这个帖子 应该一直排在 人气帖上, 如果没有排上, 就说明我们有多么浮躁.

研究十年就是不一样, 一定是专家, 专家发的内容就是专业. 相比之下, 大部分人都是乱发贴,

基本上都是皮毛, 根本就不懂, 论坛就需要这样的好帖.

,谢谢你的支持! 最近比较有空,所以,我会常来回答下大家的问题.

满意度这个东西特别能体现你说的"浮躁".其实它没有什么深奥的道理,只要稍微仔细想想很容易理解,但现在写书的人把它复杂化了,做这个专业的人,又把它简单化了,需要这个东西人(企业)则没有时间思考,所以常常提一些奇奇怪怪的要求,同时又没有人正确的引导他们(担心拿不到项目),所以我真的希望能在这方面做点什么.....也希望大家把这个帖子顶起来,我们一起努力传播一些正确的知识和信息...

贴子被固定在哪里后反而没反应了，是不是和大家的网上阅读习惯有关？我们做个调查吧：

Ａ．请问您浏览论坛内容的方式是什么？１．跳过最上面的以＂论坛公告＂为主的内容（直接浏览下面的主题）　２．从第一条开始看起（一条一条往下看）　３．其他（请说明）

Ｂ．请问，您最多会浏览几页？１．不超过两页　　２．２－４页　　３．４页以上　　４．其他回答（请详细说明）

我刚到北京的时候，做过ＣＦＩ的调研员．知道有个ＣＦＩ的博士是领导．见过一个印度裔的女同事．就在大旺路的soho的一个商住两用的房子里．记得很局促，一厅２室，隐约看到另一室里放着双人床．估计是有人在当卧室．上海的办公室我没去过．但是当时就觉得北京的实在是寒酸．看到过一个秘书穿着满是毛团的西装来上班．然后看到过两个同事吵架．我觉得这也太不象个公司了，就走人了．我当时负责东北的ＩＴ网络调研，作完就走了．去移动，联通找数据中心，计划建设等部门做问卷．我不知道先进的理论和不太和谐的办公环境是否有关系．但是既然大家对ＣＦＩ感兴趣，恰巧我路过，那我就当回忆地说一下．没其他意思．

你讲的没错,当时是这样的现状.现在北京的那个OFFICE已经取消了,上海的吗,与其他公司相比还是可以用"寒酸"来描述.

先进的理论和不太和谐的办公环境肯定没关系,教授的思想和满意度的技术在中国不能够被正确、广泛的应用我认为也和办公环境没关系，有关系的是CFI的“公司文化及价值观”。

目前负责中国业务的是教授的一个学生，他是一个可以说“完全没有商业概念的书生”来描述。而教授呢，也不是一个商业人士，研究中的突破和发现更能激发他的热情，所以说CFI在国际上也不是一个成功的商业机构。

我在这个机构很久了，原因只有一个，那就是我可以非常肯定的告诉客户研究中发现的信息和结论，而不会像以前一样，用着自己都认为有问题的技术和方法,心虚的向客户做报告或提建议，这点对我很重要,也是我在CFI公司的最重要原因.

[此贴子已经被作者于2009-4-30 16:50:25编辑过]

楼主 我先给你放下来

lz你用过AMOS做因子分析么？在运行时出现writing output是怎么回事？

我没有用过AMOS,所以也不了解为什么会出现你说的这种状况.你是用AMOS做满意度分析吗?

我倒是曾经有一次和一个调查公司合作做过一个试验,想看看AMOS和PLS方法到底有什么不同. 我们针对同一组数据,我用ACSI的方法(PLS),他用AMOS的方法,针对初始设计的模型,它没有任何改变就给出了分析数据,但PLS的方法却在多次调整模型后才给出结果.其实,无论是AMOS还是LISREL都有一个前提,那就是必须满足正态分布.满意度的研究中,只有一种状况会符合这个要求——"当影响因素多而作用小时，其结果的分布正是正态分布",显然这不符合满意度的研究理论.

