El objetivo planteado consistió en desarrollar una versión reducida del CECASDEP y obtener evidencias de su validez y fiabilidad en 2 muestras diferentes. Participaron 882 personas con un rango de edad que oscilaba entre 14 y 81 años (M=34.89; DT=12.57), de los que 432 eran hombres y 440 mujeres. Se examinó la estructura interna mediante análisis factorial confirmatorio y la validez cruzada mediante análisis multigrupo, obteniendo un buen ajuste en los distintos índices. El modelo resultante está compuesto por 25 ítems y 5 dimensiones, con propiedades psicométricas que mostraron buena consistencia interna, validez convergente y discriminante. El análisis factorial confirmatorio mostró buen ajuste en los distintos índices y el análisis multigrupo ofreció una estructura estable en 2 muestras independientes. Los resultados indican que el modelo propuesto supone una herramienta válida para evaluar la calidad percibida en servicios deportivos.
The aim of this study was to develop a short version of CECASDEP and to obtain evidence of its validity and reliability in two different samples. A total of 882 individuals, 432 male and 440 female aged 14 to 81 (M=34.89; DT=12.57) were included in the study. Internal structure was examined, using confirmatory factor analysis, and a good adjustment of the model to the data was obtained. Besides, cross-validity was evaluated through multi-group analysis. The resulting model is composed of 25 items and 5 dimensions, with psychometric properties reflecting good internal consistency, convergent validity and discriminant validity. Confirmatory factor analysis showed an acceptable adjustment of the model to the data and multi-group analysis reflected that the structure factor is stable in two independent samples. The results confirm that the proposed model is a valid tool to assess the perceived quality in sports services.
La industria del fitness está creciendo rápidamente en todo el mundo (Macintosh & Doherty, 2007) y su importancia ha sido muy reseñable durante las últimas décadas, fundamentalmente como promotor de salud y de una actividad física saludable. Además, el aumento del tiempo libre y la creciente preocupación por el envejecimiento saludable ha favorecido la participación deportiva. Según la International Health, Racquet y Sportsclub Association (2014), el aumento global de centros fitness fue del 4.7% en el último año, situándose España dentro del top 10. Esta situación genera la necesidad de una orientación hacia el usuario que exige un conocimiento preciso de sus características, motivaciones, intereses y necesidades. No obstante, en un sector donde la heterogeneidad es tan evidente, alcanzar estos objetivos se convierte en un elemento decisivo (Alonso, Rial, & Rial, 2013) al ser la empresa la que debe identificar lo reclamado y adaptarse (Valls, 2010).
No obstante, pese a que la expansión progresiva de los centros de fitness, donde a nivel europeo España se sitúa en cuarto lugar en cuanto a número de clubs y en tercer lugar en cuanto a número de clientes (IHRSA, 2014), y con un aumento en España del 27% en el último año solo para el segmento low cost (Valcarce, López, & García, 2015), el abandono de los centros deportivos representa un problema social y económico (Nuviala, Grao-Cruces, Teva-Villén, Pérez-Ordás, & Blanco-Luengo, en prensa), por lo que evitar bajas de socios es uno de los logros más importantes para los gestores de centros deportivos (Bodet, 2012). Así, tanto la elevada rotación de socios como el incremento de la práctica deportiva autoorganizada suponen una gran preocupación a la hora de conseguir adecuados niveles de fidelización, la oferta de un servicio mejor ajustado a las necesidades y de mayor calidad, así como la búsqueda de los motivos que han dificultado la disposición a participar de clientes potenciales. De esta manera, la creación de una base de clientes leales supone uno de los mayores desafíos para los gestores de centros fitness (Theodorakis, 2014). El diseño de estrategias de fidelización que fomenten la adherencia de los usuarios (Martín & Estrada, 2002) conduce al estudio de la calidad del servicio prestado como factor estratégico en el desarrollo de las organizaciones, al representar una variable determinante en la fidelidad (García, Bernal, Lara, & Galán, 2013). Así pues, teniendo en cuenta que cada organización deportiva tiene unas necesidades (Giese & Cote, 2002), el análisis de la importancia que los usuarios conceden a la prestación del servicio supone un área de interés, con un alto protagonismo para la medición de la calidad percibida dentro de los sistemas y de las estrategias de gestión, además de considerarse fundamental para garantizar la buena salud empresarial, con el objetivo de aumentar la capacidad competitiva y el crecimiento económico (Colmenares & Saavedra, 2007).
