校园物流最后一公里服务质量研究和解决方案分析——以广东药科大学中山校区为例.docx

校园物流“最后一公里”服务质量研究和解决方案分析以广东药科大学中山校区为例【摘要】21世纪是互联网发展的黄金时期，随着而来改变了人们的支付方式以及消费观念，网购以它的便捷性和丰富的促销方式，得到越来越多的消费者的青睐。今天，高校已经成为网络消费的主战场，这也使得校园物流面临越来越大的包裹处理的压力。而校园物流作为物流环节的末端，它的服务效率直接影响着学生的购物体验。然而，校园物流的“最后一公里”所面临的问题却日益突出，形成了阻碍高校物流健康发展的重要原因。由于此类问题一直得不到有效的解决，不仅增加了快递管理成本，又造成了校园秩序的混乱，因而物流配送的效率和质量受到严重影响。本文以广东药科大学中山校区内的菜鸟驿站为对象进行调研，制定服务质量量表，利用发放问卷调查、实地考察、查阅文献和数据分析等方法进行校园最后一公里的配送问题分析，并根据调查现状，尝试性地提出相应的优化对策。【关键词】校园物流；最后一公里；快递；对策Last kilometer of campus logistics quality research and solution analysis - take the Zhongshan Campus of Guangdong Pharmaceutical University as an exampleAbstract The 21st century is the golden period of Internet development, with the change of people's payment methods and consumption concept, online shopping with its convenience and rich promotion, attracted a large number of consumers, and gradually formed an important way of shopping and even the main shopping methods. As the main battlefield of network consumption, colleges and universities are facing more and more pressure on package processing. As the end of the logistics link, campus logistics has a direct impact on the shopping experience of students. However, the problems faced by the "last kilometer" of campus logistics are becoming more and more prominent, which has formed an important reason for the healthy development of university logistics. Because such problems have not been effectively solved, not only increased the cost of express delivery management, but also caused the chaos of campus order, so the efficiency and quality of logistics and distribution has been seriously affected. In this paper, the vegetable and bird station in Zhongshan Campus of Guangdong Pharmaceutical University is the object of research, the quality of service scale is formulated, the last kilometer of the campus distribution problem analysis is carried out by issuing