旅游业网络调研与现场调查对比

导语：旅游业网络调研与现场调查对比一文来源于网友上传，不代表本站观点，若需要原创文章可咨询客服老师，欢迎参考。

一、引言

计算机和网络技术的发展为信息传播提供了新的渠道，新技术带来的便利无疑会给许多传统行业带来冲击，调查行业亦是如此。越来越多的学者开始采用网络调查进行学术研究。“网络调查法”（websurvey）是一种以各种基于互联网的技术手段为研究工具，利用网页问卷、电子邮件问卷、网上聊天室、电子公告板等网络多媒体通信手段来收集调查数据和访谈资料的一种新式调查方法。网络调查由于借助了新兴的计算机技术，其优势与劣势都深深打上了媒介的烙印。许多学者都对网络调查的优势有过陈述，如以影音等多媒体方式呈现的问卷，更具美感；网络调查节省访问员劳务、印刷、录入、复核、交通、联络等时间和费用；互联网匿名特点可降低社会期待效应，尤其适用于较为敏感的议题；信息空间里居住着“时尚领导者”，当革新还没在市场普及时，他们最新尝试新思想、新产品、新服务和新技术，这些很难在现实中找到的早期采用者说不定可以在网上更容易发现。然而，学术界对于网络调查仍存在较多质疑，认为网络样本特征无法简单推论至全体。由于网络使用人口不具有全体人口的代表性、缺乏有效的抽样框以及自愿性样本等问题，让调查的实施过程与结果具有许多难以克服的问题，例如覆盖误差、无应答误差以及非随机抽样误差等。对此，赵国栋等（2008）提出了如下的解决方案：将研究对象主要限制于网络使用者；提高反馈率并增加样本数；进行适当的加权处理。本文将以普陀山旅游问卷分析为基础，结合现场调查的一手资料和网络调查的二手资料，通过对不同调查方式下同一份调查问卷的对比，来探讨不同的问卷调查方式是否会对普陀山旅游调查的结果产生显著的影响。

二、研究方法

在问卷发放之前，笔者从问卷星网站发现一份“普陀山旅游消费调查问卷”。该文本以网络为调查手段，于2010年8月30日到2011年4月1日期间对普陀山旅游消费展开调查，共收集207份有效样本。笔者在原有的问卷基础上，对相关题项进行了修改与增添，以对不同方式搜集的样本进行一个横向的比较。2011年4月8日至16日期间，笔者于普陀山游轮码头的候船大厅内，对将要离开普陀山的香游客进行了随机调查。由于获得进山游客的详细数据存在困难，本次调查未能严格按照随机取样原则。为了保证样本的典型性以更好地反映普陀山香游客的属性，在对同一个旅行团的调查中，受试样本数控制在三个以内。本次调研共回收223份问卷，其中20份由于填写不完整不予采纳，有效问卷总计203份，有效率达91％。问卷包括三个部分：首先是旅游行为与效果调查，如游客结构、旅游动机、旅游方式、信息渠道、停留时间、旅游花费、住宿与用餐地点、重游意愿等方面；问卷的第二部分是宗教旅游决策影响因素量表，让香游客评估目的地各个属性的重要性。重要性评估方法与李克特5点量表相结合，5代表对题项最高程度的同意。最后，问卷收集了社会人口统计学的数据。可以看到，两份样本数量相当，时间相近，可比性较强。由于无法获得网络调查下有关应答率的数据，本文仅对调查内容展开对比。

三、数据与分析

（一）社会人口统计学特征

对两份调查的社会人口统计学特征进行百分比同质性检验，以探究不同群体在性别、年龄、学历、人均月收入、职业和婚姻状况等6个社会人口统计学特征各水平上的反应次数百分比是否有显著差异。结果显示，现场问卷与网络问卷在年龄（χ2＝9．4，df＝2，p＜0．01）、职业（χ2＝46．288，df＝7，p＜0．001）和婚姻状况（χ2＝13．984，df＝4，p＜0．01）上存在显著差异，而性别、学历和人均月收入三个选项选择的百分比间均没有显著差异。进一步对有显著差异的3个变量的不同选项进行百分比同质性检验，结果见表1。就年龄变量而言，现场发放的问卷在25岁以下的比例低于网络样本，而45岁及以上的比例高于网络样本；职业分布方面，现场发放的问卷中农民、教师、学生的比例低于网络样本，而个体／自由劳动者的比例高于网络样本；婚姻状况方面，现场发放的问卷里未婚的比例低于网络样本，而孩子已成年（未结婚）的比例高于网络样本。其他的选项经检验未发现有显著的差异。与现场样本相比较，网络问卷存在如下人口统计学特征：年龄结构趋向年轻，未婚比例高，农民、教师、学生3个群体比例高，个体／自由劳动者群体比例低。

