关于“消费者满意度研究”中“权重计算的方法
满意度研究中的指标权重确定
测评指标
推导重要性得分
权重
拨打电话的接通率
0.180158
27.7%
通话的稳定不掉线
0.219577
33.7%
语音的清晰程度
0.251629
38.6%Байду номын сангаас
合计
0.651364
100.0%
•第三步：计算三级指标在指标体系中的权重
为了了解各级指标在整个指标体系中的重要程度，就需要对各级测评指标的权重进行折算。目前我们已经计算出了二级指标相对于一级指标的权重和三级指标相对于所属二级指标的权重，我们只需要将二级指标的权重与三级指标的权重相乘即可。
推导重要性就是相对声称重要性而言的，它是以满意度评分为基础数据，通过回归方程、结构方程等多元统计方法计算各个指标对总体满意度的影响程度，并以此为基础计算各指标的权重。但通过多元统计方法分析出来的结果可能出现被考核方表现已经比较出色的工作因为客户已经习以为常，对总体满意度的影响很小，反而某些出现瑕疵的工作影响程度特别高。我们从用户需求的角度解释是合理的，但企业员工却难以接受，没有人会觉得做得最好的工作的权重却最小是合理的，而且企业也未能达到绩效考核目的。
以下，以中小企业固话业务满意度指标体系的权重计算过程为例，介绍指标权重计算的具体过程。
•第一步：计算二级指标的权重
根据调查的数据，我们已经非常清楚各指标的重要性程度，按照以下公式逐一计算各个指标的权重。
指标权重＝指标比较倍数/ S指标比较倍数*100％
每个独立的样本对各指标重要性程度的评价必然不同，因此也会出现重要性程度的最小不同的情况。我们在计算各个指标的权重必须注意到比较倍数的参照指标是不同的，所以我们首先计算各指标在单一样本的权重，再对所有单一样本权重进行算术平均得出各个指标的实际权重。
顾客满意度权重因子的确定
目前对顾客满意度调查中因子权重分析的研究已有一些，往往采用主观的方法来确定各级因子的权重，如经验法、专家法、移植法和综合法等。
经验法是一种依据以往满意度调查或其他类似调查中的经验来确定因子权重的方法。
这种方法在实际使用过程中往往是问卷设计人员主观地、人为地确定因子的权重，具有较强的主观性和随机性，但是由于其使用方便、统计工作量少等原因而被广泛地使用。
专家法是根据专家的意见和判断来确定因子权重的方法。
使用这种方法时往往是调查结构根据需要选择一定数量的专家来对调查因子的权重进行判定，然后由调查人员综合专家的意见来确定出因子的权重。
这种方法使用起来较为简单方便，也有十分广泛的应用。
但是这种方法的主要问题在于选择什么样的专家和专家的数量都会影响到因子的权重，另外也可能出现专家意见相左的情况，所以这种方法得到的权重除了主观性和随机性外，通常还具有一定的折衷色彩。
移植法是一种与经验法类似的方法，它是将其它组织类似的调查或组织以往类似调查中使用的权重信息移植到现有的顾客满意度调查中。
这种方法的优点在于简单易行，但是这种方法存在着严重的时效性问题，即现有的调查与所移植的调查所处的环境可能已经发生了显著地变化，这时就很难保证调查所得信息的可靠性和可信性了。
综合法是综合利用专家意见以及经验数据等一些可得信息来确定因子权重的方法。
这种方法是为了克服上述方法的不足而产生的一种方法，该方法在使用过程中的主要问题在于如何综合，所采用的方法不同，结果也就不一样。
也就是这种方法也带有一定的随机性。
以上这些方法有一个共同的特点，就是它们都是一些较为主观的方法，使得调查结果具有较强随机性，而科学性和客观性不足。
另外，这些方法往往关注因子之间的绝对重要性，使得因子之间的权重差异不显著，因子的权重值较为接近，无法找到顾客关注的重点。
几种调查问卷权重确定方法的比较
利用调查数据确定权重若干方法的比较一、问题的提出：在顾客满意度调查中，需要围绕所要调查的目的或主题设计合理的问卷。
