地瓜哥哥 发表于 2013-4-19 12:00 
楼主您好，对于结构方程模型研究满意度，测量模型中，如果潜变量是二级指标，观测变量是三级指标，你一般用 ...
对于反映型模型和形成性模型我研究的不多。但大致看来我个人认为两种都不适合满意度的研究理论。准确说不适合ACSI方法的研究理论。反映性模型中的指标有“潜在的、决定行为的、和稳定的”的几个特点，但在满意度研究中，这些指标（显变量，也就是你说的三级指标）却是不稳定的、会随着市场需求或市场竞争态势的变化而变化的，比如服务，在行业发展初期，可能语言、态度、行为规范性等是最适合的、可以反映服务的观测性指标，但随着行业的发展和竞争态势的加强，服务的定义或有效指标可能变化为服务流程、服务效率、问题处理及时性等等。另外，反映型模型中指标具有高度相关的特征，指标可以相互替代、少量指标的缺失不会对潜变量产生明显影响。这点在满意度研究中也不适用。满意度研究中三级指标间的确存在一定相关性，但不能高度相关、也不能不相关，它需要被控制在一个合理水平，此外，指标的缺失也会严重影响潜变量的测量结果、包括最终影响力的计算。而形成性模型就有更多不适合之处了。
我个人的经验是，满意度模型的构建中更重要的是你的“研究理论”是什么、以及在这一理论基础上哪种统计工具是相对最适当的。ACSI方法中，满意度是被三个固定指标单独测量的。那些潜变量的设计（二级指标，我们也称为质量因素）目的是为了“解释满意度”（为什么高或为什么低，如果有缺失因素，就会发现解释不了满意度的结果）。而显变量（三级指标，我们也称为质量属性）的设计目的是为了解释潜变量，如果有指标被缺失，也会发现解释不了。但是否有缺失，通常在模型被正式使用前会做一些检验，或者模型使用了较长时间、明显发现不适应当前的行业特点或竞争态势时时会再做修正或调整。正式测量时潜变量的得分是来自显变量的加权。所以说在满意度模型的构建中，对行业及行业发展状态、以及企业经营特点的了解和把握非常重要。
至于影响力和路径系数的区别，让我想想看，如何解释比较好。
路径系数或者说结构系数其实描述的也还是相关性，但相关性并不意味着因果关系，学统计的人应该都会认同这一点吧。ACSI的满意度研究理论中认为质量导致满意度、进而导致忠诚度（所以ACSI方法中质量连接满意度、满意度再连接忠诚度）。也就是说质量与忠诚度之间的相关性等于质量和满意度之间的相关性、加满意度和忠诚度之间的相关性、再加质量和忠诚度之间的相关性。但质量和忠诚度之间“只能通过间接的方式达成”（通过满意度达成），直接的关系并不存在于质量和忠诚度之间。是否认同这一理论是你决定采用什么工具的关键，任何研究都需要有一个理论基础，没有理论做支撑谈工具是没意义的。所以，你也可以说你的理论就是认为质量只影响满意度，而你研究的就是满意度，不关乎忠诚度，或者满意度与忠诚度就是没有关系的。那么，任何工具你都有使用的理由。
目前大部分人的满意度研究没有考虑满意度和忠诚度的关系（或者说质量和忠诚度之间的关系），原因之一就是大家在满意度的研究理论上有不同认知。如果认同质量影响满意度、进而又影响忠诚度，那么测量质量与满意度直接的路径系数或者相关性，等于只测量了我们能观察到的一部分，而忽略了背后还隐藏的一些关系。所以，ACSI方法中它使用了一项独特的技术，通过路径搜寻找到最大解和最小解（使用固定点估计方法）建立影响力。
这个影响力只存在于潜变量（二级指标/质量因素）和满意度之间、以及满意度和忠诚之间。同时为了模型的稳定性，这个影响力也未做归一化处理。而三级指标和二级指标之间是不存在影响力的，只使用偏最小二乘法计算权重，因为这些指标会变化（指标定义会变化，指标数量也有可能变化），更重要的是这些指标被归纳在一起就是因他们能反映潜变量的质量，同时指标相互间是存在一定相关性的，所以计算影响力是无意义的。而影响力的分析目的是指导企业的资源配置或找到工作重点，是语言重要、还是态度重要，对企业来说这样的结论没有实质意义，很多时候语言和态度是相互联动的。所以三级指标部分是不分析影响力的。
扫码加好友，拉您进群
全部版块
我的主页
