Service quality measurement: a new methodology

• Autores: Redchuk, Andrés
• Año de publicación: 2010
• Idioma: español castellano
• Tipo de recurso: tesis doctoral
• Colaborador/a o director/a de tesis: Martínez Moguerza, Javier
• Materia: Ciencias de la Computación; Estadística; calidad de servicio; medición; Optimización
• Institución: Comisión de Investigaciones Científicas de la Provincia de Buenos Aires

The aim of this work is to present a new methodology tomeasure the quality of a service. A nonparametric model isdeveloped in which customers evaluate the overall service qualityand a set of dimensions or attributes that determine this servicequality.The model assumes that overall service quality isdetermined by a linear combination of attributes evaluationswith some unknown weights and that different customers mayhave different weights for the attributes.The nonparametric techniques are based in NearestNeighbours combined with Restricted Least Squared methods.The model is applied to several simulated data sets wherewe know the true value of the parameters of the model. Then we have applied the methodology to a specific set ofdata from CABINTEC (“Intelligent cabin truck for roadtransport”).Finally, the methodology is applied to the measurement ofthe quality of the postgraduate courses of a public SpanishUniversity.The methodology, that we call ALR Adaptive LocalRegression, have demonstrate be able to treat these kind of data.ALR permits to calculate the weight that customer assignsto each quality attribute of the service.
En esta tesis doctoral presentamos una nueva metodología para la medición de la calidad de los servicios. Se desarrolla un modelo no paramétrico partiendo de la información aportada por los clientes, que evalúan la calidad total de un servicio y la de un conjunto de dimensiones de la calidad o atributos del mismo. El modelo utilizado asume que la calidad total del servicio está determinada por una combinación de los atributos con un peso desconocido y que cada cliente puede asignar diferentes pesos a cada uno de esos atributos. La metodología resultante se ha denominado ALR (Adaptive Local Regression), regresión local adaptativa, y está basada en técnicas de remuestreo (resample) y de los K vecinos más próximos (Nearest K Neighbours) combinado con Mínimos Cuadrados con Restricciones (Restricted Least Squared methods). Para conocer y validar la bondad de la metodología ALR, hemos aplicado dicha metodología a sendos conjuntos de datos simulados en los cuales se conocen a priori los verdaderos valores de los parámetros del modelo. Luego aplicamos la metodología a un conjunto específico de datos provenientes de CABINTEC (“Intelligent cabin truck for road transport”). Por último la metodología es aplicada a la medición de la calidad de los cursos de postgrado de una universidad pública Española. Los resultados obtenidos demuestran que ALR es apta para el tratamiento de ese tipo de datos.