問卷調(diào)查設(shè)計(jì)

4.3問卷調(diào)查4.3.1問卷設(shè)計(jì)的原則為了使用戶訪談獲得所需要的數(shù)據(jù)，保證數(shù)據(jù)的準(zhǔn)確性和一致性，以及所得到的數(shù)據(jù)能夠有效地被處理和分析，本次調(diào)查問卷的設(shè)計(jì)遵循一下基本原則：（1） 問卷必須準(zhǔn)確反映模型變量的含義用戶培訓(xùn)滿意度調(diào)查問卷是測(cè)評(píng)模型的具體化。在設(shè)計(jì)問卷的過程中，必須淮確把握測(cè)評(píng)模型中各個(gè)變量的含義，并據(jù)此提出相關(guān)的調(diào)查問卷題項(xiàng)。只有這樣，調(diào)查結(jié)果才有可能比較準(zhǔn)確地反映測(cè)評(píng)模型擬達(dá)到的目標(biāo)。在這一點(diǎn)上，應(yīng)特別注意如何把相對(duì)抽象的觀測(cè)變量準(zhǔn)確地轉(zhuǎn)換成問卷題項(xiàng)。（2） 問題必須易于用戶理解用戶培訓(xùn)指數(shù)所調(diào)查和測(cè)評(píng)的內(nèi)容主要是用戶對(duì)公司提供的培訓(xùn)服務(wù)質(zhì)量問題的主觀評(píng)價(jià)，即用戶對(duì)這些問題的感知和態(tài)度。對(duì)于用戶感知和態(tài)度的調(diào)查和測(cè)評(píng)涉及到經(jīng)濟(jì)學(xué)、心理學(xué)、統(tǒng)計(jì)學(xué)、消費(fèi)行為學(xué)等多方面的知識(shí)，其難度遠(yuǎn)遠(yuǎn)高于傳統(tǒng)意義上對(duì)技術(shù)指標(biāo)的調(diào)查。如何通過調(diào)查問卷的設(shè)計(jì)，將復(fù)雜的、抽象的調(diào)查內(nèi)容和指標(biāo)轉(zhuǎn)化為容易使被調(diào)查者理解并做出準(zhǔn)確回答的具體問題，這是調(diào)查問卷設(shè)計(jì)環(huán)節(jié)的核心問題，也是保證用戶培訓(xùn)滿意度調(diào)查質(zhì)量的關(guān)鍵。（3） 問題排列次序要有利于回答合理的問題排列次序?qū)τ脩魷?zhǔn)確地回答問題也是重要的。合理的排列次序包括兩個(gè)方面，一是指哪些問題應(yīng)該先問，哪些問題應(yīng)該后問；二是指哪些問題應(yīng)該連續(xù)問，哪些問題應(yīng)該分開問。一般情況下，用戶愿意回答的問題應(yīng)該放在前面，用戶不愿意問答的問題應(yīng)該放在后面；用戶容易回答的問題應(yīng)該放在前面，用戶不容易回答的問題放在后面;在模型因果關(guān)系中，原因的問題應(yīng)該放在前面，結(jié)果的問題應(yīng)該放在后向。至于問題應(yīng)該連續(xù)提問還是分開提問，主要取決于問題之間的邏輯關(guān)系，也包括思維的連續(xù)性。按照結(jié)構(gòu)變量的邏輯關(guān)系排列問題，有助于被訪問用戶一步一步作答；將結(jié)構(gòu)變量所包含的觀測(cè)變量問題放在一起，能夠使被訪問用戶較少地產(chǎn)生時(shí)空的跳躍，準(zhǔn)確地回答問題。（4） 調(diào)查問卷應(yīng)該加入人口統(tǒng)計(jì)問題在用戶培訓(xùn)指數(shù)的調(diào)查問卷中，除了要對(duì)測(cè)評(píng)模型中的所有觀測(cè)變量設(shè)計(jì)訪談問題，還應(yīng)有必要的人口統(tǒng)計(jì)問題，如被訪問者的年齡、學(xué)歷、組織性質(zhì)、組織規(guī)模和組織行業(yè)等。這是因?yàn)樵趯?duì)用戶培訓(xùn)滿意指數(shù)進(jìn)行分析時(shí)，這些人口統(tǒng)計(jì)數(shù)據(jù)將幫助提供詳細(xì)的分析結(jié)論。（5） 盡量采用便于數(shù)據(jù)處理的封閉式問題開放式問題更適合探索性研究，而非判斷性研究。用戶培訓(xùn)滿意指數(shù)的調(diào)查與分析總體上說是判斷性研究，用戶培訓(xùn)滿意度指數(shù)的調(diào)查范圍很大，數(shù)據(jù)處理和分析的工作量也很大。