metodologia ACSI-MJR Wyznaczenie indeksu satysfakcji
Transkrypt
metodologia ACSI-MJR Wyznaczenie indeksu satysfakcji
___________________________________ ___________________________________ ___________________________________ Strukturalne skalowanie satysfakcji obywatela – metodologia ACSI-MJR dr Henryk Banaszak Katarzyna Wądołowska Tomasz Żółtak ___________________________________ ___________________________________ ___________________________________ ___________________________________ Projekt „Partycypacja obywatelska: diagnoza barier i stworzenie narzędzi wspomagających dobre rządzenie” jest realizowany dzięki wsparciu udzielonemu przez Islandię, Liechtenstein i Norwegię poprzez dofinansowanie ze środków Mechanizmu Finansowego Europejskiego Obszaru Gospodarczego oraz Norweskiego Mechanizmu Finansowego. ___________________________________ ___________________________________ Idea prostego pomiaru strukturalnego Wskaźniki typu „przyczyny” Wskaźniki typu „skutki” X1 Y1 Cecha ukryta Z Y2 Problem pomiaru: … X2 X3 … znajdź taką funkcję przyczyn Xp która najlepiej przewiduje skutki Z = f(X1, X2, …, Xp), Ys ___________________________________ ___________________________________ ___________________________________ ___________________________________ ___________________________________ (Y1, Y2, …, Ys) Pomiar strukturalny ___________________________________ ___________________________________ ___________________________________ Wyznaczenie indeksu satysfakcji Katarzyna Wądołowska ___________________________________ ___________________________________ ___________________________________ ___________________________________ Projekt „Partycypacja obywatelska: diagnoza barier i stworzenie narzędzi wspomagających dobre rządzenie” jest realizowany dzięki wsparciu udzielonemu przez Islandię, Liechtenstein i Norwegię poprzez dofinansowanie ze środków Mechanizmu Finansowego Europejskiego Obszaru Gospodarczego oraz Norweskiego Mechanizmu Finansowego. ___________________________________ oczekiwania i doświadczenia konsekwencje oczekiwań i doświadczeń skargi na jakość usługi i sposób ich załatwiania poziom wymagań względem usługi odczuwana jakość usługi wskaźniki jakości Od czego zależy satysfakcja? poziom satysfakcji z usłługi ___________________________________ ___________________________________ ___________________________________ ___________________________________ zaufanie do jakości usługi w przyszłości Co zależy od satysfakcji? ___________________________________ ___________________________________ Schemat pomiaru satysfakcji użytkownika usługi (1) 1 ___________________________________ Q1 ogólne oczekiwania Q9 czy złożył skargę poziom wymagań względem usługi Q6 ogólna satysfakcja Q5 ogólna ocena jakości Q2 ocena jakości wymiaru 1 poziom satysfakcji z usłługi Q7 spełnianie oczekiwań Q3 ocena jakości wymiaru 2 ___________________________________ Q10A/B reakcja na skargę odczuwana jakość usługi wskaźniki jakości skargi na jakość usługi i sposób ich załatwiania Q8 porównanie z ideałem Q11 polecanie usługi innym zaufanie do jakości usługi w przyszłości Q12 wiara w stabilność poziomu jakości Q4 ocena jakości wymiaru 3 ___________________________________ ___________________________________ ___________________________________ ___________________________________ ___________________________________ Schemat pomiaru satysfakcji użytkownika usługi (2) ___________________________________ Przykładowe pytanie z kwestionariusza dla Urzędu Skarbowego ___________________________________ ___________________________________ ___________________________________ ___________________________________ ___________________________________ ___________________________________ Przykładowe pytanie ___________________________________ Wymiary jakości badanych usług publicznych Częstotliwość kursowania środków transportu Komunikacja publiczna ___________________________________ ___________________________________ Punktualność kursowania