TCSI在满意度测评中的AMOS应用教学提纲.doc

《TCSI在满意度测评中的AMOS应用教学提纲.doc》由会员分享，可在线阅读，更多相关《TCSI在满意度测评中的AMOS应用教学提纲.doc（24页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、Good is good, but better carries it.精益求精，善益求善。TCSI在满意度测评中的AMOS应用-TCSI在满意度测评中的应用（附AMOS操作手册）TCSI，即通信企业满意度指数测评模型，是信息产业部推荐的电信行业满意度测评模型。TCSI经由ACSI(美国满意度测评模型)和ECSI(欧洲满意度测评模型)发展而来，模型基于结构方程和路径分析。如图：TCSI模型由七个部分构成，其中，品牌印象、期望、质量感知、价值感是影响满意度的前置因素，也就是说，用户的满意度是由这四个因素综合影响决定的。但是，如品牌印象、期望、质量感知以及满意度等因素，是比较抽象的概念，不能直接去

2、测量。于是我们用一些可以直接测量的变量，来代表和描述那些不能直接测量的变量。这些可以直接测量的变量，我们称之为“观测变量”（ObservedVariable），而其所代表的变量称之为“潜变量”（LatentVariable）。那么，在TCSI模型里，一般用什么样的观测变量去代表潜变量呢？下面是国外常用的测量语句（括号里是公司目前所运用的测量语句）。品牌印象：1、您信任*吗？2、您觉得*可靠吗？3、您觉得*对社会有贡献吗？4、您觉得*关心用户吗？5、您觉得*是一个创新的、有远见的公司吗？（目前所应用的是“*在您心目中的形象如何呢？）客户预期：1、 如果最好的服务是10分，您估计目前*提供的服务可

3、以达到什么水平呢？2、 您认为*提供的产品和服务满足了你的需求吗？3、 您认为*会经常出错吗？（目前所应用的是“如果最好的服务是10分，您估计目前*提供的服务可以达到什么水平呢”）感知质量:整个商业过程的满意度评价,如对电信来说,是网络质量、营业厅服务、热线服务、计费收费、故障修复、投诉处理等等的用户满意度评价感知价值：1、 就您目前所接受的服务质量，您如何评价*的价格水平呢？2、 就您目前所支付的价格，您如何评价*服务质量水平呢？（目前所应用的是“就您目前所接受的服务质量，您如何评价*的价格水平呢？）满意度：1、总体而言，您对*提供的各项产品和服务的满意程度是怎样的呢2、*符合了您的期望吗3

4、、 您认为*符合您心目理想的#吗目是“总体而言您对*提的各项服务的满意程度是怎样的呢？）用户抱怨：1、（如果近期有投诉）您对投诉处理的价2、（如果近期没有投）您认为*会多大程度上关心你的投呢缟缈目前所应用的是“1、是否产生不满呢？2、是否有投诉呢？“）忠诚度：1、如果您要选择一个新的#，您会再次选择*吗？2、如果别的#降价，而*维持原价，当两者的差价达到多少时，您会选择别的#?3、您会向别人推荐使用*吗？4、 增加使用的可能性5、 满足你需求的程度（目前所应用的是“1、继续使用*的可能性？2、会向别人推荐使用*吗？“）所谓的满意度指数、忠诚度指数，就是描述满意度、忠诚度的各个测量语句的加权平均

5、分如何分析TCSI模型呢？TCSI基于结构方程和路径分析，AMOS就是处理结构方程的一种软件。AMOS操作手册前言AMOS是处理结构方程模型的一种工具。结构方程模型.英文名叫StucturalEquationModeling,简称SEM.结构方程可以处理潜变量与潜变量，潜变量与观测变量之间的关系，而结构方程模型就是指这些变量之间的关系，而路径图就是结构方程模型的图示，如下图：在路径图中，圆或者椭圆表示潜变量，矩阵表示观测变量，单向箭头表示一个变量对另一个变量的影响，双箭头表示变量间的协方差或者相关。一、画路径图1. 启动AMOS2. 可以从Windows的开始菜单启动AMOS，如下图所示：另外

6、，由于AMOS是SPSS公司的产品，也可以从SPSS里直接启动它，如下图：下面就是AMOS的图形界面了：画路径图先看AMOS图形界面的左边的工具栏，如图：工具栏上的图标就是我们执行各种操作的快捷方式。同样的功能在AMOS的菜单栏里也能实现，但远远没有用工具栏方便，所以这里主要介绍如何从工具栏进行操作。从开始菜单选择FileNew，如，开始作一个新的路径图。另外，我们也可以利用模版或直接读取旧的路径图，在此基础上修改成一个新的路径图。先来看看这个，选择它，在右边的区域中，按住左键，画一个圆，或者椭圆，再点击这个圆或椭圆，点一次就产生了一个潜变量和一个观察变量，每多点一次，就多产生一个观察变量，如

7、图：选择，点击潜变量，可使观察变量围绕潜变量旋转，如图，选择，让整个图形各个元素保持对称，然后再选择，拖动图形到旁边，就复制了一个同样的图形，如图，选择，移动图形，调整位置，选择，旋转图形，得到如图，选择，在两个潜变量之间，画单向前头，如图，再给两个潜变量加上残差（residual）,选择，点击潜变量，如图，这样，一个路径图基本完成了，调整一下，得到如图，现在，要按照已有的结构方程模型，给潜变量取名。双击潜变量，弹出对话框，如图，在Variablename文本框中输入变量名称，得到如图，、3. 载入数据现在，就要输入数据了，选择，弹出对话框，如图，选择对话框架中FileName，如图，选择一个

8、SPSS文件，如HSW，打开。选择，显示变量列表，如图，把变量名逐个拖到观察变量框中，如图，把潜变量的残差取名，D1、D2，再给其它剩下的非观察变量取名，在Tool菜单栏下，如图选择NameUnobservedVariables，自动给剩下的非观察变量取名，如图，4. 运算一个结构方程模型基本完成,下面就可以开始运算了.在运算之前,要首先设置一下分析属性(analysisproperties),选择,弹出窗口,选择OUTPUT项,选择一些选项,如图,开始模型运算,选择,几秒钟后,运算完成了,如图,5. 看看结果输出,选择,如图,选择其中的NotesforModel,如图,检验与运算卡方检验显著

9、性水平是0.000,即零假设不被接受,也就是说模型是不被接受的.通过对观测变量的相关性分析,发现Q2与Q3,Q4与Q7之间存在显著相关,于是对模型进行修正,给Q2与Q3,Q4与Q7加上表示相关的双向箭头,结果如图,再进行运算,输出结果,如图,卡方检验显著性水平是0.312,接受零假设,也就是说接受了模型.但模型的拟合程度怎么样呢,主要看这几个指标:CFI,TLI,RMSEA.一般要求CFI0.95,TLI0.95,当RMSEA0.05时,或者在90%的置信度下,其置信区间上限小于0.08.选择ModelFit项,如图,CFI为1.000,TLI为0.999,RMSEA为0.049,从这三个指标来看,模型拟合效果很好.最后,我们来看最想要得到的东西-标准化系数.如图,上图中的Estimate下面的数字就是标准化系数了.标准化系数的大小反应了一个指标对另一个指标影响力的大小.标准化系数在研究中又被称为推导重要性,它反映了用户行为的真正驱动力。下面就是某*的TCSI模型。图中数字为标准回归系数，数字大小表示影响力强弱，箭头方向表示影响方向。用户抱怨0.236质量感知0.3360.5670.9890.188满意度0.0610.0000.5020.889价值感用户期望0.320.2821.083品牌印象忠诚度（完）-