4.2 驗證性因素分析
4.2.4 需求變異性
4.2.4.1 需求變異性各變項平均值敘述
需求變異性有 4 個問項，平均數分佈在 4.01 至 4.08 之間，分數最高者為「我 喜歡嘗試新事物」及「我喜歡體驗變化」(M = 4.08)，分數最低者為「我喜歡改變 參與不同的活動」(M = 4.01)。各變項平均值分佈如表 4-45 所示。
表 4-45 需求變異性各變相平均值敘述 Table 4-45 Means of need for variety variable
潛在變項 觀察變項 平均值(M)
需求變異性
NV1 4.08 NV2 4.08 NV3 4.01 NV4 4.06 4.2.4.2 需求變異性測量模式參數估計
需求變異性測量模式參數估計值，如表 4-46 所示，潛在變項「需求變異性」
中的觀察變項因素負荷量(λ)的值介於 0.60~0.73，皆達 0.5 以上的標準。標準化殘 差均小於 2.58，t-value 的絕對值皆大於 1.96，觀察變數之個別，信度 R2皆在 0.30 以上各指標測量皆達到標準，建構信度與平均萃取變異量也達到標準，因此需求 變異性不需進行模型修正各指標測量皆達到標準。
表 4-46 需求變異性測量模型參數估計
Table 4-46 The measurement model estimates of need for variety variables
潛在變數 觀察變數 因素負荷量(λ) 標準化殘差 t 值 R2
需求變異性
NV1 0.69 0.14 25.91*** 0.78
NV2 0.73 0.097 27.74*** 0.85
NV3 0.65 0.24 22.34*** 0.64
NV4 0.60 0.27 20.47*** 0.57
註：***p < 0.001
4.2.4.3 需求變異性內在結構適配指標之評鑑
需求變異性同樣進行潛在變項的建構信度模式內在結構配適檢驗，來檢測模 式的內在品質，如表 4-47 所示，所有潛在變項之建構信度 SMC 的臨界值皆大於 0.5，有足夠的解釋力，平均變異抽取量愈高(AVE = 0.5)其值亦高於 0.5，則表示該 構念具有足夠的信度和收斂效度。
表 4-47 需求變異性之建構信度與平均萃取變異量檢定表
Table 4-47 The composite reliability and average variance extracted chart of of need for variety
潛在變數 觀察變數 R2 建構信度 平均萃取變異量
需求變異性
NV1 0.78
0.91 0.71 NV2 0.85
NV3 0.64 NV4 0.57 4.2.5 未來行為
4.2.5.1 未來行為各變項平均值敘述
未來行為有 3 個問項，平均數分佈在 3.47 至 3.82 之間，分數最高者為「我會 推薦墾丁國家公園給親朋好友」(M = 3.82)，分數最低者為「旅遊前，我會最優先 考慮墾丁國家公園」(M = 3.47)。各變項平均值分佈如表 4-48 所示。
表 4-48 未來行為各變相平均值敘述 Table 4-48 Means of future behaviour variable
潛在變項 觀察變項 平均值(M) 未來行為
FB1 3.82 FB2 3.75 FB3 3.47 4.2.5.2 未來行為測量模式參數估計
未來行為測量模式參數估計值，如表 4-49 及圖 4-10 所示，潛在變項「未來行 為」中的觀察變項因素負荷量(λ)的值介於 0.57~0.75，其 λ 值皆達 0.5 以上的標準。
標準化殘差均小於 2.58，t-value 的絕對值皆大於 1.96，觀察變數之個別，信度 R2 皆在 0.30 以上各指標測量皆達到標準，建構信度與平均萃取變異量也達到標準，
因此未來行為不需進行模型修正各指標測量皆達到標準。
表 4-49 未來行為測量模型參數估計
Table 4-49 The measurement model estimates of future behaviour variables
潛在變數 觀察變數 因素負荷量(λ) 標準化殘差 t 值 R2
未來行為
FB1 0.57 0.28 19.24*** 0.54
FB2 0.75 0.10 27.95*** 0.85
FB3 0.67 0.19 22.81*** 0.70
註：***p <0.001
圖 4-10 未來行為驗證性因素分析示意圖
Figure 4-10 The confirmatory factory analysis diagram of future behaviour 4.2.5.3 未來行為內在結構適配指標之評鑑
未來行為同樣進行潛在變項的建構信度模式內在結構配適檢驗，來檢測模式 的內在品質，如表 4-50 所示，所有潛在變項之建構信度 SMC 的臨界值皆大於 0.5，
有足夠的解釋力，平均變異抽取量愈高(AVE = 0.5)其值亦高於 0.5，則表示該構念 具有足夠的信度和收斂效度。
表 4-50 未來行為之建構信度與平均萃取變異量檢定表
