IPA分析法的修正及其在游客满意度研究的应用_陈旭

IPA 分析法的修正及其在游客满意度研究的应用

陈

旭

（中国旅游研究院，北京100005）

［摘

要］传统的重要性绩效（IPA ）分析法以受访者自述满

意度和重要性评价来衡量各评价要素对提升客户满意度的意义。多数学者指出，

这种分析方法存在两个弊端：一是重要性评价受满意程度的影响，二是单个评价要素的满意与否不一定能带来整体满意度相对称的变化，因此，单个评价要素的重要性也应当有所不同。所以，采用自述重要性的分析方式并不能反映客户的真实感受，分析方法需要改进。该研究以一山地景区的游客满意度为例，使用对数转化和偏相关系数法从满意度评价计算出引申重要性评价，

去除满意度的影响，从而能较为客观地反映出游客对评价指标重要性感知。该研究对两种IPA 分析方法进行了实证比较研究，并指出了结果存在差异性的原因，为完善使用IPA 方法提供了有价值的理论阐述和实践检验。

［关键词］游客满意度；IPA 分析；偏相关系数［中图分类号］F59［文献标识码］

A ［文章编号］

1002－5006（2013）11－0059－08Doi ：10.3969/j．issn．1002－5006.2013.011.007

［基金项目］本研究受国家社科基金重大招标项目（10ZD＆051）资助。［This study was supported by a grant from the National Social Science Foundation of China （to CHEN Xu ）（No．10ZD＆051）．］

［收稿日期］2012－08－15；［修订日期］2012－11－07［作者简介］陈旭（1979－），男，安徽凤阳人，博士，研究方向为旅游经济运行、游客满意度，

E-mail ：xuchen@cnta．gov．cn 。1引言

游客满意度分析通过服务对象对整个服务过程的效果反馈，在衡量旅游企业服务质量和发展质量中发挥着愈来愈重要的作用，也愈加受到旅游企业的重视。学界对游客满意度的研究主要集中在以下5个方面：（1）了解和掌握游客的需要、要求和期望［1］

；（2）发现和识别游客需求的发展趋势和潜在

的市场机会［2］；（3）制定游客满意的服务基准

［3，4］

；（4）寻找准确的市场定位，辨识影响旅游景区游客

满意度的关键性指标

［5，6］

；（5）满意度衡量方法的

研究

［7，8］

。目前，业界应用较多的游客满意度测评模型主

要包括美国消费者满意度模型（American consumer satisfaction index ，ACSI ）、服务质量法（Service quality ，SEＲVQUAL ）、重要性—绩效性分析法（Importance —performance analysis ，IPA ）等。其中，IPA 分析法以其直观、易操作、易解读而得到广泛应用。IPA 分析法由马提拉和詹姆斯（Martilla ＆James ）于1977年提出［9］。自20世纪90年代初，IPA 分析法开始广泛应用服务性行业，其应用范围包涵服务满意度、产品表现、地区竞争力（吸引力）和宏观旅游政策制定等

［10－13］

。IPA 分析法要求受

访者对指定调查对象的各项衡量指标从重要性和绩效表现两个方面来评价各测评要素。当用于满意度

测量时，

绩效即为满意度评价。任何一种模型在应用过程中都存在一定的局限性，

IPA 分析法也不例外。首先，IPA 分析法的假设前提是重要性与满意度两个维度上的变量相互独立并与受访者的总体感知呈线性相关。然而在现实调

查中，受访者的评价一般为主观感受，其重要性评价和满意度评价很难成为互相独立的变量。传统的IPA 分析法所要求的假设条件一般很难满足，得出的要素象限分布并非总能找到合理的解释。其次，IPA 分析法要求受访者对同一问题需要做出两次判断，

当问卷题量较大时，访问时间则成倍增长，访问质量有可能下降。因此，国外部分学者对IPA 分析法进行了优化，

以期满足该方法的假设前提。邓维兆（Deng ）在总结了其他学者研究成果的基础上对IPA 分析法进行了统计学方法上的优化［8］。本文以旅游景区为例，采用邓维兆的修正方法，对传统IPA 分析法与修正后的IPA 分析法之间的差异做出比对，在准确性和适用性上对修正后的IPA 分析法进行了理论分析和实践检验。2

