【正文】 y1y2y3y4y5y6y7y8y9y10y11y12y13y14y15y16=λ11λ21λ31λ41λ51λ61λ71λ81λ82λ102λ113λ123λ134λ144λ155λ165η1η2η3η4η5+ε1ε2ε3ε4ε5ε6ε7ε8ε9ε10ε11ε12ε13ε14ε15ε16（二）結(jié)果分析 表42 模型指標(biāo)評價χ2 df χ2 / df GFI AGFI IFI CFI NNFI 145 分析： χ2 / ， 遠(yuǎn)小于學(xué)者建議的上限5；GFI、AGFI在合理范圍之內(nèi)；CFI為0．93，；IFI大于0．9，NNFI也大于0．9。（一） 模型的建立1．結(jié)構(gòu)模型以ACSI為基礎(chǔ)，模型設(shè)定了以下六個潛變量：（1）．顧客期望(外生潛變量)：ξ1（2）．感知質(zhì)量(內(nèi)生潛變量)：η1（3）．感知價值(內(nèi)生潛變量)： η2（4）．顧客滿意度(內(nèi)生潛變量)：η3（5）．顧客抱怨(內(nèi)生潛變量)： η4（6）．顧客忠誠(內(nèi)生潛變量)：η5結(jié)構(gòu)模型的矩陣形式如下：η1η2η3η4η5=00 000β21β3100 00β32000β4300000 0β53β540η1η2η3η4η5+γ11γ21γ3100ξ+?1?2?3?4?5βij：ηj對ηi的系數(shù)，即起因變量ηj對效應(yīng)變量ηi的直接影響程度；γij：顧客期望ξ1對ηi的系數(shù)，即顧客期望ξ1對效應(yīng)變量ηi的直接影響程度；?j：ηi的誤差。還需要考慮整個模型的擬合程度。而LISREL提供檢驗，可以進行不同的樣本間比較。這些目標(biāo)函數(shù)不同于PLS目標(biāo)函數(shù)，但這并不能說明得分是不確定的。LISREL中的MI估計，即使分布假設(shè)不成立也非常穩(wěn)健，得到總體參數(shù)的一致估計。（4）盡管LISREL中ML估計的有效性、標(biāo)準(zhǔn)誤差和檢驗統(tǒng)計量的正確性需要數(shù)據(jù)正態(tài)和獨立的假設(shè)，但只要滿足某些條件，這些特性并不會受到非正態(tài)的影響。（2）PLS估計的隱變量路徑系數(shù)有低估，不能揭示隱變量之間的關(guān)系。LISREL的優(yōu)勢：（1）顧客滿意度研究中運用PLS，很少有純粹的預(yù)測應(yīng)用，其主要目標(biāo)是估計和檢驗測量變量對隱變量的影響，驗證測量變量的效度。而PLS在參數(shù)估計過程中就計算隱變量得分，可以得到確定的計算結(jié)果。（4） LISREL假設(shè)觀測是獨立的，且服從多元正態(tài)分布。（2） PLS是一種有限信息估計方法，所需要的樣本量比完全信息估計方法LISREL小得多，非常適用于較普遍的有偏分布和小樣本滿意度研究。當(dāng)研究目的是理論檢驗且先驗理論知識充足時，更宜采用LISREL；當(dāng)研究目的是預(yù)測應(yīng)用，且理淪知識非常缺乏時，則PLS更加適合。研究表明，PLS對測量變量協(xié)方差矩陣的對角元素的擬合較好，適用于對數(shù)據(jù)點的分析，預(yù)測的準(zhǔn)確程度較高。如果方程中的自由參數(shù)有一個不能由觀測數(shù)據(jù)得到，則方程不可識別，否則模型可以識別。首先前變量的確定和可測變量的選擇，然后分別構(gòu)建結(jié)構(gòu)模型和測量，包裹明確各前變量與潛變量之間的關(guān)系，各個潛變量與可測變量之間的作用方向等。 Υ=Λyη+ε其中X是外生潛變量ξ的觀測變量；Λx為觀測變量X與外生潛變量ξ之間的關(guān)系矩陣，由x在ξ上的因子載荷矩陣構(gòu)成；δ是X的測量誤差；Y是內(nèi)生潛變量η的觀測變量；Λy為觀測變量Y與內(nèi)生潛變量η之間的關(guān)系矩陣，由Y在η上的因子載荷矩陣構(gòu)成；ε是Y的測量誤差。(1)結(jié)構(gòu)模型對于潛變量之間的關(guān)系，可寫成如下結(jié)構(gòu)方程： η=Βη+Γξ+? 