środków transportu Wygląd i czystość środków transportu ___________________________________ Sprawność załatwienia sprawy Urząd Gminy Urząd Skarbowy ZUS / KRUS Łatwość uzyskania informacji na temat sposobu załatwienia sprawy, opłat, potrzebnych dokumentów Kompetencje urzędników załatwiających sprawę Szybkość dostarczania przesyłek Urząd Pocztowy Dogodność terminów dostarczania przesyłek poleconych Szybkość załatwiania spraw i kolejek ___________________________________ ___________________________________ ___________________________________ Wymiary jakości usług (1) ___________________________________ Wymiary jakości badanych usług publicznych Szybkość reakcji Policja Skuteczność interwencji Sposób potraktowania przez policjantów ___________________________________ ___________________________________ ___________________________________ Pomocność pracowników biblioteki Biblioteka Publiczna Dostępność informacji o zbiorach bibliotecznych Dostępność książek i materiałów multimedialnych Oferta organizowanych zajęć i imprez Dom lub Ośrodek Kultury ___________________________________ ___________________________________ Jakość organizowanych zajęć i imprez Poziom wyposażenia, jakość pomieszczeń, jakość sprzętu technicznego ___________________________________ Wymiary jakości usług (2) 2 ___________________________________ ___________________________________ Wymiary jakości badanych usług publicznych ___________________________________ Możliwość umówienia się na wizytę w odpowiadającym terminie Usługi medyczne (5 rodzajów usług) Posiadane kompetencje lekarza, personelu Życzliwość wobec pacjenta ___________________________________ ___________________________________ Poziom bezpieczeństwa dziecka w szkole Szkoła podstawowa / gimnazjum ___________________________________ Poziom nauczania w szkole Relacje rodzica z wychowawcą ___________________________________ Wymiary jakości usług (3) ___________________________________ modele SEM-PLS odczuwana jakość usługi I1 poziom satysfakcji z usługi łł wskaźniki jakości zaufanie do jakości usługi w przyszłości poziom wymagań względem usługi skargi na jakość usługi i sposób ich załatwiania usłługa 2. odczuwana jakość usługi wskaźniki jakości poziom satysfakcji z usługi łł .. . odczuwana jakość usługi wskaźniki jakości indeks MJR dla usługi wagi proporcjonalne do liczby osób, które korzystały z usługi w ciągu ostatniego roku zaufanie do jakości usługi w przyszłości I10-100 średnia MJR1 I20-100 .. . .. . średnia MJR2 .. . ___________________________________ ___________________________________ u1 I2 ___________________________________ u2 MJR(o) uk ___________________________________ ___________________________________ skargi na jakość usługi i sposób ich załatwiania poziom wymagań względem usługi usłługa k. unormowana satysfakcja obywateli (skala 0-100) skargi na jakość usługi i sposób ich załatwiania poziom wymagań względem usługi usłługa 1. satysfakcja obywateli Ik poziom satysfakcji z usługi łł Ik0-100 średnia MJRk zaufanie do jakości usługi w przyszłości ___________________________________ Struktura MJR ___________________________________ Satysfakcja z usługi pojedynczego obywatela ___________________________________ ___________________________________ ___________________________________ Ik(x) poziom satysfakcji z usługi k dla respondenta x wki współczynniki dla wskaźników Qi uzyskane w wyniku estymacji modelu strukturalnego dla usługi k Qki(x) odpowiedź respondenta x na pytanie wskaźnikowe Qi dotyczące usługi k Pytania wskaźnikowe opierają się na skali od 1 do 9 ___________________________________ ___________________________________ ___________________________________ Sposób wyznaczania indeksu satysfakcji (1) ___________________________________ Satysfakcja z usługi pojedynczego obywatela na skali 0100 ___________________________________ ___________________________________ ___________________________________ Ik0-100(x) poziom satysfakcji z usługi k dla respondenta