基于因子分析的游客满意度影响因素研究

□李加军

(广州商学院,广东 广州 511363)

1 引言

随着中国经济与国民收入的增长,旅游正越来越成为国人生活中的必需品。截至2018年,国内旅游人数55.39亿人次,比上年同期增长10.8%;入出境旅游总人数2.91亿人次,同比增长7.8%,实现旅游总收入5.97万亿元,同比增长10.5%,全年全国旅游业对GDP的综合贡献为9.94万亿元,占GDP总量的11.04%,全民旅游时代正悄然来临。同时,人们对旅游品质、旅游服务提出了更高要求。“大众化、标准化和固定包价”逐渐被“灵活、细分、个性化的联合体”的新旅游所取代。每个旅游者都是不同的,是“独特经历、动机和欲望的结合体”。旅游企业之间竞争日趋激烈,旅游企业越来越关注游客的感受,坚持以游客为导向，以游客满意为目标。游客满意度是指旅游企业所提供的产品或服务质量与游客利益需求的对比结果,对旅游企业品牌的形象提升以及竞争力的可持续发展有着巨大的影响。

国外对游客满意度的研究较早并取得了丰硕的成果,Cardozo(1965)首先提出顾客满意与再购买行为存在正向关系[1]。Oliver(1981)通过设定不同的情景变量,分析顾客满意的形成机理[2]。Fornell(1992)针对顾客购买前的期望、感知、价值、价格的判断等因素,建立顾客满意度的模型[3]。Johnson(1996)提出了以感知质量、顾客期望、顾客满意、感知价值、顾客忠诚、顾客抱怨为框架的美国顾客满意度指数模型[4]。国内关于顾客满意度研究也取得较大的进展。沈涵等(2011)基于ACSI建立顾客满意度测评模型,并以上海地区的经济型酒店对模型进行了验证[5]。赵忠君、孙霞(2015)通过研究途牛旅游网的评论,提出影响出境旅游游客满意度的影响因素,包括出境前的准备阶段、旅游城市体验、旅游景区体验、配套设施与服务以及游后评价[6]。本文在上述研究的基础上,针对游客满意度设计调研问卷,并应用因子分析法找出影响游客满意度的主要因素。

2 研究方法和数据来源

2.1 研究方法

因子分析是从很多指标中概括出少数几个关键性指标,这少数几个指标虽然不能反映要测度事物的全部信息,但是却高度概括和集中了其中绝大部分信息。通常针对变量作因子分析,称为R型因子分析,SPSS提供了R型因子分析的功能,R型因子分析的数学模型是:

或者表示为:Xpx1=Apxm×Fmx1+epx1,其中X为可实测的p维随机向量,它的每一个分量代表着一个指标或变量,F=(F1,F2,…Fm),为不可观测m(m≤p)维随机向量,它的每个分量将出现在每个变量之中,所以称它们为公共因子。矩阵A称为因子载荷矩阵,aij称为因子载荷,表示第i个变量在第j个公共因子上的载荷,他们需要由多次观测X所得到的样本来估计。向量e称为特殊因子,其中包括随机误差,它们满足:

(1)cov(F,e)=0,即F与e不相关。

(2)cov(Fi,Fj)=0,i≠j;var(Fi)=cov(Fi,Fj)=1。i,j=1,2,…m。即向量F为m阶单位阵。

因子分析的基本思想是通过对变量的相关系数矩阵内部结构的分析,从中找出少数几个能控制原始变量的随机变量Fi(i=1,2,…m),选取公共因子的原则是使其尽可能多的包含原始变量中的信息,建立模型X=A×F+e,忽略e,以F代替X(m≤p),用它再现原始变量X的众多分量xi(i=1,2,…m)之间的相关关系,达到简化变量降低维数的目的。

2.2 数据来源

选择广州市的旅游景点进行大规模发放,获得充足的数据为后续统计分析做准备。通过问卷的大量发放与回收获取充足的数据,为实证分析提供依据。在调查问卷中,笔者设计了包括安全感知、服务感知、价格感知、设施感知、个性化感知5个方面的26个指标,并将问卷样本量定为400份,其中有效问卷348份,问卷的有效率为87%。