Numerosos modelos de evaluación de servicios existentes en la literatura demuestran que hay diferentes atributos que tienen directa o indirectamente relación con la lealtad del cliente (Theodorakis, 2014). Dentro de estos modelos, Grönroos (1984, 1988) desarrolló un modelo tridimensional que sirvió de base para el modelo SERVQUAL propuesto por Parasuraman, Zeithaml y Berry (1988), que ha sido el predominante en las últimas décadas a través de sus 5 dimensiones, pese a ser criticado fundamentalmente por Cronin y Taylor (1992) que propusieron el modelo SERVPERF, así como en varias investigaciones que advirtieron de diferentes limitaciones (Alexandris, Zahariadis, Tsorbatzoudis, & Grouios, 2004; Calabuig, Quintanilla, & Mundina, 2008; Kim & Kim, 1995; Kouthouris & Alexandris, 2005; Nuviala, Tamayo, Iranzo, & Falcón, 2008). Posteriormente, Dabholkar, Thorpe, y Rentz (1996) propusieron un modelo multinivel de calidad de servicio mientras que el modelo de Brady y Cronin (2001) concibe la calidad del servicio a través de 3 dimensiones principales.
De esta manera, los juicios de calidad del servicio son conceptos específicos y su evaluación correspondiente se centra específicamente en las dimensiones de dicha calidad (Pedragosa & Correia, 2009), si bien estas dimensiones no son generalizables y difieren en función del servicio o incluso del entorno geográfico (Batista & Coenders, 2012), motivo por el que han aparecido diversas investigaciones que ponen de manifiesto el escaso consenso a la hora de determinar las dimensiones de la calidad en el sector deportivo (Avourdiadou & García, 2014; Calabuig, Molina, & Núñez, 2012; García, Fernández, & Bernal, 2014; Hsueh & Su, 2013; Theodorakis, Howat, Ko, & Avourdiadou, 2014). La importancia, por tanto, de conocer los aspectos que los consumidores consideran relevantes en la percepción de la calidad del servicio deportivo no solo representa el predictor más importante de la fidelidad (Baker & Crompton, 2000; Yacout, 2010), sino que dará lugar al adecuado diseño e implementación de estrategias de gestión según las necesidades del público objetivo, lo que facilitará estrategias de marketing apropiadas (Teixeira & Correia, 2009).
Así, partiendo de la herramienta CECASDEP (Gálvez, 2011), cuya versión final fue utilizada por Gálvez y Morales (2015), compuesta por 5 dimensiones, el objetivo planteado en la presente investigación fue el desarrollo de una versión reducida y el obtener evidencias acerca de su validez y de su fiabilidad en una muestra amplia de participantes, además de contribuir a un conocimiento más profundo de los aspectos relevantes dentro del sector de los servicios deportivos. En este sentido, dado el creciente interés social y la demanda existente, se facilita así su utilización al resultar una herramienta de sencilla y rápida aplicación con adecuadas propiedades psicométricas, por lo que el desarrollo de investigaciones en este entorno proporcionarán señales importantes para la gestión profesional en una amplia variedad de aspectos.
