旅游目的地竞争力分析：年龄分布及因子分析

本文将首先对前往某些旅游目的地旅游的少量游客进行预测试，以确定问卷（见附录C）的总体信度与效度，并在此基础上对其做出相应修正，以投入大规模正式调查之用。

（一）预测试结果

本次小规模预测试共发放问卷200份，回收有效问卷138份，问卷回收率为69%。

在这138位被调查者中，63人为男性，占45.7%；75人为女性，占54.3%。被调查者的年龄主要集中于18～34岁之间，占64.2%；18岁以下与55岁以上者占据比例较小，分别为4.3%和6.1%；剩余的12.0%为45～54岁人群。受教育程度以专科和本科为主，分别占34.1%和37.0%；初中及以下学历者9人，占6.5%；高中学历者17人，占12.3%；研究生学历者14人，占10.1%。平均月收入主要在1 001～3 000元之间，占65.1%；1 000元以下的低收入者以及5 000元以上的高收入者较少。有三成以上的被调查者是第一次来青岛旅游，占33.7%；其余的66.3%则并非第一次来青岛旅游。在这些被调查者中有近80%是来自山东省内各地，其余的来自南京、连云港、厦门、深圳、太原、石家庄、西安、大连等城市。

五组影响因素、44个题项的CITC值均大于0.4，所以不需要剔除任何题项。其中，五组影响因素的Cronbach's α系数和标准Cronbach's α系数如表4-20所示，α系数与标准α系数均大于0.7，这说明各个测试条目的内部一致性较强，总体信度较高。

表4-20　五组影响因素的Cronbach's α系数和标准Cronbach's α系数

资料来源：本研究借助SPSS13.0统计软件，根据问卷调查数据整理得出。

与此同时，五组影响因素的KMO值分别为0.771、0.826、0.842、0.787、0.881，都大于0.7，而且其显著性水平都为0.000，即五组因素都适合进行因子分析。根据探测性因子分析的结果，五组因素的累计方差贡献率分别为68.029%、73.350%、76.395%、68.562%、64.426%，均超过了60%，总体效度也比较高。

（二）样本特征分析

以上预测试的结果表明，现有问卷的信度和效度都较高，不需要进行修订即可进行大规模的正式调查（正式问卷见附录D）。

1.描述性统计分析

正式调查共发放问卷1 000份，回收有效问卷612份，问卷回收率为61.2%。在612位被调查者中，有281位为男性，占45.9%；有331位为女性，占54.1%。被调查者的年龄主要集中在18～24岁和25～34岁两个年龄段，前者占26.6%，后者占22.2%；18岁以下与55岁以上人群的所占比例较小，分别为8.9%和8.1%；此外，35～44岁人群占19.3%，45～54岁人群占14.9%。被调查者的受教育程度以专科和本科为主，分别占34.3%和40.2%；初中及以下学历者22人，占3.6%；高中学历者89人，占14.5%；研究生学历者46人，占7.4%。平均月收入3 000元以内的居多，其中1 000元以下的占20.3%^[34]，1 001～2 000元的占35.9%，2 001～3 000的占27.4%，共计83.7%；其余三个收入段（3 001～4 000元，4 001～5 000元，5 001元以上）的比例依次为7.5%、4.6%和4.2%。有39.4%的被调查者是第一次来此海滨旅游目的地旅游，其余的60.6%则是重游游客。

2.同一母体检验

本次问卷调查的取样来自青岛和大连两个城市，其中，青岛的有效样本为296，大连的有效样本为316。为了验证两组样本是否来自同一母体，本文在对两组数据进行分组编码的基础上，进行了独立样本T检验。检验结果（见附录E）显示，虽然在某些题项上有些细小差异，但这种差异并不显著，可以证明其来自于同一母体。

3.同源偏差检验

将问卷所有的题项放在一起作因子分析，在未旋转时得到的第一个主成分的方差贡献率为26.484%，并未占到多数，所以同源偏差并不严重。

（三）因子分析及其信度检验

本部分将借助SPSS13.0统计软件，分别对五大类影响因素展开描述性统计分析、因子分析及其信度检验。

1.核心资源与吸引物因素

本文将对每类因素作两次因子分析，然后才确定各种因素的组成题项，并在第二次因子分析时提取、命名公共因子，用于下文旅游目的地竞争力概念性评价模型的构建。因子取舍的标准仍是特征值大于1，因子负荷高于0.4，对于不符合这两项要求的题项予以删除；通过Cronbach's α系数检验问卷的信度，如果删除某一题项会导致总的Cronbach's α系数的提高，则需删除该题项。

（1）样本充分性检验与第一次因子提取

本文将在对变量按照方差最大法（Varimax）进行旋转的基础上，采用“主成分分析法”进行因子分析。核心资源与吸引物因素的KMO和Bartlett球度检验结果如表4-21所示，代表样本充分性的KMO检验值为0.800，说明样本数量比较充分；表明题项间相关程度的Bartlett球度检验值为1 393.568，显著性水平为0.000，说明各题项间是相互关联的，适合进行因子分析。

