广州超市顾客满意度指数调查问卷设计初步探讨
第39卷第14期2009年7月
数学的实践与认识
Vol.39 No.14
July,2009
广州超市顾客满意度指数调查问卷设计初步探讨
徐小红, 贾海薇, 陈 羽
1
2
1
(1.华南农业大学理学院,广东广州 510642)(2.华南农业大学公管学院,广东广州 510642)
摘要: 一份好的调查报告离不开一份好的调查问卷,以研究广州各大超市顾客满意度指数为例来说明如
何设计一份合理的调查问卷.重点对所设计的问卷进行预调查分析,包括信度检验,因子分析,多重共线分析和样本量的确定等一些前提工作,利用统计方法检验之后得到一份合理的调查问卷,为测评工作的顺利进行打下坚实的基础.
关键词: 顾客满意度指数;因子分析;调查问卷
0 前 言
顾客满意度反映的是顾客的一种心理状态,它来源于顾客对企业的某种产品服务消费所产生的感受与自己的期望所进行的对比.也就是说“满意”并不是一个绝对概念,而是一个相对概念.通过顾客满意度指数测评工作,企业就能了解其所提供的产品服务与顾客期望、要求等吻合的程度如何.而顾客满意度指数的计算依靠设计一份好的问卷调查,所以制作一份问卷之后需要多次检验,修改,反复提炼之后才能得到一份完美的问卷.
1 顾客满意度指数的逻辑模型
目前采用较多的是由美国密西根大学商学院的国家质量研究中心和美国质量协会共同发起并研究、提出的一个经济类指数的逻辑模型.迄今为止,共有包括韩国、台湾、欧共体在内的22个国家和地区设立了自己的研究机构,并开始逐步推出全部或部分行业的顾客满意指标.
2 调查问卷设计与发放
本文讨论的问卷是针对广州超市设计的,具有它自身的特点.问卷包含5个三级测评指标:购物环境、服务质量、商品质量、投诉处理、总体评价,5个三级测评指标又共包含32个四级测评指标.问卷中的“基本情况”记录了被调查者的性别、职业、年龄等信息,以便于后续统计分析.在预调查中,调查对象为各大型超市顾客,采取随机抽样的方法,共发放调查问卷100份,共回收问卷100份,去除回答记录不清、逻辑矛盾等问卷,有效样本保持了95份.
3 问卷预调查
3.1 测评指标权重的确定
确定权重的方法通常有主观赋权法(包括间接主观赋权法)和客观赋权法.本问卷采用
:
14期徐小红,等:广州超市顾客满意度指数调查问卷设计初步探讨
13
客观赋权法中的离差权法来确定顾客满意度指数测评指标的权重.
表1 顾客满意度测评指标体系
一级指标
二级指标顾客期望
三级指标
顾客对产品或服务质量的总体期望
顾客对产品或服务质量满足需求程度的期望顾客对产品或服务质量可靠性期望顾客对产品或服务质量的总体评价
顾客满意度指数
顾客抱怨顾客的满意度顾客对价值的感知顾客对质量的感知
顾客对产品或服务质量满足需要程度的评价顾客对产品或服务质量可靠性的评价给定价格条件下顾客对质量级别的评价给定质量条件下顾客对价格级别的评价顾客对总价值的感知总体满意度感知与期望比较顾客抱怨顾客投诉情况重复购买的可能性
顾客忠诚
能承受的涨价幅度
能抵制竞争对手降价的幅度
wj=
j
j
,Sj=
∑S
j=1
(Xij--Xj)2,-Xj=Xij
∑n-1i=1n∑i=1
nn
其中Xij指第i份问卷中j项指标所得分,-Xj指第j项指标的平均分,Sj指第j项指标的样本标准差.根据离差权法,我们分别对95份预调查问卷进行计算,获得了顾客满意度指数测评指标权重表.(三级指标权重表省略)
表1 二级指标权重表
购物环境0.2039
服务质量0.1816
商品质量0.2313
投诉处理0.2012
总体评价0.1821
3.2 顾客满意度指数的计算
顾客满意度指数的计算,一般都是通过加权平均的方法进行,其公式如下:
CSI=
∑Xx
i
i
式中:CSI—顾客满意度指数;Xi—第i个测评指标的权重;xi—顾客对第i个指标的评价.