這就要求調(diào)查問卷的設(shè)計(jì)應(yīng)重點(diǎn)采用封閉式問題，以便數(shù)據(jù)的錄入、整理、計(jì)算和分析。4.3.2問卷測(cè)評(píng)指標(biāo)的量化用戶培訓(xùn)滿意度測(cè)評(píng)的本質(zhì)是一個(gè)量化分析的過程，即用數(shù)字來反映顧客對(duì)公司用戶培訓(xùn)服務(wù)質(zhì)量的態(tài)度，因此需要對(duì)測(cè)評(píng)指標(biāo)進(jìn)行量化。由于用戶培訓(xùn)滿意度反映的是用戶對(duì)培訓(xùn)過程的看法、偏好和態(tài)度，所以本研究使用態(tài)度測(cè)量技術(shù)對(duì)測(cè)量指標(biāo)進(jìn)行量化。量表中用數(shù)字表征態(tài)度的特征出于兩個(gè)目的。首先，數(shù)字便于統(tǒng)計(jì)分析；其次，數(shù)字使態(tài)度測(cè)量活動(dòng)本身變得容易、清楚和明確。由于李克特量表比較容易設(shè)計(jì)和處理，受訪用戶也容易理解，在郵寄問卷、電話訪問和人員訪談中都使用。本研究采用5級(jí)順序的李克特量表。本研究采用的5級(jí)態(tài)度量表有三種，一種直接用于測(cè)量滿意程度，為：很不滿意、比較不滿意、一般、比較滿意、很滿意，相應(yīng)賦值為1、2、3、4、5；第二種用于測(cè)量培訓(xùn)服務(wù)達(dá)到的培訓(xùn)效果以及用戶期望（或理想）的程度，為：大大低于預(yù)期（理想）、低于預(yù)期（理想）、與預(yù)期（理想）一致、高于預(yù)期（理想）、大大高于預(yù)期（理想），相應(yīng)賦值為1、2、3、4、5。4.3.3問卷的發(fā)放及收集本次調(diào)查，主要針對(duì)于近三個(gè)月內(nèi)到徐工筑路公司進(jìn)行培訓(xùn)的用戶，如受訪者在近三個(gè)月未到徐工筑路公司進(jìn)行培訓(xùn)，則訪問終止。本次調(diào)研采用網(wǎng)絡(luò)問卷調(diào)研和電話訪談問卷調(diào)研兩種方式。抽樣方式為簡(jiǎn)單隨機(jī)抽樣，根據(jù)用戶培訓(xùn)留下的記錄以及反饋信息，發(fā)出電子郵件網(wǎng)絡(luò)問卷100份，發(fā)出對(duì)象主要為購買徐工筑路公司產(chǎn)品的用戶，回收有效問卷28份；電話訪問10位，主要對(duì)象為培訓(xùn)反饋記錄中部分抱怨比較多的用戶，回收有效問卷4份，共計(jì)回收有效問卷32份。5徐工筑路公司用戶培訓(xùn)滿意度測(cè)評(píng)結(jié)果及分析本文運(yùn)用SPSS13.0對(duì)收集到的數(shù)據(jù)進(jìn)行分析，主要采用了描述性統(tǒng)計(jì)分析、主成分分析、相關(guān)分析、回歸分析，具體分析如下：5.1樣本特征分析

表5-1樣本的特征（N=32）人口統(tǒng)計(jì)變量類型人數(shù)百分比年齡20歲及以下13.1%21歲?30歲1650.0%31歲?40歲721.9%41歲?50歲618.8%51歲以上26.3%學(xué)歷高中及以下928.1%大專及本科2268.8%研究生及以上13.1%組織性質(zhì)國(guó)有企業(yè)1340.6%三資企業(yè)1134.4%國(guó)家或地方基層項(xiàng)目26.3%實(shí)業(yè)單位515.6%組織行業(yè)制造業(yè)26.3%建筑業(yè)1753.1%房地產(chǎn)業(yè)928.1%交通運(yùn)輸業(yè)1237.5%由上表可知，樣本屬性分布比較合理，樣本結(jié)構(gòu)比較合理，對(duì)調(diào)研對(duì)象總體有一定的代表性。其中本次調(diào)研對(duì)象的學(xué)歷大多是大專及本科，占68.8%，樣本的年齡分布主要集中在21-30歲和31-40歲區(qū)間，這兩部分共計(jì)23人，占71.9%。同時(shí)，用戶所在組織的性質(zhì)國(guó)有企業(yè)占了40.6%，組織的行業(yè)也集中在建筑業(yè)，占53.1%。