Tiểu luận môn phương pháp nghiên cứu khoa học ứng dụng partial least squares (PLS) vào phân tích đa nhóm
Bạn đang xem bản rút gọn của tài liệu. Xem và tải ngay bản đầy đủ của tài liệu tại đây (246.41 KB, 13 trang )
Bạn đang đọc: Tiểu luận môn phương pháp nghiên cứu khoa học ứng dụng partial least squares
Bạn đang đọc: Tiểu luận môn phương pháp nghiên cứu khoa học ứng dụng partial least squaresĐẠI HỌC QUỐC GIA TP.HCMTRƯỜNG ĐẠI HỌC BÁCH KHOAKhoa Khoa Học và Kỹ Thuật Máy Tính
Ứng dụng Partial Least Squares (PLS) vàophân tích đa nhóm
GVHD: TS. Nguyễn Văn Minh MẫnSVTH: Nguyễn Thiện Khánh – 7140241Đỗ Duy Quốc – 7140255Hoàng Quốc Nam – 7140247
TP.HỒ CHÍ MINH, THÁNG 5/2015
Mục lục
I
Tóm tắt nội dung.bài đăng tập trung vào các ứng dụng của một vấn nạn nghiên cứu rất phổ biến
trong marketing: phân tích sự khác biệt giữa các nhóm cấu trúc quan hệ. PLS pathmodeling có một số ưu điểm so với covariance-based structural equation modeling(CBSEM) liên quan đến loại vấn nạn nghiên cứu – đặc biệt là trong sự hiện diện của cácchỉ số hình thành, vài sự công bố dùng phương pháp này. Do đó báo này trình bàymột mô hình điển hình để kiểm tra hiệu quả của các hoạt động corporate-levelmarketing trên danh tiếng doanh nghiệp như là một xây dựng trung gian và cuối cùng,về lòng trung thành của khách hàng. Được dùng để kiểm tra thực nghiệm sự khác biệtgiữa các bên liên quan trong một mẫu từ ngành công nghiệp truyền thông di động của
Đức.I.
Động cơ nghiên cứuSự cạnh tranh tăng cao trên thị trường toàn cầu đã buộc các công ty trên khắp
tất cả các ngành công nghiệp phân tích (tiềm năng) cơ sở khách hàng của họ. Việc ápdụng các chiến lược khác biệt đã xuất hiện như một khả năng đem lại thành công tạicác thị trường bão hòa (Markwick và Fill 1997). Phương pháp tiếp cận phân khúckhách hàng đã lấy cảm hứng từ nghiên cứu thị trường để phát triển các phương phápđịnh lượng để xác định phân khúc khách hàng. Đồng thời, một luồng phát triển củanghiên cứu đã nhằm mở rộng sự hiểu biết về các yếu tố thành công của tổ chức theosản phẩm và định hướng khách hàng (Hall 1992; Markwick và Fill 1997; Wilson1985; Weigelt và Camerer 1988). Danh tiếng của công ty là một trong Các tài sảnvô hình thú vị nhất. Mục đích của bài đăng này là để cho thấy rằng mô hình con đườngPLS có thể là một công cụ hữu ích khi câu hỏi là liệu người ta cũng nên phân khúc cácbên liên quan có liên quan trong lĩnh vực quản lý uy tín.II.