其中，η是內(nèi)生潛變量(Endogenous Observable，模型中受到其他變量的影響)，ξ是外生潛變量(ExogenousObservable，模型中自身不受其他變量影響，只影響其他變量)；Β為內(nèi)生潛變量系數(shù)矩陣，描述了內(nèi)生潛變量η之間的關(guān)系；Γ為外生潛變量系數(shù)矩陣，描述了外生潛變量ξ對內(nèi)生潛變量η的影響；ζ為結(jié)構(gòu)方程的殘差項，反映了η在方程中未能被解釋的部分。4．結(jié)構(gòu)方程模型結(jié)構(gòu)方程模型(Structural Equation Model，SEM)是一種建立、估計和檢驗因果關(guān)系模型的多元統(tǒng)計分析技術(shù)，整合了因子分析、路徑分析和多重線性回歸分析等方法。以Cronbach’s α系數(shù)檢驗內(nèi)在信度分析結(jié)果整理如表32。首先進行Bartlett球體檢驗，顯著水平為0．000，表示本次抽樣效果較好，效度也比較高。通常按以下標(biāo)準(zhǔn)解釋該指標(biāo)值的大?。?．9以上，非常好；0．8以上，好；0．7以上，一般；0．6以上，差；O．5以上，很差；0．5以下，不能接受。該測度從比較觀測變量之間的簡單相關(guān)系數(shù)和偏相關(guān)系數(shù)的相對大小出發(fā)，其值的變化范圍從O到1?？梢姡珺artlett主要檢驗相關(guān)陣是不是單位陣，以此檢驗因子分析模型是不是合適。如果不能拒絕該假設(shè)的話，應(yīng)該新考慮因子分析的使用。 在研究中，一般使用巴利特(Bartlett)球體檢驗法和KMO(Kaiser Meyerin)測量法來考察因子分析與數(shù)據(jù)之問的適應(yīng)程度，以此來確定因子分析的效性。信度系數(shù)若大于0．7表示信度相當(dāng)高；當(dāng)系數(shù)介于0．35至0．7之間時表示信度尚可；若小于0．35則信度很低。相互關(guān)系是否測量單一概念。當(dāng)測驗多次測量的結(jié)果一致時，它就被認(rèn)為是可靠的。 信度是指量表反映實際情況的可靠性和穩(wěn)定性程度，即調(diào)查所得的數(shù)據(jù)資料是否真實準(zhǔn)確地反映了研究對象的實際或真實情況，它反映相同條件下重復(fù)測量結(jié)果的近似程度，也就是測量前后的一致性。問卷設(shè)計的主要內(nèi)容是表 第四級測評指標(biāo)的展開。各個層次指標(biāo)的具體內(nèi)容如表31所示：表31大學(xué)生對惠普筆記本電腦滿意度與忠誠度調(diào)查三級指標(biāo)一級指標(biāo)二級指標(biāo)三級指標(biāo)顧客滿意度顧客預(yù)期x1：總體期望x2：對筆記本電腦期望x3：服務(wù)期望感知質(zhì)量y1：性能/硬件參數(shù)y2：品牌 y3：外觀y4：便攜性 y5：價格y6：購買時的服務(wù)態(tài)度y7：贈品y8：售后服務(wù)感知價值y9：性價比顧客滿意度y10：總體來說，是否滿意y11：與期望相比，是否滿意顧客抱怨y12：向有關(guān)部門進行投訴y13：向親朋好友抱怨顧客忠誠y14：重復(fù)購買y15：推薦意愿對惠普筆記本電腦客戶滿意度的測量使用5級順序量表，與顧客的態(tài)度結(jié)合起來，主要有三種。本文將測評指標(biāo)體系劃分為四層，每一層次的測評指標(biāo)都是由上一層次的測評指標(biāo)展開，而上一層的測評指標(biāo)則是通過下一層的測評指標(biāo)的測評結(jié)果反映出來的，具體的層次如下：客戶滿意度指數(shù)測評體系分為三個層次：第一層次：“客戶滿意度”是總的測評指標(biāo)，作為一級指標(biāo)；第二層次：“顧客期望”“感知質(zhì)量”“感知價值”“顧客滿意度”“顧客抱怨”“顧客忠誠”是顧客滿意度指數(shù)模型的六大要素，作為二級指標(biāo)；第三層次：是二級指標(biāo)根據(jù)不同的行業(yè)、品牌、產(chǎn)品和服務(wù)的具體展開，并體現(xiàn)為調(diào)查問卷上的問題。（6） 顧客忠誠：在情感上對惠普公司的認(rèn)可程度，包括是否會再次購買和推薦他人購買。顧客滿意度對顧客抱怨和顧客忠誠有直接影響。（3