Efectos del precio y la calidad de servicio de aplicaciones de taxi en la lealtad a la marca a través de la satisfacción

• Autores: Málaga Olivari, Vanessa Ashellen, Maya Suarez, Sebastian Mauro
• Formato: tesis de grado
• Fecha de Publicación: 2024
• Institución: Universidad Peruana de Ciencias Aplicadas
• Repositorio: UPC-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorioacademico.upc.edu.pe:10757/684034
• Enlace del recurso: http://hdl.handle.net/10757/684034
• Nivel de acceso: acceso abierto
• Materia: Aplicaciones de taxi; Satisfacción; Lealtad; Calidad percibida; Precio; Taxi apps; Satisfaction; Loyalty; Perceived quality; Price; https://purl.org/pe-repo/ocde/ford#5.08.00; https://purl.org/pe-repo/ocde/ford#5.00.00

La presente investigación analiza los efectos del precio y la calidad de servicio de aplicaciones de taxi en la lealtad a la marca a través de la satisfacción con la finalidad de analizar la experiencia del consumidor a través de estas aplicaciones y determinar el nivel de influencia en las personas. El estudio investiga cuatro variables principales en cuanto al sector de aplicaciones de taxi, las cuales son calidad percibida de la aplicación de reserva, percepción del precio, satisfacción del cliente y la intención de lealtad a la marca. Estas variables permiten contribuir a la investigación de mercados emergentes que extenderá la teoría de las aplicaciones móviles y los beneficios que esta brinda. La metodología empleada consta de un estudio transversal de alcance explicativo a través de un muestreo no probabilístico por conveniencia e incluye a una población de hombres y mujeres mayores de 18 años que hayan utilizado el servicio de taxi en los últimos tres meses. La muestra estará conformada por 400 personas a quienes se aplicará un cuestionario en diferentes lugares estratégicos como centros comerciales, restaurantes, clubes, universidades, entre otros. Asimismo, se ha considerado el modelo de ecuaciones estructurales SEM para dilucidar las hipótesis planteadas y uso de la técnica Smart PLS 4.0 para comprobar la idoneidad entre las relaciones de las variables.