Tổng quan về danh tiếng1. Khái niệm danh tiếngDanh tiếng là sự tin cậy của một doanh nghiệp, là một trong Các tài sản vô
hình và vô cùng khó khăn để bắt chước. Các công ty phải mất nhiều năm để xây dựngdanh tiếng, nhưng có thể hủy hoại nó chỉ trong chốc lát. Công ty Enron, ngành côngnghiệp kế toán kiểm toán sau vụ Andersen, Wall Street… là Các ví dụ nổi bật. Chỉ3
sau khi quỵ ngã từ đỉnh cao danh vọng, Các tổ chức này mới kinh ngạc nhận ra rằng
không gì quý giá hơn một danh tiếng tốt, và không gì phù du hơn một danh tiếng tốt.2. Ảnh hưởng danh tiếngMục tiêu dài hạn của một doanh nghiệp thường không hoàn toàn theo địnhhướng tài chính, do đó ảnh hưởng đến một tập hợp các bên liên quan. Uy tín của côngty là một trong Các tài sản vô hình điều đó là vô cùng khó khăn để bắt chước (Huntvà Morgan 1995). Các tài liệu quy cho nhiều lợi ích tiềm năng của công ty để danhtiếng “tốt” : Đối với người tiêu dùng (Shapiro 1983; Zeithaml 1988), thì các hàm danhtiếng như là một cơ chế làm giảm nguy cơ, dẫn đến sự hài lòng của sản phẩm cao hơn(Aaker 1991 (Kotha et al 2001). ), và cuối cùng là làm tăng lòng trung thành(Rogerson 1983).3. Các bên liên quan Quản lý danh tiếngViệc phân tích các hệ số trong mô hình dự kiến cho phép một ưu tiên chi tiết vềcác hoạt động tiếp thị “đòn bẩy trên bốn cấu trúc điều khiển” cấp độ tổng thể cũng nhưmức độ chi tiết hơn về các chỉ số hình thành được dùng để thực thi các cấu trúc. Vìnó là bản chất của các bên liên quan để có các lợi ích khác nhau đối với một công ty,có thể là một số bên liên quan sẽ có xu hướng để cân nhắc các khía cạnh khác nhaucủa một công ty (có danh tiếng tốt) và hành vi khác nhau. Hơn nữa, nó có thể là bằngphương pháp đánh giá các công ty chuyên nghiệp, và do đó trên cơ sở nhận thức nhiều hơn, cácthành phần nhận thức của khía cạnh danh tiếng sẽ có một ảnh hưởng sự thống trị tươngđối về sự hài lòng của khách hàng và lòng trung thành. Tầm quan trọng tương đối ảnhhưởng của chiều hướng nhận thức danh tiếng so với chiều tác động của nó là chìa khóagiải thích của mô hình. Điều này là do tầm quan trọng của ảnh hưởng, gây ra một sựlựa chọn của một số đòn bẩy tiếp thị hơn Các cái khác. Nếu các nhóm liên quanphản ứng khác nhau đối với hoạt động của công ty, điều này hàm ý rằng một công tycó thể hành động một phương pháp khác biệt và phân khúc cụ thể. Do đó, nhóm các bên liênquan nên được hiểu như một biến điều hành rời rạc. Điều hành này có thể giải thíchcho sự khác biệt về sức mạnh danh tiếng đòn bẩy ‘. Việc phân tích sự khác biệt nhómthực hiện trong nghiên cứu này tìm phương pháp trả lời hai câu hỏi có tính chất thăm dò:(1) Trình điều khiển của danh tiếng và sự hài lòng khác nhau tùy thuộc vào cácbên liên quan?
4
(2) Đây có phải là một vấn nạn đối với tất cả các bên liên quan và tất cả cácđường trong các mô hình giả thuyết, hoặc là có một số đòn bẩy để quản lý danh tiếngmà nên được dùng chỉ trong các phân nhóm?4. Sự vận hành và các biện pháp.Sự vận hành của bốn yếu tố ngoại sinh dẫn tới danh tiếng (“chất lượng”, “hiệusuất”, “sự hấp dẫn”, và “trách nhiệm cộng đồng”) dựa trên nghiên cứu trước đây củaSchwaiger (2004) cũng như Eberl và Schwaiger (2005), trong đó một thủ tục tương tựnhư phương pháp tiếp cận của Rossiter C-OAR-SE đã được áp dụng (Rossiter 2002)..Trong các bài phỏng vấn với các chuyên gia đến từ nhiều lĩnh vực, danh tiếng củacông ty đã được định nghĩa một phương pháp ngắn gọn và thảo luận, đảm bảo một sự hiểu biếtchung về danh tiếng và các cấu trúc chất lượng, hiệu suất, sự hấp dẫn và trách nhiệmcộng đồng. Các chuyên gia sau đó được yêu cầu phải có một tầm nhìn rộng về tổ chứcmôi trường và nghĩ về Các khía cạnh có thể đưa danh tiếng công ty của họ đạt đượcbốn yếu tố về chất lượng tổ chức, khía cạnh hiệu suất, sự hấp dẫn của công ty, và hànhvi trách nhiệm của mình. Sau khi tìm thấy 21 mục trong 4 mục tiêu cần xây dựng,người ta thấy rằng 21 chỉ số phải được chỉ rõ yếu tố cấu thành. Không có gì đáng ngạcnhiên, vì mục tiêu của bài phỏng vấn chuyên gia là để xác định hướng đi. Điều nàycũng là phù hợp với mục tiêu mô hình chất lượng, hiệu suất, sức hấp dẫn và tráchnhiệm xã hội hướng tới xây dựng danh tiếng cho đoàn thể và cuối cùng là để xác địnhra đòn bẩy quan trọng (tức là các chỉ số). Do đó các biện pháp nắm bắt đánh giá củacác bên liên quan của 21 đòn bẩy cho các hoạt động tiếp thị của công ty và có thể đượcdùng như các biến đầu vào đối với quản lý danh tiếng và kiểm soát.Một phương pháp trực giác, một công ty có thể thẳng thắn trong việc công khai thôngtin cho công chúng, đồng thời không nhất thiết phải hành xử một phương pháp có ý thức xã hội(trong mắt các bên liên quan). Vì vậy Các chỉ số cần không nhất thiết phải tươngquan từ một quan điểm lý thuyết. Lập luận tương tự áp dụng cho phần còn lại của cácchỉ số.
