Artículo Original

Calidad del servicio en organizaciones proveedoras de internet desde la perspectiva de estudiantes de los diferentes niveles educativos

Quality of service in internet service provider organizations from the perspective of students from different educational levels

0000-0003-2138-2522Diego Marcelo Cordero Guzmán^{1  *}  , 0000-0001-6480-2270Juan Carlos Erazo Álvarez¹  , 0000-0002-4438-7855Katina Vanessa Bermeo Pazmiño¹ 

¹Universidad Católica de Cuenca. Ecuador

RESUMEN

En la literatura están disponibles modelos orientados a la calidad del servicio en la organización y de manera concreta para proveedores de servicios de internet. En el presente trabajo, se ejecutó el análisis de la influencia sobre la satisfacción del cliente (SCL) de las variables: infraestructura y cobertura de red (ICR), servicio al cliente e información (SCI), organización (ORG), seguridad (SEG). El estudio de corte cuantitativo fue ejecutado para un proveedor en particular de servicios de internet; para el efecto se aplicaron 100 encuestas a clientes usuarios de los servicios de internet, de los diferentes niveles de educación, como son primaria, secundaria, universidad, maestría o PhD. Las relaciones propuestas conforman los caminos de un modelo matemático, que es analizado bajo ecuaciones estructurales con la técnica de mínimos cuadrados parciales (PLS). Al final los resultados indicaron que la infraestructura y cobertura de red es el factor más importante que influye positivamente sobre la satisfacción de los clientes, seguido del servicio al cliente e información proporcionada y la seguridad. En cambio, la imagen y reputación que pueda tener la organización no influye en la satisfacción del cliente.

Palabras-clave: Educación; Calidad de servicio; Satisfacción del cliente; Organización; Ecuaciones estructurales

ABSTRACT

Models oriented to service quality in the organization and specifically for Internet service providers are available in the literature. In the present work, an analysis of the influence on customer satisfaction (SCL) of the variables: infrastructure and network coverage (ICR), customer service and information (SCI), organization (ORG), and security (SEG) was carried out. The quantitative study was carried out for a particular Internet service provider; for this purpose, 100 surveys were applied to customers using Internet services at different levels of education, such as primary, secondary, university, master's or PhD. The proposed relationships form the paths of a mathematical model, which is analyzed under structural equations with the partial least squares (PLS) technique. In the end, the results indicated that network infrastructure and coverage is the most important factor that positively influences customer satisfaction, followed by customer service and information provided and security. On the other hand, the image and reputation of the organization does not influence customer satisfaction.

Key words: Education; Quality of service; Customer satisfaction; Organization; Structural equations

Introducción

La calidad que mantiene la organización está en función de los bienes o servicios que oferta, el servicio es intangible en cambio el bien es tangible; en un entorno competitivo la calidad es un factor diferenciador (^{Ubilla & Barreno, 2019}). Con un incremento de la calidad se mantiene la retención y lealtad de los clientes (^{Silva-Treviño et al., 2021}).

En la literatura se han forjado diversos modelos sobre la calidad de servicio, así ^{Yarimoglu Kursunluoglu (2014}), propone una revisión de literatura dedica al análisis de las dimensiones en la calidad del servicio, entre las que se destacan: cortesía, confiabilidad, capacidad de respuesta, competencia, acceso, empatía, comunicación, capacidad crediticia, seguridad, comprensión. Para ^{Tešić (2020}), la calidad del servicio es administrada por las dimensiones: fiabilidad, responsabilidad, seguridad, empatía, y elementos tangibles.

El problema detectado, es que no se dispone para el ISP, un método eficaz que permita determinar el nivel de satisfacción del cliente para con la empresa proveedora en base a la infraestructura disponible, es el tipo de servicio que brinda, la información proporcionada, loas aspectos de seguridad que contempla.

El presente estudio se orienta al análisis de la influencia en la satisfacción del usuario de dimensiones que corresponden a la calidad de servicio; para este cometido del trabajo se propone la generación de un modelo que será resuelto a través del estadístico de ecuaciones estructurales por intermedio de la técnica de mínimos cuadrados parciales (PLS); el tipo de organización estudiada corresponde a un proveedor de servicios de internet (ISP) del medio.