（二）旅游行为与效果

首先，对两份调查在旅游方式、停留时间和旅游花费3个类别变量上进行百分比同质性检验，结果表明，现场文本与网络文本在旅游方式（χ2＝25．021，df＝5，p＜0．001）和停留时间（χ2＝42．670，df＝3，p＜0．001）上存在显著差异，而旅游花费并未有统计上的差异。进一步对旅游方式和停留时间的不同选项进行独立样本t检验。在旅游方式上，现场样本选择自驾车自助游的比例低于网络样本，而乘坐交通工具自助游的比例高于网络样本；停留时间方面，现场样本停留1天（岛上不过夜）的比例高于网络样本，而停留4天及以上的比例低于网络样本。两份样本在旅游方式、停留时间的其他选项和旅游花费的全部选项上没有显著的差异。

（三）宗教旅游决策影响因素量表

为了找出量表潜在的结构，减少题项数目，本文先对影响宗教旅游决策的28个题项进行探索性的因子分析（exploratoryfactoranalysis），检验量表的建构效度（constructvalidity）。采用主成分（principalcomponents）分析法萃取共同因子，保留特征值大于1的因子；转轴方法为最大变异法（varimax）的正交转轴。共有6个特征值大于1的共同因子被萃取。在前三次的因子分析后，出于因子命名的考虑，删除了旅游目的地的社会经济发展水平和旅游目的地的气候情况2个题项；斜交转轴的直接斜交法（directoblimin）显示因子1与因子6存在0．325的相关性，因而将两者合并。第四次因子分析时，样本的KMO系数为0．896。依据Kaiser（1974）的观点，0．80以上的KMO统计量值适合进行因子分析；Bartlett’s球形检验的χ2值为3212．054（自由度为325），达到0．01显著水平，亦表示变量的数据文件适合进行因子分析。最后萃取了5个共同因子，分别命名为基础设施与服务因子、旅游支出因子、吸引力因子、目的地形象因子和交通因子。五个因子可累计解释64％的变异量，其中基础设施与服务因子能解释20．864％的变异量，旅游支出因子能解释14．621％的变异量，吸引力因子能解释12．175％的变异量，目的地形象因子能解释9．528％的变异量，交通因子能解释6．815％的变异量。就因子层面而言，内部一致性α系数≥0．6，代表该因子的信度尚佳；内部一致性α系数≥0．7，代表该因子的信度高；内部一致性α系数≥0．8，代表该因子的信度很高。本量表五个因子的Cronbach’sα系数分别为0．914、0．924、0．775、0．718和0．667，而整个量表的Cron－bach’sα系数达到0．92，信度情况总体理想。宗教圣地涌进大量宗教信仰程度各异的游客，他们不仅有朝圣礼佛的动机，还包括观光、度假等休闲动机。宗教与旅游功能并举的宗教圣地面临着与其他旅游地相似的任务。因子分析的结果表明，旅游者做出宗教旅游的决策时，对宗教旅游目的地属性的重要程度感知可将目的地各个属性归为基础设施与服务、旅游支出、吸引力、目的地形象和交通5类。接下来对两份调查在宗教旅游决策影响因素量表28个题项的平均数进行独立样本t检验（inde－pendent－samplesttest），有13个题项的均值存在显著差异，分别是旅游目的地的社会治安状况，旅游目的地的景观，旅游目的地的旅游从业人员的态度和服务水平，旅游咨询服务便捷、准确程度，景区内的标牌路牌，旅游目的地的文化底蕴，旅游目的地的居民对旅游者的态度，旅游投诉处理效率，景区内的交通是否便利，旅游目的地的知名度，亲朋好友的意见和旅游目的地距离的远近。其中，现场发放的问卷在前10个题项上的感知重要程度高于网络样本，而在后3个题项上的感知重要程度低于网络样本。

四、结论与建议

本文试图探讨网络调查与现场调查两种不同的调查方式下，普陀山旅游调查的结果是否存在显著的差异。结果显示，两者在人口统计学特征、旅游行为与效果以及旅游决策影响因素量表三个方面都存有显著的差异，也就是说，两个样本代表群体是异质的，样本特征亦不相同。具体来说，两份样本在社会人口统计学特征中3个变量存有显著差异，占所有变量数的50％；在旅游行为与效果的部分，8个变量中有6个存在显著性差异，比率达75％；宗教旅游决策影响因素量表中，网络样本在将近50％的题项上与现场样本不同。总体上，两份样本在超过一半的选项上体现了统计上的显著差异。