整體來看本次調(diào)研的接受徐工筑路公司用戶培訓(xùn)的人員中，學(xué)歷大多都是大專及本科，年齡層主要集中在21-30歲和31-40歲區(qū)間的中青年階層，同時(shí)他們的組織性質(zhì)和行業(yè)也是很符合工程機(jī)械用戶的要求，因此本研究調(diào)研樣本抽取的比較合適。本次調(diào)研的對(duì)象為最近三個(gè)月到徐工筑路公司進(jìn)行過用戶培訓(xùn)的用戶，且具有一定的行為能力和認(rèn)識(shí)能力，因此對(duì)于本調(diào)研有比較形象和直觀的認(rèn)識(shí)、理解，他們的回答在很大程度上能夠反映徐工筑路公司用戶培訓(xùn)滿意度影響因素的真實(shí)情況，因此調(diào)研結(jié)果是較為可信的。5.2樣本效度檢驗(yàn)效度也稱為測(cè)量的有效性或準(zhǔn)確度，它是指測(cè)量工具或手段能準(zhǔn)確真實(shí)地測(cè)出所要測(cè)量變量的程度。效度一般規(guī)定為與測(cè)量目的有關(guān)的分?jǐn)?shù)的方差在總方差中所占的比例，比例越高說明測(cè)量準(zhǔn)確程度越好。一般而言，有兩種統(tǒng)計(jì)方法考察主成分分析與數(shù)據(jù)之間的適應(yīng)程度來確定分析的有效性：巴利特(Bartlett)球體檢驗(yàn)法和KMO(KaiserMeyerOlkin)測(cè)量法。巴利特(Bartlett)球體檢驗(yàn)法，統(tǒng)計(jì)量從檢驗(yàn)整個(gè)相關(guān)矩陣出發(fā)，其零假設(shè)為相關(guān)矩陣是單位陣，各變量之間彼此獨(dú)立。如果不能拒絕該假設(shè)的話，應(yīng)該重新考慮因子分析的使用。其統(tǒng)計(jì)量根據(jù)相關(guān)矩陣行列式的卡方轉(zhuǎn)換求得。KMO(Kaiser-Meyer-OlkinMeasureofSamplingAdequacy)測(cè)度從比較宏觀觀測(cè)變量之間的簡(jiǎn)單相關(guān)系數(shù)和偏相關(guān)吸收的相對(duì)大小出發(fā)，其值的變化范圍從0到1。通常按以下標(biāo)準(zhǔn)解釋該指標(biāo)值的大?。?.9以上，非常好；0.8以上，好；0.7，一般；0.6，差；0.5，很差；0.5以下，不能接受。因本論文采用的因子分析中確定因子載荷矩陣的方法采用主成分分析方法，首先需要對(duì)數(shù)據(jù)進(jìn)行KMO及Bartlett球度檢驗(yàn)，經(jīng)Bartlett檢驗(yàn)表明Bartlett值足夠大，且p<0.05即相關(guān)矩陣不是單位矩陣，可進(jìn)行主成分分析，其中KMO值均大于0.5,都屬于可接受的范圍之內(nèi)。均為可進(jìn)行主成分分析范圍，且分析的結(jié)果較好，在每組分析中關(guān)注代表了該組共性的主要成分。并通過學(xué)習(xí)特征值來判斷選取該潛在變量是否合理，一般情況下，所創(chuàng)建的每一個(gè)主成分都是大于1的特征值，與此同時(shí)其他成分的特征值小于1。如果主成分分析中獲取的公因子能解釋50%以上的變異，而且問卷中每個(gè)問項(xiàng)在相應(yīng)的公因子上有足夠強(qiáng)度的負(fù)荷(大于等于0.6)，則認(rèn)為具有較好的結(jié)構(gòu)效度。本文將32條樣本數(shù)據(jù)錄入到SPSS13.0中，然后對(duì)企業(yè)形象、感知質(zhì)量、培訓(xùn)效果、比較滿意度各變量對(duì)應(yīng)的具體項(xiàng)目的得分進(jìn)行因子分析，采用主成分分析及方差最大化正交旋轉(zhuǎn)方法。5.2.1企業(yè)形象指標(biāo)效度分析表5-2企業(yè)形象指標(biāo)效度檢驗(yàn)結(jié)果(N=32)KMOandBartlett'sTestKaiser-Meyer-OlkinMeasureofSamplingAdequacy..651Bartlett'sTestofApprox.Chi-Square17.337Sphericitydf3

