朱梓瑜-SPSS論文——旅游城市游客滿意度客觀影響因素分析.doc

成績(jī)江西財(cái)經(jīng)大學(xué)2017 2018學(xué)年第1學(xué)期期末考試論文題目 旅游城市游客滿意度客觀影響因素分析 課程編碼 06352 選課班 A02 課程名稱 SPSS軟件應(yīng)用 任課教師 萬兆泉 學(xué) 號(hào) 0154873 姓 名 朱梓瑜 學(xué) 院 金融學(xué)院 專 業(yè) FRM 考試時(shí)間 2017.12.12 江西財(cái)經(jīng)大學(xué)20172018第1學(xué)期課程論文考試評(píng)分表課程名稱及代碼： SPSS軟件應(yīng)用 06352 提交時(shí)間：2017.12.12學(xué)生姓名朱梓瑜學(xué) 號(hào)0154873成績(jī)學(xué) 院金融學(xué)院任課教師萬兆泉題 目旅游城市游客滿意度客觀影響因素分析項(xiàng)目評(píng)分點(diǎn)評(píng)分理由得分選題（010分）價(jià)值難度選題的實(shí)用價(jià)值與理論價(jià)值：1 2 3 4 5該選題對(duì)應(yīng)研究方法的難度：1 2 3 4 5論點(diǎn)（15分）確定性新穎性提出的論點(diǎn)是否明確：1 2 3 4 5論點(diǎn)的現(xiàn)實(shí)或理論價(jià)值：1 2 3 4 5論點(diǎn)的新穎程度：1 2 3 4 5論據(jù)（30分）閱讀范圍調(diào)研觀察資料運(yùn)用分析推理所用統(tǒng)計(jì)方法的適當(dāng)性：2 4 6 8 10分析步驟的完整性：2 4 6 8 10數(shù)據(jù)資料的搜集情況：2 4 6 8 10結(jié)論（15分）合理性說服力統(tǒng)計(jì)結(jié)論的依據(jù)的可靠性：1 2 3 4 5統(tǒng)計(jì)分析結(jié)論在現(xiàn)實(shí)中應(yīng)用：2 4 6 8 10寫作（3040分）結(jié)構(gòu)表達(dá)規(guī)范論文結(jié)構(gòu)安排情況：2 4 6 8 10論文的寫作規(guī)范性：2 4 6 8 10論文的表述情況：2 4 6 8 10 注：教師提供選題者，選題項(xiàng)不予評(píng)分 任課教師： 萬兆泉 旅游城市游客滿意度客觀影響因素分析摘要游客滿意度近年來成為學(xué)術(shù)討論的熱點(diǎn)，但其多為游客主觀意愿評(píng)判模型。本文選取52個(gè)不同規(guī)模的旅游城市的人均GDP、年均氣溫、年降水量、年均PM2.5、是否為省會(huì)或直轄市，5A及4A景區(qū)個(gè)數(shù)六個(gè)客觀因素對(duì)游客滿意度進(jìn)行分析，利用SPSS軟件進(jìn)行方差分析、非參數(shù)檢驗(yàn)，回歸分析等，從而得到經(jīng)濟(jì)水平、4A及5A景區(qū)個(gè)數(shù)與滿意度正相關(guān)，年降水量、年均PM2.5與滿意度負(fù)相關(guān)，省會(huì)或直轄市于滿意度無顯著性差異等結(jié)論，對(duì)城市旅游發(fā)展及游客滿意度模型改進(jìn)有著重要意義。關(guān)鍵詞：滿意度 方差分析 非參數(shù)檢驗(yàn) 相關(guān)分析 線性回歸一、研究背景二十世紀(jì)八十年代以來，隨著中國(guó)經(jīng)濟(jì)的迅猛發(fā)展，居民可支配收入的不斷發(fā)展，旅游市場(chǎng)呈現(xiàn)超高速增長(zhǎng)，近三十年來中國(guó)國(guó)內(nèi)旅游市場(chǎng)收入年均增速穩(wěn)定在20%以上，超過同時(shí)期世界其它國(guó)家。但隨著市場(chǎng)競(jìng)爭(zhēng)的加劇和顧客消費(fèi)觀念的轉(zhuǎn)變，口碑即游客滿意度近年來成為了影響城市旅游發(fā)展的關(guān)鍵，因此吸引了眾多國(guó)內(nèi)外專家對(duì)其研究，建模分析。