文献综述

IPA 分析法以所有指标的平均重要性和平均绩

效来构建4个象限，将各项衡量指标按其重要性和

绩效评价情况分布在这4个象限内进行分析和阐释。国内学者对IPA分析法同样进行了较为广泛的实证研究。钟栎娜等在对历史数据进行比较的基础上，运用IPA分析法分析了旅游者对景区网站需求和旅游者对景区网站互联网技术运用程度的期望，从而得出了景区网站发展过程与旅游者期望变化基本一致的结论［14］。余裕星等运用IPA分析法对鼓浪屿的游客满意度进行分析，辨识了游客满意度不高的主要因素和提升游客满意度的关键因素［6］。胡栋梁等采用IPA分析法对重庆磁器口的目的地形象进行了分析，并结合游客感知的重要性为磁器口形象进行重新定位［15］。谢丽佳等通过对会展旅游中与会者的个体感知项进行IPA评价，从而查找会展旅游业的工作重点以期达到营销资源合理配置的目的［16］。陈再福运用IPA分析法对福建南靖土楼景区服务质量进行分析，进而提出提升土楼景区服务质量的合理化建议［17］。

IPA分析法有两个必要的前提假设。首先，重要性要素与满意度要素的评价必须相互独立；其次，各要素的满意度评价必须与总体满意度评价要线性相关且此相关具有对称性［18］。但是在现实调查中，这两个假设几乎难以实现。许多学者指出，重要性与满意度多为相关或因果关系［19－21］。桑普森和舒华特（Sampson＆Showalter）研究发现，组织的满意度增加时，客户的重要性感知与绩效评价间的差距急剧缩小［22］。马茨洛和舒华温（Matzler＆Sauerwein）发现采用自述方式时，客户对组织满意度评价与重要性感知呈负相关，即满意度越高，重要性越低［23］。此外，单要素的满意度评价与总体满意度评价也难呈线性及对称相关。这一点可以从满意度的非对称性中得到解释。日本狩野纪昭教授提出的卡诺（Kano）模型指出，按顾客的感受及满足顾客需求的程度，满意度要素可分成3种：理所当然要素、一元要素和魅力要素［23］。理所当然要素是基本要素，满足客户的最基本需求。当其满意度低时，客户总体满意度低，而客户对其重要性评价则高；但当满意度高时，客户总体满意度一般，最多为满意，因为客户认为做好此项要素的工作是应该的。一元要素是绩效的常见形式。当其表现不佳时，客户不满意，表现佳时，客户满意；单项要素的优劣程度与总体满意程度呈正线性关系。魅力要素多为客户没有期望的要素。此类要素表现佳时则满意度高，但表现不佳时满意度并不因此而下降。此类要素在满意度高时显得重要，但在满意度下降时其重要性与满意度不相关。

基于上述文献研究，传统的IPA分析法采用客户自述重要性评价有两个局限：一是，重要性的评价不可避免地受客户满意度评价的影响；二是，单个要素与总体满意度呈非线性相关时，这种相关关系直接影响客户对要素重要性的评价。由此可见，采用客户自述重要性作为IPA分析的数据源不能满足前提假设，不能真实反映客户的实际感知，相应的分析结果会产生一定的误导性。

3IPA修正法

为了消除采用自述重要性与满意度要素的相关性，多数学者建议以引申重要性（implicitly derived importance）来替代自述重要性［18，23］。较为广泛采用的方法是计算各单项满意度要素与总体满意度之间的多元回归系数作为引申重要性得分。马茨洛等学者进一步指出，这种方法忽略了满意度要素之间潜在的相关关系，若将其直接代入多元回归模型将会产生严重的多元共线性问题［23］。邓维兆在总结其他学者的研究基础之上建议计算单项满意度与总体满意度之间的偏相关系数来作为引申重要性得分。由于偏相关系数排除了其他满意度变量对指定变量与总体满意度之间的相关性的影响，只反映该变量与总体满意度之间的净相关，因此，偏相关系数能更加准确地反映真实的重要性评价。