Table 4-50 The composite reliability and average variance extracted chart of of future behaviour
Table 4-51 Model estimates of overall structural model
變數 構面 觀察變數 因素負荷量(λ) 標準化殘差 t 值 R2
變數 構面 觀察變數 因素負荷量(λ) 標準化殘差 t 值 R2 RE3 0.67 0.27 21.79*** 0.63 運輸
TR1 0.74 0.35 21.04*** 0.61 TR2 0.70 0.28 21.73*** 0.64 TR3 0.79 0.47 20.11*** 0.57 認知的價值
PV1 0.87 0.23 25.76*** 0.77 PV2 0.93 0.17 27.62*** 0.84 PV3 0.81 0.26 24.20*** 0.71 需求變異性
(Need for variety)
NV1 0.69 0.14 25.91*** 0.78 NV2 0.73 0.09 27.74*** 0.85 NV3 0.65 0.24 22.34*** 0.64 NV4 0.60 0.27 20.47*** 0.57 未來行為
(Future Behaviour)
FB1 0.57 0.28 19.24*** 0.54 FB2 0.75 0.10 27.95*** 0.85 FB3 0.67 0.19 22.81*** 0.70 註：***p < 0.001
4.3.1 整體模型契合度分析
參數估計之結果可以用來診斷個別參數的統計意義，而這些參數估計的整體 效果可透過各項模型契合度指標來評估，整體適配度指標數值如表 4-52 所示，絕 對適配指標之卡方值為 7.49，但受樣本數大小影響，所以卡方值不能夠用來反應
理論模式與觀察資料的程度，故以整體適配度的複合指標進行模式的評鑑。χ2/df、
GFI、AGFI、CFI、NFI、NNFI、IFI、RFI、RMR、SRMR、PNFI 及 CN 均達到適 配指標理想值要求水準，一般來說，RMSEA 若≦0.05 表示模型配適度佳；介於 0.05~0.08 間，表示模型尚可(黃芳銘，民 91)。與參考數值比較之後，可知本模式 適配情況良好。
表 4-52 整體路徑分析之指標值分析結果
Table 4-52 The confirmatory factory analysis of whole path diagram
指標名稱 指標值 理想值 結果
χ2值 7.49 愈小愈好 符合 χ2/df 3.75 ≦3 可接受
GFI 0.99 ≧0.9 符合
AGFI 0.96 ≧0.9 符合
CFI 1.00 ≧0.9 符合
NFI 0.99 ≧0.9 符合
NNFI 0.98 ≧0.9 符合
指標名稱 指標值 理想值 結果
IFI 1.00 ≧0.9 符合
RFI 0.97 ≧0.9 符合
RMR 0.0091 ≦0.05 符合 SRMR 0.023 ≦0.05 符合 RMSEA 0.070 ≦0.05 可接受 PNFI 0.20 ≧0.50 符合 CN 690.91 ≧200 符合 4.3.2 路徑分析的測量和結構的模型
本研究以路徑分析進行研究，根據研究架構及研究假設並使用 SPSS 12.0 及 LISREL 8.80 進行分析，以旅遊意象、旅遊品質、旅遊滿意度、重遊度及推薦意願 五個變數進行路徑分析。在不考慮市場區隔的情況之下進行路徑分析後，從表 4-52 和圖 4-11 可得知，GFI 值為 0.99，接近研究數據之理想值。
註：*表 p < 0.05；**表 p < 0.01；***表 p < 0.001 圖 4-11 整體路徑分析圖
4.3.2.1 旅遊意象對服務品質、遊客滿意度與推薦意願之影響
由圖 4-11 可知，用來衡量「旅遊意象」、「服務品質」、「遊客滿意度」以 及「推薦意願」的問項其方向皆是正向，亦即：在受訪者的看法中，墾丁地區是 屬於具有好的名聲和信譽、景色豐富優美、可以舒緩緊張和壓力且擁有廣大的海 灘從事水上運動的適合休閒的目的地。當受訪者認為墾丁地區各類自然景觀都具
有特色及吸引力、在墾丁國家公園內旅遊是安全的、路標標示清楚且整體花費合 理則表示其認為墾丁地區具有良好的服務品質；而遊客對旅遊意象屬性重視的順 序依序為當地氣氛＞情感意象＞自然環境＞目的地品牌＞娛樂。當受訪者認為整 體來說對這次的遊玩感到滿意，則可視為滿意的消費者。當受訪者願意推薦墾丁 給親友去遊玩，則可認為受訪者具有正面的行為意圖。
在各變數之間的因果關係中，旅遊意象對服務品質、遊客滿意度以及旅遊意 象對未來行為之推薦意願的關係是顯著的(p < 0.05)，係數值為正，表示本研究之 假設 H1、H2 以及 H3 成立與 Bigńe 等(2001)；Andreassen 和 Lindestad(1998)；
Zins(2001)的研究結果相似，意即當遊客具有對目的地的良好意象時，一方面可以 提高遊客對目的地產品或服務的品質評估，另一方面也可以提高遊客滿意度及未 來向親友推薦來此遊玩的意願。
