服务质量与读者行为意愿关系实证研究
2014-02-28阚德涛
阚德涛
(南京邮电大学图书馆,江苏 南京 210023)
服务质量与读者行为意愿关系实证研究
阚德涛
(南京邮电大学图书馆,江苏 南京 210023)
采用多元线性回归分析法对服务质量调查数据进行分析,考查服务质量维度对读者行为意愿的影响度。在求解回归模型参数后,对回归模型进行拟合度评价、显著性检验、多重共线性检验、残差校验等分析,结果表明笔者确定的关于读者行为意愿和服务质量维度的回归模型是可信的。
多元线性回归 回归校验 读者行为意愿 服务质量
1 引言
在过去的几十年里,图书馆界专家把不同领域、不同行业的各种理论引入到图书馆服务质量评价之中,形成了各种不同的理论,特别是把服务营销管理领域对服务质量的研究内容引入到图书馆服务质量评价中并取得了巨大成果,发展形成了LibQUAL+TM、用户满意度指数测评法等评价体系。国内对图书馆服务质量的研究主要集中在LibQUAL+TM、ClimateQual模型的实证及本地化适应性上。包平、周丽运用德尔菲法对ClimateQUALTM原有指标体系进行了适应性改造,构建了适合我国高校图书馆服务质量评价的体系[1]。吴冬曼、邵敏等针对LibQUAL+TM存在的一些局限,提出了本土化研究图书馆服务质量的评价体系和方法[2]。
在以上研究成果中,关于服务质量和读者行为意愿关系的研究不多,而且现有的研究都是把服务质量作为一个整体概念,研究其对读者行为意愿的正向显著影响关系,而缺乏服务质量组成因素对读者行为意愿的具体影响的分析。多元线性回归分析可以用于了解自变量对因变量的解释程度,并已在图书情报领域得到广泛应用。马迪倩、宋震应用多元线性回归技术,分析了高校图书馆员工作满意度的影响因素[3]。徐晟、俞碧飏、马兴川以多元线性回归分析为手段,建立以未来职业者对图书馆员刻板印象为因变量的多元回归模型[4]。许革、姚卫东、陈浩构建了电子资源用户满意度影响因子的多元线性回归模型[5]。
基于此,笔者采用多元线性回归分析方法,通过对采集到的服务质量和读者行为意愿数据进行多元线性回归,得出服务质量各维度(自变量)对读者行为意愿(因变量)的影响因子,构建两变量间的回归模型,并对回归模型的显著性校验、多重共线性校验等进行分析,为管理人员了解显著影响读者行为意愿的服务质量因素提供帮助。
2 多元线性回归模型构建
多元线性回归分析就是从多个变量之间的相互关系出发,研究一个因变量(Y)和多个自变量(Xm)之间数量上相互依存的线性关系的一种数理统计分析方法。多元线性回归模型的基本形式为Y=b0+b1X1+b2X2+……+bmXm+ε。
其中,X1,X2,……Xm为自变量,Y为因变量,b0,b1,b2……bm为回归系数,ε为残差变量。
笔者通过多元线性回归分析,用以了解服务质量各维度和读者行为意愿(读者愿意使用图书馆的程度)的相互关系以及服务质量各维度对读者行为意愿的影响程度。服务质量维度的确定主要是根据LibQUAL+TM体系并结合本馆的实际情况,通过和图书馆业务专家和读者的多次访谈,在确定23个评价指标基础上,对读者发放问卷收集调查数据,然后通过因子分析法对调查数据进行分析,共提取出5个维度,作为回归模型中的自变量因子,分别是图书馆环境(X1)、馆员服务(X2)、图书馆服务(X3)、资源获取(X4)、资源建设(X5),具体指标体系如图1所示。回归分析模型中的因变量为读者行为意愿(Y)。
图1 服务质量评价指标
3 多元回归模型实证分析
