基于偏最小二乘通径模型的全科医学病人满意度分析*

北京大学医学部公共卫生学院卫生政策与管理学系(100191) 杨 威 张拓红

消费者满意度通常由多个维度组成，各维度对总体满意度的影响也较复杂。在这方面，结构方程模型和偏最小二乘通径模型(以下简称PLS通径模型)由于能够分析含有显变量和隐变量的多组变量集合的线性关系，成为消费者满意度研究中普遍使用的方法。国内的病人满意度研究分析满意度的影响因素和各组成维度，但是大多采用单因素分析、多元回归、模糊综合评价和因子分析法，很少采用结构方程模型或者PLS通径模型方法。笔者利用北京市两个社区卫生服务中心的调查数据，尝试对全科医学服务中的病人满意度建立PLS通径模型，结果报告如下。

对象与方法

1．对象

调查在北京市某区两个相邻的社区卫生服务中心进行，为期一周。调查对象为一周内前来就医的病人，其中无回答能力的未成年人调查随其前来就诊的监护人。设计样本量每个中心700人。具体方法为先根据两个中心和所属服务站的门诊量比例分配中心和服务站的样本量，后在每个中心和服务站内再根据一周内每日的门诊量分配每日的样本量，在每个调查日根据病人就诊的先后顺序对所有前来就诊的病人进行调查，当调查人数接近每日设计样本量时终止调查。

最终两个社区卫生服务中心分别调查691、689人，从周一至周日的分布为 259、249、231、229、212、100、100人。调查对象女性多于男性，男女比例100:180。14岁以下、15～24岁、25～44岁、45～64岁、65～74岁和75岁以上组分别占0.1%、3.2%、15.9%、43.6%、25.5%和11.6%。

2．方法

调查采用2007年本土化研究基础上的皇家澳大利亚全科医生学会(RACGP)“全科医学病人满意度监测工具”。该工具为自填式量表，内容包括病人对社区卫生服务的总体满意度，和对硬件设施、服务可及性、服务的人际方面、服务技术水平、病人知情/决策参与、健康结果等10个方面服务的满意度监测项目，所有监测项目采用Likert五级记分方法。本研究用到其中5个维度19个条目的监测结果。

采用epidata 3.1软件建立数据库录入数据，满意度的PLS通径模型采用R2.11.1软件semPLS统计软件包编程实现。

3．PLS通径模型

PLS通径模型的工作目标是分析含有显变量和隐变量的多组变量集合的线性关系〔1〕。模型包括两个部分，测量模型和结构模型。设有J组显变量，每组含有Pj个变量，每组变量可表示为 Xj=(xj1，xj2，…，xjpj)，(j=1，2，…，J)，每组显变量对应的隐变量为 ξj(j=1，2，…，J)，假定显变量是中心化的，而隐变量是标准化的。测量模型描述显变量和对应的隐变量之间的关系:

结构模型描述不同隐变量之间的关系:

εjh和ζj为随机误差项，假定其均值为零且与隐变量不相关。

隐变量可由显变量的线性组合来估计，称外部估计，记估计量为Yj，由于隐变量假设是标准化的，有Yj;而隐变量也可通过与之相关的隐变量来估计，称内部估计，通过其他隐变量估计的记为Zj，有，eji为内部权数eji=sign(r(Yj，Yi));权重wj的估计可采用以下公式wj=，对于标准化变量，wj实际上是Zj对Xj做偏最小二乘回归的第一成分的权数〔1〕。

PLS通径模型通过迭代方式计算出隐变量ξj的估计值，首先取Yj的初始值为xjh，根据外部估计式可求出Zj，由Zj再根据权重估计式求出权重wj，利用权重和外部估计式可求出新的估计值Yj，然后将新的Yj带入重复以上步骤，直到计算收敛。在得到最终的估计值Yj后，即可根据一元线性回归模型估计测量模型，采用多元回归模型估计结构模型中的各项系数〔1〕。

