陳日光

摘 要：本研究提出斜線型“重要性-表現(xiàn)程度”分析法（Importance-Performance Analysis，IPA）的改進(jìn)方法，采用要素績效與總體滿意度的常用對數(shù)轉(zhuǎn)換值相對應(yīng)的偏相關(guān)系數(shù)作為引申重要度，并且以要素對總體滿意度平均影響性所獲得的斜線斜率，取代傳統(tǒng)45度斜線的區(qū)隔線，使分析結(jié)果更為精確。本文以廣東省肇慶市七星巖旅游區(qū)的游客滿意度為實證案例，驗證此改進(jìn)方法的可用性。

關(guān)鍵詞：重要性-表現(xiàn)程度分析法；斜線型IPA；游客滿意度

中圖分類號：F592.7 文獻(xiàn)標(biāo)識碼：A

引言

原始的“重要性-表現(xiàn)程度”分析法（Importanceperformance Analysis，IPA）由Martilla和James（1977）所提出，而斜線型重要度―績效（IPA）模型由Hawes與Rao（1985）首先提出，其以I=P的45度斜線區(qū)分要素為兩個區(qū)域：45度斜線上方為市場機會與45度斜線下方為滿足需要兩部分，作為營銷決策的依據(jù)[1]。Pi eiro等人（2006）將45度斜線模型區(qū)分成4個象限，包括45度斜線上方的聚焦改善，45度斜線下方進(jìn)一步區(qū)分的低績效且低重要度的低順位，高績效且高重要度的繼續(xù)保持，及高績效但低重要度的努力過度，共4個區(qū)域[2]。Biesok與Wyród-Wróbel（2015）更進(jìn)一步將Pi eiro等人的模型斜線上方的聚焦改善區(qū)進(jìn)一步劃分為警示、改善區(qū)域，共6個區(qū)域模型，如圖1所示[3]。

一、研究背景

許多研究指出IPA的重要度采間接量測法是優(yōu)于直接量測法的，然而斜線型IPA模型皆為采用直接量測法。且斜線型IPA模型皆采用45度的斜線為區(qū)隔線。但本研究認(rèn)為因重要度與績效是要素不同的變量，僅以兩者相等的45度斜線作為區(qū)分改善優(yōu)先度的原理太過簡略。

二、斜線型IPA的改進(jìn)方法

（一）改進(jìn)重要度計算方法

以往研究中，重要度計算方法采用間接量測法，常見做法是將整體滿意度與個別要素的多元回歸系數(shù)視為要素的重要度，然而變數(shù)間可能存在多元共線性的問題，以及非線性的可能性。因此本文以總體滿意度分值的常用對數(shù)轉(zhuǎn)換，以解決總體滿意度與要素之間潛在的非線性關(guān)系，并以偏相關(guān)系數(shù)取代回歸系數(shù)來避免共線性問題。

（二）斜線的斜率

大多數(shù)研究學(xué)者對45度斜線為區(qū)格線的概念沒有解釋清楚，或過于簡略。本文采用各要素的引申重要度與個別績效的比值，透過反正切函數(shù)表示此要素在IPA圖上所表示的斜率，并以所有要素的平均斜率為此斜線的斜率，代表此條斜線的區(qū)隔線由要素對整體滿意度的平均影響度所決定，而非傳統(tǒng)方法簡單地以45度斜線區(qū)分。詳細(xì)步驟如下。

（1）將整體滿意度值（y）以常用對數(shù)做轉(zhuǎn)換（logy）；

其中，xm表第m個要素的績效值；

（3）計算出每一要素與整體滿意度的偏相關(guān)系數(shù)，即得到各要素的引申重要度；

三、實例驗證

本文以廣東肇慶七星巖景區(qū)的游客滿意度為驗證案例，采用最新的6區(qū)域的斜線型IPA改進(jìn)的方法，分析出景區(qū)針對游客滿意度須采取的策略。

（一）問卷設(shè)計、發(fā)放與回收

參考相關(guān)旅游景區(qū)游客滿意度的研究，筆者匯整出4個維度、21個要素題項。問卷由基本資料問題及21題項分別詢問游客感知的重要度與滿意度，采從不重要（不滿意）至非常重要（非常滿意）的李克特5等量表，分別以0.2，0.4，0.6，0.8及1計分。最后一題請游客填寫總體滿意度分?jǐn)?shù)（0～10分）。筆者通過走訪調(diào)研的形式，在七星巖景區(qū)內(nèi)部及出入口隨機邀請游客填寫。一共調(diào)研訪問了300位游客，剔除42份無效問卷，有效問卷回收率為85.3%。運用SPSS 20.0分析得到Cronbachs α值為0.856，可知本次問卷的總體信度是足夠的。另外采用抽樣適合性檢驗（Kaiser-Meyer-Olkin，KMO）與Bartlett球形檢驗統(tǒng)計量檢驗效度，其中KMO值皆達(dá)0.856，Bartlett球形檢驗統(tǒng)計量的顯著值為0.000 2，小于顯著性水平0.05，說明適合作因子分析。之后基于主成分和方差最大的正交旋轉(zhuǎn)分析，得到3個主成分，其累計解釋總方差為68.234%，說明本問卷的結(jié)構(gòu)效度良好。

（二）引申重要度與斜線斜率計算

本研究就回收后的有效問卷，統(tǒng)計出每一要素的直接重要度與滿意度，然后將每一個總體滿意度的分?jǐn)?shù)用對數(shù)轉(zhuǎn)換后，與各題的滿意度建立多元回歸模型，以計算出各要素的偏相關(guān)系數(shù)，并視各要素的偏相關(guān)系數(shù)為引申重要度，然后根據(jù)各要素的引申重要度與個別滿意度的比值（I/P）求算出反正切函數(shù)，即為各要素對應(yīng)的斜線斜率，再進(jìn)一步求算出平均的斜線斜率為30.63度，如表1所示。

（三）斜線型IPA改進(jìn)方法的分析結(jié)果