Prioritization of Customer Service Quality Dimensions in Indian Cooperative Banks: RIDIT & Grey Relational Approach
Notice bibliographique
Résumé
The principal objective of this research paper is to Prioritise Customer Perceived Service Quality (CPSQ) in the proportion of service quality for Indian cooperative banking sector. In order to understand the cooperative banking customer’s perspective and their relative significance, thirty three service quality dimensions are considered and deeply analysed. In addition, Questionnaire of Customer Perceives Service Quality (CPSQ) is also collected and implemented. Here, the necessary data is collected in the months of November 2019 and January 2020 respectively by using convenience sampling method. The data is collected from the state of Utter Pradesh, India. The reason behind choosing Utter Pradesh is, it agriculturally strong and has higher population (around 20 Crores) in India. Here, to prioritise the CPSQ scale, we have used Relative to an Identified Distribution (RIDIT) & Grey Relational Analysis (GRA) and later we also compared the results to check the reliability of these ranking methods. To perform this prioritization we have used seven factors such as Efficiency (EFF); Infrastructure (INF); Effectivenes (EFT); Timely Services (TMS); Bank Image (BIG); Safety & Security (SS) and Up to date technology (UDT). Later, GRA and RIDIT analysis are also conducted to distinguish the prioritization of service quality items. The present study and analysis helps to validate the cooperative banks service quality in general by ranking the service quality dimensions, which are specifically important in Indian banking sector to improve and enhance its quality. Finally, the obtained results shows that, it is apparent that managers of cooperative banks in Indian scenario must focus more on cooperative bank quality dimensions to improve the reliability of their customer’s perception of cooperative banking in terms of better performance and service quality.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,006 | 0,006 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».