MétodoParticipantesSe utilizaron 3 instalaciones deportivas para la recogida de datos, con un total de 882 participantes que respondieron al cuestionario. La edad estuvo comprendida entre los 14 y los 81 años (M=34.89; DT=12.57), registrándose 44 (5.0%) datos perdidos. La distribución fue similar en cuanto a hombres (432; 49.0%) y mujeres (440; 49.9%), aunque no contestaron este apartado 10 (1.1%) participantes. Se trató de un muestreo no probabilístico, concretamente por conveniencia o accidental (Coolican, 2005) al obtener la muestra de aquellas organizaciones cuyos responsables accedieron formalmente a colaborar con la presente investigación.
InstrumentoCuestionario de Evaluación de la Calidad Percibida en Servicios Deportivos (CECASDEP-v.2.0; Gálvez, 2011). Esta herramienta consta de 51 ítems repartidos en 5 subescalas: instalación municipal deportiva (IMD, 10 ítems); espacios de actividad (ED, 10 ítems); vestuarios (V, 12 ítems); programa de actividades (PA, 9 ítems) y profesor-monitor (PM, 10 ítems). Las respuestas se distribuyen en una escala tipo likert cuyo rango oscila desde 1 (nada de acuerdo) hasta 5 (muy de acuerdo). Se incluyeron datos de carácter sociodemográfico (género, edad, nivel de estudios, situación profesional y antigüedad). La estructura obtenida en el estudio original mostró 11 factores, siendo la fiabilidad (α) para las diferentes subescalas de 76, 86, 86, 78 y 92, respectivamente. El análisis factorial confirmatorio (AFC), realizado de manera independiente para cada subescala, mostró un ajuste adecuado para el modelo propuesto (χ2/gl<3; CFI, GFI y TLI>.90; RMSEA<.08; RMR<.05), si bien no se llevaron a cabo medidas complementarias de validez interna del modelo (fiabilidad compuesta [FC], varianza media extractada [AVE], validez convergente y discriminante).
ProcedimientoPara conseguir los objetivos propuestos de obtener evidencias de fiabilidad y validez del CECASDEP, el desarrollo de la presente investigación se realizó en 4 pasos. En primer lugar, respondieron al cuestionario 515 participantes con edades comprendidas entre 14 y 69 años (M=32.04; DT=11.06), con 222 mujeres (43.1%) y 283 hombres (55,0%); dejaron sin responder a la edad 28 personas y al género 10 personas. La fidelización con la organización se ve representada con una media de 3.62 años (DT=3.20) y 86 participantes afirmaron practicar otra actividad en un centro privado. Se examinó la estructura original de la herramienta mediante un AFC. La validez interna se testó mediante la FC, la validez convergente y discriminante. A continuación, se refinó la escala en función de los resultados obtenidos. Se utilizó en tercer lugar una nueva muestra (n=367) para realizar un AFC y se repitieron las medidas de validez interna con el objetivo de comprobar el modelo de medida tras el refinamiento de la escala. El rango de edad osciló entre 14 y 81 años (M=38.84; DT=13.45); 16 personas no respondieron a esta cuestión. Por género, 218 (59.4%) fueron mujeres y 149 (40.6%) hombres. Por último, se procedió a evaluar la validez cruzada mediante análisis multigrupo con el objetivo de comprobar la estabilidad de la estructura factorial en los diferentes grupos.
La recogida de datos se realizó en los distintos espacios de actividad en los que se desarrollaban los programas de actividad física, bien antes de comenzar o después de finalizar la propia actividad. Fueron los propios investigadores los que aplicaron el cuestionario, supervisando el proceso para aclarar cualquier duda y verificando que estuviera correctamente cumplimentado. Los usuarios fueron informados del anonimato en las respuestas, de la confidencialidad de los resultados y de la voluntariedad de participación en el estudio; dispusieron de 15 min para completar el cuestionario.
