MétaCan
Menu
Retour à la cohorte
Enregistrement W2134600029 · doi:10.5539/ass.v11n23p129

The Effect of Service and Food Quality on Customer Satisfaction and Hence Customer Retention

2015· article· en· W2134600029 sur OpenAlexvenueno aff
Ahmad Adnan Al-Tit

Notice bibliographique

RevueAsian Social Science · 2015
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueCustomer Service Quality and Loyalty
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCustomer retentionService qualityBusinessMarketingCustomer satisfactionCustomer advocacyCustomer delightSERVQUALService (business)

Résumé

récupéré en direct d'OpenAlex

The aim of this study was to investigate the relationships between service quality, food quality, customer satisfaction and customer retention in limited service restaurants in Jordan. A questionnaire-based survey was distributed to 400 students served at 10 limited service restaurants in the neighbourhood of universities in Amman, the capital city of Jordan. Service quality was measured in terms of SERVQUAL attributes. The key dimensions of food quality, customer satisfaction and customer retention were identified through literature. The data collected (283 valid questionnaires) were analysed using SPSS 20.0. The findings showed that service quality and food quality have a positive influence on customer satisfaction. In addition, service quality dimensions besides customer satisfaction have a positive influence on customer retention. Finally, the results confirmed that customer satisfaction mediates the relationship between service quality and customer retention. The small size of the sample is the main limitation of this study. The practical implications of this study are founded on the fact that limited service restaurants in the neighbourhood of universities should realize the critical role of service and food quality in satisfying their customers as an antecedent of their retention. This study is original as it examines the relationships between service and food quality and customer satisfaction and retention in a specific type of restaurants in Jordan.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,000

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.

Tête enseignante Opus0,036
Tête enseignante GPT0,298
Écart entre enseignants0,262 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations166
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Social ScienceMême sujetCustomer Service Quality and LoyaltyTravaux en français237 207