AMOS应用案例：构建与实证的超市顾客满意度模型

本资源主要探讨的是如何使用AMOS软件（Amos 7）进行结构方程模型（SEM）的应用，特别是在一个关于超市顾客满意度的研究案例中。该案例基于美国顾客满意度指数模型（ASCI）进行扩展，重点介绍了模型构建、潜变量和可测变量设定、数据收集与处理、以及缺失值的管理。 首先，模型构建部分遵循了SEM的一般步骤，包括构建理论模型，通过问卷调查获取数据，然后对缺失值进行预处理。模型的构建基于ASCI模型，增加了超市形象这一新维度，这涉及到顾客对超市总体形象的认知和与其他超市比较的知名度。模型中包含7个关键因素，分为前提变量（超市形象、质量期望、质量感知和感知价值）和结果变量（顾客满意、顾客抱怨和顾客忠诚），这些变量之间存在相互作用和影响。 在变量具体范畴的设定上，研究者参考了国内外研究成果、行业实践和初步调查，为每个因素定义了详细的观测指标，例如顾客对超市形象的评价采用10级Likert量表。调查对象为在校大学生，样本的选择通过随机拦访并控制了性别和常去超市的变量，以确保样本的代表性。 在数据收集阶段，共发放了500份问卷，但只收到436份有效样本，这表明了数据清理的重要性。为了处理缺失值，资源采用了表列删除法，即一旦记录中有任何一项缺失，整条记录就被删除，最后保留了401条完整数据。 这个案例提供了将理论模型转化为实证分析的具体步骤，展示了如何在AMOS软件中运用SEM技术来探究顾客满意度的影响因素，以及如何有效地处理数据质量问题，这对于从事市场研究或定量分析的专业人士来说具有很高的实用价值。