Abstract 

The  objective  of  this  thesis  is  to  contribute  to  the  understanding  of  drivers  of  customer 

loyalty by exploring the dynamics of customer‐brand relationships and the role they play for 

the creation and management of customer loyalty in the airline industry. 

The  particular  relevance  of  the  research  objective  arises  from  the  intensification  of 

competition  in  the  airline  industry  and  the  extensive  consolidation  that  is  expected  to 

accompany  it.  These  market  challenges  make  the  retention  of  valuable  customers  an 

essential  prerequisite  for  the  achievement  of  a  sustainable  competitive  advantage  and, 

hence, the airline’s overall success. 

Relevant literature from related fields, such as relationship and service marketing, form the 

foundation  for  the  development  of  the  conceptual  airline  customer  loyalty  (ACL) model. 

Centered on the concept of relational benefits, this model depicts important antecedents to 

customer  loyalty  in the airline  industry. Relational benefits are thereby defined as benefits 

customers  receive as a  result of  their engagement  in customer‐brand  relationships.  In  the 

course of this study, three types of relational benefits are identified as bearing relevance for 

the airline industry: social, psychological, and functional benefits. 

The ACL model is empirically tested employing structural equation modeling on primary data 

collected from an online survey with 276 participants. The results reveal that three distinct 

paths to airline customer loyalty can be distinguished with each being characterized by one 

of  the  observed  relational  benefits.  Accordingly,  they  are  defined  as  the  social,  the 

psychological, and the functional path to airline customer loyalty. Each path originates from 

distinct  brand  performance  characteristics, moves  along  the  respective  type  of  relational 

benefits, and results  in customer  loyalty either directly and/or mediated by the dimensions 

of  relationship  quality  –  customer  satisfaction  and  relationship  commitment. Managerial 

implications on how to manage airline customer loyalty are inferred along these three paths, 

accentuating  the  particular  relevance  of  social‐psychological  aspects  of  customer‐brand 

relationships  for  the  management  of  airline  customer  loyalty.  By  combining  important 

brand‐ and  relationship‐related concepts,  this  thesis provides a holistic perspective on  the 

management  of  customer  loyalty  in  the  airline  industry  that  has  to  date  been missing.

Table of contents 

I  

Table of contents  

List of figures ................................................................................................. IV 

List of tables ................................................................................................... V 

List of appendices......................................................................................... VII 

List of abbreviations .................................................................................... VIII 

1  Introduction ............................................................................................. 1 

1.1  Research question ....................................................................................................... 3 

1.2  Sub‐questions .............................................................................................................. 4 

1.3  Definitions .................................................................................................................... 4 

2  Methodology ............................................................................................ 5 

2.1  Methodological orientation and research approach .................................................. 5 

2.2  Overall research design ............................................................................................... 7 

2.3  Thesis outline and demarcation .................................................................................. 7 

3  The airline industry .................................................................................. 9 

3.1  Airline industry specificities ......................................................................................... 9 

3.2  Key business models in the airline industry .............................................................. 11 

3.3  Customer segmentation ............................................................................................ 13 

3.4  Loyalty programs ....................................................................................................... 15 

3.5  Industry outlook ........................................................................................................ 16 

3.6  Chapter summary ...................................................................................................... 17 

4  Conceptual and theoretical foundation for the development of the   airline customer loyalty model ................................................................ 17 

4.1  The concept of customer loyalty ............................................................................... 18 

4.1.1  The influence of customer loyalty on a firm’s profitability ................................ 18 

4.1.2  Defining customer loyalty ................................................................................... 19 

4.1.3  Customer loyalty through relationship marketing ............................................. 22 

4.2  Customer loyalty through relationships between customers and airline brands ..... 23 

4.2.1  The service‐dominant logic of marketing in the airline industry ........................ 23 

Table of contents 

II  

4.2.2  The service brand as a relationship partner ....................................................... 26 

4.2.3  Relational benefits as a basis of airline customer loyalty ................................... 27 

4.2.4  Relationship quality as mediator between relational benefits and           customer loyalty.................................................................................................. 31 

4.3  Chapter summary – identification of concepts to be included in the ACL model .... 33 

5  The airline customer loyalty model ......................................................... 35 

5.1  The influence of airline brand performance characteristics on relational benefits . 35 

5.1.1  The influence of social brand performance on relational benefits .................... 36 

5.1.2  The influence of airline image on relational benefits ......................................... 37 

5.1.3  The influence of brand‐self congruence on relational benefits ......................... 39 

5.1.4  The influence of trustworthiness on relational benefits .................................... 40 

5.1.5  The influence of service quality on relational benefits ...................................... 42 

5.1.6  The influence of perceived value on relational benefits .................................... 43 

5.1.7  The influence of co‐creation of value on relational benefits.............................. 44 

5.1.8  The influence of the airline’s country of origin on relational benefits ............... 45 

5.1.9  The influence of FFP attractiveness on relational benefits ................................ 46 

5.2  Consequences of relational benefits ......................................................................... 47 

5.2.1  Consequences of social benefits ......................................................................... 47 

5.2.2  Consequences of psychological benefits ............................................................ 49 

5.2.3  Consequences of functional benefits.................................................................. 51 

5.3  The influence of relationship quality on customer loyalty ........................................ 52 

5.3.1  The influence of customer satisfaction on commitment and customer loyalty  52 

5.3.2  The influence of relationship commitment on customer loyalty ....................... 53 

5.4  Graphical illustration of the proposed ACL model .................................................... 54 

6  Empirical testing of the proposed airline customer loyalty model ........... 54 

6.1  PLS as research method ............................................................................................. 54 

6.1.1  Selection of PLS as research method .................................................................. 54 

6.1.2  Application of PLS ............................................................................................... 55 

6.2  Data collection ........................................................................................................... 56 

6.2.1  Internet survey as data collection method ......................................................... 57 

6.2.2  Questionnaire design .......................................................................................... 57 

6.2.3  Course of data collection and descriptive data of sample.................................. 58 

6.3  Operationalization of constructs and validation of measurement model ................ 59 

Table of contents 

III  

6.3.1  Exploratory factor analysis .................................................................................. 59 

6.3.2  Operationalizing brand performance characteristics ......................................... 60 

6.3.3  Operationalizing relational benefits ................................................................... 64 

6.3.4  Operationalizing relationship quality .................................................................. 66 

6.3.5  Operationalizing customer loyalty ...................................................................... 66 

6.3.6  Validation of measurement model ..................................................................... 67 

6.4  Validation of structural model and sub‐group comparison ...................................... 68 

6.5  Discussion of empirical findings ................................................................................ 70 

7  Managerial implications .......................................................................... 78 

7.1  The social path to airline customer loyalty ............................................................... 79 

7.2  The psychological path to airline customer loyalty ................................................... 82 

7.3  The functional path to airline customer loyalty ........................................................ 85 

8  Conclusion ............................................................................................... 86 

References .................................................................................................... 90 

Appendices ................................................................................................. 100 

 

List of figures 

IV  

List of figures Figure 1: Most‐travelled seating class by UK business travelers in 2007 ................................ 14 

Figure 2: Loyalty matrix ............................................................................................................ 21 

Figure 3: The exchange versus the relationship perspective in the marketing process .......... 24 

Figure 4: Connections between the identified concepts to be included in the ACL model .... 34 

Figure 5: The ACL model ........................................................................................................... 54 

Figure 6: The three paths to airline customer loyalty .............................................................. 78 

Figure 7: The social path to airline customer loyalty ............................................................... 79 

Figure 8: The psychological path to airline customer loyalty .................................................. 82 

Figure 9: The functional path to airline customer loyalty ........................................................ 85 

Figure 10: The structural ACL model ...................................................................................... 133 

Figure 11: Differences in the ACL model between business and leisure travelers ................ 137 

 

List of tables 

V  

List of tables Table 1: Comparison of low‐cost carriers vs. network carriers ............................................... 12 

Table 2: Overview of definitions of customer loyalty .............................................................. 19 

Table 3: Operationalization of airline reputation .................................................................... 60 

Table 4: Operationalization of brand‐self congruence ............................................................ 61 

Table 5: Operationalization of trustworthiness ....................................................................... 61 

Table 6: Operationalization of service quality ......................................................................... 62 

Table 7: Operationalization of perceived value ....................................................................... 62 

Table 8: Operationalization of co‐creation of value ................................................................ 63 

Table 9: Operationalization of airline country of origin ........................................................... 63 

Table 10: Operationalization of FFP attractiveness ................................................................. 64 

Table 11: Operationalization of social benefits ....................................................................... 64 

Table 12: Operationalization of psychological benefits ........................................................... 65 

Table 13: Operationalization of functional benefits ................................................................ 65 

Table 14: Operationalization of customer satisfaction ............................................................ 66 

Table 15: Operationalization of relationship commitment ..................................................... 66 

Table 16: Operationalization of customer loyalty .................................................................... 67 

Table 17: Hypothesis testing for the ACL model ...................................................................... 68 

Table 18: Quality criteria for the measurement model ......................................................... 100 

Table 19: Quality criteria for the structural model ................................................................ 102 

Table 20: Summary of survey participants’ socio‐demographic characteristics ................... 117 

Table 21: Summary of survey participants’ situational characteristics ................................. 117 

Table 22: Overview of consulted studies ............................................................................... 118 

Table 23: Studies consulted with respect to ‘social brand performance’ ............................. 119 

Table 24: Studies consulted with respect to ‘airline image’ .................................................. 119 

Table 25: Studies consulted with respect to ‘brand‐self congruence’ ................................... 120 

Table 26: Studies consulted with respect to ‘trustworthiness’ ............................................. 121 

Table 27: Studies consulted with respect to ‘service quality’ ................................................ 122 

Table 28: Studies consulted with respect to ‘perceived value’ ............................................. 122 

Table 29: Study consulted with respect to ‘co‐creation of value’ ......................................... 122 

Table 30: Study consulted with respect to ‘FFP attractiveness’ ............................................ 122 

Table 31: Studies consulted with respect to ‘social benefits’ ................................................ 123 

List of tables 

VI  

Table 32: Studies consulted with respect to ‘psychological benefits’ ................................... 123 

Table 33: Studies consulted with respect to ‘functional benefits’ ......................................... 124 

Table 34: Studies consulted with respect to ‘customer satisfaction’ .................................... 124 

Table 35: Studies consulted with respect to ‘relationship commitment’ .............................. 125 

Table 36: Studies consulted with respect to ‘customer loyalty’ ............................................ 125 

Table 37: Measurement items included in questionnaire ..................................................... 127 

Table 38: KMO‐ and Bartlett‐test for constructs of brand performance characteristics ...... 128 

Table 39: Rotated component matrix for constructs of brand performance characteristics 128 

Table 40: KMO‐ and Bartlett‐test for constructs of relational benefits ................................. 129 

Table 41: Rotated component matrix for constructs of relational benefits .......................... 129 

Table 42: KMO‐ and Bartlett‐test for constructs of relationship quality ............................... 129 

Table 43: Rotated component matrix for constructs of relationship quality ........................ 129 

Table 44: KMO‐ and Bartlett‐test for customer loyalty construct ......................................... 130 

Table 45: Component matrix for customer loyalty construct ................................................ 130 

Table 46: Latent variable correlations.................................................................................... 130 

Table 47: Correlation matrix for formative variable ‘service quality‘ .................................... 130 

Table 48: Calculation of variance inflation factor (VIF) for ‘service quality’ .......................... 131 

Table 49: Coefficients of determination (R²) for endogenous constructs ............................. 131 

Table 50: Calculation of variance inflation factors (VIF) for structural model ....................... 132 

Table 51: Stone‐Geisser Q² for endogenous constructs ........................................................ 132 

Table 52: Criteria for the evaluation of significant differences between sub‐groups ........... 134 

Table 53: Calculation of t‐values for sub‐group comparison ................................................. 134 

Table 54: Hypothesis testing; sub‐group comparison of business and leisure travelers ...... 135 

Table 55: Comparison of R² for business and leisure travelers ............................................. 136 

 

List of appendices 

VII  

List of appendices Appendix 1: Quality criteria for the validation of the ACL model in PLS ............................... 100 

Appendix 2: Questionnaire .................................................................................................... 104 

Appendix 3: Descriptive data of sample ................................................................................ 117 

Appendix 4: Measurement scales reviewed for operationalization of constructs ................ 118 

Appendix 5: Measurement items included in questionnaire................................................. 126 

Appendix 6: Results of exploratory factor analysis ................................................................ 128 

Appendix 7: Calculations for validation of measurement model .......................................... 130 

Appendix 8: Calculations for validation of structural model ................................................. 131 

Appendix 9: Sub‐group comparison ....................................................................................... 134 

 

List of abbreviations 

VIII  

List of abbreviations 

ACL  Airline customer loyalty 

AirRep  Airline reputation 

AMOS  Analysis of Moment Structures 

AVE  Average variance explained 

Bsc  Brand‐self congruence 

cf.  Confer (compare) 

Comm  Commitment 

CoO  Country of origin 

CoV  Co‐creation of value 

e.g.  Exempli gratia (for example) 

et al.  Et alli (and others) 

FFP  Frequent flyer program 

FunBen  Functional benefits 

i.e.  Id est (that is) 

IATA  International Air Transport Association 

LISREL  Linear Structural Relationship 

LMU  Ludwig‐Maximilians‐Universität, Munich 

Loy  Loyalty 

p.  Page 

Perv  Perceived value 

PLS  Partial least square 

pp.  Pages 

PsyBen  Psychological benefits 

Sat  Satisfaction 

Sbp  Social brand performance 

SEM  Structural equation modeling 

Servq  Service quality 

SocBen  Social benefits 

SPSS  Statistical Package for the Social Sciences 

SQ  Sub‐question 

Trustw  Trustworthiness 

VIF  Variance inflation factor  

 

 

1 

1 Introduction Running airlines profitable has always been a great challenge (cf. Doganis, 2006). In addition 

to intense competition diminishing airlines’ profits, airlines are exposed to market volatility, 

legal regulations restricting operations, and a disadvantageous cost structure with high fixed 

costs (Delfmann, 2005, p. 12; Shaw, 2007, p. 54). The ongoing deregulation and liberalization 

of  the  industry over  the past  years, which has,  inter  alia,  resulted  in  the  removal of  fare 

restrictions, have further altered the competitive landscape by encouraging the entry of new 

competitors in the market. In particular, low‐cost carriers have become a driving force in this 

competitive  landscape. In contrast to traditional network carriers1, which typically pursue a 

service differentiation strategy,  low‐cost carriers focus primarily on keeping their operating 

costs  low,  thus  taking  over  cost  leadership.  These  developments  have  had  extensive 

repercussions  on  the  European  airline  industry’s market  structure,  resulting  in  increased 

price  competition.  In  an  industry  that  has  always  been marked  by marginal  profitability 

(Doganis, 2006), this competition on price has led to further profit decline. Today, numerous 

airlines  in  Europe  are  struggling  to make  profits  or  are  facing  bankruptcy,  implying  that 

extensive consolidation activities are  forecast  for  the European market. At  the same  time, 

the relentless price competition, especially  in the short‐haul segment, puts airlines’ service 

at risk to be perceived by customers as a rather generic offering. 

In  such  a  highly  competitive  environment,  customer  loyalty  has  become  an  increasingly 

effective means for securing a firm’s profitability (e.g. Reichheld & Sasser, 1990; Reinartz & 

Kumar, 2002). Customer loyalty refers to a customer’s repeated same‐brand purchase within 

a  given  category, based on  a  favorable  attitude  toward  and preference  for  the particular 

brand. Empirical  findings have  revealed  that  increased market  share and decreasing price 

sensitivity  among  customers  are  particular  contributions  of  customer  loyalty  to  a  firm’s 

profitability  (Chaudhuri & Holbrook, 2001). The establishment and maintenance of a  loyal 

customer  base  should,  therefore,  be  (and  in many  cases  already  is)  a  key  objective  for 

airlines,  since  it  promotes  a  sustainable  competitive  position  in  the  market  place. 

Consequently,  the  retention of  valuable  customers  is an  important objective and  requires 

airline management  to understand  the underlying  factors  that  reinforce airline customers’ 

loyalty toward a given airline brand. 

                                                       1  These carriers are often also referred to as legacy or flag carriers as they were formerly state‐owned. For a detailed description, please refer to Chapter 3.2. 

 

2 

Customer loyalty rests in particular on the brand, which plays an important role in customer 

retention. A brand  can be described as a  “cluster of  functional and emotional values  that 

promises  a  unique  and welcome  experience”  (de  Chernatony  et  al.,  2006,  p. 819)  for  its 

customers. By creating unique associations and feelings among customers that are directly 

and  exclusively  connected  to  the  given  airline,  the  brand  helps  airlines  differentiate 

themselves  from  their  competitors.  In  addition  to  its  differentiation  function,  the  brand 

serves as a potential relationship partner for the customer. The customer‐brand relationship 

can evolve and develop through continuous positive interactions between the customer and 

the brand  (e.g. Grönroos, 2007, p. 331) and provides airlines with  the opportunity  to offer 

their customers benefits that go beyond the core air transport service (cf. Hennig‐Thurau et 

al., 2002, p. 234). In such relationships, customers perceive the airline brand as a legitimate 

partner  in  the  relationship  dyad  (Sweeney &  Chew,  2000;  cf.  Fournier,  1998).  Customers 

construct relationships with brands so that they provide and add meaning and value to their 

lives  (Sweeney  &  Chew,  2000;  Fournier  &  Yao,  1997).  This  value  is  generated  by  the 

relational  benefits  resulting  from  the  relationship  with  the  brand  as  perceived  by  the 

customer  (cf.  Aaker,  2002,  p. 95;  Hennig‐Thurau  et  al.,  2002,  p. 234).  Ultimately,  the 

customer  decides  whether  the  relationship  with  a  given  brand  generates  value  or  not. 

Hence,  it  is  fundamental  for  the  establishment  of  customer  loyalty  to  understand what 

potential  and  existing  customers  expect  from  their  relationship  with  an  airline  brand. 

However, since customers’ personalities and lifestyles differ, as does their evaluation of the 

relationship with the brand, customer characteristics must also be taken into account.  

With the objective of fostering customer  loyalty, airlines  introduced  loyalty schemes  in the 

1980s and 1990s. These so‐called frequent flyer programs award customers for flights taken 

with  the given airline. While  these programs attract a great number of airline  customers, 

skepticism has been expressed whether such programs in fact lead to true customer loyalty 

based on  a positive  attitude  toward  and preference  for  the brand. Critics  assert  that  the 

reason why customers repurchase a ticket to travel with the given airline rests alone on the 

rational and economic benefits the airline’s frequent flyer program offers (cf. Plimmer, 2006; 

Dowling & Uncles, 1997). Given frequent flyer programs’ questionable effect with reference 

to  the  creation  of  customer  loyalty,  other  drivers  of  customer  loyalty  in  the  commercial 

airline industry must be considered. Several studies on the antecedents of customer loyalty 

in  the airline  industry have been carried out  (e.g. Ostrowski et al., 1993; Park et al., 2006; 

 

3 

Zins,  2001).  This  thesis,  however,  takes  a  different  approach  and  argues  that  the 

consideration of  the dynamics  that  result  from customer‐brand  relationships can generate 

new knowledge about how customer  loyalty can be created and maintained  in  the airline 

industry.    

1.1 Research question 

Based on the previous discussion, this thesis’ research objective  is to gain  insights  into the 

dynamics of  customer‐brand  relationships  in  the  airline  industry  and  the effect  these  can 

have  on  customer  loyalty.  To  achieve  the  stated  objective,  the  research  focuses  on  the 

identification of important drivers of airline customer loyalty. This further establishes a more 

profound  understanding  of  customers’  appraisal  of  specific  airline  brand  characteristics. 

Further consideration of customers’  influential role  in relational exchanges elicits the need 

to pay special attention to those characteristics that differentiate airline customers from one 

another.  The  knowledge  gained  from  this  research  study provides  a  foundation on which 

recommendations  directed  at  airline  managers  can  be  built.  Consequently,  this  thesis 

approaches the research question from a managerial perspective. 

In consideration of  the previously  formulated  research objective,  the overarching  research 

question of this thesis is: 

 

   

What kind of benefits do customers seek when they engage in relationships with airline 

brands, and how can these relationships strengthen airline customer loyalty? 

 

4 

1.2 Sub‐questions 

Based on  this overall  research question,  the  following  sub‐questions  (SQ)  to be answered 

are: 

 

1.3 Definitions 

The most important concepts mentioned in the research question and the sub‐questions are 

briefly defined below. More detailed definitions are provided in the following chapters. 

First, the interchangeable use of the terms airline, airline brand, and airline/brand image in 

this  thesis must  be  addressed.  The  term  airline  in  general  relates  to  the  company  that 

provides  the  actual  air  transport  service.  However,  this  thesis  concentrates  on  the 

relationship between a given airline and its customers. Customers primarily perceive airlines 

as brands,  i.e.,  in terms of the benefits the airline provides them. The brand, on the other 

hand, cannot be created by the airline per se, but is built by the customer (Grönroos, 2007, 

p. 331). Brand image thus relates to the associations a customer links to a particular airline.   

In this context, customer  loyalty  is defined as a customer’s repeated same‐brand purchase 

within a given category, based on a favorable attitude toward and preference for the specific 

brand. A more elaborate definition of customer  loyalty  is presented  in Chapter 4.1.2.  It  is 

worth  mentioning  that  several  different  descriptions  of  loyalty  are  discussed  in  the 

literature, e.g., customer  loyalty, brand  loyalty, or service  loyalty. Here, the term customer 

loyalty was explicitly  chosen  to emphasize  that  this  research  study  focuses on  the  loyalty 

customers exhibit toward a specific airline brand. 

SQ1: How do relational benefits affect customer loyalty toward a specific airline brand? 

SQ2: How do fundamental airline brand performance characteristics influence the     

relational benefits perceived by airline customers? 

SQ3: How do differences in airline customer characteristics moderate the airline customer 

loyalty model? 

SQ4: What managerial implications can be inferred from the results of this study? 

 

5 

The  relational benefit approach assumes  that both  the customer and  the service provider 

must benefit  from  the  relationship  if  it  is  to persist  in  the  long  run.  From  the  customer’s 

perspective,  the maintenance  of  this  relationship  depends  primarily  on  the  existence  of 

relational benefits. These refer to benefits that go beyond the basic services offered by the 

service  provider.  This  thesis  distinguishes  between  three  different  types  of  relational 

benefits: social, psychological, and functional benefits. 

It should  further be noted  that, whenever  it  is referred  to  the customer,  female and male 

customers are considered. However, for simplicity and easiness to read, only ‘he’ and ‘him’ 

will be used. 

2 Methodology This  chapter discusses  the methodological orientation applied  in  this  thesis  to answer  the 

research question. Furthermore,  the  role of  theory within  this context  is assessed. Finally, 

the outline and demarcation of the thesis are presented. 

2.1 Methodological orientation and research approach 

With  regard  to  the overall  research question and  the proposed  sub‐questions,  this  thesis’ 

objectives are (1) to gain new insights into the effect customer‐brand relationships can have 

on airline customer loyalty. These findings are arrived at by reviewing and exploring relevant 

literature on customer loyalty, relationship and service marketing, and brand management. 

By synthesizing the most important concepts identified in the different fields of research, (2) 

a  conceptual  model  is  developed  which  depicts  the  causal  relationships  between  the 

identified  concepts  and  their  influence on  airline  customer  loyalty.  (3) This model  is  then 

empirically tested. 

To meet the objectives described above, this thesis adopts a positivist research philosophy; 

relevant  literature  is  reviewed  to establish a  suitable conceptual  framework,  including  the 

construction of hypotheses (cf. Saunders et al., 2007, p. 103). Hypotheses refer to  ideas or 

propositions about the relationship between two or more concepts that can be tested using 

statistical  analysis  (cf.  Saunders  et  al.,  2007,  p. 117;  Collis  &  Hussey,  2003,  p. 55).  The 

hypotheses  formulated  and  subsequently  tested  here  concern  the  proposition  of  causal 

relationships between different concepts that lead to airline customer loyalty. Consequently, 

 

6 

the first part of the study, which aims to understand the relevant concepts and constructs of 

customer  loyalty, relationship marketing, and service marketing  in  literature,  is exploratory 

(cf. Malhotra & Birks, 2007, p. 70). The purpose  is to deduce hypotheses  from the existing 

literature  and  from previous  studies  (cf. Ghauri & Grønhaug,  2005, p. 15; Gill &  Johnson, 

2002,  p. 34).  The  second  part  of  the  study  is  explanatory, with  its  focus  on  testing  the 

postulated  hypotheses  and  examining  the  causal  relationships  between  the  concepts  (cf. 

Malhotra & Birks, 2007, p. 70; Saunders et al., 2007, p. 134), to be able to  infer managerial 

implications from the empirical results obtained. 

Since  the main  objective  of  this  study  is  to  explore  the  underlying  causal  relationships 

between variables  that result  in airline customer  loyalty, a deductive  research approach  is 

employed.  That  is,  hypotheses  on  the  causal  relationships  are  deduced  from  existing 

knowledge (literature), subjected to empirical scrutiny (testing), and, based on the findings 

are  either  accepted  or  rejected  (Ghauri & Grønhaug,  2005,  p. 15).  Saunders  et  al.  (2007, 

pp. 117‐118) draw attention to several important characteristics of the deductive approach. 

First,  resulting  from  the  formulation  of  hypotheses  that  need  to  be  tested,  deduction  is 

usually  associated  with  the  collection  of  quantitative  data  which  lend  themselves  to 

statistical  analysis  (Saunders  et  al.,  2007,  p. 104).  Because measurement  is  an  essential 

element of the analysis of quantitative data,  it must be conducted with precision to ensure 

the measurement’s accuracy (Collis & Hussey, 2005, p. 7). In order to ensure objective data 

collection,  the  researcher  should  be  impartial  to  the  subject  matter  being  measured 

(Saunders  et  al.,  2007,  p. 118).  Furthermore,  to  make  the  measuring  of  the  concepts 

possible, they have to be presented  in operational terms (Ghauri & Grønhaug, 2005, p. 15; 

Saunders et al., 2007, p. 118). 

Finally,  this  research  study  takes a managerial perspective. The objective  is  to understand 

the  underlying  reasons  for  why  customers  remain  loyal  to  a  specific  airline  brand.  The 

insights  gained  can  be  transformed  into  distinctive  initiatives  by  airline managers, which 

contribute  to  the  strengthening of airline  customers’  loyalty. Hence,  this  thesis’ goal  is  to 

propose recommendations for airline managers on how to intensify the bonds between the 

customers and the airline brand. 

 

7 

2.2 Overall research design 

While  deduction  describes  the  general  approach  applied  here  to  answer  the  research 

question, the research design details the necessary procedures to obtain the information to 

answer it. It further specifies the role of theory and the unit of analysis. 

The employment of a deductive research approach requires the collection of a considerable 

amount  of  representative  quantitative  data.  Consequently,  a  survey  is  the most  suitable 

research strategy for this study, since the collection of a  large amount of standardized and 

structured  data  is  thereby  possible,  which,  in  turn,  allows  for  a  quantitative  analysis 

(Saunders et al., 2007, p. 138; Malhotra & Birks, 2007, p. 266). A detailed discussion of the 

type of survey conducted and the data analysis process is presented in Chapter 6. 

This  thesis’ main  research  question  necessitates  profound  knowledge  on  what  kinds  of 

benefits customers seek  in a relationship with a select airline brand. In the conceptual part 

of  this  thesis,  theory,  i.e.,  a  system  for  organizing  concepts  in  a  way  that  produces 

understanding  and  insights  (Zaltman  et  al.,  1977  in:  Ghauri  &  Grønhaug,  2005,  p. 39)  is 

applied to  identify the framework’s key dependent and  independent variables.  In addition, 

theory  provides  guidance  on  the  operationalization  of  the  key  variables  identified.  In  the 

analytical part of this thesis, the theory on which the airline customer loyalty model is built 

guides the data analysis strategy and the interpretation of results. Furthermore, the findings 

arrived at are interpreted on the basis of the literature reviewed and previous research and 

are integrated in the existing body of knowledge (cf. Malhotra & Birks, 2007, p. 51). 

Concentrating  on  customers’  particular  attitudes  and  behavior  toward  airline  brands,  the 

research question clearly  identifies airline customers as the designated unit of analysis. For 

reasons of generalization, this study aims to cover a heterogeneous consumer base. Airline 

customers in general, therefore, constitute the unit of analysis. 

2.3 Thesis outline and demarcation 

This section briefly introduces the contents of each of the individual chapters. It also depicts 

this thesis’ limitations. 

Chapter Three provides a brief  introduction  to  the airline  industry,  its  current  challenges, 

and  its  two most  prominent  business models:  network  carriers  and  low‐cost  carriers.  In 

 

8 

addition, dimensions for customer segmentation are discussed. Furthermore, frequent flyer 

programs (FFPs), a  loyalty scheme specific to the airline  industry, are  introduced, and their 

advantages and disadvantages highlighted.  It must be noted here that the chapter  focuses 

on airline  industry  specificities and  forecasts  that were made prior  to  the outbreak of  the 

financial  and  economic  crisis.  What  effect  the  current  developments  will  have  on  the 

industry in the long‐term is difficult to assess and beyond the scope of this thesis. 

Chapter  Four  concentrates  on  the  review  of  existing  literature  in  the  fields  of  customer 

loyalty,  relationship  and  service  marketing. With  reference  to  customer  loyalty,  various 

definitions discussed in academic literature are presented, and the different components for 

defining true loyalty are assessed. As the focus of this study is on the identification of factors 

that influence customer loyalty rather than on the analysis of customer loyalty as such, an in‐

depth  analysis  of  different  levels  of  loyalty  or  a  comprehensive  discussion  of  loyalty’s 

influence  on  a  company’s  profitability  is  beyond  the  scope  of  this  thesis.  By  considering 

relationship marketing’s primary objective, namely building and strengthening relationships 

with customers, this study intends to contribute to the current understanding of the drivers 

of customer  loyalty. To  further contemplate  the nature of  services and  the  specificities of 

service  marketing,  analyzing  customer‐brand  relationships  is  a  feasible  approach.  Here, 

special attention  is given  to  the  relevance of  relational benefits and  relationship quality  in 

the  long‐term  maintenance  and  enhancement  of  such  relationships.  By  processing  and 

evaluating existing knowledge and synthesizing  it,  the  focus of  the  research  is  refined and 

concepts for inclusion in the conceptual model are determined. 

Based  on  the  insights  gained  from  the  literature  review  and  the  results  from  studies 

previously conducted in the fields of relationship marketing and customer loyalty, the airline 

customer  loyalty  (ACL)  model  is  conceptualized  in  Chapter  Five.  Hypotheses  on  causal 

relationships  that  exist between  the  different  constructs  of  the model  are  postulated  for 

subsequent empirical testing. 

Chapter  Six  focuses  on  the  empirical  testing  of  the  airline  customer  loyalty model.  The 

analytical approach is introduced, and details on the data collection procedure are provided. 

Furthermore, the operationalization of the constructs  is described. Following the validation 

of the model, the results of the empirical study are presented. The chapter concludes with a 

 

9 

discussion on  the empirical  findings based on  the  inferences arrived at by answering  sub‐

questions one, two, and three. 

Chapter Seven combines the theoretical insights gained from the literature review with the 

empirical  findings  based  on  the  conclusions  to  sub‐questions  one,  two,  and  three  to 

deliberate managerial implications. Thus, sub‐question four is addressed.  

Chapter Eight presents final conclusions and suggests directions for future research. 

3 The airline industry This chapter provides a brief overview on the specificities of the passenger airline  industry. 

First, an outline of historical,  legal, and economic factors  is presented before the  industry’s 

two dominant business models, network carriers and  low‐cost carriers, are  introduced. The 

chapter  further  addresses marketing‐related  aspects  that  characterize  the  airline  industry 

such  as dimensions  for  customer  segmentation  and  frequent  flyer programs. The  chapter 

concludes with a concise future outlook of the industry. 

3.1 Airline industry specificities 

Until  the mid‐1980s,  the highly‐regulated  airline  industry was dominated by  international 

airlines which were  fully‐, or  at  least majority‐owned by  their national  governments.  This 

was  primarily  because  governments  realized  that  air  transport  would  be  of  major 

significance  for  economic  and  social  development,  as  well  as  for  trade  (Doganis,  2006, 

p. 223). To promote  their  country’s power,  status, and prestige  (Hanlon, 2007, p. 7), each 

state designated one airline, the country’s ‘flag carrier’, to operate flights on bilateral routes 

between  those countries with which air  traffic  rights had been exchanged  (Doganis, 2006, 

p. 223). Since the mid‐1980s, the successive liberalization of traffic rights and regulations has 

facilitated the privatization of state‐owned airlines. Today, most are either fully or partially 

privatized, or are  in  the process of being privatized  (Doganis, 2006, p. 225; Hanlon, 2007, 

p. 15). However, a large number of formerly state‐owned carriers continue to commemorate 

their  historical  heritage  in  their  names  and  in  the  colors  of  their  corporate  design  (e.g., 

British Airways, Air France). While liberalization initially spurred the privatization of airlines, 

it also triggered the entry of new carriers  in the market. Faced with  increasing competition 

and,  simultaneously,  decreasing  government  subsidies  traditional  carriers were  forced  to 

 

10 

abandon  old  market  practices  and  become  more  competitive  and  customer‐oriented 

(Doganis,  2006,  p. 224).  At  the  end  of  the  1990s,  traditional  flag  carriers  faced  new 

challenges  from  the  emergence  of  low‐cost,  low‐fare  carriers2  entering  the market  and 

altering the competitive landscape. Again, traditional carriers had to rethink their strategies 

and increase their flexibility in order to adapt to the changes in the marketplace. 

The airline  industry has been characterized by heavy regulations which  limit airlines’ room 

for maneuver. While other  industries have paved the way for companies to transform  into 

global  players,  the  principle  that  airlines  should  be  ‘substantially  owned  and  effectively 

controlled’ by nationals from the given state in which the airline is registered, has prevented 

airlines  from  becoming  truly  global  businesses  by  obstructing  cross‐border  merger  and 

acquisition  activities  (Hanlon,  2007,  p. 9;  Doganis,  2006,  p. 54;  Shaw,  2007,  p. 53).  To 

overcome the restrictions imposed by this nationality rule, airlines formed global alliances as 

a means to secure some of the benefits a larger size and scope offer (e.g. greater purchasing 

power, better distribution of maintenance costs, etc). While the 1990s witnessed an outright 

alliance‐building  frenzy,  three  major  alliances,  namely  Star  Alliance,  oneworld,  and 

SkyTeam3,  now  dominate  the  competitive  landscape  (cf.  Doganis,  2006,  p. 85, 99).  Shaw 

(2007, p. 110) asserts that the formation of alliances was not a means in itself; rather, it was 

an  indispensable  ‘detour’,  since  cross‐border  consolidation  activities  continue  to  be 

restricted  by  regulations. Moreover,  Hanlon  (2007,  p. 10)  argues  that  the  existing  airline 

alliances  may  prove  to  be  precursors  to  actual  cross‐border  mergers,  considering  that 

government‐imposed  constraints  and  regulations  on  foreign  ownership  are  progressively 

being relaxed.  

The cyclical nature of the airline industry, with its growth cycles closely linked to changes in 

the world economy, is one of its major economic idiosyncrasies (Doganis, 2006, p. 4; Mason, 

2005, p. 19; Shaw, 2007, p. 64). However, this direct relationship between economic growth 

and air travel demand seems to have weakened, mainly as a result of  low‐cost airlines that 

offer  lower  fares  and  thus  stimulate  demand  irrespective  of  the  economic  situation 

                                                       2  Low‐cost carriers are primarily characterized by their low operational costs, enabling them to offer low‐fare tickets. 

3  Star Alliance has 19 member airlines. Among them are Air Canada, Air China, Lufthansa, Scandinavian Airlines, Singapore Airlines, Thai, and United (Star Alliance, 2009). oneworld has 10 member airlines, including American Airlines, British Airways, Cathay Pacific, JAL, and Quantas (oneworld, 2009). SkyTeam has 11 member airlines, including Air France, Alitalia, Southern China Airlines, Delta Air Lines, KLM, and Northwest Airlines (SkyTeam, 2009). 

 

11 

(Doganis,  2006,  p. 18).  Airlines  furthermore  have  to  cope  with  marginal  profitability 

(Doganis, 2006, p. 4; Hanlon, 2007, p. 5). The airline industry’s cost structure with high fixed 

costs  relative  to  variable  costs makes  volume  a  crucial  factor  for  securing profits  (Taneja, 

2003 in: Tiernan et al., 2008, p. 213). While the constant emergence of new competitors and 

the  simultaneous pullout or  failure of others  intensify  the  industry’s dynamics,  additional 

pressure  is exerted by  the  customer, who  is  gaining power  in  an  increasingly  transparent 

market  made  possible  by  the  easily  accessible  information  on  the  Internet  on  prices, 

conditions,  and  consumer  rights  (Mason & Alamdari,  2007,  p. 303;  Delfmann et al.,  2005, 

p. 12). 

