†Corresponding author, 연회원, 서 론
서비스마케팅이나 서비스경영과 관련된 연구모형은 고객 의 요구가 무엇인지에 관해 구체화되어있다. 또한 서비스기 업에서의 고객관계에 대해 명확하게 정의하고 있다. 그러나 실제로 서비스를 이용하는 대상인 소비자에게 서비스가 어 떻게 인식되고 평가되는지에 대한 명시적인 모형이 부족했 다. 이를 보완하기 위한 연구가 구체화가 되기 시작하면서 서비스품질에 대한 연구가 본격적으로 시작되었다. 서비스품 질은 고객에 의해 인식되는 방법을 설명하는 모델이다. 다시 말하자면, 특정 서비스의 우수성에 대한 개인의 판단이나 태 도를 의미한다. 서비스품질 인식의 개념화와 측정은 서비스 마케팅 측면에서 꾸준한 토론과 논쟁의 대상이 되어왔다. 따 라서 다양한 형태의 모형이 제시되고 있다(Grönroos, 1984; Parasuraman et all., 1985; Parasuraman et all., 1988; Brady and Cronin, 2001).
본 연구에서는 서비스품질 연구에서 주로 사용되는 모형 들 간의 비교를 시도하고자 한다. 서비스품질 연구에서 활용 되는 모형들 간의 이론적 비교(Jose & Laura, 2010)는 이미 시도된 바 있다. 그러나 본 연구에서는 실제 데이터를 활용 하여 실증연구를 시도하는데 그 목적이 있다. 모형간의 비교 는 산업에 따라, 데이터에 따라 차이가 존재할 수 있다.
본 연구는 항만산업에 서비스품질을 적용하여 각 모형 간 의 차이점을 살펴보고자 한다. 특히 컨테이너터미널에 국한 하지 않고 화물의 종류와 처리방법이 다양하기 때문에 동일 한 척도로 일반화하여 연구하는 것이 쉽지 않은 벌크터미널 의 데이터를 함께 활용함으로써 그 적용범위를 확대하였다. 이를 통해 터미널 이용자들에게 영향을 미치는 요인에 대하 여 살펴보고, 서비스품질 모델 간의 차이를 비교하고자 한다.
이론적 고찰
2.1. PZB모형
Parasuraman et all.(1988)의 연구에서는 서비스품질을 특 정 서비스의 우수성에 대한 개인의 판단이나 태도로 정의하 고 있다. 고객이 기대하고 있는 서비스 수준과 제공받은 서 비스 수준 간의 차이를 비교함으로써 서비스품질의 수준을 측정할 수 있다. 이 연구에서는 서비스품질의 수준을 확인하 기 위하여 서비스품질 연구를 위한 모형인 SERVQUAL모형 을 제안하였다. SERVQUAL모형은 신뢰성(reliability), 반응 성(responsiveness), 보장성(assurance), 공감성(empathy), 유 형성(tangibles) 등 5가지 차원으로 구성되어 있다. 또한 각 각의 요인은 22개의 변수가 포함되어 있다.
신뢰성은 약속된 서비스를 신뢰할 수 있고 정확하게 수행 할 수 있는 능력을 의미한다. 반응성은 고객지원 및 즉각적 인 서비스 제공을 의미하며, 보장성은 직원의 지식 및 공손 함과 신뢰 및 자신감을 증진시키는 능력을 의미한다. 공감성 은 고객에 대한 사려 깊고 개별화된 관심을 의미하며, 유형 성은 물리적 설비, 장비, 그리고 직원의 인상을 의미한다.
Table 3
Operational definition of PZB model
본 연구에서는 모델 간의 비교가 목적이다. 따라서 편의 상 Parasuraman et all.(1988)이 제시한 모형을 PZB모형이라 고 명명하고자 한다.
2.2. BNC모형
SERVQUAL의 경우 고객의 사전 기대를 측정하는 것은 모호한 개념 때문에 객관화하기에는 어려움이 있을 수 있다 는 연구가 증가하면서 SERVPERF이 제안되었다(Cronin and Taylor, 1992). 이는 기존 SERVQUAL 가운데 서비스 성과측정만으로 서비스품질을 측정할 수 있으며, 기대측정은 제외된 모형이다.
Brady and Cronin(2001)의 연구에서는 서비스품질을 상 호작용품질(Interaction Quality), 물리적품질(Physical Environment Quality), 결과품질(Outcome Quality) 등 3차 원으로 구성하였다. 과정품질에 초점이 맞추어져 있는 SERVQUAL과 SERVPERF(이유재와 이준엽, 2001)를 보완 하기 위하여 개발된 모형이다. 본 연구에서는 편의성을 위하 여 Brady and Cronin(2001)이 제시한 모형을 BNC모형이라 고 명명한다.
