森鸿总部位于深圳，现东莞、深圳、广州、珠海、越南河内、泰国曼谷、印尼、台湾：桃园、波兰等都设立有分公司，所有员工现达200多人。拥有数万平米的仓库，拥有优异的管理团队，能充分理解顾客的需求，制定合理、优化的运作方案。我们公司秉承客户至上、服务至上的经营理念，以稳固、发展、忠诚、、团结与创新的精神而不懈努力。茫茫人海里，我一直在寻找您！
问卷和数据收集
本文问卷调查以第三方物流企业——德邦物流
公司为例，设计问卷并发放给该公司的顾客，都是近期与德邦物流公司合作过接受过该公司物流服务 的企业或个人。调查 问卷 的具体 内容分 2个层次 ，分别为6个潜在变量和21个显变量，具体内容见表 1，该部分调查所得数据是后文研究的数据支撑。本次问卷调查一共发放 250份 问卷 ，其 中收 回
有效问卷249份，其中企业105、个人144，具有一定的代表性。利用 Likert5级水平的测量量表对数据进行统计，5表示很满意、4表示满意 、3一般 、2表示不满意 、1表示 很不 满意 。
3．2 效 度 分析
*对问卷数据进行信度分析 ，本文利用 SPSS22．0软件运算所得数据 ，通过检验探索性 因子分析来检验问卷的结构效度 。正确 的操作顺 序是先
进行 Bartlett球形检验和 KMO足够度的检验 ，以此来确定是否可以进行 因子分析，下一步是通过 因子载荷衡量数据效度 。这些过程都是有固定的界限数值来确定的，正常情况下 ，KOM值 大于 0．7且 Bart1ett球度检验的相伴概率小于 0．05时，则认 为量表适合进行因子分析 。在因子载荷衡 量环节 ，认 为其因子载荷大于 0．5是聚合效度良好的指标。因此 ，为了检验数据是否适合进行因子分析，先对数据进行 Bartlett球形检 验和 KMO足够 度 的检验，如表 2所 示 。表 2 量表的 KMo 和 Bartlett球形检验取样 足够度的 Kaiser-Meyer-Olkin度量 0．915由上表可知 ，本次 问卷 调查 数据 的 KMO检验值等于 0．915，大于要求 的 0．70，符合条件可以对调查问卷进行因子分析。同时，表 2中 Bartlett球形检验的可以看出，近似卡方值非常大 ，等于 3956．370，且显著性概率是 0．000(P<0．01)，所 以，拒绝 Bart．1ett球形检验的零假设 ，这说明该调查问卷的效度 比较好 ，能够进行下一步因子分析。接下来 ，进行 因子分析。因子分析过程主要运用主成分分析法 ，同时运用正交法进行因子旋转 ，然后将特征值不小于 1的所有因子抽取出来 。在这个过程 中，一共得到了 6个特征值不小 于 1的公共因子 ，总方差解释率等于 79．196％ ，不小于 60％ ，充分说明了这 6个公共 因子具有很高的代表性 ，而且所提取 的因子数量跟本文开始预想的测量维度数 目匹配 ，如表 3所示 。然后 ，根据因子载荷的相关知识 即：假如某一个因子跟某一道题 目的因子载荷 不小 于 0．5，则表示这个因子跟该题 目具有 比较高的相关性 ，能够很好地代表该题 目，可 以在对 因子进行命 名的时候考虑该题 目的含义。各个题项均落在与本文开始预想的测量维度题目项数匹配，即通过效度检验 ，如表 4所示 。
3．3 信度 分析
信度也称作可靠性分析 ，它可 以用来测量研究变量或者量表在不 同测量情况 时一致性程度情况 。内部一致性信度检验 的方法 是用 Cronbacha系数
值衡量量表中各题项得分 的一致性情况 。一般情况下 ，CronbachO／系数值大于 0．8表示量表信度很好 ，CronbachO／系数值在 0．6和 0．8之间说 明信度可 以接受 ，CronbachO／系数值小于 0．6则表示量表信度较差 ，调查 问卷 需要 进一步 修改 。本次 研究 运用CronbachOL系数值衡量法判断问卷信度情况 。测量结 果 ，如表 5所示 。* 1期 李继承等 ：基于结构方程模型的第三方物流企业顾客满意度研究 51
科 技 与 管 理 *19卷
从上表可知 ：本次涉及研 究变量共 为 6个 ，其CronbachAlpha分别是 0．905、0．893、0．850、0．910、0．939、0．903。并且从删除后的信系数来看 ，如果题项 被删 除 ，信 度 系数 会 下 降，以及 题项 相关 值(correcteditem—totalcorrelation)也均均会** 0．5，因此较终说明本次涉及到 的研究变量信度较高 ，样本回答基本准确可靠 ，也即说 明此次研究样本数据可用于进一步研究使用。 一
3．4 相关分 析
相关分析就是对各个变量之间的相互关系进行分析 ，主要有 2种分析方法 ：Pearson相关 系数 法和Spearman相关系数法。其 中用 Pearson相关系数法是较 为 常见 的，Pearson相 关 系 数 的 取 值 范 围 是一1～1。Pearson系数值为正数时说 明各变量 间为正相关关系，值为负数则说 明各变量 间为负相关关系 ，Pearson系数**值的大小表示各变量间关系的紧密程度 ，值越大则关系越紧密。本文也运用 Pearson相关系数法对各变量 间的
关系进行分析 ，以便为之后 的回归分析做好 准备。