结 果

1．量表信度评价和唯一维度检验

表1 测量维度和指标信度检验

采用内部一致性信度评价量表，结果总体满意度维度的 Cronbach's α在0.6～0.7之间，其余维度的Cronbach's α都在0.7以上，可以认为该量表具有较好的内部一致性信度。

PLS通径模型中假定每一显变量都与唯一的隐变量相关联，即这组显变量所反映的隐变量是唯一的，因此各组显变量需满足唯一维度检验。通常认为克朗巴赫系数大于0.7即为满足唯一维度，而总体满意度维度的克朗巴赫系数没有达到0.7。进一步分析表明，这一维度的第一主成分特征根大于1，为1.45;第二主成分的特征根小于1，为0.56，因此也可认为其满足唯一维度检验〔1〕。

2.效度分析

采用探索性因子分析评价量表结构效度。理论上，总体满意度受各维度满意度的影响。因此因子分析中不纳入总体满意度，以区分满意度不同维度。设定因子个数4个，采用最大似然法提取因子，Varimax法进行因子旋转，对代表4个维度的17个变量做因子分析。KMO检验统计量为0.97，Bartlett球形检验结果χ2=16826.25，P＜0.01，说明指标间相关性很强，适合做因子分析。

表2 因子分析结果

因子分析结果如表2所示，四个因子的累计方差贡献率为77.14%。其中大部分问题能够根据因子载荷明确判断出属于哪些因子(表中黑框所示)，且各因子可以采用问卷设计维度命名。而Q40、Q44、Q46、Q34、Q35五个变量因子归属错误或者归属模糊，说明量表的结构效度稍差。从专业角度考虑，分析时将它们纳入设计维度进行分析。

3.PLS通径模型

通过查阅文献，总结满意度各维度之间的可能关系，共设计结构模型4个。综合比较各模型分析结果的路径系数和R-square后，采用图1所示结构模型，以下称模型1。

图1 模型1的结构模型部分

从通径系数可以看出，技术水平感知对总体满意度、硬件设施感知对技术水平的通径系数较小。

4.通径系数和外部载荷系数的Bootstrap区间估计

在偏最小二乘方法中，模型参数的估计量具有非线性性质，无法推导其精确分布。因而也就无法利用参数统计的方法进行显著性检验，只能采用非参数统计方法来处理。采用Bootstrap方法可以有效检验各变量对系统是否有显著解释作用。其方法为从现有样本中有放回地随机抽样，得到一个新的Bootstrap样本，利用新的样本计算统计量的估计值。重复这一过程n次，最终得到一个由n个Bootstrap样本的估计量所组成的数据集合。利用这个集合反映统计量的抽样分布，则可做进一步分析〔1，2〕。

设定抽样次数为200，1－α=90%，通过 Bootstrapping给出通径系数和外部载荷系数的置信区间。

表3 通径系数的90%置信区间

外部载荷系数的置信区间都远离0点，不再列出。如表3所示，硬件设施感知对技术水平感知的通径系数和技术水平感知对总体满意度的通径系数，它们的置信区间都跨过了0点，说明在1－α=90%水平不能拒绝它们为0的假设，因此考虑将其删去。删去这两项关系后重新拟合的通径模型2。

5.修改后的PLS通径模型

图2 模型修改后的通径分析图

从结果可以看出，模型的外部载荷系数都达到了0.8以上，说明各隐变量指标的有效性较高，模型整体符合基本适配标准。从模型拟合精度来看，总体满意度的测量系数为0.41(41.05%)，和删去技术水平感知因素影响前的0.41(41.12%)变化不大，而模型得到了有效简化。病人知情感知和技术水平感知的测量系数分别为0.80(79.56%)和0.83(83.47%)，和修改前的模型相比几乎没有变化。从通径系数可以看出，对总体满意度的影响较大的隐变量是硬件设施感知和人际方面感知，病人知情感知对总体满意度的影响较小。

