4. 2. ANÁLISIS DE FIABILIDAD

Tal y como sugiere el protocolo de investigación de mercados, y tal y como anunciábamos en el capítulo anterior, para dar respuesta a nuestros objetivos de investigación, lo primero que se va a analizar es un análisis de la fiabilidad de las escalas, mediante el Alfa de Cronbach (Churchill, 1979), siendo el Alfa de Cronbach un indicador que oscila entre 0 y 1.

Cuando los indicadores de cada escala presentan correlación alta el valor tenderá a 1 (es decir, que hay consistencia interna en la escala), siendo lo ideal es que el valor de Alfa esté comprendido entre 0,6 a 0,9.

La fiabilidad de las escalas de nuestro estudio, vienen reflejadas en la tabla que se encuentra a continuación:

A partir de esta tabla podemos comentar que resultaron fiables las escalas de la imagen percibida, la satisfacción, la lealtad y la comunicación externa porque se obtuvieron Alfas de Cronbach superiores a 0,6 (siendo las escalas más fiables la satisfacción y la lealtad). Sin embargo no resultó fiable la escala de la motivación porque se obtuvo un Alfa de Cronbach inferior a 0,6. Esta escala no proviene de ningún estudio anterior, no tratándose de una variable que sea clave para el objeto de estudio, sino más bien de una variable de carácter secundario. Si eliminásemos de esta escala el indicador aprender idioma castellano el Alfa de Cronbach se incrementaría a 0,533 mejorando la fiabilidad de la escala, pero seguiría sin ser un nivel de fiabilidad aceptable.

Por lo tanto, como el proceso de depuración de sus indicadores no mejoraría el resultado la información relativa a esta variable debe interpretarse con cautela.

4. 3. ANÁLISIS FACTORIAL

Ahora vamos a analizar nuestro tercer objetivo que es conocer las relaciones que existen entre la imagen, la satisfacción, la lealtad, la comunicación externa y la motivación. Para ello se realizará un análisis factorial y una correlación entre las variables.

4.3.1. Análisis factoriales

El análisis factorial tiene por objetivo mostrar y medir el grado de asociación entre las variables, siendo su función reducir la cantidad de variables uniendo las que tienen un alto nivel de correlación. Siendo el nivel de aceptabilidad para el test de KMO obtener un valor a partir de de 0,5 (lo ideal es 0,7) para el test de esfericidad de Barlett se debe presentar un valor inferior a 0,05 que nos indicaría que las variables están intercorrelacionadas y se tomarán autovalores superiores a 1 para el total de la varianza explicada (explicando como mínimo el 60% de la varianza). Con estos criterios en mente, pasamos a interpretar los resultados los resultados de los diferentes análisis factoriales efectuados sobre las variables que de acuerdo a nuestro marco teórico, pudieran ser multidimensionales.

4.3.1.1. Análisis factorial sobre la imagen de un destino turístico

1. Con este primer análisis se espera obtener una reducción de los indicadores que representan la imagen de un destino turístico en un número menor de factores.

Siendo 14 los indicadores que se han elegido para medir la imagen de un destino turístico los siguientes: la hospitalidad, el clima, el alojamiento, la gastronomía, las actividades culturales de interés, la playa, el transporte para desplazarse por la ciudad, las actividades de ocio y recreo (aventura), el atractivo de su entorno natural, la calidad de vida, el interés por su patrimonio cultural, la calidad de las infraestructuras turísticas, las actividades de ocio (entretenimiento) y Gandia imagen reconocida.

Como resultado del análisis factorial exploratorio obtenemos en un principio un KMO de 0,693 que indica que las variables están correlacionadas entre sí, un test de esfericidad de Barlett de 347,189 (91gl) muy significativo con una valor p inferior a 0,05.

Pasamos ahora a analizar la varianza total explicada por este análisis y las varianzas de cada uno de los factores hallados de la variable imagen de un destino turístico, reteniendo aquellos componentes cuyo autovalor sea mayor que la unidad.

Estos resultados de la tabla 4, determinan que el valor de la varianza explicada es de 62,488% en el que observamos que existen 5 componentes que tienen un autovalor superior a 1, siendo el primer componente el que explica la mayor parte de la varianza explicada con un porcentaje de un 26,603%, teniendo los otros 4 componentes un porcentaje más bajo de la varianza explicada entre un 10,254% a un 7,949%.

Después de haber obtenido la varianza total explicada, se analiza la matriz de componentes rotados (por el método de varimax) que busca redistribuir la varianza a lo largo de todos los componentes en la matriz de carga, poniendo el punto de corte en 0,3.

