影響旅游目的地網(wǎng)站“黏性”的外部因素結(jié)構(gòu)優(yōu)化研究

[摘 要] 網(wǎng)站由多層面、多元素組成，這些都影響網(wǎng)站用戶的滿意度和相關(guān)行為。本文采用因子分析方法，探查影響旅游目的地網(wǎng)站“黏性”的外部因素結(jié)構(gòu)及減少外部因素維度的變量數(shù)量。外部因素維度變量影響用戶對(duì)網(wǎng)站的印象和興趣。外部因素變量跟旅游者旅游經(jīng)驗(yàn)和知識(shí)有關(guān)。本文的研究結(jié)果達(dá)到新的更簡(jiǎn)單的外部因素結(jié)構(gòu)，其包含輸出四個(gè)因子，即“不想去的旅游地”“有名氣性的旅游地”“旅游地與和網(wǎng)站的安全性”和“沒(méi)去過(guò)的旅游地”，這些因子對(duì)旅游網(wǎng)站“黏性”的強(qiáng)力評(píng)價(jià)起最好的作用。

[關(guān)鍵詞] 網(wǎng)站評(píng)價(jià)；外部因素維度；因子分析；網(wǎng)站“黏性”；旅游目的地

doi ： 10 . 3969 / j . issn . 1673 - 0194 . 2017. 01. 081

[中圖分類(lèi)號(hào)] F590.8 [文獻(xiàn)標(biāo)識(shí)碼] A [文章編號(hào)] 1673 - 0194（2017）01- 0142- 06

0 引 言

互聯(lián)網(wǎng)網(wǎng)時(shí)代網(wǎng)站是傳播信息的系統(tǒng)，不同企業(yè)和組織使用網(wǎng)站聯(lián)系網(wǎng)絡(luò)用戶。聯(lián)系目的地是說(shuō)服用戶使用網(wǎng)站推薦的產(chǎn)品，服務(wù)等。但是有一個(gè)普遍承認(rèn)的問(wèn)題，即網(wǎng)站用戶的關(guān)注很容易變化，因?yàn)橛脩魪囊粋€(gè)到另一個(gè)網(wǎng)站的轉(zhuǎn)移很容易。 因此，重要是提高網(wǎng)站“黏性”及了解什么因素提高“黏性”，這樣用戶才會(huì)不愿意轉(zhuǎn)移網(wǎng)站。

網(wǎng)站是一種復(fù)雜的系統(tǒng)，已有的研究關(guān)注網(wǎng)站不同的方面，例如網(wǎng)站跟技術(shù)有關(guān)的方面、企業(yè)服務(wù)方面、網(wǎng)站內(nèi)容方面等。本文針對(duì)外部因素開(kāi)展研究，文獻(xiàn)在這方面很少研究。

為了準(zhǔn)備隨著地網(wǎng)站評(píng)價(jià)研究 ，首先需要對(duì)收集的數(shù)據(jù)，利用因子分析方法進(jìn)行排序、削減。收集的材料反映網(wǎng)絡(luò)用戶的知覺(jué)如何跟旅游有關(guān)的特點(diǎn)影響他們的意愿使用網(wǎng)站。因子分析會(huì)得到數(shù)據(jù)更簡(jiǎn)單的結(jié)構(gòu)，使強(qiáng)相關(guān)的變量形成公共因子，減少數(shù)據(jù)范圍，提取的公共因子將在網(wǎng)站評(píng)價(jià)研究使用。

1 旅游目的地網(wǎng)站“黏性”與相關(guān)“外部因素”

“外部因素”維度很少利用在網(wǎng)站評(píng)價(jià)研究中，研究者平常針對(duì)另外的網(wǎng)站維度，比如技術(shù)維度、服務(wù)維度、適用性等。外部因素維度與網(wǎng)站構(gòu)建沒(méi)無(wú)關(guān)，但本維度從心理方面影響用戶的行為。

