周洪美 ，何 訓(xùn) ，高 昊

(中國(guó)人民大學(xué) a.商學(xué)院；b.經(jīng)濟(jì)學(xué)院，北京 100872)

滿意度測(cè)評(píng)中的暈輪效應(yīng)分析

周洪美a，何 訓(xùn)a，高 昊b

(中國(guó)人民大學(xué) a.商學(xué)院；b.經(jīng)濟(jì)學(xué)院，北京 100872)

滿意度測(cè)評(píng)中，一般需要同時(shí)測(cè)量一個(gè)產(chǎn)品或服務(wù)的分項(xiàng)滿意度和總體滿意度。研究發(fā)現(xiàn)，總體滿意度與分項(xiàng)滿意度的訪問順序不同會(huì)導(dǎo)致總體滿意度出現(xiàn)顯著差異，造成這種現(xiàn)象的原因可能是暈輪效應(yīng)的存在。調(diào)查發(fā)現(xiàn)，暈輪效應(yīng)主要受到分項(xiàng)指標(biāo)極端值以及極端值與最大絕對(duì)離差的影響。

總體滿意度；分項(xiàng)滿意度；暈輪效應(yīng)

隨著市場(chǎng)競(jìng)爭(zhēng)的加劇以及客戶導(dǎo)向理念的發(fā)展，客戶滿意度以及成為許多企業(yè)非常重視的一個(gè)方面。為了改善客戶的滿意度水平，首先需要了解客戶滿意度的現(xiàn)狀，一般需要通過調(diào)查的方式進(jìn)行客戶滿意度測(cè)評(píng)，通常的做法是把產(chǎn)品或服務(wù)按照類別分成若干個(gè)可以衡量的指標(biāo)，除了讓客戶對(duì)這些指標(biāo)分別進(jìn)行評(píng)價(jià)，同時(shí)也會(huì)讓客戶對(duì)該公司的產(chǎn)品或服務(wù)的總體滿意度做出一個(gè)評(píng)價(jià)，然后通過相關(guān)模型來計(jì)算得出滿意度得分。

在讓客戶評(píng)價(jià)總體滿意度時(shí)，一種做法是讓用戶先給出一個(gè)總體滿意度的評(píng)價(jià)，然后再對(duì)各個(gè)分項(xiàng)進(jìn)行評(píng)價(jià)，另外一種做法是讓用戶先對(duì)各個(gè)分項(xiàng)進(jìn)行評(píng)價(jià)，然后再對(duì)總體滿意度進(jìn)行評(píng)價(jià)。兩種做法中第一種的結(jié)果是客戶的第一反應(yīng)，而第二種結(jié)果則是對(duì)用戶進(jìn)行了分類指標(biāo)的滿意度評(píng)價(jià)提示后的一個(gè)衡量，兩者的差異在很大程度上是由于滿意度測(cè)評(píng)中存在暈輪效應(yīng)引起的。

1 暈輪效應(yīng)簡(jiǎn)介

Thorndike(1920)第一次正式提出了暈輪效應(yīng)的概念，指出在對(duì)某一行為主體進(jìn)行評(píng)價(jià)時(shí)，如果該主體的某一方面表現(xiàn)特別突出，就會(huì)對(duì)其他方面的評(píng)價(jià)產(chǎn)生影響，使得其他方面的表現(xiàn)不能被真實(shí)反映出來，這一現(xiàn)象就是暈輪效應(yīng)。

對(duì)于暈輪效應(yīng)影響的測(cè)量存在一定困難。首先很難確定真實(shí)水平，其次方法的選擇存在困難，因?yàn)闀炤喰?yīng)是一種主觀效應(yīng)。Lachman和Bass(1985)將評(píng)價(jià)對(duì)象按照總體印象分?jǐn)?shù)的高低分成兩組，然后采用方差分析方法檢驗(yàn)對(duì)這兩組評(píng)價(jià)對(duì)象的具體屬性評(píng)價(jià)是否具有顯著差異，如果存在顯著差異，則說明存在暈輪效應(yīng)。這種研究思路得到了業(yè)界學(xué)者的認(rèn)可。

