PLS算法的顾客满意度指数模型

第14卷第1期 北京理工大学学报(社会科学版) V01．14No．1 兰!!!至!旦 』Q!坠型些Q!呈曼望!堕鱼!型!!!!!翌!Q!!!堡里型Q兰Q鱼!!!Q兰!些!曼!里堕曼堕呈望!!!Q堕!!．：．』生：!!!! PLS算法的顾客满意度指数模型 赵富强1，刘金兰2，彭悦2 (I．天津财经大学理丁学院，天津300222；2．天津大学管理与经济学部，天津300072) 摘要：通过对国内外顾客满意度指数模型的对比及对我国的现状分析，提出顾客满意度测评的常规模型。在此基 础上对常规模型的模型设定、模型估计和模型评价进行研究；利用PLS算法估计模型中的各个参数，将外部估计分 为无缺失值和有缺失值两种情况。针对后者提出局部权重新定的缺失值处理 方法 快递客服问题件处理详细方法山木方法pdf计算方法pdf华与华方法下载八字理论方法下载 ；以某食品公司为研究对象，对构 建的顾客满意度测评常规模型进行实证分析和评价。结果 表 关于同志近三年现实表现材料材料类招标技术评分表图表与交易pdf视力表打印pdf用图表说话 pdf 明：常规模型的显变量符合单一纬度条件、具有一定的 解释能力和良好的内敛效度，拟合效果可以接受，测评结果是满意和有效的，为PLS路径模型研究及缺失值处理提 供了实用方法。 关键词：PLS路径模型；缺失值；顾客满意度 中图分类号：F275 文献标识码：A 文章编号：1009—3370(2012)01一0056-04 国外多个国家都建立了自己的顾客满意度指数 测评模型，其中，最具代表性的模型为SCSB、ACSI和 ECSI。国内不少学者在借鉴国外研究成果的基础 上．提出几种CSI模型．但哪种模型适合我国国情还 需进一步研究。世界各国的顾客满意度测评模型都 是综合运用PLS(PartialLeastSquares，PLS)方法和 USREL(LinearStructuralRELationship)方法来建 立模型的。前者被称为“软模型”(SoftModeling)，即 HermanWold(1985)”提出的PLS路径模型(PLSPM— PartialLeastSquaresPathModeling)m．该模型主要 由两部分组成：第一是测度模型(又称“外部模 型”)，用于描述显变量与隐变量之间的关系；第二 是结构模型(又称“内部模型”)，用于描述隐变量之 间的关系。后者也被称为“硬模型”(HardModeling)。 与两种方法对应的工具为PLS软件和LISREL软 件。目前在国外常用的PLS的软件有LVPLSI．8、 PLS—GUI、VisualPLS、PLS—Grapht31、SmartPLS(Ringle eta1．。2005)嗍。国内关于LISREL方法的讨论很多， 但对后者的研究却较少。编写相关的软件来实现该 算法估计测评模型就更少了，在国内天津大学宁禄 乔圈、清华大学中国企业研究中心和武汉理工大学 熊丽161等都实现了PLS算法。对采集样本中缺失值 进行处理方法主要包括删除法(Deletion)、插补法 (Imputation)和最大似然估计法(Maximum likelihood)m等．但PLS算法反复迭代求解潜变量估 计值时采用哪种方法．进而得到下一次外部权重值 值得深入研究。 ． 一、顾客满意度测评常规模型构建 首先，随着我国消费者投诉意识不断加强，很多 行业消费者投诉比率逐年上升。投诉处理机制也在 不断完善。因此。顾客抱怨不但不能删除，而应该加 入测评模型中．这样会更好地反映顾客满意度水平。 其次。充分考虑企业形象在消费行为中的重要 作用．因此在建立测评模型时加入了企业形象，其 包括三个观测变量：(1)企业总体形象；(2)企业发 展潜力；(3)企业知名度。 再次．借鉴ACSI模型提出了顾客满意度测评 常规模型：通常只提供产品或服务的企业．选择常 规模型做测评．例如：一些食品销售企业只提供产 品而无服务，这些企业在进行测评时。模型选择感 知质量中的感知产品质量：旅游或物流公司只提供 服务，在模型建立时感知质量选取感知服务质量。 顾客满意度测评常规模型如图l所示。 收稿日期：20ll-03—1l 基金项目：国家自然科学基金资助项目(70672027) 作者简介：赵富强(19r74一)，男。博士，讲师。E-mail：fqzhao@126．conl 图l 顾客满意度测评常规模型 万方数据 2012年第1期 PLS算法的顾客满意度指数模型 ·57· 常规模型中的潜变量与测度指标如表l所示，毒 为潜(隐)变量；磊为潜自变量(外生变量)；其他为潜 因变量(内生变量)；名。为显变量(观测变量，r= 0，l，2，3，4，5，6)，即为毒的指标；t为潜变量对应观测 值的个数(￡=l，2，⋯，矗，；后，为第r个潜变量对应观测值 的个数)。 表1模型中的潜变量与测度指标 潜变量 显变量(指标) 潜变量 显变量(指标) 总体期望戈ol 总体顾客满意度石。 顾客期望岛 个性化期望石。 顾客满意岛 与期望产品(服务)的差距xn Expectation Satisfaction 可靠性期望算∞ 与理想产品(服务)的差距石” 总体质量x11 顾客抱怨矗 顾客抱怨与否茗。 