国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

滿意度測評中的暈輪效應(yīng)分析

2011-10-24 07:45周洪美
統(tǒng)計與決策 2011年3期
關(guān)鍵詞:極小值極大值總體

周洪美 ,何 訓(xùn) ,高 昊

(中國人民大學(xué) a.商學(xué)院;b.經(jīng)濟(jì)學(xué)院,北京 100872)

滿意度測評中的暈輪效應(yīng)分析

周洪美a,何 訓(xùn)a,高 昊b

(中國人民大學(xué) a.商學(xué)院;b.經(jīng)濟(jì)學(xué)院,北京 100872)

滿意度測評中,一般需要同時測量一個產(chǎn)品或服務(wù)的分項滿意度和總體滿意度。研究發(fā)現(xiàn),總體滿意度與分項滿意度的訪問順序不同會導(dǎo)致總體滿意度出現(xiàn)顯著差異,造成這種現(xiàn)象的原因可能是暈輪效應(yīng)的存在。調(diào)查發(fā)現(xiàn),暈輪效應(yīng)主要受到分項指標(biāo)極端值以及極端值與最大絕對離差的影響。

總體滿意度;分項滿意度;暈輪效應(yīng)

隨著市場競爭的加劇以及客戶導(dǎo)向理念的發(fā)展,客戶滿意度以及成為許多企業(yè)非常重視的一個方面。為了改善客戶的滿意度水平,首先需要了解客戶滿意度的現(xiàn)狀,一般需要通過調(diào)查的方式進(jìn)行客戶滿意度測評,通常的做法是把產(chǎn)品或服務(wù)按照類別分成若干個可以衡量的指標(biāo),除了讓客戶對這些指標(biāo)分別進(jìn)行評價,同時也會讓客戶對該公司的產(chǎn)品或服務(wù)的總體滿意度做出一個評價,然后通過相關(guān)模型來計算得出滿意度得分。

在讓客戶評價總體滿意度時,一種做法是讓用戶先給出一個總體滿意度的評價,然后再對各個分項進(jìn)行評價,另外一種做法是讓用戶先對各個分項進(jìn)行評價,然后再對總體滿意度進(jìn)行評價。兩種做法中第一種的結(jié)果是客戶的第一反應(yīng),而第二種結(jié)果則是對用戶進(jìn)行了分類指標(biāo)的滿意度評價提示后的一個衡量,兩者的差異在很大程度上是由于滿意度測評中存在暈輪效應(yīng)引起的。

1 暈輪效應(yīng)簡介

Thorndike(1920)第一次正式提出了暈輪效應(yīng)的概念,指出在對某一行為主體進(jìn)行評價時,如果該主體的某一方面表現(xiàn)特別突出,就會對其他方面的評價產(chǎn)生影響,使得其他方面的表現(xiàn)不能被真實反映出來,這一現(xiàn)象就是暈輪效應(yīng)。

對于暈輪效應(yīng)影響的測量存在一定困難。首先很難確定真實水平,其次方法的選擇存在困難,因為暈輪效應(yīng)是一種主觀效應(yīng)。Lachman和Bass(1985)將評價對象按照總體印象分?jǐn)?shù)的高低分成兩組,然后采用方差分析方法檢驗對這兩組評價對象的具體屬性評價是否具有顯著差異,如果存在顯著差異,則說明存在暈輪效應(yīng)。這種研究思路得到了業(yè)界學(xué)者的認(rèn)可。

為了測量暈輪效應(yīng)的影響,我們在同一次滿意度調(diào)查中分別在分項滿意度調(diào)查前和分項滿意度調(diào)查后讓客戶對總體滿意度分別進(jìn)行評價。由于經(jīng)過各個分項滿意度測評的提醒作用,我們認(rèn)為分析測評后的總體滿意度更接近真實情況,分析測評前的總體滿意度與它的差異是由暈輪效應(yīng)引起的。在此,我們定義暈輪效應(yīng)Ha為:

其中S1為分項測評前的總體滿意度結(jié)果,S2為分項測評后的總體滿意度結(jié)果。

2 數(shù)據(jù)說明和描述統(tǒng)計結(jié)果

該項數(shù)據(jù)來源自國內(nèi)某知名物流企業(yè)的企業(yè)客戶的滿意度調(diào)研結(jié)果,調(diào)研時間為2009年7月,包括對國際快遞業(yè)務(wù)、國內(nèi)快遞業(yè)務(wù)和同城快遞業(yè)務(wù)的調(diào)查結(jié)果。對三種業(yè)務(wù)樣本的調(diào)查結(jié)果進(jìn)行同分布檢驗,發(fā)現(xiàn)三種業(yè)務(wù)的調(diào)查結(jié)果分別無明顯差異,因此把三種業(yè)務(wù)的樣本作為同一個整體分析,成功樣本共計1387個。滿意度評價采用10分制,1分最低,10分最高。

我們對S1和S2做描述統(tǒng)計,結(jié)果見表1??梢园l(fā)現(xiàn)S1的平均值和標(biāo)準(zhǔn)差均高于S1。

除了總體滿意度外,我們還對技術(shù)能力/安全可靠性/查詢方便性等19個分項指標(biāo)進(jìn)行了測評。由于某一項指標(biāo)的極端表現(xiàn)可能會產(chǎn)生暈輪效應(yīng),因此我們選取每個樣本的19個分項指標(biāo)評價結(jié)果的最大值、最小值、平均值以及距離均值的最大絕對離差值作為解釋變量。其中,最大絕對誤差為:

表1 總體滿意度評價的描述統(tǒng)計結(jié)果

表2 分項評價指標(biāo)的描述統(tǒng)計結(jié)果

表3 暈輪效應(yīng)與其他因素的相關(guān)分析

表4 暈輪效應(yīng)與其他因素的相關(guān)分析(暈輪效應(yīng)>0)

表5 暈輪效應(yīng)與其他因素的相關(guān)分析(暈輪效應(yīng)<0)

表6 暈輪效應(yīng)與其他因素的回歸分析結(jié)果

3 對暈輪效應(yīng)的分析

對S1和S2進(jìn)行等方差檢驗,發(fā)現(xiàn)S1的標(biāo)準(zhǔn)差顯著大于S2,采用F檢驗的相伴概率為0.0025。均值T檢驗的結(jié)果也證明S1和S2存在顯著差異,t檢驗的相伴概率值為0.000。因此我們認(rèn)為S1和S2之間存在顯著差異,而這種差異證明了暈輪效應(yīng)確實存在。

將暈輪效應(yīng)定義為S1與S2的差值。相關(guān)分析發(fā)現(xiàn)暈輪效應(yīng)和分析指標(biāo)極大值、平均值以及最大絕對離差均顯著相關(guān),而與極小值的相關(guān)系數(shù)不明顯。這與我們的常識不符。對暈輪效應(yīng)進(jìn)行統(tǒng)計,發(fā)現(xiàn)暈輪效應(yīng)大于0的占比遠(yuǎn)遠(yuǎn)超過小于0的占比,因此有可能極小值的效應(yīng)會被淹沒。因此應(yīng)當(dāng)對暈輪效應(yīng)大于0和小于0的樣本分布進(jìn)行分析。

單獨(dú)的分析結(jié)果表明,在暈輪效應(yīng)大于0時,極大值對暈輪效應(yīng)有顯著相關(guān)關(guān)系,而與極小值的相關(guān)關(guān)系不顯著。而當(dāng)暈輪效應(yīng)小于0時,結(jié)果恰恰相反,暈輪效應(yīng)主要收到極小值的影響,而與極大值關(guān)系不大。

由于最大絕對離差有平均值和極值決定,對暈輪效應(yīng)進(jìn)行回歸分析是只考慮極值和最大絕對離差(否則會具有共線性)。對暈輪效應(yīng)大于0的樣本進(jìn)行回歸分析,得到如下模型:

暈輪效應(yīng)=0.353+0.097*極大值+0.109*最大絕對離差(3)