顾客满意度理论模型包含了顾客期望、顾客对质量的感知、顾客对价值的感知、顾客满意度、顾客抱怨和顾客忠诚等六方面，这六个方面是无法直接观测的，称之为潜在变量，但它们可以通过另外一些可以观察的较为明显的变量进行研究。
然而可观测的变量一般较多，如何从中提取他们的信息，得到最终的结果，是一个一直在困扰大家的问题，常用方法是赋予各个观测变量适当的权数，加以综合。
目前使用的赋权方式多种多样，还没有一种衡量的统一尺度。
确定权重的方法有专家定权法、历史资料法等，但都有缺陷。
前者只是相应的行业和领域内，造诣较深的专家对于自己积累经验的应用。
其局限性主要体现在与顾客满意度调查中的“以顾客价值观为中心”相悖，没有体现出顾客的意愿。
历史资料法是根据历史资料的记载，按每种指标调查结果的重要程度赋以相应的权重，但缺少变化的观点。
本文想讨论从调查数据出发，确定权的一些方法，并做出比较。
下面以上海市质协用户评价中心所做的一个课题的数据为例，讨论了有关权数确定的一些问题。
按照调查的全过程，这次调查将顾客的直接感受分为六大类二级指标进行测评。
问卷详细调查了上海市民对这个课题的主题各方面的认识和感受的满意程度，并让被访者在对每个大类设置的5级李克量表上表明他们的赞同程度，从“满意”到“不满意”。
其中……代表的都是顾客对质量的感知，代表的是顾客对价值的感知，最后要求顾客给出一个综合评价指标。
以上每一方面可以分别计算出该部分的满意度，为了综合这几个方面，需要确定权重以计算出整体的顾客满意度，因此所要解决的关键问题便是权重的确定。
以下给出了几种不同的赋权方法，并加以比较。
二、用数据确定权重的几种方法从调查的实际数据出发，确定权重的方法可以从数据本身提取有关信息，能充分体现顾客的意愿。
其客观性较强，不易受其它主观因素的影响。
只要数据分析技术人员有专业的统计知识，并且借助统计软件和计算机，就能从数据出发，实现“以顾客感受为依据，以顾客价值观为中心”的目标和宗旨。
满意度指标评价中权重的确定方法
优序法：
通过对指标两 两相对比较， 将对比结果添 加到一个n×n 的表格中，再 把指标的得分 总和与总数相 除就得到各指 标权重。
层次分析法： 把专家意见和分析者 的判断结果直接而有 效地结合起来，将一 层次元素两两比较的 重要性进行定量描述。 而后，利用数学方法 计算反映每一层次元 素的相对重要性次序 的权值，通过所有层 次之间的总排序计算 所有元素的相对权重 并进行排序
满意度指标评价中权重的确定方法
下面我们会结合SPSS操作进行几种常用确定权重方法的介绍
目录
1. 权重概念及确定权重的主要方法 2. 确定客观权重的方法
♦ 计算指标均值 ♦ 相关系数法 ♦ 回归系数法 ♦ 因子分析法
3. 三种方法的比较 4. 结构方程模型在满意度研究应用简介
满意度指标评价中权重的确定方法
B
标准误差 试用版
1.977
.436
-.042
.055
-.032
.057
.059
.054
.019
.046
.016
-.079
.052
-.073
.627
.040
.634
-.008
.053
-.008
.203
.053
.216
t 4.531 -.762
.965 .422 -1.515 15.776 -.147 3.837
满意度指标评价中权重的确定方法
回归系数确定法
某产品整体指标评价由二级指标的算术平均值表示， 以及利用回归分析法所确定 权重，经过加权后的结果比较
外观设计的整体评价 通话清晰程度的整体评价 屏幕的整体评价 对操作方便性的整体评价 功能的整体评价 运行速度的整体评价 对质量的整体评价
满意度指标评价中权重的确定方法
满意度指标评价中权重的确定方法评价客户满意度是企业管理中至关重要的一项指标，通过了解和分析客户的满意度，可以有效改进产品和服务质量，提高客户满意度，并进一步增强企业的竞争力。
在进行满意度评价时，确定各项指标的权重是一项关键的任务，本文将介绍几种确定满意度指标权重的方法。
一、主观评价法主观评价法是基于专家的主观意见来确定指标的权重。