為了測(cè)量暈輪效應(yīng)的影響，我們?cè)谕淮螡M意度調(diào)查中分別在分項(xiàng)滿意度調(diào)查前和分項(xiàng)滿意度調(diào)查后讓客戶對(duì)總體滿意度分別進(jìn)行評(píng)價(jià)。由于經(jīng)過各個(gè)分項(xiàng)滿意度測(cè)評(píng)的提醒作用，我們認(rèn)為分析測(cè)評(píng)后的總體滿意度更接近真實(shí)情況，分析測(cè)評(píng)前的總體滿意度與它的差異是由暈輪效應(yīng)引起的。在此，我們定義暈輪效應(yīng)Ha為：

其中S1為分項(xiàng)測(cè)評(píng)前的總體滿意度結(jié)果，S2為分項(xiàng)測(cè)評(píng)后的總體滿意度結(jié)果。

2 數(shù)據(jù)說明和描述統(tǒng)計(jì)結(jié)果

該項(xiàng)數(shù)據(jù)來源自國(guó)內(nèi)某知名物流企業(yè)的企業(yè)客戶的滿意度調(diào)研結(jié)果，調(diào)研時(shí)間為2009年7月，包括對(duì)國(guó)際快遞業(yè)務(wù)、國(guó)內(nèi)快遞業(yè)務(wù)和同城快遞業(yè)務(wù)的調(diào)查結(jié)果。對(duì)三種業(yè)務(wù)樣本的調(diào)查結(jié)果進(jìn)行同分布檢驗(yàn)，發(fā)現(xiàn)三種業(yè)務(wù)的調(diào)查結(jié)果分別無明顯差異，因此把三種業(yè)務(wù)的樣本作為同一個(gè)整體分析，成功樣本共計(jì)1387個(gè)。滿意度評(píng)價(jià)采用10分制，1分最低，10分最高。

我們對(duì)S1和S2做描述統(tǒng)計(jì)，結(jié)果見表1?？梢园l(fā)現(xiàn)S1的平均值和標(biāo)準(zhǔn)差均高于S1。

除了總體滿意度外，我們還對(duì)技術(shù)能力/安全可靠性/查詢方便性等19個(gè)分項(xiàng)指標(biāo)進(jìn)行了測(cè)評(píng)。由于某一項(xiàng)指標(biāo)的極端表現(xiàn)可能會(huì)產(chǎn)生暈輪效應(yīng)，因此我們選取每個(gè)樣本的19個(gè)分項(xiàng)指標(biāo)評(píng)價(jià)結(jié)果的最大值、最小值、平均值以及距離均值的最大絕對(duì)離差值作為解釋變量。其中，最大絕對(duì)誤差為：

表1 總體滿意度評(píng)價(jià)的描述統(tǒng)計(jì)結(jié)果

表2 分項(xiàng)評(píng)價(jià)指標(biāo)的描述統(tǒng)計(jì)結(jié)果

表3 暈輪效應(yīng)與其他因素的相關(guān)分析

表4 暈輪效應(yīng)與其他因素的相關(guān)分析（暈輪效應(yīng)>0）

表5 暈輪效應(yīng)與其他因素的相關(guān)分析（暈輪效應(yīng)<0）

表6 暈輪效應(yīng)與其他因素的回歸分析結(jié)果

3 對(duì)暈輪效應(yīng)的分析

對(duì)S1和S2進(jìn)行等方差檢驗(yàn)，發(fā)現(xiàn)S1的標(biāo)準(zhǔn)差顯著大于S2，采用F檢驗(yàn)的相伴概率為0.0025。均值T檢驗(yàn)的結(jié)果也證明S1和S2存在顯著差異，t檢驗(yàn)的相伴概率值為0.000。因此我們認(rèn)為S1和S2之間存在顯著差異，而這種差異證明了暈輪效應(yīng)確實(shí)存在。

將暈輪效應(yīng)定義為S1與S2的差值。相關(guān)分析發(fā)現(xiàn)暈輪效應(yīng)和分析指標(biāo)極大值、平均值以及最大絕對(duì)離差均顯著相關(guān)，而與極小值的相關(guān)系數(shù)不明顯。這與我們的常識(shí)不符。對(duì)暈輪效應(yīng)進(jìn)行統(tǒng)計(jì)，發(fā)現(xiàn)暈輪效應(yīng)大于0的占比遠(yuǎn)遠(yuǎn)超過小于0的占比，因此有可能極小值的效應(yīng)會(huì)被淹沒。因此應(yīng)當(dāng)對(duì)暈輪效應(yīng)大于0和小于0的樣本分布進(jìn)行分析。

