Müşteri Memnuniyet İndeks Modeli Önerisi Ve Model Tahmininde Kısmi En Küçük Kareler Ve Yapay Sinir Ağları Metodu Kullanımı

Abstract

Bu tezde; son yıllarda birçok ülkede yaygın olarak uygulanan müşteri memnuniyet indeks modelleri incelendikten sonra yeni bir model geliştirilmiş ve cep telefonu sektöründe uygulanmıştır. Geliştirilen model müşteri memnuniyeti ile ilişkisi olan gizli değişkenler ve bu gizli değişkenlerin tahmininde kullanılan ölçüm değişkenlerinden oluşmaktadır. Modelin gizli değişkenleri firma imajı, müşteri beklentileri, algılanan kalite, algılanan değer, müşteri memnuniyeti ve müşteri sadakatidir. Bu gizli değişkenleri belirleyen ölçüm değişkenlerini ölçebilmek amacıyla hazırlanan anket 700 cep telefonu kullanıcısına uygulanmıştır. Ankette müşteri memnuniyet indeks modeli ile ilgili soruların yanısıra müşterilerin demografik özellikler ile ilgili sorular da sorulmuştur. Toplanan verilerle ilgili basit istatistikler çıkartıldıktan sonra yapısal eşitlik modelinin tahmini Kısmi En Küçük Kareler yöntemi kullanılarak yapılmıştır. Geliştirilen modelin madde güvenilirliği, yakınsaklık geçerliliği, ayırdedicilik geçerliliği ve açıklayıcılık kapasiteleri tatmin edici bulunmuştur. Yapısal eşitlik modelinin tahmini dış model ve iç model olmak üzere iki aşamada tahmin edilmektedir. Bu çalışmada iç modelin tahmininde regresyon modeline alternatif olarak yapay sinir ağları (YSA) kullanılmıştır. Matlab programında geliştirilen kodlarla çalıştırılan YSA modelinin, gizli değişkenler arası ilişkileri daha güçlü bir şekilde tahmin ettiği görülmüştür. Müşteri memnuniyet indeks modellerinin bir çıktısı olan memnuniyet indeks puanları cep telefonu sektörü için hesaplanmıştır. Sonuçlar gerek müşteri davranışları ile ilgilenen araştırmacılar için gerekse firma yöneticileri için çok önemli bilgiler sunmaktadır.

In this dissertation, a new customer satisfaction index (CSI) model is developed considering the previous CSI models. The proposed model was tested for Turkish mobile phone sector. The structural model of proposed CSI consists of some latent variables and their related manifest (observable) variables. The latent variables of the model are company image, customer expectations, perceived quality, perceived value, customer satisfaction, and customer loyalty. A survey instrument, developed to measure the manifest variables, was conducted to 700 mobile phone users. Besides the model questions, some demographic questions (e.g. age, gender, education level etc.) are also included in the questionnaire. The partial least squares (PLS) method was used to estimate the CSI model. Reliability and validity of the proposed CSI model was assessed by checking unidimensionalty of the blocks, individual item reliability, convergent validity and discriminant validity. All test results satisfy the crucial requirements for validity and reliability of structural model. PLS procedure uses two stage estimation algorithms (i.e. outer and inner estimation) to obtain weights, loadings, and path estimates. In this study, a feedforward neural network model is proposed as an alternative to regression methods for the inner model estimation of the CSI. The results show that neural network methods are superior to regression models. After the CSI model is estimated, index scores are calculated. The results of the CSI model as a whole can be a valuable guide for the managers in formulating competitive marketing strategies.