서비스품질을 측정하기 위해 다양한 모형의 연구가 시도 되고 있지만, 본 연구에서는 앞서 언급한 PZB모형과 BNC 모형을 활용하고자 한다. 물론 각각의 모형은 다양한 후속연 구가 존재한다. 그러나 실제 데이터에 적용하였을 경우 산업 에 따른 차이가 존재할 수 있다. 따라서 각각의 모형을 항만 산업하역업에 적합하도록 재구성하여 분석을 실시하였다.
연구방법
서비스품질을 이용한 연구에서 대중적으로 활용되고 있는 PZB모형과 BNC모형 간의 차이를 살펴보기 위하여 연구모 형을 설정하였다. 각각의 서비스품질 관련 요인들은 동일하 게 만족도 및 성과에 영향을 미치고, 결과적으로 재계약의도 에 영향을 미치는 형태로 구성하였다.
분석에 사용된 설문은 부산지역 컨테이널 및 벌크터미널 을 이용한 경험이 있는 이용자를 대상으로 실시하였다. 2015 년 6월부터 9월까지 설문을 진행하였으며, 이 가운데 불성실 응답을 제외한 405부(컨테이너터미널 설문 203부, 벌크터미 널 설문 202부)의 설문을 활용하였다. 또한 분석을 위하여 SPSS 19와 Amos 21을 활용하였다. 컨테이너터미널을 이용 한 경험이 있는 응답자의 근무기업 업종분류를 살펴보면, 무 응답이 6.4%인 것으로 나타났다. 또한 운송인(선사)가 70.0%로 가장 높은 비중을 차지하였으며, 운송주선인(포워 더)이 17.2%, 화주가 6.4%인 것으로 나타났다. 벌크터미널의 경우 무응답 10.4%, 운송인 28.2%, 운송주선인 7.4%, 화주 54.0%로 구성되었다.
실증분석
4.1. 측정변수의 신뢰성 및 타당성분석
먼저 측정도구의 내적일관성을 확인하기 위해 Cronbach’α 를 활용하여 신뢰성분석을 실시하였다. 분석을 통해 도출된 Cronbach’α값은 일반적으로 0.6이상일 경우 수용 가능한 범 위라고 볼 수 있다(Lee and Choi, 2013; Song and Song, 2004; Kim and Yoo, 2007; Ha et al., 2006). 신뢰성분석에 사용된 데이터에는 컨테이너터미널 이용자와 벌크터미널 이 용자의 모든 응답이 포함되어 있다.
PZB모형에 사용된 데이터의 신뢰성분석 결과 모든 Cronbach’α값이 채택기준을 충족하고 있다. BNC모형의 경 우 PZB모형에서 사용되지 않았던 접근성, 유의성, 가치성에 대한 결과가 추가로 도출되었으며, 역시 채택기준을 충족하 고 있는 것으로 나타났다. PZB모형과 BNC모형은 서비스품 질에 포함되는 요인이 서로 상이하기 때문에 변수 및 요인 의 수에 차이가 있다.
Table 4
Reliability Analysis(PZB model and BNC model
타당성분석에 앞서 주성분분석을 실시하였다. 각 요인의 적재값이 높은 변수를 단순화시켜주는 베리멕스 방식을 활 용하였으며, 요인을 파악하기 위해 직교회전을 실시하였다. 이후 표본의 적합도를 판단하기 위해 KMO와 Bartlett’s 분 석을 하였다. PZB모형의 분석결과 0.954(p=0.000<α=0.005)인 것으로 나타났으며, BNC모형의 분석결과는 0.965(p=0.000<α =0.005)인 것으로 나타났다. 이는 모두 일반적 표본적합도 채택기준인 0.7이상으로, 본 연구에 사용된 표본은 요인분석 에 적합하다는 사실을 알 수 있다.
신뢰성 검증을 위한 수단으로 합성신뢰성(Composite Reliability, C.R)과 평균분산추출(Average Variance Extracted, AVE)을 활용하였다. 각각에 대한 분석 결과 또 한 모든 결과값이 기준치를 상회하는 것으로 나타나 본 연 구는 신뢰성과 타당성이 확보되었다고 볼 수 있다.
