Multivariate techniques for analyzing the perceived quality of public bus service in Costa Rica
DOI:
https://doi.org/10.5281/zenodo.18806467Keywords:
logistic regression, multinomial regression, transit quality of service, Decision Tree AlgorithmAbstract
In increasingly congested and polluted cities, it is of utmost importance to retain public transport users and seek to increase its use, so as to prevent an increase in travel times, emissions and other consequences derived from intensive use of private cars. One of the key aspects for achieving this is to manage the quality of public transport service. However, measuring service quality can be multifaceted and complex, requiring different indicators to evaluate the service provided. This can make managing an already complex concept even more difficult. This study demonstrates how Decision Tree Algorithm and logistic and multinomial regressions can be used to determine variables that may affect the quality of public transportation services. In addition, this study shows improvements in aspects related to safety, travel times and bus stops, which can lead to progress in the quality of public transport services.
Downloads
References
Abarca, A. (2013). Percepción de los usuarios del servicio de transporte tren, Costa Rica, mayo de 2012. Revista de Ciencias Económicas, 31(1), 169-179.
Abenoza, R.; Cats, O. & Susilo, Y. (2017). Travel satisfaction with public transport: Determinants, user classes, regional disparities and their evolution. Transportation Research Part A: Policy and Practice, 95, 64-84.
Agresti, A. (2019). An introduction to categorical data analysis. EEUU: John Wiley & Sons.
Allen, J.; Muñoz, J. & Ortúzar, J. (2018). Modelling service-specific and global transit satisfaction under travel and user heterogeneity. Transportation Research Part A: Policy and Practice, 113, 509-528.
Allen, J.; Muñoz, J. & Ortúzar, J. (2020). On the effect of operational service attributes on transit satisfaction. Transportation, 47(5), 2307-2336.
Araoz, L.; Huaracha, W.; Quispe, V. & Turpo, A. (2023). Aplicación de árboles de decisión para la identificación de adaptabilidad de estudiantes en educación online. Innovation and Software, 4(2), 166-181.
Carbajal, O. & Molla, D. (2021). Percepción de la calidad de servicio y satisfacción del cliente en el transporte público urbano: El caso del Metropolitano en Lima [Trabajo de grado]. Pontificia Universidad Católica del Perú. Perú. Recuperado de: https://tesis.pucp.edu.pe/items/6339fa22-22cc-4cf5-96ee-c1d8968591e1
Cardona, P. (2004). Aplicación de árboles de decisión en modelos de riesgo crediticio. Revista Colombiana de estadística, 27(2), 139-151.
Chaves, G. & Hernández, H. (2015). Desempeño y calidad de servicio de autobuses externos de la Universidad de Costa Rica. Revista Infraestructura Vial, 17(30), 13-22.
Chia, J.; Lee, J. & Kamruzzaman, M. (2016). Walking to public transit: Exploring variations by socioeconomic status. International Journal of Sustainable Transportation, 10(9), 805-814.
Contraloría General de la República (2018). Encuesta Nacional de Percepción de los Servicios Públicos realizada por la Contraloría General de la República (CGR). Costa Rica.
Datacamp (2024). Árboles de decisión en aprendizaje automático con R. Una guía completa para construir, visualizar e interpretar modelos de árboles de decisión con R [Documento en línea]. Recuperado de: https://www.datacamp.com/es/tutorial/decision-trees-R
Dell’Olio, L.; Ibeas, A. & Cecin, P. (2011). The quality of service desired by public transport users. Transport Policy, 18(1), 2.
Eboli, L. & Mazzulla, G. (2011). A methodology for evaluating transit service quality based on subjective and objective measures from the passenger’s point of view. Transport Policy, 18(1), 172-181.
Friman, M. & Fellesson, M. (2009). Service supply and customer satisfaction in public transportation: The quality paradox. Journal of Public transportation, 12(4), 57-69.
