图1中，品牌形象、感知质量、感知价值、满意度、保留价格和忠诚度是结构变量（Construct Variables），也称作潜变量（Latent Variables），Xn是相应结构变量的观测变量（Manifest Variables），其中n的个数不限，但要满足SEM的Identification原则 3。此模型中，结构变量是无法直接观察的变量，而观测变量是可以通过访谈或其他方式调查得到的，每个观测变量都是相应结构变量的指标（Indicator），结构变量和相应指标之间的关系可分为两类：反映型（Reflective）和构成型（Formative），通常情况下，借助SEM的研究都尽量选择反映型指标。结构变量之间的箭头表示所连接结构变量之间的因果关系，图中的ζn和δn是结构变量或观测变量在此模型中无法解释的方差（即受模型外因素影响的部分），例如此模型中的忠诚度，不但受满意度变量的影响，它还受到用户个人性格、家庭等多方面的影响，而这些影响因素并不在此模型的研究内容之内。

由于SEM模型中的因果关系复杂，采用矩阵的形式描述。用于描述测量模型（指标变量）的等式为：

X1 1 X2 2 ... 0 X n PQ 1 0 IM 2 ............ n LY n 0...

10... 0 2 其中，PQ是感知质量，IM是品牌形象，LY是用户忠诚度， 是一个 0...... n

n行（指标个数）6列（结构变量个数）的系数矩阵。

用于描述结构变量之间的因果关系的结构化等式的矩阵形式为：

PQ PQ 1 11...... IM 2 IM ......... ... ... ... ...... 55 LY LY 5

其中，γnm 是第m个结构变量对第n个结构变量的作用，不存在此因果关系的为0。 模型求解是一个循环过程，即根据观测变量的样本数据，设定参数初始值，逐次循环迭代，逐渐逼近以上等式中的各个系数的估计值。SEM求解通常采用最大似然算法（Maximum Likelihood Approach），但是在满意度模型中，更常采用PLS（Partial Least Squares）算法以计算模型中各路径系数以及结构变量的估计值和信度区间，主要原因是PLS算法在对样本（数据）的要求和在预测能力两个方面优于最大似然算法。目前有很多学者自主开发的PLS软件用于求解SEM模型，例如：Wynnie Chin教授开发的PLS-Graph 4在国外科研工作中被很多学者采纳。

III．中国顾客满意度测评步骤

顾客满意度的测评工作以测评模型为基础，可以分为：制定数据收集计划、设计问卷、收集数据、数据分析、完成报告等几个具体步骤。