不过，每个公司做满意度的目的和动机不同，所以，关键还是要看理论基础是什么。

统计方面懂的不多，只是知道个原理会用而已，可能答非所问了......

ling0617  金钱 +10  魅力 +10  奖励耐心解释 2009-5-2 9:35:37

呵呵，楼主说的都是很专业的，只有像我这样只知道皮毛才会那么多问题，AMOS是用ML最大似然估计，一般情况下要求数据要服从多元正态，但是很多实际的数据并不如此理想，AMOS里也有一个是WLS估计（未加权最小二乘估计）可以无需假设数据是多元正态分布，但是它他要求样本容量要很大，其实不少研究（如Hau&Marsh,in press;Hu,Bentler&Kano,1992）显示，在多数情况下，即使不是正态分布也是可以用ML的，不过可能效果应该没那么好。PLS它一般不要求数据服从正态分布，也不需要过多的数据，因为我也才接触这个知识3个月，我前阵子是用AMOS做满意度，现在在学用PLS，请问楼主是不是用软件Vsualpls做的呢？请问楼主有没有相关的一些教程，最近用这个软件时发现在我路径图画好，变量设置好后，执行BootStrap 或者JackKnife时它总是显示“Error：stack overflow”我不知道是什么原因，其实我还不知道BootStrap 或者JackKnife是表示什么意思？楼主指点，万分感谢

在Visualpls下运行时出现错误：“is not a vaild floating point value”是怎么回事呢？我已经在spss里将数据设置小数点后两位了，但是仍然出现这个错误，改了一个上午还是不行，我该怎么去查错？谢谢楼主了

我用的不是Vsuapls,是CFI公司的一套专利技术软件,也就是用于ACSI的分析方法.有一次和一个统计学教授聊天时听他讲到过这个东西,但具体内容不是很了解。

你碰到的这些问题必须是使用过的人才知道.不过我可以和你聊聊使用CFI这套软件时我碰到过的问题,或许对你有启发.

有一次一个汽车客户要求我们用他们的指标体系和模型进行客户满意度的研究(目的是与往年数据对比,更关键的是各指标的得分要考核各部门).模型中大大小小的指标至少70项以上,无论我们怎么解释,客户就是要这么做.后来我也试着用软件跑了一下,结果是:错误,(影响力完全给不出来).

在CFI方法中,隐变量最多不应超过8项,否则会被认为没有把关键性的问题指出来；而每个隐变量下的小指标（显变量）最多不应超过5项，否则也会被认为没有找到关键感知点。这个汽车项目中模型结构设计明显有问题，找不出各因素之间的关系，所以无法分析。

但是，即使模型设计完全在要求之内，也有可能给不出结果。有一个零售的案例就是这样。

这个模型有8个隐变量，分别为“舒适的购物环境”、“方便使用的设备设施”、“能买到我要的商品”、“品质是有保障的”、“令人愉悦的服务方式”、“独特有自己风格的购物场所”及“物有所值”“交通便利”；当初做完定性研究后我们为自己归纳整理的这个模型兴奋了很长时间，认为它具有前瞻性，能很好的引导零售企业提供“差异化”的服务。但做完小样本一测试，发现完全行不同。很多因素对客户的满意度不具备“影响力”，或影响力为负数（这是不允许的）。

经过四五次模型调整之后最后终于有了一个比较合理的结果。但隐变量已经完全变了。有效的因素是：品牌优势、客户感受和体验、商品（或项目）优势、方便性、及价格优势。之后我们自己也分析了下，为什么最初设计的模型行不通，和公司总部的技术人员讨论后才了解，原来我们的模型设计的“太超前”，虽然零售市场出现了“差异化服务”的需求，但消费者对这些因素其实并没有切实的感受，比如说“是一个独特、有自己风格的购物场所”，大部分消费者并不知道怎样才算独特，因此就算给了一个分数，但这个分数其实是无效的（CFI的方法是分析各因素与满意度和忠诚度之间的关系/影响力，显然他们之间没有关联）。

另外，数据有问题时也会给不出结果。这个项目是一家本土公司负责的实地调查，它是一个行业研究，其中几个比较高档、而且位置比较偏远一的百货公司也给不出结果。我们认为是调查质量有问题。因为CFI的方法是分析各因素之间的关系，有些问卷从头到尾一个分数，总体评价10分，其他项目大部分也是9或10，有可能的原因是：受访者在一种盲目状态下随便给分数（如果你听过实地调查的CITI录音，你就知道这些分数实在太不可信了），还有一种可能是访问员做假，有时访问员会根据自己的判断或经验随便填写分数，但他们的经验显然不足以慎密到逻辑关系不出现任何问题。这个项目中的分析结果就是：逻辑关系有问题，错误。

我不知道你做这个研究的目的是什么，如果是自己的兴趣做些研究，我建议你先把“理论基础”搭建好（要分析什么、分析的目的是什么、需要做哪些分析、有哪些技术可使用），然后选择适合的分析方法。你说的那些问题，因为涉及非常专业的统计知识，特别是那些语言也是专业性语言，所以无法从字面含义判断到底是什么问题。如果你也是做满意度的话，不妨从我碰到的那几个问题检查看看：调整数据或调整模型或调整模型结构。

