deduktif dalam Melakukan Penelitian. keterlibatan pelanggan.Jurnal Penelitian Pelayanan, 24(1), 42–65.
Ng, F.-Z.-X., Yap, H.-Y., Tan, G.-W.-H., Lo, P.-S., & Ooi, K.-B. (2022). Belanja fesyen aktif Strayhorn, TL (2008). Kesesuaian dalam: Apakah interaksi yang beragam dengan teman sebaya memengaruhi perasaan
perjalanan: Analisis SEM-ANN analitik prediktif dua tahap tentang perilaku penggunaan, menjadi milik pria kulit hitam di institusi yang didominasi kulit putih?Jurnal Penelitian
respons pengalaman, dan penggunaan lintas kategori.Jurnal Ritel dan Layanan dan Praktek Kemahasiswaan, 45(4), 501–527.
Konsumen, 65, Pasal 102851. Su, L., Swanson, SR, & Chen, X. (2016). Pengaruh kualitas layanan yang dirasakan pada
Niemiec, CP, & Ryan, RM (2009). Otonomi, kompetensi, dan keterkaitan dalam niat membeli kembali dan kesejahteraan subjektif wisatawan Tiongkok: Peran
kelas: Menerapkan teori penentuan nasib sendiri dalam praktik pendidikan.Teori dan Penelitian di mediasi kualitas hubungan.Manajemen pariwisata, 52, 82–95.
Bidang Pendidikan, 7(2), 133–144. Su, L., Swanson, SR, & Chen, X. (2018). Reputasi, kesejahteraan subjektif, dan
Nitzl, C., Roldan, JL, & Cepeda, G. (2016). Analisis mediasi dalam kuadrat terkecil parsial tanggung jawab lingkungan: Peran kepuasan dan identifikasi.Jurnal Pariwisata
pemodelan jalur: Membantu peneliti mendiskusikan model yang lebih canggih. Berkelanjutan, 26(8), 1344–1361.
Manajemen Industri & Sistem Data, 116(9), 1849–1864. Sweeney, JC, Webb, D., Mazzarol, T., & Soutar, GN (2014). Teori penentuan nasib sendiri
Novak, TP, & Hoffman, DL (2019). Perjalanan hubungan di internet of things: A dan informasi dari mulut ke mulut tentang perilaku hemat energi: Eksperimen online.Psikologi &
kerangka kerja baru untuk memahami interaksi antara konsumen dan objek Pemasaran, 31(9), 698–716.
pintar.Jurnal Akademi Ilmu Pemasaran, 47(2), 216–237. Talukder, MS, Sorwar, G., Bao, Y., Ahmed, JU, & Palash, MAS (2020). Memprediksi
Pansari, A., & Kumar, V. (2017). Keterlibatan pelanggan: Konstruk, pendahulunya, dan pendahuluan penerimaan teknologi perawatan kesehatan yang dapat dipakai oleh lansia:
konsekuensi.Jurnal Akademi Ilmu Pemasaran, 45(3), 294–311. Peters, D., Calvo, RA, & Pendekatan gabungan SEM-Neural Network.Peramalan Teknologi dan Perubahan Sosial,
Ryan, RM (2018). Merancang untuk motivasi, keterlibatan dan 150. Tenenhaus, M., Vinzi, VE, Chatelin, YM, & Lauro, C. (2005). Pemodelan jalur PLS.
kesejahteraan dalam pengalaman digital.Perbatasan dalam Psikologi, 9, 797. Statistik komputasi & analisis data, 48(1), 159–205.
Podsakoff, PM, MacKenzie, SB, & Podsakoff, NP (2012). Sumber bias metode di Makam, AG, & McColl-Kennedy, JR (2013). Pelanggan pihak ketiga menulari pelanggan lain
penelitian ilmu sosial dan rekomendasi tentang cara mengendalikannya.Tinjauan tahunan pelanggan baik atau buruk.Psikologi & Pemasaran, 30(3), 277–292. Tsai, TH, Chang,
psikologi, 63(1), 539–569. YS, Chang, HT, & Lin, YW (2021). Berlari dalam latihan sosial
Prentice, C., & Loureiro, SMC (2018). Pendekatan berbasis konsumen terhadap pelanggan platform: Menerapkan teori penentuan nasib sendiri untuk meningkatkan motivasi berpartisipasi
keterlibatan – Kasus merek mewah.Jurnal Ritel dan Layanan Konsumen, 43, 325– dalam acara olahraga.Komputer dalam Perilaku Manusia, 114, Pasal 106523.