TotalVarianceExplainedComponent InitialEigenvalues ExtractionSumsofSquaredLoadings Total%ofVarianceCumulative%Total%ofVarianceCumulative%121.358.64267.88532.11567.885100.0001.35867.88567.885ExtractionMethod:PrincipalComponentAnalysis.ComponentMatri/Compone nt 1身邊的人對(duì)筑路公司的評(píng)價(jià)筑路公司的社區(qū)活動(dòng).824.824ExtractionMethod:PrincipalComponentAnalysis.a.1componentsextracted.由上表可知，企業(yè)形象變量的KMO值為0.651大于0.5,處于可接受范圍并Bartlett球度檢驗(yàn)給出的相伴概率為0.001<0.05,說明因子的相關(guān)系數(shù)矩陣非單位矩陣，能夠提取最少的因子同時(shí)又能解釋大部分的方差，即效度可以，適合進(jìn)行主成分分析。公共因子對(duì)總方差的累計(jì)解釋率為67.885%，測(cè)量項(xiàng)目的因子載荷較高，說明數(shù)據(jù)質(zhì)量較好。5.2.2感知質(zhì)量指標(biāo)體系效度分析表5-3感知質(zhì)量指標(biāo)的效度檢驗(yàn)結(jié)果（N=32）KMOandBartlett'sTestKaiser-l\Ayer-OlkinMasureofSamplingAdequacy..575Bartlett'sTestofApprox.Chi-Square183.753Sphericitydf91Sig..000

TotalVarianceExplained InitialUiriQm/aliiQe m-ZiccQiimecferniqrarl1cEingsRctaticcQiimecferniagrl1carlirvjsgs414.53332.38032.3804.53332.38032.3803.37324.09024.09021.90913.63846.0181.90913.63846.0181.97014.06838.15831.53410.95656.9741.53410.95656.9741.82613.04451.20241.2288.76965.7431.2288.76965.7431.64611.75962.96251.1117.93973.6821.1117.93973.6821.50110.72073.6826.9917.07580.7577.5864.18784.9438.5313.79388.7369.4663.32792.06310.3422.44094.50311.3042.16896.67112.2321.65798.32713.1601.14399.47014.074.530100.000ExtractionMethod:PrincipalComponentAnalysis.RotatedComponentMatrix Component 12345培訓(xùn)人員的態(tài)度-.001-.059.888.220.120培訓(xùn)人員的專業(yè)程度.621-.437-.150.053.461培訓(xùn)人員的主動(dòng)性.173.325.778-.111-.095培訓(xùn)部門間的配合度.744.118.271.032.111培訓(xùn)場(chǎng)地整體布局.149.454-.366.237.604培訓(xùn)環(huán)境整潔衛(wèi)生.252.653-.067-.002.133培訓(xùn)的整體氛圍.837.318-.176-.050.077培訓(xùn)內(nèi)容難易程度.204.784.290.065-.025培訓(xùn)任務(wù)完成度.025.134-.011.922-.009培訓(xùn)流程.801-.006培訓(xùn)時(shí)間的合理性.416-.117.187.702.174授課方式.402.383.106.077.056培訓(xùn)器械充足情況.728.259.012.360.097培訓(xùn)器械性能.093.046.148.014.906ExtractionMethod:PrincipalComponentAnalysis.RotationMethod:VarimaxwithKaiserNormalization.aRotationconvergedin7iterations.