表4-21　核心资源与吸引物因素的KMO和Bartlett球度检验

资料来源：本研究借助SPSS13.0统计软件，根据问卷调查数据整理得出。

按方差最大法（Varimax）旋转后得到的因子负荷矩阵可参见表4-22，各题项的因子负荷量都超过了0.4，所以不需删除任何项目，核心资源与吸引物因素共提取到3个公共因子。

表4-22　核心资源与吸引物因素旋转后的因子负荷矩阵

资料来源：本研究借助SPSS13.0统计软件，根据问卷调查数据整理得出。

（2）量表信度检验

本文采用条目删除Cronbach's α系数检验，核心资源与吸引物因素的检验结果如表4-23所示，三个提取因子的组成题项在删除题项之后的α值均小于全部题项的α值，所以不需删除任何题项。

表4-23　核心资源与吸引物因素的条目删除Cronbach's α检验

资料来源：本研究借助SPSS13.0统计软件，根据问卷调查数据整理得出。

（3）第二次因子分析

由于上述第一次因子分析以及信度检验部分均未删除任何题项，所以第二次因子分析的结果与第一次相同，如表4-24所示。三个公共因子的累计方差贡献率为73.577%，这说明三大因子涵盖了原有指标的大部分信息；并且各公共因子的α系数均大于0.7，10项指标的信度系数为0.793，均在可接受范围之内。根据各项核心资源与吸引物因素的特点，将三个公因子分别命名为人文吸引物、旅游服务设施和自然吸引物。

表4-24　核心资源与吸引物因素因子分析及信度检验结果

资料来源：本研究借助SPSS13.0统计软件，根据问卷调查数据整理得出。

2.辅助性与支持性因素

（1）样本充分性检验与第一次因子分析

辅助性与支持性因素的KMO值和Bartlett球度检验结果参见表4-25。

表4-25　辅助性与支持性因素的KMO和Bartlett球度检验（a）

资料来源：本研究借助SPSS13.0统计软件，根据问卷调查数据整理得出。

如表4-25所示，KMO值为0.863，样本的充分水平较高，超过了因子分析的样本限制条件；Bartlett球度检验值为1 396.835，显著性水平为0.000，说明各题项之间相互关联，提取公共因子是有条件的。

从旋转后的因子负荷矩阵（表4-26）可以看出，各题项的因子负荷均在0.4以上，但是由于B141（金融服务设施）在两个公共因子上的负荷均超过了0.4，需要将其删除，经调整最后保留8个题项。

表4-26　辅助性与支持性因素旋转后的因子负荷矩阵

资料来源：本研究借助SPSS13.0统计软件，根据问卷调查数据整理得出。

（2）量表的信度检验

辅助性与支持性因素的条目删除Cronbach's α系数检验结果如表4-27所示，两个提取因子的组成题项在删除题项之后的α值均小于全部题项的α值，所以不需删除任何题项。

表4-27　辅助性与支持性因素的条目删除Cronbach's α检验

资料来源：本研究借助SPSS13.0统计软件，根据问卷调查数据整理得出。

（3）第二次因子分析

在删除B141（金融服务设施）基础上，重新对辅助性与支持性因素进行因子分析。其KMO值和Bartlett球度检验结果（表4-28）表明适合进行因子分析。

表4-28　辅助性与支持性因素的KMO和Bartlett球度检验（b）

资料来源：本研究借助SPSS13.0统计软件，根据问卷调查数据整理得出。

辅助性与支持性因素第二次因子分析及信度检验的结果如表4-29所示，两个公共因子的累计方差贡献率为66.251%，涵盖了原有指标的大部分信息。两个公共因子的α值均大于0.65，10项指标的信度也在0.7以上，这说明各变量内部一致性较强，总体置信度较高。根据辅助性与支持性因素的特点，将两个公共因子命名为旅游目的地基础设施和旅游发展保障因素。

表4-29　辅助性与支持性因素的因子分析及信度检验结果

资料来源：本研究借助SPSS13.0统计软件，根据问卷调查数据整理得出。(www.chuimin.cn)

3.目的地管理因素

（1）样本充分性检验与第一次因子分析

目的地管理因素的KMO值和Bartlett球度检验结果参见表4-30，KMO值为0.876，样本的充分水平较高，超过了因子分析的样本限制条件；Bartlett球度检验值为2 234.108，显著性水平为0.000，说明各题项之间相互关联，提取公共因子是有条件的。

表4-30　目的地管理因素的KMO和Bartlett球度检验

资料来源：本研究借助SPSS13.0统计软件，根据问卷调查数据整理得出。

按照方差最大法（Varimax）旋转后各因子负荷量参见表4-31，各题项的因子负荷量均在0.4以上，不需删除任何题项，最后保留11个题项。

表4-31　目的地管理因素旋转后的因子负荷矩阵

资料来源：本研究借助SPSS13.0统计软件，根据问卷调查数据整理得出。

（2）量表的信度检验

目的地管理因素的条目删除Cronbach's α系数检验结果如表4-32所示，三个提取因子的组成题项在删除题项之后的α值均小于全部题项的α值，所以不需删除任何题项。

