基于多元回归分析的顾客满意度研究_以移动通信行业为例

第 26卷第 125期 湖南财经高等专科学校学报 Vol�26N o�125 2010年 6月 Journal of H unan F inancial and E conom ic C ollege Jun�2010 基于多元回归分析的顾客满意度研究 � � � 以移动通信行业为例 汤 � 俊 (广东松山职业技术学院, 广东 韶关 � 512126) 摘 � � � 要! 对移动通信行业顾客满意度的调查数据进行因子分析, 并在相关分析基础上构建了以价格水 平、产品质量、服务质量和企业形象为自变量, 顾客满意度为因变量的多元回归分析模型方 程。检验表明, 这四个因子有显著作用, 影响最显著的是价格水平, 其次是通话质量, 再次是 服务质量和企业形象。 关 � 键 � 词! 顾客满意度; 移动通信; 因子分析; 相关分析; 多元回归分析 中图分类号! C93� 文献标识码! A � 文章编号! 1009- 4148 ( 2010) 03- 0134- 03 ∀ 收稿日期: 2010- 04- 10 作者简介: 汤 � 俊 ( 1977- � ), 男, 湖北浠水人, 广东松山职业技术学院经济管理系讲师, 管理学硕士 � � 顾客满意度是顾客对自己的消费体验进行评价的重要 指标, 也是影响其忠诚度及重复购买的重要因素。经典营 销理论强调企业的经营行为应以 #市场为导向, 顾客为 中心∃, 营销管理工作就是要明确企业的客户, 了解客户 的需求, 比竞争对手更快更好地满足客户的需求, 并持续 改进产品和服务, 从而提高客户的满意度。但现实中许多 企业的经营行为与这一宗旨有较大差距, 以移动通信行业 为例, 当今的移动通信市场呈现出中国移动、中国联通、 中国电信三足鼎立格局, 相互竞争日益激烈, 公关战、价 格战、技术战 (增值服务 )、广告战等愈演愈烈 [ 1], 企业 对此的热衷程度远远高于对顾客的消费体验关心。而顾客 面临多种选择时, 期望也在不断提高, 其满意度呈现降低 趋势。了解顾客满意情况日渐成为企业管理人员关心的问 题, 满意度的测量也成为学术界的研究重点。 一、文献回顾 20世纪 80年代以来, 学术界通过建立理论模型来解 释顾客满意度的形成过程并量化满意度的研究成果已十分 丰富。代表性的有 #期望不一致 ∃ 模型 ( O live r, 1980)、 Kano模型 ( Kano t Nor ia lieta,l 1984)、 EP模型 ( Church� il,l 1982)、NQ模型 ( F orue l,l 1981)、服务作业特性绩 效模型 ( Sasser、 O lsen, 1987 ) 和服务水平的顾客模型 ( Sasser、 Olsen、W ycko, 1978 )。 1986 年 Parasuram an、 Berry、 Ze itham l三位学者分析了顾客满意度、服务质量与 顾客期望三者之间的关系, 并将满意度纳入一个理论框架 中形成了服务营销的质量差距模型 [ 2]。他们还将回归分 析方法引入到顾客满意测评领域, 用于确定顾客满意起因 的权重, 改变了以往通过问卷调查获取权重的做法, 从而 带来了顾客满意定量测评方法的重大变革。 除此之外, 结构方程模型方法 ( SEM ) 也是测量顾客 满意度最常用的一种方法。结构方程模型中包括可观测变 量和不可观测变量, 可观测变量是可以直接观测, 在研究 中能够收集到数据的变量; 不可观测变量, 通常称为潜变 量, 是模型中引入的不能直接观测的变量, 用于说明抽象 概念。由于潜变量与观测变量在概念上和经验上的关系, 潜变量常由多个观测变量进行度量, 这样潜变量的内在不 确定性就能从不同方面表现。结构方程模型方法正是描述 潜变量之间以及潜变量与对应观测变量之间的复杂相关关 系, 是一种允许研究者调查动态系统中变量之间的关系的 多变量过程。通过结构方程模型, 研究人员能够将直接影 响的相关分析和估计用于间接因果影响的检验和估计 [ 3]。 随着结构方程模型的发展, 使用通过建立一个全面度量因 果关系技术的顾客满意度测评方法开始出现, 最为典型的 当属国家顾客满意度指数模型方法。