影響旅游目的地網站“黏性”的外部因素結構優化研究

[摘 要] 網站由多層面、多元素組成，這些都影響網站用戶的滿意度和相關行為。本文采用因子分析方法，探查影響旅游目的地網站“黏性”的外部因素結構及減少外部因素維度的變量數量。外部因素維度變量影響用戶對網站的印象和興趣。外部因素變量跟旅游者旅游經驗和知識有關。本文的研究結果達到新的更簡單的外部因素結構，其包含輸出四個因子，即“不想去的旅游地”“有名氣性的旅游地”“旅游地與和網站的安全性”和“沒去過的旅游地”，這些因子對旅游網站“黏性”的強力評價起最好的作用。

[關鍵詞] 網站評價；外部因素維度；因子分析；網站“黏性”；旅游目的地

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

[中圖分類號] F590.8 [文獻標識碼] A [文章編號] 1673 - 0194（2017）01- 0142- 06

0 引 言

互聯網網時代網站是傳播信息的系統，不同企業和組織使用網站聯系網絡用戶。聯系目的地是說服用戶使用網站推薦的產品，服務等。但是有一個普遍承認的問題，即網站用戶的關注很容易變化，因為用戶從一個到另一個網站的轉移很容易。 因此，重要是提高網站“黏性”及了解什么因素提高“黏性”，這樣用戶才會不愿意轉移網站。

網站是一種復雜的系統，已有的研究關注網站不同的方面，例如網站跟技術有關的方面、企業服務方面、網站內容方面等。本文針對外部因素開展研究，文獻在這方面很少研究。

為了準備隨著地網站評價研究 ，首先需要對收集的數據，利用因子分析方法進行排序、削減。收集的材料反映網絡用戶的知覺如何跟旅游有關的特點影響他們的意愿使用網站。因子分析會得到數據更簡單的結構，使強相關的變量形成公共因子，減少數據范圍，提取的公共因子將在網站評價研究使用。

1 旅游目的地網站“黏性”與相關“外部因素”

“外部因素”維度很少利用在網站評價研究中，研究者平常針對另外的網站維度，比如技術維度、服務維度、適用性等。外部因素維度與網站構建沒無關，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）假定信任和評價形成個人行為有關的態度，而且其他人、社會信任和動機形成個人遵從的主觀規范。個人態度為行為和個人遵從的主觀規范影響行為的意向，而且行為的意向影響真實的行為。技術接受模型（Technology Acceptance Model）基于因果行為理論理解用戶接受信息技術的行為。在技術接受模型中，“外部變量”是初始元素，表示用戶技術接受行為從外部因素變量開始。“外部變量”影響用戶感知的適用性和是否方便使用，而且這兩個因素影響使用的態度，并實用的態度影響信息系統使用的意向，進而影響真實的行為。

外部因素是旅游相關理論重要的因素，此解釋旅游者行為，比如搜索旅行信息過程依據旅游者為旅游有興趣和動機。旅游動機被個人、心理和社會影響，旅游者按照個人的動機決定旅游安排。其他影響旅游者的決定參加旅游活動的因素是各種各樣的限制，比如時間、財政預算， 可得到信息、文化背景、社會地位、已得到旅行和搜索經驗。 個人目標和偏愛代表旅游者的期望并造成相應的選擇。因此可以假定外部因素，即旅游目的地先驗知識、興趣、旅游經驗和感知的網站和旅游目的地的名氣影響用戶行為和動機搜索網站。

在Lee和Kozar研究使用的是服務提供者特征質量（vendor-specific quality）變量，是跟網站和企業單位成功有關的因素。在此研究還有其他的三個網站方面變量， 代表系統質量、服務質量和信息質量。研究者也把變量，即網站和企業單位名氣、價格競爭性和認識為評價如何網站質量影響電子商務成功使用。研究者發現選擇旅游網站的時候經理者和設計者被服務提供者特征的質量影響最大，但對顧客來說服務提供者特征質量占第二位，系統質量占第一位 。

旅游網站的用戶在搜索一段信息的時候會同時檢查幾個相關網站。 但是，相關學者認為大量的信息以及過多的選擇會造成負面的影響，比如用戶常常快的轉移其他的網站， 不喜歡花時間閱讀長的文本，表示搜索行為常常是很簡單的。如果互聯網用戶不滿意，就馬上離開網頁。大量旅游網站因為沒有達到顧客的要求，所以消失了。

網站“黏性”代表網站保持用戶者注意和興趣的能力，并且用戶不會馬上轉移到其他的網站，繼續瀏覽網站。用戶持續的注意就表示網站達到引起和維持興趣的目標。網站“黏性”反映了網站成功度， 是網站成功的一部分。

