结构方程模型用pls还是lisrel分析好

算法不同，需要看软件对数据的要求。

我找到一篇博客，你看下：

结构方程建模中的PLS和LISREL方法比较

第一，分布假设不同。PLS为了处理缺乏理论知识的复杂问题，采取“软”方法，避免LISREL模型严格的“硬”假设。这样，不论模型大小，PLS方法都可以得到“瞬时估计（instant estimation）”，并得到渐进正确的估计，即PLS方法没有分布要求，而LISREL方法假设显变量的联合分布为多元正态。

第二，准确性取向不同。PLS估计在样本量很大和每个隐变量的显变量很多时，是一致（consistency）和基本一致（consistency at large）的，但LISREL估计在大样本时是最优的（置信区间渐近最小）。最优性包括一致性，但一致性不包括最优性。因此，PLS和LISREL对同一参数的估计都在一致性的范围内。两种估计的差别不可能、也不应该很大。

第三，假设检验不同。PLS方法采用Stone（1974）和Geisser（1974）的交互验证（cross-validation）方法检验，考察因果预测关系（8）。LISREL方法一般使用似然比检验，考察观测矩阵S和理论矩阵Σ的拟合程度。

不是我写的，你去感谢博主吧：

来自：http://blog.163.com/fjm82@126/blog/static/3335303020061014111026311/

顾客满意度评定准则

本评定准则根据企业标准《质量手册》的要求制定，由市场部编制《顾客满意度调查表》并组织实施。

1 顾客满意度指标

顾客满意度包括产品特性和服务特性的下列14项指标：

1） 外观质量；

2） 包装质量；

3） 稳定性；

4） 安全性；

5） 易操作性；

6） 易维修性；

7） 技术咨询及资料提供；

8） 产品交付及时性；

9） 安装调试服务态度；

10） 配件提供；

11） 配件质量；

12） 售后服务及时性；

13） 售后服务质量；

14） 培训提供；

2 顾客满意度分级

顾客满意度分级为5级：

1) 很满意；

2) 满意；

3) 一般；

4) 不满意；

5) 很不满意。

3 顾客满意度的测评

3.1 顾客满意度的权重值

级度 很满意 满意 一般 不满意 很不满意

分值X 100 80 60 40 20

若顾客在《顾客满意度调查表》“评价结果”栏中对某项指标表示“满意”或“一般”，而在“顾客意见和建议”栏中有顾客对该项指标提出的意见和建议时，则该指标的评价结果视为用户不满意，按不满意分值计。

3.2 每项指标的加权分值

14项指标的总分值为100，根据各项指标对顾客满意影响的重要程度，各指标的加权分值见下表：

项目 加权

分值

（P） 项目 加权

分值

（P）

外观质量 5 产品交付的及时性 7

包装质量 8 安装调试服务态度 8

稳定性 8 配件提供 8

安全性 10 配件质量 7

易操作性 7 售后服务及时性 7

易维修性 7 售后服务质量 7

技术咨询及资料提供 6 培训提供 5

3.3 顾客满意度的计算方法

顾客满意度a = ∑各级满意度*每项指标的加权分值P*顾客满意度的权重值X/单项满分值*100%

其中：

单项满分值＝∑各级满意度*每项指标的加权分值P＊100

4 顾客满意度测评的实施细则

（1）《顾客满意度调查表》调查工作每年不少于一次，调查或征询对象主要是近三年使用我公司产品的顾客，每次测评的顾客数不少于3家。

（2）每年度的顾客满意测评于当年12月上旬以前完成。

（3）每年度内若有顾客以其它方式反映我公司在产品质量、售后服务等项工作中的意见时，市场部对其进行调查分析，确定后纳入测评范围。

（4）每年度顾客满意度的测评结果上报质管部。

编 制：

审 核：

批 准：

---