结构方程模型及其在顾客满意度研究中的应用

理论新探
结构方程模型及其在顾客满意度
研究中的应用
廖颖林
!上海财经大学统计学系#上海!""SNN"
摘要%本文分N个部分%首先#简要地介绍了结构方程模型&其次#以瑞典和美国的顾客满意
度指数为例#介绍了结构方程模型在顾客满意度中的应用&最后#讨论了运用结构方程模型研究顾客满意度需要注意的问题$
关键词%结构方程模型&顾客满意度中图分类号%=!!S5"
文献标识码%T
文章编号%D""!KUSVW!!X"#""$K""!SK"N
分别为内生变量和外生变量的通径系数矩阵&$为残差向量#表示结构方程未能解释的部分$
测量模型E13*:(’3>30&1/23+F的方程!反映型"为%
我国对顾客满意度的研究起步较晚#但是随着质量观的转变#如何提高顾客满意度水平已受到越来越多的关注$为了提高顾客满意度水平#首要解决的问题是量化顾客满意程度$传统的量化方法只是简单地统计各种满意程度的用户占所有用户的比重#这种方法虽然简单且易于理解#但是精度不够#也没有办法进行检验#无法满足目前的要求$顾客满意度作为一个经济心理学的概念#较难直接衡量#一般需要通过其他外在变量间接进行测量#而结构方程模型!%&’()&(’*+
GA%G!C&G;A%;#C&;
%G’%;是载荷矩阵&&G’&;为残差向量$45!
结构方程模型的构建步骤
结构方程模型的建模一般包括以下几个步骤%
!!"
其中%G’;分别表示内生变量和外生变量的显变量向量&
,-(*&./01/23+#%,1"为这类问题的定量化提供了很好的工
具$
!4"模型构想$建立结构方程模型#包括明确各个隐变量的显变量及其作用方向#明确隐变量与隐变量之间的关系等$通常#首先使用路径图!H*&IJ.*<’*>"明确变量之间的因果关系#然后再构建相应的线性方程$
!!"模型识别$利用识别法则判断模型是否可以识别#如果模型不能识别#就无法得到参数的唯一估计值$结构方程模型常用的识别法则有&K法则’两步法则和
1L1LM法则等$
!N"模型估计$估计结构方程模型有多种方法#较常用的有极大似然估计
O1*;.>(>6.P3+.I//2#16Q和偏最小二乘法!H*’&.*+63*:&%-(*’3#H6%"$这两种方法在前提假定’估计思想’估计量性质等问题上具有不同的要求和特点#许多学者对此已进行了研究#本文不再详述#具体内容可参见M+*3:
１!!结构方程模型介绍454
结构方程模型的结构
结构方程模型是用于讨论隐变量!6*&30&7*’.*8+3#67#结构变量"与显变
量!1*0.93:&7*’.*8+3#17#观测变量"关系以及隐变量与隐变量关系的多元统计分析方法$结构方程模型的构成要素有两个%变量和变量的关系$
按照变量的特点不同#结构方程模型中的变量分为隐变量和显变量$隐变量是不可直接观测的#只能通过观测显变量而间接度量#显变量是具体的可测变量$根据隐变量在模型中的地位#又可分为两类%外生变量!,;/<30/(:7*’.*8+3"和内生变
量!,02/<30/(:7*’.*8+3"$
就变量的关系而言#一个结构方程模型包括结构模型和测量模型$结构模型讨论了隐变量之间的因果关系&测量模型则度量了隐变量与其显变量的关系$测量模型可分为构成型!=/’>*&.?31/23+"和反映型!@39+3)&.?31/23+"两类#通常使用反映型$因此#本文只讨论反映型测量模型$
结构模型!%&’()&(’*+1/23+"的方程为%
=/’03++和R*3:(0<MI*!D$$S"及梁燕!!""N"$
!S"模型评价$考察模型是否能充分地对观测数据进行解释$评价模型是否是一个理想的模型相当复杂#整个过程需要进行多种检验%既需要对模型中的参数进行检验#又需要对测量方程和结构方程进行检验#还需要考虑整个模型的拟合程度$
!#"模型修正$如果模型效果不理想#就需要对模型进行修正#在修正过程中#仍然需要以理论为指导#保证模型的合
!AB!C"#C#!D"
理性#而不能一味地追求统计拟合效果$如果完全跟着数据走#很有可能得到的是一个无法解释的模型$模型修正后#仍
其中%!’#分别为内生变量向量和外生变量向量&B’"
!"
