顾客满意度测量探讨：量表设计、信度和效度，本文主要内容关键词为：测量论文,量表论文,顾客满意度论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
中图分类号：C93 文献标识码：A 文章编号：1672-884X(2008)01-0033-07
在当今竞争日趋激烈的全球市场上，满足顾客需求甚至使顾客享受愉悦成为驱动公司成功的重要因素之一。顾客满意是保持顾客忠诚、实现正面口碑、避免顾客退出以及公司最终实现长期赢利的一个重要影响因素，也是影响顾客态度转变的主要因素[1～3]。顾客满意对消费者的支付意愿更有积极的正向影响。研究表明，保留一个现有顾客的成本要远低于吸引一个新顾客所需的费用，并且，提升顾客满意度可增加留住现有顾客的可能性，因此，有效管理并提升顾客满意度对公司的重要程度是不言而喻的。
为了不断改进顾客满意水平，就要准确测量顾客满意度[4]。尽管目前已存在许多顾客满意测量量表，但可惜的是，顾客满意度的应用和解释能力常常因为测量中存在一些缺陷而受到限制。例如测量结果分布常常左偏[5]，因而导致无法正确测出顾客满意。此外，由于不能确保是否真正测量了顾客满意，因此，测量指标在预测顾客流失方面就缺乏说服力[5]，并且从理论上讲，顾客满意指标很难提供充分的判别效度。本研究的目标就是找到一种可靠且有效测量顾客满意度的方法，并克服传统测量方法存在的缺陷。
传统的顾客满意理论往往把顾客满意和顾客不满意看做是同一个构念的2个相互对立的极端，然而，实际上在产品或者服务消费的过程中，顾客可能会同时既有一些满意也有一些不满意的情形，也就是说，导致顾客满意和顾客不满意的因素可能存在差异[6]，并且，顾客满意和不满意作为2个构念将比单一构念蕴涵更多信息[7]。需要指出的是，本研究的目的并不是试图界定顾客满意和不满意是否属于2个不同的构念，而是特别关注顾客满意测量，并讨论测量中可能遇到的问题[5]。
本研究的目标在4个方面：①讨论顾客满意/不满意构念维度；②为避免传统顾客满意测量中出现偏差[5]，将通过设计量表给予纠正，并收集数据进行实证检验；③探讨顾客满意测量和不满意测量之间的非对称性；④试图提供一种可靠并有效测量顾客满意度的方法。
1 文献回顾
1.1顾客满意/不满意构念维度的讨论
在讨论顾客满意/不满意构念(construct)的维度之前，首先来回顾前人对顾客情绪的相关研究。一些实证性或概念性研究把情绪当作单维构念[8]，即认为正面情绪的反面就是负面情绪；另一方面，还有很多研究把正面情绪和负面情绪看作是2个相互独立(非高度相关)的构念[3,9,10]，即认为负面情绪并不一定是正面情绪的反面。依照这种逻辑，消费者的正面情绪可能会与负面情绪同时存在，并且正面情绪和负面情绪对顾客满意和不满意有不同程度的影响[11]。如情绪，对于同样反映心理认知层面的顾客满意和不满意而言，也可以做出合理的类似假设：顾客满意和不满意可能以双维形式同时存在，影响顾客心理满意认知。令人吃惊的是，目前关于这一问题的研究较少[7，12，13]，并且多数测量满意的工具，尤其是语义差异量表或满意/不满意两极端量表，大都认为顾客满意和不满意是同一构念的2个极端。但实际上，已有研究证明这2个构念之间有所区别。例如，测量顾客满意的普通量表(“非常不满意”到“非常满意”[2])与测量顾客不满意的单极量表(“没有不满意”到“非常不满意”)的题目之间呈弱相关(相关系数为-0.44)[10]，并且单极量表比传统量表呈现出更好的预测效度[14]。此外，研究还发现，消费者对“满意”和“不满意”的单极测量量表的反应也存在差异[5]。满意和不满意顾客表现出的不同反应可能是由于他们完全处于不同感受状态所致。那些利用多维题目测量满意的学术研究基本上把满意看做是一个构念，而没有考虑消费者可能会同时既有一些满意心理体验，也有一些不满意心理感知的情形。事实上，这种情况是客观存在的，而且，把顾客满意和不满意当作2个相互独立的构念可解释较多的方差，从而比单一构念蕴涵更多信息[7]。
