1、某高校后勤集团运营绩效分析 关键词：关键词： 经济效益指标 发展潜力指标 内部运营指标 客户满意指标 主成分分析 法 时间序列预测系统 模糊评价法 线性回归 运营绩效分析 MATLAB Excel 软 件 SPSS 软件 SAS 软件 一、摘要一、摘要 高校的后勤集团是教育体制改革的产物。在经济上视自负盈亏，独立核算的。我们 未来研究业绩走势，假设在未来几年内公司不会出现大的变革，基本运行正常。在调查了 2000 年到 2009 年之间经济效益等一些指标后， 我们对以下问题作出相应的回答和给出了相 应的解决。 针对问题一： 我们运用了主成分分析法并结合了 spss,maltab，sas 等一些
2、软件对经济效益指标，发 展潜力指标以及内部运营指标所调查出的分析数据首先作出他们的标准化的矩阵， 然后根据 spss 软件求出其相关系数矩阵，在用 maltab 软件求出相关系数矩阵的特征值及其特征向量。 其次我们确定了分指标中的主成分， 建立主成分与特征向量之间的线性关系。 最后我们用这 些主成分来对各企业的综合经济效益进行评价。再运用时间序列预测系统以及 excel 图表分 析预测，最后将所得预测带入 SAS 软件中检验我们的预测是对的，有研究意义的。 针对问题二： 我们同样运用了主成分分析法并结合 spss,maltab 软件对客户满意指标进行分析 和预测。同时我们也用了模糊评价法来与其
3、相对比评价，最后结合 SAS 软件中的时间序列 预测系统对其预测作出判断。 针对问题三： 在满足顾客，又要追求经济效益最大化上来分析客户满意指标与经济效益指标、 发展潜力指标以及内部运营指标之间的动态关系， 我们假设他们之间具有线性关系， 为了得 到验证，我们又用 spss 软件对我们作出的预测进行线性回归分析，在排除一些次要因素的 情况下得到的答案跟我们的预测相当吻合，说明他们之间的动态关系基本确定为线性关系。 同时考虑客户满意指标与愿意到后勤消费的比例之间的关系， 从而发现客户满意度与经济效 益的关系，最后对其作出相应的建议。 二、问题的提出二、问题的提出 高校后勤集团是教育体制改革的产物
4、。在经济上是自负盈亏的，独立核算。某高校后勤 集团为了研究公司运营绩效走势，详细调查了 2000 到 2009 年的包括经济效益指标.发展能 力指标.内部运营指标以及客户满意度指标的四个运营指标。且每个指标还有分指标。根据 所调查的数据分析建立数学模型回答以下问题： 一. 通过分别对后勤集团的经济效益.发展潜力以及内部运营作综合分析。找出这 些指标表现优劣的年份以及未来三年走势。 二. 综合分析客户满意指标，阐述客户满意指标的走势。 三. 分析客户满意指标与经济效益指标、 发展潜力指标以及内部运营指标之间的动 态关系。研究既要顾客满意，又要追求经济效益的政策措施，最后提供 1000 字左右的政
5、策与建议。 问题的分析 高校后勤集团在经济上是自负盈亏，独立核算的。某高校为了研究公司运营绩走势，分别对 经济效益指标，发展能力指标，内部运营指标以及客户满意度指标进行了详细的调查。 对于问题一： 我们只对后勤集团的经济效益指标， 发展潜力指标， 内部运营指标综合性分析， 根据所给的调查数据我们运用主成分分析法分别作出各指标与年份的关系图， 以此来判断指 标的表现优劣情况，并对未来三年的走势作出判定性分析。 对于问题二： 我们对客户满意指标进行综合性分析， 同样的， 我们根据题目所给调查数据运 用主成分分析法，建立相关的图标，以此来阐述客户满意度指标的走势。 对于问题三： 三、模型的假设与符号
6、说明三、模型的假设与符号说明 2.1 模型的假设模型的假设 1. 假设表中所给数据均为真实可靠的。 2. 假设后勤集团在短时间内不会出现大的变故，基本运行正常。 2.2 符号说明符号说明 1.x * ij为标准化值，xij为数据矩阵中的元素， jx为第 j 列的均值， i s为标准差 2.N,C 为标准化的矩阵，M,A,D 为相关系数矩阵，B 为特征向量组成的矩阵 3. i 表示贡献率 4. i 表示特征值 5.Ci表示特征向量 6.Zi表示各主成分函数 7.W 表示主成分函数统一后的函数 四、模型的建立与求解四、模型的建立与求解 问题一： 请你分别对该后勤集团的经济效益、发展潜力以及内部运营
7、情况作综合 分析。找出这些指标表现优劣的年份以及未来三年走势。 首先我们对经济效益指标进行分析首先我们对经济效益指标进行分析： 为了消除原来各指标的量纲， 使各指标 之 间 具 有 可 比 性 ， 则 利 用 spss 软 件 对 其 指 标 进 行 标 准 化 , 公 式 为 ： ，则可得到标准化矩阵如下: R= 1.091421.454471.341971.28291.34214 1.079171.454471.341971.28291.23282 1.048540.941040.936431.119291.02258 0.672780.289390.293880.272360.54325
