应用统计学方法分析计算用户满意度

摘  要：目前用户满意度在企业以及政府等等单位当中具有十分重要的数据参考意义，因此针对应用统计学方法分析计算用户满意度对于企业发展，研究各影响因素之间的联系具有重要意义，通过提出应用统计学方法分析计算用户满意度方法提出相对应的改进策略。

关键词：应用统计学;用户满意度;量化分析

1 用户满意度概念分析

满意度主要是指能够给人们带来愉悦身心体验的感受。近年来，我国越来越多的地区以及相关部门开始关注到了用户满意度调查。其中，特别是以相关服务业为主，发现相关问题以及改善服务已逐渐成为了当前部门发展的关键要素。近年来，我国对用户满意度调查的关注也在不断迅速增长过程当中。鉴于目前企业和社会组织的一贯做法，特别是在相关竞争激烈的部门当中，不可能对广泛的受众进行准确的调查。因此，了解该部门服务质量的现状并通过满意度调查发现问题来说非常重要。对于用户满意度数据应用来说，用户永远都是被动的。政府部门作为对外开放的重要主体，在近几年公共服务发展的大趋势下，应该在实践过程当中更加注重理解相关用户满意度，通过用统计学方法来分析用户满意度，在满意度调查当中发现问题，进一步有效转变政府相关公共职能，从而促进政府方面能够更加关注公共利益。基于用户满意度调查结果的工作在进一步优化开放数据行为方面发挥着十分重要的作用。用户满意度测量可以在一定程度上有效了解当前的满意度状态，优化政府部门、公众和第三方企业之间的供应链数据周期，从而进一步有效了解和测量用户的共同需求，进一步有效识别相关用户需求以及开放公共数据提供商之间所存在的差异，并提出针对性的改进建议，通过客户满意度来进一步有效提高公司的长期盈利能力。通过确保用户满意度能够达到标准，促进公司主动获得对用户越来越深入的了解，使企业能够准确预测自身客户的需求和愿景。因此，公司通过用户满意度调查后，能够在市场研究上减少投入更多的时间和精力，促进新产品的开发和生产有效面向市场，这就在一定程度上有效减少浪费和成本。通过对用户进行满意度调查，通过统计学对满意度进行分析，帮助企业更好地制定发展计划，促进公司有更多的信心和时间来开发新产品、提供新服务和满足新需求。

2 应用统计学方法分析计算用户满意度

2.1 用户满意度统计分析

在实践过程当中一般模拟数据用于对范围内与企业合作的公司进行问卷调查。假设发出了25份问卷，返回20份，其中16份有效，4份不完整或不清楚。为了能够进一步有效确保调查结果的准确性，那么我们将会认定这四份问卷是无效的，在计算时并不会将其考虑在内。为了能够进一步有效量化相关用户满意度，促进便于计算且不影响实际计算以及相对应的评估结果，规则如下：前述问卷的最满意分数为5分，最满意分数为5分。满意度4分，平均分4分。总体满意3分，不满意2分，非常不满意1分，在整个计算过程中，分数只在计算中进行考虑，对最终结果并不影响。

每一测评项目的满意度=所有样本的平均值

综合满意度=∑各测评项目的满意度×权重

进行过程当中的应用公式为：

上述式子当中X表示相关测试项目的实际调查数据均值大小，i则表示相对应的项目测评频率，則表示项目的权重系数，S表示用户的实际满意度情况。另外在数据的统计学分析上，相关方差分析主要包括测试总体均值相等的几个假设，并在实践过程当中检查每个测量元素的均值是否相等，以进一步有效确定测量元素之间是否存在一定的显著差异。在进行方差分析过程中，所有样本数据将会被合并，这就在一定程度上有效提高了相关分析结果的稳定性。差异分析旨在确定评估要素（设计质量、图纸交付时间（报告）、技术支持能力、公司员工素质）是否对评估项目（用户满意度）产生重大影响，为了能够进一步指导企业在用户满意度方面，有必要进一步关注评估项目。

2.2 探究性因子分析

一般来说采取以Cronbach’sAlpha因素来检查问卷的可靠性。Cronbach’sAlpha系数的范围在0和1之间变化。因子系数在实践过程当中越接近1，则表明相关测量越可靠。例如16份问卷的Cronbach’sAlpha的总值为0.945，每组潜在变量的值均大于0.8，这就在一定程度上意味着相关问卷的可靠性相对较高;效率分析是使用KMO和Bartlett进行的球形度检验，例如KMO值为0.926，大于0.5;且Sig.为0.000，那么可以说相关结果表明，样本测量是具备一定的可信的和普遍有效的，并能够应用于结构方程的分析。

2.3 验证性因子分析

通过进一步使用AMOS25.0进一步分析测量模型验证性因素。通过上述案例进行数据统计分析表明，各观察变量的标准因子负荷在0.586 ～ 0.873之间，同时相对显著;每个潜在变量的综合可靠性大于0.8。资源平均方差（eTA）的提取值为0.448，小于0.5，但能够保持在相对应的可接受的范围内。它们的基础变量的eTA值大于0.5，符合HairJFB等人和Fornell C等人定义的标准，这就在一定程度上表明相关测量模型具有相对较为良好的收敛效度。当CMIN/DF值小于3时，正确进行调整;当RMSEA值小于0.08时，意味着相对应的模型非常适合采样数据;Ifi、TLI和CFI值在0和1之间变化。数值相对越高，调整则越大，数值越高，调整越令人满意。一旦测量模型已经被校正校正，测量模型拟合检查的测量值符合要求，这表明校正的测量模型更好地匹配测量模型数据。

3 结语

从理论上来看，从用户角度出发，为用户满意度质量评估体系的构建提供一定的参考，在一定程度上填补了用户满意度实证研究的空白。同时还应当进一步积极探索综合满意度和分散满意度的创新。在实践层面，研究影响用户满意度的因素之间的关系，验证假设，为提高用户满意度提供一定的指导。此外，此次研究还需要进行深入探讨：一方面，一些观察变量参考了动态指标，导致正在调整的满意度出现扭曲;另一方面，文章主要针对企业服务用户满意度来进行分析，对于不同类型的用户满意度可能存在一定的局限性，因此研究结果的普遍适用性还有待进一步检验。

参考文献：

[1]吴继英， 薛艳杰， 张一凡. 我国科研用户统计数据获取满意度影响因素分析——基于江苏某高校的调研[J]. 统计理论与实践， 2021（8）：7.

[2]李露， 于忠义， 李福昌. 基于SDAE与CART联合智能算法的通信网络用户满意度分析方法[J]. 信息通信技术， 2020， 14（2）：7.

[3]张柳媚. 舒适护理在儿童电子胃镜下食管异物取出术围术期的应用及家长满意度的影响[J]. 中外医疗， 2021， 40（29）：5.

作者简介：宋雨壕1999.11. 男 四川省叙永县 汉族 本科  四川轻化工大学

研究方向：应用统计学相关方向