Tất cả các mục trong nghiên cứu được đánh giá trong thang điểm 7. Tuy nhiên,đánh giá lại các đặc điểm kỹ thuật của các cấu trúc sự yêu mến, năng lực, sự hài lòngcủa khách hàng, và lòng trung thành thông qua các cuộc phỏng vấn chuyên gia khôngthể xác minh rằng các biện pháp phải được quy định trong một mô hình cấu tạo.
5
III.
Tổng quan về Partial Least Squares (PLS)1 Khái niệm partial least squaresPartial Least Squares là một kỹ thuật được dùng rộng rãi trong lĩnh vực hóa
học, đặc biệt là trong trường hợp mà số lượng các biến độc lập lớn hơn nhiều so với sốlượng dữ liệu. PLS được phát triển vào năm 1960 bởi Herman Wold là một kỹ thuậtkinh tế lượng. PLS đã được áp dụng để giám sát và kiểm soát quá trình công nghiệp.Là một phương pháp tối ưu hóa để lựa chọn một đường khớp nhất cho một dảidữ liệu ứng với cực trị của tổng các sai số thống kê (error) giữa đường khớp và dữliệu.Phương pháp này giả định các sai số (error) của phép đo đạc dữ liệu phân phốingẫu nhiên. Định lý Gauss-Markov chứng minh rằng kết quả thu được từ phương phápbình phương tối thiểu không thiên vị và sai số của việc đo đạc dữ liệu không nhất thiếtphải tuân theo.5. Các ký hiệu và thuật ngữĐịnh nghĩa 1: Cho X = [x1 … xm] là ma trận n x m. Ta cóVới là giá trị trung bình của xi.Định nghĩa 2: Cho X là một ma trận trung bình n x m và Y là một ma trận trungbình n x p. Ma trận hiệp phương sai được xác đinh như sau:Giá trị phương sai X được xác định như sau
Sự tương quan giữa hai ma trận X và Y được định nghĩa bởi công thức sau(1)6. vấn nạn với Ordinary Least Squares (OLS)Để biết rõ động lực vì sao PLS được dùng trên dữ liệu nhiều chiều tronglĩnh vực nghiên cứu hóa học, điều quan trọng là phải hiểu được bằng phương pháp nào và tạisao phương pháp bình phương tối thiểu (Ordinary Least Squares – OLS) thất bại trongtrường hợp chúng ta có một số lượng lớn các biến độc lập và chúng có mối tương quancao. Sau đây ta sẽ tìm hiều chi tiết về phương pháp OLS.Cho ma trận X và vector kết quả y, giá trị ước lượng bình phương tối thiểu chobộ thông số β trong mô hình tuyến tínhđược cho bởi phương trình tiêu chuẩn sau6
(2)Cho 2 vector u và v được gọi là trực giao nếu = 0. Một tập hợp các vectorđược gọi là trực giao nếu tất cả các cặp vector trong tập đó là trực giao. Một ma trậnđược gọi là trực giao nếu tập hợp các cột vector của nó là trực giao.Cho ma trận trực giao X, ta cóTrực giao hóa một ma trận X = [x1 x2 … xm] có thể được thực hiện bằng phương pháp sửdụng quá trình Gram-Schmidt
Thủ tục biến đổi X vào trong ma trận trực giao U = [u1 u2 … um ] bằng các bước sau
…
Quá trình Gram-Schmidt cũng cho chúng ta thừa số QR của ma trận X, với Qđược tạo thành từ các vector trực giao u i được chuẩn hóa từ các vector đơn vị, và matrận tam giác trên R có được từ hệ số projui(xj).Nếu các cột vector của ma trận X = [x1 x2 … xm] dưới dạng tập trực giao, và nó