因果行為理論（Theory of Reasoned Action）假定信任和評(píng)價(jià)形成個(gè)人行為有關(guān)的態(tài)度，而且其他人、社會(huì)信任和動(dòng)機(jī)形成個(gè)人遵從的主觀規(guī)范。個(gè)人態(tài)度為行為和個(gè)人遵從的主觀規(guī)范影響行為的意向，而且行為的意向影響真實(shí)的行為。技術(shù)接受模型（Technology Acceptance Model）基于因果行為理論理解用戶接受信息技術(shù)的行為。在技術(shù)接受模型中，“外部變量”是初始元素，表示用戶技術(shù)接受行為從外部因素變量開(kāi)始?！巴獠孔兞俊庇绊懹脩舾兄倪m用性和是否方便使用，而且這兩個(gè)因素影響使用的態(tài)度，并實(shí)用的態(tài)度影響信息系統(tǒng)使用的意向，進(jìn)而影響真實(shí)的行為。

外部因素是旅游相關(guān)理論重要的因素，此解釋旅游者行為，比如搜索旅行信息過(guò)程依據(jù)旅游者為旅游有興趣和動(dòng)機(jī)。旅游動(dòng)機(jī)被個(gè)人、心理和社會(huì)影響，旅游者按照個(gè)人的動(dòng)機(jī)決定旅游安排。其他影響旅游者的決定參加旅游活動(dòng)的因素是各種各樣的限制，比如時(shí)間、財(cái)政預(yù)算， 可得到信息、文化背景、社會(huì)地位、已得到旅行和搜索經(jīng)驗(yàn)。 個(gè)人目標(biāo)和偏愛(ài)代表旅游者的期望并造成相應(yīng)的選擇。因此可以假定外部因素，即旅游目的地先驗(yàn)知識(shí)、興趣、旅游經(jīng)驗(yàn)和感知的網(wǎng)站和旅游目的地的名氣影響用戶行為和動(dòng)機(jī)搜索網(wǎng)站。

在Lee和Kozar研究使用的是服務(wù)提供者特征質(zhì)量（vendor-specific quality）變量，是跟網(wǎng)站和企業(yè)單位成功有關(guān)的因素。在此研究還有其他的三個(gè)網(wǎng)站方面變量， 代表系統(tǒng)質(zhì)量、服務(wù)質(zhì)量和信息質(zhì)量。研究者也把變量，即網(wǎng)站和企業(yè)單位名氣、價(jià)格競(jìng)爭(zhēng)性和認(rèn)識(shí)為評(píng)價(jià)如何網(wǎng)站質(zhì)量影響電子商務(wù)成功使用。研究者發(fā)現(xiàn)選擇旅游網(wǎng)站的時(shí)候經(jīng)理者和設(shè)計(jì)者被服務(wù)提供者特征的質(zhì)量影響最大，但對(duì)顧客來(lái)說(shuō)服務(wù)提供者特征質(zhì)量占第二位，系統(tǒng)質(zhì)量占第一位 。

旅游網(wǎng)站的用戶在搜索一段信息的時(shí)候會(huì)同時(shí)檢查幾個(gè)相關(guān)網(wǎng)站。 但是，相關(guān)學(xué)者認(rèn)為大量的信息以及過(guò)多的選擇會(huì)造成負(fù)面的影響，比如用戶常常快的轉(zhuǎn)移其他的網(wǎng)站， 不喜歡花時(shí)間閱讀長(zhǎng)的文本，表示搜索行為常常是很簡(jiǎn)單的。如果互聯(lián)網(wǎng)用戶不滿意，就馬上離開(kāi)網(wǎng)頁(yè)。大量旅游網(wǎng)站因?yàn)闆](méi)有達(dá)到顧客的要求，所以消失了。

網(wǎng)站“黏性”代表網(wǎng)站保持用戶者注意和興趣的能力，并且用戶不會(huì)馬上轉(zhuǎn)移到其他的網(wǎng)站，繼續(xù)瀏覽網(wǎng)站。用戶持續(xù)的注意就表示網(wǎng)站達(dá)到引起和維持興趣的目標(biāo)。網(wǎng)站“黏性”反映了網(wǎng)站成功度， 是網(wǎng)站成功的一部分。

