扩展功能
文章信息
- 吕慎, 田锋, 莫一魁
- LÜ Shen, TIAN Feng, MO Yi-kui
- 基于乘客感知的接运公交服务质量评估
- Evaluating Service Quality of Feeder Buses Based on Passenger Perception
- 公路交通科技, 2019, 36(8): 152-158
- Journal of Highway and Transportation Research and Denelopment, 2019, 36(8): 152-158
- 10.3969/j.issn.1002-0268.2019.08.019
-
文章历史
- 收稿日期: 2017-11-07
2. 深圳市城市交通规划设计研究中心有限公司, 广东 深圳 518034
2. Shenzhen Urban Transportation Planning Center Co., Ltd., Shenzhen Guangdong 518034, China
当前公交服务质量评估主要采用的方法有层次分析法、因子分析法、效果评分法和结构方程模型法。武慧荣应用层次分析法评价公交服务质量[1]。Robert等提出了效果评估法来评价公交服务质量,以明确优先改进的服务特性[2]。高贺应用因子分析降低公交服务质量评估的维度[3]。Stuart基于结构方程模型评估公交服务质量[4-5]。上述4种评估方法,效果评分法的结果很大程度上取决于问卷调查抽样样本的选择和数量;层次分析法评价指标体系权重的确定主观性强;因子分析法主要应用于服务质量的维度识别,要求每个观测指标仅能分配给一个公因子,且公因子是完全独立的。由于基于乘客感知的公交服务质量评估是一个非常复杂、综合的概念,受多个可以直接观测指标和不可以直接观测的潜在因素影响,且它们间的关系通常不是简单的多对一的关系,同时潜在因素间也不是简单的完全独立或者完全相关的关系,因此难以应用传统的统计学方法评估公交服务质量。结构方程模型整合了因素分析与路径分析两种统计方法,不仅能用于分析多个观察变量间彼此的复杂关系,而且能检验观察变量和潜在变量以及潜在变量和潜在变量之间的假设关系,同时允许考虑多个变量的测量误差或残差项的存在。因此,本研究利用结构方程模型进行公交服务质量评估,首先基于乘客的视角,识别接运公交服务质量维度;并基于顾客满意度理论,构建公交服务质量评估模型,研究公交服务质量、乘客感知价值、乘客满意度、乘客忠诚间的关系;确定从哪些方面提高接运公交服务质量,以提高轨道+接运公交的出行方式吸引力和竞争力。
1 接运公交服务质量评估的理论模型首先明确公交服务质量、乘客感知价值、乘客满意度和乘客忠诚的含义。
1.1 服务质量在服务质量的定义中,Parasuramn,Zeithamal和Berry[6]等认为服务质量是顾客实际感受到的服务质量与期望获得的服务质量之间的差距,并根据此概念发展SERVQUAL量表,包括有形性、可靠性、反应性、安全性和移情性5个维度。而Cronin和Taylor[7]等认为PZB提出的服务质量概念中,顾客期望的服务质量无法准确测量,进而两位学者定义服务质量为顾客在消费过程中实际感知到的服务水平。
由于公交乘客期望获得的公交服务质量难以度量,更为重要的是若将公交乘客期望的服务质量添加到服务质量的定义中,易造成与乘客满意度的概念混淆。因此,本研究认为接运公交服务质量为乘客感受到的公交企业所提供服务的实际绩效。
1.2 乘客感知价值感知价值的本质是顾客的感知,Zeithaml[8]、Petrick[9]等认为感知价值是顾客基于感知利益与感知付出之间的比较和评价。由于价值是个性化的、因人而异,不同顾客对同一产品或服务所感知到的价值并不相同;其次价值代表着一种效用与成本间的权衡,顾客会根据自己所感受到的价值做出购买决定,而绝不是仅仅取决于某单一因素。
接运公交乘客感知价值是公交乘客基于公交票价、出行时间和体力消耗等方面感知付出,以及从中获取的实际需要得到的满足程度、乘坐舒适和精神愉悦等感知利益,从收益和付出两个方面进行对比分析,进而对公交服务做出整体的评估结果。