由上表可知，感知質(zhì)量對(duì)應(yīng)的KMO值為0.575,Bartlett球度檢驗(yàn)給出的相伴概率為0.000<0.05，適合進(jìn)行主成分分析。可以看出，5個(gè)公共因子對(duì)總方差的累計(jì)解釋率為73.682%，14個(gè)測(cè)量項(xiàng)目能較好地分布在5個(gè)潛在的公共因子上，而且，負(fù)荷值較高的測(cè)量項(xiàng)目分別對(duì)應(yīng)5個(gè)潛在的公共因子，說明測(cè)量項(xiàng)目結(jié)構(gòu)比較理想，數(shù)據(jù)質(zhì)量較高。5.2.3培訓(xùn)效果指標(biāo)的效度分析表5-4培訓(xùn)效果指標(biāo)的效度檢驗(yàn)結(jié)果（N=32）

KMOandBartlett'sTestKaiser-Meyer-OlkinMeasureofSamplingAdequacy..595Bartlett'sTestofApprox.Chi-Square15.280Sphericitydf6Sig..018TotalVarianceExplainedComponentTotalInitialEigenvaluesExtractionSumsofSquaredLoadings%ofVarianceCumulative%Total%ofVarianceCumulative%11.86356.56756.5671.86356.56756.5672.96524.12270.6893.71317.83188.5204.45911.480100.000ExtractionMethod:PrincipalComponentAnalysis.ComponentMatri#Component1工作行為改進(jìn)程度.590培訓(xùn)獲得技能.680接受培訓(xùn)后經(jīng)營(yíng)情況.629工作效益提高程度.810ExtractionMethod:PrincipalComponentAnalysis.a.1componentsextracted.由表5-4可知，KMO值為0.595，在可接受范圍內(nèi)，Bartlett球度檢驗(yàn)給出的相伴概率為0.018<0.05，適合做主成分分析。公共因子對(duì)總方差的累計(jì)解釋率為56.567%，大于50%，各項(xiàng)目的因子載荷較高，數(shù)據(jù)結(jié)構(gòu)比較可靠，效度較好。5.2.4比較滿意度指標(biāo)的效度分析表5-5比較滿意度指標(biāo)的效度檢驗(yàn)結(jié)果（N=32）KMOandBartlett'sTestKaiser-Meyer-OlkinMeasureofSamplingAdequacy..630Bartlett'sTestofApprox.Chi-Square12.217Sphericitydf3Sig..000TotalVarianceExplainedInitialEigenvaluesExtractionSumsofSquaredloadingsInitialEigenvaluesComponentTotal%ofVarianceCumulative%Total%ofVarianceCumulative%1.582.418ComponentTotal%ofVarianceCumulative%Total%ofVarianceCumulative%1.582.41879.11520.88579.115100.0001.58279.11579.115ExtractionMethod:PrincipalComponentAnalysis.ComponentMatri津Compone

nt與預(yù)期相比較滿意度

與理想相比較滿意度.889與預(yù)期相比較滿意度