本调查问卷每一个三级指标设有五项选择(被调查者单选):满意、较满意、一般、较不满意、不满意,在计算时依次赋值为5、4、3、2、1.3.3 预调查统计结果分析
对于预调查所获得的原始数据,我们利用(2)中公式得到满意度得分.然后利用统计分析软件(SPSS)进行处理,统计分析结果如图1～图2所示.结果显示:
对95个得分作正态检验,由图1、图2可看出数据基本服从正态分布.
14
数 学 的 实 践 与 认 识39卷
图1 直方图
图2 Q-Q图
4 调查问卷检验
4.1 问卷的因子分析
为了检验问卷中测评指标分类的合理性.我们进行因子分析,其结果分析如表2:
表2 因子分析表(只列出前面一部分)
四级指标1空气2温度和光线3卫生情况4指示或看牌5商品摆设6找商品容易7广播作用8服务员态度9结帐员态度10售后服务11员工面貌12员工熟悉商品13付款时间短
因子10.1680.144-0.0940.1030.0230.1930.0170.140.1170.350.0290.180.153
因子20.159-0.1240.213-0.014-0.0160.0090.2250.1440.2330.0380.071-0.057
因子30.2190.26-0.1090.1280.1270.0280.1520.0720.180.0530.2790.116因子40.0850.2230.0740.130.1010.0240.020.3020.269
因子50.790.6720.6170.0980.2660.2450.190.130.197-0.0440.2640.0280.052
因子60.2080.078-0.0070.1520.4680.1340.0690.1930.4620.158-0.0520.37
因子70.0430.1970.0240.1750.0540.090.019-0.066-0.161-0.3280.187-0.083
因子8-0.0460.1870.3660.8030.1940.1830.018-0.0210.1630.0610.1840.1660.022
因子9-0.0020.1380.4160.0690.0420.079-0.04-0.1020.142-0.1670.1340.242
从因子负荷表可以看出:公因子支配的信息不是非常明确,有重复现象,所以本调查问卷还存在共线问题,这样会浪费财力物力,也使被调查者感觉繁琐.4.2 问卷的多重共线研究
4.2.1 相关系数分析
对测评指标进行两两相关分析,根据两两相关系数的大小,判断测评指标间的关联程度.利用可以得到表3(由于篇幅所限,表3只列出相关性较大的几个测评指标):
14期徐小红,等:广州超市顾客满意度指数调查问卷设计初步探讨
表3 相关系数矩阵
1空气好
1空气好
皮尔逊相关系数Sig.(2-tailed)
2光线温度
皮尔逊相关系数Sig.(2-tailed)
5指示看牌6商品摆设
皮尔逊相关系数Sig.(2-tailed)皮尔逊相关系数Sig.(2-tailed)
满意度
皮尔逊相关系数Sig.(2-tailed)
10.570(**)
0.368(**)
0.349(**)
0.556(**)
.356(**)
0.333(**)
0.531(**)
0.402(**)
0.367(**)
.493(**)
2光线温度.570(**)
01
5指示看牌.368(**)
0.356(**)
01
6商品摆设.349(**)
0..333(**)
00.402(**)
01
满意度.556(**)
0.531(**)
0.367(**)
0.493(**)
010
15
从表3可以看到指标1(空气)、2(温度)、5(看牌)、6(商品摆设)四个四级测评指标间的相关系数以及它们与总体满意度得分(CSI)的相关系数,且都通过了著性水平为0.01的双尾检验.因此我们认为指标1与2之间,5与6之间存在较强相关关系,即可能存在共线性.4.2.2 偏相关分析
因为上述测评之间可能存在共线性,为了进一步确定各项指标对总体满意度得分的影响大小,删除影响较小的指标,我们现在对1(空气好)与2(温度光线)进行偏相关分析.
