李　艷，張　勇，陳國(guó)平

(吉首大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，湖南 吉首 416000)

?

多元統(tǒng)計(jì)分析在評(píng)價(jià)保險(xiǎn)服務(wù)質(zhì)量中的應(yīng)用

李艷，張勇，陳國(guó)平

(吉首大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院，湖南 吉首 416000)

摘要：保險(xiǎn)服務(wù)質(zhì)量直接影響保險(xiǎn)公司的口碑和客戶的投保意愿，評(píng)價(jià)保險(xiǎn)服務(wù)質(zhì)量涉及諸多影響因素.應(yīng)用多元統(tǒng)計(jì)分析中的主成分和因子分析法，能綜合處理多個(gè)指標(biāo)，達(dá)到濃縮信息、降維指標(biāo)、簡(jiǎn)化變量的目的.借助SPSS 21.0統(tǒng)計(jì)軟件，分析國(guó)內(nèi)某10家保險(xiǎn)公司服務(wù)質(zhì)量的問(wèn)卷調(diào)查結(jié)果，以每個(gè)主成分的方差貢獻(xiàn)率作為權(quán)重，構(gòu)造出一個(gè)綜合評(píng)價(jià)函數(shù)，在實(shí)際應(yīng)用中有利于保險(xiǎn)公司針對(duì)性地改進(jìn)服務(wù)質(zhì)量.

關(guān)鍵詞：主成分分析；因子分析；應(yīng)用統(tǒng)計(jì)；保險(xiǎn)服務(wù)質(zhì)量

隨著經(jīng)濟(jì)社會(huì)的發(fā)展，社會(huì)風(fēng)險(xiǎn)也呈聚集、增大態(tài)勢(shì)，較多的人選擇購(gòu)買保險(xiǎn)來(lái)轉(zhuǎn)移風(fēng)險(xiǎn)，以期在風(fēng)險(xiǎn)發(fā)生時(shí)能得到保障[1].保險(xiǎn)業(yè)在快速發(fā)展，客戶的維權(quán)意識(shí)也越來(lái)越強(qiáng)，也就更加注重保險(xiǎn)的服務(wù)質(zhì)量.對(duì)保險(xiǎn)公司服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系的研究表明，抽樣調(diào)查能夠比較直接、真實(shí)地反映保險(xiǎn)公司的服務(wù)狀況[2].但是，評(píng)價(jià)保險(xiǎn)服務(wù)質(zhì)量涉及諸多影響因素，評(píng)價(jià)指標(biāo)內(nèi)容的冗雜將會(huì)加大客觀合理評(píng)價(jià)的難度.為此，筆者應(yīng)用多元統(tǒng)計(jì)分析中的主成分和因子分析法來(lái)解決這個(gè)問(wèn)題.

1服務(wù)質(zhì)量評(píng)價(jià)模型分析

目前對(duì)實(shí)體服務(wù)業(yè)服務(wù)質(zhì)量進(jìn)行評(píng)價(jià)，一般借鑒SERVQUAL評(píng)價(jià)模型[3-4]或者SERVPERF評(píng)價(jià)模型[5-6]，二者均由22個(gè)績(jī)效問(wèn)項(xiàng)組成.

SERVQUAL評(píng)價(jià)模型明確了來(lái)測(cè)量服務(wù)質(zhì)量的5個(gè)要素[7]，包括有形性、可靠性、反應(yīng)性、可信性、移情性，對(duì)服務(wù)質(zhì)量的評(píng)價(jià)是基于客戶對(duì)各要素實(shí)際表現(xiàn)的感知和期望之差異來(lái)權(quán)衡.模型公式如下：

其中：SQ為SERVQUAL評(píng)價(jià)模型中客戶評(píng)價(jià)的服務(wù)質(zhì)量；Pj為客戶對(duì)第j個(gè)問(wèn)題感受方面的分?jǐn)?shù)；Ej為客戶對(duì)第j個(gè)問(wèn)題期望方面的分?jǐn)?shù).

SERVPERF評(píng)價(jià)模型[8]僅僅基于客戶對(duì)服務(wù)實(shí)際內(nèi)容所表現(xiàn)出的感知,而與服務(wù)期望和服務(wù)感知間的差異沒(méi)有關(guān)系.模型公式如下：

其中：SQ為客戶感知的服務(wù)品質(zhì)；Pj為客戶對(duì)服務(wù)企業(yè)第j個(gè)服務(wù)項(xiàng)目的感知績(jī)效.