3.2 Key business models in the airline industry 

In general,  four  fairly generic business models can be  identified  in  the airline  industry:  (1) 

network  airlines,  (2)  low‐cost  airlines,  (3)  charter  airlines,  and  (4)  regional  airlines 

(Bieger & Agosti,  2005,  p. 50).  Since  network  airlines  and  low‐cost  carriers  represent  the 

dominant business models in the international airline industry, only these two models will be 

further elaborated on. 

Network carriers are ‐ first and foremost ‐ characterized by an extensive international route 

network  with  a  complex  hub‐and‐spoke  system  that  includes  short‐  and  long‐haul 

connections (e.g. Doganis, 2006, p. 149; Franke, 2004, p. 15; Tiernan et al., 2008, p. 214). In 

most cases, network carriers evolved from formerly state‐owned flag carriers. Traditionally, 

they  have  pursued  a  full  service  differentiation  strategy.  Different  seating  classes  and 

corresponding  pre‐flight,  in‐flight,  and  post‐flight  services  function  as  a  means  for 

differentiation  and  further  facilitate  the  targeting  of  multiple  customer  segments 

(Pompl et al.,  2003,  p. 6;  Tiernan et al.,  2008,  p. 214).  Offering  loyalty  schemes  such  as 

frequent  flyer  programs  and  belonging  to  one  of  the  three major  airline  alliances  (Star 

Alliance, oneworld, and SkyTeam) complement network carriers’ differentiation strategy (cf. 

Tiernan et al., 2008, p. 214). Yet network carriers’ profitability on short‐haul operations has 

been heavily undermined by the expansion of low‐cost carriers and their impact on pricing. 

Airline business experts (e.g. Mason & Alamdari, 2007, p. 306;4 Doganis, 2006, p. 266) argue 

that the future business model of major network carriers will be based on an extensive long‐

                                                       4 Mason and Alamdari (2007) conducted a Delphi study with 26 air transport experts in order to detect future trends considering EU network carriers,  low‐cost carriers, and consumer behavior. 

 

12 

haul network backed by alliances to provide a global spread, and supported by a short‐haul 

and domestic network reduced significantly in size and importance. 

In  contrast  to network  carriers’ business model, which  is based on  service differentiation, 

low‐cost  carriers  pursue  a  strategy  of  cost  leadership.  The  traditional  low  cost  model 

concentrates on maximum aircraft utilization,  the operation of a  single aircraft  type only, 

and keeping  to short  turnaround  times at secondary or  less congested airports with  lower 

fees  (e.g.  Bieger & Agosti,  2005,  p. 53;  Doganis,  2006,  pp. 147;  Hanlon,  2007,  pp. 58).  An 

overview  of  the most  important  operation  and  product  features  distinguishing  low‐cost 

carriers from network carriers is provided in Table 1. 

Operation/ product feature Low-cost carriers Network carriers Airports Secondary, less congested (by and

large) 15-20 minute turnarounds

Primary (hubs) Higher turnaround times due to congestion and labor regulations

Aircraft Single aircraft type (e.g. Boeing 737, Airbus A320) High utilization (over 11 hours/day)

Multiple aircraft types Moderate utilization

Connection Point-to-point No interlining No baggage transfer

Hub-and-spoke Interlining Code share, global alliance

Distribution Mostly direct via Internet booking Travel agents Internet Call center

Fares Low Simple structure

Complex structure

In-flight Single class No seat assignment Pay for amenities, onboard selling

Multiple class Seat assignment Complimentary amenities In-flight entertainment

FFP No (by and large) Yes Target group Leisure, price sensitive business

travelers Leisure and business

Table 1: Comparison of low‐cost carriers vs. network carriers5 

Owing to their significantly lower cost base, low‐cost carriers are able to offer point‐to‐point 

services  at  substantially  lower  fares  than  network  carriers.  This  introduction  of  low‐fare 

services on European routes has brought about an increase in leisure travel, a higher traffic 

volume, and a  loss of market shares for both network carriers and charter airlines (Mason, 

2005; Lufthansa Consulting, 2008, p. 22).  Initially  targeting  leisure  travelers,  recent studies 

indicate that  low‐cost carriers have been successful  in  increasing their number of business 

                                                       5 Own illustration based on: Wensveen and Leick (2009, p. 6); Doganis (2006, p. 157); Hanlon (2007, pp. 58).  

 

13 

travelers in Europe as well (Mason & Alamdari, 2007, p. 302). Though Europe experienced a 

virtual  low‐cost  boom  in  2002/2003 with  over  a  dozen  new  airlines  entering  the market 

(Doganis, 2006, p. 161), several of them had to pull out of the market soon thereafter, since 

they  could not operate profitably or were  taken over by  competitors  (Anonymous,  2006, 

p. 19). Thus far, it seems that the low‐cost carrier business model is only successful on short‐

haul routes. Though several carriers have tried to adopt the low‐cost business model to long‐

haul international routes, such attempts have to date been unsuccessful (cf. Simon, 2008). 

3.3 Customer segmentation 

In  order  to  define  distinct  target  groups,  customers  are  typically  segmented  along 

demographic,  psychographic,  and/or  behavioral  dimensions  (cf.  Peter  &  Olson,  2008, 

pp. 370; Solomon et al., 2006, p. 9). Shaw (2007, p. 24) specifies three variables along which 

passengers  in  the  airline  market  are  traditionally  segmented:  (1)  passengers’  journey 

purpose (reason for travel), (2) the length of their journey, and (3) their country or culture of 

origin. Oyewole & Choudhury  (2006), on  the other hand,  contend  that purchase  situation 

factors  also  represent  useful  segmentation  dimensions.  Accordingly,  they  differentiate 

between reason for travel, frequency of travel, class of travel, and type of airline used.6 Since 

the reason for travel constitutes the most traditional dimension along which customers are 

segmented  in  the airline  industry  (cf. Teichert et al., 2008, p. 229),  it  is described  in more 

detail in the following section. 

Airline customers can essentially be divided into business and leisure travelers. While there 

may be some exceptions to these two dimensions (e.g. pilgrimage, medical transport) most 

of  the  trips  taken by  airline passengers  fit  into one of  these  two  categories  (Shaw, 2007, 

p. 24). Business travelers have long been the most important customer segment for airlines 

due to their relative price  inelasticity  (Hanlon, 2007, p. 35). While business travelers  in the 

past gave emphasis to flexibility and service over price and, therefore, generally purchased 

first and business class tickets, a large proportion of this customer segment seems to now be 

giving preference to price over service, and seems willing to sacrifice  flexibility and  frills  in 

return for  lower fares (Mason & Alamdari, 2007, p. 302). This development  is corroborated 

by recent studies which reveal that – in parallel to the decrease of business travelers who fly 

                                                       6  In their study, Oyewole & Choudhury (2006) analyze the influence the four different purchase situations can have on the importance consumers attach to services in the airline industry. 

 

14 

business  class  on  short‐haul  routes  –  the  proportion  of  passengers who  choose  low‐cost 

carriers for business travel rose to 71% in 2004/2005 from only 28% in 1998/1999 (Company 

Barclaycard in: Mason & Alamdari, 2007, p. 302). Indicators used in these studies show that 

business travel continues to expand, but that the expenditures for business travel are under 

increasing  scrutiny  (Barclaycard  Business,  2008,  p. 3).  In  2007/2008,  55%  percent  of  UK 

business travelers stated that they fly economy class most often (cf. Figure 1) as compared 

to 46%  in 2006/2007. While 41% of  the business  travelers participating  in  the Barclaycard 

survey  cited  business  class  as  being  their  main  class  of  travel  in  2001,  their  number 

decreased to only 11% in 2007 (Barclaycard Business, 2008, p. 5). 

 Figure  1: Most‐travelled  seating  class  by UK  business  travelers  in 

20077 

IATA’s  (2007)  ‘Corporate Air  Travel  Survey’  found  that  the  key  determinants  for  business 

travelers’ airline choice  for short‐haul  flights  included  frequent  flyer programs, convenient 

departure and arrival times, as well as punctuality of flights. On  long‐haul flights, the main 

factors influencing business travelers’ airline choice were frequent flyer programs, non‐stop 

flights, and seat comfort. 

Air  travel  demand  in  the  leisure  travel  segment  is  primarily  influenced  by  ticket  price, 

travelers’ disposable income, and their available free time (Graham, 2006, p. 16), where the 

amount of disposable income is principally determined by economic wealth. Graham (2006, 

p. 16) points out  that  greater  job pressure  and  concerns over  job  security  actually deters 

employees  from  taking  leave  for  extended  periods,  which  has  contributed  to  the  trend 

toward shorter vacations. Lower fares, on the other hand, imply that frequent shorter trips 

                                                       7 Own illustration adapted from: Barclaycard Business (2008, p. 5). 

55%

15% 14%11%

5%

0%

10%

20%

30%

40%

50%

60%

Economy Premium economy

Low cost First/business Not stated

 

15 

are not necessarily more expensive than the traditional annual leave (Mason, 2005, p. 303), 

which  has  led  to  an  increase  in  the  frequency  of  shorter  trips  taken  by  leisure  travelers 

(Graham, 2006, p. 16). In recent years, the leisure travel market has grown more rapidly than 

the business travel market (Hanlon, 2007, p. 35; Dresner, 2006, p. 30). Hanlon (2007, p. 35) 

estimates  that  the  current  breakdown  of  the worldwide  demand  for  air  travel  between 

leisure and business lies at approximately 80/20. 

3.4 Loyalty programs 

Considering  this highly  competitive  landscape,  airlines need  to undertake  great  efforts  to 

retain their profitable customers. Shaw (2007, p. 241) suggests that relationship marketing, 

i.e.,  putting  equal  or  greater  emphasis  on  the  maintenance  and  strengthening  of 

relationships  with  existing  customers  than  on  the  acquisition  of  new  customers,  is  an 

effective concept to be pursued  in order to retain customers. Loyalty programs that center 

on  passengers  whose  air  travel  demands  are  generally  less  price  elastic  (e.g.  business 

travelers)  (Hanlon,  2007,  p. 85)  and  expected  to  be  so  in  the  long‐term,  constitute  an 

important customer relationship management tool (Liu & Yang, 2009, p. 104). 

Liu  and  Yang  (2009,  p. 94)  define  loyalty  programs  as  “long‐term‐oriented  programs  that 

allow  consumers  to accumulate  some  form of program  currency, which  can be  redeemed 

later for free rewards.” Frequent flyer programs (FFPs) represent loyalty programs typical of 

the airline  industry. Consumers accumulate frequent flyer points for each purchased flight, 

with  the number of points awarded usually equaling  the distance of  the  flight  (Lederman, 

2007, p. 1137). These accumulated points can eventually be redeemed for rewards, the most 

common of which is a free flight or a free upgrade with the given airline or one of its alliance 

partners  (IATA,  2007,  p.  73;  Lederman,  2007,  p. 1137;  Carlsson & Löfgren,  2006,  p. 1470). 

Due to the award scheme’s nonlinear design, customers have even more incentives to stick 

to one particular airline  (Carlsson & Löfgren, 2006, p. 1470). Furthermore, airlines  seek  to 

make  their  competitors  appear more  expensive  by  emphasizing  the  opportunity  costs  of 

forgone loyalty rewards (Palmer, 2005, p. 161). Hence, frequent flyer programs constitute an 

important economic switching barrier (Hanlon, 2007, p. 85; Dowling & Uncles, 1997). 

Serious doubts, however, have been raised about the success of frequent flyer programs and 

their contribution  to  true customer  loyalty. Dowling and Uncles  (1997),  for example, claim 

 

16 

that customers end up associating their loyalty to a particular rewards program rather than 

to the actual airline brand. Furthermore, Doganis (2006, p. 277) argues that frequent flyers, 

who  often  are  high‐yield  passengers,  tend  to  be  members  of  several  airlines’  FFPs. 

Accordingly, FFPs’ relevance  in terms of securing customer  loyalty for a particular airline  is 

diminishing.  A  recent  study  conducted  by  Liu  and  Yang  (2009)  analyzed  the  success  of 

competing  loyalty programs  in the airline  industry and found that  loyalty programs did not 

always  lead to beneficial outcomes, and that only airlines with high market shares enjoyed 

sales increases on account of their loyalty programs. 

3.5 Industry outlook 

Considering the downward trend in airline yields, primarily owing to airline deregulation and 

liberalization, increased competition, excess capacity, downgrading activity, and the advance 

of  low‐cost  carriers  (cf.  Mason,  2005,  p. 19;  A.T.  Kearney,  2003,  p. 8),  industry  experts 

predict that consolidation activities in the airline business will increase (Doganis, 2006, p. 20; 

A.T. Kearney, 2003, p. 8). Such activities may include mergers and acquisitions and will most 

likely translate into strong airlines acquiring their weak or failing competitors (Doganis, 2006, 

p. 21). Such a scenario will result in a market that is characterized by a small number of very 

large  network  carriers  (Mason & Alamdari,  2007,  p. 310).  Consolidation,  however,  is  not 

predicted  to  remain  limited  to  network  carriers  alone.  Rather,  the  trend  toward 

consolidation will affect all sectors of the industry, including low‐cost airlines (Doganis, 2006, 

p. 21;  Mason & Alamdari,  2007,  p. 310).  The  challenges  network  carriers  face  in  the 

competition with  low‐cost  airlines  on  short‐haul  routes  have  already  been mentioned  in 

Chapter 3.1. Since the network carriers’ business model precludes the achievement of cost 

structures  similar  to  those of  low‐cost  carriers  (e.g.  complex hub‐and‐spoke  system,  labor 

issues, unions), network carriers are expected  to  increasingly shift  their  focus  to  long‐haul 

routes which will deliver sustainable profit streams  (Mason & Alamdari, 2007). The current 

trend  among  business  travelers, who  are  increasingly  becoming  price‐sensitive,  is  further 

forecast to lead to the termination of business class service on short‐haul routes, while more 

leisure travelers will take advantage of  low fares to travel more frequently both within the 

EU and abroad (Mason & Alamdari, 2007, p. 310). 

 

17 

3.6 Chapter summary 

The  airline  industry, which historically was  state‐subsidized  to demonstrate  and  sustain  a 

country’s status and power, has undergone extensive transitions since the mid‐1980s. These 

changes  were  initiated  in  particular  by  gradual  liberalization  and  deregulation.  The 

emergence  of  low‐cost  carriers,  the  increasing  power  of  customers,  as well  as  a  general 

economic downturn applied pressure on airline managers to rethink their business strategies 

yet again. Forecasts predict that the network carrier model will only remain sustainable on 

international routes, while continental and short‐haul routes will increasingly be dominated 

by a small number of large low‐cost carriers and a few niche carriers. With regard to airline‐

specific customer segments, a key differentiator between business and leisure travelers has 

long been  the higher price elasticity  for  leisure  travelers  (cf. Hanlon, 2007, p. 35; Dresner, 

2006, p. 29). However, the introduction of low fare tickets by low‐cost carriers has weakened 

the  direct  relationship  between  economic  growth  and  air  travel  demand.  Especially with 

respect  to  network  carriers,  experts  advise  airline  managers  to  focus  on  individual 

customer’s  needs,  brand  distinction,  and  the  differentiation  of  services  (Lufthansa 

Consulting, 2008, p. 9). Only those airlines that find ways to attract and retain customers by 

offering  a  differentiated  service  concept  vis‐à‐vis  competitors  will  succeed  to  operate 

profitable  on  the  grounds  of  a  valuable  customer  base.  The  strengthening  of  customer 

loyalty, therefore, is an important objective for achieving profitability through the retention 

of valuable customers. 

4 Conceptual and  theoretical  foundation  for  the development of 

the airline customer loyalty model The previous chapter focused on current challenges  in the airline  industry and emphasized 

the importance of a loyal customer base. This chapter sets the theoretical framework for the 

development of the airline customer loyalty (ACL) model. Introducing customer loyalty as an 

effective means  for  the achievement of a company’s overall objectives of profitability and 

differentiation, this chapter first discusses different notions of customer loyalty to establish 

a general understanding of the concept. Second,  it  is argued that the building of customer 

loyalty is closely linked to the establishment and maintenance of relationships between the 

customer  and  the  firm,  i.e.,  to  relationship  marketing.  Furthermore,  considering  the 

specificities  of  the  service  industry,  special  attention  is  given  to  the  management  of 

 

18 

customer‐brand  relationships  and  the  meaning  of  relational  benefits  and  relationship 

quality.  The  chapter  concludes  with  a  synthesis  of  the  theories  reviewed  and  the 

identification of concepts to be ACL model. 

4.1 The concept of customer loyalty 

This  chapter explains how  customer  loyalty  can  influence a  firm’s profitability,  introduces 

definitions of customer loyalty as depicted in the literature, and discusses the prerequisites 

for  the  establishment  of  true  loyalty.  It  furthermore  advocates  the  consideration  of 

relationship marketing to better understand the drivers of customer loyalty. 

4.1.1 The influence of customer loyalty on a firm’s profitability 

Several  authors  contend  that  a direct  relationship  exists between  a  firm’s  loyal  customer 

base and  its profitability (Reichheld & Sasser, 1990; Heskett et al., 2008; Reinartz & Kumar, 

2002; Aaker, 2002; Knox, 1998; Andreassen & Lindestad, 1998; Berry, 1995). More precisely, 

a loyal customer base implies increased revenues for the firm (Reichheld, 1993, 1996; Berry, 

1995;  Schlesinger  &  Heskett,  1991).  On  the  one  hand,  customer  loyalty  leads  to  higher 

repurchase rates, on the other hand loyal customers display a greater tendency to purchase 

additional  goods,  for  example  through  cross‐selling  opportunities.  Moreover,  customer 

loyalty  results  in  a  higher  predictability  of  sales  and  profit  streams  (Aaker,  2002; Clark & 

Payne, 1994; Reichheld, 1996). Typically,  loyal customers generate  low customer  turnover 

(Reichheld & Sasser, 1990), and often introduce new customers to the firm through word‐of‐

mouth recommendations (Reichheld, 1996; Reichheld & Sasser, 1990; Schlesinger & Heskett, 

1991; Zeithaml et al., 1996).  In addition, a  loyal customer base can  lead to decreased costs 

(Reichheld, 1993; Berry, 1995),  since  it costs  less  to provide  services  to  loyal and  satisfied 

customers  (Reichheld,  1996)  and  because  sales,  marketing,  and  set‐up  costs  can  be 

amortized over an extended period,  i.e., throughout the customer  lifetime  (Clark & Payne, 

1994).  Customer  loyalty  is  furthermore  essential,  as  it  represents  an  important  basis  for 

developing a sustainable competitive advantage (Dick & Basu, 1994, p. 99) over competing 

brands in inter‐ and intra‐market competition. 

 

19 

4.1.2 Defining customer loyalty 

Customer  loyalty  and  its  advantages  for  the  firm  have  been  extensively  discussed  in 

marketing literature. The result is a plethora of definitions. Table 2 provides an overview of 

definitions that are frequently cited in the literature. 

Author(s) Definition Cunningham (1956) Single-brand loyalty is the proportion of total purchases represented

by the largest single brand used. Dual-brand loyalty is the proportion of total purchases represented by the two largest single brands used.

Day (1969) “There is more to brand loyalty than just consistent buying of the same brand – attitudes, for instance” (p. 29)

Jacoby & Kyner (1973) Brand loyalty is “(1) the biased (i.e., nonrandom), (2) behavioral response (i.e., purchase), (3) expressed over time, (4) by some decision-making unit, (5) with respect to one or more alternative brands out of a set of such brands, and (6) is a function of psychological (decision-making, evaluative) processes.” (p. 2)

Dick & Basu (1994) Customer loyalty is the strength of the relationship between an individual’s relative attitude and repeat patronage, mediated by social norms and situational factors.

Oliver (1999) “a deeply held commitment to rebuy or repatronize a preferred product/service consistently in the future, thereby causing repetitive same-brand or same brand-set purchasing, despite situational influences and marketing efforts having the potential to cause switching behavior” (p. 34)

Table 2: Overview of definitions of customer loyalty 

As  the  comparison  of  the  different  definitions  of  customer  loyalty  illustrates,  two  key 

dimensions  exist:  a  behavioral  (cf.  Cunningham,  1956)  and  an  attitudinal  (cf.  Day,  1969) 

dimension.  Both  are  described  below  in more  detail  and  an  equal  consideration  of  both 

dimensions is advocated, if true loyalty is to be achieved. 

Behavioral  loyalty refers to the customer’s actual behavior of repurchasing a specific brand 

within a given category over time (e.g., Day, 1969; Chaudhuri & Holbrook, 2002). Kumar and 

Shah  (2004, p. 318) describe behavioral  loyalty as “loyalty of a customer as observed  from 

the  customer’s  purchase  behavior.”  This  explicitly  means  that  the  customer  repeatedly 

chooses the same brand when he needs a specific product or service. This behavior may be a 

result of a true preference for the brand. However, repeat purchases of the same brand may 

also be attributable to mere convenience, habit, or because the barriers to change (i.e. the 

switching  barriers)  are  too  high. While  proponents  of  the  one‐dimensional  construct  of 

customer loyalty argue that attitude is irrelevant in determining loyalty toward a brand and 

consider  the debate on  the notion of  ‘true’  loyalty a  “waste of  time”  (Sharp et al., 2002) 

opponents  claim  that  behavioral  definitions  of  customer  loyalty  are  inadequate  for 

 

20 

explaining how and why customers are  loyal to a specific brand, and call for an analysis of 

the “individual’s dispositional basis for repeated purchase” (Dick & Basu, 1994, p. 100).  Zins 

(2001,  p. 270)  further  criticizes  that  the  observation  of  behavioral  loyalty  alone  does  not 

leave  room  to  draw  any  substantiated  conclusions  about  customers’  future  actions. Only 

measuring behavioral  loyalty actually overestimates  the share of  true  loyalty, since  it does 

not account  for  those  customers who buy a brand  simply because no other alternative  is 

available or because a particular brand is offering a special promotion (Day, 1969). 

Considering  the  deficiency  of  behavioral  loyalty  to  provide  insights  into  the  underlying 

motives and processes that  lead to customer  loyalty, researchers promote the  inclusion of 

attitude, in addition to behavior, to adequately define customer loyalty. Day (1969, cf. Table 

2) was perhaps the first to recognize and articulate this necessity (Bandyopadhyay & Martell, 

2007,  p. 37). A  customer’s  attitude basically  performs  an  object  appraisal  function.  Keller 

(2003, p. 392) refers to brand attitude as the overall evaluation of the brand  in terms of  its 

quality  and  the  satisfaction  it  generates.  Dick  and  Basu  (1994)  assert  that  the  attitude 

toward  a  brand  has  to  be measured  in  relation  to  other  brands  that  are  perceived  by 

consumers as being relevant in a specific consumption context. Only when a particular brand 

is  associated with  a  strong  attitude  and  is  clearly differentiated  from other brands  in  the 

customer’s mind does the given brand exhibit a high relative attitude vis‐à‐vis other brands 

in  the consumption context.  Jacoby and Chestnut  (1978)  refer  to attitudinal  loyalty as  the 

consumer’s predisposition  toward a brand as a  function of decision‐making and evaluative 

processes. Based on a strong preference for the given brand relative to other brands in the 

category,  attitudinal  loyalty  helps  companies  build  an  invisible  exit  barrier  for  their 

customers, especially  in non‐contractual  situations where  switching  costs and barriers are 

low (Shapiro & Vivian, 2000 in: Kumar & Shah, 2004, p. 322). 

In  consideration  of  the  attitude‐behavior  relationship,  four  specific  conditions  related  to 

loyalty, as illustrated in Figure 2, are identifiable. Low attitudinal loyalty combined with low 

behavioral loyalty indicates an absence of loyalty (cf. Dick & Basu, 1994, p. 101). Day (1969, 

p. 30)  categorizes  those  customers  as  spuriously  loyal who  exhibit  high  repeat  purchase 

behavior, but lack any attachment to the brand and can easily be captured by another brand 

offering  a  better  deal.  Latent  loyalty,  in  contrast,  is  reflected  by  high  attitudinal  loyalty 

combined  with  low  repeat  purchase.  True  loyalty,  firms’  preferred  condition,  can  be 

 

21 

conceptualized as an attitude‐based behavioral  loyalty toward the given brand  (see Kim et 

al., 2008, pp. 99‐100). 

 Figure 2: Loyalty matrix8 

As has been argued above, the two‐dimensional understanding of customer loyalty allows a 

more precise measurement  and  analysis of  customer  loyalty.  This  view  is  supported by  a 

wide spectrum of marketing researchers (e.g. Day, 1969; Jacoby & Kyner, 1973; Dick & Basu, 

1994;  Oliver,  1999;  Jones  &  Taylor,  2007)  and  has  come  to  be  accepted  as  the  basic 

understanding of  customer  loyalty  in marketing  research. Accordingly,  customer  loyalty  is 

defined in its two‐dimensional understanding as: 

repeated attitude‐based behavior (Kim et al., 2008, pp. 99‐100) toward a brand, 

driven by a preference for this specific brand (cf. Jacoby & Chestnut, 1978) vis‐à‐

vis  competing brands  relevant  in  the given  consumption  context  (Dick & Basu, 

1994). 

A  direct  relationship  between  customer  loyalty  and  relationship  marketing  has  been 

proposed by a number of authors. Webster (1994, p. 26) claims that “Customer  loyalty has 

meaning only within  the  context of  relationship marketing”.  Similarly, Aaker  (2002, p. 23) 

proposes  that  one  approach  for  enhancing  customer  loyalty  is  the  development  or 

strengthening  of  customers’  relationship  with  the  brand,  which  constitutes  the  basic 

objective of  relationship marketing. Relationship marketing  thus  serves  as  a  concept  that 

contributes to the understanding of the factors that drive customer  loyalty. The concept  is 

further elaborated in the next chapter. 

                                                       8 Adapted from Day (1969); Dick and Basu (1994). 

True loyalty

Spurious loyalty No loyalty

Latent loyalty

High Low

Low

High

Behavioral loyalty

Attit

udin

al lo

yalty

 

22 

4.1.3 Customer loyalty through relationship marketing 

The  term  ‘relationship marketing’ was  initially mentioned by Berry  in  1983  in  the  service 

marketing  literature  (Bitner,  1995,  p. 246;  Hennig‐Thurau  et  al.,  2002,  p. 230).  It  can  be 

defined as: 

the attraction, maintenance, and enhancement of customer relationships  (Berry 

1983 in: Berry, 1995, p. 236) that should generate profit and fulfill the objectives 

of all parties involved (Grönroos 1994, p. 9). 

Relationship marketing is, therefore, a strategic orientation that focuses on retaining existing 

customers (Sheth & Parvatiyar, 2002, p. 4; Zeithaml & Bitner, 2003, p. 157; Grönroos, 2007, 

p. 43) and enhancing  their  loyalty  (Berry, 2002, p. 71). While  the emphasis  is on customer 

retention,  new  customer  acquisition  is  also  critical  for  a  company’s  long‐term  economic 

success  and  cannot  be  achieved  by  exclusively  focusing  on  existing  customers  (Hennig‐

Thurau  et  al.,  2002,  p. 232).  However,  attracting  new  customers  is  considered  an 

intermediate step in the marketing process (Berry, 1995, p. 237) rather than a goal in itself. 

The underlying objective  is to attract those customers who demonstrate the potential and 

likelihood of establishing a  loyal relationship with the company  in the  long run (Zeithaml & 

Bitner, 2003, p. 158). A company’s primary objective  in  terms of  relationship marketing  is, 

consequently, to create customer loyalty and to establish a profitable long‐term relationship 

(Ravald & Grönroos, 1996, p 19).9 For customers,  the main  reasons  for becoming  involved 

and staying  in a relationship with a company are risk reduction and simplification of choice 

(Dall’Olmo  Riley &  de  Chernatony,  p. 138).  Relationship  customers  know what  to  expect 

from their brand and, therefore, do not have to spend time deciding which brand to choose. 

A relationship develops through a series of encounters between a customer and a company 

(Bitner, 1995, p. 248; Coulter & Ligas, 2004, p. 483; Grönroos, 2007, p. 8). Such encounters 

are characterized by  interactive behaviors at a specific point  in time  involving both parties 

(Bitner,  1992;  Lovelock,  1983  in:  Coulter  &  Ligas,  2004,  p. 483;  Czepiel,  1990).  Fournier 

(1998, p. 346) summarizes these aspects of relationships in her definition:  

                                                       9  Hennig‐Thurau et al. (2002, p. 230) describe customer loyalty as an important relationship marketing outcome.   

 

23 

“Relationships  are  constituted  of  a  series  of  repeated  exchanges  between  two 

parties known to each other: they evolve in response to these interactions and to 

fluctuations in the contextual environment.” 

During  each  encounter  (moment  of  truth  [Bitner,  1995,  p. 248]; moment  of  interaction 

[Coulter & Ligas, 2004, p. 483]), customers have the possibility of testing the firm’s ability to 

fulfill  its  promises.  For  the  firm,  each  encounter  provides  an  opportunity  to  increase  the 

customer’s overall  satisfaction and willingness  to continue doing business with  the  firm  in 

the future (i.e. to build a relationship and thereby strengthen customer loyalty). 

Several  authors  (e.g.  Grönroos,  2007;  Berry,  2000;  Czepiel,  1990)  argue  that  the 

establishment and maintenance of customer relationships and the achievement of customer 

loyalty  (e.g. Gremler &  Brown,  1999;  Bloemer  et  al.,  1999)  are  especially  important  and 

applicable  in service  industries.  In the following chapter, this aspect, as well as the specific 

role of the service brand in the formation of relationships with customers, is explained. 

4.2 Customer  loyalty  through  relationships between  customers and  airline brands 

The  previous  chapter  touched  upon  the  relevance  of  customer  loyalty  and  relationship 

marketing in the service context. Now, a closer look is taken at the nature of services and the 

specificities  that  need  to  be  considered  in  terms  of marketing  services,  especially  in  the 

airline market.  In addition, the service brand  is  introduced as an  important relational asset 

that can further foster customer loyalty by acting as a legitimate partner in the relationship 

with the customer. 

4.2.1 The service‐dominant logic of marketing in the airline industry 

According to Grönroos (2006, p. 323), services can be defined as: 

“processes  that  consist  of  a  set  of  activities  which  take  place  in  interactions 

between  a  customer  and  […]  the  service  provider  […],  which  aim  at  solving 

customers’ problems.” 

Services  exhibit  two  distinctive  characteristics.  First,  services  have  a  processual  nature 

(Grönroos, 2007, p. 330; 2006, p. 319; Vargo & Lusch, 2008a, p. 258), that is, services emerge 

in  processes  and  are  directly  influenced  by  the  further  evolvement  of  these  processes. 

 

24 

Second,  customers  are  involved  in  the  production  of  the  given  service  through  their 

interaction with the service provider. Consequently, they participate as co‐producers  in the 

production process and influence the nature of the service that is produced and consumed. 

Likewise,  they  determine  the  actual  value  of  the  service  experience  (Grönroos,  2006, 

pp. 326‐327), i.e., whether their expectations were met. 

According to the above‐stated definition of services, airlines can clearly be defined as service 

providers:  (1)  passenger  airline  travel  can  be  understood  as  a  process  that  is  directly 

influenced by the  further evolvement of this process  (e.g. rebooking after  flight‐delays) (2) 

passengers  ‘consume’  their  travel experience while  it  is being produced. Furthermore,  the 

notion of airlines offering a service is widely accepted in the marketing and airline literature 

(e.g. Anderson et al., 2008; Oyewole & Choudhury, 2006). Hence, the  following theoretical 

discussion on  relationships between  customers and airlines needs  to  take  the  specificities 

that apply to the concept of service marketing into consideration.  

Traditionally, the marketing process has focused on the exchange of goods in which value is 

embedded  and  distributed  through  transactions  (Grönroos,  2006,  p. 323).  The  service‐

centered  approach,  in  contrast,  places  the  provision  of  services  rather  than  the 

manufactured good at the center of attention (cf. Vargo & Lusch, 2004, p. 1; 2008a, p. 254). 

This shift in perspective is illustrated in Figure 3. 

 Figure  3:  The  exchange  versus  the  relationship 

perspective in the marketing process10 

                                                       10 Own illustration adapted from: Sheth and Parvatiyar (1995a, p. 412); Grönroos (2007, p. 27). 

Process(intangible resources)

Value creation

Outcome(tangible resources)

Value distribution

Relationship perspective

Exchange perspective

 

25 

The  service‐centered  perspective  on  marketing,  therefore,  focuses  on  value  co‐creation 

through  the  interaction  between  the  customer  and  the  service  provider  (cf.  Prahalad  & 

Ramaswamy, 2004, p. 6; Wikström, 1996), with the role of the customer transforming from 

one  in which  he  represents  a  recipient  of  a  service  to  one  in which he  co‐produces  that 

service  (Vargo &  Lusch, 2004, p. 7). The  customer  thus becomes an even more  significant 

driving  force  in  the  co‐creation process  (Rajah et  al., 2008, p. 367; Anderson et  al., 2008, 

p. 366). The service provider, in contrast, increasingly adopts a support function by creating 

and developing the resources, means, or competence that the customer requires (Vargo & 

Lusch,  2004;  Grönroos,  2006,  p. 324;  Rajah  et  al.,  2008,  p. 367).  Value  is  created  when 

services  are  used  or  consumed  by  the  customer.  That  is,  value  is  the  outcome  of  the 

subjective,  personalized  consumption  experience  characterized  by  the  customer’s  active 

involvement  in  its design, delivery, and  creation  (Sheth et al., 2000  in: Rajah et al., 2008, 

p. 367). 

As  Anderson  et  al.  (2008;  see  also:  Gummesson,  2008,  p. 16)  point  out,  differences  in 

customer  characteristics  inevitably  lead  to differences  in what  customers  value. Resulting 

from their research about the moderating effects of airline passenger characteristics on the 

relationship  between  service  components  and  overall  service  satisfaction,  the  authors 

conclude  that,  in  line with Vargo and Lusch’s  (2008b, p. 9) premise  that value  is “uniquely 

and  phenomenologically”  determined  by  the  customer,  it  is  important  to  consider 

customers’ varying demographic and situational characteristics.  

The  circumstance  that  individual  customer’s  appreciation  of  different  service  factors 

diverges  considerably  constitutes  a  major  challenge  for  airlines,  considering  that  they 

interact with customers from very diverse national and cultural backgrounds. The nature of 

airlines’ service chain, in which processes can broadly be divided into pre‐flight, in‐flight, and 

post‐flight  activities,  further  complicates  the  building  of  personal  relationships  between 

service employees and the customer. This  is due to the changing contact persons from one 

activity  to  the  next.  In  such  an  environment,  the  service  brand  should  be  considered  an 

essential relationship partner. This argument is brought forward in the following chapter. 

   

 

26 

4.2.2 The service brand as a relationship partner 

While  branding  has  long  been  a  central  issue  in  the  marketing  of  physical  products, 

awareness of the importance of creating service brands has only evolved in the last 20 years 

(Grönroos,  2007,  p. 329).  Today,  however,  it  is  widely  recognized  that  branding  plays  a 

fundamental  role  and  signifies  a  principal  success  driver  for  service  organizations  and 

represents a cornerstone for service marketing (Berry, 2000, p. 128). 

Ambler  and  Styles  (1997,  pp. 222‐223)  define  a  brand  as  “the  promise  of  the  bundles  of 

attributes  that  someone buys and  that provides  satisfaction”. Accordingly, Berry  (2000, p. 

129)  describes  a  service  brand  as  a  promise  of  future  satisfaction,  “a  blend  of what  the 

company says the brand is, what others say, and how the company performs the service – all 

from the customer’s point of view”. The service brand’s inherent significance is derived from 

services’  specific nature. As  services  are produced only once  the  interaction between  the 

customer  and  the  service  provider  is  initiated,  services  are  difficult  to  appraise  prior  to 

consumption.  Here,  the  service  brand,  i.e.,  the  image  resulting  from  accumulated 

experiences  as  perceived  by  the  customer,  can  reduce  customers’  perceived monetary, 

social, and safety risks. The service brand subsumes a wide spectrum of dimensions to create 

a comprehensive image in the customers’ minds.11  

In  the  brand’s  conceptualization  as  a  risk  reducer,  simplifier  of  choice,  and  guarantor  of 

quality,  Dall’Olmo  Riley  and  de  Chernatony  (2000,  p. 138)  identify  similarities  with  the 

conceptualization of relationship marketing. Consequently, the authors claim that the brand 

is a  ‘relationship builder’  in that “the service brand  is a holistic process beginning with the 

relationship between the firm and its staff and coming alive during the interaction between 

the  staff  and  customers”  (p. 138). Brodie et  al.  (2006, p. 375)  support  this proposition by 

identifying the service brand as a ‘relational asset’. 

A  theoretical  foundation  of  customer‐brand  relationships  has  been  laid  by  Fournier’s 

relationship  theory.  Fournier  (1998,  p. 344)  contends  that  a  brand  is  legitimized  as  a 

relationship  partner  when  it  is  animated,  humanized,  or  to  some  degree  personalized. 

