基于SEM的饭店顾客满意度测评模型研究

[摘要]运用结构方程模型(sEM)，通过对现有国际主流顾客满意度指数模型的改进，从多学科角度构建了饭店顾客满意度测评模型(Hcs)，并进行实证研究。饭店顾客满意度测评模型是一个具有因果关系的结构方程模型，运用LISREL及SPSS统计软件进行检验，结果表明测量模型中的观测变量对顾客满意度的影响显著，结构模型中各潜变量之间的路径系数与假定基本符合。在研究分析基础上给出相应结论及建议。

[关键词]顾客满意度；饭店；SEM；测评模型

[中图分类号]F59

[文献标识码]A

[文章编号]1002―5006(2006)11―0054―07

国外对于顾客满意度(Customer Satisfaction，CS)研究较早并取得了丰硕成果，我国相对起步较晚，但是随着质量观的转变，如何提高顾客满意水平已日益为越来越多的学者和经营者所关注。旅游业中顾客满意度的量化研究，多是基于不同满意程度的顾客所占比重的简单统计分析，所包含的信息量往往难以满足市场需求。顾客满意度作为一个经济心理学的概念，一般需要通过其他外在变量进行测量，结构方程模型(Structure Equation Models，SEM)是一种通用的线性统计建模技术，没有严格的假设限定条件，并允许自变量和因变量存在测量误差，为这类问题的定量化分析提供了很好的工具。因此，由计量经济学、旅游学、心理学和统计学等多学科角度出发，从饭店顾客行为的角度，以SEM为基础构建饭店顾客满意度测评模型，以期为饭店顾客满意度研究提供可以借鉴的思路与方法。

1 HCS(饭店顾客满意度)理论模型

在国外顾客满意程度研究文献中，美国学者奥立佛提出“期望一实绩模型”，伍德洛夫、卡杜塔和简金思提出“顾客消费经历比较模型”，韦斯卜洛克和雷利提出“顾客需要满意程度模型”。对顾客满意度进行测度的宏观主流模型主要有：瑞典顾客满意度晴雨表SCCB(sweden Customer SatisfactionBarometer，1989)、美国顾客满意度指数模型ACSI(American Customer Satisfaction Index，1994)、瑞士顾客满意指数SICS(Swiss Index 0f Customer Satisfaction，1998)、欧洲顾客满意度指数模型ECSI(European Customer Satisfaction Index，1999)，其中，以ACSI模型运用最为广泛。但是上述模型在某些具体概念和路径的解释上存在一些偏差，给微观企业提供的具体指导信息不够。本文在继承ACSI的核心概念和架构的基础上，结合饭店的特点在一些变量上对其进行了调整和更新，构建了HCS模型，如图l所示。

饭店顾客满意程度是饭店服务的最终体现，其质量高低依赖于顾客的检验与评价。广义而言，饭店最终的服务质量不仅取决于饭店的技术质量与功能质量，同时，取决于顾客对饭店产品的期望质量与经验质量。因此，模型的构建必须考虑到饭店的实际特点，如其产品具有生产和消费的同时性、空间的不可转移性、有形性与无形性相结合等，以及饭店的形象影响顾客的期望及体验，饭店顾客在饭店的感知和体验将直接影响其满意度、重复入住率和向他人做出的“口碑”宣传等。本文所构建的HCS模型相对于ACSI模型作了如下改进：

(1)增加外生潜变量――饭店形象。饭店形象是指公众基于直接或间接的自身利益、经过对饭店各种信息的选择和加工而形成的对饭店实态的整体性认识和评价，也就是饭店的整个经营、管理、服务过程的具体实践在社会公众的舆论中的投影。饭店形象同顾客预期、感知价值和顾客忠诚之间存在相关关系，本研究通过顾客对饭店已有的总体印象与饭店口碑或品牌两个观测变量对其进行测度。

