선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 연속적 도로경관의 감성인지실험은 구축된 18개 동영상을 LCD 프로젝터를 이용하여 1개씩 보여주고 피실험자가 느끼는 감성 및 경관만족도를 조사하였다. 감성인지실험시 결측 데이터를 최소화하기 위하여 피시험자가 충분한 시간을 갖고 도로경관에 대한 평가를 실시할 수 있도록 하였다. 실제 도로 주행 환경을 인지할 수 있도록 연속적 도로경관 동영상을 차례대로 1개씩 보여주는 방식으로 실시하였다.
- 본 연구는 인간공학적이면서 쾌적한 도로경관을 조성하기 위하여 설계단계에서 고려해야 할 감성요인을 추출하는 방법을 제안하는데 그 목적이 있다. 감성형용사 측정에 사용되는 어의구별법에 의해 조사된 자료는 범주형 자료이므로 이에 적합한 수량화 모형을 이용하여 기존 연구에서 주로 사용한 요인분석 방법과 본 연구에서 제안하는 감성형용사 추출방법의 적합성과 신뢰성에 대한 비교.
- 이에 본 연구에서는 연속적 도로경관 설계에 적용 가능한 감성요인을 추출할 수 있도록 다양하게 조사된 감성형용사들을 개인의 감성인지 특성 차이를 최소화 하면서 객관적이고 합리적인 추출 방법을 제안하는데 목적이 있다. 이를 통해 도로유형 및 특성에 맞는 가장 적합한 감성요인을 추출하여 도로경관 설계에 접목시킴으로써 인간공학적이면서도 쾌적한 도로경관 설계가 가능할 것으로 판단된다.
가설 설정
- 검정을 실시하기 위하여 실제 관측 만족도와 모형에 의한 예측 만족도에 차이가 없다는 귀무가설을 설정하고 양측 검정을 실시하였다. 그 결과, 표 16에서 보는 것과 같이 신뢰수준 99%에서 실제 관측 만족도와 전체 25개의 감성형용사 모형의 예측 만족도, 실제 관측 만족도와 Model-4 예측 만족도에서 검정 통계량이 기각역에 속하지 않고 pvalue가 유의수준보다 크므로 귀무가설을 채택 평균값에 차이가 없는 것으로 분석되어 판별 및 상관분석에 의한 감성형용사 추출방법의 타당성을 확인할 수 있었다.
제안 방법
- 연속적 도로경관 설계에 적용 가능한 감성요인 추출방법을 제안하기 위하여 실험요인으로 가로수 높이(5m, 10m, 15m)와 간격(4m, 8m, 12m)은 3수준, 중앙분리대의 화단(유무)은 2수준으로 분류한 후 실험계획법 (Design of Experiments)을 이용하여 18개의 동영상을 구축하였다. 2008년 5월~6월에 운전자를 대상으로 설문조사와 함께 운전자의 운전환경에 맞게 구축된 동영상을 LCD 프로젝터를 통해 시각적으로 제시해 주면서 감성인지실험을 실시하였다. 설문조사에서는 사회.
- 조사된 25개의 감성형용사에 대하여 1단계는 기존 연구에서 주로 사용되었던 요인분석과 판별분석을 통해 주요한 감성형용사를 추출한다. 2단계는 다중공선성(Multicollinearity) 및 상관성이 낮은 대표적인 감성형용사를 추출하기 위하여 상관 분석을 실시한다. 그리고 어의구별법에 의해 5점 척도로 조사된 감성형용사인 범주형 변수를 모형화 하는데 적합한 수량화 모형을 통해 전체 감성형용사와 추출된 감성형용사를 이용하여 모형을 구축하며, 최종적으로 쌍체비교·검증을 통해 감성형용사 추출 방법의 적합성 및 신뢰성 여부를 검토하여 연속적 도로경관 설계에 가장 적합한 감성요인 추출 방법을 제안하고자 한다.
- [1단계] 연속적 도로경관에 대한 동영상을 구축하고 전문가, 일반 운전자 등을 대상으로 동영상을 보고 느껴지는 감성형용사를 자유롭게 기록하도록 하였다. 그 결과, 형용사 언어가 아닌 응답을 제외하고 총 186개의 감성형용사가 수집되었으며, 이 중 유사한 의미를 갖는 감성형용사들을 분류한 후 빈도 순으로 정리한 결과, 5개 이상의 중복을 나타낸 감성형용사 그룹이 15개, 10개 이상의 중복을 나타낸 감성형용사 그룹이 5개였다.
