客户满意度分析流程
spss软件分析顾客满意调查问卷的步骤
第一步：将每份问卷的调查结果输入excel表中。（或直接在SPSS中输入）
第二步：在spss中打开excel文件，定义变量，并设置值。
第三步：频数统计。
确定后，输出结果： 统计量
N 有效 缺失 行业 100 0 客户类别 100 0 地区 100 0 供货频率 100 0
均值
均值的标准误 中值 众数 标准差 方差 偏度
偏度的标准误 峰度
峰度的标准误 全距 极小值 极大值 百分位数
25 50 75
1.65 .048 2.00 2 .479 .230 -.639 .241 -1.625 .478 1 1 2 1.00 2.00 2.00 1.90 .063 2.00 2 .628 .394 .075 .241 -.440 .478 2 1 3 1.25 2.00 2.00 3.12 .146 3.00 2 1.458 2.127 1.382 .241 2.701 .478 8 1 9 2.00 3.00 4.00 1.75 .070 2.00 2 .702 .492 .391 .241 -.904 .478 2 1 3 1.00 2.00 2.00
行业
有效
机织 针织 合计
频率
35 65 100 百分比
35.0 65.0 100.0 有效百分比
35.0 65.0 100.0 累积百分比
35.0 100.0
客户类别
有效
A类客户 B类客户 C类客户 合计
频率
25 60 15 100 百分比
25.0 60.0 15.0 100.0 有效百分比
25.0 60.0 15.0 100.0 累积百分比
25.0 85.0 100.0
地区
频率
百分比
有效百分比
累积百分比
有效
山东 5 5.0 5.0 5.0 苏南 36 36.0 36.0 41.0 苏北 29 29.0 29.0 70.0 上海 13 13.0 13.0 83.0 浙江 12 12.0 12.0 95.0 广东 2 2.0 2.0 97.0 福建 1 1.0 1.0 98.0 吉林 1 1.0 1.0 99.0 辽宁 1 1.0 1.0 100.0 合计
100 100.0 100.0
供货频率
有效 连续供货 间断供货 偶尔供货 合计 频率 40 45 15 100 百分比 40.0 45.0 15.0 100.0 有效百分比 40.0 45.0 15.0 100.0 累积百分比 40.0 85.0 100.0
第四步：转换—重新编码为相同变量，进行赋值
第五步：计算得分
1、根据指标设计，按百分制统计出二级指标得分
2、计算一级指标顾客满意度得分
第六步：分析—描述性分析—探索
（注意：要检验满意度是否呈正态分布，待检验的正态图一定要打钩）
确定后，结果输出如下图：
案例处理摘要 案例 N 总体满意度 有效 百分比 100 100.0% N 缺失 百分比 0 .0% N 合计 百分比 100 100.0%
描述
总体满意度
均值
均值的 95% 置信区间
下限
统计量 68.6666 67.8437 标准误 .41472
上限
5% 修整均值 中值 方差 标准差 极小值 极大值 范围 四分位距 偏度 峰度
69.45 68.7109 68.8133 17.199 4.14723 55.95 76.96 21.01 5.83 -.271 -.060
.241 .478
根据上表可得出，公司顾客总体满意度平均为68.6666，标准差为4.14723，极大值为76.96，极小值为55.95。
结论：由盒子图可见，客户总满意度的分布基本对称，且没有可疑数据。
正态性检验 总体满意度 Kolmogorov-Smirnov 统计量 .066 df 100 Sig. .200 *aShapiro-Wilk 统计量 .987 df 100 Sig. .430 a. Lilliefors 显著水平修正 *. 这是真实显著水平的下限。 结论：P值大于5%，因此，公司的顾客总满意度服从正态分布。
第七步 单因素方差分析——各因素（行业、地区、类别、供货频率等）对总体满意度的方差分析
两两比较设置：
选项设置：
1、行业因素方差分析
描述 总体满意度 机织 针织 总数 均值的 95% 置信区间 N 35 65 100 均值 67.1681 69.4734 68.6666 标准差 4.34930 3.82974 4.14723 标准误 .73517 .47502 .41472 下限 65.6740 68.5245 67.8437 上限 68.6621 70.4224 69.45 极小值 55.95 60.69 55.95 极大值 75.18 76.96 76.96
方差齐性检验
总体满意度 Levene 统计量
.688 df1
1 df2
98 显著性
.409 （方差齐性检验结果：p值为0.409，大于0.05，接受原假设，即方差齐性。）
ANOVA
总体满意度
组间 组内
平方和 120.909 1581.840 df
1 98 均方 120.909 16.141 F 7.491 显著性
.007
总数 1702.748 99 从上表中可以看出，方差分析的p值为0.007，小于0.05，拒接原假设，即不同行业的顾客满意度有显著性差异，说明行业因素对总体满意度的影响是显著的，机织类顾客满意度低，平均满意度为67.168；针织类顾客满意度高，平均满意度为69.4734。
2、地区因素分析
描述 总体满意度 山东 苏南 苏北 上海 浙江 广东 福建 吉林 辽宁 总数 均值的 95% 置信区间 N 5 36 29 13 12 2 1 1 1 100 均值 68.5790 68.5742 68.7315 68.1024 70.3385 67.9748 63.3357 66.9734 66.2224 68.6666 标准差 3.98124 4.75274 4.16981 3.67298 3.03158 4.749 . . . 4.14723 标准误 1.78046 .79212 .77432 1.01870 .87514 3.35804 . . . .41472 下限 63.6357 66.9661 67.1454 65.8829 68.4123 25.3069 . . . 67.8437 上限 73.5224 70.1823 70.3176 70.3220 72.26 110.28 . . . 69.45 极小值 63.97 55.95 61.80 63.62 65.31 .62 63.34 66.97 66.22 55.95 极大值 72. 76.76 76.96 76.54 76.63 71.33 63.34 66.97 66.22 76.96 方差齐性检验 总体满意度 Levene 统计量 .542 adf1 5 df2 91 显著性 .744 a. 在计算 总体满意度 的方差齐性检验时，将忽略仅有一个案例的组。 （方差齐性检验结果：p值为0.744，大于0.05，接受原假设，即方差齐性。）
