市場調(diào)查中樣本數(shù)據(jù)缺失值問題研究

呂濤

摘 要：本文在對缺失值的基本概念、產(chǎn)生原因、主要處理方法進(jìn)行簡單介紹的基礎(chǔ)上，提出了針對顧客滿意度測評的拓展模型以及缺失值的分類均值插補(bǔ)處理方法，相對于以往的均值插補(bǔ)法，該方法的有效性得到了進(jìn)一步提升。為了驗(yàn)證模型的效度、信度、適合度，以某公司為對象進(jìn)行實(shí)證研究，對文章提出的顧客滿意度測評拓展模型進(jìn)行評價(jià)分析，最終取得了滿意且有效的測評結(jié)果。

關(guān)鍵詞：市場調(diào)查；樣本數(shù)據(jù)缺失；缺失值

一、引言

所謂缺失值就是指在研究分析中的數(shù)據(jù)統(tǒng)計(jì)方式，傳統(tǒng)的獲取方式是通過抽樣，但在實(shí)際操作時(shí)因?yàn)楦鞣N主客觀因素的影響而未能獲取相應(yīng)調(diào)查數(shù)據(jù)，也常被成為缺失數(shù)據(jù)。根據(jù)以往的理論研究成果和實(shí)踐經(jīng)驗(yàn)，市場調(diào)查中樣本數(shù)據(jù)缺失是比較普遍的一種現(xiàn)象，究其原因，主要有以下幾個(gè)方面：（1）受調(diào)查對象出于個(gè)人的主觀意愿對調(diào)查者希望從自己這里獲取所需數(shù)據(jù)的行為持否定態(tài)度。（2）因各種不可控的因素而導(dǎo)致調(diào)查數(shù)據(jù)缺失。（3）受調(diào)查系統(tǒng)不完善、調(diào)查人員操作失誤等因素的影響，未能實(shí)現(xiàn)對所需數(shù)據(jù)的全面搜集。（4）在對調(diào)查數(shù)據(jù)進(jìn)行匯總處理時(shí)出現(xiàn)錯(cuò)誤或失誤而引起的數(shù)據(jù)缺失。不過，以上四種原因僅為導(dǎo)致數(shù)據(jù)缺失問題的主要原因，在實(shí)際工作中，缺失數(shù)據(jù)的產(chǎn)生原因種類繁多，很難對缺失數(shù)據(jù)的產(chǎn)生方式與機(jī)制進(jìn)行準(zhǔn)確的判斷和檢測，為了使針對缺失數(shù)據(jù)的研究能夠順利開展，專家和學(xué)者們從形式上將其劃分為項(xiàng)目缺失、單元缺失兩種類型。Rubin、Little在對數(shù)據(jù)缺失機(jī)制進(jìn)行定義時(shí)將其劃分為以下三種類型：不可忽略的缺失、隨機(jī)缺失、完全隨機(jī)缺失。在推估過程中，缺失數(shù)據(jù)主要有單調(diào)、單變量、任意缺失三種表現(xiàn)形式。就目前的實(shí)際情況來看，刪除法、插補(bǔ)法以及最大似然估計(jì)法是缺失數(shù)值問題處理工作中最常用的三種方法，而缺失值的補(bǔ)法主要包括多重插補(bǔ)法、隨機(jī)插補(bǔ)法和均值插補(bǔ)法等，MCMC算法、EM算法、相似反映模式算法、最大似然估計(jì)法、回歸或主成分法也是處理缺失值的常用方法。本次研究針對市場調(diào)查中的顧客滿意度調(diào)查，提出一種新的缺失值處理方法——分類均值插補(bǔ)法，以此實(shí)現(xiàn)解決市場調(diào)查中樣本數(shù)據(jù)缺失值問題的最終目標(biāo)。

二、構(gòu)建顧客滿意度指數(shù)測評拓展模型

本次研究所構(gòu)建的顧客滿意度指數(shù)測評拓展模型共涉及潛變量7個(gè)，分別為消費(fèi)者滿意度、抱怨、質(zhì)量期望、忠誠以及感知質(zhì)量、價(jià)值期望和品牌期望。外生變量僅有品牌期望1個(gè)，其余均為內(nèi)生變量。模型路徑如圖所示。

三、求解帶缺失值的顧客滿意度指數(shù)

1.處理異常值

這里所說的異常值，是指受調(diào)查者不遠(yuǎn)回答問卷調(diào)查中的相關(guān)問題或回答結(jié)果超出數(shù)值范圍時(shí)所采用的默認(rèn)值，調(diào)查問卷采用10分制，受調(diào)查者通過給分方式表達(dá)自己對相關(guān)項(xiàng)目的滿意或認(rèn)可程度。98名受調(diào)查者表示自己不了解相關(guān)信息， 99名受調(diào)查者不愿作答，101名受調(diào)查者表示從不購買，以上回答均以缺失值進(jìn)行處理。標(biāo)準(zhǔn)化處理后，樣本值的方差、均值分別為1、0。

