在量表的设计上，首先对以往的体育教育服务质量评价和高校教育学生满意度的相关文献进行梳理，借助顾客满意度指数模型，参考高校教育学生满意度测量量表，然后，就本研究的研究目的对量表的问题指标进行设计，形成初始问卷.初始问卷包含高校体育教育学生感知质量(20个测量指标)、感知价值(两个测量指标)和总体满意度(两个测量指标)3个变量，采用Likert五点量表法对各变量的测量指标进行评级测量.

初始问卷形成以后，首先进行小样本测试，选取成都大学100名在校大学生为测试对象，回收有效问卷91份，通过对回收的问卷进行项目分析，结果发现所有题项的区分度都达到了标准，不需要删除任何题项.

感知质量部分由20个测量指标构成，为了探索各个指标的相关性以及是否存在学生感知质量的共性因子，尝试对20个测量指标进行探索性因子分析.在进行探索性因子分析之前，首先检验量表是否达到因子分析的要求.经过检验，KMO值为0.927，Bartlett球体检验F值为0.000，达到了0.05的显著水平，表明总体的相关矩阵间有共同因素存在，适合进行探索性因子分析.因此，对感知质量20个测量指标提取了3个公因子，并对公因子命名，得到最终的高校体育教育学生满意度测量量表(表 1).

最终问卷确定后，对四川大学、西南财经大学、四川师范大学、西华大学和成都大学的共计500名大学生进行问卷调查，共回收有效问卷388份(男生占42.3℅，女生占57.7℅)，有效回收率为77.6%.

应用SPSS17.0软件对回收的问卷数据进行项目分析和探索性因子分析，应用AMOS18.0软件对获得的问卷数据进行验证性因子分析以及结构方程模型分析.

信度是指测验或量表工具所测得结果的稳定性及一致性，量表的信度越大，测量标准误差愈小^[6]. Likert量表的信度检验常用Cronbach's Alpha值来衡量.一个信度较高的量表或问卷，总量表的信度系数一般在0.80以上，如果在0.70到0.80之间，还可以接受，如果低于0.65就需要重新修订；分量表的信度系数最好在0.70以上，在0.60到0.70之间也可以接受，如果分量表内部一致性α系数在0.60以下或者是总量表的信度系数在0.80以下的，就应考虑重新修订量表或者增删题项^[7-8].

通过检验得知，总量表的信度系数为0.867>0.80，说明问卷总体信度很高. 表 2显示的是各个变量的信度系数和剔除相应测量指标后变量的信度系数，大部分变量的信度系数在0.70以上，只有“课外体育”这一项为0.587，而删除观测指标a16后“课外体育”这一变量的系数则提高到0.826，所以为了保证问卷的可靠性，在对数据进行分析时应删除a16.量表中感知价值和总体满意度这两个变量均为两个测量指标，因此在分别测出这两个的信度系数后，无法再进一步测量剔除相应测量指标后的信度系数.

效度是测量的有效性程度，即测量工具能够准确测出其所要测量特质的程度，或者简单地说是指一个测验的准确性、有用性.本研究采用结构效度的方法来进行测量，通过与理论假设相比较来检验，根据理论推测的“结构”与具体行为或现象间的关系，判断测量该“结构”的问卷是否能够反映此种联系.量表的结构效度可以通过结构方程模型的拟合情况来反映，模型拟合越好，量表的结构效度越高^[9].结构方程的拟合指数主要包括绝对拟合指数、比较拟合指数和简约拟合指数这3个方面.大部分学者认为，一个好的模型，其拟合指数一般满足，χ²/df＜3；GFI，AGFI，TLI，IFI，CFI均大于0.9；RMSEA最好小于0.05，小于0.08也可以接受^[10]. Bentler & Chou(1987)指出，对于包含较多变量的模型来说，完全达到一般认定的拟合优度是比较困难的^[11].从表 3验证性因素分析模型的拟合情况来看，除了AGFI没有接近要求之外，其他的拟合指标均达到了理想水平，各变量指标均具有较高的因子载荷，说明量表的数据和理论模型匹配，具有较好的结构效度.

从各维度的均值来看，均值范围是3.10~3.38(满分为5分)(表 4)，“感知价值”和“总体满意度”评分最低，分别为3.10和3.11，百分制仅为62分左右，刚刚及格；“体育教学”分数最高，也仅为3.38，百分制是67.6分.采用独立样本T检验的方法，对男女生各变量的均值进行差异性对比分析，结果显示(表 5)：在“体育硬件”“课外体育”和“总体满意度”3个维度上，男女生之间存在显著性差异，男生的评分均低于女生.其中，男生的“总体满意度”评分为2.96，百分制为59.2，没有达到及格分.