结果与讨论

通常一个卫生服务机构的形象主要由其硬件设施和人员形象组成，而一个机构的硬件条件往往代表了其综合实力。Abdella和Levine〔3〕的满意度内容分类将硬件满意度放在了满意度内容的第一位，Ware〔4〕的8类满意度内容中物理环境满意度也是满意度的重要方面。分析结果发现，在纳入分析的几个满意度维度中，硬件设施感知对总体满意度影响最大。

在结果中，人际方面感知对总体满意度的影响排在了第二位。而在国外的研究中，服务的人际方面的满意度通常被认为是满意度中最重要的组成部分，对病人的同情和关心，以及和病人充分的交流都被认为是总体满意度的重要影响因素〔5〕。究其原因，有人发现相比专业人员，病人总是凭借医务人员的人际方面来评价医务人员的服务〔6〕。

病人的知情权是病人的基本权利，对病人的知情和健康教育是全科医学服务的重要内容。结果显示，病人知情的感知对总体满意度也有影响，这也和Kincey〔7〕的研究结果一致。

分析发现，技术水平感知对总体满意度没有影响。而在这方面，不同研究也得出了不同结论。国内的姚耀〔8〕和董伊人〔9〕的研究发现技术水平感知是总体满意度最重要的影响因素(这两项研究中，以旋转后的因子为自变量采用了普通的多元线性回归)。而国外有学者认为由于病人和医务人员在技术水平评价方面的知识差距，所以不能采纳病人对技术水平的评价作为满意度的评价〔5〕。Ben-Sira〔10〕也发现，病人对医生技术水平和能力的评价大多基于医生的友好程度。本研究结果也表明，病人知情感知和人际方面感知对技术水平感知有较大影响，这两项因素解释了技术水平感知83.47%的变异。因此，技术水平感知和总体满意度的关系还有待进一步探索。

满意度调查一般采用量表法，所得数据并非连续变量，也不符合正态分布。和结构方程模型相比，PLS通径分析不采用协方差矩阵建模，而是采用迭代求解，所以其无需对观测变量做特定的概率分布假设〔1〕。因而满意度调查数据更适合用PLS通径分析建模。从分析结果可以看出，虽然总体满意度的测量系数稍小，但是其他变量的测量系数，以及模型的外部载荷系数都达到了较满意的水平。而且大部分结果也都能得到合理解释，说明PLS通径模型是分析病人满意度的适用工具。结果中的欠缺也提示我们在以后的分析时应纳入更多的满意度维度，以提高总体满意度的测量系数。

1．王惠文，吴载斌，孟洁．偏最小二乘回归的线性与非线性方法．北京:国防工业出版社，2006．

2．金志超，陆健，马修强，等．偏最小二乘回归系数的Bootstrap假设检验及SAS实现．中国卫生统计，2009(4):340-343．

3．Abdellah FG，Levine E．Better patient care through nursing research(1)．Kango Tenbo，1982，7(8):714-719．

4．Ware JJ，Snyder MK，Wright WR，et al．Defining and measuring patient satisfaction with medical care．Eval Program Plann，1983，6(3-4):247-263．

5．Sitzia J，Wood N．Patient satisfaction:a review of issues and concepts．Soc Sci Med，1997，45(12):1829-1843．

6．Tishelman C．Cancer patients'hopes and expectations of nursing practice in Stockholm-patients'descriptions and nursing discourse．Scand J Caring Sci，1994，8(4):213-222．

7．Kincey J，Bradshaw P，Ley P．Patients'satisfaction and reported acceptance of advice in general practice．J R Coll Gen Pract，1975，25(157):558-566．

8．姚耀，骆守俭，傅小婧．上海市医院门诊部服务质量与病人满意度的关系研究．卫生软科学，2007(5):368-370．

9．董伊人，陶鹏德．病人满意度影响因素的统计分析．数理统计与管理，2005(1):116-120．

10．Ben-Sira Z．The function of the professional's affective behavior in client satisfaction:a revised approach to social interaction theory．J Health Soc Behav，1976，17(1):3-11．