2多元統(tǒng)計(jì)構(gòu)造保險(xiǎn)服務(wù)質(zhì)量綜合評(píng)價(jià)函數(shù)

主成分分析的基本思想是[9]，在分析原始變量相關(guān)系數(shù)矩陣結(jié)構(gòu)的基礎(chǔ)上，通過(guò)降維對(duì)原始變量進(jìn)行線性變換，從而形成新的互不相關(guān)的主成分變量，并用方差來(lái)衡量主成分變量所含信息的多少，力求使主成分變量能夠囊括原始變量的絕大部分信息.該方法有利于簡(jiǎn)化問(wèn)題的處理難度，提高數(shù)據(jù)信息的信噪比.因子分析也是利用降維的思想，是主成分分析的推廣，由研究原始變量相關(guān)矩陣內(nèi)部的依賴關(guān)系出發(fā)，將一些有錯(cuò)綜復(fù)雜關(guān)系的變量歸結(jié)為少數(shù)幾個(gè)綜合因子的一種多變量統(tǒng)計(jì)分析方法[10].

筆者借鑒SERVQUAL評(píng)價(jià)模型來(lái)測(cè)量服務(wù)質(zhì)量的5個(gè)要素，結(jié)合在國(guó)內(nèi)某知名大型保險(xiǎn)公司3年的業(yè)務(wù)經(jīng)營(yíng)管理工作經(jīng)歷，自制了保險(xiǎn)服務(wù)質(zhì)量量化評(píng)價(jià)表(表1).評(píng)價(jià)表包括12項(xiàng)指標(biāo)，為方便快捷地找到其中影響保險(xiǎn)公司服務(wù)質(zhì)量的主要因素，并客觀科學(xué)地判斷其優(yōu)劣，應(yīng)用多元統(tǒng)計(jì)分析中的主成分和因子分析法進(jìn)行降維分析.采用問(wèn)卷調(diào)查法，在長(zhǎng)沙市某10家保險(xiǎn)公司抽取100位前來(lái)辦理業(yè)務(wù)的客戶(每家保險(xiǎn)公司隨機(jī)抽取10位客戶)，發(fā)放自制的保險(xiǎn)服務(wù)質(zhì)量量化評(píng)價(jià)表，當(dāng)場(chǎng)給10家保險(xiǎn)公司打分.每個(gè)指標(biāo)的賦值均有5個(gè)層次：非常滿意(6分)，滿意(4分)，一般(2分)，不滿意(0分)，非常不滿意(-2分).然后計(jì)算各指標(biāo)的平均得分.10家保險(xiǎn)公司服務(wù)質(zhì)量各指標(biāo)的平均得分見表2.

表1　保險(xiǎn)服務(wù)質(zhì)量量化評(píng)價(jià)指標(biāo)

表2　保險(xiǎn)服務(wù)質(zhì)量各指標(biāo)的平均得分

先計(jì)算相關(guān)系數(shù)矩陣、特征根、特征向量、方差貢獻(xiàn)率及主成分載荷等，再以各個(gè)主成分的方差貢獻(xiàn)率為權(quán)數(shù)，構(gòu)造主成分的綜合評(píng)價(jià)函數(shù)，即可求出綜合因子得分與排名.方差貢獻(xiàn)率的大小表示各個(gè)主成分的相對(duì)重要程度.統(tǒng)計(jì)學(xué)一般認(rèn)為主成分的累積貢獻(xiàn)率達(dá)到85%以上，幾個(gè)少數(shù)主成分就能代表原來(lái)多個(gè)指標(biāo)的絕大部分信息[10].如表3所示，前3個(gè)主成分的累積貢獻(xiàn)率為87.796%，即保留了原始指標(biāo)的絕大部分信息，具有顯著代表性；變量相關(guān)陣有3個(gè)最大特征根，即6.419，2.119和1.997，它們一起解釋總方差的87.796%，說(shuō)明前面3個(gè)成分是影響保險(xiǎn)服務(wù)質(zhì)量的主要因素.

表3 　解釋的總方差

為了計(jì)算綜合因子得分，先計(jì)算前3個(gè)因素的因子得分矩陣，結(jié)果見表4.

