搜索
江西财经大学2017～2018学年第1学期期末考试论文题目旅游城市游客满意度客观影响因素分析课程编码06352选课班A02课程名称SPSS软件应用任课教师万兆泉学号0154873姓名朱梓瑜学院金融学院专业FRM考试时间2017.12.12成绩江西财经大学2017～2018第1学期课程论文考试评分表课程名称及代码：SPSS软件应用06352提交时间：2017.12.12学生姓名朱梓瑜学号0154873成绩学院金融学院任课教师万兆泉题目旅游城市游客满意度客观影响因素分析项目评分点评分理由得分选题（0～10分）价值难度选题的实用价值与理论价值：12345该选题对应研究方法的难度：12345论点（15分）确定性新颖性提出的论点是否明确：12345论点的现实或理论价值：12345论点的新颖程度：12345论据（30分）阅读范围调研观察资料运用分析推理所用统计方法的适当性：246810分析步骤的完整性：246810数据资料的搜集情况：246810结论（15分）合理性说服力统计结论的依据的可靠性：12345统计分析结论在现实中应用：246810写作（30～40分）结构表达规范论文结构安排情况：246810论文的写作规范性：246810论文的表述情况：246810注：教师提供选题者，选题项不予评分任课教师：万兆泉旅游城市游客满意度客观影响因素分析摘要游客满意度近年来成为学术讨论的热点，但其多为游客主观意愿评判模型。本文选取52个不同规模的旅游城市的人均GDP、年均气温、年降水量、年均PM2.5、是否为省会或直辖市，5A及4A景区个数六个客观因素对游客满意度进行分析，利用SPSS软件进行方差分析、非参数检验，回归分析等，从而得到经济水平、4A及5A景区个数与满意度正相关，年降水量、年均PM2.5与满意度负相关，省会或直辖市于满意度无显著性差异等结论，对城市旅游发展及游客满意度模型改进有着重要意义。关键词：满意度方差分析非参数检验相关分析线性回归一、研究背景二十世纪八十年代以来，随着中国经济的迅猛发展，居民可支配收入的不断发展，旅游市场呈现超高速增长，近三十年来中国国内旅游市场收入年均增速稳定在20%以上，超过同时期世界其它国家。但随着市场竞争的加剧和顾客消费观念的转变，口碑即游客满意度近年来成为了影响城市旅游发展的关键，因此吸引了众多国内外专家对其研究，建模分析。根据中国旅游研究院公布的游客满意度调查方法，目前权威的游客满意度评判主要根据游客的主观心理因素，即其对旅游服务各层级的主观评分，其评判标准存在一定片面性，缺乏一定客观因素如经济水平、天气等因素。二、研究意义当前学术界对游客满意度评判方法存在多种意见，但多为模型选择的争议，在影响因素上多选择主观因素，对客观因素的影响考虑较少。而主观因素的问卷调查形式存在极大的主观不确定性，调查结果易受多种外在因素干扰，导致结论的不准确性。本文通过选取52个不同层次的旅游城市，通过分析其游客满意度与文章选取的具有代表性的客观因素变量进行显著性及线性回归分析等，寻找客观因素对游客满意度的影响效果，从而对现有游客满意度评价方法给出合理改进建议。三、研究思路及方法本文52个不同规模的旅游城市的游客满意度、人均GDP、年均气温、年降水量、年均PM2.5等数据样本，利用SPSS软件进行分析，采用方差分析、非参数检验，回归分析等方法对各指标进行相关研究，从而对旅游城市发展给出相关建议。四、数据描述（一）样本总体概况文章选取了全国52个不同规模的旅游城市样本，时间范围为2016.9.30—2017.9.30，将其视作一个调研年。收集各城市游客满意度、人均GDP、年均气温、年降水量、年均PM2.5、是否为省会或直辖市、4A及5A景区数量等数据。其中是否为省会或直辖市设置为哑变量。所有数据均为调研年年均值，均来源于国泰安数据库。（二）各初始项目描述性统计表1定距型指标描述性统计表指标最小值最大值平均值标准差偏度峰度游客满意度72.8278.2374.033.63-3.9122.62人均GDP(万元)2.2616.387.874.19.62-.90年平均气温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景区27114.3811.832.479.39表1-1是对所有定距型指标变量的描述性统计，从中可以发现年均降水量指标标准差较大，达到538，其反映出样本所选52个旅游城市的分布范围较广，样本选取具有一定的可信度；从“5A及4A景区”指标的极值也可看出，最小值为2，最大值为71，这也对样本选取的合理性有一定程度的支持度。对哑变量“是否为省会或直辖市”的描述性统计不适用表1-1，因为其值只有0、1。故对其做频率分布直方图以观测数据收集情况，结果如图1-1所示。图1哑变量频率分布直方图五、数据分析（一）显著性差异分析将游客满意度与各个客观因素做显著性差异检验，判断其是否存在显著性差异，以根据结果进行进一步分析如线性回归等。1.游客满意度与城市属性——方差分析由描述统计部分发现所选样本城市中省会或直辖市占比约五成，故考虑城市属性这一客观因素对游客满意度的影响。又由于城市属性客观因素为二值变量，故采用方差分析法探索其与游客满意度之间差异。单因素方差分析用来研究一个控制变量的不同水平是否对观测变量产生了显著影响，采用方差分析的前需通过方差齐性检验，结果见表2。表2方差齐性检验表Levene统计量df1df2Sig2.5591.5.116表2中Levene统计量对应p值为0.116，在显著性水平95%的条件下拒绝原假设，即可认为是否为省会或直辖市下游客满意度的总体方差无显著性差异，满足方差分析的前提要求。进一步采取方法分析，结果如表3所示。