1.3 乘客满意度长期以来,学者对于满意度有许多不同定义和观点。Oliver[10]认为顾客满意度是顾客消费时感受到产品或服务满足自身需要后一种愉快的心理感受。Spreng[11]认为顾客满意度来自产品或服务的绩效与其期望值相比较后形成的一种感觉状态。Yang[12]认为顾客满意度可以分为两类:一类是以交易为基础的满意度, 另一类是累计或整体满意度。Parasuraman[6]认为整体满意度可以反映出顾客对企业服务绩效的整体印象,可以有效预测顾客忠诚度。
接运公交乘客满意度运用累计或整体满意度来度量,由乘客在乘坐接运公交的经历中对各项公交服务质量和价值的感知与乘车前的期望相比较来决定,且调查对象限定为近期有多次接运公交换乘经历的乘客,以准确地度量累计或整体满意度。
1.4 乘客忠诚学者们进行了大量研究来揭示顾客忠诚的形成机制。其中Prus & Brandt[13]提出顾客忠诚包含顾客对特定产品或服务长久保持购买承诺,由行为及态度组合表现出来。行为忠诚表现在重复购买该产品,态度忠诚表现在向他人推荐该产品及对竞争者的免疫力等。
接运公交乘客忠诚包含行为和态度的忠诚,行为的忠诚为长期重复乘坐接运公交,即将接运公交出行作为主要出行方式;态度忠诚是向他人推荐其采用的接运公交出行方式。
1.5 变量间关系的研究假设基于顾客满意度理论,本研究从现有的理论中寻找接运公交服务质量、乘客感知价值、乘客满意度、乘客忠诚之间的关系,构建接运公交服务质量评估的理论模型。
(1) 服务质量对乘客满意度的影响
研究表明服务质量是顾客满意的重要前因[9, 14],因此本研究假设:接运公交的服务质量会正向影响乘客满意度。
(2) 服务质量对感知价值的影响
实证结果同样发现服务质量正向影响感知价值[7-8],当服务质量提升时,乘客的感知价值也会增加,因此本研究假设:接运公交的服务质量正向影响感知价值。
(3) 乘客满意度对乘客忠诚的影响
在许多文献中发现满意度会正向影响乘客忠诚[10, 14],因此,本研究假设:乘客满意度正向影响乘客忠诚。
(4) 感知价值对乘客满意度的影响
Petrick基于满意度理论研究观光游艇旅客的行为意向[9],结果表明感知价值正向影响满意度。因此本研究假设:感知价值正向影响乘客满意度。
(5) 感知价值对乘客忠诚的影响
Petrick的研究结果同样表明感知价值会正向影响乘客忠诚[9]。因此本研究假设:感知价值正向影响乘客忠诚。
根据上述假设,提出接运公交服务质量的评估理论模型,如图 1所示。
![]() |
图 1 接运公交服务质量评估的理论模型 Fig. 1 Theoretical model of service quality evaluation of feeder buses |
|
2 问卷调查
问卷调查主要为识别接运公交服务质量的维度和构建接运公交乘客满意度评估结构模型提供基础数据。
2.1 问卷设计本研究的调查问卷一共分为3大部分,分别识别接运公交服务质量、接运公交整体评价和基本资料。第1部分主要以接运公交一次换乘地铁的出行者为调查对象,按照其出行决策过程设计接运公交服务质量识别的调查表格,具体如图 2所示。由此确定27项问题衡量接运公交的服务质量。第2部分为整体评价部分,包括整体服务质量、感知价值、满意度和忠诚度评价。第3部分为出行者的基本信息,主要包括:性别、年龄、教育程度、家庭是否拥有小汽车、是否采用接运公交的出行、频率和出行目的,换乘步行时间、候车时间、换乘费用和收入水平。第1、第2部分问卷采用李克特五级量表。
![]() |
图 2 接运公交+轨道交通出行决策图 Fig. 2 Flowchart of trip decision-making of feeder buses + rail transit |
|
2.2 抽样调查和调查方法
样本数量的选取,金勇进认为结构方程模型最好样本数为230个以上[15];吴明隆认为一般建议临界样本数值在200以上[16]。综上,本研究样本数量取上限230个以上。采用面对面的问卷调查,调查样本350个,扣除填答不全和存在明显矛盾的无效问卷后,回收有效问卷总数为287份,有效问卷率为82%。受访者的基本特性如表 1所示。
