2.2.2 中小物流家具企業存在問題
通過對近年來物流行業相關報告的分析和提煉,總結出行業存在以下三個主要問題:經營規模小,市場不成熟;供需不匹配,中小物流管理粗放;中小物流家具企業管理水平有待提高。
3 中小物流家具企業服務滿意度測評模型的建立
3.1 測評模型指標體系建立的原則和方法
3.1.1 測評模型指標選取原則
實施滿意度調查分析的關鍵之一為構建有效合理的滿意度指標體系。用科學的方法建立指標體系,使其真實反應客戶需求,切實為家具企業提供改進項目。結合物流行業的特點后,對指標體系的建立歸結出如下原則:
科學規范性原則、系統優化原則、簡潔明確原則、全面實用性原則、可操作性原則、經濟性原則、可控性原則、可比性原則、相對穩定性原則[9]。
3.1.2 測評模型指標選取方法
在前文陳述的滿意度模型中,本文選取了清華顧客滿意度模型(CCSI),在其模型的基礎上,并結合了中小物流家具企業顧客滿意度指標體系,并將中小物流行業本身特有的屬性加入其中,使其符合中小物流家具企業服務滿意度調查的特點。
3.2 測評模型的建立
在CCSI模型中存在的各項變量:
。1)品牌形象
(2)感知質量感受
(3)預期質量
。4)感知價值
(5)顧客滿意度
(6)顧客忠誠
結合關于第三方物流家具企業滿意度測評體系的構建,建立以下測評體系:
。1)第一層,總目標(最高目標):顧客滿意度指數。
。2)第二層,一級目標,共五個指標:家具企業形象,預期質量,感知質量,感知價值,客戶忠誠。
。3)第三層,二級目標,根據行業特點,將五個指標進一步分解即:
家具企業形象:工作人員素質和品牌認可度;
預期質量:家具企業硬件設施和家具企業規模;
感知質量:準確性,時效性,安全性,便利性和規范性;
感知價值:經濟性,對成本的感知,對賠付價格的感知;
客戶忠誠:繼續合作的可能性,價格上漲及同行低價競爭的忠誠。
。4)第四層,為測評體系的三級目標,就是二級目標的分解,其可以作為問卷選項,在問卷中直接體現,進而反應二級目標,再依次反應更高級的目標。(見表1)
4 中小物流家具企業服務滿意度測評模型的應用研究
4.1 應用研究的方法
4.1.1 調查問卷設計
根據表1指標模型設計調查問卷,根據三級目標中的30項設置了三十個問題, 采用5級李克特量表,問題均為單選題,每個題目的選項為很滿意、滿意、一般、不滿意、很不滿意,分別記為5、4、3、2、1分。
4.1.2 調查對象
調查對象為所研究的物流家具企業的客戶,調查形式為隨機發放問卷。首先,調查對象均與物流家具企業有過合作經歷,保證了結果準確性。第二,隨機抽查,保證了調查對象中,客戶類型不同,提高了問卷中所反映情況的真實性。第三,為期一周,在現有條件下,提高了樣本容量,增加了結果的可靠程度。
4.1.3 數據分析方法
調查中共隨機發放了150份問卷,回收了有效問卷133份,得到了五個指標的真實情況反饋并進行了如下的數據統計、處理:
。1)對應選項進行賦值,5、4、3、2、1分,分別對應很滿意、滿意、一般、不滿意、很不滿意,統計各項平均值;
。2)運用SPSS19.0軟件分析調查結果,驗證問卷的可靠性和合理性;
。3)運用SPSS19.0軟件對數據進行因子分析,并確定因子的權重;
(4)用滿意度公式計算物流家具公司的服務滿意度。
4.2 運用SPSS分析滿意度調查結果
4.2.1 可靠性與效度分析
運用克郎巴哈(Cronbach)α系數來檢測量量表的可信度?死砂凸料禂涤嬎愎饺缦拢
用SPSS19.0進行信度分析,結果如表2所示:
信度系數均高于0.7,表明問卷的指標設計具有較高的可信度。
運用巴特萊特球體檢驗和KMO測量,對問卷效度進行檢驗,結果如表3所示:
如圖,KMO的值為0.868,大于0.7,且僅略微小于0.9,相當接近與非常適合做因子分析的數值,因而用因子分析法是合適的選擇,并且表明問卷的效度也適中。
4.2.2 因子分析
因子分析的模型為:
因子分析中一些重要的概念:
。1)變量的共同度:
(2)公共因子的方差貢獻率
公共因子的方差貢獻率的定義是因子載荷矩陣中第j列各元素的平方和,用公式表達為:
公共因子的方差貢獻率表達了該因子對原始變量總方差的解釋能力,與因子的重要程度成正比。
運用因子分析法,對問卷個項目進行分析,結果如下圖所示:
由上表可以看出,問卷中各個測評指標的共同度均大于0.4,說明測評指標有效的反應了滿意度。
如表5所示,前8個因子的特征值大于1,并且其共同解釋了82.534%的方差。
圖2為碎石圖,縱坐標為特征值,橫坐標為因子數,從碎石圖上也可以看出,大概前八個因子的特征值大于1,所以取前八個因子。
進行因子合并,得到8個主要因子:
第一個因子:變量4(工作人員問題處理能力),3(工作人員專業素質),17(物流無損壞),5(工作人員的服務態度),20(收發貨物便利程度),19(查詢物流信息便利程度),歸納為:服務質量。
[1]