根據(jù)中國(guó)旅游研究院公布的游客滿意度調(diào)查方法，目前權(quán)威的游客滿意度評(píng)判主要根據(jù)游客的主觀心理因素，即其對(duì)旅游服務(wù)各層級(jí)的主觀評(píng)分，其評(píng)判標(biāo)準(zhǔn)存在一定片面性，缺乏一定客觀因素如經(jīng)濟(jì)水平、天氣等因素。二、研究意義當(dāng)前學(xué)術(shù)界對(duì)游客滿意度評(píng)判方法存在多種意見，但多為模型選擇的爭(zhēng)議，在影響因素上多選擇主觀因素，對(duì)客觀因素的影響考慮較少。而主觀因素的問卷調(diào)查形式存在極大的主觀不確定性，調(diào)查結(jié)果易受多種外在因素干擾，導(dǎo)致結(jié)論的不準(zhǔn)確性。本文通過選取52個(gè)不同層次的旅游城市，通過分析其游客滿意度與文章選取的具有代表性的客觀因素變量進(jìn)行顯著性及線性回歸分析等，尋找客觀因素對(duì)游客滿意度的影響效果，從而對(duì)現(xiàn)有游客滿意度評(píng)價(jià)方法給出合理改進(jìn)建議。三、研究思路及方法本文52個(gè)不同規(guī)模的旅游城市的游客滿意度、人均GDP、年均氣溫、年降水量、年均PM2.5等數(shù)據(jù)樣本，利用SPSS軟件進(jìn)行分析，采用方差分析、非參數(shù)檢驗(yàn)，回歸分析等方法對(duì)各指標(biāo)進(jìn)行相關(guān)研究，從而對(duì)旅游城市發(fā)展給出相關(guān)建議。四、數(shù)據(jù)描述（一）樣本總體概況文章選取了全國(guó)52個(gè)不同規(guī)模的旅游城市樣本，時(shí)間范圍為2016.9.302017.9.30，將其視作一個(gè)調(diào)研年。收集各城市游客滿意度、人均GDP、年均氣溫、年降水量、年均PM2.5、是否為省會(huì)或直轄市、4A及5A景區(qū)數(shù)量等數(shù)據(jù)。其中是否為省會(huì)或直轄市設(shè)置為啞變量。所有數(shù)據(jù)均為調(diào)研年年均值，均來源于國(guó)泰安數(shù)據(jù)庫(kù)。（二）各初始項(xiàng)目描述性統(tǒng)計(jì)表1 定距型指標(biāo)描述性統(tǒng)計(jì)表指標(biāo)最小值最大值平均值標(biāo)準(zhǔn)差偏度峰度游客滿意度72.8278.2374.033.63-3.9122.62人均GDP(萬元)2.2616.387.874.19.62-.90年平均氣溫4.5125.7014.825.31-.23-.56年均降水量355.402445.101099.19538.17.49-.36年均PM2.59.0095.5350.8318.74.15-.015A及4A景區(qū)27114.3811.832.479.39表1-1是對(duì)所有定距型指標(biāo)變量的描述性統(tǒng)計(jì)，從中可以發(fā)現(xiàn)年均降水量指標(biāo)標(biāo)準(zhǔn)差較大，達(dá)到538，其反映出樣本所選52個(gè)旅游城市的分布范圍較廣，樣本選取具有一定的可信度；從“5A及4A景區(qū)”指標(biāo)的極值也可看出，最小值為2，最大值為71，這也對(duì)樣本選取的合理性有一定程度的支持度。對(duì)啞變量“是否為省會(huì)或直轄市”的描述性統(tǒng)計(jì)不適用表1-1，因?yàn)槠渲抵挥?、1。故對(duì)其做頻率分布直方圖以觀測(cè)數(shù)據(jù)收集情況，結(jié)果如圖1-1所示。圖1 啞變量頻率分布直方圖五、數(shù)據(jù)分析（一）顯著性差異分析將游客滿意度與各個(gè)客觀因素做顯著性差異檢驗(yàn)，判斷其是否存在顯著性差異，以根據(jù)結(jié)果進(jìn)行進(jìn)一步分析如線性回歸等。1.游客滿意度與城市屬性方差分析由描述統(tǒng)計(jì)部分發(fā)現(xiàn)所選樣本城市中省會(huì)或直轄市占比約五成，故考慮城市屬性這一客觀因素對(duì)游客滿意度的影響。又由于城市屬性客觀因素為二值變量，故采用方差分析法探索其與游客滿意度之間差異。