(2)增加内生潜变量的观测因子。①饭店顾客感知质量通常包括对有形产品和无形产品两大部分的感知，在构建饭店感知质量的观测因子时，参照国家旅游局颁布的《旅游饭店星级的划分与评定》(GB／T 14308―2003)，设置5个观测变量进行测量，分别是饭店整体环境、安全性、舒适性、服务主动快捷性、服务个性化；②饭店顾客抱怨或投诉潜变量考虑到顾客抱怨并不一定导致顾客投诉，且顾客投诉对于饭店顾客满意度以及顾客忠诚度的提高所具有的意义，将顾客投诉和顾客抱怨一起作为结果变量来进行测评；③顾客忠诚潜变量的观测因子的改进。一般商品的顾客忠诚度主要体现在对该商品的重复购买上，ACSI模型中此项设置有3个测度因子，但鉴于饭店产品的特殊性及旅游动机等因素，顾客对所住饭店满意也可能因不再到该旅游目的地旅游而无机会再次入住该饭店，这一情况对于非连锁饭店的单体饭店更加突出，因此在设置观测变量时从两方面进行测度，即重复入住、正面口碑宣传。

2 HCS结构方程数学模型

HCS结构方程模型中，潜在变量列于椭圆形中，观测变量列于长方形中，如图1所示。ζ表示外生潜变量或隐变量(exogenous latent variable)，即其影响因素处于模型之外；η表示内生潜变量或隐变量(endogenous latent variable)，即由模型内变量作用所影响的变量(除饭店形象外，其余6个隐变量，故η为6 × 1矩阵)；B表示一些内生潜变量对其他内生潜变量的效应系数矩阵(6×6)；Γ表示外生潜变量饭店形象对内生潜变量的效应系数矩阵(6×1)；ζ表示结构方程误差项(error or residual term)，是(6×1)矩阵。HCS结构方程内部模型表示为：

并可对应表示为(2)，其中，β与y为通径系数(path coefficients)。βij是ηj，对ηi的通径系数，表示作为起因变量的ηi对作为效应变量的ηi的直接影响程度；γi表示外生隐变量饭店形象对ηi的通径系数，即作为起因变量的饭店形象ζ对作为效应变量的叩ηi的直接影响程度。

其中，X为外生观测变量构成的向量矩阵(2×1)；Ax为X对ζ的测度系数或负荷矩阵(2×1)；δ为X的测量误差构成的向量矩阵(2×1)；Y，为内生观测变量构成的向量矩阵(16×1)；Λy，为Y对η的测度系数(regression weight)或因子负荷(factorloadings)矩阵(16×6)；ε为Y的测量误差构成的向量矩阵(16×1)。

HCS结构方程模型中一共有8个基础参数矩阵需要在线性结构关系模型中估计，Λx，Λy、Γ、B、Φ、

时的理论协方差矩阵，若用s表示由样本得到的协方差矩阵，通过用s去拟合Ε，即可估计出模型中的自由参数，计算出相应系数值，同时可对模型的拟合性进行假设检验。上述分析可借助统计分析软件(sPSSll．5)和结构方程建模软件(LISREL8．70)实现。

3 HCS实证研究

3．1研究对象与研究方法

2006年3月1日-15日，在海南三亚市与广西桂林市的多家高星级饭店进行问卷调查。问卷经由饭店前厅部征询、客房部征询或调查员亲自询问3种方式完成，在客人人住后有了具体体验后进行问卷调查。同时在正式开展调查之前进行了50份的试调查，以保证调查结构的严谨性和完备性。本次调查共发出问卷250份，回收有效问卷220份，问卷回收有效率为88％。表1是调研问卷人口统计分布情况。

问卷包括两部分内容：第一部分是饭店顾客的人口统计特征以及社会属性，如年龄、客源地、文化程度、个人年收入等。第二部分是问卷主体部分，根据HCS模型中的18个观测变量进行调研问题的设计，本次调查问卷采用10点量表(按满意程度或可能性由低至高分别赋1―10分)，这可使消费者在评价有关问题时做出更为精细的判断。

运用SPSSll．5统计软件对调查数据进行整理，对于异常数据进行了必要的校正和剔除，对缺省的数据采用样本均值替代法进行处理，经过计算得到全部调查样本对于HCS模型中的观测变量的评价平均值，见表2。

3．2数据质量分析

3．2．1问卷信度检验

信度反映了调研问卷饭店顾客满意度评价的可靠程度。研究采用克伦巴赫(L．J．Cronbach)Alpha(a)信度系数法，利用SPSS统计软件对收集的数据进行计算，由表3所示。表3中各潜变量的Alpha(a)系数均高于0．7，总量表Alpha(a)系数达到O．84，说明本次调查问卷数据具有较高的内在信度。

