高校就业服务学生满意度指数模型研究

雷育胜，房俊东，王坤钟

（1.2.华南理工大学，广东 广州 510640；3.厦门大学，福建 厦门 361005）

高校就业服务学生满意度指数模型研究

雷育胜1，房俊东2，王坤钟3

（1.2.华南理工大学，广东 广州 510640；3.厦门大学，福建 厦门 361005）

一、引言

学生作为高校就业服务的直接顾客，对高校就业服务应该拥有更多的发言权。顾客满意度理论和结构方程模型（Structure Equation Modeling，以下简称SEM）为真正从学生需要角度对高校就业服务进行测评提供了强有力的理论和技术支持，顺应了在高等教育中实施全面质量管理的国际化发展趋势。本研究基于顾客满意度理论和结构方程模型分析方法，构建了高校就业服务顾客满意度指数（Student Satisfaction Index Model for College Employment Service，以下简称“CES-SSI”）模型，并融会了多学科的理论成果，力图找到更适合我国的高校就业服务质量评估的方法，为教育主管部门和样本高校提供有益的借鉴，为我国高校就业服务的发展提供理论依据和技术支持。

二、CES-S S I理论模型的模式设定

（一）顾客满意度指数（C SI）模型研究的发展概述

瑞典于1989年建立起自己的顾客满意度晴雨表指数（以下简称“SCSB”），美国于1994年建立了美国顾客满意度指数（以下简称“ACSI”），欧盟也于1999年进行了欧洲顾客满意度指数（以下简称ECSI）的首次测评。该三个指数模型是经济领域进行行业内、行业间的顾客满意度基础模型［1］。但由于结构过于简单，缺乏对微观指标的界定和测量，分析具体问题时有所欠缺，且主要应用于经济部门。因此，无法直接应用到高校就业服务领域。

随着顾客满意度指数模型应用的范围逐渐扩大，一些国家的公共部门也开始应用顾客满意度指数模型进行公众满意度测评［2］。其中以美国公共部门顾客满意度指数（以下简称“APDSI”）模型最为出名。APDSI模型与经济部门使用模型的结构体系基本一致，主要区别如下：一、模型应用领域不同，测量的内容有区别。二、政府部门应用的模型剔除了感知价值的潜在变量。三、潜变量顾客忠诚的标识变量设计，主要是体现在顾客信任和支持上，而不是重复购买等行为表现上［3］。高校的就业服务属于公共服务的范畴。因此，APDSI模型在ACSI模型结构体系上的改进，对于CES-SSI模型的构建具有积极的借鉴意义，但同样存在缺乏对微观指标的界定和测量的不足。

（二）高校就业服务学生满意度指数（C ES-SSI）理论模型的构建

笔者根据国内外已有的研究成果，结合我国高校就业服务的实际状况，确定了CES-SSI理论模型。（如图1所示）该模型包含14条研究假设，箭头表示变量直接正向影响的关系，每条箭头对应一个研究假设。路径系数（β、γ）表示一个变量到另一个变量的直接效应。路径系数越大，表明影响越大。

CES-SSI模型继承了SCSB模型、ACSI模型、ECSI模型、APDSI模型的一些核心概念和架构，同时，设置了5个感知质量的质量因子，以弥补既有模型缺乏对微观指标的界定和测量的不足。

三、实证研究

（一）问卷设计

笔者借鉴了国内外文献中相关量表的设计，并以开放式问卷作为辅助收集问卷指标，设计了调查问卷。经过试测，最终确定了问卷的指标体系。其中，一级指标是“高校就业服务学生满意指数”（CES-SSI），二级指标是CES-SSI模型中的潜变量；三级指标为各个二级指标的测量变量。三级指标后面对应问卷中的题项。问卷采用利克特（Likert）5级量表，用于测评调查对象的满意程度。

（二）正式调查实施

2008年11～12月，笔者选取广州11所有代表性的高校进行实地调查，共回收问卷2837份，有效问卷2732份，有效率为96.3%。将目标高校2009年毕业生数作为辅助变量分配各高校样本量，最终进入数据分析的学校及样本数为2552。11所高校及样本量分配情况如下：华南理工大学（364）、中山大学（443）、暨南大学（117）、广州中医药大学（116）、广东外语外贸大学（196）、华南农业大学（354）、华南师范大学（240）、广州工业大学（364）、南方医科大学（109）、广东技术师范学院（73）、广州大学（176）。本次调查范围涉文科、理科、工科、药科、农科、医科等各类高校，男女比例、专业类型分布合理，88.7%以上的调查对象是毕业生，说明调查样本具有一定代表性。

