温泉旅游体验影响因素探究.doc

温泉旅游体验影响因素探究摘要：通过查阅相关文献,提出了19个影响温泉旅游体验的假设因子,并将其细化为对长沙市的温泉旅游者进行问卷调查的问题加以验证。调查结果显示：这19个假设因子都具有一定的重要性,可以作为温泉旅游体验因素的探索性结论，同时分析众多因素,用主成分法从19个影响因子中萃取了5个公因子 关键词：温泉旅游；体验；主成分分析 收稿日期：2011-11-03 作者简介：王亚辉（1981―），男，湖南安化人,硕士,助教,主要从事温泉旅游方面的研究工作 中图分类号：F570 文献标识码：A 文章编号：1674-9944(2011)11-0155-04 1引言 从我国温泉旅游开发实践来看,部分温泉经营者在提高温泉旅游者的体验质量上走在了行业前列，如珠海御温泉度假区率先提出了“御温泉精细化服务”理念并付诸于行动,获得了消费者的肯定和广东省星评委员会的高度赞赏［1］。同时行业的需要催生了《温泉法》和全国首部温泉行业标准《温泉企业服务质量等级划分与评定》（已于2011年6月1日正式实施）的诞生［2］。但温泉旅游的理论研究却显滞后,且较多地集中在温泉开发的影响因素分析,如王华等对影响温泉旅游开发的主要因素进行了归纳:温泉资源的综合素质、自然和人文景观环境、客源市场和交通条件、区域经济发展水平、温泉旅游文化特色、空间集聚和竞争以及决策者行为［3］。仅有王亚辉对温泉旅游体验影响因素进行了研究［4］。但其以一个温泉地旅游者为调查对象,缺乏一定的普适性。本文在其基础上扩大了采样范围,旨在对提出的假设影响因素进行验证并用因子分析法对影响因素进行简化 2研究方法 本研究通过在长沙各大车站及机场对过往旅客现场分发调查问卷获取基础数据 2.1问卷设计 通过查阅相关资料,调查问卷从“体验者的期望”、“温泉地通达性”、“体验过程”、“温泉地服务”、“温泉设施”、“温泉地管理”、“温泉地资源”7个方面出发,较全面地设置了30个问题。问卷包括2个方面的内容，首先是个人基本信息部分,包括体验者的性别、年龄、客源地、学历、职业等社会人口统计学特征,以及个人性格特征、体验者的偏好、每年泡温泉的次数（反映温泉经历的丰富程度）、是否来过温泉地（反映对温泉地的了解程度）等。该部分要求体验者根据自己的情况选择相应选项。第2部分是问卷的核心内容,即温泉旅游体验影响因素的测量评价部分,共19个问题,该部分采用李克特五点量表进行测度，1=很不重要,2=不重要,3=一般,4=重要,5=很重要 2.2问卷发放及回收 本次问卷调查从2011年7月11日持续到7月18日,现场填写问卷500份,其中有效问卷458份,有效率达91.6%,完成的总体情况较好 3数据处理与分析 3.1问卷信度和KMO值检验 优质的调查问卷应该具备一定的信度。信度是指研究资料的可靠性和一致性,用于衡量调查工具的正确性或精确性［5］。从科学观点来看,一个良好的测量工具应该具有足够的信度,信度是社会科学研究中重要的判别指标,通过该指标的确认,研究的优劣自然可以体现。根据多位学者的总结,任何测量或量表的信度系数Alpha如果大于0.7时,表示信度系数相当高；若介于0.35~0.7之间,则为可接受信度；低于0.35时,信度较低。本问卷的Alpha系数为0.889,具有较高的信度 KMO是Kaiser-Meyer-Olkin的取样适当性,当KMO值愈大时,表示变量间的共同因素愈多,愈适合进行因子分析。一般认为:KMO值在0.9以上,非常适合做因子分析；在0.8~0.9之间,很适合做因子分析；在0.6~0.7之间,不太适合；在0.5~0.6之间很勉强,0.5以下就不适合做因子分析［6］。本研究的KMO值为0.872,很适合做因子分析 3.2得分均值与标准差 为了获得体验者对温泉旅游体验影响因素认知的一般概括性的模式,剔除不重要的信息,合并重复的信息,笔者采用因子分析法对各影响因素变量进行分析,并通过内部一致性对问卷的信度进行检验。首先进行KMO测度和巴特利特球体检验（Bartlett’s Test of Sphericity）,检验结果见表1 表1总体假设影响因素KMO测度和巴特利特球体检验 KMO样本测度 0.872 巴特利特球体检验近似卡方分配0.101 自由度df0.528 显著性概率sig.0.000 从表1可以看出,KMO样本测度值为0.872,这说明该组数据很适合做因子分析（＞0.8）,同时可以看到,表中巴特利特球体检验的X2的统计值显著性概率是0.000,小于1%,说明数据相关阵不是单位阵,具有相关性,也说明该数据适合做因子分析。温泉旅游体验影响因素重要性的总体信度系数Al