质量感知亭， 产品个性化的评价并垃 Complaint Quality 顾客忠诚蠡 再次购买的可能性算，。产品可靠性的评价石b Loyalty 价格敏感度茁记 价值感知磊 给定质量的价格水平锄 企业形象靠 企业总体形象茗。 Vallie Image 企业发展潜力戈砬 给定价格的质量水平勉 企业知名度托 二、基于PLS算法的模型参数估计方法 需要指出的是．含多个潜变量结构方程模型的 块结构设定原则是假定块内每个指标分别与对应 的潜变量存在线性关系。模型设定详细步骤在此不 在给出 名。=霄^0+仃。￡+s。 (1) r---0，1，2，3，4，5；t=1，2，⋯，k， 其中，仃。为指标菇。=的载荷系数(测量模型系数)； 占。为残差；巩。为截距值。 含多个潜变量结构方程模型的内部关系设定 原则是内部关系应该构成一个线性因果链系统 (1inearcausalchainsystem)o 孝l=／310+130每o+U, (2a) 曼=岛一B2蕾-+13090+1J2 (2b) 6=JB3一p3壶+B3苦l+p∞￡．0+也(2c) ＆=届矿Ba触 (2d) 参=岛0+p蔷+13ff3+v5 (2e) 其中，"为残差，权重关系利用信息交换过程中的 部分信息估计潜变量值。任何一个潜变量均可以 通过其指标变量的加权和来估计，而权重则由所 选择的权重关系来确定。对路径模型中潜变量￡ 的符号权重和定义为以。假设与矗邻接的潜变量 是￡。 利用PLs算法来估计模型中各个参数。进而求 解出整个结构方程模型。这里取样本容量为Ⅳ，指 标‰的样本观测值分别记为菇。，其中／'t=l，⋯，Ⅳ； 并且所有数据都已经 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 化(均值为0，方差为1)。 在外部估计时，计算潜变量估计值分为无缺失值和 有缺失值两种情况，计算方法见式(7)和式(8)。有 缺失值时采用局部权重新定的处理方法。局部权重 新定的方法是：只要该潜变量对应的显变量中的样 本数据不全为0，那么该样本即代表的被调查对象 对问题的态度．当不为0的显变量个数比例达到一 定值时。该样本不做删除处理，计算时不考虑值为 0的显变量．而不为0的显变量权重在原有权重及 总和为l的基础上进行重新计算；反之，删除该样 本。 PLS算法求解步骤如下所述。 步骤1．迭代估计权重和潜变量。从步骤4开 始，循环执行a至d，直到满足迭代条件。 步骤2． a．内部权蓖 sq=signr(LX,，￡墨) (3) 5i是￡置和蹦f的带符号相关系数。 b．内部估计 阢=∑(s她) 』 C．外部权重 模式A权重关系为 Xrtn-：(,D，1阱dm 模式曰权重关系为 ^， u=∑(蚺声。)+以 t=l d．外部估计 无缺失值时潜变量估计值的计算方法 ^， Lx巧∑(∞，滞。) 1=1 其中，LX，是靠的估计值。 有缺失值时潜变量估计值的计算方法 、，、，、，、， H @ ∞ 仃 万方数据 ·58· 北京理工大学学报(社会科学版) 2012年2月 t 晡《∑(蚺‰)／(册’) (8) t=l 一上 上f ， ，2 1 2 z=y．N2{∑I∑(％‰)I}(9) ～ n L I J J 其中，Z是包括t个数据的行向量，当指标‰在第i 位置上有缺失值时，Z对应第i位置上为0，其余为 1；t维权重列向量形(蚺l’．一，gOn)，gO，l+⋯440n=1，形’ 为列向量形的转置。 步骤3．估计路径系数和载荷系数。 步骤4．估计定位参数。 至此，整个PLS算法求解完成。 三、顾客满意度测评常规模型应用及评价 (一)常规模型应用及评价 以某食品公司为研究对象．顾客满意度测评常 规模型包含7个潜变量：顾客期望岛、感知质量6、 感知价值＆、顾客满意度南、顾客抱怨&、顾客忠诚 岛和企业形象＆；17个显变量。数据的收集采取网 上调查的方式进行．参与网上调查的用户为252 位，因此样本量为252。X52表示价格敏感度，包括两 部分：价格上涨和价格下降，茹咒最后取值价格上 涨+25或价格下降一25；在收集的数据中，对异常值 98、99、101用符号“NaN”替换，表示缺失数据；对原 始数据标准化处理，设定权重迭代条件的初始值。 最后求出顾客满意度指数值。 由上一节求出PLS路径模型的各项参数后。下 面对该模型的合理性进行评价。模型评价主要分为 对测量模型的评价和结构模型的评价ISl。前者包括 信度分析、效度分析。后者主要是对路径系数的分 析。下面给出了单一纬度分析、信度分析、效度分析 和拟合优度检验等。 对六组变量分别做主成分分析．求得的第一主 成分特征值最小值为1．5436，大于l，第二主成分 特征值为0．650l，小于l。C．alpha系数均大于0．7、 DG．rho都大于等于0．8．六个变量组的单一纬度检 验都显然通过．这组显变量符合单一纬度条件。在 模型测评中．每个潜变量大于等于0．8，表明潜变量 的变化至少能解释对应测量工具80％的变化。表明 信度高．测量模型内部一致性好。因子负荷的绝对 值都大于O．