4.3.2.2 服務品質對遊客滿意度、推薦意願及重遊意願之影響
在服務品質與各變數之間的因果關係中，本研究證實服務品質對遊客滿意度 及重遊意願的關係是顯著的(p < 0.05)，且在方向上亦為正向，表示本研究之假設 H4 以及 H8 成立，意即服務品質不僅會影響遊客對該地之滿意度，也會影響未來 行為之重遊度。此結果與 Bigńe 等(2001)和 Lee 等(2005)研究相似，研究中也確定，
品質較高的旅遊可能會有較高的滿意度和更積極的行為意圖。Peter、Mark 和 Brock(2000)認為品質的感受直接影響再購意圖和重遊意願，目標產品或服務不符 合旅遊品質期待時，遊客將不太可能進行重遊行為。
另外在服務品質對未來行為之推薦意願的關係並不顯著的(p > 0.1)，故本研究 之假設 H5 不成立，服務品質的提升並無法直接提升未來行為之推薦意願。但值得 注意的是，雖然旅遊品質無法直接提升未來行為之推薦意願，卻不表示提升旅遊 品質對提升未來行為之推薦意願沒有幫助；本研究證實了旅遊品質可以提升遊客 滿意度，而遊客滿意度又可以對遊客未來行為之推薦意願產生正面的影響，故綜 合來說，旅遊品質提升可以透過遊客滿意度間接的提升遊客未來行為之推薦意
願，遊客滿意度成為重要的中介變數。
4.3.2.3 遊客滿意度對未來行為之推薦意願及重遊意願之影響
在遊客滿意度與各變數之間的因果關係中，如圖 4-11 所示，遊客滿意度對未 來行為之推薦意願(p < 0.05)以及遊客滿意度對未來行為之重遊意願(p < 0.1)的關 係是顯著的，且在方向上亦為正向，表示本研究之假設 H6 及 H7 成立。
遊客滿意度的提升可同時顯著的影響遊客未來行為之推薦意願及重遊意願；
由標準化係數值來看，遊客滿意度對未來行為之推薦意願的影響較未來行為之重 遊意願來的大，顯示出遊客在推薦親友的同時也會考慮未來重遊的意願。此與 Bigńe 等(2001)所做之研究結果相符。
4.3.3 至墾丁地區遊客之市場區隔結果
目前的研究推測，路徑分析可以解釋遊客個人特徵的顯著性差異(Homburg &
Giering, 2001)，如上所述，一個潛在的集群分析，最初，無法從片段的數字得知。
本研究市場區隔依據「需求變異性」來區分遊客消費心理特徵。
依據 Mittal 和 Kamakura(2001)研究指出進行單因子變異數分析(ANOVA)可以 測試潛在的指標變數和重遊意願及推薦意願的變數是否有顯著差異，這測試是積 極且重要的。潛在集群分析需要一個統計標準的鑑定數量(González & Santos, 2003)。其中一個比較常用的指標是貝氏資訊準則(Bayesian Information Criteria, BIC)，如表 4-53 所示，在這個市場根據他們的需求種類有三個潛在的遊客階層。
表 4-54 顯示每個集群大小的數據表。表 4-55 則顯示出這些集群他們需要的種類項 目。
表 4-53 貝氏資訊準則
Table 4-53 Bayesian information criteria
Model BIC
1 segment 1498.14 2 segment 991.12 3 segment 776.91 4 segment 744.63
Model BIC 5 segment 713.41 6 segment 707.25 7 segment 705.37 表 4-54 集群大小及數據表
百 分 比 %
安於現狀 嘗試改變 追求變化
Size 18.3 45.7 35.6
我喜歡嘗試新事物
1 2.1 0.0 0.0
2 18.8 0.0 0.0
3 75.0 2.9 0.0
4 4.2 94.2 14.4
5 0.0 2.9 85.6
Mean 3.0 3.9 4.8
我喜歡體驗變化
1 2.1 0.0 0.0
2 15.6 0.4 0.0
3 65.6 18.3 2.1
4 15.6 77.9 18.2
5 1.0 3.3 79.7
Mean 2.8 4.0 4.8 我喜歡改變參與不同的活動
1 1.0 0.0 0.0
2 12.5 0.0 0.0
3 59.4 19.2 3.7
4 26.0 73.8 14.4
5 1.0 7.1 81.8
Mean 2.9 3.8 4.7 當事情開始變得無趣時，我會尋找新的體驗
1 5.2 0.8 1.1
2 8.3 4.2 2.1
3 43.8 26.7 18.7 4 34.4 53.8 36.4
5 8.3 14.6 41.7
Mean 3.1 3.8 4.7 表 4-55 需求變異性的潛在族群 Table 4-55 Need for variety latent clusters
項 目 安於現狀 嘗試改變 追求變化
我喜歡嘗試新事物 3.02 3.94 4.83
我喜歡體驗變化 2.81 4.00 4.86
我喜歡改變參與不同的活動 2.98 3.84 4.78
當事情開始變得無趣時，我會尋找新的體驗 3.14 3.88 4.78
根據目前的結果，市場根據他們的需求種類可能分為三個潛在分割，第一組
根據目前的結果，市場根據他們的需求種類可能分為三個潛在分割，第一組