表4-32　目的地管理因素的条目删除Cronbach's α检验

（续表）

资料来源：本研究借助SPSS13.0统计软件，根据问卷调查数据整理得出。

（3）第二次因子分析

由于上述第一次因子分析以及信度检验部分均未删除任何题项，所以第二次因子分析的结果与第一次相同，如表4-33所示。

表4-33　目的地管理因素的因子分析及信度检验结果

资料来源：本研究借助SPSS13.0统计软件，根据问卷调查数据整理得出。

三个公共因子的累计方差贡献率为80.587%，三个公共因子的α值均大于0.7，11项指标的信度也在0.8以上，以上数值表明对目的地管理因素所做的因子分析结果较令人满意。可以将三个公共因子分别命名为：资源与环境保护、旅游目的地营销与旅游目的地经营管理。

4.限制性与放大性因素

（1）样本充分性检验与第一次因子分析

限制性与放大性因素的KMO值和Bartlett球度检验如表4-34所示，KMO值为0.848，样本的充分水平较高，超过了因子分析的样本限制条件；Bartlett球度检验值为1 966.470，显著性水平为0.000，说明各题项之间相互关联，提取公共因子是有条件的。

表4-34　限制性与放大性因素的KMO和Bartlett球度检验

资料来源：本研究借助SPSS13.0统计软件，根据问卷调查数据整理得出。

按照方差最大法（Varimax）旋转后负荷矩阵参见表4-35，各个公共因子负荷量均在0.4以上，不需删除任何题项，最后保留8个题项。

表4-35　限制性与放大性因素旋转后的因子负荷矩阵

资料来源：本研究借助SPSS13.0统计软件，根据问卷调查数据整理得出。

（2）量表的信度检验

限制性与放大性因素的条目删除Cronbach's α系数检验结果如表4-36所示，两个提取因子的组成题项在删除题项之后的α值均小于全部题项的α值，所以不需删除任何题项。

表4-36　限制性与放大性因素的条目删除Cronbach's α检验

资料来源：本研究借助SPSS13.0统计软件，根据问卷调查数据整理得出。

（3）第二次因子分析

同样的，由于上述第一次因子分析以及信度检验部分均未删除任何题项，所以第二次因子分析的结果与第一次相同，如表4-37所示。

表4-37　限制性与放大性因素的因子分析及信度检验结果

资料来源：本研究借助SPSS13.0统计软件，根据问卷调查数据整理得出。

限制性与放大性因素的三个公共因子的累计方差贡献率为81.616%，F41、F42的α系数分别为0.855和0.696。由于F43公因子只含有一个指标，而物价水平又非常关键而不能剔除，SPSS13.0无法提供F43的α系数，但总体的α系数为0.839足证其内部一致性较强，置信度较高。根据各题项的特点，将三个公共因子命名为：社会灾难、目的地形象与知名度、物价水平。

5.旅游企业管理因素

（1）样本充分性检验与第一次因子分析

旅游企业管理因素的KMO值和Bartlett球度检验如表4-38所示，KMO值为0.876，样本的充分水平较高，超过了因子分析的样本限制条件；Bartlett球度检验值为1 804.833，显著性水平为0.000，说明各题项之间相互关联，适合进行因子分析。

表4-38　旅游企业管理因素的KMO和Bartlett球度检验

资料来源：本研究借助SPSS13.0统计软件，根据问卷调查数据整理得出。

按照方差最大法（Varimax）旋转后各因子负荷量参见表4-39，各题项的因子负荷量均在0.4以上，不需删除任何题项，最终保留7个题项。

表4-39　旅游企业管理因素旋转后的因子负荷矩阵

资料来源：本研究借助SPSS13.0统计软件，根据问卷调查数据整理得出。

（2）量表的信度检验

旅游企业管理因素的条目删除Cronbach's α系数检验结果如表4-40所示，三个提取因子的组成题项在删除题项之后的α值均小于全部题项的α值，所以不需删除任何题项。

表4-40　旅游企业管理因素的条目删除Cronbach's α检验

资料来源：本研究借助SPSS13.0统计软件，根据问卷调查数据整理得出。

（3）第二次因子分析

上述第一次因子分析以及信度检验部分均未删除任何题项，第二次因子分析的结果与第一次相同，如表4-41所示。三个公共因子的累计方差贡献率为78.200%，三个公共因子的α值均大于0.7，10项指标的信度也在0.8以上，以上数值表明对旅游企业管理因素所做的因子分析结果较令人满意。可以将三个公共因子分别命名为：旅游企业人力资源管理、营销管理以及产品与服务质量管理。

表4-41　旅游企业管理因素的因子分析及信度检验结果

资料来源：本研究借助SPSS13.0统计软件，根据问卷调查数据整理得出。