2.處理缺失值

首先，用0代替數(shù)據(jù)庫中標(biāo)記為NaN的缺失值，若潛變量對應(yīng)的顯變量的樣本值完全缺失，則認(rèn)為該樣本無效，采用成對刪除法進(jìn)行處理；若潛變量對應(yīng)的顯變量的樣本值僅有部分缺失，采用“分類均值插補(bǔ)法”進(jìn)行處理。“分類均值插補(bǔ)法”的操作流程可以簡單的概括為：依1～10分分值將滿意度字段劃分為10個(gè)類別，若某一類別中存在缺失值，則以該類別的缺失值均值插補(bǔ)。“分類均值插補(bǔ)法”是由均值插補(bǔ)法發(fā)展而來，二者在均方根誤差方面的比較結(jié)果見表1。

3.潛變量估計(jì)值的獲取

潛變量估計(jì)值通過PLS算法反復(fù)迭代獲取，需要注意的一點(diǎn)是，若塊結(jié)構(gòu)含有多個(gè)潛變量結(jié)構(gòu)方程模型，那么在設(shè)定過程中應(yīng)假定各指標(biāo)及其對應(yīng)的潛變量之間為線性關(guān)系；在對模型的內(nèi)部關(guān)系進(jìn)行設(shè)定時(shí)，應(yīng)堅(jiān)持不同關(guān)系共同構(gòu)成一個(gè)線性因果鏈系統(tǒng)的原則。

步驟一：對潛變量、權(quán)重進(jìn)行迭代估計(jì)，同時(shí)估計(jì)定位系數(shù)。

步驟二：重復(fù)執(zhí)行①～④，直至滿足迭代條件。

四、顧客滿意度測評拓展模型的實(shí)證分析

1.顧客滿意度測評拓展模型的應(yīng)用及評價(jià)。模型的實(shí)證分析涉及顯變量17個(gè)、潛變量7個(gè)（ξ0～6，分別對應(yīng)消費(fèi)者期望、質(zhì)量期望值、價(jià)值期望值、消費(fèi)者滿意度、消費(fèi)者抱怨、消費(fèi)者忠誠以及企業(yè)形象）。調(diào)查工作以網(wǎng)上發(fā)放調(diào)查問卷的形式開展，共涉及225名受調(diào)查者（即樣本量為225）。X52代表價(jià)格敏感度，包括價(jià)格上下浮動的不同趨勢，取值定義為價(jià)格上下浮動25%。用符號NaN替換表中的98、99、101，代表缺失數(shù)據(jù)。對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，設(shè)定權(quán)重迭代條件初始值，計(jì)算消費(fèi)者對商品質(zhì)量和價(jià)值的滿意度指數(shù)值。模型合理性評價(jià)于PLS路徑模型相關(guān)參數(shù)得出后進(jìn)行。

通過測量、結(jié)構(gòu)模型獲悉模型的科學(xué)可靠性，測量評價(jià)包括信度、效度兩個(gè)方面，結(jié)構(gòu)評價(jià)則以分析路徑系數(shù)為主。分別對七組變量進(jìn)行主成分分析，分析數(shù)據(jù)表明，第一主成分特征值>1，第二主成分特征值<1，DG.rho以及C.alpha均>0.7，各組變量單一緯度均滿足要求。測評標(biāo)準(zhǔn)化因子0.59～0.90，所涉及概念A(yù)VE值0.81～0.99，均滿足“>0.5”的要求，證明所設(shè)計(jì)量表的內(nèi)斂效度良好。不同解釋潛變量及所對應(yīng)的潛變量R2值均>0，說明模型具備所需解釋能力。模型擬合優(yōu)度GoF=0.7，說明模型擬合效果滿足要求。

依據(jù)迭代過程中權(quán)重系數(shù)ω的計(jì)算結(jié)果，可以歸納出以下結(jié)論：（1）在權(quán)重初始值不完全為0的情況下，最終迭代結(jié)果不會受到影響；（2）若調(diào)查樣本、迭代中止條件相同，則權(quán)重分析結(jié)果不會因初始權(quán)重ω值的差異而受到影響。（3）迭代過程是收斂的，雖然權(quán)重初值的差異會對迭代次數(shù)以及迭代過程中的權(quán)重值產(chǎn)生影響，但并不會導(dǎo)致迭代結(jié)果發(fā)生改變的問題。

基于Java設(shè)計(jì)開發(fā)的SmartPLS軟件包括路徑、因子、質(zhì)子三種權(quán)重模式，在相同樣本的處理過程中，SmartPLS軟件至收斂分別需要13、13、9次迭代，本文所采用的方法僅需5次迭代即可達(dá)到同樣的效果。由這一結(jié)果我們可以看出，本次研究所采用的處理方式能夠使模型分析、處理速度較以往有較大幅度的提升，在測量模型系數(shù)、結(jié)構(gòu)模型系數(shù)、權(quán)重系數(shù)等方面則與SmartPLS軟件一致。

