预览加载中,请您耐心等待几秒...
1/10
2/10
3/10
4/10
5/10
6/10
7/10
8/10
9/10
10/10

亲,该文档总共19页,到这已经超出免费预览范围,如果喜欢就直接下载吧~

如果您无法下载资料,请参考说明:

1、部分资料下载需要金币,请确保您的账户上有足够的金币

2、已购买过的文档,再次下载不重复扣费

3、资料包下载后请先用软件解压,在使用对应软件打开

编号:时间:2021年x月x日书山有路勤为径学海无涯苦作舟页码:结构方程模型的基本概念及其在电信满意度研究中的应用一、满意度指数模型及其主要分析技术比较近年来满意度研究受到越来越多企业的重视尤其在电信行业。一方面随着竞争的加剧电信行业的竞争实质上成为服务的竞争信产部加强了对运营商服务质量的监控。2001年信产部开始对各运营商的服务质量进行测评2002年又电信用户申诉受理中心;2003年颁布《电信服务质量监督抽查规定》;2004年的《中国电信业发展指导》中信产部再次强调“继续加大电信服务质量监管工作”。另一方面随着各家运营商的上市、对ISO的引进以及境外运营商的进入客户满意度亦成为运营商的工作的重点各运营商纷纷开始对客户满意度和忠诚度的研究。目前国际上满意度研究所广泛采用的理论模型是费耐尔提出的满意度指数模型(CSI)该模型的基本框架如下:资料来源:《顾客满意度测评》该模型自1992年问世以来得到了不断发展和修正并在模型中纳入了一些新元素比如ECSI(欧洲满意度指数模型)中引入了品牌形象作为影响总体满意度的一个变量而在《中国顾客满意度指数指南》一书中同样引入“品牌形象”作为一些行业满意度测评的变量。自CSI模型提出以来偏最小二乘回归(PLSPartialLeastSquares)就被作为对模型中潜变量(LatentVariable)进行估计最主要的方法。但是偏最小二乘回归在应用中存在一些先天的不足和缺陷主要是:◇虽然它能通过观测变量对潜变量作出很好的预测但是对于观测变量测量误差的预测则存在偏误;◇当因子在理论上存在相关时偏最小二乘回归不能准确的揭示因子间的这种关系而且因子载荷也可能被过度估计;◇最小二乘回归模型中潜变量的得分是在指标信度估计和潜变量回归方程的决定系数()最大化的基础上获得的这种方法会导致部分参数(误差方程)最小化。作为潜变量估计的另一种方法:结构方程模型(SEMStructuralEquationModeling)由K.Jorekog于1973年提出在过去三十多年里不断得到发展20世纪90年代被广泛应用于社会科学领域。与偏最小二乘回归相比结构方程不仅克服了偏最小二乘回归的缺点同时还具有以下优势:1.结构方程模型能够对模型中的省略变量如误差协方差进行显著性检验;2.结构方程对于模型的设定具有更大的弹性;3.结构方程模型能够同时在多个群体中对同一模型进行估计;4.在结构方程模型中研究人员可以限定参数等于某个特定的值或者作为其他参数的线性/非线性函数;5.结构方程模型中可以包含定序(Ordinal)甚至分类变量(Categorical)而PLS则假定变量为定距变量;6.结构方程模型可以对缺失数据进行最大似然估计而PLS则要求数据是完整的数据集若数据不完整则需要通过回归、均值替代、列表状态删除等方法对缺失值进行处理。鉴于以上一些因素近年来结构方程模型逐渐取代最小二乘回归在满意度研究中得到应用。本文将对结构方程模型的基本概念及步骤进行介绍并通过该方法在移动通信满意度研究中案例对模型使用过程的问题及结果进行解释权当抛砖引玉。关于两种方法的详细比较读者可以参考《欧洲满意度指数模型的应用:结构方程和最小二乘回归的比较》及其他相关论文。出于商业的考虑作者对以上模型所引用之指标做了处理。且本文主旨在于对结构方程模型做方法论意二结构方程模型的基本概念结构方程模型是通过观测变量集合的间的协方差结构和相关结构出发从定量的角度建立模型来研究变量的间因果关系的一种方法它包含了回归分析、因子分析、路径分析和多元方差分析等多元分析技术。要应用结构方程模型必须先熟悉模型的一些基本概念。1、潜变量(LatentVariable)与观测变量(ObservedVariable)在社会科学中研究者常常会关注一些不能直接测量的理论结构或者变量比如社会地位、声望等这些比较抽象的现象或者概念在结构方程模型中被成为潜变量。在满意度研究中诸如总体满意度、忠诚度等常作为潜变量。由于潜变量不能直接测量所以研究者需要设计一系列可以反映其特征或属性的行为变量进行测量如为了对于客户忠诚度研究者常通过“是否继续使用”、“是否会向别人推荐”等行为变量监测客户的忠诚度。这些可以直接进行测量的变量“是否继续使用”、“是否会向别人推荐”等即是观测变量。在市场研究中收入教育等变量也属于观测变量的范畴。2、内生变量(EndogenousVariable)与外生变量(ExogenousVa