4.2 信度及項目分析
4.3.1 目的地意象對行為意圖之影響分析
為了驗證 H1，以多元逐步迴歸分析探討自變數–目的地意象包括「
自然環境(Natural environment)」、「文化環境(Cultural environment)」、「旅遊 基礎設施(Tourist infrastructure)」、「社會環境(Social environment)」及「氣 氛(Atmosphere)」等 5 個構面和 20 個題目，對於依變數–I am planning to travel internationally in the near future.(我計畫不久的將來國際旅行)和 I intend to vist Taiwan.(我打算未來到臺灣旅行)之線性關係，檢定變數間是否 存在顯著性差異。
4.3.1.1 目的地意象對行為意圖–I am planning to travel internationally in the near future.(我計畫不久的將來國際旅行)之影響分析
經由多元逐步迴歸分析，如表 22 所示，有關目的地意象對行為意 圖–I am planning to travel internationally in the near future.(我計畫不久的 將來國際旅行)部分，進入迴歸方程式的顯著變項有 4 個，分別是「當地 居民的友善(Friendly local people)」、「當地食物(Appealing local food)
」、「文化活動或節慶(Cultural events/festivals)」及「便利的公共交通 (Convenient public transportation)」可以有效預測行為意圖–I am planning to travel internationally in the near future.(我計畫不久的將來國際旅行)，多 元相關係數(R)為 0.497，調整後決定係數(Adjusted R2)為 0.241，也就是 上 述 4 個 變 數 能 聯 合 預 測 行 為 意 圖 – I am planning to travel internationally in the near future.(我計畫不久的將來國際旅行)24.1 %的解 釋變異量，聯合預測力達 24.1 %。
進一步以單一預測變數的標準化迴歸係數解釋各自變數對行為意 圖–I am planning to travel internationally in the near future.(我計畫不久的 將來國際旅行)的解釋力，由結果可知「當地居民的友善(Friendly local people)」(Beta = 0.180；p = 0.001 < 0.01)、「當地食物(Appealing local food)
66
」 (Beta = 0.153 ； p = 0.006 < 0.01) 、 「 文 化 活 動 或 節 慶 (Cultural events/festivals)」(Beta = 0.132；p = 0.008 < 0.01)及「便利的公共交通 (Convenient public transportation)」(Beta = 0.129；p = 0.025 < 0.05)具有顯 著性解釋力及正向影響，其中正向影響最大為「當地居民的友善(Friendly local people)」。
所以，旅客對目的地意象依序為「當地居民的友善(Friendly local people)」(Beta = 0.180)、「當地食物(Appealing local food)」(Beta = 0.153)
、「文化活動或節慶(Cultural events/festivals)」(Beta = 0.132)及「便利的 公共交通(Convenient public transportation)」(Beta = 0.129)，其評價愈高
，對於旅客國際旅行之行為意圖就愈高。
4.3.1.2 目的地意象對行為意圖–I intend to vist Taiwan.(我打算未來到臺灣旅行) 之影響分析
經由多元逐步迴歸分析，如表 22 所示，有關目的地意象對行為意 圖–I intend to vist Taiwan.(我打算未來到臺灣旅行)部分，進入迴歸方程 式的顯著變項有 3 個，分別是「便利的公共交通(Convenient public transportation)」、「寧靜和輕鬆的氣氛(Restful and relaxing atmosphere)
」及「當地食物(Appealing local food)」可以有效預測行為意圖–I intend to vist Taiwan.(我打算未來到臺灣旅行)，多元相關係數(R)為 0.435，調整 後決定係數(Adjusted R2)為 0.184，也就是上述 3 個變數能聯合預測行為 意圖–I intend to vist Taiwan.(我打算未來到臺灣旅行)18.4 %的解釋變異 量，聯合預測力達 18.4 %。
進一步以單一預測變數的標準化迴歸係數解釋各自變數對行為意 圖–I intend to vist Taiwan.(我打算未來到臺灣旅行)的解釋力，由結果可 知「便利的公共交通(Convenient public transportation)」(Beta = 0.203；p = 0.000 < 0.001)、「寧靜和輕鬆的氣氛(Restful and relaxing atmosphere)」