2.測評結(jié)果。經(jīng)計(jì)算和分析后獲取各潛變量間標(biāo)準(zhǔn)化路徑系數(shù)，所得部分結(jié)果如表2所示。

根據(jù)以上實(shí)證分析以及對各參數(shù)的評價(jià)結(jié)果，我們對該公司的網(wǎng)上滿意度調(diào)查結(jié)果進(jìn)行如下歸納：

（1）感知質(zhì)量和價(jià)值、顧客期望、企業(yè)形象這4個(gè)潛變量與顧客滿意度之間存在明顯的正比關(guān)系，排名前三的依次為感知質(zhì)量、感知價(jià)值、企業(yè)形象，分別為0.6171、0.2997和0.2183。由此可以看出，想要使客戶對公司產(chǎn)品的滿意度得到進(jìn)一步的提升，最為關(guān)鍵的一點(diǎn)是保證產(chǎn)品質(zhì)量，合理控制產(chǎn)品價(jià)格也將為顧客滿意度的提升做出一定貢獻(xiàn)。

（2）顧客忠誠度受顧客滿意度的直接、間接影響β53、β43β54分別為0.6888、0.07132，證明顧客滿意度對于顧客忠誠的直接影響較強(qiáng)，而對顧客忠誠的間接影響相對較弱。

五、結(jié)語

本文在對數(shù)據(jù)缺失的基本概念、產(chǎn)生原因、主要處理方式進(jìn)行了簡單的說明和介紹，在幫助讀者了解數(shù)據(jù)缺失值問題相關(guān)情況的基礎(chǔ)上提出針對顧客滿意度指數(shù)測評拓展模型，該模型細(xì)化了感知質(zhì)量潛變量，將其分為感知服務(wù)、產(chǎn)品質(zhì)量兩種類型，使同時(shí)提供產(chǎn)品和服務(wù)的現(xiàn)代企業(yè)在市場調(diào)查的過程中能夠?qū)в腥笔е档念櫩蜐M意度指數(shù)進(jìn)行更加方便的處理，使測評工作的開展更加簡潔、高效。為了使這一目標(biāo)得到更好的實(shí)現(xiàn)，文章基于均值插補(bǔ)法提出了“分類均值插補(bǔ)法”并將其應(yīng)用于缺失值問題的處理過程中，相對而言，新方法的有效性得到了進(jìn)一步提升。為了驗(yàn)證模型的效度、信度、適合度，以某公司為對象進(jìn)行實(shí)證研究，對文章提出的顧客滿意度測評拓展模型進(jìn)行評價(jià)分析，最終取得了滿意且有效的測評結(jié)果。

參考文獻(xiàn)：

[1]魯純.灰色建模中數(shù)據(jù)缺失值處理方法探討[J].遼寧省交通高等專科學(xué)校學(xué)報(bào)，2013，15（2）：18-22.

[2]帥平，李曉松，等.缺失數(shù)據(jù)統(tǒng)計(jì)處理方法的研究進(jìn)展[J].中國衛(wèi)生統(tǒng)計(jì)，2013，（1）：135-139.

[3]王曼，施念.成組刪除法和多重填補(bǔ)法對隨機(jī)缺失的二分類變量資料處理效果的比較[J].鄭州大學(xué)學(xué)報(bào)：醫(yī)學(xué)版，2012，47（5）：642-645.endprint

摘 要：本文在對缺失值的基本概念、產(chǎn)生原因、主要處理方法進(jìn)行簡單介紹的基礎(chǔ)上，提出了針對顧客滿意度測評的拓展模型以及缺失值的分類均值插補(bǔ)處理方法，相對于以往的均值插補(bǔ)法，該方法的有效性得到了進(jìn)一步提升。為了驗(yàn)證模型的效度、信度、適合度，以某公司為對象進(jìn)行實(shí)證研究，對文章提出的顧客滿意度測評拓展模型進(jìn)行評價(jià)分析，最終取得了滿意且有效的測評結(jié)果。