Table 5
Exploratory factor analysis of PZB model and BNC model
4.2. 적합도 검증
확인적 요인분석 과정을 통해 도출된 적합도는 χ2, RMR, GFI, AGFI, TLI, CFI, RMSEA 등이 평가지표로 활용된다. PZB모형의 확인적 요인분석 결과 χ2 = 956.403, DF = 394, RMR = 0.040, GFI = 0.852, AGFI = 0.826, TLI = 0.925, CFI = 0.932, RMSEA = 0.059인 것으로 나타났다. 이는 PZB모형의 확인적 요인분석의 결과로 도출된 모든 값이 수 용기준을 만족하고 있다고 볼 수 있다.
Table 6
Confirmatory factor analysis(PZB model)
| Chi-square | DF | RMR | GFI | AGFI | TLI | CFI | RMSEA |
|---|---|---|---|---|---|---|---|
| 956.403 | 394 | 0.040 | 0.852 | 0.826 | 0.925 | 0.932 | 0.059 |
다음으로 BNC모형의 확인적 요인분석을 실시하였다. 그 결과 BNC모형에서는 PZB모형과 달리 헤이우드케이스가 발 생한 것을 확인하였다. 헤이우드케이스는 오차분산이 음수로 나타나는 현상이다. 표본의 크기가 작고 측정변수의 수가 적 은 경우나 표본에 이상치가 존재하거나 측정변수들 간의 상 관관계가 극도로 크거나 작은 경우에도 발생할 수 있다.
본 연구에서는 PZB모형과 BNC모형의 비교가 목적이며, 결과품질은 서비스품질 속성을 측정하기 위한 중요한 변수 이기 때문에 속성을 제외시키는 방법 보다는 분석에 포함시 키는 것이 적절하다고 판단하였다. 따라서 헤이우드케이스의 해결하기 위한 대안으로 오차분산값의 지정방식을 선택하였다.
4.3. 구조방정식 분석
구조방정식모형은 측정모형과 이론모형을 통해 모형 간의 인과관계를 파악하는 방정식모형이다. PZB모형의 경우 컨테 이너터미널 및 벌크터미널을 이용한 경험이 있는 고객들이 지각한 신뢰성, 반응성, 보장성, 공감성, 유형성 등의 변수가 만족도와 성과를 통해 재계약의도로 이어지는 인과관계를 파악하기 위해 구성되었다. 또한 BNC모형의 경우 신뢰성, 반응성, 보장성, 공감성, 유형성, 접근성, 유의성, 가치성 등 의 변수가 만족도와 성과를 통해 재계약의도로 이어지는 인 과관계를 파악하였다. PZB모형과 BNC모형의 구조방정식분 석 결과 모든 값이 수용기준을 만족하고 있는 것으로 나타 났다. 그러나 PZB모형에서 RMSEA값은 BNC모형에서의 값 과 비교할 때 상대적으로 높게 나타났으며, TLI, CFI의 값 역시 BNC모형에서 높은 값을 나타내고 있기 때문에 BNC 모형이 상대적으로 우수한 것으로 판단된다. RMR, GFI, AGFI 항목의 경우에는 PZB모형이 BNC모형보다 우수한 것 으로 보인다.
PZB모형과 BNC모형의 비교
본 연구에서는 서비스품질 연구에서 자주 활용되는 PZB 모형과 BNC모형을 경로계수의 유의성과 모형의 적합도를 활용하여 비교분석 하였다. 먼저 두 집단의 경로계수에 대한 결과이다. ‘서비스품질-만족도’, ‘서비스품질-성과’, ‘만족도- 재계약의도’, ‘성과-재계약의도’로 구성된 경로계수를 비교한 결과 두 집단의 모든 항목이 유의한 것으로 나타났다. ‘성과 -재계약의도’의 경우 PZB모형의 경로계수가 0.487로 BNC모 형의 0.468보다 조금 높은 것으로 나타났으며, 그 외의 모든 항목은 BNC모형의 결과가 높은 것으로 나타났다.
