結構方程模型在病患滿意度與忠誠度關系研究中的應用

1、    結構方程模型在病患滿意度與忠誠度關系研究中的應用作者：段小貝，陳玉萍，楊 倬 作者單位：深圳市龍崗中心醫(yī)院，廣東深圳 518172【摘要】 目的 論述結構方程模型(SEM)方法在醫(yī)院門診病患滿意度與忠誠度中的應用。方法 簡述SEM的基本原理及這一方法如何在病患滿意度和忠誠度中應用和使用注意事項。結果 SEM是一種綜合思維方法，同時是一種驗證性的方法，對于某些復雜問題特別是以理論為依據的研究彰顯重要;SEM分析能夠得到潛在變量的有關參數(shù)，并對結構方程式的測量誤差做出估計。結論 運用SEM建立醫(yī)療產業(yè)顧客滿意度及忠誠度指標模型，具有較傳統(tǒng)流行病學分析

2、方法無法比擬的優(yōu)勢?！娟P鍵詞】 醫(yī)院;顧客滿意度;顧客忠誠度;結構方程模型;潛在變量結構方程模型(Structural Equation Model，SEM)是一門基于分析技術的研究方法學，結合了“因素分析”與“路徑分析”兩大統(tǒng)計學主流技術，用以處理復雜的多變量研究數(shù)據的分析。SEM又稱共變量結構分析(Covariance Strtural Analysis)，與Path Analysis，Cacual Modeling和Linear Cacual Analysis等都是社會及行為科學研究中所常使用以探討因果模型者。基本上，線性方程模型是結合了多元回歸、因素分析及徑路分析。LISREL全名是“

3、線性結構關系”(Linear Structural Relationship)，由共變結構分析(covariance structural analysis)加以擴充而成。瑞士籍的統(tǒng)計學者Karl Jreskog在1970年提出相關概念，并首先發(fā)展計算機分析工具LISREL之后，結構方程模型便漸漸蔚為風潮，尤其在心理學研究中得以廣泛傳播和應用13。當研究者在處理研究變量時，若是想知道所設計的假設理論模型，各變量之間的因果關系時，則SEM提供了一個很好的分析方法。顧客滿意度及忠誠度之相關指標模型已在許多服務業(yè)或制造產業(yè)獲得驗證，反觀其在醫(yī)療產業(yè)方面，與此模型相關之研究相對缺如。本文對這一問題的興

4、趣并不在于“金剛鉆”的實用性，主要在于由“金剛鉆”打造出的“瓷器活”對于醫(yī)院管理者所具有的借鑒價值。1 基本原理SEM模型的基本元素包括了測量變量與潛在變量、測量模型與結構模型、模型界定矩陣三部分。1.1 測量變量與潛在變量 在LISREL中的變量可分為潛在變量與測量變量兩大類?；纠碚撋希錆撛谧兞磕耸且话阈袨?、社會科學中無法直接測量或測得的，必須藉由測量變量來間接推測得知。在LISREL模型操作中，以方形代表測量變量，以圓形代表潛在變量。當一個潛在變量為內衍變量時，稱為內衍潛在變量(，Eta)，他的測量變量就是內衍測量變量(X)。同理，也有外衍潛在變量(，Ksi)與外衍測量變量(Y)，共四

5、種變量，其圖示見圖1。圖1 潛在變量與測量變量圖示1.2 測量模型與結構模型 測量模型與結構模型，前者指的是實際測量變量與潛在特質的相互關系，后者則說明潛在變量之間的關系，如圖1所示，測量變量X1、X2、X3受到潛在變量1的影響，形成一個獨立的測量模型。同理，其他測量變量也受到各自潛在變量的影響，形成了另外獨立的測量模型，如內衍潛在測量變量Y1、Y2、Y3受到內衍潛在變量的影響，形成一個獨立測量模型。X=x+(式1)X是測量自變量，x是X與之關系的系數(shù)矩陣，是X的測量誤差。Y=y+(式2)Y是測量應變量，y是Y與之關系的系數(shù)矩陣，是Y的測量誤差。而內衍潛在變量1受到其他兩個外衍潛在變量1、2的