關(guān)鍵詞：市場調(diào)查；樣本數(shù)據(jù)缺失；缺失值

一、引言

所謂缺失值就是指在研究分析中的數(shù)據(jù)統(tǒng)計(jì)方式，傳統(tǒng)的獲取方式是通過抽樣，但在實(shí)際操作時(shí)因?yàn)楦鞣N主客觀因素的影響而未能獲取相應(yīng)調(diào)查數(shù)據(jù)，也常被成為缺失數(shù)據(jù)。根據(jù)以往的理論研究成果和實(shí)踐經(jīng)驗(yàn)，市場調(diào)查中樣本數(shù)據(jù)缺失是比較普遍的一種現(xiàn)象，究其原因，主要有以下幾個(gè)方面：（1）受調(diào)查對象出于個(gè)人的主觀意愿對調(diào)查者希望從自己這里獲取所需數(shù)據(jù)的行為持否定態(tài)度。（2）因各種不可控的因素而導(dǎo)致調(diào)查數(shù)據(jù)缺失。（3）受調(diào)查系統(tǒng)不完善、調(diào)查人員操作失誤等因素的影響，未能實(shí)現(xiàn)對所需數(shù)據(jù)的全面搜集。（4）在對調(diào)查數(shù)據(jù)進(jìn)行匯總處理時(shí)出現(xiàn)錯(cuò)誤或失誤而引起的數(shù)據(jù)缺失。不過，以上四種原因僅為導(dǎo)致數(shù)據(jù)缺失問題的主要原因，在實(shí)際工作中，缺失數(shù)據(jù)的產(chǎn)生原因種類繁多，很難對缺失數(shù)據(jù)的產(chǎn)生方式與機(jī)制進(jìn)行準(zhǔn)確的判斷和檢測，為了使針對缺失數(shù)據(jù)的研究能夠順利開展，專家和學(xué)者們從形式上將其劃分為項(xiàng)目缺失、單元缺失兩種類型。Rubin、Little在對數(shù)據(jù)缺失機(jī)制進(jìn)行定義時(shí)將其劃分為以下三種類型：不可忽略的缺失、隨機(jī)缺失、完全隨機(jī)缺失。在推估過程中，缺失數(shù)據(jù)主要有單調(diào)、單變量、任意缺失三種表現(xiàn)形式。就目前的實(shí)際情況來看，刪除法、插補(bǔ)法以及最大似然估計(jì)法是缺失數(shù)值問題處理工作中最常用的三種方法，而缺失值的補(bǔ)法主要包括多重插補(bǔ)法、隨機(jī)插補(bǔ)法和均值插補(bǔ)法等，MCMC算法、EM算法、相似反映模式算法、最大似然估計(jì)法、回歸或主成分法也是處理缺失值的常用方法。本次研究針對市場調(diào)查中的顧客滿意度調(diào)查，提出一種新的缺失值處理方法——分類均值插補(bǔ)法，以此實(shí)現(xiàn)解決市場調(diào)查中樣本數(shù)據(jù)缺失值問題的最終目標(biāo)。

二、構(gòu)建顧客滿意度指數(shù)測評拓展模型

本次研究所構(gòu)建的顧客滿意度指數(shù)測評拓展模型共涉及潛變量7個(gè)，分別為消費(fèi)者滿意度、抱怨、質(zhì)量期望、忠誠以及感知質(zhì)量、價(jià)值期望和品牌期望。外生變量僅有品牌期望1個(gè)，其余均為內(nèi)生變量。模型路徑如圖所示。

三、求解帶缺失值的顧客滿意度指數(shù)

1.處理異常值

這里所說的異常值，是指受調(diào)查者不遠(yuǎn)回答問卷調(diào)查中的相關(guān)問題或回答結(jié)果超出數(shù)值范圍時(shí)所采用的默認(rèn)值，調(diào)查問卷采用10分制，受調(diào)查者通過給分方式表達(dá)自己對相關(guān)項(xiàng)目的滿意或認(rèn)可程度。98名受調(diào)查者表示自己不了解相關(guān)信息， 99名受調(diào)查者不愿作答，101名受調(diào)查者表示從不購買，以上回答均以缺失值進(jìn)行處理。標(biāo)準(zhǔn)化處理后，樣本值的方差、均值分別為1、0。

2.處理缺失值

首先，用0代替數(shù)據(jù)庫中標(biāo)記為NaN的缺失值，若潛變量對應(yīng)的顯變量的樣本值完全缺失，則認(rèn)為該樣本無效，采用成對刪除法進(jìn)行處理；若潛變量對應(yīng)的顯變量的樣本值僅有部分缺失，采用“分類均值插補(bǔ)法”進(jìn)行處理。“分類均值插補(bǔ)法”的操作流程可以簡單的概括為：依1～10分分值將滿意度字段劃分為10個(gè)類別，若某一類別中存在缺失值，則以該類別的缺失值均值插補(bǔ)。“分類均值插補(bǔ)法”是由均值插補(bǔ)法發(fā)展而來，二者在均方根誤差方面的比較結(jié)果見表1。

3.潛變量估計(jì)值的獲取

潛變量估計(jì)值通過PLS算法反復(fù)迭代獲取，需要注意的一點(diǎn)是，若塊結(jié)構(gòu)含有多個(gè)潛變量結(jié)構(gòu)方程模型，那么在設(shè)定過程中應(yīng)假定各指標(biāo)及其對應(yīng)的潛變量之間為線性關(guān)系；在對模型的內(nèi)部關(guān)系進(jìn)行設(shè)定時(shí)，應(yīng)堅(jiān)持不同關(guān)系共同構(gòu)成一個(gè)線性因果鏈系統(tǒng)的原則。

