[Insert Figure 5 near here]In a rea

[Insert Figure 5 near here]
In a real world service quality measurement problem, DM seeks to calculate the value of one of the following four equations for each alternative j:[6]

Considering a quality measurement problem with k quality dimensions, where gi denotes target levels or customer expectation for ith quality dimension (i:1,2,…,k), let define the following symbols:
, : nonnegative constants representing the relative weights to be assigned to the respective positive and negative deviational variables
: nonnegative constants representing the relative weights to be assigned to each of the different classes within the ith category to which the value of Pi is assigned.
Pi: priority factor as a ranking symbol that can be interpreted to mean that no substitutions across categories of goals will be permitted and no combination of relative weighting attached to deviational variables can produce a substitution across categories.
: positive and negative deviational variables.
: actual performance in terms of ith quality attributes.
Accordingly, a lower total undesirable deviation from customers’ expectation or a higher total desirable deviation from customers’ expectation can be translated as a higher quality. In other words, this approach lets DM to consider performance that is higher expectation in terms of some or all desirable attributes or dimensions.
As mentioned, service quality measurement problems are naturally complex multi-dimensional problems. In these cases, the critical question is that how DM trade-offs different attributes? Determining the trade-off ratios for different attributes is regarded as a difficult step of formulating multidimensional problems. Several methods have been proposed in order to determine the trade-off ratio s and define the proper form of objective function. For example, Charnes and Cooper[16] suggest the interval methodology, Gass [22] proposes the normalized vector method based on the AHP of Saaty, O’Leary[38] proposes the conjoint analysis, Sakawa[44] suggests to utilize the concept of the fuzzy set and membership function, and Takeda and Yu[52 ] provide a good discussion on the pair wise comparisons. Hannan [25,26] suggests value function method. According to Hannan’s suggestion and well known generalized criterion method of Promethee, Martel and Aouni [34] propose an approach that the DM can build his preference functions along with the goals. Also an effective procedure of incorporating the DM's preferences provided by Anvary Rostamy and Tabata.[6]
According to General Criterion Methods (GCM), for each criteria i and for each pair of performance (x,y), a function Pi(x,y) can be defined to measures the intensity of the DM’s preference. In other words:









Defining as the difference in performance between the action x,y in relation to criterion i, this performance function can be defined by two criterion or value function noted by (a decreasing function for undesirable deviation from target or goal) and (an increasing function for desirable deviation from target or goal). According this method, in a service quality measurement problem with k dimensions or quality elements, a DM can define k two-sided attributes with probably different preferences functions.
[Insert Figure 6 near here]
General speaking, a DM can calculate firms’ service quality scores and rank them from one with the highest value of Z to the one with the lowest by using the following equation:
where (2)

It is clear that the preference functions may be different for negative and positive deviations from targets or expectations and for the different criteria (different service quality dimensions or elements). The functions may also change with time horizon of decision making. Figure 7 shows some samples.
[Insert Figure 7 near here]
5. CONCLUSIONS AND FINAL REMARKS
Quality is a critical success factor in service industries. To days, it is well known that quality has strong effects on customer satisfaction, loyalty, retention and firms’ performance superiority but the question is that how the quality of services can be measured, effectively? To answer the question several methods have been developed in literature. Although these models are widely used in service industries, but they have been also widely criticized. Two important critiques on existing service quality measurement models are the simple additive relationships between service quality dimensions and under achievement constraint. In order to relax these critical weak points and improve the effectiveness of the service quality measurement process, a GMSQM is developed. According to this method, a lower total undesirable deviation from the customer expectations or a higher total desirable deviation from the customer expectations can be translated as a higher quality. This methodology allows DM to define different preference functions for negative and positive deviations from expectations, for the different criteria (different service quality dimensions or elements) and also for different times. The difference between fuzzy method and the proposed GMSQM is respect to the philosophy that underlies the DM’s input its power in incorporating DM’s preferences in an easier and more effective manner.

