Y（频道满意度之一“内容感知”）=（6.45 X1+6.36 X2+ 6.23X3+6.14 X4+6.11 X5+6.07 X6+ 6.03X7+ 6.02X8）/（6.45+6.36+6.23+6.14+6.11+6.07+6.03+6.02）
其中不同观察变量的权重之和应为1，即α+β+γ+δ+?+=1（α、β、γ、δ?分别代表权重）。根据公式，将每次调查的评估的分值带入即可计算出该频道的满意度指数。 方法2：信度检验总和相关性系数比权重法
用重要性程度系数来做权重这种方法比较简便，易于接受，但是它没有能考虑到因素之间的相关关系。信度检验总和相关性系数比权重法就是利用每个因素与整体的相关系数作为满意度中各因素的权重，在信度检验过程中我们可以得到一个各变量与变量总和的相关系数，具体见下表：
表6：电视频道满意度评估模型“内容感知”观察变量与总体相关系数 标具备因素 示 频道栏目的新闻事件具有及时X1 性真实性 频道栏目的内容贴近百姓生X2 活，反映群众呼声 X3 良好的舆论导向作用与社会效0.5725 0.5334 0.4982 Correlation Item—Total 益 频道栏目的内容具有很好的可X4 视性 X5 主持人的形象和主持风格 X6 频道整体的视觉内容表达 X7 频道栏目的内容具有创新性 X8 频道栏目的观点深刻 0.3803 0.4967 0.4620 0.4322 0.3296 为了保证其得分符合十分制标准，所以用各系数占全部系数之和的比率来做权重，具体计算方式如下：
Y（频道满意度之一“内容感知”）=（0.4982 X1+0.5334X2+ 0.5725X3+0.3296X4+0.3803 X5+0.4967 X6+ 0.4620X7+ 0.4322X8）/（相关系数总和）
根据公式将调查的评估的分值带入即可。 方法3：因子分析载荷系数比权重法
因子分析载荷系数比权重法就是根据每个因子方差贡献率和因子载荷来做权重，其中因子载荷矩阵用来反映各个变量的变异主要由哪些因子解释，亦即给出了在因子分析中需要的因子表达式，具体因子分析见下：
（1）KMO检验和Bartlett检验
在做因子分析之前，要进行统计检验，其中KMO检验值为0.819，根据统计学家Kaiser给出的标准，适合因子分析，（0.8<0.9：适合）。
同时Bartlett检验给出的相伴概率为0.000，小于显著性水平0.05，因此拒绝Bartlett球度检验的零假设，认为适合因子分析。 （2）提取因子
根据因子分析设定的标准，我们取特征值大于1的公共因子，下图是公共因子碎石图，它的横坐标为公共因子数,可以看出1-2的因子特征值大于1，其中 C1=3.07 C2=1.05，第一个因子的方差贡献率为38.3%，第二个因子的方差贡献率为13.2%，我们将第一个因子的方差贡献率计为λ1，第二个因子方差贡献率计为λ2，λ1=0.383，λ2=0.132，具体见下图：
图3：电视频道满意度评估模型“内容感知”观察变量公共因子碎石图
（3）旋转因子分析
通过此项分析，我们可以看到每个不同因子所反映的因素，下面是旋转后因子载荷矩阵表：
表7：旋转后因子载荷矩阵表 标电视频道具备因素 示 频道栏目的新闻事件具有及时性真X1 实性 频道栏目的内容贴近百姓生活，反映X2 群众呼声 X3 良好的舆论导向作用与社会效益 0.689 0.288 0.786 0.095 0.708 0.149 C1 C3 X4 频道栏目的内容具有很好的可视性 0.053 0.725 X5 主持人的形象和主持风格 X6 频道整体的视觉内容表达 X7 频道栏目的内容具有创新性 X8 频道栏目的观点深刻 根据上面分析，我们得出因子公式： C1 =[λ1/(λ1+λ2)]
（0.708 X1+0.786X2+ 0.689X3+0.053X4+0.582X5+0.621X6+ 0.246X7+ 0.216X8）/（C1因子载荷系数总和） C2 = [λ2/(λ1+λ2)] （0.149 X1+0.095X2+
0.288X3+0.725X4+0.081X5+0.242X6+ 0.711X7+ 0.695X8）/（C2因子载荷系数总和）
根据公式将调查的评估的分值带入C1，C2公式，然后相加即可：
0.582 0.081 0.621 0.242 0.246 0.711 0.216 0.695
相关推荐：
loading