각 모형의 분석결과를 통해 나타난 경로계수의 순위를 살 펴보면, ‘서비스품질-만족도’>‘서비스품질-성과’>‘성과-재계 약의도’>‘만족도-재계약의도’로 동일하다는 사실을 알 수 있 다. 그러나 BNC모형의 결과가 대체로 높게 나타난 것은 속 성의 차이라고 볼 수 있다. BNC모형의 경우 서비스품질이 라는 속성 내에 접근성, 유의성, 가치성이 포함되어 있지만 PZB모형은 포함되어 있지 않기 때문이다. 속성이 많아짐에 따라 BNC모형의 설명력이 더 높아졌기 때문에 이러한 결과 가 나타난 것으로 판단된다. 특히 항만의 경우 접근성과 유 의성, 그리고 가치성에 대한 중요성이 높다. 터미널에서 제 공하는 화물 관련 정보시스템에 대한 접근이나 화물차와 같 은 운송수단 간의 연계를 통한 공간적 접근성 등은 접근성 과 관련된 항목이다. 화물을 운송하는 역할에만 국한되었던 Port to Port시스템에서 더 나아가 Door to Door시스템을 확립하기 위해서는 타 운송수단과의 연계가 필수적이다. 화 물을 적재한 선박이 터미널에 입항했을 경우 화물의 하역이 이루어지는 것은 매우 기본적인 업무이다. 화물특성에 적합 한 서비스를 제공하고 화물손상에 주의하는 등의 유의성은 선박에 적재되어 있는 화물의 형태나 특성에 적합한 하역이 반드시 이루어져야하기 때문에 하역 시 중요하게 평가되는 요소이기도 하다. 또한 터미널이 제공하는 서비스에 대한 비 용의 적절성과 고객이 요구한 서비스를 터미널로부터 제공 받은 정도와 관련된 가치성은 비용과 직결되는 문제이기 때 문에 선박의 입항의도와 관련이 매우 높다.
앞서 살펴본 바와 같이 항만에서 하역이 이루어질 때 영 향을 미치는 다양한 요인들을 PZB모형으로 평가하는 것은 상대적으로 BNC모형보다 설명력이 약하다. 이러한 이유에 서 BNC모형이 더 우수한 것으로 판단된다.
Table 9
Comparison of path coefficient(PZB model and BNC model)
다음은 PZB모형과 BNC모형의 적합도 비교결과이다. 분 석된 결과값만을 기준으로 본다면 PZB모형의 GFI(0.847), AGFI(0.821)는 BNC모형의 GFI(0.827), AGFI(0.806)보다 더 우수한 것으로 나타났다. 그러나 그 외의 적합도에서는 BNC모형이 우수한 것으로 나타났다.
결 론
본 논문은 서비스품질 연구를 위해 많이 활용되고 있는 PZB모형과 BNC모형을 실증분석을 통해 비교하는 것에 그 목적이 있다. ‘서비스품질-만족도’, ‘서비스품질-성과’, ‘만족 도-재계약의도’, ‘성과-재계약의도’로 구성된 PZB모형과 BNC모형의 경로계수를 비교한 결과 두 집단의 모든 항목이 유의한 것으로 나타났다. ‘성과-재계약의도’의 경우 PZB모형 의 경로계수가 BNC모형의 경로계수보다 조금 높다. 그러나 그 외의 모든 항목은 BNC모형의 결과가 높은 것으로 나타났다.
각 모형의 경로계수 순위는 ‘서비스품질-만족도’>‘서비스 품질-성과’>‘성과-재계약의도’>‘만족도-재계약의도’의 순으 로 두 모형 모두 동일하다는 사실을 알 수 있다. 그럼에도 불구하고 BNC모형의 결과가 대체로 높게 나타난 것은 데이 터의 차이라고 판단된다.
이러한 결과를 바탕으로 서비스품질을 활용하여 항만산업 을 연구하는 경우 큰 차이는 없지만 BNC모형이 PZB모형보 다 더 우수하다고 볼 수 있다. 데이터가 많아지는 만큼 제공 하는 정보의 양이 증가하고, 이로 인하여 설명력이 높아지기 때문에 이러한 결과가 나타난 것으로 보인다.
본 연구의 결과들은 다음과 같은 시사점을 제공한다. 먼 저 전 세계적 추세인 터미널의 증가 및 확장에 따라 이용자 들은 선택할 수 있는 터미널의 대안이 많다. 따라서 이용자 의 입장에서 고려대상이 되는 요인이 어떠한 것인지 규명하 고 이러한 요인들이 재계약의도에 미치는 영향을 살펴보는 것은 터미널 운영자의 입장에서 중요한 이슈이다.
또한 서비스품질 연구를 위한 모형 가운데 빈번하게 활용 되고 있는 PZB모형과 BNC모형 간의 차이를 항만산업이라 는 범위 내에서 실증분석을 실시함으로써 더욱 현실감을 반 영한 시도라고 판단된다. 이러한 이유에서 추후 본 연구의 활용범위는 더욱 확대될 것으로 기대된다.
PDF Links
PubReader
Full text via DOI
Download Citation
Print