步驟一：對潛變量、權(quán)重進(jìn)行迭代估計(jì)，同時(shí)估計(jì)定位系數(shù)。

步驟二：重復(fù)執(zhí)行①～④，直至滿足迭代條件。

四、顧客滿意度測評拓展模型的實(shí)證分析

1.顧客滿意度測評拓展模型的應(yīng)用及評價(jià)。模型的實(shí)證分析涉及顯變量17個(gè)、潛變量7個(gè)（ξ0～6，分別對應(yīng)消費(fèi)者期望、質(zhì)量期望值、價(jià)值期望值、消費(fèi)者滿意度、消費(fèi)者抱怨、消費(fèi)者忠誠以及企業(yè)形象）。調(diào)查工作以網(wǎng)上發(fā)放調(diào)查問卷的形式開展，共涉及225名受調(diào)查者（即樣本量為225）。X52代表價(jià)格敏感度，包括價(jià)格上下浮動的不同趨勢，取值定義為價(jià)格上下浮動25%。用符號NaN替換表中的98、99、101，代表缺失數(shù)據(jù)。對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，設(shè)定權(quán)重迭代條件初始值，計(jì)算消費(fèi)者對商品質(zhì)量和價(jià)值的滿意度指數(shù)值。模型合理性評價(jià)于PLS路徑模型相關(guān)參數(shù)得出后進(jìn)行。

通過測量、結(jié)構(gòu)模型獲悉模型的科學(xué)可靠性，測量評價(jià)包括信度、效度兩個(gè)方面，結(jié)構(gòu)評價(jià)則以分析路徑系數(shù)為主。分別對七組變量進(jìn)行主成分分析，分析數(shù)據(jù)表明，第一主成分特征值>1，第二主成分特征值<1，DG.rho以及C.alpha均>0.7，各組變量單一緯度均滿足要求。測評標(biāo)準(zhǔn)化因子0.59～0.90，所涉及概念A(yù)VE值0.81～0.99，均滿足“>0.5”的要求，證明所設(shè)計(jì)量表的內(nèi)斂效度良好。不同解釋潛變量及所對應(yīng)的潛變量R2值均>0，說明模型具備所需解釋能力。模型擬合優(yōu)度GoF=0.7，說明模型擬合效果滿足要求。

依據(jù)迭代過程中權(quán)重系數(shù)ω的計(jì)算結(jié)果，可以歸納出以下結(jié)論：（1）在權(quán)重初始值不完全為0的情況下，最終迭代結(jié)果不會受到影響；（2）若調(diào)查樣本、迭代中止條件相同，則權(quán)重分析結(jié)果不會因初始權(quán)重ω值的差異而受到影響。（3）迭代過程是收斂的，雖然權(quán)重初值的差異會對迭代次數(shù)以及迭代過程中的權(quán)重值產(chǎn)生影響，但并不會導(dǎo)致迭代結(jié)果發(fā)生改變的問題。

基于Java設(shè)計(jì)開發(fā)的SmartPLS軟件包括路徑、因子、質(zhì)子三種權(quán)重模式，在相同樣本的處理過程中，SmartPLS軟件至收斂分別需要13、13、9次迭代，本文所采用的方法僅需5次迭代即可達(dá)到同樣的效果。由這一結(jié)果我們可以看出，本次研究所采用的處理方式能夠使模型分析、處理速度較以往有較大幅度的提升，在測量模型系數(shù)、結(jié)構(gòu)模型系數(shù)、權(quán)重系數(shù)等方面則與SmartPLS軟件一致。

2.測評結(jié)果。經(jīng)計(jì)算和分析后獲取各潛變量間標(biāo)準(zhǔn)化路徑系數(shù)，所得部分結(jié)果如表2所示。

根據(jù)以上實(shí)證分析以及對各參數(shù)的評價(jià)結(jié)果，我們對該公司的網(wǎng)上滿意度調(diào)查結(jié)果進(jìn)行如下歸納：

（1）感知質(zhì)量和價(jià)值、顧客期望、企業(yè)形象這4個(gè)潛變量與顧客滿意度之間存在明顯的正比關(guān)系，排名前三的依次為感知質(zhì)量、感知價(jià)值、企業(yè)形象，分別為0.6171、0.2997和0.2183。由此可以看出，想要使客戶對公司產(chǎn)品的滿意度得到進(jìn)一步的提升，最為關(guān)鍵的一點(diǎn)是保證產(chǎn)品質(zhì)量，合理控制產(chǎn)品價(jià)格也將為顧客滿意度的提升做出一定貢獻(xiàn)。

（2）顧客忠誠度受顧客滿意度的直接、間接影響β53、β43β54分別為0.6888、0.07132，證明顧客滿意度對于顧客忠誠的直接影響較強(qiáng)，而對顧客忠誠的間接影響相對較弱。