8、 0.45810.014720.148520.118380.12278 0.18 3890.38740.227520.064480.38179 0.509620.685410.014750.641930.54997 0.959650.938530.901670.834420.80226 1.223351.031881.19661.123141.13863 1.473511.110871.454671.411871.39091 相同利用 spss 软件我们也可以求得相关系数矩阵如下： M= 10.9517377390.9479302660.9766544760.98356 0.951737739
9、10.9603068660.9823547560.984929 0.9479302660.96030686610.9676845660.971381 0.9766544760.9823547560.96768456610.98891 0.9835597160.984928710.9713812840.9889100721 ， 在用 maltab 求出相关矩阵的特征根 i ，特征向量 Ci, 并求出对应的贡献率 i = i / i 和累计贡献率,表格如下： 特征向量特征向量 C1 C2 C3 C4 C5 X1 0.4448 0.7118 0.3163 0.1552 -0.4139 X2 0.44
10、66 -0.2826 -0.683 0.2664 -0.428 X3 0.4436 -0.6273 0.6299 0.0291 -0.1099 X4 0.4499 0.0764 -0.173 -0.8578 0.1611 X5 0.4511 0.1186 -0.0826 0.4101 0.7794 特征值特征值 4.8864 0.0555 0.0416 0.0126 0.004 贡献率贡献率 0.9772605 0.0110998 0.00832 0.00252 0.0008 累计贡献率累计贡献率 0.9772605 0.9883602 0.99668 0.9992 1 可见， 只需取前三个作
11、为主成分即可表示满意指标。 三个主成分 y1,y2 和 y3, 而 y1 占 97.726%,y2 占 1.109%,y3 占 0.832%。 前三个标准化样本主成分表达式分别为： Z1=0.4448*x1+0.4466*x2+0.4436*x3+0.4499*x4+0.4511*x5; Z2=0.7118*x1-0.2826*x2-0.6273*x3+0.0764*x4+0.1186*x5; Z3=0.3163*x1-0.683*x2+0.6299*x3-0.173*x4-0.0826*x5; 综合为一个函数： W=4.8864*Z1+0.0555*Z2+0.00832*Z3； (其中 x1
12、,x2,x3,x4,x5 都为标准化以后的元素) 在 excel 中计算如下表： 年份年份 z1 z2 z3 w 差值差值 2000 -2.9129439 0.21879 -0.086 -14.225246 2001 -2.8581808 0.24047 -0.0731 -13.955911 0.26933 2002 -2.2669138 -0.0998 -0.1696 -11.089641 2.86627 2003 -0.9264541 -0.298 -0.198 -4.5518014 6.53784 2004 -0.2530986 -0.4387 -0.031 -1.2623757 3.2
13、8943 2005 0.55697001 -0.0711 -0.0427 2.71585427 3.97823 2006 1.06313576 0.29257 -0.3819 5.19525901 2.4794 2007 1.98328567 0.01113 0.1524 9.6980845 4.50283 2008 2.55473213 0.04939 0.33566 12.5001478 2.80206 2009 3.05946322 0.09523 0.49428 14.9756082 2.47546 合计合计 -2.111E-05 通过观察合计为负值即经济上自负盈亏，与题意相符，此分析
14、有效。经济效 益指标的优劣看差值大小，其中不考虑亏损状态即 W 为负值情况（没有意义） ， 其中 4.50283 最大所对应的为 2007 年，最小的是 2009 年，也就是说 2007 年的 经济效益指标最好，2009 年的经济效益指标最差。 其次我们来分析发展潜力指标其次我们来分析发展潜力指标： 同样的首先我们对其指标进行标准化， 所得标准 化矩阵为： N= 1.58880.99281.679681.57883 1.697310.971591.679681.22 0.860280.717020.119610.86118 0.116251.927610.119610.32294 0.3797
