影响物流感知服务价值的因素及路径分析毕业论文(编辑修改稿)

影响物流感知服务价值的因素及路径分析毕业论文(编辑修改稿)内容摘要：

（ 1）感知形象 （ 2）感知时效 （ 3）感知货币价格 （ 4）感知关系 （ 5）感知质量 （ 6）感知信息 客户选择或购买物流服务的意愿 影响 运用 SPSS 软件 分析数据 检验假设 影响物流感知服务价值的路径 得出 设计问卷 问卷调查 10 “物流感知服务价值驱动因素”理论模型的函数表达式如下：   6655443322110 XXXXXXY 其中， — Y 表示总体的物流感知服务价值，作为因变量； — X 表示物流感知服务价值模型的各维度； — 0 表示权重和 654321  分别表示各维度的权重系数； —  表示随机变量。 通过物流感知服务价值驱动因素的描述分析和维度分析 ,确定了 六大维度及其含义 ,并通过与导师讨论将各个维度细分为二级指标 ,并其给出详细描述 ,方便后续问卷设计 ,如表 31所示。 表 31 量表设计 自变量 （维度） 指标 指标描述 参考来源 题项 感知形象 企业外在形象 企业品牌和知名度，公众口 碑和公众形象 张元笑（ 2020） 何灵君（ 2020） Q Q Q1 Q19 员工素质形象 服务 人员在服务客户过程中的表现 配送覆盖程度 能够满足不同区域客户的配送要求 运输能力 企业是否有先进设备和专业的员工操作能力 感知时效 响应客户时间 客服代表等员工在服务客户过程中，响应客户需求的时间 张元笑（ 2020） 何灵君（ 2020） Q13 至 Q19 订单和发货 响应时间 处理客户订单的等待时间及货物从定单到发仓的时间 取货等待时间 客户收取物品的等待时间 节假日期间的配送速度 节假日从下单到取货的等待时间 退换货退款响应时间企业处理客户退换货退 款的速度 企业处理客户退换货退款的速度 11 感知货币 物流价格 客户为物流活动支付的费用 Sweeney（ 1999）Peterick（ 2022） Q20 至 Q24 最小免单金额 客户消费满多少金额免费收送 退换货物的费用 退换货物产生的费用由哪一方承担 感知关系 客户信任、满意度与忠诚度 客户对物流企业的信任度、满意度和忠诚度 Bvsan Murthy（ 2020） 韩小芸和汪纯孝（ 2020） Sweeney and Soutar（ 2020） Q Q Q Q12 社会关系和社会心理 客户的亲人，朋友等社交圈的推荐 服务人员的态度 服务人员对客户的服务态度 与客户沟通的程度和效率 服务人员和客户沟通物流信息的频繁程度和解决客户问题的效率 增值服务或多功能服务 物流企业能提供客户个性化需求服务，如保价，委托业务 送货方式和收货方式的多样性 能够满足客户对收送货物的个性化需求 感知质量 物品的完整性 收取的物品是完整无损坏的 Mentzer（ 1999） Spiros Gounaris（ 2020） Q1 Q25 至 Q27 物品的准确性 收货的物品信息与订购是一致的 取货地点的准确性 收货地点与所填写地址或者收派员通知地点是一致的 物流员工操作能力 客户代表和收派员人员对服务流程的操作熟练和专业程度 感知信息 物流信息的充分性 提供物流服务时的价格、送货方式、退换货类信息的充分性 张元笑（ 2020） 何灵君（ 2020）Mentzer（ 2020） Q28 至 Q30 物流信息的及时性 物品跟踪时间及信息的及时性 出现误差之后的反馈能力 物品出现误差情况后，物流信息的反 馈能力 客户信息的安全性 物流服务过程是否会泄露客户信息 （二） 问卷设计与收集 本问卷的研究目标在于研究物流感知服务价值驱动因素的 6个维度及各维度下的 26个指标与客户选择或者购买物流服务意愿之间的关系，问卷内容分为以下三个部分。 第一部分：基本信息，主要包括被调查者的性别，年龄，学历，收入，使用物流服务 12 （快递服务）的频率。 第二部分：关于物流感知服务价值驱动因素六大维度的二级指标对客户选择或购买物流服务意愿的影响的调查。 这部分是调查问卷的主体部分 ,主要对具体问题进行调查 ,为物流感 知服务价值驱动因素模型提供数据支撑。 第二部分共设计 24个问题 ,问卷问题的排序按顾客接受物流服务的先后顺序排列 ,用适当语句描述问题，方便被调查者进行回答。 本问卷采用李克特的七点尺度来计量 ,分为 7 个评价指标分别为 两类： 非常满意、比较满意、满意、一般、不满意 、 比较不满意和非常不满意 ； 非常 重要 、比较 重要 、 重要、 一般、 不重要 、 比较不重要和非常 不重要。 第三部分：开放性问题 由于被调查个体的知识构成不同和对物流服务和物流活动认识和理解各不相同 ,问卷维度指标问题难免有人不理解 ,这部分题目的设置就是为了补充没有提及而对部分 客户却相当重要的物流服务指标 ,被调查可以根据自身情况进行有选择的填写。 在形成初步的调查问卷过程中 ,本人在老师和部分在校同学之间进行问卷的试调查 ,并根据他们的意见对其中产生歧义和用词不当的问题进行修改，形成最终调查问卷见附录 1。 本次调查主要采用网络调查的调查方法，主要通过“问卷星”调研平台、 和 Email等网络工具 ,以网络在线的方式提高问卷调查的覆盖范围 ,进行随机抽样调查，使样本具有合理性。 本问卷的调研对象主要以大学生为主，以社会在职人员为辅；本问卷的发放时间为 3天，回收问卷共 208份。 