x na skali 0-100 wki współczynniki dla wskaźników Qi uzyskane w wyniku estymacji modelu strukturalnego dla usługi k Qki(x) odpowiedź respondenta x na pytanie wskaźnikowe Qi dotyczące usługi k Zmienna Ik0-100 jest wyrażona na skali od 0 do 100 ___________________________________ ___________________________________ ___________________________________ Sposób wyznaczania indeksu satysfakcji (2) 3 ___________________________________ Ogólna forma indeksu satysfakcji (MJR) ___________________________________ ___________________________________ ___________________________________ Indeks satysfakcji obywateli wyliczany jest jako średnia satysfakcja (wyrażona na skali 0-100) zbadanych osób z danej usługi ___________________________________ Taka średnia może zostać policzona zarówno dla całej Polski, jak i np. dla poszczególnych województw (bierzemy wtedy pod uwagę tylko mieszkańców danego województwa) ___________________________________ ___________________________________ MJR jest wyrażony na skali od 0 do 100 Sposób wyznaczania indeksu satysfakcji (3) ___________________________________ Indeks jakości rządzenia na danym obszarze ___________________________________ ___________________________________ ___________________________________ MJRk(o) indeks satysfakcji z usługi k na obszarze o (w województwie lub w całej Polsce) uk waga proporcjonalna do częstości korzystania obywateli z usługi k (wagi unormowano tak, aby MJR(o) było wyrażane na skali 0-100) ___________________________________ ___________________________________ ___________________________________ MJR jest wyrażony na skali od 0 do 100 Sposób wyznaczania indeksu satysfakcji (4) ___________________________________ ___________________________________ Zalety MJR ___________________________________ Zalety praktyczne Zalety metodologiczne Sprawdzona metodologia Standaryzowany sposób oceny satysfakcji Możliwość agregacji i porównań uzyskanych ocen Możliwość śledzenia zmian w uzyskanych ocenach w czasie Zobiektywizowana ocena jakości działania służb publicznych Opis jakości usług na poziomie ogólnokrajowym i lokalnym Pozyskanie informacji na temat oczekiwań obywateli wobec instytucji publicznych Możliwość wdrożenia okresowej kontroli jakości działania służb publicznych ___________________________________ ___________________________________ ___________________________________ ___________________________________ Zalety podejścia ___________________________________ ___________________________________ ___________________________________ PLS rekonstrukcja metody Tomasz Żółtak ___________________________________ ___________________________________ ___________________________________ ___________________________________ Projekt „Partycypacja obywatelska: diagnoza barier i stworzenie narzędzi wspomagających dobre rządzenie” jest realizowany dzięki wsparciu udzielonemu przez Islandię, Liechtenstein i Norwegię poprzez dofinansowanie ze środków Mechanizmu Finansowego Europejskiego Obszaru Gospodarczego oraz Norweskiego Mechanizmu Finansowego. 4 ___________________________________ ___________________________________ Statystyczna geneza PLS Podstawy podejścia opracowane na przełomie lat 60. i 70. XX w. przez Hermana Wolda. ___________________________________ Uczniem Wolda był Jöreskog, twórca modeli SEM-ML. W odróżnieniu od modeli SEM-ML metoda PLS z założenia miała być mało wymagająca względem danych: Nie odwoływać się do założeń o rozkładach zmiennych. Umożliwiać estymację nawet przy małej liczbie jednostek obserwacji. W latach 80. w pracach Wolda i Lohmöllera przedstawiono dowody, że przy pomocy pewnych wariantów modeli PLS można estymować: Korelacje kanoniczne (w tym dwa uogólnienia korelacji kanonicznej na wiele grup zmiennych zaproponowane przez Horsta i Carolla). Regresję PLS. Inter-battery factor analysis. Redundancy analysis. ___________________________________ ___________________________________ ___________________________________ ___________________________________ ___________________________________ ___________________________________ Własności estymacji metodą PLS W odróżnieniu od modeli SEM-ML algorytm estymacji PLS w ogólności nie dąży do maksymalizacji żadnej globalnej funkcji dopasowania modelu do danych. ___________________________________ Choć dla szczególnych modeli (por. poprzedni slajd) można wskazać, że efektem działania algorytmu jest optymalizacja pewnego kryterium. Estymacja modelu strukturalnego metodą PLS w ogólności daje się opisać tylko jako realizacja rozsądnego algorytmu działania. Nie można jednak (w ogólności) syntetycznie powiedzieć, do czego ten algorytm dąży. ___________________________________ Modele PLS są nakierowane na przewidywanie i eksplorację (możliwość uwzględnienia bardzo wielu zmiennych bez napotykania problemów z identyfikowalnością modelu czy niestabilnością wyników), a nie (jak SEM-ML) na testowanie hipotez. ___________________________________ ___________________________________ ___________________________________ ___________________________________ Estymacja PLS ___________________________________ W modelu wydziela się część pomiarową (zewnętrzną) i część strukturalną (wewnętrzną). Ogólna idea estymacji sprowadza się do naprzemiennego wyliczania współczynników zewnętrznej i wewnętrznej części modelu w oparciu o wartości zmiennych ukrytych obliczone na podstawie współczynników z poprzedniego kroku estymacji. ___________________________________ X11 ξ1 ξ5 X31 ξ3 X21 X22 ξ4 ξ6 ξ2 X23 X41 X42 ___________________________________ ___________________________________ X51 X52 X61 X62 ___________________________________ ___________________________________ X43 ___________________________________ Warianty dla części pomiarowej Warianty można wybrać niezależnie od siebie dla każdego bloku zmiennych. X21 X22 ξ2 X23 X21 X22 X23 ξ2 Blok typu reflective: Xij= ωij0+ ωijξj+εij E(εij)=0, cor(εij, ξj)=0 Dla każdej zmiennej w bloku estymowane jest oddzielne równanie regresji liniowej. Blok powinien być jednowymiarowy (teoria plus sprawdzian empiryczny, np. PCA, alfa Cronbacha). Blok typu formative: ξj=∑ω ijXij+δj E(δj)=0, ∀i cor(δj, Xij)=0 Dla całego bloku estymuje się jedno równanie regresji liniowej. Z analizy należy usunąć zmienne, dla których okazałoby się, że sign(ω ij)≠sign(cor(Xij, ξj)) ___________________________________ ___________________________________ ___________________________________ ___________________________________ ___________________________________ ___________________________________ 5 ___________________________________ ___________________________________ Warianty dla części strukturalnej ξj=ej0+∑eijξi+νj ___________________________________ gdzie ξi są bezpośrednio połączone z ξj (również gdy ξi następują po ξi ) Centroid scheme: eij=sign(cor(ξi, ξj)) Factorial scheme: eij=cor(ξi, ξj) Path weghting scheme: ___________________________________ ___________________________________ eij=βξ |ξ ; ξ ’ dla ξi poprzedzających ξj w porządku j i i czasowym eij=cor(ξi, ξj) dla ξi następujących po ξj w porządku ξ1 czasowym ξ3 ___________________________________ ξ5 ξ4 ξ2 ___________________________________ ξ6 ___________________________________ Algorytm estymacji PLS 1. Załóż początkowe wartości współczynników dla pomiarowej części modelu (ωij). Współcześnie używa się zwykle wag z 1. składowej głównej. 2. Oblicz zewnętrzne estymatory zmiennych ukrytych jako: ξj∝ ∑ω ij [Xij –E(Xij)] gdzie ∝ oznacza standaryzację wyrażenia po prawej. 3. Na podstawie tak wyliczonych estymatorów oblicz wartości współczynników strukturalnej części modelu (eij). 4. Oblicz wewnętrzne estymatory zmiennych ukrytych jako: ξj∝ ∑ei ξi 5. Na podstawie tak wyliczonych estymatorów oblicz nowe wartości współczynników zewnętrznej części modelu (ωij). 6. Powtarzaj kroki 2.