Análisis de datosEl AFC se realizó mediante el software Amos (v.20.0, IBM company), con un método de estimación de máxima verosimilitud. La normalidad de los datos se llevó a cabo examinando los valores univariados de asimetría y curtosis. Se utilizó una variedad de índices de ajuste para evaluar el modelo (Boomsma, 2000), asumiendo un buen ajuste cuando la ratio entre el valor chi-cuadrado (χ2) y los grados de libertad era menor a 3 (Kline, 2005), el índice Root Mean Square Error of Aproximation (RMSEA) era inferior a .06 o asumía un valor máximo de .08 (Byrne, 2000), los índices Comparative Fit Index (CFI), Goodness of Fit Index (GFI), Tucker-Lewis Index (TLI) e Incremental Fit Index (IFI) eran mayores que .90 (Hair, Black, Babin, Anderson, & Tatham, 2006). La consistencia interna se calculó a través del coeficiente de FC, que resulta más adecuado que el valor alfa de Cronbach al no depender del número de atributos asociados a cada concepto (Lévy-Mangin & Varela, 2006), considerándose apropiados índices superiores a .70 (Hair et al., 2006). La validez convergente se estimó mediante la AVE. Indicaban un buen ajuste los valores superiores a .50 (Hair et al., 2006). La validez discriminante fue asumida en la medida en que la AVE de cada variable latente fuera superior al cuadrado de la correlación entre ellas (Hair et al., 2006).
La evidencia de validez de constructo en un grupo no garantiza que el constructo sea válido para otras muestras, por lo que se analizó si existía equivalencia en la estructura factorial de varios grupos mediante la contrastación de la invarianza factorial (Abalo, Lévy, Rial & Varela, 2006). Para ello, se realizó un análisis multigrupos comparando la diferencia de modelos de invarianza (Brown, 2006) sin tener en cuenta el test chi-cuadrado, al ser demasiado restrictivo, por lo que se tuvieron en cuenta los cambios en el valor de CFI (Byrne, 2009) el cual debe ser inferior a .01 (Cheung & Rensvold, 2002).
ResultadosLos valores de asimetría oscilaron entre −.022 (ítem 35) y −1,36 (ítem 49), mientras que la curtosis varió entre −.015 (ítem 24) y 1,60 (ítem 49), cumpliendo así el criterio de normalidad univariada (Kline, 2005). El AFC no mostró un buen ajuste para la estructura de 11 factores: χ2 (1072, n=515)=3724,24 (p<.001), χ2/gl=3,47; RMSEA=.068 (CI=.066, .070); CFI=.79; GFI=.77; TLI=.77; IFI=.79. Pese a que el índice RMSEA indicó un buen ajuste, los valores de CFI, GFI, TLI e IFI fueron inferiores al umbral .90 (Hair et al., 2006). Además, los factores del modelo no mostraron buenas propiedades psicométricas, apoyando así la necesidad de refinamiento de la escala. Los valores de la FC para ubicación (.65), equipamiento (.29) y programas (.63) indicaron falta de consistencia interna. La validez convergente fue adecuada únicamente en los factores de la subescala profesor-monitor (contenido=.69; interacción=.75) mientras que con excepción de los factores ubicación, funcionalidad e interacción, todos mostraron falta de validez discriminante.
Para mejorar el ajuste, se llevó a cabo una revisión de la estructura factorial tomando como base los pesos factoriales y los índices de modificación. De esta forma, se seleccionaron aquellos ítems cuya carga factorial estandarizada (λ) superó el punto de corte .5, eliminándose del modelo original los ítems imd3, imd4, imd5, imd6, imd7, imd8, ed11, ed12, ed13, ed14, v23, v24, v26, v25, v27, v28, pa33, pa34, pa35, pa36, pa38, pm42, pm47 y pm51. La consideración de los índices de modificación de ajuste sugirió la introducción de una covarianza entre los errores de los ítems ed17 y ed19 (IM=17.216) al estar relacionado el estado del material con la seguridad. Adicionalmente, el ítem ed15 mostró una alta covarianza con el factor funcionalidad (IM=4.36), y el ítem ed16 tanto con el factor ambiente (IM=25.11) como con el ítem v32 (IM=113.50), en ambos casos se procedió a su eliminación.