四、实证分析与检验分析 （一）描述性分析 根据回收的 208份有效问卷，进行描述性统计分析，相关分析如下： 有效样本的性别分布如表 41所示，男性 58人，女性 150 人，分别占调查样本数量的 %和 %。 13 表 41 样本性别描述 选项 小计 比例 男 58 % 女 150 % 有效样本的年龄分布如表 42所示： 18岁以下有 7 人，占总体的 %； 18 岁 28岁有 196 人，占总体的 %； 29岁 39 岁有 4人，占总体的 %； 51岁以上有 1 人，占总体的 %。 表 42 样本年龄描述 选项 小计 比例 18岁以下 7 % 18岁 28岁 196 % 29岁 39岁 4 % 40岁 50岁 0 0% 51岁以上 1 % 有效样本的最高学历分布如表 43所示：初中 5人，占总体的 %；高中 19 人，占总体的 %；中专 4 人，占总体的 %；大专 9人，占总体的 %；本科 %；硕士和博士及以上各 2 人，各占总体的 %。 表 43 样本学历描述 选项 小计 比例 初中以下 0 0% 初中 5 % 高中 19 % 中专 4 % 大专 9 % 本科 167 % 硕士 2 % 博士及以上 2 % 有效样本的职业分布如表 44所示：学生 167 人，占总体的 %；教师 2人，占 14 总体的 %；物流行业工作人员、党政机关或事业单位人员和农民各 1人，各占总体的%；医务人员和国企人员各 6人 ，各总体的 %；私企或民企人员 14 人，占总体的%，其他职业 10人，占总体的 %。 表 44 样本职业描述 选项 小计 比例 学生 167 % 教师 2 % 物流行业工作人员 1 % 党政机关 /事业单位人员 1 % 医务人员 6 % 国企人员 6 % 私企 /民企人员 14 % 农民 1 % 其他 10 % 有效样本的收入情况如表 45所示 ： 1000 元以下有 132 人，占总体的 %；10002020元有 42人，占总体的 %； 20203000元有 18人，占总体的 %； 30014000元有 8人，占总体的 %； 40015000 元有 3 人，占总体的 %； 50016000 元有 2人，占总体的 %； 70018000元、 800110000元和 1万元以上各 1人，各占总体的 %。 表 45 样本收入情况描述 选项 小计 比例 1000以下 132 % 10002020 42 % 20203000 18 % 30014000 8 % 40015000 3 % 50016000 2 % 60017000 0 0% 70018000 1 % 800110000 1 % 1万以上 1 % 频率 有效样本中 平均每个月使用物流服务的 频率分布如表 46所示： 0 次有 5人，占总体 15 的 %； 12次有 141 人，占总体的 %； 34 次有 48人，占总体的 %； 57次有 8人，占总体的 %； 810 次和 10次以上各 3 人，各占总体的 %。 表 46 样本物流服务使用频率描述 选项 小计 比例 0次 5 % 12次 141 % 34次 48 % 57次 8 % 810次 3 % 10次以上 3 % （二）信度分析 本文使用 Cronbach’ s α系数来衡量问卷的可靠性和稳定性。 α系数即信度系数，系数越大，表示其 信度越高，表示问卷越可靠。 一般认为信度系数的评价标准： 系数小于 ， 表示 不可信； 系数在 之间， 表示最小可接受值 ； 系数在 之间， 表示一般 可信； 系数在 到 ， 表示相当 可信 ； 系数在 ，表示非常可信 [16]。 物流感知服务价值驱动因素与客户购买或选择物流服务的信度分析结果如表 47所示： 表 47 信度分析 可靠性统计量 Cronbach39。 s Alpha 项数 .899 24 由 上表 47 我 们可以看出， 该 信度值为 ，表明 问卷 可信度 很 高，可用作研究分析。 （三） 效度分析 和 Bartlett 检验 本文采用 KMO 和 Bartlett 检验方法进行效度分析，判断原有变量之间是否存在较强的线性关系。 如存在 ,便可采用因子分析进行相关性分析 ,反之 ,则不可。 物流感知服务价值驱动因素与客户购买或选择物流服务的效度分析结果如表 48所示： 表 48 效度分析 16 KMO 和 Bartlett 的检验 取样足够度的 KaiserMeyerOlkin 度量。 .875 Bartlett 的球形度检验 近似卡方 df 276 Sig. .000 由 表 48可看出， KMO 值为 ， Bartlett 检验的 Sig 值为 ＜ ， 表示问卷 适合做因子分析。 主要采用主成分分析方法， 通过因子分析来检测变量的因子结构是否与前文所定义的6个测量维度相吻合 ,在主成分分析过程中根据特征根大于 1的原则提取公因子进行解释。 由表 49可知，有 6个特征根大于 1,我们可以提取 6个主因子 ,其解释了总方差的 ,总体上因子分析结果较理想。 表 49 解释的总方差 解释的 总方差 成份 初始特征值 提取平方和载入 旋转平方和载入 合计 方差的 % 累积 % 合计 方差的 % 累积 % 合计 方差的 % 累积 % 1 2 3 4 5 6 7 .929 8 .906 9 .808 10 .758 11 .651 12 .625 13 .575 14 .497 15 .460 16 .453 17 .438 17 18 .412 19 .361 20 .343。