几种满意度指标权重的计算方法

用户满意度调查是用户体验工作中的一项重要活动。除了了解整体满意度、一级指标满意度和二级指标满意度外，还需要了解下一级指标对上一级指标的权重，帮助确定各方面的工作优先级，为产品优化改进方向提供决策依据。下面将简要介绍几种满意度指标权重的计算方法。　　Part1.权重计算的功能指标权重可以更合理地评分用户满意度，指导用户体验优化的方向。满意度调查的主要作用是：发现产品满意度不足（用户满意度最不满意的方面是什么？)确定改进方向(需要优先改进哪些方面？)不同的评价指标对整体满意度有不同的影响，但在我们默认不同指标的影响基本相同之前。在计算满意度时，在多级指标结构的满意度评价中，使用算术平均法计算一级指标，使用一级指标计算整体满意度。这种计算方法是不合理的。在计算用户满意度提高优先级时：在没有权重的情况下，改进不同指标的优先级=（大值-得分）/（大值-小值）;在有权重的情况下，不同指标的改进优化指数=权重*(极大值-得分)/(极大值-极小值)。在确定提高满意度指标的优先级时，不仅要考虑提高满意度指标的空间，还要考虑指标权重（即影响），使提高满意度指标的优先级更加合理。　　Part2.权重计算方法分为直接授权和间接推理两类；直接授权：通过主观判断各指标和因素的重要性来计算权重。间接推理：每个指标和因素的权重都是通过用户满意度调查评分来计算的。　　2.1直接赋权　　2.1.1主观授权法最常用的方法是使用李斯特量表来评估每个指标的重要性，重要性得分称为声称重要性，作为权重计算的数据。使用得分平均值作为原始相对影响系数。　　2.1.2客观赋权法　　直接比较法将同一集的指标设置为“1”。与其他指标相比，判断其重要性的倍数，然后逐一分析，得出各指标的权重。原始相对影响系数采用平均评分值。　　按重要程度对同一集的指标进行排序。原始相对影响系数采用正向排序得分平均值。　　2.1.3德尔菲法采用背对背的通信方式咨询专家组成员的预测意见。经过几轮咨询，专家组的预测意见趋于集中，最终得出符合市场未来发挥趋势的预测结论。使用专家平均得分作为原始相对影响系数。　　2.1.四级分析法是将与决策始终相关的元素分解为目标、标准、方案等层次，并在此基础上进行定性和定量分析的决策方法。层次分析方法将同集下的不同指标进行两两比较。使用层次分析软件计算原始相对影响系数。　　2.2间接推理　　2.2.线性回归法线性回归是利用数学统计中的回归分析来确定两个或两个以上变量之间相互依赖的定量关系的统计分析方法之一，应用广泛。以回归系数为原始相对影响系数。　　2.2.2因素分析因素分析的基本目的是用几个因素来描述许多指标或因素之间的联系，即几个密切相关的变量属于同一类别，每个变量成为一个因素（因素，因为它是不可观察的，即不是特定的变量），反映原始数据的大部分信息。使用因子得分系数（FactorScoreCoefficient）作为原始相对影响系数。　　2.2.假设一组潜在变量中存在因果关系，这些潜在变量可以用一组可观测变量来表示，这是建立、估计和检验因果关系模型的一种方法。该模型不仅包含可观测的明显变量，还包含不能直接观测的潜在变量。使用成分得分系数（FactorScoreWeights）作为原始相对影响系数。　　Part3.权重计算过程　　3.1权重计算过程权重计算过程分为三个步骤：step1：根据项目情况，选择合适的方法获得原始研究价值。step2：根据获得的原始研究值计算指标的影响系数。step3：归1处理。同一指标集下不同指标的权重之和为1(不同一级指标为指标集，一级指标下不同二级指标为指标集)。　　3.2影响力系统归1处理方法W(i)=X(i)/(X(1) X(2) X(3) …… X(n))注：X(i)原始影响系数，W(i)处理后的权重归1。　　Part4.由于篇幅有限，本文简要介绍了各种方法和过程。这篇文章只是抛转引玉，需要查看更多的资料才能有所了解。收集到原始满意度评分值后，采用相应的统计软件计算层次分析、线性回归、因子分析、结构方程四种方法。使用AHP相关软件计算层次分析，使用SPSS软件计算线性回归和因子分析，并使用相关软件(推荐AMOS)计算结构方程。用户满意度调查是用户体验工作中的一项重要活动。除了了解整体满意度、一级指标满意度和二级指标满意度外，还需要了解下一级指标对上一级指标的权重，帮助确定各方面的工作优先级，为产品优化改进方向提供决策依据。

以上就是关于几种满意度指标权重的计算方法的相关介绍，更多几种满意度指标权重的计算方法相关内容可以咨询我们或者浏览页面上的推荐内容。我们将让你对几种满意度指标权重的计算方法有更深的了解和认识。