教育质量服务营销论文范文

本站小编为你精心准备了教育质量服务营销论文参考范文，愿这些范文能点燃您思维的火花，激发您的写作灵感。欢迎深入阅读并收藏。

一、数据结果分析

1.服务质量维度分析。在进行因子分析前，需要用KMO样本测度来检验数据是否适合做因子分析。KMO是Kaiser-Meyer-Olkin的取样适当性指标，KMO越接近1，表明变量间的共同因素越多，数据越适合做因子分析。Bartlett球形检验用于检验整个评价指标相关矩阵是否为单位矩阵，如果是单位矩阵，则不适合作因子分析。本研究中KMO和Bartlett球形检验的结果为KMO值为0.867，Bartlett球体检验的显著性概率是0.000＜0.01，说明数据适宜做因子分析，具体如表2所示。问卷设计有30个题项评价服务质量，以因子分析的主成份分析法萃取出7个共同因子。为了方便共同因子的辨认和命名，使用最大方差转轴法进行正交旋转，优点在于各因子仍然保持正交的状态，但尽量使各因子的方差差异达到最大，从而方便对因子的解释，建立高职教育服务质量评价维度及项目。因子选择的标准是删除因子载荷小于0.5的问项；排除只有单一问项的因素。为了便于观察，在运用因子分析过程中已设定将因子载荷小于0.5的载荷值都省略不显示。通过因子分析的结果可以看出，余下28个指标的因子载荷均超过0.51，问项的分布呈现出很明显的7个成分结构模式，将它们分别命名为：课堂教学质量、基础服务质量、人才培养质量、校园环境、学校品牌形象、安全管理、学生个人发展，具体结果如表3所示。

2.信度与效度分析。信度是指问卷的可靠性和稳定性，是指一群被访问者在同一份问卷上测试结果的一致性。调查时使用的Cronbachα系数衡量信度，数据见表3的α系数，该系数越大不同受测者之间的一致性越高。说明问卷信度符合要求，这也是应用最广的衡量信度的方法，α系数越高，说明各题项的结果越趋于一致，问卷的信度越高。当α值介于0.7～0.8时，表明问卷的信度相当高，问卷设计合理。总量表的α值为0.9286，有六个因子的α值均大于0.7，第四个因子的α值0.6979也大于0.6，该量表信度较高。效度表示一种测验或量表能够用来测量目标的准确程度。效度的研究意义在于实际测量与所要研究的问题的概念是否一致，并且概念是否被准确测量，公共因子的“方差贡献率”能够反映效度。本文研究中由7个维度和28个指标所组成的量表，其累积方差贡献率达到66.468%（如表3所示），说明评价量表是有效的。

二、服务质量测评模型的建立

1.回归分析。以服务质量为因变量，7个维度为自变量，利用回归分析来获得总体的显著性检验结果。多元回归方程确定后，需对回归方程进行检验，以确定建立的数学模型是否很好的拟合了原始数据。多元回归采用方差分析法对回归方程进行检验，检验的假设是总体的回归系数均为0或不都为0，使用统计量F进行检验，结果为70.314，显著性水平为0.000（＜0.050)，即该回归方程是有意义的。如表4所示，相关系数显示，7个变量的相对重要性由高到低依次为课堂教学质量、基础服务质量、人才培养质量、校园环境、学校品牌形象、安全管理和学生个人发展。

2.高职教育服务质量测评模型的建立。综合上述分析结果，高职教育服务质量测评包括7个维度、28个指标。通过对服务质量各要素重要性影响程度进行排序，得到高职教育服务质量测评模型，其中有20个关键指标，如表5所示。因此，本文以SERVPERF量表为基础，通过因子分析提取了影响学生评价高职教育服务质量的7个维度，并通过回归分析得出了7个维度对总体服务质量的影响程度。通过实证研究，最终建立了高职教育服务质量测评模型。对数据进行的因子分析与多元线性回归分析，对于原先提出的假设做出了验证。7个维度及28个指标对学生感知高职教育服务质量有显著的影响，结论成立。

作者：童文军单位：重庆工商职业学院