《Information》：A New QoE Model for 5G FWA Using the Structural Equation Modeling (SEM) Approach
编辑推荐：
移动网络运营商（MNOs）越来越多地采用5G固定无线接入（FWA）以满足家庭对高性能服务的需求。本研究通过多阶段研究评估了5G FWA的采用和体验质量（QoE）。首先，研究人员利用系统文献综述开发了一个结构方程模型（SEM）框架。其次，对42位行业专家和52位
移动网络运营商（MNOs）越来越多地采用5G固定无线接入（FWA）以满足家庭对高性能服务的需求。本研究通过多阶段研究评估了5G FWA的采用和体验质量（QoE）。首先，研究人员利用系统文献综述开发了一个结构方程模型（SEM）框架。其次，对42位行业专家和52位终端用户进行了问卷调查，以识别服务质量（QoS）和用户体验（UX）因素。最后，SEM分析表明，用户体验在FTTx和5G FWA之间不可转移，因为相关性（y = ?0.052, t值= ?0.10）在统计上不显著。FTTx的技术QoS不影响用户对5G FWA技术QoS的感知（y = ?0.02, t值= ?0.12）。带宽和质量是5G FWA在用户体验方面成功的最关键驱动因素，而时延、平均意见得分（MoS）和吞吐量对于QoS至关重要。对5G FWA的UX和QoS参数进行的探索性因子分析（EFA）显示，所有已识别因素均具有较强的内部一致性。该框架的拟合指数反映了优秀的模型QoS（RMSEA = 0.08, CFI = 0.973, TLI = 0.965, CMIN/DF = 1.254, GFI = 0.782）和UX（RMSEA = 0.08, CFI = 0.895, TLI = 0.881, CMIN/DF = 1.377, GFI = 0.655）。数学SEM模型为服务因素作为观测参数的作用提供了实证证据，并引入了一个经过验证的理论框架QoE-SEM；本研究有助于电信行业决策者为即将到来的5G FWA制定战略模型。
# 论文解读：基于结构方程模型的5G固定无线接入体验质量新模型
## 研究背景与问题
随着家庭对高性能通信服务的需求不断增长，移动网络运营商（MNOs）正寻求创新方法来管理激增的流量。5G固定无线接入（FWA）作为一种经济高效的宽带替代方案应运而生，利用5G技术提供高数据容量、快速下载速率和低时延。然而，尽管5G FWA在技术性能上优于传统光纤到x（FTTx），但用户对这两种技术的体验质量（QoE）是否存在可迁移性尚不明确。现有研究多聚焦于QoS或UX的独立评估，缺乏综合考虑两者并预测新技术的模型。特别是，在印度尼西亚这一全球第四大互联网市场，由于5G FWA尚未完全商用，难以在现网进行测量，因此亟需开发一种基于专家和用户视角的预测性QoE模型，以指导技术部署和战略决策。
## 研究内容与结论
研究人员通过多阶段研究，首先系统梳理文献构建了结构方程模型（SEM）框架；随后对42位行业专家和52位终端用户进行问卷调查，识别出服务质量（QoS）和用户体验（UX）的关键因素；最后通过SEM分析发现，FTTx的UX与5G FWA的UX之间相关性不显著（y = ?0.052, t值= ?0.10），FTTx的QoS也不影响5G FWA的QoS感知（y = ?0.02, t值= ?0.12）。这意味着用户对传统光纤技术的体验不能直接迁移到5G FWA。对于5G FWA，带宽和质量是UX的最关键驱动因素，而时延、平均意见得分（MoS）和吞吐量是QoS的关键。探索性因子分析（EFA）验证了模型因素的高内部一致性，拟合指数（如RMSEA=0.08、CFI=0.973等）表明模型具有优秀的拟合度。该研究为电信行业决策者提供了验证的理论框架QoE-SEM，有助于制定5G FWA的战略模型。论文发表在《Information》。
## 主要关键技术方法
研究人员采用了以下关键技术方法：1）系统文献综述，用于构建初始SEM框架；2）问卷调查，样本来自42位行业专家（涉及射频工程、频谱频率等领域）和52位终端用户（活跃使用移动和固定宽带），数据收集通过组织网络和专业协会等多渠道进行；3）结构方程模型（SEM）分析，使用AMOS软件进行模型构建和假设检验；4）探索性因子分析（EFA），用于识别潜在变量结构。研究聚焦于印度尼西亚市场，采用七点李克特量表。