332. Tuan, A., Visentin, M., & Di Domenico, G. (2023). Menjembatani Siapa Mereka dengan Siapa
Priyadarshinee, P., Raut, RD, Jha, MK, & Gardas, BB (2017). Memahami dan Mereka Mengira Akan Menjadi: Pengaruh Kesejahteraan Subjektif Generasi Z pada Respons
memprediksi faktor-faktor penentu adopsi komputasi awan: SEM hybrid dua tahap - Boikot Mereka terhadap Situasi Tidak Etis Online dan Offline.Jurnal Pemasaran Interaktif.
Pendekatan jaringan saraf.Komputer dalam Perilaku Manusia, 76, 341–362. Pengkhotbah,
KJ, & Hayes, AF (2008). Strategi asimtotik dan pengambilan sampel ulang untuk penilaian Valenzuela, S., Taman, N., & Kee, KF (2009). Apakah ada modal sosial dalam jejaring sosial
dan membandingkan efek tidak langsung dalam beberapa model mediator.Metode penelitian situs?: Penggunaan Facebook dan kepuasan hidup, kepercayaan, dan partisipasi
perilaku, 40(3), 879–891. mahasiswa. Jurnal Komunikasi yang Dimediasi Komputer, 14(4), 875–901.
Quach, S., Shao, W., Ross, M., & Thaichon, P. (2020). Keterlibatan pelanggan dan kerja sama Vargo, SL, & Lusch, RF (2008). Logika dominan layanan: Melanjutkan evolusi.
menciptakan nilai di media sosial.Intelijen & Perencanaan Pemasaran, 38(6), 730–744. Jurnal Akademi Ilmu Pemasaran, 36(1), 1–10.
Raggiotto, F., & Scarpi, D. (2022). Ini Bukan Sekadar Game: Edgework Virtual dan Subjektif Vargo, SL, & Lusch, RF (2016). Institusi dan aksioma: Perpanjangan dan pembaruan
Kesejahteraan di E-Sports.Jurnal Pemasaran Interaktif, 1–13. Ramaswamy, V., & logika dominan layanan.Jurnal Akademi Ilmu Pemasaran, 44(1), 5–23. Van Doorn,
Narayanan, K. (2022). Ke dalam ayat pengalaman: Strategis J., Lemon, KN, Mittal, V., Nass, S., Pick, D., Pirner, P., & Verhoef, PC
garis depan inovasi bisnis cloud dan penciptaan nilai bersama.Strategi & Kepemimpinan. (2010). Perilaku keterlibatan pelanggan: Landasan teoretis dan arah penelitian.
https://www.emerald.com/insight/content/doi/10.1108/SL-06-2022-0061/full/h tml. Jurnal Penelitian Pelayanan, 13(3), 253–266.
Verleye, K., Gemmel, P., & Rangarajan, D. (2014). Mengelola perilaku keterlibatan dalam a
Ramaswamy, V., & Ozcan, K. (2018a). Penawaran sebagai platform interaktif digital: A jaringan pelanggan dan pemangku kepentingan: Bukti dari sektor panti jompo.
kerangka konseptual dan implikasinya.Jurnal Pemasaran, 82(4), 19–31. Ramaswamy, V., Jurnal Penelitian Pelayanan, 17(1), 68–84.
& Ozcan, K. (2018b). Apa itu kreasi bersama? Sebuah ciptaan interaksional Vivek, SD, Beatty, SE, Dalela, V., & Morgan, RM (2014). Sebuah digeneralisasi
kerangka kerja dan implikasinya terhadap penciptaan nilai.Jurnal Riset Bisnis, 84, skala multidimensi untuk mengukur keterlibatan pelanggan.Jurnal Teori dan
196–205. Praktek Pemasaran, 22(4), 401–420.
Ramaswamy, V., & Ozcan, K. (2019). Platform interaktif digital: Mengubah barang Vo-Thanh, T., Zaman, M., Hasan, R., Sebaliknya, RA, Lombardi, R., & Secundo, G. (2021).
dan layanan ke dalam pengalaman kreasi bersama ritel.Tinjauan Intelijen Pemasaran NIM, 11 Bagaimana aplikasi seluler dapat menjadi katalis bagi bisnis sosial yang berkelanjutan:
(1), 18–23. Kasus Too Good To Go.Peramalan Teknologi dan Perubahan Sosial, 171, Pasal 120962.