En la actualidad los ISP, prestan gran atención a las dimensiones de la calidad de servicio como factores que marcan la diferencia frente a la competencia (^{Waiman et al., 2020}). Taichon et al. (2014), estudian cinco dimensiones de la calidad de servicio en un ISP: calidad de la red, servicio al cliente y soporte técnico, calidad de la información, seguridad y privacidad; este estudio explica que estas dimensiones influyen en la lealtad del cliente.

En el contexto de las telecomunicaciones, la calidad de la infraestructura de red es uno de los motivadores de importancia sobre la calidad del servicio en general (^{Wulandari et al., 2021}). Sin embargo, la calidad de servicio no depende únicamente de la red, sino de otras dimensiones como atención al cliente, seguridad, información, organización, satisfacción del usuario.

Las investigaciones sobre la calidad del servicio que se desarrolla en un ISP, son variadas de la literatura científica, han sido realizados en países desarrollados (^{Quach et al., 2016}) y en un contexto distinto a los países en vías de desarrollo en donde variables de tipo social, económico y geográfico marcan la diferencia. Aparentemente la calidad de la infraestructura de la red en la dimensión más importante, el estudio busca determinar que existen otras dimensiones como: organización, servicio al cliente e información, seguridad y satisfacción del usuario que tienen alto nivel de relevancia.

Para operacionalizar la propuesta se toman como referencia dimensiones de calidad que proceden de otros modelos de servicios en general, de modelos de calidad se servicios electrónicos y modelos de calidad de servicios ISP. A continuación, se estudian las variables del modelo, insertando al final la hipótesis planteada.

Se reconoce que una Infraestructura y cobertura de red (ICR) debe proporcionar calidad de la red, a través de buena infraestructura y cobertura. Por otro lado, la satisfacción del cliente y las barreras de cambio son significativos para su lealtad. Luego la hipótesis que se plantea es: H1: la infraestructura y cobertura de red influye de manera positiva en la satisfacción del cliente.

La calidad de la información tecnológica, su uso y explotación propician el poder económico y control social global (^{Dominguez-Escrig et al., 2020}) revelando la necesidad de regulaciones y normativas legales orientadas a ejercer control y gestión de la calidad de la información de las empresas que ofertan servicios de internet (^{Severino-González et al., 2019}). La información proporcionada a través de un sitio web es una ventaja de la organización hacia el exterior, y contribuye a mantener satisfacción del cliente.Por lo indicado se propone la hipótesis. H2: el servicio al cliente e información influye de manera positiva en la satisfacción del cliente.

Mientras más altas sean las creencias de superioridad del servicio recibido, existirán reacciones positivas y accesibles hacia la marca. La reputación de marca incide en los aspectos cognitivos de satisfacción mediante la expectativa cognitiva de la calidad de los servicios (^{Fernandes et al., 2019}), consiguiendo incrementar el nivel de lealtad del consumidor (^{Joudeh & Dandis, 2018}). Por lo expuesto se plantea la hipótesis. H3: la organización influye de manera positiva en la satisfacción del cliente.

Existe una asociación importante entre la percepción y seguridad, donde todas las fases del proceso de transacción del servicio llegan a satisfacer las necesidades de los usuarios siempre y cuando se cumpla con las expectativas de seguridad del cliente. En consecuencia, se propone la hipótesis a demostrar. H4: la seguridad influye de manera positiva en la satisfacción del cliente.

Los servicios personalizados basados en el uso de tecnología como atención en línea utilizando chatbots, inteligencia artificial, entre otros, permiten una mejor adaptación a las necesidades y expectativas de los clientes que conducirían a un mayor nivel de satisfacción de los mismos, tal como se describe en ^{Nwoko et al. (2021}).

A partir de las hipótesis planteadas en la Fig 1 muestra el modelo propuesto en la investigación.

Fig. 1 - Modelo de investigación e hipótesis.  

Materiales y métodos

La investigación planteada es de tipo: Exploratoria. Por la casi nula existencia de estudios previos sobre la calidad de servicio de un ISP, en el medio. No experimental. El estudio busca observar el fenómeno sin intervenir ni modificar o controlar las variables analizadas. Explicativa: puesto que intenta dar cuenta de la calidad de servicio del ISP, que es un aspecto de la realidad. Busca el ¿cuál y cómo? de los hechos presentes, mediante el establecimiento de relaciones causa - efecto. Correlacional: el objetivo del estudio es encontrar correlaciones entre las distintas variables analizadas.