应用多元线性回归模型分析服务质量维度对读者行为意愿影响的实验数据来自2009年4月份开展的图书馆服务质量调查。本次调查共向学生和老师发放问卷200份,回收问卷184份,去除无效问卷20份,总共获得有效问卷164份。笔者利用SPSS 15.0中的多元线性回归分析功能分析服务质量维度对读者行为意愿的影响,对回归模型中的参数进行估计之后,通过对模型拟合度评价、回归模型整体显著性检验、回归系数显著性检验、多重共线性检验、残差正态性检验、残差独立性检验的分析对回归模型进行校验,进一步确定了回归模型。
3.1 回归模型确定
多元线性回归根据不同的目的,可以采用不同的解释变量选择程序以得到不同的结果,SPSS软件中提供了同时法、逐步法、阶层法等不同的变量选择程序进行回归分析。笔者采用回归分析的目的是研究服务质量维度对读者行为意愿是否具有解释能力以及解释能力相对大小的比较,属于解释型回归分析,因此采用同时分析法来进行参数估计[6]。回归系数的分析结果如表1所示。表1中的第2列(B值)给出了回归模型的回归系数,由此确定的回归方程为:
为了更明确地了解各自变量对因变量的相对重要性,表1中的第4列(Beta值)给出了回归方程的标准化回归系数,由此确定的回归方程为:
表1 回归系数估计与显著性检验
由标准化回归系数可知,对读者行为意愿产生影响的服务质量维度按影响度大小依次排序为资源建设(X5)、图书馆服务(X3)、资源获取(X4)、图书馆环境(X1)、馆员服务(X2)。由此可见,图书馆的资源是吸引读者使用图书馆的最重要因素,是图书馆为读者服务的根本,只有更好地建设图书馆的馆藏资源,才能更好地为读者服务。馆员服务(X2)的影响力最弱,表明馆员的仪表、服务热情、服务意愿随着网络的发展和数字资源的丰富对读者使用图书馆意愿的影响力在减弱。
3.2 模型拟合度评价
模型拟合度评价主要用以反映回归模型对被解释变量的解释程度,最常用的指标是可决系数[7]。为了考虑样本数量对可决系数的影响,尽可能确切地反映模型对总体系数的拟合度,笔者采用修正可决系数来判定模型的拟合度,计算结果如表2所示。从结果来看,模型的修正可决系数(Adjusted R Square)为0.672,表明服务质量的5个维度对读者行为意愿的解释能力较强,模型的拟合度较高。
表2 回归模型拟合度评价结果
3.3 显著性检验
回归模型的显著性检验包括两个方面内容,即回归模型的显著性检验和回归系数的显著性检验。
回归模型的显著性检验用于检验被解释变量与所有解释变量之间的线性关系是否显著,可以通过方差分析的思想构造F统计量来进行检验,其计算结果如表3所示。从表3中可以看到,F统计量为41.287,对应的Sig值为0.000,表明回归模型是整体显著的。
表3 方差分析表
回归系数显著性检验用于检验每个解释变量对被解释变量的影响是否显著。回归系数显著性检验的结果如表1中的t列和sig列所示,解释变量中X1、X3、X4、X5的t统计量对应的sig值都小于显著性水平0.05,另外一个变量X2的t统计量对应的sig值0.051,也接近显著性水平0.05。因此,在0.05的显著性水平下,5个解释变量都通过了t校验,回归系数显著。
3.4 多重共线性检验
多重共线性检验是诊断各个解释变量是否存在线性相关关系的现象,从而防止解释变量之间的高相关性导致的回归系数的扭曲而不能真实反映各解释变量对因变量的解释力度[8]。在SPSS软件中,可以通过容忍度、方差膨胀因子、条件指数、方差比例等方法进行多重共线性的检验。
解释变量Xi的容忍度的定义为Toli=1-Ri2,解释变量Xi的容忍度越小,表明Xi与其他解释变量之间的线性相关程度越高。方差膨胀因子定义为容忍度的倒数,方差膨胀因子越大,表明Xi与其他解释变量之间的线性相关程度越高。一般认为,方差膨胀因子大于10时,就存在多重共线性[5-6]。容忍度和方差膨胀因子分析结果如表1中的Tolerance列和VIF列所示,各解释变量的容忍度都远大于0,表明各解释变量与其他解释变量互为独立。此外,各解释变量的膨胀因子都小于2,可以认为各解释变量之间的多重共线性不明显。
