IPA分析法的修正及其在游客满意度研究的应用.docx

IPA分析法的修正及其在游客满意度研究的应用.docx

《IPA分析法的修正及其在游客满意度研究的应用.docx》由会员分享，可在线阅读，更多相关《IPA分析法的修正及其在游客满意度研究的应用.docx（9页珍藏版）》请在冰豆网上搜索。

IPA分析法的修正及其在游客满意度研究的应用

IPA分析法的修正及其在游客满意度研究的应用

作者：

陈旭

来源：

《旅游学刊》2013年第11期

        [摘要]传统的重要性绩效（IPA）分析法以受访者自述满意度和重要性评价来衡量各评价要素对提升客户满意度的意义。

多数学者指出，这种分析方法存在两个弊端：

一是重要性评价受满意程度的影响，二是单个评价要素的满意与否不一定能带来整体满意度相对称的变化，因此，单个评价要素的重要性也应当有所不同。

所以，采用自述重要性的分析方式并不能反映客户的真实感受，分析方法需要改进。

该研究以一山地景区的游客满意度为例，使用对数转化和偏相关系数法从满意度评价计算出引申重要性评价，去除满意度的影响，从而能较为客观地反映出游客对评价指标重要性感知。

该研究对两种IPA分析方法进行了实证比较研究，并指出了结果存在差异性的原因，为完善使用IPA方法提供了有价值的理论阐述和实践检验。

        [关键词]游客满意度；IPA分析；偏相关系数

        [中图分类号]F59

        [文献标识码]A

        [文章编号]1002-5006（2013）11-0059-08

        Doi：

10.3969/j.issn.1002-5006.2013.011.007

        1.引言

        游客满意度分析通过服务对象对整个服务过程的效果反馈，在衡量旅游企业服务质量和发展质量中发挥着愈来愈重要的作用，也愈加受到旅游企业的重视。

学界对游客满意度的研究主要集中在以下5个方面：

（1）了解和掌握游客的需要、要求和期望；

（2）发现和识别游客需求的发展趋势和潜在的市场机会；（3）制定游客满意的服务基准；（4）寻找准确的市场定位，辨识影响旅游景区游客满意度的关键性指标；（5）满意度衡量方法的研究。

        目前，业界应用较多的游客满意度测评模型主要包括美国消费者满意度模型（Americanconsumersatisfactionindex，ACSI）、服务质量法（Servicequalily，SERVQUAL）、重要性一绩效性分析法（Importance-performanceanalysis，IPA）等。

其中，IPA分析法以其直观、易操作、易解读而得到广泛应用。

IPA分析法由马提拉和詹姆斯（Martilla&James）于1977年提出。

自20世纪90年代初，IPA分析法开始广泛应用服务性行业，其应用范围包涵服务满意度、产品表现、地区竞争力（吸引力）和宏观旅游政策制定等。

IPA分析法要求受访者对指定调查对象的各项衡量指标从重要性和绩效表现两个方面来评价各测评要素。

当用于满意度测量时，绩效即为满意度评价。

        任何一种模型在应用过程中都存在一定的局限性，IPA分析法也不例外。

首先，IPA分析法的假设前提是重要性与满意度两个维度上的变量相互独立并与受访者的总体感知呈线性相关。

然而在现实调查中，受访者的评价一般为主观感受，其重要性评价和满意度评价很难成为互相独立的变量。

传统的IPA分析法所要求的假设条件一般很难满足，得出的要素象限分布并非总能找到合理的解释。

其次，IPA分析法要求受访者对同一问题需要做出两次判断，当问卷题量较大时，访问时间则成倍增长，访问质量有可能下降。

因此，国外部分学者对IPA分析法进行了优化，以期满足该方法的假设前提。

邓维兆（Deng）在总结了其他学者研究成果的基础上对IPA分析法进行了统计学方法上的优化。

本文以旅游景区为例，采用邓维兆的修正方法，对传统IPA分析法与修正后的IPA分析法之间的差异做出比对，在准确性和适用性上对修正后的IPA分析法进行了理论分析和实践检验。