邓维兆的转换方法考虑两项要素：单个要素的满意度评价（计为S

i

）和总体满意度评价（计为OS）。其转化方法可分为两步：第一步，对各要素满

意度评价（S

i

）取自然对数使之呈线性分布，计为

ln（S

i

）；第二步，将ln（S

i

）作为自变量，OS作为应变

量进行多元回归分析计算OS与ln（S

i

）之间的偏相

关系数ρ

i

，即为引申重要性。偏相关系数可在SPSS 软件中用迭代法（recursive method）或相关矩阵求逆法（matrix inversion）计算而得。

相比用户自述的重要性评价，引申重要性评价更为客观。邓维兆及其他一些学者建议以引申重要性为IPA分析法的衡量指标［19］。这一方法对绩效和重要性之间的相互独立性要求和非对称线性相关修正较好，且可操作性强，易于解释。本研究将采用邓维兆的方法在实践研究的基础上对传统和修正后的IPA分析法加以比较并分析其差异性。

4实证研究

4.1研究设计

本研究的目的在于验证传统的IPA分析法无法满足其前提假设，以及比较传统IPA与修正后的

IPA分析结果的差异性，以期阐释一种可操作的IPA修正方法。本研究首先使用传统的IPA分析法对鸡公山景区的旅游服务进行游客满意度分析，对重要性与满意度评价进行相关性检测。其次，按邓维兆的方法对IPA原始数据进行转换，以满意度评价计算引申重要性，以转化后的数据对各旅游服务要素进行分析，比较两种IPA分析结果之间的差异。

4.2问卷设计

调查问卷由3个部分组成。第一部分调查游客对景区服务要素的重要性和满意度评价，并采用5分制的打分方法，其中，1为非常不重要（或不满意），5为非常重要（或非常满意）；第二部分调查游客对满意度和重要性的总体评价，同样以5分制打分；第三部分调查游客的人口统计特征。在对相关景区服务研究的基础之上，本研究甄选了基于目的地品牌、可进入性、性价比、娱乐活动、员工服务、配套设施等6个维度共计30项景区服务的评价要素。在征求了3位旅游研究学者和景区管理方对这些评论要素的意见，最终确认了20项评价要素。5位旅游学硕士研究生参与了先导研究（pilot study）以确认问卷结构的合理性和评论要素的效应量。

4.3数据采集

本研究于2012年4月下旬在河南省信阳市鸡公山景区展开问卷调查。共有3位访问员在景区内部的3个主要休息区采用随机拦访的方式访问游客，访问员拦访每次从身边经过的第3位成年游客，每团队游客抽样不多于两人。根据鸡公山风景区管委会2010年统计数据，景区旺季日均上山游客约为1500人次，淡季时不足800人次。由于4月下旬景区适逢淡季，以日均游客量1000人次核算，在5%的误差水平和95%的置信度下，有效样本量应为278人。本次调查访问员共发放310份问卷，有效问卷为300份，回收问卷的有效率为96%。调查问卷要求受访游客对每项评价要素分别从重要性和满意度两个方面打分，并就总体满意度情况打分。为得到间接重要性得分，本研究按邓维兆的方法对各要素的满意度评价计算OS与ln（S

i

）的偏相关系数，即得到间接重要性得分。

4.4分析方法

本研究首先采用相关性检验分析游客自述的满意度和重要性的关联度。其次，采用描述性分析如频数、平均数和标准偏差测度游客对景区服务各项评价要素的感知程度，并将20项被考察要素以坐标形式映射到IPA图表中，并比较采用自述重要性和引申重要性数据的差异性。

5研究结果

5.1受访游客的人口统计特征

300名受访游客的性别比例基本持平，男性游客略多，占52.0%；受访游客的年龄层次集中在22 38岁（占52.9%）；受教育程度多为大学专科及本科（占42.5%）；游客出游方式主要以家庭、朋友结伴出游为主（占85%）。

5.2数据的信度和结构效度分析

为了检验数据的信度（reliability）和效度（validity），笔者对20项游客满意度评分做主成分因子分析。旋转方法采用最大方差法（varimax），选取特征值（eigenvalue）大于1的因子为主成分因子。分析结果显示，KMO检验值为0.89，Bartlett球形检验值无限接近于0。主成分因子分析共提取了4个符合要求的因子，累积解释方差61.62%。问卷信度检验合格。结构效度分析显示，这4个因子效度检验值分别为0.867、0.832、0.822、0.774，表明满意度问题的效度检验合格。