国家顾客满意度测评 体系是根据累积顾客满意定义建立的, 以单个企业的顾客 作为测评信息来源, 以因果关系为基础, 将总体顾客满意 度置于一个因果关系链中考虑, 使用结构方程进行计算的 模型结构。因果关系链开始于影响顾客满意度的前期因素 (顾客期望、感觉价值、感受质量等 ) , 终止于满意度所 影响的最终因素 (顾客抱怨、顾客忠诚等 ), 总体顾客满 意度位于价值链的中心。通过这种 设计 领导形象设计圆作业设计ao工艺污水处理厂设计附属工程施工组织设计清扫机器人结构设计 , 因果模型可以获 得目标市场对企业所提供的产品和服务的评价, 包括对历 史情况的评价以及对未来情况的预测。比较有代表性的有 134 瑞典顾客满意指数 SCSB ( 1989)、美国顾客满意指数 AC� SI ( 1994), 欧洲顾客满意度指数 ECSI ( 2000), 2002年 中国顾客满意度指数 CCSI开始推广应用。国家顾客满意 度测评体系覆盖了不同企业、行业、部门, 具有广泛的适 用性, 影响巨大。 二、基于回归分析的移动通信顾客满意度研究 回归分析 ( Reg ression Analysis) 是研究因变量 ( Y ) 和自变量 ( X ) 之间数量变化规律, 并通过一定的数学表 达式来描述这种关系, 进而确定一个或几个自变量的变化 对因变量的影响程度, 即用一种确定的函数关系去近似代 替比较复杂的相关关系。回归分析所研究的主要问题就是 如何利用变量 X、Y的观察值 (样本 ), 对回归函数进行 统计推断, 包括对它进行估计及检验与它有关的假设等, 通常需要建立多元回归模型, 并通过 t检验来证实其显 著性。 1、模型的界定 在满意度的研究中, 顾客对服务或产品诸要素消费体 验的评价可作为自变量, 总体满意度的评价作为因变量。 在通信行业顾客对消费体验的评价包括通信信号、品牌影 响、扣费、服务、短号等方面, 界定哪些评价是最有价值 的解释变量便至关重要。 ( 1) 数据采集 本研究主要通过问卷采集数据。在设计问卷前通过开 展小规模的焦点小组访谈, 收集到用户比较关心的如通信 信号、品牌影响、扣费、服务、短号等方面的信息, 再结 合相关研究成果, 设计调查问卷, 并进行试调查 , 完善问 卷。最终问卷共分为两部分, 一部分是顾客个人信息, 另 一部分是测量问题。测量问卷采用李克特 ( L ikert) 5级 量表设计, 1代表 #很不同意 ∃, 2代表 #不同意∃, 3代 表 #不同意也不反对 ∃, 4代表 #同意∃, 5代表 #很同 意∃, 分值越高, 说明顾客对该测评项满意度越大; 反 之, 越小。在拟定问卷后, 对访问员进行了 培训 焊锡培训资料ppt免费下载焊接培训教程 ppt 下载特设培训下载班长管理培训下载培训时间表下载 , 将调查 的目标、内容等细节进行了充分沟通。调查一共确定了 300个样本, 以某高职院校五个系进行配额 , 进一步以相 关专业与年级进行了二次配额。采用入户调查的方式, 最 终收回有效问卷 268份, 有效率达到 89%。 所采集的基础数据呈现了多变量大样本的特点, 虽然 为进一步的研究提供了丰富的信息, 但一些变量之间可能 存在信息的重叠, 这使得进一步分析变得更加复杂, 也不 利于建立回归分析模型。因此需要采用适当的方法减少变 量数而又尽可能不造成有用信息的丢失, 因子分析能实现 这一目标。 ( 2) 因子分析 用因子分析法对 20项移动通信服务评价进行了分析, 分析结果没有显示出相关评价的简单因子结构。在此情况 下按照因子分析的常规操作方法将一些负载较小的项目进 行了删除, 保留了负载较大的 12个测量项目。再一次对 这 12个项目进行探索性因子分析, 得到 KMO 系数为 0� 772, 大于 0� 70, 意味着因子分析的结果可以接受。而 Bartletts'球形检验的显著性水平为 0�000, 小于 0� 01, 结 果拒绝了变量间不相关的原假设, 适合进行因子分析。对 问卷测量项目提取主成分, 按特征值大于 1的 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 来截取 数据, 有 4个因子, 旋转后的因子负载如表 1所示。 