最新SEM模型（解析）.docxVIP

精品文档 精品文档 PAGE PAGE #欢迎下载 精品文档 精品文档 PAGE PAGE #欢迎下载 基本模型介绍: 顾客满意度SEM莫型 上图中，品牌形象、感知质量、感知价值、满意度和忠诚度是结构变量(Co nstruct Variables )，也称作潜变量(Late nt Variables )，Xn是相应结构变量的观测变量(Manifest Variables )，其中n的个 数不限，但要满足SEM勺Identification 原则。此模型中，结构变 量是无法直接观察的变量，而观测变量是可以通过访谈或其他方式调 查得到的，每个观测变量都是相应结构变量的指标(Indicator )，结 构变量和相应指标之间的关系可分为两类：反映型(Reflective )和 构成型(Formative )，通常情况下，借助SEM勺研究都尽量选择反映 型指标。结构变量之间的箭头表示所连接结构变量之间的因果关系， 图中的Z和S是结构变量或观测变量在此模型中无法解释的方差 (即 受模型外因素影响的部分)，例如此模型中的忠诚度，不但受满意度 变量的影响，它还受到用户个人性格、家庭等多方面的影响，而这些 影响因素并不在此模型的研究内容之内 由于SEM莫型中的因果关系复杂，采用矩阵的形式描述。用于描 述测量模型（指标变量）的等式为： X、 X、 0 X2 扎2 0 ??? 0 1 rPQ' IM + 2 丄丫」 其中，PQ是感知质量，IM是品牌形象，LY是用户忠诚度, 久0入2 久0 入2 0 0 ... 是一个n行（指标个数） 6列（结构变量个数）的系数 矩阵 用于描述结构变量之间的因果关系的结构化等式的矩阵形式为: ‘PQ、 IM 幣i ? 】 'PQ、 IM + J 丄丫」 \ ■ ■ ■ ■ ::/ 丄丫」 4 其中，Ym是第m个结构变量对第n个结构变量的作用，不存在 此因果关系的为0。 模型求解是一个循环过程，即根据观测变量的样本数据，设定参 数初始值，逐次循环迭代，逐渐逼近以上等式中的各个系 数的估计 值。SEM求解通常采用最大似然算法（MaximunLikelihood Approach）, 但是在满意度模型中，更常采用偏最小二乘法（ Partial Least Squares ）以计算模型中各路径系数以及结构变量的估计值和信度区 精品文档 精品文档 PAGE PAGE #欢迎下载 精品文档 精品文档 PAGE PAGE #欢迎下载 精品文档 精品文档 PAGE PAGE # 欢。迎下载 间，主要原因是PLS算法在对样本（数据）的要求和在预测能力两个 方面优于最大似然算法。目前有很多学者自主开发的PLS软件用于求 解SEM模型，例如：Wynnie Chin教授开发的PLS-Graph在国外科研 工作中被很多学者采纳。在我们的模型求解中将用 PLS-GUI进行求 解。 基本思路与内容 1．对反映指标的选取（具体见调查表） 选取对所办业务的满意度X1，安全性X2，是否满足客户需求X3作为 感知质量（PQ的反映指标， 选取对武汉市商行的总体印象X4，武汉市商行的经营特色X5做为品 牌形象（IM）的反映指标； 选取在 特定费用下对业务满意程度 X6 ，在特定服务下对所收取费用 的接受程度X7作为感知价值（PV的反映指标； 选取对 武行市商业银行整体满意度 X8 ，对所提供服务水平与自己想 象中相比较X9作为满意度（CCS）的反映指标； 选取客户近期有无新开业务等打算X10，是否会到别的银行办理业务 而取消在武商行所办业务X11做为反映客户忠诚度（LY）的指标。 2．对每一个反映指标进行量化（具体数据见调查表） 我们将每个指标的取值进行了量化， 按照完全有利于对商行的满意度 评价（ 100分）到完全不利于对商行的满意度评价（ -100 分）分为 5 等，具体取值见调查表。 3．数据的收集 我们初步决定将在武昌，汉口，汉阳分别发放100份共计300份问卷, 具体地点待定。 4.数据处理 首先我们将收回的样本求得满意度在 95%勺置信区间长度，以确定 样本的可靠程度（一般认为置信区间长度在 4以内比较正常）。 对指标变量的处理：我们将每个指标在总体中的取值进行无点估 n 计，即求其无偏估计量，Xj=丄瓦yi（其中Xi为第i个反映指标在样 n n 二 本区间的均值，y为第i个反映指标在样本区间的第i个样本值） 建立方程函数 f 、X f 、 Xi X2 X3 X4 扎4 'PQ ' X5 IM X6 = PV + X7 CCSI X8 iLY」 ?丿 X9 Xio '-10 1 iXii 丿 1 松1丿 建立测量模型矩阵 ??(1) 其中，PQ是感知质量，IM是品牌形象，PV为感知价值