(Beta = 0.170；p = 0.001 < 0.01)及「當地食物(Appealing local food)」(Beta
= 0.133；p = 0.015 < 0.05)具有顯著性解釋力及正向影響，其中正向影響 最大為「便利的公共交通(Convenient public transportation)」。
所以，旅客對目的地意象依序為「便利的公共交通(Convenient public transportation)」(Beta = 0.203)、「寧靜和輕鬆的氣氛(Restful and relaxing atmosphere)」(Beta = 0.170)及「當地食物(Appealing local food)」(Beta = 0.133)，其評價愈高，對於旅客到臺灣旅行之行為意圖就愈高。
綜合上述，目的地意象影響行為意圖依序為「便利的公共交通 (Convenient public transportation)」(Beta = 0.203)、「當地居民的友善 (Friendly local people)」(Beta = 0.180)、「寧靜和輕鬆的氣氛(Restful and relaxing atmosphere)」(Beta = 0.170)、「當地食物(Appealing local food)
」(Beta = 0.153)和「文化活動或節慶(Cultural events/festivals)」(Beta = 0.132)，計有 5 項。
由於本研究採用多元迴歸分析目的地意象對行為意圖之影響，茲將
67
與同樣使用上述分析之文獻的研究結果，進行比較，簡述如下：
吳金源(2004)以奇摩網站的旅遊社群使用為例，研究花蓮旅遊目的 地意象與旅遊意願關係，其中有關目的地意象–「自然景色與旅遊感受
、交通、景點與文化、活動與主題樂園」4 個構面和 25 個問項與旅遊意 願進行多元逐步迴歸分析，研究結果選出 5 個意象項目分別為「花蓮擁 有許多自然美景」、「到花蓮的交通時間可接受」、「花蓮能讓人跳脫日常 例行的工作與生活」、「花蓮有美好的國家公園與風景區」、「花蓮擁有為 數眾多的歷史景點與博物館」，多元相關係數(R)為 0.494，調整後決定係 數(Adjusted R2)為 0.240，也就是上述 5 個變數能聯合預測奇摩網站旅遊 社群使用者的旅遊意願 24.0 %的解釋變異量，聯合預測力達 24.0 %。另 從該研究結果得知，5 個旅遊目的地意象已達顯著(p < 0.05 或 p < 0.01)
，表示 5 個旅遊目的地意象與旅遊意願有顯著關係，惟「花蓮擁有為數 眾多的歷史景點與博物館」之 Beta 為負值(-0.069)，爰為負面影響。因 此，旅客對花蓮目的地意象影響到花蓮旅行之旅遊意願依序為「花蓮擁 有許多自然美景」(Beta = 0.253)、「到花蓮的交通時間可接受」(Beta = 0.193)、「花蓮能讓人跳脫日常例行的工作與生活」(Beta = 0.166)和「花 蓮有美好的國家公園與風景區」(Beta = 0.090)，計有 4 項。雖然其與本 研究結果不盡相同，但有一個共通點為「交通」，由此可知，在目的地 意象中「便利的公共交通」(Beta = 0.203)和「到花蓮的交通時間可接受
」(Beta = 0.193)對行為意圖或旅遊意願有極重要的影響力。
呂紹祺(2010)研究高雄市城市意象與 2009 年世界運動會國際與會者 賽會後旅遊行為意圖，其以 4 個構面和 23 個問項之城市意象與行為意 圖(推薦他人意願、重遊意願)進行迴歸分析，研究結果有關推薦他人意 願部分，調整後決定係數(Adjusted R2)為 0.272，表示 4 個構面(都市文化 氣氛、景觀設施風貌、旅遊環境感受和當地民俗風情)能聯合預測推薦他 人到高雄旅遊意願 27.2 %的解釋變異量，聯合預測力達 27.2 %。其中「
都市文化氣氛」(Beta = 0.469)達顯著水準，正向影響推薦他人到高雄旅 遊意願；至於「景觀設施風貌(Beta = -0.001)」、「旅遊環境感受(Beta = 0.093)」和「當地民俗風情(Beta = 0.000)」3 個構面的 Beta 值皆未達顯 著性，因此，推薦他人到高雄旅遊意願影響不顯著。另重遊意願與本研 究所指之行為意圖不同，則不列入討論。此一文獻研究結果與本研究結 果相同之處為「文化」，由此可知，在目的地意象中「文化活動或節慶 (Cultural events/festivals)」(Beta = 0.132)和「都市文化氣氛」(Beta = 0.469) 對行為意圖或旅遊意願有極重要的影響力。
表 22 目的地意象對行為意圖之迴歸分析
依變數 自變數/目的地意象 /B /Beta t 值 顯著性
我計畫不久的將來國際旅 行
當地居民友善 0.188 0.180 3.226 0.001**
吸引人的地方食物或美 0.154 0.153 2.771 0.006**
68
依變數 自變數/目的地意象 /B /Beta t 值 顯著性
食
文化活動或節慶 0.146 0.132 2.657 0.008**
便利的大眾運輸 0.139 0.129 2.246 0.025* R = 0.497 R2 = 0.247 Adjusted R2 = 0.241 F = 42.012 顯著性 0.000
我打算未來到臺灣旅行
