IPA分析法，即Important-Performance Analysis,通过顾客认为该公司提供服务的重要或顾客对该项目的期望，以及顾客实际感知后的满意度进行比较，这就是IPA分析法。
IPA分析法最早是1977年马提拉和詹姆斯(Martilla,James,1977)提出并用于对汽车经销商的考核，目的是为了可以深入了解公司在营销组合的哪一方面应该给予更多的关注，并识别可能消耗太多资源的领域。在重要性能网格上展示结果促进了管理对数据的解释，并增加了它们在做出战略营销决策中的有用性。
在时代的不断发展过程中，IPA分析法已经应用于各行各业，用以不断提高服务质量，从收集到的资料来看，IPA分析法已广泛应用于交通服务、酒店住宿、餐饮、卫生、公共服务、教育培训、场馆服务、网络服务等多个服务业领域。

二、IPA分析法的优缺点

IPA分析法优点在于其模型直观形象、清晰、易于读者理解等，缺点在于IPA分析法的假设前提是重要性与满意度两个维度上的变量相互独立并与受访者的总体感知呈线性相关。然而在现实调查中，受访者的评价一般为主观感受，其重要性评价和满意度评价很难成为互相独立的变量。
传统的IPA分析法所要求的假设条件一般很难满足，得出的要素象限分布并非总能找到合理的解释。其次，IPA分析法要求受访者对同一问题需要做出两次判断，当问卷题量较大时，访问时间则成倍增长，访问质量有可能下降。
由于传统的IPA分析法的局限，因此，国外学者在传统IPA分析法的基础上，对该方法进行了优化，如在2007年Deng提出IPA分析法的修正，对其统计学进行了优化；还有基于三角模糊评价理论为基础的Fuzzy-IPA等。

三、论文实例

1.世博会对上海旅游业间接影响（C7-C15）的IPA 模型

世博会对上海旅游业间接影响是指世博会的成功举办给予上海今后旅游业带来的间接收入。要使用记忆度、满意度和提升产业度三个指标来衡量。

1.1旅游者对旅游特征重要性与续效感知项调查表

本模型通过采用重要性——绩效分析模型(IPA)的研究方法，对上海世博会旅
游的 23 项旅游者对旅游特征感知项的进行了调查 和评价。最终调查结果如下表：
image.png
image.png
image.png

1.2.层次模型

根据重要性—绩效分析模型（IPA）的数据统计，可以将23项大致分成9项，并且形成目标层的最低准则层，层次模型如下图
image.png

1.3层次法重要度和特征项影响率的确定

1.将与C层准则层各项相关的特征项附在相关特征项栏中。例如1，让世界更多的了解上海；2，提升社会形象属于C7宣传力度指数。
2.将相关特征项的重要度平均得分求和得到重要度一栏。当比较C7与C8-C15之间的相对重要性时，利用C7与C8-C15之间的重要度之间的差再乘5作为调整得到相对重要度。此时可以得到C7相对于C8的相对重要度为6.6（约为7）。其他依次方法可得到每两个之间的相对重要度。即：
image.png
3.特征值影响率反映了C层准则层各项对于上海旅游业的影响。所以我们用绩效平均得分与最高绩效得分的比值作为特征值影响率。即
image.png

四、实现过程

以旅游景区为例：
image.png
接下来，我们来看实际操作：
（1）将收集到的数据导入EXCEL中，大致如下图：
image.png
注；前四项为重要性；后四项为满意度
（2）将使用李克特量表的数据每列进行求平均如下图；
image.png
（3）将重要性与绩效表现下的平均值移到SPSS软件中，选择旧对话框，如下图；
image.png
（4）使用散点图得出IPA象限图，选择散点/点状，如下图：
image.png
（5）点完散点/点状出现选项，选择简单分布，如下图：
image.png
（6）然后出现散点图,如下图，双击进入图像编辑界面。
image.png
（7）如图示操作，得出IPA象限图：
image.png