questionnaires, field visits, literature inspection and data analysis, and according to the current situation of the investigation, the corresponding optimization countermeasures are put forward.Keywords Campus Logistics Last kilometer Express Countermeasures目 录1前言11.1研究背景11.2研究意义11.3研究方法与技术路线21.3.1研究方法21.3.2技术路线31.4可能的创新42相关理论基础52.1服务质量的概念52.2最后一公里53校园物流最后一公里服务质量研究现状73.1国内外研究现状73.2我国校园物流现状及存在的问题73.2.1领取不及时造成积压83.2.2群体特殊性83.2.3快递信息安全水平低下83.2.4排队时间长93.2.5物流服务质量有待提高。94校园物流最后一公里服务质量实证研究104.1服务质量指标体系的构建104.2问卷的构成114.3问卷的实施124.4调研数据的描述性统计与分析134.4.1样本基本信息描述性统计分析134.4.2量表描述性统计分析144.5量表信度分析与效度分析154.5.1信度分析154.5.2量表效度分析155校园物流最后一公里服务质量差异化分析185.1消费者性别服务质量差异化分析185.2消费者使用频率差异化分析205.3重点影响指标分析226解决方案分析246.1实行共同配送，调节配送时长246.2提高快递安全性246.3提高工作人员素质246.4注重适应性，提高服务质量257结论267.1研究结论267.2研究不足之处26参考文献27致 谢29附 录30311 前言1.1 研究背景中国消费趋势报告中预估显示，我国消费市场的需求在未来5年，将增加2.3万亿美元，其中约百分之六十五的消费需求将由90后及00后带来。【1】2017年度网络购物APP市场研究报告中显示，年龄段在16岁到35岁的为主要的网购人群，占比高达85.5%。【2】在这群年轻的消费者群体中，高校学生群体值得重视，统计显示，自2000年来，大学生生活费逐年上涨，增速与近20年来GDP年平均数一致。伴随着互联网成长起来的大学生，消费习惯更加偏向于线上，显然，高校学生群体已成为网络消费的主要力量。2019年12月，相关的国家邮政单位关于消费者的申诉问题，做出了详细报告，指出邮政行业的发展，通常会收到消费者的申诉，这些申诉集中在邮件延误（37.1）、投递快件失败（27.1）或者邮件丢失、损坏邮件（16.1）等问题，研究快递服务的“最后一公里”问题，将投递服务作为首要研究项目。1.2 研究意义根据相关资料，发现在物流运输中，“最后一公里”常常体现在物流运输过程中耗费的成本，大约占1/3，并在很大程度上决定了物流配送的整体效率【3】。目前很多企业为了节省末端配送成本，忽视了末端配送服务质量，导致配送时效差而且效率低，导致电子商务得不到稳健的发展。物流快递行业要想满足电商业务发展的需要，必须提高物流服务水平。一方面是由于物流快递企业具有随 机性和分 散性等特点【4】，使得校园快递在高校中出现“最后一公里”运输慢、配送效率低、服务水平低等问题；在高校的快递服务中，校园快递的配送与师生消费购物的体验相关，配送体验差会造成师生的不满意水平高。虽然很多企业在末端的配送服务中提供了很多附加服务，重视末端配送的服务质量，但是在高校的物流配送中，配送过程出现不良配送服务，配送过程出现弊端【5】。所以，创新高校物流配送模式，是优化和提高配送质量、配送服务的重要方式。1.3 研究方法与技术路线1.3.1 研究方法本文通过以下四种方法进行研究。（）根据相关文献资料，参考大量关于物流管理、校园物流的相关文献，利用文献归纳法，整理相关研究者的优秀结论，学习和借鉴优秀研究者的研究成果，归纳总结文献资料。（）通过实地调查，确定校园物流最后一公里服务的检测标准，针对校园物流服务质量检测问题，多次与校园快递员进行访谈，增添了论文数据和说服力。（）设计相关问卷，利用SERVPERF量表进行问卷调查，包括对最后一公里的服务质量进行检测和调查，设置了五个一级指标和19个二级指标，发放调查问卷。（）利用数据统计分析软件SPSS进行数据分析，整合调查问卷的相关数据，展开描述性分析，同时对数据的可信度、有效度进行分析，检验独立样本T。