Estas modificaciones produjeron una mejora considerable del ajuste del modelo, en este caso con 25 ítems, situándose todos los índices dentro de los valores recomendados [χ2(246)=705.84 (p<.001); χ2/gl=2.86; RMSEA=.060 (CI=.055-.066); CFI=.93; GFI=.90; TLI=.91; IFI=.93]. El estadístico χ2 fue significativo (p<.001) y la ratio entre los grados de libertad se situó dentro del rango aceptable. Los valores de los índices CFI, GFI, TLI e IFI se encontraron dentro del criterio recomendado para un buen ajuste y el índice RMSEA indicó un ajuste satisfactorio. En general, el modelo de medida final mostró un adecuado ajuste, cuyos datos se situaron dentro de los criterios requeridos para unas buenas propiedades psicométricas.
Como se muestra en la tabla 1, todos los ítems mostraron altos pesos factoriales en un rango entre .56 y .89, y los valores Z fueron adecuados, lo que indica que cada ítem carga significativamente dentro de su respectivo factor. Con excepción del factor ubicación (FC=.65), todos los coeficientes de FC fueron superiores al criterio .70 con valores comprendidos entre .75 y .92, indicando así buena consistencia interna en cada constructo. Adicionalmente, todos los valores de la AVE fueron adecuados a la norma recomendada de .50.
Cargas factoriales, puntuaciones Z, fiabilidad compuesta y varianza media extractada
| Subescala/variable latente/ítem | λ | Valores Z | FC | AVE |
|---|---|---|---|---|
| Instalación municipal deportiva (IMD) | ||||
| Ubicación | .65 | .48 | ||
| 1. La instalación deportiva se encuentra bien ubicada | .66 | 7.67 | ||
| 2. Le resulta fácil llegar a la instalación | .71 | 6.05 | ||
| Atención | .75 | .60 | ||
| 9. Cuando tiene algún problema la disposición a ayudarle es buena | .79 | 7.94 | ||
| 10. El trato que recibe es amable | .76 | 8.98 | ||
| Espacios deportivos (ED) | ||||
| Funcionalidad | .85 | .59 | ||
| 17. El espacio deportivo le ofrece seguridad | .70 | 12.38 | ||
| 18. El equipamiento es apropiado para realizar la actividad | .79 | 12.36 | ||
| 19. El material está en buenas condiciones | .84 | 9.13 | ||
| 20. Existe suficiente material para el desarrollo de la actividad | .74 | 13.33 | ||
| Vestuarios (V) | ||||
| Comodidad | .79 | .66 | ||
| 21. Las dimensiones son adecuadas para su comodidad | .85 | 4.97 | ||
| 22. La disponibilidad de bancos es suficiente para su comodidad | .77 | 7.75 | ||
| Ambiente | .81 | .51 | ||
| 29. La ventilación es adecuada | .73 | 12.43 | ||
| 30. La iluminación le parece correcta | .78 | 11.22 | ||
| 31. La temperatura resulta confortable | .75 | 12.15 | ||
| 32. La limpieza es correcta | .60 | 14.30 | ||
| Programa de actividades (PA) | ||||
| Características | .78 | .49 | ||
| 37. La actividad en la que participa se ajusta a sus expectativas | .56 | 14.13 | ||
| 39. La distribución semanal (frecuencia) de las actividades es adecuada | .71 | 12.16 | ||
| 40. El horario de la actividad es apropiado | .77 | 1.35 | ||
| 41. La duración de la actividad es adecuada | .67 | 12.87 | ||
| Profesor–monitor (PM) | ||||
| Interacción | .86 | .75 | ||
| 43. Existe buena comunicación entre los usuarios y el monitor | .89 | 7.51 | ||
| 44. El trato con el monitor resulta agradable | .85 | 1.02 | ||
| Contenido | .92 | .69 | ||
| 45. Las clases están bien organizadas | .88 | 11.86 | ||
| 46.Se preocupa por adaptar la actividad al nivel de los usuarios | .83 | 13.29 | ||
| 48. Utiliza correctamente el material del que dispone | .78 | 14.03 | ||
| 49. Su implicación durante la actividad es adecuada | .87 | 14.45 | ||
| 50. Está capacitado para desempeñar la actividad | .74 | 12.00 | ||
AVE: varianza media extractada; FC: fiabilidad compuesta.