5.3游客自诉重要性与满意度的相关分析

本研究采用双尾相关分析对各服务要素的重要性和满意度评价之间的相关性进行检验。表1显示了各评价要素中自述重要性的均值、满意度均值以及相关检验的结果。在95%的置信区间下，20项评价要素中有12项要素的重要性与满意度评价存的相关系数显著，表明这12项要素存在着统计学意义的相关。其中，停车的便利程度、景区演出特点、员工服务态度、景区卫生等几项要素显示游客满意度与重要性感知呈高度相关。这说明使用自述重要性得分时，游客的满意度评价必定会影其相应的重要性感知，因此，IPA分析法的假设前提并不能全部满足。

5.4两种IPA分析法的比对

调查问卷结果显示，游客对该景区的“总体满意度情况”的均值为3.47，标准差为0.55。对所有要素的满意度得分取均值，可知游客的平均满意度水平为3.58，处于基本满意水平。游客的自述重要性均值为3.80。共有9项要素的自述重要性得分高于自述重要性平均水平。

随后本研究按邓维兆的方法从游客的满意度评价计算得出引申重要性。表2给出了各评价要素的满意度的均值和引申重要的计算分值。各评价要素的引申重要性最高得分为0.243，最低得分为0.008。评价要素引申重要性的均值为0.07。共有

表1各服务要素的重要性与满意度之间的相关性检验

Tab．1Pearson’s correlation tests between importance and satisfaction ratings of tourist attraction’s attributes

指标代码Index code 指标

Index

重要性

Importance

满意度

Satisfaction

Pearson相相关系数

Pearson’s coefficient

p值

p-value

1良好的公众口碑Good public reputation 4.25 4.020.1220．104 2停车方便Convenient parking 3.99 3.780.4680．000 3前往景区的道路指引清晰Clear road guidance to the attractions 4.38 3.900.0900．233 4景区内公共交通便利

Convenient public transportation within the attraction

3.82 3.630.1380．065 5景区内表演性演出精彩Exciting performances 3.16 3.280.4260．000 6互动性、娱乐性演出丰富

Abundant interactive＆entertaining performances

3.58 3.260.3300．000 7有较多儿童和家长一起参与游乐项目Adequate family activities 3.42 3.340.2990．000 8员工服务主动Employees’active services

4.01 3.500.0060．935 9员工掌握景区信息全面，有问必答

Employees’knowledge of the attraction

3.78 3.530.2760．000 10员工能提供个性化服务Individualized services 3.94 3.540.1900．011 11员工处理问题及时Promptness in handling questions 3.80 3.500.1590．036 12当地居民态度友好Hospitality of local residents 3.78 3.470.1950．009 13休息区充足Ample seating areas 3.91 3.680.1170．125 14商品质量佳Fine quality of merchandise 3.75 3.670.1460．054 15商品价格合理Fair pricing of merchandise 3.56 3.510.3010．000 16餐饮价格合理Fair pricing of food＆beverages 3.60 3.420.2900．000 17餐饮卫生状况良好Good food hygiene

4.23 3.600.0400．594 18景区卫生状况良好Hygienic environment at the attraction 3.79 3.800.3800．000 19洗手间充足Adequate toilet 3.75 3.610.2600．000 20景区门票价格合理Ｒeasonable price of the entrance ticket 3.47 3.490.1210．109

7项要素的引申重要性得分高于引申重要性的平均水平。

5.4.1传统IPA分析结果

传统的IPA分析法均以受访者自述重要性为横轴，满意度评价为纵轴，并以每个维度的平均值来划分4个象限。图1显示，落在第一象限的评价要素为“表现良好”要素，即重要性和满意度均较高的要素，共有6个，分别为1“良好的公众口碑”、2“停车方便”、3“前往景区的道路指引清晰”、4“景区内公共交通便利”、13“休息区充足”、17“餐饮卫生”。落在第二象限评价要素为“额外资源”要素，即重要性较低但满意度较高要素，共有3个，分别为14“商品质量佳”、18“景区卫生状况良好”和19“洗手间充足”。落在第三象限的评价要素为“缓慢改进”要素，即满意度和重要性都较低的要素，共有8个，分别为5“景区内表演性演出”、6“互动性、娱乐性演出”、7“有较多儿童和家长一起参与游乐项目”、9“员工掌握景区信息全面，有问必答”、12“当地居民态度友好”、15“商品价格合理”、16“餐饮价格合理”、20“景区门票价格合理”。落在第四象限的评价要素为“重点改进”，即满意度很低但重要性很高的要素，共有3个，分别为8“员工服务主动”、10“员工能提供个性化服务”、11“员工处理问题及时”。