1.2 顾客满意测量的讨论
GIESE等[15]认为顾客满意包括3个方面的含义：①顾客满意是一种反应(情感上或认知上的)；②这种反应针对某一特定方面(如期望、产品或者消费体验等)；③这种反应发生在某一特定时间段内(如消费后、决策后、基于消费经验的积累等)，并指出不满意的定义包含的内容可能与满意的定义类似，两者不同之处可能在于“量”而不是“质”。一般说来，顾客对不满意的反应比对满意的反应更加极端(如愤怒、失望、疯狂、尴尬)。当顾客对某一产品不满意时，他们倾向于更加关注产品核心部分(如产品基本属性，是否能正常工作或味道口感是否正常)，而不是产品的附加或延伸部分。不满意通常比满意持续更长时间(若公司不妥善处理)或者发生更快，这是因为消费者更关心产品是否存在缺陷。GARDIAL等[16]指出，顾客满意和不满意可能并不是同一量表的2个极端，并且存在不同影响因素。GIESE等[15]对消费者深度访谈发现，约有50％被访者认为满意和不满意代表了不同含义。顾客满意研究领域的学者常常借用工作满意相关文献研究中的模型和方法，这种借用的模型和方法具有表面效度，因为“满意”这个概念的含义在上述2个领域中是相通的，此外，这2个领域密切相关且都与生活满意有关[13]。
通过总结1981年之后有关顾客满意测量方面的研究发现，OLIVER[2]以及WEST-BROOK等[14]有关顾客满意测量的量表在之后的研究中被引用的比例较高(见表1)[7]。尽管如此，这些顾客满意测量的传统方法常常会出现偏差，从而可能使结果出现混淆而不能正确反映客观事实[5]，并且，对满意测量方法的批评也较多[17]，但随着结构方程模型以及因子分析等方法的应用，便为解决先前测量方法中遇到的问题提供了一个新的途径。
有关顾客满意研究的一个重要特征就是缺乏统一定义和普遍适用的测量量表。即使这样，尽管存在不同研究对象(耐用品或非耐用品)，不同测量量表(单一题目或多重题目)，不同被试群体(学生或一般消费者)，以及不同研究设计(实验或调查)，有关顾客满意的研究都存在一个共同特征：“实际上满意顾客所占比重很大，以至于测量结果分布左偏较为严重”(见图1)[5]。此外，顾客满意测量量表语气的设计也倾向于得到正面评价。现实中例子也较常见，例如，最近招商银行开展的顾客满意度调查，其测量量表设计本身就是不对称的，4个等级包括“非常满意、满意、一般和不满意”，其中，“非常满意”不仅用不同颜色(红色，其余用黑色)标示而且还排在首位，这种设计可能会影响顾客对其服务的评价，因此最终结果很可能是不客观的(如较严重左偏)。图1说明了通过一般调查方法得到的顾客满意状况的分布。
图1顾客满意测量结果分布情况
出现这种结果可能的原因是，传统的顾客满意测量方法并未测到真正的顾客满意。如图2a所示，假定A点代表了真正的顾客满意，传统顾客满意测量方法由于所用题目不同而使结果可能只集中在B点或C点，虽然测量结果有很强的一致性，即很高的信度，但没有真正测到顾客满意，即测量缺乏效度。图2b表示理想的情况，即测量结果具有很高的信度和效度。
图2顾客满意测量结果分布示意图
实际上有很多研究者都注意到这一问题[2,3,14]。前人研究指出，满意等级测量结果基本都是左偏的，因为大多数被试都会给出一个正面的积极评价，即“感觉比一般好是很正常的”[5]。
对这种顾客满意测量结果有几种可能的解释：①多数被试可能对研究中选择的产品或服务高度满意；②根据文献[1，2]的研究，满意水平是与先前期望和产品感知绩效相关的；③可能是消费者潜意识中会自我辩解以证明其选择是正确的、明智的，但并没有真正表达其内心的满意程度；④出现这种结果可能还与研究者选择的顾客满意测量量表有关。