理论分析实证分析确定研究问题研究背景与意义国内外研究现状文献综述提出建议量表开发及问卷设计问卷发放及回收数据分析整理数据结论与展望1.3.2 技术路线图1-1 技术路线图1.4 可能的创新目前国内关于校园物流最 后一公里服务质量的相关研究还比较少，本文在现有理论成果的基础上，采用SERVPERF量表构建了校园物流“最后一公里”服务质量指标体系，并针对服务质量满意度提出相关优化建议，对城市和高校末端配送服务质量的提升具有一定的参考意义。另外，本文所提出建议，不仅能够给校园快递存在的问题提供方案参考，而且能够给学生提供自主创业的机会，同时又为物流专业学生提供实习机会。2 相关理论基础2.1 服务质量的概念20世纪80年代开始，就有关于服务质量概念的讨论，Gronroos（1982）基于服务质量展开论述，他从心理学的角度以为，服务质量应该停留在客户的角度来剖析，客户在接受业务服务的过程中是不理性的，而是更倾向于敏感性，即服务的真正质量和客户对不同的服务感受不同，感知服务质量的差异是提升服务质量水平的关键【6】。瑞典学者Lehtinen（1982年）从服务质量的相关概念说法入手，参考Gronroos服务 质量差异理论，基于这个理论，将服务质量分为两类，分别是技术和结果两种，这让客户能够得到最终的高质量产品，同时在获得产品的同时与公司实现互动，将产品的质量和服务的质量进行区分。除了技术和结果质量外，Rust和Oliver（1994年）还创新地提出了环境质量的概念。环境质量指的是顾客享受服务时的能看见的能感受的环境。【7】北美学派的代表Parasuraman,Zeithaml,Berry(1985)对Gronroos的理论进行完善，通过质量评估模型的创建凸显了影响客户服务质量预期、服务差距规模质量的因素。根据国际标准化组织的ISO 8402:1994对于服务质量的定义认为服务质量也就是某个目标需要的服务和产品需求的总和。【8】2.2 最后一公里电商供应中配送是最重要的一环，想要获得“最后一公里”的竞争优势，必须发挥物流管理的作用，优化配送工作。【9】做好电商服务的最后一环，发挥配送的作用，“最后一公里”是指消费者通过电子商务，在网上购买了相应的产品后，通过物流配送，将货物配送到相应的仓库配送点，由快递员从分拣中心运送和配送产品，将产品送到客户手中，由门对门的方式，完成物流配送的最后一个环节。国内关于“最后一公里”的说法有很多。林岳【10】认为，完成电商企业的终端服务，实际上就是在物流管理的最后一环节，落实“最后一公里”，消费者可以通过最后一环节，清楚电商塑造的企业品牌形象，以高效率的配送管理，压缩成本空间，完成整个运输配送过程，以提升企业的经济效益。杨岩【11】认为，“最后一公里”实际上不是从距离层面理解的最后一公里，而是在整个物流配送和管理过程中，从货物的配送到分拣，从分拣中心，由配送员将货物带到客户手上的一个过程，这段距离是整个配送过程中较短的距离，是最后一个配送的环节，因此被称为“最 后一公里”。刘永锋【12】提到最后一公里的概念，认为是具体的、实际的，由配送员将货物，分配到收货人地点的那段距离和过程。Scott M【13】认为最 后一公里实际上是从买家买东西后，供货的人将货物转移配送到买家，也就是收货人的手上的最后一个环节，就是最后一公里的关键环节。Wohlrab【14】等人和Gevaers【15】也表明在整个电商交易的过程中，最后一个环节便是配送环节，配送人员将网购的商品转交到客户的手中，按照指定地点配送。在整个物流管理和配送的过程中，最后一公里是关键的环节，通过门对门的方式，将服务带到客户手中，按照不同的需求，在一定的时间内送货上门，可以为客户带来更多便利性，通过最后一公里服务客户，提升客户满意度，同时带来更多客户群。电子商务企业之间的竞争，在相关的业务不断完善的过程中，支付系统越来越优化，电子商务的发展，在这些便捷、高效的技术下，企业之间的竞争已经演变成最后一个环节的竞争，末端最后一公里的配送是至关重要的因素。现阶段中国的快递行业发展具有劳动力密集的特性，但是整体的服务水平较低，服务人员缺乏职业素养，综合素质有待提升。很多电子商务企业集中在大城市，在电子商务的发展不断扩大的同时，越来越多业务集中在三四线城市，快递行业的发展出现新的布局。