1.对1和2,控制测评指标2的影响后,在SPSS结果输出窗口中将看到如下统计数据
:
此时,指标1与满意度得分CSI的偏相关系数为0.364,P=0.000,故测评指标1与CSI的相关性相对较低.且样本数目越大,指标1与CSI的偏相关系数将越来越小.但从表2我们知道,如果不控制指标2的影响,则测评指标1与CSI的相关系数为0.556,P为0.000,这是因为测评指标1与2有较为密切的关系(r=0.570,P=0.000),在分析指标1与CSI的相关性时,也包括了指标2的正效应,当扣除了指标2的影响后,指标1与CSI的关系就大大降低,甚至看不出相关关系了.
如果控制的测评指标改为指标1后,则得如下结果
:
16
数 学 的 实 践 与 认 识39卷
指标2与CSI的偏相关系数为0.313,经检验P=0.000,故指标2与CSI存在一定的线性相关,虽然不是很显著.通过以指标2为控制变量对指标1与CSI之间的偏相关分析和以指标1为控制变量对指标2与CSI的偏相关分析的比较,我们发现前者的偏相关系数更大,显著性水平更高,这样我们得出一个结论:如果仅仅研究两个指标中一个测评指标与CSI的相关关系时,那么指标1的意义会更大.
照此方法,我们继续对其它相关指标进行分析,找出了所有存在多重共线性的测评指标.
4.2.3 主成分分析
经过上面的分析,我们可以确定测评指标间存在多重共线性问题.那么,这些共线性的测评指标能否用一个主成分,即能否合成一个四级测评指标来表示呢?
1.在对指标1(空气)与指标2(温度光线)进行主成分分析时,我们还加入了指标3(卫生情况),因为这三个测评指标都是与超市环境有关的.主成分个数提取原则为主成分对应的特征值大于1的前m个主成分,通过SPSS软件我们可以得到结果如下:
表4 因子载荷矩阵
主成分1
123
0.8270.8420.739
表5 KMOandBartlett′s检验
抽样恰当的KMO检验标准巴特利特球形检验
卡方自由度尾概率
0.70959.1423.000
表6 总方差解释
序号
因子变量的方差贡献(特征值)
123
1.937.634.429
初始特征值各因子变量的方差贡献率64.58121.13614.284
因子变量的累计贡献率64.58185.717100.000
提取1个公共因子后的特征值
因子变量的方差贡献(特征值)
1.937
各因子变量的方差贡献率64.581
因子变量的累计贡献率64.581
因子提取方法:主成分分析法
表5中KMOandBartlett′s检验的KMO值为0.709,接近1,意味着分析的结果较好.因此,提取1个主成分是可以基本反映全部指标的信息,所以决定用1个四级指标来代替原来的3个四级指标,这里我们将新的测评指标命名为超市环境舒适度.因此原来的32个指标缩减为30个指标了.对其它共线指标反复利用此方法,我们最终删除2,3,6,9,10,15,28这7个四级指标,则剩余四级指标25个.
5 新的调查问卷的检验
5.1 问卷的信度分析
信度是指顾客满意度指数测评问卷反映顾客评价的可靠程度,如果问卷设计有偏差,问卷的信度就会低.通常应用克朗巴哈信度系数A来测量问卷的信度,一般认为A在0.7以上
14期徐小红,等:广州超市顾客满意度指数调查问卷设计初步探讨
K
17
A=
K-11-R2i—第i个测评指标满意度得分的题内方差;
∑R
i=1
T
i
R
式中K—问卷中题项的总数;R2T—测评指标总得分的方差.
