结构方程模型的基本概念及其在电信满意
度研究中的应用
一、满意度指数模型及其主要分析技术比较
近年来满意度研究受到越来越多
企业的重视，尤其在电信行业。一方面随着竞争的加剧，电信行业的竞争实质上成为服务的竞争，信产部加强了对运营商服务质量的监控。 2001年信产部开始对各运营商的服务质量进行测评，2002年又电信用户申诉受理中心；2003年颁布《电信服务质量监督抽查规定》；2004年的《中国电信业发展指导》中，信产部再次强调“继续加大电信服务质量监管工作”。另一方面，随着各家运营商的上市、对ISO的引进以及境外运营商的进入，客户满意度亦成为运营商的工作的重点，各运营商纷纷开始对客户满意度和忠诚度的研究。
目前国际上满意度研究所广泛采用的理论模型是费耐尔提出的满意度指数模型（ CSI），该模型的基本框架如下：
资料来源：《顾客满意度测评》
该模型自 1992年问世以来，得到了不断发展和修正，并在模型中纳入了一些新元素，比如，ECSI（欧洲满意度指数模型）中引入了品牌形象作为影响总体满意度的一个变量，而在《中国顾客满意度指数指南》一书中同样引入“品牌形象”作为一些行业满意度测评的变量。
自 CSI模型提出以来，偏最小二乘回归（PLS，Partial Least Squares）就被作为对模型中潜变量（Latent Variable）进行估计最主要的方法。但是偏最小二乘回归在应用中存在一些先天的不足和缺陷，主要是：
◇虽然它能通过观测变量对潜变量作出很好的预测，但是对于观测变量测量误差的预测则存在偏误；
◇当因子在理论上存在相关时，偏最小二乘回归不能准确的揭示因子间的这种关系，而且因子载荷也可能被过度估计；
◇最小二乘回归模型中，潜变量的得分是在指标信度估计和潜变量回归方程的决定系数
（）最大化的基础上获得的，
这种方法会导致部分参数（误差方程）最小化。 作为潜变量估计的另一种方法：结构方程模型（ SEM，Structural Equation Modeling），由K.Jorekog于1973年提出，在过去三十多年里不断得到发展，20世纪90年代被广泛应用于社会科学领域。与偏最小二乘回归相比，结构方程不仅
克服了偏最小二乘回归的缺点，同时还具有以下优势
：
1.结构方程模型能够对模型中的省略变量，如误差协方差，进行显著性检验；
2.结构方程对于模型的设定具有更大的弹性；
3.结构方程模型能够同时在多个群体中对同一模型进行估计；
4.在结构方程模型中，研究人员可以限定参数等于某个特定的值或者作为其他参数的线性 /非线性函数；
5.结构方程模型中可以包含定序（ Ordinal）甚至分类变量(Categorical)，而PLS则假定变量为定距变量；
