摘要：借助国际上品牌个性特征测度的经典量表，并结合国内相关学者的已有研究成果，选取“农家乐”这一 旅游 休闲活动为研究对象进行实证研究，研究结果显示：“农家乐”旅游休闲品牌的个性维度和以往研究的“大五”维度有所不同，其品牌个性特征表现为实惠、喜悦、闲适、交互、健康和逃逸6大特征；该6项测度结果较好地解释了“农家乐”旅游休闲活动产品的品牌特性和“农家乐”旅游休闲活动的参与特点和呈现方式。 本文由中国论文联盟　
　　由上可知，不同文化背景会影响品牌的不同个性维度构成，不同文化背景会使品牌更具深层和抽象意义，这也是品牌个性给人不同感觉的原因之一。作者认为，产品特征差异越大，其品牌个性维度构成差异就越大。因此，虽然使用同样的量表去考察不同的产品类别，其品牌个性维度所呈现的结果也会存在一定的差异。鉴于上述的原因，本研究在测度量表使用上混合中国和美国品牌个性测试量表的内容，以期在继承上述研究成果上有所突破。
　　
　　二、实证研究
　　
　　1．研究区域概况
　　西安市长安区地处关中平原中部，东临蓝田县，南接宁陕、柞水县，西与户县接壤，北和雁塔、灞桥区为邻，从东、南、西三面拱围西安。区内地势东南高西北低，南北跨度55公里，东西跨度52公里，总面积1583平方公里，城区距西安市中心8.7公里。
　　长安区南依秦岭，是西安的水源涵养地和生态屏障，有西安的“后花园”之称。该区 历史 悠久，自西汉高祖五年置县以来已2200多年，曾为周、秦、汉、唐等十三朝京畿之地。2002年9月撤县设区，成为西安城市新区，现辖10个乡镇。辖区内有全国重点文物保护单位6处、省级重点文物保护单位7处、区(县)级重点文物保护单位20处。
　　近年来，长安区将旅游业发展作为促进区域 经济 发展的支柱产业之一，充分发挥名山、名峪、名水等秦岭北麓生态资源及历史遗迹、佛教四大祖庭等资源优势，旅游业发展已初见成效。2005年，旅游业共接待中外游客190万人/次，实现旅游收入9600万元(长安区人民政府， 2006)。辖区内农家乐项目规模化发展，其中上王村、祥峪沟村和黄峪寺村最为突出。
　　
　　2．调查量表
　　本研究所使用的量表参照了Aaker(1997)的品牌个性“大五”模型量表原文及张俊妮等(2005)对其的修正翻译，根据研究的需要，对测量基本条目进行了删减和增补，最终保留测量条目28个。为了保证研究不受Aaker(1997)的品牌个性“大五”模型维度的影响，在实证调查时，将所有的测量条目顺序随机打乱，以保证调查数据的可靠和稳定(具体内容见表2)。问题回答以李克特量表5点式为主，回答选项分别是“非常认同、认同、没意见、不认同和非常不认同”，依次序分别给予5、4、3、2、1分值。
　　
　　3.数据说明及研究方法
　　本研究设计问卷的调查点以西安市长安区农家乐为主，问卷抽样调查实施于2008年6—7月，大部分问卷为周末调查所得，主要时间点集中在午饭前和晚饭前。为了保证本研究抽样的信度与效度达到预期的效果，故 参考 王伯文(2005)提出的问卷调查数确定方法，见式(1)：　　n=p(1-p)(Z/e) 2 (1)
　　其中：n为样本量大小；e为容许估计误差；Z为在信赖度为α下标准常态值；p为母体比率。由于母体比率无法得知，采用较为保守的做法，将估计值设为0.5，要求信度为90％，可容忍误差值为0.05，设定标准常态值Z中的α为0.1，带入公式(1)，得出有效样本为385个。为了避免某些无效问卷，将预计发放问卷设定为500份。
　　按照预先设定的分发数量，发放500份问卷，共回收453份，有效率达90.6％，达到项目预先设计的问卷回收指标。研究数据先使用EXCEL录入，后利用数据分析软件SPSS14.0进行因子分析。表1为受调查者的社会人口结构特征。
　　岁13730.236-45岁10623.546岁及其以上7817.2[BHDWG*2]单身5211.5夫妻二人6714.8有小孩17037.5与父母同住11024.3与同伴同住5411.9[ZB)W]
　　数据来源：根据本调查资料整理。
　　调查回收样本中，男女比例基本持平(男性53％，女性47％)；民族中汉族占到98％；受 教育 程度以大专以上为主，占到总样本量的73.1％；长安区农家乐客源主要来自西安及周边县市地区，占总样本量的93.6％；年龄结构中以26岁以上已经工作且有固定收入群体为主，占总样本量的70.9％；家庭结构中夫妻二人或有小孩的家庭为主，占到了总量的52.3％。
　　
　　4．结果及分析
　　鉴于本研究的前期设计，数据主要使用因子分析进行，以因子载荷0.5以上为新因子选取标准，结果如表2所示。新提取因子旋转后处理结果将“农家乐”品牌个性维度归并为6大类。
　　信度分析是一种测度综合评价体系是否具有一定的稳定性和可靠性的有效分析方法，通常使用Cronbach's α系数来表示。Cronbach's α系数在0～1之间，该系数越逼近于1，表明数据内部和外部的信度越高。根据不同专家的观点，量表的信度系数如果在0.9以上，表示量表的信度甚佳。但是对于可接受的最小信度系数值是多少，许多专家的看法并不一致，有的专家认为0.8以上，也有的专家定位在0.7以上。通常认为，如果研究者编制的量表的信度过低，如在0.6以下，重新编制较为适宜(白凯，2007)。根据上述的标准，本研究所分析的数据信度(0.864)总体处于一个较好的观测水平。
　　KMO值检验是用于比较观测相关系数值与偏相关系数值的一个指标(汪涛 等，2006)，其值的变化在0～1之间，其数值意义为0.90(极好)、0.80(可奖励的)、0.70(还好)、0.60(中等)、0.50(糟糕)、<0.50(不可接受)。从本文分析数据可以看

[1] [2] [3] 下一页