高校行政服务质量对大学生抱怨的影响毕业论文(编辑修改稿)

高校行政服务质量对大学生抱怨的影响毕业论文(编辑修改稿)内容摘要：

模型构建及假设 研究模型及变量的定义 在服务失误后的消费者具体情绪上， Tsiros et al（ 2020）认为，后悔与失望都是消费者负面情绪反应，其中后悔是选择与放弃产品绩效后所产生的情绪反应，而失望则是预期与实际绩效的比较后所产生的情绪反应 [7]； Menon et al（ 2020）认为，生气和焦虑不仅对满意有直接影响，还通过消费者对服务供应者反应的评价对满意产生间接影响 [8]。 抱怨倾向在服务失败的研究中多被提及， East证实了服务失误归因结果信任、参照信任和控制信任对抱怨倾向的影响。 杜建刚和范秀成证实了服务群 体中，个体的负面情绪越高，其抱怨倾向就越大 [20]。 根据前人的研究和对大学生的深入访谈可知：高校行政服务失误后，大学生会产生一系列的负面情绪，包括 生气、不满、失望、焦虑、愤怒、厌恶、鄙视等。 如果行政部门能不推诿责任，能表达对服务失误的歉意，并及时采取服务补救措施，那么大学生的负面情绪就会降低，当然若服务补救未能达到大学生预期期望，大学生还会再生出负面情绪的，然后再私下抱怨一下学校的行政服务质量；如果行政部门不立即采取补救措施，大学生会产生强烈的抱怨倾向，服务失误越严重，服务花费的时间和精力越多，抱怨倾向就 越大，甚至产生公开抱怨倾向。 其次， 7 高校行政服务的关爱性即学校和学生的关系质量 [9]显著影响大学生的负面情绪和大学生抱怨，关系质量越高，学生对学校的信任和理解越高，高校行政服务失误后，大学生就越少产生负面情绪甚至抱怨行为。 总之，高校行政失误引发了大学生的负面情绪，大学生的负面情绪导致了大学生的抱怨倾向。 大学生抱怨分为 :直接抱怨，私下抱怨和公开抱怨，其中大学生最常用的是私下抱怨，服务失误特别严重或危害到人身安全时大学生才会公开抱怨。 因此，本文以高校行政服务失误为自变量，负面情绪为中间变量，大学生抱怨为因变量。 研究模型如下： 图 31 行政服务失误对大学生抱怨影响的假设模型 变量定义 31 变量名 变量定义 变量定义的出处 保证性 服务人员的知识与礼貌，以及让顾客信任的能力 PZB（ 1991） 胡坤秀（ 2020） 关爱性 关心顾客，了解顾客需求以提供个性化服务 PZB（ 1991） 补救性 服务组织针对服务失误采取的态度和行动 李瑞卿（ 2020） 负面情绪 心理学上把失望、愤怒、烦躁、不快、郁闷、厌恶等 统称为负面情绪 杜建刚、范秀成 （ 2020） 大学生抱怨 大学生抱怨按指向对 象可分为直接抱怨、私下抱怨及第三方抱怨 刘俊学、陈健、刘沁芳 （ 2020） 研究假设 泽丝曼尔和比特纳在总结前人研究成果的基础上。 将服务失误后的消费者行为分为“沉默”和“采取行动”。 并将“采取行动”分为“向供应商投诉”、“向周围人抱怨”和“向第三方抱怨”，并认为无论是沉默还是采取行动。 随之而来的都会有两种结果：保持和退出 (或转换 )[4]。 张圣亮，钱路 [17]在银行服务失误对消费者情绪后行为的影响研究中验证了银行政服务失误 保证性 关爱性 补救性 负面情绪 抱怨倾向 8 行服务失误对消费者负面情绪有显著影响，银行服务失误对消费者抱怨行为有显著影响。 孙晓凤 在酒店顾客参与、服务失误归因和顾客抱怨行为关系研究中通过实证研究验证服务失误归因和顾客抱怨行为之间的关系，研究结果显示两者之间存在着显著的正向关系。 在口头抱怨行为上，责任性、稳定性归因与其呈正相关，其中稳定性归因对口头抱怨的影响最大，而控制性归因对其影响不显著。 在转换酒店行为上，控制性、稳定性归因与其显著正相关，其中控制性归因对转换酒店的影响最大。 在负向口碑行为上，责任性、稳定性归因都与其显著正相关，控制性归因与其影响都不显著 [18]。 Westbrook（ 1987）通过对情绪与行为的关系研究发现， 负面情绪 与抱怨正相关。 Chebat(2020)在研究不满意顾客抱怨／不抱怨行为原因时引入了三组情绪：愤怒／厌恶、焦虑，惊奇和顺从／悲伤，发现消费者越感到愤怒／厌恶，就越可能抱怨：而消费者越感到顺从，悲伤，就越不可能抱怨。 根据以上的理论研究和对大学生深入访谈的结果提出以下假设： 假设 1：高校行政服务失误对大学生抱怨起正向影响作用。 假设 1a：保证性失误对大学生抱怨有显著的正效用； 假设 1b：关爱性失误对大学生抱怨有显著的正效用； 假设 1c：补救性失误对大学生抱怨有显著的正效用； 假设 2：负面情绪在高校行政服务失误和 大学生抱怨之间起中介作用。 假设 2a：负面情绪在保证性失误和大学生抱怨之间起中介作用； 假设 2b：负面情绪在关爱性失误和大学生抱怨之间起中介作用； 假设 2c：负面情绪在补救性失误和大学生抱怨之间起中介作用； 4 研究设计 问卷设计 本文运用 SERVQUAL 测量方法，采用大学生抱怨来评价高校服务质量，测量出高校行政有哪些服务失误，以负面情绪为中间变量桥梁测量出高校行政服务失误、负面情绪及大学生抱怨三者之间的关系。 