五、結(jié)語

本文在對數(shù)據(jù)缺失的基本概念、產(chǎn)生原因、主要處理方式進(jìn)行了簡單的說明和介紹，在幫助讀者了解數(shù)據(jù)缺失值問題相關(guān)情況的基礎(chǔ)上提出針對顧客滿意度指數(shù)測評拓展模型，該模型細(xì)化了感知質(zhì)量潛變量，將其分為感知服務(wù)、產(chǎn)品質(zhì)量兩種類型，使同時(shí)提供產(chǎn)品和服務(wù)的現(xiàn)代企業(yè)在市場調(diào)查的過程中能夠?qū)в腥笔е档念櫩蜐M意度指數(shù)進(jìn)行更加方便的處理，使測評工作的開展更加簡潔、高效。為了使這一目標(biāo)得到更好的實(shí)現(xiàn)，文章基于均值插補(bǔ)法提出了“分類均值插補(bǔ)法”并將其應(yīng)用于缺失值問題的處理過程中，相對而言，新方法的有效性得到了進(jìn)一步提升。為了驗(yàn)證模型的效度、信度、適合度，以某公司為對象進(jìn)行實(shí)證研究，對文章提出的顧客滿意度測評拓展模型進(jìn)行評價(jià)分析，最終取得了滿意且有效的測評結(jié)果。

參考文獻(xiàn)：

[1]魯純.灰色建模中數(shù)據(jù)缺失值處理方法探討[J].遼寧省交通高等專科學(xué)校學(xué)報(bào)，2013，15（2）：18-22.

[2]帥平，李曉松，等.缺失數(shù)據(jù)統(tǒng)計(jì)處理方法的研究進(jìn)展[J].中國衛(wèi)生統(tǒng)計(jì)，2013，（1）：135-139.

[3]王曼，施念.成組刪除法和多重填補(bǔ)法對隨機(jī)缺失的二分類變量資料處理效果的比較[J].鄭州大學(xué)學(xué)報(bào)：醫(yī)學(xué)版，2012，47（5）：642-645.endprint

摘 要：本文在對缺失值的基本概念、產(chǎn)生原因、主要處理方法進(jìn)行簡單介紹的基礎(chǔ)上，提出了針對顧客滿意度測評的拓展模型以及缺失值的分類均值插補(bǔ)處理方法，相對于以往的均值插補(bǔ)法，該方法的有效性得到了進(jìn)一步提升。為了驗(yàn)證模型的效度、信度、適合度，以某公司為對象進(jìn)行實(shí)證研究，對文章提出的顧客滿意度測評拓展模型進(jìn)行評價(jià)分析，最終取得了滿意且有效的測評結(jié)果。

關(guān)鍵詞：市場調(diào)查；樣本數(shù)據(jù)缺失；缺失值

一、引言

所謂缺失值就是指在研究分析中的數(shù)據(jù)統(tǒng)計(jì)方式，傳統(tǒng)的獲取方式是通過抽樣，但在實(shí)際操作時(shí)因?yàn)楦鞣N主客觀因素的影響而未能獲取相應(yīng)調(diào)查數(shù)據(jù)，也常被成為缺失數(shù)據(jù)。根據(jù)以往的理論研究成果和實(shí)踐經(jīng)驗(yàn)，市場調(diào)查中樣本數(shù)據(jù)缺失是比較普遍的一種現(xiàn)象，究其原因，主要有以下幾個(gè)方面：（1）受調(diào)查對象出于個(gè)人的主觀意愿對調(diào)查者希望從自己這里獲取所需數(shù)據(jù)的行為持否定態(tài)度。（2）因各種不可控的因素而導(dǎo)致調(diào)查數(shù)據(jù)缺失。（3）受調(diào)查系統(tǒng)不完善、調(diào)查人員操作失誤等因素的影響，未能實(shí)現(xiàn)對所需數(shù)據(jù)的全面搜集。（4）在對調(diào)查數(shù)據(jù)進(jìn)行匯總處理時(shí)出現(xiàn)錯(cuò)誤或失誤而引起的數(shù)據(jù)缺失。不過，以上四種原因僅為導(dǎo)致數(shù)據(jù)缺失問題的主要原因，在實(shí)際工作中，缺失數(shù)據(jù)的產(chǎn)生原因種類繁多，很難對缺失數(shù)據(jù)的產(chǎn)生方式與機(jī)制進(jìn)行準(zhǔn)確的判斷和檢測，為了使針對缺失數(shù)據(jù)的研究能夠順利開展，專家和學(xué)者們從形式上將其劃分為項(xiàng)目缺失、單元缺失兩種類型。Rubin、Little在對數(shù)據(jù)缺失機(jī)制進(jìn)行定義時(shí)將其劃分為以下三種類型：不可忽略的缺失、隨機(jī)缺失、完全隨機(jī)缺失。在推估過程中，缺失數(shù)據(jù)主要有單調(diào)、單變量、任意缺失三種表現(xiàn)形式。就目前的實(shí)際情況來看，刪除法、插補(bǔ)法以及最大似然估計(jì)法是缺失數(shù)值問題處理工作中最常用的三種方法，而缺失值的補(bǔ)法主要包括多重插補(bǔ)法、隨機(jī)插補(bǔ)法和均值插補(bǔ)法等，MCMC算法、EM算法、相似反映模式算法、最大似然估計(jì)法、回歸或主成分法也是處理缺失值的常用方法。本次研究針對市場調(diào)查中的顧客滿意度調(diào)查，提出一種新的缺失值處理方法——分類均值插補(bǔ)法，以此實(shí)現(xiàn)解決市場調(diào)查中樣本數(shù)據(jù)缺失值問題的最終目標(biāo)。