表4　成分矩陣

利用表4的成分矩陣可以得出各主成分與原始變量的線性組合關(guān)系，得分表達(dá)式如下：

3主成分和因子分析法評(píng)價(jià)保險(xiǎn)服務(wù)質(zhì)量

對(duì)10家保險(xiǎn)公司的服務(wù)質(zhì)量應(yīng)用服務(wù)質(zhì)量綜合評(píng)價(jià)函數(shù)，經(jīng)過(guò)SPSS 21.0處理，得到如表5所示結(jié)果.根據(jù)綜合因子得分可判斷各個(gè)保險(xiǎn)公司服務(wù)質(zhì)量的優(yōu)劣情況，公司1服務(wù)質(zhì)量最優(yōu)，公司8最差.當(dāng)前保險(xiǎn)市場(chǎng)的競(jìng)爭(zhēng)已經(jīng)從單純的保險(xiǎn)費(fèi)率和手續(xù)費(fèi)的競(jìng)爭(zhēng)轉(zhuǎn)向以服務(wù)質(zhì)量競(jìng)爭(zhēng)為主、保險(xiǎn)費(fèi)率為輔的新階段[11].本研究發(fā)現(xiàn)，目前保險(xiǎn)行業(yè)的整體服務(wù)質(zhì)量有待提升，各公司可從表1中的5個(gè)指標(biāo)即X2,X4,X6,X8，X9，結(jié)合其他指標(biāo)如X3，X12，X1等著手改進(jìn)保險(xiǎn)服務(wù)質(zhì)量，樹立良好的企業(yè)形象，提升客戶滿意度，贏得市場(chǎng)份額.

表5　各主成分和綜合因子得分

4結(jié)語(yǔ)

應(yīng)用主成分和因子分析法分析國(guó)內(nèi)某10家保險(xiǎn)公司服務(wù)質(zhì)量的問(wèn)卷調(diào)查結(jié)果，以每個(gè)主成分的方差貢獻(xiàn)率作為權(quán)重，構(gòu)造了一個(gè)綜合評(píng)價(jià)函數(shù)Z=0.534 9Z1+0.176 61Z2+0.166 44Z3.運(yùn)用該函數(shù)可判斷出各保險(xiǎn)公司服務(wù)質(zhì)量的優(yōu)劣情況，得到公司1服務(wù)質(zhì)量最優(yōu)、公司8最差等不同層次的結(jié)論.從影響保險(xiǎn)公司服務(wù)質(zhì)量的主要因素可知，提高服務(wù)質(zhì)量的關(guān)鍵所在：各公司可從表1中的5個(gè)指標(biāo)(X2,X4,X6,X8，X9)，結(jié)合其他指標(biāo)(如X3，X12，X1)等著手改進(jìn)保險(xiǎn)服務(wù)質(zhì)量，樹立良好的企業(yè)形象，提升客戶滿意度，贏得市場(chǎng)份額.

描述性統(tǒng)計(jì)分析、單因素方差分析和主成分分析等統(tǒng)計(jì)方法越來(lái)越多地應(yīng)用于保險(xiǎn)服務(wù)質(zhì)量、競(jìng)爭(zhēng)力影響因素等方面的研究[9，12-13].應(yīng)用主成分和因子分析法，使實(shí)際經(jīng)濟(jì)生活中的一個(gè)難以完全發(fā)現(xiàn)的保險(xiǎn)服務(wù)質(zhì)量問(wèn)題得到科學(xué)、合理的解答.主成分分析的關(guān)鍵在于恰當(dāng)?shù)亟Y(jié)合專業(yè)知識(shí)賦予主成分新的意義，根據(jù)主成分的計(jì)算結(jié)果結(jié)合定性分析進(jìn)行合理解釋[10].在科學(xué)評(píng)價(jià)保險(xiǎn)公司的服務(wù)質(zhì)量方面，除了原有的在保險(xiǎn)公司網(wǎng)點(diǎn)實(shí)地評(píng)價(jià)和專家評(píng)判等方法，應(yīng)用多元統(tǒng)計(jì)分析也具有較高的實(shí)用性.

參考文獻(xiàn)：

[1] 黃椿.保險(xiǎn)公司理賠服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)研究[J].福建金融,2009(11):15-18.

[2] 王毅,謝臻須,張全意,等.保險(xiǎn)公司服務(wù)質(zhì)量評(píng)價(jià)指標(biāo)體系研究[J].保險(xiǎn)研究,2011(8):86-93.