通过条件指数和方差比例方法分析多重共线性的结果如表4所示。从条件指数列(Condition Index)来看,各解释变量的条件指数都小于20,并不存在明显的多重共线性。从方差比例列(Variance Proportions)来看,第5个特征根解释了图书馆服务方差的52%,同时解释了资源建设方差的73%,表明图书馆服务和资源建设之间可能存在多重共线性,但从其他多重共线性判断指标的诊断情况来看,两者之间的多重共线性情况并不严重。
表4 多重共线性诊断表
通过以上对多重共线性的诊断,可以确认回归模型的回归系数能够反映出服务质量各维度对读者行为意愿的影响力。
3.5 残差分析
对残差进行分析的目的是检验残差是否服从经典假设,多元回归的基本条件是否满足。残差分析的内容包括残差正态性检验、残差独立性检验。
残差正态性检验可以通过残差分布直方图进行分析,分析结果如图2所示。对图2中残差分布的直方图和附于其上的正态分布曲线进行比较,可以看出样本的残差近似于正态分布,满足回归分析的残差正态分布假设条件。
图2 残差分布直方图
残差存在序列相关时可能会导致最小二乘估计方差增大、回归系数t检验失效等问题,因此,笔者通过Durbin-Watson统计量进行残差独立性检验,用以判断残差是否存在序列相关。Durbin-Watson统计量的计算结果如表2所示,Durbin-Watson的值为1.805,接近于2,所以残差几乎是相互独立的,即样本序列前后两点的残差几乎无线性关系。
4 结语
笔者应用多元线性回归模型分析服务质量各维度对读者行为意愿的影响程度,从而确定关于服务质量维度和读者行为意愿的回归模型是可信的。通过确定的回归模型可以看出,服务质量各维度和读者行为意愿存在正向相关性,各维度对读者行为意愿影响程度按大小排序为:资源建设、图书馆服务、资源获取、图书馆环境、馆员服务。从以上排序可以看出,随着网络资源的不断丰富和数字化图书馆建设的不断发展,读者亲自到图书馆获取图书馆工作人员服务的程度在减弱,而通过网络随时随地访问图书馆资源的程度在增强。以上服务质量维度对读者行为意愿的影响程度的分析结果可以为图书馆开展层次服务和重点服务、提高读者阅读意愿和资源利用率提供借鉴。
[1]包平,周丽.基于ClimateQUALTM的高校图书馆评价实证研究[J].大学图书馆学报,2012(1):35-40.
[2]吴冬曼,邵敏,张喜来.研究图书馆服务质量评价指标构建实证研究[J].大学图书馆学报,2012(5):82-89.
[3]马迪倩,宋震.天津市高校图书馆员工作满意度回归分析模型[J].图书馆工作与研究,2010(2):52-55.
[4]徐晟,俞碧飏,马兴川.未来职业者对图书馆员刻板印象回归分析模型的构建[J].图书与情报,2013(2):40-43.
[5]许革,姚卫东,陈浩.电子资源用户满意度影响因子的多元线性回归分析[J].现代图书情报技术,2007(10):52-56.
[6]邱浩政.量化研究与统计分析[M].重庆:重庆大学出版社,2009.
[7]朱建华,殷瑞飞.SPSS在统计分析中的应用[M].北京:清华大学出版社,2007.
[8]蔡建琼,等.SPSS统计分析实例精选[M].北京:清华大学出版社,2006.
阚德涛男,1977年生。硕士,副研究馆员。研究方向:信息管理。
G252
2014-02-19;责编:杨新宽。)