Gómez, S. & Cubero, M. (2019). Congestión vial de los cantones en Costa Rica. Informe Estado de la Nación en Desarrollo Humano Sostenible [Documento en línea]. Recuperado de: https://repositorio.conare.ac.cr/items/142f5506-7442-4d64-aeed-3932eff0e056
Hastie, T.; Tibshirani, R. & Friedman, J. (2008). The Elements of Statistical Learning Data Mining, Inference, and Prediction. Vol. 2. New York: Springer.
Hernández, Ó. (2013). Temas de análisis estadístico multivariante. San José: Editorial de la Universidad de Costa Rica.
Hernández, H. & Jiménez, D. (2018). Movilidad peatonal y en bicicleta en Costa Rica. Estado de la Nación en Desarrollo Humano Sostenible [Documento en línea]. Recuperado de: https://repositorio.conare.ac.cr/items/6ef788d1-ee1e-4c81-be47-b104430940ba
Ibarra, L.; Romero, N. & Paredes, D. (2017). La calidad del servicio en el sistema de transporte público y su impacto en la satisfacción del usuario. Innovaciones de negocios, 14(28), 263-286.
James, G.; Witten, D.; Hastie, T. & Tibshirani, R. (2023). An introduction to statistical learning: With applications in Python. Switzerland: Springer International Publishing.
Hernández, H.; Jiménez, D. & Loría, L. (2019). Percepción del usuario de la calidad del servicio de bus externo de la Universidad de Costa Rica. Costa Rica: Unidad de Seguridad Vial y Transporte LanammeUCR. Recuperado de: https://www.lanamme.ucr.ac.cr/repositorio/handle/50625112500/1764
Litman, T. (2003). Measuring transportation: traffic, mobility and accessibility. ITE journal, 73 (10), 28–32.
Mesbah, M.; Sahraei, M.; Soltanpour, A. & Habibian, M. (2022). Perceived service quality based on passenger and trip characteristics: A structural equation modeling approach. Journal of Rail Transport Planning & Management, 23, 100340.
Morocho, A. & Rodríguez, J. (2019). La calidad de servicio del transporte público urbano en la ciudad de Azogues [Proyecto Técnico]. Universidad Politécnica Salesiana. Perú. Recuperado de: https://dspace.ups.edu.ec/bitstream/123456789/17313/1/UPS-CT008257.pdf
Naranjo, L. & Caisa, E. (2023). Calidad del servicio y satisfacción del usuario del transporte público de la provincia de Tungurahua. Religación: Revista de Ciencias Sociales y Humanidades, 8(36), 1.
Origel, C.; Rendón, E.; Abundez, I. & Alejo, R. (2020). Redes neuronales artificiales y árboles de decisión para la clasificación con datos categóricos. Research in Computing Science, 149(8), 541-554.
Ortúzar, J. (2000). Modelos de demanda de transporte. Chile: Ediciones Universidad Católica de Chile.
Rivero, F. (2022). Árbol de Decisión en Aprendizaje Automático. Revista Varianza, 19, 39-46.
Rodríguez, A. (2013). Percepción de los usuarios del servicio de transporte tren, Costa Rica, mayo de 2012. Revista de Ciencias Económicas, 31(1).
Schipper, L.; Saenger, C. & Sudardshan, A. (2011). Transport and carbon emissions in the United States: the long view. Energies, 4(4), 563-581.
Transit Cooperative Research Program (2013). Report 165. Transit Capacity and Quality of Service Manual. Washington: Transportation Research Board. Recuperado de: https://www.nationalacademies.org/read/24766
Valdez, E.; Saca, I.; Guevara, J. & Aybar, J. (2019). Calidad en el servicio al cliente en el transporte público urbano en la provincia del Cusco [Tesis de Grado]. Pontificia Universidad Católica del Perú. Perú. Recuperado de: https://tesis.pucp.edu.pe/server/api/core/bitstreams/876bf421-a83e-4052-9395-af7105cd4026/content
Published
How to Cite
Issue
Section
Copyright (c) 2025 Henry Hernández Vega
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.