二、構(gòu)建顧客滿意度指數(shù)測評拓展模型

本次研究所構(gòu)建的顧客滿意度指數(shù)測評拓展模型共涉及潛變量7個(gè)，分別為消費(fèi)者滿意度、抱怨、質(zhì)量期望、忠誠以及感知質(zhì)量、價(jià)值期望和品牌期望。外生變量僅有品牌期望1個(gè)，其余均為內(nèi)生變量。模型路徑如圖所示。

三、求解帶缺失值的顧客滿意度指數(shù)

1.處理異常值

這里所說的異常值，是指受調(diào)查者不遠(yuǎn)回答問卷調(diào)查中的相關(guān)問題或回答結(jié)果超出數(shù)值范圍時(shí)所采用的默認(rèn)值，調(diào)查問卷采用10分制，受調(diào)查者通過給分方式表達(dá)自己對相關(guān)項(xiàng)目的滿意或認(rèn)可程度。98名受調(diào)查者表示自己不了解相關(guān)信息， 99名受調(diào)查者不愿作答，101名受調(diào)查者表示從不購買，以上回答均以缺失值進(jìn)行處理。標(biāo)準(zhǔn)化處理后，樣本值的方差、均值分別為1、0。

2.處理缺失值

首先，用0代替數(shù)據(jù)庫中標(biāo)記為NaN的缺失值，若潛變量對應(yīng)的顯變量的樣本值完全缺失，則認(rèn)為該樣本無效，采用成對刪除法進(jìn)行處理；若潛變量對應(yīng)的顯變量的樣本值僅有部分缺失，采用“分類均值插補(bǔ)法”進(jìn)行處理。“分類均值插補(bǔ)法”的操作流程可以簡單的概括為：依1～10分分值將滿意度字段劃分為10個(gè)類別，若某一類別中存在缺失值，則以該類別的缺失值均值插補(bǔ)。“分類均值插補(bǔ)法”是由均值插補(bǔ)法發(fā)展而來，二者在均方根誤差方面的比較結(jié)果見表1。

3.潛變量估計(jì)值的獲取

潛變量估計(jì)值通過PLS算法反復(fù)迭代獲取，需要注意的一點(diǎn)是，若塊結(jié)構(gòu)含有多個(gè)潛變量結(jié)構(gòu)方程模型，那么在設(shè)定過程中應(yīng)假定各指標(biāo)及其對應(yīng)的潛變量之間為線性關(guān)系；在對模型的內(nèi)部關(guān)系進(jìn)行設(shè)定時(shí)，應(yīng)堅(jiān)持不同關(guān)系共同構(gòu)成一個(gè)線性因果鏈系統(tǒng)的原則。

步驟一：對潛變量、權(quán)重進(jìn)行迭代估計(jì)，同時(shí)估計(jì)定位系數(shù)。

步驟二：重復(fù)執(zhí)行①～④，直至滿足迭代條件。

四、顧客滿意度測評拓展模型的實(shí)證分析

1.顧客滿意度測評拓展模型的應(yīng)用及評價(jià)。模型的實(shí)證分析涉及顯變量17個(gè)、潛變量7個(gè)（ξ0～6，分別對應(yīng)消費(fèi)者期望、質(zhì)量期望值、價(jià)值期望值、消費(fèi)者滿意度、消費(fèi)者抱怨、消費(fèi)者忠誠以及企業(yè)形象）。調(diào)查工作以網(wǎng)上發(fā)放調(diào)查問卷的形式開展，共涉及225名受調(diào)查者（即樣本量為225）。X52代表價(jià)格敏感度，包括價(jià)格上下浮動的不同趨勢，取值定義為價(jià)格上下浮動25%。用符號NaN替換表中的98、99、101，代表缺失數(shù)據(jù)。對原始數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，設(shè)定權(quán)重迭代條件初始值，計(jì)算消費(fèi)者對商品質(zhì)量和價(jià)值的滿意度指數(shù)值。模型合理性評價(jià)于PLS路徑模型相關(guān)參數(shù)得出后進(jìn)行。

通過測量、結(jié)構(gòu)模型獲悉模型的科學(xué)可靠性，測量評價(jià)包括信度、效度兩個(gè)方面，結(jié)構(gòu)評價(jià)則以分析路徑系數(shù)為主。分別對七組變量進(jìn)行主成分分析，分析數(shù)據(jù)表明，第一主成分特征值>1，第二主成分特征值<1，DG.rho以及C.alpha均>0.7，各組變量單一緯度均滿足要求。測評標(biāo)準(zhǔn)化因子0.59～0.90，所涉及概念A(yù)VE值0.81～0.99，均滿足“>0.5”的要求，證明所設(shè)計(jì)量表的內(nèi)斂效度良好。不同解釋潛變量及所對應(yīng)的潛變量R2值均>0，說明模型具備所需解釋能力。模型擬合優(yōu)度GoF=0.7，說明模型擬合效果滿足要求。