3．2．2数据配对样本t检验分析

使用SPSS统计软件对问卷信息进行配对样本t检验(paired-samples t-tests)，主要分析顾客预期与顾客感知质量差异，在95％置信度下的检验结果如表4所示。表中反映饭店顾客对饭店各属性的感知实绩与总体期望、特色预期、可靠性预期的差值。总体上，饭店的硬件服务(整体环境、安全性、舒适性)给予顾客的感知明显低于期望(t值为负数)；而软件服务相对较好，服务主动快捷性、服务个性化的感知实绩均高于预期。数据配对样本t检验分析表明所获取到的观测数据基本具备可供分析的差异性特点。

3．3模型检验

3．3．1测量模型检验

运用极大似然法(Maximum Likelihood)经迭代21次对调研数据进行参数估计，分析观测变量对饭店顾客满意度的影响程度，见表5。对t值的检验与对统计显著性指标的载荷(路径的t值)的审视相关联。如果与路径系数相关联的每一个载荷的t值大于2，那么参数就是显著的，并且变量也与其特定的结构显著相关。可以看出，所有观测变量因子负荷及t值均显著，说明测量模型中的观测变量对顾客满意度的影响是显著的，无需剔除任何观测变量。

研究显示，饭店各项软硬件服务指标的因子载荷均较高。硬件服务中饭店舒适性因子载荷最高、对顾客的满意程度直接影响较大。虽然软件服务的重要性日益受到重视，但饭店基本的住宿功能――便捷舒适的居住环境仍起着举足轻重的作用，并且极大地影响顾客对饭店产品的感知。当然，舒适的居住环境同时也包含了为人们提供精神享受，提升饭店的文化品位是不可忽略的要素。软件服务同样成为饭店顾客关注的焦点。主题化、个性化产品能够构建饭店的异质性，也就成为构建饭店核心竞争力的关键。调研发现，客人对入住饭店期待中3个观测变量的特色期待载荷最高，也即对饭店异质性的期待。而饭店硬件服务给予顾客的感知与对其期望有着不小差异也说明这一点。由于传统饭店千店一面的情况令越来越多的顾客心生倦意，求新求奇求变的心理影响到顾客对饭店的满意度的形成。饭店异质性成为市场竞争的关键，预示大规模定制设计(Design for Mass Customization)将是饭店未来发展方向之一。这就要求饭店必须能够提供适应目标客源市场需求的产品，并通过优质服务、个性化服务让顾客感受重视及尊重，增加饭店产品的附加值，赢得顾客的信赖、建立良好形象。

3．3．2结构模型检验

运用HSREL及SPSS统计软件对HCS结构方程模型进行分析，对模型中的潜变量的路径系数进行标准化估计，结果见方程(5)：

路径系数矩阵代表了结构变量之间的因果关系强弱程度，将其直观地表示在模型上，见图2。图中用路径的粗细与否表示变量间的影响程度大小，粗线标注的箭头表示路径影响程度非常显著。检验表明HCS模型中各潜变量之间的关系与模型假定基本符合，表明HCS模型具有较强的现实解释能力：饭店形象影响顾客预期；顾客预期影响顾客感知质量与感知价值；顾客感知价值还受到饭店总体形象、顾客感知质量的影响；顾客感知质量与顾客感知价值影响顾客满意度；顾客满意度与顾客抱怨与投诉存在负相关关系；顾客忠诚度受到饭店总体形象、顾客满意度、顾客抱怨与投诉的影响

SEM模型拟合度检验的常用指标有：卡方与自由度的似然比、近似误差的均方根RMSEA(root mean square error ofapproximation)、拟合优度指数GFI(goodness-of-fit index)、调整拟合优度指数AGFI(adjusted goodness．of-fit index)、非范拟合指数NNFI(non-normed fit index)等。一般认为　，并且RMSEA的90％置信区间上限≤0．08、NNFI越接近1，则模型的拟合程度较好。HCS模型的拟合指数中，　各项指标结果表明HCS模型具有较好的拟合度。