【16】3 校园物流最后一公里服务质量研究现状3.1 国内外研究现状国外对于整个物流行业的研究起步较早，针对服务质量的研究最早出现在Gronroos(1982)【17】的研究，以“感知”概念，阐述服务质量的不同价值，由于消费者获得服务后，消费者会根据自己内心的期望，对比实际感受，得到一种比较主观的结果。以Gronroos差异 理论为基础，PZB (1985)第一次关于服务质量构建了不同维度的模型，通过“5GAP”测量不同维度之间的期望值，对比顾客的感知服务情况，利用不同维度，对比每个客户对于服务质量的感知情况，通过感知差值分析服务质量，在SERVUAL量表基础上，结合服务质量模型，从不同维度优化客户的服务质量模型。1988年PZB正式提出服务质量模型，通过一级指标和二级指标，对服务质量的有效性、可靠性、保障性等进行指标分析，不同一级指标下包含多个二级指标，构建立体多元的服务质量模型表格。【18】在国内，田宇(2001)【19】参考PZB的理论，从服务质量的不同指标，对比服务质量的差距，提升服务质量水平。方小昌、徐剑等人（2006）【20】将服务质量划分为不同的维度分析，包括整个流程、服务能力、服务带来的绩效等，构建提升服务质量的研究模型。郑兵(2008)【21】认为B2C模式下，电商的发展重视物流服务质量，通过交易、付款、互动、订单、购买、服务等个性化环节，满足不同服务质量的因素，构建五个维度的服务质量模型。马震(2010)【22】在研究国内旅游业服务质量的过程中发现，敏感性、安全性、有行性、保障性、美观性、环境性、移情性。王萌（2014）【23】发现交付及时性、灵活性、完好性对物流服务满意有着正相关的影响。3.2 我国校园物流现状及存在的问题双十一活动后，最新的天猫成交数据比去年增加了25.7%，达到2684亿元成交额。并且在双十一当天，成交的单日订单达到13亿件，物流覆盖涉及达到220个以上地区和国家。【24】其中校园快递达到15亿个包裹；2017年，超过20亿个；2018年，增长到25亿个，根据相关数据，阿里巴巴在研究校园快递行业的相关报告中，发现校园快递包裹达到30亿件以上，这意味着校园包裹中，人均快递达到78件，从全国范围看，人均只是42件，但校园快递却是78件人均量，这是1.8倍的数据差距。【25】目前，校园物流“最后一公里”配送服务主要存在以下问题：3.2.1 领取不及时造成积压在学校内部设置快递点，以短信方式通知学生领取快递，有时看到信息的时候已经超过代理点的营业时间，使得学生未能及时取件而快递却已经被签收的情况。这种情况在双十一、双十二等电商节显得尤为突出，大量的包裹未及时领取而造成挤压，甚至造成快递破损现象，严重影响购买体验。3.2.2 群体特殊性高校师生群体具有四个特征【26】：表3-1 群体特征特征具体情况集中程度高一般距居住在学生宿舍或公寓空闲时间不统一随各自的专业、年级以及选课状况不同而不同，但一般在饭点前后都会有一段空闲时间网购次数比较多但货物体积和价值一般都不大不具备上门条件送货地址一般集中在学生宿舍，不允许快递人员直接进入因此，对校园最后一公里的服务来说，要想提高服务质量，实行快递整合、创新校园快递配送和管理方式显得至关重要。3.2.3 快递信息安全水平低下高校的物流最后一公里服务，是门对门的一对一服务，但是经常出现拖延交货的问题，由于校园快递数量过多，快递驿站的工作人员在核实快递信息时，时常出现错拿、疏忽的现象，或者由于取件人数过多，加上代拿情况很多，不利于快递站点的管理，审核环节松散，甚至有的快递站忽略审核步骤，在学生说出手机号码或用户名后，即可拿到包裹。而且在报号码的同时，工作人员甚至不注意所报号码的真实性，学生在取件时可以自己去寻找快递，这就不只造成取件秩序混乱，还容易导致错拿快递和个人信息的泄露。3.2.4 排队时间长很多学生取快递集中在放学或课后，以顺路的方式取快递，很多快递站点也都设置在同一位置，取件的时间、地点集中，容易造成路面拥挤、场面混乱,而且容易发生意外。据统计，约38.3%的学生，在取快递时，需要排队3分钟以上。而28%的学生，在取快递时，需要排队5分钟以上，而33.7%的学生，在取快递时，排队的时间甚至超过了10分钟。因此，自营代理点所处的位置不合理,既降低了物流配送的效率，影响校园交通安全，也浪费了同学们的时间。【27】3.2.5 物流服务质量有待提高。物流业赚钱最直接的方法之一是通过提高人力和物力资源的效率来降低成本。校园物流往往通过降低劳动力成本增加收入，导致大多数高校物流代理出现服务能力低、业务能力低、懒惰等问题。