50。表明指标和潜变量间的有足够的线 性等价关系．满足偏最小二乘法单一维度的条件。 标准化因子负荷处于0．6107～0．9675之间。所有概 念的AVE值都处于0．5832～0．9356之间。均大于 0．5．这表明本文所设计的量表具有良好的内敛效度。 通过对数据分析。可以得出对角线上的AVE值平方 根都大于对角线左下角的相关系数值。这说明各潜 变量之间具有良好的判别效度。模型的各解释潜变 量对其相应的潜变量的尺2值均大于0．表示模型具 有一定的解释能力，可接受；感知质量对顾客满意度 的贡献程度最大，为53．32％；顾客期望最小，为 2．17％。模型的拟合优度用GoF指标来检验阍，GoF- ％／0．817lxO．4728=0．6216，表明该模型的拟合效 果可以接受。 通过对迭代过程中权重系数gO的计算结果分 析可以得出：只要权重的初始值不全为0，最终迭代 结果就不会受到影响：只要调查样本相同、迭代中 止条件相同．即使初始权重∞的值不同．但在第四 次迭代时权重已经收敛于一定数值：也就是说整个 迭代过程是收敛的。不同的权重初值可能会影响迭 代过程中的权重值和迭代次数，但最终的迭代结果 是相同的。基于Java开发的SmartPLS软件处理同 样的样本。其收敛的迭代次数为9，本系统仅仅需要 5次。因此，基于PLS路径模型的顾客满意度测评系 统提高了对模型分析处理速度；在结构模型系数、 潜变量估计值相关系数、权重系数及测量模型系数 等方面与SmartPLS具有一致性。 (二)常规模型测评结果 通过本测评系统分析计算。可以得到各潜变量 之间的标准化路径系数，带路径系数的顾客满意度 表2模型的公因子方差和冗余度 块(Block)变量类型 显变量数 模式 R2 Av．CommaAVE AV．Redun 顾客期望矗 Endogenous3 Reflective0．0473 0．6412 0．6412 0．0303 感知质量6 Endogenous3 ReflectiveO．3408 0．809l O．809l O．2757 感知价值6 Endogenous2 Reflective0．7246 0．9356 0．9356 O．6779 顾客满意邑 Endogenous3 Reflective’0．8540 0．8613 0．8613 0．7356 顾客抱怨参 Endogenous1 ReflectiveO．2484 1．0000 1．0000 0．2484 顾客忠诚6 Endogenous2 ReflectiveO．6214 0．8895 0．8895 0．5527 企业形象& Exogenous3 Reflective 0．5832 0．5832 平均值 0．4728 0．817l 0．817l O．420l 万方数据 2012年第1期 PLS算法的颓客满意度指数模型 ·59· 图2带路径系数的顾客满意度测评常规模型 测评常规模型如图2所示。 由上述实证分析及评价各参数结果．网上调查 网民对该食品公司的顾客满意度产品具有以下特 点： 1．顾客满意度与感知质量、感知价值和顾客期 望都是正相关。但感知质量对顾客满意度的相关性 最强．其次为感知价值。说明使得用户对该公司产 品满意的首要任务是提高产品的质量．其次是产品 的价格：顾客期望对顾客满意度的影响不大。 2．顾客满意对顾客忠诚直接影响风--0．74318， 间接影响为＆风=o．08034，表明顾客满意对顾客 忠诚度间接影响不大．而直接影响很强。 四、结论 本文通过对国内外顾客满意度指数模型的对 比及我国的现状分析．提出了顾客满意度测评的 常规模型：重点分析了顾客满意度测评常规模型 的模型设定、模型估计和模型评价；基于PLS算法 来估计模型中各个参数，在外部估计时，充分考虑 了对缺失值的处理，提出了局部权重新定的缺失 值处理方法：以某食品公司为研究对象，对构建的 顾客满意度测评常规模型进行实证分析和评价． 验证了模型的信度、效度、适合度及局部权重新定 方法的有效性，测评结果是满意和有效的；对国内 顾客满意度测评模型、PLS路径模型研究及缺失值 处理提供了实用方法。而既提供产品也提供服务 的企业，例如：汽车公司或家电企业等．模型选取 拓展模型进行测评。这是今后需要进一步研究的 内容。 参考文献： 【l】WoldH．Partialleast龇[USX08【C∥KotzSJohnsonNLEncyclopediaofStatisticalSciences．NewYork：JohnWiley&Sons， 1985：581—591． 【2】TenenhausM，VinziVE，ChatelinYM，LauroC，PLSpathmodeling[J]．ComputationalStatisticsandDataAnalysis，2005．48(1)： 159—205． 【3】赵富强．基于PLS路径模型的顾客满意度测评研究【D】．天津：天津大学，2010． 【4】RingleCM，WendeS，WillA．SmartPl．,SVersion2．0．UniversitatHandmrg[M】．Hamburg，2005：43． 