个人属性 | 分类 | 频数 | 比例/% | 个人属性 | 分类 | 频数 | 比例/% |
性别 | 男 | 150 | 52.3 | 出行目的 | 上下班 | 139 | 48.4 |
女 | 137 | 47.7 | 上下学 | 33 | 11.5 | ||
年龄 | 18岁以下 | 22 | 7.6 | 购物 | 24 | 8.4 | |
18~25 | 123 | 42.9 | 探亲访友 | 15 | 5.2 | ||
26~35 | 107 | 37.4 | 娱乐 | 52 | 18.1 | ||
36~45 | 28 | 9.6 | 其他 | 24 | 8.4 | ||
46~55 | 4 | 1.4 | 私人小汽车拥有 | 是 | 71 | 24.6 | |
55岁以上 | 3 | 1.1 | 否 | 216 | 75.4 | ||
教育程度 | 初中以下 | 8 | 2.8 | 月收入 | 3 000以下 | 31 | 10.8 |
高中 | 49 | 17.1 | 3 001~5 000 | 104 | 36.2 | ||
大专 | 68 | 23.7 | 5 001~8 000 | 95 | 33.1 | ||
本科 | 138 | 48.1 | 8 001~12 000 | 41 | 14.3 | ||
研究生 | 22 | 7.7 | 12 000以上 | 16 | 5.6 | ||
其他 | 2 | 0.7 |
3 接运公交服务质量评估结构方程模型
基于上述调查数据,利用探索性因子分析识别服务质量维度,并基于顾客满意度理论构建接运公交服务质量评估结构方程模型。
3.1 接运公交服务质量维度和服务质量评估理想结构模型首先用KMO和Bartlett球形度检验来检测数据是否适合做因子分析,专家们认为KMO大于0.7可做因子分析,越接近于1,越适合做因子分析[17]。结果表明KMO为0.802;Bartlett球形度检验近似卡方为1 262.851,Bartlett球形度显著性检验Sig.为0.000 < 0.001, 表明Bartlett球形检验是显著的,因此适合做因子分析。
运用SPSS软件对调查问卷中关于服务质量的27项问题进行因子分析。公因子提取方法按照特征值大于1,且整体方差贡献率在60%以上。因此降维为5个因子,累计贡献率为67.474%大于60%。因此,公交服务质量可以通过可用性、便利性、可靠性、舒适性和安全性5个维度去度量,具体如表 2所示。由此,建立接运公交服务质量评估理想结构模型,如图 3所示。
潜变量 | 观察变量 | 特征值 | 方差/% | 累计方差/% | 因子荷载 | 均值 | 标准差 | Cronbath′s α | 综合评价指数 | |
可用性 | 出行信息获取Y1 | 6.048 | 32.34 | 34.34 | 0.741 | 3.48 | 3.26 | 0.84 | 0.756 | 51.3 |
线路及站点布设Y2 | 0.683 | 3.07 | 0.79 | |||||||
首末班发车时刻Y3 | 0.698 | 3.18 | 0.88 | |||||||
换乘步行距离Y5 | 0.664 | 3.29 | 0.84 | |||||||
公交站牌识别Y7 | 0.626 | 3.5 | 0.94 | |||||||
换乘增加费用Y14 | 0.539 | 3.04 | 1.06 | |||||||
便利性 | 换乘导向指引Y4 | 2.093 | 13.81 | 48.15 | 0.785 | 3.45 | 3.28 | 0.93 | 0.782 | 57.2 |
换乘途中通畅性Y6 | 0.793 | 3.23 | 0.97 | |||||||
获取车站到站时间Y8 | 0.931 | 3.08 | 1.04 | |||||||
公交购物方便性Y12 | 0.728 | 3.53 | 0.83 | |||||||
充值便利程度Y13 | 0.712 | 3.12 | 1.16 | |||||||