ผลลัพธ์ (ไทย) 1:

[แทรกรูปที่ 5 ใกล้ที่นี่]ในโลกจริงบริการคุณภาพประเมินปัญหา DM พยายามคำนวณค่าของสมการสี่ต่อไปนี้สำหรับแต่ละทางเลือก j: [6] พิจารณาปัญหาประเมินคุณภาพ k คุณภาพมิติ ที่จิแสดงระดับเป้าหมายหรือความคาดหวังของลูกค้าสำหรับระยะมิติคุณภาพ (i:1, 2,..., k), ให้กำหนดสัญลักษณ์ต่อไปนี้: ,: แสดงน้ำหนักสัมพันธ์กับลำดับบวก และลบ deviational ตัวแปรค่าคงที่ nonnegative : ค่าคงที่ nonnegative แสดงน้ำหนักสัมพันธ์กับแต่ละประเภทต่าง ๆ ภายในประเภทระยะที่มีกำหนดค่าของ Piปี่: ปัจจัยสำคัญเป็นสัญลักษณ์อันดับที่สามารถตีความหมายว่า ไม่มีสิ่งทดแทนประเภทของเป้าหมายจะได้รับอนุญาต และไม่รวมน้ำหนักสัมพันธ์กับตัวแปร deviational สามารถผลิตทดแทนประเภท : ตัวแปร deviational ที่เป็นค่าบวก และค่าลบ : ประสิทธิภาพการทำงานจริงในระยะคุณภาพคุณลักษณะตาม ล่างรวมผลค่าเบี่ยงเบนจากความคาดหวังของลูกค้าหรือความเบี่ยงเบนต้องรวมความสูงจากความคาดหวังของลูกค้าสามารถแปลภาษาเป็นคุณภาพสูงขึ้น ในคำอื่น ๆ วิธีการนี้ช่วยให้ DM เพื่อพิจารณาประสิทธิภาพที่คาดหวังสูงต้องแอตทริบิวต์หรือมิติบางส่วน หรือทั้งหมดดังกล่าว ปัญหาการวัดคุณภาพบริการมีปัญหาหลายมิติซับซ้อนตามธรรมชาติ ในกรณีเหล่านี้ คำถามสำคัญคือว่า DM ทางเลือกแอตทริบิวต์ที่แตกต่างกันหรือไม่ กำหนดอัตราการ trade-off สำหรับแอตทริบิวต์ต่าง ๆ ถือเป็นขั้นตอนยาก formulating ปัญหาหลายมิติ วิธีการต่าง ๆ ได้รับการเสนอเพื่อกำหนด s อัตราการ trade-off และกำหนดแบบฟอร์มที่เหมาะสมของฟังก์ชันวัตถุประสงค์ ตัวอย่าง Charnes และคูเปอร์ [16] ระหว่างช่วงแนะนำ Gass [22] เสนอวิธีเวกเตอร์มาตรฐานตาม AHP Saaty ซี [38] เสนอการวิเคราะห์ conjoint, Sakawa [44] แนะนำให้ใช้แนวคิดของเซตวิภัชนัยและฟังก์ชันสมาชิก และทาเคดะและยู [52] ให้การสนทนาที่ดีในการจับคู่เปรียบเทียบปัญญา Hannan [25,26] แนะนำวิธีค่าฟังก์ชัน ตามของ Hannan คำแนะนำและวิธีการเกณฑ์เมจแบบทั่วไปรู้จักกันดีของ Promethee, Martel และ Aouni [34] เสนอวิธีการว่า DM ที่สามารถสร้างฟังก์ชันกำหนดลักษณะของเขาพร้อมกับเป้าหมาย ยังมีประสิทธิภาพขั้นตอนของการกำหนดลักษณะของ DM Anvary Rostamy และ Tabata [6]ตามไปทั่วไปเกณฑ์วิธี (บำรุง), สำหรับแต่ละเงื่อนไขผม และสำหรับแต่ละคู่ของประสิทธิภาพการทำงาน (x, y), ฟังก์ชัน Pi(x,y) สามารถกำหนดที่จะประเมินความรุนแรงของการกำหนดลักษณะของ DM ในคำอื่น ๆ: กำหนดเป็นความแตกต่างของประสิทธิภาพการทำงานระหว่างการดำเนินการ x, y เกี่ยวกับเกณฑ์ที่ฉัน นี้ประสิทธิภาพการทำงานฟังก์ชันสามารถถูกกำหนด โดยสองเกณฑ์หรือค่าฟังก์ชันไว้ ด้วย (ฟังก์ชันลดลงสำหรับผลเบี่ยงเบนจากเป้าหมายหรือเป้าหมาย) และ (การเพิ่มฟังก์ชันต้องเบี่ยงเบนจากเป้าหมายหรือเป้าหมาย) ตามวิธีการนี้ ในการประเมินปัญหาคุณภาพบริการกับ k มิติหรือองค์ประกอบคุณภาพ DM สามารถกำหนด k หน้าสองแอททริบิวต์ ด้วยฟังก์ชั่นการกำหนดลักษณะที่อาจแตกต่างกัน [แทรกรูปที่ 6 ใกล้ที่นี่]พูดทั่วไป DM สามารถคำนวณคะแนนคุณภาพการบริการของบริษัท และเรียงลำดับตามจากมีค่าสูงสุดของ Z กับกับต่ำสุด โดยใช้สมการต่อไปนี้: ที่ (2) เป็นที่ชัดเจนว่า ฟังก์ชั่นการตั้งค่าอาจแตกต่าง สำหรับค่าลบ และค่าบวกความเบี่ยงเบนจากเป้าหมายหรือความคาดหวัง และที่อื่นเงื่อนไข (มิติคุณภาพของการบริการหรือองค์ประกอบ) มีการเปลี่ยนแปลงฟังก์ชันอาจยัง มีขอบเขตเวลาของการตัดสินใจ รูปที่ 7 แสดงตัวอย่าง [แทรกรูปที่ 7 ใกล้ที่นี่]5. บทสรุปและคำพูดสุดท้ายคุณภาพเป็นปัจจัยสำคัญสู่ความสำเร็จในอุตสาหกรรมบริการ วัน เป็นที่รู้จักว่า คุณภาพมีผลความพึงพอใจของลูกค้า สมาชิก เก็บรักษา และเหนือกว่าประสิทธิภาพของบริษัทแข็งแกร่ง แต่คำถามที่ว่าคุณภาพของบริการสามารถวัด ได้อย่างมีประสิทธิภาพหรือไม่ ตอบคำถามที่ ได้รับการพัฒนาวิธีการต่าง ๆ ในวรรณคดี ถึงแม้ว่าแบบจำลองเหล่านี้ใช้ในอุตสาหกรรมบริการ แต่พวกเขาได้รับยังวิพากษ์วิจารณ์อย่างกว้างขวาง ข้อดีข้อเสียสำคัญสองบนโมเดลการประเมินคุณภาพบริการที่มีอยู่มีความสัมพันธ์สามารถง่าย ระหว่างมิติคุณภาพบริการ และภาย ใต้ข้อจำกัดของความสำเร็จ คือพัฒนา GMSQM เป็นการผ่อนคลายจุดอ่อนเหล่านี้สำคัญ และปรับปรุงประสิทธิภาพของกระบวนการประเมินคุณภาพบริการ ตามวิธีการนี้ ล่างรวมผลค่าเบี่ยงเบนจากความคาดหวังของลูกค้าหรือความเบี่ยงเบนรวมต้องสูงขึ้นจากความคาดหวังลูกค้าสามารถแปลภาษาเป็นคุณภาพสูงขึ้น วิธีนี้ช่วยให้ DM ฟังก์ชั่นตั้งค่าต่าง ๆ สำหรับค่าลบ และค่าบวกความเบี่ยงเบนจากความคาดหวัง ต่าง ๆ เงื่อนไข (มิติคุณภาพของการบริการหรือองค์ประกอบ) และ สำหรับช่วงเวลาต่าง ๆ ความแตกต่างระหว่างวิธีการชัดเจนและ GMSQM เสนอไว้กับปรัชญาที่ underlies ของ DM เข้าพลังงานในเพจกำหนดลักษณะของ DM ในลักษณะที่ง่าย และมีประสิทธิภาพมากขึ้น