tuân theo công thức (2)(3)Vì. Nói phương pháp khác được tạo thành từ các ước lượng đơn biến. Các giá trị trungbình này khi được đưa vào các biến đã trực giao, chúng sẽ không có hiệu lực trên ướclượng tham số của nhau trong mô hình.Một phương pháp để thực hiện hồi quy được gọi là thủ tục Gram-Schmidt cho đa hồiquy là đầu tiên phân hoạch ma trận X thành X =, với U = [u1 u2 … um] là ma trận trựcgiao có được từ thủ tục Gram-Schmidt, and là ma trận tam giác trên được định nghĩabởivàVới l Dưới đây cho thấy mối quan hệ giữa α và β trong Xβ = y:vì, ta có(4)
7
Vì bất kỳ xj nào cũng có thể được chuyển vào vị trí cuối trong ma trận X, đẳngthức (4) cho ta vài thông tin hữu ích: hệ số hồi quy β(j) của x j là ước lượng đơn biếncủa hồi quy y trên phần còn lại của hồi quy x j trên x1, x2, …, xj – 1, xj + 1, …, xn. Bằngtrực quan, β(j) đại diện cho sự đóng góp thêm của x j trên y, sau khi xj đã được hiệuchỉnh cho x1, x2, …, xj – 1, xj + 1, …, xn. Từ Các điều trên, chúng ta có thể thấy bằngphương pháp nào đa hồi quy tuyến tính có thể bị thất bại trong thực tế. Nếu x n có mối tươngquan cao với một vài x k khác, các vector un còn lại sẽ tiến về 0 và từ công thức (4), hệsố hồi quy β(m) sẽ không ổn định. Thật vậy, điều này là đúng đối với tất cả các biếntrong tập tương quan.7. Partial Least SquaresVới ma trận X là ma trận đầu vào mà ma trận Y là ma trận kết quả, phân hoạchma trận X và Y ta được như sau
(5)
,
Và sau đó tiến hành hồi quy giữa T và U. Nếu chúng ta làm các phép phân táchtrên X và Y một phương pháp độc lập dùng NIPALS, chúng ta nhận được hai bộ quy tắc cậpnhật sau:t := xj for some jloopp := XTt/|XTt|t := XpUntil t stop changing
u := yj for some jloopq := YTu/|YTu|u := YqUntil u stop changing
Ý tưởng của PLS là muốn sự phân tách trên X và Y được hoàn thành bằng phương pháplấy thông tin lẫn nhau trong khi tính toán. Một phương pháp trực quan để đạt được điều đó làhoán đổi t và u trong lúc cập nhật cho p và q ở trên và kết hợp 2 luật cập nhật vàotrong một vòng lặp, ta được kết quả như sauu := yj for some jloopp := XTu/|XTu|t := Xpq := YTt/|YTt|u := YqUntil t stop changing
8
Trong trường hợp khi khối Y chỉ có một biến, chúng ta có thể gán q = 1 và 2bước cuối cùng của vòng lặp có thể được bỏ qua.Đối với các thành phần tiếp theo và các vector, đặtX := X – tpTY := Y – uqTVà sau đó lặp lại tương tự các bước. Sau khi thực hiên l bước, chúng ta có đượchai ma trận T và U kích thước n x l và ma trận P và Q liên hệ với công thức (5). Để cóđược một mô hình hồi quy quan hệ giữa X và Y, chúng ta tìm β thích hợp sao choU = TβThay thế kết quả của mô hình vào công thức (5) chúng ta cóY = UQT = TβQT = XPβQTCho bất kỳ giá trị x, chúng ta có thể sử dung P, Q và β để tính toán giá trị ytương ứng một phương pháp dễ dàng.Tiếp theo ta có
Với là ma trận hiệp phương sai của Y TX, và U là các vector riêng của nó, và D =diag(λ1 … λm) là các giá trị riêng của nó như sau λ 1 > λ2 > … > λm. Chúng ta thấy rằngma trận P trong công thức (5) được chọn sao chocov(YTXP, YTXP) = D.Chúng ta có thể thấy rằng q là một vector riêng của (X TY)T XTY và tất cả ma trận Qtrong công thức 11 được chọn sao chocov(XTYQ, XTYQ) = D’,với D’ = diag(λ1’ …. λk’), λ1’ > λ2’ > …. > λk’ là các giá trị riêng của ma trận hiệpphương sai của XTY.
