第四章 分析
第四節 對旅遊決策的知覺與網路資訊搜尋行為之差異性分析
一、消費者旅遊知覺效益及旅遊知覺風險之集群分析
重複上節的集群分析過程後，由表4-24可看出在旅遊知覺效益集群中當凝聚 係數由第2群（13028.73）變成第1群（15736.5）時有明顯增大趨勢，故得到較佳 的集群數為2；在旅遊知覺風險集群中當凝聚係數由第3群（16440.95）變成第2 群（17633.84）時有明顯增大趨勢，應得最佳的集群數為3，然而分為三群後的 各群間人數差異太大，故得到較佳的集群數為4。
表 4-24 對旅遊決策知覺集群凝聚係數增量表
旅遊知覺效益 旅遊知覺風險
集群數 ( i )
凝聚係數 凝聚係數增量變化率
（{( i- (i+1) ) / (i+1) }
集群數 ( i )
凝聚係數 凝聚係數增量變化率
（{( i- (i+1) ) / (i+1) } 10 9573.069 10 14006.53
9 9772.975 2.05% 9 14238.89 1.63%
8 9973.824 2.01% 8 14483.49 1.69%
7 10277.11 2.95% 7 14747.38 1.79%
6 10607.67 3.12% 6 15063.85 2.10%
5 10959.96 3.21% 5 15438.48 2.43%
4 11500.93 4.70% 4 15897.64 2.89%
3 12109.66 5.03% 3 16440.95 3.30%
2 13028.73 7.05% 2 17633.84 6.76%
1 15736.5 17.21% 1 20777.76 15.13%
接著將旅遊知覺效益及旅遊知覺風險進行K平均數法（K- means）分群，依 歐氏距離各得到二及四群後，再觀察各群的平均數之間是否有顯著差異，再以單 因子變異數辨別各集群在各旅遊知覺因素構面之差異，並利用Scheffe事後檢定，
找出哪些集群間有顯著差異，以區別各集群之特性，並命名之。
表 4-25 旅遊知覺效益及旅遊知覺風險各群之平均數檢定 旅遊知覺效益
第一群 第二群 F 值 P 值 旅遊效益平均數 3.762 4.436 1627.737 .000**
旅遊知覺風險
第一群 第二群 第三群 第四群 F值 P 值 Scheffe 檢定 旅遊風險平均數 2.612 3.094 3.958 3.430 1278.953 .000** 3＞4＞2＞1
**P<0.001
在旅遊知覺效益部份，發現各集群在網路知覺效益的平均得分有顯著差異 (表4-25)，且第二群的平均數最高於第一群。再研究兩集群在各因素構面得分後 發現：集群二之自助旅行者在各旅遊知覺效益因素構面上得分皆明顯的高於集群 一，故將之命名為「高旅遊知覺效益」；集群一之自助旅行者在各旅遊知覺效益 因素構面上得分皆較低，故將之命名為「低旅遊知覺效益」(表4-26)。
表 4-26 旅遊知覺效益集群與因素變異數分析表
集群一 集群二 F 值 P 值
因素一：
愉悅 3.8989 4.6675 1583.446 .000**
因素二：
創新 3.4719 4.0540 327.801 .000**
因素三：
標識 3.9200 4.6787 1196.154 .000**
因素四：
功能 3.7743 4.2921 222.374 .000**
因素五：
經濟 3.1742 3.5172 37.384 .000**
集群命名 (人數)
低旅遊知覺效益
(729)
高旅遊知覺效益 (611)
其他各群，故將之命名為「高旅遊知覺風險」；集群四之自助旅行者則次之，故 將之命名為「中旅遊知覺風險」；集群二之自助旅行者則再次之，故將之命名為
「低旅遊知覺風險」；集群一之自助旅行者在六個因素構面之得分有四個未超過3 分，另外二個因素構面也很接近3分，分別為金錢損失(3.017)及不夠經濟(3.036)，
故將之命名為「無旅遊知覺風險」(表4-27)。
表 4-27 旅遊知覺風險集群與因素變異數分析表
集群一 集群二 集群三 集群四 F 值 P 值 Scheffe 事後 比較 因素一：
行程不好 2.290 2.394 3.646 3.209 552.839 .000** 3＞4＞2,1 因素二：
被人嘲笑 2.025 2.360 3.545 2.472 489.300 .000** 3＞4＞2＞1 因素三：
責任沉重 2.859 3.560 4.101 3.990 381.856 .000** 3＞4＞2＞1 因素四：
金錢損失 3.017 3.611 4.073 3.803 129.765 .000** 3＞4＞2＞1 因素五：