El estudio ha sido aplicado a un importante ISP del Ecuador, que para el año 2022 tiene 70.000 clientes activos del servicio de Internet, que representa la población. En cuanto a la muestra, para determinar el número de encuestados necesarios, se toma como referencia las recomendaciones mínimas de tamaño de muestra para modelos de ecuaciones estructurales PLS (Partial Least Square). Usando la regla aplicable al modelo, el estudio requiere 40 encuestados como tamaño muestral mínimo para analizar el modelo en base a ecuaciones estructurales (5 variables previstas, 4 paths o hipótesis). En adición se considera el “análisis de potencia” con el que se mide la probabilidad de rechazar la hipótesis nula cuando ésta es falsa. Considerando que no se admiten en los valores inferiores al 80% se tiene que, en un total de 40 casos para alcanzar una potencia del 80% se requieren al final: 40 +32 = 72 casos. A pesar de ello, la muestra total recolectada para el estudio principal (N = 100,) es suficiente para probar los parámetros del modelo.

Se ha utilizado la base de datos de emails del ISP, se tomaron 100 respuestas, todas las respuestas están completas. La Tabla 1 presenta el perfil de los usuarios que respondieron a la encuesta. Para comprobar las hipótesis se ha aplicado una encuesta online.

Tabla 1 - Perfil de los encuestados. 

Atributo	Categoría	Frecuencia	Porcentaje (%)
Género	Femenino	38	38.38
Masculino	61	61.62
Otro	0	0
Edad	Menor a 25 años	2	2.02
25-40	34	34.34
40-60	23	23.23
Mayor a 60	40	40,41
Estado civil	Casado	61	61.61
Soltero	19	19.19
Divorciado	8	8.08
Unión libre	7	7.07
Viudo	4	4.05
Nivel de educación	Primaria	5	5.05
Secundaria	18	18.18
Superior	48	48.48
Maestría o PhD	28	28.29

Los ítems del instrumento fueron adoptados de la literatura sobre calidad de los servicios en general, servicios electrónicos, servicios de telefonía móvil y servicios ISP y acoplados al contexto del estudio; los ítems se presentan en la Tabla 2. Los encuestados responden de acuerdo a sus percepciones sobre cada ítem utilizando una escala de Likert, la cual determina 1 para “en desacuerdo” y 5 para “fuertemente de acuerdo”.

Tabla 2 - Ítems del instrumento. 

Constructo	ID	Item
Infraestructura y cobertura de red (ICR)	ICR1	El servicio es continuo, no experimento desconexiones de Internet
	ICR2	La velocidad y tiempo de carga y descarga de Internet cumple con mis expectativas respecto al plan contratado
	ICR3	La velocidad de Internet es independiente de las horas pico (08h00-12h00, 15h00-18h00, 19h00-22h00)
	ICR4	La cobertura de red cumple sus expectativas
Servicio al cliente e información (SCI)	SCI1	Existe suficientes centros de ayuda y soporte técnico
	SCI2	La cortesía de los empleados de servicio al cliente
	SCI3	El personal es empático con el cliente
	SCI4	El personal de servicio al cliente está bien informado
	SCI5	El personal de servicio al cliente está dispuesto a responder a mis consultas
	SCI6	Su empresa proveedora de Internet residencial proporciona suficiente información
	SCI7	La empresa proporciona información relevante
	SCI8	La empresa proporciona información actualizada
	SCI9	La empresa proporciona información oportuna
Organización (ORG)	ORG1	Amplia red de puntos de atención al cliente
	ORG2	Prestigio institucional
Seguridad (SEG)	SEG1	Siento que mi información personal está protegida en mi empresa proveedora de Internet residencial
	SEG2	Siento que mi información bancaria está protegida en mi empresa proveedora de Internet residencial
	SEG3	Siento que las transacciones están aseguradas
Satisfacción del cliente (SCL)	SCL1	El paquete de Internet contratado vale mi dinero
	SCL2	Consideraría que este paquete de Internet es una buena compra
	SCL3	Siento que compro un buen paquete de Internet a un precio razonable
	SCL4	Estoy feliz por mi decisión de haber elegido a mi empresa proveedora de Internet residencial
	SCL5	En general, estoy satisfecho con el servicio de Internet residencial

Resultados y discusión

En esta parte se presentan los resultados del modelo de investigación; esto se lo hace a través de dos vías de acuerdo a la técnica de mínimos cuadrados parciales (PLS) dentro del contexto de los modelos de ecuaciones estructurales: modelo de medida y modelos estructural.