[3] 韓雷杰,唐學(xué)玉,仝澤強(qiáng).基于SERVQUAL模型的物業(yè)服務(wù)質(zhì)量測(cè)評(píng)——以南京市為例[J].工程管理學(xué)報(bào),2013,27(6):56-60.

[4] 陳以增,于齊.基于SERVQUAL模型的商圈服務(wù)質(zhì)量模糊綜合評(píng)價(jià)[J].上海大學(xué)學(xué)報(bào):自然科學(xué)版,2014,20(3):296-303.

[5] 艾小淞,孫紅,孫西國(guó).SERVQUAL和SERVPERF方法在GPS服務(wù)質(zhì)量中的應(yīng)用研究[J].北京航空航天大學(xué)學(xué)報(bào):社會(huì)科學(xué)版,2010,23(4):76-78.

[6] 馬飛,孫啟鵬,王煉,等.基于SERVPERF的城市公交車服務(wù)質(zhì)量影響因素研究[J].交通運(yùn)輸系統(tǒng)工程與信息,2013,13(2):153-157.

[7] PARASURAMAN A,ZEITHAML V A,BERRY L L.SERVQUAL：A Multiple￣Item Scale for Measuring Consumer Perceptions of Service Quality[J].Journal of Retailing,1988,64(1):12-40.

[8] CRONIN JR J J,TAYLOR S A.SERVPERF Versus SERVQUAL:Reconciling Performance￣Based and Perceptions￣Minus￣Expectations Measurement of Service Quality[J].Journal of Marketing,1994(1):125-131.

[9] 舒燕,林龍新.基于主成分分析的我國(guó)服務(wù)貿(mào)易競(jìng)爭(zhēng)力影響因素研究[J].湖北社會(huì)科學(xué),2011(6):78-81.

[10] 何曉群.多元統(tǒng)計(jì)分析[M].第3版.北京：中國(guó)人民大學(xué)出版社,2012.

[11] 錢紅,徐鴻飛.試論提升財(cái)產(chǎn)保險(xiǎn)基層公司服務(wù)質(zhì)量的途徑[J].中國(guó)保險(xiǎn),2012(12):56-58.

[12] 馬營(yíng),郝元濤.醫(yī)療保險(xiǎn)經(jīng)辦機(jī)構(gòu)服務(wù)質(zhì)量研究:以G市為例[J].中國(guó)衛(wèi)生質(zhì)量管理,2012,19(5):59-62.

[13] 胡玉霞.基于主成分分析的保險(xiǎn)代理人行為主要影響因素研究[J].石河子大學(xué)學(xué)報(bào):哲學(xué)社會(huì)科學(xué)版,2012,26(1):78-81.

(責(zé)任編輯向陽(yáng)潔)

Application of Multivariate Statistical Analysis in the Evaluation of the

Service Quality of Insurance Company

LI Yan,ZHANG Yong,CHEN Guoping

(School of Mathematics and Statistics,Jishou University,Jishou 416000,Hunan China)

Abstract:The service quality of insurance company directly affect its reputation and customer’s purchase intentions,and the evaluation of the service quality involves many influencing factors.Using principal component analysis and factor analysis,a number of indicators can be processed together,so,concentrated information,the indexes of reduced dimension,simplified variable can be obtained.With the SPSS 21.0 statistical software,the survice quality questionare of ten insurance companies are studied,and a comprehensive evaluation function are constructed,which uses the variance of each principal component contribution rate as weight.This study is significant for insurance companies to improve their service quality.

Key words:principal component analysis；factor analysis；statistics application;service quality of insurance company

作者簡(jiǎn)介：李艷(1984—)，女(土家族)，湖南慈利人，吉首大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院碩士生，主要從事應(yīng)用統(tǒng)計(jì)研究通信作者：陳國(guó)平(1964—)，男，湖南邵陽(yáng)人，吉首大學(xué)數(shù)學(xué)與統(tǒng)計(jì)學(xué)院教授，理學(xué)博士，主要從事微分方程與動(dòng)力系統(tǒng)研究.

基金項(xiàng)目：吉首大學(xué)獨(dú)立設(shè)置實(shí)驗(yàn)課程建設(shè)項(xiàng)目(JDDL2014007)

收稿日期：2014-10-13

中圖分類號(hào)：F840.3；O212.4

文獻(xiàn)標(biāo)志碼：A

DOI:10.3969/j.cnki.jdxb.2015.03.002

文章編號(hào)：1007-2985(2015)03-0007-05