單因素方差分析用來研究一個(gè)控制變量的不同水平是否對(duì)觀測(cè)變量產(chǎn)生了顯著影響，采用方差分析的前需通過方差齊性檢驗(yàn)，結(jié)果見表2。表2 方差齊性檢驗(yàn)表Levene統(tǒng)計(jì)量df1df2Sig2.5591.5.116表2中Levene統(tǒng)計(jì)量對(duì)應(yīng)p值為0.116，在顯著性水平95%的條件下拒絕原假設(shè)，即可認(rèn)為是否為省會(huì)或直轄市下游客滿意度的總體方差無顯著性差異，滿足方差分析的前提要求。進(jìn)一步采取方法分析，結(jié)果如表3所示。表3 方差分析結(jié)果ANOVA表平方和df均方FSig組間.0311.031.007.933組內(nèi)217.799504.356總計(jì)217.83051由表2可知，顯著性水平0.933，在顯著性水平95%的條件下接受原假設(shè)，即可認(rèn)為城市屬性與游客滿意度之間無顯著性差異。其說明游客對(duì)城市的旅游滿意度評(píng)價(jià)不會(huì)因其為省會(huì)或直轄市與否這一城市屬性而產(chǎn)生偏差。2.游客滿意度與城市年平均氣溫曼-惠特尼U檢驗(yàn)心理學(xué)認(rèn)為，氣溫對(duì)人的心情有一定的影響，而在當(dāng)前多主觀因素主導(dǎo)的游客滿意度評(píng)分標(biāo)準(zhǔn)下人的心情對(duì)評(píng)分有極大影響，故猜想旅游城市年平均氣溫與游客滿意度之間的聯(lián)系十分必要。廣義的人體舒適溫度定義為氣溫在1525左右之間。有描述性統(tǒng)計(jì)可知樣本中最大年平均氣溫僅為25.7，故在此設(shè)定15為分界線，創(chuàng)立分組變量“舒適度”：將年平均氣溫15定為舒適，值取1；將年平均氣溫15定為不舒適，值取2。分組結(jié)果用頻率分布直方圖表示，如圖2。圖2 分組變量“舒適度”頻率分布直方圖由圖2可知各組所占比例接近50%，分組效果較好。根據(jù)分組結(jié)果將不同組內(nèi)的游客滿意度進(jìn)行曼-惠特尼U檢驗(yàn)。曼-惠特尼U檢驗(yàn)可用于兩總體分布的比較判斷，其零假設(shè)是“兩組獨(dú)立樣本來自的兩總體分布無顯著差異”。利用SPSS得到檢驗(yàn)結(jié)果，如表4所示。表4 曼-惠特尼U結(jié)果檢驗(yàn)統(tǒng)計(jì)量游客滿意度Mann-Whitney U284.000Wilcoxon W560.000Z-.912漸近Sig（雙尾）.362表4結(jié)果顯示U檢驗(yàn)下顯著性（p值）為0.362，在顯著性水平為95%條件下接受原假設(shè)，故可認(rèn)為不同組別下游客滿意度無顯著性差異，即舒適度對(duì)游客滿意度無明顯影響。此結(jié)果可能與游客選擇出行時(shí)間有關(guān)，游客出行可選擇溫度適宜時(shí)間，且假期內(nèi)平均氣溫相較年平均氣溫或能更明顯地反映出對(duì)滿意度的影響。（二）相關(guān)分析及回歸分析雖在方差分析及非參數(shù)檢驗(yàn)中判定啞變量及舒適度不影響城市游客滿意度評(píng)價(jià)，但若將其它客觀因素綜合考慮且取消分組直接考慮年平均氣溫則仍有可能存在一定程度的影響，故進(jìn)一步將所有收集的客觀因素變量考慮其整體對(duì)游客滿意度的影響，在此過程中，將游客滿意度作為預(yù)測(cè)變量，客觀因素變量作為自變量。1.自變量相關(guān)性Pearson系數(shù)矩陣再尋找有客觀因素決定的游客滿意度表達(dá)式之前需要對(duì)各自變量做相關(guān)關(guān)系測(cè)試，若各自變量間相關(guān)關(guān)系不大則可保留以進(jìn)行回歸預(yù)測(cè)，若存在較大相關(guān)性則需篩選淘汰自變量。Pearson簡(jiǎn)單相關(guān)系數(shù)可用來度量?jī)啥ň嘈妥兞块g的線性先關(guān)性。利用SPSS計(jì)算兩兩自變量間的Pearson相關(guān)系數(shù)，生成相關(guān)系數(shù)矩陣，如表5所示。