这种方法通常采用专家访谈、问卷调查或专家研讨会等方式，通过专家们的判断和经验，对各项指标进行评估和排序，然后确定权重。
在使用主观评价法确定指标权重时，需要选择一些具有相关领域专业知识和经验的专家，并制定评价指标和评分标准。
专家们可以通过讨论、分析和评估来确定各个指标的权重，最终达到一致意见。
这种方法的优点是可以融合专家的知识和经验，提高权重的准确性和合理性。
然而，由于主观因素的介入，可能会受到专家个体间的差异以及主观态度的影响。
二、客户调查法客户调查法通过直接采集客户的意见和反馈，来确定指标的权重。
可以通过面对面访谈、电话调查、在线调查等方式收集客户的意见，并计算出各个指标的权重。
在使用客户调查法确定指标权重时，需要设计调查问卷，明确调查的目的和内容，以保证调查的有效性和准确性。
然后，通过对收集到的数据进行分析和统计，计算出各个指标的权重。
这种方法的优点是可以直接获取客户的意见和反馈，客观性较高。
然而，需要投入较大的人力和物力资源来进行调查，并且还需要保证样本的代表性。
三、层次分析法层次分析法是一种常用的定性和定量相结合的权重确定方法。
该方法首先将各个指标归类为不同的层次结构，通过构建判断矩阵和计算特征向量，确定各个指标的权重。
在使用层次分析法确定指标权重时，首先建立层次结构，将指标分为几个层次，并确定各个层次之间的关系。
然后，通过专家问卷调查或其他方法，构建判断矩阵，评价和比较各个指标之间的相对重要性，最终得出权重。
这种方法的优点是能够考虑到多个因素之间的相互关系，并通过计算得到权重。
中国cpi权重计算方法
中国cpi权重计算方法
中国CPI权重计算方法是将消费品和服务按照其在家庭支出中占比进行划分和权重计算，通常采用以下步骤进行：
1.确定标准商品和服务项目：根据消费者的购买习惯和品种范围，选择一定数量的商品和服务项目，作为CPI调查的标准商品和服务项目。
2.确定商品和服务分类：将标准商品和服务项目划分为不同的商品和服务分类，如食品、衣物、医疗服务、教育服务等。
3.收集价格数据：对于每个商品和服务分类，收集相应时间段内不同地区的价格数据。
4.计算分类权重：将每个分类的价格数据累积，得到这个分类在总支出中的比重，即权重。
5.计算CPI：将各分类的价格指数根据其权重加权平均，得到总体CPI。
这样计算得到的CPI具有较好的代表性和可比性，能够反映出消费者购买力的变化和物价水平的变动。
满意度计算公式范文
满意度计算公式范文
满意度公式：满意度=(满意度系数1*权重1+满意度系数2*权重
2+...+满意度系数n*权重n)/总权重
其中，满意度系数是指对每个评价项目进行评分后得到的满意度得分，权重是指每个评价项目的重要程度，总权重是所有评价项目权重之和。
在进行满意度计算之前，需要先确定评价项目和每个评价项目的权重。
评价项目可以包括产品质量、服务质量、交付时间、价格等方面，而每个
评价项目的权重可以根据具体情况进行确定，可以根据客户调查、市场调
研等来确定。
例如，假设有以下评价项目和权重：
评价项目1：产品质量，权重为0.4
评价项目2：服务质量，权重为0.3
评价项目3：交付时间，权重为0.2
评价项目4：价格，权重为0.1
接下来，需要对每个评价项目进行评分，并得到满意度系数。
可以采
用1-5分的评分制度，1表示非常不满意，5表示非常满意。
假设得到的
满意度系数如下：
满意度系数1：产品质量得分为4
满意度系数2：服务质量得分为3
满意度系数3：交付时间得分为5
满意度系数4：价格得分为3
再根据公式进行计算，得到满意度：
满意度=(4*0.4+3*0.3+5*0.2+3*0.1)/(0.4+0.3+0.2+0.1)
=(1.6+0.9+1.0+0.3)/1.0
=3.8
所以，根据以上的满意度计算，得到的满意度为3.8
需要注意的是，满意度计算公式可以根据具体情况进行调整和定制。
例如，可以根据不同评价项目的重要程度给予不同的权重，或者可以增加或删除评价项目来适应不同的业务或市场需求。
