最終問卷定稿

完成前兩步驟後，本研究的正式問卷便正式定稿。正式問卷的各構面問項計 有旅遊意象問項 23 題、多樣化需求問項 4 題、未來行為問項 3 題、遊客滿意度問 項 6 題以及服務品質問項 15 題。各結構問項的填答方式則以李克特的五點單向尺 度量表來做衡量。本研究最終問卷的各結構問項如表 3-16 所示(正式問卷詳見附錄 二)

表 3-16 最終問卷題項 Table 3-16 The final questionnaire

變數 構面 代

號 問項

旅遊意象 (Destination’s

Image)

目的地品牌

DE1 具有好的名聲和信譽 DE2 具有親切友善的當地居民 DE3 可提供個人安全保障 DE4 具有好的生活品質

DE5 具有良好的旅館和房間設施

自然環境

NA1 氣候宜人

NA2 有多樣化的動植物 NA3 景色豐富優美 NA4 具有美麗的沙灘

NA5 具有未受汙染和未被破壞的環境 情感意象

AF1 可以尋找冒險和樂趣 AF2 可以做有趣的事 AF3 可以舒緩緊張和壓力

娛樂

EN1 具有美好的夜生活 EN2 是個購物的好地方 EN3 具有異國情調 EN4 具流行時尚

EN5 具有各式各樣的美食

EN6 擁有廣大的海灘從事水上運動

變數 構面 代

本研究的統計分析方法主要採用 SPSS(statistical package for the social science) for Windows 12.0 版套裝軟體及 LISREL(linear structural relationships) for Windows

8.80 版套裝軟體。基本分析以 SPSS 12.0 為分析工具；整體模式分析以 LISREL 8.80 為分析工具，其分析方式分述如下：

3.6.1 敘述性統計分析

敘述性統計分析是對於樣本基本資料及研究構面進行次數分配、百分比、平 均數以及標準差等基本統計分析，藉以瞭解樣本各構面之間分布情形，說明樣本 資料結構。

3.6.2 信度分析

Cronbach’s α 係數值以瞭解本研究所使用之各量表問卷答案的一致性程度，

Cronbach’s α 係數越高，代表量表的內部一致性越佳，各細項的相關性越高，有助 於瞭

解各問項的可靠度。

3.6.3 項目分析

設計問卷過程中最基本的一項檢定分析程序，主要目的是針對到墾丁國家公 園旅遊之遊客於行為理論模式中各變項進行適切性(鑑別度)的評估，藉此瞭解其是 否具有實質的鑑別度，t 值達顯著水準(p < 0.05)者予以保留，未達顯著性的差異水 準時，則調整文字詮釋方式或刪除該項目。

3.6.4 單因子變異數分析

其使用時機為自變數皆為間斷變項，且為三分變項以上，依變項則為連續變 項，受測樣本的群體不同。如果具有顯著差異時，則運用 Scheffe 事後多重比較法，

將有顯著差異存在的平均數加以辨識。

3.6.5 結構方程式模式分析

結構方程式(Structure Equation Modeling, SEM)用以處理複雜的多變量研究數 據的探究與分析，被歸類為高等統計學屬於多變量統計(multivariate statistics)的一 環(邱皓政，2003)，一種呈現客觀狀態(objective status of affairs)的數學模式，一種 呈現作為溝通抽象概念的客觀語言，從統計的語言來說，結構方程式(SEM)是用來

檢定有關於觀察變項(observed variables)與潛在變項(latent variable)之間假設關 係，融合因素分析(factor analysis)及路徑分析(path analysis)兩種統計取向(黃芳銘，

2007)。

3.6.5.1 結構方程式分析程式程序

SEM 模型的建立必須以理論(theory)為基礎，強調必須過觀念的釐清、文獻整 理與推理提出有待檢驗的假設模型(邱皓政，2003)，且理論是假設模式成立主要的 解釋依據。若發現假設模式與觀察資料的適配度不佳，研究者將模式進行適當修 正(吳明隆，2006)，模式改變即為模式界定(model specification)，對初始理論模式 進行局部的修改或調整，提高假設模式的適配度，如果模式可識別，則表示理論 上模式中的每個參數皆可導出估計值，決定模式識別(model identification)。接著選 擇施測觀察變項及資料，利用結構方程式多元迴歸的基礎，對 SEM 進行模式估計 (model estimation)，如果模式未達適配度評鑑(assessment of fit)時，此時則需將參數 釋放或固定，進行模式修正(model modification)重新估計模式，直到找到一個最合 適的模式為止，最終則對模式的統計結果加以解釋(interpretation)(黃芳銘，2007)。

