一、顾客满意的相关理论
1.顾客需要满足程度模型美国学者Westbrook和Reilly于1993年提出了“顾客需要满足程度模型”。他们认为顾客满意感是顾客的消费经历满足顾客的需要而产生的一种喜悦的心理状态。产品和服务的实绩越能满足顾客的需要,顾客就越满意;越不能满足顾客的需要,顾客就越不满意。2.顾客满意指数模型(CSI)顾客满意度指数模型是1989年由美国密歇根大学商学院质量研究中心Anderson和Fornell博士总结满意理论研究的成果,提出了由顾客期望、购买后的感知、购买的价格等多方面因素组成的一个计量经济学逻辑模型,具体模型构建(图略)
二、市场营销专业实践教学学生满意度测评模型构建
1.研究假设H1:学生专业实践教学服务期望的实现程度对其满意度有正向的影响。H2:学生专业实践教学服务需要的满足程度对其满意度有正向的影响。H3:学生对专业实践教学服务价值的感知对其满意度有正向影响。H4:学生对专业实践教学服务质量的感知对其满意度有正向影响。H5:根据市场营销专业实践教学特点,学生对专业实践教学服务质量的感知用五个指标来衡量。一是专业实践教学资料库服务,二是专业实践教学团队服务,三是校内实验,四是校外实习基地,五是专业实践教学实施与保障措施。2.市场营销专业实践教学学生满意度测评模型根据前述五个假设条件,“顾客需要满足程度模型”和“顾客满意指数模型”的基础上,结合市场营销专业实践教学服务的特点,构建市场营销专业实践教学学生满意度测评模型,具体模型(图略)。该模型的逻辑框架可以解释为:市场营销专业实践教学体系学生满意度是由学生在专业实践教学的消费经历中产生的对服务质量和价值的感知,并将这种感受同消费前的期望值和自身需要进行比较而得到的感受和体验所决定的;如果学生满意度低就会产生抱怨,而学生满意度高就会提高学生的忠诚度;同时,如果重视并妥善处理学生投诉,化解学生抱怨,同样可以提高学生忠诚度。结合市场营销专业实践教学的特点,市场营销专业实践教学质量受专业实践教学资料库服务、专业实践教学团队服务、校内实验、校外实习基地、专业实践教学实施与保障措施五方面因素影响。 三、市场营销专业实践教学学生满意度测评指标体系构建
1.市场营销专业实践教学学生满意度测评指标体系构建市场营销专业实践教学学生满意度测评指标体系的构成分为四个层次。将学生满意度模型中的七个变量转化为考察市场营销专业实践教学体系的7个二级指标,本着逐级细化的原则进行了下级指标的设置,具体体系分级(图略)。在设置第四级指标时,由于有些因素会对学生满意度产生影响,但学校在较长时间内无条件或无能力采取行动加以改进,如学校地理位置、周边环境等因素。因此,未将这类因素列入指标体系中。
四、模型及指标体系的统计检验
1.问卷调查概述2011年2月,笔者对教育部一直属高校市场营销专业学生进行了抽样调查,发放问卷80份,回收74份,其中有效问卷70份,有效问卷回收率为87.5%。问卷设计采用了5级顺序量表Likert量表进行研究。2.相关性分析为了验证学生对市场营销专业实践教学的价值感知、期望、需求与满意度之间的关系,用PASWSTATISTICS18.0统计软件进行相关分析,这五项指标之间的相关度系数(表略)通过以上统计分析,在显着性水平为0.01的情况下,发现各成正相关关系,证实了关于学生对市场营销专业实践教学服务价值感知、质量感受、学生期望差距和需求满足程度影响学生满意度的假设。同时,服务价值感知与学生期望和需求之间呈现一定的正相关关系,验证了假设H1—H4。3.可靠性分析用Cronbachα可靠性分析法进行专项指标可靠性分析,使用PASWSTATISTICS18.0统计软件进行分析,得到的结果。一般认为a在0.7以上指标的可靠性较高。表中结果验证了假设H5。4.合理性分析采用因子分析方法检验每项测评指标对学生评价结果的影响程度。使用PASWSTATISTICS18.0统计软件进行因子分析,根据测评指标的共同度检验每项测评指标对学生评价结果的影响程度。共同度越大,表示该指标对公因子的共同依赖程度越大,也就是说用这些公因子来解释该测评指标就越有效。一般地,当共同度大于0.4时,公因子就可以较好地解释测评指标,分析结果(表略)问卷设置的测评指标对学生的满意度的影响是显着的,所有四级指标选取都合理。由以上各项统计分析得出:前文提出的指标体系逻辑框架的假设条件基本成立,市场营销专业实践教学学生满意度测评模型是合理的。
五、结论
市场营销专业实践教学体系学生满意度,是由学生在专业实践教学过程中产生的服务质量和价值的感知同消费前的期望值和自身需要进行比较而得到的感受和体验决定的。其实践教学质量受专业实践教学资料库服务、专业实践教学团队服务、校内实验、校外实习基地、专业实践教学实施与保障措施五方面的影响。但是由于本研究采集的样本仅源于某高校市场营销专业,致使研究结论具有一定的局限性,今后可以扩大样本进行进一步验证,使模型更具有兼容性和可比较性。