权重确定方法归纳
权重确定方法归纳多指标综合评价是指人们根据不同的评价目的，选择相应的评价形式据此选择多个因素或指标，并通过一定的评价方法将多个评价因素或指标转化为能反映评价对象总体特征的信息，其中评价指标与权重系数确定将直接影响综合评价的结果。
按照权数产生方法的不同多指标综合评价方法可分为主观赋权评价法和客观赋权评价法两大类，其中主观赋权评价法采取定性的方法由专家根据经验进行主观判断而得到权数，然后再对指标进行综合评价，如层次分析法、综合评分法、模糊评价法、指数加权法和功效系数法等。
客观赋权评价法则根据指标之间的相关关系或各项指标的变异系数来确定权数进行综合评价，如熵值法、神经网络分析法、TOPSIS法、灰色关联分析法、主成分分析法、变异系数法等。
两种赋权方法特点不同，其中主观赋权评价法依据专家经验衡量各指标的相对重要性，有一定的主观随意性，受人为因素的干扰较大，在评价指标较多时难以得到准确的评价。
客观赋权评价法综合考虑各指标间的相互关系，根据各指标所提供的初始信息量来确定权数，能够达到评价结果的精确但是当指标较多时，计算量非常大。
下面就对当前应用较多的评价方法进行阐述。
一、变异系数法（一）变异系数法简介变异系数法是直接利用各项指标所包含的信息，通过计算得到指标的权重。
是一种客观赋权的方法。
此方法的基本做法是：在评价指标体系中，指标取值差异越大的指标，也就是越难以实现的指标，这样的指标更能反映被评价单位的差距。
例如，在评价各个国家的经济发展状况时，选择人均国民生产总值(人均GNP)作为评价的标准指标之一，是因为人均GNP不仅能反映各个国家的经济发展水平，还能反映一个国家的现代化程度。
如果各个国家的人均GNP没有多大的差别，则这个指标用来衡量现代化程度、经济发展水平就失去了意义。
由于评价指标体系中的各项指标的量纲不同，不宜直接比较其差别程度。
为了消除各项评价指标的量纲不同的影响，需要用各项指标的变异系数来衡量各项指标取值的差异程度。
五级满意度的得分算法
五级满意度的得分算法
1.定义权重：首先，为每个满意度级别定义一个权重，代表其对满意度得分的贡献程度。
通常情况下，非常满意的权重最高，依次递减，非常不满意的权重最低。
根据实际情况可以自行设定权重值。
2.收集数据：收集客户的满意度评价数据，可以通过问卷调查、客户反馈等方式获取。
3.计算得分：对于每个客户的满意度评价，根据其选择的满意度级别和相应的权重，计算每个级别的得分。
将各级别得分加权求和，得到满意度得分。
4.归一化处理：为了方便比较和分析，将满意度得分归一化到0-100的范围内。
可以通过以下公式进行归一化处理：
归一化得分=(满意度得分-最低得分)/(最高得分-最低得分)*100
5.分析和应用：根据得到的满意度得分，可以进行综合分析和应用。
例如，可以对不同产品、服务或体验的满意度进行比较，找出存在问题的领域并采取改进措施，还可以根据满意度得分对不同客户进行分类和定制化服务。
需要注意的是，满意度得分算法应该根据实际情况进行灵活调整，考虑到不同业务和行业的特点，以及客户对不同方面的重视程度。
此外，满意度得分只是一个客观评价指标，不能完全代表客户对产品、服务或体验的真实感受，因此还需要结合其他指标和数据进行综合分析。
满意度指标评价中权重的确定方法
环比评分法的基本步骤包括：首先，将各个指标按照一定的顺序排列；然后，依次将每 个指标与上一个指标进行比较，根据比较结果确定各指标的权重；最后，对权重结果进
行归一化处理，确保所有指标的权重之和为1。
03
客观赋权法
主成分分析法
总结词
主成分分析法是一种通过降维技术，将多个指标转化为少数 几个主成分，并基于这些主成分的方差贡献率来确定指标权 重的方法。
详细描述
变异系数法首先计算各指标的变异系数，变异系数越大，该指标的变异程度越 高，权重越高。然后对变异系数进行归一化处理，得到各指标的权重。