ANOVA
总体满意度
组间 组内 总数
平方和 76.3 1626.384 1702.748 df
8 91 99 均方 9.546 17.872 F .534 显著性
.828
从上表中可以看出，方差分析的p值为0.828，大于0.05，接受原假设，即不同
地区的顾客满意度没有显著性差异，其中浙江的客户满意度较高为70.338，而福建的客户满意度较低，为63.336
。
3、客户类别分析
描述
总体满意度
A类客户 B类客户 C类客户 总数
均值的 95% 置信区间
N
25 60 15 100 均值 69.2022 69.0618 66.1929 68.6666 标准差 4.78291 3.361 3.28348 4.14723 标准误 .95658 .50266 .84779 .41472 下限 67.2280 68.0559 .3746 67.8437 上限 71.1765 70.0676 68.0112 69.45 极小值 55.95 59.98 62.51 55.95 极大值 76.54 76.96 74.19 76.96
方差齐性检验
总体满意度 Levene 统计量
.823 df1
2 df2
97 显著性
.442 （方差齐性检验结果：p值为0.442，大于0.05，接受原假设，即方差齐性。）
ANOVA
总体满意度
组间 组内 总数
平方和 108.329 1594.420 1702.748 df
2 97 99 均方 54.1 16.437 F 3.295 显著性
.041
多重比较 因变量:总体满意度 LSD 均值差 (I) 客户类别 (J) 客户类别 A类客户 B类客户 C类客户 B类客户 A类客户 C类客户 C类客户 A类客户 B类客户 Tamhane A类客户 B类客户 C类客户 B类客户 A类客户 (I-J) .14048 3.00932 -.14048 2.86885 -3.00932 -2.86885 .14048 3.00932 -.14048 ****95% 置信区间 标准误 .96512 1.32413 .96512 1.17037 1.32413 1.17037 1.08061 1.27820 1.08061 显著性 .885 .025 .885 .016 .025 .016 .999 .070 .999 下限 -1.7750 .3813 -2.0560 .5460 -5.6374 -5.1917 -2.5587 -.1863 -2.8397 上限 2.0560 5.6374 1.7750 5.1917 -.3813 -.5460 2.8397 6.2049 2.5587
C类客户 C类客户 A类客户 B类客户 *. 均值差的显著性水平为 0.05。 2.86885 -3.00932 -2.86885 **.98561 1.27820 .98561 .022 .070 .022 .3461 -6.2049 -5.3916 5.3916 .1863 -.3461
从上表中可以看出，方差分析的p值为0.041，小于0.05，拒接原假设，即不同类别的顾客满意度有显著性差异， 其中A类客户的满意度最高，平均为69.202，C类客户的满意度最低，平均为66.193。 4、供货频率因素
描述
总体满意度
连续供货 间断供货 偶尔供货 总数
均值的 95% 置信区间
N
40 45 15 100 均值 68.3737 69.4627 67.0591 68.6666 标准差 4.23715 3.86056 4.44071 4.14723 标准误 .66995 .57550 1.14659 .41472 下限 67.0186 68.3029 .5999 67.8437 上限 69.7288 70.6225 69.5183 69.45 极小值 55.95 60.69 59.98 55.95 极大值 76.63 76.76 76.96 76.96
方差齐性检验
总体满意度 Levene 统计量
.187 df1
2 df2
97 显著性
.830
ANOVA
总体满意度
组间 组内 总数
平方和 70.713 1632.036 1702.748 df
2 97 99 均方 35.356 16.825 F 2.101 显著性
.128
从上表中可以看出，方差分析的p值为0.830，大于0.05，接受原假设，即供货频率因素对总体满意度的影响不显著，其中间断供货的满意度较高，平均为69.4627，偶尔供货的满意度较低，平均为67.0591。 第八步 分项指标客户满意度分析
结果输出：
统计量
N
有效 缺失
均值 均值的标准误 中值 众数 标准差 方差
总体满意度
100 0 68.6666 .41472 68.8133 67.47 4.14723 17.199 a
品牌满意度 产品质量满意度 销售服务满意度
100 0 68.1600 .338 68.0000 72.00 8.93379 79.813 100 0 68.4182 .58626 69.0909 67.27 5.86263 34.370 100 0 69.2385 .57735 69.2308 69.23 5.77350 33.333
偏度 偏度的标准误 峰度 峰度的标准误 全距 极小值 极大值 百分位数
25 50 75
a. 存在多个众数。显示最小值
-.271 .241 -.060 .478 21.01 55.95 76.96 65.5867 68.8133 71.4143 -.257 .241 -.384 .478 40.00 44.00 84.00 61.0000 68.0000 76.0000 -.555 .241 .655 .478 29.09 52.73 81.82 65.4545 69.0909 72.7273 -.046 .241 .809 .478 34.62 50.77 85.38 65.0000 69.2308 73.8462 结论：(1)客户对品牌的满意度相对较低，平均值为68.16；对销售服务的满意度最高，平均值为69.2385。
（2）客户对品牌的满意度标准差相对较大，达到8.9以上，说明客户对品牌这类指标的评价方式存在较大的争议。