为了讨论顾客满意/不满意构念的维度，并找到避免顾客满意测量出现偏差的方法，下面将通过2个研究来深入探讨。
2 研究1：有关顾客满意/不满意构念的讨论
为了完成本研究的目标，首先通过深度访谈讨论顾客满意/不满意构念问题；其次借助准实验调查收集数据以进行实证检验；再次，将深入探讨顾客满意测量量表的偏度、峰度以及信度问题；最后，提出一种可靠并有效测量顾客满意度的方法。
2.1预研究：深度访谈
为了初步验证消费者是否会同时存在顾客满意和不满意的情形，并了解消费者对不同产品情形的满意和不满意评价，做了一个定性研究。该研究包括一系列深度访谈，访谈对象包括学生、教师和管理人员(经商者和广告人)等①。对访谈结果进行深入分析，假定顾客满意和不满意属于2个不同的构念，它们可能是正交的(见图3a)，也可能是斜交的(见图3b)。深度访谈的研究结果表明，消费者的确会同时出现不同程度的顾客满意和不满意水平。然而，根据这个研究结果，发现消费者较难表达是否同时存在顾客满意和不满意的情形，或者较难区分出不同程度的满意/不满意水平，并可能会对这种调查感到迷惑不解或者无所适从。在经过向消费者耐心解释之后，他会对满意/不满意水平做出评价，但通过再次向部分被试了解其态度并回忆当时的情形，可以认为消费者做出的满意(不满意)评价是对刺激物某方面属性的评价，而并不是其对该刺激物的整体或者总的评价。
图3顾客满意与顾客不满意构念的相对关系示意图
随后根据传统顾客满意理论，即假定顾客满意和不满意是同一构念的2个极端(见图3c)，再次对访谈结果进行分析，并按照7级量表(高度不满意、中度不满意、低度不满意、无所谓、低度满意、中度满意以及高度满意)对消费者的反应进行详细分类。分析发现，每种情形或者导致顾客高度满意，或者导致顾客中度不满意，或者导致顾客中度满意，以及导致顾客高度不满意。这与被试在第一时间的反应是相符的，并很可能是被试对该刺激物的整体或总的评价。这样的结果似乎更为贴近现实，并且更容易解释，即深度访谈结果表明，把顾客满意和不满意当作同一构念的2个极端更为符合实际情况。这是定性研究得到的结论。
2.2 研究1：准实验
本研究的目标是通过实证研究验证深度访谈得到的关于顾客满意和不满意是同一构念的结论。为测量顾客满意/不满意评价，我们构建了一个包括适当数量的多重题目量表，并把这些题目融入最终问卷中(测量满意/不满意的题目见表2)。在准实验调查中，分别采取了测量顾客满意(如“没有满意”到“非常满意”)和不满意(如“没有不满意”到“非常不满意”)的单极量表，以分别测量顾客总的满意和总的不满意程度(这与BABIN等[7]的一致，来源于OLIVER[2]和WESTBROOK等[14])。这种多重题目设计以及同时考察满意和不满意的组合是为了尽量避免测量结果出现偏差[5]。不同等级的量表设计也是为了尽可能减小结果分布的偏度。在调查过程中，以手机作为刺激物，对学生和一般消费者进行准实验调查，总样本数为230个(其中一般消费者约占20％)，其中有效样本数为206个，有效样本回收率为89.5％。在有效样本中，男性占51.0％；21～25岁占37.9％，26～30岁占38.0％，31岁及以上占24.1％。
2.3 研究结果：有关顾客满意/不满意构念的讨论
本研究主要用验证性因子分析(CFA)方法来检验顾客满意测量题目的效度，以及满意和不满意测量各自的特殊性。讨论了2个竞争性模型：单构念模型和双构念模型。