利用检验之后新的调查问卷对应原来预调查保留的25个四级指标的数据,我们重新计算权重和满意度得分.接下来根据新的得分进行信度分析算得A=0.727>0.7.因此,可以认为问卷有较高的信度.5.2 问卷的因子分析
现检验新调查问卷中测评指标分类的合理性.我们进行因子分析,其结果分析如表7:
表7 因子分析
四级指标1空气好2指示或看牌3商品摆设4广播作用5服务员态度6员工精神面貌7员工熟悉商品8付款时间短9商品及时更新10品种多11性价比合理12促销活动13有喜欢的品牌14品牌知名度高15质量有保证16投诉处理态度17投诉反映迅速18重视顾客意见19解决问题速度20处理结果满意21服务质量总评22服务质量期望23商品性价比24再次光顾25介绍别人光顾
因子1.166.115.047.034.171.036.214.170.100.161.148-.036.043.292.025.119.220.146-.022.131
因子2.135.090-.095.239.038.169.069-.168.270.156.007.061.087.062.258.331.527.459.209
因子3.246.106.105-.143.797.571.616.257.335.263.241-.096-.019.446.236.055.036.226.171.115.320.357.364.090.086
因子4.104.587.087.198-.046.410.411.050.340.219-.057.257.123.078.234.132-.042.013.352.401.382-.093.266
因子5.155.125-.056.212.002.269.210.535.130.234.113.146.095-.212.081.075-.084.050.048.360因子6-.059.416.035.025.083.238.085.110.064.007.322.085.081.607-.059-.022.038.151.131.108.042-.104.101.080
18
数 学 的 实 践 与 认 识39卷
从上因子负荷表可以看出:公因子缩减到6个,且各个公因子支配的信息比较明确,所以本调查问卷还算基本满意.5.3 调查问卷样本量的确定
问卷设计好之后还要确定样本量.在满意度调查中,若设L是满意度的真值,则其样本观测值-x与L总有一定的偏差,并且在不同的调查中这种偏差也不相同.如果给出一个允许
的最大偏差d,要求P(û-x-Lû
d
2
,其中L1-A/2是标准正态分布的1-A/2分位数,S是样本标准差.现取1-A=
0.95,则LA/2=1.96,从而
2
n=(1)
d
由于新的得分平均值为77.19,标准差为8.75.若设0.8
6 结 论
本文对设计的调查问卷进行预调查,利用所得数据检验问卷的合理性和可靠性,经过一系列统计方法检验之后,我们终于获得了一份较为理想的调查问卷,为下一步调查工作的进行打下了坚实基础.
参考文献:
[1] 宋先道,李涛.顾客满意度指数(CSI)研究现状分析及改进措施[J].武汉理工大学学报,2002,24(1):2-7.[2] 周纪芗.回归分析[M].上海:上海华东师范大学出版社,1991.71-175.[3] 王学民.应用多元统计分析[M].上海:上海财经大学出版社,2004,1.[4] 孙山泽.抽样调查[M].北京:北京大学出版社,2005,4.
[5] 洪楠,林爱华等.SPSSforWindows统计产品和服务解决方案教程[M].北京:清华大学出版社,2003,4.
PreliminaryStudyoftheQuestionnaire′sDesignAboutSupermarketofGuangzhouCustomerSatisfactionIndex
121
XUXiao-hong, JIAHai-wei, CHENYu
(1.CollegeofScience,Guangzhou510642,China)
(2.CollegeofCommonalityManage,SouthChinaAgricultural
UniversityGuangdong,Guangzhou510642,China)
Abstract: Agoodreportneedagoodquestionnaire.ThepapertrytoexplainhowtodesignagoodquestionnairethroughstudythesupermarketofGuangzhouCustomerSatisfactionIndex.Weusethestatisticmethodtostudytheadvancedquestionnaire,suchasreliabilityanalysis,factoranalysis,Multi-collinearityanalysisandascertainthenumberofquestionnaire,atlastwe
cangetareasonablequestionnairetoprovidestabilitybaseforourresearchofCSI.;