Anthropomorphization refers to the process of projecting human qualities and personalities 

onto  brands  (Patterson  &  O’Malley,  2006),  which  facilitates  their  interaction  with  the 

                                                       11 For the creation of the ACL model, these different dimensions are referred to as brand performance characteristics. 

 

27 

immaterial world  (Fournier, 1998, p. 345). The  legitimization of the brand as a relationship 

partner  can  further be  achieved  through  interactive  and direct marketing  communication 

activities,  which  can  be  construed  as  “behaviors  performed  by  the  brand  acting  in  its 

relationship role”  (Fournier, 1998, p. 345). Similar studies conducted  in the service domain 

by  Sweeney  and  Chew  (2000),  have  verified  Fournier’s  assertion  of  the  brand  as  a 

relationship partner that is especially relevant for service brands. 

The  consideration  of  the  brand  as  a  relationship  partner  and  the  contribution  of  this 

relationship  to  customer  loyalty  are  of  great  relevance  for  the  airline  industry.  Changing 

travel environments and changing personal contacts prevent  the development of personal 

relationships with  the airline. Here,  the brand depicts a constant and  familiar  relationship 

partner for the customer. Each encounter, or moment of interaction with the airline, adds to 

how  the  customer  perceives  the  airline  brand’s  image  and  reinforces  the  brand  and  the 

relationship the customer has with it. While a single contact between the customer and the 

airline may  not  constitute  a  relationship  per  se,  each  contact  contributes  to  the  overall 

relationship between the customer and the airline brand. This notion further emphasizes the 

decisive relevance of each customer‐airline interaction.  

Whether  the  relationship between customers and brands  is  strong and  leads  to  customer 

loyalty in the long run depends on the attractiveness of the relationship from the customer’s 

point  of  view.  This,  in  turn,  is  influenced  by  the  benefits  the  customer  enjoys  from  the 

relationship with  the given brand. These  so‐called  relational benefits are explained  in  the 

next chapter. 

4.2.3 Relational benefits as a basis of airline customer loyalty 

According to the relationship approach, long‐term relationships only exist if both the service 

provider and the customer benefit from the relationship (Hennig‐Thurau et al., 2002, p. 231; 

Gwinner et al., 1998, p. 101; Marzo‐Navarro et al., 2004). While  the primary advantage of 

customer‐brand  relationships  for  the  firm  is  customer  loyalty  and  the  consequences 

resulting  from  it  (cf. Chapter  4.1.1),  relational  benefits  refer  to  those  that  customers  are 

likely to receive as a result of having cultivated a long‐term relationship with a service brand 

(Gutek et al., 1999; Gwinner et al., 1998; Reynolds & Beatty, 1999; Hennig‐Thurau, 2002; 

Zeithaml & Bitner, 2003). Relational benefits refer to benefits that go beyond the  inherent 

advantages  provided  by  the  actual  service.  Those  perceived  by  the  customer  have  been 

 

28 

identified as a driving force for consumers to engage in long‐term relationships with service 

providers  and  are  positively  associated with  satisfaction, word‐of‐mouth  communication, 

and repeated purchases (Reynolds & Beatty, 1999).  

Empirical research conducted on the types of relational benefits customers gain from  long‐

term relationships with a specific service provider put forth different perspectives on how to 

categorize relational benefits. First, based on a study analyzing different service  industries, 

Gwinner et al. (1998) classified relational benefits into three different categories. According 

to the authors, confidence benefits refer to the perception of comfort or feelings of security, 

reduced  anxiety,  and  trust  in  the  service  provider.  Social  benefits  include  feelings  of 

understanding,  familiarity,  and  even  friendship  between  the  customer  and  service 

employees.  Special  treatment  benefits  include  economic  and  customization  benefits  that 

only relationship customers enjoy (in contrast to non‐relational customers), such as special 

treatment (Gwinner et al., 1998; Hennig‐Thurau et al., 2002; Chang & Chen, 2007). Along all 

service  industries  studied,  Gwinner  et  al.  (1998)  concluded  that  confidence  benefits 

represent the most important benefits, if customers are to remain in long‐term relationships 

with a specific service provider,  followed by social benefits and special treatment benefits, 

respectively.  In  an  exploratory  study  of  the  retail  industry,  Beatty  et  al.  (1996;  see  also: 

Reynolds  &  Beatty,  1999)  identified  two  categories  of  relational  benefits:  social  and 

functional  benefits.  While  functional  benefits,  according  to  Reynolds  and  Beatty  (1999, 

p. 13),  comprise Gwinner  et  al.’s  (1998)  confidence  and  special  treatment benefits,  social 

benefits refer to the specific benefits that result from the  interaction with the salesperson. 

These  two categories of  relational benefits have also been proposed by other authors  (cf. 

Adelman et al., 1994; Berry, 1995; Bitner, 1995; Dwyer et al., 1987; Gwinner et al., 1998 in: 

Reynolds & Beatty, 1999, p. 13).  In a study  investigating  the effect of  relationship benefits 

for  companies  in  business‐to‐business  settings,  Sweeney  and Webb  (2007)  differentiated 

between social, psychological, and functional benefits. 

Here, in accordance with the findings presented above, three types of relational benefits are 

proposed  to  be  relevant:  social,  psychological,  and  functional  benefits.  They  will  be 

described in the following section. 

 

29 

4.2.3.1 Social benefits 

Social benefits focus on the customer‐brand relationship  itself rather than on the outcome 

(or result) of service encounters (Hennig‐Thurau et al., 2002, p. 235). They include feelings of 

familiarity, personal recognition, friendship, rapport, and social support (Berry, 1995, Barnes, 

1994  in: Gwinner et al., 1998, p. 102) and are positively related to customers’ commitment 

to  the  relationship  (Berry,  1995;  Goodwin,  1997;  Goodwin  &  Gremler,  1996  in:  Hennig‐

Thurau et al., 2002, p. 235). They further are expected to have a positive impact on customer 

satisfaction (Reynolds & Beatty, 1999). 

Reynolds  and  Beatty  (1999,  see  also:  Price  &  Arnould,  1999)  refer  to  social  benefits  as 

feelings of friendship a customer has for the salesperson, i.e., the salesperson is perceived as 

a good  friend. Comparing this relationship with a private  friendship  is criticized by Hennig‐

Thurau et al.  (2002), who emphasize  the difficulty and  risk accompanying  the  commercial 

instrumentalization  of  social  relationships.  The  authors  call  for  a  more  straightforward 

understanding of  social benefits and propose a  rapport as being a much more achievable 

level  of  interaction  between  both  parties  (cf.  Gremler  &  Gwinner,  2000).  According  to 

LaBahn  (1996,  p. 30),  social  rapport  refers  to  “the  client’s  perception  that  the  personal 

relationships have the right chemistry and are enjoyable“. 

In their study of benefits resulting from relational exchanges with service firms, Gwinner et 

al. (1998) empirically substantiated that many customers do indeed receive social benefits as 

a  result  of  a  relationship with  a  specific  service  provider.  The  authors  further  argue  that 

social  benefits  appear  to  be  particularly  prevalent  in  those  service  settings  with  a  high 

degree of interpersonal contact between customers and employees (p. 104).  

As has been argued  in Chapter 4.2.1,  it seems more promising  to analyze customer‐brand 

relationships rather than interpersonal ones in the airline setting. Therefore, social benefits 

have  to  be  conceptualized  at  a  broader  level.  Besides  the  feeling  of  familiarity  and 

enjoyment  resulting  from  the  relationship  with  the  airline  brand,  social  benefits  in  this 

context  include  social  support  the  brand  may  provide  for  the  customer  in  his  social 

environment.  This  relates  to  customers’  social  status  in  society,  the  roles  they  play,  the 

lifestyle they lead, and how the relationship with the airline brand enhances these aspects.  

 

30 

4.2.3.2 Psychological benefits 

While  social  benefits  relate  to  the  emotional  reactions  that  arise  directly  from  the 

interaction with  the  brand,  psychological  benefits  are more  introversive  and  refer  to  the 

feelings  and  emotions  experienced  by  customers.  The  understanding  of  psychological 

benefits here  resemble  the confidence benefits as  suggested by Gwinner et al.  (1998;  see 

also:  Hennig‐Thurau  et  al.,  2002;  Yen  &  Gwinner,  2003;  Chang  &  Chen,  2007),  and  the 

psychological benefits described by Sweeney and Webb (2007, p. 476). 

Psychological  benefits  from  the  customer’s  perspective  refer  to  feelings  of  trust  and 

confidence  in  the brand. The  result  is a  sense of  reduced  risk and anxiety which  leads  to 

feelings of  security and comfort  in customers. As customers engage  in  relational behavior 

with the service provider and accumulate experiences through these encounters, their level 

of uncertainty decreases as brand knowledge increases (cf. Martín Ruiz et al., 2007, p. 1091). 

4.2.3.3 Functional benefits 

Functional benefits involve the rational aspects of a relationship (Beatty et al., 1996, p. 225). 

According  to Beatty et al.  (1996, p. 225) and Reynolds and Beatty  (1999, p. 28),  functional 

benefits  include  time  savings  and  convenience  resulting  from  the  relationship  with  the 

brand.  Furthermore,  they  include  customers’  perceptions  of  making  better  purchase 

decisions  and  feeling  confident  about  the  purchase  decisions  made.  Correspondingly, 

functional benefits refer to the economic benefits customers gain from the relationship with 

the brand (cf. Sweeney & Webb, 2007, p. 475). 

In  the  conceptualization  used  here,  functional  benefits  are  partly  related  to  special 

treatment benefits as proposed by Gwinner et al. (1998). Berry (1995) contends that special 

treatment  benefits  are  those  that  can most  easily  be  duplicated  and,  therefore,  do  not 

provide  a  sustainable  source of  competitive advantage. However,  it  can be  argued  that  a 

service provider has to offer at least a minimum level of functional benefits in order to meet 

the customer’s needs. 

This  chapter  introduced  relational  benefits  as  a  basis  for  the  development  of  long‐term 

customer‐brand  relationships.  The  following  chapter  presents  the  concept  of  relationship 

quality as a mediating construct between relational benefits and customer loyalty. 

 

31 

4.2.4 Relationship quality as mediator between relational benefits and customer loyalty 

Relationship quality can be regarded as a metaconstruct that  includes several components 

and focuses on the overall nature of the customer‐brand relationship (Hennig‐Thurau et al., 

2002, p. 230). It is conceptualized as a diagnostic tool to evaluate the relationship’s strength 

and durability (Fournier, 1998). Roberts et al. (2003, p. 191  in: Beatson et al., 2008, p. 212) 

define relationship quality as “a measure of the extent to which consumers want to maintain 

relationships with  their service providers”. While  the  relational benefits approach  is based 

on  the assumption  that  the perception of benefits  is a prerequisite  for  the  relationship  to 

persist  in  the  long  run,  the  relationship  quality  approach  addresses  the  customer’s 

evaluation of the relationship and his resulting decision to continue or abandon  it (Hennig‐

Thurau et al., 2002, p. 234). Relationship quality  can,  therefore, be  seen as mediating  the 

influence of relational benefits on customer loyalty. 

While  there  is  no  clear  consensus  on  what  represents  the  most  appropriate 

conceptualization  of  relationship  quality,  there  is  general  agreement  that  customer 

satisfaction with a brand’s performance, trust in the service brand, and commitment to the 

relationship  are  key  components  of  relationship  quality  (e.g.  Kim  et  al.,  2005,  p. 118; 

Garbarino & Johnson, 1999; Crosby et al., 1990; Dorsch et al., 1998 in: Hennig‐Thurau et al., 

2002,  p. 234).  As  discussed  in  the  previous  chapter,  trust  is  an  important  factor  in  the 

construct  of  psychological  benefits.  Therefore,  this  thesis  considers  customer  satisfaction 

and  commitment  to  be  key  dimensions  of  relationship  quality  (cf.  Hennig‐Thurau  et  al., 

2002). 

4.2.4.1 Customer satisfaction 

The  relevance  of  customer  satisfaction  in  winning  loyal  customers  has  been  empirically 

verified  by  a  number  of  studies  which  found  that  satisfaction  is  a  leading  factor  in 

determining loyalty (e.g. Garbarino & Johnson, 1999; Anderson & Fornell, 1994).  

Several  definitions  of  customer  satisfaction  exist.  However,  the  most  widely  accepted 

definition describes customer satisfaction as an affective and emotional response (e.g. Dick 

&  Basu,  1994,  p. 104;  Hennig‐Thurau  et  al.,  2002,  p. 232;  Zins,  2001,  p. 276)  to  an 

expectancy‐disconfirmation  experience  that  involves  a  cognitive  process  (Oliver,  1980). 

Customers  evaluate  the  service  performance  and  compare  the  results  with  their 

expectations prior to purchase or consumption. Any discrepancy between expectations and 

 

32 

actual  experience  leads  to  disconfirmation.  Positive  disconfirmation,  i.e.,  when  the 

performance  is  higher  than  expected,  increases  or  upholds  satisfaction.  Negative 

disconfirmation,  i.e., when  the performance  is  lower  than expected, decreases satisfaction 

and creates dissatisfaction.  In general  terms, satisfaction  relates  to whether  the service or 

brand meets the customer’s needs and expectations.  

Because  loyal  customers  stick  to  one  brand  over  an  extended  period  of  time  and  are 

assumed to build and maintain a relationship with this brand over a number of  interaction 

episodes,  it  is  important  to distinguish between  transactional  (e.g. Cronin & Taylor, 1992, 

p. 56)  and  cumulative  satisfaction  (e.g.  Anderson  et  al.,  1994,  p. 54). While  transactional 

satisfaction  refers  to  the  post‐choice  evaluation  of  one  specific  service  encounter, 

cumulative  satisfaction  comprises  all  encounters  in  the  customer‐brand  relationship  and 

thus relates to the overall evaluation of this relationship based on long‐term experiences (cf. 

Brunner et al., 2008, p. 1097; Anderson et al., 1994, p. 54). However, it is important to note 

that  the  two  constructs  are  not  independent  of  each  other.  Previous  experiences, which 

constitute cumulative satisfaction, affect expectations and, therefore, influence transaction‐

specific satisfaction. On the other hand, each new experience with the brand enhances and 

modifies cumulative satisfaction. As the focus of this thesis lies on the long‐term relationship 

between  customers  and  airline  brands,  approaching  satisfaction  from  a  cumulative 

perspective is more practical. 

4.2.4.2 Relationship commitment 

Commitment has been analyzed  in a variety of marketing contexts and  is viewed as being 

central to the establishment of relationships and successful relationship marketing (Berry & 

Parasuraman, 1991; Morgan & Hunt, 1994).  

Morgan and Hunt (1994, p. 23), who concentrated specifically on buyer‐seller relationships 

in business‐to‐business markets, define  relationship commitment as “an exchange partner 

believing that an ongoing relationship with another is so important as to warrant maximum 

efforts  at maintaining  it;  that  is,  the  committed  party  believes  the  relationship  is worth 

working on to ensure that it endures indefinitely”. Their definition corresponds to Moorman 

et al.’s (1992, p. 316) description of commitment as “an enduring desire to maintain a valued 

relationship”.  In  the  service  context,  Berry  and  Parasuraman  (1991,  p. 139)  contend  that 

relationships are built on mutual commitments. 

 

33 

In  the  customer‐brand  context,  relationship  commitment  can  be  understood  as  the 

customer’s motivation  and  dedication  to  continue  the  interaction with  the  brand  in  the 

future.  The  brand’s  trustworthiness  and  its  ability  to  successfully  support  the  customer’s 

value‐generation and value‐formation processes are important prerequisites for relationship 

commitment (cf. Grönroos, 2007, p. 41).  

Bloemer  and  Kasper  (1995,  p. 326)  claim  that  relationship  commitment  is  an  important 

determinant for the degree of true brand loyalty and creates a substantial switching barrier 

for  customers;  this  is  because  committed  customers  are  bound  to  their  brand  choices. 

Therefore,  loyal customers are  less vulnerable to competitors’ marketing actions and more 

willing to stick to their brand. 

4.3 Chapter summary –  identification of concepts to be  included  in the ACL model 

Customer  loyalty  has  been  conceptualized  as  repeated  attitude‐based  behavior  toward  a 

brand, driven by a preference  for  this particular brand vis‐à‐vis competing brands  that are 

relevant  in  the  specific  consumption  context.  Directly  influencing  a  firm’s  profitability,  it 

provides a basis for developing a sustainable competitive advantage in the marketplace.  

Building and strengthening relationships between the customer and the company ‐ the main 

objective of  relationship marketing  ‐  is  considered an  important approach  to  the  creation 

and  improvement of customer  loyalty. Relationships emerge from a number of encounters 

between the customer and the company.  

The  relationship perspective has  special  relevance  in  the  service  context. Since  the airline 

industry  is  a  service  industry,  the  particularities  that  characterize  service marketing  also 

apply  to  this  research  study.  Services  are  considered  processes  in  which  activities  are 

performed during the  interaction between the customer and the service provider. Through 

these processes the customer becomes a co‐producer of the value created.  

The  interaction between  the  customer and  the airline  is particularly affected by  changing 

environments  and  changing  contact  persons.  As  a  result,  the  brand  comes  to  represent 

familiarity, consistency and, therefore, can be considered an effective relationship partner. 

 

34 

The  service brand  is  a unique  image of  a  company  and  its offerings,  as perceived by  the 

customer.  Considering  the  nature  of  services,  the  most  significant  impressions  and 

associations  that  evolve  throughout  the  service  process  come  to  reflect  the  company’s 

image  and  are,  therefore,  primarily  based  on  the  customer’s  own  experience.  Customers 

have  the  opportunity  to  evaluate  the  brand’s  performance  during  these  processes  and 

decide whether  their  needs  have  been  satisfied  based  on  a  number  of  characteristics  or 

attributes that can be ascribed to the brand. The customer’s image of the brand, therefore, 

constitutes the subsumed assessment of these characteristics. 

In  customer‐brand  relationships  the  brand  is  accepted  as  a  legitimate  partner  in  the 

relationship dyad. However, these relationships can only persist in the long term when both 

parties benefit  from  them. While  customer  loyalty  constitutes  the ultimate benefit of  the 

customer‐brand relationship for the firm, relational benefits, i.e., benefits resulting from the 

relationship  with  the  brand  as  perceived  by  the  customer,  have  been  identified  as  an 

important  prerequisite  for  the  relationship  to  continue  on  the  part  of  the  customer. 

Relational benefits can be categorized into social, psychological, and functional benefits and 

are considered to positively  influence customer  loyalty. They also have a positive  influence 

on  customers’  commitment  and  satisfaction,  which  both  have  been  identified  as  key 

dimensions of relationship quality. Relationship quality, in turn, describes the overall nature 

of the customer‐brand relationship and functions as a mediator between relational benefits 

and customer loyalty. 

 Figure 4: Connections between the identified concepts to be included in the ACL model 

Figure 4 illustrates the concepts that have been identified as influencing customer loyalty in 

the  airline  industry,  namely  brand  performance  characteristics,  relational  benefits,  and 

relationship quality. Brand performance characteristics are considered assessable attributes 

of the airline brand, whose positive evaluation leads to the perception of relational benefits 

by  the  customer  as  a  result  of  the  relationship  with  the  brand.  Based  on  the  previous 

discussion,  relational  benefits  are  a  prerequisite  if  the  customer‐brand  relationship  is  to 

Brand performance

characteristics

Relational benefits

Customer loyalty

Relationship quality

… inf luence the perception of …

… which directly, and mediated by relationship quality, inf luence the creation and improvement of customer loyalty towards the airline brand.

 

35 

continue in the future. While relational benefits are considered to have a direct influence on 

customer  loyalty,  the  inclusion  of  relationship  quality  in  the  ACL model  provides  further 

information about the overall strength and durability of the customer’s relationship with the 

airline brand and the resulting impact on customer loyalty. 

5 The airline customer loyalty model The previous chapter laid the conceptual and theoretical foundation for the development of 

the  ACL  model.  Brand  performance  characteristics,  relational  benefits,  and  relationship 

quality have been  identified as  important  concepts  to be  included  in  the airline  customer 

loyalty model.  Taking  a  closer  look  at  these  concepts,  this  chapter  develops  hypotheses 

about  the  causal  relationships  that  exist  between  the  concepts  and  concludes  with  the 

construction of a comprehensive ACL model. 

5.1 The  influence of airline brand performance characteristics on relational benefits 

This  chapter  postulates  hypotheses  on  the  influence  of  key  airline  brand  performance 

characteristics  on  relational  benefits  as  perceived  by  the  customer.  To  the  best  of 

knowledge, no previous study has analyzed these relationships. For the purpose of this study 

and  to  support  the  hypothesis  development,  findings  from  studies  analyzing  the  direct 

influence of brand performance characteristics on customer loyalty are consulted. 

Some  of  the  brand  performance  variables  tested  here  have  been  examined  in  previous 

studies  as  antecedents  of  customer  loyalty  (e.g.  service  quality,  airline  image,  perceived 

value). Within the context of this research study, the selection of these variables was made 

in accordance with their potential  influence on relational benefits. Furthermore, additional 

variables  (e.g.  airline  country  of  origin  and  FFP  attractiveness)  have  been  added,  in  the 

assumption  that  they bear a  special  importance  in  the airline  industry. Where applicable, 

empirical findings derived from research studies conducted within the airline  industry have 

been  taken  into  consideration. Otherwise,  studies  researching  the  different  constructs  in 

other industries and product categories are used. 

 

36 

5.1.1 The influence of social brand performance on relational benefits 

Brand  performance,  according  to  Keller  (2003,  p.  82),  refers  to  the  “ways  in  which  the 

product or  service  attempts  to meet  customers’ more  functional needs.” To define  social 

brand performance, this understanding is adapted to the social context and describes social 

brand  performance  as  the  brand’s  attempt  to  meet  customers’  social  needs.  Hence,  it 

relates to the brand’s capability to support airline customers  in expressing their values and 

lifestyle in their social environment. 

The  social environment  includes all  social  interactions between and among people. While 

the macro  social environment  refers  to both  indirect and vicarious  social  interactions  that 

influence customers’ general values and beliefs, the micro social environment includes face‐

to‐face  social  interactions among  smaller groups of people  such as  families and  reference 

groups. Compared  to  the macro  social environment  in particular,  the more  intense micro 

social  interactions  affect  and  nurture  airline  customers’  knowledge  and  feelings  about 

specific  airline  brands  (cf.  Peter & Olson,  2008,  p.  258‐259).  Therefore,  the micro  social 

environment  has  considerable  impact  on what  customers  think  and  how  they  feel  about 

airline brands, and it is considered a key influence on customers’ motivation to maintain the 

relationship  (Sheth  &  Parvatiyar,  1995b,  p. 259).  It  further  influences  airline  customers’ 

consumption behavior (cf. Childers & Rao, 1992 in: Bendapudi & Berry, 1997, p. 25) and the 

lifestyle  they  choose  to  live.  Lifestyle  refers  to  the  specific manner  in which  consumers 

conduct  their  lives  (Peter  &  Olson,  2008,  p.  535).  The  consumption  pattern  reflects 

consumers’ choices of how they spend their time and money. According to Solomon et al. 

(2006, p. 558), lifestyle is “a statement about who one is in society and who one is not.” 

With regard to the social environment and its influence on consumers’ purchasing behavior, 

Fishbein  and  Ajzen  developed  the  theory  of  reasoned  action,  which  assumes  that 

“consumers consciously consider the consequences of alternative behaviors and choose the 

one that leads to the most desirable outcomes” (Peter & Olson, 2008, p. 539). According to 

their  theory,  consumers’  behaviors  are  strongly  influenced  by  their  perceptions  of what 

other people want them to do (i.e., social norm; cf. Peter & Olson, 2008, p. 151; Solomon et 

al., 2006, p. 362) and whether these behaviors are evaluated favorably by and are popular 

with other people (Peter & Olson, 2008, p. 149). Social approval, an emotional response that 

emerges from the  interaction with the brand, refers to the positive feelings that customers 

 

37 

develop  in  response  to  the  reactions of others  (Keller, 2003, p. 90). Airline customers are, 

therefore, presumed to choose a brand that complies with what other people expect from 

them. Choosing a specific airline further helps customers signal to others who they are and 

what they represent (cf. Martensen & Grønholdt, 2004, p. 44). Wallin & Coote (2007, p. 90) 

further  argue  that  consumers  may  purchase  particular  brands  and  show  a  sustained 

preference  for  these  brands,  because  the  brands  reinforce  their  social  status  and  signal 

membership in desired social groups. A brand’s social performance, therefore, influences the 

social benefits that airline customers perceive as resulting from the relationship with a given 

airline brand.  

In  a  broader  sense,  it  is  also  possible  to  hypothesize  about  the  influence  of  social  brand 

performance  on  psychological  benefits.  As  defined  within  the  context  of  this  thesis, 

psychological  benefits  of  the  relationship with  the  airline  brand  relate  to  the  feeling  of 

confidence in and comfort with the airline brand. If airline customers perceive the brand to 

reflect their standing in society, the relationship with the airline brand provides them with a 

sense of security and contentment. 

Empirical  studies  analyzing  the  influence  of  social  approval/social  norm  on  customers’ 

willingness  to  remain  in  a  relationship with  a  brand  have  underlined  its  significance  for 

customer loyalty. Martensen and Grønholdt (2004), for example, analyzed social approval as 

part  of  the  emotional  evaluation  of  a  brand  and  its  influence  on  customer‐brand 

relationships and collected data that validated this assumption. 

Correspondingly, the following hypotheses are formulated: 

H1a: Social brand performance positively influences social benefits. 

H1b: Social brand performance positively influences psychological benefits. 

5.1.2 The influence of airline image on relational benefits 

Airline  image can be described as the perceptions of an airline reflected  in the associations 

held  in  consumers’ memory  (Keller, 2003, p. 66),  resulting  from accumulated experiences 

made through a number of brand contacts and interactions (Grönroos, 2007, p. 330). 

Zeithaml and Bitner (1996) and Andreassen and Lindestad (1998, p. 11) suggest that  image 

has  an  important  effect  on  customers’  company  choice when  the  service’s  attributes  are 

difficult to assess. Lovelock (1984, p. 134 in: Andreassen & Lindestad, 1998, p. 7) has claimed 

 

38 

that: (images) “… are likely to play only a secondary role in customer choice decisions unless 

competing  services  are  perceived  as  virtually  identical  on  performance,  price,  and 

availability.” 

As has been argued  in Chapter 3.1, air transport, especially on short‐haul flights,  is likely to 

transform  into  a  rather  generic  service.  Furthermore,  the  airline’s  service  attributes  are 

difficult to evaluate prior to the actual consumption experience. Taking Lovelocks argument 

into account,  it can be argued that an airline’s  image  is an  important factor that  influences 

passengers’ airline choice. This argument is further supported by Park et al. (2006) who state 

that  the  purpose  of  airline  image  is  to  reflect  a  distinctive  competence  in  comparison  to 

competitors,  implying  that  the  brand  represents  distinctiveness  and  appeals  to  airline 

customers. A favorable image may contribute to an airline becoming a customer’s preferred 

choice (see also: Andreassen & Lindestad, 1998, p. 11). 

The accumulated  image perceived by multiple constituencies  is often  referred  to as brand 

reputation  (cf.  de  Chernatony,  1999,  p. 170;  Argenti  &  Druckenmiller,  2004,  p.  369).  By 

definition,  brand  reputation  signifies  the  perceptions  of  a  brand  as  reflected  in  the 

impressions and associations held by a number of consumers in a given social environment. 

Paul et  al.  (2009)  suggest  that one  aspect of  social benefits  as perceived by  customers  is 

affiliation,  i.e., a  feeling of attachment  to  the airline and  to other  customers of  the  same 

airline.  Perceiving  one’s  own  image  of  the  brand  as  being  shared  by  others  strengthens 

customers’  identification with the brand. Therefore, favorable airline  image  is suggested to 

positively influence social benefits. 

Defined as  the customer’s overall perception of  the brand, airline  image  is also  related  to 

psychological benefits resulting from the relationship customers have with the brand. This is 

because  a  favorable  image  is  related  to  positive  associations  with  the  brand.  Positive 

associations, in turn, translate into feelings of confidence in the brand, reduced anxiety, and 

a feeling of security and comfort. 

Park et al. (2006) found that airline image has a significant direct effect on airline customers’ 

future  behavioral  intentions.  Investigating  antecedents  of  customer  loyalty  in  the 

commercial  airline  industry,  Zins  (2001)  identified  corporate  image  to  have  the  strongest 

influence on customer  loyalty. Andreassen and Lindestad  (1998)  investigated the  influence 

 

39 

of corporate image on perceived quality, customer satisfaction, and loyalty in the Norwegian 

package tour industry and found corporate image to have an impact on all three constructs. 

Correspondingly, the following hypotheses are formulated: 

H2a: A favorable airline image positively influences social benefits. 

H2b: A favorable airline image positively influences psychological benefits. 

5.1.3 The influence of brand‐self congruence on relational benefits 

Brand‐self congruence  refers  to  the extent  to which airline customers perceive  the airline 

brand  image  to match  their own  self‐concept  (cf. Sirgy et al., 2008, p. 1091; Keller, 2003, 

p. 474;  Morschett  et  al.,  2008,  p.  417).  In  consumer  behavior  literature  ‘self‐image 

congruence’,  ‘self‐congruence’,  ‘self‐congruity’,  and  ‘image  congruence’  are  used 

interchangeably to describe this notion (Kressmann et al., 2006, p. 954). 

Kim  et  al.  (2005,  p.  111)  refer  to  self‐congruity  as  the  parallel  between  consumer  self‐

concept and brand personality that consumers feel or experience in the course of customer‐

brand  relationship  formation. The  authors  argue  that  consumers  tend  to  like, prefer,  and 

ultimately, maintain a long‐term relationship with a brand that has an image consistent with 

their own self‐image (Aaker, 1999; Fournier, 1998; Keller, 2003 in: Kim et al., 2005, p. 111). 

The motivation to choose a brand perceived to be similar to one’s self‐concept arises from 

the  need  for  self‐consistency,  i.e.,  the  need  to  behave  in  ways  consistent  with  how 

consumers  view  themselves  (Sirgy  et  al.,  2008,  p.  1092).  Brands  are,  therefore,  not  only 

bought or consumed for their utilitarian benefits, but are purchased by consumers because 

the given brand(s) help them express and communicate their identities (e.g. Park et al., 1986 

in: Sirgy et al., 2008, p. 1091; Aaker, 2002, p. 99, p. 153). 

Taking  this argument and  transferring  it  to  airlines,  it  can be deduced  that  the  long‐term 

persistence  of  customer‐brand  relationships  in  the  airline  industry  depends  on  airline 

customers’  perceived match  between  the  airline’s  brand  image  (i.e.,  the  sum  of  all  the 

associations with the brand) and their individual self‐image. Helping customers express and 

communicate their  identities adds to the customers’ perception of being  ‘endorsed’ by the 

given  brand  in  their  social  environment.  The  perceived  congruence  can  further  create  a 

feeling  of  connectedness  and  familiarity  (Keller,  2003,  p.  474;  Aaker,  2002,  p.  154). 

Therefore, brand‐self congruence is proposed to have a positive influence on social benefits.  

 

40 

Furthermore, positive  feelings and emotions about  the brand and a positive evaluation of 

the relationship with the brand are direct results of perceived brand‐self congruence. Paul et 

al.  (2009) describe psychological benefits as benefits which satisfy  important  intrinsic, self‐

oriented  goals  customers  have.  The  perception  of  brand‐self  congruence  is,  therefore, 

hypothesized  to  influence  psychological  benefits  that  emerge  from  the  customer’s 

relationship with the brand. 

Brand‐self  congruence has been  argued  to play  an  important  role  in purchase motivation 

and  brand  loyalty  (Malhotra,  1988;  Sirgy,  1985;  Sirgy &  Samli,  1985  in:  Kressmann  et  al., 

2006,  p.  956).  Its  relevance  in  predicting  brand  loyalty  and  other  consumer  behavior 

constructs,  such  as  brand  preference  or  satisfaction,  has  been  corroborated  by  several 

research studies on consumer behavior (Kressmann et al., 2006; Bauer et al., 2006; Claiborne 

and Sirgy, 1990; Sirgy, 1982, 1985; Sirgy et al., 2000; Sirgy and Su, 2000 in: Sirgy et al., 2008, 

p. 109212). 

Correspondingly, the following hypotheses are formulated: 

H3a: Brand‐self congruence positively influences social benefits. 

H3b: Brand‐self congruence positively influences psychological benefits. 

5.1.4 The influence of trustworthiness on relational benefits 

An  airline  brand’s  trustworthiness  refers  to  airline  customers’  appraisal  of  whether  the 

brand can be trusted. To be perceived as trustworthy, the brand must be reliable, credible, 

and demonstrate a high degree of integrity (cf. Moorman et al., 1992; Morgan & Hunt, 1994; 

Bitner, 1995). Berry (1995, p. 242) further argues that for trust in a brand to develop, it has 

to communicate openly, honestly, and frequently with its customers. 

Several research studies have emphasized trust as an important foundation for relationship 

marketing (e.g., Crosby et al., 1990; Parasuraman et al., 1991 in: Berry, 1995, p. 242; Morgan 

& Hunt, 1994). While Chaudhuri and Holbrook (2001, p. 91) have demonstrated that brand 

trust is directly related to both purchase and attitudinal loyalty, Hennig‐Thurau et al. (2002, 

p. 232) suggest that more recent empirical findings (e.g. Grayson & Ambler, 1999) question 

the  direct  influence  of  trust  on  loyalty.  Even  if  there  is  no  clear  understanding  of  the 

relationship between trust and customer loyalty, Hess and Story (1995, p. 315) propose that 

                                                       12 Sirgy et al. (2008) refer to several studies in relation to different goods, services, and stores. 

 

41 

any personal relationship, whether  interpersonal or between a person and a brand,  is built 

on  trust.  Trust  is  especially  critical  for  the  establishment  of  service‐based  relationships 

because of the intangibility of services. Customers’ appraisal of a brand’s trustworthiness is 

an important prerequisite for trust to develop. 

Here,  the  focus  is on  trustworthiness as a brand performance characteristic, while  trust  is 

the resulting willingness to rely on the brand in which the customer has confidence. Trust is 

the belief, sentiment, or expectation of a brand’s trustworthiness (cf. Moorman et al., 1992, 

p.  215).  A  brand  is  perceived  as  trustworthy  if  customers  believe  in  the  brand’s  good 

intentions in the relationship (cf. Berry, 1995, p. 242). 

As  described  above,  trustworthiness  develops when  the  customer  has  confidence  in  the 

brand’s  actions  and  its  capability  to  keep  its  promises.  These  positive  attitudes  and 

expectations  lead  to a decrease  in uncertainty and a  feeling of  safety and  comfort  in  the 

relationship with  the brand. Therefore,  it  is proposed  that a brand’s  trustworthiness has a 

positive influence on psychological benefits. 

In addition, the trustworthiness of a brand as perceived by the customer reduces concerns 

of opportunistic behavior in the case of unforeseen events (Bendapudi & Berry, 1997, p. 20). 

If airline customers consider their preferred airline brand to be reliable and to demonstrate 

integrity  in every situation, they can take quicker decisions on which airline to choose and 

thereby save time while feeling confident about their decision. Promises made by the brand 

are  used  in  the  decision‐making  process  rather  than  basing  the  decision  on  further 

information. Consequently, it can be postulated that trustworthiness has a positive influence 

on functional benefits. 

Correspondingly, the following hypotheses are formulated: 

H4a: Trustworthiness positively influences psychological benefits. 

H4b: Trustworthiness positively influences functional benefits. 

   

 

42 

5.1.5 The influence of service quality on relational benefits 

Perceived quality refers to the customer’s judgment of service excellence across a number of 

dimensions  (Parasuraman et al., 1988). Arguing  that an objective measurement of  service 

quality  was  lacking,  Parasuraman  et  al.  (1998,  p. 13)  proposed  measuring  consumers’ 

perceptions of quality as a suitable approach to assess the quality of a  firm’s services. The 

measurement model introduced by Parasuraman et al. (1988), SERVQUAL, comprises a set of 

multi‐dimensional  measures  of  customer  evaluations.  The  conceptualization  of  service 

quality,  however,  continues  to  be  a  highly‐discussed  issue  in  academic  literature. While 

some authors (e.g. Cronin & Taylor, 1992) argue for a performance‐based conceptualization 

of  the  service quality construct,  this  thesis promotes a perception‐based understanding  in 

accordance  with  Parasuraman  et  al.’s  (1988)  definition.  This  understanding  is  further 

supported  by  Ostrowski  et  al.’s  (1993,  p.  17)  reasoning  that  “It  is  essential  that  service 

quality  measures  are  customer‐driven,  as  there  could  be  disparity  between  managerial 

thoughts  and  customer  expectations”.  Furthermore,  service  quality  here  is  treated  as  a 

brand performance characteristic and is thereby part of the customers’ image of the brand. 

Therefore, the conceptualization of service quality as perceived by the customer is suitable. 