圖1所述為這研究按照旅游地網(wǎng)站成功評(píng)價(jià)模型。旅游地網(wǎng)站是一種被正式管理/營(yíng)銷(xiāo)組織推薦的旅游目的地的網(wǎng)站。本文主要針對(duì)影響網(wǎng)站“黏性”的外部因素進(jìn)行優(yōu)化研究。

2 研究構(gòu)架和研究問(wèn)題

2.1 研究構(gòu)架

網(wǎng)站外部因素與跟網(wǎng)站系統(tǒng)、服務(wù)沒(méi)有直接關(guān)，但理解潛在旅游者的經(jīng)驗(yàn)和興趣、網(wǎng)站設(shè)計(jì)者和旅游目的地的名氣對(duì)網(wǎng)站成功，吸引瀏覽網(wǎng)站推薦的信息很重要。在本文使用的變量引用了因果行為理論、技術(shù)接受模型、 Lee和 Kozar （2006）的服務(wù)提供者特征質(zhì)量變量和旅游動(dòng)機(jī)知識(shí)。變量分為三個(gè)子維度，即①旅游者先前知識(shí)、興趣和經(jīng)驗(yàn)；②旅游點(diǎn)的特征；③網(wǎng)站名氣性。變量名表示短的在本文章下面使用的變量名字，而且在個(gè)人經(jīng)歷/國(guó)家特征/網(wǎng)站的列提供的全變量的意義（如表1）。不過(guò)本研究針對(duì)用戶意愿繼續(xù)使用旅游網(wǎng)站行為。

2.2 研究目標(biāo)和問(wèn)題

本研究主要的目標(biāo)是通過(guò)對(duì)調(diào)查數(shù)據(jù)的處理，完成影響旅游目的地網(wǎng)站“黏性”的外部因素結(jié)構(gòu)及減少外部因素維度的變量數(shù)量。研究的主要的問(wèn)題如下：

（1）分析外部因素的數(shù)據(jù)結(jié)構(gòu)，是否可以得到與初始不一樣的新的子維度？

（2）分析后得到的新子維度可以表現(xiàn)出什么信息？

（3）什么變量重要，且應(yīng)該在隨后研究使用？什么在隨后的研究需要去除？

3 研究數(shù)據(jù)獲取

3.1 調(diào)查問(wèn)卷

本研究使用116份中國(guó)人自己填寫(xiě)的問(wèn)卷，回答以前使用旅游網(wǎng)站搜索旅游信息的相關(guān)情況，從2015年3月到7月把收到問(wèn)卷。采用“自選擇”抽樣辦法，問(wèn)卷在街頭和www.wenjuan.com網(wǎng)站發(fā)放。

問(wèn)卷含有兩個(gè)部分。第一部分關(guān)于人口信息，第二部分含有研究問(wèn)題表。使用7數(shù)字的測(cè)量尺度，從0到6，“0”表示沒(méi)有影響，因而意愿程度不改變，“3”表示影響不大，因而意愿程度不大，“6” 表示影響最大，意愿最大?；卮疬x擇還有“不知道”選擇，為了確保如果不太明確或不知道意思的時(shí)候不必選擇數(shù)字，因而不影響回答正確。但是在www.wenjuan.com網(wǎng)站收到的問(wèn)卷的測(cè)量尺度有一點(diǎn)差別，因?yàn)榫W(wǎng)站設(shè)計(jì)要求不可以加上“不知道”選擇，所以回答者，如果不知道，或不太清楚怎么回答，可留下空，不填問(wèn)題表。

3.2 被調(diào)查者分析

調(diào)查含有在街上收到的問(wèn)卷為86%， 在線收到的問(wèn)卷14%。50%回答者是女人，50% 是男人。大部分被調(diào)查者是年輕人，18～35歲，占88%。36～60歲人為10%，其中58%學(xué)生，26%企業(yè)員，4%政府員，12%其他。86%有打算在未來(lái)去旅游，88%以前沒(méi)旅游過(guò)。本研究被調(diào)查者比較了解上網(wǎng)，10%回答者總是使用網(wǎng)站為搜索旅游信息，47%常常使用網(wǎng)站，42%很少使用網(wǎng)站。