模型和系數(shù)均通過檢驗。極大值和最大絕對離差對暈輪效應(yīng)有正的影響,但極大值的影響要小于最大絕對離差,這是由于不同樣本極大值的差異較小,而其余平均值的差異程度即該指標(biāo)的突出表現(xiàn)程度對暈輪效應(yīng)的影響更大。

對暈輪效應(yīng)小于0的樣本進(jìn)行回歸分析,得到如下模型:

該模型通過檢驗,但最大絕對離差的系數(shù)沒有通過檢驗。這是由于分析指標(biāo)較多,使得均值主要受其他指標(biāo)的影響而導(dǎo)致最大絕對離差對模型的解釋作用不明顯。

因此我們只用極小值進(jìn)行回歸,得到模型:

模型通過檢驗,而且與模型(4)相比,其調(diào)整R2還有所提高,因此模型(5)的效果更好。

如果比較模型3和模型5,發(fā)現(xiàn)模型5的R2和調(diào)整R2均高于模型3,即模型5的解釋效果更好,這說明負(fù)的暈輪效應(yīng)更明顯,即如果某一個分項指標(biāo)表現(xiàn)的比較差,很容易對總體滿意度產(chǎn)生負(fù)面的暈輪效應(yīng),而表現(xiàn)的好的話正面的暈輪效應(yīng)并不如負(fù)面的暈輪明顯。

4 結(jié)論

在滿意度調(diào)查中,分項指標(biāo)對總體平均存在暈輪效應(yīng),極值的效應(yīng)明顯。當(dāng)暈輪效應(yīng)大于0時,極大值越大具有越高的正的暈輪效應(yīng),而當(dāng)暈輪效應(yīng)小于0時,極小值的影響更大,而且極小值越低暈輪效應(yīng)越?。ㄆ浣^對值越大)。

暈輪效應(yīng)使得高者越高,低者越低,而且負(fù)面暈輪效應(yīng)更明顯。因此我們在提高服務(wù)時盡量避免某些指標(biāo)出現(xiàn)短板,同時要有突出表現(xiàn)的指標(biāo)。

[1]ThorndikeE L.A ConstantErrorin PsychologicalRatings[J].Journal of Applied Psychology,1920,(4).

[2]Lachmam S J.,Bass A R.A Direct Study of Halo Effect[J].Journal of Psychology,1985,119(6).

[3]風(fēng)笑天.社會調(diào)查中答案順序?qū)φ{(diào)查結(jié)果的影響[J].華中師范大學(xué)學(xué)報(人文社會科學(xué)版),2008,47(2).

(責(zé)任編輯/浩 天)

F224.9

A

1002-6487(2011)03-0173-02

周洪美(1979-),男,安徽利辛人,博士研究生,研究方向:企業(yè)管理。

猜你喜歡
極小值極大值總體
用樣本估計總體復(fù)習(xí)點(diǎn)撥
2020年秋糧收購總體進(jìn)度快于上年
一道抽象函數(shù)題的解法思考與改編*
構(gòu)造可導(dǎo)解析函數(shù)常見類型例析*
外匯市場運(yùn)行有望延續(xù)總體平穩(wěn)發(fā)展趨勢
極小值原理及應(yīng)用
直擊高考中的用樣本估計總體
基于龐特里亞金極小值原理的多運(yùn)載體有限時間編隊控制
基于小波模極大值理論的勵磁涌流新判據(jù)研究
基于經(jīng)驗?zāi)B(tài)分解的自適應(yīng)模極大值去噪方法
五家渠市| 新乐市| 旺苍县| 彝良县| 普宁市| 梅河口市| 邯郸市| 济源市| 洛隆县| 清河县| 莲花县| 奇台县| 高淳县| 于都县| 石门县| 罗甸县| 陆河县| 南康市| 左权县| 大厂| 巫溪县| 孟津县| 开鲁县| 上饶市| 文水县| 沾益县| 嘉善县| 沧州市| 衡东县| 离岛区| 乐平市| 水城县| 阜新市| 德州市| 广元市| 平武县| 玉门市| 嘉峪关市| 墨玉县| 城市| 麻栗坡县|