ผลลัพธ์ (ไทย) 2:

[แทรกรูปที่ 5 ใกล้ที่นี่]
ในบริการที่โลกแห่งความจริงที่มีคุณภาพปัญหาการวัด DM พยายามที่จะคำนวณค่าของหนึ่งต่อไปนี้สี่สมการสำหรับแต่ละญทางเลือก: [6] พิจารณาปัญหาการวัดที่มีคุณภาพด้วย k มิติที่มีคุณภาพที่กูเกิลหมายถึง ระดับเป้าหมายหรือความคาดหวังของลูกค้าสำหรับ ith มิติคุณภาพ (i: 1,2, ... , k) ให้กำหนดสัญลักษณ์ต่อไปนี้:: คงติดลบเป็นตัวแทนของน้ำหนักเมื่อเทียบกับได้รับมอบหมายให้ตัวแปร deviational บวกและลบที่เกี่ยวข้อง: คงติดลบเป็นตัวแทน น้ำหนักสัมพัทธ์ที่จะได้รับมอบหมายให้แต่ละชั้นเรียนที่แตกต่างกันในหมวดหมู่ ith ที่ค่าของ Pi ที่ได้รับมอบหมาย. Pi: ปัจจัยที่มีความสำคัญเป็นสัญลักษณ์การจัดอันดับที่สามารถตีความหมายถึงว่าการแทนไม่มีในแต่ละประเภทของเป้าหมายที่จะได้รับอนุญาตและ การรวมกันของน้ำหนักสัมพัทธ์ที่แนบมากับตัวแปร deviational ไม่สามารถผลิตทดแทนทุกประเภท.: ตัวแปร deviational บวกและลบ.: ผลการดำเนินงานที่เกิดขึ้นจริงในแง่ของ ith คุณภาพแอตทริบิวต์. ดังนั้นค่าความเบี่ยงเบนที่ไม่พึงประสงค์รวมที่ลดลงจากความคาดหวังของลูกค้าหรือการเบี่ยงเบนที่น่าพอใจโดยรวมที่สูงขึ้น จากความคาดหวังของลูกค้าจะแปลว่ามีคุณภาพสูงขึ้น ในคำอื่น ๆ วิธีนี้จะช่วยให้ DM ที่จะต้องพิจารณาผลการดำเนินงานที่เป็นความคาดหวังที่สูงขึ้นในแง่ของบางส่วนหรือทั้งหมดคุณลักษณะที่พึงประสงค์หรือมิติ. เป็นที่กล่าวถึงปัญหาการวัดคุณภาพการให้บริการที่มีความซับซ้อนตามธรรมชาติปัญหาหลายมิติ ในกรณีเหล่านี้เป็นคำถามที่สำคัญก็คือว่าวิธี DM ไม่ชอบการค้าคุณลักษณะที่แตกต่างกันอย่างไร การกำหนดอัตราส่วนการปิดสำหรับแอตทริบิวต์ที่แตกต่างกันถือได้ว่าเป็นขั้นตอนที่ยากลำบากของการกำหนดปัญหาหลายมิติ วิธีการต่างๆได้รับการเสนอเพื่อกำหนดอัตราส่วนการปิด s และกำหนดรูปแบบที่เหมาะสมของฟังก์ชันวัตถุประสงค์ ยกตัวอย่างเช่น Charnes และคูเปอร์ [16] แนะนำวิธีการช่วงที่แก๊ส [22] เสนอวิธีเวกเตอร์ปกติขึ้นอยู่กับ AHP Saaty ของแลร์รี่ส์ [38] เสนอการวิเคราะห์ร่วมกัน, sakawa [44] แสดงให้เห็นการใช้ประโยชน์จากแนวคิด ของชุดเลือนและการทำงานของสมาชิกและทาเคดะและยู [52] ให้การสนทนาที่ดีกับการเปรียบเทียบความฉลาดทั้งคู่ Hannan [25,26] แสดงให้เห็นวิธีการทำงานของมูลค่า ตามข้อเสนอแนะของ Hannan และวิธีการเกณฑ์ทั่วไปที่รู้จักกันดีของ Promethee, Martel และ Aouni [34] เสนอวิธีการว่า DM สามารถสร้างฟังก์ชั่นการตั้งค่าของเขาพร้อมกับเป้าหมาย นอกจากนี้ยังมีขั้นตอนที่มีประสิทธิภาพของการผสมผสานการตั้งค่า DM ที่จัดไว้ให้โดย Anvary Rostamy และ Tabata. [6] ตามที่ทั่วไปเกณฑ์วิธี (GCM) เกณฑ์แต่ละฉันและคู่ของการทำงานของแต่ละ (x, y) ซึ่งเป็นฟังก์ชั่น Pi ( x, y) สามารถกำหนดมาตรการความเข้มของการตั้งค่า DM