【5】宁禄乔，刘金兰．Stone—Geisser检验在顾客满意度中的应用[J】．天津大学学报：社会科学版，2008(3)：238-242． 【6】熊丽．顾客满意指数模型计算及系统研究【D】．武汉理t大学，2006． [71Allison。PaulD．Missingdatatechniquesforstructuralequationmodels[J-]．JournalofAbnormalPsychology，2003，112：545-557． 【8JMatzhrK，RerIzlB．11lerelationshipbetweeninterpersonaltrust，employeesatisfaction，andemployeeloyaltyL玎．’rotaJQuality Management&BusinessExcellence。2006，17(10)：1261-1271． (下转第65页) 万方数据 2012年第1期 高科技中小企业信用风险指标体系及其评价方法 ·65· 66-70． 【4】ShanJR．MustafaMB．Neuralnetworkbasedclusteryprocedureforbankrupt【J】．PerditionAmericanBusinessReview，2000， (6)：80-86． f5】吴德胜，梁棵．遗传算法优化神经网络及信用评价研究Ⅲ．中国管理科学，2004(1)：68—74． 【6】秦辉，傅梅烂，黄宏斌．科技型q】／l,企业创新策略选择Ⅲ．商业时代。2005(14)：36—37． 【7】赵爽．科技型中小企业信用风险评价及其研究意义【D】．北京化工大学，2007． 【81唐宗放．引入自主创新能力的高新技术企业信用风险评估研究【D1．成都：电子科技大学，2008． 【9】WangGJHao，JMaH Jiang．Acomparativeassessmentofensemblelearningforcreditscoring[J3．ExpertSystemswith Applications，2011，38(1)：223—230． 【lo】夏恩君，严薇，刘宁．我国区域技术溢出效应分析——基于中国29个省市1990--2007年面板数据的 经验 班主任工作经验交流宣传工作经验交流材料优秀班主任经验交流小学课改经验典型材料房地产总经理管理经验 研究们．北京理 工大学学报：社会科学版，2011(4)：1-7． 【1l】向晖，杨胜刚．个人信用评分关键技术研究的新进展叨．财经理论与实践，2011(4)：20—24． ResearchonEvaluationIndexSystemofHigh-techSMECreditRisk HU0Ha／too (DepartmentofPublicAdministration，UniversityofInternationalRelations，Beijing100091，China) Abstract：Inthisresearch，basedonsummarizedpreviousresearchresults，combinedwithcurrentChinesehi【Sh—techsmalland medium-sizedenterprises’(SME)owncharacteristics，throughexpertadviceanddocumentarymethod，acreditriskevaluationsystem ofhigh—techsmallandmedium-sizedenterprisesisconstructed．Thissystemismainlycomposedof19indicators．Theevaluation indexsystemincludesfinancialandnon-financialindicators．Asevaluationmethodology，factoranalysisandquestionnairemethod arecombinedtodeterminetheweightsofeachindicatorandempiricalstudyofc啪sisusedtodemonstratethatthissystemisboth effectiveandpractical． Keywords：high-techSME；creditrating；factoranalysis；AHP 【责任编辑：孟青】 ．-0-．．--6--1}‘-·卜-—卜-—卜——●--—+呻·+-+—+-—卜-—卜—·+·+-+-+-+·—卜-—+·-+·+—+-—●“-+-+-·}—-■—+-+-+—+-—●—·+-—f—·—●—·+-+-+——卜-—●--—卜—+斗· (上接第59页) ResearchofCustomerSatisfactionIndexModelBasedonPLSAlgorithm ZHA0Fuqiangj，LIUJinlan2，PENGYue2 (1．