城市社区卫生服务顾客满意度指数模型的实证研究(1)
 |
| 第1页 |
参见附件(2512KB，2页)。
【摘要】 目的：提高城市社区卫生服务质量，完善顾客满意度客观评价依据。方法：构建城市社区卫生服务中心顾客满意度指数模型，利用实证调研对模型进行检验。结果：原因结构变量感知质量和信息对满意度影响最大。结论：城市社区卫生服务中心消费者存在需求同质性，应在改善就医环境和提高医疗设施水平等方面来满足居民健康需求。
【关键词】 社区卫生服务；顾客满意度指数(CSI)；PLS(偏最小二乘回归
随着我国医疗体制改革的不断深入，城市社区卫生服务中心数量的不断增多，其医疗服务水平和质量的高低再次受到人们的关注和质疑。因此，有必要对我国目前社区卫生服务状况进行深入研究，为提高卫生服务质量提供参考和建议。顾客满意度是一种从消费者角度客观进行评价的一种手段，国内医院已广泛采用作为其健康状况的晴雨表。但目前的研究有一定局限性：一是缺乏从整体行业角度的影响因素研究，二是测量社区卫生服务顾客满意度的量表基本上是经验设计，缺乏逻辑性与系统性。故本文将利用结构方程模型，在构建顾客满意度指数(CSI)模型基础上来探讨上述问题。
1社区卫生服务CSI模型和指标设计
1.1社区卫生服务CSI模型
在分析文献和医疗消费行为特殊性的基础上，本文参考国内刘桂英，王韬[1]朱航宇[2]梁燕[3]所构建的顾客满意度指数模型，以ACSI基本架构为模板，建立了如下医疗CSI模型：
本模型共选择了7个结构变量，其中顾客满意的起因包括信息、顾客期望、感知质量和感知价值；顾客满意的效果包括顾客抱怨、顾客忠诚和顾客满意度；而信息是外生变量，其余结构变量均为内生变量。该模型与ACSI模型的主要区别是加入了信息这一结构变量，基于目前医疗服务市场严重信息不对称的考虑。著名经济学家、诺贝尔经济学奖获得者阿罗(Arrow,1963)[4]在论述医疗市场的特征时指出，医疗市场中医患双方处于信息不对称状态，从而使购买医疗服务出现很大的风险和不确定性。另外在调研中发现社区卫生服务中心没有导医员，没有问询处，该机构的服务流程、服务项目和科室分布等应在显著位置明示或发放传单给社区居民，以保证信息的公开、充分性，这一点势必对满意度水平有显著影响；在查阅了一些国外社区诊所、药房的满意度相关文献后，机构的利用度作为一个重要影响因素而被看作是顾客收集到的信息，原因在于其利用程度直接意味着该机构的知晓度、美誉度等的高低，进而影响满意水平。由此可以看出，在顾客满意度调查中加入信息因素对CSI的测评起着非常重要的作用。
1.2指标设计
本文运用层次化结构设定测评指标。由于信息、顾客期望、感知质量等结构变量实际上都是不可直接测度的，因此需要对这些隐变量进行逐级展开，直到形成一系列可以直接测度的指标。下面为上述模型的结构变量和观测变量之间的对应关系：
隐变量：信息、顾客期望、感知质量、感知价值、顾客满意、顾客忠诚、顾客抱怨
次级隐变量：1)信息的充分性2)对质量的总体预期对可靠性的预期3)所感知的产品质量所感知的服务质量
观测变量：1)服务流程、信息须知、机构的利用度2)实际感知质量同预期的差距环境卫生及舒适度同预期的差距3)①医疗技术水平、医疗设施水平、就医方便性②服务态度、健康教育、就医记录4)医疗费用(含药品、检验等支出) 时间成本 5)总体满意度实际感知同理想的差距6)重复选择的可能性向他人推荐的可能性7)投诉的频率 批评的频率
变量名称：1)X11、X12、X132)X21X223)①X31、X32、X33② X34、X35、X364)X41 X425)Y11Y126)Y21 Y227)Y31 Y32
2实证研究和研究结果
2.1数据来源和样本概况
调查问卷采用国家发改委公布的5级服务顾客满意度量表设计，让社区居民就其最近一次社区卫生服务对19个题项进行评价，分别设置A~E五个选项、A~C三个选项和A、B两个选项，分值分别为5~1分；3~1分；2~1分。
共调查了3家社区卫生服务中心，分别位于某城市的三个区，选择这三家社区卫生服务中心周边前往就诊的居民为调查对象，收回有效问卷50份。调查方法采用拦截式，故不能完全保证样本的随机性；由于前往社区卫生服务中心就诊的居民数量较少、年龄分布不均的客观原因，样本量较小、回收率低、有效率低都会对结果造成一定影响。
2.2模型拟合情况
本文采用PLS算法对模型进行参数估计。PLS(偏最小二乘回归)是一种新型的多元统计数据分析方法，与一般多元回归方法相比，PLS以类似于主成分回归的方式克服共线性问题，并能有效解决变量之间的多重相关性问题，另外，它还适用于样本容量小的情况。[5]
下面，运用SPSS17.0软件中的PLS模块，对原始数据进行偏最小二乘回归。由多元线性回归我们知道，对模型进行拟合优度检验需要测定R方值，公式为： ，其中 为因变量Y的估计值，因此利用SPSS软件的模型拟合过程：
模型：Y11-模型_1、Y12-模型_2、Y21-模型_3、Y22-模型_4、Y31-模型_5、Y32-模型_6
预测变量数：1、6、4、2、0、1
平稳的 R 方：.268、.683、.455、.532、8.142E-16、.111
统计量：31.842、15.414、17.082、13.041、.714、15.747
DF：18、18、18、18、18、18
Sig.：.023、.633、.518、.789、1.000、.610
离群值数：0、0、0、0、0、0
可以看出变量Y31即结构变量“顾客抱怨”相对应的观测指标“投诉的频率”拟合度不好，可能的原因有二：一是问卷所提供的选项设置不合理，没有给顾客充分的选择余地或思考空间；二是对于投诉这一敏感话题大多数人不愿意提起或承认其有过类似行为，心里负担较大。国内许多学者在设计顾客满意度指数模型之初就刨除了“顾客抱怨”这一结构变量，认为国内消费者的维权意识、投诉行为等受到传统思想束缚而不会选择正式的途径去维护自己的利益，故变量特征不明显，这在上述表格中也有所体现；然而普遍认同的事实是顾客体会了不满意的医疗消费经历后，会向周围的亲戚、朋友等采取非正式抱怨行为，另外，近年来国内医疗纠纷的发生率呈现逐年上升趋势，顾客通过正式抱怨的形式调解不满意消费经历后的心理紧张状态也日益被国内消费者接受并习惯 ......
您现在查看是摘要介绍页，详见PDF附件(2512KB，2页)。