04
组合赋权法
线性组合赋权法
01
线性组合赋权法是一种常用的 权重确定方法，它将多个权重 按照一定的线性关系进行组合 ，以确定最终的权重。
02
线性组合赋权法的优点是简单 易行，适用于多个指标之间的 权重分配。
乘除组合赋权法
01 乘除组合赋权法是将多个权重按照乘除关系进行 组合，以确定最终的权重。
02 乘除组合赋权法的优点是可以处理不同量纲的数 据，使权重更加客观。
03 乘除组合赋权法的缺点是计算较为复杂，需要更 多的数据和计算资源。
05
实例分析
数据来源与处理
数据来源
本实例分析的数据来源于某公司对客 户满意度的调查问卷，包括客户对产 品、服务、价格等方面的评价。
熵值法首先计算各指标的熵值，熵值越小 ，该指标提供的信息量越大，权重越高。 然后计算差异系数，差异系数越大，该指 标对整体差异的贡献越大，权重越高。最 后，将熵值和差异系数结合起来确定各指 标的权重。
变异系数法
总结词
变异系数法是一种基于各指标变异程度的权重确定方法，变异系数越大，该指 标越能反映被评价对象的差异，权重越高。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
5
满意度权重确定方法
第二步：对分项指标进行主成分分析,首先进行KMO与巴特利球形检验，该值一般达到0.7以上，就认为可做主成 分分析或因子分析；运行SPSS分析软件中主成分分析模块，提取特征根大于1的主成分；本项目共提取4个主成 分，即将原来19个指标通过降维处理，得到四个相互独立的主成分； 打开spss analysis—Data Reduction—Faction,将19个得分变量选取到variables框中，点descriptives按钮，主要勾 选coefficients（相关系数）和 KMO and Bartlett’s test …(KMO与巴特利球形检验)
3
满意度权重确定方法
三、对顾客满意度指标进行主成分分析
（一）指标选取原则 （1）建立的顾客满意度测评指标体系，必须是顾客认为重要的。要准确把握顾客的需求，选择顾客认为最关键的测评指 标。 指标的确定必须由行业内的专家来确定（通常由客户中对相关业务熟悉的人员,即行业专家,或者通过深访和座谈会由 顾客来确定） （2）测评指标必须是可测量的。顾客满意度测评的结果是一个量化的值，因此设定的测评指标必须是可以进行统计、计 算和分析的。( 一般采用李克特量表进行打分的方法.) 于是我们经过与客户讨论得出19个主要评测指标（自变量）和1个总体满意度指标（目标变量），采用10分制让被访者对这 20个指标进行打分：
F4 1.389 1.17855844
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19
•% of Variance •46.592 •12.424 •10.060 •7.310 •4.419 •3.620 •3.044 •2.770 •2.008 •1.600 •1.369 •1.051 •1.013 •0.704 •0.673 •0.485 •0.379 •0.326 •0.153
•Zscore: Q1.4
•Zscore: Q1.5 •Zscore: Q1.6 •Zscore: Q3.1 •Zscore: Q3.2 •Zscore: Q3.3 •Zscore: Q3.4 •Zscore: Q5.1 •Zscore: Q5.2 •Zscore: Q7.1 •Zscore: Q7.2 •Zscore: Q7.3 •Zscore: Q9.1 •Zscore: Q9.2 •Zscore: Q9.3 •Zscore: Q9.4
•0.403
•0.210 •0.182 •0.096 •0.084 •0.029 •0.271 •0.300 •0.306 •-0.035 •-0.208 •-0.159 •-0.453 •-0.582 •-0.506 •-0.528