ของ ในคำอื่น ๆ : การกำหนดเป็นความแตกต่างในการทำงานระหว่างการดำเนินการของ x, y ในความสัมพันธ์กับเกณฑ์ i, ฟังก์ชั่นการแสดงครั้งนี้สามารถกำหนดได้โดยทั้งสองฟังก์ชั่นเกณฑ์หรือมูลค่าที่ระบุไว้โดย (ฟังก์ชั่นที่ลดลงสำหรับการเบี่ยงเบนที่ไม่พึงประสงค์จากเป้าหมายหรือเป้าหมาย) และ ( ฟังก์ชั่นที่เพิ่มขึ้นสำหรับการเบี่ยงเบนจากเป้าหมายที่พึงประสงค์หรือเป้าหมาย) ตามวิธีการนี้ในปัญหาการวัดคุณภาพการให้บริการที่มีขนาด k หรือองค์ประกอบที่มีคุณภาพเป็น DM สามารถกำหนด k คุณลักษณะสองด้านมีการตั้งค่าที่แตกต่างกันอาจจะเป็นฟังก์ชั่น. [แทรกรูปที่ 6 ใกล้ที่นี่] พูดทั่วไปเป็น DM สามารถคำนวณคุณภาพการให้บริการ บริษัท ' คะแนนและจัดอันดับจากที่หนึ่งที่มีค่าสูงสุดของ Z ให้เป็นหนึ่งกับต่ำสุดโดยใช้สมการต่อไปนี้ที่(2) เป็นที่ชัดเจนว่าฟังก์ชั่นการตั้งค่าที่อาจจะแตกต่างกันสำหรับการเบี่ยงเบนบวกและลบจากเป้าหมายหรือความคาดหวังและสำหรับ เกณฑ์ที่แตกต่างกัน (มิติคุณภาพการให้บริการที่แตกต่างกันหรือองค์ประกอบ) ฟังก์ชั่นนี้ยังอาจมีการเปลี่ยนแปลงกับระยะเวลาของการตัดสินใจ รูปที่ 7 แสดงให้เห็นตัวอย่างบางส่วน. [แทรกรูปที่ 7 ใกล้ที่นี่] 5 สรุปและหมายเหตุประกอบ FINAL คุณภาพเป็นปัจจัยความสำเร็จที่สำคัญในอุตสาหกรรมการบริการ วันนี้ก็เป็นที่รู้จักกันดีว่ามีคุณภาพมีผลอย่างมากต่อความพึงพอใจของลูกค้าที่มีความภักดีของการเก็บรักษาและประสิทธิภาพการทำงานที่เหนือกว่า บริษัท แต่คำถามคือว่าวิธีการที่คุณภาพของการบริการที่สามารถวัดได้อย่างมีประสิทธิภาพ? ที่จะตอบคำถามหลายวิธีที่ได้รับการพัฒนาในวรรณคดี แม้ว่ารูปแบบเหล่านี้ถูกนำมาใช้กันอย่างแพร่หลายในอุตสาหกรรมการบริการ แต่พวกเขายังได้รับการวิพากษ์วิจารณ์อย่างกว้างขวาง สองวิพากษ์วิจารณ์ที่สำคัญในรูปแบบการวัดคุณภาพการให้บริการที่มีอยู่เป็นสารเติมแต่งที่เรียบง่ายความสัมพันธ์ระหว่างมิติคุณภาพการให้บริการและอยู่ภายใต้ข้อ จำกัด ความสำเร็จ เพื่อที่จะผ่อนคลายจุดที่อ่อนแอเหล่านี้ที่สำคัญและการปรับปรุงประสิทธิภาพของกระบวนการการวัดคุณภาพการให้บริการที่เป็น GMSQM ได้รับการพัฒนา ตามวิธีการนี้เบี่ยงเบนที่ไม่พึงประสงค์รวมลดลงจากความคาดหวังของลูกค้าหรือเบี่ยงเบนเป็นที่น่าพอใจโดยรวมที่เพิ่มขึ้นจากความคาดหวังของลูกค้าที่สามารถแปลว่ามีคุณภาพสูงขึ้น วิธีการนี้จะช่วยให้ DM เพื่อกำหนดฟังก์ชั่นการตั้งค่าที่แตกต่างกันสำหรับการเบี่ยงเบนเชิงลบและบวกจากการคาดการณ์สำหรับเกณฑ์ที่แตกต่างกัน (มิติคุณภาพการให้บริการที่แตกต่างกันหรือองค์ประกอบ) และสำหรับเวลาที่ต่างกัน ความแตกต่างระหว่างวิธีการเลือนและ GMSQM เสนอเป็นส่วนที่เกี่ยวกับปรัชญาที่รองรับการป้อนข้อมูล DM ของอำนาจของตนในการตั้งค่าการใช้มาตรการ DM ในลักษณะที่ง่ายขึ้นและมีประสิทธิภาพมากขึ้น