Airline  service  quality  has  been  identified  as  a  significant  driver  of  customer  satisfaction, 

customer  loyalty,  and  customer’s  airline  choice  (Ritchie  et  al.,  1980;  Alotaibi,  1992; 

Ostrowski et al., 1993; Taylor & Barker, 1994; Young et al., 1994; Wells & Richey, 1996  in: 

Park  et  al.,  363).  Several  different  dimensions  have  been  proposed  to measure  service 

quality  in  the  airline  setting  (e.g.  Cunningham  et  al.,  2002;  Nadiri  et  al.,  2008).  Here,  in 

accordance with  the  results  of  an  exploratory  study  conducted  by  Park  et  al.  (2006)  to 

identify dimensions of  airline  service quality, airline  service quality  includes  three  general 

dimensions:  reliability  and  customer  service,  in‐flight  service,  and  convenience  and 

accessibility.  Understanding  perceived  service  quality  as  the  positive  and  favorable 

evaluation  of  the  airline  service  by  the  customer,  it  influences  social,  psychological,  and 

functional benefits. First, if the airline brand is perceived as providing excellent service to the 

customer, such a service quality appraisal fosters the positive evaluation of the relationship 

with  the  brand,  thereby  intensifying  the  perceived  social  benefits.  Second,  it  further 

positively influences the confidence and trust the customer has in the relationship with the 

brand (cf. Han et al., 2008, p. 26), hence, psychological benefits are positively reinforced. A 

 

43 

positive  assessment  of  the  airline’s  services  facilitates  airline  choice,  which  implies 

convenience and time savings, thus influencing functional benefits. 

Correspondingly, the following hypotheses are formulated: 

H5a: Service quality positively influences social benefits. 

H5b: Service quality positively influences psychological benefits. 

H5c: Service quality positively influences functional benefits. 

5.1.6 The influence of perceived value on relational benefits 

The relevance of delivering value as perceived by the customer has been widely accepted. 

While various approaches  for defining and measuring customer value can be  found  in  the 

literature, no single conceptualization and means of operationalization is generally accepted 

(cf. Martín Ruiz et al., 2007, p. 1088; Ravald & Grönroos, 1996, p. 21).  

Monroe (1991, p. 46 in: Martín Ruiz et al., 2007, p. 1088) suggests that “buyers’ perceptions 

of value represent a tradeoff between the quality or benefits they perceive  in the product 

relative to the sacrifice they perceive by paying the price”. Here, this quality/price ratio as a 

‘value‐for‐money’  approach  (cf.  Huber  et  al.,  2007,  p.  556)  to  understand  customers’ 

perceived value  is preferred over a multidimensional approach (cf. Martín Ruiz et al., 2007, 

p. 1090). The significance of the factor price for the evaluation of a service’s value is further 

emphasized  by Anderson  et  al.  (1994,  p. 54).  Besides  the  actual monetary  price,  sacrifice 

components  of  perceived  value  also  include  non‐monetary  costs  such  as  time  or  risk. 

Perceived  value  is  further  highly  subjective  and  individual,  and  therefore  varies  among 

consumers (Zeithaml, 1988, p. 13). 

Zeithaml and Bitner  (1996, p. 32) describe value  in  services as  the key  competitive  factor 

defining the way services are bought and sold. Perceived value has further been proposed to 

be a major antecedent  to  future  intentions  (Bolton & Drew, 1991). Blackwell et al.  (1999) 

empirically  substantiated  a  decisive  link  between  value  and  repeat  purchase  behavior  in 

pharmaceutical services. Park et al. (2006) identified a positive effect of perceived value on 

customer satisfaction and behavioral intentions in the airline industry. 

Customers deem that the price paid  for a service determines the  level of quality that they 

can expect (Teboul, 1991 in: Park et al., 2006, p. 364). Based on Zeithaml’s proposition that 

perceived value  is personal and  idiosyncratic, the  level of quality expected will vary among 

 

44 

customers.  In  general,  this quality/price  ratio  is  reflected by  the different  airline business 

models.  Low‐cost/no‐frills  airlines  typically  offer  cheap  fares,  concentrating  on  their  key 

service  of  air  transportation, while  network  carriers  offer  additional  services  at  a  higher 

price. 

Perceived  value  is  hypothesized  to  have  a  positive  influence  on  social  benefits,  because 

customers who  believe  that  the  service  they  are  enjoying  is worth  the  costs will  have  a 

positive attitude about the relationship with the given brand. The notion of getting a good 

value‐for‐money deal will  further  intensify  customers’ perception of  the brand as being a 

fair‐minded  relationship  partner who  is  not  taking  advantage  of  them, which  influences 

psychological  benefits.  Perceived  value  is  further  hypothesized  to  influence  functional 

benefits by facilitating the purchase decision, since less time is needed to come to a decision 

and  a  higher  degree  of  convenience  is  experienced.  Furthermore,  a  favorable  value‐for‐

money ratio as perceived by the customer results  in the estimation that money was saved 

or, at least, that a reasonable amount was paid for the service. 

Correspondingly, the following hypotheses are formulated: 

H6a: Perceived value positively influences social benefits. 

H6b: Perceived value positively influences psychological benefits. 

H6c: Perceived value positively influences functional benefits. 

5.1.7 The influence of co‐creation of value on relational benefits 

Co‐creation of value refers to the creation of value for the customer through the interaction 

between him and the service provider. The customer, therefore, becomes a co‐producer of 

the  value  created  for  him  (see  Chapter  4.2.1). While  the  argument  concerning  perceived 

value in the previous chapter very specifically focused on the service provided in relation to 

the price paid, here the focus is on whether the customer feels he is included and involved in 

the airline’s process of value creation. 

Rajah  et  al.  (2008) were most  likely  the  first  to  empirically  test  the  concept  of  value  co‐

creation.  Their  study  revealed  that  co‐creation  generates  both  satisfaction  and  trust. 

Customers who contribute  to  the design and delivery of  their  service experience  feel  that 

they are being  taken seriously by  the brand as partners  in  the service production process. 

Therefore,  it  is hypothesized  that  customers will positively perceive  their  interaction with 

 

45 

the airline brand if they are directly involved in the service production process. Further, the 

impression that the service is tailored to their needs will gives customers the feeling that the 

brand  contributes  to  the  expression  of  their  lifestyle.  Both  these  factors  ‐  the  positive 

interaction  experience  and  the  support  in  expressing  one’s  lifestyle  ‐  can  be  classified  as 

social  benefits.  Moreover,  the  power  to  actively  influence  the  value  creation  process 

through  the  interaction  with  the  brand  reduces  the  customer’s  perceptions  of  risk  and 

uncertainty  (cf.  Rajah  et  al.,  2008,  p. 365),  thereby  positively  influencing  psychological 

benefits. 

Correspondingly, the following hypotheses are formulated: 

H7a: Co‐creation of value positively influences social benefits. 

H7b: Co‐creation of value positively influences psychological benefits. 

5.1.8 The influence of the airline’s country of origin on relational benefits 

The country‐of‐origin (CoO) effect  is considered an  important phenomenon  in  international 

marketing.  As  has  been  argued  above  (see  Chapter  4.2.1),  due  to  their  international 

operations,  airlines  have  to  deal with  customers with  very  diverse  national  and  cultural 

backgrounds.  Therefore,  it  seems  reasonable  to  include  CoO  as  a  brand  performance 

characteristic specific to the airline industry. 

According  to  Zhang  and  Zarb  (1996  in:  Berentzen  et  al.,  2009,  p. 393),  CoO  is  defined  as 

“information pertaining to where a product is made”. For the airline industry, CoO refers to 

the  country  from  which  the  airline  originates.  Often,  especially  for  former  state‐owned 

carriers, the airline’s brand name still refers to  its CoO  (e.g. British Airways, Air  India, etc.; 

see Chapter 3.1). CoO can serve as an important cue from which consumers make inferences 

about  services;  it  triggers  a  global  evaluation  of  quality,  performance,  or  specific  service 

attributes  (Bruning,  1997,  p. 60).  A  tremendous  amount  of  literature  has  been  published 

which provides evidence  that CoO has a  significant effect on consumer attitude, purchase 

intention,  and  behavior  (cf.  Papadopoulos,  1993;  Gürhan‐Canli  & Maheswaran,  2000  in: 

Hennebichler, 2007, p. 60). 

Within  the context of banking and airline services, Pecotich et al.  (1996) have argued  that 

service  quality  perceptions  fluctuate  depending  on  the  services’  CoO.  In  a  customer 

evaluation study researching factors that influence airline choice, Bruning (1997) found CoO 

 

46 

to be  ranked  second  after price. Respondents preferred national  airlines unless  switching 

carriers yielded price or service advantages. Berentzen et al.  (2009)  found that the CoO of 

low‐cost carriers exerted a noticeable  influence on purchase  intention,  following price and 

distance to the airport.  

CoO  is  hypothesized  to  influence  both  psychological  and  functional  benefits.  A  favorable 

image  of  the  country  from  which  the  airline  originates may make  customers  feel more 

comfortable  in the relationship with the airline brand. CoO can be seen as a means for risk 

reduction  (Cordell,  1992  in:  Berentzen  et  al.,  2009,  p. 394).  A  positive  evaluation  of  the 

airline’s  CoO  conveys  a  positive  perception  of  the  brand  as  a  relationship  partner. 

Furthermore, CoO has been argued to represent an important extrinsic cue in the decision‐

making process. Therefore, a favorable CoO further facilitates the purchase‐decision process 

and customers perceive functional benefits as resulting from the relationship with the airline 

brand. 

Correspondingly, the following hypotheses are formulated: 

H8a: A favorable country‐of‐origin image positively influences psychological benefits. 

H8b: A favorable country‐of‐origin image positively influences functional benefits. 

5.1.9 The influence of FFP attractiveness on relational benefits 

In Chapter 3.4, FFPs are described as loyalty schemes specific to the airline industry. FFPs can 

motivate  customers  to  assume  a more  long‐term  decision‐making  approach  toward  their 

choice of airline brand, with customers’ response to the program,  in turn, depending on  its 

attractiveness,  the  prospect  and  the  extent  of  rewards  granted  (cf.  Rust &  Chung,  2006, 

p. 571). 

Studying the effect of loyalty programs linked to credit cards, Bolton et al. (2000) found that 

these  programs  strengthened  customers’  perception  of  the  credit  card’s  value  and made 

them  more  likely  to  reject  competitors’  offers.  These  results  are  consistent  with  “the 

traditional  notion  that  loyalty  reward  programs  provide  an  opportunity  to  build  longer, 

stronger, and deeper relationships with customers” (Bolton et al. 2000, p. 106). Research on 

the attitudes and behaviors of business flyers by Toh et al. (1996  in: Long et al., 2006, p. 4) 

revealed that membership in a frequent flyer program did in fact influence airline choice. 

 

47 

Danaher  et  al.  (2008,  p. 46  referring  to Gwinner  et  al.,  1998)  claim  that  the  reasons  for 

joining  a  loyalty  program  range  from  purely  economic  to  social  benefits.  Based  on  this 

argument,  it  is  proposed  that  FFPs’  attractiveness  influences  both  social  and  functional 

benefits as perceived by the customer. The attractiveness of a FFP motivates customers to 

become members, thereby reinforcing the customer‐brand interaction and thus intensifying 

the relationship (cf. Bolton et al., 2000). Furthermore, FFPs can also contribute to customers’ 

standing within  their  social  environment.  FFPs  usually  allocate  different  statuses  to  their 

members  based  on  the  frequent  flyer  points/miles  collected. Holding  a  preferred  status, 

customers  feel  especially  valued  by  the  given  airline  while,  on  the  other  hand,  their 

preferred status may support them  in expressing their  lifestyle. Typical FFP rewards usually 

comprise  free  flights,  seating class upgrades, or other  incentives. These  incentives directly 

translate  into perceived economic and  functional benefits as a result  from the relationship 

with the airline brand. 

Correspondingly, the following hypotheses are formulated: 

H9a: FFP attractiveness positively influences social benefits. 

H9b: FFP attractiveness positively influences functional benefits. 

5.2 Consequences of relational benefits 

In  this  section, hypotheses about  the causal  relationships between  relational benefits and 

customer  loyalty are  formulated. As has been argued  in Chapter 4.2.4, relationship quality 

mediates the relationship between relational benefits and customer loyalty. Accordingly, the 

influence of  relational benefits on  the  two  relationship dimensions,  customer  satisfaction 

and relationship commitment, are proposed here as well. 

5.2.1 Consequences of social benefits 

Social benefits refer to the feeling of belonging and familiarity perceived by the customer as 

a result of the long‐term relationship with the given airline brand. In a broader sense, social 

benefits also relate to customers’ perceptions of how the brand can enhance their standing 

in their social environments (see Chapter 4.2.3.1). 

Several  researchers  have  suggested  that  social  benefits  are  positively  related  to  the 

customer’s commitment to the relationship (Goodwin, 1996; Goodwin & Gremler, 1996  in: 

Hennig‐Thurau  et  al.,  2002,  p.  235).  Berry  (1995)  claims  that  social  bonds  between 

 

48 

customers and service employees lead to higher levels of customer commitment to the given 

company. Moreover, as argued in Chapter 4.2.2, relationships do not only exist between two 

persons, they can also evolve between a person and a brand. On the premise that customers 

only maintain  a  relationship with  a  brand  if  they  benefit  from  it,  positive  experiences  as 

social benefits over  time will  lead  to commitment on  the customer’s part  to maintain  the 

relationship in the future.    

Differing  results have been obtained on  the effect of social benefits on satisfaction. While 

Gwinner  et  al.  (1998,  p. 111)  found  a  strong  link  between  social  benefits  and  customer 

satisfaction, Hennig‐Thurau et al.’s  study  (2002)  revealed  that  the  relation between  social 

benefits and customer satisfaction was insignificant. 

Reynolds and Beatty (1999, p. 14 referring to Crosby et al., 1990) argue that the interaction 

between  the  customer  and  the  service  provider  within  a  relationship  is  crucial  for 

satisfaction. Further support for this proposition is provided by Gremler and Gwinner (2000) 

whose  analysis  on  customer‐employee  rapport13  suggests  that  such  interaction  plays  a 

significant  role  in  the  degree  of  satisfaction  with  the  service  provider.  Social  benefits, 

however,  do  not  only  comprise  the  direct  social  interaction with  the  brand  but  also  the 

extent to which the brand reinforces its customers’ status within their social environments. 

Since customer satisfaction is related to the degree to which customer expectations are met, 

it  can  be  said  that  the  customer’s  level  of  satisfaction  in  the  interaction with  the  brand 

increases in response to rising social benefits associated with the relationship.  

Next to these indirect influences, a direct influence of social benefits on customer loyalty can 

be proposed. Empirical evidence for this hypothesis has been established by several studies 

on  customer  loyalty  (Chang &  Chen,  2007;  Hennig‐Thurau  et  al.,  2002;  Price &  Arnould, 

1999, Reynolds & Beatty, 1999). Researchers contend that a strong  link exists between the 

social  aspects  of  the  customer‐provider  relationship  and  customer  loyalty.  For  example, 

Berry (1995) suggests that social bonds between customers and employees can be used to 

foster customer  loyalty. Similarly, Oliver  (1999) suggests  that customers who are part of a 

social  organization  (which may  include  both  other  customers  and  employees)  are more 

                                                       13 The concept of rapport is closely related to the concept of social benefits as defined here. Gremler and Gwinner (2000, p. 91) denominate positive interactions and personal connections as two common and important facets of rapport. 

 

49 

motivated  to  remain  loyal  to  the  given  company.  Social  relationship  concepts  such  as 

fondness, tolerance, respect, and rapport (Gremler & Gwinner, 2000) have been found to be 

influential  in the development of service  loyalty  (Goodwin & Gremler, 1996). The effect of 

social benefits on customer loyalty in the airline industry, moreover, has been substantiated 

in  a  study  among  Taiwanese  airline  passengers  (Chang  &  Chen,  2007).  In  their  study 

analyzing the relationship between relational benefits and customer loyalty in three classes 

of  service  firms, Hennig‐Thurau  et  al.  (2002)  found  that  social  benefits  have  a  significant 

influence on commitment and customer loyalty.  

Correspondingly, the following hypotheses are formulated: 

H10a: Social benefits positively influence customer satisfaction. 

H10b: Social benefits positively influence relationship commitment. 

H10c: Social benefits positively influence customer loyalty. 

5.2.2 Consequences of psychological benefits 

Psychological benefits  refer  to  the positive  feelings and emotions customers develop  from 

their  relationship with  the brand. Confidence  in  the positive outcomes of  the  relationship 

results  in  less anxiety and a feeling of safety and comfort when  interacting with the brand. 

Customers  further develop a  feeling of trust, that  is, a “willingness to rely on an exchange 

partner in whom one has confidence” (Moorman et al., 1992, p. 315). 

As Berry (1995, p. 242) suggests, “customers who develop trust in service suppliers based on 

their experience with them […] have good reasons to remain in these relationships”. Trust is 

seen to reduce consumer uncertainty and vulnerability  in service relationships  (cf. Beatson 

et al., 2008, p. 215; Berry, 1995, p. 242). These benefits can create relationship efficiency for 

the customer (e.g. through decreased transaction costs) which, in turn, fosters commitment 

to the relationship (Garbarino and Johnson, 1999; Hennig‐Thurau et al., 2002; Morgan and 

Hunt,  1994;  Beatson  et  al.,  2008,  p.  215).  If  customers  feel  comfortable with  the  service 

brand,  they  are more  likely  to  develop  a  positive  attachment  to  the  brand.  Through  the 

ongoing relationship, customers know what to expect from the brand and perceived risk and 

anxiety decrease. All of these factors affect a customer’s willingness to remain in and refine 

the  relationship  with  the  brand  in  the  future,  that  is,  psychological  benefits  are  also 

proposed to positively influence relationship commitment.  

 

50 

Less  anxiety  about  the  relationship  can  also  have  a  positive  impact  on  satisfaction  (cf. 

Hennig‐Thurau et al., 2002; Beatson et al., 2008, p. 215; Anderson & Narus, 1990). Beatson 

et al.  (2008, p. 215) propose  that customers’ confidence  in  the honesty and  integrity of a 

brand  are  likely  to  result  in  increased  customer  satisfaction  with  the  brand  and  its 

performance. Psychological benefits  relate  to customers’ knowledge about what  to expect 

from  the  airline  brand.  Based  on  the  confirmation/disconfirmation  paradigm,  it  can  be 

argued  that when  the  brand meets  the  customer’s  expectation,  perceived  psychological 

benefits lead to customer satisfaction. 

Turning  again  to  Berry’s  (1995,  p.  242)  proposition  that  customers who  trust  the  service 

provider  will  remain  in  the  relationship,  it  can  further  be  proposed  that  psychological 

benefits have a positive influence on customer loyalty. Accordingly, Chang and Chen (2007) 

found that confidence benefits have a positive and significant influence on customer loyalty. 

As described in Chapter 4.1.3, a relationship between the customer and the brand develops 

through  several encounters  and  interactions over  time. The  customer’s experience of  the 

brand as a relationship partner that can be trusted motivates him to continue the interaction 

with the brand and, hence, remain in the relationship. 

Hennig‐Thurau  et  al.  (2002)  emphasize  the  significance  of  the  link  between  confidence 

benefits  and  customer  satisfaction,  as well  as between  confidence benefits  and  customer 

loyalty. However,  in their study, confidence benefits only have an  insignificant  influence on 

commitment.  In  the business‐to‐business context, on  the other hand, Sweeney and Webb 

(2007)  found  the  link between psychological benefits  and  relationship  commitment  to be 

crucial.  Beatson  et  al.  (2008),  in  a  study  on  relationship  quality  in  cross‐sea  passenger 

transportation,  determined  that  relationship  trust  affects  satisfaction,  commitment,  and 

behavioral intentions. 

Correspondingly, the following hypotheses are formulated: 

H11a: Psychological benefits positively influence customer satisfaction. 

H11b: Psychological benefits positively influence relationship commitment. 

H11c: Psychological benefits positively influence customer loyalty. 

 

51 

5.2.3 Consequences of functional benefits 

Functional benefits relate mainly to rational and economic benefits that customers perceive 

to result from their relationship with the airline brand. These include time and cost savings, 

convenience, and confidence in the purchase decision. 

Hennig‐Thurau et al. (2002, p. 236 referring to Fornell, 1992; Guiltinan, 1989) propose that 

cognitive  and  emotional  switching  barriers  are  increased  when  a  company  provides 

economic  incentives  to  its customers. This, again, can  result  in  increased customer  loyalty 

and  relationship commitment  (Selnes, 1993  in: Hennig‐Thurau et al., 2002, p. 236).  In  the 

business‐to‐business  context,  Sweeney  and  Webb  (2007)  identified  a  strong  correlation 

between functional benefits and relationship commitment. 

With  reference  to  the argument made by Reynolds and Beatty  (1999),  functional benefits 

offered  by  the  brand  are  perceived  as  part  of  the  service  performance  itself. 

Correspondingly, the perceived functional benefits, such as cost savings, can be expected to 

positively influence customer satisfaction.  

Hennig‐Thurau  et  al.  (2002)  found  that  special  treatment  benefits  and  commitment  are 

interlinked.14 The relationship between special treatment benefits and customer satisfaction 

and  special  treatment  benefits  and  customer  loyalty  could,  however,  not  be  verified. 

Gwinner  et  al.  (1998)  found  special  treatment  benefits  to  have  a  positive  influence  on 

relationship  marketing  outcomes  such  as  loyalty,  positive  word‐of‐mouth,  relationship 

continuance, and satisfaction with the service. Analyzing customer‐salesperson relationships 

in  retail, Reynolds  and Beatty  (1999)  identified  a positive  relationship between  functional 

benefits and satisfaction with the sales person. 

Correspondingly, the following hypotheses are formulated: 

H12a: Functional benefits positively influence customer satisfaction. 

H12b: Functional benefits positively influence relationship commitment. 

H12c: Functional benefits positively influence customer loyalty. 

                                                       14 As argued in Chapter 4.2.3.3, the conceptualization of functional benefits in this thesis partly relate to the conceptualization of special treatment benefits as conceptualized by Gwinner et al., 1998 and Hennig‐Thurau et  al., 2002. 

 

52 

5.3 The influence of relationship quality on customer loyalty 

Relationship  quality  has  been  described  as  a  concept  that  mediates  the  influence  of 

relational  benefits  on  customer  loyalty  (see  Chapter  4.2.4).  In  the  following  section,  the 

interrelationship  between  customer  satisfaction  and  relationship  commitment,  and  the 

effects of both concepts on customer loyalty are hypothesized. 

5.3.1 The influence of customer satisfaction on commitment and customer loyalty 

Customer satisfaction here refers to the affective state determined by the evaluation of the 

brand’s performance (cf. Zins, 2001, p. 276). It is a judgment of the service brand’s capability 

to provide “a pleasurable  level of consumption‐related fulfillment,  including  levels of under 

or overfulfillment” (Oliver, 1997, p. 13). Customers are satisfied if the performance meets or 

exceeds their expectations prior to consumption. Likewise, they are dissatisfied if the brand 

does not meet their expectations. 

Customer  satisfaction  is  theoretically  and  empirically  considered  to  be  one  of  the most 

important  factors  influencing customer  loyalty  (Garbarino &  Johnson, 1999; Heskett et al., 

2008).  Customers  choose  brands  that  they  think  can  satisfy  their  needs.  If  customers 

evaluate  an  airline  brand  as  being  capable  of meeting  the  expectations  they  have  raised 

prior  to  consumption,  it  is  presumed  that  customers  are  satisfied with  the  brand.  Once 

satisfied,  customers will  choose  the  same  airline  for  subsequent  travels.  In  line with  this 

argumentation, Beatson et al. (2008) found that customer satisfaction positively  influences 

behavioral intentions such as willingness to recommend the brand, positive word‐of‐mouth, 

and repurchase intention, i.e. customer loyalty. Park et al. (2006) determined that customer 

satisfaction  directly  influences  behavioral  intentions,  which  were  measured  as  the 

customer’s willingness  to  recommend  the airline  to others and  their repurchase  intention. 

Gwinner et al.  (1998) showed that satisfaction with the service provider positively  impacts 

customer  retention.  Reynolds  and  Beatty  (1999)  demonstrated  that  satisfaction  with  a 

company was positively linked to loyalty to the company. Hennig‐Thurau et al. (2002) found 

that  of  all  constructs  hypothesized  to  influence  customer  loyalty,  satisfaction  had  the 

strongest impact. 

Customer satisfaction  is further assumed to positively  influence customers’ commitment to 

their  relationship  with  the  airline  brand.  A  high  level  of  satisfaction  resulting  from  the 

 

53 

interaction  with  the  airline  brand  provides  repeated  positive  reinforcement,  thereby 

creating positive emotional commitment bonds with the brand  (cf. Beatson et al., 2008, p. 

215; Hennig‐Thurau et al., 2002, p. 237; Hennig‐Thurau & Klee, 1997, p. 753). 

Correspondingly, the following hypotheses are formulated: 

H13a: Customer satisfaction positively influences relationship commitment. 

H13b: Customer satisfaction positively influences customer loyalty. 

5.3.2 The influence of relationship commitment on customer loyalty  

Commitment relates to a customer’s desire and motivation to continue a valued relationship 

with the brand  in the future (cf. Moorman et al., 1992, p. 316; Grönroos, 2007, p. 41).  It  is 

seen as a focal relationship construct that precedes customers’ relational behaviors such as 

repurchase or positive of word‐of‐mouth communications (Garbarino & Johnson, 1999). 

Commitment can be described as customers’ long‐term orientation toward the relationship 

with  the brand  that  is grounded  in both emotional bonds  (Moorman et al., 1992) and  the 

customer’s  conviction  that maintaining  the  relationship  in  the  future will  yield higher net 

benefits  than  if  the  relationship  is  terminated  (Geyskens  et  al.,  1996;  Söllner,  1994  in: 

Hennig‐Thurau et al., 2002, p. 232). Understanding loyalty as the attitudes and behaviors in 

response  to  commitment  (Han  et  al.,  2008,  p.  24),  it  can  be  assumed  that  a  customer’s 

commitment to the relationship with the brand positively influences loyalty. Referring to Kim 

et  al.  (2008)  and  Punniyamoorthy  and  Raj  (2002,  p.  224),  commitment  can  even  be 

considered a necessity for the evolvement of true brand loyalty. 

Beatson et al.  (2008)  found  that  relationship  commitment positively  influences behavioral 

intentions.  Pritchard  et  al.  (1999)  concluded  that  strong  support  for  commitment was  an 

important  direct  antecedent  of  customer  loyalty  for  airline  services.  Kim  et  al.’s  (2008) 

experimental study  involving eight product classes and  two  involvement  levels  identified a 

strong link between brand commitment and true loyalty. 

Correspondingly, the following hypothesis is formulated: 

H14: Relationship commitment positively influences customer loyalty. 

   

 

54 

5.4 Graphical illustration of the proposed ACL model 

Summarizing the formulated hypotheses, Figure 5 provides a graphical illustration of the ACL 

model. 

 Figure 5: The ACL model 

6 Empirical testing of the proposed airline customer loyalty model This  chapter describes  the empirical  testing of  the ACL model. The analysis approach,  the 

data  collection method,  the  operationalization  of  the model’s  constructs,  as well  as  the 

analytical results are presented. 

6.1 PLS as research method 

6.1.1 Selection of PLS as research method 

To  empirically  validate  the  ACL  model  developed  in  the  previous  chapter  for  its 

transferability  to  reality, a  research method needs  to be chosen  that  is able  to accurately 

test  the  model.  The  method,  therefore,  needs  to  be  able  to  analyze  logically  and 

theoretically  derived  causal  relationships  between  latent  (i.e.  unobservable)  variables. 

According  to  Malhotra  and  Birks  (2007,  p. 406)  structural  equation  modeling  (SEM),  a 

statistical  technique  based  on multiple  regression  and  factor  analysis,  is  suitable  to  test 

Social benefits

Psychological benefits

Functional benefits

Customer satisfaction

Country-of-origin

Co-creation of value

Service quality

Perceived value

Trust-worthiness

FFP attractiveness

Brand-self congruence

Social brand performance

Relationship commitment

Customer loyalty

Airline image

 

55 

interrelationships among a  set of variables  (see also: Pallant, 2001, pp. 91‐92; Haenlein & 

Kaplan, 2004, p. 285). 

In general, there are two approaches to SEM which can be differentiated according to their 

underlying  estimation  algorithms:  covariance‐based  approaches  (e.g.,  LISREL,  AMOS)  and 

variance‐based  approaches  (e.g., PLS)  (Jahn, 2007, p. 1; Haenlein & Kaplan, 2004, p. 285). 

Based on the differentiation of both approaches according to Jahn (2007; see also: Haenlein 

&  Kaplan,  2004),  the  variance‐based  PLS  approach  proves  to  be  the  more  appropriate 

approach  for  the  present  analysis:  first,  besides  constructs  that  are  reflectively 

operationalized,  the ACL model  established  in  Chapter  5  also  includes  one  construct  (i.e. 

service  quality)  that  is  formatively  operationalized.15  While  PLS  basically  supports  a 

formative operationalization of  latent variables and therefore can be used for models with 

reflective and formative types of  indicators (Fornell & Bookstein, 1982, p. 442), covariance‐

based  approaches  do  not  accept  formative  variables  (Blunch,  2008,  p.  155).  Second,  in 

comparison  to  covariance‐based  approaches,  PLS  is  insensitive  to  skewed  distributions;  a 

normal distribution of  the empirical data  is  therefore not  imperatively  required  (Fornell & 

Bookstein, 1982, p. 443; Huber et al., 2007, p. 10). Third, as previously stated,  the present 

analysis pursues a managerial perspective and is thus strongly practice‐orientated. Especially 

for  this  reason  the  variance‐based  approach  PLS  is  preferred  in  this  study,  since  it  is 

demonstrably  the  approach with  the  highest  predictive  accuracy  and,  hence,  the  highest 

practical explication (cf. Huber et al., 2007, p. 13; Jahn, 2007, p. 16). 

6.1.2 Application of PLS 

The partial least squares (PLS) estimation basically consists of three parts. (1) The structural 

model  (inner model)  reflects  the  relationships  between  the  latent  variables  (Haenlein & 

Kaplan,  2004,  p. 290).  While  latent  variables  are  characterized  by  abstract,  not  directly 

measurable  content,  each  latent  variable  needs  to  be  defined  by  a  set  of  indicators  (cf. 

Huber et al., 2007, p. 3). (2) The measurement model (outer model) describes how the latent 

variables  and  their  manifest  indicators  (i.e.,  measurement  variables)  are  connected 

(Haenlein & Kaplan, 2004, p. 290; Blunch, 2008, p. 5).  (3) Weight  relations, which  link  the 

                                                       15 See Edwards and Bagozzi (2000) for a more elaborate differentiation between reflective and formative variables. 

 

56 

indicators  to  their  respective  unobservable  variables,  are  further  used  to  estimate  case 

values for the latent variables (Chin & Newsted, 1999 in: Haenlein & Kaplan, 2004, p. 290). 

In general,  indicators  can be divided  into  two groups –  reflective and  formative variables. 

Their differentiation is based on the direction of the relationship between the latent variable 

and  its  respective  indicators  (Edwards & Bagozzi, 2000, p. 155). Reflective variables mirror 

the  latent  variable  (cf.  Edwards &  Bagozzi,  2000,  p. 155).  They  are  caused  by  the  latent 

variables and are indirectly affected by exogenous influences on the latent variable (Bollen, 

1989  in: Diamantopoulos, 1994, p. 445; Zinnbauer & Eberl, 2004, p. 4). Formative variables, 

on  the  other  hand,  form  the  construct  (Edwards &  Bagozzi,  2000,  p. 15),  and  constitute 

conceptual  elements  of  the  latent  variable  (Huber  et  al.,  2007,  p. 18).  In  comparison  to 

reflective variables, changes in the latent variables are, therefore, caused by their formative 

indicators (Haenlein & Kaplan, 2004, p. 288). 

Based on the differentiation between the structural model and the measurement model as 

well as  the  two  types of  indicators, different quality criteria need  to be  tested  in order  to 

validate the model. Hulland (1999, p. 198) suggests that a PLS model should be analyzed and 

interpreted sequentially in two stages: (1) the assessment of the reliability and validity of the 

measurement model; and (2) the assessment of the structural model. Appendix 1 discusses 

the quality criteria that need to be fulfilled for both stages, respectively. 

Compared to covariance‐based structural equation models, there is no overall goodness‐of‐

fit  measure  for  the  PLS  model.  However,  based  on  a  summarized  validation  of  the 

previously‐mentioned  quality  criteria,  an  overall  evaluation  of  the model’s  informational 

value is possible (cf. Fornell & Bookstein, 1982, p. 450; Huber et al., 2007, p. 43). 

6.2 Data collection 

While  general  methodological  considerations  have  been  dealt  with  in  Chapter  2,  the 

following  section  addresses  the  particular  data  collection  method  chosen.  It  further 

introduces  the questionnaire design before providing  information about  the course of  the 

data collection and descriptive data of the sample. 

 

57 

6.2.1 Internet survey as data collection method 

To collect the primary data needed to test the transferability of the hypothesized ACL model 

to reality, a self‐administered Internet survey was chosen as the data collection method. This 

choice  is primarily based on  the  Internet  survey’s  inherent advantages compared  to other 

survey methods such as personal interviewing, telephone interviewing, or mail interviewing 

(cf. Malhotra & Birks, 2007, pp. 273‐274). Internet surveys present a cost efficient method to 

collect a great amount of data in a relatively short time frame. Furthermore, comparing data 

reliability  for  telephone and  Internet‐based  surveys, Braunsberger et al.  (2007)  found  that 

web panels display higher levels of data reliability than telephone surveys. This effect can be 

ascribed  to  the  removed  interviewer  bias  (Malhotra  &  Birks,  2007,  p. 274)  for  self‐

administered  surveys. The  lack of an  interviewer affords more privacy  to  the  respondents 

(Braunsberger et al., 2007, p. 763), which may  lead respondents to answer questions more 

truthfully. The software‐controlled collection of data further decreases the risk of wrong or 

incomplete  data.  Respondents  can  be  advised  of  uncompleted  questions,  for  example. 

Thereby,  the quality of  the data  is  increased  (Malhotra & Birks, 2007, p. 274). As data  is 

already  stored  in electronic  format,  the electronic processing of  the data  is more efficient 

and less prone to transmission error (cf. Saunders et al., 2007, p. 358). 

The most  important  limitations to Internet surveys are probably sample representativeness 

and issues of sample control and diversification (cf. Prophis, 2002 in: McConkey et al., 2003, 

p. 78; Malhotra & Birks, 2007, p. 275). As  Internet use has, however, been  growing  in  all 

societal  segments  in  the  last  years,  it  is  already  evident  that  the  total  population  is 

increasingly well represented in the community of Internet users (cf. Lütters, 2004, pp. 15). 

6.2.2 Questionnaire design 

The questionnaire is divided into four parts. First, respondents are introduced to the survey 

and  informed  about  its  purpose  and  background.  In  the  context  of  the  introduction, 

respondents are advised of the anonymity of their information and instructed that it is their 

personal perceptions and opinions  that are  to be  the basis of  their answers. Furthermore, 

survey participants are advised that they have the opportunity to take part in a drawing for 

an  iPod  nano  by  providing  their  email  address  at  the  end  of  the  questionnaire.  Second, 

participants  are  asked  to  choose  an  airline  about  which  they  will  answer  the  stated 

questions. They are advised to choose an airline they have preferably flown with more than 

 

58 

once within the  last three years. The self‐selection of the airline was chosen to make sure 

that  respondents  have  sufficient  knowledge  about  the  airline  to  answer  the  survey 

questions. The third and major part of the questionnaire addresses questions related to the 

concepts  in the ACL model. Participants are asked to specify to which degree they agree or 

disagree  with  each  statement  in  a  series  about  the  concepts  in  the  model  (for  the 

operationalization of the concepts, see Chapter 6.3). A 7‐point Likert scale was chosen as the 

rating scale,  ranging  from  ‘strongly agree’  to  ‘strongly disagree’.  It was chosen  in order  to 

give respondents a wide enough range, on the one hand, but to not overwhelm respondents 

with  too many  answer possibilities, on  the other hand  (cf.  Saunders  et  al., 2007, p. 372). 

Fourth,  respondents were  asked  to  provide  information  about  their  general  travel  habits 

with respect to air transport and some information on their socio‐demographic background. 

The questionnaire designed for the study is available in Appendix 2.   

6.2.3 Course of data collection and descriptive data of sample 

To make  sure  that  the  questionnaire  was  easy  to  understand  and  fill  in,  a  pretest  was 

conducted  in  the  period  from  January  30  to  February  03,  2009.  In  total,  8  people 

participated in the pre‐test with most of the participants aged between 20 and 35 years. To 

ensure that the questionnaire was also easy to fill in for older respondents, 2 persons older 

than 60 years were asked to take part in the pre‐test. Furthermore, half of the testers were 

chosen because of their regular flying habits, while the other half were fairly inexperienced 

with regard to the airline industry in general. The selection of pre‐testers was made in order 

to cover a wide variety of respondents, which was anticipated in the actual sample. 

The sampling for the survey took place as a combination of targeted emails and a snowball 

procedure  (cf.  Malhotra,  2007,  p. 414).  The  link  including  a  short  introduction  and  the 

request to participate was posted on several online platforms and was also sent via email. In 

the field time, between February 15, 2009 and February 20, 2009, a total of 276 respondents 

participated  in  the  survey.  An  overview  of  the  socio‐demographic  distribution  of  the 

respondents and their particular travel habits is provided in Appendix 3. 