•-0.145
•-0.210 •-0.041 •0.126 •0.266 •-0.067 •0.429 •0.443 •0.016 •-0.560 •-0.427 •-0.307 •0.229 •0.154 •0.062 •0.303
•Cumula tive % •46.592 •59.016 •69.076 •76.386 •80.806 •84.426 •87.470 •90.240 •92.248 •93.847 •95.216 •96.267 •97.281 •97.984 •98.658 •99.143 •99.522 •99.847 •100.000
主成分因子载荷矩阵反映每个因子对各个变 量的影响程度
8
满意度权重确定方法
第三步：将主成分分析计算得出的因子载荷表，用提取的四个主成分分别除以相应的主成分特征根的开方；
特征根 3991
F2 2.361 1.53655459
F3 1.911 1.38238924
成分进行回归得出回归系数，可以反映主成分因子对总体满意度水平的影响程度，然后再根据主成分因子载荷矩阵及 特征根计算各分项指标与主成分因子之间关系，再结合主成分回归系数计算出各分项指标变量对总体满意度的影响程 度，即重要性或权重。 本分析过程主要采用SPSS软件。
2
满意度权重确定方法
二、主成分分析模型和方法
•df
•Sig.
•171
•0.000
7
满意度权重确定方法
表1：方差贡献率表
•Total Variance Explained •Initial Eigenvalues •Component •Total •1 •2 •3 •4 •5 •6 •7 •8 •9 •10 •11 •12 •13 •14 •15 •16 •17 •18 •19 •8.853 •2.361 •1.911 •1.389 •0.840 •0.688 •0.578 •0.526 •0.381 •0.304 •0.260 •0.200 •0.193 •0.134 •0.128 •0.092 •0.072 •0.062 •0.029
报告附件
—满意度权重确定方法
1
满意度权重确定方法
一、满意度权重计算的总体思路
要提高顾客忠诚度。需要首先了解顾客对现有服务的满意度，从中找出差距，进一步提高顾客满意度水平，因此近 年来企业越来越关注顾客的满意度。满意度指标体系是顾客满意度测量的基础，其设计的合理性直接影响到满意度研 究的结果，完整的顾客满意度指标体系包括测评的指标，以及根据各项指标在测评指标体系中所具有的不同的重要性 程度确定各项指标对总体满意度的影响权重。不同的加权数往往导致不同的测评结果，因此权重确定是测评指标体系 设计中非常关键的一个步骤，对于能否客观、真实地反映顾客满意度起着至关重要的作用。
•0.661
•0.720 •0.802 •0.807 •0.659 •0.750 •0.569 •0.440 •0.611 •0.615 •0.775 •0.768 •0.617 •0.736 •0.773 •0.613
•-0.360
•-0.386 •-0.360 •0.109 •0.551 •0.452 •0.250 •0.479 •0.283 •0.221 •0.247 •0.400 •-0.210 •-0.108 •-0.023 •-0.357
4
满意度权重确定方法
（二）运用主成分分析法进行分析 运用SPSS统计分析软件Factor模块对顾客满意度指标进行主成分分析。 分析之前须先建好spss库，包含19个分项指标和1个总体指标共20个得分变量. 具体步骤如下： 第一步：数据标准化，输出变量为ZQ1.1-ZQ11,为进行后面主成分分析作准备 打开spss analysis—descriptive statistics—descriptives,将20个得分变量选取到variables框中，勾选save stand… 保存标准化后的变量.