        2.文献综述

        IPA分析法以所有指标的平均重要性和平均绩效来构建4个象限，将各项衡量指标按其重要性和绩效评价情况分布在这4个象限内进行分析和阐释。

国内学者对IPA分析法同样进行了较为广泛的实证研究。

钟栎娜等在对历史数据进行比较的基础上，运用IPA分析法分析了旅游者对景区网站需求和旅游者对景区网站互联网技术运用程度的期望，从而得出了景区网站发展过程与旅游者期望变化基本一致的结论。

余裕星等运用IPA分析法对鼓浪屿的游客满意度进行分析，辨识了游客满意度不高的主要因素和提升游客满意度的关键因素。

胡栋梁等采用IPA分析法对重庆磁器口的目的地形象进行了分析，并结合游客感知的重要性为磁器口形象进行重新定位。

谢丽佳等通过对会展旅游中与会者的个体感知项进行IPA评价，从而查找会展旅游业的工作重点以期达到营销资源合理配置的目的。

陈再福运用IPA分析法对福建南靖土楼景区服务质量进行分析，进而提出提升土楼景区服务质量的合理化建议。

        IPA分析法有两个必要的前提假设。

首先，重要性要素与满意度要素的评价必须相互独立；其次，各要素的满意度评价必须与总体满意度评价要线性相关且此相关具有对称性。

但是在现实调查中，这两个假设几乎难以实现。

许多学者指出，重要性与满意度多为相关或因果关系。

桑普森和舒华特（Sampson&Showaher）研究发现，组织的满意度增加时，客户的重要性感知与绩效评价间的差距急剧缩小。

马茨洛和舒华温（Matzler&Sauerwein）发现采用自述方式时，客户对组织满意度评价与重要性感知呈负相关，即满意度越高，重要性越低。

此外，单要素的满意度评价与总体满意度评价也难呈线性及对称相关。

这一点可以从满意度的非对称性中得到解释。

日本狩野纪昭教授提出的卡诺（Kano）模型指出，按顾客的感受及满足顾客需求的程度，满意度要素可分成3种：

理所当然要素、一元要素和魅力要素。

理所当然要素是基本要素，满足客户的最基本需求。

当其满意度低时，客户总体满意度低，而客户对其重要性评价则高；但当满意度高时，客户总体满意度一般，最多为满意，因为客户认为做好此项要素的工作是应该的。

一元要素是绩效的常见形式。

当其表现不佳时，客户不满意，表现佳时，客户满意；单项要素的优劣程度与总体满意程度呈正线性关系。

魅力要素多为客户没有期望的要素。

此类要素表现佳时则满意度高，但表现不佳时满意度并不因此而下降。

此类要素在满意度高时显得重要，但在满意度下降时其重要性与满意度不相关。

        基于上述文献研究，传统的IPA分析法采用客户自述重要性评价有两个局限：

一是，重要性的评价不可避免地受客户满意度评价的影响；二是，单个要素与总体满意度呈非线性相关时，这种相关关系直接影响客户对要素重要性的评价。

由此可见，采用客户自述重要性作为IPA分析的数据源不能满足前提假设，不能真实反映客户的实际感知，相应的分析结果会产生一定的误导性。

        3.IPA修正法

        为了消除采用自述重要性与满意度要素的相关性，多数学者建议以引申重要性（implicitlyderivedimportance）来替代自述重要性。

较为广泛采用的方法是计算各单项满意度要素与总体满意度之间的多元回归系数作为引申重要性得分。

马茨洛等学者进一步指出，这种方法忽略了满意度要素之间潜在的相关关系，若将其直接代人多元回归模型将会产生严重的多元共线性问题。

邓维兆在总结其他学者的研究基础之上建议计算单项满意度与总体满意度之间的偏相关系数来作为引申重要性得分。

由于偏相关系数排除了其他满意度变量对指定变量与总体满意度之间的相关性的影响，只反映该变量与总体满意度之间的净相关，因此，偏相关系数能更加准确地反映真实的重要性评价。

        邓维兆的转换方法考虑两项要素：

单个要素的满意度评价（计为Si）和总体满意度评价（计为OS）。

其转化方法可分为两步：

第一步，对各要素满意度评价（Si）取自然对数使之呈线性分布，计为In（Si）；第二步，将In（Si）作为自变量，OS作为应变量进行多元回归分析计算OS与In（Si）之间的偏相关系数Pi，即为引申重要性。

