Dimensions of service quality in developed and developing economies: multi‐country cross‐cultural comparisons
Notice bibliographique
Résumé
Purpose Despite the rapid growth and internationalization of services, marketers of services realize that to successfully leverage service quality as a global competitive tool, they first need to correctly identify the antecedents of what the international consumer perceives as service “quality.” This paper aims to examine the differences in perception of service quality dimensions between developed and developing economies. Design/methodology/approach Parasuraman et al. proposed a framework consisting of ten determinants or dimensions of service quality: reliability, access, understanding of the customer, responsiveness, competence, courtesy, communication, credibility, security, and tangible considerations. The authors propose 14 hypotheses emphasizing differences in the perception of these dimensions between developed and developing economies by linking these with economic and socio‐cultural factors. Extensive survey data are collected in the context of banking services from three countries: USA, India, and the Philippines and statistically tested using multivariate analysis of variance. Findings Of the 14 hypotheses, 13 were supported (five partially) in that the results for the USA were systematically and significantly different from those for India and the Philippines in the predicted direction. Research limitations/implications While almost all of the hypotheses are supported, future research should look at multiple service sectors and include alternative service quality models to further validate this study. Practical implications Despite limitations, current results have significant implications for international marketing in service strategy formulation, service development, pricing, communications, and service delivery. Originality/value International service managers need to understand the value of environmental differences between countries in terms of economic development and cultural value system and accordingly emphasize the various dimensions of service quality differentially.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».