高校行政服务失误问卷包括：有形性、响应性、保证性、关爱性和补救性三大维度和负面情绪、大学 生抱怨两个个 9 项目，一共细分为 15 个指标。 选用应用最广泛的 Likert 量表，利用程度递进选择方式，感知的服务质量设有非常不同意、不同意、不确定、同意、非常同意五个等级，相应赋值为 5。 最后一部分为 大学生 的个人资料，包括性别、年龄、 专业 等问项， 大学生 根据自己的实际情况进行填写。 个人资料的各个题目选项参考了中国互联网信息中心报告，并做了相应的修改。 该调查和访谈于 2020 年 10 月 15 号开始，采用问卷法进行，首先发放共 50份问卷进行预调查，回收有效问卷 50 份，有效回收率 100％。 问卷资料经整理、筛选、 核实后对有效问卷进行编码，利用 统计软件进行数据处理和统计分析，并得出结果。 历经一周的预调研后，结果较好。 于是 在 预调研的基础上，形成了 更大范围的 调研。 预调研的 调查主要问题是让 他 们对问卷的结构、问项语句以及界面设计等问题提出意见和建议。 根据最后的反馈结果，笔者对问卷的总体结构做了小幅改变，并对个别问项的语句进行了调整，从而形成了最终的调查问卷。 抽样设计 本次研究采用随机抽样的方式进行调查，调查形式是以纸面问卷发放为主，并与 Email 网上问卷调查形式相结合。 调查对象 以 1826 岁的在校 大学生为主。 共发放问卷 300 份， 最后回收有效问卷 257 份，有效回收率为 %。 样本构成如下： 表 41 样本构成 项目 分类 百分比％ 项目 分类 百分比％ 性别 男 % 年龄 18 岁 以下 % 女 % 1823 岁 % 年级 大一 % 2330 岁 21% 大二 % 专业 文科 49% 大三 % 理科 % 大四 % 工科 % 5 数据分析与结果 信度分析和效度分析 10 信度分析 信 度指的是针对所设计测量量表的测量结果的可信程度，包括测量结果的稳定性 (就内容而言 )和一致性 (就时间而言 )，信度是反映被测特征真实程度的指标。 根据不同的误差来源，一般可以将信度的度量方法分为：重测信度、复本信度和内在一致性信度。 根据研究需要，本文将采用目前社会研究中使用最广泛的信度检验指标 内部一致性巴伦巴克 a系数 (Cronbach’s alpha) 指标来检验测量量表的信度。 该指标由 Cronbach首次于 1951年开发并设计出来，主要是用来评估多维度量表的内在一致性的，其主要反映的是测量内容或题目之间的关 系，考察测量每个建构的测量工具中的各个指标是否测量了相同的内容或特质，Cronbach’ s alpha系数越大则表示该测量问项的整体可靠性越高，就越能测出该潜在变量。 根据 Nunally(1979)， Devellis(1991)以及 Hair(1992)等人提出的理论和建议， alpha值最好在 ，且该值越大就越能表明测量量表的信度。 根据 示，高校行政服务失误的信度为 ，负面情绪的信度为 ，大学生抱怨的信度为 ，因此 本次测量变量的信度比较高。 如下表所示： 表 51 各个测量变量信度分析结果 因子名称 Alpha 系数 行政服务失误 .922 负面情绪 .827 抱怨倾向 .657 效度分析 效度是指一个测验对所要测量的特性测量到什么程度的估计，换言之，效度指的是测量工具在多大程度上反映了我们想要测量的对象的真实含义，测量结果与要考察的内容越吻合则效度越高，反之，则效度越低。 本研究主要用建构效度来分析，建构效度也称为构念效度，指的是测验能测量理论的概念或特质之程度而言，是用来测验测量量表是否能够真正 度量出所要度量的变量，主要用于多指 11 标的测量情况。 根据 Kerlinger(1986)的研究，本研究采用建构效度的测量方法即用因子分析法来测量量表的建构效度。 在进行因子分析之前，我们首先需要对变量做 KMO检验， KMO 是用来比较变量之间相关系数的大小的，以验证数据是否适合进行因子分析。 如果 KMO 越接近 1，则表明数据越适合做因子分析，如果 KMO 越接近 0，则表明越不适合做因子分析。 一般而言， KMO 的检验值在 以上表明所使用数据做因子分析非常好， 为好， 为一般， 为较差， 以下为差。 数据分析结果显示，初始变量高校行政服务失误的 KMO 值为 ，大于 的要求；样本分布的巴特利特 (Bartlett)球体检验的卡方值为 ，显著性 概率为 ，小于 ，说明数据符合因子分析的要求，所以本研究的数据适合做因子分析。 并且银子的 累积贡献率为 %，所有的因子负荷都在 以上，因此，本研究的构建效度可以接受。 表 52 高校行政服务失误因子负载表 因子名称 测量问项 因子负载 保证性失误 行政。