The moderating effect of normative commitment on the service quality-customer retention relationship
Notice bibliographique
Résumé
Purpose – Limited attention has been given to the effects of normative commitment (NC) in a marketing relationship. This paper investigates the effects of service quality and normative commitment on customer retention in a consumer-retailer relationship. Design/methodology/approach – Two distinct studies; a longitudinal experiment and a SEM model were conducted to tease out the normative commitment-service quality interaction on customer switching intentions in services. Findings – Both studies supported the existence of a significant normative commitment-service quality interaction on switching, in addition to the main effects of both variables. Research limitations/implications – The longitudinal experiment has the limitation of being a simple test of theory in a controlled setting. Study II validates this theory in a real-world retail services setting, but there are questions about the extent to which the relationship may hold in other service sectors. The results indicate that the effect of service quality on customer loyalty is moderated by normative commitment. This may also allow us to think about customer commitment in a new way in that it could be a construct rooted in attitude confidence rather than attitude. Practical implications – The findings allow practitioners to recognize that the development of obligation-based normative commitment can give them a basis for successful competition against other firms, even those that may outperform them on other salient attributes, including basic service quality. Originality/value – This is one of a very small number of studies in the discipline that have examined the effects of normative commitment and the first that has demonstrated that normative commitment moderates the service quality-service customer retention relationship. This opens the door for the possibility that other forms of commitment may moderate the relationship between service quality and customer retention.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,035 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».