友誼友損 2.176 3.420 3.647 2.887 262.573 .000** 3＞2＞4＞1 因素六：
不夠經濟 3.036 3.228 4.028 3.806 161.960 .000** 3＞4＞2＞1 集群命名
(人數)
無旅遊知 覺風險
(239)
低旅遊知 覺風險
(348)
高旅遊知 覺風險
(447)
中旅遊知 覺風險
(286)
**P<0.001
在確認分組及各組特徵後，再以旅遊知覺效益二集群與旅遊知覺風險四集群 為分組變數，旅遊知覺效益16項及旅遊知覺風險18項變數為自變數進行區別分 析，對旅遊知覺效益與旅遊知覺風險分群之有效性進行驗證，最後以卡方檢定旅 遊知覺效益與旅遊知覺風險類型自助旅行者在網路資訊搜尋行為有何不同。
二、消費者旅遊知覺效益與旅遊知覺風險之驗証
由表4-28，旅遊知覺效益區別函數一能解釋100%的變異，而網路知覺效益 區別函數一即能解釋93.3%的變異(表4-29)。
表4-28 旅遊知覺效益區別函數特徵結構 函數 特徵值 變異數的% 累積% 典型相關
1 1.504 100.0 100.0 .775
表4-29 旅遊知覺風險區別函數特徵結構 函數 特徵值 變異數的% 累積% 典型相關
1 3.490 93.3 93.3 .882
2 .249 6.7 100.0 .446
而區別函數之區別效果，如表4-30 所示，旅遊知覺效益二群之平均正確區 別率達95.3%。除此之外，平均正確區別率尚須與最大機會標準比較，以得知確 實的分類正確程度，而最大機會標準是取最大可能機率（ Maximun Chance Criteria）及隨機可能機率（Proportional Chance Criteria）中較大者為之（Hair, 1998），經過計算，旅遊知覺效益之最大可能機率（54.4%）大於隨機可能機率
（50.4%），所以最大機會標準為54.4%。
表4-30 旅遊知覺效益區別分析之混淆矩陣 整體之正確區別率：95.3%
機會機率 預測群別 總和
知覺效益類型 (%) 低知覺效益 高知覺效益
低知覺效益 - 701 28 729
實際群別 個數
表4-31 旅遊知覺風險區別分析之混淆矩陣 整體之正確區別率：93.9%
機會機率 預測群別 總和
知覺風險類型 (%) 集群一 集群二 集群三 集群四
個數 集群一 - 229 7 0 3 239
集群二 - 7 321 0 20 348
集群三 - 0 3 272 11 286
集群四 - 4 18 7 418 447
% 集群一 18.2 95.8 2.9 .0 1.3 100.0
集群二 26.4 2.0 92.2 .0 5.7 100.0
實際群別
集群三 21.5 .0 1.0 95.1 3.8 100.0
集群四 33.9 .9 4.0 1.6 93.5 100.0
旅遊知覺風險四群之平均正確區別率達93.9%(表4-31)，最大可能機率(33.9%) 大於隨機可能機率(26.4%)，故最大機會標準為33.9%。
由上可知旅遊知覺效益二群之平均正確區別率95.3%，為最大機會標準
（54.4%）的1.75倍，高出40.9%。各群各自的正確區別率亦皆高於最大機會標準
（54.4％），分別為96.2%及94.3%，可見分群結果非常穩定。
而旅遊知覺風險四群之平均正確區別率93.9%，為最大機會標準（33.9%）
的倍2.77，高出60%。，各群各自的正確區別率也頗高，分別為95.8%、92.2%、
95.1%及93.5%，可見分群相當穩定。
三、旅遊知覺對網路資訊搜尋行為之差異性驗証
為驗證旅遊知覺效益及旅遊知覺風險對消費者在網路上的資訊搜尋行為之 差異，將以上述集群分析為基礎，以卡方檢定在不同旅遊知覺群體中是否有不同 的網路資訊搜尋行為。在進行卡方檢定前，本研究將少於 5%的變項合併於其他 變項以利檢定。
（一）不同旅遊知覺效益在網路資訊搜尋行為之差異分析
如表 4-32 所示，消費者的旅遊知覺效益與提前多久搜尋資訊、參考了幾個 網站的資訊、是否會將旅遊網站建立連結、搜尋自助旅行資訊目的皆有顯著差異。
由表 4-33 可觀察旅遊知覺效益得分之不同會有不同的網路資訊搜尋行為，
而綜合表 4-32 及表 4-33 可發現，高旅遊知覺效益的自助旅行者會提前較多的時 間搜尋資訊、參考較多網站、在進入網站後會將網站建立連結比例較高、搜尋旅 遊資訊的是經常且持續的行為的比例皆明顯高於低旅遊知覺效益者。除此之外，
