这项研究是在Hotel X上进行的,该酒店是Varadero游客中心的知名公司。它分别在2008年12月,2008年1月和2009年1月进行。
对实体外部和内部要调查的主题的文件,小册子,书籍和网站进行了检索和书目审查,主要是使用X旅馆的学术书目和正式文件进行的。进行了调查,问卷调查和访谈给中心的工人和经理。
研究的总体目标是确定X旅馆中五家餐厅的排名。为此,使用了几种数学统计工具进行决策,其中包括:集思广益,按比例分配的分层抽样,频率,频率直方图,帕累托图,共识系数,专业知识或能力系数,使用层次分析过程和修正的Füller三角形进行加权,中心趋势的度量(在这种情况下为模式和中位数),有序偏好方法(TOPSIS)和Kruskal-Wallis检验。其中一些通过软件进行处理,例如:SPSS,11.5版,DECISOFT 2.0版和Statgraphics Plus 15.1版。
最终结果与最初进行的估算相对应,通常可以说在安装中,可以成功进行调查。
方法程序
为了对X座酒店的五家餐厅进行排名,有必要设计一种方法程序,该程序允许通过一系列步骤来达到最终结果。如下面所描述的:
- 定义总体目标。确定评估标准。
为了获得标准,进行了头脑风暴。为了它:
- 确定由每家餐厅的工人组成的雇员总数或整体,为有限的人口计算样本量,按比例分配分层抽样,使用系统的方法选择要调查的雇员。编写以获取用于衡量餐厅性能的项目。使用帕累托图细化属性的初始数量。结果标准在频率分布表中表示和组织
- 选择决策选择。
在酒店中研究了现有的五家餐厅。
- 分析工人总数或整个领域内可能的专家。首先考虑那些员工认可他们的经验和知识的人员
- 他们自行填写问卷以计算专业知识或能力系数,将那些满足K≥0.8要求的人选为专家
- 优化确定的标准。
专家之间采用共识系数计算方法。
- 权衡标准。
使用层次分析过程(PAJ)方法:
- 拟定了一个标准-标准矩阵,采用了PAJ作者提出的从1到9的衡量标准,并假设了一位专家的意见,该专家在酒店修复方面拥有最丰富的知识和经验。
- 应用相应的方法对决策备选方案进行排名。
我们使用顺序首选项方法(TOPSIS):
- 制作了标准替代方案的矩阵采用了李克特式的测量量表假设了所选专家的意见通过应用集中趋势的度量值(中位数)对专家回答的矩阵集制作了一个矩阵专家的标准或意见之间存在显着差异。制定了TOPSIS方法。
- 提出建议并提出改进策略。
在酒店中,根据获得的顺序,在每个备选方案(餐厅)中确定优点和缺点,并概述改进策略。
方法学程序的验证
定义了一个全球目标,对酒店中的五家餐厅进行排名,如下所示:
为了确定评估标准,确定包括每个餐厅的工人总数的人口或宇宙为:
随后,使用以下等式计算有限总体的样本量:
n = Z 2 * P * Q * N
e 2 * N + Z 2 * P *
问
哪里:
e:作者集体承认的错误
Z:与e值相对应的正态分布的百分位数
P:成功的可能性
问:失败的可能性
N:人口规模
e = 0.10 Z = 2.58 P = 0.5 Q = 0.5 N = 103
N = 64
获得的样本量为64名员工。
然后按比例分配分层抽样,如下所示:
n = 64 = 0.6214
N 103
为了进行集体讨论,人力资源部被要求列出每家餐厅的工人人数,从而能够选择接受调查的人员进行集体讨论。通过这种方式,进行了头脑风暴,以获取衡量餐馆业绩的项目。收集的意见汇总在下表中:
项目或
设置12
提供质量23
足量的A + B 5
舒适度16
阵容5
物理存在
10
家属
专业精神48
服务质量46
卫生16
各种菜肴9
最佳劳动量6
良好的工作条件10
好地址7
为了区分获得的属性数量,绘制了以下帕累托图:
帕累托图
集思广益
发出标准
根据图中显示的信息,衡量饭店绩效的最值得注意和最重要的属性是:
频率分配表
为了将属性的数量优化到最大,需要计算共识系数,为此需要几位专家的意见。为此,首先要分析其员工认识到他们在酒店餐厅活动中具有经验和知识的工人。向这些潜在专家提供了一份问卷调查表,以回答他们的问题,使他们能够找到每个专家的专业知识或能力系数。结果如下所示:
可能的专家1:
特征列表优先投票
K c = 0.181 0.054 + 0.100 + 0.113 + 0.122 + 0.145 + 0.018 K c = 0.733
K a = 0.66
专业系数:K = K c + K a
二
K = 0.733 + 0.66 K = 0.697
二
如果0.8≤K≤1,则该人可以被视为专家。在这种情况下,可能的专家1不是专家(K <0.8)。
可能的专家2:
K c = 1