6、影響，形成一個結構模型。潛在變量間有因果關系的假設，以單向的箭頭表示其間的線性直接關系，而1無法被1、2解釋的干擾部分為D(Disturbance)，在LISREL中用表示潛在應變量所無法被解釋的殘差，或稱結構方程式的殘余誤差。若兩者之間雖然有線性關系，卻無法確定方向以及影響關系，則以雙箭頭表示其非直接關系。=+(式3)是潛在自變量，是潛在應變量，是潛在自變量對潛在應變量之影響效果的系數(shù)矩陣，是潛在應變量對潛在應變量之影響效果的系數(shù)矩陣，是殘余誤差。在SEM中，如果單獨使用測量模型，也就是只有測量模型而沒有結構模型的回歸關系假設時，即為驗證性因素分析(confirmatory factor a

7、nalysis，CFA)，因其檢測的內容是測量指標的因素結構與測量誤差。如果單獨看待結構模型，其實就是一個傳統(tǒng)的路徑分析(path analysis)模型，可以多元回歸的概念來說明變量的因果或預測關系。當一個SEM模型沒有測量模型，只探討測量變量的因果/預測關系時，與傳統(tǒng)的路徑模型無異。1.3 估計與檢驗 當發(fā)展完SEM模型之后，就可以著手搜集資料來進行模型的檢驗。在先前所提到的樣本合理性中，由于樣本結構、測量質量以及樣本數(shù)目對于SEM的分析結果有著密切的關系，因此任何一個失誤都可能對SEM分析的結果造成影響。利用LISREL軟件包進行分析，檢驗模型的整體配適程度，并且分析各項變量對整體模型的

8、影響效果。其中，整體模型適合度是用來衡量模型整體與觀察值之適配程度，Hair等4學者(1998年)將其分為三種類型：絕對適合度、增量適合度以及簡要適合度。本研究將以Good of Fit Index(GFI)、Adjusted Good or Fit Index(AGFI)、RMSEA以及Hoelters Index作為統(tǒng)計考驗之驗證指標，表1則是將各適合度指標在統(tǒng)計上之意義作一整理。表1 整體模型適合度指標匯整表(略)2 實例分析2.1 問卷設計與數(shù)據收集 結合ACSI5與ECSI6兩項指標模型，其中包含形象(測量變量包括整體形象、營運慣例、理念規(guī)范、社會責任，下同)、期望(對醫(yī)療服務的期望

9、、對看病過程中與工作人員互動的期望)、知覺的服務質量(對整體醫(yī)療服務質量的評價、符合顧客的需求)、知覺的價值(對目前醫(yī)療服務質量應有定價的觀感、對目前醫(yī)療服務定價應有質量的觀感)、顧客滿意度(整體滿意度、與期望的醫(yī)療服務相較下的滿意度)、顧客抱怨(抱怨態(tài)度、抱怨行為、抱怨處理)以及顧客忠誠度(再度使用該院醫(yī)療服務的意愿、對醫(yī)療服務價格的忍受程度、推薦該院醫(yī)療服務給其他人的意愿)等七個部分，分別測量本研究架構中的七項潛變量，每部分由數(shù)個子題構成，以多項目方式測量其代表的潛變量，每題以15分的尺度評量：1分代表非常不同意(重視/滿意)，5分代表非常同意(重視/滿意)。問卷在初步設計完成后，先邀請相

10、關領域之三位專家進行內容效度(Content Validity)的評估并計算CVI值;此外，本研究尚選取30位門診患者進行預測，預測的目的在篩選語意不清、模棱兩可或是難以理解的題目。在信度方面，則計算每個潛變量子題之Cronbach 值，以驗證內部一致性。結果如表2所示，顯示量表具有較好的信度和效度。之后調查了深圳市龍崗中心醫(yī)院835個門診病患，回收問卷并進行甄選，剔除那些不合格的，共得到819份有效問卷。2.2 研究結果 將收集的數(shù)據輸入到LISREL 8.53，并采用預先編好的LISREL語法文件，運行后得到如圖2所示的路徑圖。表2 問卷信效度檢驗結果(略)以LISREL來驗證并架構整體醫(yī)