传统的IPA分析法显示，鸡公山景区的游客满意度情况较为良好，有6项要素的重要性和满意度水平均较高。这些要素主要为景区的基础设施及周边环境建设，如交通指引和休息区域。景区亟需改善的问题主要集中在员工服务水平上。而景区内的表演、互动项目等其他一些娱乐活动和景区商品餐饮价格水平均为一些重要性不高的要素。对于景区管理者而言，传统IPA分析结果明确指出，加强员工培训是景区提升游客满意度的工作重点。

5.4.2修正后的IPA分析结果

与传统的IPA分析法相比，修正后的IPA分析法发现评价要素的分布存在较大的差异。首先，在要素的重要性程度上，修正后有6项要素从原先自

表2

优化满意度及引申重要性分值

Tab．2

Satisfaction and implicitly derived importance data for optimized IPA

指标代码Index code

指标Index

满意度Satisfaction 引申重要性Implicitly derived importance 1良好的公众口碑Good public reputation 4.020．1262停车方便Convenient parking 3.780．0303前往景区的道路指引清晰

Clear road guidance to the attractions

3.900．0364景区内公共交通便利

Convenient public transportation within the attraction 3.630．0485景区内表演性演出精彩Exciting performances 3.280．1446互动性、娱乐性演出丰富

Abundant interactive ＆entertaining performances 3.260．0137有较多儿童和家长一起参与游乐项目Adequate family activities

3.340．0098员工服务主动Employees ’active services 3.500．0829员工掌握景区信息全面，有问必答Employees ’knowledge of the attraction 3.530．01310员工能提供个性化服务Individualized services 3.540．01811员工处理问题及时Promptness in handling questions 3.500．00812当地居民态度友好Hospitality of local residents 3.470．24313休息区充足Ample seating areas 3.680．06814商品质量佳Fine quality of merchandise 3.670．10915商品价格合理Fair pricing of merchandise 3.510．01416餐饮价格合理Fair pricing of food ＆beverages 3.420．02417餐饮卫生状况良好Good food hygiene 3.600．17118景区卫生状况良好

Hygienic environment at the attraction 3.800．11319洗手间充足Adequate toilet

3.610．01020

景区门票价格合理

Ｒeasonable price of the entrance ticket

3.49

0．

069

图1

满意度与自述重要性IPA 分析图

Fig．1

IPA grid with satisfaction and self-reported importance ratings

述重要性评价高于平均水平，转变为引申重要性评价低于相应的平均水平。这6

项要素为2“停车方便”、3“前往景区的道路指引清

晰”

、4“景区内公共交通便利”、10“员工能提供个性化服务”

、11“员工处理问题及时”和13“休息区充足”。另外，有4项要素的自述重要性评价低于重要性平均水平，但引申重要性评价高于其相应的平均水平。这4项要素是5“景区内表演性演出精彩”、12“当地居民态度友好”

、14“商品质量佳”、18“景区卫生状况良好”。这种变化说明游客在游览鸡公山景区时同样注重人文环境、

景区游览质量和纪念品采购等要素。对于传统IPA 分析结果指出的“员工个性化服务”

等一系列较为细致的服务水平问题，修正后的IPA 显示，游客对此并没有过高的要求。这种变化需要景区管理者给予足够的重视。

其次，从IPA 分析图（图2）来看，落在第一象限的评价为“表现良好”要素共有4项，比用传统方法减少一项。其中，1“良好的公众口碑”和18“景区卫生状况良好”的分布与传统IPA 分析结果一致。新增的2项要素为14“商品质量佳”和17“餐饮卫生”。这两项在传统IPA 中原为“额外要

素”