统计与决策!""#年$月!下"
理论新探
然需要对修正的模型进行检验#再根据检验结果判断是否还需要进一步调整模型$ 与瑞典模型相比#美国结构模型的主要变化是将质量感知从表现感知中提取出来#作为一个单独的潜变量#其具体的结构方程为%
２!!结构方程模型在顾客满意度中的应用
按照使用范围#顾客满意度的应用可分为%个层次%企业顾客满意度&行业!或地区"顾客满意度以及国家顾客满意度$下面以国家顾客满意度应用中最具代表性的瑞典和美国顾客满意度模型为例#介绍结构方程模型在顾客满意度中的应用$
!’$!"!"!!%""!’
%""!<""%%"%’
"!;%"%"""!#&#"#
""
""
"
%"%"%"%!%=$%’>%?=&%
%"%"%"%
"";%""%!;%"%&;%%"%"%"%"""
!#&#"&#&#&""#%"#;"&#
"%!"
""
"$!!’$!$’’$!&’$
""%"!!%"$!’%"&!%
!B"
其中%%为顾客期望’!’为质量感知’!!为价值感知’!%
为顾客满意度!()(*"’!;为顾客投诉’!#为顾客忠诚度$
测量模型的变化主要有两点%一是对新增的潜变量(质量感知)匹配了相应的显变量#分别为总体质量&可靠性以及满足需求的能力’二是调整了(顾客预期)的显变量#在保留了原有显变量(总体期望)的基础上#相应地增加了!个显变量#即对可靠性的期望以及对满足需求的期望$具体的测量方程为%
!&’()(*模型
瑞典的顾客满意度指数!(+,-,.)/0123,4(5160758162.
*5423,1,4#()(*"始建于’$9$年:是最早的全国性顾客满意
度指数$
瑞典模型中共含有#个潜变量#顾客满意度作为其中一个潜变量#具有!个前导的影响变量!即顾客期望和表现感知"和!个后续的效果变量!即顾客投诉和顾客忠诚度"$具体的结构方程为%
!’$!"!
"!!%""!’
<"%""!%%""
!;&#"#
"""%!
"
";!";%"&#!;&#"&#&;&
"$!!’$!#’’$!&’$
""%"!!%"$!’%"&!%
>=%?=%"%"%"%""%"!%%""%"&%%
@’$!’@’$+’’$!!
"@!%<"+!’%>%?="’@!%"%"%"%#@%&#+%’&#’@%&
和
!C"
!%"
其中%%为顾客期望’!’为表现感知!主要体现为价值感知"’!!为顾客满意度!()(*"’!%为顾客投诉’!;为顾客忠诚度$
这#个潜变量一共由’"个显变量进行解释#具体的测量方程为%
>@?<>+’’?>%?=>’@?
和
!;"
A’$!(’’!
"A!%"(!’"%"A%"%"""A;%"""A#%<"""%"AB""%"AC%"""""A9%"%""
A$&#"#
""
""
(%!"(;!"(#!"""""
(B%(C%""
’A’$!
"’A!%
%"%"’A%
%!!’$"%"%’A;%""!!%"%"%="’A#%
!%"%%"%"’AB
%#!;&"%"%’AC%"
"(9;%’A9%%%"
($;&’A$&#
"$"%
A’$!(’’!"A!%"(!’"%"A%(%’
%""
A;%""""A#%"""%"AB<"%""
AC%""""A9%"""%"A$%"""
"A’"%"%"""A’’&#"#
""""""(;!"(#!"""""""
"""""
""""""""(’":#(’’:#
(B%"(C%"(9%"""""
"($;"
’A’$$!
%"’A!%%"%
’A%
%%"!’$"’A;%%!%"!!%"’A#%%"%"%!%=’AB%"%"%!;%’AC%%""%"%#!#&"’A9% %"%
’A$%%"’A’"%%"%%"’A’’&&#
!9"
其中%@’为总体期望’@!为对可靠性的期望’@%为对满足需求的期望’A’为总体质量’A!为可靠性’A%为满足需求的能
!#"
力’A;为给定质量下对价格的评价’A#为给定价格下对质量的评价’AB为总体满意度’AC为对预期的满足程度’A9为与理想产品的差距’A$为正式或非正式的抱怨行为’A’"为重新购买的意愿’A’’为对价格的承受能力$
其中%@为总体期望’A’为给定价格下对质量的评价’A!