本文借助顾客满意度理论和结构方程模型理论，将“感知质量”的3个因子变量“体育硬件”“体育教学”和“课外体育”作为自变量，“总体满意度”作为因变量，“感知价值”作为中介变量建立结构模型.运用极大似然法对路径系数进行参数估计，得到初始模型(图 1). 图 1所示的是模型的拟合指标分别为：χ²/df=2.220，RMSEA=0.056，GFI=0.897，AGFI=0.871，TLI=0.912，IFI=0.924，CFI=0.923.从拟合指标来看，此模型的拟合度比较高，模型中的路径系数能够很好地揭示高校体育教育学生感知质量、感知价值和满意度之间的关系.

表 6展示了各变量间的标准化路径系数的估计值，其中“感知价值←课外体育”、“总体满意度←课外体育”和“总体满意度←体育教学”路径系数检验的p值分别是0.316，0.368和0.791，均大于0.01，说明这几个变量间路径不显著.为了使模型最优化，依据初始模型的检验结果、理论关系以及各变量相关系数的强弱，删除不显著路径，并根据MI值，对个别观测变量的残差路径进行双向关联，让研究模型进一步修正，以期获得一个最优拟合模型，修正模型比假设模型更为符合数据的内在逻辑关系.修正后模型的拟合指标分别为：χ²/df=1.971，RMSEA=0.050，GFI=0.907，AGFI=0.884，TLI=0.930，IFI=0.939，CFI=0.938.路径系数结果为(表 7)：“感知价值←体育硬件”为0.477；“感知价值←体育教学”为0.327；“总体满意度←感知价值”为0.600；“总体满意度←体育硬件”为0.370.

高校学生对学校体育教育的“感知质量”“感知价值”和“总体满意度”评分较低，说明学生认为学校提供的体育教育服务质量不高，没有达到预期水平.相对于女生而言，男生各变量的评分均要低于女生，说明男生对学校的体育教育要求更高，期望更大，在付出相同的成本下希望获得更高的体育教育质量.

高校体育教育学生的“感知质量”是由“体育硬件”“体育教学”和“课外体育”3个维度构成，其中“体育硬件”和“体育教学”对“感知价值”和“总体满意度”有直接和间接的影响.

直接效应是由原因变量对结果变量的直接影响，效应量大小为两个变量间的路径系数；间接效应则是原因变量通过影响中介变量，从而对结果变量产生的间接影响，当只有一个中介变量时，效应量大小为两个路径系数的乘积. “体育硬件”对“总体满意度”的直接效应量为0.370，间接效应量为0.477×0.600=0.286，总效应量为0.370+0.286=0.656，说明“体育硬件”每提升1个单位，“总体满意度”就会提升0.656个单位；“体育教学”对“总体满意度”没有直接效应，间接效应量为0.327×0.600=0.196，说明“体育教学”每提升1个单位，“总体满意度”就会提升0.196个单位.因此，学校通过加大对体育场馆、器材等硬件设施的投入，能够大幅提升学生对学校体育教育的满意程度.

“感知价值”是“感知质量”对“总体满意度”影响的中介变量，对“总体满意度”的路径系数为0.600，影响力很高.经济学角度的“顾客感知价值”是顾客在感知到产品或服务的利益之后，减去其在获取产品或服务时所付出的成本，从而得出的对产品或服务效用的主观评价；从心理学角度将服务感知价值定义为基于全部付出和收益而对服务效用的总体评价.学生的全部付出包括学生在接受体育教育服务过程中所付出的物质成本(学费、花费)和时间成本，而在高校教育中，这部分成本是不可能降低的.因此，只有提高学校体育教育的服务质量，才能提升学生的感知价值，进而提升学生的总体满意度.

将“顾客满意度理论”首次应用到高校体育教育学生满意度的研究中，自编高校体育教育学生满意度量表，并将“感知质量”划分成“体育硬件感知”“体育教学感知”和“课外体育感知”3个维度，虽然量表的信效度都通过了验证，但是其在实际应用中的合理性还需要进一步检验.

本次研究应用结构方程模型验证了各个变量之间的相关性. “课外体育感知”作为“感知质量”的一部分，其对“感知价值”和“总体满意度”均没有影响，基本不符合实际，原因可能是“课外体育感知”与这两个变量间存在非线性关系，而结构方程模型只能分析基于相关系数的线性关系，对于复杂的非线性关系，需要进一步研究.