圖1所述為這研究按照旅游地網站成功評價模型。旅游地網站是一種被正式管理/營銷組織推薦的旅游目的地的網站。本文主要針對影響網站“黏性”的外部因素進行優化研究。

2 研究構架和研究問題

2.1 研究構架

網站外部因素與跟網站系統、服務沒有直接關，但理解潛在旅游者的經驗和興趣、網站設計者和旅游目的地的名氣對網站成功，吸引瀏覽網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、技術接受模型、 Lee和 Kozar （2006）的服務提供者特征質量變量和旅游動機知識。變量分為三個子維度，即①旅游者先前知識、興趣和經驗；②旅游點的特征；③網站名氣性。變量名表示短的在本文章下面使用的變量名字，而且在個人經歷/國家特征/網站的列提供的全變量的意義（如表1）。不過本研究針對用戶意愿繼續使用旅游網站行為。

2.2 研究目標和問題

本研究主要的目標是通過對調查數據的處理，完成影響旅游目的地網站“黏性”的外部因素結構及減少外部因素維度的變量數量。研究的主要的問題如下：

（1）分析外部因素的數據結構，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出什么信息？

（3）什么變量重要，且應該在隨后研究使用？什么在隨后的研究需要去除？

3 研究數據獲取

3.1 調查問卷

本研究使用116份中國人自己填寫的問卷，回答以前使用旅游網站搜索旅游信息的相關情況，從2015年3月到7月把收到問卷。采用“自選擇”抽樣辦法，問卷在街頭和www.wenjuan.com網站發放。

問卷含有兩個部分。第一部分關于人口信息，第二部分含有研究問題表。使用7數字的測量尺度，從0到6，“0”表示沒有影響，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。回答選擇還有“不知道”選擇，為了確保如果不太明確或不知道意思的時候不必選擇數字，因而不影響回答正確。但是在www.wenjuan.com網站收到的問卷的測量尺度有一點差別，因為網站設計要求不可以加上“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，不填問題表。

3.2 被調查者分析

調查含有在街上收到的問卷為86%， 在線收到的問卷14%。50%回答者是女人，50% 是男人。大部分被調查者是年輕人，18～35歲，占88%。36～60歲人為10%，其中58%學生，26%企業員，4%政府員，12%其他。86%有打算在未來去旅游，88%以前沒旅游過。本研究被調查者比較了解上網，10%回答者總是使用網站為搜索旅游信息，47%常常使用網站，42%很少使用網站。

4 數據分析方法

本文利用SPSS17.0 軟件統計進行探索性R-類型因子分析。

因子分析是一種多元數據統計分析方法，主要分析目的是明晰變量的結構和相互關系 。因子分析方法可以把數據的維數降低，同時又盡量不損失數據中的信息。本分析核心問題是：如何構造因子變量及如何對因子變量進行命名解釋 。

因子分析過程如下：

（1）確定研究問題和分析目標；

（2）設計因子分析；

（3）因子分析前提條件檢驗；

（4）提取因子和確定總的契合度；

（5）旋轉因子及其對它們的解釋；

（6）確認因子分析結構和結果。

收集的數據含有缺失數據不超過10%。按照Hair（2011） 等的研究結果，如果缺失數據不超過10%的，缺失數據可以利用所有的辦法進行替換、填補，在本研究缺失數據被平均值替換。

為了使用因子分析有效，最少應有50份觀測數據，且觀測數量應該超過變量數量，最好為10比1 ，不少3比1。 本研究為“愿意停留在網站”有12個變量，觀測數量超過50份。

4.1 因子分析前提條件檢驗

為了確定是否樣本合適做因子分析，首先需要計算相關系數矩陣、進行KMO（Kaiser-Meyer-Olkin）檢驗，巴特利特球形檢驗（Bartlett test of sphericity）和樣本合適測量（Measure of Sampling Adequacy，MSA）。

計算相關系數矩陣表現在0.00 和0.01 顯著性水平p 值，26%變量系數值均大于0.27，即有變量為強相關，就是可以繼續檢查變量適合做因子分析。

通過巴特利特球形檢驗計算相應的伴隨概率（Sig）為0.00，小于顯著性水平0.05， 因此變量之間存在相關關系，合適做因子分析。

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

第二次計算11個原始變量系數，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%、變量系數值均大于0.27、KMO值得到0.710 分、通過巴特利特球形檢驗計算相應的伴隨概率（Sig）為0.00、樣本合適測量（MSA）變量值都大于0.5，結果表示可以進行因子分析。