- [3단계] 1단계에서 수집된 감성형용사 중 중복되는 감성형용사들을 2단계의 국어학적으로 수집된 감성형용사들과 비교₩분석하여 연속적 도로경관을 가장 합리적으로 표현할 수 있는 25개의 감성형용사를 추출하였으며, 이를 감성인지실험 설문지에 적용하였다.
- 본 연구는 인간공학적이면서 쾌적한 도로경관을 조성하기 위하여 설계단계에서 고려해야 할 감성요인을 추출하는 방법을 제안하는데 그 목적이 있다. 감성형용사 측정에 사용되는 어의구별법에 의해 조사된 자료는 범주형 자료이므로 이에 적합한 수량화 모형을 이용하여 기존 연구에서 주로 사용한 요인분석 방법과 본 연구에서 제안하는 감성형용사 추출방법의 적합성과 신뢰성에 대한 비교.검증을 실시하여 다음과 같은 결론을 얻었다.
- 설문조사에서는 사회.경제적 속성과 25개의 감성형용사 인지도 등을 조사하였으며, 감성인지실험에서는 동영상을 보고 인지한 내용을 중심으로 연속적 도로경관에 대한 종합만족도(100점 기준)를 직접 기입하는 방식으로 실험을 실시하였으며, 조사개요는 표 1과 같다.
- 그리고 요인들의 수준별 변화에 적합한 18개의 실험이미지를 3D 프로그램을 이용하여 동영상으로 구축하였다. 구축된 동영상은 피실험자인 운전자들에게 보여주고 도로경관 구성요소 변화에 대한 운전자의 감성변화를 측정하였다.
- 그리고 어의구별법에 의해 5점 척도로 조사된 감성형용사인 범주형 변수를 모형화 하는데 적합한 수량화 모형을 통해 전체 감성형용사와 추출된 감성형용사를 이용하여 모형을 구축하며, 최종적으로 쌍체비교·검증을 통해 감성형용사 추출 방법의 적합성 및 신뢰성 여부를 검토하여 연속적 도로경관 설계에 가장 적합한 감성요인 추출 방법을 제안하고자 한다.
- 본 연구에서는 도로경관을 설계하는데 있어 도로경관 구성요소별 수준변화에 따른 운전자들의 감성 정도를 측정하기 위해 연속적 도로경관에 영향을 미치는 건물, 차도, 보도, 가로수, 중앙분리대 등 다양한 요인들 중에서 가로수와 중앙분리대(화단)를 실험요인으로 선정하였다. 그리고 요인들의 수준별 변화에 적합한 18개의 실험이미지를 3D 프로그램을 이용하여 동영상으로 구축하였다. 구축된 동영상은 피실험자인 운전자들에게 보여주고 도로경관 구성요소 변화에 대한 운전자의 감성변화를 측정하였다.
- 따라서, 연속적 도로경관 만족도에 대하여 판별분석을 실시하기 전 만족도 그룹에 대한 수준을 결정하기 위해 만족도의 누적분포를 통해 만족도가 가장 낮은 집단에서부터 가장 높은 집단을 분류하였다. 그 결과, 5개 그룹으로 분류되었고 분류된 5개의 연속적 도로경관 만족도를 기준으로 25개의 감성형용사에 대한 판별분석을 실시하였다.
- 본 연구에서 제안하는 감성형용사 추출방법의 적합성과 신뢰성을 검증하기 위해서 전체 25개의 감성형용사, 기존 연구에 주로 사용한 요인분석과 상관분석에 의해 추출된 감성형용사, 판별분석과 상관분석에 의해 추출된 감성형용사를 고려한 수량화 모형을 비교.분석하였다.
- 본 연구에서는 도로경관을 설계하는데 있어 도로경관 구성요소별 수준변화에 따른 운전자들의 감성 정도를 측정하기 위해 연속적 도로경관에 영향을 미치는 건물, 차도, 보도, 가로수, 중앙분리대 등 다양한 요인들 중에서 가로수와 중앙분리대(화단)를 실험요인으로 선정하였다. 그리고 요인들의 수준별 변화에 적합한 18개의 실험이미지를 3D 프로그램을 이용하여 동영상으로 구축하였다.
- 본 절에서는 요인분석과 요인 및 상관분석에 의해 추출된 감성형용사를 이용하여 수량화 모형을 구축하였으며, 표 14에 그 결과를 나타내었다.
- 본 조사 및 실험에서는 피시험자의 개인속성으로 연령, 운전경력, 1일 평균운전시간, 거주지, 경관관심도를 조사하였다. 응답자들의 각 속성별 구성비는 그림 2와 같으며, 25세 미만과 25세 이상의 연령별 분포는 각각 56.