。这说明游客较为注重的景区口碑、游览环境质量等要素鸡公山景区都有较佳的表现。这也是景区管理所需要继续保持的重要要素。

图2满意度与引申重要性IPA分析图

Fig．2IPA grid with satisfaction and implicitly derived importance ratings

第二象限“额外资源”中一共分布了5项要素，较传统IPA中多出2项。根据重要性程度从大到小，这5项要素依次是13“休息区充足”、4“景区内公共交通便利”、3“前往景区的道路指引清晰”、2“停车方便”和19“洗手间充足”。其中，只有要素19的分布与传统IPA分析的结果一致。传统IPA分析中分布在第一象限的要素13、4、2由于重要性程度的降低而被重新定义为“额外资源”，即重要性较低但满意度较高要素。在目前状况下，游客已经较为满意，管理者不必过多跟进。

第三象限“缓慢改进”中共分布了8项要素。与传统IPA相比，除要素10和要素12以外，其他要素的重要性位次相对于平均水平，在修正前后并没有产生变化，两种分析方法产生的结果差异并不大。这些要素共有8个，根据其重要性程度，依次是20“景区门票价格合理”、16“餐饮价格合理”、10“员工能提供个性化服务”、15“商品价格合理”、9“员工掌握景区信息全面”、6“互动性、娱乐性演出丰富”、7“有较多儿童和家长一起参与游乐项目”和11“员工处理问题及时”。要素10强调了员工的服务水平，这一项在传统IPA分析法中被认为是亟需改善的要素，但是由于其重要性降低于平均水平之下，现在转化为可“缓慢改进”的要素。

在“重点改进”象限中，修正后的IPA的要素分布更为清晰。依据其重要性的大小，这些要素分别为12“当地居民态度友好”、5“景区内表演性演出”、8“员工服务主动”。其中，“景区内表演性演出”由传统IPA分析法中重要性和满意度均为最低的要素转移到第四象限，成为一项提升满意度的重要要素。“当地居民态度友好”的要素重要性最高，而满意度低于平均水平，因此成为最重要的满意度提升要素。传统的IPA分析法指出，改进的重点均在提高员工的服务水平，增强个性化服务。修正后的IPA分析法只强调了员工服务的主动性，但更加突出了景区当地的社会环境有待提高以及景区文娱活动偏少这两方面的问题。这需要景区管理者需要将资源尽快转移到培育良好的社会环境，增加景区的演出内容，以及培养员工的主动服务意识。

综合两种IPA分析法来看，其分析结果存在较大的差异性。分布产生较大变化要素，其满意度评价和自述重要性呈高度相关（参见表1）。这说明传统IPA分析法无法克服两个维度的相关性问题，即不能满足此方法的前提假设，其分析结果无法避免地产生较多的误差。因此，采用自述重要性作为衡量指标时并不能反映客观实际，会导致经营者不能将有限的资源分配到提升客户满意度最关键的要素上来。6结论

IPA分析法由于其简单直观易于阐释在业界得以广泛应用。分析满意度提升工作的重要要素，有针对性地改进工作是IPA分析法的主要目的。因此，正确判断各项评价要素的重要性是保证IPA分析结果客观准确的先决条件。

IPA分析法的前提假设要求变量在重要性和满意度两个维度上的评价相互独立，且每个变量的满意度与总体满意度呈线性相关。在现实调查中，这两项前提假设均基本不可能满足。其主要原因在于：一方面，自述形式的重要性不可避免会受到受访者满意度感知的影响；另一方面，某一因素满意度的变化并不会带来整体满意度相对称的变化。因此，传统的IPA分析法必须经过修正才能较为客观地反映真实的客户感知。本研究介绍了一种使用偏相关系数作为引申重要性的修正法，以鸡公

山景区为例对比两种IPA方法分析结果的差异性，分析了差异所产生的原因以及对实际满意度提升工作可能带来的影响。由于偏相关系数反映的两个变量之间的净相关，以其作为引申重要性可以剔除满意度的影响，满足了IPA分析法的前提假设，修正后的IPA分析结果更具有实际指导意义。此外，由于引申重要性只需要受访者回答满意度问题而不需要回答重要性问题，因此可以使问卷负荷减少，有利于优化问卷整体结构。