Fiabilidad del modelo de medida

Este análisis se lo hace a través de los parámetros detallados en la Tabla 3.

Tabla 3 - Resultados de fiabilidad del modelo de medida. 

Parámetro	Valores obtenidos del modelo
Fiabilidad individual del ítem.	Se analiza en función de las cargas (λ) de los indicadores con respecto a su constructo. Para que un indicador se acepte como integrante de un constructo, debe tener una carga mayor o igual 0.7. Todas las cargas entre las variables observables o indicadores y las latentes o constructos están por encima de 0.7 (Figura 2). Los valores se indican en la Tabla 4.
Fiabilidad de cada constructo.	Determina hasta qué punto los indicadores (variables observables), están midiendo los constructos (variables latentes). Esta evaluación se la efectúa por dos vías: el alfa de Cronbach y la fiabilidad compuesta del constructo. Los valores de alfa de Cronbach de cada constructo superan el valor 0.7, lo que da validez al constructo, como se indica en la Tabla 5. En el análisis de fiabilidad compuesta, todos los constructos del modelo tienen valores superiores a 0.7, como se indica la Tabla 5. Se confirma por tanto la consistencia interna de todos los constructos del modelo.
Validez convergente.	Para ello se analiza la varianza extraída media (AVE), los valores para cada constructo superan el mínimo recomendado de 0.5, ver Tabla 5; luego se valida el hecho de que los indicadores miden verdaderamente un constructo.
Validez discriminante. Determina que cada constructo es diferente de los otros.	Los valores de la raíz cuadrada de AVE, constan en la Tabla 5 y las correlaciones entre constructos en la Tabla 6. Para el modelo la condición de que la raíz cuadrada de AVE es mayor o igual que la correlación entre ellos se cumple al 100% en todos los casos (Tabla 6). Luego, se puede concluir que el modelo cumple con el criterio de validez discriminante y que las variables latentes están diferenciadas con claridad. A pesar de ello, para fortalecer el análisis de validez discriminante se efectúa el chequeo de cargas cruzadas (Tabla 7), en donde cada indicador tiene correlación con su propia variable latente antes que, con otras, esto se cumple en todos los casos.

Al haberse cumplido con este análisis se determina que el instrumento aplicado en la investigación es válido, guarda consistencia, los constructos miden lo que quieren medir a través de sus indicadores o preguntas.

Fig. 2 - Resultados de las cargas Pls.  

Tabla 4 - Cargas de cada indicador (λ) con respecto a su constructo. 

Indicadores	Constructos
	ICR	ORG	SCI	SCL	SEG
ICR1	0.866
ICR2	0.882
ICR3
ICR4	0.907
ORG1	0.910
ORG2	0.926
SCI1	0.784
SCI2	0.812
SCI3	0.831
SCI4	0.845
SCI5	0.817
SCI6	0.884
SCI7	0.868
SCI8	0.885
SCI9	0.881
SCL1	0.970
SCL2	0.960
SCL3	0.954
SCL4	0.961
SCL5	0.951
SEG1	0.899
SEG2	0.934
SEG3	0.941

Tabla 5 - Alfa de cronbach, fiabilidad compuesta, AVE, raíz cuadrada de AVE de los constructos. 

Constructo	Alfa de Cronbach	Fiabilidad Compuesta	AVE	Raíz Cuadrada de AVE
ICR	0.907	0.934	0.781	0.88
ORG	0.813	0.914	0.842	0.92
SCI	0.951	0.958	0.716	0.85
SCL	0.978	0.983	0.920	0.96
SEG	0.915	0.947	0.856	0.93

Tabla 6 - Correlaciones entre constructos. Criterio de Fornell-Larcker. 

