结构方程模型用pls还是lisrel分析好

结构方程模型用pls还是lisrel分析好,第1张

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:


欢迎分享,转载请注明来源:夏雨云

原文地址:https://www.xiayuyun.com/zonghe/283758.html

(0)
打赏 微信扫一扫微信扫一扫 支付宝扫一扫支付宝扫一扫
上一篇 2023-04-22
下一篇2023-04-22

发表评论

登录后才能评论

评论列表(0条)

    保存