统计方面不专业，所以只能从应用层面和你讨论。

[此贴子已经被作者于2009-5-3 17:33:43编辑过]

ling0617  金钱 +20  魅力 +20  奖励热心耐心回答 2009-5-3 17:33:41

嗯，楼主说得很对，经过昨天一天的摸索，基本上是把问题解决了。楼主你是站在了一定的高度，你基本是把这一领域的知识抽象概括了，而我还处在一个低层次，经常碰到这些细小问题，但是这些问题却烦绕而难以解决。只是发觉理论和实际确实很难理想磨合，数据的质量控制是很难把握，像设置了一道反向题，就可以出现很多种情况：受访者没有反应过来，仍然是以正向答题；访问员没有把反向强调清楚；访问员根据受访者的意思把分数反向改过来；有一部分访问员强调是反向，而受访者也理解了。这么几种情况采集到的数据就是乱七八糟的。确实数据采集上就有一些是不好控制的误差。我不知道一个隐性指标可否用一个测量指标表示。比如，抱怨度，我就直接在问卷上设置抱怨程度打分。不知这种做法可不可行？科不科学？

你问的这个问题很好,本来想找一是适当机会解释模型中各因素的含义,现在既然你问了,我就先解释下"投诉抱怨".

首先，用一个测量指标来表现一个隐变量是可以的,这点没问题.

其次我想你应该尽量减少"让受访者打分",打分这个概念在很多问题的描述上并不适用.就投诉抱怨这个指标来看,通常我设计问卷时会这样描述:(以银行为例)在与XX银行接触的过程中,有没有出现过什么令您不满意、或很生气的事？如果我们用1代表从未出现过这样的事情，您对XX银行没有任何的抱怨和不满，10代表这种状况经常出现，您对XX银行的抱怨非常强烈，这10个数字中哪一个最能代表您的感受？—— 我认为这样的描述才能正确表达指标的含义，否则让受访者给“抱怨度”打个分，听起来会很奇怪。

拜读了半天，似懂非懂的，只是对这方面感兴趣

建了一个QQ群，希望大家加进来，有时间的话可以在群里即时交流，群号：69504221

诚挚邀请楼主和各位坛友

谢谢lz，请问用pls算出因素权重后，潜变量的得分是怎么计算的？各因素的权重和大于一，是不是不能用加权平均法么？还是可以调节因素权重，应该怎么调节呢？

以下是引用tylin1985在2009-5-5 16:30:00的发言：

谢谢lz，请问用pls算出因素权重后，潜变量的得分是怎么计算的？各因素的权重和大于一，是不是不能用加权平均法么？还是可以调节因素权重，应该怎么调节呢？

潜变量的得分:

将问卷中被访者的回答进行加权平均。问卷中每一个问题都用10分制，转化公式为100*（10分制得分-MIN）/（MAX-MIN），如100*(7.67-1)/(10-1)=74分。

各因素的得分:

 将组成该因素的各质量属性(潜变量)的得分加权平均得到。

总体满意度的得分:

 根据三个潜变量获得(而不是所有因素的综合):总体评价\与期望值相比\与理想状态相比

计算得分时不考虑权重(影响力),影响力只用来分析对企业而言的关键性或决定性因素是什么以及这方面工作的改进或提高后客户满意度或忠诚度会发生什么变化.另外,影响力的计算在CFI方法中是大于1的.我经历过的项目中,最大的影响力为一个快递行业的项目,满意度对投诉抱怨，影响为6.8。这个影响力代表一个特定的质量因素（显变量）提高5个点，引起因变量的变化。比如这个6.8就代表着如果快递公司能让客户的满意度提高5个点，那么客户的投诉抱怨就会降低6.8个点。

[此贴子已经被作者于2009-5-6 6:44:16编辑过]

强人强贴,学习.楼主的实践工作经验为我们这些象牙塔里做研究的人指出了不少误区，建议作个博客分类来说一些问题，以帖子的形式无法分类，太乱以后等积累的东西多了，找起来不方便。

恩,你说的对,我已经有个博客了,不过还是没分类,想到什么就说什么,以后可以像你说的这样分类来说明.博客地址在这里,有空可以先看看:http://my.icxo.com/?328802

好

深夜拜读完楼主的言论，受益匪浅，不知道楼主对员工满意度了解多少？比如要做一个全省电力企业员工的满意度调查分析，是不是就可以直接跟个人的绩效，企业的绩效建立关系了？这个就应该考虑满意度的重要性还是影响力，抑或两者都考虑？还是说重要性跟影响力其实是等同的？请不吝赐教

楼上的用户，楼主的赐教也是有限度的！嘿嘿。

科研人员有满意度吗？如何研究会是一条比较正确的路子呢。

先来理顺一下你的问题.

