满意度指标评价中权重的确定方法.ppt

满意度指标评价中权重的确定方法简介,2011年01月,_研究依撑，精准策略，提供全面的营销咨询解决方案,我们首先来简单回顾一下在市场调研中我们都遇到了哪些 和权重相关的内容,示例1：j.d.power csi关注的因子权重,2010年j.d.power csi中的因子权重,示例2：重要因素推导模型,满意程度,可保持因素,可影响的优势,次要改进点,首要改进点,贡献系数（权重）,维修价格,巡检制度,服务政策,维修质量,报修流程,服务技能,上门服务,服务态度,从xx售后服务指标要素来看： 服务态度、上门服务和服务技能三个指标为优势指标 继续完善巡检制度和服务政策合理性是目前提升xx产品用户服务满意度的首要改进点,如何能够更好的科学、准确地计算出权重，用以分析问题、发现问题并且指导解决问题呢？,今天我们主要沟通交流的内容就是,首先我们来看一下什么是权重,权重：是一个相对的概念，是针对某一指标而言。某一指标的权重是指该指标在整体评价中的相对重要程度 权重表示在评价过程中，是被评价对象的不同侧面的重要程度的定量分配，对各评价因子在总体评价中的作用进行区别对待。事实上，没有重点的评价就不算是客观的评价,什么是权重？,所以，权重的重心在于找出因子对结果的影响程度大小；从对实际工作意义角度讲，权重和贡献系数、影响系数、载荷系数、路径系数等关联性很大，很多时候不过是研究方法、计算方法下的不同称呼,7,1. 权重概念及确定权重的主要方法 2. 确定客观权重的方法 计算指标均值 相关系数法 回归系数法 因子分析法 3. 三种方法的比较 4. 结构方程模型在满意度研究应用简介,目 录,下面我们会结合spss操作进行几种常用确定权重方法的介绍,权重的概念及确定权重的几种常用方法,权重：从赋值方式上基本上可分为主观权重、客观权重两类,9,1. 权重概念及确定权重的主要方法 2. 确定客观权重的方法 计算指标均值 相关系数法 回归系数法 因子分析法 3. 三种方法的比较 4. 结构方程模型在满意度研究应用简介,目 录,计算均值 选择菜单,计算均值 选择变量,计算均值 均值结果,13,1. 权重概念及确定权重的主要方法 2. 确定客观权重的方法 计算指标均值 相关系数法 回归系数法 因子分析法 3. 三种方法的比较 4. 结构方程模型在满意度研究应用简介,目 录,相关系数确定法 举例,二级指标,一级指标,相关系数确定法 选择菜单,相关系数确定法 选择变量,一级指标放在首位,相关系数确定法 - 相关系数计算结果,相关系数确定法 编辑整理权重,上述结果，经过整理，并标准化处理后，得到各指标权重下：,相关系数确定法 加权前后整体指标满意度评价比较,某产品整体指标评价由二级指标的算术平均值表示，以及利用相关系数法所确定权重，经过加权后的结果比较,20,1. 权重概念及确定权重的主要方法 2. 确定客观权重的方法 计算指标均值 相关系数法 回归系数法 因子分析法 3. 三种方法的比较 4. 结构方程模型在满意度研究应用简介,目 录,回归系数确定法 选择菜单,回归系数确定法 选择变量,回归系数确定法 结果,回归系数确定法 编辑整理权重,上述结果，经过整理，并标准化处理后，得到各指标权重下：,回归系数确定法,某产品整体指标评价由二级指标的算术平均值表示， 以及利用回归分析法所确定权重，经过加权后的结果比较,26,1. 权重概念及确定权重的主要方法 2. 确定客观权重的方法 计算指标均值 相关系数法 回归系数法 因子分析法 3. 三种方法的比较 4. 结构方程模型在满意度研究应用简介,目 录,因子分析确定法 选择菜单,因子分析确定法 选择变量,因子分析确定法 结果,因子分析确定法 计算权重,取 绝对值,将因子的初始特征值和对应的因子得分相乘，将结果标准化，得到各指标的权重,0.591=0.099*0.391+0.287*0.574,因子分析确定法 指标加权结果,某产品整体评价由二级指标的算术平均值表示，以及利用因子分析法所确定权重，经过加权后的结果比较,32,1. 权重概念及确定权重的主要方法 2. 确定客观权重的方法 计算指标均值 相关系数法 回归系数法 因子分析法 3. 三种方法的比较 4. 结构方程模型在满意度研究应用简介,目 录,三种加权方法的比较,问卷中产品整体满意度指标评价,比较几种方法计算的结果，由相关系数法计算出来的整体满意度，最接近直接评价的结果，但相关系数的都是各个二级指标与产品整体满意度指标的相关关系，必然与产品整体满意度结果趋近。 因子分析法的计算过程中，仅通过二级指标计算，没有涉及到产品整体满意度指标，因此，结果更具有客观性和说服力。,34,1. 权重概念及确定权重的主要方法 2. 确定客观权重的方法 计算指标均值 相关系数法 回归系数法 因子分析法 3. 三种方法的比较 4. 结构方程模型在满意度研究应用简介,目 录,客户满意度测评发展历程,结构方程模型,方法：通过简单的计算满意率来反映客户满意度 评价：简单易懂；但满意率作为一个百分比，无法体现影响客户满意度的各个因子的重要程度，不能够深入的反映客户满意度,加权平均测评法,满意率测评法,方法：通过权重设计，综合不同因素对整体满意度影响差异加权后计算 评价：测评的方式很容易使用，通常也很容易明白；但选择确定权重的方法会很大程度上对结果造成很大的影响，如何有效控制计算误差非常关键,方法：首先确认影响因素之间的指标关系；计算方法包含了方差分析、回归分析、路径分析和因子分析 评价：可以分析多因多果的联系、潜变量的关系，还可以处理多水平数据和纵向数据；但对数据量要求较高，分析样本量超过400为佳；成熟模型：acsi和ecsi,下面将会以acsi为例进行介绍