可靠性 | 到站时间的稳定性Y9 | 1.291 | 9.61 | 57.763 | 0.686 | 2.87 | 2.81 | 0.97 | 0.735 | 42.1 |
候车时间Y15 | 0.574 | 2.8 | 1.07 | |||||||
高峰时间无法上车Y16 | 0.651 | 2.72 | 1.06 | |||||||
乘车拥堵时间延长Y25 | 0.695 | 2.84 | 0.98 | |||||||
舒适性 | 候车站台设施Y10 | 1.176 | 6.201 | 63.964 | 0.575 | 3.03 | 3.07 | 1.03 | 0.682 | 49.5 |
站台拥挤程度Y11 | 0.648 | 3.13 | 0.92 | |||||||
接运公交车辆Y17 | 0.586 | 3.12 | 1.01 | |||||||
车内有足够的座位Y18 | 0.712 | 2.95 | 0.89 | |||||||
车内拥挤Y19 | 0.581 | 2.96 | 0.94 | |||||||
车内卫生整洁Y20 | 0.696 | 3.13 | 1.02 | |||||||
车内环境Y21 | 0.649 | 3.03 | 1.07 | |||||||
提前报站Y24 | 0.522 | 3.16 | 1.27 | |||||||
服务人员态度Y26 | 0.668 | 3.12 | 1.08 | |||||||
安全性 | 上下车Y22 | 1.131 | 3.510 | 67.474 | 0.655 | 3.36 | 3.29 | 0.92 | 0.734 | 58.3 |
乘车安全Y23 | 0.567 | 3.23 | 0.93 | |||||||
车内安全Y27 | 0.549 | 3.3 | 0.97 |
![]() |
图 3 接运公交服务质量评估理想结构模型 Fig. 3 Ideal structure model of service quality evaluation of feeder buses |
|
3.2 接运公交服务质量评价结构方程模型
对上述结构方程模型进行信度检验和适配度检验。信度检验是衡量问卷存在误差的程度,常用的指标为Cronbath′s α系数。当Cronbath′s α系数大于0.6为可信,且系数值越大,可信度越高[15]。由表 2、表 3的结果可知,服务质量的5个维度、感知价值、乘客满意和乘客忠诚的Cronbath′s α系数都大于0.6,说明信度皆为可信,表明各潜变量下的显变量问题之间一致性、稳定性较高,且整个量表的Cronbath′s α系数值为0.723,说明调查问卷的信度很高。
潜变量 | 观察变量 | 均值 | 标准差 | Cronbath′s α | 综合指数 | |
感知价值 | 票价合适 | 2.53 | 2.46 | 1.06 | 0.642 | 38.3 |
给定票价下的服务特性 | 2.38 | 1.01 | ||||
乘客满意 | 乘客满意 | 2.64 | 2.53 | 0.97 | 0.719 | 38.2 |
与预期差距 | 2.41 | 0.73 | ||||
乘客忠诚 | 再次选择乘坐 | 3.39 | 2.97 | 0.98 | 0.731 | 49.8 |
向他人推荐 | 2.56 | 1.04 |
适配度检验是评价假设的理想结构模型与实际数据的一致性程度。一般选择卡方值除以自由度χ2/df、近似误差平方根RMSEA、非标准拟合指标TLI、相对拟合指标CFI、规准适配指标PNFI和简约适配度指标PGFI等判别标准,具体如表 4所示。
适配度指标 | 理想结构模型指标值 | 修正结构模型指标值 | 理想指标值 | |
绝对适配度 | χ2/dt | 2.837 | 1.817 | 1~3适配度良好 |
RMSEA | 0.076 | 0.069 | 0.05~0.08适配度尚可 | |
增量适配度 | TLI | 0.684 | 0.938 | 越接近1,适配度越高 |
CFI | 0.793 | 0.926 | 越接近1,适配度越高 | |