Al analizar la tabla 4 observamos que en la matriz de componentes rotados hay dos indicadores que cargan en varios factores por un lado tenemos el indicador clima que carga tanto en el factor 2 como en el 4, y por otro lado tenemos el indicador hospitalidad que carga en el factor 1, factor 2 y factor 3, por lo tanto en un principio se decide eliminar el indicador clima para ver que ocurre. Al extraerla se observa que se incrementa el KMO a 0,707, de ahí que se decida eliminar el indicador clima sin embargo al eliminar el indicador hospitalidad observamos que la KMO desciende a 0,657, de ahí que no se decida extraer el indicador hospitalidad, quedando finalmente la matriz de componentes rotados con 13 variables que se agrupan en 5 componentes como se demuestra en la tabla 5 con nuevas cargas que pasamos a comentar, así como a nombrar los factores hallados.

A partir de la tabla 5 se observa que se han reagrupado los 13 indicadores en torno a 5 componentes, que pasamos a comentar:

Factor 1: calidad.

- Este factor reagrupa los indicadores de la hospitalidad, del atractivo en el entorno natural, de la calidad de vida, del interés patrimonial cultural y la calidad de infraestructuras turísticas.

- Se observa que el atractivo del entorno natural y la calidad de vida son los indicadores más representativos del componente 1, mientras que el indicador del interés patrimonial cultural y de la calidad de infraestructuras turísticas, de la hospitalidad son los indicadores menos representativos del componente 1.

- Este primer componente es nombrado factor calidad por agrupar a los indicadores de la calidad de vida, el entorno natural, calidad de infraestructuras turísticas, interés patrimonial cultural y hospitalidad, que según la literatura anterior la calidad son algunos de los componentes o atributos de la variable imagen, como se refleja en la revisión de Gallarza, Gil y Calderón (2002)..

Factor 2: ocio.

-Este factor reagrupa los indicadores de las actividades de ocio y recreo (aventura) y las actividades de ocio (entretenimiento).

- Por lo que se observa, que los dos indicadores de actividades de ocio son representativos de un segundo componente de la imagen que es nombrado factor ocio por agrupar los dos indicadores de las actividades de ocio (aventura y entretenimiento). De acuerdo a nuestra revisión anterior, es sabido que en determinados destinos el factor ocio también tiene importancia para medir la imagen de un destino turístico.

Factor 3: turismo y playa.

- Este factor reagrupa los indicadores del alojamiento, playa y transporte ciudad.

- Se observa que el indicador playa es bastante representativo del componente 3, mientras que el indicador alojamiento y el transporte ciudad son menos representativos en la imagen de un destino turístico.

- Al tercer componente se le nombra factor turismo y playa por agrupar a los indicadores de la playa, alojamiento y el transporte ciudad, propio de la idiosincrasia del destino turístico estudiado.

Factor 4: cultural y gastronomía.

- Este factor reagrupa los indicadores de gastronomía y actividad cultural de interés .

- Se observa que ambos indicadores son representativos de una misma dimensión de imagen que es nombrada factor cultural y gastronomía, que según la literatura son indicadores de la percepción basada en atributos según Echtner y Ritchie (1991) como las actividades culturales del lugar.

Factor 5: marca ciudad.

- El indicador de imagen de marca reconocida carga en el componente 5, por lo que se observa que este indicador es representativo de la imagen que es nombrado factor marca ciudad por agrupar al indicador Gandia marca reconocida, según la literatura anterior una de las herramientas más eficaces para promocionar un destino turístico es la imagen de marca reconocida que viene representada como una identidad corporativa según Bellucia (2003).

A continuación se presentan los porcentajes de varianza explicada de estos 5 factores después de la depuración de indicadores.

Como podemos observar la varianza explicada sin el indicador clima ha incrementado en un 0,804% (pasando de 62,488% a 63,292%) esto significa que la variabilidad total del sistema viene explicada por los 5 factores en algo dos menos de 2 tercios perdiéndose solo un tercio de la información si nos limitásemos a trabajar con las 5 dimensiones de imagen halladas. El factor calidad de un destino turístico sigue siendo el que más varianza explica (un 26,6443%), y en menor medida los otros 4 factores que explican de la varianza total.

A partir de estos datos podemos concluir que la imagen de un destino como Gandia, sol y playa pero con otras posibilidades de promoción depende de que se cuide el medio ambiente, la calidad de vida (tranquilidad y seguridad) del lugar de destino y de que se ofrezcan actividades de ocio para entretenerse.

Para avanzar en la comprensión del comportamiento del consumidor entrevistado, además del análisis sobre la dimensionalidad de la imagen, que como es sabido por la revisión aportada en el marco teórico, es multidimensional, se efectuaron también de manera paralela, análisis factoriales sobre el resto de las variables del cuestionario con el fin de progresar en el tercer objetivo empírico.