Możliwości wykorzystania liczb rozmytych w badaniach satysfakcji klienta

• Autorzy: Krzysztof Błoński

Warianty tytułu

The Possibility of Using Fuzzy Numbers in the Study of Satisfaction

• Języki publikacji: PL

Abstrakty

Jedną z podstawowych skal stosowanych w pomiarze satysfakcji jest skala porządkowa. Stosowanie jej wiąże się z wykorzystaniem metod statystycznych odpowiednich dla zmiennych ciągłych. Sposobem na ominięcie trudności z tym związanych jest możliwość przypisania poszczególnym odpowiedziom na skali jako zmiennym lingwistycznym odpowiednich wartości liczb rozmytych. Artykuł przedstawia procedurę wyznaczania wskaźnika satysfakcji za pomocą trójkątnych liczb rozmytych dla usług świadczonych przez jednostki samorządu terytorialnego. W dalszej części artykułu otrzymane w ten sposób wyniki są konfrontowane z wynikami klasycznego wskaźnika satysfakcji (CSI). (abstrakt oryginalny)

EN

One of the basic scales used in measuring the satisfaction is ordinal scale. The use of it involves the use of statistical methods appropriate for continuous variables. One way to circumvent the difficulties involved is a possibility to assign to the individual responses on a scale as the linguistic variables the corresponding values of fuzzy numbers. This paper presents a procedure for determining the rate of satisfaction with use of the triangular fuzzy numbers for the services provided by local government units. In the next part of the article, the results obtained in this way are confronted with the results of classical satisfaction index (CSI). (original abstract)

Słowa kluczowe

PL

Satysfakcja klienta; Zbiory rozmyte; Samorząd terytorialny

EN

Customer satisfaction; Fuzzy sets; Local government

• Czasopismo: Prace Naukowe Uniwersytetu Ekonomicznego we Wrocławiu
• Rocznik: 2011
• Numer: nr 237 Badania marketingowe w zarządzaniu przedsiębiorstwem
• Strony: 168-177

Twórcy

autor

Krzysztof Błoński

• Uniwersytet Szczeciński

Bibliografia

• Abdullah L., Khadiah S., Fuzzy linguistic for measuring customer satisfaction, "International Journal of Latest Trends in Computing" 2011, vol. 2, no. 2, s. 220-224.
• Ban O.I., Fuzzy multicriteria decision making method applied to selection of the best touristic destinations, "International Journal of Mathematical Models and Methods in Applied Sciences" 2011, vol. 5, no. 2, s. 264-271.
• Chen L.-H., Ko W.Ch., Fuzzy linear programming models for new product design using QFD with FMEA, "Applied Mathematical Modeling" 2009, vol. 33, no. 2, s. 633-647.
• Deng W.-J., Fuzzy neutral based importance-performance analysis for determining critical service attributes, "Expert Systems with Applications" 2009, vol. 36, no. 2, part 2, s. 3774-3784.
• Grigoroudis E., Litos Ch., Moustakis V.A., Politis Y., Tsironis L., The assessment of user-perceived web quality: Application of a satisfaction benchmarking approach, "European Journal of Operational Research" 2008, vol. 187, no. 3, s. 1346-1357.
• Grigoroudis E., Siskos Y., Customer Satisfaction Evaluation, Methods for Measuring and Implementing Service Quality, Springer, New York 2010.
• Hsu S.-H., Developing an index for online customer satisfaction: Adaptation of American Customer Satisfaction Index, "Expert Systems with Applications" 2008, vol. 34, no. 4, s. 3033-3042.
• Kosiński W., Prokopowicz P., Algebra liczb rozmytych, "Matematyka Stosowana" 2004, nr 5 (46), s. 37-63.
• Lindenmeier J., Tscheulin D.K., The effects of inventory control and denied boarding on customer satisfaction: The case of capacity-based airline revenue management, "Tourism Management" 2008, vol. 29, no. 1, s. 32-43.
• Nobuhiko T., Shohei H., Taemyung Ch., Kosuke O., Hierarchical Bayes modeling of the Customer Satisfaction Index, "Service Science" 2011, vol. 3, no. 2, s. 127-140.
• Yang J.-B., Peng Sh.-Ch., Development of a Customer Satisfaction Evaluation model for construction project management, ""Building and Environment" 2008, vol. 43, no. 4, s. 458-468.
• Zadeh L.A., Fuzzy sets, "Information and Control" 1965, vol. 8, s. 338-353.
• Zadeh L.A., Is there a need for fuzzy logic?, "Information Sciences" 2008, vol. 13, s. 2751-2779.
• Zimmermann H.-J., Fuzzy Set Theory and Its Applications, Kluwer Academic Publishers, Boston 2001.