- 감성인지실험시 결측 데이터를 최소화하기 위하여 피시험자가 충분한 시간을 갖고 도로경관에 대한 평가를 실시할 수 있도록 하였다. 실제 도로 주행 환경을 인지할 수 있도록 연속적 도로경관 동영상을 차례대로 1개씩 보여주는 방식으로 실시하였다.
- 4%인 것으로 나타났다. 여기서, 최종적으로 전체 감성형용사를 대표할 수 있는 감성형용사를 추출하기 위해 전체 요인점수 중에서 0.7 이상인 감성형용사 만을 추출하였다.
- 연속적 도로경관 설계에 적용 가능한 감성요인 추출방법을 제안하기 위하여 실험요인으로 가로수 높이(5m, 10m, 15m)와 간격(4m, 8m, 12m)은 3수준, 중앙분리대의 화단(유무)은 2수준으로 분류한 후 실험계획법 (Design of Experiments)을 이용하여 18개의 동영상을 구축하였다. 2008년 5월~6월에 운전자를 대상으로 설문조사와 함께 운전자의 운전환경에 맞게 구축된 동영상을 LCD 프로젝터를 통해 시각적으로 제시해 주면서 감성인지실험을 실시하였다.
- 연속적 도로경관에 영향을 미치는 감성형용사를 추출하기 위하여 기존 연구에서 주로 사용한 감성형용사 추출방법과 본 연구에서 제안하는 감성형용사 추출방법을 비교한다.
- 연속적 도로경관의 감성인지실험은 구축된 18개 동영상을 LCD 프로젝터를 이용하여 1개씩 보여주고 피실험자가 느끼는 감성 및 경관만족도를 조사하였다. 감성인지실험시 결측 데이터를 최소화하기 위하여 피시험자가 충분한 시간을 갖고 도로경관에 대한 평가를 실시할 수 있도록 하였다.
- 요인분석에 의하여 추출된 10개의 감성형용사간에도 유사한 의미의 감성형용사가 있어 다중공선성이 의심되므로 2차적으로 상관분석을 실시하여 보다 신뢰성 있는 감성형용사를 추출하였다.
- 먼저 감성변화의 측정은 미국의 심리학자 Osgood에 의해 처음 제안된 심리평가 척도법인 어의구별법(Semantic Differential)을 적용하여 5점 척도로 조사를 실시하였다. 조사된 25개의 감성형용사에 대하여 1단계는 기존 연구에서 주로 사용되었던 요인분석과 판별분석을 통해 주요한 감성형용사를 추출한다. 2단계는 다중공선성(Multicollinearity) 및 상관성이 낮은 대표적인 감성형용사를 추출하기 위하여 상관 분석을 실시한다.
대상 데이터
- 감성형용사를 수집하기 위해 본 연구에서는 3단계의 과정을 거쳐 최적의 감성형용사를 선정하였다.
- 실험에 참여한 피시험자는 운전면허를 보유하고 실제 도로에서 운전한 경력이 6개월 이상인 운전자를 선정하였다. 이는 운전경력이 없거나 6개월 미만인 경우에 연속적 도로경관의 인지성이 낮아 실험의 신뢰성을 확보하기 어렵기 때문이다.
데이터처리
- 가로수 높이와 간격, 중앙분리대 화단의 유무에 따라 연속적 도로경관 만족도에 차이가 있는지를 파악하기 위하여 평균치 검정을 실시하였다.
- 따라서, 연속적 도로경관 만족도에 대하여 판별분석을 실시하기 전 만족도 그룹에 대한 수준을 결정하기 위해 만족도의 누적분포를 통해 만족도가 가장 낮은 집단에서부터 가장 높은 집단을 분류하였다. 그 결과, 5개 그룹으로 분류되었고 분류된 5개의 연속적 도로경관 만족도를 기준으로 25개의 감성형용사에 대한 판별분석을 실시하였다.
- 둘째, 본 연구에서 제안하는 감성형용사 추출방법으로 1차적으로 판별분석(Discriminant Analysis)을 이용하여 감성형용사를 추출하였으며, 다중공선성의 문제를 해결하기 위해서 2차적으로 상관분석을 실시하여 최종 감성형용사를 추출하였다.
- 본 연구에서 제안하는 판별 및 상관분석에 의한 감성형용사 추출방법의 적합성 및 신뢰성을 검증하기 위하여 실제 관측 만족도와 모형에 의한 예측 만족도에 대하여 동일한 집단 또는 동일한 표본에서 두 개의 검정변수간 평균에 차이가 있는지를 알아보는 통계검증 방법인 Paired t-test를 통해 쌍체비교.검증을 실시하였다.
- 연속적 도로경관 만족도에 대해 개인속성별로 차이가 있는 지를 파악하기 위하여 평균치 검정을 실시하였다. 그 결과, 표 2에서 보는 것과 같이 신뢰수준 99%에서 유의한 항목은 연령(-5.