6
满意度权重确定方法
打开Extraction按钮，Method选取principal components(主成分分析)，特征阈征这里设为默认值1 Rotation这里因为是主成分分析，选择None就行了，不用旋转。
点ok后，输出结果如下:
•KMO and Bartlett's Test •Kaiser-Meyer-Olkin Measure of Sampling Adequacy. •Bartlett's Test of Sphericity •Approx. Chi-Square •0.785 •692.799
• • • • • • • • • • • • • • •
•Extraction Method: Principal Component Analysis.
•Extraction Method: Principal Component Analysis. •a. 4 components extracted.
提取特征根大于1的主成分；共提取4个主成 分，即将原来19个指标通过降维处理， 得到四个相互独立的主成分； 表2：因子载荷矩阵表
•Component Matrix(a) • •Zscore: Q1.1 •Zscore: Q1.2 •Zscore: Q1.3 •1 •0.734 •0.539 •0.649 •Component •2 •3 •-0.087 •0.338 •-0.619 •-0.466 •0.321 •0.178 •4 •0.004 •0.247 •-0.168 •Extraction Sums of Squared Loadings •% of •Cumulat •Total Variance ive % •8.853 •46.592 •46.592 •2.361 •12.424 •59.016 •1.911 •10.060 •69.076 •1.389 •7.310 •76.386 • • • • • • • • • • • • • • • • • • • • • • • • • • • • • •
本文采用多元统计分析中的多元回归分析和主成分分析法结合的方法(主成分回归法，属客观赋权法之一）对顾客满意 度中各个指标进行分析，确定每个指标的权重。 采用多元回归分析来确定各分项指标满意度对总体满意度的影响程度， 但是，为了避免多个分项指标间的多重共线性
问题，须先采用主成分分析消除多变量间的多重共线性的影响，由于提取的主成分是相互独立的，用总满意度对四个
确定权重的方法有很多种：主观赋权法、客观赋权法、德尔菲法、层次分析法等。主观赋权法因为主观意识的成分 居多，通常容易引起争议；德尔菲法和层次分析法因为操作过程比较复杂也很少采用；客观赋权法，即根据各指标间 的相关关系或各项指标值的变异程度来确定权数，避免了人为因素带来的偏差，它是最为简单直接的方法，也是最常 用的方法。
•Q1.1、客户经理是否主动跟您联系 •Q1.2、与客户经理沟通是否顺畅 •Q1.3、客户经理对贵公司需求的了解 •Q1.4、是否及时响应贵公司提出的需求 •Q1.5、是否主动提出相关解决方案 •Q1.6、解决方案是否满足贵公司需求 •Q3.1、对中国电信产品或服务的总体评价如何 •Q3.2、和竞争对手相比，中国电信产品性能如何 •Q3.3、和竞争对手相比，中国电信稳定性如何 •Q3.4、和竞争对手相比，中国电信产品价格竞争力如何 •Q5.1、是否按合同约定及时上门安装 •Q5.2、是否给贵公司提供了相关的技术培训或资料 •Q7.1、出现故障后，是否很方便联系到故障处理人员 •Q7.2、报障后是否及时响应 •Q7.3、是否有效的解决了问题 •Q9.1、是否及时收到中国电信发送的账单 •Q9.2、中国电信账单是否清晰，容易理解 •Q9.3、对账单有疑问的时候，查询是否方便 •Q9.4、账单上的计费是否准确 •Q11、总体满意度