9
8. PLS Path ModelingPLS Path Modeling là một quy trình ước lượng dựa trên phương pháp tiếp cậntừng phần để mô hình hóa phương trình cấu trúc.PLS Path Modeling bao gồm hai mô hình con: mô hình đo lường và mô hìnhcấu trúc. Mô hình đo lường biểu diễn cho mối quan hệ giữa các dữ liệu quan sát vàcác biến tiềm ẩn. Mô hình cấu trúc biểu diễn cho mối quan hệ giữa các biến tiềm ẩn.Một thuật toán lặp giải quyết các mô hình phương trình cấu trúc bằng các ướclượng các biến ẩn bằng phương pháp dùng các phép đo và mô hình cấu trúc trong các bướcxen kẽ, đo dó thủ tục này có tên gọi là “Từng phần”. Các mô hình đo lường ước tínhcác biến ẩn như một tổng trọng số của các biến thể hiện của nó. Các mô hình cầu trúcước tính các biến ẩn bằng ý nghĩa của mô hình hồi quy tuyến tính đơn hay đa chiềugiữa các biến ẩn đươch ước tính bởi mô hình đo lường. Thuật toán này được lặp đilặp lại đạt được giá trị hội tụ.9. PLS Path RegressionMô hình hồi quy bình phương tối thiểu từng phần là một phương pháp thôngkê mà có một số mối quan hệ với hồi quy thành phần chính. Thay vì tìm siêu phăngphương sai tối thiểu giữa các kết quả và các biến độc lập, nó tìm một mô hình hồi quytuyến tính bằng phương pháp chiếu các biện dự báo và các biến quan sát vào một không gianmới. Bởi vì cả dữ liệu X và Y đều được chiếu vào không gian mới, các phương phápPLS được gọi là mô hình nhân tố bilinear. PLS hồi quy đặc biệt phù hợp khi ma trậncủa các yếu tố dự báo có nhiều biến hơn so với quan sát, và khi có đa cộng tuyến giữacác giá trị X.
Hình 1. Minh họa về mô hình phân tích hồi quy.10
IV.
Ứng dụng PLS vào phân tích đa nhóm1 Thị trường truyền thông di động của ĐứcMô hình này đã được thử nghiệm trên thị trường truyền thông di động ở Đức
trên bốn nhà cung cấp dịch vụ lớn. Cùng với nhau, họ có hơn 71 triệu khách hàng vớitỷ lệ thâm nhập thị trường trong năm 2004 là khoảng 82%. Thị trường trở nên bảo hòa.Đã có một sự suy giảm giá mạnh kể từ đầu năm 2003. Khả năng cạnh tranh của thịtrường tăng vì vậy lòng trung thành của khách hàng là một vấn nạn quan trọng trongngành công nghiệp này. Đổi mới sản phẩm và lợi thế cạnh tranh dựa trên sản phẩm làđiều rất khó. Vì vậy, hoạt động của công ty cấp là một khả năng quan trọng cho sựkhác biệt. Các công ty trên thị trường do đó phải đối mặt với Các câu hỏi về phương phápthức hoạt động khác nhau mà họ có thể thực hiện có thể ảnh hưởng đến các nhóm liênquan khác nhau.10. Mẫu số liệu thống kêDữ liệu được thu thập bằng các cuộc bài phỏng vấn CATI vào tháng 2 năm2005. Các đối tượng đánh giá các chỉ số của danh tiếng (ví dụ năng lực và sự yêuthích) và các cấu trúc điều khiển của 4 nhà cung cấp dịch vụ trên thang 7 điểm. Mỗingười được phỏng vấn được hỏi về sự hài lòng của mình với lòng trung thành đối vớinhà cung cấp dịch vụ của mình. Khách hàng được lựa chọn ngẫu nhiên từ cộng đồng,trong khi các nhóm liên quan khác được lựa chọn ngẫu nhiên từ các cơ sở dữ liệungành công nghiệp. Số liệu này bao gồm tổng cộng 352 người đại diện cho bốn nhómchủ thể quan trọng nhất được xác định bởi: các đại diện của phương tiện truyền thông(n = 34, 9.7%), chính trị gia (n = 58; 16,5%), cộng đồng tài chính (n = 50; 14,2%), vàCác nguời được lựa chọn ngẫu nhiên đại diện cho công chúng và khách hàng (n =210; 59,7%).11. Kết quả cho mô hình tổng thêGiá trị R2 phản ánh trong việc xây dựng lòng trung thành của khách hàng làchấp nhận được đối với mô hình tổng thể, cũng như đối với từng mẫu con. Bảng 21.2Hiển thị danh sách đầy đủ của tất cả các cấu trúc nội sinh và giá trị R 2 của mô hình controng các cuộc thảo luận về sự khác biệt giữa các nhóm con. Kết quả cho thấy rằng
quy mô danh tiếng của công ty là Các dự báo thực sự tốt của biến ẩn lòng trung
11
thành của khách hàng. Hình 21.2 trình bày các kết quả của mô hình tổng thể conđường.Các kết quả của mô hình này cho thấy rằng nhiều hứa hẹn cho các công ty đểtiến hành các hoạt động tiếp thị của công ty cấp với mục đích tối đa hóa sự yêu thíchcủa khách hàng thay vì năng lực của công ty.