與理想相比較滿意度.889.889ExtractionMethod:PrincipalComponentAnalysis.a.1componentsextracted.由上表可知，KMO值為0.630,可以接受，Bartlett球度檢驗(yàn)給出的相伴概率為0.000<0.05,適合做主成分析。公因子對(duì)總體方差的累計(jì)解釋率為79.115%，大于50%，各項(xiàng)目的因子載荷較高，數(shù)據(jù)結(jié)構(gòu)比較可靠，較為理想。5.3樣本信度檢驗(yàn)信度又叫可靠性，是指測(cè)驗(yàn)的可信程度，主要檢驗(yàn)測(cè)量結(jié)果和測(cè)量工具的穩(wěn)定性與一致性。信度分析是社會(huì)研究中檢驗(yàn)問卷的有效分析方法，因此本文接下來將對(duì)研究數(shù)據(jù)進(jìn)行信度分析以確保問卷所有問項(xiàng)具有高度的可靠性與一致性。信度可以界定為真實(shí)分?jǐn)?shù)的方差與觀察分?jǐn)?shù)方差的比例。如果一個(gè)因子結(jié)構(gòu)的信度高，表明結(jié)構(gòu)內(nèi)變量的一致性好，結(jié)構(gòu)穩(wěn)定。信度檢驗(yàn)常用的方法有“再測(cè)信度”和“同質(zhì)信度”兩種方法，“再測(cè)信度”，即用同一問卷對(duì)同一樣本在進(jìn)行第一次調(diào)查后，間隔一段時(shí)間后再進(jìn)行第二次調(diào)查，求兩次調(diào)查結(jié)果的相關(guān)系數(shù)，即得“再測(cè)信度”?？紤]到實(shí)施的難度和客觀條件限制，本論文舍棄再測(cè)信度而采用同質(zhì)信度來檢驗(yàn)問卷的信度?！巴|(zhì)信度”，即問卷項(xiàng)目之間的同質(zhì)性，或內(nèi)部一致性，論文主要采用考察量表的內(nèi)部一致性的Cronbacha系數(shù)來進(jìn)行檢驗(yàn)。（5-1（5-1）其中：K表示變量結(jié)構(gòu)中項(xiàng)目的總數(shù)，a2為第i個(gè)項(xiàng)目觀測(cè)量的結(jié)構(gòu)內(nèi)方差，Za2為K個(gè)變量的方差之和，a2為總方差（所有觀測(cè)之和的方差）。美國(guó)統(tǒng)計(jì)學(xué)家海爾（JesephF.HairJr）、安德森（Jr.RolphE.Anderson）、泰森（RonaldL.

Tathan）和布萊克（WilliamC.Black）指出：Cronbacha系數(shù)大于0.7，以表明數(shù)據(jù)信度較高；計(jì)量尺度中的項(xiàng)目數(shù)小于6個(gè)時(shí)，Cronbacha系數(shù)大于0.60，表明數(shù)據(jù)是可靠的；a系數(shù)在0.5以下要重新修改結(jié)構(gòu)，剔除無關(guān)變量。本文應(yīng)用SPSS13.0統(tǒng)計(jì)軟件逐個(gè)對(duì)各因子結(jié)構(gòu)進(jìn)行信度分析，得出Cronbacha系數(shù)的值，其內(nèi)部一致性（即信度檢驗(yàn)）檢驗(yàn)結(jié)果如下表（表5-6）所示：表5-6用戶培訓(xùn)滿意度指標(biāo)的信度檢驗(yàn)結(jié)果

企業(yè)形象 感知質(zhì)量Cronbach'sAlpha NofItems.7192Cronbach'sAlpha NofItems.7192ReliabilityStatistics培訓(xùn)效果Cronbach'sAlphaNofItems.82914ReliabilityStatistics用戶培訓(xùn)滿意度Cronbach'sAlphaNofItems.6164Cronbach'sAlphaNofItems.6164ReliabilityStatisticsCronbach'sAlphaNofItems.6893ReliabilityStatistics由上表可知，培訓(xùn)效果的Cronbacha系數(shù)只有0.616，最低，主要是由于其標(biāo)識(shí)的四個(gè)指標(biāo)中的“行為改進(jìn)”和“組織績(jī)效”的滯后性，后期調(diào)查中，用戶對(duì)于“自身獲得技能”和“工作行為改進(jìn)程度”比較認(rèn)可，指標(biāo)的數(shù)值在4左右，而對(duì)組織的“經(jīng)營(yíng)情況”和“工作效益提高程度”感受不到，數(shù)值卻普遍偏低，普遍數(shù)值都在3甚至以下，所以培訓(xùn)效果變量的Cronbacha系數(shù)偏低是可以理解的，但無論如何0.616還是達(dá)到了可以接受的程度。