	ICR	ORG	SCI	SCL	SEG
ICR	0.884
ORG	0.706	0.918
SCI	0.649	0.800	0.846
SCL	0.826	0.710	0.741	0.959
SEG	0.680	0.815	0.756	0.736	0.925

Tabla 7 - Cargas cruzadas. 

	ICR	ORG	SCI	SCL	SEG
ICR1	0.866	0.621	0.556	0.681	0.531
ICR2	0.882	0.630	0.552	0.732	0.637
ICR3	0.880	0.578	0.559	0.720	0.563
ICR4	0.907	0.666	0.624	0.780	0.666
ORG1	0.627	0.910	0.683	0.620	0.671
ORG2	0.668	0.926	0.781	0.682	0.818
SCI1	0.584	0.730	0.784	0.614	0.679
SCI2	0.467	0.665	0.812	0.516	0.605
SCI3	0.467	0.669	0.831	0.545	0.608
SCI4	0.404	0.604	0.845	0.527	0.555
SCI5	0.414	0.627	0.817	0.480	0.580
SCI6	0.693	0.713	0.884	0.777	0.650
SCI7	0.602	0.668	0.868	0.715	0.660
SCI8	0.584	0.677	0.885	0.675	0.688
SCI9	0.616	0.722	0.881	0.676	0.699
SCL1	0.804	0.667	0.707	0.970	0.727
SCL2	0.810	0.715	0.735	0.960	0.738
SCL3	0.727	0.671	0.703	0.954	0.665
SCL4	0.785	0.669	0.698	0.961	0.689
SCL5	0.827	0.681	0.709	0.951	0.708
SEG1	0.678	0.749	0.689	0.696	0.899
SEG2	0.589	0.740	0.688	0.664	0.934
SEG3	0.618	0.770	0.719	0.681	0.941

Valoración del modelo estructural

En esta parte se busca demostrar las hipótesis relacionales del modelo, para ello se procede con al análisis indicado en la Tabla 8.

Tabla 8 - Análisis del modelo estructural. 

Parámetro	Valores obtenidos del modelo
Índice R2	La medida del poder predictivo del modelo para la variable latente dependiente SCL, se obtiene con el índice R^2 que es mayor a 0.1, lo que da característica predictiva al modelo. El valor para R^2 ajustado indica que el modelo posee un adecuado poder predictivo, como consta en la Tabla 9.
Efecto f 2	Mide el impacto sobre el constructo dependiente, de una variable latente. Valores permitidos son 0.02, 0.15 y 0.35 de acuerdo. Sin embargo, para el caso del modelo la variable ORG no cumple esta condición (Tabla 10).
Coeficientes path estandarizados β	Hay un valor que no superar el valor mínimo permitido de 0.2, como se constata en la Tabla 11.
Análisis de Bootstrapping	Bootstrap determina el cálculo del error estándar de los parámetros y los valores “t” de Student. Se consideran significativos a los caminos cuyo “t” de Student es mayor que 1,96. La Figura 3 indica los valores de bootstrapping (ejecutado con 500 sub-muestras para comprobar la significancia estadística de los caminos) En el modelo hay un valor que dista mucho y es inferior a 1,96. La Tabla 12, muestra las relaciones entre constructos, en este constan betas estandarizadas, el error estándar, los valores de t de student, p values, la significancia de las relaciones y la determinación de aceptación o rechazo de la hipótesis.

Tabla 9 - R² de la variable latentes dependiente. 

	R^2	R^2 Ajustado
SCL	0.767	0.757

Tabla 10 - f2de las variables latentes dependientes. 

	ICR	ORG	SCI	SCL	SEG	ICR
ICR	0.607
ORG	0.007
SCI	0.117
SCL
SEG	0.053

Tabla 11 - Coeficientes path estandarizados. 

	ICR	ORG	SCI	SCL	SEG
ICR	0.555
ORG	-0.082
SCI	0.291
SCL
SEG	0.205

Fig. 3 - Bootstrapping para del modelo estructural. 

Tabla 12 - Relaciones entre constructos. 