便利的大眾運輸 0.227 0.203 3.595 0.000***
寧靜和輕鬆的氣氛 0.199 0.170 3.350 0.001**
吸引人的地方食物或美
食 0.139 0.133 2.405 0.017* R = 0.435 R2 = 0.189 Adjusted R2 = 0.184 F = 39.922 顯著性 0.000
*表示 p < 0.05 **表示 p < 0.01 ***表示 p < 0.001 4.3.2 旅遊訊息來源對行為意圖之影響分析
為了驗證 H2，以多元逐步迴歸分析探討自變數–旅遊訊息來源包括
「平面媒體(Print media)」、「電子媒體(Electronic media)」、「網路媒體 (Internet-based media)」、「其他通路(Other channels)」等 4 個構面和 20 個題 目，對於依變數–I am planning to travel internationally in the near future.(我 計畫不久的將來國際旅行)和 I intend to vist Taiwan.(我打算未來到臺灣旅 行)之線性關係，檢定變數間是否存在顯著性差異。
4.3.2.1 旅遊訊息來源對行為意圖–I am planning to travel internationally in the near future.(我計畫不久的將來國際旅行)之影響分析
經由多元逐步迴歸分析，如表 23 所示，有關旅遊訊息來源對行為 意圖–I am planning to travel internationally in the near future.(我計畫不久 的將來國際旅行)部分，進入迴歸方程式的顯著變項有 6 個，分別是「口 碑(Word-of-mouth)」、「旅遊組織網站(Tourist organizations’ websites)」
、「旅遊手冊(Brochures)」、「收音機(Radio)」、「臉書(Facebook)」及
「雜誌(Magazines)」可以有效預測行為意圖–I am planning to travel internationally in the near future.(我計畫不久的將來國際旅行)，多元相關 係數(R)為 0.502，調整後決定係數(Adjusted R2)為 0.243，也就是上述 6 個變數能聯合預測行為意圖–I am planning to travel internationally in the near future.(我計畫不久的將來國際旅行)24.3 %的解釋變異量，聯合預測 力達 24.3 %。
進一步以單一預測變數的標準化迴歸係數解釋各自變數對行為意 圖–I am planning to travel internationally in the near future.(我計畫不久的 將來國際旅行)的解釋力，由結果可知「口碑(Word-of-mouth)」(Beta = 0.222；p = 0.000 < 0.001)、「旅遊組織網站(Tourist organizations’ websites)」
(Beta = 0.184；p = 0.000 < 0.001)、「旅遊手冊(Brochures)」(Beta = 0.093；
p = 0.037 < 0.05)、「臉書(Facebook)」(Beta = 0.130；p = 0.005 < 0.01)及
「雜誌(Magazines)」(Beta = 0.109；p = 0.027 < 0.05)具有顯著性解釋力及
69
正向影響，其中正向影響最大為「口碑(Word-of-mouth)」；至於「收音 機(Radio)」(Beta = –0.139；p = 0.001 < 0.01)的 Beta 為負值，表示對行 為意圖的負面影響。
所以，旅客對旅遊訊息來源依序為「口碑(Word-of-mouth)」(Beta = 0.222)、「旅遊組織網站(Tourist organizations’ websites)」(Beta = 0.184)
、「旅遊手冊(Brochures)」(Beta = 0.093)、「臉書(Facebook)」(Beta = 0.130) 及「雜誌(Magazines)」(Beta = 0.109)，其評價愈高，對於旅客國際旅行 之行為意圖就愈高。
4.3.2.2 旅遊訊息來源對行為意圖–I intend to vist Taiwan.(我打算未來到臺灣旅 行)之影響分析
經由多元逐步迴歸分析，如表 23 所示，有關旅遊訊息來源對行為 意圖–I intend to vist Taiwan.(我打算未來到臺灣旅行)部分，進入迴歸方 程式的顯著變項有 4 個，分別是「口碑(Word-of-mouth)」、「網際網路 (Internet)」 、 「 遊客服務中心 (Tourist information center)」 及 「雜誌 (Magazines)」可以有效預測行為意圖–I intend to vist Taiwan.(我打算未 來到臺灣旅行)，多元相關係數(R)為 0.474，調整後決定係數(Adjusted R2) 為 0.219，也就是上述 4 個變數能聯合預測行為意圖–I intend to vist Taiwan.(我打算未來到臺灣旅行)21.9 %的解釋變異量，聯合預測力達 21.9 %。