3.6.5.2 驗證性因素分析

驗證性因素分析(confirmatory factor analysis, CFA)即為測量模式之分析，說明 潛在變項與觀察變項之關係，亦即界定潛在變項與觀察變項之間的線性關係，出 現於探索性因素分析(exploratory factor analysis, EFA)之後，驗證性因素分析可以使 研究者進一步檢驗不同項目的因素與不同方法的因素結構組成下的因素模型的檢 驗(邱皓政，2003)。探索性因素分析與驗證性因素分析最大的不同是在於測量的理 論架構在分析過程中所扮演的角色與檢驗時機。

相對於探索性因素分析，CFA 使用於特定的理論觀點或概念架構作為基礎，

藉由數學程序來確認該理論觀點所提出的計量模型是否適當，使本研究能進一步 的處理測量指標與其潛在因素的特殊關係，並探討潛在因素的關係。CFA 所檢驗 的測量變項與潛在變項的假設關係，為結構方程模式最基礎的測量部分，不但是 結構方程模式中的基礎，更可應用在項目效度與信效度考驗與理論有效性的確

認。以 SEM 的術語來看，潛在變項的因素分析則為 CFA(邱皓政，2003)，利用 CFA 來驗證研究模式中各測量變項是否能準確測量各潛在變項，亦驗證研究模式的內 在適配度。

本研究以驗證性因素分析處理測量變數與其背後潛在變數間的共變關係。良 好的測量模式，必須滿足研究模式中各觀察變數必須能正確測量出各潛在變數，

以及同一觀察變數不能對於不同的潛在變數都產生顯著負荷量(Bagozzi & Yi, 1988)。根據上述學者的建議，研究模式要滿足以上狀況，可用的指標有下列四項：

聚合效度評鑑、觀察變數之個別信度、估計參數的顯著水準、標準化殘差等，茲 分述如下：

A.聚合效度評鑑

該指標是各觀察變數對其潛在變數的因素負荷量(λ)，Bagozzi 和 Yi(1988)建議 因素負荷量應該都在 0.5 以上。

B.觀察變數之個別信度

該指標是由 CFA 所計算出個別變項的 R²，變異比率，建議因素負荷量雖未明

確地提出任何判斷標準，但黃芳銘(2004，p.123)建議，只要 t 值大到顯著，R² 就可接受。

C.估計參數的顯著水準

檢定觀察變數對該潛在變數的因素負荷量是否達到顯著水準，其 t 值的絕對值 至少要大於 1.96。

D.標準化殘差

分析目的在於檢視模型特定參數設定是否理想，用來計算估計值與樣本值之間 的誤差，若殘差值大於±3.5，問項就需要修正，亦是在檢視問項誤差的相關。

當標準化殘差大於 3 代表估計變異數或共變量不足；或數值小於 3 時，代表觀 察變項的共變有過度解釋的現象，兩者都會造成模型不良的契合狀況。若測量 模式有良好適配度，其值應呈現常態分佈並且絕對值小於 2.58，本研究參數值

若超過±2.58 則進行修正。

為了測試本研究所提出的假設結構模型(hypothesized structural model)之配適 度(goodness of fit, GOF)為何。假設模型中的每一個參數被順利估計之後，結構方 程 式 模 式 即 可 以 進 行 整 體 模 型 的 評 估 ， 透 過 不 同 的 統 計 程 序 或 契 合 度 指 標 (goodness of fit index)的計算。本研究建議於整體模式配適度的衡量，分別為絕對 適配指標(absolute fit measures)、相對適配指標(relative fit measures)及簡效適配指標 (parsimonious fit measures)三方面的評鑑。藉此研判假設模型與實際觀察資料的契 合情形。藉此研判假設模型與實際觀察資料的契合情形。茲就一般常用的配適度 (goodness of fit

index)