而其他各變量的Cronbacha系數(shù)均大于0.60，部分系數(shù)超過了0.80，總的來說整個(gè)研究變量的內(nèi)部一致性和穩(wěn)定性良好，可靠程度可以接受。說明研究變量的相應(yīng)度量指標(biāo)之間具有較強(qiáng)的相關(guān)性，也就是說本研究的問卷具有較好的信度，可以進(jìn)行下一步計(jì)算。5.4相關(guān)性檢驗(yàn)相關(guān)性檢驗(yàn)是研究各變量之間密切程度的一種統(tǒng)計(jì)分析方法。相關(guān)系數(shù)即定義為描述兩個(gè)變量間線性關(guān)系程度和方向的統(tǒng)計(jì)量。相關(guān)系數(shù)r沒有單位，其值在-1?+1之間。r的絕對(duì)值越接近1，則兩個(gè)變量間的線性相關(guān)程度就越大，正負(fù)值決定了兩變量間變化的方向是否一致。雙變量相關(guān)性分析主要有三種分析方法：Pearson分析，積差相關(guān)，計(jì)算連續(xù)變量或等間距測(cè)度的變量間的相關(guān)分析；Kendall分析，等級(jí)相關(guān)，計(jì)算分類變量之間的秩相關(guān)；Spearman分析，等級(jí)相關(guān)，計(jì)算斯皮爾曼相關(guān)。為分析變量間的相關(guān)性，我們采用皮爾遜（Pearson）積差相關(guān)方法來分析變量?jī)蓛上嚓P(guān)的程度。在前面問卷的效度和信度檢驗(yàn)通過的基礎(chǔ)上，為了進(jìn)一步了解潛變量（因變量）與自變量之間的關(guān)系，本研究應(yīng)用SPSS13.0進(jìn)行相關(guān)性分析。對(duì)企業(yè)形象的2個(gè)指標(biāo)、感知質(zhì)量的14個(gè)指標(biāo)、培訓(xùn)效果的4個(gè)指標(biāo)、培訓(xùn)反饋指標(biāo)、比較滿意度與總滿意度的3個(gè)指標(biāo)分別求平均值，并賦予其新的變量名稱“企業(yè)形象”、“培訓(xùn)服務(wù)”、“培訓(xùn)內(nèi)容”、“培訓(xùn)環(huán)境”、“培訓(xùn)方式”“培訓(xùn)器械”“行為改進(jìn)”“組織績(jī)效”“培訓(xùn)反饋”“用戶培訓(xùn)滿意度”。其兩兩相關(guān)關(guān)系如下表（表5-7）。Correlations企業(yè)形象培訓(xùn)服務(wù)培訓(xùn)環(huán)境培訓(xùn)內(nèi)容培訓(xùn)1方式培訓(xùn)1器械行為改進(jìn)組織績(jī)效培訓(xùn)反饋用戶培訓(xùn)滿意度企業(yè)形象 PearsonCorrelationSig.(1-tailed)SumofSquaresandCross-productsCovariance N 培訓(xùn)服務(wù) PearsonCorrelationSig.(1-tailed)SumofSquaresandCross-productsCovariance N .576**.0004.094.13232培訓(xùn)環(huán)境 PearsonCorrelationSig.(1-tailed)SumofSquaresandCross-productsCovariance N .255.0802.083.067 32-.303*.0462.167.070 32-培訓(xùn)內(nèi)容 PearsonCorrelationSig.(1-tailed)SumofSquaresandCross-productsCovariance N .480**.0033.615.11732.252.0821.656.05332.363*.0202.750.08932培訓(xùn)方式 PearsonCorrelationSig.(1-tailed)SumofSquaresandCross-productsCovariance N .326*.0342.865.09232.639**.0004.906.15832.557**.0004.917.15932.581**.0004.719.15232培訓(xùn)器械 PearsonCorrelationSig.