《旅游质量旅客满意度评论.doc》由会员分享，可在线阅读，更多相关《旅游质量旅客满意度评论.doc（3页珍藏版）》请在三一办公上搜索。
1、旅游质量旅客满意度评论文章来源 毕业论文网 游客满意度评价是对旅游服务质量及其监督管理工作的最终评价,是建立旅游服务质量综合评价体系的主要内容,是实现评价方式从政府制定标准并检查认可向由旅游者和市场评价认可的转变。为准确掌握贵阳市旅游服务质量状况和广大旅游者对旅游服务的消费需求,特开展贵阳市旅游服务质量游客满意度调查,为提升贵阳市旅游服务质量、增强贵阳市旅游的吸引力和竞争力、更好地满足广大游客的旅游消费需求提供坚实的实证基础。1数据来源按照评价指标和数据的科学性、系统性和代表性等原则,本文依据旅游“六要素”理论进行确定游客感知满意度具体测量维度。“六要素&r
2、dquo;理论是旅游学的基本理论,是旅游学科体系结构中的主体系统。“六要素”是指旅游产业中“食、住、行、游、购、娱”六大要素,它们是旅游产业结构的主体,也是旅游者进行旅游活动的依托要素,也代表了旅游者在旅游地的需求因素1。问卷调查围绕六要素以及游客对贵阳市整体旅游印象评价和游客忠诚度等,设计3个部分15个调研内容,确立15个评价指标。采用 Likert五级量表,将顾客的满意程度分成5级,分别是:“非常满意”、“比较满意”、“一般”、“不满意”、&ldq
3、uo;非常不满意”,相应赋值为5、4、3、 2、1。2数据采集以贵阳境内旅游的游客为抽样调查的范围,共发放问卷1300份,有效问卷1176份,问卷有效率90.5%。调查地点包括青岩古镇、天河潭、南江大峡谷、黔灵山公园、花溪公园花溪平桥、甲秀楼以及市内酒店、旅行社。主要通过调查人员直接向游客进行“一对一”式的随机问卷调查,协助游客填写问卷并及时回收, 保证了信息的客观有效性。与此同时,充分利用访谈法,与游客进行深入的交流,让游客尽可能充分地提意见和建议,这不仅有效地弥补了问卷中因没有涉及到而产生的不足之处,而且从中获得了许多宝贵的信息。3研究方法采用SPSS1
4、3.0统计软件包作为分析工具,对回收的样本进行表述性分析、信度检验因子分析等统计分析方法,对由问卷调查所获得的实际体验模型数据采用定性和定量研究相结合的方法,对贵阳市旅游游客满意度的结果进行具体的解释,最后提出相应的对策。3.1问卷信度分析信度是指衡量工具即问卷的可靠程度,信度分析用于考察问卷测量的可靠性。本文采用Cron-bach’sAlpha信度系数法,当α大于0.7为高信度, 低于0.35为低信度,介于0.35及0.7者,是可接受的2。本研究被测服务质量指标为15项,通过使用SPSS13.0统计软件对问卷数据进行信度分析,得到被测指标的Cronbach&alpha
5、;系数为0.886。问卷的Cronbach’sAlpha系数大于0.7,因此可以认为本研究问卷具有良好的可靠性。3.2因子分析因子分析是一种降维、简化数据的技术。它通过研究众多变量之间的内部依赖关系,探求观测数据中的基本结构,用较少的几个因子去描述和解释众多数据和因子之间的关系,根据变量之间相关性大小将其进行分组,使得同组内的变量之间相关性较高,不同组的变量之间相关性较低。每组变量代表一个基本结构,这个基本结构称为主因子或公共因子。可试图用最少个数的不可测的所谓公共因子的线性函数与特殊因子之和来描述原来观测的每一变量。因子分析是一种通过显在变量测评潜在变量,通过具体指标测评抽象因子
6、的统计分析方法3。3.2.1变量相关性检验因子分析的前提是变量之间的相关性,所以在作因子分析之前,要检验变量之间的相关性。只有相关性较高,才适合作因子分析。本文问卷结构效度的检验则应用KMO检验以及巴特利特球体检验。服务质量游客满意度量表KMO检验和Bart-lett球体检验结果如表1所示,KMO值为 0.902,大于0.90,KMO越接近1,表明数据越适合做因子分析。说明该量表的数据很适合做因子分析。同时可知,表中Bartlett球体检验F值的sig=0.000,小于0.01,假设被拒绝,认为各个变量之间不是独立的,具有相关性,符合做因子分析的要求。3.2.2提取公因子采用主成分分析法对问卷
7、服务质量项目做因子分析,因子的旋转方式利用正交旋转即方差最大旋转方式,并将特征值大于1作为提取因子的标准。通过对旅行社服务质量要素15个指标进行因子分析,得到特征根大于1的3个解释因子,其特征值最初分别为5.970、1.232、1.187,共解释了原始变量总方差的55.928%。而旋转以后他们的特征值分别为3.607、2.674、2.108,也共解释了原始变量55.928%的总方差,可见因子旋转前后公因子解释原始变量总方差的能力相同。这说明它们涵盖了原有测量指标所包含的过半的信息,所以可以取这3个因子为公共因子。从表中的数据信息可以看出,变量“餐饮环境”的共同度为0.5
8、69,即提取的公共因子对变量“餐饮环境”的方差做出了56.9%的贡献。表中显示它们的所有变量都能被因子解释,所以公因子可以基本反映所有变量的信息。3.2.3公因子旋转因子分析的目标就是为了使因子载荷矩阵和公共因子便于解释,由原始变量直接求得的因子载荷矩阵难以看出公共因子的含义,需要对因子载荷矩阵进行方差最大正交因子旋转,这种方法使因子载荷矩阵的元素的绝对值按列尽可能地靠近1和靠近0,两极分离,少数元素取尽量大的值,载荷较大,其他元素尽量接近零值,至多达到中等大小,载荷很小,这样就突出公共因子和其载荷较大的那些变量的联系,从而更容易解释3。表4为旋转前后载荷矩阵,由表4
9、可以看出旋转前后尽量放大了各变量间的差异。1)从旋转后的成份矩阵可以看出,公共因子Q1在餐饮环境、住宿环境、景区环境、旅行社服务、导游服务、购物环境、旅游娱乐载荷较大,更加明显地反映了这些变量的信息,F1可以命名为服务环境因子,且方差贡献率24.044%,在旋转前后都是首位,游客评价满意度最高。2)公共因子Q2在餐饮价格、住宿价格、景区安全、景区门票价格、总体满意度、未来重游可能性载荷较大,可命名为旅游价值因子,其方差贡献率为 17.828%,在旋转前后都是第二位的,游客评价满意度次之。3)公共因子Q3只在外部交通和内部交通载荷较大,可以命名为交通环境因子,其方差贡献率为14.056%,但旋转前只有7.915%,游客评价满意度最差。4旅游服务质量游客满意度综合评价模型的构建4.1测评指标权重的确定