商家想赚钱没有错，但如果员工的连基本素质都没有达到要求，缺乏业务能力，不利于物流管理。一些人员的服务态度较差，导致快递行业的损失，带来不良影响，无论是对于物流专业人士还是对大学生消费者，都会产生不愉快的负面体验。4 校园物流最后一公里服务质量实证研究本章节设计了关于影响校园物流最后一公里的服务指标，对论文结构的数据建立过程进行简单论述。首先，对调研对象的基本信息和使用频率等数据进行描述性分析。其次，对物流最后一公里服务质量各研究变量进行描述性分析。接下来，对正式问卷的服务量表进行信度和效度检验，以保证数据的合理性和科学性。最后，根据分析结果对该问卷的可靠性给予肯定。4.1 服务质量指标体系的构建本文通过SERVPERF量表，将校园物流管理中的最后一公里，按照五个一级指标和十九个二级指标构建服务质量分析模型，包括取件的便捷性、快递物流的时效性、物流的准确性、服务的灵活性、用户的移情性等指标。通过李克特的五分级量表，对不同的指标进行打分，按照五个登记让调查者评分，评分等级分为“5分非常满意、4分满意、3分一般、2分不满意、1分非常不满意”。校园物流“最后一公里”服务质量二级指标维度表如表4-1：表4-1 校园物流“最后一公里”服务质量二级指标维度表总体一级指标代码二级指标SQ:总体服务质量便捷性(C)C1：寄收快递方便C2：自提点分布合理C3：能轻松查询到跟踪信息时效性(T)T1：日服务时间长T2：T3：T4：货物繁多时能快速找到自己的货物快递到达营业点能及时通知退换货信息及时更新可靠性(R)R1：货物分类明确，摆放有序R2：工作人员会认真核实顾客信息R3：R4：R5：顾客信息安全不会泄露取件时货物完好无损取件时能先验货再签收灵活性(F)F1：支持多种支付方式F2：验证方式多样化F3：取件时间灵活可调节移情性(E)E1：工作人员态度良好E2：工作人员能迅速应答您的咨询E3：办理退换货时能为顾客建议最经济的退货配送服务E4：办理退换货时能够按顾客要求进行妥善包装4.2 问卷的构成以调查问卷的方式，从两个部分展开问卷调查：首先是对消费者的基本信息进行调查，包括年龄性别、职业学历等（学生、教师、在校职工、学校附近居民）、“使用频率”；二是消费者感知服务质量的打分。第二部分是展开核心问题的研究，了解消费者的不同消费行为和消费习惯特点，以19个问项进行问题调查，消费者需要根据自己的真实感受进行打分，后文将根据所得数据进行分析。4.3 问卷的实施本次调查问卷借助问卷星平台，主要通过网上发放，主要对象是广东药科大学中山校区师生。问卷发放时间为2020年2月，截至目前为止，已经收回问卷67份，其中有效问卷67份，有效率达到100%，在设置问卷时考虑到被调研者可能存在不耐心的心理，问卷题项设计简明清晰，阅读难度不大且题项相对较少，不耗被调查者太多时间，增加了调研数据的真实性。4.4 调研数据的描述性统计与分析以描述性统计的方式，展开事物的描述，涉及相关事物的整体性和关联性，进行整体调查和统计分析。它可以很好地揭示数据分布的特性，并为深入的定量分析奠定基础。本文从数据分析入手，针对其集中、分散的程度分析其描述性特征。4.4.1 样本基本信息描述性统计分析本次调查有67份有效问卷，以下是样本的基本信息统计:表4-2 样本基本信息统计表特征变量分类频数百分比性别男3044.78%女3755.22%年龄20岁以下811.94%20-30岁5886.57%30-45岁11.49%45岁以上00%所属类别学生6394.03%教师11.49%在校职工11.49%学校附近居民22.99%取件频率一周一次以上2537.31%一周一次半个月一次141920.9%28.36%一个月一次三个月一次638.69%4.48%被调查者中男性有30名，女性37名，基本处于均衡，其中20岁以下消费者占11.94%，这个年龄段的消费者一般为刚入校的大一新生，20-30岁消费者占86.57%，这个年龄段的消费者一般为大二到大四学生、本校教师、在校职工或者学校附件居民。30-45岁占1.49%，45岁以上占0%，这主要和本次调查的主体和校园人群结构有关。根据相关消费数据报告，发现2016年网购主体年龄偏低，大多数时年轻消费群体【28】。年龄分布集中在不到20岁、20-30岁、30-45岁、45岁以上，分别占据的比例是3.7%、88.48%、6.17%、1.65%。由此可见，在所有网民结构中，20-30岁占比最高。可见，这个年龄段的消费者是使用菜鸟驿站的主要群体。