本研究也存在一定局限性，如没有充分考虑到各要素满意度评价之间的相互影响，以及修正后的IPA方法仍不能准确体现Kano模型中的满意度和重要性变化的不对称性。这些都可以成为以后相关研究的内容，以期不断完善IPA分析法。

参考文献（Ｒeferences）

［1］Li Zhongguang．National tourist satisfaction survey［J］．Management and Administration，2012，（2）：27－28．［李仲

广．全国游客满意度调查［J］．经营与管理，2012，（2）：

27－28．］

［2］Geissler G L，Ｒucks C T．The overall theme park experience：A visitor satisfaction tracking study［J］．Journal of Vacation

Marketing，2011，17（2）：127－138．

［3］Kim Y G，Li G．Customer satisfaction with and loyalty towards online travel products：A transaction cost economics perspective

［J］．Tourism Economics，2009，15（4）：825－846．

［4］Alegre J，Garau J．Tourist satisfaction and dissatisfaction［J］．Annals of TourismＲesearch，2010，37（1）：52－73．

［5］Nan Jianfei，Zhao Lili．Study of tourist satisfaction measurmenet on tourist attractions［J］．Market Modernization，2006，（9）：48

－49．［南剑飞，赵丽丽．旅游景区游客满意度测评研究［J］．

商场现代化，2006，（9）：48－49．］

［6］Yu Yuxing，Xie Jingjing．Empirical study of IPA based tourist satisfaction method on Gulang Island［J］．Tourism Overview，

2012，（3）：72－74．［余裕星，谢静静．基于IPA分析法的鼓

浪屿游客满意度实证研究［J］．旅游纵览，2012，（3）：

72－74．］

［7］del Bosque IＲ，Martin H S．Tourist satisfaction-A cognitive-affective model［J］．Annals of TourismＲesearch，2008，35（2）：

551－573．

［8］Deng W J．Using a revised importance-performance analysis approach：The case of Taiwanese hot springs tourism［J］．

Tourism Management，2007，28（5）：1274－1284．

［9］Martilla J A，James J C．Importance-performance analysis［J］．Journal of Marketing，1977，41（1）：77－79．

［10］Hawes J M，Ｒao C P．Using importance-performance analysis to develop health care marketing strategies［J］．Journal of Applied

BusinessＲesearch，1985，10（4）：24－34．［11］Hsu C H，Byun S，Yang I S．Attitudes of Korean college students towards quick-service，family-style，and fine dining

restaurants．［J］．Journal ofＲestaurant＆Foodservice Marketing

1998，2（4）：65－85．

［12］Go F，Zhang W．Applying importance-performance analysis to Beijing as an international meeting destination［J］．Journal of

TravelＲesearch，1997，35（4）：42－49．

［13］Evans MＲ，Chon K S．Formulating and evaluating tourism policy using importance-performance analysis［J］．Hospitality Education

andＲesearch Journal，1989，13（3）：203－213．

［14］Zhong Lina，Dong Xiaoli，Shao Jun．Study on the development of websites in China’s tourist attractions based on the analysis of

IPA［J］．Tourism Tribune，2012，27（3）：60－68．［钟栎娜，

董晓莉，邵隽．基于IPA分析的中国旅游景区网站发展研究

［J］．旅游学刊，2012，27（3）：60－68．］

［15］Hu Dongliang，Su Weici．IPA on tourism destination image of the ancient town in southwest：A case study of Ciqikou in Chongqing

［J］．TourismＲesearch，2012，4（1）：37－42．［胡栋梁，苏维

词．西南古镇旅游目的形象实证分析———以重庆磁器口为

例［J］．旅游研究，2012，4（1）：37－42．］

［16］Xie Lijia，Guo Yingzhi．An empirical study of perceived features of MICE tourism based on IPA assessment：A case study of

Shanghai［J］．Tourism Tribune，2010，25（3）：32－54．［谢丽

佳，郭英之．基于IPA评价的会展旅游特征感知实证研究：以

上海为例［J］．旅游学刊，2010，25（3）：32－54．］

［17］Chen Zaifu．An IPA assessment of service quality at Nanjing tulou tourist attractions in Fujian［J］．Contemporary Economics，

