探索性因子分析：体验质量

进行探索性因子分析时，有两种主要方法：最大似然估计法和主成分分析法（Fabrigar et al.，1999）。本书采用主成分分析法。首先对和体验质量有关的测量问项进行KMO和巴特利（Bartlett）球形检验。KMO的值大于0.9说明非常合适，在0.6和0.7之间就不太合适。本书要求KMO大于0.7，巴特利球形检验的统计值显著（陈正昌，2005）。如表4.7所示，符合要求。

表4.7　巴特利球形检验结果及KMO值：体验质量测量问项

探索性因子分析中有两种旋转方法：正交旋转和斜交旋转（Fabrigar et al.，1999）。正交旋转假定因子之间没有相关性，而斜交旋转假定因子之间有相关性。一般认为除非能证明因子相关，否则应该使用正交旋转（陈正昌，2005）。本书就体验质量概念，用主成分分析法以特征根值大于1来提取因子，采用方差最大化正交旋转。

探索性因子分析也是净化量表的一种手段，要求每个因子的所有问项在该因子上的载荷都大于0.5，并且没有在其他因子上有超过0.5的载荷（胡抚生，2009；赵卓嘉，2009）。因此，利用主成分分析法进行初始因子抽取之后的结果如表4.8所示。结果显示，提取出的因子5个因子能解释67.144％的变量共同度（communality）。经旋转后，每个因子都能够解释超过10％的变量共同度。因此，可以认为抽取出的5个因子都是有意义的。

表4.8　总方差解释贡献率：体验质量

为提高因子的可解释性，初始因子载荷矩阵通过方差极大旋转法进行旋转，旋转后的因子载荷矩阵如表4.9所示。探索性因子分析后，析出5个因子，累计解释方差67.14％。没有问项在两个因子上的荷载都大于0.5。但是维度4商品纪念品析出了两个因子，问项MS1和MS2载荷在因子5上，问项MS3，MS4和MS5载荷在因子3上。在国外学者的相关研究中，在旅游地区购买纪念品和拍照都属于游客渴望增强体验、延长体验感受的一种手段。但是结合因子分析和前面的焦点小组访谈，本书认为维度5会出现两个因子的原因是上海迪士尼乐园游客普遍认为乐园商品过于昂贵（问项MS1和MS2询问的就是商品），但游客对在乐园里面通过拍照进行留念的积极性很高（问项MS3、MS4和MS5询问的就是拍照）。因此需要把这个维度拆分，命名为乐园商品和拍照纪念。重新整理后的体验质量量表如表4.10所示。(https://www.daowen.com)

表4.9　旋转后的因子载荷矩阵：体验质量

（续表）

提取方法：主成分分析法。旋转方法：凯撒正态化最大方差法。
a旋转在6次迭代后已收敛。

表4.10　体验质量测量问项及来源

（续表）