15、60.251740.119610.14353 0.674271.482130.244410.21529 0.627770.038180.4524 20.57412 0.860280.117381.076450.93294 0.720770.483670.972441.11236 0.767280.57560.972441.29177 其相关系数矩阵我们通过 SPSS 软件可以求得： A= 10.4943420.9316750.92545 0.49434210.2850970.204086 0.9316750.28509710.946049 0.925450.2040860.9460491 再用
16、 maltab 求出相关矩阵的特征根 i ，特征向量 Ci, 并求出对应的贡献率 i = i / i 和累计贡献率,表格如下： ： 特征根向量特征根向量 c1 c2 c3 c4 x1 0.5687 -0.0386 -0.2924 0.7678 x2 0.2712 -0.9332 0.0236 -0.2387 x3 0.5534 0.2054 0.8017 -0.0942 x4 0.5448 0.2957 -0.5207 -0.587 特征值特征值 3.0287 0.8929 0.054 0.0244 贡献率贡献率 0.7571 0.2322 0.0135 0.0061 累计贡献率累计贡献率 0
17、.757175 0.980 0.99394 1 1 可见，只需取前两个作为主成分即可表示满意指标。两个主成分 y1,y2 而 y1 占 75.7175%,y2 占 22.322%。 前两个标准化样本主成分表达式分别为： Z1=0.5687*x1+0.2712*x2+0.5534*x3+0.5448*x4; Z2=-0.0386*x1-0.9332*x2+0.2054*x3+0.2957*x4; 综合为一个函数： W=3.0287*Z1+0.8929*Z2; (其中 x1,x2,x3,x4 为标准化的元素) 在 excel 中计算如下表： 年份年份 z1 z2 w 2000 -2.9625 0.
18、17495 -8.8162 2001 -2.8229 0.26547 -8.3128 2002 -1.2191 0.42239 -3.315 2003 0.34675 -1.9215 -0.6655 2004 0.13985 -0.3163 0.14112 2005 1.03796 -1.2938 1.98842 2006 0.90981 0.27405 3.00024 2007 1.62505 0.35434 5.23818 2008 1.42289 0.95172 5.15931 2009 1.52215 1.08867 5.58222 通过对图表中数值分析，W 值越大即发展潜力指标越好，
19、不考虑负值，即 2004 年的发展潜力指标最差，2009 年发展潜力指标最好。 最后我们来对最后我们来对内部运营情况作综合分析内部运营情况作综合分析： 我们还是对其指标进行标准化， 得到标 准化矩阵为： C= 0.889971.121261.626511.53388 0.774691.115871.4131.1943 0.82081.257940.513191.36697 1.005250.596960.406440.00288 1.028310.291240.177670.91803 0.65480.324660.394240.44606 0.378120.690950.53151 .096
20、45 1.553990.876760.966150.16979 1.046751.144851.065280.69931 0.885361.346031.179660.76838 其相关系数矩阵我们通过 SPSS 软件可以求得： D= 10.8912060.852740.539337 0.89120610.943350.821404 0.852740.9433510.81067 0.5393370.8214040.810671 再用 maltab 求出相关矩阵的特征根 i ，特征向量 Ci, 并求出对应的贡献率 i = i / i 和累计贡献率,表格如下： 特征向量特征向量 c1 c2 c3
21、c4 x1 0.4792 -0.6158 -0.2975 -0.507 x2 0.5323 -0.0538 -0.3415 0.7727 x3 -0.5254 0.0122 -0.8507 -0.0131 x4 0.4593 0.7563 -0.267 -0.3817 特征值特征值 3.4421 0.4637 0.0687 0.0256 贡献率贡献率 0.860503 0.115922 0.017175 0.0064 累计贡献率累计贡献率 0.860503 0.976426 0.9936 1 可见，只需取前两个作为主成分即可表示满意指标。两个主成分 y1,y2 而 y1 占 86.0503%,