这与消费报告里的调查数据基本一致。在消费者所属类别中，学生比例占比达到94.03%，教师、学校附近居民和在校职工占比分别为1.49%、2.99%、1.49%，正好印证了这一点。在使用频率方面，每周不止一次、每周一次、半个月一次、每月一次、三个月一次占用的比例分别是37.31%、20.9%、28.36%、8.69%、4.48%。由此可知，被调查者对校园菜鸟驿站有一定的了解，对服务质量评分表能够根据自己的切身体会给出客观答案。4.4.2 量表描述性统计分析均值表示一组数据的集中趋势。均值越高，消费者对最后一公里物流服务评价越高。标准差越大，说明大部分数据与平均值差异较大，消费者对物流服务的评价一致性越低，评价比较多样化。表4-3研究变量的描述性分析变量代码均值标准差便捷性(C)C13.83.977C23.671.003C33.90.951时效性(T)T13.50.966T2T3T43.553.623.671.0801.0801.027可靠性(R)R13.78.922R23.401.167R3R4R53.323.773.131.066.8511.171灵活性(F)F13.92.889F23.721.010F33.481.017移情性(E)E13.621.010E23.531.096E33.57.998E43.85.840由上表可知，可靠性、时效性和移情性的均值较小，这表明大部分消费者对菜鸟驿站最后一公里物流服务的安全性、时间成本、员工服务、个性化服务能力认同度较低，满意度较低。而时效性、可靠性、灵活性、移情性标准差较大，说明消费者对物流最后一公里服务评价多样化。4.5 量表信度分析与效度分析4.5.1 信度分析分析数据的可信度，检验其可靠性，也就是检查调查问卷是不是被调查者认真作答的结果，为了保证数据的可信度，在对数据进行相关性分析之前，展开信度分析。按照内部一致性信度的检验方式，利用克 伦巴赫阿尔法系数进行信度检验（见表4,表5为简化后的格式），使用SPSS软件进行分析后，得到Cronbach等于0.970，通常情况下，Cronbach系数越接近1，可信度越高，内部达成一致的情况水平越高。系数>0.8或>0.7，分别意味着具有很高的可靠性。系数>0.6,说明数据在可接受范围之内；系数<0.6，说明数据可靠性很低，需要修改问卷。由此可知，此次调研的数据具有很高的可信度，能反应消费者的真实感受。表4-4量表的Cronbach a系数检验汇总维度Cronbach a系数总体Cronbach a系数便捷性0.8970.970时效性可靠性0.9160.911灵活性0.960移情性0.940表4-5 Cronbach信度分析-简化格式项数Cronbach a系数190.9704.5.2 量表效度分析对测量问题的数据进行有效性检测，评估定量数据的合理性，通过因子分析法，检测其定量数据，对比不同人员的期望值变化情况和差异性，分析相关因子产生的影响，对应不同问题的理解，按照不同期望值检测，当期望值达到一定范围的水平后，按照量表数据分析，对于非量表题目的分析，比如单选、多选等非量表题目类型不适合有效性分析。本次问卷采取量表形式发放，符合效度分析要求，检验后的结果如表4-6所示：表4-6 KMO 和 Bartlett 的检验KMO取样适切性量数。.888Bartlett 的球形度检验近似卡方1193.329自由度171显著性.000本次利用KMO进行检验，同时结合Bartletts球形检验，分析因素的适应性。KMO集中对不同变量之间的偏向性和相关性分析。Bartletts球形检验可以描述变量的独立性和数据的分布情况。如果KMO值大于0.8、0.7、0.6分别说明效度非常高、具有较好效度、处于可以接受的效度；KMO值小于0.6意味着效度效果不好；小于0.5，意味着数据的有效性没有达到要求，需要重新进行题目设置。本次检验后的数值是0.888>0.8,也就是题目设置和问卷调查有效。