(1-tailed)SumofSquaresandCross-productsCovariance N .396*.0123.292.10632.516**.0013.750.12132.598**.0005.000.16132.406*.0113.125.10132.692**.0006.208.20032行為改進(jìn) PearsonCorrelationSig.(1-tailed)SumofSquaresandCross-productsCovariance N .448**.0053.229.10432.308*.0431.938.06332.184.1561.333.04332.291.0531.938.06332.271.0672.104.06832.340*.0292.500.08132組織績(jī)效 PearsonCorrelationSig.(1-tailed)SumofSquaresandCross-productsCovariance N .235.0981.849.060 32-.175.1691.203.039 32-.205.1301.625.052 32-.118.260.859.028 32-.136.2301.151.037 32-.054.384.438.014 32-.354*.0232.469.080 32-培訓(xùn)反饋 PearsonCorrelationSig.(1-tailed)SumofSquaresandCross-productsCovariance N .465**.0044.240.13732.474**.0033.781.12232.355*.0233.250.10532.337*.0302.844.09232.484**.0034.760.15432.362*.0213.375.10932.395*.0133.188.10332.090.311.797.02632用戶培訓(xùn)滿意度 PearsonCorrelationSig.(1-tailed)SumofSquaresandCross-productsCovariance N .570**.0004.128.133 32-.703**.0004.448.143 32-.416**.0093.028.098 32-.499**.0023.344.108 32-.510**.0013.983.128 32-.434**.0073.208.103 32-.367*.0192.354.076 32-.280.0601.964.063 32-.397*.0123.219.104 32-**.Correlationissignificantatthe0.01level(1-tailed).*.Correlationissignificantatthe0.05level(1-tailed).由表5-7,表5-8可知，“企業(yè)形象”、“培訓(xùn)服務(wù)”、“培訓(xùn)內(nèi)容”、“培訓(xùn)環(huán)境”、“培訓(xùn)方式”“培訓(xùn)器械”“行為改進(jìn)”“組織績(jī)效”“培訓(xùn)反饋”均對(duì)用戶培訓(xùn)滿意度有顯著性的影響，其中，培訓(xùn)服務(wù)與用戶培訓(xùn)滿意度的相關(guān)系數(shù)為0.703,遠(yuǎn)遠(yuǎn)高于其他變量與用戶培訓(xùn)滿意度的相關(guān)系數(shù)，其與用戶培訓(xùn)滿意度的相關(guān)性最為顯著。表5-8用戶培訓(xùn)滿意度與潛變量相關(guān)關(guān)系企業(yè)形象培訓(xùn)服務(wù)培訓(xùn)環(huán)境培訓(xùn)內(nèi)容培訓(xùn)方式培訓(xùn)器械行為改進(jìn)組織績(jī)效培訓(xùn)反饋用戶培訓(xùn)滿意度0.5700.7030.4160.4990.5100.4340.3670.2800.3975.5逐步回歸分析在實(shí)際問題中，人們總是希望從對(duì)因變量y有影響的諸多變量中選擇一些變量作為自變量，應(yīng)用多元回歸分析的方法建立“最優(yōu)”回歸方程以便對(duì)因變量進(jìn)行預(yù)報(bào)或控制。所謂“最優(yōu)”回歸方程主要是指希望在回歸方程中包含所有對(duì)因變量y影響顯著的自變量而不包含對(duì)y影響不顯著的自變量的回歸方程。逐步回歸分析正是根據(jù)這種原則提出來的一種回歸分析方法。它的主要思路是在考慮的全部自變量中按其對(duì)y的作用大小，顯著程度大