ผลลัพธ์ (ไทย) 3:

[ ใส่รูปที่ 5 ใกล้ที่นี่ ]
ในคุณภาพที่แท้จริง โลกบริการการวัดปัญหา DM พยายามที่จะคำนวณค่าของหนึ่งต่อไปนี้สี่สมการสำหรับแต่ละทางเลือก J : [ 6 ]

พิจารณาการวัดคุณภาพ ปัญหากับ K คุณภาพมิติที่กี หมายถึง ระดับหรือความคาดหวังของลูกค้าสำหรับมิติคุณภาพ ( จ. : 1 , 2 , . . . , k ) ให้กำหนดสัญลักษณ์ต่อไปนี้ :
:nonnegative ค่าคงที่แทนญาติน้ำหนักได้รับมอบหมายให้กลับมาเป็นบวกและลบตัวแปร deviational
: nonnegative ค่าคงที่แทนญาติน้ำหนักได้รับมอบหมายให้แต่ละชั้นเรียนที่แตกต่างกันภายในประเภท ith ที่ค่าของพายที่มอบหมาย .
pi :ปัจจัยสําคัญที่เป็นสัญลักษณ์การจัดอันดับที่สามารถตีความหมายความว่าไม่แทนที่ข้ามประเภทของเป้าหมายจะได้รับอนุญาตและไม่รวมน้ำหนักสัมพัทธ์ที่แนบมากับตัวแปร deviational สามารถผลิตทดแทนในรูปแบบ .
: บวกและลบตัวแปร deviational .
: การปฏิบัติจริงในแง่ของลักษณะคุณภาพ ith .
ตามราคารวมที่ไม่เบี่ยงเบนจากความคาดหวังของลูกค้าหรือรวมสูงกว่าพึงปรารถนาเบี่ยงเบนจากความคาดหวังของลูกค้า สามารถแปลเป็นแบบคุณภาพสูง ในคำอื่น ๆวิธีการนี้จะช่วยให้ผู้ป่วยเพื่อพิจารณาประสิทธิภาพนั่นคือความคาดหวังที่สูงขึ้นในแง่ของบางส่วนหรือทั้งหมดคุณลักษณะที่พึงประสงค์หรือมิติ
ดังกล่าวปัญหาการวัดคุณภาพบริการเป็นปัญหาที่ซับซ้อนหลายมิติ โดยธรรมชาติ ในกรณีนี้ คำถามที่สำคัญคือวิธีการที่ DM trade-offs คุณลักษณะที่แตกต่างกัน ? การกำหนดอัตราส่วนคุณลักษณะต่าง ๆอันถือเป็นขั้นตอนที่ยากของการกำหนดปัญหาหลายมิติหลายวิธีได้ถูกเสนอเพื่อหาอัตราส่วนการแลกเปลี่ยนและกำหนดรูปแบบที่เหมาะสมของฟังก์ชันวัตถุประสงค์ ตัวอย่างเช่น charnes และคูเปอร์ [ 16 ] แนะนำช่วงเวลาและแก็ส [ 22 ] ได้เสนอค่าเวกเตอร์วิธีการตามวิธีของ saaty โอ ' เลียรี่ , [ 38 ] เสนอการวิเคราะห์คอนจอยท์ ,sakawa [ 44 ] แนะนำให้ใช้หลักการของฟัซซี่เซตและฟังก์ชันการเป็นสมาชิก และ ทาเคดะ และยู [ 52 ] ให้มีการอภิปรายที่ดีเกี่ยวกับคู่ปัญญาเปรียบเทียบ [ 25,26 ] แนะนำวิธีแฮนเนิ่นฟังก์ชันค่า ตามคำแนะนำของแฮนเนิ่นและรู้จักกันดีทั่วไปวิธีการ promethee เกณฑ์ ,มาร์เทล aouni [ 34 ] และเสนอแนวทางว่า DM สามารถสร้างฟังก์ชันการตั้งค่าของเขาพร้อมกับเป้าหมาย นอกจากนี้ กระบวนการที่มีประสิทธิภาพของการผสมผสานของ DM ตั้งค่าให้โดย rostamy anvary และทาบาตะ . [ 6 ]
ตามวิธีมาตรฐานทั่วไป ( GCM ) สำหรับแต่ละเกณฑ์ และสำหรับแต่ละคู่ของการปฏิบัติงาน ( X , Y ) , ฟังก์ชัน PI (  XY ) สามารถกำหนดมาตรการเข้มของ DM ความชอบ ในคำอื่น ๆ :