The sample indicates an almost even distribution between female (51.1%) and male (48.9%) 

respondents. Two  thirds of  the survey participants belonged  to  the age range between 20 

and 29 years,  indicating an overrepresentation of young participants. Corresponding to the 

age  distribution,  43.1%  indicated  that  they  were  students  while  27.9%  were  company 

 

59 

employees. With respect to the information regarding travel habits, 72.8% claimed that they 

primarily travelled on leisure while 27.2% stated that their primary reason for air travel was 

business.  These  numbers  almost  correspond  to  Hanlon’s  (2007,  p. 35)  80/20  breakdown 

between  leisure  and  business  airline  passengers  (see  Chapter  3.3).  Interestingly,  80%  of 

respondents  indicated that they traveled by air at  least once every 6 months (52.9% travel 

by  air  at  least  once  every  3 months), which  emphasizes  that  respondents  had  profound 

knowledge of and experience with airline travel. 

In summary,  it can be concluded that the sample  indicates an overrepresentation of young 

participants and students. Due to the high  level of the overall sample quality,  it should not 

be overvalued, but must be kept in mind when interpreting the findings. 

6.3 Operationalization of constructs and validation of measurement model 

In  the  following,  the  operationalization  of  the  constructs  included  in  the  ACL  model  is 

described. A number of studies previously conducted by other authors have been reviewed 

in  order  to  compile  measurement  scales  that  suit  the  measurement  of  the  integrated 

constructs. These items were either directly adopted or adapted to the present study. If no 

measurement  items  could  be  found  to  accurately measure  the  respective  construct,  new 

indicators were created. A compilation of the measurement scales reviewed  is provided  in 

Appendix 4. 

Prior to the estimation of the ACL model with smartPLS, an exploratory factor analysis was 

conducted  in  SPSS.  The  results  are  briefly  discussed  in  Chapter  6.3.1  before  the 

operationalization of the constructs and the validity of the measurement model is analyzed 

in Chapters 6.3.2 to 6.3.6. 

6.3.1 Exploratory factor analysis 

An  exploratory  factor  analysis was  conducted  to  examine  to what  extent  the  formulated 

questionnaire  items are related to the  latent constructs of the ACL model (cf. Byrne, 1998, 

p. 6). Factor analysis can only be conducted for reflective variables (cf. Fornell & Bookstein, 

1982,  p. 441).  As  service  quality  is  defined  by  formative  indicators,  it  is  left  out  of  the 

exploratory  factor  analysis.  Aside  from  the  items  measuring  airline  image,  social  brand 

performance, and functional benefits, all other questionnaire items could be allocated to the 

construct  they were  intended  to measure. A  list of  the measurement  items  is provided  in 

 

60 

Appendix 5. A summary of the results from the exploratory factor analysis can be found  in 

Appendix 6. 

Resulting  from  the  findings of  the exploratory  factor analysis,  the constructs airline  image 

and  social  brand  performance  were  merged  and  entitled  airline  reputation.  The 

measurement items for airline reputation consist of all items originally asked with reference 

to airline image plus items one, two, and five that were asked for social brand performance. 

Items three and four measuring social brand performance were excluded from the analysis. 

Furthermore, concerning functional benefits,  items one and two were deleted,  leaving only 

two measurement items for this latent construct. 

6.3.2 Operationalizing brand performance characteristics 

Airline reputation 

As  reported  in  Chapter  6.3.1,  the  exploratory  factor  analysis  resulted  in  merging  the 

construct airline  image and social brand performance.  Interpreting the questionnaire  items 

constituting  the newly  created  construct,  this  construct was entitled airline  reputation.  In 

contrast to airline  image, airline reputation alludes to associations and opinions of society, 

not just of individual customers. 

Measurement items

Factor loadings T-values

1 I have always had a good impression of this airline. 0.738 22.5432 I believe this airline has a better image than its competitors. 0.816 31.9723 In my opinion, this airline has a good image in the minds of

passengers. 0.870 56.415

4 I think that this airline has a good reputation in society. 0.849 39.5965 Most people who are important to me like this airline. 0.711 19.7946 My friends and family highly value this airline. 0.744 23.9967 I think that a lot of people have a high opinion about this airline. 0.832 35.377Discriminant validity: Fornell-Larcker-Criterion: fulfilled

Convergence validity: AVE: 0.634 Composite reliability: 0.923

Unidimensionality: fulfilled

Table 3: Operationalization of airline reputation 

Measurement items one, two, and three are adopted from Park et al. (2006, based on: Nha 

&  Gaston,  2001).  Item  four  widens  the  concept  of  airline  image,  including  the  airline’s 

reputation  in  society. Statements  five and  six, which originally measured  subjective norm, 

are based on Chang (1998). Statement 7  is adapted from Martensen and Grønholdt (2004) 

focusing on social approval as part of emotional brand evaluation. 

 

61 

Brand‐self congruence 

The scale for testing brand‐self congruence was adopted from a survey on brand‐consumer 

relationships conducted at LMU, Munich. While the original scale was  in German, the scale 

was translated  into English and checked for meaning and grammar by a native speaker (cf. 

Saunders et al., 2007, p. 377). 

Measurement items

Factor loadings T-values

1 The brand image and how I see myself are very similar. 0.887 57.5932 The brand says a lot about who I am and who I want to be. 0.905 68.5933 I can identify with the brand. 0.925 85.7094 The brand and I have very much in common. 0.929 52.5065 I think there is a similarity between what the brand stands for

and me. 0.925 56.046

6 The brand suits me. 0.863 40.892Discriminant validity: Fornell-Larcker-Criterion: fulfilled

Convergence validity: AVE: 0.821 Composite reliability: 0.965

Unidimensionality: fulfilled

Table 4: Operationalization of brand‐self congruence 

Trustworthiness 

Measuring  trustworthiness,  items one,  two, and  three have been adapted  from Söderlund 

and  Julander  (2003),  while  items  four  and  five  have  been  adapted  from  Martensen  & 

Grønholdt (2004). 

Measurement items

Factor loadings T-values

1 This airline is upright and sincere. 0.855 34.3132 This airline cares about my needs. 0.862 33.2693 This airline is concerned about my well-being. 0.845 28.1684 This airline is trustworthy and credible. 0.890 66.2265 This airline communicates openly and honestly. 0.828 28.603Discriminant validity: Fornell-Larcker-Criterion: fulfilled

Convergence validity: AVE: 0.733 Composite reliability: 0.932

Unidimensionality: fulfilled

Table 5: Operationalization of trustworthiness 

Service quality 

Several scales can be found for testing the service quality of airlines. While a great number 

of authors concentrate on testing service quality in its own right, the scales are usually quite 

extensive.  For  this  study,  a  scale  from  Park et al.  (2006) was  adopted.  Resulting  from  in‐

depth  interviews and focus group discussions with airline staff and passengers, the authors 

identified  three  dimensions  of  service  quality  characteristic  for  airline  services,  namely 

 

62 

‘reliability and customer service’, ‘in‐flight service’, and ‘convenience and accessibility’. The 3 

measurement  items with  the highest values within each dimension have been  selected  to 

measure airline service quality in the present survey. 

Measurement items Weights T-values 1 The employees of this airline are willing to help passengers. 0.181 1.8292 The employees of this airline are able to answer passengers’

questions in a satisfactory way. 0.152 1.765

3 The employees of this airline give passengers personal attention.

0.125 1.315

4 This airline offers high seating comfort. 0.143 1.4525 This airline offers great meal service. 0.259 2.6186 This airline offers great in-flight entertainment. 0.001 0.0117 The reservation and ticketing is prompt and accurate. 0.277 2.8138 The check-in service of this airline is very good. 0.086 0.8219 This airline offers a convenient flight schedule. 0.190 2.725Discriminant validity: Composite correlation < 0.9: fulfilled

Multicollinearity: Variance inflation factor (VIF) < 10: fulfilled

Table 6: Operationalization of service quality 

Perceived value 

The measurement items for perceived value are directly adopted from Park et al. (2006). 

Measurement items

Factor loadings T-values

1 Considering the services that this airline offers, they are worth what I pay for them.

0.953 87.260

2 The ticket price of this airline is reasonable. 0.951 80.679Discriminant validity: Fornell-Larcker-Criterion: fulfilled

Convergence validity: AVE:0.906 Composite reliability: 0.951

Unidimensionality: fulfilled

Table 7: Operationalization of perceived value 

Co‐creation of value 

Rajah  et  al.  (2008)  argue  that, while  the  idea of  value  co‐creation has been  conceptually 

discussed by a number of authors,  their  study  is  the  first  to  support  it empirically. Of  the 

three measurement  items proposed by the authors, only  item one was adopted from their 

study.  Items  two  to  seven  have  been  developed  for  this  study.  They  relate  to  the 

understanding of value co‐creation as has been elaborated in Chapter 4.2.1. 

   

 

63 

Measurement items

Factor loadings T-values

1 If necessary, this airline really goes out of its way to react to my needs.

0.827 33.116

2 If there is a problem, this airline is interested in what I have to say.

0.872 46.813

3 This airline tailors its service to my needs. 0.876 57.1724 I find it easy to contact this airline. 0.664 14.4625 I feel that my comments and concerns are highly valued by this

airline. 0.877 53.380

6 This airline is responsive to my needs. 0.894 63.3537 I have experienced this airline offering non-standardized levels

of service to me. 0.758 21.499

Discriminant validity: Fornell-Larcker-Criterion: fulfilled

Convergence validity: AVE: 0.685 Composite reliability: 0.938

Unidimensionality: fulfilled

Table 8: Operationalization of co‐creation of value 

Airline country of origin 

The  indicators  for  the  respondents’  perception  of  the  airline’s  country  of  origin  were 

primarily adapted from standard attitude scales (cf. Bruner et al., 2001). 

Measurement items

Factor loadings T-values

1 I have a favorable opinion about the country this airline originates from.

0.925 63.265

2 I really like this airline’s country-of-origin. 0.944 65.0943 I have a very good impression about this airline’s country-of-

origin. 0.957 105.218

4 I feel comfortable about this airline’s country-of-origin. 0.949 78.956Discriminant validity: Fornell-Larcker-Criterion: fulfilled

Convergence validity: AVE: 0.891 Composite reliability: 0.970

Unidimensionality: fulfilled

Table 9: Operationalization of airline country of origin 

FFP attractiveness 

The measurement  items  for FFP attractiveness are  loosely based on a study by Long et al. 

(2006)  in  which  the  authors  analyzed  important  aspects  of  frequent  flyer  programs  for 

business and  leisure travelers. While the authors  identified four factors relating to airlines’ 

FFPs,  namely  ‘keeping  score’,  ‘program  benefits’,  ‘flight  treatment’,  and  ‘administrative 

issues’,  only  items  from  program  benefits  (see  items  one,  two,  three,  and  four)  and 

treatment (see items five and six) are included to measure FFP attractiveness in this analysis. 

   

 

64 

Measurement items

Factor loadings T-values

1 This airline’s frequent flyer program is very attractive. 0.811 18.6192 This airline’s frequent flyer program offers desirable benefits. 0.855 22.7583 It is easy to redeem benefits earned from this airline’s frequent

flyer program. 0.803 19.614

4 This airline’s frequent flyer program helps me reduce the cost of air travel.

0.713 12.835

5 This airline’s frequent flyer program treats members better than other travelers who do not belong to the program.

0.754 11.981

6 Being a member of this airline’s frequent flyer program makes me feel special.

0.779 20.453

Discriminant validity: Fornell-Larcker-Criterion: fulfilled

Convergence validity: AVE: 0.891 Composite reliability: 0.970

Unidimensionality: fulfilled

Table 10: Operationalization of FFP attractiveness 

6.3.3 Operationalizing relational benefits 

Social benefits 

As  previously  discussed  in Chapter  4.2.3.1,  in  this  study  social  benefits  are  considered  to 

have  a much  broader meaning  compared  to Gwinner  et  al.’s  (1998)  original  description. 

While measurement  item one  is adapted from LaBahn’s definition of social rapport as “the 

client’s  perception  that  the  personal  relationships  have  the  right  chemistry  and  are 

enjoyable“,  the  remaining measurement  items of  social benefits have been developed  for 

this study based on the definition of social benefits predominant in this thesis. 

Measurement items

Factor loadings T-values

1 The interaction with this airline and its employees is enjoyable. 0.698 19.0812 Dealing with this airline’s employees gives me a sense of

harmony. 0.817 37.497

3 Traveling with this airline, I perceive a feeling of familiarity. 0.796 28.4134 This airline emphasizes my role in society. 0.884 63.2955 This airline complements my social status. 0.858 48.8886 This airline supports my lifestyle. 0.792 28.947Discriminant validity: Fornell-Larcker-Criterion: fulfilled

Convergence validity: AVE: 0.656 Composite reliability: 0.919

Unidimensionality: fulfilled

Table 11: Operationalization of social benefits 

Psychological benefits 

As mentioned  in  Chapter  4.2.3.2,  psychological  benefits  relate  to  the  customers’  positive 

feelings and emotions derived from the relationship with the brand. Since these include the 

confidence benefits defined by Gwinner et al. (1998), some of the measurement  items are 

adopted  from  confidence benefit measurements adopted  in  related  studies.  For example, 

 

65 

measurement  items  one,  two,  and  three  are  adopted  from  Chang  and  Chen  (2007) who 

analyzed  the  influence  of  confidence  benefits  on  switching  barriers  and  customer  loyalty 

among airline  customers  in Taiwan. Measurement  items one and  two have  similarly been 

used  to measure psychological benefits  in  the B2B context by Sweeney and Webb  (2007). 

Measurement  items four, five and six are adapted from Gwinner et al.’s (1998) confidence 

benefit measurements, where item five has also been used by Sweeney and Webb (2007) to 

measure psychological benefits. Item seven has been added to place more emphasis on the 

feeling of security and comfort that characterizes the definition of psychological benefits  in 

this thesis. 

Measurement items

Factor loadings T-values

1 I feel I can trust this airline. 0.803 23.7012 I am less worried when I fly with this airline. 0.879 51.2903 I am confident that the service will be performed correctly by

this airline. 0.829 33.936

4 I believe there is less risk that something will go wrong. 0.873 45.2285 I know what to expect from this airline. 0.724 13.5346 I have less anxiety when I buy a ticket for this airline. 0.801 27.7147 I feel secure and comfortable with this airline. 0.887 50.962Discriminant validity: Fornell-Larcker-Criterion: fulfilled

Convergence validity: AVE: 0.688 Composite reliability: 0.939

Unidimensionality: fulfilled

Table 12: Operationalization of psychological benefits 

Functional benefits 

As has been discussed  in Chapter 6.3.1,  two of  the original measurement  items  regarding 

functional  benefits  have  been  removed  based  on  the  results  of  the  exploratory  factor 

analysis conducted prior to the calculation  in smartPLS. The remaining measurement  items 

for  functional  benefits  are  loosely  based  on  Reynolds  and  Beatty  (1999)  and  Paul  et  al. 

(2009).  Special emphasis  is put on  the  rational  and economic benefits which  characterize 

functional benefits. 

Measurement items

Factor loadings T-values

1 Compared to other airlines, I have the feeling to save money when I buy a ticket for this airline.

0.738 10.222

2 It is easy and convenient to use this airline. 0.867 19.810Discriminant validity: Fornell-Larcker-Criterion: fulfilled

Convergence validity: AVE: 0.648 Composite reliability: 0.785

Unidimensionality: fulfilled

Table 13: Operationalization of functional benefits 

 

66 

6.3.4 Operationalizing relationship quality 

Customer satisfaction 

Customer  satisfaction  is measured  adapting  Hennig‐Thurau  et  al.’s  (2002) measurement 

items  to  the  airline  context  (items  one  to  four).  Additional  items measuring  customers’ 

satisfaction  in relation to their previous expectations (item five) (cf. Han et al., 2008, p. 39) 

and  in comparison to the airline’s competitors  (item six) (cf. Zhang & Bloemer, 2008) have 

further been included. 

Measurement items

Factor loadings T-values

1 Overall, I am very satisfied with this airline. 0.821 30.9402 I am always delighted with this airline’s service. 0.819 31.6463 It is wise of me to fly with this airline. 0.807 31.5054 I think I do the right thing when I decide to use this airline. 0.840 36.6085 My experiences with this airline exceed my expectations. 0.784 26.8296 In comparison to other airlines, I am very satisfied with this

airline. 0.849 43.228

Discriminant validity: Fornell-Larcker-Criterion: fulfilled

Convergence validity: AVE: 0.673 Composite reliability: 0.925

Unidimensionality: fulfilled

Table 14: Operationalization of customer satisfaction 

Relationship commitment 

All of  the  items measuring  customers’  relationship  commitment have been  adopted  from 

Hennig‐Thurau et al.’s (2002) study. 

Measurement items

Factor loadings T-values

1 I am very committed to my relationship to this airline. 0.863 52.3652 My relationship to this airline is very important to me. 0.963 181.0343 I really care about my relationship to this airline. 0.953 126.9734 My relationship to this airline deserves my maximum effort to

maintain. 0.912 66.887

Discriminant validity: Fornell-Larcker-Criterion: fulfilled

Convergence validity: AVE: 0.853 Composite reliability: 0.959

Unidimensionality: fulfilled

Table 15: Operationalization of relationship commitment 

6.3.5 Operationalizing customer loyalty 

To give consideration to both the attitudinal and the behavioral aspect of customer loyalty, 

the measurement  items  for customer  loyalty  include both dimensions.  Items one and  two 

relate to positive word‐of‐mouth and willingness to recommend the brand. Items three and 

four measure  the  customers’  repurchase  intention  (i.e.  the  customers’  intention  to utilize 

the service of the airline again). All items are adapted from Nadiri et al. (2008). In addition, 

 

67 

measurement  item  five  is  included  to measure  the  customer’s overall  loyalty  towards  the 

airline. 

Measurement items

Factors loadings T-values

1 I say positive things about this airline to others. 0.866 44.3402 I recommend this airline to others. 0.871 47.9433 I consider this airline the first choice for air transport. 0.857 43.5914 I will consider this airline for air transport in the next few years. 0.759 25.6565 I consider myself to be loyal to this airline. 0.813 35.731Discriminant validity: Fornell-Larcker-Criterion: fulfilled

Convergence validity: AVE: 0.696 Composite reliability: 0.920

Unidimensionality: fulfilled

Table 16: Operationalization of customer loyalty 

6.3.6 Validation of measurement model 

The validity assessment of  the measurement model  is based on  the previously mentioned 

quality criteria that need to be fulfilled (see Chapter 6.1.2 and Appendix 1). 

Except from one reflective  indicator for the  latent variable co‐creation of value (0.664) and 

one  reflective  indicator  for  social  benefits  (0.698),  all  reflective  indicators  have  loadings 

above 0.7. However, as the values of both indicators are close to 0.7 and both their t‐values 

well exceed the threshold of 1.66, they still fulfill the  item reliability requirements. For the 

latent variables brand‐self congruence, trustworthiness, country of origin, perceived value as 

well as commitment the  loadings of all reflective  indicators exceed 0.8. The t‐values for all 

reflective  indicators are well above 1.66. Furthermore, all values for the AVE as well as the 

composite reliability are above 0.6 and 0.7, respectively. Therefore, convergent validity  for 

all latent variables with reflective indicators is achieved. With respect to the extent to which 

the  latent variables differ from each other, Table 46 (in Appendix 7) presents the results of 

the  discriminant  analysis.  The  Fornell‐Larcker‐Criterion  is  fulfilled  for  all  latent  variables, 

indicating discriminant validity. The performance of an exploratory  factor analysis prior  to 

the analysis with smartPLS has already assured that unidimensionality exists. 

Within  the  measurement  model,  service  quality  is  the  only  latent  variable  defined  by 

formative  indicators. Two of  the  indicators,  regarding  in‐flight entertainment and check‐in 

service have very low weightings and t‐values, while the respective values are acceptable for 

the  rest  of  the  indicators. However,  indicators  cannot  easily  be  eliminated  as  this would 

change  the  structure  of  the  construct  (Bollen  &  Lenox,  1991,  p. 308).  Therefore,  both 

indicators  are  retained.  The  correlations  between  service  quality  and  all  other  latent 

 

68 

variables  are  well  below  0.9  (see  Table  47  in  Appendix  7).  Therefore,  the  criterion  for 

discriminant validity  is  fulfilled. With a calculated VIF below 10  for all  formative variables, 

there is not multicollinearity among the indicators (see Table 48 in Appendix 7). 

6.4 Validation of structural model and sub‐group comparison 

Based on the validation of the measurement model, the construct relationships postulated 

in  Chapter  5,  have  to  be  assessed  with  respect  to  their  nomological  validity.  The  path 

coefficients,  t‐values  and  signs  of  the  parameters  function  as  criteria  upon  which  the 

formulated hypotheses are either accepted or rejected. Table 17 summarizes the results of 

the hypothesis testing. A graphical  illustration of the structural model  is provided  in Figure 

10 (in Appendix 8). 

Hypothesis Path coefficients T-values Result

Total effects

H1,2a Airline reputation → Social benefit 0.128 2.392 accepted H1,2b Airline reputation → Psychological benefit 0.237 3.832 accepted H3a Brand-self congruence → Social benefit 0.400 8.857 accepted H3b Brand-self congruence → Psychological benefit -0.041 0.675 rejected H4a Trustworthiness → Psychological benefit 0.306 4.223 accepted H4b Trustworthiness → Functional benefit -0.054 0.811 rejected H5a Service quality → Social benefit 0.133 2.012 accepted H5b Service quality → Psychological benefit 0.215 2.994 accepted H5c Service quality → Functional benefit 0.111 0.910 rejected H6a Perceived value → Social benefit 0.120 3.001 accepted H6b Perceived value → Functional benefit 0.566 8.070 accepted H7a Co-creation of value → Social benefit 0.250 3.658 accepted H7b Co-creation of value → Psychological benefit 0.098 1.211 rejected H8a Country of origin → Psychological benefit 0.125 2.599 accepted H8b Country of origin → Functional benefit 0.085 1.530 rejected H9a FFP attractiveness → Social benefit 0.078 2.091 accepted H9b FFP attractiveness → Functional benefit 0.049 0.883 rejected H10a Social benefit → Satisfaction 0.399 8.785 accepted H10b Social benefit → Commitment 0.501 7.050 accepted H10c Social benefit → Loyalty -0.060 0.873 rejected 0.283H11a Psychological benefit → Satisfaction 0.343 7.715 accepted H11b Psychological benefit → Commitment 0.144 2.135 accepted H11c Psychological benefit → Loyalty 0.154 2.814 accepted 0.366H12a Functional benefit → Satisfaction 0.303 7.127 accepted H12b Functional benefit → Commitment -0.012 0.226 rejected H12c Functional benefit → Loyalty 0.131 2.919 accepted 0.276H13a Satisfaction → Commitment 0.042 0.589 rejected H13b Satisfaction → Loyalty 0.481 6.665 accepted H14 Commitment → Loyalty 0.291 5.915 accepted

Table 17: Hypothesis testing for the ACL model 

 

69 

While  an  elaborate  discussion  of  the  findings  follows  in  Chapter  6.5  with  respect  to 

answering sub‐question one (SQ1) and sub‐question two (SQ2), only some of the findings are 

pointed out here. In total, 20 of the 29 tested hypotheses are accepted. The strongest direct 

influences  on  customer  loyalty  emanate  from  customer  satisfaction  and  relationship 

commitment.  The  influence  of  perceived  value  on  functional  benefits  is  the  strongest 

measured in the model. At the same time, perceived value  is the only exogenous construct 

that  has  a  significant  influence  on  functional  benefits. All other  hypotheses  linking  brand 

performance  characteristics with  functional benefits are  rejected.  Furthermore, brand‐self 

congruence strongly influences social benefits, yet the hypothesis regarding the influence of 

brand‐self congruence of psychological benefits is rejected. Social benefits strongly influence 

satisfaction  and  commitment,  but  there  is  no  direct  causal  relationship  between  social 

benefits  and  customer  loyalty.  Here,  it  is  also  worth  emphasizing  that  the  hypotheses 

proposing causal  relationships between  functional benefits and commitment and between 

satisfaction and commitment are rejected. 

Furthermore,  the  coefficients  of  determination  (R²)  are  assessed  for  the  endogenous 

constructs to specify the degree to which the variance in these constructs can be explained. 

All  constructs  exceed  the  threshold  of  0.3.  For  social  benefits,  customer  satisfaction,  and 

customer loyalty R² is even above 0.6 (see Table 49 in Appendix 8). The hypothesized model 

therefore has good explanatory power. The structural model further needs to be tested for 

multicollinearity, which should be avoided. Table 50 (in Appendix 8) presents the calculation 

of  the  variance  inflation  factors  for  each  endogenous  construct  and  proves  no 

multicollinearity to exist. In a next step, the predictive validity of the endogenous reflective 

constructs needs  to be  assessed.  For  the model  to possess predictive  validity,  the  Stone‐

Geisser Q² needs to be > 0. This  is the case  for all endogenous reflective constructs  in the 

ACL model (see Table 51 in Appendix 8). Therefore, a good predictive validity for the model 

can be attested. As previously stated, a global assessment of the quality of the model with 

PLS  is  impracticable. Rather, the evaluation of the model’s  informational value  is based on 

the interpretation of the separate quality criteria at hand (cf. Huber et al., 2007, p. 43). With 

respect  to  the measurement model,  all  quality  criteria  could  be  fulfilled.  Regarding  the 

structural model, nine of  the 29  tested hypotheses  are  rejected. This  is due  to weak  and 

insignificant relationships between constructs, indicated by low path coefficients and/or low 

 

70 

t‐values  respectively.  However,  satisfactory  values  for  R²  and  Q²  attest  the model  good 

explanatory and predictive power. 

In addition  to  the estimation of  the ACL model  for  the entire  sample,  the model has also 

been estimated for two sub‐groups. As discussed in Chapter 3.3, ‘reason for travel’ presents 

an important situational factor along which airline customers are segmented. Respondents, 

therefore, have been divided according to their primary reason for air travel. The sub‐group 

of  business  travelers  consists  of  75  respondents,  while  respondents  that  primarily  take 

leisure  trips  account  for  201  of  the  total  sample.  Prior  to  the  sub‐group  comparison,  an 

estimation of the structural model took place for each sub‐group separately. The validation 

of the measurement model can be waived, since its validity has already been assessed with 

respect to the entire sample. For the validation of the structural model for each sub‐group, 

only  the  path  coefficients,  t‐values,  R²,  and  Stone‐Geisser  Q²  need  to  be  considered. 

Analyzing  differences  between  the  sub‐groups,  four  different  constellations  are  possible. 

Table 52 in Appendix 9 provides an overview of these constellations and further summarizes 

the  criteria  that  need  to  be  fulfilled  to make  valid  statements  about  the  significance  of 

differences  between  the  sub‐groups.  The  results  of  the  sub‐group  comparison  are 

summarized in Table 53, 54, and 55 (in Appendix 9). A graphical illustration of the differences 

in  the model  according  to  ‘reason  for  travel’  is  provided  in  Figure  11  (in  Appendix  9).  A 

discussion of the findings  is pursued  in Chapter 6.5 with respect to answering sub question 

three (SQ3). 

6.5 Discussion of empirical findings 

In this chapter, the empirical findings briefly presented in the previous section are discussed 

with regard to their contribution to the understanding of drivers of customer  loyalty  in the 

airline  industry.  The  following  discussion  corresponds  to  the  research  sub‐questions  one, 

two, and three formulated in Chapter 1.2. A global contemplation of the findings concludes 

the chapter. 

 

SQ1: How do relational benefits affect customer loyalty toward a specific airline brand? 

 

71 

Relational benefits have been argued  to be motivating drivers  for customers  to engage  in 

long‐term  relationships with  service providers, eventually  leading  to customer  loyalty. The 

assumption  that  relational  benefits  significantly  influence  customer  loyalty  in  the  airline 

industry  is  generally  confirmed  by  the  empirical  results.  They  indicate  that  psychological 

benefits  (p=0.154) and  functional benefits  (p=0.131) have considerable direct  influence on 

customer  loyalty. Although widely supported  theoretically and empirically  in  the  literature 

(see  Chapter  5.2.1),  the  direct  influence  of  social  benefits  on  customer  loyalty  is  not 

confirmed  in this study.  Instead, a strong  indirect  influence mediated by the dimensions of 

relationship  quality  is  confirmed:  social  benefits  significantly  influence  relationship 

commitment (p=0.501) and customer satisfaction (p=0.399), which both, in turn, significantly 

impact customer  loyalty  (satisfaction, p=0.481; commitment, p=0.291). Therefore,  through 

the constructs satisfaction and commitment, social benefits’ total effect on customer loyalty 

is significant (p=0.283). The strongest total effect of relational benefits on customer  loyalty 

derive from psychological benefits (p=0.366). Since the consumption of services is connected 

to relatively high risks and uncertainty (see Chapter 4.2.1), trust in the service provider plays 

a crucial role. The measured  importance of psychological benefits,  therefore, reflects  their 

theoretical weight and, hence, emphasizes the nomological validity of the ACL model. 

Further empirical evidence for the model’s high explanatory power lies within the high R2 of 

customer  loyalty, which  indicates that 64.5% of the measured variance of customer  loyalty 

can  be  explained  by  the  ACL  model.  Eliminating  the  relationship  quality  dimensions 

satisfaction and  commitment,  the explained  variance decreases  to 51.5%,  thereby  further 

highlighting  the  conceptual  significance  of  relationship  quality  for  the  customer  loyalty 

model. 

Of  all  three  types of  relational benefits,  social benefits have  the  strongest effect on both 

relationship quality dimensions. While  their  influence  is  stronger on  commitment  than on 

satisfaction,  both  psychological  and  functional  benefits  have  considerable  influence  on 

satisfaction, with  functional benefits exhibiting no  significant  influence on  commitment. A 

possible explanation for these findings lies in the conceptualization of relationship quality in 

Chapter  4.2.4:  customer  satisfaction  can  loosely  be  described  as  the  result  of  met 

expectations.  That  is,  customers  are  satisfied with  their  relationship with  the  brand,  if  it 

produces  the  outcomes  they  expect  from  it.  Satisfaction,  therefore,  focuses  on  the 

 

72 

evaluation and assessment of the customer‐brand relationship’s outcomes. The perception 

of  social,  psychological,  and  functional  benefits  resulting  from  the  relationship  with  the 

brand determines whether customers are satisfied.  

In contrast,  relationship commitment  relates  to  the evaluation of  the  relationship  itself.  It 

can result from the assessment of the interactions that take place and which constitute the 

relationship, rather than from the appraisal of the outcomes of this relationship as perceived 

by  the  customer.  The  interaction  with  the  brand  is  an  important  element  in  the 

conceptualization  of  social  benefits,  hence,  the  particularly  strong  influence  of  social 

benefits on relationship commitment. In contrast, functional benefits are strictly focused on 

rational  aspects  of  the  relationship with  the  brand.  The  evaluation  of  the  relationship  as 

such,  detached  from  its  outcome,  plays  only  an  inferior  role  for  perceived  functional 

benefits, thus implying that the relationship between functional benefits and commitment is 

insignificant.  In comparison, the perception of psychological benefits requires some degree 

of  positive  assessment  of  the  interaction  with  the  brand.  Consequently,  an  impact  of 

psychological benefits on commitment can be measured – albeit smaller than the observed 

influence  of  social  benefits.  Based  on  this  conceptual  distinction  of  satisfaction  and 

commitment – the  first being particularly outcome‐oriented, while the  latter  is particularly 

relationship‐oriented –  the  rejection of  the hypothesis proposing a  link between customer 

satisfaction and relationship commitment can also be explained. 

With  respect  to  SQ1,  the  following main  findings  can  be  summarized:  relational  benefits 

positively  affect  customer  loyalty  directly  and  through  the  two  relationship  quality 

dimensions,  customer  satisfaction  and  relationship  commitment, which  act  as mediating 

constructs. Due  to  their  conceptual  differences,  specific  influential  paths  for  each  of  the 

relational  benefits  for  customer  loyalty  can  be  distinguished:  While  psychological  and 

functional  benefits  have  a  significant  direct  influence  on  customer  loyalty,  no  direct  link 

between  social  benefits  and  customer  loyalty  is  evident. However,  social  benefits  exhibit 

significant  indirect  influence on customer  loyalty through satisfaction and commitment. All 

three  types of  relational benefits  reveal a significant  influence on satisfaction, while social 

benefits are in particular causally associated with commitment. Regarding the three types of 

relational  benefits,  the  strongest  total  influence  on  customer  loyalty  derives  from 

psychological benefits, followed by social and functional benefits, respectively. Including the 

 

73 

relationship quality dimensions, satisfaction and commitment, the model explains 64.5% of 

the variance in customer loyalty – thereby verifying its high explanatory power. 

 

As  discussed  in  the  previous  section,  relational  benefits  constitute  important  drivers  of 

customer loyalty. To reiterate, relational benefits result from the interaction with the brand 

and the evaluation of the airline brand’s specific performance characteristics. The following 

section  discusses  the  influence  of  airline  brand  performance  characteristics  on  relational 

benefits. 

66%  of  the  variance  in  social  benefits  is  explained  by  brand‐self  congruence  (p=0.4),  co‐

creation  of  value  (p=0.25),  service  quality  (p=0.133),  airline  reputation  (0.128),  perceived 

value (p=0.12), and FFP attractiveness (p=0.078). While all of the hypotheses concerning the 

influence  of  brand  performance  characteristics  on  social  benefits  are  confirmed,  two  key 

determinants  of  social  benefits  come  to  light: With  comparatively  high  path  coefficients, 

brand‐self  congruence  and  co‐creation of  value  constitute  the main  influencing  factors of 

social benefits. At the same time, the postulated influence of these two brand performance 

variables on psychological benefits are rejected, presenting them as specific determinants of 

social benefits. Accordingly, customers seem to choose brands that are perceived as being 

similar to their self‐concept, i.e., a brand is not chosen for its ability to meet the customer’s 

intrinsic needs but rather for its ability to express and communicate the customer’s identity 

to  his  social  environment.  Similarly,  customers’  impression  of  being  valued  by  the  airline 

brand as an active partner  in  the value creation process  seems  to positively  influence  the 

perception  of  social  benefits  that  arise  from  this  relationship.  Thereby,  both  brand‐self 

congruence  and  value  co‐creation  are  results  of  an  interactive  process  between  the 

customer and the airline brand. Considering the conceptualization of social benefits, which is 

mainly determined by its interactive characteristic, this finding strongly corresponds with the 

theoretical foundation of this thesis. 

With regard to psychological benefits, distinct influencing brand performance factors can be 

determined:  trustworthiness  (p=0.306),  airline  reputation  (p=0.237),  and  service  quality 

SQ2: How do fundamental airline brand performance characteristics influence the 

relational benefits perceived by airline customers? 

 

74 

(p=0.215) are the key determinants of psychological benefits, followed by the much weaker 

influencing  factor airline country of origin  (p=0.125). As already mentioned and previously 

explained,  the  initially  proposed  links  between  co‐creation  of  value  and  psychological 

benefits, and between brand‐self congruence and psychological benefits are refuted.  

With 59.6% of the variance in psychological benefits explained by these brand performance 

characteristics,  they  can  be  ascribed  good  explanatory  power.  Furthermore  –  considering 

that psychological benefits are the most  influential relational benefit of customer  loyalty – 

these  brand  performance  characteristics  gain  special  momentum  in  their  influence  on 

customer  loyalty. With  a  path  coefficient  of  0.306,  trustworthiness  exhibits  the  strongest 

influence  on  psychological  benefits  and,  hence,  is  one  of  the  most  influential  brand 

performance  characteristics  for  customer  loyalty.  Against  the  background  of  comparably 

high uncertainty and perceived risk in the consumption of services, this finding corresponds 

to  the  general  scientific  notion  in  marketing  that  trustworthiness  is  one  of  the  most 

important  brand  characteristics  in  the  service  industries.  Similarly,  airline  reputation  and 

service quality as strong influential factors of psychological benefits can be seen as cues for 

risk reduction and, consequently, uncertainty avoidance.   

Concerning  causal  relationships  between  airline  brand  performance  characteristics  and 

functional  benefits,  perceived  value  is  the  only  variable  with  significant  influence  on 

functional benefits (p=0.566). Its impact is quite strong and explains 37.7% of the variance in 

functional benefits. However, due to the average R², other variables that have an  influence 

on functional benefits must exist but have not been considered here. Since perceived value 

has  been  conceptualized  and was  subsequently  operationalized  primarily  as  a  value‐for‐

money  consideration,  ticket price and  the  corresponding  service  level  can be  regarded as 

important  factors  affecting  functional benefits  as perceived  from  the  interaction with  the 

airline brand. 