- 5. do uzyskania zbieżności. ___________________________________ ___________________________________ ___________________________________ ___________________________________ ___________________________________ ___________________________________ ___________________________________ Algorytm estymacji PLS Po uzyskaniu zbieżności wykonuje się dwa ostatnie kroki: 7. Wyliczenie ostatecznych wartości estymatorów zmiennych ukrytych: ξj=∑ωij [Xij –E(Xij)] / σ gdzie σ=D(∑ωij [Xij –E(Xij)] ) Tak uzyskane estymatory zwykle unormowuje się jeszcze na jeden z dwóch sposobów: („odcentrowanie” zmiennej) 1) ξj‘= ξj+∑ωijE(Xij) / σ 2) ξj‘’= [ξj ‘+∑ωijE(Xij) ] / ∑ωij równoważnie: ξj‘’= ∑ωijXij / ∑ωij (przedstawieniu zmiennej ukrytej na tej samej skali, co zmienne mierzalne danego bloku) 8. Wyliczenie współczynników opisujących zależności przyczynowe w części strukturalnej modelu, przy użyciu analizy ścieżkowej. ___________________________________ ___________________________________ ___________________________________ ___________________________________ ___________________________________ ___________________________________ ___________________________________ Własności Estymacja metodą PLS sprowadza się do liczenia dużej liczby regresji liniowych, przy czym w każdym kroku procedury iteracyjnej każde z równań opisujących model jest wyliczane oddzielnie. Stąd niewielkie zapotrzebowanie na liczbę jednostek obserwacji – decyduje tutaj największa liczba zmiennych niezależnych występujących w pojedynczym równaniu (np. w modelu MJR cztery zmienne). Mniejsze są też problemy w przypadku braków danych – dany brak występuje bowiem tylko lokalnie, w jednym równaniu. W związku z tym nie występują też (dosyć często występujące w SEM-ML) problemy z nieidentyfikowalnością modelu. Błędy standardowe współczynników modelu można uzyskać z regresji obliczanych w ostatnim kroku estymacji, jednak obecnie często oblicza się je przy pomocy metod symulacyjnych (jakcknife, bootstrap). ___________________________________ ___________________________________ ___________________________________ ___________________________________ ___________________________________ ___________________________________ 6 ___________________________________ ___________________________________ Miary dopasowania Model PLS nie optymalizuje żadnego globalnego kryterium dopasowania do danych. Zaproponowano jednak kilka miar pozwalających ocenić wyniki estymacji: Indeks zmienności wspólnej (communality index): Miara wyliczana dla każdego bloku oddzielnie: communalityj=E[cor2(Xij, ξj)] Jako miary globalnej można użyć średnią ze wszystkich bloków. Redundancy index: Miara wyliczana dla każdego bloku oddzielnie: redundancyj=communalityj R2ξ |ξ j wyjaśniają ξj {i} gdzie ξi Jako miary globalnej można użyć średnią ze wszystkich bloków. GoF (Goodness-of-fit): GoF=[ E(communality) E(R2ξ |ξ ) ]0,5 j ___________________________________ ___________________________________ ___________________________________ ___________________________________ ___________________________________ {i} ___________________________________ Wyznaczanie pametrów modelu MJR: SEM - PLS ___________________________________ ___________________________________ ___________________________________ ___________________________________ ___________________________________ ___________________________________ SEM: MLE vs PLS ___________________________________ • Model Co dalej z MJR ? Weryfikacja trafności modelu reakcji klienta (relacje między konstruktami) Weryfikacja trafności wskaźników Problemy statystyczne: nieliniowość relacji konstruktwskaźnik, respondent-bias, • Realizacja sondaż żu Definicja populacji użytkownków usługi i kontrola reprezentatywności ich prób Tanie technologie dotarcia do klientów usług • Otoczenie modelu Wyczerpujące badanie triady lokalnej (O – W – N) Statystyka publiczna – efektywność usługi na obszarze ___________________________________ ___________________________________ ___________________________________ ___________________________________ ___________________________________ ___________________________________ Projekt testów i rozwoju MJR 7