较少的互相独立的因子变量代替原有乡村旅游动机的绝大部分信息,为以后乡村旅游产品开发中把握旅游者动机提供了简便的衡量方法。
三、数据分析
(一)研究对象结构分析
调查对象从性别构成看,女性比例达57.2%,明显高于男性。年龄构成中18-24岁占57.2%,25-44岁占35.6%。职业构成中学生占35.6%,公务员、企事业管理人员、专业文教技术人员、军人这四类具有相对稳定职业的人员共计占41.4%。在学历构成中,初中及以下学历者仅占10.6%,大专以上学历者比例高达73.2%%。排除学生个人月收入比较低的影响,在有固定收入的被调查者中,约有40%的个人月收入在3000元以上。通过旅游者相关乡村旅游信息发现,旅游形式构成中独行者占24.8%,亲友同行者占61.9%,而通过旅行社组织的团队游客仅占13.3%。每年乡村旅游次数仅1次占35.9%,2次占26.5%,3次占20.0%,4次及以上者占17.6%,详细数据参见表1。
由此可见广西乡村旅游者具有以下特点:其一,被调查者女性比例高于男性,年龄层集中在18-44岁之间,以学生和具有相对稳定职业的人士为主,学历水平较高。其二,被调查者来源广泛,区内主要来自南宁、桂林、柳州等城市,区外主要来自广东、湖南等周边省份以及北京、上海等地。其三,被调查者总体收入水平偏低,但考虑出游者往往与亲友同行,以家庭团居多,总体支付能力较强。其四,被调查者每年乡村旅游的频率不高。其五,被调查者每次乡村旅游停留时间普遍不长。
(二)乡村旅游动机分析
1.乡村旅游动机重要程度分析
在进行乡村旅游动机重要程度分析时,对存在缺失值的数据剔除后计算其有效百分比和平均值,并进行了排序,具体数据参见表2。值得注意的是“缓解工作、生活压力(m1)”、“享受自然(m9)”是两个最重要评价因子,平均值分别为4.07、4.02,其中持正面看法的旅游者分别占81.8%和72.2%,持负面看法的仅为3.4%和3.3%。“探亲访友(m14)”、“怀旧(m18)”是两个重要性认可程度最低的因子,平均值分别为2.91、2.98,其中持正面看法的旅游者分别仅占21.7%,30.1%,而持负面看法分别占28.3%,31.8%。总的来看,乡村旅游者希望在乡村环境中以旅游方式缓解工作、生活压力,同时增进与亲朋好友的感情,怀旧虽然也是乡村旅游动机之一,但其重要性远远低于其它动机。
2.乡村旅游动机差异性分析
就表1中反映被调查者个体差异的9个项目对15项乡村旅游动机进行独立样本t检验或一维方差分析。在对旅游者进行划分时,尽量遵循旅游市场细分的原则,使划分出的旅游者群体具有可识别的共同特性。在对上述旅游者背景信息进行适当的归类后,对细分后的旅游者群体进行独立样本t检验或一维方差分析,其中性别、常住地、旅游形式、停留时间在分析时采用原划分方法,而其它指标进行了适当的调整。根据年龄,划分出15-24岁和25-44岁两个群体,根据学历划分出高中及中专、大专、本科三个群体,根据职业划分出学生、公务员+企事业管理人员+专业文教技术人员(具有稳定工作人士)两个群体、根据个人月收入划分出500-1499元(低消费)、1500-2999元(中消费)、3000元以上(高消费)共三个群体,根据住宿地点的选择划分出愿意住农家旅游和宾馆两个群体,根据停留时间划分为白天、一天一夜、两天两夜及以上共3个群体,根据乡村旅游次数/年划分为1-2次,3次及以上两个群体。结果显示,乡村旅游动机评价指标重要性均值没有因性别的差异而存在显著差异,不同乡村旅游者群体在“缓解工作、生活压力”、“欣赏田园风光”、“乡村采风”三个指标重要性方面具有一致的评价。具有显著性差异的具体情况见表3,表中i、j表示就同一乡村旅游动机指标具有明显差异旅游者群体,平均差值表示i情况下平均值与j情况下平均值之间的差值,“一”号表示i情况平均值小于j情况平均值。
不同乡村旅游者群体的旅游动机主要差异表现在:其一,中年旅游者比青年旅游者更看重通过乡村旅游增进同行亲朋好友的感情。其二,短程乡村旅游者更注重乡村旅游的精神放松功能。其三,文化层次高的乡村旅游者对文化、民俗风情等具有文化内涵的产品更感兴趣。其四、收入水平较高的乡村旅游者对于探亲访友、怀旧兴趣较少。其四,学生群体及每年乡村旅游次数少的旅游者更在意乡村旅游的康体健身功能。其五、收入水平较低的消费者愿意在乡村旅游过程中探亲访友,但高档消费者和停留时间较短的乡村旅游者体现出较强的怀旧情结。其六,通过旅行社组织的乡村旅游者对乡村旅游文化体验期望值不高。
3.乡村旅游动机的因子分析
对乡村旅游动机评价因子进行抽样适当性(kmo)与巴特利(bartlett)球度检验,得出检验kmo为0.783,bartlett值为136,其对应的相伴概率值为0.000,小于显著性水平0.001,说明数据阵是相关阵而不是单位阵,适合作因子分析。以16个乡村旅游动机评价因子为变量进行因子分析,利用主成分分析方法,采用方差极大法作因子旋转,提取特征值超过1的因子。结果显示4个公共因子可以描述原变量累计方差贡献率为62.531%,具体情况参见表4。
基于因子变量的最大载荷,公共因子命名尽量反应其所包含因子内容。第一个公共因子变量,包括“了解乡村
上一页 [1] [2] [3] 下一页