表5 自變量Pearson系數(shù)矩陣變量人均GDP年平均氣溫年均降水量年均PM2.54A及5A景點(diǎn)數(shù)人均GDP1.078（.583）-.056（.696）.275（.048）-.084（.555）年平均氣溫.078（.583）1.152（.483）-.096（.522）.152（483）年均降水量-.056（.696）.152（.483）1-.055（.722）.092（.519）年均PM2.5.275（.048）-.096（.522）-.055（.722）1-.212（.132）4A及5A景點(diǎn)數(shù)-.084（.555）.152（483）.092（.519）-.212（.132）1注：括號(hào)內(nèi)為顯著性p值由矩陣表可知，各自變量之間相關(guān)性都不太強(qiáng)，需要指出的是人均GDP與年均PM2.5的Pearson相關(guān)系數(shù)為0.275換算成顯著性p值為0.048，在顯著性水平為95%條件下，理論上應(yīng)拒絕原假設(shè)即認(rèn)為可淘汰其中之一變量。但由于0.048與臨界值0.05相差微小，系數(shù)0.275也相對(duì)較小，且用二者數(shù)據(jù)作散點(diǎn)圖加以描述，如圖3，發(fā)現(xiàn)二者并無較強(qiáng)相關(guān)關(guān)系。故考慮90%的顯著性水平，將兩變量共同保留。圖3 年均PM2.5與人均GDP散點(diǎn)圖2.預(yù)測(cè)變量與自變量線性回歸分析根據(jù)相關(guān)關(guān)系分析結(jié)果，將所有客觀因素即自變量與游客滿意度這一因變量進(jìn)行線性回歸。回歸分析通過回歸方程的形式描述和反映變量之間的數(shù)量變化規(guī)律。利用SPSS處理，結(jié)果如表6。表6 因變量游客滿意度（Y）線性回歸結(jié)果模型值t值SigVIF年均氣溫（X1）.024-2.195.0021.006年均降水量（X2）-.1031.848.0361.003年均PM2.5（X3）-.1171.929.0301.082人均GDP（X4）.2534.24.0001.0235A及4A（X5）.188-3.718.0001.007省會(huì)或直轄市（X6）-.124-.989.3281.066常數(shù)項(xiàng)72.421136.183.000啞變量在回歸結(jié)果中的顯著性Sig值為0.328明顯大于0.05，故在顯著性水平為95%條件下被剔除出回歸方程；而其它自變量Sig值明顯小于0.05，故都拒絕原假設(shè)，保留進(jìn)回歸方程，觀察VIF方差膨脹因子發(fā)現(xiàn)其都為1左右遠(yuǎn)小于臨界值10，故不存在嚴(yán)重多重共線性。因已完成Pearson系數(shù)矩陣，故在此不再采用多重共線性診斷檢驗(yàn)自變量之間相關(guān)性。由表中值可得出因變量即預(yù)測(cè)變量游客滿意度與各客觀因素自變量的回歸方程：Y=72.421+0.024*X1-0.103*X2-0.117*X3+0.253*X4+0.188*X5 由回歸方程可得出游客滿意度與年平均氣溫，人均GDP、5A及4A景區(qū)個(gè)數(shù)正相關(guān)；與年均降水量，年均PM2.5負(fù)相關(guān)。六、結(jié)論與建議通過SPSS分析數(shù)據(jù)發(fā)現(xiàn)城市屬性并不會(huì)對(duì)游客滿意度產(chǎn)生明顯影響；通過回歸方程的結(jié)果可知?dú)鉁?、?jīng)濟(jì)水平，景區(qū)質(zhì)量對(duì)游客滿意度會(huì)產(chǎn)生積極影響，且三者顯著性都較高，經(jīng)濟(jì)水平GDP的系數(shù)最大。氣溫因素由于選擇樣本的范圍沒有涉及高溫城市，故還有待進(jìn)一步實(shí)證分析。由此給出城市旅游發(fā)展建議：大力發(fā)展城市經(jīng)濟(jì)，保護(hù)和合理開發(fā)城市旅游景區(qū)，提升景區(qū)質(zhì)量爭(zhēng)取達(dá)到4A或5A水平。