K a = 0.76
K = 0.88
准专家2可以被视为专家。
可能的专家3:
K c = 0.824
K a = 0.82
K = 0.822
潜在专家3被视为专家。
可能的专家4:
K c = 0.982
K a = 0.92
K = 0.95
可能的专家4被视为专家。
可能的专家5:
K c = 1
卡a = 0.90
K = 0.95
潜在专家5被认为是专家。
可能的专家6:
K c = 0.602
K a = 0.72
K = 0.661
潜在专家6不能被视为专家。
可能的专家7:
K c = 0.637
K a = 0.54
K = 0.589
潜在专家7将不被视为专家。
可能的专家8:
K c = 1
卡a = 0.78
K = 0.89
潜在专家8被认为是专家。
先前对与酒店修复主题的八位可能的专家相对应的每个专业系数(K)的计算,根据以下规则得出了五位真正的专家:“当K≥0.8时,将考虑此人专家”。
接下来,将使用五位专家对共识系数进行求值,他们将对帕累托图产生的八个标准或属性做出判断:
- P:专业精神CS:服务质量CO:提供的服务质量H:卫生C:舒适度A:氛围PF:员工的身体状态CT:良好的工作条件
如果接受的属性或标准的程度为0.80和1(0.80≤G的Ç ≤1),然后标准被接受以进行研究。
G c =(1-V n / V t)* 100%
G c1 =(1-0 / 5)100%G c2 =(1-0 / 5)100%G c3 =(1-0 / 5)100%G c4 =(10/5)100%
G c1 = 100%G c2 = 100%G c3 = 100%G c4 = 100%
G c5 =(1-3 / 5)100%G c6 =(1-4 / 5)100%G c7 =(1-1 / 5)100%G c8 =(12/5)100%
G c5 = 40%G c6 = 20%G c7 = 80%G c8 =
60%
根据专家的意见并满足上述系数的条件,将继续按照以下标准进行研究:
- 专业精神服务质量供应质量卫生员工身体健康
调查将继续使用五位专家(或决策者)根据五项标准(或属性)评估五家餐厅(或替代餐厅)。它提出的理论得以实现:“专家的数量不能超过标准的数量。”
为了确定这五个标准中每个标准的权重,我们使用了层次分析过程方法,其中使用了对酒店餐饮主题最了解的专家信息。该方法提出并已为专家所知的值从1到9的标度用于完成以下Saaty矩阵:
对于总体目标的五个标准:
- 对加权标准矩阵每一列中的值求和建立标准化的加权标准矩阵将标准化的加权标准矩阵转换为十进制形式并平均每一行中的元素
P CS CO H PF W
P 0.043 0.006 0.023 0.070 0.182 0.066
CS 0.386 0.052 0.013 0.077 0.030 0.112
CO 0.171 0.366 0.093 0.077 0.182 0.178
高 0.386 0.471 0.839 0.692 0.545 0.587
PF 0.014 0.105 0.031 0.077 0.061 0.058
∑ 1 1 1 1 1 1 1
在知道了每个标准的权重之后(也使用DECISOFT 2.0),部署了TOPSIS或有序首选项方法来确定五个餐厅的排名。首先,构建替代标准矩阵,将其应用于五位专家中的每位。所述矩阵使用李克特型量表完成,后者详细描述如下:
规模:
1:完全不满意
2:不理想
3:既不令人满意也不令人满意
4:满意
5:完全满意
在五位专家使用上述度量标准对矩阵进行回答后,使用中心趋势度量:中位数获得单个矩阵。该唯一矩阵如下:
假设以下假设,则使用非参数Kruskal-Wallis检验验证专家标准或意见之间不存在重大差异:
- 数据不遵循正态分布(自由分布)数据以序数标度(Likert)处理
通过使用SPSS 11.5软件处理数据获得的测试结果如下:
Kruskal-Wallis检验
样本量平均排名
--------------------
Col_1 5 10.2
Col_2 5 10.2
Col_3 5 12.4
Col_4 5 13.9
Col_5 5 18.3
--------------------
测试统计= 5.02825 P值= 0.284411
StatAdvisor
-----
Kruskal-Wallis检验检验了零假设,即5列中的每一列的中位数相同。首先合并所有列中的数据,并从最小到最大进行排名。然后,为每列中的数据计算平均排名。由于P值大于或等于0.05,因此在95.0%的置信水平下,中位数之间没有统计学上的显着差异。