总量表的克朗巴哈（Cronbach）α系数高达0.948，说明问卷非常可靠。

四、CES-S S I模型的估计与评价

运用SEM技术，利用调查所得数据（n=2552），可验证模型的研究假设，论证模型的合理性、稳定性等。

（一）模型研究假设的检验

运用LISREL8.70版软件分析数据，选用极大似然（ML）的估计方法，将收集到实测数据（n=2552）与模型进行适配，对CES-SSI模型的研究假设进行验证。利用结构方程模型中各变量之间的路径系数对CES-SSI模型的研究假设进行检验，所有的研究假设均得到了验证。设置的14条路径全部为正向，除就业指导对感知质量的影响和感知公平对顾客满意的影响外，其他12条路径统计显著。

（二）模型拟合度检验

笔者用LISREL8.7软件对CES-SSI模型进行了分析，得出的各项拟合度指标。

CES-SSI模型的χ2/df=6.19，大于5，未通过标准。χ2/df值易受样本容量的影响，更适合于比较不同模型的拟合情况。此次模型拟合的样本量为2552，χ2/df未通过标准属正常现象。近似误差均方根RMSEA不受样本与模型复杂度影响，是检验模型拟合度的重要指标［4］。一般认为：当RMSEA≤0.05时，表示“良好拟合”；在0.05～0.08，视为“算是不错的拟合”；0.08～0.10，则是“中度拟合”；大于0.10，表示不良拟合［5］。当RMSEA取值在0.05或以下，且其90%置信区间上限在0.08及以下，表示较好的模型拟合［6］。CES-SSI模型的RMSEA小于0.05，RMSEA90%置信区间上限远小于0.08，表明模型拟合良好。同时，CES-SSI模型的PNFI=0.88、PGFI=0.79、GFI=0.93、NFI= 0.98、NNFI=0.99、CFI=0.99、AGFI=0.91，均通过标准。

综合观察CES-SSI模型的各项拟合指标，可以认为该模型拟合情况非常可以接受。

五、模型的启示

宏观方面：根据路径系数大小，可知各因素之间影响关系大小，从宏观方面指导高校就业服务工作的开展。同时，根据路径系数和因子载荷系数，可计算出各潜变量得分和顾客满意度指数得分，从中观方面比较各高校就业服务工作的优劣，对高校就业服务质量进行评估。

微观方面：利用各质量因子测量指标的得分和因子载荷系数，对各质量因子测量指标进行“重要度——满意度”矩阵分析，可指导高校有针对性地提高自身就业服务质量。

六、研究结论及展望

本研究构建了CES-SSI模型。经大样本数据的验证，结果表明，CES-SSI模型拟合情况很好，具备较好的解释性和灵活性。此外，笔者将实测数据（n=2552）随机分成相等的两组，对CES-SSI模型进行复核效度验证，结果显示模型的稳定性非常高。由于篇幅有限，不再详细叙述。利用结构方程模型中各变量之间的路径系数对CES-SSI模型的研究假设进行检验，所有的研究假设均得到了验证。设置的14条路径全部为正向，其中12条路径统计显著。CES-SSI模型所表现出的优越性为该模型应用和推广提供了有力保障。

由于条件所限，本次研究未能对广东省乃至全国范围内的高校开展调查分析，只是从广州市选取了11所有代表性的高校进行了调查研究，覆盖范围还不够全面。本次研究所构建的CES-SSI模型仅根据一年的数据验证，尚需跟踪研究进行进一步检验。

此外，在未来的研究中，需要对高校就业服务的另外一个重要顾客——“用人单位”展开调查研究，以期建立完善的CES-SSI模型。

[1]刘新燕.顾客满意度指数（CSI）模型述评[J].当代财经，2003，（6）：59—60.

[2]刘武，朱晓楠.地方政府行政服务大厅顾客满意度指数模型的实证研究[J].中国行政管理，2006，（12）：30—33.

[3]Gregg G，Van Ryzin，Douglas Muzzio，Lisa Gulick，Eve Martinez.Drivers and Consequences of Citizen Satisfaction An Application of the American Customer Satisfaction Index Model to New York City[J].PAR，2004，（3）：27—29.

[4]邱皓政，林碧芳.结构方程模型的原理与应用[M].北京：中国轻工业出版社，2009.

[5]黄芳铭.结构方程模式理论与应用[M].北京：中国税务出版社，2005.

[6]李健宁.结构方程模型导论[M].合肥：安徽大学出版社，2004.

责任编辑 吕学文

（E－mail：dalishi＿sohu＠sohu.com）