4 數(shù)據(jù)分析方法

本文利用SPSS17.0 軟件統(tǒng)計(jì)進(jìn)行探索性R-類(lèi)型因子分析。

因子分析是一種多元數(shù)據(jù)統(tǒng)計(jì)分析方法，主要分析目的是明晰變量的結(jié)構(gòu)和相互關(guān)系 。因子分析方法可以把數(shù)據(jù)的維數(shù)降低，同時(shí)又盡量不損失數(shù)據(jù)中的信息。本分析核心問(wèn)題是：如何構(gòu)造因子變量及如何對(duì)因子變量進(jìn)行命名解釋 。

因子分析過(guò)程如下：

（1）確定研究問(wèn)題和分析目標(biāo)；

（2）設(shè)計(jì)因子分析；

（3）因子分析前提條件檢驗(yàn)；

（4）提取因子和確定總的契合度；

（5）旋轉(zhuǎn)因子及其對(duì)它們的解釋；

（6）確認(rèn)因子分析結(jié)構(gòu)和結(jié)果。

收集的數(shù)據(jù)含有缺失數(shù)據(jù)不超過(guò)10%。按照Hair（2011） 等的研究結(jié)果，如果缺失數(shù)據(jù)不超過(guò)10%的，缺失數(shù)據(jù)可以利用所有的辦法進(jìn)行替換、填補(bǔ)，在本研究缺失數(shù)據(jù)被平均值替換。

為了使用因子分析有效，最少應(yīng)有50份觀測(cè)數(shù)據(jù)，且觀測(cè)數(shù)量應(yīng)該超過(guò)變量數(shù)量，最好為10比1 ，不少3比1。 本研究為“愿意停留在網(wǎng)站”有12個(gè)變量，觀測(cè)數(shù)量超過(guò)50份。

4.1 因子分析前提條件檢驗(yàn)

為了確定是否樣本合適做因子分析，首先需要計(jì)算相關(guān)系數(shù)矩陣、進(jìn)行KMO（Kaiser-Meyer-Olkin）檢驗(yàn)，巴特利特球形檢驗(yàn)（Bartlett test of sphericity）和樣本合適測(cè)量（Measure of Sampling Adequacy，MSA）。

計(jì)算相關(guān)系數(shù)矩陣表現(xiàn)在0.00 和0.01 顯著性水平p 值，26%變量系數(shù)值均大于0.27，即有變量為強(qiáng)相關(guān)，就是可以繼續(xù)檢查變量適合做因子分析。

通過(guò)巴特利特球形檢驗(yàn)計(jì)算相應(yīng)的伴隨概率（Sig）為0.00，小于顯著性水平0.05， 因此變量之間存在相關(guān)關(guān)系，合適做因子分析。

KMO檢驗(yàn)的取值在0和1之間，值越接近1表示變量間的相關(guān)性越強(qiáng)，就是變量非常合適，0.5 以下表示極不合適。本觀測(cè)12個(gè)變量通過(guò)KMO檢驗(yàn)得到0.667，適合做因子分析。檢查原始變量樣本合適測(cè)量（MSA）有一個(gè)變量值小于0.5，即“不安全性”變量不合適，應(yīng)該取消。

第二次計(jì)算11個(gè)原始變量系數(shù)，不含有“不安全性”變量，分析前提條件：

在0.00 和0.01 顯著性水平p 值29%、變量系數(shù)值均大于0.27、KMO值得到0.710 分、通過(guò)巴特利特球形檢驗(yàn)計(jì)算相應(yīng)的伴隨概率（Sig）為0.00、樣本合適測(cè)量（MSA）變量值都大于0.5，結(jié)果表示可以進(jìn)行因子分析。