通過對近年來物流行業相關報告的分析和提煉,總結出行業存在以下三個主要問題:經營規模小,市場不成熟;供需不匹配,中小物流管理粗放;中小物流家具企業管理水平有待提高。
3 中小物流家具企業服務滿意度測評模型的建立
3.1 測評模型指標體系建立的原則和方法
3.1.1 測評模型指標選取原則
實施滿意度調查分析的關鍵之一為構建有效合理的滿意度指標體系。用科學的方法建立指標體系,使其真實反應客戶需求,切實為家具企業提供改進項目。結合物流行業的特點后,對指標體系的建立歸結出如下原則:
科學規范性原則、系統優化原則、簡潔明確原則、全面實用性原則、可操作性原則、經濟性原則、可控性原則、可比性原則、相對穩定性原則[9]。
3.1.2 測評模型指標選取方法
在前文陳述的滿意度模型中,本文選取了清華顧客滿意度模型(CCSI),在其模型的基礎上,并結合了中小物流家具企業顧客滿意度指標體系,并將中小物流行業本身特有的屬性加入其中,使其符合中小物流家具企業服務滿意度調查的特點。
3.2 測評模型的建立
在CCSI模型中存在的各項變量:
。1)品牌形象
(2)感知質量感受
(3)預期質量
。4)感知價值
(5)顧客滿意度
(6)顧客忠誠
結合關于第三方物流家具企業滿意度測評體系的構建,建立以下測評體系:
。1)第一層,總目標(最高目標):顧客滿意度指數。
。2)第二層,一級目標,共五個指標:家具企業形象,預期質量,感知質量,感知價值,客戶忠誠。
。3)第三層,二級目標,根據行業特點,將五個指標進一步分解即:
家具企業形象:工作人員素質和品牌認可度;
預期質量:家具企業硬件設施和家具企業規模;
感知質量:準確性,時效性,安全性,便利性和規范性;
感知價值:經濟性,對成本的感知,對賠付價格的感知;
客戶忠誠:繼續合作的可能性,價格上漲及同行低價競爭的忠誠。
。4)第四層,為測評體系的三級目標,就是二級目標的分解,其可以作為問卷選項,在問卷中直接體現,進而反應二級目標,再依次反應更高級的目標。(見表1)
4 中小物流家具企業服務滿意度測評模型的應用研究
4.1 應用研究的方法
4.1.1 調查問卷設計
根據表1指標模型設計調查問卷,根據三級目標中的30項設置了三十個問題, 采用5級李克特量表,問題均為單選題,每個題目的選項為很滿意、滿意、一般、不滿意、很不滿意,分別記為5、4、3、2、1分。
4.1.2 調查對象
調查對象為所研究的物流家具企業的客戶,調查形式為隨機發放問卷。首先,調查對象均與物流家具企業有過合作經歷,保證了結果準確性。第二,隨機抽查,保證了調查對象中,客戶類型不同,提高了問卷中所反映情況的真實性。第三,為期一周,在現有條件下,提高了樣本容量,增加了結果的可靠程度。
4.1.3 數據分析方法
調查中共隨機發放了150份問卷,回收了有效問卷133份,得到了五個指標的真實情況反饋并進行了如下的數據統計、處理:
。1)對應選項進行賦值,5、4、3、2、1分,分別對應很滿意、滿意、一般、不滿意、很不滿意,統計各項平均值;
。2)運用SPSS19.0軟件分析調查結果,驗證問卷的可靠性和合理性;
。3)運用SPSS19.0軟件對數據進行因子分析,并確定因子的權重;
(4)用滿意度公式計算物流家具公司的服務滿意度。
4.2 運用SPSS分析滿意度調查結果
4.2.1 可靠性與效度分析
運用克郎巴哈(Cronbach)α系數來檢測量量表的可信度?死砂凸料禂涤嬎愎饺缦拢
用SPSS19.0進行信度分析,結果如表2所示:
信度系數均高于0.7,表明問卷的指標設計具有較高的可信度。
運用巴特萊特球體檢驗和KMO測量,對問卷效度進行檢驗,結果如表3所示:
如圖,KMO的值為0.868,大于0.7,且僅略微小于0.9,相當接近與非常適合做因子分析的數值,因而用因子分析法是合適的選擇,并且表明問卷的效度也適中。
4.2.2 因子分析
因子分析的模型為:
因子分析中一些重要的概念:
。1)變量的共同度:
(2)公共因子的方差貢獻率
公共因子的方差貢獻率的定義是因子載荷矩陣中第j列各元素的平方和,用公式表達為:
公共因子的方差貢獻率表達了該因子對原始變量總方差的解釋能力,與因子的重要程度成正比。
運用因子分析法,對問卷個項目進行分析,結果如下圖所示:
由上表可以看出,問卷中各個測評指標的共同度均大于0.4,說明測評指標有效的反應了滿意度。
如表5所示,前8個因子的特征值大于1,并且其共同解釋了82.534%的方差。
圖2為碎石圖,縱坐標為特征值,橫坐標為因子數,從碎石圖上也可以看出,大概前八個因子的特征值大于1,所以取前八個因子。
進行因子合并,得到8個主要因子:
第一個因子:變量4(工作人員問題處理能力),3(工作人員專業素質),17(物流無損壞),5(工作人員的服務態度),20(收發貨物便利程度),19(查詢物流信息便利程度),歸納為:服務質量。
本文為全文原貌 未安裝PDF瀏覽器用戶請先下載安裝 原版全文