偏相关系数可在SPSS软件中用迭代法（recursivemethod）或相关矩阵求逆法（matrixinversion）计算而得。

        相比用户自述的重要性评价，引申重要性评价更为客观。

邓维兆及其他一些学者建议以引申重要性为IPA分析法的衡量指标。

这一方法对绩效和重要性之间的相互独立性要求和非对称线性相关修正较好，且可操作性强，易于解释。

本研究将采用邓维兆的方法在实践研究的基础上对传统和修正后的IPA分析法加以比较并分析其差异性。

        4.实证研究

        4.1研究设计

        本研究的目的在于验证传统的IPA分析法无法满足其前提假设，以及比较传统IPA与修正后的IPA分析结果的差异性，以期阐释一种可操作的IPA修正方法。

本研究首先使用传统的IPA分析法对鸡公山景区的旅游服务进行游客满意度分析，对重要性与满意度评价进行相关性检测。

其次，按邓维兆的方法对IPA原始数据进行转换，以满意度评价计算引申重要性，以转化后的数据对各旅游服务要素进行分析，比较两种IPA分析结果之间的差异。

        4.2问卷设计

        调查问卷由3个部分组成。

第一部分调查游客对景区服务要素的重要性和满意度评价，并采用5分制的打分方法，其中，1为非常不重要（或不满意），5为非常重要（或非常满意）；第二部分调查游客对满意度和重要性的总体评价，同样以5分制打分；第三部分调查游客的人口统计特征。

在对相关景区服务研究的基础之上，本研究甄选了基于目的地品牌、可进入性、性价比、娱乐活动、员工服务、配套设施等6个维度共计30项景区服务的评价要素。

在征求了3位旅游研究学者和景区管理方对这些评论要素的意见，最终确认了20项评价要素。

5位旅游学硕士研究生参与了先导研究（pilotstudy）以确认问卷结构的合理性和评论要素的效应量。

        4.3数据采集

        本研究于2012年4月下旬在河南省信阳市鸡公山景区展开问卷调查。

共有3位访问员在景区内部的3个主要休息区采用随机拦访的方式访问游客，访问员拦访每次从身边经过的第3位成年游客，每团队游客抽样不多于两人。

根据鸡公山风景区管委会2010年统计数据，景区旺季日均上山游客约为1500人次，淡季时不足800人次。

由于4月下旬景区适逢淡季，以日均游客量1000人次核算，在5%的误差水平和95%的置信度下，有效样本量应为278人。

本次调查访问员共发放310份问卷，有效问卷为300份，回收问卷的有效率为96%。

调查问卷要求受访游客对每项评价要素分别从重要性和满意度两个方面打分，并就总体满意度情况打分。

为得到间接重要性得分，本研究按邓维兆的方法对各要素的满意度评价计算OS与In（Si）的偏相关系数，即得到间接重要性得分。

        4.4分析方法

        本研究首先采用相关性检验分析游客自述的满意度和重要性的关联度。

其次，采用描述性分析如频数、平均数和标准偏差测度游客对景区服务各项评价要素的感知程度，并将20项被考察要素以坐标形式映射到IPA图表中，并比较采用自述重要性和引申重要性数据的差异性。

        5.研究结果

        5.1受访游客的人口统计特征

        300名受访游客的性别比例基本持平，男性游客略多，占52.0%；受访游客的年龄层次集中在22～38岁（占52.9%）；受教育程度多为大学专科及本科（占42.5%）；游客出游方式主要以家庭、朋友结伴出游为主（占85%）。

        5.2数据的信度和结构效度分析

        为了检验数据的信度（reliability）和效度（validity），笔者对20项游客满意度评分做主成分因子分析。

旋转方法采用最大方差法（varimax），选取特征值（eigenvalue）大于1的因子为主成分因子。

分析结果显示，KMO检验值为0.89，Bartlett球形检验值无限接近于0。

主成分因子分析共提取了4个符合要求的因子，累积