Hipótesis Relación entre constructos	β	Standard Error	t - student	p values	Nivel	Aceptación o rechazo
H1: ICR -> SCL	0.555	0.085	6.503	0.000	***	Se acepta
H3: ORG -> SCL	-0.082	0.131	0.624	0.533	No significativa	Se rechaza
H2: SCI -> SCL	0.291	0.097	3.000	0.003	**	Se acepta
H4: SEG -> SCL	0.205	0.112	1.832	0.004	*	Se acepta

*** p<0.001; ** p< 0.01; * p< 0.05.

En la Tabla 12 se aceptan las hipótesis uno, dos y cuatro, con nivel de significancia alto, medio y bajo respectivamente; la hipótesis tres se rechaza.

• H1: La prueba de hipótesis t-student con un valor 6.503 y un p-value 0.000 confirma la hipótesis H1, por lo tanto, se puede afirmar que la infraestructura y cobertura de red (ICR) influye de manera positiva sobre la satisfacción del cliente (SCL). Este resultado mantiene correlación la literatura sobre los servicios ISP (^{Quach et al., 2016}). De hecho el sector de las telecomunicaciones al enfrentar un mercado muy competitivo, producto de la evolución tecnológica constante (^{Ghezzi et al., 2015}), orientada a cumplir nuevas necesidades del usuario; la infraestructura se ha convertido en un cuello de botella en el momento que un usuario decide contratar el servicio.

• H2: La prueba de hipótesis t-student con un valor 3 y un p-value 0.003 confirma la hipótesis H2, se demuestra que existe influencia positiva del servicio al cliente e información (SCI) sobre la satisfacción del cliente (SCL). Este resultado coincide con los estudios de ^{Al-dweeri et al. (2017}); y ^{Alzoubi et al. (2020}), en el sentido que la calidad del servicio percibido se usa para medir la satisfacción del cliente.

• H3: La imagen de la organización (ORG) no tiene influencia positiva sobre la satisfacción del cliente (SCL); la hipótesis se rechaza lo que implica que para los usuarios el valor corporativo relacionado y el prestigio institucional no los satisface. Esto no es coincidente con lo afirmado por ^{Pastor-Barcel et al. (2016}); en el sentido de que la confianza en la marca e imagen corporativa es un factor que tiene trascendencia en la satisfacción del cliente. Y se contrapone a afirmaciones de que la imagen corpo rativa es un indicador vital que influye en la calidad percibida del cliente, su satisfacción y fidelidad.

• H4: Con un t-student de 1.832 y un p-value de 0.004 se confirma la hipótesis H4; existe influencia positiva de la seguridad (SEG) sobre al valor y satisfacción del cliente (SCL). Esto es coincidente con lo manifestado por ^{Shin et al. (2013}), en el sentido que la seguridad y privacidad de la información inciden en la satisfacción del cliente a través de la implementación de políticas de privacidad, cifrado, entre otros.

La satisfacción del cliente de los servicios de telecomunicaciones se origina cuando el cliente compara el rendimiento real de un producto con el rendimiento esperado. Estudios anteriores han establecido ciertas dimensiones de calidad servicio influyen satisfacción de los clientes, lo que aumenta su fidelidad (^{Nwoko et al., 2021}).

La investigación permite que los resultados puedan ser aplicados a una organización real dentro de un contexto similar. El estudio presenta aportes para las organizaciones proveedoras de servicios de internet. Los resultados proponen un modelo que puede ser usado por diferentes proveedores para fortalecer aspectos que influyen en la predicción de valor y satisfacción del cliente, de esta forma pueden retener mejor a los clientes en un entorno tan competitivo como son las telecomunicaciones. Además, el modelo propuesto servirá de apoyo para la toma de decisiones a nivel estratégico, táctico y operativo sobre las variables relacionadas.

Conclusiones

Para la organización proveedora de servicios de internet, objeto del análisis; la infraestructura y cobertura de red es el factor más importante que influye positivamente sobre la satisfacción del cliente, seguido del servicio al cliente e información proporcionada y la seguridad.

La imagen y reputación que pueda tener la organización no influye en la satisfacción del cliente; esto se lo puede atribuir a que el proveedor de servicio de internet ya tiene posicionada su marca organizacional; y la tendencia es que el usuario requiere de mayores prestaciones para incrementar su nivel de satisfacción sobre el servicio.

Existen otras variables que no han sido analizadas en el estudio y que se considera pertinentes considerarlas en investigaciones futuras como el caso de portal web, entendido como los servicios e información en línea que brinda el proveedor de ISP, y la lealtad, concebida como el valor de afiliación del cliente con la organización.

