[中圖分類號]F59
[文獻標識碼]A
[文章編號)1002—5006(2006)04—0095—02
最近拜讀了發表在《旅游學刊》2005年第3期《世界遺產地內索道乘客的特征、滿意度及其影響——武陵源案例研究》一文,從中得到了很多啟發,文章不但從理論上對游客滿意度調查的方法給予了較全面的分析和介紹,也用原始數據做出了實證分析。在,閱讀這篇文章的同時,筆者對作者使用SPSS10.0統計軟件及其統計結果的解釋有一些不同的看法,本著嚴肅的科研態度,想在此提出,以便大家討論。
一、回歸模型的使用
回歸分析是描述變量間因果關系的一個常用的數學工具。它包括一元與多元、線性與非線性回歸分析。回歸分析也可以用來進行短期和中長期預測。在這篇文章中,作者使用了多元線性回歸分析。其自變量為“黃獅寨索道的滿意度”、“天子山索道的滿意度”、“白龍電梯的滿意度”及“觀光電車的滿意度”,因變量是“武陵源之旅的總滿意度”。作者在問卷中為了測量“武陵源之旅的總滿意度”,共涉及了24個有關吃、住、行、游、購、娛六要素,其中包括上面提到的4個與行有關的問題。筆者認為這24個問題應當作為回歸分析的自變量,它們是來解釋“武陵源之旅的總滿意度”這個因變量的。為了更明確旅游六要素中哪個方面對游客滿意度影響更顯著,可以把24個問題轉化為6個大方面,即吃、住、行、游、購、娛作為新的自變量來進行回歸分析,則更能反映影響游客滿意度的主要因素。但作者在使用回歸分析時,只把有關行的4個因素作為自變量與“武陵源之旅的總滿意度”進行回歸分析是不太恰當的。所以筆者認為應當把本文要研究的與索道相關的4個問題作為一個方面(行)來討論比較合理。否則會出現以偏概全的問題。
二、SPSS統計結果的解釋問題
這篇文章的數據統計使用了SPSS10.0統計軟件。這個軟件在社會科學研究中被廣泛使用。在這里,作者利用此軟件進行了回歸分析。從結果構成上,有回歸擬合優度檢驗(只’檢驗)、回歸方程的總體顯著性檢驗(9檢驗)和回歸系數的顯著性檢驗(t檢驗)。檢驗內容是全面的。但在結果的展示和解釋上,存在以下幾個問題:(1)結果中沒有置信水平,是95%?還是90%?或其他多少?因為置信水平是反映結果準確性的一個非常重要的指標,沒有它,結果的可信度就無從談起,且顯著與否就沒有標準。而SPSS統計結果中應該有顯示的。在這篇文章的結果中卻沒有,可能默認值是95%,但在此作者應解釋清楚。(2)文中有這樣一段解釋:“表2中,R2Α值非常小,幾乎接近于0,表3中9值較大,表4中Betastandardized明顯偏小,可以判定‘黃獅寨索道的滿意度’、‘天子山索道的滿意度’、‘百龍電梯的滿意度’以及‘觀光電車的滿意度’與‘武陵源之旅的總滿意度’之間不存在顯著的線性關系?!边@個解釋不準確。首先,明顯偏小這種表達不能作為顯著與否的解釋,在統計結果中有臨界值或相伴概率(sig.值)及9或‘統計量,它們都是判斷顯著與否的指標。另外,偏大的9值會導致的可能是顯著結果,而不是不顯著。從統計結果的數據看,常量,“天子山索道”和“觀光電車的滿意度”的相伴概率值(0.000接近0)均小于0.05,根據統計理論,它們在顯著性水平為0.05的顯著水平是顯著的。“黃獅寨索道”和“百龍電梯”在0.05的顯著性水平下是不顯著的,因為它們的相伴概率值(0.353和0.507)均大于0.05。這個結果與文章作者的解釋是矛盾的。這里的關鍵是顯著性水平是多少?如何正確地解釋統計結果是否顯著?顯然結果與回歸模型中自變量的正確選擇有關。在此之所以正較小,是因為這些變量值是解釋總滿意度的一部分自變量。
三、回歸分析結果與實際情況的一致性問題
這篇文章后面對游客滿意度用百分比又進行了總體測量,并指出“回歸分析結果表明,游客對索道、電梯等客運交通工具的滿意度與游客的總體滿意度卻并無顯著線性關系,游客對索道、電梯等客運交通工具的滿意度并不能直接增進他們對武陵源風景區的總體滿意感”。而通過對數據的結果分析,至少“天子山索道”和“觀光電車”在0.05的顯著性水平是有顯著關系的。如果把這4種交通工具作為一個變量來分析它們與總體滿意度的關系,可能結果并非像文章作者所解釋的那樣,這一檢驗可以作為進一步的研究。
四、結論
以上是筆者對《世界遺產地內索道乘客的特征、滿意度及其影響——武陵源案例研究》一文的學習分析。筆者以為,數據分析對于理論研究非常重要,正確地使用數學方法可以給理論以有力的佐證,但不恰當的解釋會導致相反的結果,這對指導實踐是不利的。比如說索道對游客總體滿意度作用問題,按照文章作者的解釋,我們可以把這些索道電梯拆除,從而保護景區的自然景觀,也不至于影響游客的總體滿意度。這是否會事與愿違呢?
以上是筆者的幾點看法,由于本人水平有限,望有識之士指教,也供大家討論。
(本文作者為該系教師;收稿日期:2005—11—10)
[責任編輯:宋子千;責任校對:宋志偉]