Kruskal-Wallis检验检验了零假设,该零假设指出五列值(代表标准或属性)之间的均值是相同的(H 0:Me 1 = Me 2 = Me 3 = Me 4 =我5 =我)。如果概率值大于或等于0.05,则均值之间没有显着差异。在研究中,达到的概率值为0.284411(P> 0.05),因此可以说专家的判断之间没有显着差异。
P CS CO H PF
R 1 0.331 0.331 0.419 0.371 0.404
R 2 0.442 0.442 0.314 0.464 0.505
R 3 0.442 0.442 0.419 0.464 0.404
R 4 0.552 0.552 0.524 0.464 0.505
R 5 0.442 0.442 0.524 0.464 0.404
加权归一化决策矩阵,使用通过层次分析过程方法为每个属性计算的权重:
一氧化碳(0.178)
P(0.066)CS(0.112)H(0.587)PF(0.058)
R 1 0.022 0.037 0.075 0.237 0.022
R 2 0.029 0.050 0.056 0.296 0.027
R 3 0.029 0.050 0.075 0.237 0.027
R 4 0.036 0.062 0.093 0.296 0.027
R 5 0.029 0.050 0.093 0.237 0.027
人工替代品:
*
H | 0.036 0.062 0.093 0.296 0.027 |
高- | 0.022 0.037 0.056 0.237 0.022 |
理想解决方案的分离:
R 3 0.007 0.012 0.018 0.059 0.000 0.096
R 4 0.000 0.000 0.000 0.000 0.000 0.000
R 5 0.007 0.012 0.000 0.059 0.000 0.078
否定理想解决方案的分离:
P CS CO H PF ∑
R 1 0.000 0.000 0.019 0.000 0.000 0.019
R 2 0.007 0.013 0.000 0.059 0.005 0.084
R 3 0.007 0.013 0.019 0.000 0.005 0.044
R 4 0.014 0.025 0.037 0.059 0.005 0.140
R 5 0.007 0.013 0.037 0.000 0.005 0.062
相对理想解决方案的距离:
R 1 0.1357
R 2 0.6000
R 3 0.3143
R 4 1.0000
R 5 0.4429
降序排列:
R 4 1.0000
R 2 0.6000
R 5 0.4429
R 3 0.3143
R 1 0.1357
在排名中拥有最佳和最有利位置的餐厅为R 4。
在研究的发展过程中发现:
- R 1餐厅必须提高员工的专业水平,这直接影响到服务质量指标,这也有缺陷。为此,建议针对在该餐厅工作的员工,甚至是即将在该餐厅工作的员工,在酒店中实施培训和教育系统。培训部门可以方便地优先安排那些在绩效评估中对专业性指标有困难的人员进入课程。它声称,该要约的质量是在一般足够以及卫生和餐厅的物理存在dependientes.El - [R 2由于菜单没有集中在访问菜单的顾客的饮食习惯上,也没有正确地理解用餐者对菜单的期望,因此在报价的质量方面存在明显的缺陷。为此,有必要完全重新设计菜单,以便在服务期间提供客户需要和期望的典型克里奥尔语和国际美食。突出显示该餐厅具有适当的卫生习惯,因为它在您的厨房区域内建了一个更大的地方,可以在烹饪alimentos期间更好地擦洗和清洁该地方.El R 3它在卫生指标方面有最大的不足,因为它有一个很小的老厨房,必须尽快重建,以免产生所有物理条件。目前,该酒店正在参与一项投资项目,该投资项目指的是该餐厅的厨房,改造计划显示该餐厅将获得一个设备更好的区域,以使餐厅正常运转并发展。尽管存在上述缺点,但仍要强调的是,其员工的身体状况还不错。R 4餐厅(由其排名第一所证明),由于其工人的专业水平,所提供服务的质量和所提供要约的质量,该公司在安装中取得了成功;它们总体上很好,而且地方和食物的卫生都很好。售货员的实际存在也足够。R 5餐厅它以正确准备的菜肴,多样化的菜肴以及在那里工作的员工的实际身材而著称。要强调的是,服务质量必须以与必须从此餐馆所在位置的急剧变化中获得卫生的相同方式提高。据说它的容量很小,因此减少了用于厨房的空间,浪费区域等。所以卫生已经受到影响了一段时间。建议(并且酒店已经构思过)根据酒店餐饮场所的空间标准在更大的地方开设该餐厅,并提供,为员工提供有关如何达到卫生要求的培训课程,这在美食领域非常重要。