進一步以單一預測變數的標準化迴歸係數解釋各自變數對行為意 圖–I intend to vist Taiwan.(我打算未來到臺灣旅行) 的解釋力，由結果可 知「口碑(Word-of-mouth)」(Beta = 0.195；p = 0.000 < 0.001)、「網際網 路(Internet)」(Beta = 0.170；p = 0.001 < 0.01)、「遊客服務中心(Tourist information center)」(Beta = 0.123；p = 0.008 < 0.01)及「雜誌(Magazines)」
(Beta = 0.122；p = 0.013 < 0.05)具有顯著性解釋力及正向影響，其中正向 影響最大為「口碑(Word-of-mouth)」。
所以，旅客對旅遊訊息來源依序為「口碑(Word-of-mouth)」(Beta = 0.195)、「網際網路(Internet)」(Beta = 0.170)、「遊客服務中心(Tourist information center)」(Beta = 0.123)及「雜誌(Magazines)」(Beta = 0.122)，
其評價愈高，對於旅客到臺灣旅行之行為意圖就愈高。
Fall 和 Knutson(2001)研究發現 27 %受訪者(55 歲以上)認為網際網路 (Internet)對於旅遊決策非常有用。Okazakih 和 Hirose(2009)報告結果顯 示雜誌，報紙，電視是非常有用的，尤其決定旅遊目的地最有影響力係 口碑(Word-of-mouth，簡稱 WOM)。
由上述可得知，本研究有關旅遊訊息來源部分，從 20 項旅遊訊息 來源(媒體)藉由問卷調查、統計分析結果有「口碑(Word-of-mouth)」、
「雜誌(Magazines)」和「網際網路(Internet)」3 項分別各與 Fall 和 Knutson(2001)暨 Okazakih 和 Hirose(2009)研究結果相同，對旅遊目的地 決策有顯著影響。
70
表 23 旅遊訊息來源對行為意圖之迴歸分析
依變數 自變數/旅遊訊息來源 /B /Beta t 值 顯著性
我計畫不久的將來國際旅 行
口碑 0.231 0.222 4.739 0.000***
觀光組織網站 0.197 0.184 3.991 0.000***
旅遊手冊 0.097 0.093 2.093 0.037* 廣播電臺 -0.136 -0.139 -3.251 0.001**
臉書 0.126 0.130 2.804 0.005**
雜誌 0.114 0.109 2.211 0.027* R = 0.502 R2 = 0.252 Adjusted R2 = 0.243 F = 28.636 顯著性 0.000
我打算未來到臺灣旅行
口碑 0.211 0.195 3.904 0.000***
網際網路 0.193 0.170 3.431 0.001**
旅遊諮詢中心 0.139 0.123 2.646 0.008**
雜誌 0.133 0.122 2.504 0.013* R = 0.474 R2 = 0.225 Adjusted R2 = 0.219 F = 37.207 顯著性 0.000
*表示 p < 0.05 **表示 p < 0.01 ***表示 p < 0.001 4.3.3 參觀旅遊展覽動機對行為意圖之影響分析
為了驗證 H3，以多元逐步迴歸分析探討自變數–參觀旅遊展覽動機 14 個題目，對於依變數–I am planning to travel internationally in the near future.(我計畫不久的將來國際旅行) 和 I intend to vist Taiwan.(我打算未來 到臺灣旅行)之線性關係，檢定變數間是否存在顯著性差異。
4.3.3.1 參觀旅遊展覽動機對行為意圖–I am planning to travel internationally in the near future.(我計畫不久的將來國際旅行)之影響分析
經由多元逐步迴歸分析，如表 24 所示，有關參觀旅遊展覽動機對 行為意圖–I am planning to travel internationally in the near future.(我計畫 不久的將來國際旅行)部分，進入迴歸方程式的顯著變項有 4 個，分別是
「收集旅遊產品訊息(Collect information for future purchases)」、「比較 市場價格(Compare market prices)」、「檢視決策前旅遊產品(Examine products before making decision)」及「展出旅遊產品種類多(Wide range of products on display)」可以有效預測行為意圖–I am planning to travel internationally in the near future.(我計畫不久的將來國際旅行)，多元相關 係數(R)為 0.637，調整後決定係數(Adjusted R2)為 0.401，也就是上述 4 個變數能聯合預測行為意圖–I am planning to travel internationally in the near future.(我計畫不久的將來國際旅行)40.1 %的解釋變異量，聯合預測 力達 40.1 %。
進一步以單一預測變數的標準化迴歸係數解釋各自變數對行為意
進一步以單一預測變數的標準化迴歸係數解釋各自變數對行為意