雖然在平均瀏覽時間兩群未有顯著差異，而觀察其值可發現高旅遊知覺效益的自 助旅行者傾向花較多的時間於瀏覽每個網站上。另外，高旅遊知覺效益與低旅遊 知覺效益的兩群自助旅行者皆視網路為搜尋旅遊資訊的重要工具，顯示只要是自 助旅行者都會使用網路搜尋資訊。
低旅遊知覺效益的自助旅行者在有需要的時候才搜尋旅遊資訊，平時也不會 上網瀏覽旅遊資訊；相反的，高旅遊知覺效益的自助旅行者則是除了經常充實自 己的旅遊知識外，在旅遊前更會提早更多的時間、進入更多的網站以搜尋大量旅 遊資訊。綜上所述，若消費者旅遊知覺效益愈高則無論在網路搜尋的數量、時間 及網站來源個數皆顯著愈高，由此可知，旅遊知覺效益確實為影響網路資訊搜尋 行為的一個重要變數。
表 4-32 旅遊知覺效益對網路資訊搜尋行為卡方檢定表
**P<0.001, *P<0.01
表4-33 網路資訊搜尋行為各項目之旅遊知覺效益得分表
資訊為經常且持續的行為之比例相對較高(＞40%)，中及高旅遊知覺風險二組瀏 覽資訊目的則是有需要才臨時瀏覽的比例相對較高。
綜上所述，若排除掉對旅遊完全沒有知覺風險者而言，若消費者旅遊知覺風 險愈低則在網路搜尋的數量、網站來源個數皆明顯較多，由此可知，旅遊知覺效 益確實為影響網路資訊搜尋行為的一個重要變數。
表 4-34 旅遊知覺風險對網路資訊搜尋行為卡方檢定表
表4-35 網路資訊搜尋行為各項目之旅遊知覺風險得分表
項目 類別 旅遊知覺風險
平均數
旅遊知覺風險 標準差
參考了幾個網站的資訊 0~1 個 2~3 個 4~6 個 7 個以上
3.9572 4.0310 4.0568 4.1542
.5856 .4995 .5338 .4961 搜尋自助旅行資訊目的 持續、經常的行為
有需要才瀏覽
4.1508 4.0238
.5818 .4683
此表僅列出顯著的項目
第五節 「網路資源知覺」及「對旅遊決策的知覺」與網路資訊搜尋 行為之差異性分析
本節試將「網路知覺效益」、「網路知覺風險」、「旅遊知覺效益」及「旅遊知 覺風險」四變數綜合分析。此處分析方法先以集群分析後，再觀察各群的族群特 色，最後將各群與網路資訊搜尋行為做卡方分析，以了解各群在網路資訊搜尋行 為上是否有所差異。
一、「網路資源知覺」及「對旅遊決策的知覺」四變數集群分析
重複上節的集群分析過程後，由表4-36可看出在四變數集群中當凝聚係數由 第4群（40501.73）變成第3群（41829.36）時有明顯增大趨勢，應得最佳的集群數 為4，然而分為四群後的各群間人數差異太大，其中一群人數僅為4人，故在刪除 此群後，得到較佳的集群數為3。
表 4-36 四變數集群凝聚係數增量表 集群數
( i )
凝聚係數 凝聚係數增量變化率
（{( i- (i+1) ) / (i+1) } 10 37243.43 1.02%
9 37625.58 1.02%
8 38043.02 1.10%
7 38543.61 1.30%
6 39141.82 1.53%
5 39813.66 1.69%
4 40501.73 1.70%
3 41829.36 3.17%
2 43202.02 3.18%
表 4-37 四變數集群與因素變異數分析表
集群一 集群二 集群三 F 值 P 值 Scheffe 事後 比較 網路知覺效益 3.8541 3.3634 3.9941 381.155 .000** 3＞1＞2 網路知覺風險 3.1508 3.1366 2.4959 302.588 .000** 1, 2＞3 旅遊知覺效益 4.0730 3.8401 4.2948 151.717 .000** 3＞1＞2 旅遊知覺風險 3.8044 3.1806 2.9829 588.917 .000** 1＞2＞3
集群命名 (人數)
高知覺風險
(370)
低知覺效益
(355)
高知覺效益 低知覺風險
(416)
集群一：將之命名為「高知覺風險」
由表 4-37 可觀察出，集群一無論在網路知覺風險及旅遊知覺風險的得分皆 較高，此群人感覺「在網路上搜尋資訊」及「自助旅行」的知覺風險是較高的，
故將之命名為「高風險」的一群。
集群二：將之命名為「低知覺效益」
集群二無論在網路知覺效益或旅遊知覺效益的得分皆為最低，此群人在「網 路上搜尋資訊」及「自助旅行」所得到的知覺效益是最低的，故將之命名為「低 效益」的一群。
集群三：將之命名為「高知覺效益、低知覺風險」
集群三在網路知覺效益或旅遊知覺效益的得分皆為最高，相反的，在網路知 覺風險及旅遊知覺風險的得分皆為最低。因此吾人可知，此群人不僅認為在「網
集群三在網路知覺效益或旅遊知覺效益的得分皆為最高，相反的，在網路知 覺風險及旅遊知覺風險的得分皆為最低。因此吾人可知，此群人不僅認為在「網