(1)单构念模型 假定这8个题目表达了同一构念，那么经过结构方程模型(SEM)分析，得到其X[2]值为84.86(自由度为20，p＜0.001)，CFI=0.97，NFI=0.95，PNFI=0.53，RMSEA=0.13。表3列出了标准化后的因子负载，所有的因子负载都超过了0.79，并都高度显著。这个量表的α系数为0.94，解释方差为81.00％。在因子分析之后，保留因子得分，并对其分布的偏度和峰度进行分析，偏度为-0.098(标准误为0.177)，峰度为-1.227(标准误为0.353)。这说明提取一个因子的测量结果分布稍微左偏，且相对标准正态分布来说，这种分布的特点更为平坦。
(2)双构念模型 尽管α系数可说明量表信度，但借助它并不能解决量表维度问题。考虑到顾客满意和不满意之间可能的差别，需进行双构念模型分析。双构念模型的X[2]值为49.61(自由度为19，p＜0.001)，CFI=0.98，NFI=0.97，PNFI=0.51，RMSEA=0.09。因子负载从0.81到0.95，支持了每个维度的一致性效度，解释方差为87.00％，图4给出了双构念模型结果。
对这8个题目的验证性因子分析发现，尽管双因素结构模型(提取2个因子)比单因素结构模型(只提取1个因子)的拟合度有所改善，但各方面指标改进并不明显，并且单因素结构模型解释的方差已经较高。此外，顾客满意和不满意2个构念的相关系数为-0.95，其绝对值虽然小于-1的绝对值，但这并无法为区分顾客满意和不满意构念提供充分证据。这个研究结果与BABIN等[7]的发现是一致的，即分别测量顾客满意和不满意的8个题目体现出可以接受的一致性效度和区分性效度，并且能够得到较好的结果。但需要指出的是，可分开测量并不表示顾客满意和不满意是2个独立的构念。尽管SEM分析结果表明，在某些统计指标上双因素模型好于单因素模型，但实际上缺少强而有力的理论和实证支持。相反，把它们看作同一构念的2个极端更符合实际情况，这与传统顾客满意理论是一致的[18]。这也进一步验证了深度访谈所得到的结论。
图4双构念模型结果(标准化后)
3 研究2：顾客满意测量量表分析
3.1 测量题目的偏度和峰度分析
对测量顾客满意和不满意的8个题目进行偏度和峰度分析，结果见表4。除第1个测量顾客满意和第3个测量顾客不满意的题目右偏(需考虑这2个题目测量的中点)外，其余测量结果均左偏。值得注意的是，这8个题目测量结果的偏度还能够接受，并没有出现前人研究中过分左偏或右偏的情形。对其测量的峰度进行分析后发现，由于峰度系数均小于零，因此，相比标准正态分布而言，测量结果分布更为平坦。这个结果表明，在针对顾客满意测量中，采取这种多重题目量表可较好避免单一题目量表中出现的左偏问题。
根据偏度指标做进一步讨论发现，有趣的是，S1和D1以及S3和D3偏的方向相反，绝对幅度差异显著(p＜0.01)。此外，S2和D2以及S4和D4均为左偏，也就是说测量顾客满意和不满意题目的结果均偏向同一方向，这说明顾客满意测量和不满意测量存在较明显的非对称性。对于传统顾客满意测量理论来说，测量中出现的非对称性是一个有意义的发现。这说明顾客满意(不满意)的对立面并不一定就恰好是顾客不满意(满意)，可能是没有满意(不满意)，也可能是不同程度的不满意。换句话说，满意和不满意之间可能存在一个较小角度(如图3b)，这在某种程度上也解释了顾客满意与不满意的高度相关(如前面所述，顾客满意和不满意2个构念相关系数为-0.95)。
3.2测量题目的信度分析
研究2除了分析测量题目的偏度和峰度以外，最主要的研究目标是得到一个测量顾客满意的有效量表。前面通过结构方程模型分析发现，本研究中引用的8个题目表现出很好的一致性效度和区分性效度。此外，考虑到不同题目在测量中体现出不同的偏度，而这将影响测量效度，因此，将对不同题目组合的量表进行信度、偏度和峰度分析，结果见表5。
