EFFECTS OF SERVICE QUALITY, HOTEL TECHNOLOGY, AND PRICE FAIRNESS ON CUSTOMER LOYALTY MEDIATED BY CUSTOMER SATISFACTION IN HOTEL INDUSTRY IN CAMBODIA
Notice bibliographique
Résumé
The hospitality industry plays a crucial role in contributing the country’s economy growth and, meanwhile, customer loyalty is widely regarded as important driving force for the hotel success. This study intends to discover the direct and indirect impacts of service quality, hotel technology and price fairness on customer loyalty via customer satisfaction for hotels in Cambodia. The study applies a quantitative method and conducts a non-probability survey of 500 customers accommodated in hotels located in five different selected city/provinces in Cambodia. With utilization of SPSS Amos version 23, all data are analyzed by structural equation modeling (SEM). The findings indicate that there are significantly positive relationships between service quality and price fairness on satisfaction as well as on customer loyalty, while price fairness acts as the most influencing factor and satisfaction itself has proven to be significant with customer loyalty. Furthermore, satisfaction partially mediates between service quality, price fairness and customer loyalty. However, hotel technology significantly influences on customer loyalty, yet does not on satisfaction. The research contributes to enriching the theoretical framework of customer loyalty in the hotel industry by its empirical insights. Practically, this study can assist hotel managers developing strategies for their customers retention by enhancing service quality, hotel technology and price fairness. Additionally, the government receives information from this study about the degree of customer loyalty in Cambodian hotels, which may be utilized to improve the government’s human capital training program and raise hotel performance.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».