V.
Kết luận và hướng nghiên cứu tiếpKết quả của mô hình tổng thể tạo ra một trường hợp tốt cho hiệu quả quản lý
danh tiếng công ty trong giới hạn của mục tiêu khách hàng cụ thể: danh tiếng công tycó một tác động tích cực vào sự hài lòng và lòng trung thành của khách hàng. Do đóđóng một vai trò quan trọng trong sự khác biệt. Chúng ta có thể củng cố các giả địnhlý thuyết liên quan đến Các ảnh hưởng tích cực của danh tiếng bằng Các phát12
hiện thực nghiệm. Ngành công nghiệp truyền thông di động là một chủ đề ở mức độlớn hơn đến các khía cạnh nhạy cảm của danh tiếng. Một danh tiếng bền vững có thểcung cấp các phương tiện nào đó để làm giảm bớt Các ảnh hưởng từ một cuộckhủng hoảng lên danh tiếng. Các công ty tìm kiếm đòn bẩy điều khiển cần phải biếtđòn bẩy nào có thể được dùng để đạt được điều này. Nghiên cứu này có thể trả lờicâu hỏi này thông qua các ví dụ về các ngành công nghiệp truyền thông di động.PLS mô hình con đường đã được chứng minh là một công cụ rất mạnh mẽ và
đáng tin cậy cho các loại hình câu hỏi nghiên cứu và nó cho phép một phân tích đượcthực hiện về Các khác biệt giữa nhóm thậm chí các mẫu tương đối nhỏ.VI.
Tài liệu tham khảo– Handbook of Partial Least Squares – Vincenzo Esposito Vinzi, WynneW.
Chin, Jorg Henseler, and HuiwenWang.– http://en.wikipedia.org/wiki/Partial_least_squares_regression– http://en.wikipedia.org/wiki/Partial_least_squares_path_modeling
13
Đức. I.Động cơ nghiên cứuSự cạnh tranh đối đầu tăng cao trên thị trường toàn thế giới đã buộc Các công ty trên khắptất cả Các ngành công nghiệp nghiên cứu và phân tích ( tiềm năng ) cơ sở người mua của họ. Việc ápdụng Các kế hoạch độc lạ đã Open như một năng lực đem lại thành công xuất sắc tạicác thị trường bão hòa ( Markwick và Fill 1997 ). Phương pháp tiếp cận phân khúckhách hàng đã lấy cảm hứng từ nghiên cứu và điều tra thị trường để tăng trưởng Các phương phápđịnh lượng để xác lập phân khúc người mua. Đồng thời, một luồng tăng trưởng củanghiên cứu đã nhằm mục đích lan rộng ra sự hiểu biết về Các yếu tố thành công xuất sắc của tổ chức triển khai theosản phẩm và khuynh hướng người mua ( Hall 1992 ; Markwick và Fill 1997 ; Wilson1985 ; Weigelt và Camerer 1988 ). Danh tiếng của công ty là một trong Các tài sảnvô hình mê hoặc nhất. Mục đích của bài đăng này là để cho thấy rằng quy mô con đườngPLS hoàn toàn có thể là một công cụ có ích khi câu hỏi là liệu người ta cũng nên phân khúc cácbên tương quan có tương quan trong nghành nghề dịch vụ quản trị uy tín. II.Tổng quan về danh tiếng1. Khái niệm danh tiếngDanh tiếng là sự đáng tin cậy của một doanh nghiệp, là một trong Các gia tài vôhình và vô cùng khó khăn vất vả để bắt chước. Các công ty phải mất nhiều năm để xây dựngdanh tiếng, nhưng hoàn toàn có thể hủy hoại nó chỉ trong chốc lát. Công ty Enron, ngành côngnghiệp kế toán truy thuế kiểm toán sau vụ Andersen, Wall Street … là Các ví dụ điển hình nổi bật. Chỉsau khi quỵ ngã từ đỉnh cao danh vọng, Các tổ chức triển khai này mới kinh ngạc nhận ra rằngkhông gì quý giá hơn một nổi tiếng tốt, và không gì phù du hơn một khét tiếng tốt. 2. Ảnh hưởng danh tiếngMục tiêu dài hạn của một doanh nghiệp thường không trọn vẹn theo địnhhướng kinh tế tài chính, do đó ảnh hưởng tác động đến một tập hợp Các bên tương quan. Uy tín của côngty là một trong Các gia tài vô hình dung điều đó là vô cùng khó khăn vất vả để bắt chước ( Huntvà Morgan 1995 ). Các tài liệu quy cho nhiều quyền lợi tiềm năng của công ty để danhtiếng ” tốt ” : Đối với người tiêu dùng ( Shapiro 1983 ; Zeithaml 1988 ), thì Các hàm danhtiếng như thể một chính sách làm giảm rủi ro tiềm ẩn, dẫn đến sự hài lòng của mẫu sản phẩm cao hơn ( Aaker 1991 ( Kotha et al 2001 ). ), và sau cuối là làm tăng lòng trung thành với chủ ( Rogerson 1983 ). 