为给定质量下对价格的评价’A%为总体满意度’A;为对预期的满足程度’A#为与理想的差距’AB为对个人的抱怨’AC为对管理层的抱怨’A9为对价格的承受能
力’A$为重新购买的意愿$
３!!运用结构方程模型研究顾客满意度需要
注意的问题
运用结构方程模型测量顾客满意度具有十分明显的优势#主要有%!’"模型能同时考虑多个因变量’!!"自变量和因变量都允许存在误差’!%"潜变量由多个显变量间接测量#可以测量每一个显变量的信度和效度’!;"结构方程模型中的测量模型更有弹性’!#"研究者可根据理论构建模型#并根据模型与数据的拟合程度来调整模型$
但是#由于结构方程模型具有一定的应用条件#在顾客
!&!D)(E模型
美国顾客满意度模型是在瑞典模型的基础上修正的结
果$美国顾客满意度指数从’$$;年开始发布#以后发布的其他各国各地区的顾客满意度模型又都是在美国模型基础上修订而成的#因此#美国的模型是最具影响力的模型$
统计与决策!""#年$月!下"
!"
理论新探
满意度的研究中正确地运用结构方程模型还需要注意几个问题#
进一步的验证#
%&0需要采用可以识别的模型
结构方程模型通常使用两种估计方法$如果采用的是
%&’需要有正确的理论基础
运用结构方程模型研究顾客满意度$需要研究者根据顾
12-的方法$一般而言不存在模型识别的问题$.345,6)7+533
和(45,8+9.*4!’$$0"指出:对于一个或两个潜变量的模型$
客满意度的理论构建模型$并根据调查的数据判断模型是否合理#如果通过建模最终选定了某种模型$这个模型只能是条件最优的$也就是说$这个模型是在一定理论背景下所有修正的模型中最好的$但却不能保证它是所有的模型中最好的#如果通过建模并不能达到澄清理论框架的目的$那么运用结构方程模型进行分析的价值就要受到质疑#为了保证顾客满意度研究能够顺利进行$研究者需要在建模之前进行充分的大量的定性和理论分析$这是最基本的条件#
%%感目前$大部分顾客满意度的研究都是建立在期望%知差异理论之上$但是$()*+,)+!’$$#"利用-.-/的数据分析指出$顾客期望对顾客满意度没有直接的影响$该研究对%%感知差异理论提出了挑战#期望%
12-的迭代规则总是能够保证收敛$对于多个潜变量的模
型$虽然不能证明收敛$但在实践中不收敛是几乎不存在的#如果采用的是;2的方法$则可能存在’无望识别(的模型$需要考虑模型是否可识别#
总之$结构方程模型与传统的统计分析方法相比$为顾客满意度的研究$特别是顾客满意度的量化提供了一种全新的思路#但是:由于任何一种统计方法都存在自身的缺陷$因此$在运用结构方程模型时$研究者也需要妥善解决其中可能存在的理论基础&补充分析方法&抽样方法和模型识别等主要问题#
参考文献)
%&!需要有补充的统计分析方法
结构方程模型本身不是探索性的分析工具$而是验证性
<’=.345,6)7+533&>?4@A)+43.8,@)B57-4@A,C4D@A)+/47)B5@57E!’&
<!=.345,6)7+5,,R
(45,8+9.*4&’147@A43254,@-S8475,(R
F*5
的分析方法$这就决定了运用该方法将不能充分地探索数据$挖掘数据本身所包含的信息$这将造成信息的浪费#为了充分地利用信息$可以在建立结构方程模型之前采用适当的多元统计分析方法$例如$主成分分析&因子分析或者偏最小二乘回归等方法提炼信息$根据数据的信息和理论基础再考虑结构方程模型的具体形态# -G5HA,*IJK57A5+D5<(=&()87+43)C;47L5@A+9:’$$!:#MN(4+847OPEMQ
>HT4+D5H
;5@*)H,)C;47L5@A+9U5,547D*<;=&/34DLG53318V3A,*57,R’$$0&&<%=.345,6)7 +533R;AD*453W&()*+,)+RI895+5X&>+H57,)+R(45,8+9.*4RY/47V474IT57A@@/7 O4+@&F*5>B57AD4+.8,@)B57-
4@A,C4DZ@A)+[+H5J\?4@875R187K),5R4+H6A+HA+9,<(=&()87+43)C;47L5@A +9R’$$MRM"N]D@)V57P\^Q’_&
<0=方平R熊端琴R蔡红&结构方程在心理学研究中的应用<(=&心理科学
R!""’RN0P&
<#=侯杰泰R温忠麟R成子娟&结构方程模型及其应用<;=&北京)教育科学出版社$!""0&
%&%需要有科学的抽样方法
由于顾客满意度的研究通常使用调查数据$因此样本是
否有代表性$调查数据质量是否足够高$都将极大程度地影响后续的建模工作#在某一个样本得到验证的理论模型$不能盲目地认为就一定合理#为了排除模型的样本依赖性$如果有可能的话$需要重新抽样$使用其他样本的数据再进行
!责任编辑‘亦民"
!"
统计与决策!""#年$月!下"。