首页 百科知识 基于主成分分析方法的乡村服务评价指标选取

基于主成分分析方法的乡村服务评价指标选取

时间:2023-07-12 百科知识 版权反馈
【摘要】:6.3.1 主成分分析方法的内涵我们在进行数据统计分析时,被测试项目较多,而且被测试的项目之间存在很强的关联关系,也就是说这些变量的信息存在重叠现象。1)乡村旅游服务质量评价指标体系构建乡村旅游服务质量的评价指标构建分为两个步骤。

6.3.1 主成分分析方法的内涵

我们在进行数据统计分析时,被测试项目较多,而且被测试的项目之间存在很强的关联关系,也就是说这些变量的信息存在重叠现象。如果我们对这些数据直接进行分析和处理,不但使工作量无谓加大,而且可能出现模型应用的错误,通过主成分分析方法可以起到降低维度的作用,把多指标合成为少数几个相互无关的综合指标(即主成分),其中每个主成分都能够反映原始变量的绝大部分信息,而且所含信息互不重叠。这种方法在引进多方面变量的同时将复杂因素归结为几个主成分,使问题简单化,同时得到更加科学有效的数据信息。

本书在对乡村旅游服务质量的调查中,对于同一个变量,往往用多个不同的项目来测量,进行评价。如有形性,停车场生态、美观,景区景点服务人员形象好,景区建设项目与周围环境协调,景区自然风光优美,景区内的景区服务设施完备与充足等都是景区服务质量的有形性。我们在调研中用了不同的项目构成了所谓的测度项,它们代表一个变量的不同方面。主成分分析法被用来对这些变量进行降低维度,使它们“浓缩”为一个变量,称为因子,故本书将通过主成分分析方法构建乡村旅游服务质量指标体系。

6.3.2 乡村旅游服务质量评价指标体系的设计

服务具有无形性、过程性以及所有权不发生转移等特点,所以,服务质量评价必有主观成分,对服务质量的认识和评价取决于消费者对服务预期与服务实际的感受,当服务实际感受高于预期,消费者就满意,反之,就产生不满。所以,要构建一个科学、合理、可操作性强的旅游服务质量评价体系是一件极为不易的事。服务质量评价指标体系是一个很复杂、很困难的问题,其制定的过程十分漫长,而且需要经过反复的实践。许多学者在此问题上进行了广泛探索和研究,特别是对服务质量定义和服务评价模型进行了深入研究,取得了一些能被广大学者和实业界所认可的研究成果,如PZB对服务质量给出定义,创造了SERVQUA服务评价模型,该模型在服务领域已得到了广泛应用。

目前,针对我国乡村旅游行业,国家相关机构以及省市级政府部门也相继出台了一系列的服务质量规范标准,各个质量评价标准的内容也大同小异,对于控制旅游服务质量起到了一些作用。但质量规范标准在制定的过程中,受地域、经济和当时政策等因素制约,不能也不可能制定一个能够较为客观评价企业服务质量的体系,特别是针对乡村旅游服务质量评价几乎是一片空白,只有省、市政府制定关于农家乐星级标准,而在农家乐星级标准考核中,许多地方是仿照评级星级酒店的标准为依据进行制定的标准,在实际应用工作中,有些脱离实际,没能准确反映出乡村旅游服务质量实际水平,也没能反映乡村旅游服务的特殊性,特别是评价指标选取与体系构建都存在一些问题,缺乏有效的理论进行指导。所以,本书以SERVQUA模型和相关服务理论模型为理论指导,构建了乡村旅游服务质量评价指标体系框架。

1)乡村旅游服务质量评价指标体系构建

乡村旅游服务质量的评价指标构建分为两个步骤。第一步,乡村旅游服务质量指标体系构建。该步骤是在分析和总结前人对服务质量内涵和服务质量评价的研究成果基础上,借鉴了服务差距分析模型、SERVQUAL 评价模型等相关理论,对服务质量评价体系进行了系统分析,筛选了有可能影响乡村旅游服务质量的若干个指标。通过实地抽样调查问卷,利用SPSS21.0对调查结果进行因子分析,我们对这些指标体系进行修正和优化,剔除测试项目与其他测试项目相关性小的那些项目。最终确定了乡村旅游服务质量的评价指标为若干指标。第二步,对这些测试指标再利用SPSS21.0作二次因子分析,归纳出因子数,根据因子内在测试项目的描述性,对因子命名。从而,构建出乡村旅游服务质量评价指标体系。