La validez discriminante fue aceptada en la medida en que la AVE de cada variable latente fue superior al cuadrado de la correlación entre ellas (tabla 2).
Varianza media extractada y validez discriminante
| Factores | UBIC | ATENC | FUNC | CONF | AMB | CARAC | INTER | CONT | ||
|---|---|---|---|---|---|---|---|---|---|---|
| FC | AVE | .48 | .60 | .59 | .66 | .51 | .49 | .75 | .68 | |
| UBIC | .65 | .48 | 1.00 | |||||||
| ATENC | .75 | .60 | .19 | 1.00 | ||||||
| FUNC | .85 | .59 | .07 | .27 | 1.00 | |||||
| CONF | .79 | .66 | .00 | .08 | .12 | 1.00 | ||||
| AMB | .81 | .51 | .06 | .24 | .38 | .33 | 1.00 | |||
| CARAC | .78 | .49 | .15 | .22 | .30 | .06 | .23 | 1.00 | ||
| INTER | .86 | .75 | .00 | .14 | .02 | .04 | .05 | .13 | 1.00 | |
| CONT | .92 | .68 | .05 | .25 | .08 | .03 | .09 | .23 | .67 | 1.00 |
AMB: ambiente; ATENC: atención; AVE: varianza media extractada; CARAC: características; CONF: comodidad; CONT: contenido; FUNC: funcionalidad; INTER: interacción; PROG: programas; UBIC: ubicación.
Con el objetivo de confirmar el modelo de medida, se utilizó una nueva muestra (n=367) para realizar un AFC, cuyos resultados mostraron un buen ajuste del modelo de medida [χ2(246, n=367)=578.222 (p<.001); χ2/gl=2.35; RMSEA=.062 (CI=.055-.069); CFI=.94; GFI=.88; TLI=.93; IFI=.94], con todos los índices considerados dentro del rango aceptable. El valor χ2/gl fue inferior al criterio 3, los valores de CFI, TLI e IFI superaron el criterio .90 recomendado y el índice GFI se situó muy próximo al punto de ajuste. El índice RMSEA sugirió un buen ajuste con un valor entre .60 y .80. Adicionalmente, los valores de FC superaron el índice .70, en un rango de .71 a .94, y la AVE fue superior al criterio .50 recomendado. Por último, los valores de las correlaciones al cuadrado oscilaron entre .04 y .71, aceptando la validez discriminante para todos los factores (tabla 3). De esta forma, los resultados mostraron buenas propiedades psicométricas, confirmando así la validez del modelo de medida.
Fiabilidad compuesta, varianza media extractada y validez discriminante
| Factores | UBIC | ATENC | FUNC | CONF | AMB | CARAC | INTER | CONT | ||
|---|---|---|---|---|---|---|---|---|---|---|
| FC | AVE | .56 | .63 | .59 | .63 | .57 | .59 | .88 | .77 | |
| UBIC | .71 | .56 | 1.00 | |||||||
| ATENC | .77 | .63 | .27 | 1.00 | ||||||
| FUNC | .85 | .59 | .48 | .42 | 1.00 | |||||
| CONF | .77 | .63 | .16 | .07 | .26 | 1.00 | ||||
| AMB | .84 | .57 | .26 | .37 | .54 | .41 | 1.00 | |||
| CARAC | .85 | .59 | .20 | .35 | .37 | .16 | .41 | 1.00 | ||
| INTER | .94 | .88 | .06 | .19 | .16 | .04 | .16 | .22 | 1.00 | |
| CONT | .94 | .77 | .13 | .29 | .28 | .07 | .25 | .33 | .71 | 1.00 |
AMB: ambiente; ATENC: atención; AVE: varianza media extractada; CARAC: características; CONF: comodidad; CONT: contenido; FC: fiabilidad compuesta; FUNC: funcionalidad; INTER: interacción; PROG: programas; UBIC: ubicación.