表3方差分析结果ANOVA表平方和df均方FSig组间.0311.031.007.933组内217.799504.356总计217.83051由表2可知，显著性水平0.933，在显著性水平95%的条件下接受原假设，即可认为城市属性与游客满意度之间无显著性差异。其说明游客对城市的旅游满意度评价不会因其为省会或直辖市与否这一城市属性而产生偏差。2.游客满意度与城市年平均气温——曼-惠特尼U检验心理学认为，气温对人的心情有一定的影响，而在当前多主观因素主导的游客满意度评分标准下人的心情对评分有极大影响，故猜想旅游城市年平均气温与游客满意度之间的联系十分必要。广义的人体舒适温度定义为气温在15℃~25℃左右之间。有描述性统计可知样本中最大年平均气温仅为25.7℃，故在此设定15℃为分界线，创立分组变量“舒适度”：将年平均气温15℃定为舒适，值取1；将年平均气温15℃定为不舒适，值取2。分组结果用频率分布直方图表示，如图2。图2分组变量“舒适度”频率分布直方图由图2可知各组所占比例接近50%，分组效果较好。根据分组结果将不同组内的游客满意度进行曼-惠特尼U检验。曼-惠特尼U检验可用于两总体分布的比较判断，其零假设是“两组独立样本来自的两总体分布无显著差异”。利用SPSS得到检验结果，如表4所示。表4曼-惠特尼U结果检验统计量游客满意度Mann-WhitneyU284.000WilcoxonW560.000Z-.912渐近Sig（双尾）.362表4结果显示U检验下显著性（p值）为0.362，在显著性水平为95%条件下接受原假设，故可认为不同组别下游客满意度无显著性差异，即舒适度对游客满意度无明显影响。此结果可能与游客选择出行时间有关，游客出行可选择温度适宜时间，且假期内平均气温相较年平均气温或能更明显地反映出对满意度的影响。（二）相关分析及回归分析虽在方差分析及非参数检验中判定哑变量及舒适度不影响城市游客满意度评价，但若将其它客观因素综合考虑且取消分组直接考虑年平均气温则仍有可能存在一定程度的影响，故进一步将所有收集的客观因素变量考虑其整体对游客满意度的影响，在此过程中，将游客满意度作为预测变量，客观因素变量作为自变量。1.自变量相关性——Pearson系数矩阵再寻找有客观因素决定的游客满意度表达式之前需要对各自变量做相关关系测试，若各自变量间相关关系不大则可保留以进行回归预测，若存在较大相关性则需筛选淘汰自变量。Pearson简单相关系数可用来度量两定距型变量间的线性先关性。利用SPSS计算两两自变量间的Pearson相关系数，生成相关系数矩阵，如表5所示。表5自变量Pearson系数矩阵变量人均GDP年平均气温年均降水量年均PM2.54A及5A景点数人均GDP1.078（.583）-.056（.696）.275（.048）-.084（.555）年平均气温.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景点数-.084（.555）.152（483）.092（.519）-.212（.132）1注：括号内为显著性p值由矩阵表可知，各自变量之间相关性都不太强，需要指出的是人均GDP与年均PM2.5的Pearson相关系数为0.275换算成显著性p值为0.048，在显著性水平为95%条件下，理论上应拒绝原假设即认为可淘汰其中之一变量。但由于0.048与临界值0.05相差微小，系数0.275也相对较小，且用二者数据作散点图加以描述，如图3，发现二者并无较强相关关系。故考虑90%的显著性水平，将两变量共同保留。图3年均PM2.5与人均GDP散点图2.预测变量与自变量——线性回归分析根据相关关系分析结果，将所有客观因素即自变量与游客满意度这一因变量进行线性回归。回归分析通过回归方程的形式描述和反映变量之间的数量变化规律。利用SPSS处理，结果如表6。表6因变量游客满意度（Y）线性回归结果模型β值t值SigVIF年均气温（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省会或直辖市（X6）-.124-.989.3281.066常数项72.421136.183.000哑变量在回归结果中的显著性Sig值为0.328明显大于0.05，故在显著性水平为95%条件下被剔除出回归方程；而其它自变量Sig值明显小于0.05，故都拒绝原假设，保留进回归方程，观察VIF方差膨胀因子发现其都为1左右远小于临界值10，故不存在严重多重共线性。因已完成Pearson系数矩阵，故在此不再采用多重共线性诊断检验自变量之间相关性。由表中β值可得出因变量即预测变量游客满意度与各客观因素自变量的回归方程：Y=72.421+0.024*X1-0.103*X2-0.117*X3+0.253*X4+0.188*X5由回归方程可得出游客满意度与年平均气温，人均GDP、5A及4A景区个数正相关；与年均降水量，年均PM2.5负相关。六、结论与建议通过SPSS分析数据发现城市属性并不会对游客满意度产生明显影响；通过回归方程的结果可知气温、经济水平，景区质量对游客满意度会产生积极影响，且三者显著性都较高，经济水平GDP的系数最大。气温因素由于选择样本的范围没有涉及高温城市，故还有待进一步实证分析。由此给出城市旅游发展建议：大力发展城市经济，保护和合理开发城市旅游景区，提升景区质量争取达到4A或5A水平。经济水平是一个城市最突出的名片，发达的经济水平能吸引世人的目光以及大量的资金，而资金的进入又可大力发展旅游业，更好和宣传建设保护景区，而景区的扬名带动旅游业收入的增加又使城市经济水平进一步上升，抓住这一正反馈特质是可持续发展十三五时期城市发展的重要途径