Referencias bibliográficas

Al-dweeri, R., Obeidat, Z., Al-dwiry, M., Alshurideh, M., & Alhorani, A. (2017). The Impact of E-Service Quality and E-Loyalty on Online Shopping: Moderatinf effect of E-Satisfaction an E-Trust. International journal of marketing studies, 9(2), 92-103.

Alzoubi, H., Alshurideh, M., Kurdi, B., & Inairat, M. (2020). Do perceived service value, quality, price fairness and service recovery shape customer satisfaction an delinght? A practival study in the service telecommunication context. Uncertain supply chain management, 8(3), 579-588.

Dominguez-Escrig, E., Broch, F., Alcamí, R., & Gómez, R. (2020). How do servant leaders promote radical innovation? The role of organizational learning capability. Harvard Deusto Business Research, 9(1), 53-68.

Fernandes, A., Brandao, M., Lopes, E., & Quevedo-Silva, F. (2019). Satisfaction and attitudinal responses: indirect effects of involvement and reputation. RAUSP Management journal, 55, 70-85.

Ghezzi, A., Cortimiglia, M., & Frank, A. (2015). Strategy and business model desing in dynamic telecommunications industries. A study on Italian mobile network operators. Technological Forecasting and Social Change, 90, 346-354.

Joudeh, J., & Dandis, A. (2018). Service quality, customer satisfaction and loyalty in an internet service providers. International journal of business and management, 13(8), 108-120.

Nwoko, E., Eze, P., & Maduka, C. (2021). Effect of Internal Marketing on Customer Satisfaction with Telecommunication Companies in Anambra State, 2(1), 86-87.

Pastor-Barcel, A.M, & Alonso-Dos-Santos, M. (2016). Influencia de la calidad, satisfacción, valor percibido e imagen corporativa en la confianza en la marca en el servicio fitness. Revista de psicología del deporte, 25(1), 77-80.

Quach, T., Thaichon, P., & Jebarajakirthy, C. (2016). Internet service providers service quality and its effect on customer loyalty of different usage patterns. Journal of Retailing and Consumer services, 29©, 104-113.

Severino-González, P., Villalobos-Antúnez, J., Chamali-Duarte, N., & González-Soto, N. (2019). Social responsibility of university student and institutional educational policies. Recognizing the commitments to society. Serbiluz , 35(90), 1171-1197.

Shin, J. I., Chung, K. H., Oh, J. S., & Lee, C. W. (2013). The effect of site quality on repurchase intention in Internet shopping through mediating variables: The case of university students in South Korea. International Journal of Information Management, 33, 453-463.

Silva-Treviño, J. G., Tello-Leal, E., & Delgado-Rivas, J. G. (2021). La relación entre la calidad en el servicio, satisfacción del cliente y lealtad del cliente: un estudio de caso de una empresa comercial en México. CienciaUAT, 15(2), 85-101.

Tešić, D. (2020). Measuring dimensions of service quality. Strategic Management-International Journal of Strategic Management and Decision Support Systems in Strategic Management, 25(1).

Ubilla, M., & Barreno, E. R. (2019). Fundamentos de calidad de servicio, el modelo Servqual. Revista empresarial, 13(2), 1-15.

Waiman, N., Papa, M., Furch, R., & Olsina Santos, L. A. (2020). Estrategia de Monitoreo y Control de la Calidad de Servicio brindado por un ISP: Un Caso Aplicado. (Ponencia). XXI Simposio Argentino de Ingeniería de Software. La Plata, Argentina.

Wulandari, S., Suhendra, A. A., & Alam, P. F. (2021). Competitiveness Position Identification of Indihome Using Service Quality for ISP Dimensions and IPCA Method. Indonesian Journal of Business and Entrepreneurship (IJBE), 7(3), 269-269.

Yarimoglu, E. K. (2014). A review on dimensions of service quality models. Journal of Marketing Management, 2(2), 79-93.

Recibido: 20 de Septiembre de 2022; Aprobado: 23 de Noviembre de 2022

^*Autor para correspondencia E-mail: [e-mail]

Los autores declaran no tener conflictos de intereses.

Los autores participaron en el diseño y redacción del trabajo, y análisis de los documentos.