3. Các bên tương quan Quản lý danh tiếngViệc nghiên cứu và phân tích Các thông số trong quy mô dự kiến được cho phép một ưu tiên cụ thể vềcác hoạt động giải trí tiếp thị “ đòn kích bẩy trên bốn cấu trúc tinh chỉnh và điều khiển ” Lever toàn diện và tổng thể cũng nhưmức độ cụ thể hơn về Các chỉ số hình thành được dùng để thực thi Các cấu trúc. Vìnó là thực chất của Các bên tương quan để có Các quyền lợi khác nhau so với một công ty, hoàn toàn có thể là 1 số ít bên tương quan sẽ có khuynh hướng để xem xét Các góc nhìn khác nhaucủa một công ty ( có nổi tiếng tốt ) và hành vi khác nhau. Hơn nữa, nó hoàn toàn có thể là bằngphương pháp nhìn nhận Các công ty chuyên nghiệp, và do đó trên cơ sở nhận thức nhiều hơn, cácthành phần nhận thức của góc nhìn khét tiếng sẽ có một tác động ảnh hưởng sự thống trị tươngđối về sự hài lòng của người mua và lòng trung thành với chủ. Tầm quan trọng tương đối ảnhhưởng của khunh hướng nhận thức nổi tiếng so với chiều tác động ảnh hưởng của nó là chìa khóagiải thích của quy mô. Điều này là do tầm quan trọng của ảnh hưởng tác động, gây ra một sựlựa chọn của một số ít đòn kích bẩy tiếp thị hơn Các cái khác. Nếu Các nhóm liên quanphản ứng khác nhau so với hoạt động giải trí của công ty, điều này hàm ý rằng một công tycó thể hành vi một phương pháp độc lạ và phân khúc đơn cử. Do đó, nhóm Các bên liênquan nên được hiểu như một biến điều hành quản lý rời rạc. Điều hành này hoàn toàn có thể giải thíchcho sự độc lạ về sức mạnh nổi tiếng đòn kích bẩy ‘. Việc phân tích sự độc lạ nhómthực hiện trong nghiên cứu và điều tra này tìm phương pháp vấn đáp hai thắc mắc có đặc thù thăm dò : ( 1 ) Trình tinh chỉnh và điều khiển của khét tiếng và sự hài lòng khác nhau tùy thuộc vào cácbên tương quan ? ( 2 ) Đây có phải là một yếu tố so với tổng thể Các bên tương quan và tổng thể cácđường trong Các quy mô giả thuyết, hoặc là có 1 số ít đòn kích bẩy để quản trị danh tiếngmà nên được dùng chỉ trong Các phân nhóm ? 4. Sự quản lý và vận hành và Các giải pháp. Sự quản lý và vận hành của bốn yếu tố ngoại sinh dẫn tới nổi tiếng ( “ chất lượng ”, “ hiệusuất ”, “ sự mê hoặc ”, và “ nghĩa vụ và trách nhiệm hội đồng ” ) dựa trên nghiên cứu và điều tra trước đây củaSchwaiger ( 2004 ) cũng như Eberl và Schwaiger ( 2005 ), trong đó một thủ tục tương tựnhư chiêu thức tiếp cận của Rossiter C-OAR-SE đã được vận dụng ( Rossiter 2002 ) .. Trong Các bài phỏng vấn với Các chuyên viên đến từ nhiều nghành nghề dịch vụ, nổi tiếng củacông ty đã được định nghĩa một phương pháp ngắn gọn và đàm đạo, bảo vệ một sự hiểu biếtchung về khét tiếng và Các cấu trúc chất lượng, hiệu suất, sự mê hoặc và trách nhiệmcộng đồng. Các chuyên viên sau đó được nhu yếu phải có một tầm nhìn rộng về tổ chứcmôi trường và nghĩ về Các góc nhìn hoàn toàn có thể đưa nổi tiếng công ty của họ đạt đượcbốn yếu tố về chất lượng tổ chức triển khai, góc nhìn hiệu suất, sự mê hoặc của công ty, và hànhvi nghĩa vụ và