11、療產業(yè)顧客滿意度與忠誠度指標模型。如下所列，運用LISREL統(tǒng)計方法產生以下五種模型：(1)知覺的價值=0.22×形象+0.59×知覺的服務質量+0.46;(2)顧客滿意度=0.36×知覺的價值+0.077×形象+0.44×知覺的服務質量+0.36;(3)抱怨=-0.43×顧客滿意度+0.81;(4)顧客忠誠度=0.29×顧客滿意度-0.13×抱怨+0.11×形象+0.21×知覺的服務質量+0.62;(5)抱怨=-0.067×形象-0.28×知覺的服務質量+0.89。模型擬合

12、結果：RMR=0.038，GFI=0.98，RMSEA=0.22，AGFI=0.72，NFI=0.98，CFI=0.98，PNFI=0.26，PGFI=0.19，模型擬合良好。結果提示：醫(yī)院形象對顧客所知覺的價值有正向影響;顧客所知覺的服務質量對顧客所知覺的價值有正向影響;醫(yī)院形象對顧客滿意度有正向影響;顧客所知覺的服務質量對顧客滿意度有正向影響;顧客所知覺的價值對顧客滿意度有正向影響;醫(yī)院形象對顧客忠誠度有正向影響;顧客所知覺的服務質量對顧客忠誠度有正向影響;顧客滿意度對顧客抱怨有負向影響;顧客滿意度對顧客忠誠度有正向影響;顧客抱怨對顧客忠誠度有負向影響。圖2 采用LISREL分析后得到的路

13、徑圖3 討論結構方程模型是一種非常有效的統(tǒng)計工具，在國外已經非常成熟，在國內也逐步地受到研究人員的重視。結構模型之所以能夠宣稱用來檢驗因果路徑，主要的依據是背后的理論依據。如果研究者無法提出一個具有說服力的理論基礎，結構模型得到的結果只是一堆無意義的統(tǒng)計數(shù)據的累積。如果研究過程中研究者在沒有理論依據的情況下隨意調整變量的關系，那么結構模型只是統(tǒng)計技術的玩弄。相反的，如果研究者經過縝密的思考而提出一個結構模型，且經由統(tǒng)計方法支持該模型的有效性，那么就可能誕生一個具有學術價值的理論模型。結構方程模型是社會科學相關領域的有力研究工具，但相關模型的建立還是依賴相關科學領域的知識。ACSI和ECSI理論

14、的結構方程的潛在變量的設定及潛在變量之間關系的設定都有營銷領域的理論知識基礎，潛在變量對應的測量變量的設定及測量也都有其理論基礎。結構方程模型只是相關科學領域的理論知識基礎的數(shù)學表達，它提供了一種我們研究相關社會科學的工具。本文研究指標之形象、知覺的服務質量、知覺的價值、顧客滿意度、顧客抱怨以及顧客忠誠度等成一漸進性因果關系，所驗證之方向僅為單向，理論上應具雙向之特性，如顧客滿意度會影響形象，因此建議未來之研究者在設計研究架構時，可再精細且多向性。本文的不足之處尚表現(xiàn)在：選取醫(yī)院太少，研究樣本僅代表門診病患。雖然研究樣本的性別、年齡、學歷、職業(yè)類別、工齡分布情況較符合大型綜合性公立醫(yī)院的門診病

15、患構成情況，但是模型對于小型醫(yī)院以及民營醫(yī)院門診及住院病患的意義還有待利用更多醫(yī)院樣本來驗證。以上的不足將是我們以后深入研究的方向?！緟⒖嘉墨I】1 Bollen KA.Structural equations with latent variables.Toronto:John Wiley & Sons，1989：318-403.2 Cliff N.Some cautions concerning the application of causal modeling methods.Multivariate Behavioral Research，1983;18:115-126.3 W

16、all MM，Li R.Comparison of multiple regression to two latent variable techniques for estimation and prediction.Stat Med，2003;22:3671-3685.4 Hair，Anderson，Tatham，et al.Multivariate date analysis with reading.Maxwell MacMillan Internation: N.Y.，1998.5 Bruhn，M，Grund MA.Development and implementation of national customer satisfaction indices:the swi