Por último, para comprobar la validez cruzada se realizó un análisis multigrupo con la muestra de ensayo (n=515) y la muestra de validación (n=367). El modelo libre (asume la igualdad sin restricciones) mostró un buen ajuste (modelo 1: χ2[492]=1299.48 [p<.001]; χ2/gl=2.64; RMSEA=.04; CFI=.93; GFI=.89; TLI=.92; IFI=.93), así como también el modelo con pesos factoriales restringidos (modelo 2: χ2[509]=1325.06 [p<.001]; χ2/gl=2.60; RMSEA=.04; CFI=.93; GFI=.89; TLI=.92; IFI=.93) y el modelo con varianzas y covarianzas restringidas (modelo 3: χ2[545]=1406.69 [p<.001]; χ2/gl=2.58; RMSEA=.04; CFI=.92; GFI=.88; TLI=.92; IFI=.93). El estadístico χ2 no mostró diferencias significativas entre los modelos 1 y 2 (χ2dif [17]=25.58; p=.082) pero sí entre los modelos 1 y 3 (χ2dif [53]=107.21; p=.00), aunque se tuvo en cuenta la diferencia del índice CFI, en este caso inferior a .01 (Cheung & Rensvold, 2002) para los distintos modelos de invarianza, indicando así que la estructura factorial para el modelo propuesto es estable en 2 muestras independientes (Loehlin, 2003; Marôco, 2010).
DiscusiónEste trabajo se realizó con el objetivo de mejorar el modelo de medida planteado en la herramienta CECASDEP (Gálvez, 2011) a través de una reducción del número de ítems, manteniendo sus dimensiones y obteniendo adecuadas propiedades psicométricas que permitan evidenciar su validez y fiabilidad, de manera que su utilización en los centros deportivos sea rápida y facilite a los gestores una información relevante para la toma de decisiones.
La estructura interna del cuestionario consta de 5 dimensiones siguiendo así la línea de otros trabajos (Calabuig & Crespo, 2009; Camino & García, 2014; García, Cepeda, & Martín, 2012; Nuviala et al., 2013; Theodorakis, Kambitsis, Laios, & Koustelios, 2001). Además, el número de ítems resultantes (25) es inferior a los que utilizan otras herramientas para la evaluación del servicio en centros deportivos como EPOD con 29 ítems (Nuviala et al., 2008), EPOD2 con 28 ítems (Nuviala et al., 2013), CALIDFIT con 33 ítems (García et al., 2012), o la escala propuesta por Brady y Cronin (2001) con 35 ítems, la cual ha sido adaptada para diferentes estudios recientes (Calabuig et al., 2012; García et al., 2013). Teniendo en cuenta el diferente número de ítems que compone cada factor, los indicadores de ajuste individual y global del modelo fueron razonables. Se obtuvo adecuada consistencia interna (FC>.70) obtenida mediante el análisis de la FC, salvo para el factor ubicación (FC=.65), si bien se considera aceptable para su reducido número de ítems (Hair, Anderson, Tatham, & Black, 1998). De igual manera, la AVE y la validez discriminante también fueron adecuadas.