22、y2 占 11.5923%。 前两个标准化样本主成分表达式分别为： Z1=0.4792*X1+0.5323*X2-0.5254*X3+0.4593*X4; Z2=-0.6158*X1-0.0538*X2+0.0122*X3+0.7563*X4; 综合为一个函数： W=3.4421*Z1+0.4637*Z2; (其中 x1,x2,x3,x4 为标准化的元素) 在 excel 中计算如下表 年份年份 Z1 Z2 W 差值差值 2000 -2.5824 -0.4998 -9.120647 2001 -2.2561 -0.321 -7.914727 1.205919 2002 -1.9604 -0.4
23、249 -6.944949 0.969778 2003 -1.0143 0.69012 -3.171465 3.773484 2004 -0.3195 1.38239 -0.4587 2.712766 2005 0.89861 -0.1117 3.0412863 3.499986 2006 1.33184 0.53913 4.8343116 1.793025 2007 1.79697 -0.9434 5.7478834 0.913572 2008 1.9919 -0.228 6.7505992 1.002716 2009 2.11347 -0.0828 7.2363874 0.485788 内
24、部运营指标的优劣看差值大小， 其中不考虑亏损状态即 W 为负值情况 （没 有意义） ，其中 3.49986 最大所对应的为 2005 年，最小的是 2009 年，也就是说 2005 年的内部运营指标最好，2009 年的内部运营指标最差 现在我们来考虑这三个指标在未来三年的走势：现在我们来考虑这三个指标在未来三年的走势： 首先考虑经济效益指标首先考虑经济效益指标： 我们用 SAS 软件得到自相关系数和偏相关系数的时 间序列预测图，如下： 此分析图说明预测图表可行，提取预测表格中的数据同原始数据画图作比较： 根据此图表我们可以得到： 年份 指标 预测 2000 -14.2252 -15.9589
25、2001 -13.9559 -12.4124 2002 -11.0896 -8.866 2003 -4.5518 -5.3196 2004 -1.26238 -1.7732 2005 2.715854 1.7732 2006 5.195259 5.3196 2007 9.698084 8.866 2008 12.50015 12.4124 2009 14.97561 15.9589 2010 19.5053 2011 23.0517 2012 26.5981 2013 30.1445 经济预测 -20 -10 0 10 20 30 40 2000 2001 2002 2003 2004 200
26、5 2006 2007 2008 2009 2010 2011 2012 2013 原始 预测 对发展能力指标，我们同样先用 SAS 软件得到自相关系数和偏相关系数的时间 序列预测图如下： 此分析图说明预测图表可行，提取预测表格中的数据同原始数据画图作比较 得到以下图表： 年份 指标 2000 -8.81625 -9.0466 2001 -8.31282 -6.2871 2002 -3.31501 -5.1474 2003 -0.66548 -2.1671 2004 0.141116 1.0477 2005 1.988423 2.9565 2006 3.000239 4.3895 2007 5
27、.238177 5.11 2008 5.159305 6.3305 2009 5.582224 6.639 2010 6.5964 2011 6.904 2012 7.1927 2013 7.4638 能力预测 -10 -8 -6 -4 -2 0 2 4 6 8 10 2000 2001 2002 2003 2004 2005 2006 2007 2008 2009 2010 2011 2012 2013 原始 预测 对于内部运营指标： 此分析图说明预测图表可行，提取预测表格中的数据同原始数据画图作比较： 年份 指标 预测 2000 -9.12065 -9.2483 2001 -7.91473
28、 -8.3443 2002 -6.94495 -6.9258 2003 -3.17147 -6.0321 2004 -0.4587 -0.466 2005 3.041286 2.2576 2006 4.834312 5.9778 2007 5.747883 6.7725 2008 6.750599 6.6714 2009 7.236387 7.5155 2010 7.7404 2011 8.159 2012 8.5314 2013 8.8626 运营预测 -12 -10 -8 -6 -4 -2 0 2 4 6 8 10 2000 2001 2002 2003 2004 2005 2006 20