分類 配適指標 衡量標準 一般判定標準 (root mean square

error of (non normed fit

index)

分類 配適指標 衡量標準 一般判定標準 normed fit index)

PNFI是NFI的修正；需≧0.5。

PNFI≧0.50

簡效良性適配指標 PGFI

(Parsimonious goodness of fit

index)

(Hoelters critical N)

說明樣本模式的適切性，當CN指

本研究共得 562 份有效問卷，經由表 4-1 敘述性統計分析結果發現，在全體遊 客樣本的性別分佈上，「男性」受訪者佔總樣本數 49.6 %，「女性」受訪者佔總樣 本數 50.4 %。年齡多集中在「16~25 歲」的遊客，佔總樣本數 51.3 %，其次為「26~35 歲」的遊客佔 23.0 %，再其次為「36~45 歲」的遊客佔 13.0 %。在婚姻狀況方面，

「單身」佔 65.7 %、「已婚，有小孩」佔 17.8 %與「已婚，無小孩」佔 14.2 %。於 居住地區方面，遊客之居住地以「南部」最多佔 47.7 %，其次為「北部」佔 25.2 %，

再其次為「中部」佔 15.9 %，其餘地區僅佔 11.3 %。在教育程度方面，以「大學」

學歷受訪者佔最多數，居全體的 47.6 %，其次為「高中職」程度者佔 25.0 %，再 其次為「專科」程度者佔 15.2 %。於職業方面，以「學生」居多佔全體的 50.0 %，

其次為「商、服務業」佔 18.3 %及「公教人員」佔 11.5%。個人平均月收入中以「10,000 元以 下 」 為 最 多 佔 34.4 % ， 其 次 為 「 10,000~20,000 」 佔 20.7% ， 再 其 次 為

「20,001~30,000 元」佔 16.0 %。於過去一年至墾丁的旅遊經驗，「第一次」為最多 佔 26.6 %，其次為「第二次」佔 24.1 %。而主要的交通工具則以「轎車」居多佔 全體的 48.9 %，這與國人出遊習慣有關，但這也是造成觀光地區一到假日或旺季 及車滿為患的情形，也讓許多遊客對此有所抱怨，其次為「機車」佔 24.2 %及「客 運公車」佔 15.8 %；旅遊同行的成員中以「朋友」為最多佔 57.6 %，其次為「家 人」佔 31.2 %，顯示遊客主要傾向與朋友或家人親戚一同安排出遊。

此樣本與 Chen 和 Tsai(2007)針對墾丁地區遊客旅遊意象、知覺價值、滿意度 和行為意圖之研究所作樣本調查結果相似。樣本特性分析中受訪者女性且單身者 居最多數，現今社會普遍晚婚有關；年齡以年輕族群 16-25 歲，此年齡與朋友、同 學一同出遊的機率較高；學歷則大學程度居多此與現代教育普遍提高有關；個人 平均月收入因學生族群偏高故 10,000 元以下人數最多；遊客居住地以南部居多，

由此可知遊客前往大多會考慮路程遠近及交通便利性，以方便到達之景點為主要 遊憩之目的地；交通工具以汽機車居多，顯示遊客多數以自己的交通工具為首選；

綜合上述顯示墾丁地區遊客特性類似。

表 4-1 受訪者的社經背景

Table 4-1 Demographic characteristics of respondents

如表 4-2 和表 4-3 可見至墾丁國家公園旅遊之遊客旅遊意象五構面平均分數高 低依序為：當地氣氛＞情感意象＞自然環境＞目的地品牌＞娛樂。顯示自遊客旅 遊意象主要傾向當地氣氛。在目的地品牌構面中以「具有好的名聲和信譽」及「具 有親切友善的當地居民」平均值為最高，而「可提供個人安全保障」及「具有好

如表 4-2 和表 4-3 可見至墾丁國家公園旅遊之遊客旅遊意象五構面平均分數高 低依序為：當地氣氛＞情感意象＞自然環境＞目的地品牌＞娛樂。顯示自遊客旅 遊意象主要傾向當地氣氛。在目的地品牌構面中以「具有好的名聲和信譽」及「具 有親切友善的當地居民」平均值為最高，而「可提供個人安全保障」及「具有好