请教TCSI具体测评方法和流程

来源:百度文库 编辑:神马文学网 时间:2024/04/30 14:43:00
电信服务质量用户满意指数(TCSI)测评方案
根据《中华人民共和国电信条例》和信息产业部《电信服务质量用户满意指数评价制度》等相关规定,特制定省、自治区、直辖市电信服务质量用户满意指数(TCSI)测评方案,具体如下。
一、 测评对象
TCSI测评对象为某个电信运营企业的某项电信业务的终端用户。被评业务的选定原则为:当前广泛使用的主要电信业务;某项业务的被测评企业的选定原则为:在测评行政区划范围内,该企业的该项业务的用户数占到所有企业该项业务总用户数的10%以上。
各省通信管理局可参照上述原则自行确定测评对象。TCSI测评的对象可视电信业务市场的发展变化做出必要调整。
二、测评项目
主要测评项目包括电信用户对电信行业、电信企业、电信业务的用户满意度,并依据测评数据分析质量印象、预期质量、感知质量、感知价值、用户满意指数、用户抱怨、用户忠诚度及相互关系,以及提供企业服务改进点信息等。
上述各测评项目的测评结果及其有关信息,应在测评结束后的报告中体现出来并加以阐述。
三、测评时间
TCSI测评工作的开展时间为当年的第四季度。
四、测评方式
TCSI测评通过对测评对象(某个被测评企业的某个被测评业务的所有终端用户)进行抽样,并对被抽中的用户采用统一的标准问卷进行访问调查,调查后获得的有效问卷的所有选项答案即为原始数据,然后通过对收集的原始数据进行数据汇总、整理、计算分析等,得到测评结果。
各省(自治区、直辖市)范围内TCSI测评,由省通信管理局组织完成样本抽样、问卷调查和数据汇总;汇总的数据按统一格式通过信息产业部网站专用功能区上传信息产业部电信管理局,由部组织完成指数计算和测评报告,并将测评结果和测评报告反馈相关省局。
调查问卷见附件一,原始数据汇总表(样表)从信息产业部网站上下载。
五、抽样方法
5.1 样本量
样本即为被调查的终端用户,按要求完成访问的合格样本为有效样本。本方案的有效样本规模暂定为:每个测评对象需完成300个有效样本。
5.2 抽样办法
采用三阶段抽样方式(具体抽样过程详见附件二)。
第一阶段抽样是从某被评企业的某项被测评业务的全省(区、市)的地市级公司中(省和自治区为省会城市及地市级公司,直辖市为市辖区和郊县公司,统称地市级公司),共抽选10个地市级公司作为一级公司(不足10个公司的省区市,所有地市级公司全选为一级样本,并在后述第三阶段抽样中,适当增加每个地市级公司的有效样本数,以保证总的有效样本数不少于300个);
第二阶段从每个被抽中的一级样本(地市级公司)中抽出适当数量(1千至1万之间)的用户即为二级样本,然后各被测评企业向通信管理局提供这些用户名单,以及能工巧匠与这些用户联系的家庭固定电话号码。
第三阶段以二级样本(上一步每个被抽中的地市中所有被抽中用户)作为抽样框,从中抽出300个电信用户作为调查样本。依次对这些调查样本进行电话调查访问,完成30个有效样本为止。
5.3 有关事项
1、在第一阶段抽样中,各单元抽中概率应与各单元拥有的电信用户数量成正比。
2、为了体现TCSI测评的公平公正性,抽样过程必须在通信管理局、相关企业和用户代表的监督下进行。
3、在报送被抽中用户电话号码和名单的同时,被测评省级电信公司应向省通信管理局上报每一类被测评电信业务的全省收入,以便于后续相关参数的计算。
六、测评访问方式
TCSI测评的数据采集通过电话访问调查方式进行。为了对电话访问过程进行有效的质量控制,电话访问应尽量借助计算机辅助电话调查系统(CATI)进行,调查前,访问员应接受相应培训,培训教师资格须经省通信管理局有关部门认可。此外,在确有必要并能够保证调查质量的情况下,也可以通过当面访问、邮寄问卷、传真、电子邮件等方式对被抽中的用户进行调查和数据采集。
测评组织者应采取严格的质量控制措施,以科学合理的办法和认真负责的态度,保证数据采集的质量和数量,谨防弄虚作假和有失公允,确保调查结果的公正性和准确性。
七、调查问卷
各项被测评业务的调查问卷,统一采用本方案制定的标准问卷。标准问卷中每一道问题的设置,包括问题的语句含义、打分标准、提问顺序、提问方式等,均与后续的数据处理和变量计算一一对应、紧密相关,对问卷的修改和调整应相当慎重。为了保证测评结果的有效性、一致性和可比性,各地开展测评工作时原则上不单方面对问卷进行修改变动,如确有必要,应预先征求信息产业部电信管理局同意。
八、满意指数体系
电信用户满意度指数(TCSI)体系体系包含某类电信业务用户满意指数、某电信企业用户满意指数、某电信企业某类电信业务用户满意指数等三个层次。
某电信企业某类电信业务用户满意指数:由调查数据直接计算得出。
某电信企业用户满意指数:由该电信企业各类被测评业务的用户满意指数,按照该电信企业的业务收入加权平均推算得出。
某类电信业务用户满意指数:由具有该业务的各个被测评电信企业用户满意指数,按照具有该业务的各个被测评企业的该类业务收入加权平均推算得出。