表 1� 移动通信行业顾客满意度的 SPSS旋转后的因子负载 测量项目 因子负载因子 1因子 2因子 3因子 4 网络稳定信号好, 通话流畅不掉线 �291 - �051- �073 �757 我总是能及时收发短信 - �021 �235 �124 �801 话费查询方便, 能方便了解话费使 用情况 �559 �091 �135 �182 充值方便 �537 �560 �031 �113 我总能及时知道新业务及相关促销 活动 - �116 �755 �168 �166 充值优惠活动多 �114 �547 �452 �014 新业务收费标准明确、合理 - �017 �190 �720 �131 我所用套卡品牌口碑较其它要好 �591 - �071 �382 �269 它总是能最先推出其它品牌没有的 业务 �279 �024 �706 - �098 感觉它比其它公司更有实力 �681 - �017 �308 �045 我用的套卡身边的大多数人都在用 �819 �087 - �068 �000 在同一通讯网络内联系更方便 �521 �547 - �152- �081 特征值 3�376 2�425 1�902 1�598 解释方差百分比 (% ) 28�13 20�21 15�85 13�32 累计解释方差百分比 (% ) 28�13 48�34 64�19 77�51 � � (注: 数据来自主成分分析总方差说明及方差极大正交旋转 后的因子矩阵 ) 表中各项目在 4个因子上的负载介于 0�547与 0�819 之间, 这 4因子分别包含了 4个、 4个、 2个和 2个测量 项目, 累计解释方差比达到 77�51% (提取的因子至少能 解释 70%的方差 )。因子 1在 #多数人使用∃、 #公司更有 实力∃、 #口碑好∃ 等方面有较高的负载, 可称为 #公司 形象∃ 因子; 因子 2在 #及时知晓促销信息∃、 #充值方 便∃、 #联系方便∃ 等方面有较高的负载, 可称为 #服务 质量∃ 因子; 因子 3在 #新业务收费标准明确合理∃ 等 方面有较高的负载, 可称为 #价格水平∃ 因子; 因子 4 在 #网络稳定, 信号强∃、 #能顺利收发短信∃ 等方面有 较高的负载, 可称为 #产品质量∃ 因子。 ( 3) 确定变量 可确定 4个因子值为自变量, 即 X1: 对公司 (品牌 ) 形象的评价值; X2: 对服务质量的评价值; X 3: 对价格 水平的评价值; X4: 对产品质量 (通讯质量 ) 的评价值。 顾客的总体满意评价值为因变量。 2、模型的建立 ( 1) 相关系数及检验 简单分析每个变量的描述性统计量, 无法判定一个自 变量是否对总体描述或预测有用, 需要从拥有全部数据的 自变量中进行选择, 构造回归模型, 观察自变量和因变量 之间的相关性, 这种相关性可以用相关系数来衡量。在完 成因子分析后, 一般用因子代替原有变量作为自变量, 因 为因子个数比变量个数少, 而且因子值具有概念上的意 135 义 [ 4]。当有多个自变量和一个因变量时, 可以通过建立 相关性矩阵来观察所有变量组合之间的相关性。实际操作 中, 相关性矩阵的计算可通过 SPSS或 Excel的相关性分 析工具完成, 如表 2所示, 显示了满意度因变量与每个自 变量及自变量与自变量之间的相关性。 表 2� 移动通信行业顾客满意度相关性 矩阵的 SPSS结果 满意度 公司形象 服务 质量 价格 水平 产品 质量 满意度 相关系数 1�000 �540** �587** �561** �609** 双尾检验 概 � � 率 �002 �000 �000 �000 公司形象 相关系数 �540** 1�000 �004 �015 - �006 双尾检验 概 � � 率 �002 �917 �723 �888 服务质量 相关系数 �587** �004 1�000 �003 - �005 双尾检验 概 � � 率 �000 �917 �935 �894 价格水平 相关系数 �561** �015 �003 1�000 - �001 双尾检验 概 � � 率 �000 �723 �935 �980 产品质量 相关系数 �609** - �006 - �005 - �001 1�000 双尾检验 概 � � 率 �000 �888 �894 �980 � � (注: ** 表示 1%的显著性水平 ) 企业形象、服务质量、价格水平、产品质量与满 意度的相关系数分别为 0�540、 0�587、 0�561、 0�609, 显 示了中度相关性, 双尾检验的概率值均小于 0�01, 拒绝 � = 0的原假设, 说明相关程度是显著的, 各因子间不 相关。 ( 2) 基本模型公式 将 4个因子作为自变量 , 顾客总体满意评价为因变 量, 建立多元回归模型如下: Y = a+ b1X1+ b2X 2+ b3X3 + b4X4 其中, X 1- X4表示影响因素 (自变量 ), 分别为企业 形象、服务质量、价格水平、产品质量四个因素 , b1- b4 为回归系数, 表示假设在其他所有自变量不变的情况下, 某一自变量变化引起因变量变化的比率。 ( 3) 计算模型公式 以 4个因子值作为自变量, 顾客总满意度评价值为因 变量, 通过 SPSS的多元回归分析后, 结果如表 3所示。 表 3� 移动通信行业顾客满意度的 SPSS多元回归分析结果 回归 系数 标准 误差 标准化 回归 系数 T检验 值 检验 概率 其它统计检验 常数 3�086 �053 58�526 �000 企业形象 �149 �053 �156 2�821 �005 服务质量 �197 �053 �207 3�737 �000 价格水平 �269 �053 �282 5�098 �000 产品质量 �207 �053 �216 3�909 �000 R 2 = 0�544 A djusted R 2 = 0�517 F = 15�797 Sig�= 0� 000 � � (注: 数据来自多元回归分析 #模型摘要 ∃、 # 方差分析 表 ∃、 #回归系数 ∃ ) 由此可建立顾客满意度估计方程为: 顾客满意度 = 3� 086+ 0� 149X1 + 0�197X2 + 0�269X3 + 0�207X4 3、模型的诊断 表 3中判定系数 ( R2 ) 为 0�544, 调整判定系数 ( Adjusted R2 ) 为 0� 517, 拟合优度较为理想, 估计值的 标准误差为 0� 863 (表中未显示 ); 方差分析表反映回归 方程整体上的有效程度, 其 F统计量的相伴概率值为 0�000, 小于显著水平 0� 05, 4个因子引入回归方程, 方 程高度显著有效; 4个自变量的回归系数假设检验概率值 ( S ig� ) 都小于 0�05, 表明对方程有显著作用, 即企业形 象、服务质量、价格水平、产品质量对移动通信顾客满意 度有显著影响。 三、研究价值与局限性 1、研究价值 研究结论证实了移动通信服务的满意度主要受企业形 象、服务质量、价格水平、产品质量四个方面因素的驱 动, 其回归系数分别为 0�149、0�197、0�269、 0� 207, 这 说明影响最显著的是价格水平, 其次是产品质量 (通话 质量 ), 再次是服务质量和企业形象。回归分析法在市场 研究中被广泛应用, 其主要作用是描述了影响顾客满意度 的因素, 对运营商的经营决策有一定的参考价值。 2、局限性 研究过程中无论是因子分析的累计解释方差百分比 ( 77�51% ), 还是相关系数甚或判定系数 ( 0� 544) 虽达 到分析要求, 但总体偏低, 这说明在问卷设计或样本选择 方面还存在一些不足。顾客满意水平对企业发展有战略上 的意义, 也是提高社会的幸福指数, 促进社会和谐的关 键, 涉及到各行各业。笔者以移动通信行业为研究对象, 主要以在校学生为样本, 研究范围相对较狭窄。如果采用 多行业的群体作为研究对象, 其结果如何还有待确认。后 期对满意度的研究还应拓展调查对象, 扩大调查样本, 对 不同行业的顾客满意度进行综合测试, 并运用多种方法相 互检验, 从而使研究结论更有普适性。 (编辑: 惠斌; 校对: 朱恒 ) 参考文献! [ 1 ] 戴世富 �移动与联通精彩博弈 [ J ] �经营管理者 �2003, ( 11 ) : 42- 44� [ 2 ] 刘满风, 黎志成 �顾客满意度的测评 [ J ] �统计与决策, 2002, ( 7) : 11- 12� [ 3 ] 李健宁. 结构方程模型导论 [M ] �合肥: 安徽大学出版社, 2004�243� [ 4 ] 阿 � 克 (等 ) �营销调研 [M ] �北京: 中国财政经济出版 社, 2003�513� 136