简约适配度 | PNFI | 0.463 | 0.62 | 大于0.5,越大越好 |
PGFI | 0.486 | 0.637 | 大于0.5,越大越好 |
从表 4可以看出,只有χ2/dt、RMSEA满足适配度指标的标准,而其他指标都没有达到标准。由此可以判定,该假设模型与实际数据间拟合程度并不理想,需要对模型进行修正。由表 5感知价值决定乘客忠诚关系的P值明显大于0.05,说明两者的关系不显著,删除感知价值与乘客忠诚之间的因果路径;同理在测量模型中感知价值与给定票价下的服务特性关系中的P值为0.213,也删除上述两者的因果关系。
路径关系 | 理想结构方程模型 | 修正后结构方程模型 | |||||||
标准化路径系数 | 标准误 | 临界比 | P值 | 标准化路径系数 | 标准误 | 临界比 | P值 | ||
乘客满意←服务质量 | 0.669 | 0.198 | 3.376 | *** | 0.584 | 0.081 | 7.215 | *** | |
感知价值←服务质量 | 0.325 | 0.089 | 3.665 | *** | 0.365 | 0.079 | 4.612 | *** | |
乘客满意←感知价值 | 0.523 | 0.132 | 3.976 | *** | 0.627 | 0.156 | 4.025 | *** | |
乘客忠诚←感知价值 | 0.131 | 0.097 | 1.349 | 0.177 | |||||
乘客忠诚←乘客满意 | 0.612 | 0.143 | 4.269 | *** | 0.738 | 0.112 | 6.593 | *** | |
服务质量←可用性 | 0.687 | 0.084 | 8.165 | *** | 0.687 | 0.088 | 7.836 | *** | |
服务质量←便利性 | 0.451 | 0.140 | 3.223 | *** | 0.451 | 0.068 | 6.592 | *** | |
服务质量←可靠性 | 0.386 | 0.065 | 5.959 | 0.038 | 0.386 | 0.074 | 5.203 | *** | |
服务质量←舒适性 | 0.642 | 0.308 | 2.086 | *** | 0.642 | 0.117 | 5.508 | *** | |
服务质量←安全性 | 0.542 | 0.069 | 7.803 | 0.042 | 0.542 | 0.086 | 6.279 | *** | |
注:表中***代表P < 0.001, P值小于0.05为显著。 |
如上所述,对理想结构方程模型进行修正,修正后的模型如图 4所示。修正模型适配度检验指标和相关系数分别如表 4和表 5所示,适配度指标值表明修正的结构方程模型与实际数据一致性良好,相关系数表明模型构建的因果关系显著。由此, 建立接运公交服务质量评估结构方式模型。
![]() |
图 4 接运公交服务质量评估结构方程模型 Fig. 4 Structural equation model of service quality evaluation of feeder buses |
|
利用式(1),确定公交服务质量可用性、便利性、可靠性、舒适性和安全性5个维度的综合评价指数。并基于路径分析结果,确定服务质量5个维度、服务质量、感知价值与乘客满意、乘客忠诚之间的路径系数,如表 6所示。
潜变量 | 综合评价指数 | 潜变量→乘客满意 | 潜变量→乘客忠诚 | |||||
直接效应 | 间接效用 | 总效应 | 直接效应 | 间接效应 | 总效应 | |||
可用性 | 56.7 | — | 0.56 | 0.56 | — | 0.42 | 0.42 | |
便利性 | 56.8 | — | 0.36 | 0.36 | — | 0.27 | 0.27 | |
可靠性 | 45.2 | — | 0.32 | 0.32 | — | 0.23 | 0.23 | |
舒适性 | 51.7 | — | 0.52 | 0.52 | — | 0.39 | 0.39 | |