九、测评模型
电信服务质量用户满意度指数模型是由7个潜变量构成的结构方程模型。7个潜变量包括:
质量印象:用户心目中的质量水平
预期质量:用户在接受某项电信服务之前对服务质量的期望水平。
感知质量:用户在接受某项电信服务时实际感受到的质量水平。
感知价值:用户综合了某项电信服务的质量和价格因素以后对所得利益的感受。
用户满意度:用户接受某项电信服务的实际感受与期望值比较后的心理状态测度。
用户报怨:用户因电信服务质量问题向他人或有关组织表示不满。
用户忠诚度:用户对电信服务质量感到满意而形成与该品牌或该企业的特殊关系,表现为重复选用可能性高,价格敏感性低等等。
上述7个因素为潜变量,每个潜变量都由与之对应的观测变量决定。所有观测变量通过问卷调查所获得的基础数据得出。
通过既定的统计模型,建立了基础数据、观测变量和潜变量之间的关系。
十、组织和发布
电信服务质量用户满意指数的测评工作,作为一项政府行政职能,由电信管理部门进行统一管理、统一组织。各省通信管理局负责组织实施本方案,具体测评工作可委托具备相关能力的第三方承担。测评全过程按照公开、公正、公平的原则进行。
每年测评结束来,电信服务质量用户满意指数的测评结果由当地省、自治区、直辖市通信管理局负责发布。
十一、其他相关规定
电信主管部门工作人员对调查所得资料中涉及当事人隐私、商业秘密等事项有保密义务。
负责具体测评工作的第三方机构应对委托单位和被测评单位的用户资料及测评结果等事项负有负有保密义务。所有内容仅用于TCSI调查活动,任何作为它用的行为均视为违法及违约。
(具体抽样过程详见附件二)
对这个比较感兴趣
另外对于模型中观测变量与潜变量的权重确定比较感兴趣
是什么方法确定权重??
附件二
省级TCSI测评抽样程序
第一阶段:选取一级样本(地市级公司)
1、省级测评的抽样中,某被测评企业某项被测评业务的地市级公司数量不超过10个的,所有地市级公司全选为一级样本。
2、某被测评企业某项被测评业务的地市级公司数量超过10个的,按如下操作:
步骤1、被测评企业向通信管理局填报各地市级公司用户数(样表见附件三)。
步骤2:将该企业该业务所有地市级公司按用户数从大到小顺序排列,并计算出每个地市级公司的用户数占该企业该业务全省总用户百分比,然后计算出各自的向上累计百分比,百分比均以小数形式表示;
步骤3:用微软公司EXCEL中的随机数发生器(公式为=RAND())产生 [0—1]之间的随机数;
步骤4:将产生的随机数与用户数累计百分比比较,随机数介于两个累计百分比之间,取较大累计百分比对应的地市级公司即为抽中的一级样本;
重复步骤3、4十次,即得到所需10个一级样本。
如果某地市级公司被第2次抽中,则由紧邻的用户比例较大的地市级公司替换,如紧邻的用户比例较大的地市级公司也已被抽中,则由紧邻的用户比例较小的地市级公司替换,以此类推。
第二阶段:抽取二级样本(用户样本框)
1、用户数量不超过1万的一级样本地市级公司,所有用户全选。
2、用户数量介于1万和10万(含10万)的地市级公司,采取用随机数锁定倒数第二位电话号码的方法选取二级样本用户。
具体作法为:用EXCEL中的随机数发生器产生一个(0-9)的随机数(公式为=RAND()*10)并取整(假设其整数部分为 a),则该地市级公司该被测评业务的所有用户中,电话号码倒数第二位为a的用户即被选中。这些用户即为二级样本,数量在1千至1万个之间。
3、用户数量介于10万到100万的地市级公司,采取用随机数锁定倒数第二位、第三位电话号码的方法,选取二级样本用户。具体做法同2。
4、用户数量高于100万的地市级公司,采取用随机数锁定倒数第二位、第三位、第四位电话号码的方法,选取二级样本用户。具体做法同2。
第三阶段:抽取三级样本(最终调查用户)
步骤1:将二级样本作为抽样框,将其中用户电话号码按照升序排列。
步骤2:用二级样本抽样框中的用户数量除以300,所得的商取整数部分,得到抽取号码间距K。
步骤3:在升序排列的二级样本抽样框中,从高到低每隔K-1个号码抽取一个号码,直到抽够300个号码为止,对应的300个用户为最终访问的三级样本。
不错的是使用的PLS,但反感LISREL到也不至于!
为什么会这么说呢?
不使用LISREL是因为LISREL的基础是协方差结构分析,采用最大似然法通过最大似然函数对模型参数进行优化。PLS的基础是方差结构分析,采用回归的方法对模型的内部关系和外部关系进行优化,使内部关系和外部关系的残差达到最小。
LISREL要求观测变量符合多元正态分布,观测变量相互独立。PLS允许观测变量不满足多元正态分布,观测变量之间可以存在相关性,只要满足预测性的要求就可以。LISREL只支持反映型测量模型,而PLS既支持反映型测量模型,也支持构成型测量模型。
而用户满意度测评中观测变量测量值通常都是有偏分布,不符合LISREL的要求,加上PLS方法具有更强的预测性,在满意度测量研究中通常采用PLS方法。