While  most  of  the  brand  performance  characteristics  included  in  the  ACL  model  have 

previously been  tested  for  their  influence on customer  loyalty  in  related studies, CoO and 

FFP  attractiveness  have  been  deliberately  added  to  this  study  due  to  their  explicit 

connection  with  the  airline  industry.  However,  only  a  comparatively  weak  or  even 

insignificant  impact  of  these  two  brand  performance  characteristics  on  the  respective 

relational  benefits was  observed within  the  framework  of  this  study. While  controversial 

 

75 

opinions  concerning  the  impact  of  FFPs  on  loyalty were  pointed  out  in  Chapter  3.4,  the 

airline  industry’s  strong  focus  on  FFPs  rather  negates  the  notion  of  a  generally  low 

significance  of  these  factors  for  an  airline’s  success.  Therefore,  the  assumption  is  put 

forward  that  the  operationalization  of  the  two  constructs  did  not  quite  match  their 

considered  meaning.  Independent  of  the  actual  reason  for  the  weak  effect  of  FFP 

attractiveness and of CoO,  further  research should be conducted  to clarify  their  relevance 

for customer loyalty in the airline industry. Due to their minor significance in this study, they 

will not be considered in the further discussion of the ACL model. 

With  respect  to  SQ2,  the  airline  brand  performance  characteristics  identified  essentially 

explain  the  relational  benefits  perceived  by  airline  customers.  Similar  to  SQ1,  specific 

characteristics of each relational benefit and, accordingly, the effect each relational benefit 

has  on  customer  loyalty  can  be  determined  for  SQ2:  As  the  most  influential  relational 

benefit,  psychological  benefits  are,  to  a  large  extent,  shaped  by  the  perceived 

trustworthiness of an airline, as well as  its reputation and service quality. Social benefits as 

the second most  important benefit are strongly affected by brand‐self congruence and co‐

creation  of  value.  Perceived  value  is  the  only  brand  performance  characteristic  that 

influences  functional  benefits,  still  explaining  37.7%  of  the  variance. Notably,  it must  be 

mentioned  that  the  allocation  of  brand  performance  characteristics  to  the  considered 

relational benefits matches their theoretical conceptualization, thereby reinforcing the ACL 

model’s validity. 

 

It  has  been  argued  (see  Chapter  3.3)  that  customers’  differing  situational  characteristics 

constitute  important  dimensions  for  segmentation  in  the  airline  industry.  Customers’ 

reasons for traveling, i.e., whether they are traveling for business purposes or for leisure is a 

fundamental  situational  segmentation  criterion.  The  following  section  addresses  the 

differences that emerge in the ACL model, considering both customer groups individually. 

In view of the influence of brand performance characteristics on relational benefits, several 

differences between  the  two  customer  segments, business  travelers and  leisure  travelers, 

SQ3: How do differences in airline customer characteristics moderate the airline customer 

loyalty model? 

 

76 

can  be  highlighted.  In  general,  only  five  of  the  eight  brand  performance  characteristics 

significantly  impact on business  travelers’  relational benefits, while all brand performance 

characteristics  considerably  influence  at  least  one  of  the  relational  benefits  for  leisure 

travelers.  Brand‐self  congruence  is  the  only  construct  that  has  a  significant  influence  on 

social benefits for business travelers. Nevertheless,  it explains 70% of the variance  in social 

benefits.  Its  influence  is,  furthermore,  significantly  stronger  for business  travelers  than  for 

leisure travelers. Based on this finding, it can be inferred that business travelers explicitly use 

the  airline  brand  to  present  who  they  are  or  who  they  want  to  be  to  their  social 

environment. The congruence between their self‐concept and how they perceive the brand 

contributes to their expression of their lifestyle and emphasizes the role and status they hold 

or  aim  to  hold  in  society.  Business  travelers’  focus  on  social  environment  is  further 

supported  by  the  brand  performance  characteristic  with  the  strongest  influence  on 

psychological  benefits.  While  trustworthiness  is  the  most  important  contributor  to  the 

perception of psychological benefits for leisure travelers, airline reputation has the strongest 

influence on psychological benefits  for business  travelers. Therefore,  it can be argued  that 

business travelers relate their airline choice to how society as a whole perceives the given 

airline and which airline business travelers assume their social environment expects them to 

fly,  rather  than  concentrating  on  whether  they  perceive  the  airline  brand  as  being 

trustworthy.  While  perceived  value  is  the  only  brand  performance  characteristic  that 

influences  functional  benefits  for  leisure  travelers,  service  quality  additionally  influences 

functional benefits for business travelers. The impact of service quality is even stronger than 

that  of  perceived  value.  At  the  same  time,  the  effect  of  perceived  value  is  significantly 

stronger  for  leisure  travelers  than  it  is  for  business  travelers.  These  findings  highlight 

business  travelers’  relative price  inelasticity  in comparison  to  that of  leisure  travelers  (see 

Chapter 3.3). That  is, whether business travelers deem  functional benefits to emerge  from 

their relationship with the brand is determined more by the quality of the service than by its 

price. 

Taking  into account  the direct  influence of relational benefits on customer  loyalty and  the 

mediating  role of  the dimensions of  relationship quality,  further differences between  the 

two  sub‐groups  become  apparent.  First,  functional  benefits  exert  no  significant  direct 

influence  on  customer  loyalty  for  business  travelers;  only  an  indirect  influence  through 

customer satisfaction is evident. Second, the influence of commitment on customer loyalty is 

 

77 

insignificant for business travelers as well. Furthermore, in comparison to the overall model, 

the causal relationship between psychological benefits and commitment is rejected for both 

traveler  groups,  leaving  social  benefits  as  the  only  relational  benefit with  an  impact  on 

commitment. Social benefits explain 56.3% of the variance  in relationship commitment  for 

business  travelers,  but  only  34.7%  for  leisure  travelers.  Effected  by  the  insignificant  links 

between  functional  benefits  and  customer  loyalty  and  between  relationship  commitment 

and  customer  loyalty,  less  variance  in  customer  loyalty  is  evident  for  business  travelers 

(59.3%) than for leisure travelers (67.9%).  

With respect to the sub‐group comparison based on primary reason for air travel,  it can be 

summarized  that  airline  reputation,  brand‐self  congruence,  perceived  value,  and  service 

quality  influence  the respective relational benefits  for business  travelers.  In comparison  to 

the  leisure  traveler segment, all other  identified brand performance characteristics exhibit 

no  significant  influence  on  relational  benefits  for  business  travelers.  Furthermore,  while 

commitment is well‐explained by social benefits, no significant influence of commitment on 

customer loyalty is evident for the business traveler segment. 

From a global perspective, the findings with respect to SQ1 and SQ2 indicate that each type 

of  relational  benefit  is  characterized  by  specific  brand  performance  characteristics  that 

exhibit  a  particularly  strong  influence  on  them.  These  key  determinants  are  further 

distinguished  for  each  relational  benefit  so  that  no  overlapping  can  be  reported. 

Furthermore,  relational benefits  influence customer  loyalty  in different ways. By depicting 

these cause‐effect relationships in Figure 6, three essential paths to airline customer loyalty 

can be distinguished: the social path, the psychological path, and the functional path. These 

paths  accentuate  the main  cause‐effect‐relationships  that  lead  to  customer  loyalty  in  the 

airline  industry  and,  therefore,  represent  a meaningful  foundation  from which  to  derive 

managerial  implications. However, as the discussion of SQ3 has demonstrated,  it should be 

noted  that  the  general  ACL model will  demonstrate minor  deviations when  only  specific 

customer segments are considered. 

 

78 

 Figure 6: The three paths to airline customer loyalty 

Taking a closer  look at the paths,  it becomes apparent that they are well‐suited based not 

only on  their empirically  verified  relationships, but  also on  their  intrinsic  logic.  The  social 

path  to  customer  loyalty  is  characterized by  the  interaction  that  takes place between  the 

customer and  the brand. Both brand‐self congruence and co‐creation of value  require  the 

simultaneous  consideration  of  the  interplay  between  the  customer  and  the  brand.  The 

psychological  path  to  customer  loyalty  is  initiated  by  the  consideration  of  airline 

trustworthiness, airline reputation, and service quality. All three variables are closely related 

to the assertion that the engagement in a relationship with the brand is appropriate. While 

trustworthiness  and  service  quality  relate more  to  a  subjective  evaluation  of  the  brand, 

airline  reputation  contributes  to  an  objective  assessment  of  the  brand.    Perceived  value, 

again,  as  the  starting  point  for  the  functional  path  to  customer  loyalty,  emphasizes  the 

rational assessment of what is received in return for what was given. 

7 Managerial implications The previous chapter identified three essential paths to airline customer loyalty. Building on 

these, three main avenues can be taken by airline managers to strengthen customer loyalty. 

Recommendations with regard to sub‐question four (SQ4) are presented in this chapter:  

Social benefits

Psychological benefits

Functional benefits

Customer satisfaction

Country-of-origin

Co-creation of value

Service quality

Perceived value

Airline reputation

FFP attractiveness

Brand-self congruence

Relationship commitment

Customer loyalty

Trust-worthiness

The social path

The psychological pathThe functional path

 

79 

 

7.1 The social path to airline customer loyalty 

The  social  path  to  customer  loyalty  is  characterized  by  a  strong  influence  of  brand‐self 

congruence and co‐creation of value on social benefits. From there, the social path takes an 

indirect  course  toward  customer  loyalty,  involving  both  customer  satisfaction  and 

relationship commitment. For a graphical illustration, see Figure 7. 

 Figure 7: The social path to airline customer loyalty 

To  achieve  brand‐self  congruence,  airline management must  first  assess  customers’  self‐

concepts,  i.e., how they see themselves and how they want to be seen by others. Second, 

recognizing that customers do not choose a brand simply for its utilitarian benefit, but rather 

use  the brand as a  resource  that  supports  them  in  the expression and  communication of 

their  identity,  it  is essential to understand the feelings and associations the brand elicits  in 

customers’ minds. This can shed light on the customer’s actual objective when engaging in a 

relationship with the brand. Third, positive congruencies between customers’ self‐image and 

their perceived image of the brand should be identified, and brand touch points specific to a 

given customer segment should be determined. Finally, the similarities identified need to be 

emphasized and openly communicated during all customer‐brand  interactions. Beyond the 

interactions that take place during the actual air transport and  its accompanying activities, 

management  should  identify  ways  in  which  the  brand  can  become  more  relevant  and 

prominent  in customers’ everyday  lives. Many airlines, e.g., offer  their FFP members high‐

quality luggage tags, once they have reached a certain FFP status. Differentiating the colors 

in  accordance  with  the  status  achieved  allows  customers  to  demonstrate  their  close 

relationship with  the given airline.  Furthermore, offering merchandise  (e.g. a  luggage  line 

designed in the airline’s corporate colors and/or displaying the airline’s logo) or distributing 

Social benefits

Customer satisfaction

Co-creation of value

Brand-self congruence

Relationship commitment

Customer loyalty

SQ4: What managerial implications can be inferred from the results of this study? 

 

80 

giveaways depicting the brand’s logo (e.g. sweat shirts, amenity kits) conveys the customer’s 

experience with  the  airline  brand  to  his  social  environment,  thereby  also making  it  less 

ephemeral. 

The  fact  that  brand‐self  congruence  constitutes  the most  important  variable  influencing 

social benefits for the entire sample, as well as for both sub‐groups presents an additional 

challenge  for airline managers. They need  to very carefully and narrowly group customers 

according  to  similar  self‐concepts  and  shared perceptions of  the brand.  To  address more 

than one segment, the messages geared at different segments have to be modified to the 

segment’s specific self‐images while at the same time ensuring that these complement each 

other  in  order  to  avoid  confusion.  Aside  from  the  fact  that  customers’  differing  social 

backgrounds  influence  their  self‐concepts,  airlines  have  to  take  cultural  differences  into 

special  consideration  as  well.  Against  this  background,  service  employees  as  key  brand 

representatives  can  function  as  important  intermediaries  between  the  brand  and  the 

customer. This, however, requires the simultaneous tackling of two crucial challenges: first, 

employees  have  to  internalize  the  brand’s  values  and  act  in  the  brand’s  best  interest. 

Second, they have to adequately relate these values to customers’ emotions,  feelings, and 

cultural diversities. Employees’ empathy, as well as their cross‐cultural competence should, 

therefore,  be  crucial  requirements  in  employee  selection.  Trainings  and  internal 

communication  should  further  sensitize  service  employees,  so  they  can  adequately 

represent  the  brand’s  values  and  respond  to  the  customers’  needs. Moreover,  targeted 

assignments  of  regional  flight  attendants  offer  an  additional  possibility  for  effectively 

transferring and adapting  the brand’s values  to  foreign passengers’  cultures and  customs. 

Thereby,  special  attention  should  also  be  paid  to  the  clear  communication  and 

exemplification  of  the  brand’s  values,  as  well  as  appropriate  rewards  for  employees’ 

achievements. Demonstrating to employees that their work  is  indeed appreciated and that 

they can actively influence the brand’s success inhibits the power to increase employees’ job 

satisfaction, which,  in  turn,  can  positively  affect  customer  satisfaction  (cf. Heskett  et  al., 

2008). As the airline’s service‐chain is characterized by a number of activities (e.g., check‐in, 

boarding,  actual  flight,  baggage  claim)  in  which  the  customer  interacts  with  different 

employees  in  each  sequence,  the  comprehensive  training  of  all  employees  ensures  a 

consistent communication of the brand’s key values and a seamless service experience  for 

the customer.  

 

81 

Besides  brand‐self  congruence’s  influence  on  customer  loyalty,  the  importance  of  this 

concept should also be considered with respect to strategic branding decisions. Particularly 

against the background of ongoing consolidation activities  in the airline  industry, attention 

must  be  paid  to  the  adequate  management  of  airlines’  brand  portfolios:  emerging 

opportunities of  communication  synergies  resulting  from brand  consolidations  should not 

lead to the omission of the  immense risk that  lies  in the reciprocal  image‐transfer effect of 

these  consolidations  and  the  possible  consequential  disturbance  of  the  brand‐self 

congruence, especially for the loyal and valuable customers of the airlines involved. 

In  addition  to  brand‐self  congruence,  co‐creation  of  value  constitutes  the  second  key 

determinant of social benefits. Therefore, special attention must be paid to the customer’s 

active  involvement  in  the  creation of  the  customer  experience,  as  this  fosters  feelings of 

belongingness  to  the  brand.  Customers’  involvement  in  the  service  process  can  be,  for 

example,  spurred by  inviting  them  to participate  in product  tests. By  reaching out  to  the 

customer,  the  airline  demonstrates  that  its  customers’  opinions  and  ideas  are  greatly 

appreciated.  Furthermore,  actively  seeking  customer  feedback  and  suggestions  for 

improvement underlines airlines’ roles as sponsors of customers’ value‐creation processes. 

Aside  from  traditional  feedback opportunities,  such  as  in‐flight  surveys,  valued  customers 

can  be  invited  to  round‐table meetings where  their  experiences  and  future  demands  are 

discussed with the airline’s service employees. Such discussion sessions exhibit two specific 

advantages  over  traditional  feedback  opportunities.  First,  customers’  comments  are 

addressed to those employees that directly  interact with them. Second, by actively  inviting 

customers  to  share  their experiences, airline management  signals  to  customers  that  their 

comments are highly valued and  that  they can make an  important contribution  to  service 

improvements.  However,  value  is  not  created  by  only  listening  to  customers’  concerns. 

Further action must be taken to process and evaluate customers’ recommendations. This is 

achieved  be  implementing  efficient  and  effective  communication  processes  among 

customers,  service  employees,  and  management  to  ensure  the  exchange  and  timely 

realization of recommendations. Communication platforms could be created that can reach 

a  large  number  of  employees  and  generate  intensive  experiences  that  are  easy  to  recall 

while  at  the  same  time  keeping  track  of  the  incurring  costs  (e.g.  mouth‐to‐mouth 

communications, business TV). 

 

82 

The first path to customer loyalty along social benefits is first and foremost characterized by 

the  direct  interaction  that  takes  place  between  the  customer  and  the  brand.  Special 

importance  should  thereby  be  attached  to  the  service  employees  in  their  function  as 

representatives of  the brand.  The  creation of  customer  loyalty  is based on  the  reciprocal 

effect both relationship partners – the customer and the brand ‐ have on each other. While 

the  brand  supports  customers  in  expressing  themselves  to  their  social  environments, 

customers, on the other hand, can help vitalize the brand in their social surrounding. 

7.2 The psychological path to airline customer loyalty 

Originating in trustworthiness, airline reputation, and service quality, the psychological path 

to airline customer  loyalty  is  the strongest and most efficient, since psychological benefits 

influence  customer  loyalty  directly  as  well  as  indirectly  through  satisfaction  and 

commitment. The psychological path to airline customer loyalty is illustrated in Figure 8. 

 Figure 8: The psychological path to airline customer loyalty 

In addition to the general significance of a brand’s trustworthiness with respect to services 

(see Chapter 5.1.4), its special relevance in the airline industry can be explained by the great 

number  of  aspects  that  are  beyond  the  scope  of  customers’  direct  control.  Studies  have 

found that up to 40% of passengers have some degree of anxiety or feel uneasy when flying 

(Murphy,  2007).  This matter  should  be  taken  very  seriously  by  airlines.  For  customers  to 

perceive an airline brand as trustworthy, the brand must demonstrate credible, reliable, and 

honest behavior. This implies that airlines must be careful in what they promise that they are 

able to deliver. Once promises are made and communicated to customers, management has 

to  ensure  that  these  are  kept. Otherwise,  the  airline  brand’s  reliability  is  jeopardized.  In 

addition,  airlines  should  communicate honestly  and  timely  about what precisely  they  can 

deliver.  The  same  applies  to  incidents  in  which  the  airline  is  unable  to  deliver  on  the 

promises made.  In order  to uphold  the brand’s  trustworthiness, airline managers have  to 

Psychological benefits

Customer satisfaction

Service quality

Airline reputation

Relationship commitment

Customer loyalty

Trust-worthiness

 

83 

show  genuine  interest  in  their  customers’  well‐being.  Reports  about  safety  issues  or 

accidents,  for  example,  should  be  addressed  and  clarified  as  accurately  and  promptly  as 

possible. 

Reducing  risk  and  anxiety  can  further  be  achieved  by  creating  a  safe  and  comfortable 

environment  for  the  customer.  Again,  airline  employees  should  be  considered  important 

contributors  to  this  objective.  Well‐trained  employees  come  across  as  informed, 

experienced,  and  competent.  Clean  and  proper  facilities,  such  as  airport  areas  and  the 

aircraft interior, can further increase customers’ perceptions of safety and comfort.  

The above‐mentioned initiatives, while contributing to the brand’s trustworthiness, can also 

be related to the second key determinant of psychological benefits: service quality. Training 

employees  to  smoothly and  competently perform  the  service processes,  for example,  can 

increase  customers’ perception of  the  airline’s degree of  customer  service.  Ergonomically 

and technologically advanced aircraft interiors add to the perceived in‐flight service level. As 

most  initiatives  to  increase  service  quality  involve  increasing  costs  ‐  and  it  is  customers’ 

perception of the service that eventually determines the service level ‐ airline management 

needs to have a thorough understanding of what their customers require and what level of 

service  they  expect  the  airline  to  deliver.  Instead  of  undertaking  bold  and  expensive 

initiatives,  the  acceleration  of  a  pronounced  service  culture  and  the  implementation  of 

programs that actively encourage employees to make suggestions for service improvements 

can  lead  to  the  continuous  improvement  of  the  airline’s  service  quality  level.  Service 

employees  as  important  intermediaries  between  customers  and management  should  be 

regarded as important sources of intelligence. Furthermore, airline management needs to be 

aware  that  during  the  entire  duration  of  their  journey,  airline  travelers  interact  with  a 

number  of  service  providers  that  are  directly  or  only  indirectly  linked  to  the  airline with 

which  they  originally  booked  their  ticket.  The  appearance  of  airport  facilities,  the 

performance  of  handling  agencies,  or  even  the  service  of  partner  airlines  operating  the 

actual flight on a code share agreement all influence the level of service quality perceived by 

customers and are projected on the given airline. Therefore, a thorough assessment of the 

customers’ chain of activities during their journey instead of the limited focus on the airline’s 

service  chain  helps  identify  important  brand  touch  points  that  influence  customers’ 

evaluation of the airline’s service quality. Collaborations and partnerships with other service 

 

84 

providers  participating  in  the  customers’  ‘journey  chain’  help  ensure  a  consistent  and 

standardized level of service quality. 

While  trustworthiness  and  service  quality  mainly  relate  to  the  personal,  subjective 

evaluation of the brand, airline reputation refers to how the airline is assessed in society as a 

whole,  thereby  describing  a  rather  objective  assessment  of  the  brand.  In  comparison  to 

brand  image, which  can be different  for each  stakeholder, airline  reputation  incorporates 

the  images of multiple stakeholders to create an overall picture of the brand over time (cf. 

de Chernatony, 1999). Based on the results of a study analyzing the importance of corporate 

reputation  in  the  airline  context  (Graham  &  Bansal,  2007),  the  following  organizational 

characteristics  are  proposed  to  be  significant  predictors  of  customers’  reputation 

perceptions: the endorsement of governmental  institutions monitoring the airline  industry, 

crash  status,  and  the  airline’s  financial  performance.  Endorsements  can  be  perceived  as 

objective evaluations of the airline’s actions. In addition to customers’ subjective assessment 

of  the  airline,  they  can  help  rationalize  their  evaluation,  thereby  enhancing  the  airline’s 

reputation  in society. Second, recent accidents or an unusually high record of safety  issues 

can  damage  the  airline’s  reputation.  As  already  discussed  with  regard  to  the  airline’s 

trustworthiness, airline managers need to ensure that the airline has a flawless safety record 

and  that appropriate crisis management procedures are  in place  in case of an unforeseen 

incident. A strong financial performance further signals to customers that the airline is well‐

managed and positively assessed by other stakeholder groups. External communications like 

press  releases, annual  reports, and environmental  reports, give airlines  the opportunity  to 

address  the  above‐mentioned  topics. Mentioning  pilot  and  cabin  crew  training  in  press 

releases,  for  example,  can  help  customers  evaluate  the  flight  crews’  competence, while 

financial reports help airlines communicate management’s skills to make strategic decisions 

in the airline’s and, consequently, the customer’s best interest. 

From an aggregate  consideration of  the  three key determinants of psychological benefits, 

uncertainty  avoidance  can  be  determined  as  a  common  denominator.  Based  on  this 

observation,  the  previously  discussed  suggestions  about  how  to  increase  the  brand’s 

trustworthiness, service quality, and reputation have to be regarded with some reservation. 

Uncertainty  avoidance  relates  to  an  entrenched  feeling.  Hence,  the  three  airline  brand 

performance variables cannot be easily improved in a short period of time. Rather, they have 

 

85 

to be  carefully and considerately built over  time. Comfort and  security  cannot be  created 

through a small number of interactions but necessitate an ongoing relationship in which the 

customer  is  repeatedly assured  that  the brand can be  trusted. Considerable care must be 

taken not to destroy the confidence in the brand by inconsiderate behavior. Caution should 

also be exercised when planning  the acquisition of or merger with other airlines. Positive 

safety  records,  quality  standards,  and  a  favorable  airline  reputation  cannot  easily  be 

transferred  from  one  brand  to  the  other,  while  quite  the  opposite  is  true  for  negative 

impressions. 

7.3 The functional path to airline customer loyalty 

Compared to psychological and social benefits, functional benefits exhibit the weakest total 

effect  on  customer  loyalty.  Considering  the  functional  path  to  airline  customer  loyalty, 

perceived  value  is  the only  variable  that  significantly  affects  functional  benefits which,  in 

turn, influence customer loyalty directly and through customer satisfaction (see Figure 9). 

 

Figure 9: The functional path to airline customer loyalty 

Perceived value  is defined as the outcome of weighing the airline’s perceived performance 

against the perceived ticket price. A positive value‐for‐money appraisal  leads customers to 

perceive  functional/economic benefits as  resulting  from  their  relationship with  the brand. 

Based on this conceptualization, two general alternatives for the improvement of customers’ 

perceived value emerge:  Lowering  the perceived price or  increasing  the perceived  service 

level. 

The  two  identified  sources  of  perceived  value  possibly  constitute  the  most  important 

foundation  for  the differentiation between  low‐cost carriers and network carriers. For  the 

most part, network carriers  focus on offering a high service  level at a corresponding price. 

Their image is based on the service offer rather than on the price customers have to pay for 

it.  Quite  the  contrary  is  true  for  low‐cost  carriers’  approach  of  delivering  value  to  their 

customers, which  is  strongly  based  on  offering  low‐priced  tickets  in  return  for  a  reduced 

Functional benefits

Customer satisfaction

Perceived value

Customer loyalty

 

86 

level of service. Given  the  fact  that network carriers are pressured  to  lower  their  fares on 

routes on which they directly compete with low‐cost carriers, a special opportunity arises for 

them. While their brand’s image is related more to a high level of service than to low ticket 

prices, network carriers can use the concept of perceived value as an interesting competitive 

tool. Charging a comparable price to that offered by  low‐cost carriers, network carriers can 

suggest  better  value  for  money  since  customers  associate  a  higher  service  level  with 

traditional carriers. 

Marketing  communications  have  the  greatest  potential  to  change  customers’  perception 

about  the price and/or  the  service  level. Concentrating on  the communication of benefits 

aside from low ticket price can help airlines increase the perceived value‐for‐money ratio. 

To  conclude  this  chapter,  the  relationship quality dimensions –  customer  satisfaction  and 

relationship commitment – need to be addressed. Although these variables were  found to 

emanate  the  greatest  direct  influence  on  airline  customer  loyalty,  no  specific managerial 

recommendations about how to improve them will be formulated. This is first and foremost 

due to the way in which the ACL model has been developed and depicted. The fundamental 

understanding  of  a  cause‐effect model  implies  that  each  construct  within  the model  is 

influenced  by  its  respective  antecedents.  Hence,  with  respect  to  the  two  variables  of 

relationship  quality  it  can  be  argued  that  the  successful  realization  of  the  presented 

recommendations,  mostly  geared  at  improving  the  identified  brand  performance 

characteristics, will  initially have a positive effect on the respective relational benefits and, 

consequently, improve customer satisfaction and relationship commitment. 

8 Conclusion With  regard  to  the  challenges  that  managers  in  the  airline  industry  find  themselves 

confronted with, the following overarching research question was formulated: 

 

Based on the review of relevant literature in the fields of customer loyalty, relationship and 

service marketing, relational benefits were identified as important antecedents to customer 

What kind of benefits do customers seek when they engage in relationships with airline 

brands, and how can these relationships strengthen airline customer loyalty? 

 

87 

loyalty  in the airline  industry. These relational benefits were defined as benefits that result 

for customers from relationships with the airline brand, thereby moving beyond the actual 

benefit of the service being offered. Three types of relational benefits were derived as being 

relevant in the airline business: social, psychological, and functional benefits. Based on these 

three types of relational benefits, the airline customer  loyalty  (ACL) model was developed, 

depicting  cause‐effect  relationships  that  lead  to  airline  customer  loyalty.  The  testing  of 

empirical data attested the model strong explanatory power, thereby verifying  its value for 

the management of customer loyalty in the airline industry. 

A  global  contemplation  of  the  empirical  findings  identified  three  distinct  paths  to  airline 

customer  loyalty  in  the ACL model.  Each  path  evolves  around  one  particular  type  of  the 

observed relational benefits, and thus, they were entitled the social, the psychological, and 

the  functional  path.  All  three  paths  originate  from  distinct  airline  brand  performance 

characteristics, proceed along the respective types of relational benefits and progress either 

directly and/or through the relationship quality dimensions – satisfaction and commitment ‐ 

to  airline  customer  loyalty.  These  influential  paths  provide  airline management with  two 

important insights into the management of airline customer loyalty: On a broader level, they 

emphasize the overall importance of different brand performance characteristics relevant in 

the  airline  industry,  thereby  identifying  opportunities,  as  well  as  risks  that  lie  in  their 

improvement and their deterioration, respectively. On a more specific  level, they allow the 

derivation of concrete management decisions to improve customer loyalty. 

In  consideration  of  the  identified  paths,  a wide  spectrum  of  distinct  implications  for  the 

improvement  of  airline  customer  loyalty  has  been  provided  by  this  thesis.  Summarizing 

these, the following general inference can be pinpointed: The empirical findings accentuate 

the  particular  relevance  of  airlines’  social‐psychological  aspects  for  customers.  Important 

drivers of customer loyalty such as the congruence between customer self‐image and airline 

brand  image,  the  trustworthiness of  the airline brand, as well as  the process of value  co‐

creation  emphasize  this  notion.  These  main  findings  lead  to  an  interesting  conclusion: 

comparable to developments  in other  industries,  functional aspects seem to be  important, 

but, at  the  same  time presupposed, by airline  customers.  In  contrast,  social‐psychological 

benefits  have  an  accentuated  role,  especially  in  the  building  of  strong  and  committed 

relationships between customers and airline brands. Accordingly, management initially must 

 

88 

ensure a basic provision of  rather  ‘hard’  service  criteria  such as  the delivery of a  flawless 

service  at  a  reasonable  price‐performance  ratio.  Most  importantly,  however,  airline 

management must ensure that the service environment enables the realization of a socially 

and  psychologically  enriching  customer  experience.  As  has  been  argued  in  this  thesis, 

successfully dealing with these social‐psychological challenges can, to a great extent, be met 

through  appropriate  interactions  between  customers  and  service  employees.  The 

systematized and  comprehensive  recruitment and  training of  these employees, as well as 

the creation of a satisfactory work environment, therefore, constitute  important tasks that 

airline management needs to address. In addition, customers have to be actively involved in 

the  service  process  to  ensure  their  satisfaction  and  commitment  in  the  long‐run.  The 

coordination of  the different  service components, as well as  their  incorporation  in a clear 

and integrated communication strategy further supports the creation of a harmonious brand 

image in customers’ minds, which is the basis for the development of relationships between 

customers  and  the  airline  and,  moreover,  a  prerequisite  for  the  development  of  true 

customer loyalty. 

By  implementing  a  holistic  perspective  on  the  creation  of  customer  loyalty  in  the  airline 

industry,  this  study  has  developed  an  innovative  approach  for  its  examination.  The 

integration  of  brand  performance  characteristics,  relational  benefits,  and  the  relationship 

quality  concept  into  the  ACL  model  enables  a  differentiated  analysis  of  cause‐effect 

relationships  of  customer  loyalty  in  the  airline  industry.  Furthermore,  contributing  to  the 

recent discussions about the concept of value co‐creation  in academic  literature, this study 

has empirically verified  that  the  co‐creation of value  is an  important antecedent  to  social 

benefits and, hence, to customer loyalty.  

Following  directions  for  future  research  can  be  addressed:  The  empirical  testing  of  the 

model provided significant and meaningful results for the given sample. However, in order to 

make  a  clear  statement  about  its  overall  applicability  with  regard  to  the  entire  target 

population of airline customers, it is proposed to re‐test the model with a different sample. 

In  order  to  further  affirm  the  above‐mentioned  conclusion  about  the  predominance  of 

social‐psychological  benefits  over  functional  benefits,  future  studies  should  examine  the 

particular  function  of  social‐psychological  and  functional  benefits,  as  well  as  their 

interdependency.  While  the  industry‐specific  brand  performance  characteristics  ‘airline 

 

89 

country of origin’ and  ‘FFP attractiveness’  showed only weak  influences on  the  respective 

relational benefits, further research should clarify their relevance for the industry. Although 

the model has been specifically developed to understand drivers of customer  loyalty  in the 

airline industry, future research should further develop the three distinct paths to customer 

loyalty and test the model’s relevance in other service industries. 

With  the development of  the ACL model and  the  identification of  the  three  loyalty paths, 

this  thesis  has  made  an  important  contribution  to  marketing  science.  Future  potential 

research  fields  have  also  been  addressed.  Last  but  not  least,  it  contributes  beneficial 

knowledge  to  the  airline  industry,  especially  in  consideration  of  the  expected  further 

intensification of competition and  the  forecast consolidation of airlines which calls  for  the 

deliberate management of brand portfolios. 

 

 

References 

90  

References 

Books, articles, reports 

A.T. Kearney (2003), "The emerging airline industry", retrieved: Jan. 15, 2009, URL: http://www.atkearney.de/content/veroeffentlichungen/whitepaper_practice.php/practice/transportation/id/48677. 

Aaker, D.A. (2002), Building strong brands, New York: The Free Press. 

Ambler, T., Styles, C. (1997), "Brand development versus new product development: toward a process model of extension decisions", Journal of Product & Brand Management, Vol. 6 No. 4, pp. 222‐234. 

Anderson, E.W., Fornell, C. (1994), “A customer satisfaction research prospectus,” in Service quality: new directions in theory and practice, Rust, R.T., Oliver, R.L., eds. Thousand Oaks, CA: Sage, pp. 241‐268. 

Anderson, E.W., Fornell, C., Lehmann, D.R., (1994), "Customer satisfaction, market share, and profitability: findings from Sweden", Journal of Marketing, Vol. 58, pp. 53‐66.  

Anderson, S., Pearo, L.K., Widener, S.K. (2008), "Drivers of service satisfaction: linking customer satisfaction to the service concept and customer characteristics", Journal of Service Research, Vol. 10 No. 4, pp. 356‐381. 

Andreassen, T.W., Lindestad, B. (1998), "Customer loyalty and complex services: the impact of corporate image on quality, customer satisfaction and loyalty for customers with varying degrees of service expertise", International Journal of Service Industry Management, Vol. 9 No. 1, pp. 7‐23. 

Anonymous (2006), "Easyjet and Ryanair flying high on the Southwest model: charting the ups and downs of low‐cost carriers", Strategic Direction, Vol. 22 No. 6, pp. 18‐21. 

Argenti, P.A., Druckenmiller, B. (2004), "Reputation and the corporate brand", Corporate Reputation Review, Vol. 6 No. 4, pp. 368‐375. 

Bandyopadhyay, S., Martell, M. (2007), "Does attitudinal loyalty influence behavioral loyalty?: a theoretical and empirical study", Journal of Retailing and Consumer Services, Vol. 14, pp. 35‐44. 

Barclaycard Business (2008), "The Barclaycard Business travel survey 2008: Twelve years of industry excellence and insight", retrieved Jan. 15, 2009, URL: http://www.barclaycardbusiness.co.uk/information_zone/travel/2008_survey_results.pdf. 

Beatson, A., Lings, I., Gudergan, S. (2008), "Employee behavior and relationship quality: impact on customers", The Service Industries Journal, Vol. 28 No. 2, pp. 211‐223. 

Beatty, S.E., Mayer, M., Coleman, J.E., Reynolds, K.E., Lee, J. (1996), "Customer‐sales associate retail relationships", Journal of Retailing, Vol. 72 No. 3, pp. 223‐247. 

Bendapudi, N., Berry, L.L. (1997), "Customers' motivations for maintaining relationships with service providers", Journal of Retailing, Vol. 37 No. 1, pp. 15‐37. 

Berentzen, J.B., Bachhaus, C., Michaelis, M., Blut, M., Ahlert, D. (2009), "Does 'made in…' also apply to Services?: an empirical assessment of the country‐of‐origin effect in service settings", Journal of Relationship Marketing, Vol. 7 No. 4, pp. 391‐405. 

Berry, L.L. (1995), "Relationship marketing of services: growing interest, emerging perspectives", Journal of the Academy of Marketing Science, Vol. 23 No. 4, pp. 236‐2445. 

   

References 

91  

Berry, L.L. (2000), “Cultivating service brand equity”, Journal of the Academy of Marketing Science, Vol. 28 No. 1, pp. 128‐137. 

Berry, L.L. (2002), "Relationship marketing of services: perspectives from 1983 and 2000", Journal of Relationship Marketing, Vol. 1 No.1, pp. 59‐77. 

Berry, L.L., Parasuraman, A. (1991), Marketing services: competing through quality, New York: The Free Press. 

Bieger, T., Agosti, S. (2005), "Business Models in the airline sector: evolution and perspectives, in: Delfmann, D., Baum, H., Auerbach, S., Albers, S. (2005), Strategic management in the aviation industry, Aldershot: Ashgate Publishing Ltd.  

Bitner, M.J. (1995), "Building service relationships: it's all about promises", Journal of the Academy of Marketing Science, Vol. 23 No. 4, pp. 246‐251. 

Blackwell, S.A., Szeinbach, S.L., Barnes, J.H., Garner, D.W., Bush, V. (1999), "The antecedents of customer loyalty: an empirical investigation of the role of personal and situational aspects on repurchase decisions", Journal of Service Research, Vol. 1 No. 4, pp. 362‐375. 

Bloemer, J.M.M., de Ruyter, K., Wetzels, M. (1999), “Linking perceived service quality and service loyalty: a multi‐dimensional perspective”, European Journal of Marketing, Vol. 33 No. 11/12, pp. 1028‐1106. 

Bloemer, J.M.M., Kasper, H.D.P. (1995), "The complex relationship between consumer satisfaction and brand loyalty", Journal of Economic Psychology, Vol. 16, pp. 311‐329. 

Blunch, N.J. (2008), Introduction to structural equation modelling using SPSS and AMOS, Los Angeles, CA: Sage 

Bollen, K., Lennox, R. (1991), "Conventional wisdom on measurement: a structural equation perspective", Psychological Bulletin, Vol.  110 No. 2, pp. 305‐314. 