4.2 因子提取

因子分析重要的問題之一是提取因子數量應該多少，為了抽取因子利用主成方法。

為了抽取合適的因子及說明原始變量最好的構造，應該注意幾個重要的準則，即：

（1）公共因子的特征值接近于1。

（2）公共因子數量最好得到60%以上累計解釋的總方差。

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

（4）抽取公共因子獲得最合適的結構。

首先查看11個變量的碎石圖（圖2），僅看彎曲點表明3個公共因子應該合適。

為了確定公共因子數量，查看第3和第4個公共因子的結果。

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

如果提取4個公因子第4個公共因子特征值于0.983，累計解釋的方差為62%。可是“設計可信度一般”變量的方差貢獻率為0.485， 不到0.5，就是變量的方差貢獻率不合適，因此確定取消本變量，留下10個變量。

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

為了繼續因子分析，按照上面說明的結果，確定應用10個變量，提取4個公共因子。表2顯示變量共同和解釋的方差的結果。

4.3 旋轉和解釋因子

旋轉成分矩陣檢查見表3和表4。因子旋轉簡化因子結構和提供更簡單和有意義的公共因子。

為了旋轉公共因子運用屬于正交旋轉亞類型：具有Kaiser標準化的最大方差法。

通過正交旋轉亞類型的方法公共因子互相獨立沒有公共的相關。最大方差法（Varimax）是一個常用的方法，此方法最大化各個因子載荷平方的方差的總數。

為了保持公共因子簡單的構造應該考慮下面的條件：

（1）變量載荷該大于±0.5，即±0.5 載荷表明有實用意義及±0.7載荷表明結構定義明確的；

（2）檢查是否變量有意義的交叉負載；

（3）檢查是否矩陣含有沒有實用的載荷的變量。

10個變量分析結果表明每個變量最少有一個有意義的載荷，同時有兩個變量，就是“沒名氣國”和“去過的國”變量有交叉負載。（如表3）因此為了良好因子結構，決定取消有交叉負載的變量，亦需要重新指定因子模型。

考慮幾個因子模型，即取消一個變量（“沒名氣國”或者“去過的國”）、兩個變量、減少和增加公共因子數量，最終決定選擇4個公共因子留下8個變量。

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

此因子模型實際和統計意義也有合理的解釋。表4輸出的8個變量的結果表示全變量之間沒有意義的交叉負載，每個公共因子有兩個有高值的負載，因子結構非常明晰。

4.4 因子模型

（1）第一個因子名稱“不想去旅游目的地”含有變量：

“不想去國”- 網站推薦的旅游國家不是很多人都知道的也不是很多人想去的。（負載- 0.815，強）；

“不要去興趣國” - 您以前對網站推薦的旅游國家有了解興趣。可是沒有打算去那里旅游。（負載- 0.795，強）

（2）第二個因子名稱“有名氣性的旅游目的地”含有變量：

“都想去國”- 網站推薦的旅游國家很多人都知道并想去的 （負載- 0.889，強）

和“名氣性國”- 網站推薦的旅游國家的名氣性。（負載- 0.740，強）

（3）第三個因子名稱“旅游目的地和網站的安全性”含有變量：

“安全性國”-網站推薦的旅游國家安全性 （負載- 0.829，強）

“設計可信度高”-網站設計者可信度高。（負載- 0.766，強）

（4）第四個因子名稱“沒去過的旅游目的地”含有變量：

“不熟悉國”-網站推薦的旅游國家是您第一次見到的國家 （負載- 0.850，強）

“要去熟悉國”-您以前想去在網站推薦的國家旅游。可是還沒去過。（負載- 0.742，強）

5 結 語

本文的研究表明，因子分析導致初始數據降低，并得出了新的更簡單的結構，留下4個公共因子，每個因子含2個變量。每個因子解釋能力接近，四個因子解釋相關于71% 。

此四個因子對旅游網站用戶意愿繼續使用旅游網站的強力， 換句話說網站“黏性”力度，評價起很好的作用，是可以在隨后研究中使用的變量。

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

第二個因子“有名氣性的旅游目的地”可以屬于旅游點的特征的子維度。

第三個因子“旅游目的地和網站的安全性”可以認為屬于安全性子維度。

第四個因子“沒去過的旅游目的地”可以屬于旅游者旅游經驗子維度。

另外，按照因子分析結果在隨后的研究將不再使用四個變量 ，就是“不安全性國”“沒名氣國”“設計可信度一般” “去過的國”。