浙江省休閑漁業(yè)旅游市場需求實證研究-1

1、浙江省休閑漁業(yè)旅游市場需求實證研究表5 KMO測度和巴特利特球體檢驗結(jié)果 KMO樣本測度 .919 巴特利特球體檢驗 Approx.Chi-Square 1219.118 自由度df 190 顯著性概率Sig. .000 從表中我們可以看到KMO值為0.919，這說明該組數(shù)據(jù)是適合做因子分析的(0.7)。圖1 表現(xiàn)特征值的碎石圖通過SPSS因子分析可得到特征根值(見表6)，以及表現(xiàn)特征值的碎石圖(見圖1)發(fā)表論文。按照特征根大于1的標(biāo)準(zhǔn),可以提取3個因子,這3個因子可解釋的變異為57.442%,碎石圖(圖1)顯示,因子提取的結(jié)果還是比擬理想由于本文屬于探索性文章，所以可以接受。旋轉(zhuǎn)后的因子提取

2、結(jié)果如圖1所示(screen plot表示碎石圖,componentnumber表示因子數(shù),eigenvalue表示特征值)。表6 特征根值及累計解釋方差說明的總方差 成分 始特征值 提取平方和載入 旋轉(zhuǎn)平方和載入 合計 方差的 % 累積 % 合計 方差的 % 累積 % 合計 方差的 % 累積 % 1 9.249 46.243 46.243 9.249 46.243 46.243 4.459 22.294 22.294 2 1.237 6.186 52.429 1.237 6.186 52.429 4.107 20.537 42.831 3 1.003 5.013 57.442 1.003 5

3、.013 57.442 2.922 14.611 57.442 4 .960 4.802 62.244 5 .859 4.294 66.538 6 .769 3.847 70.384 7 .712 3.561 73.945 8 .668 3.340 77.285 9 .614 3.068 80.353 11 .506 2.529 85.733 12 .455 2.275 88.008 13 .423 2.113 90.121 14 .404 2.019 92.140 15 .339 1.694 93.834 16 .327 1.633 95.468 17 .265 1.327 96.794 1

4、8 .254 1.271 98.066 19 .211 1.053 99.119 20 .176 .881 100.000 提取方法：主成分分析。 表6的分析顯示，20個因素被萃取為3個大因子，同時，表現(xiàn)各成分特征值的碎石圖說明這3大主成分都在特征值大于1的位置上。因為前11個主成分共解釋總方差的57.442%，所以可初步認(rèn)為用3大因子代替20個因素變量是比擬合理的，可以概括原始變量所包含的六成信息。對當(dāng)?shù)匦蓍e漁業(yè)旅游的評價工程經(jīng)過因子分析，剔除了4個因素后，濃縮為3大類因子因子分析，剔除過程本文略旅游論文，我們發(fā)現(xiàn)F1大類因子、F2大類因子的信度系數(shù)a0.8，一致性良好，而F3大類因子的信度

5、系數(shù)a=0.631，由于我們本次進(jìn)行的是探索性研究，雖然F3大類因子的信度偏低，但尚在可接受的范圍之內(nèi)，我們把三大類公共因子所涉及的影響因素歸類，重新命名。所以因子分析得出圖2如下：圖2休閑漁業(yè)旅游滿意度的評價表四 休閑漁業(yè)旅游參與情況與評價因子Logistic回歸分析由于這3個因子能解釋大局部的差異,所以筆者用這些因子的得分來代替原來的工程做分析。筆者發(fā)現(xiàn)在有效問卷中，有27份問卷在答復(fù)您近一年到當(dāng)?shù)芈糜蔚拇螖?shù)?;這一問題時答復(fù)了0;，本研究在進(jìn)行數(shù)據(jù)歸類時，經(jīng)過仔細(xì)分析，結(jié)合被調(diào)查對象對其他問題的答復(fù)，將沒去過;的賦值為0，其他去過屢次的情況的賦值為+1;，運用二項Logistic回歸進(jìn)行

6、分析。首先進(jìn)行模型擬和優(yōu)度檢驗(Hosmer and Lemeshow Test)，如表7所示:表7模型擬和優(yōu)度檢驗 步驟 卡方 Df Sig. 1 9.931 8 .270 根據(jù)上表，sig.值0.05，通過了擬和優(yōu)度檢驗，說明該模型可以采用。表8 預(yù)測分類表(a) 預(yù)測 去過與否情況 準(zhǔn)確百分率 被觀察項 沒去過 去過 步驟1 去過與否 情況 沒去過 4 23 14.8 去過 0 273 100.0 總體百分率 92.3 從預(yù)測分類表(ClassifivationTable)中可以看出，總體百分率為92.3%，說明模型的正確分類能力為92.3%。表9 方程中的變量 步驟1 B 標(biāo)準(zhǔn)誤差 W

7、ald Df Sig 冪值Exp 關(guān)鍵特色 .811 .245 10.993 1 .001 2.249 旅游資源 評價 -.076 .210 .132 1 .716 .927 根底設(shè)施 效勞評價 .620 .219 8.036 1 .005 1.860 常數(shù) 2.759 .278 98.378 1 .000 15.787 從表9可以看出，關(guān)鍵特色、根底設(shè)施效勞評價、常數(shù)對是否去過當(dāng)?shù)芈糜位貧w顯著，可以作為自變量放入回歸方程?；貧w系數(shù)分別為:0.811, 0.620,2.759。這里每個數(shù)都大于零，說明是否去當(dāng)?shù)芈糜闻c關(guān)鍵特色、根底設(shè)施效勞評價、常數(shù)成正相關(guān)。由上表所示的計算結(jié)果，可得Logistic回歸方程為:Logistic(P)=In2.759 + 0.811*關(guān)鍵特色+0.620*根底設(shè)施效勞評價，P表示是否去過當(dāng)?shù)?。該研究結(jié)論說明是否去當(dāng)?shù)芈糜闻c關(guān)鍵特色、根底設(shè)施效勞評價、常數(shù)成正相關(guān)，這對政府根據(jù)目標(biāo)市場制定有