單獨(dú)的分析結(jié)果表明，在暈輪效應(yīng)大于0時(shí)，極大值對(duì)暈輪效應(yīng)有顯著相關(guān)關(guān)系，而與極小值的相關(guān)關(guān)系不顯著。而當(dāng)暈輪效應(yīng)小于0時(shí)，結(jié)果恰恰相反，暈輪效應(yīng)主要收到極小值的影響，而與極大值關(guān)系不大。

由于最大絕對(duì)離差有平均值和極值決定，對(duì)暈輪效應(yīng)進(jìn)行回歸分析是只考慮極值和最大絕對(duì)離差（否則會(huì)具有共線性）。對(duì)暈輪效應(yīng)大于0的樣本進(jìn)行回歸分析，得到如下模型：

暈輪效應(yīng)=0.353+0.097*極大值+0.109*最大絕對(duì)離差(3)

模型和系數(shù)均通過檢驗(yàn)。極大值和最大絕對(duì)離差對(duì)暈輪效應(yīng)有正的影響，但極大值的影響要小于最大絕對(duì)離差，這是由于不同樣本極大值的差異較小，而其余平均值的差異程度即該指標(biāo)的突出表現(xiàn)程度對(duì)暈輪效應(yīng)的影響更大。

對(duì)暈輪效應(yīng)小于0的樣本進(jìn)行回歸分析，得到如下模型：

該模型通過檢驗(yàn)，但最大絕對(duì)離差的系數(shù)沒有通過檢驗(yàn)。這是由于分析指標(biāo)較多，使得均值主要受其他指標(biāo)的影響而導(dǎo)致最大絕對(duì)離差對(duì)模型的解釋作用不明顯。

因此我們只用極小值進(jìn)行回歸，得到模型：

模型通過檢驗(yàn)，而且與模型（4）相比，其調(diào)整R2還有所提高，因此模型（5）的效果更好。

如果比較模型3和模型5，發(fā)現(xiàn)模型5的R2和調(diào)整R2均高于模型3，即模型5的解釋效果更好，這說明負(fù)的暈輪效應(yīng)更明顯，即如果某一個(gè)分項(xiàng)指標(biāo)表現(xiàn)的比較差，很容易對(duì)總體滿意度產(chǎn)生負(fù)面的暈輪效應(yīng)，而表現(xiàn)的好的話正面的暈輪效應(yīng)并不如負(fù)面的暈輪明顯。

4 結(jié)論

在滿意度調(diào)查中，分項(xiàng)指標(biāo)對(duì)總體平均存在暈輪效應(yīng)，極值的效應(yīng)明顯。當(dāng)暈輪效應(yīng)大于0時(shí)，極大值越大具有越高的正的暈輪效應(yīng)，而當(dāng)暈輪效應(yīng)小于0時(shí)，極小值的影響更大，而且極小值越低暈輪效應(yīng)越?。ㄆ浣^對(duì)值越大）。

暈輪效應(yīng)使得高者越高，低者越低，而且負(fù)面暈輪效應(yīng)更明顯。因此我們?cè)谔岣叻?wù)時(shí)盡量避免某些指標(biāo)出現(xiàn)短板，同時(shí)要有突出表現(xiàn)的指標(biāo)。

[1]ThorndikeE L.A ConstantErrorin PsychologicalRatings[J].Journal of Applied Psychology，1920，(4).

[2]Lachmam S J.，Bass A R.A Direct Study of Halo Effect[J].Journal of Psychology，1985,119(6).

[3]風(fēng)笑天.社會(huì)調(diào)查中答案順序?qū)φ{(diào)查結(jié)果的影響[J].華中師范大學(xué)學(xué)報(bào)(人文社會(huì)科學(xué)版)，2008，47(2).

(責(zé)任編輯/浩 天)

F224.9

A

1002－6487（2011）03－0173-02

周洪美（1979-），男，安徽利辛人，博士研究生，研究方向：企業(yè)管理。