饭店顾客满意度实为顾客接受饭店产品和服务时的实际感受与其期望程度的比较值，即感知质量和认知质量(期望值)之间差异的表示。如果实际感知超过人住饭店前的预期，即差距为正值时，饭店客人就会感到满意，差距越大客人就越满意；反之，负向差距越大表明客人满意度越低。也就是说，“满意”不仅仅是顾客对服务、服务态度、产品质量、价格等方面直观的满意，更深层的含义是饭店所提供的产品和服务与顾客期望、要求等吻合的程度如何，加之受到饭店形象与口碑宣传的影响，饭店顾客必然抱有一种期望，这种“事先期望”直接影响到顾客在住店期间的体验价值及最终的满意度。研究表明顾客预期对顾客感知质量与价值路径系数分别是，说明所调查的饭店的良好 口碑及由此产生的预期与住店客人实际体验相吻合。

图2中，饭店形象与顾客预期、感知价值、顾客忠诚的路径系数分别为0．43、0．11、0．17，说明增加饭店形象这一外生潜变量的设计且有一定合理性，但后两者的影响度因调查范围的局限性仍有待考证。数据显示饭店形象对于顾客的预期影响较大，r1为0．43。但对顾客忠诚度影响程度不及预期，r6为0．17。本次研究结果与既定的认识有差距，反映了不同类型的饭店、不同出游动机的客人入住及购后行为存在差别，本次研究对象集中在风景旅游城市，被访者以观光客居多，相应地表现出他们未来重复游览同一地点的可能性相对较小，因而入住同一饭店的可能性相应较低。由于重复入住间接地与旅游动机相关联，因此饭店顾客满意不一定导致重复入住假设是成立的。但是将重复入住与正面口碑宣传分开研究，结果表明顾客可能因种种原因不会再次入住饭店，但满意的顾客所传播的良好口碑仍将使饭店受益。

4结论与讨论

(1)饭店顾客满意度模型(HCS)是结合饭店特点，在对现有国际主流顾客满意度模型(ACSI)进行改进的基础上构建的一个具有因果关系的结构方程模型。模型由测量模型和结构模型组成，包括1个外生潜变量、6个内生潜变量和18个观测变量，所提出的7个潜变量分别是饭店形象、顾客预期、感知质量、感知价值、顾客满意度、顾客抱怨或者投诉、顾客忠诚度，各潜变量间存在11种关联。研究提出的假设均基本得到数据支持。

(2)研究表明饭店形象对于顾客的预期影响较大(r1：0．43)，但对顾客忠诚度影响程度不及预期。本次研究结果与既定的认识有差距，这反映出不同类型的饭店、不同出游动机的客人入住及购后行为存在差别。

(3)饭店顾客满意度指顾客接受饭店产品和服务时的实际感受与其期望程度的比较值。饭店顾客的“事先期望”直接影响到顾客在住店期间的体验价值及最终的满意度。研究表明所调查的饭店的良好口碑及由此产生的预期与住店客人实际体验相吻合。

(4)饭店各项软硬件服务指标的因子载荷均较高。硬件服务中饭店舒适性因子对顾客的满意程度直接影响较大，住宿这一基本功能仍起着重要的作用。饭店的异质性是构建饭店核心竞争力的关键。通过优质服务、个性化服务创造令人难以忘怀的愉快经历，增加饭店产品的附加值，建立良好形象同样不容忽视。

(5)在现有文献中，国内对于旅游企业顾客满意度、忠诚度的研究大多仍延用传统的量化方法，简单的比重统计方法已经难以满足市场要求。本研究成果将有助于学术界及旅游业界更全面地认识顾客满意度及忠诚度的形成过程。图2中清晰显示(路径用粗线标注的为影响显著变量)顾客感知质量极大地影响感知价值；顾客感知质量与感知价值均显著影响顾客满意度，顾客满意度决定顾客的正面口碑宣传与重复入住。

由于饭店顾客满意度的结构关系模型是一个动态模型，模型的构建和完善，仅基于一次抽样调查数据进行模拟是不够的，未来研究的重点将是评估模型的改进和评价值准确度的提高。今后将选择不同等级、不同类型的饭店进行更加广泛深入的研究。但本文的研究为饭店顾客满意度测评的科学化和规范化提供了有益的思路，将促进饭店满意度理论的进一步发展和完善。

致谢：感谢海南三亚亚龙湾开发股份有限公司、三亚仙人掌度假酒店、广西桂林观光酒店、桂林宾馆等单位的大力支持；感谢南京师范大学05级旅游管理研究生顾秋实、陈晓艳、桂林工学院旅游管理本科生02级陆强等同学对问卷的回收及数据的录入。

注：本文中所涉及到的图表、注解、公式等内容请以PDF格式阅读原文。