## 研究结果
### 4.1 SEM处理结果
通过SEM分析，研究人员发现用户体验（UX）因素中，FTTx的可靠性是最强指标（相关性0.999，t值2.36），而5G FWA的带宽（0.96）和质量（0.90）为主导因素。相关性分析显示FTTx UX与5G FWA UX之间为弱负相关（y = ?0.052，t值= ?0.100），统计不显著，说明两者不可迁移。在QoS因素中，FTTx的时延（1.00，t值6.85）和MoS（0.936）最强；5G FWA的MoS（0.97，t值9.42）最为关键。FTTx QoS与5G FWA QoS的相关性近乎为零（y = ?0.02，t值= ?0.122），表明技术质量也不具迁移性。
### 4.2 系统性误差（GFI）
Goodness of Fit（GOF）指数评估表明模型拟合良好：模型QoS的RMSEA=0.08、CFI=0.973、TLI=0.965、CMIN/DF=1.254、GFI=0.782；模型UX的RMSEA=0.08、CFI=0.895、TLI=0.881、CMIN/DF=1.377、GFI=0.655。所有值均在可接受范围内，验证了模型的有效性。
### 4.3 SEM探索性分析（EFA）结果
EFA结果显示，5G FWA的UX参数中，带宽（因子负荷0.939）是最强驱动因素，其次为质量（0.915）、透明度（0.91）、可靠性（0.87）和可用性（0.859）。QoS参数中，MoS（0.982）最为重要，时延（0.967）和吞吐量（0.96）紧随其后。所有因子负荷均高于0.85，表明高内部一致性。Kaiser-Meyer-Olkin（KMO）检验显示，QoS的KMO值为0.646（可接受），UX的KMO值为0.709（良好），Bartlett球形检验显著（p<0.05），确认数据适合进行因子提取。
## 讨论与结论
### 讨论总结
SEM分析表明，FTTx的UX与5G FWA的UX之间无显著相关性，这意味着用户对成熟光纤技术的体验不能预测其对新型无线技术的感知。原因有三：技术期望不同（FTTx被视为稳定公用事业，5G FWA则是高性能无线创新）、性能指标不同（FTTx依赖可靠性，5G FWA依赖带宽和质量）、以及两个技术的体验生态相互独立。同样，FTTx的QoS与5G FWA的QoS也不相关，强调5G FWA需要作为独立服务类别进行管理。拟合指数验证了模型可靠性，为印尼5G FWA策略提供了统计依据。
### 研究结论翻译
本研究通过EFA结果分析，利用服务因素构建了基于SEM的5G FWA QoE模型。研究人员系统地探索了预测无线技术（5G FWA）采用的多阶段研究挑战，识别出服务因素作为观测变量，包括三个QoS因素和五个UX因素。SEM分析表明，从潜在变量FTTx和5G FWA来看，分为QoS和UX服务因素后，用户体验在FTTx与5G FWA之间不可转移（相关性y = ?0.052, t值= ?0.100），技术QoS也不具影响（y = ?0.02, t值= ?0.122）。然而，5G FWA的指标服务因素在UX和QoS方面均具有最强显著性：UX中带宽和质量是关键驱动因素（t > 3.0），QoS中时延、MoS和吞吐量至关重要。EFA证实了SEM模型构建的强度，拟合指数反映了模型QoS（RMSEA=0.08, CFI=0.973, TLI=0.965, CMIN/DF=1.254, GFI=0.782）和模型UX（RMSEA=0.08, CFI=0.895, TLI=0.881, CMIN/DF=1.377, GFI=0.655）的优秀拟合。该研究为新技术提供了新的QoE模型构建，数学SEM模型为服务因素作为观测参数的作用提供了实证证据，并引入了验证的理论框架，可用于未来开发新型QoE模型。这些战略模型强调，5G FWA的技术卓越性直接转化为卓越的用户体验，提供商应专注于5G FWA特定质量标准，而非依赖传统FTTx的声誉，因为两者在用户认知中统计上解耦。尽管存在样本量小和自报调查偏倚等局限，该分析为尚未商用的新技术建立了最佳实践QoE模型蓝图。未来研究可扩展至其他国家的新无线技术应用和服务。