2011，（9）：55－57．［陈再福．基于IPA方法的福建南靖土

楼景区服务质量分析［J］．当代经济，2011，（9）：55－57．］［18］Matzler K，Bailom F，Hinterhuber H H，et al．The asymmetrical relationship between attribute-level performance and overall

customer satisfaction：A reconsideration of the importance-

performance analysis［J］．Industrial Marketing Management，

2004，33（4）：271－277．

［19］Hu H Y，Lee Y C，Yen T M．Amend Importance-Performance Analysis Method with Kano’s Model and DEMATEL［J］．

Journal of Applied Sciences，2009，9（10）：1833－1846．

［20］Fuller J，Matzler K，FaullantＲ．Asymmetric effects in customer satisfaction［J］．Annals of TourismＲesearch，2006，33（4）：

1159－1163．

［21］Ｒyan C，Huyton J．Tourists and Aboriginal people［J］．Annals of TourismＲesearch，2002，29（3）：631－647．

［22］Sampson S E，Showalter M J．The performance-importance response function：Observations and implications［J］．The Service

Industries Journal，1999，13（9）：1－25．

［23］Matzler K，Sauerwein E．The factor structure of customer satisfaction：An empirical test of importance grid and the penalty-

reward-contrast analysis［J］．International Journal of Service

Industry Management，2002，13（4）：314－332．

The Modified Importance-performance Analysis Method and its Application

in Tourist SatisfactionＲesearch

CHEN Xu

（China Tourism Academy，Beijing100005，China）

Abstract：Consumer satisfaction analysis is an important approach to examine business performances and operations．Many satisfaction analysis methods aim at identifying critical service performance factors that can effectively improve customer satisfaction levels and loyalty．Due to its simple and effective technique，importance-performance analysis（IPA）has been widely used in customer satisfaction research to prioritize influential factors and guide quality-based marketing strategies．The IPA method has two dimensions to attribute importance and performance（or satisfaction as in satisfaction research），and generally uses an interviewee self-reported approach to acquire performance and importance data．While the traditional approach is convenient in data collection，and seemingly objective to reveal consumers’real perceptions towards the service，it neglects the assumptions of the IPA method．To correctly display the interaction between performance and importance，the IPA assumptions for conventional IPA method holds that attribute importance and attribute performance variables are independent，and the latter has a linear relationship with overall performance．However，these assumptions may largely be erroneous in the real world as using a self-reported approach for both dimensions may lead to paradoxical results．An individual’s importance perception is inevitably affected by his or her evaluation towards the same attribute performance，thus the relationship between customer attribute performance and overall performance is asymmetrical，and the relationship between attribute importance and attribute performance is causal．Consequently，the self-reported approach for importance evaluation cannot meet the assumptions，and the findings make the application of conventional IPA questionable．To eliminate performance’s effect on importance，this study adopts a modified IPA method that uses partial correlation coefficient as implicitly derived-importance．The partial correlation is generated in two steps．First，natural logarithmic transformation is applied to attribute performance to capture more sensitivity in the variables．Second，partial correlation coefficients are calculated between logarithmic attribute performance variables and the overall performance variable．As it the exogenous effects of alienates other variables’on the relationship between the overall satisfaction and the specified attribute performance，partial correlation coefficient reflects only the net association between the specified attribute performance and overall performance．Thus it can be a more accurate way to reflect the true importance of the same attribute．To empirically test the differences between the two IPA methods in tourist satisfaction research，this study conducts a tourist satisfaction survey using self-expressed question design at Jigongshan Mountain scenic area in the Spring of2012．Data analysis results show a significant relationship between attribute satisfaction and performance，which verifies the conventional IPA’s inadequacy in satisfying the method assumptions．When comparing the results from two IPA methods，the modified method reveals significant differences in the distribution of variables in the four vectors，which suggests that the referential information acquired from conventional IPA can cause decision makers to take incorrect actions when attempting to improve customer satisfaction．Comparing to the conventional method，the modified IPA approach effectively eliminates the latent subjective effects from individuals’satisfaction evaluation and also reduces the onus on interviewees．The modified IPA adds to the knowledge body of satisfaction research and is an applicable tool for practical management work．

Keywords：tourist satisfaction；IPA analysis；partial correlation coefficient

［责任编辑：刘鲁；责任校对：翟佳羽］