基于游客需求的平遥漆器旅游纪念品设计策略

信度和效度分析

本研究采用方便抽样法对40名游客进行了预测试,以检验问卷的信度和效度。

信度是对评估结果可信程度的评估。本研究采用 Cronbach's α 值对问卷的信度进行检验。Cronbach's α 值大于 0.7 为可接受的。Cronbach's α 值在 0.7 至 0.8 之间表示信度较好,在 0.8 至 0.9 之间表示信度较好。Cronbach's α 值大于 0.9 表示信度极佳。本研究主要使用 SPSS 进行信度评估,各量表的信度检验结果如图所示。 表 7结果表明,正题和负题的Cronbach's α值均大于0.7,表明信度较好。另外,利用SPSS进行了探索性因子分析,采用Kaiser-Meyer-Olkin(KMO)检验和Bartlett球形度检验评价数据的效度。实证研究中,KMO值大于0.7表明效度较好,KMO值在0.6~0.7之间表明效度中等,Bartlett球形度检验的显著性水平应小于0.05。结果表明,正题和负题的KMO值均大于0.7,Bartlett球形度检验结果显著(p<0.001),表明数据效度较好,如表所示 89

数据分析

考虑到问卷收集过程中的限制和不可控因素,本研究增加了20%的问卷数量,以确保至少能获得400份有效问卷。最终共发放问卷480份,回收有效问卷419份(其中填表时间少于90秒的问卷37份,表示“不知道”或“从未购买过”的问卷13份,18岁以下的受访者问卷11份,均视为无效问卷),回收率为87.3%。

使用 KANO 模型对问卷数据进行整理和分析,通过计算“好”和“坏”系数,确定每个游客的品质。如果“好”和“坏”的绝对值大于 0.5,则表示一维品质(O);如果“好”和“坏”的绝对值小于 0.5,则表示无差异品质(I);当“好”大于 0.5,且“坏”的绝对值小于 0.5 时,表示具有吸引力品质(A);相反,当“好”小于 0.5,且“坏”的绝对值大于 0.5 时,表示必须具备品质(M)。统计结果如下表所示。 表 10

通过计算Better-Worse值,研究者可以构建象限图,更加直观地观察满足某一特定需求对提升游客满意度或消除不满意度的影响。在Kano模型理论中,Better值一般为正值,表示产品提供某一特定功能或服务,用户的满意度会提高。值越大,表示对提升满意度的效果越明显,用户满意度提升越快。相反,Worse值一般为负值,表示产品不提供某一特定功能或服务,用户的满意度会降低。值越大,表示对降低满意度的效果越明显,用户满意度下降越快。基于21个游客需求的Better-Worse值, 图。1 显示了象限图。

基于游客需求的平遥漆器旅游纪念品设计策略

图。1。 旅游者需求象限分布图。

注:该图为根据卡诺分析的结果得到的游客所要求的四种品质的象限分布。

https://doi.org/10.1371/journal.pone.0305662.g001

  1. 第一象限的需求属于一维品质,较好和较差的绝对值都比较高,游客满意度差异较大,即如果漆器旅游纪念品提供或改进了属于这一象限的服务或特色,游客满意度就会提高,反之,如果没有,游客满意度就会降低。
  2. 第二象限的需求属于吸引力品质:较好的绝对值较高,较差的绝对值较低。如果漆器旅游纪念品不提供属于此象限的服务,游客满意度不会降低。但如果提供此类服务,游客满意度会显著提高。
  3. 第三象限的需求被视为无差别质量:较好和较差的绝对值都很低。游客满意度保持不变,因为游客对漆器旅游纪念品是否提供这些服务或功能无所谓。
  4. 第四象限的需求属于“必须具备的品质”,“较好”的绝对值较低,“较差”的绝对值较高。当漆器旅游纪念品具备该特征时,游客满意度不会提高。而当不具备该特征时,游客满意度会显著下降。

此外,游客对同一维度内不同需求的敏感度也存在差异,为评估游客对各需求的敏感度,研究者采用层次分析法进行两两比较,构建比较矩阵,计算各需求的权重值,实现漆器旅游纪念品需求的层级排序。

首先根据KANO结果构建指标评价体系(表 11在该体系中,无差异质量意味着受访者对需求持中立态度。因此,T10、T18、T25和T26不予分析。使用评估系统(表 11),研究者构建判断矩阵对各项需求指标进行比较,对各项需求进行排序。根据前面提到的计算公式,结果如下(表 1216)。

同时邀请12位专家对指标的重要性进行评估(表 17由于每位专家的知识和经验存在差异,对同一两个指标的评价可能会得出不同的结果。为保证数据的客观公正,本文采用众数(最常见值)对判断矩阵数据进行处理。

通过构建比较矩阵,计算平遥漆器旅游纪念品必备质量指标、一维质量指标、吸引力指标下各二级需求指标的权重值,并检验其是否符合一致性检验标准,其中CR越小,表示判断矩阵的一致性越好。当CR < 0.1时,两两判断矩阵的一致性在可接受范围内。但当CR> 0.1时,需要重构判断矩阵,直到一致性比率CR满足要求。检验结果见表 1215

根据公式,权重结果为:W1 = 0.527;W2 = 0.3325;W3 = 0.1396;然后进行一致性检验,得到最大特征值如下 λ最大限度 = 3.0536,CI = (3.0536–3)/(3–1) = 0.0268,RI = 0.52,所以,CR = =0.0516<0.1,满足一致性检验。

根据公式,权重结果为:(0.1693,0.1183,0.0720,0.2422,0.3982);最大特征值为 λ最大限度 =5.1111,CI=0.0278,CR=0.0248<0.1,满足一致性检验。

根据公式,权重结果为:(0.0797,0.0577,0.0568,0.3230,0.2290,0.1430,0.1107);最大特征值为 λ最大限度 =7.2133,CI=0.0356,CR=0.0269<0.1,满足一致性检验。

根据公式,权重结果为:(0.3893,0.0664,0.1655,0.2721,0.1067);最大特征值为 λ最大限度 =5.1144,CI=0.0286,CR=0.0255<0.1,满足一致性检验。

本研究中,研究者通过Kano模型和AHP对游客的需求进行分类和排序,得到以下结果。

1.分类结果:

  1. 必备品质:包括造型美观(T7)、图案美观(T8)、颜色搭配好(T9)、质量有保证(T14)、环保(T27)。
  2. 一维品质:包括工艺精湛(T11)、价格合理(T12)、产品种类丰富(T13)、功能多样(T16)、文化品位高(T17)、纪念意义重大(T22)、地域特色明显(T23)。
  3. 吸引人的品质:包括重量轻且易于携带(T15)、包装良好(T19)、品牌良好(T20)、有趣的想法(T21)、适合作为礼物(T24)。
  4. 不同品质包括材料种类多(T10)、有系列(T18)、适合收藏(T25)、安全性高(T26)。

2. 排名结果(表 18):

阅读更多

About travel

Check Also

寻找 MH370 的行动又回来了——这会是最终章吗?

寻找 MH370 的行动又回来了——这会是最终章吗?

马来西亚航空 MH370 航班 …

发表回复