员工满意度调查不应该跟个人绩效挂钩,如果要与绩效挂钩,应该是用户的满意度.而且用户的满意度也不能直接使用,应该把各指标转化成为更具体的"操作性指标",然后"拆分"到各相关部门,很多指标不是某个人或某个部门能完全控制或解决的,往往涉及很多流程或跨部门协作,因此,必须将指标进行转化或拆分.电力行业不是很清楚,我们随便举个例子,比如说投诉处理或问题处理及时性.让负责投诉处理的部门来背这个指标很不公平,因为很多问题的处理需要其他部门的配合与支持.针对这个问题要改进的话可能我们需要寻找或制定出一些具体措施来,比如说,24小时内必须主动给客户回复,告知客户问题处理的状况或进度,好了,这个指标就可以放到投诉部门,那么对其他部门呢,可以制定:接到投诉事件后必须在24小时内对问题作出解释或说明或进行处理.然后拿这样的指标对部门甚至个人进行考核.

企业绩效应该也是要和客户满意度的研究结果挂钩,而不是员工满意度.员工满意度的目的是为了解决客户满意度中所发现的问题,更准确讲目的是了解如何才能让员工更有效\主动的工作,从而有效解决或避免客户满意度调查中发现的问题.如果一定要考核,那也应该考核的是管理者,了解他们的管理能力和管理结果.

重要性和影响力当然是不一样的.比如说薪酬水平重要吗?发展空间重要吗?公司知名度规模重要吗?部门之间的协作配合重要吗?重要性上或许有些差别,但不会有特别大的明显差异.但影响力不一样,当你面对一个机会需要做出选择时,你不可能考虑那么多因素,一定是其中某几个因素对你的决定起着重大影响,比如说薪酬,比如说发展空间,而有些因素,你甚至有可能屏弃不去考虑. 那么这两项因素对你作出这个这个决定(比如说选择某家公司)的影响力就会是非常明显的,而其他的,影响力甚至有可能是0.

不过无论是影响力还是重要性,是分析的一个方法,和考核没关系.

SEM主要验证结构，PLS主要看解释力。

记下先,等有时间在看看

楼主的指教让人获益匪浅。我这里也有一个问题要请教一下。

前面的各种满意度调查都是基于相当的样本数量的。但是我所需要调查的客户全部是超大型企业，数量极为有限。

我想请教一下在这种情况下如何设计调查问卷？如何进行数据分析？

B2B和B2C 是两个概念, 据我所知,B2B决少去讨论满意度,因为这个市场是关系市场,大多是理性买家,而且通常都有很个性化的要求,你知道你的用户是谁,是不是满意可以很容易从订货量和合作亲密度上观查出来,大的订单变动通常和战略有关

B2C之所以需要满意度调查,一个重要原因是你不知道你的买家到底是谁,缺乏沟通,潜在竞争无数

理论上的确如此，但在实践上：

1、买家不是完全理性的，否则很多企业早都倒闭了；

2、这个市场也不完全是关系市场，在中国关系可能多一些，在欧洲等地关系并不是决定因素；

3、要求可能是个性化的，但在某些特定市场上产品只能是在一定程度上进行个性化；

4、单凭订货和合作来分析是滞后的，如果等问题产生才考虑补救在管理上是愚蠢的，那样将付出惨痛的代价。

在B2B市场上，企业一样也会考虑进行满意度调查，以作为企业改进运营和客户关系的基础。但问题是，在小样本情况下，很多B2C的方法没法适用。所以想听听楼主的建议啊。

1,你对关系市场理解不对,这个关系是打造双赢的利益共同体,是一种信任,不是请客吃饭,欧洲市场也一样

2,合作分析并不愚蠢,关键在于你怎么和在什么时间去靠量

3, B2B的市场更讲究竞争的优劣,考量除了产品和价格因素,主要就是合作方式的考量,这个远远超出满意度的范围

这点对我也很重要，重要的我曾一度怀疑计量实证研究的意义。

沉淀下来，才能踏踏实实做点事情