Tras el análisis preliminar realizado como primer paso, las diferencias observadas con respecto a los resultados obtenidos por otras investigaciones en las que utilizaron una versión compuesta por 71 ítems con estructuras factoriales diferentes (Morales & Gálvez, 2011; Morales, Gálvez, & Ruiz, 2013) muestran una considerable mejora de ajuste del modelo, al igual que ocurre respecto a los resultados obtenidos por Gálvez (2011) con una versión de 51 ítems, reforzando así la necesidad de optimizar la herramienta. Así, el análisis factorial utilizado en el modelo final mostró un ajuste satisfactorio de los datos, confirmando la estructura propuesta para la medición de la calidad percibida. Por otro lado, se ha obtenido un resultado importante al confirmarse la invariancia del modelo en 2 muestras independientes, apoyando así la validez cruzada, paso crucial al evaluar escalas psicométricas y confirmando, por tanto, que se trata de un instrumento válido y fiable para medir la calidad percibida en servicios deportivos.
Comprender las características de los atributos del servicio es un aspecto importante tanto para los investigadores como para las empresas del sector deportivo, puesto que, sin saber cuáles son más influyentes, resulta complejo el diseño de una estrategia de marketing adecuada (Albayrak & Caber, 2014). De esta manera, los resultados del presente estudio proporcionan a los directivos una realidad detallada del servicio deportivo que favorecerá, a nivel estratégico, la toma de decisiones. En este sentido, no solo deben cuidarse los grupos de población que tienen mejores percepciones de calidad, sino que se debe dedicar un mayor esfuerzo e implementar estrategias específicas para aquellas personas que muestran mayor sensibilidad a una baja percepción de la calidad (García et al., 2012). El hecho de disponer de una herramienta de sencilla y rápida aplicación posibilita la evaluación continua de la percepción del servicio (Jiang & Wang, 2006), de manera que se puedan potenciar y establecer acciones de mejora en cada dimensión de la calidad, y mejorar así la percepción global (Parasuraman et al., 1988). Como conclusión, consideramos que los resultados de este estudio proporcionan implicaciones importantes en el aprovechamiento de la calidad percibida para los gestores deportivos, al facilitarles una herramienta que dispone de las suficientes garantías psicométricas y que puede ser utilizada por investigadores y profesionales del deporte para la evaluación de la calidad percibida en usuarios de servicios deportivos.
No obstante, investigaciones futuras podrían incluir otros constructos recogidos en la literatura científica y que giran en torno a la calidad del servicio más allá de la utilización de una única dimensión, ampliando de esta manera la comprensión del cliente acerca del servicio recibido, así como de sus necesidades. Consideramos importante, por tanto, la inclusión de dimensiones como el valor (Nuviala et al., 2012; Theodorakis et al., 2014), la satisfacción (Tsitskari, Antoniadis, & Costa, 2014; Avourdiadou & Theodorakis, 2014) y la intención futura de comportamiento (Avourdiadou & Theodorakis, 2014; Nuviala et al., 2014; Theodorakis et al., 2014), empleadas en estudios recientes. Por otro lado, y teniendo en cuenta la velocidad a la que avanza este sector, existen áreas potenciales de intervención que ayudarían en la toma de decisiones. Así, no solo resulta esencial conocer la percepción de la calidad y su relación con otras dimensiones, tal y como se propone, utilizando para ello instrumentos de reconocida fiabilidad y validez, sino también resulta esencial recoger cuál es la asistencia mensual a este tipo de centros, los motivos de abandono y la permanencia desde la inscripción. Esta información posibilitaría diseñar propuestas de intervención que tuvieran en cuenta el programa de actividades ofertado, las franjas horarias y el precio, e incluir, además, una estrategia de marketing eficaz. Sería interesante, por otro lado, la utilización de la herramienta en otros contextos que posibilitaran la comparación de diferentes modelos de gestión, y que incluyera, en este caso, un análisis de invarianza en función del género y de la edad, procurando así un acercamiento a las necesidades específicas de cada sector.