trách nhiệm của mình. Sau khi tìm thấy 21 mục trong 4 tiềm năng cần thiết kế xây dựng, người ta thấy rằng 21 chỉ số phải được chỉ rõ yếu tố cấu thành. Không có gì đáng ngạcnhiên, vì tiềm năng của bài phỏng vấn chuyên viên là để xác lập hướng đi. Điều nàycũng là tương thích với tiềm năng quy mô chất lượng, hiệu suất, sức mê hoặc và tráchnhiệm xã hội hướng tới thiết kế xây dựng khét tiếng cho đoàn thể và ở đầu cuối là để xác địnhra đòn kích bẩy quan trọng ( tức là Các chỉ số ). Do đó Các giải pháp chớp lấy nhìn nhận củacác bên tương quan của 21 đòn kích bẩy cho Các hoạt động giải trí tiếp thị của công ty và hoàn toàn có thể đượcdùng như Các biến đầu vào so với quản trị khét tiếng và trấn áp. Một phương pháp trực giác, một công ty hoàn toàn có thể thẳng thắn trong việc công khai minh bạch thôngtin cho công chúng, đồng thời không nhất thiết phải hành xử một phương pháp có ý thức xã hội ( trong mắt Các bên tương quan ). Vì vậy Các chỉ số cần không nhất thiết phải tươngquan từ một quan điểm triết lý. Lập luận tựa như vận dụng cho phần còn lại của cácchỉ số. Tất cả Các mục trong điều tra và nghiên cứu được nhìn nhận trong thang điểm 7. Tuy nhiên, nhìn nhận lại Các đặc thù kỹ thuật của Các cấu trúc sự thương mến, năng lượng, sự hài lòngcủa người mua, và lòng trung thành với chủ trải qua Các cuộc phỏng vấn chuyên viên khôngthể xác định rằng Các giải pháp phải được lao lý trong một quy mô cấu trúc. III.Tổng quan về Partial Least Squares ( PLS ) 1 Khái niệm partial least squaresPartial Least Squares là một kỹ thuật được dùng thoáng rộng trong nghành nghề dịch vụ hóahọc, đặc biệt quan trọng là trong trường hợp mà số lượng Các biến độc lập lớn hơn nhiều so với sốlượng tài liệu. PLS được tăng trưởng vào năm 1960 bởi Herman Wold là một kỹ thuậtkinh tế lượng. PLS đã được vận dụng để giám sát và trấn áp quy trình công nghiệp. Là một chiêu thức tối ưu hóa để lựa chọn một đường khớp nhất cho một dảidữ liệu ứng với cực trị của tổng Các sai số thống kê ( error ) giữa đường khớp và dữliệu. Phương pháp này giả định Các sai số ( error ) của phép đo đạc tài liệu phân phốingẫu nhiên. Định lý Gauss-Markov chứng tỏ rằng tác dụng thu được từ phương phápbình phương tối thiểu không thiên vị và sai số của việc đo đạc tài liệu không nhất thiếtphải tuân theo. 5. Các ký hiệu và thuật ngữĐịnh nghĩa 1 : Cho X = [ x1 … xm ] là ma trận n x m. Ta cóVới là giá trị trung bình của xi. Định nghĩa 2 : Cho X là một ma trận trung bình n x m và Y là một ma trận trungbình n x p. Ma trận hiệp phương sai được xác đinh như sau : Giá trị phương sai X được xác lập như sauSự đối sánh tương quan giữa hai ma trận X và Y được định nghĩa bởi công thức sau ( 1 ) 6. vấn nạn với Ordinary Least Squares ( OLS ) Để biết rõ động lực vì sao PLS được dùng trên tài liệu nhiều chiều tronglĩnh vực điều tra và nghiên cứu hóa học, điều quan trọng là phải hiểu được bằng phương pháp nào và tạisao chiêu thức bình phương tối thiểu ( Ordinary Least Squares – OLS ) thất bại trongtrường hợp tất cả chúng ta có một số lượng lớn Các biến độc lập và chúng có mối tương quancao. Sau đây ta sẽ tìm hiều cụ thể về giải pháp OLS.Cho ma trận X và vector tác dụng y, giá trị ước đạt bình phương tối thiểu chobộ thông số kỹ thuật β trong quy mô tuyến tínhđược cho bởi phương trình tiêu chuẩn sau ( 2 ) Cho 2 vector u và v được gọi là trực giao nếu