安全性 | 57.5 | — | 0.44 | 0.44 | — | 0.32 | 0.32 | |
服务质量 | — | 0.58 | 0.23 | 0.81 | — | 0.56 | — | |
感知价值 | 38.3 | 0.63 | — | 0.63 | — | 0.47 | — | |
乘客满意 | 38.2 | — | — | — | 0.74 | — | 0.74 | |
乘客忠诚 | 49.8 | — | — | — | — | — | — |
![]() |
(1) |
式中,A为潜变量综合评价指数;wi为观测变量权重,用标准化路径系数表示;xi为第i个观测变量指标的均值; k为属于潜在变量的观测变量指标个数。
(1) 服务质量对乘客满意度直接影响效果为0.58,且通过感知价值对乘客满意产生间接影响为0.23,故服务质量对乘客满意总影响效果为0.81。感知价值对乘客满意度直接影响效果为0.63,故服务质量和感知价值是决定乘客满意的关键因素。
(2) 乘客满意对乘客忠诚具有直接正向影响效用为0.74。而服务质量和感知价值对乘客忠诚无显著直接正向影响,通过乘客满意间接影响效果分别为0.56和0.47。
(3) 服务质量包括可用性、便利性、可靠性、舒适性、安全性5个维度。可用性和舒适性影响效果最高,因此当前从对服务质量改善贡献角度而言,首先要改善可用性和舒适性。美国交通委员会[18]指出的公交乘客最关心的关键点是可用性、便利性和舒适性,本研究服务质量维度识别的结果在可用性、便利性与舒适性上与美国交通委员会的结果一致,同时结合我国公交运行服务的特点和乘客的感知需求,增加了可靠性和安全性两个评估维度。
(4) 基于各潜变量的综合评价指数知,乘客满意度最低为38.3,感知价值为38.3,乘客忠诚为49.8。表明当前乘客对接运公交的满意度较低,而乘客忠诚度高于乘客满意度,说明当前乘客更多是由于经济等各方面因素,无奈选择了接运公交+轨道交通方式。因此,提高乘客满意度对于保证和提高乘客忠诚无疑具有重要的意义。
(5) 由服务质量的可用性、便利性、可靠性、舒适性和安全性的综合评价指数,可靠性的综合评价指标最低,安全性最高,说明乘客对可靠性的认可度较低。因此乘客对服务质量可接受性角度而言,首先需要提高可靠性。
4 结论本研究站在乘客的视角,以深圳市接运公交为研究对象,通过对接运公交+地铁出行乘客问卷调查,应用结构方程模型提出了接运公交服务质量评估的方法,明确服务质量和感知价值是决定乘客满意的关键因素,且乘客满意对乘客忠诚具有直接正向影响效果的决定性因素,因此改善公交服务质量是保证和提高乘客忠诚的重要途径。以深圳市公交而言,公交服务质量主要通过可用性、便利性、可靠性、舒适性和安全性5个维度去度量,从改善服务质量贡献度大小角度而言,当前首先需要改善可用性和舒适性,而从乘客对服务质量认可性角度而言,亟待改善可靠性,从而为构建满足乘客出行需求的接运公交+轨道交通的出行系统提供科学依据。
[1] |
武慧荣, 崔淑华, 张海松. 基于乘客感知的城市公交服务质量评价研究[J]. 重庆交通大学学报:自然科学版, 2012, 31(5): 1027-1030. WU Hui-rong, CUI Shu-hua, ZHANG Hai-song. Study on Evaluation of Urban Transit Service Quality Based on Passengers' Perceptions[J]. Journal of Chongqing Jiaotong University:Natural Science Edition, 2012, 31(5): 1027-1030. |
[2] |
Transportation Research Board. A Guidebook for Developing a Transit Performance-measurement System, TCRP Report 88[R]. Washington, D. C.: Transportation Research Board, 2003.