Rangaswamy, A., Moch, N., Felten, C., Van Bruggen, G., Wieringa, JE, & Wirtz, J. Wang, X., Lin, X., & Spencer, MK (2019). Menjelajahi efek motivasi ekstrinsik
(2020). Peran pemasaran dalam platform bisnis digital.Jurnal Pemasaran tentang perilaku konsumen dalam perdagangan sosial: Mengungkap persepsi konsumen
Interaktif, 51(1), 72–90. tentang manfaat perdagangan sosial.Jurnal Internasional Manajemen Informasi, 45, 163–
Reeve, J. (2012). Perspektif teori penentuan nasib sendiri tentang keterlibatan siswa. Di dalam 175.
Buku pegangan penelitian tentang keterlibatan siswa(hal.149–172). Boston, MA: Peloncat. Reeve, J., Wang, G., Tan, G.-W.-H., Yuan, Y., Ooi, K.-B., & Dwivedi, YK (2022). Mengunjungi kembali TAM2
& Halusic, M. (2009). Bagaimana guru K-12 dapat mengemukakan teori penentuan nasib sendiri dalam periklanan penargetan perilaku: Analisis SEM-ANN dua tahap berbasis
prinsip-prinsip ke dalam praktek.Teori dan Penelitian di Bidang Pendidikan, 7(2), 145– pembelajaran mendalam.Peramalan Teknologi dan Perubahan Sosial, 175, Pasal 121345
154. Ringle, CM, Wende, S., & Becker, JM (2014). SmartPLS 3. Hamburg: SmartPLS. . Xiong, L., Wang, H., & Wang, C. (2022). Memprediksi layanan pemerintah seluler
Tinjauan Akademi Manajemen, 9, 419–445. kelanjutan: Pendekatan pemodelan persamaan struktural dua tahap-jaringan
Roy, SK, Balaji, MS, Soutar, G., Lassar, WM, & Roy, R. (2018). Pelanggan saraf tiruan.Informasi Pemerintah Triwulanan, 39(1), Pasal 101654.
perilaku keterlibatan di pasar individualistis dan kolektivistik.Jurnal Riset Bisnis, 86, Zhou, Z., Wang, R., & Zhan, G. (2022). Menumbuhkan kesejahteraan subjektif konsumen
281–290. melalui komunitas merek online: Pandangan multidimensi tentang modal
Roy, SK, Balaji, MS, Kesharwani, A., & Sekhon, H. (2017). Memprediksi sosial. Jurnal Manajemen Produk & Merek, 31(5), 808–822.
Internet adopsi perbankan di India: Perspektif risiko yang dirasakan.Jurnal
Pemasaran Strategis, 25(5–6), 418–438.
Dr.Sanjit K.Royadalah Associate Professor Pemasaran di UWA Business School di Perth,
Sarstedt, M., Ringle, CM, & Rambut, JF (2021). Persamaan struktural kuadrat terkecil parsial
Australia. Pekerjaan penelitiannya adalah penelitian mutakhir tentang dampak Kecerdasan
pemodelan. Di dalamBuku Pegangan riset pasar(hal.587–632). Cham: Penerbitan
Buatan dan Robotika pada Layanan dan Pengukuran dan Manajemen Pengalaman Pelanggan.
Internasional Springer.
Dia adalah pemimpin pemikiran di bidangnya dan secara rutin berkontribusi dan mengomentari
Sarstedt, M., Ringle, CM, & Rambut, JF (2017). Mengobati heterogenitas yang tidak teramati dalam
berita media, termasuk kemunculannya baru-baru ini di 7News dan The West Australian.
PLS-SEM: Pendekatan multi-metode. Di dalamPemodelan jalur kuadrat terkecil parsial(hal.197–
Karyanya telah dipublikasikan di jurnal internasional terkemuka sepertiJurnal Manajemen Inggris,
217). Cham : Peloncat.
Jurnal Riset Bisnis,Manajemen Pemasaran Industri,Jurnal Pemasaran Eropa,Jurnal Penelitian
Sarstedt, M., Rambut, JF, Pick, M., Liengaard, BD, Radomir, L., & Ringle, CM (2022).
Perjalanan,Jurnal Manajemen Pemasaran,Jurnal Internasional Manajemen Informasi,Jurnal
Kemajuan dalam penggunaan pemodelan persamaan struktural kuadrat terkecil parsial dalam
Pemasaran Jasa,Pencarian internet, DanPeramalan Teknologi dan Perubahan Sosialdiantara yang
riset pemasaran dalam dekade terakhir.Psikologi & Pemasaran, 39(5), 1035–1064.
lain.
Scott, JE, & Walczak, S. (2009). Keterlibatan kognitif dengan pelatihan ERP
multimedia alat: Menilai kemanjuran komputer dan penerimaan
teknologi.Informasi & Manajemen, 46(4), 221–232.
1
SK Roy dkk. Jurnal Riset Bisnis 164 (2023) 114001