第二步：随后可以利用SPSS等辅助软件对指标进行公因子的提取，使各个变量个数减少，易于观察和处理研究；同时得出特征值和特征向量；

第三步：利用主成分分析法将求得旋转成份矩阵，同时可以对各个变量进行公因子变量的分类；

第四步：进行可靠性检验，对总体、一级、二级的变量进行可靠性检验，根据得出的克朗巴哈系数确定变量的可靠性；

2.2 满意度评价模型

2.2.1  满意度评价模型简述

目前国内满意度研究相对成熟，建立了许多的满意度评价模型，如TCSI满意度评价模型等，该模型从消费者的体验过程出发，系统全面地考虑了这些因素之间的因果关系，可以更全面、准确地测量用户满意度。同时TCSI 是一个结构方程模型包括路径分析、因子分析、多元回归分析等非常专业的统计分析技术，需要采用非常专业的统计分析软件，如 AMOS 、 PLS-GRAPH 等来进行运算分析；另外，该模型要具备足够的项目经验，研究人员才能对 TCSI 分析数据的做出正确的解读[3]。

2.2.2  本篇论文采用的满意度模型

因此结合实际问卷调查情况，本篇论文将主要通过因子分析，根据解释总体方差表格得出的特征值计算一级指标权重，得出总体满意度评价模型；格根据数据赋值计算均值做为二级指标权重，得出一级指标满意度模型；根据计算的各个二级指标的均值做为二级指标满意度评价的依据。从而建立了从总体到二级指标的满意度评价模型。