29、07 2008 2009 2010 2011 2012 2013 原始 预测 问题（二） ：问题（二） ：综合分析客户满意指标，阐述客户满意指标的走势综合分析客户满意指标，阐述客户满意指标的走势。 运用主成分分析法分析每年的满意指标并运用 SAS 中的时间序列预测系统对其 预测从而观察其未来的走势， 同时简单运用模糊评价法分析每年的满意指标再预 测。最后两种方法进行对比。步骤如下： 模型求解模型求解 一、一、 主成分分析主成分分析 将满意指标图表中的元素通过 SPSS 软件化为标准型如下图所示： 年份年份 很不满意很不满意 不满意不满意 基本满意基本满意 满意满意 非常满意非常满意 X1 X2
30、 X3 X4 X5 2000 0.97301 1.47944 -0.63638 -1.67314 -1.17409 2001 1.18924 1.23888 -0.85582 -1.38713 -1.17409 2002 1.18924 0.99832 -1.51414 -0.67211 -1.17409 2003 0.75679 0.5172 -1.07526 -0.24311 -0.64041 2004 0.10811 -0.20447 -0.1975 0.32891 -0.10674 2005 -0.10811 -0.44503 0.68027 0.0429 0.42694 2006 -
31、0.54056 -0.32475 0.24138 0.47191 0.42694 2007 -1.18924 -0.80587 1.11915 0.75792 0.96062 2008 -0.97301 -1.28699 1.33859 1.04392 0.96062 2009 -1.40546 -1.16671 0.89971 1.32993 1.49429 再运用 SPSS 软件得到相关矩阵： Zscore(很不很不 满意满意) Zscore(不满不满 意意) Zscore(基本满基本满 意意) Zscore(满满 意意) Zscore(非常满非常满 意意) Zscore(很不满意很不满意
32、) 1 0.94927033 -0.930517815 -0.9190364 -0.987260626 Zscore(不满意不满意) 0.94927033 1 -0.898281065 -0.9706718 -0.972838453 Zscore(基本满意基本满意) -0.9305178 -0.8982811 1 0.78347066 0.92647094 Zscore(满意满意) -0.9190364 -0.9706718 0.78347066 1 0.937855439 Zscore(非常满意非常满意) -0.9872606 -0.9728385 0.92647094 0.93785544
33、 1 运用 matlab 编程（程序在附录中）得到上述相关矩阵的特征值 i 及特征向量 Ci （i=1,2,3,4,5） ，并求出对应的贡献率 yi= i / i 和累计贡献率,表格如下： C1 C2 C3 C4 C5 x1 -0.4543 -0.1166 -0.6768 -0.4373 0.3615 x2 -0.4548 0.2053 0.5685 0.0751 0.6498 x3 0.4305 0.7254 -0.3506 0.1965 0.3562 x4 0.4379 -0.6461 -0.0799 0.2927 0.5466 x5 0.458 0.024 0.2991 -0.8239
34、0.1465 特征值特征值 i 4.713 0.2281 0.0484 0.0104 0 贡献率贡献率 yi 0.942619 0.04562091 0.00968019 0.00208004 0 累计贡献率累计贡献率 0.942619 0.98823991 0.997920102 1 1 可见，只需取前三个作为主成分即可表示满意指标。三个主成分 y1,y2 和 y3,而 y1 占 94.262%,y2 占 4.562%,y3 占 0.968%。 前三个标准化样本主成分表达式分别为： Z1=-0.4543*x1-0.4548*x2+0.4305*x3+0.4379*x4+0.458*x5; Z