表4-7总方差解释成份初始特征值提取载荷平方和旋转载荷平方和总计方差的 %累积 %总计 方差的% 累积 %总计方差的 %累积 %112.09963.67963.67912.09963.67963.6795.07726.71926.71921.5057.92271.6001.5057.92271.6005.07126.69153.41131.1796.20377.8041.1796.20377.8044.63524.39377.8044.6903.63181.4355.5622.95984.3946.5012.63787.0317.4002.10389.1348.3842.02191.1559.3141.65192.80610.2341.22994.03511.2111.11295.14612.2031.06996.21613.178.93897.15414.163.86098.01415.118.61998.63316.096.50799.14017.071.37299.51218.050.26299.77419.043.226100.000提取方法：主成分分析法表4-7为量表总解释方差表，累计值百分比用来说明因子的贡献率，累计值百分比越高，表明这几个因子对总体的解释度越高，一般来说，累计值百分比高于70%表明比较满意。由上表可知，分析后累计百分比为77.804%>70%，说明该这几个数据对总体解释程度高。综上，展开数据信度、效度检验，从整体分析样本数据的基本情况，有效反映调查情况。5 校园物流最后一公里服务质量差异化分析差异化分析是为了更好地找出消费者对服务质量的满意情况与其性别、年龄、消费群体以及使用频率之间的关联，但由于调查范围、时间和本人资源所限制，所调查的群体绝大部分为学生，年龄也集中在18-25岁，因此，对这两个因素进行T检验不具备现实性和真实性，所以本次只对消费者性别和使用频率进行独立样本的T检验，根据其差异性进行分析。最后，根据所设立的指标，结合问卷星平台所调查的各个指标的得分情况，对影响当前服务质量的主要指标进行筛选，根据其对服务质量的影响途径进行深入分析，最后提出相应的对策。5.1 消费者性别服务质量差异化分析本次将消费者性别分为两组，男性30人，女性37人，根据调查情况得到以下表格：表5-1男女被调查者数据问题男性平均分女性平均分C13.83.84C23.63.733.92C33.8T13.633.46T2T3T43.433.63.83.653.683.54R13.73.86R23.173.68R3R4R53.173.83.033.413.763.27F13.93.86F23.873.62F33.473.51E13.473.76E23.333.73E33.73.46E43.873.78下面计算两类消费者的各大维度平均得分：表5-2男女消费者得分维度男女C（便捷性）3.733.83T（时效性）3.623.58R（可靠性）3.373.59F（灵活性）3.743.67E（移情性）3.593.68SQ3.613.67由上表可知，女性被调查者总体的分高于男性，在时效性与灵活性的比较中差别并不大，在便捷性、可靠性和移情性这几个维度，女性评分明显高于男性。为了进一步找出差异的原因，本文通过T进行独立样本分析，检验不同的维度，通过SPSS软件分析后结果得下表所示：表5-3独立样本检验莱文方差等同性检验平均值等同性t检验平均值差值标准误差差值差值95%置信区间F显著性t自由度Sig（双尾）下限上限C1假定等方差1.949.167-.15865.875-.038.240-.516.441不假定等方差-.15659.105.876-.038.242-.523.447C2假定等方差1.144.289-.53065.598-.130.245-.618.359不假定等方差-.52660.026.601-.130.247-.623.364C3假定等方差4.234.044-.50665.615-.119.235-.589.351不假定等方差-.49152.994.625-.119.242-.604.367R1假定等方差.128.721-.74665.458-.165.221-.606.277不假定等方差-.74361.330.460-.165.222-.608.279R2假定等方差.328.569-1.86465.067-.509.273-1.054.036不假定等方差-1.83357.267.072-.509.278-1.065.047R3假定等方差.033.855-.89265.376-.239.268-.773.296不假定等方差-.88359.303.381-.239.270-.780.302R4假定等方差.010.919.20665.838.043.210-.377.463不假定等方差.20460.325.839.043.212-.380.467R5假定等方差.378.541-.83765.406-.237.283-.802.328不假定等方差-.82859.110.