结构方程模型用于顾客满意度测评之实际应用(doc18)-销售管理(编辑修改稿)

结构方程模型用于顾客满意度测评之实际应用(doc18)-销售管理(编辑修改稿)内容摘要：

、较不满意和不满意，对应的值为 1。 数据收集过程中 遇到不能直接用李克特量表表示的定量指标，也将其转化成量表形式，具体方法是把指标量值划为 5个区间，每个区间对应李克特量表相应等级，指标值所在区间对应的等级即为指标的李克特量表值。 （二）数据来源 杭州某市场调查公司受电脑公司委托，对该公司某品牌笔记本电脑在浙江市场的顾客满意度开展研究，调查公司采用上述 “ 价值 —— 忠诚导向顾客满意度测评模型 ” 进行顾客满意度的测评。 根据调研目的和理论模型要求，设计了顾客满意度测评的调查问卷，问题围绕理论模型的 16 个观测变量展开，采用李克特 5 级量表形式。 从所有购 买该品牌笔记本电脑的浙江省 此资料来自企业 客户中，取出有电话联系方式的客户，共 549人，利用电话访问的方式对 549人进行全面调查，获得有效数据问卷 212份，成功率 %。 数据的描述性统计特征见表 1。 表 1 数据俄描述性统计特性 （三）因果关系路径图和模型方程式 根据顾客满意度理论模型及潜在变量对应的观测变量，按照结构方程模型路径图 的符号规则，画出模型的因果关系路径图，如图 2。 图 2 因果关系路径图 此资料来自企业 图 2 中，椭圆表示潜在变量，方框表示观测变量，单向箭头表示因果关系。 ξ 表示外生潜在变量， η 表示内生潜在变量， λ 表示观测变量对潜在变量的作用系数， γ 表示外生潜在变量对内生潜在变量的作用系数， β 表示内生变量之间的作用系数。 δ1 、 δ2 为外生潜在变量的两个观测变量的 测量误差， ε1,ε2,„„,ε14 为内生潜在变量观测变量的测量误差， ζ1,ζ2,„„,ζ5 为内生潜在变量的测量误差。 依照因果关系路径图，可得到各观测变量的测量模型，以及各潜在变量之间的结构关系模型。 各观测变量的测量方程式为： （ 1） （ 2） 潜在变量间的结构方程式为： 此资料来自企业 （ 3） 协方差结构为： S＝ J（ I－ A） 1P[（ I－ A） 1]＇ J＇ （ 4） 其中 （四）参数估计及拟合效果 ，其直接对原始数据进行操作，提供非标准化和标准化的估计 结果。 利用 AMOS提供的图形界面，画出因果关系路径图，如图2 所示。 规定模型中每个潜在变量对应的测量指标中的一个系数为 1，相当于规定潜在变量的度量单位与对应测量指标的单位相同；规定外生潜在变量、内生潜在变量的观测变量的测量误差系数为 1。 设置好因果关系路径图后，运行程序得到结果。 标准化解直接标示在路径图中，同时给出了十多种拟合指数，表 2列出几种主要的拟合效果指标。 表 2 Fit Measures CMIN DF P RMR GFI AGFI NFI RFI CFI RMSEA。