กำหนดเป็นความแตกต่างในการปฏิบัติระหว่างปฏิบัติการ x , y ในความสัมพันธ์กับเกณฑ์ผมนี้การปฏิบัติงานที่สามารถกำหนดโดยสองเกณฑ์ หรือค่าฟังก์ชัน ( ฟังก์ชันลดที่ระบุไว้โดยที่ไม่เบี่ยงเบนจากเป้าหมายหรือเป้าหมาย ) และ ( การเพิ่มฟังก์ชันสำหรับพึงปรารถนาเบี่ยงเบนจากเป้าหมายหรือเป้าหมาย ) ตามวิธีนี้ ในการบริการที่มีคุณภาพปัญหาการวัดด้วย K ขนาดหรือองค์ประกอบคุณภาพเป็น DM สามารถกำหนดคุณลักษณะที่มีลักษณะแตกต่างกันอาจ K สองฟังก์ชัน
[ ]
ใส่รูปที่ 6 ใกล้ที่นี่ ทั่วไปพูด เป็น DM สามารถคำนวณคะแนนคุณภาพของ บริษัท บริการ และ ยศ จากที่มีมูลค่าสูงสุดของ Z ที่สุดโดยใช้สมการต่อไปนี้ : ( 1 )


ที่เป็นที่ชัดเจนว่าการตั้งค่าฟังก์ชั่นอาจจะแตกต่างกันในด้านบวกและลบจากการเบี่ยงเบนเป้าหมายหรือความคาดหวังและเงื่อนไขที่แตกต่างกันที่แตกต่างกัน ( มิติคุณภาพหรือองค์ประกอบ ) ฟังก์ชันอาจเปลี่ยนแปลงกับเวลาขอบฟ้าของการตัดสินใจ รูปที่ 7 แสดงบางตัวอย่าง
[ ]
ใส่รูปที่ 7 ใกล้ที่นี่ 5 ข้อสรุปและ
ข้อสังเกตสุดท้ายคุณภาพเป็นปัจจัยแห่งความสำเร็จในอุตสาหกรรมบริการ วัน มันเป็นที่รู้จักกันดีว่าคุณภาพที่ได้ผลกระทบที่แข็งแกร่งในความพึงพอใจของลูกค้าความภักดี เหนือกว่าประสิทธิภาพของ บริษัท และเก็บแต่คำถามก็คือว่าคุณภาพของการบริการ สามารถวัดได้อย่างมีประสิทธิภาพ ? เพื่อตอบคำถามหลายวิธีได้ถูกพัฒนาขึ้นในวรรณคดีแม้ว่า รูปแบบนี้ใช้กันอย่างแพร่หลายในอุตสาหกรรมบริการ แต่พวกเขาได้รับยังวิจารณ์อย่างกว้างขวาง 2 บทวิจารณ์สำคัญในที่มีอยู่คุณภาพบริการวัดรุ่นได้ง่าย เสริมความสัมพันธ์ระหว่างบริการคุณภาพขนาดและเงื่อนไขความสำเร็จเพื่อผ่อนคลาย เหล่านี้มีจุดอ่อนและปรับปรุงประสิทธิภาพของการบริการที่มีคุณภาพการวัดกระบวนการ gmsqm พัฒนาคือ ตามวิธีนี้ ราคารวมที่ไม่เบี่ยงเบนจากความคาดหวังของลูกค้าที่พึงปรารถนาเบี่ยงเบนจากทั้งหมดหรือสูงกว่าความคาดหวังของลูกค้าที่สามารถแปลเป็นแบบคุณภาพสูงวิธีการนี้จะช่วยให้สามารถกำหนดฟังก์ชั่นการตั้งค่าที่แตกต่างกันสำหรับ DM ลบ และบวก เบี่ยงเบนไปจากความคาดหวัง ในเงื่อนไขที่แตกต่างกันที่แตกต่างกัน ( มิติคุณภาพหรือองค์ประกอบ ) และสำหรับเวลาที่ต่างกันความแตกต่างระหว่างวิธีการฟัซซี่และเสนอ gmsqm คือเคารพปรัชญาที่แผ่นอยู่ของ DM ใส่พลังในการผสมผสานของ DM ในลักษณะที่ง่ายและมีประสิทธิภาพมากขึ้น .