2)乡村旅游服务质量评价模型的提出

尽管SERVQUAL量表已被广泛应用于多个服务行业的服务质量评价中,SERVQUAL量表发明者也明确指出,SERVQUAL量表的测试项目针对不同服务行业进行质量测评时必须做必要的调整,使其更加符合服务质量评价的实际情况。我们对乡村旅游服务评价进行了大量样本调查,走访乡村旅游企业经营者、服务人员、游客以及相关领域专家,通过深度访谈、专家座谈、德尔菲法和头脑风暴法等多种方式,对测试项目进行取舍。最后,确定本研究以SERVQUAL 模型中的26个测试题为基础,根据乡村旅游服务内容和服务特点对SERVQUAL模型的测试项进行了适当修改,如表6-3所示。

表6-3 乡村旅游服务质量评价指标

6.3.3 研究过程与方法

本项又分为两个阶段,即探索性研究阶段和统计分析阶段。

1. 探索性研究

探索性因子分析主要是为了找出对观测变量有较大影响的因子个数,以及发现各个因子和观测变量之间的相关程度,由此揭示变量的内在结构体系。假定每个指标变量都与某个因子匹配是探索性分析的基础,通过因子载荷凭知觉推断数据的因子结构。我们首先在乡村旅游景点对顾客进行调研和问卷调查,问卷表6-3中有26个测试项目,采用李克特7点尺度,对顾客感知的服务质量进行测量。然后,我们采用SPSS21.0对数据进行因子分析,对收集数据进行分析的结果表明:我们采集乡村旅游服务质量表的26个问题对应6个服务质量因子,对数据的有效性和可靠性进行初步分析,并根据探索性结果对服务质量表进行修正和调整,归纳出了影响乡村旅游服务质量的6个方面。

2. 描述性统计分析

1)问卷发放

共发放测试问卷114份,收回问卷110份,其中有108份问卷为有效问卷,回收有效问卷率94.7%。发放时间为2015年8月4日至2015年9月2日,地点为南充顺庆区西山西箩垭农家乐,高坪区凌云山、阆中市等乡村旅游景区。西山景区发放问卷34份,高坪区凌云山发放问卷36份,阆中古城发放问卷44份,共收回有效问卷108份。

2)样本特征分析样本特征统计表(见表6-4)

① 年龄构成。

首先可以发现年龄层集中在25~44岁和45~64岁两个年龄段,说明游客以中青年为主。14岁以下小孩和65岁以上老人所占比例不大,分别为10.4%、11.7%;其次,和全国旅游平均水平:6.5%,10%,33.9%,42.0%,7.5%进行比较,可以发现15~24岁、45~64岁两个年龄段与全国游客构成比率接近。

表6-4 样本特征分析样本特征统计表

② 职业构成。

职业构成比例:学生为14.2%,职员为27.4%,农民为18.5%,退休人员为28.4%,其他为11.5%。从调查来看,游客中退休人员和职员相对比重较大,很大部分来自本市退休人员和当地职员。

③ 居住地构成比例。

居住地构成比例:本市占39.3%,本省其他市为30.5%,周边省市为23.2%,其他为7%。可以发现本市和本省其他市的游客占了绝大多数。

④ 性别构成。

在探索性样本中,调查对象性别分析,男性比例为44.4% ,女性比例为55.6%。女性多于男性,可能与当地男性外出打工有关。

⑤ 学历构成。

调查对象的学历分布为:高中及以下为52.4%,大学专科、本科为42.5%,本科以上为5.9%。从调查对象来源地的分布看,本地附近有高校5所,也比较符合实际情况。

⑥ 收入构成。

2 000元以下为10.4%,2 000~4 000元为30.3%,4 000~6 000元为41.3%,6 000元以上为18%。南充经济欠发达,这些乡村旅游景区大多是当地的居民,我们的调查反映的是真实情况。

3. 数据分析

1)信度分析

在进行因子分析前,必须先进行因子分析适合性的评估,以确定所获得的资料是否适合进行因子分析。检验的方法主要有KMO样本测度和Bartlett球体检验。KMO值用来检查变量间的偏相关性,Bartlett值用来检验相关系数矩阵是否为单位矩阵。我们采用Alpha系数,Alpha系数是衡量信度的一种指标,越大表示信度越高。一般而言,信度系数如果在0.9以上,说明信度非常好;如果在0.8~0.9之间,比较好;若在0.7~0.8之间,可以接受;如果在0.6~0.7之间,需要对该量表进行重大的修订和调整,但可以利用;0.6以下,则需要放弃。用KMO样本测度和巴特莱特球体检验进行有效性分析,乡村旅游顾客感知服务质量评价水平的KMO样本测度值为0.777,Bartlett球体检验的sig值为0.000,小于0.01表明适合做因子分析,如表6-5所示。