依據(jù)迭代過程中權(quán)重系數(shù)ω的計(jì)算結(jié)果，可以歸納出以下結(jié)論：（1）在權(quán)重初始值不完全為0的情況下，最終迭代結(jié)果不會受到影響；（2）若調(diào)查樣本、迭代中止條件相同，則權(quán)重分析結(jié)果不會因初始權(quán)重ω值的差異而受到影響。（3）迭代過程是收斂的，雖然權(quán)重初值的差異會對迭代次數(shù)以及迭代過程中的權(quán)重值產(chǎn)生影響，但并不會導(dǎo)致迭代結(jié)果發(fā)生改變的問題。

基于Java設(shè)計(jì)開發(fā)的SmartPLS軟件包括路徑、因子、質(zhì)子三種權(quán)重模式，在相同樣本的處理過程中，SmartPLS軟件至收斂分別需要13、13、9次迭代，本文所采用的方法僅需5次迭代即可達(dá)到同樣的效果。由這一結(jié)果我們可以看出，本次研究所采用的處理方式能夠使模型分析、處理速度較以往有較大幅度的提升，在測量模型系數(shù)、結(jié)構(gòu)模型系數(shù)、權(quán)重系數(shù)等方面則與SmartPLS軟件一致。

2.測評結(jié)果。經(jīng)計(jì)算和分析后獲取各潛變量間標(biāo)準(zhǔn)化路徑系數(shù)，所得部分結(jié)果如表2所示。

根據(jù)以上實(shí)證分析以及對各參數(shù)的評價(jià)結(jié)果，我們對該公司的網(wǎng)上滿意度調(diào)查結(jié)果進(jìn)行如下歸納：

（1）感知質(zhì)量和價(jià)值、顧客期望、企業(yè)形象這4個(gè)潛變量與顧客滿意度之間存在明顯的正比關(guān)系，排名前三的依次為感知質(zhì)量、感知價(jià)值、企業(yè)形象，分別為0.6171、0.2997和0.2183。由此可以看出，想要使客戶對公司產(chǎn)品的滿意度得到進(jìn)一步的提升，最為關(guān)鍵的一點(diǎn)是保證產(chǎn)品質(zhì)量，合理控制產(chǎn)品價(jià)格也將為顧客滿意度的提升做出一定貢獻(xiàn)。

（2）顧客忠誠度受顧客滿意度的直接、間接影響β53、β43β54分別為0.6888、0.07132，證明顧客滿意度對于顧客忠誠的直接影響較強(qiáng)，而對顧客忠誠的間接影響相對較弱。

五、結(jié)語

本文在對數(shù)據(jù)缺失的基本概念、產(chǎn)生原因、主要處理方式進(jìn)行了簡單的說明和介紹，在幫助讀者了解數(shù)據(jù)缺失值問題相關(guān)情況的基礎(chǔ)上提出針對顧客滿意度指數(shù)測評拓展模型，該模型細(xì)化了感知質(zhì)量潛變量，將其分為感知服務(wù)、產(chǎn)品質(zhì)量兩種類型，使同時(shí)提供產(chǎn)品和服務(wù)的現(xiàn)代企業(yè)在市場調(diào)查的過程中能夠?qū)в腥笔е档念櫩蜐M意度指數(shù)進(jìn)行更加方便的處理，使測評工作的開展更加簡潔、高效。為了使這一目標(biāo)得到更好的實(shí)現(xiàn)，文章基于均值插補(bǔ)法提出了“分類均值插補(bǔ)法”并將其應(yīng)用于缺失值問題的處理過程中，相對而言，新方法的有效性得到了進(jìn)一步提升。為了驗(yàn)證模型的效度、信度、適合度，以某公司為對象進(jìn)行實(shí)證研究，對文章提出的顧客滿意度測評拓展模型進(jìn)行評價(jià)分析，最終取得了滿意且有效的測評結(jié)果。

參考文獻(xiàn)：

[1]魯純.灰色建模中數(shù)據(jù)缺失值處理方法探討[J].遼寧省交通高等專科學(xué)校學(xué)報(bào)，2013，15（2）：18-22.

[2]帥平，李曉松，等.缺失數(shù)據(jù)統(tǒng)計(jì)處理方法的研究進(jìn)展[J].中國衛(wèi)生統(tǒng)計(jì)，2013，（1）：135-139.

[3]王曼，施念.成組刪除法和多重填補(bǔ)法對隨機(jī)缺失的二分類變量資料處理效果的比較[J].鄭州大學(xué)學(xué)報(bào)：醫(yī)學(xué)版，2012，47（5）：642-645.endprint