35、2=-0.1166*x1+0.2053*x2+0.7254*x3-0.6461*x4+0.024*x5; Z3=-0.6768*x1+0.5685*x2-0.3506*x3-0.0799*x4+0.2991*x5; 综合为一个表达式： W=4.713*Z1+0.2281*Z2+0.0484*Z3;（其中 x1,x2,x3,x4,x5 都为标准化以后的元 素) 在 excel 中计算如下表： 从表中可以看出 W 的值逐年增加，而 W 越大满意指标越好，即客户满意指标走 势比较好，再运用时间序列预测系统，有以下图表： 预测表格 年份年份 Z1 Z2 Z3 W 2000 -2.6592506 0.7
36、81483608 0.188305 -12.3457 2001 -2.6173023 0.362911385 -0.04074 -12.2545 2002 -2.4781951 -0.625995333 -0.00384 -11.8227 2003 -1.4416973 -0.620350627 -0.01325 -6.93686 2004 0.0539976 -0.412920328 -0.17839 0.151669 2005 0.75869468 0.397237695 -0.29411 3.652103 2006 0.89937471 -0.123199318 0.186562 4.2
37、19681 2007 2.16043261 0.318414451 0.18105 10.26351 2008 2.50072102 0.168825273 -0.33865 11.80802 2009 2.82320651 -0.246404106 0.313066 13.26472 预测表格分析 此分析图说明预测图表可行，提取预测表格中的数据同原始数据画图作比较： -20 -10 0 10 20 30 40 50 60 2000 2002 2004 2006 2008 2010 2012 2014 2016 2018 2020 原始 预测 同时通过图像的分析，预测数据与原始数据吻合程度比较
38、好，且满意指标线性稳 定增长，即未来满意指标走势好。 二、模糊评价法二、模糊评价法 将满意度百分制： 很不满意在 040 分之间， 取平均分 20； 不满意在 4060 分之间，取平均分 50；基本满意在 6070 分之间，取平均分 65；满意在 7080 分之间，取平均分 75；非常满意在 80100 分之间，取平均分 90。最后算每年 总的平均分，如： 2000 年的总平均分年的总平均分=18%*20+46%*50+29%*65+7%*75+0%*90=50.7，以此类 推，得下表格： 年份年份 20 分分 50 分分 65 分分 75 分分 90 分分 总平均分总平均分 2000 18%
39、 46% 29% 7% 0% 50.7 2001 19% 44% 28% 9% 0% 50.75 2002 19% 42% 25% 14% 0% 51.55 2003 17% 38% 27% 17% 1% 53.6 2004 14% 32% 31% 21% 2% 56.5 2005 13% 30% 35% 19% 3% 57.3 2006 11% 31% 33% 22% 3% 58.35 2007 8% 27% 37% 24% 4% 60.75 2008 9% 23% 38% 26% 4% 61.1 2009 7% 24% 36% 28% 5% 62.3 显然总平均分越大满意指标越好，此表格中
40、的数据清晰地告诉大家：总平均分逐 年递增，但 50.7、50.75、51.55、53.6、56.5、57.3、58.35 在 4060 分之间即不 满意，60.75、61.1、62.3 在 6070 分之间即基本满意，总的情况不是很理想。 好的方面就是客户满意指标稳中有进，情况逐渐趋向良好，再观察预测情况： 预测表格 预测表格分析 通过此图知道运用中的时间序列预测系统得出的数据可行， 再提取预 测表格中的数据画图，将预测数据原始数据作比较： 满意预测2 0 10 20 30 40 50 60 70 80 90 2000 2002 2004 2006 2008 2010 2012 2014 20
41、16 2018 2020 原始 预测 此图像说明：客户满意指标成线性稳定增长，增长比较慢，到年才 达到满意标准，不过总的客户满意指标走势是好的。 以上两种方法进行比较：方法（一） 、方法（二）统一的说明了客户满意指 标的未来走势，都是线性稳定增长的，情景比较好。方法（一）较方法（二）具 有科学性， 而方法 （二） 可以明确的看出客户满意指标的程度。 两种方法都可取。 问题三：问题三：分析客户满意指标与经济效益分析客户满意指标与经济效益指标、发展潜力指标以及内部运营指标指标、发展潜力指标以及内部运营指标 之间的动态关系。研究既要顾客满意，又要追求经济效益的政策措施，最后提之间的动态关系。研究既要