Bolton, R.N., Drew, J.H. (1991), “A multistage model of customers’ assessments of service quality and value", Journal of Consumer Research, Vol. 17, pp. 375‐385. 

Bolton, R.N., Kannan, P.K., Bramlett, M.D., (2000), "Implications of loyalty program membership and service experiences for customer retention and value", Journal of the Academy of Marketing Science, Vol. 28 No. 1, pp. 95‐108. 

Braunsberger, K., Wybenga, H., Gates, R. (2007), "A comparison of reliability between telephone and web‐based surveys", Journal of Business Research, Vol. 60, pp. 758‐764. 

Bruner, G.C., James, K.E., Hensel, P.J. (2001), Marketing scales handbook: a compilation of multi‐item measures, 3rd ed., Chicago: American Marketing Association.  

Bruning, E.R. (1997), "Country of origin, national loyalty and product choice: the case of international air travel", International Marketing Review, Vol. 14 No. 1, pp. 59‐74. 

Brunner, T.A., Stöcklin, M., Opwis, K. (2008), Satisfaction, image and loyalty: new versus experience customers", European Journal of Marketing, Vol. 62 No. 9/10, pp. 1095‐1105. 

Byrne, B.M. (1998), Structural equation modeling with LISREL, PRELIS, and SIMPLIS: basic concepts, applications, and programming, Mahwah, NJ: Lawrence Erlbaum Associates, Inc. 

Carlsson, F., Löfgren, A (2006), "Airline choice, switching costs and frequent flyer programmes", Applied Economics, Vol. 38, pp. 1469‐1475. 

Chang, M.K. (1998), "Predicting unethical behavior: a comparison of the theory of reasoned action and the theory of planned behavior", Journal of Business Ethics, Vol. 17, pp. 1825‐1834. 

   

References 

92  

Chang, Y.‐H., Chen, F.Y. (2007), "Relational benefits, switching barriers and loyalty: a study of airline customers in Taiwan", Journal of Air Transport Management, Vol. 13, pp. 104‐109. 

Chaudhuri, A., Holbrook, M.B. (2001), "The chain of effects from brand trust and brand affect to brand performance: the role of brand loyalty, Journal of Marketing, Vol. 65 (April 2001), pp. 81‐93. 

Chin, W.W. (1998), "The Partial Least Squares approach to structural equation modeling", in: Marcoulides, G.A. (ed.), Modern methods of business research, pp. 295‐336. 

Clark, M., Payne, A. (1994), “Achieving long‐term customer loyalty: a strategic approach”, Working paper, Centre for Services Management, Cranfield School of Management. 

Collis, J., Hussey, R. (2003), Business research: a practical guide for undergraduate and postgraduate students, 2nd ed., London/Basingstoke: Palgrave Macmillan. 

Coulter, R.A., Ligas, M. (2004), "A typology of customer‐service provider relationships: the role of relational factors in classifying customers", Journal of Services Marketing, Vol. 18 No. 6, pp. 482‐493. 

Cronin, J.J., Taylor, S.A. (1992), "Measuring service quality: a reexamination and extension", Journal of Marketing, Vol. 56, pp. 55‐68. 

Cunningham, L.F., Young, C.E., Lee, M. (2002), "Cross‐cultural perspectives of service quality and risk in air transport", Journal of Air Transportation, Vol. 7 No. 1, pp. 3‐26. 

Cunningham, R.M. (1956), "Brand loyalty: what, where, how much?", Harvard Business Review, Vol. 34 No. 1, pp.116‐128. 

Czepiel, J.A. (1990), “Service encounters and service relationships: implications for research”, Journal of Business Research, Vol. 20 No. 1, pp. 13‐21. 

Dall'Olmo Riley, F., de Chernatony, L. (2000), "The service brand a relationship builder", British Journal of Management, Vol. 11, pp. 137‐150. 

Danaher, P.J., Conroy, D.M., McColl‐Kennedy, J.R. (2008), "Who wants a relationship anyway?: conditions when consumers expect a relationship with their service provider", Journal of Service Research, Vol. 11 No. 1, pp. 43‐62. 

Day, G.S. (1969), "A two‐dimensional concept of brand loyalty", Journal of Advertising Research, Vol. 9 No. 3, pp. 29‐35. 

de Chernatony, L. (1999), "Brand management through narrowing the gap between brand identity and brand reputation", Journal of Marketing Management, Vol. 15, pp. 157‐179. 

de Chernatony, L., Cottam, S., Segal‐Horn, S. (2006), "Communicating services brands' values internally and externally", The Service Industries Journal, Vol. 26 No. 8, pp. 819‐836. 

Delfmann, D., Baum, H., Auerbach, S., Albers, S. (2005), Strategic management in the aviation industry, Aldershot: Ashgate Publishing Ltd. 

Diamantopoulos, A. (1994), "Export performance measurement: reflective versus formative indicators", International Marketing Review, Vol. 16 No. 9, pp. 444‐457. 

Dick, A.S., Basu, K. (1994), "Customer loyalty: toward an integrated conceptual framework", Academy of Marketing Science, Vol. 22 No. 2, pp. 99‐113. 

Doganis, R. (2006), The airline business, 2nd ed., Abingdon: Routledge. 

Dowling, G.R., Uncles, M. (1997), "Do customer loyalty programs really work?", Sloan Management Review, Summer 1997, pp. 71‐82. 

   

References 

93  

Dresner, M. (2006), "Leisure versus business passengers: similarities, differences, and implications", Journal of Air Transport Management, Vol. 12, pp. 28‐32. 

Edwards, J.R., Bagozzi, R.P. (2000), "On the nature and direction or relationships between constructs and measures", Psychological Methods, Vol. 5 No. 2, pp. 155‐174. 

Esch, F.‐R., Langner, T., Schmitt, B.H., Geus, P. (2006), "Are brands forever?: how brand knowledge and relationships affect current and future purchases", Journal of Product & Brand Management, Vol. 15 No. 2, pp. 98‐105. 

Fornell, C., Bookstein, F.L. (1982), "Two structural equation models: LISREL and PLS applied to consumer exit‐voice theory", Journal of Marketing Research, Vol. 19, pp. 440‐452. 

Fornell, C., Larcker, D.F. (1981), "Evaluating structural equation models with unobservable variables and measurement error", Journal of Marketing Research, Vol. 18, pp. 39‐50. 

Fournier, S. (1998), "Consumers and their brands: developing relationship theory in consumer research", Journal of Consumer Research, Vol. 24, pp. 343‐373. 

Fournier, S., Yao, J.L. (1997), "Reviving brand loyalty: a reconceptualization within the framework of consumer‐brand relationships", International Journal of Research in Marketing, Vol. 14, pp. 451‐472. 

Franke, M. (2004), "Competition between network carriers and low‐cost carriers: retreat battle or breakthrough to a new level of efficiency?", Journal of Air Transport Management, Vol. 10. pp. 15‐21. 

Garbarino, E., Johnson, M.S. (1999), "The different roles of satisfaction, trust, and commitment in customer relationships", Journal of Marketing, Vol. 63, pp. 70‐87. 

Ghauri, P., Grønhaug, K. (2005), Research methods in business studies: a practical guide, 3rd ed.,  London: Pearson Higher Education. 

Gill, J., Johnson, P. (2002), Research methods for managers, 3rd ed., London: SAGE Publication Ltd.  

Goodwin, C., Gremler, D.D. (1996), "Friendship over the counter: how social aspects of service encounters influence consumer service loyalty", Advances in Services Marketing and Management, Vol. 5, pp. 247‐282. 

Graham, A. (2006), "Have the major forces driving leisure airline traffic changed?", Journal of Air Transport Management, Vol. 12, pp. 14‐20. 

Graham, M.E., Bansal, P. (2007), "Consumers' willingness to pay for corporate reputation: the context of airline companies", Corporate Reputation Review, Vol. 10 No. 3, pp. 189‐200. 

Grayson, K., Ambler, T. (1999), "The dark side of long‐term relationships in marketing services", Journal of Marketing Research, Vol. 36, pp. 132‐141. 

Gremler, D.D., Brown, S.W. (1999), "The loyalty ripple effect: appreciating the full value of customers", International Journal of Service Industry Management, Vol. 10 No. 3, pp. 271‐291. 

Gremler, D.D., Gwinner, K.P. (2000), "Customer‐employee rapport in service relationships", Journal of Service Research, Vol. 3 No. 1, pp. 82‐104. 

Grönroos, C. (2004), "From marketing mix to relationship marketing: towards a paradigm shift in marketing", Marketing Decision, Vol. 32 No. 2, pp. 4‐20. 

Grönroos, C. (2006), "Adopting a service logic for marketing", Marketing Theory, Vol. 6 No. 3, pp. 317‐333. 

   

References 

94  

Grönroos, C. (2007), Service management and marketing: customer management in service competition, 3rd ed., Chichester: John Wiley & Sons. 

Grzeskowiak, S., Sirgy, M.J. (2007), "Consumer well‐being (CWB): the effects of self‐image congruence, brand‐community belongingness, brand loyalty, and consumption regency", Applied Research Quality Life, Vol. 2, pp. 298‐304. 

Gummesson, E. (2008), "Extending the service‐dominant logic: from customer centricity to balanced centricity", Journal of the Academy of Marketing Science, Vol. 36 No. 1, pp. 15‐17. 

Gutek, B.A., Cherry, B., Bhappu, A.D., Schneider, S., Woolf, L. (2000), "Features of service relationships and encounters", Work and Occupation, Vol. 27 No. 3, pp. 319‐351. 

Gwinner, K.P., Gremler, D.D., Bitner, M.J. (1998), "Relational benefits in services industries: the customer's perspective", Journal of the Academy of Marketing Science, Vol. 26 No. 2, pp. 101‐114. 

Haenlein, M., Kaplan, A. (2004), "A beginner's guide to partial least squares analysis", Understanding statistics, Vol. 3 No. 4, pp. 283‐97. 

Hair, J., Bush, R.P., Ortinau, D.J. (2006), Marketing research: within a changing information environment, 3rd. ed., New York: McGraw‐Hill/Irwin. 

Han, X., Kwortnik, R.J., Wan, C. (2008), "Service loyalty: an integrative model and examination across service contexts", Journal of Service Research, Vol. 1 No. 1, pp. 22‐42. 

Hanlon, P. (2007), Global airlines: competition in a transnational industry, 3rd ed., Burlington, MA: Butterworth‐Heinemann. 

Hennebichler, P. (2007), Country of origin knowledge: insights into consumers' knowledge, Saarbrücken: VDM 

Hennig‐Thurau, T., Gwinner, K.P., Gremler, D.D. (2002), "Understanding relationship marketing outcomes: an integration of relational benefits and relationship quality", Journal of Service Research, Vol. 4 No.3, pp. 230‐247. 

Hennig‐Thurau, T., Klee, A. (1997), "The impact of customer satisfaction and relationship quality on customer retention: a critical reassessment and model development", Psychology & Marketing, Vol. 14 No. 8, pp. 737‐764. 

Heskett, J.L., Jones, T.O., Loveman, G.W., Sasser Jr., W.E., Schlesinger, L.A. (2008), "Putting the service‐profit chain to work", Harvard Business Review, Jul‐Aug, pp. 118‐129. 

Hess, J., Story, J. (1995), "Trust‐based commitment: multidimensional consumer‐brand relationships", Journal of Consumer Marketing, Vol. 22 No. 6, pp. 313‐322. 

Huber, F., Herrmann, A., Henneberg, S.C. (2007), "Measuring customer value and satisfaction in services transactions, scale development, validation and cross‐cultural comparison", International Journal of Consumer Studies, Vol. 31, pp. 554‐564. 

Huber, F., Herrmann, A., Meyer, F., Vogel, J., Vollhardt, K. (2007), Kausalmodellierung mit Partial Least Square: Eine anwendungsorientierte Einführung, Wiesbaden: Gabler. 

Hulland, J. (1999), "Use of Partial Least Square (PLS) in strategic management research: a review of four recent studies", Strategic Management Journal, Vol. 20, pp. 195‐204. 

IATA (2007), "Corporate air travel survey: edition 2008", International Air Transport Association. 

Jacoby, J., Chestnut, R.W. (1978), Brand loyalty measurement and management, New York: John Wiley. 

   

References 

95  

Jacoby, J., Kyner, D.B. (1973), "Brand loyalty vs. Repeat purchasing behavior", Journal of Marketing Research, Vol. 10, pp. 1‐9. 

Jaffe, E.D., Nebenzahl, I.D. (2006), National image & competitive advantage: the theory and practice of place branding, 2nd ed., Copenhagen: Copenhagen Business School Press. 

Jahn, S. (2002), "Strukturgleichungsmodellierung mit LISREL, AMOS und SmartPLS: eine Einführung", Technische Universität Chemnitz, retrieved: Feb. 24, 2009, URL: http://www‐user.tu‐chemnitz.de/~stjah/Jahn2007‐Strukturgleichungsmodellierung%20mit%20LISREL,AMOS%20und%20SmartPLS.%20Eine%20Einf%81hrung.pdf. 

Jones, T., Taylor, S.F. (2007), "The conceptual domain of service loyalty: how many dimensions?", Journal of Services Marketing, Vol. 21 No. 1, pp. 36‐51. 

Keller, K.L. (2003), Strategic brand management: Building, measuring, and managing brand equity, 2nd int. ed., Upper Saddle River, NJ: Prentice Hall. 

Kim, H.R., Lee, M., Ulgado, F.M. (2005), "Brand personality, self‐congruity and the consumer‐brand relationship", Advances in Consumer Research ‐ Asia‐Pacific Conference Proceedings, Vol. 6, pp. 111‐117. 

Kim, J., Morris, J.D., Swait, J. (2008), "Antecedents of true brand loyalty", Journal of Advertising, Vol. 37 No. 2, pp. 99‐117. 

Knox, S. (1998), "Loyalty‐based segmentation and the customer development process", European Management Journal, Vol. 16 No. 6, pp. 729‐737. 

Kressmann, F., Sirgy, M.J., Herrmann, A., Huber, F., Huber, S., Lee, D.‐J. (2006), "Direct and indirect effects of self‐image congruence on brand loyalty", Journal of Business Research, Vol. 59, pp. 955‐964. 

Kumar, S, Shah, D. (2004), "Building and sustaining profitable customer loyalty for the 21st century", Journal of Retailing, Vol. 80, pp. 317‐330. 

LaBahn, D.W. (1996), "Advertiser perceptions of fair compensation, confidentiality, and rapport", Journal of Advertising Research, Vo. 36, pp. 28‐38. 

Lederman, M. (2007), "Do enhancements to loyalty programs affect demand? The impact of international frequent flyer partnerships on domestic airline demand", RAND Journal of Economics, Vol. 38 No. 4, pp. 1134‐1158. 

Liu, Y., Yang, R. (2009), "Competing loyalty programs: impact of market saturation, market share, and category expandability", Journal of Marketing, Vol. 93, pp. 93‐108. 

Long, M.M., McMellon, C., Clark, S.D., Schiffman, L.G. (2006), "Building relationships with business and leisure flyers: perceived loyalty and frequent flyer programs", Services Marketing Quarterly, Vol. 28 No. 1, pp. 1‐17. 

Lufthansa Consulting (2008), "Airline performance: past, present & future", retrieved: Jan 15., 2009, URL: http://www.lhconsulting.com/fileadmin/images/www.lhconsulting.com/downloads/speeches/080504_LON_Conferenc_AL_Sales_Marketing_Varfis.pdf. 

Lütters, H. (2004), Online‐Marktforschung: eine Positionsbestimmung im Methodenkanon der Marktforschung unter Einsatz eines webbasierten Analytic Hierarchy Process (webAHP), Wiesbaden: Gabler. 

Malhotra, N.K., Birks, D.F. (2007), Marketing research: an applied approach, Harlow: Prentice Hall/Financial Times. 

References 

96  

Martensen, A., Grønholdt, L. (2004), "Building brand equity: a customer‐based modelling approach", Journal of Management Systems, Vol. 16 No. 3, pp. 37‐51. 

Martín Ruiz, D., Barroso Castro, C., Armario, E.M. (2007), "Explaining market heterogeneity in terms of value perceptions", The Service Industries Journal, Vol. 27 No.8, pp. 1087‐1110.  

Marzo‐Navarro, M., Pedraja‐Iglesias, M., Rivera‐Torres, M.P. (2004), “The benefits of relationship marketing for the consumer and for the fashion retailers”, Journal of Fashion Marketing and Management, Vol. 8, pp. 425–436. 

Mason, K.J. (2005), "Observations of fundamental changes in the demand for aviation services", Journal of Air Transport Management, Vol. 11, pp. 19‐25. 

Mason, K.J., Alamdari, F. (2007), "EU network carriers, low cost carriers and consumer behaviour: a Delphi study of future trends", Journal of Air Transport Management, Vol. 13, pp. 299‐310. 

McConkey, C.W., Stevens, R.E., Loudon, D.L. (2003), "Surveying the service sector: a pilot study of the effectiveness of mail vs. Internet approaches", Services Marketing Quarterly, Vol. 25 No. 1, pp. 75‐84. 

Moorman, C., Zaltman, G., Deshpandé, R. (1992), "Relationships between providers and users of marketing research: the dynamics of trust within and between organizations”, Journal of Marketing Research, Vol. 29, pp. 314‐329. 

Morgan, R.M., Hunt, S.D. (1994), "The commitment‐trust theory of relationship marketing", Journal of Marketing, Vol. 58 No. 3, pp. 20‐38. 

Morschett, D., Schramm‐Klein, H., Hälsig, F., Jara, Magali (2008), The influence of self‐congruity, brand personality and brand performance on store loyalty", Advances in Consumer Research ‐ European Conference Proceedings, Vol. 8, pp. 417‐418. 

Murphy, T. (2007), "For fear of flying, therapy takes to the skies", The New York Times Company, Jul. 24, 2007, retrieved: Apr. 01, 2009, URL: http://www.nytimes.com/2007/07/24/health/psychology/24fear.html?_r=1&pagewanted=all. 

Nadiri, H., Hussain, K., Ekiz, E.H., Erdoğan, S. (2008), "An investigation on the factors influencing passengers' loyalty in the North Cyprus national airline", The TQM Journal, Vol. 20 No. 3, pp. 265‐280. 

Oliver, R.L. (1980), “A cognitive model of the antecedents and consequences of satisfaction decisions", Journal of Marketing Research, Vol. 17 (November), pp. 460‐469. 

Oliver, R.L. (1997), Satisfaction: a behavioral perspective on the consumer, New York: McGraw‐Hill, p. 13. 

Oliver, R.L. (1999), "Whence consumer loyalty?", Journal of Marketing, Vol. 63 (special issue 1999), pp.33‐44. 

Ostrowski, P.L., O'Brien, T.V., Gordon, G.L. (1993), Service quality and customer loyalty in the commercial airline industry", Journal of Travel Research, Vol. 32 No. 2, pp. 16‐24.  

Oyewole, P., Choudhury, P. (2006), "Purchase situations and the level of importance that consumers attach to services in the airline industry", Services Marketing Quarterly, Vol. 28 No. 1, pp. 19‐34. 

Pallant, J. (2001), SPSS survival manual, Open University Press 

Palmer, A. (2005), Principles of service marketing, 4th ed., Maidenhead: McGraw‐Hill Education. 

Parasuraman, A., Zeithaml, V.A., Berry, L.L. (1988), "SERVQUAL: a multiple‐item scale for measuring consumer perceptions of service quality", Journal of Retailing, Vol. 64 No. 1, pp. 12‐40. 

References 

97  

Park, J.‐W., Robertson, R., Wu, C.‐L. (2006), "Modelling the impact of airline service quality and marketing variables on passengers' future behavioural intentions", Transportation Planning and Technology, Vol. 29 No. 5, pp. 359‐381. 

Patterson, M., O'Malley, L. (2006), "Brands, consumers and relationships: a review", Irish Marketing Review, Vol. 18 No. 1&2, pp. 10‐20. 

Paul, M., Hennig‐Thurau, T., Gremler, D.D., Gwinner, K.P., Wiertz, C. (2009): "Toward a theory of repeat purchase drivers for consumer services", Journal of the Academy of Marketing Science, Vol. 37, pp. 215‐237. 

Pecotich, A., Pressley, M., Roth, D. (1996), "The impact of country of origin in the retail service context", Journal of Retailing and Consumer Services, Vol. 3 No. 4, pp. 213‐224. 

Peter, J.P., Olson, J.C. (2008), Consumer behavior and marketing strategy, 8th ed., Boston: McGraw‐Hill. 

Plimmer, G. (2006), "Loyalty programmes", Financial Times Ltd., Sep. 15, 2006, retrieved: Apr. 1, 2009, URL: http://www.ft.com/cms/s/0/bcb047e8‐44d7‐11db‐b804‐0000779e2340.html. 

Pompl, W., Schuckert, M.R., Möller, C. (2003), "Zur Differenzierung der Geschäftsmodelle im Personenluftverkehr: die Full Service Network Carrier", Tourism Journal, retrieved Jan. 15, 2009, URL: http://www.pompl.net/Pompl/Luftverkehr/Downloads/TJ_Geschaeftsmodelle.pdf. 

Prahalad, C.K., Ramaswamy, V. (2004), "Co‐creating unique value with customers", Strategy & Leadership, Vol. 32 No. 3, pp. 4‐9. 

Price, L.L., Arnould, E. (1999), Commercial friendship: service provider‐client relationships in context", Journal of Marketing, Vol. 63, pp. 38‐56. 

Pritchard, M.P., Havitz, M.E., Howard, D.R. (1999), “Analyzing the commitment‐loyalty link in service contexts,” Journal of the Academy of Marketing Science, Vol. 27 (Summer), pp. 333‐48. 

Punniyamoorthy, M., Raj, M.P.M. (2002), "An empirical model of brand loyalty measurement", Journal of Targeting, Measurement and Analysis for Marketing, Vol. 15 No. 4, pp. 222‐233. 

Rajah, E., Marshall, R., Nam, I. (2008), "Relationship glue: customers and marketers co‐creating a purchase experience", Advances in Consumer Research ‐ North American Conference Proceedings, Vol. 35, pp. 367‐373. 

Ravald, A., Grönroos, C. (1996), "The value concept and relationship marketing", European Journal of Marketing, Vol. 30 No. 2, 1996, pp. 9‐30. 

Reichheld, F.F. (1993), “Loyalty‐based management”, Harvard Business Review, Vol. 71, pp. 64‐73. 

Reichheld, F.F. (1996), The loyalty effect: the hidden force behind growth, profits, and lasting value, Boston: Harvard Business School Press 

Reichheld, F.F., Sasser, W.E. (1990), “Zero defections: quality comes to services” Harvard Business Review, Vol. 68, pp. 105‐111. 

Reinartz, W. J., Kumar, V. (2002), "The mismanagement of customer loyalty", Harvard Business Review, Vol. 80 No. 7, p. 86‐94. 

Reynolds, K.E., Beatty, S.E. (1999), “Customer benefits and company consequences of customer‐salesperson relationships in retailing”, Journal of Retailing, Vol. 75 No. 1, pp. 11‐32. 

Ringle, C.M., Spreen, F. (2007), Beurteilung der Ergebnisse von PLS‐Pfadmodellen", WISU 2/07, pp. 211‐216. 

References 

98  

Rust, R.T., Chung, T.S. (2006), "Marketing models of service and relationships", Marketing Science, Vol. 25 No. 6, pp. 560‐580. 

Saunders, M., Lewis, P., Thornhill, A. (2007), Research methods for business students, London: Prentice Hall. 

Schlesinger, L., Heskett, J. (1991), “Breaking the cycle of failure in services“, Sloan Management Review, Vol. 32, pp. 17‐28. 

Sharp, A., Sharp, B., Wright, M., (2002), “Questioning the value of the ‘‘true’’ brand loyalty distinction”, International Journal of Research in Marketing, Vol. 19 No. 1, pp. 81–90. 

Shaw, S. (2007), Airline marketing and management, 6th ed., Aldershot: Ashgate Publishing Ltd. 

Sheth, J.N., Parvatiyar, A. (1995a) “The evolution of relationship marketing”, International Business Review, Vol. 4 No. 4, pp. 397‐418. 

Sheth, J.N., Parvatiyar, A. (1995b), "Relationship marketing in consumer markets: antecedents and consequences", Journal of the Academy of Marketing Science, Vol. 23 No. 4, pp. 255‐271. 

Sheth, J.N., Parvatiyar, A. (2002), "Evolving relationship marketing into a discipline", Journal of Relationship Marketing, Vol. 1 No. 1, pp. 3‐16. 

Simon, B. (2008), "Zoom grounds transatlantic jet fleet", Financial Times Ltd., Aug. 28, 2008, retrieved: Feb. 09, 2009, URL: http://www.ft.com/cms/s/74bc5fde‐7532‐11dd‐ab30‐0000779fd18c,dwp_uuid=87ef6c98‐3018‐11da‐ba9f‐00000e2511c8,print=yes.html. 

Sirgy, M.J., Lee, D.‐J., Johar, J.S., Tidwell, J. (2008), "Effect of self‐congruity with sponsorship on brand loyalty", Journal of Business Research, Vol. 61, pp. 1091‐1097. 

Söderlund, M., Julander, C.‐R., (2003), "The variable nature of services: an empirical examination of trust and its effects on customers' satisfaction response to poor and good service", Total Quality Management, Vol. 14 No. 3, pp. 291‐304. 

Solomon, M., Bamossy, G.J., Askegaard, S., Hogg, M., Longman, P. (2006), Consumer behavior: an European perspective, 3rd ed., Harlow: Financial Times Prentice Hall. 

Sweeney, J.C., Chew, M. (2000), "Consumer‐brand relationships: an exploratory study in the services context", ANZMAC 2000 Visionary Marketing for the 21st Century: Facing the Challenge, pp. 1234‐1238. 

Sweeney, J.C., Webb, D.A. (2007), "How functional, psychological, and social relationship benefits influence individual and firm commitment to the relationship", Journal of Business & Industrial Marketing, Vol. 22 No. 7, pp. 474‐488. 

Teichert, T., Shehu, E., von Wartburg, I. (2008), "Customer segmentation revisited: the case of the airline industry", Transportation Research Part A: Policy and Practice, Vol. 42 No. 1, pp. 227‐242. 

Tiernan, S., Rhoades, D.L., Waguespack, B. Jr. (2008), "Airline service quality: exploratory analysis of consumer expectations and operational performance in the USA and EU", Managing Service Quality, Vol. 18 No. 3, pp. 212‐224. 

Vargo, S.L., Lusch, R.F. (2004), "Evolving to a new dominant logic for marketing", Journal of Marketing, Vol. 68, pp. 1‐17. 

Vargo, S.L., Lusch, R.F. (2008a), "From goods to service(s): Divergence and convergence of logics", Industrial Marketing Management, Vol. 37, pp. 254‐259. 

Vargo, S.L., Lusch, R.F. (2008b), “Service‐dominant logic: continuing the evolution", Journal of the Academy of Marketing Science, Vol. 36 No. 1, pp. 1‐10. 

References 

99  

Wallin, A.C., Coote, L.V. (2007), "What do brands signal?"  AMA Winter Educators' Conference Proceedings, Vol. 18, pp 90‐91. 

Webster, F.E. (1994), “Defining the new marketing concept", Marketing Management, Vol. 2 No. 4, pp.  22‐31. 

Wensveen, J.G., Leick, R. (2009), "The long‐haul low‐cost carrier: a unique business model", Journal of Air Transport Management, (forthcoming), pp. 1‐7. 

Wikström, S. (1996), “Value creation by company‐consumer interaction”, Journal of Marketing Management, Vol. 12, pp. 359‐374. 

Yen, H.J.R., Gwinner, K.P. (2003), "Internet retail customer loyalty: the mediating role of relational benefits", International Journal of Service Industry Management, Vol. 14 No. 5, pp. 483‐500. 

Zeithaml, V.A. (1988), "Consumer perceptions of price, quality, and value: a means‐end model and synthesis of evidence", Journal of Marketing, Vol. 52, pp. 2‐22. 

Zeithaml, V.A., Berry, L.B., Parasuraman, A. (1996), “The behavioral consequences of service quality”, Journal of Marketing, Vol. 60, pp. 31‐46. 

Zeithaml, V.A., Bitner, M.J. (1996), Services Marketing, New York: McGraw‐Hill. 

Zeithaml, V.A., Bitner, M.J. (2003), Services marketing: integrating customer focus across the firm, Boston: Irwin McGraw‐Hill. 

Zhang, J., Bloemer, J.M.M., (2008), "The impact of value congruence on consumer‐service brand relationships", Journal of Service Research, Vol. 11 No.2, pp. 161‐178. 

Zinnbauer, M., Eberl, M. (2004), "Die Überprüfung von Spezifikation und Güte von Strukturgleichungsmodellen: Verfahren und Anwendung", EFOplan, Heft 21/2004.  

Zins, A.H. (2001), "Relative attitudes and commitment in customer loyalty models: some experience in the commercial airline industry", International Journal of Service Industry Management, Vol. 12 No. 3, pp. 269‐294. 

 

Websites 

Oneworld (2009), retrieved: Apr. 01, 2009, URL: http://www.oneworld.com/ 

SkyTeam (2009), retrieved: Apr. 01, 2009, URL: http://www.skyteam.com/about/carriers/index.html 

Star Alliance (2009), retrieved: Apr. 01, 2009, URL: http://www.staralliance.com/en/meta/airlines/index.html 

 

 

Appendices 

100  

Appendices 

Appendix 1: Quality criteria for the validation of the ACL model in PLS 

Quality criteria for the measurement model

Reflective variables Formative variables

Loading > 0.7 (better > 0.8) (not relevant) Weights (not relevant) (no specifications) T-values > 1.66 > 1.98 Convergent validity - Ave - Composite reliability

> 0.6 > 0.7

(not possible) (not possible)

Discriminant validity Fornell-Larcker-Criterion Composite correlations (< 0.9) Multicollinearity not possible Variance inflation factor (VIF) < 10

Table 18: Quality criteria for the measurement model16 

Evaluating reflective variables 

Item reliability: Value and significance of indicator loadings 

In PLS individual item reliability is assessed by examining the loadings of the measures with 

their  respective construct  (Hulland, 1999, p. 198). The  loadings should at  least exceed 0.6, 

however  a  value  above  0.8  is  recommended  for  the  variables  to  remain  in  the  model 

(Herrmann et al., 2006, p. 56 in: Huber et al., 2007, p. 87). Hulland suggests accepting items 

with  loadings of 0.7 or more and to drop  items with  loadings  less than 0.5  (Hulland, 1999, 

p. 198). The  t‐values, which determine  the  significance of  the  loadings,  should exceed  the 

value of 1.66 (Huber et al., 2007, pp. 87‐88). 

Convergent validity 

While  individual  item  reliability  and  significance  is  assessed  by  the  loadings  and  the 

respective  t‐values,  the  extent  to  which  all  items  measuring  a  specific  latent  variable 

demonstrate convergent validity should also be evaluated (Hulland, 1999, pp. 198‐199). PLS 

reports  the  internal  consistency  of  a  set  of  items  forming  a  specific  scale  as  composite 

reliability,  a  measure  developed  by  Fornell  and  Larcker  (1981,  p. 45).  According  to  the 

authors,  this measure  is  superior  to  Cronbach’s  alpha  since  it  does  not  assume  that  all 

indicators are equally weighted  (cf. Ringle & Spreen, 2007, p. 212; Hulland, 1999, p. 1999). 

The AVE (average variance extracted) measures the variance explained by the relevant latent 

variable relative to the amount due to measurement error and, should be above 0.6 (Huber 

et al., 2007, p. 45).                                                         16 In accordance with Huber et al. (2007, p. 45). 

Appendices 

101  

Discriminant validity 

The discriminant validity indicates “the extent to which measures of a given construct differ 

from measures of other constructs  in the same model” (Hulland, 1999, p. 199). A construct 

should,  therefore,  share  more  variance  with  its  measures  than  its  shares  with  other 

constructs  in  the model  in order  to constitute a self‐contained construct. The discriminant 

validity  is determined by  the Fornell‐Larcker‐Criterion. For  the criterion  to be  fulfilled,  the 

square  rooted  AVE  of  a  latent  construct  needs  to  be  greater  than  each  correlation with 

another construct (Hulland, 1999, p. 200). 

Unidimensionality 

Unidimensionality can be assessed by conducting an exploratory factor analysis.  It  is given, 

when all  indicators of a  construct actually  load on  the  construct  they are  supposed  to be 

measuring,  while  not  loading  on  any  other  construct  so  that  a  definite  allocation  of 

indicators with  regard  to a  construct  is possible. For  the present analysis,  the exploratory 

factor analysis is conducted prior to the model’s estimation in smartPLS. 

Evaluating formative variables 

Item reliability: Value and significance of regression coefficients 

To evaluate  formative  variables,  the weights  and  the  t‐values of  the  respective  indicators 

need  to  be  evaluated.  The weights make  a  statement  about  the  predictive  validity  of  an 

indicator with respect to the  latent variable possible. The respective t‐value gives evidence 

to  the  reliability  of  the  indicator. While  there  is  no  threshold  specified  for  the  formative 

variable’s weights the t‐values should be above 1.98. However,  indicators that do not fulfill 

these criteria cannot easily be eliminated. As a  formative construct  is defined  through  the 

totality of its indicators, “omitting an indicator is omitting a part of the construct” (Bollen & 

Lenox, 1991, p. 308). 

Discriminant validity 

For  formative  variables,  discriminant  validity  is  achieved  when  the  correlations  in  the 

correlation matrix for the latent variables are smaller than 0.9 (Huber et al., 2007, p. 102). 

Multicollinearity 

Multicollinearity  is  given when  the  indicators  of  one  latent  variable  are  highly  correlated 

among  themselves  (cf.  Hair  et  al.,  2006,  p 573).  This  should  be  avoided  for  formative 

Appendices 

102  

variables  (Blunch,  2008,  p. 155).  To  test  the  formative measurement model  for  potential 

multicollinearity,  the  variance  inflation  factor  (VIF)  needs  to  be  calculated.  The VIF  helps 

evaluate the extent to which the variance of an indicator is explained by the other indicators 

of the same construct. A VIF < 10 gives evidence that there is no multicollinearity (Huber et 

al., 2007, p. 98). 

Evaluating the structural model 

Quality criteria for the structural model Path coefficients (no specifications) T-values > 1.66, (critical value; better > 1.98) R² > 0.3 Multicollinearity Variance inflation factor (VIF) < 10 Predictive validity (concerning endogenous reflective constructs)

Stone-Geisser Q² (redundancy) > 0

Table 19: Quality criteria for the structural model17 

Value and significance of path coefficients 

Path  coefficients  indicate  the  strength of  the  causal  relationship between  two  constructs. 

While Huber et al. (2007, p. 45) do not specify any specific value that ought be achieved, in 

general, a value close to zero indicates a weak causal relationship, whereas a value close to 

one marks a strong relationship between the constructs (Ringle & Spreen, 2007, p. 214). The 

significance of the path coefficients  is determined by the respective t‐values whose critical 

value  is  1.66. However,  it  is  recommended  that  they  are  above  1.98  (Huber  et  al.,  2007, 

p. 104). For the hypothesis to be accepted, the plausibility of the path coefficient needs to 

be  further  assessed.  The  sign  needs  to  correspond  with  the  previously  postulated 

relationship. 

R² 

The  determinant  of  coefficient  R²  specifies  the  degree  of  variance  explained  for  all 

endogenous  constructs  in  a  PLS  model  (Hulland,  1999,  p. 202).  Chin  (1998,  p. 323) 

characterizes R² = 0.67 as substantial, R² = 0.33 as average, and R² = 0.19 as weak. Hubert et 

al. (2007, p. 107) suggest that for the PLS model to have high explanatory power, R² should 

exceed the value of 0.3. 

   

                                                       17 In accordance with Huber et al. (2007, p. 45). 

Appendices 

103  

Multicollinearity 

For  each  endogenous  construct  that  is  explained  by  two  or  more  latent  variables,  the 

structural model also has to be tested for multicollinearity, which should be avoided. For the 

structural model,  the variance  inflation  factor  (VIF)  should be < 10.  In order  to  conduct a 

regression  analysis  in  SPSS,  weighted  construct  values  for  each  variable  have  to  be 

calculated. The adjusted R², which result from the regression are used for the calculations of 

the VIF. 

Predictive validity 

The predictive validity of the proposed model can be assessed with the help of Stone‐Geisser 

Q².  If Q²  =  1,  the  observed  endogenous  variables  can  be  perfectly  reconstructed  by  the 

model  (Fornell & Bookstein, 1982, p. 449). For  the model  to have predictive  relevance, Q² 

needs to be > 0. 