由表5可知，对测量中涉及的8个题目(见表2)进行重组，共得到12种不同组合。组合4、1、3以及9都有较高信度，组合4、1、9以及3提取一个因子所解释方差较大。所有组合提取因子的偏度均为左偏，其中组合3、9、8以及4提取因子的偏度幅度较小，尤其是组合3和组合9的偏度非常小(与其余组合偏度之间差异显著，p＜0.01)。从偏度来说，几个组合间的确存在较明显的不同。从峰度来看，所有组合提取因子的峰度相比标准正态分布而言显得更为平坦，并且组合间差异不大。而传统顾客满意测量结果分布常常左偏是导致无法正确测出顾客满意的主要原因[5]最终，根据偏度结果，并综合考虑信度、解释方差以及峰度，可发现组合3和组合9显示出较好的顾客满意测量量表。但是，值得一提的是，这些组合间显示的差异并非很大，只要能同时测量顾客满意(S)和不满意(D)，一般能得到反映真实的顾客满意度。在实际应用中，只要根据具体情况对以上题目进行搭配，就可以选择一组可靠且有效的顾客满意测量量表。
4 讨论和结论
在前人所有相关购后行为的研究中，顾客满意/不满意受到了极大的关注。然而，与其他构念(如价值、态度、质量等)相比，专门针对顾客满意/不满意定义以及测量方法的研究并不多见。本研究的目的就是通过讨论顾客满意测量中遇到的问题，寻找一种可靠且有效测量的方法。
选择的具有表面效度的8个题目主要是研究消费者对不同情形的反应。验证性因子分析发现，单构念模型以及双构念模型都有较高的拟合度，这充分说明，相比传统的单一题目量表而言，选择这8个题目的测量量表能够更好地反映顾客的心理情感状态[14]。进一步的分析发现，可分开测量顾客满意与顾客不满意，尽管这些测量题目高度相关，但把顾客满意和不满意看做2个潜在独立构念的双因素模型似乎比单一构念模型更能反映实际情况。这与情绪测量中遇到的情形类似，即传统测量情绪的量表容易带来误差，并且，减小测量中的偏差并不会改变顾客满意和不满意之间的相关程度。
简单地增加量表题目的种类或者修改题目的内容，并不能避免当前量表所带来的问题。这样虽然可以增加量表的信度，但难以改进其效度。克服这个问题的一个选择可能是，集中关注不满意顾客的态度和评价，这可能会为公司带来意想不到的收获。
多数顾客满意传统测量方法的结果都呈左偏分布[5]，造成这种结果的原因是多方面的。这给顾客满意理论的发展以及在实际中的应用都带来许多问题。为了避免这种结果的出现，我们针对顾客满意测量设计了不同的题目，其中包括专门测量顾客满意的，也有专门测量顾客不满意的。研究结果发现，这种多重题目设计的量表可以较好地避免或者减轻结果的偏度和峰度，并能得到一致性效度和区分性效度都可以接受的顾客满意测量量表。
另外一个重要发现是，传统顾客满意理论认为顾客满意的对立面就是顾客不满意，但研究发现顾客满意和顾客不满意之间存在较强的非对称性。也就是说，顾客满意与不满意之间可能存在一个较小的角度。未来这方面的研究可以参考HERZBERG[19]提出的双因素理论。
最后，对不同题目组合量表的信度、解释方差、偏度和峰度进行了分析讨论，并提出了几个较好的顾客满意测量量表。实际测量时，可根据具体情况对以上题目进行搭配。本研究认为同时测量顾客满意和不满意可较真实地反映顾客实际满意程度，即真正测到顾客的满意程度。
本研究不可避免地也存在一些局限性：首先，虽然深度访谈的对象和准实验调查的样本包括部分一般消费者，但比重较小(20％)，因此，在对研究结果进行推广时，需要考虑样本的代表性；其次，如果选择其他产品而不是手机作为研究的刺激物，可能会得到较为不同的结论。尤其当把某种服务作为研究对象时，可能会出现不同的结果。
注释：
①在做深度访谈之前，首先开展了专家访谈，访问了营销领域的5位专家，目的是确定深度访谈提纲。之后共完成13个深度访谈。
标签：深度访谈论文; 顾客满意度论文; 顾客价值论文; 因子分析论文; 结构效度论文; 内容效度论文; 峰度系数论文; 相关性分析论文; 区分效度论文; 偏度系数论文; 信度检验论文; 消费者分析论文;