表6-5 KMO和Bartlett

2)探索性因子分析

我们采用主成分提取公因子,根据特征根大于1的原则,本研究共提取6个主因子(见表 6-6),6个主因子的特征值为5.833,4.633,3.182,2.956,2.646,1.946,第一个主因子方差贡献率为22.434%,表明6个主因子其累计方差贡献率达到了81.521%,表面6个因子保留原始数据的绝大部分信息。这一数据结果说明,原26个测试项目属于6个主因子,这6个主因子能够反映26个指标的评价信息,如表6-6所示。

表6-6 第一次解释总方差

续 表

由表6-7可以看到,转轴后的成分矩阵是依据各项目的因子负荷量的大小排序,所以很容易考查各共同因子所包含的层面题项。其中“提供顾客方便的营业时间”这一项目在6个因子中的每一个因子上的负荷,其绝对值都在0.4以下,且它在多个因子上的负荷都在0.2以下,说明测试项目6个因子都没有明确的关系。因此,首先剔除这一条款,不将其纳入下面的因子分析。这个项目删除后,整个因子结构会发生改变,因此须进行第二次因子分析。

表6-7 第一次旋转后的成分矩阵

续表

3)第二次因子分析

① 因子适合性评估。

我们剔除了“提供顾客方便的营业时间”这一项目,对剩下的25个项目再次进行因子分析,称为第二次因子分析。首先,仍然要在进行因子分析前,再次对因子分析适合性进行评估,以确定所获得的资料是否适合进行因子分析。检验的方法利用KMO样本测度和Bartlett球体检验。我们采用Alpha系数,用KMO样本测度和巴特莱特球体检验进行有效性分析,乡村旅游顾客感知服务质量评价水平的KMO样本测度值为0.783,Bartlett球体检验的sig值为0.000,小于0.01,表明适合作因子分析,如表6-8所示。

表6-8 KMO和Bartlett

我们采用主成分提取公因子,根据特征根大于1的原则,本研究共提取6个主因子(见表6-9),6个主因子的特征值为5.742,4.629,3.182,2.955,2.570,1.945,第一个主因子方差贡献率为22.968%,6个主因子其累计方差贡献率达到了84.092%,表面6个因子保留原始数据绝大部分信息。这一数据结果说明,原25个测试项目属于6个主因子,这6个主因子能够反映25个指标的评价信息,再次验证本数据适合作因子分析。

表6-9 第一次解释总方差

② 碎石图。

用主成分分分析法进行因因子求解时,我们最多可可以得到与测测度项个数一样多的因子。如果保留所所有的因子,就起不到降降维的目的。。由于知道因子的大小排列列,因此,我我们可以对它它们进行取舍舍。在一般的的行为研究中,我们常常用用到的判断方方法有两种:特征值大于于1的碎石图图法,如图6-1所示。

图6-1 碎石石图法

图6-1较为直直观地告诉我我们,特征值值大于1有66个因子。将将25个测试项目用6个因子代代替。

③ 维度的获获得。

由表6-10可可以看到,测测量旅游企业业服务质量的的25个项目被被归于6个因子,各因子在相相应题项上的的负荷分布在在0.871~0.944之间,说明问卷在服务质量测量方面具有较高的结构效度。6个维度的Cronbachh值依次为0.9055,0.867,0.872,0.837,0.841,07739,皆大于0.73,可见这6个维度具有很高的信度,全部可供后后续分析使用用。

运用SPSS21.0对问项指指标资料进行行因子分析,经过因子分析并旋转后产生了6个服务务质量因子,因此本研究根根据因子分析析所得6个因子进行研究,并分别命名,见表6-11。

表6-10 第二次旋转后的载荷成分矩阵

表6-11 乡村旅游主成分因子负荷和特征值

维度1中包含了“停车场生态、美观”“景区景点服务人员形象好”“景区建设项目与周围环境协调”“景区自然风光优美”“景区内的景区服务设施完备与充足”5个变量指标,将主成分1命名为“有形性”。