InstituteofTechnology，TianjinUniversityofFinance＆Economics。Tianjin300222。China； · 2．SchoolofManagement，Ti叫inUniversity，Ti蚰jin300072．China) Abstract：CustomerSatisfactionmeasurementregularmodelisputforwardbycomparingwithCustomerSatisfactionmeasurement modelathomeandaboard．Thispaperpresentsthesetup，estimation，assessmentofCustomerSatisfactionregularmodelandadapts PLSalgorithmtoestimatetheparameters．ThemissingdataprocessingmethodofPartialWeightSetupNewlyisproposedtoestimate missingValueswhenouterestimateisprocessed．Atlast．thesystemisappliedtoevaluatesomefoodcompanyandgetthe standardizedpathcoefficients．TheresultsshowthatthemodelmeetstheUni-dimensionality．hasgoodexpositoryabilityaswell聃 convergentvalidityandGood-Fittest．Thecaseresultsprovethefeasibilityandvalidityofthemodel．Itoffersausefulapproachfor researchofPLSpathmodelingandmissingdataprocessing． Keywords：partialleastsquarepathmodeling；missingvalue；customersatisfactiondegree 【责任编辑：孟青】 万方数据 PLS算法的顾客满意度指数模型 作者： 赵富强， 刘金兰， 彭悦， ZHAO Fuqiang， LIU Jinlan， PENG Yue 作者单位： 赵富强,ZHAO Fuqiang(天津财经大学 理工学院,天津,300222)， 刘金兰,彭悦,LIU Jinlan,PENG Yue(天 津大学管理与经济学部,天津,300072) 刊名： 北京理工大学学报（社会科学版） 英文刊名： Journal of Beijing Institute of Technology(Social Sciences Edition) 年，卷(期)： 2012,14(1) 参考文献(8条) 1.Wold H Partial least squares 1985 2.Tenenhaus M;Vinzi V E;Chatelin Y M;Lauro C PLS path modeling 2005(01) 3.赵富强 基于PLS路径模型的顾客满意度测评研究 2010 4.Ringle C M;Wende S;Will A SmartPLS Version 2.0.Universit(a)t Hamburg 2005 5.宁禄乔;刘金兰 Stone-Geisser检验在顾客满意度中的应用 2008(03) 6.熊丽 顾客满意指数模型计算及系统研究 2006 7.Allison;Paul D Missing data techniques for structural equation models[外文期刊] 2003 8.Matzler K;Renzl B The relationship between interpersonal trust,employee satisfaction,and employee loyalty 2006(10) 本文读者也读过(5条) 1. 费伟 房地产行业顾客满意度的评测方法[期刊论文]-投资与合作2012(1) 2. 赵宝山.俞会新.郝永敬.任福战.ZHAO Bao-shan.YU Hui-xin.HAO Yong-jing.REN Fu-zhan 基于灰色关联熵的顾客满意度系统研 究[期刊论文]-技术经济与管理研究2012(2) 3. 唐中君.龙玉玲.TANG Zhong-jun.LONG Yu-ling 基于Kano模型的个性化需求获取方法研究[期刊论文]-软科学2012,26(2) 4. 周筱莲.庄贵军.杨凤荣 合成性量表的内敛效度和判别效度检验[期刊论文]-统计与决策2007(17) 5. 吴元升.WU Yuansheng 基于结构方程的社区信息化服务满意度模型研究——以安徽省合肥市为例[期刊论文]-情报杂志 2011,30(9) 本文链接：http://d.g.wanfangdata.com.cn/Periodical_bjlgdxxb-shkxb201201010.aspx