Analysis of Customer Satisfaction Data

第1章 客户满意度研究的历史根源.

1．1 导言

1．2 6σ法

1．3 将满意度与财务绩效相联系

1．4 客户忠诚与客户满意度

1．5 案例：构建客户保留率模型

1．6 模型开发介绍

1．7 显著预测变量

1．8 模型检验

1．9 模型实施

1．10 干预以保存有利可图的客户

1．11 客户满意度研究的未来

第2章 方法和量表选择

2．1 导言

2．2 量表问项

2．3 量表应该有多少项

2．4 案例：量表等价转换

2．5 调查方法设计

2．6 因变量位置

2．7 结构化工具

.第3章 准备客户满意度数据

3．1 导言

3．2 客户满意度调查中的缺失数据

3．3 分布异常

3．4 数据的相关系数矩阵

第4章 客户满意度数据分析框架

4．1 满意度数据的分析方法

4．2 一元数据分析

4．3 二元数据分析

4．4 多元数据分析

4．5 关键驱动因素分析

4．6 多元相关模型

4．7 多元混合模型

第5章 关系模型：针对相对重要性

5．1 导言

5．2 重要性的特征和起源

5．3 边际资源配置模型

5．4 回归技术和重要性

5．5 相关系数

5．6 简单线性回归

5．7 多元相关分析

5．8 多重线性回归

5．9 包含逐步选择法的多重线性回归

5．10 kruskal相对重要性法..

5．11 主导分析

5．12 典型相关分析

5．13 多重逻辑回归

5．14 重要性导出数据的说明

5．15 整合效能和重要性数据

第6章 回归分析中的探索性数据分析以及存在的问题

6．1 导言

6．2 探索性数据分析

6．3 变量简介

6．4 共线性的诊断

6．5 回归分析中的影响点(有影响的观察数据)

第7章 因果模型：路径分析的多重关系

7．1 因果模型

7．2 因果关系的特征

7．3 路径分析假设

7．4 验证与探索性模型

7．5 模型输入

7．6 案例：折扣车行

7．7 案例：oiltech

第8章 相关模型：满意度的维度

8．1 导言

8．2 主成分和因子分析

8．3 探索性与验证性分析

8．4 因子分析和主成分分析的数据结构

8．5 主成分分析

8．6 一般因子分析

8．7 多少因子或成分

8．8 旋转因子或成分

8．9 案例：个人电脑购买经历

8．10 衍生因子分析

8．11 验证性因子分析

第9章 包含潜在变量的结构方程

9．1 导言

9．2 矩阵代数

9．3 测量模型

9．4 结构模型

9．5 评价模型

9．6 识别

9．7 案例：aquarian电力公用事业公司

9．8 使用偏最小二乘法的潜在变量路径模型

附录 统计学中的矩阵代数

术语汇编

参考文献...