4.2 因子提取

因子分析重要的問(wèn)題之一是提取因子數(shù)量應(yīng)該多少，為了抽取因子利用主成方法。

為了抽取合適的因子及說(shuō)明原始變量最好的構(gòu)造，應(yīng)該注意幾個(gè)重要的準(zhǔn)則，即：

（1）公共因子的特征值接近于1。

（2）公共因子數(shù)量最好得到60%以上累計(jì)解釋的總方差。

（3）查看碎石圖里特征根變化趨于平穩(wěn)點(diǎn)（建議查看K， K-1 和 K+1 公共因子數(shù)量， 即K-在碎石圖特征根變化趨于平穩(wěn)點(diǎn)）。

（4）抽取公共因子獲得最合適的結(jié)構(gòu)。

首先查看11個(gè)變量的碎石圖（圖2），僅看彎曲點(diǎn)表明3個(gè)公共因子應(yīng)該合適。

為了確定公共因子數(shù)量，查看第3和第4個(gè)公共因子的結(jié)果。

結(jié)果顯示3個(gè)公共因子不合適（如表2），提取3個(gè)公共因子、特征值大于1是1.1可是累計(jì)解釋的方差得到不合適的53%。再者5個(gè)變量共同度為0.5以下， 即提取的公因子不合適。

如果提取4個(gè)公因子第4個(gè)公共因子特征值于0.983，累計(jì)解釋的方差為62%?？墒恰霸O(shè)計(jì)可信度一般”變量的方差貢獻(xiàn)率為0.485， 不到0.5，就是變量的方差貢獻(xiàn)率不合適，因此確定取消本變量，留下10個(gè)變量。

10個(gè)變量KMO值得到0.709，巴特利特球形檢驗(yàn)計(jì)算相應(yīng)的伴隨概率（Sig）為 0.00。提取3個(gè)公因子不合適，由于累計(jì)解釋的方差僅為57%。提取4個(gè)公因子系數(shù)都合適，即公因子數(shù)量滿意，特征值靠近1為0.951，變量共同度都大于0.570，累計(jì)解釋的方差為66%，就是4個(gè)公因子可以解釋66% 方差。

為了繼續(xù)因子分析，按照上面說(shuō)明的結(jié)果，確定應(yīng)用10個(gè)變量，提取4個(gè)公共因子。表2顯示變量共同和解釋的方差的結(jié)果。

4.3 旋轉(zhuǎn)和解釋因子

旋轉(zhuǎn)成分矩陣檢查見(jiàn)表3和表4。因子旋轉(zhuǎn)簡(jiǎn)化因子結(jié)構(gòu)和提供更簡(jiǎn)單和有意義的公共因子。

為了旋轉(zhuǎn)公共因子運(yùn)用屬于正交旋轉(zhuǎn)亞類(lèi)型：具有Kaiser標(biāo)準(zhǔn)化的最大方差法。

通過(guò)正交旋轉(zhuǎn)亞類(lèi)型的方法公共因子互相獨(dú)立沒(méi)有公共的相關(guān)。最大方差法（Varimax）是一個(gè)常用的方法，此方法最大化各個(gè)因子載荷平方的方差的總數(shù)。

為了保持公共因子簡(jiǎn)單的構(gòu)造應(yīng)該考慮下面的條件：

（1）變量載荷該大于±0.5，即±0.5 載荷表明有實(shí)用意義及±0.7載荷表明結(jié)構(gòu)定義明確的；

（2）檢查是否變量有意義的交叉負(fù)載；

（3）檢查是否矩陣含有沒(méi)有實(shí)用的載荷的變量。

10個(gè)變量分析結(jié)果表明每個(gè)變量最少有一個(gè)有意義的載荷，同時(shí)有兩個(gè)變量，就是“沒(méi)名氣國(guó)”和“去過(guò)的國(guó)”變量有交叉負(fù)載。（如表3）因此為了良好因子結(jié)構(gòu)，決定取消有交叉負(fù)載的變量，亦需要重新指定因子模型。

考慮幾個(gè)因子模型，即取消一個(gè)變量（“沒(méi)名氣國(guó)”或者“去過(guò)的國(guó)”）、兩個(gè)變量、減少和增加公共因子數(shù)量，最終決定選擇4個(gè)公共因子留下8個(gè)變量。