维度2中包含了“旅游设施安全”“交通指示牌完善”“景区餐馆的卫生达标”“企业经营规范”“景区内的治安状况良好”5个变量指标,因此将主成分2命名为“可靠性”。

维度3中包含了“服务使用普通话”“土特产丰富”“服务人员主动帮助顾客”“服务技能良好”4个变量指标,因此将主成分3命名为“保证性”。

维度4中包含了“顾客投诉方便”“景区服务及时”“处理顾客投诉及时”“服务人员事先告诉活动安排”4个变量指标,因此将主成分4命名为“响应性”。

维度5中包含了“员工具有亲和力”“产品体现乡村地方特色”“门票价格合理”“景区周边居民态度友好”4个变量指标,因此将主成分5命名为“移情性”。

维度6中包含了“游客可以参与农业采摘”“菜肴具有地方特色味道”“游客可以参与民俗文化活动”3个变量指标,因此将主成分6命名为“乡村性”(见表6-11)。

6.3.4 结论

在本阶段中,我们借鉴顾客感知服务质量SERVQUAL模型,根据乡村旅游服务质量特点,对乡村旅游服务质量的关键因素进行剖析,构建适合乡村旅游质量的计量量表。以南充市的三个乡村旅游景点为对象,进行了问卷调查,问卷得到了有效回收,利用SPSS21.0对数据进行了探索性因子分析,删除与六大因子不相关的测试项,进行了二次因子分析,得到了6个服务质量因子并给予命名。可以得出以下几个主要结论,深化了乡村旅游服务质量的研究。

1)有形性和可靠性是影响乡村服务质量的最主要因素

许多学者将SERVQUAL模型应用到不同行业,有形性和可靠性是影响顾客服务质量的重要因素。本次研究结果表明,在乡村旅游服务质量评价中,有形性和可靠性是影响顾客服务质量评价的重要因素,与其他学者和PZB的服务质量模型关于服务质量评价因素不谋而合。在主成分分析的结果显示,有形性和可靠性两因子贡献率为41.48%,说明在因子中起主导作用。游客在乡村旅游过程中,对旅游景区的“停车场生态、美观”“景区景点服务人员形象好”“景区建设项目与周围环境协调”“景区自然风光优美”等有形性是十分看重的,同时,对“旅游设施安全”“交通指示牌完善”“景区餐馆的卫生达标”“企业经营规范”等可靠性项目也非常看重,因为安全无小事,外出旅游,安全始终是旅游者最关注的问题。

2)建立了乡村旅游服务质量评价模型

在研究中,对数据进行因子分析,旋转后所得因子载荷矩阵呈现出明显的6个因子结构。我们删除了不相关测试项目,进行了二次因子分析,得出了一个含25个指标的乡村旅游服务质量评价模型。这个评价模型,为我们下一步评价乡村旅游景点的服务质量打下了理论基础,我们将借助这一评价模型对不同乡村景点进行评价,评判其服务质量优劣,此模型的建立,有利于企业改进服务质量,有针对性地开展工作,提高顾客的满意度和忠诚度,赢得良好的口碑,提升企业的社会效益和经济效益,使企业持续发展。同时,乡村旅游服务质量评价模型的建立,有利于政府和行业部门对企业服务工作的考核和评级做到有据可循。

3)对SERVQUAL模型进行了“微调”

SERVQUAL评价模型通过顾客的期望/感知问卷形式提供了一个基本框架,问卷包括了服务质量5个维度22个项目测试。当然,SERVQUAL评价模型应用在不同行业时,服务质量的5个维度可能会发生变化,我们可以作出适当的修改。22个项目测试(陈述)也可以根据具体情况作出增减,从而根据行业的特点对SERVQUAL评价模型进行“微调”。本次对乡村旅游服务质量评价模型的指标选取中,我们通过实地调研,通过专家访谈、顾客以及乡村旅游景区经营者大量走访,确定了26个评价指标,通过问卷形式,收获了108份有效问卷,利用SPSS21.0进行因子分析,提取了6个主因子,发现其中一个评价指标与研究主题没有相关性,我们进行了二次因子分析,提取6个主因子,通过了可靠性和有效性检验,这6个主因子根据指标的特征,我们命名为:“有形性”“可靠性”“保证性”“响应性”“移情性”“乡村性”,比SERVQUAL评价模型的5个维度多了一个纬度,即“乡村性”。这可能是因为乡村旅游服务质量的特殊性,也是对SERVQUAL模型进行的“微调”,是对SERVQUAL模型的有益补充,符合PZB对SERVQUAL模型的解释。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