|
[3] |
高贺, 苑少伟, 慈玉生. 城市公交线路运营分析因子评价法[J]. 公路交通科技, 2014, 31(5): 153-158. GAO He, YUAN Shao-wei, CI Yu-sheng. Operational Evaluation of Urban Bus Lines Based on Factor Analysis Method[J]. Journal of Highway and Transportation Research and Development, 2014, 31(5): 153-158. |
[4] |
STUART K R, MEDNICK K, BOCKMAN J. Structural Equation Model of Customer Satisfaction for the New York City Subway System[J]. Transportation Research Record, 2000, 1735: 133-137. |
[5] |
张兵, 曾明华, 陈秋燕, 等. 基于SEM的城市公交服务质量-满意度-忠诚度研究[J]. 数理与管理, 2016, 35(2): 198-205. ZHANG Bing, ZENG Ming-hua, CHEN Qiu-yan, et al. Study of Urban Public Transport the Service Quality-satisfaction-loyalty Based on Structural Equation Modeling[J]. Journal of Applied Statistics and Management, 2016, 35(2): 198-205. |
[6] |
PARASURAMAN A, ZEITHAML V A, BERRY L L. SERVQUAL:A Multiple-item Scale for Measuring Consumer Perception of Service Quality[J]. Journal of Retailing, 1988, 64(1): 12-40. |
[7] |
CRONIN J J, TAYLOR S A. Measuring Service Quality:A Reexamination and Extension. Journal of Marketing[J]. Journal of Marketing, 1992, 56(3): 55-68. |
[8] |
ZEITHAML V A. Consumer Perceptions of Price, Quality, and Value:A Means-end Model and Synthesis of Evidence[J]. Journal of Marketing, 1988, 52(3): 2-22. |
[9] |
PETRICK J F. The Roles of Quality, Value and Satisfaction in Predicting Cruise Passengers' Behavioral Intentions[J]. Journal of Travel Research, 2004, 42(4): 397-407. |
[10] |
OLIVER R L. Whence Consumer Loyalty?[J]. Journal of Marketing, 1999, 63: 33-44. |
[11] |
SPRENG R A, MACKENZIE S B, OLSHAVSKY R W. A Reexamination of the Determinants of Consumer Satisfaction[J]. Journal of Marketing, 1996, 60(3): 15-32. |
[12] |
YANG Z L, PETERSON R T. Customer Perceived Value, Satisfaction and Loyalty:The Role of Switching Costs[J]. Psychology and Marketing, 2004, 21(10): 799-822. |
[13] |
PRUS A, BRANDT D R. Understanding Your Customers[J]. Marketing Tools, 1995, 2(5): 10-14. |
[14] |
ZEITHAML V A, BITNER M J, GREMLER D D. Service Marketing[M]. New York: McGraw Hill Education Press, 2012.
|
[15] |
梁燕, 金勇进. 顾客满意度模型的样本量研究[J]. 统计研究, 2007, 24(7): 68-74. LIANG Yan, JIN Yong-jin. The Sample Size Study of the Customer Satisfaction Model[J]. Statistical Research, 2007, 24(7): 68-74. |
[16] |
吴明隆. 结构方程模型-AMOS的操作与应用[M]. 重庆: 重庆大学出版社, 2013. WU Ming-long. Operation and Application of Structural Equation Modeling-AMOS[M]. Chongqing: Chongqing University Press, 2013. |
[17] |
何晓群. 多元统计分析[M]. 北京: 中国人民大学出版社, 2005. HE Xiao-qun. Multivariate Statistical Analysis[M]. Beijing: Renmin University of China Press, 2005. |
[18] |
美国交通运输研究委员会. 公共交通通行能力和服务质量手册[M]. 北京: 中国建筑工业出版社, 2010. Transportation Research Board. Transit Capacity and Service Quality Manual[M]. Beijing: China Architecture & Building Press, 2010. |