42、顾客满意，又要追求经济效益的政策措施，最后提 供供 10001000 字左右的政策与建议。字左右的政策与建议。 建模求解建模求解 由前两问标准化后，运用主成分分析法得到以下数据表格（为了研究客户满 意指标与经济效益指标、发展潜力指标、内部运营指标的动态关系，以客户满意 指标为因变量，其他的为自变量） ： 客户满意指标客户满意指标 Y Y 经济效益指标经济效益指标 x1x1 发展潜力指标发展潜力指标 x2x2 内部运营指标内部运营指标 x3x3 - -12.345712.3457 - -15.958915.9589 - -8.816258.81625 - -9.120659.12065 - -1
43、2.254512.2545 - -12.412412.4124 - -8.8.3128231282 - -7.914737.91473 - -11.822711.8227 - -8.8668.866 - -3.315013.31501 - -6.944956.94495 - -6.936866.93686 - -5.31965.3196 - -0.665480.66548 - -3.171473.17147 0.1516690.151669 - -1.77321.7732 0.1411160.141116 - -0.45870.4587 3.6521033.652103 1.77321.773
44、2 1.9884231.988423 3.0412863.041286 4.2196814.219681 5.31965.3196 3.0002393.000239 4.8343124.834312 10.2635110.26351 8.8668.866 5.2381775.238177 5.7478835.747883 11.8080211.80802 12.412412.4124 5.1593055.159305 6.756.7505990599 13.2647213.26472 15.958915.9589 5.5822245.582224 7.2363877.236387 要分析客户满
45、意指标与经济效益指标、 发展潜力指标以及内部运营指标之间 的动态关系，我们从数据表格中初步对比后发现都呈现出递增的，但不能具体的 得出各个指标间的内在联系。我们从构建函数的角度来猜想，这四个指标的关系 是线性的，我们用 SPSS 软件进行线性拟合。得到下结果： Model Summary(b) Mode l R R Square Adjusted R Square Std. Error of the Estimate Change Statistics Durbin- Watson R Square Change F Change df1 df2 Sig. F Change 1 .990(a)
46、 .980 .970 1.76368 .980 98.986 3 6 .000 2.454 a Predictors: (Constant), VAR00004, VAR00003, VAR00002 b Dependent Variable: VAR00001 从表中我们可以发现拟合度为 0.980，还是非常不错的，所以我们做出初步 的判断，指标间的关系为线性的。但在分析各个指标的系数时有 Coefficients(a) Model Unstandardized Coefficients Standardize d Coefficients t Sig. 95% Confidence Int
47、erval for B Correlations Collinearity Statistics B Std. Beta Lower Upper Zero-ordPartial Part ToleranVIF a Dependent Variable: VAR00001 sig0.05 就可以被可以表示在函数中。我们看出，前两个变量即经济效益 指标和发展潜力指标都不能写进表达式。只有内部运营指标的 sig0.05，才能 写进表达式。参数太小所以忽略不计。我们作如下函数 y=1.253x4.我们做出的 图为 Normal P-P Plot of Regression Standardized R
48、esidual Dependent Variable: VAR00001 Observed Cum Prob 1.00.75.50.250.00 Expected Cum Prob 1.00 .75 .50 .25 0.00 通过以上分析说明： 客户满意指标主要与内部运营指标有关， 且是正比关系， 即内部运营指标越好，客户满意指标越好。 同时为了研究既要顾客满意，又要追求经济效益，即两者存在一定的关系， 而以上分析发现两者关系不大，从而要进一步做探讨。通过对题目给出的数据分 析， 显而易见客户满意指标影响愿意到后勤消费的比例，而愿意到后勤消费的比 例影响经济效益指标。具体分析如下： 运用模糊数学法，将“愿意到后勤消费的比例图表” （见附录）中的 40 天以 下、4059 天、6079 天、80 天以上分别取其平均值 20、50、70、90。