這4個(gè)公共因子KMO值為0.659，因此因子分析結(jié)果是可以接受的，巴特利特球形檢驗(yàn)計(jì)算相應(yīng)的伴隨概率（Sig）為 0.00， 變量共同度都超過(guò)0.63。第一個(gè)因子的旋轉(zhuǎn)特征值解釋18.309%方差，第二個(gè)為-18.005%，第三個(gè)為-17.468%，第四個(gè)為-17.218%，即四個(gè)公共因子總共解釋71.001%方差。（如表4）

此因子模型實(shí)際和統(tǒng)計(jì)意義也有合理的解釋。表4輸出的8個(gè)變量的結(jié)果表示全變量之間沒(méi)有意義的交叉負(fù)載，每個(gè)公共因子有兩個(gè)有高值的負(fù)載，因子結(jié)構(gòu)非常明晰。

4.4 因子模型

（1）第一個(gè)因子名稱“不想去旅游目的地”含有變量：

“不想去國(guó)”- 網(wǎng)站推薦的旅游國(guó)家不是很多人都知道的也不是很多人想去的。（負(fù)載- 0.815，強(qiáng)）；

“不要去興趣國(guó)” - 您以前對(duì)網(wǎng)站推薦的旅游國(guó)家有了解興趣?？墒菦](méi)有打算去那里旅游。（負(fù)載- 0.795，強(qiáng)）

（2）第二個(gè)因子名稱“有名氣性的旅游目的地”含有變量：

“都想去國(guó)”- 網(wǎng)站推薦的旅游國(guó)家很多人都知道并想去的 （負(fù)載- 0.889，強(qiáng)）

和“名氣性國(guó)”- 網(wǎng)站推薦的旅游國(guó)家的名氣性。（負(fù)載- 0.740，強(qiáng)）

（3）第三個(gè)因子名稱“旅游目的地和網(wǎng)站的安全性”含有變量：

“安全性國(guó)”-網(wǎng)站推薦的旅游國(guó)家安全性 （負(fù)載- 0.829，強(qiáng)）

“設(shè)計(jì)可信度高”-網(wǎng)站設(shè)計(jì)者可信度高。（負(fù)載- 0.766，強(qiáng)）

（4）第四個(gè)因子名稱“沒(méi)去過(guò)的旅游目的地”含有變量：

“不熟悉國(guó)”-網(wǎng)站推薦的旅游國(guó)家是您第一次見(jiàn)到的國(guó)家 （負(fù)載- 0.850，強(qiáng)）

“要去熟悉國(guó)”-您以前想去在網(wǎng)站推薦的國(guó)家旅游?？墒沁€沒(méi)去過(guò)。（負(fù)載- 0.742，強(qiáng)）

5 結(jié) 語(yǔ)

本文的研究表明，因子分析導(dǎo)致初始數(shù)據(jù)降低，并得出了新的更簡(jiǎn)單的結(jié)構(gòu)，留下4個(gè)公共因子，每個(gè)因子含2個(gè)變量。每個(gè)因子解釋能力接近，四個(gè)因子解釋相關(guān)于71% 。

此四個(gè)因子對(duì)旅游網(wǎng)站用戶意愿繼續(xù)使用旅游網(wǎng)站的強(qiáng)力， 換句話說(shuō)網(wǎng)站“黏性”力度，評(píng)價(jià)起很好的作用，是可以在隨后研究中使用的變量。

第一個(gè)因子可以屬于旅游者的沒(méi)意愿去旅游的子維度，即“不想去旅游目的地”的因子。

第二個(gè)因子“有名氣性的旅游目的地”可以屬于旅游點(diǎn)的特征的子維度。

第三個(gè)因子“旅游目的地和網(wǎng)站的安全性”可以認(rèn)為屬于安全性子維度。

第四個(gè)因子“沒(méi)去過(guò)的旅游目的地”可以屬于旅游者旅游經(jīng)驗(yàn)子維度。

另外，按照因子分析結(jié)果在隨后的研究將不再使用四個(gè)變量 ，就是“不安全性國(guó)”“沒(méi)名氣國(guó)”“設(shè)計(jì)可信度一般” “去過(guò)的國(guó)”。