资源描述：
《结构方程模型在顾客满意度测评中的应用研究》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。
1、2007年7月西安邮电学院学报Jul12007第12卷第4期JOURNALOFXI.ANUNIVERSITYOFPOSTANDTELECOMMUNICATIONSVol112No14结构方程模型在顾客满意度测评中的应用研究李晓鸿(西安邮电学院经济与贸易系,陕西西安710061)摘要:在顾客满意度测评研究中涉及众多潜在变量的测量以及因果模型的验证,结构方程模型为解决这些问题提供了新的更好的方法。本文首先简要地介绍了结构方程模型;其次以美国顾客满意度指数为例,介绍了结构方程模型在顾客满意度测评中的应用;最后提出了运用结构
2、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;潜在变量;观测变量中图分类号:F713.50文献标识码:A文章编号:1007-3264(2007)04-0080-04潜在变量向量和外生潜在变量向量;、分别为G、1结构方程模型概述N的路径系数矩阵,F为结构方程的残差向量,方程(2)(3)为测量模型的方程。x、y分别为外生潜在变1.1结构方程模型的结构量和内生潜在变量的观测变量向量;+x、+y为因子结构方程模型(StructureEquationModeling,载荷矩阵,Ex、Ey为残差向量。S
3、EM)是用于讨论观测变量与潜在变量关系以及潜1.2结构方程模型的建模过程在变量与潜在变量关系的多元统计分析方法。(1)模型设定:研究者根据先前的理论和已有的按照变量的特点不同,结构方程模型中的变量知识,明确模型中所包含的潜在变量、与各潜在变量分为潜在变量和观测变量。观测变量是可以直接观相对应的观测变量、潜在变量之间以及潜在变量与测,在研究中能够收集到数据的变量,而潜在变量是其观测变量之间的因果关系。并且通过路径图的方不能直接观测,只能通过观测变量而间接度量的变式,对变量间的因果关系予以描述。同时,为了便于量。根据潜在
4、变量在模型中的地位,潜在变量分为阅读,可以将路径图中的因果关系转化为结构方程外生变量和内生变量。外生变量是指在模型中一次模型的矩阵表达式。也没有作为其他变量的结果的变量;内生变量是指(2)模型识别:利用识别法则判断模型是否可以至少一次作为其他变量的结果,并由模型内部生成识别,如果模型不能识别,就无法得到参数的唯一估的变量。计值。就变量的关系而言,一个结构方程模型包括结(3)模型估计:在保证模型可以识别的前提下,构模型和测量模型。结构模型讨论了潜在变量之间模型参数可以采用几种不同的方法进行估计,通常的因果关系;测量模型
5、则度量了潜在变量与其观测包括最大似然法(maximumlikelihood)和广义最小变量之间的因果关系。二乘法(generalizedleastsquare)。结构方程模型通常包括三个矩阵方程式:(4)模型评价与修正:考察模型是否能充分地解G="G+#N+F(1)释观测数据。模型评价包括模型的总体拟合程度的2x=+xN+Ex(2)测量,主要指标有V检验、拟合优度指数(GFI)、校y=+yG+Ey(3)正的拟合优度指数(AGFI)等;每个参数估计值的评其中:方程(1)为结构模型的方程。G、N分别为内生价,主要用/t0
6、值。如果模型拟合效果不佳,需要对收稿日期:2007-03-20作者简介:李晓鸿(1979-),女,山西吕梁人,西安邮电学院经济与贸易系助教。第4期李晓鸿:结构方程模型在顾客满意度测评中的应用研究#81#模型进行修正,再用同一组数据对修正后的模型进(4)具有更广泛的适用性。结构方程模型遵循行检验,再根据检验结果判断模型是否需要进一步多变量分析的一般线形模式进行验证性分析,可以进行修正。将方差分析、回归分析、路径分析、因子分析等传统1.3结构方程模型的优点统计方法包含在结构方程模型的亚模型中;同时,结从上面的基本介绍可以
7、看出,与传统的统计建构方程模型可采用比传统统计方法更具有弹性的测模分析方法相比较,结构方程模型主要包括以下几量模型,如某一指标变量或项目从属于两个潜在变个优点:量,因而更具有广泛的适用性。(1)引入潜在变量使研究更加深入。虽然传统的因子分析也允许对潜在变量设立多个观测变量,2结构方程模型在顾客满意度测评中但是,它不能分析潜在变量之间的因果关系。只有的应用结构方程模型可以将多个潜在变量及其观测变量置于同一模型中分析,研究它们之间的结构关系。本文以国家顾客满意度中最具代表性的美国顾(2)允许自变量及因变量含有测量误差。结
8、构客满意度模型(ACSI)为例,阐明结构方程模型在顾方程模型虽然类似于多元回归、路径分析等利用联客满意度中的应用。立方程组求解,但又不像多元回归、路径分析那样只2.1模型设定)))因果关系路径图和模型方程式能处理有观测值的变量,并且还要假定其观测值不存在测量误差。即结构方程模型没有严格的假定限根据ACSI模型及潜在变量对应的观测变量,制条件,同
