一、近年來，陜西省互聯網服務業務蓬勃發展，主要體現在域名、網站及互聯網服務提供商（ＩＳＰ）的數量爆增。截止２００９年１２月，陜西省域名總數量為５４８　５５９個，較上年增長２５６％，占全國域名總數的３．３％；２００９年陜西省主體開辦、有獨立域名的網站數量為３８　１８０，占全國網站數量的１．２％，排名第１６，比２００８年的３０　８１６個網站數量增加了７　３６４個，年增長率２３．９％；陜西省ＩＳＰ數量不斷增加，從２００６年的十幾家增加到２００９年的４０多家，同時，業務收入從２００６年的５８４萬元增加至２００９年的５　０００萬元。然而，互聯網服務市場也存在著不小的問題：根據工信部統計的數據，陜西省網站用戶流失嚴重。全省７６　２７２家網站，從本省接入互聯網的只有１３　０００家，占陜西省網站總數不到１８％，剩余６３　０００多家均由外省接入，占到陜西省網站總數的８０％以上［１］。

面對嚴峻的客戶流失，陜西省ＩＳＰ必須體察網站用戶對互聯網接入服務的需求，了解客戶滿意度的現狀及問題所在，盡快改進其營銷組合策略，切實提升服務水平，以扭轉當前的不利局面。

二、實證分析

本研究擬采用目前結構方程模型（ＳＥＭ）的方法，該法適合于探討潛變量和觀測變量的關系，潛變量是不可直接觀測的，只能通過觀測變量而間接測度［２］２３８－２５９。ＳＥＭ具有精度高、擬合度高、可信度高、可靈活處理多個潛變量等優勢。通過查閱文獻，發現將ＳＥＭ用于互聯網接入服務客戶滿意度研究的較少，已有的ＩＳＰ客戶滿意度實證研究精度尚顯不足。本文擬運用ＳＥＭ展開ＩＳＰ客戶滿意度的實證研究。

（一）互聯網接入服務的客戶滿意度模型構建

Ｈｏｗａｒｄ等人提出客戶對產品／服務價值的評判將直接影響滿意度，而且廠商與客戶之間的溝通因素會促進總體滿意度的提高［３］７－８。Ｚａｉｔｈａｍｌ等人將ＣＳＩ歸結為預期值（ｅ）與實際值（ａ）的差異。當ｅ＞ａ時，表明客戶對產品或服務不滿意；當ｅ＜ａ時，表明客戶所獲得的實際體驗超過了客戶對產品或服務的期望值，客戶對產品或服務比較滿意；當ｅ＝ａ時，表明客戶對產品或服務的評價一般［４］。

Ｓｃｏｔｔ　Ｎｅｌｓｏｎ歸納了表征客戶滿意度的四個相互獨立的因素：品牌（企業形象、價值和其一致性）、產品的質量和服務的專業性、相互關系（客戶需求滿足程度、使用的數量、依賴程度和方便性）、履行（售后服務、產品的可靠性和反饋次數）［５］３０９。

進一步查閱其他國內外相關文獻，借鑒了較為成熟的ＣＳＩ模型，并結合互聯網接入服務的具體情況，建立了互聯網接入服務客戶滿意度模型，并以此為基礎給出５條待驗證的相關假設，假設中涉及了ＳＥＭ中的６個潛變量。模型理論假設為：Ｈ１：接入資費對用戶滿意度有顯著的負向影響作用；Ｈ２：硬件設施對用戶滿意度有顯著的正向影響作用；Ｈ３：服務質量對用戶滿意度有顯著的正向影響作用；Ｈ４：客戶溝通對用戶滿意度有顯著的正向影響作用；Ｈ５：客戶關懷對用戶滿意度有顯著的正向影響作用。

（二）抽樣調查

本研究通過深入調查全省互聯網接入市場運行的基本情況，了解各類經營企業的發展現狀，分析ＩＳＰ業務市場中存在的問題，分析基礎電信企業客戶外流、通信增值服務企業資源外省租用狀況的原因，對企業經營提出參考意見，為行業主管部門制定相關政策提供統計數據，以利于制定有效政策，提升通信企業的競爭實力，促進陜西互聯接入市場健康、快速發展。

１．量表設計。問卷設計是依據互聯網接入服務的可觀測變量，借鑒國內外關于用戶滿意度的相關文獻，征求專家意見，將問卷設計為三大部分，具體內容如下：

第一部分是網站基本情況，主要包括企業名稱、性質、所屬行業、網站開通時間、企業人數、從事何種服務、網站投入資金情況等。

第二部分是網站內容管理部分，包括網站內容是用于辦公、宣傳還是開展業務，網站信息更新情況及技術支持人員配備等。

第三部分是用戶對互聯網接入資源的使用情況。本研究采用李克特５級量表法設計，客戶態度分為５級：非常滿意；較滿意；一般；較不滿意；很不滿意。為了分析上述模型中潛變量之間的關系，在文獻查閱和網站用戶調研訪談的基礎上，將模型中的６個潛變量（接入資費、硬件設施、服務質量、客戶溝通、客戶關懷及用戶滿意度）細化為２０個觀測變量（ｘ１～ｘ２０）。

２．抽樣調查。網站用戶樣本選取遵循根據企業性質、所屬行業及企業規模等進行抽樣的原則。本次調查在西安市范圍內展開，采用陜西省通信管理局提供樣本和調查人員隨機選擇樣本相結合的方法，目的是為了按類別選擇具有代表性的樣本。調查共發放問卷２２３份，實際收回有效問卷２０３份，有效率達到９１．０％。研究對象為互聯網接入服務產業鏈的下游網站用戶，企業性質以民營企業為主，占比９１．１％；以陜西省ＩＳＰ接入互聯網的網站用戶為主，占比６７％；網站開通時間以２００８年以后開通的網站用戶為主，占比８８．７％；以人數在１１～５０人的企業規模為主，占比５４．７％。

（三）實證分析

１．探索性因子分析（ＥＦＡ）

運用ＳＰＳＳ１３．０的主成分分析法并經過方差最大化正交旋轉，進行ＥＦＡ分析，以測試各題項的聚合性。通過軟件計算得出：ＫＭＯ＝０．７９６，各因子負荷值如表２所示，說明該問卷能夠進行因子分析。

２．驗證性因子分析（ＣＦＡ）

在展開實證分析之前，還要對問卷指標的信度和效度進行分析，以確保數據的可靠性。計算得出Ｃｒｏｎｂａｃｈ’ｓ　ａ系數都大于０．７，說明本次采集數據的信度較高。再進行效度分析，運用ＡＭＯＳ７．０軟件繪制客戶滿意度模型圖，可以評估模型擬合情況。經檢驗，χ２／ＤＦ≤３．０、ＣＦＩ≥０．９０、ＧＦＩ≥０．８５、ＲＭ－ＳＥＡ≤０．０８，則表明模型擬合度是可接受的。所有指標都在建議的取值范圍內，表明模型與數據的擬合效果很好，能夠用于用戶滿意度實證分析。