3 实证研究结果分析

3.1 描述性统计分析

在被调查的旅游者中,男女比例相当,女性略多于男性,年龄以中青年为主,集中在25～44岁的年龄段,学历水平较高,以大专及以上为主,其中本科学历的比例最高,证明高端旅游者的受教育程度普遍较高,职业分布以企事业单位管理人员居多,其中比例超过10%的(按高低顺序)主要是企事业管理人员、专业技术人员、公务员。被调查的旅游者收入水平普遍较高,45%的受访者月收入超过1万元,有近68%的受访者的旅游支出占家庭收入的比重超过6%,有77%的受访者旅游经历丰富,如表1所示。

表1 被调查旅游者基本情况

3.2 因子分析过程

检验变量之间偏相关性的KMO统计量数值为0.842,表明各变量之间的相关程度无大差异,数据非常适合做因子分析,Barlett’s球形假设检验结果拒绝原假设,表示各变量之间并非独立,取值是有关的,如表2所示。

表2 KMO和Bartlett的检验

一般来说,因子提取的标准是特征根值大于1,因子的累积方差率大于60%,本项研究中,26个指标被浓缩为5个公共因子,各因子的特征根值都大于1,且因子的累积方差贡献率达到74.895%,即5个公共因子解释了近75%的差异性,如表3所示。

表3 总解释方差

为了更好地了解旅游者对于满意的旅游经历的认知,结合因子分析的结果,得出5个公共因子的均值为:4.10,4.17,4.185,4.3975,4.58。项目1、2、3、5、6、8、13、23在第一个公因子F1上占有较高的载荷,可以解释为价值与服务质量。超过总均值的项目有3(4.23)、6(4.28)、8(4.32)、13(4.49)、21(4.50)、23(4.39),低于公共总均值的项目有1(3.24)、2(3.81)、5(3.72),这表明旅游者已经不仅仅考察旅游产品的价格,同时也考虑到价值、质量、服务等一系列问题。但是,旅游者对于价值的认知还不够明确,对时间成本的重视还不够,即没有计算过在一次旅游经历的总时间中,休闲游览时间和非休闲游览时间的比重各是多少,休闲游览时间应计入价值,而非休闲时间应计入时间成本中。项目9、10、12、14、15在第二个公因子F2上占有较高的载荷,可以解释为个性化。超过公共总均值的项目有12(4.29)、14(4.44),低于公共总均值的项目有9(3.93)、10(4.12)、15(4.07),这表明旅游者由于旅游经验丰富,也由于原来参团旅游的不愉悦经历,渴望更加个性化的旅游经历,更加明显地体现在旅游者希望选择更加个性化的行程和对于目的地风味餐的向往。项目11、16、17、18、19、21在第三个公因子F3上占有较高的载荷,可以解释为设施感知。超过公共总均值的项目有11(4.39)、16(4.28)、17(4.42),低于公共总均值的项目有18(3.94)、19(4.07)、21(4.50),表明旅游者对于房、餐、车等硬件设施要求较高,这几项不仅得分较高,而且调查对象对这类问题的意见较为统一,偏差较小,说明高端旅游者对于以上几项的看法比较一致。项目7、22、24、25在第四个公因子F4上占有较高的载荷,可以解释为安全感知。超过公共总均值的项目有22(4.64),24(4.50),25(4.51),低于公共总均值的项目有7(3.94),表明旅游者对于安全非常重视,希望从支付安全到人身财产安全都能在旅行中得到保障,但第7项“我出行还是希望有导游，这样有安全感”却低于总均值,说明旅游者存在安全与个性化并重的心理,而且旅游者对以上几项看法相似,偏差较小。项目4、20在第五个公因子F5上占有较高的载荷,可以解释为投诉处理的渠道。超过公共总均值的项目有20(4.62),低于公共总均值的项目有4(4.56),说明旅游者大多很有维权意识,希望能有投诉的途径,但如果遇到问题,他们希望能更加及时地解决。具体如表4所示。

表4 旋转成分矩阵

续表4 旋转成分矩阵