經(jīng)濟(jì)水平是一個(gè)城市最突出的名片，發(fā)達(dá)的經(jīng)濟(jì)水平能吸引世人的目光以及大量的資金，而資金的進(jìn)入又可大力發(fā)展旅游業(yè)，更好和宣傳建設(shè)保護(hù)景區(qū)，而景區(qū)的揚(yáng)名帶動(dòng)旅游業(yè)收入的增加又使城市經(jīng)濟(jì)水平進(jìn)一步上升，抓住這一正反饋特質(zhì)是可持續(xù)發(fā)展十三五時(shí)期城市發(fā)展的重要途徑。同時(shí)回歸數(shù)據(jù)顯示PM2.5值越高，對(duì)游客滿意度影響越是消極的，這一點(diǎn)顯而易見。PM2.5值越高，城市污染越嚴(yán)重，多霧霾天氣的城市顯然無法給游客良好的旅游體驗(yàn)。故城市提高游客滿意度的首要任務(wù)就是要做好環(huán)保這一重要工作，堅(jiān)持可持續(xù)發(fā)展理念，對(duì)空氣質(zhì)量實(shí)時(shí)監(jiān)控并及時(shí)采取措施應(yīng)對(duì)空氣質(zhì)量變化。還回綠水青山，碧海藍(lán)天，景區(qū)質(zhì)量自然能得到提升，游客自然能獲得良好的游玩體驗(yàn)。七、主要操作步驟（一）方差分析分析比較平均值單因素ANOVA圖4 方差分析界面（二）非參數(shù)檢驗(yàn)：曼-惠特尼U檢驗(yàn)1.創(chuàng)立分組變量轉(zhuǎn)換重新編碼為不同變量舊值和新值圖5 新舊值轉(zhuǎn)換界面圖6 重新編碼為不同變量界面2.曼-惠特尼U檢驗(yàn)分析非參數(shù)檢驗(yàn)舊對(duì)話框兩個(gè)獨(dú)立樣本勾選Mann-Whitney U圖7 兩獨(dú)立樣本非參數(shù)檢驗(yàn)（三）相關(guān)分析分析相關(guān)雙變量勾選Pearson圖8 Pearson相關(guān)系數(shù)（三）相關(guān)分析分析回歸線性逐步圖9 線性回歸界面附錄注：所有數(shù)據(jù)均來自國(guó)泰安數(shù)據(jù)庫(kù)城市滿意度人均GDP年均氣溫年均降水量年均PM2.55A及4A景區(qū)是否為省會(huì)或直轄市舒適度秦皇島市73.634.3311.03551.7047.74401承德市73.793.839.00380.0041.00701大同市76.503.006.60377.0039.79801大連市75.6512.8810.50616.0047.68501吉林市72.065.645.00670.0059.17701無錫市77.7714.0716.001100.0061.28902蘇州市77.6014.5317.101601.0058.221402寧波市77.5113.0417.001401.0044.671602溫州市73.474.7518.501717.0043.63802黃山市77.093.698.002315.0039.00501廈門市77.0916.0920.501234.0029.151302九江市74.194.2317.501405.0050.731902贛州市73.082.4820.001447.0019.001402青島市77.8411.1312.50713.0052.091701煙臺(tái)市75.839.9812.50707.0047.73801洛陽市75.645.1016.581337.9072.611902湘潭市71.876.5617.501510.0056.51602張家界市73.372.4116.601400.0052.631502珠海市76.0513.2922.301770.0030.951602汕頭市71.463.7321.501599.0032.50402桂林市75.353.3519.001895.0050.92202北海市71.845.4923.001291.0028.797102三亞市71.916.3425.701347.5028.003102遵義市72.693.4515.501073.0042.232402 麗江市70.922.2613.00966.009.001301 延安市71.854.8110.50527 58 2001 西寧市72.515.266.36405 54 2901 北京市72.8216 12.56522.5080.70911天津市75.5315.4712.16355.4070.34511石家莊市72.765.0413.99432.9088.75311太