   

Appendices 

104  

Appendix 2: Questionnaire 

 

 

Appendices 

105  

 

Appendices 

106  

 

Appendices 

107  

 

Appendices 

108  

 

 

Appendices 

109  

 

 

 

Appendices 

110  

 

 

Appendices 

111  

 

 

Appendices 

112  

 

 

Appendices 

113  

 

Appendices 

114  

 

Appendices 

115  

 

 

Appendices 

116  

 

   

Appendices 

117  

Appendix 3: Descriptive data of sample 

Characteristic Characteristic value Frequency

Absolute Percentage Gender Female

Male 141 135

51.1%48.9%

Age Below 20 20-29 30-39 40-49 50-59 60-69 Above 70

6 185

50 16 11 8 0

2.2%67.0%18.1%

5.8%4.0%2.9%

0%Education Secondary school

High school Further education (Technical, professional) Undergraduate Graduate/PhD Other

3 29 19 79

139 7

1.1%10.5%

6.9%28.6%50.4%

2.5%

Occupation Student Trainee Company employee Government employee Professional/private business Management Housewife/househusband Retired Other

119 11 77 9

22 23 1 3

11

43.1%4.0%

27.9%3.3%8.0%8.3%0.4%1.1%4.0%

Income Below EUR 20,000 EUR 20,000-35,000 EUR 35,000-50,000 EUR 50,000-65,000 Above 65,000 n/a

97 36 45 29 35 34

35.1%13.0%16.3%10.5%12.7%12.3%

 Table 20: Summary of survey participants’ socio‐demographic characteristics 

Characteristic Characteristic value Frequency

Absolute Percentage Reason for travel

Business Leisure

75 201

27.2%72.8%

Frequency of travel

Several times/week Several times/month Once/month Once every 3 months Once every 6 months Once/year Less than once/year

6 29 23 88 75 33 22

2.2%10.5%

8.3%31.9%27.2%12.0%

8.0%Travel distance Short-haul (domestic, continental)

Long-haul (intercontinental) 190

86 68.8%31.2%

Type of airline primarily chosen

Network carrier Low-cost/no-frills carrier

177 99

64.1%35.9%

Table 21: Summary of survey participants’ situational characteristics 

   

Appendices 

118  

Appendix 4: Measurement scales reviewed for operationalization of constructs 

Overview of consulted studies Martensen & Grønholdt (2004)

Development of a customer-based brand equity model linking brand associations and brand evaluations to customer-brand relationships

Chang (1998) Study comparing the validity of theory of reasoned action and theory of planned behavior with respect to their ability to predict unethical behavior

Zins (2001) Study investigating the role of relative attitude and commitment in customer loyalty models. Using insights gained from a study in the commercial airline industry

Park et al. (2006) Study investigating the impact of service quality and other marketing variables on airline passengers’ future behavioral intentions

Ostrowski et al. (1993) Study investigating the relationship between service quality and retained preferences as a measure of customer loyalty

Nadiri et al. (2008) Survey investigating the impact of developed industry-specific service quality dimensions on customer loyalty toward the national airline of Northern Cyprus

Andreassen & Lindestad (1998)

Study investigating the impact of corporate image on quality, customer satisfaction and loyalty in the Norwegian packaged tour industry

Esch et al. (2006) Study investigating the influence of brand knowledge and brand relationships on current and future purchases

Grzeskowiak & Sirgy (2008)

Study investigating the influence of self-image congruence, customer loyalty, brand-community, and consumption regency on customer well-being

Han et al. (2008) Study investigating determinants of service loyalty across various service contexts among Chinese consumers

Söderlund & Julander (2003)

Study examining the role of trust in customers‘ satisfaction responses to poor and good services

Rajah et al. (2008) Study exploring the role of co-creation of value for the strengthening of the customer-marketer relationship

Long et al. (2006) Study examining the influence frequent flyer programs have on loyalty to the service provider

Gwinner et al. (1998) Studies investigating the benefits customers receive as a result of engaging in long-term relational exchanges with service firms

Sweeney & Webb (2007) Study examining the influence of functional, psychological, and social relationship benefits on individual and firm commitment to the relationship in a B2B context

Hennig-Thurau et al. (2002)

Study investigating the influence of relational benefits and relationship quality on relationship marketing outcomes in different service contexts

Chang & Chen (2007) Study examining the influence of relational benefits on switching barriers and customer loyalty among Taiwanese airline customers

Paul et al. (2009) Testing theory about repeat purchase drivers for consumer services Reynolds & Beatty (1999) Study investigating the influence of relational benefits on satisfaction,

loyalty, word of mouth, and purchases in retailing Zhang & Bloemer (2008) Study examining the impact of value congruence on consumer-service

brand relationships among consumers of clothing stores and banks in the Netherlands.

Beatson et al. (2008) Study examining the impact of employee behavior and relationship quality on customers in the cross-sea passenger transport context

Table 22: Overview of consulted studies 

Appendices 

119  

Social brand performance Martensen & Grønholdt (2004) -> social approval as part of emotional evaluation

Brand X is a lifestyle more than a product. I really identify with people who use brand X. I am proud to use brand X.

Chang (1998) subjective norm Most people who are important to me think I should buy this brand. My friends and family’s opinion about the airline (washing powder) I use is. important to me Making my choice, I am concerned about other people’s opinion.

Table 23: Studies consulted with respect to ‘social brand performance’ 

Airline image Zins (2001) This airline is competent.

This airline offers great quality Park et al. (2006) based on: Nha & Gaston (2001)

I have always had a good impression of this airline I believe this airline has a better image than its competitors In my opinion, this airline has a good image in the minds of passengers

Ostrowski et al. (1993) Carrier image Please choose the airline that is best for each of the following: - convenient schedules - low fares - frequent flyer program - quality of customer service - airline reputation - on-time performance Note: the names of major carriers were listed and respondents were to check their one choice for each criteria

Nadiri et al. (2008, p. 270) Availability of low price ticket offerings Consistency of ticket prices with given service Image of the airline company

Andreassen & Lindestad (1998, p. 16)

Overall opinion of the company Opinion of the company’s contribution to society Liking of the company

Esch et al. (2006, p. 101) based on: Low & Lamb (2000)

Overall attitude towards the brand Perceived quality of the brand The brand’s overall affect

Table 24: Studies consulted with respect to ‘airline image’ 

   

Appendices 

120  

Brand-self congruence Grzeskowiak & Sirgy (2008, p. 302)

self-image congruence, adapted from direct measures of self-congruity (Sirgy et al. 1997)

Do the typical people who buy this brand of coffee match how you see yourself? 1. I can identify myself with the people who buy this brand of coffee. 2. The typical person who buys this brand of coffee matches how I see myself 3. The image of this coffee brand is highly inconsistent with my self-image Do the typical people who shop at this coffee store match how you see yourself? 1. I can identify myself with the people who shop at this store 2. The typical person who comes to this store matches how I see myself. 3. The image of this store is highly inconsistent with my self-image Do the typical people who work at this coffee store match how you see yourself? 1. I can identify myself with the people who work at this store. 2. The typical person who works at this store matches how I see myself. 3. The image of this store’s personnel is highly inconsistent with my self-image.

Bruner et al. (2001, p. 513) based on: Sirgy et al. (1997)

Take a moment to think about…. Think about the kind of person who typically uses …. Imagine this person in your mind and then describe this person using one or more personal adjectives such as stylish, classy, masculine, sexy, old, athletic, or whatever personal adjectives you can use to describe the typical user of …. Once you’ve done this, indicate your agreement or disagreement to the following statements. … is consistent with how I see myself … reflects who I am People similar to me fly (wear) … … is very much like me … is a mirror image of me

Survey about brand relationships at LMU University Munich

Das Markenimage und mein Selbstbild sind in vielen Dingen sehr ähnlich. (The brand and how I see myself are very similar) Die Marke sagt viel darüber aus, wer ich bin und sein will. (The brand says a lot about who I am and who I want to be) Ich kann mich mit der Marke identifizieren. (I can identify with the brand) Die Marke hat mit mir viel gemein. (The brand and I have very much in common) Die Marke passt zu mir. (The brand suits me) Ich sehe Ähnlichkeiten zwischen dem, wofür die Marke steht und meiner Person. (I think there is a similarity between what the brand stands for and me)

Table 25: Studies consulted with respect to ‘brand‐self congruence’ 

   

Appendices 

121  

Trustworthiness Martensen & Groenholdt (2004) Trust and credibility

Brand X is trustworthy and credible Brand X communicates openly and honestly I have great faith in brand X

Han et al. (2008, p. 39) Trust This hotel is trustworthy because it is concerned with the customer’s interests. This hotel treats customers with honesty. This hotel has the ability to provide for my needs. I trust and am willing to depend on this hotel.

Söderlund & Julander (2003) based on: Anderson et al. (1994); Ganesan, (1994); Garbarino & Johnson (1999); Morgan & Hunt (1994)

X keeps its promise to me X does really care for me I feel I can trust X X is concerned about my well-being I feel confidence with regards to X

Table 26: Studies consulted with respect to ‘trustworthiness’ 

Service quality Zins (2001) In-flight comfort

- leg-room - chair width Personal service - friendliness - service on board Catering - variety - quality

Park et al. (2006) Reliability and customer service - courtesy of employees - employees who are willing to help passengers - employees who have the knowledge to answer passengers' questions - give passengers personal attention - neat appearance of employee - safety of flying - sincere interest in solving problems - on-time performance Convenience and accessibility - convenience of reservation and ticketing - Promptness and accuracy of reservation and ticketing - Check-in service - Frequent flyer program - Promptness and accuracy of baggage delivery - availability of non-stop flight - Convenient flight schedule - seat allocation - amount imposed for overweight baggage In-flight service (Park et al., 2006) - seating comfort - seat space and legroom - meal service - in-flight entertainment services - up-to-date aircraft and in-flight facilities

Martensen & Grønholdt (2004) The employees are competent The employees give me individual attention The employees are courteous and forthcoming

   

Appendices 

122  

Han et al. (2008) Service reliability (very unreliable/very reliable) Service individuation (very standard/very individualized) Service professionalism (very unprofessional/very professional) Service speed (very slow/very fast) Service facilities (very dated/very advanced) Staff appearance and manner (very inappropriate/very appropriate) Staff interest and caring (very little/very much) Overall service quality (poor/excellent)

Table 27: Studies consulted with respect to ‘service quality’ 

Perceived value Park et al. (2006) Considering the services that the airline offers, are they worth

what you paid for them? The ticket price of this airline is reasonable

Martensen & Groenholdt (2004) brand value as dimension of rational evaluation

Brand X provides good value for money Brand X lives up to my expectations It makes sense to buy brand X instead of any other brand, even if they are the same

Andreassen & Lindestad (1998, p. 15)

Quality given price Price given quality

Table 28: Studies consulted with respect to ‘perceived value’ 

Co-creation of value Rajah et al. (2008) The company really went out of its way to work with the

customer. The final purchase solution was arrived at mainly through the joint effort of the company and the customer. I would describe the situation described as a very high level of purchasing co-creation.

Table 29: Study consulted with respect to ‘co‐creation of value’ 

FFP attractiveness Long et al. (2006) Keeping score

Program benefits Flight treatment Administrative issues

Table 30: Study consulted with respect to ‘FFP attractiveness’ 

   

Appendices 

123  

Social benefits Gwinner et al. (1998) I am recognized by certain employees

I am familiar with the employee(s) who perform(s) the service I have developed a friendship with the service provider They know my name I enjoy certain social aspects of the relationship

Sweeney & Webb (2007) We have more than a formal business relationship with them We have a real friendship with them We work on things together We share information

Hennig-Thurau et al. (2002) I am recognized by certain employees. I enjoy certain social aspects of the relationship. I have developed a friendship with the service provider. I am familiar with the employee(s) that perform(s) the service. They know my name.

Chang & Chen (2007) I enjoy certain social aspects of the relationship Some airline employees know my name I have developed friendships with certain airline employees

Paul et al. (2009) Affiliation: …it creates a feeling of attachment to the airline or other people there. Altruism: …it allows me to do something good for the airline or others Communication: …it allows me to have enjoyable interactions with the employees or other customers Community: …it helps to ensure that I can live in a thriving community

Table 31: Studies consulted with respect to ‘social benefits’ 

Psychological benefits Chang & Chen (2007) confidence benefits

I feel I can trust this airline I am not worried when I fly on this airline I am confident that the service will be performed correctly by this airline

Sweeney & Webb (2007) B2B context

We have peace of mind in dealing with them We trust them We know what to expect of/from them If they give us their word, we know that whatever it is, it will be done There's a real sense of understanding between us

Gwinner et al. (1998) confidence benefits

I believe there is less risk that something will go wrong I feel I can trust this airline (service provider) I have more confidence the service will be performed correctly I have less anxiety when I buy the service I know what to expect when I buy a ticket for this airline (go in) I get the airline's (provider's) highest level of service

Paul et al. (2009) That airline [brand company] [most important attribute] is important to me, because Autonomy: …it allows me to decide and act on my own Comfort: …it helps me to feel less stress then when there … Confidence: …it helps me to trust Privilege: …it makes me feel like a preferred customer Welcomeness: …it makes me feel welcome as a customer

Table 32: Studies consulted with respect to ‘psychological benefits’ 

   

Appendices 

124  

Functional benefits Reynolds & Beatty (1999) I value the convenience benefits my airline (sales associate)

provides me very highly. I value the time saving benefits my airline (sales associate) provides me very highly. I benefit from the advice my sales associate gives me. I make better purchase decisions because of my sales associate.

Chang & Chen (2007) special treatment benefits

I can get faster service if necessary I am placed higher on the stand-by lost when the flight is full This airline will manage to give me a seat when the flight is full This airline will upgrade my seat when possible

Gwinner et al. (1998) special treatment benefits

I get discounts or special deals that most customers do not get I get better prices than most customers They do services for me that they do not do for most customers I am placed higher on the priority list when there is a line I get faster service than most customers.

Paul et al. (2009) That airline [brand company] [most important attribute] is important to me, because Convenience: …it helps me to save time and effort Knowledge: …it allows me to feel informed Money savings: …it helps me to save money

Table 33: Studies consulted with respect to ‘functional benefits’ 

Customer satisfaction Park et al. (2006) based on: Oliver (1980)

Overall, how satisfied are you with the airline's service quality? My choice to use this airline was a wise one I think that I did the right thing when I decided to use this airline

Hennig-Thurau et al. (2002) My choice to use this airline (company) was a wise one. I am always delighted with this airline's (firm’s) service. Overall, I am satisfied with this airline (organization). I think I did the right thing when I decided to use this airline (firm).

Zhang & Bloemer (2008) adapted from: Bettencourt (1997)

Compared to other airlines (banks), I am very satisfied with X Based on all my experience with X, I am very satisfied My experiences at X have always been pleasant Overall, I am satisfied with X

Martensen & Groenholdt (2004) satisfaction as dimension of rational evaluation

Overall, how satisfied are you with brand X? How well does brand X meet your expectations? When thinking of your ideal brand, how well does brand X compare?

Andreassen & Lindestad (1998, p. 16)

Overall satisfaction Comparison with an ideal package tour company Congruence with expectations

Han et al. (2008, p. 39) I am satisfied with my experiences in this hotel. I have had pleasurable stays in this hotel. I am satisfied with this hotel overall. My experiences at this hotel have exceeded my expectations.It was wise of me to stay at this hotel.

Table 34: Studies consulted with respect to ‘customer satisfaction’ 

   

Appendices 

125  

Relationship commitment Hennig-Thurau et al. (2002) My relationship to this specific airline (service provider) . . .

- is something that I am very committed to. - is very important to me. - is something I really care about. - deserves my maximum effort to maintain.

Beatson et al. (2008) I am loyal to [firm name]. I am committed to my relationship with [firm name] because I like being associated with them I feel strongly attached to [firm name]. I would like to develop a long term relationship with [firm name]. I feel a sense of belonging to [firm name].

Table 35: Studies consulted with respect to ‘relationship commitment’ 

Repurchase intention Nadiri et al. (2008) I consider this airline company first choice for air

transportation. I will consider this airline company more for air transport in the next few years.

Chang & Chen (2007) I will continue patronizing this airline. Zhang & Bloemer (2008) adapted from: Lam et al. (2004); Zeithaml et al. (1996)

I consider X as my first choice for airlines (banks). I will do more business with X in the next few years. If I had to do it over again, I would make the same choice.

Positive word-of-mouth Nadiri et al. (2008) I say positive things about this airline company to other

people. I recommend this airline company to someone who seeks my advice. I encourage my friends and relatives to fly with this airline company.

Chang & Chen (2007) I say positive things about this airline to others. I recommend this airline to others.

Hennig-Thurau et al. (2002) I often recommend this airline (service provider) to others. Zhang & Bloemer (2008) adapted from: Fullerton (2003); Zeithaml et al. (1996)

I say positive things about X to other people. I recommend X to people who seek my advice. I encourage friends and relatives to do business with X.

Willingness to interact Martensen & Groenholdt (2004) engagement

I am very interested in brand X.

Willingness to pay more Zhang & Bloemer (2008) I am willing to continue to do business with X, even if its

prices increase. I am willing to pay a higher price than other airlines (banks) charge for the benefits I currently receive from X.

Table 36: Studies consulted with respect to ‘customer loyalty’ 

   

Appendices 

126  

Appendix 5: Measurement items included in questionnaire 

Model constructs Measurement items

Soc

ial b

rand

pe

rform

ance

1. Most people who are important to me like this airline. 2. My friends and family highly value this airline. 3. I am proud to fly with this airline. 4. This airline represents a specific lifestyle. 5. I think that a lot of people have a high opinion about this airline.

Airl

ine

imag

e

1. I have always had a good impression of this airline. 2. I believe this airline has a better image than its competitors. 3. In my opinion, this airline has a good image in the minds of passengers. 4. I think that this airline has a good reputation in society.

Bra

nd-s

elf

cong

ruen

ce

1. The brand image and how I see myself are very similar. 2. The brand says a lot about who I am and who I want to be. 3. I can identify with the brand. 4. The brand and I have very much in common. 5. I think there is a similarity between what the brand stands for and me. 6. The brand suits me.

Trus

t-w

orth

ines

s

1. This airline is upright and sincere. 2. This airline cares about my needs. 3. This airline is concerned about my well-being. 4. This airline is trustworthy and credible. 5. This airline communicates openly and honestly.

Ser

vice

qua

lity

1. The employees of this airline are willing to help passengers. 2. The employees of this airline are able to answer passengers’ questions in a

satisfactory way. 3. The employees of this airline give passengers personal attention. 4. This airline offers high seating comfort. 5. This airline offers great meal service. 6. This airline offers great in-flight entertainment. 7. The reservation and ticketing is prompt and accurate. 8. The check-in service of this airline is very good. 9. This airline offers a convenient flight schedule.

Perceived value

1. Considering the services that this airline offers, they are worth what I pay for them. 2. The ticket price of this airline is reasonable.

Co-

crea

tion

of

valu

e

1. If necessary, this airline really goes out of its way to react to my need. 2. If there is a problem, this airline is interested in what I have to say. 3. This airline tailors its service to my needs. 4. I find it easy to contact this airline. 5. I feel that my comments and concerns are highly valued by this airline. 6. This airline is responsive to me needs. 7. I have experienced this airline offering non-standardized levels of service to me.

Cou

ntry

-of

-Orig

in 1. I have a favorable opinion about the country this airline originates from.

2. I really like this airline’s country-of-origin. 3. I have a very good impression about this airline’s country-of-origin. 4. I feel comfortable about this airline’s country-of-origin.

   

Appendices 

127  

FFP

attr

activ

enes

s 1. This airline’s frequent flyer program is very attractive. 2. This airline’s frequent flyer program offers desirable benefits.

3. It is easy to redeem benefits earned from this airline’s frequent flyer program. 4. This airline’s frequent flyer program helps me reduce the cost of air travel. 5. This airline’s frequent flyer program treats members better than other travelers who

do not belong to the program. 6. Being a member of this airline’s frequent flyer program makes me feel special.

Soc

ial b

enef

its 1. The interaction with this airline and its employees is enjoyable.

2. Dealing with this airline’s employees gives me a sense of harmony. 3. Traveling with this airline, I perceive a feeling of familiarity. 4. This airline emphasizes my role in society. 5. This airline complements my social status. 6. This airline supports my lifestyle.

Psy

chol

ogic

al

bene

fits

1. I feel I can trust this airline. 2. I am less worried when I fly with this airline. 3. I am confident that the service will be performed correctly by this airline. 4. I believe there is less risk that something will go wrong. 5. I know what to expect from this airline. 6. I have less anxiety when I buy a ticket for this airline. 7. I feel secure and comfortable with this airline.

Func

tiona

l be

nefit

s

1. This airline saves me time and effort. 2. I feel confident in my purchase decision when I buy a ticket for this airline. 3. Compared to other airlines, I have the feeling to save money when I buy a ticket for

this airline. 4. It is easy and convenient to use this airline.

Cus

tom

er

satis

fact

ion

1. Overall, I am very satisfied with this airline. 2. I am always delighted with this airline’s service. 3. It is wise of me to fly with this airline. 4. I think I do the right thing when I decide to use this airline. 5. My experiences with this airline exceed my expectations. 6. In comparison to other airlines, I am very satisfied with this airline.

Rel

atio

nshi

p co

mm

itmen

t 1. I am very committed to my relationship to this airline.

2. My relationship to this airline is very important to me. 3. I really care about my relationship to this airline.

4. My relationship to this airline deserves my maximum effort to maintain.

Loya

lty

1. I say positive things about this airline to others. 2. I recommend this airline to others. 3. I consider this airline the first choice for air transport. 4. I will consider this airline for air transport in the next few years. 5. I consider myself to be loyal to this airline.

Table 37: Measurement items included in questionnaire 

   

Appendices 

128  

Appendix 6: Results of exploratory factor analysis 

KMO- und Bartlett’s Test Kaiser-Meyer-Olkin measure of sampling adequacy

,920Bartlett’s Test of Sphericity Approx. Chi-sq. 9439,231 df 741

Sig. ,000Table 38: KMO‐ and Bartlett‐test for constructs of brand performance characteristics 

Rotated component matrix

Component 1 2 3 4 5 6 7 Remarks

Bsc4 ,866 Bsc5 ,863 Bsc3 ,851 Bsc2 ,840 Bsc1 ,823 Bsc6 ,801 Spb4 ,614 Deleted before

PLS analysis Spb3 ,592 CoV6 ,833 CoV2 ,831 CoV5 ,816 CoV3 ,783 CoV1 ,716 CoV7 ,696 CoV4 ,569 AirI4 ,749

Merged to become indicators for airline reputation

AirI3 ,732 ,430 Sbp2 ,716 Sbp1 ,714 AirI2 ,696 Spb5 ,690 AirI1 ,547 FFP2 ,868 FFP1 ,826 FFP3 ,826 FFP4 ,711 FFP5 ,698 FFP6 ,678 CoO2 ,943 CoO3 ,928 CoO4 ,914 CoO1 ,884 Trustw4 ,710 Trustw5 ,662 Trustw1 ,650 Trustw2 ,631 Trustw3 ,600 Perv2 ,917 Perv1 ,900

Table 39: Rotated component matrix for constructs of brand performance characteristics 

 

Appendices 

129  

KMO- und Bartlett’s Test Kaiser-Meyer-Olkin measure of sampling adequacy

,902Bartlett’s Test of Sphericity Approx. Chi-sq. 3239,738

df 136Sig. ,000

Table 40: KMO‐ and Bartlett‐test for constructs of relational benefits 

Rotated component matrix

Component 1 2 3 Remarks

PsyBen4 ,865 PsyBen7 ,841 PsyBen2 ,834 PsyBen6 ,789 PsyBen3 ,728 PsyBen1 ,688 PsyBen5 ,650 SocBen4 ,881 SocBen5 ,866 SocBen6 ,813 SocBen2 ,724 SocBen3 ,691 SocBen1 ,579 FunBen4 ,743FunBen3 ,733FunBen1 ,680 Deleted before

PLS analysis FunBen2 ,534 ,585Table 41: Rotated component matrix for constructs of relational benefits 

KMO- and Bartlett’s Test Kaiser-Meyer-Olkin measure of sampling adequacy

,877Bartlett’s Test of Sphericity Approx. Chi-sq. 2337,254

df 45Sig. ,000

Table 42: KMO‐ and Bartlett‐test for constructs of relationship quality 

Rotated component matrix Component

1 2 Sat1 ,840 Sat4 ,831 Sat6 ,794 Sat2 ,785 Sat3 ,779 Sat5 ,740 Comm3 ,951 Comm2 ,940 Comm4 ,910 Comm1 ,778

Table 43: Rotated component matrix for constructs of relationship quality 

 

 

Appendices 

130  

KMO- und Bartlett’s Test Kaiser-Meyer-Olkin measure of sampling adequacy

,803Bartlett’s Test of Sphericity Approx. Chi-sq. 841,467

df 10Sig. ,000

Table 44: KMO‐ and Bartlett‐test for customer loyalty construct 

Component matrix

Component 1

Loy2 ,867 Loy1 ,858 Loy3 ,855 Loy5 ,814 Loy4 ,776

Table 45: Component matrix for customer loyalty construct 

Appendix 7: Calculations for validation of measurement model 

Discriminant validity for reflective variables

AirRep Bsc CoO CoV Comm FFP Fun Ben Loyalty Perv

Psy Ben Sat Servq Soc Ben Trustw

AirRep 0,796 Bsc 0,466 0,906 CoO 0,352 0,270 0,944 CoV 0,532 0,510 0,217 0,828 Comm 0,477 0,572 0,221 0,560 0,923 FFP 0,291 0,276 0,095 0,313 0,301 0,787 FunBen 0,193 0,168 0,106 0,221 0,185 0,145 0,805 Loyalty 0,600 0,465 0,282 0,508 0,578 0,298 0,453 0,834 Perv 0,182 0,118 0,003 0,237 0,077 0,117 0,597 0,411 0,952 PsyBen 0,661 0,410 0,377 0,562 0,462 0,263 0,273 0,606 0,234 0,830 Sat 0,624 0,477 0,256 0,617 0,473 0,227 0,505 0,746 0,541 0,659 0,820 Servq 0,666 0,429 0,283 0,644 0,420 0,328 0,325 0,595 0,374 0,664 0,667 1,000 SocBen 0,581 0,680 0,261 0,661 0,611 0,362 0,272 0,572 0,309 0,585 0,681 0,622 0,810 Trustw 0,667 0,539 0,320 0,632 0,430 0,276 0,239 0,567 0,312 0,692 0,661 0,689 0,635 0,856Note: Numbers in bold are root squared AVE = AVE^0,5

Table 46: Latent variable correlations 

Discriminant validity for formative variable AirRep Bsc CoO CoV Comm FFP FunBen Loyalty Perv PsyBen Sat

Servq 0,666 0,429 0,283 0,644 0,420 0,328 0,325 0,595 0,374 0,664 0,667Construct correlation < 0.9 fulfilled fulfilled fulfilled fulfilled fulfilled fulfilled fulfilled fulfilled fulfilled fulfilled fulfilled

Table 47: Correlation matrix for formative variable ‘service quality‘ 

   

Appendices 

131  

Indicators Weights t-statistics Adjusted R² VIF= 1/1-R² < 10 Servq1 0,181 1,829 0,626 2,67Servq2 0,152 1,765 0,595 2,47Servq3 0,125 1,315 0,595 2,47Servq4 0,143 1,452 0,582 2,39Servq5 0,259 2,618 0,531 2,13Servq6 0,001 0,011 0,536 2,16Servq7 0,277 2,813 0,538 2,16Servq8 0,086 0,821 0,530 2,13Servq9 0,190 2,725 0,332 1,50

Table 48: Calculation of variance inflation factor (VIF) for ‘service quality’ 

Appendix 8: Calculations for validation of structural model 

Endogenous construct R² Social benefit 0,660Psychological benefit 0,596Functional benefit 0,377Satisfaction 0,650Commitment 0,391Loyalty 0,645

 Table 49: Coefficients of determination (R²) for endogenous constructs 

Calculation of VIF for social benefits Regression on Adjusted R² VIF = 1/1-R²AirRep 0,391 1,642Bsc 0,303 1,435Servq 0,516 2,066Perv 0,109 1,122CoV 0,464 1,866

Calculation of VIF for psychological benefits Regression on Adjusted R² VIF = 1/1-R²AirRep 0,443 1,795Bsc 0,336 1,506Trustw 0,536 2,155Servq 0,53 2,128CoV 0,479 1,919CoO 0,116 1,131

Calculation of VIF for functional benefits Regression on Adjusted R² VIF = 1/1-R²Trustw 0,437 1,776Servq 0,424 1,736Perv 0,135 1,156CoO 0,102 1,114FFP 0,053 1,056   

Appendices 

132  

Calculation of VIF for satisfaction Regression on Adjusted R² VIF= 1/1-R² SocBen 0,26 1,351PsyBen 0,264 1,359FunBen 0,054 1,057

Calculation of VIF for commitment Regression on Adjusted R² VIF= 1/1-R² SocBen 0,377 1,605PsyBen 0,425 1,739FunBen 0,177 1,215Sat 0,567 2,309

Calculation of VIF for loyalty Regression on Adjusted R² VIF= 1/1-R² SocBen 0,47 1,887PsyBen 0,44 1,786FunBen 0,174 1,211Sat 0,567 2,309Comm 0,36 1,563Note: Highest VIF for each construct is marked in bold

Table 50: Calculation of variance inflation factors (VIF) for structural model 

Endogenous construct Stone-Geisser Q²

Social benefit 0,427Psychological benefit 0,405Functional benefit 0,244Satisfaction 0,435Commitment 0,316Loyalty 0,437

Table 51: Stone‐Geisser Q² for endogenous constructs 

    

Appendices 

133  

 Figure 10: The structural ACL model 

Soci

al

bene

fits

Psyc

holo

gica

l be

nefit

s

Func

tiona

l be

nefit

s

Cus

tom

er

satis

fact

ion

Serv

ice

qual

ity

Perc

eive

d va

lue

Co-

crea

tion

of

valu

e

FFP

attra

ctiv

enes

s

Cou

ntry

-of-

orig

in

Trus

t-w

orth

ines

s

Bran

d-se

lf co

ngru

ence

Airli

ne

repu

tatio

n

Rel

atio

nshi

p co

mm

itmen

t

Cus

tom

er

loya

lty

0.40

(8.8

6)0.

4(8

.80)

0.15

(2.8

1)

-0.0

1(0

.23)

0.04

(0.5

9)

R²=

0.6

6

R²=

0.5

96

R²=

0.3

77

R²=

0.6

5

R²=

0.3

91

R²=

0.6

45

NOTE: N

umbe

rs are path coefficients. Num

bers in

 brackets are t‐values. 

Dotted lines indicate nonsignificant

paths. R² ind

icates the am

ount of 

variance

 explained.

Appendices 

134  

Appendix 9: Sub‐group comparison 

Combination Group comparison Combination 1 The hypothesis is rejected for both sub-groups. Hence, there is no

significant difference between the sub-groups. Combination 2 The assessed values for the evaluated hypothesis are identical for both

sub-groups. Hence, there is no significant difference between the sub-groups.

Combination 3 The hypothesis is accepted for one sub-group but rejected for the other. Hence, there is a significant difference between the sub-groups.

Combination 4 The hypothesis is accepted for both sub-groups. By means of a t-test it has to be evaluated whether the difference is significant. The difference between the sub-groups is significant for a calculated t-value > 1.66 (α=10%) or > 1.98 (α=5%). According to Chin (2002):

n Size of sub-group 1 m Size of sub-group 2

; Estimate of the original sample with regard to the model association of interest in both sub-groups

); Standard error of the generated bootstrap sample Table 52: Criteria for the evaluation of significant differences between sub‐groups18 

AirRep PsyBen

Bsc SocBen

FunBen Sat

Perv FunBen

PsyBen Loy

PsyBen Sat

Sat Loy

SocBen Comm

SocBen Sat

Sample 1 75 75 75 75 75 75 75 75 75Sample 2 201 201 201 201 201 201 201 201 201Standard error 1 0,127 0,093 0,084 0,142 0,124 0,107 0,161 0,121 0,098Standard error 2 0,073 0,048 0,050 0,071 0,061 0,054 0,070 0,089 0,056Path coefficient 1 0,302 0,525 0,373 0,368 0,257 0,225 0,468 0,574 0,380Path coefficient 2 0,186 0,357 0,279 0,620 0,128 0,391 0,491 0,464 0,401S 1,054 0,714 0,714 1,063 0,922 0,805 1,109 1,204 0,804T-value 0,813 1,729 0,977 -1,753 1,032 -1,520 -0,153 0,678 -0,192Difference significant No Yes No Yes No No No No No

Table 53: Calculation of t‐values for sub‐group comparison 

   

                                                       18 In accordance with Huber et al. (2007, pp. 118). 

nmS

ppt xx

11*

21

+

−=

( ) ( ) 222

212

))((*2

1))((*2

1xx p

nmnp

nmmS σσ

−+−

+−+

−=

Appendices 

135  

Hypothesis

Business Leisure Path coefficients

T-values Results

Path coefficients

T-values Results

Airline reputation → Social benefit 0,084 0,872 rejected 0,155 2,550 acceptedAirline reputation → Psychological benefit

0,302 2,376 accepted 0,186 2,528 accepted

Brand-self congruence → Social benefit

0,525 5,648 accepted 0,357 7,433 accepted

Brand-self congruence → Psychological benefit

0,098 0,830 rejected -0,071 1,136 rejected

Country of origin → Psychological benefit

-0,010 0,128 rejected 0,169 2,707 accepted

Country of origin → Functional benefit

0,009 0,100 rejected 0,112 1,631 rejected

Co-creation of value → Social benefit 0,124 1,160 rejected 0,277 3,638 acceptedCo-creation of value → Psychological benefit

0,074 0,643 rejected 0,088 1,098 rejected

FFP attractiveness → Social benefit 0,053 0,664 rejected 0,124 2,500 acceptedFFP attractiveness → Functional benefit

-0,008 0,067 rejected 0,030 0,538 rejected

Perceived value → Social benefit 0,080 0,766 rejected 0,121 2,504 acceptedPerceived value → Functional benefit 0,368 2,591 accepted 0,620 8,780 acceptedService quality → Social benefit 0,159 1,245 rejected 0,126 1,633 rejected Service quality → Psychological benefit

0,197 1,553 rejected 0,239 2,856 accepted

Service quality → Functional benefit 0,383 2,047 accepted -0,007 0,042 rejected Trustworthiness → Psychological benefit

0,259 1,718 accepted 0,330 3,817 accepted

Trustworthiness → Functional benefit 0,035 0,279 rejected -0,041 0,509 rejected Social benefit → Satisfaction 0,380 3,885 accepted 0,401 7,169 acceptedSocial benefit → Commitment 0,574 4,727 accepted 0,464 5,212 acceptedSocial benefit → Loyalty -0,145 0,868 rejected -0,042 0,604 rejected Psychological benefit → Satisfaction 0,225 2,113 accepted 0,391 7,273 acceptedPsychological benefit → Commitment

0,153 1,527 rejected 0,107 1,304 rejected

Psychological benefit → Loyalty 0,257 2,070 accepted 0,128 2,096 acceptedFunctional benefit → Satisfaction 0,373 4,432 accepted 0,279 5,561 acceptedFunctional benefit → Commitment 0,117 1,304 rejected -0,049 0,724 rejected Functional benefit → Loyalty 0,100 0,956 rejected 0,153 2,964 acceptedSatisfaction → Commitment -0,003 0,024 rejected 0,093 1,047 rejected Satisfaction → Loyalty 0,468 2,899 accepted 0,491 7,039 acceptedCommitment → Loyalty 0,211 1,274 rejected 0,317 6,445 accepted

Table 54: Hypothesis testing; sub‐group comparison of business and leisure travelers19 

   

                                                       19 Note: Significant differences between the two subgroups are marked in darker beige. 

Appendices 

136  

Construct Business Leisure R² R²

Social benefits 0,700 0,659Psychological benefits 0,628 0,604Functional benefits 0,457 0,380Satisfaction 0,656 0,659Commitment 0,563 0,347Loyalty 0,593 0,679

Table 55: Comparison of R² for business and leisure travelers 

Appendices 

137  

 Figure 11: Differences in the ACL model between business and leisure travelers 

Soci

al

bene

fits

Psyc

holo

gica

l be

nefit

s

Func

tiona

l be

nefit

s

Cus

tom

er

satis

fact

ion

Serv

ice

qual

ity

Perc

eive

d va

lue

Co-

crea

tion

of

valu

e

FFP

attra

ctiv

enes

s

Cou

ntry

-of-

orig

in

Trus

t-w

orth

ines

s

Bran

d-se

lf co

ngru

ence

Airli

ne

repu

tatio

n

Rel

atio

nshi

p co

mm

itmen

t

Cus

tom

er

loya

lty

0.53

0.36

0.38

0.4

0.26

0.13

0.12

-0.0

5

-0.0

0.09

R² B

= 0.

7R

² L=

0.65

9

NOTE: Top

 num

bers are path coefficients for business travelers. Bottom num

bers are path coefficients for leisu

re travelers.

Dotted lines indicate nonsignificant

paths. Bold lines indicate significant differences b

etween sub groups. 

R²Brefers to

 variance explained for b

usiness travelers. R² Lrefers to

 variance explained for leisure travelers.

R² B

= 0.

628

R² L

= 0.

604

R² B

= 0.

457

R² L

= 0.

380

R² B

= 0.

563

R² L

= 0.

347

R² B

= 0.

593

R² L

= 0.

679

R² B

= 0.

656

R² L

= 0.

659