- 연속적 도로경관 만족도에 영향을 미치는 감성형용사를 파악하기 위하여 25개의 감성형용사에 대한 분산분석(ANOVA)을 실시하였다.
- 첫째, 기존의 연구에서 주로 사용한 감성형용사 추출방법인 요인분석(Factor Analysis)을 이용하여 추출하였으며, 본 연구에서 제안하는 방법과 객관적으로 비교하기 위하여 2차적으로 상관분석을 실시하여 최종 감성형용사를 추출하였다.
- 판별분석을 통해 추출된 15개의 감성형용사를 바탕으로 다중공선성 여부를 파악하기 위하여 상관분석을 실시하였다. 상관분석 결과 중에서 상관성이 높은 감성형용사 그룹을 추출하여 표 9, 표 10, 표 11, 표 12에 나타내었다.
이론/모형
- 먼저 감성변화의 측정은 미국의 심리학자 Osgood에 의해 처음 제안된 심리평가 척도법인 어의구별법(Semantic Differential)을 적용하여 5점 척도로 조사를 실시하였다. 조사된 25개의 감성형용사에 대하여 1단계는 기존 연구에서 주로 사용되었던 요인분석과 판별분석을 통해 주요한 감성형용사를 추출한다.
성능/효과
- "판별분석 결과, “싫어하는'-'좋아하는(0.860)”, “불편한'-""편안한(0.613)”, “마음에 들지 않는'-'마음에 드는(0.771)”, “운전하고 싶지 않은'-'운전하고 싶은(0.718)”, “불안한'-'안정감 있는(0.704)”, “어색한'-'자연스러운(0.672)”, “불쾌한'-'상쾌한(0.613)”, “시원하지 않은'-'시원한(0.567)”, “답답한'-'확 트인(0.547)”, “위압적인-'위압적이지 않은(0.536)”, “좁아지는-넓게 펼쳐지는(0.533)”, “사고 날 것 같은-사고날 것 같지 않은(0.521)”, “긴장되는'-'안정되는(0.483)”, “조화되지 않는-조화된(0.460)”, “여유없는'-'여유 있는 (0.445)”순으로 15개의 감성형용사가 추출되었으며, 모두 정(+)의 부호 조건으로 긍정적인 감성형용사들이 연속적 도로경관 인지에 큰 영향을 미치는 것으로 나타났다."
- 1. 도로경관 구성요소에서는 가로수 간격이 넓고 가로수 높이가 낮을수록 하늘 비율이 높아 공간적인 여유가 많기 때문에 운전자가 느끼는 연속적 도로경관 만족도가 높다는 것을 알 수 있었다.
- 2. 모형 구축결과, 연속적 도로경관 만족도는 운전자가 도로에서 느끼는 종합적인 감성인지 결과를 나타내는 것으로 대부분의 감성형용사가 큰 영향을 미치고 있음을 확인할 수 있었다.
- 3. 요인과 판별분석에 의한 감성형용사 추출은 다중공선성의 문제가 있으므로 반드시 상관분석을 통해 최적의 감성형용사를 추출해야 한다.
- 4. 실제 관측 만족도와 모형별 예측 만족도에 대한 쌍체비교₩검증 결과를 통해 본 연구에서 제안하는 판별 및 상관분석에 의한 감성형용사 추출방법이 기존 연구에서 사용한 요인 및 상관분석에 의한 추출방법보다 적합성과 신뢰성이 있음을 확인할 수 있었다.
- 검증 결과를 종합해 볼 때, 본 연구에서 제안하는 판별 및 상관분석에 의한 감성형용사 추출방법이 연속적 도로경관 만족도에 영향을 미치는 감성요인 즉, 인간공학적이면서 쾌적한 도로경관 설계에 필요한 감성요인을 파악하는데 적절하다는 것을 알 수 있었다.
- 검정을 실시하기 위하여 실제 관측 만족도와 모형에 의한 예측 만족도에 차이가 없다는 귀무가설을 설정하고 양측 검정을 실시하였다. 그 결과, 표 16에서 보는 것과 같이 신뢰수준 99%에서 실제 관측 만족도와 전체 25개의 감성형용사 모형의 예측 만족도, 실제 관측 만족도와 Model-4 예측 만족도에서 검정 통계량이 기각역에 속하지 않고 pvalue가 유의수준보다 크므로 귀무가설을 채택 평균값에 차이가 없는 것으로 분석되어 판별 및 상관분석에 의한 감성형용사 추출방법의 타당성을 확인할 수 있었다. 그리고 본 연구에서 사용한 자료를 바탕으로 한 분석 결과에서는 실제 관측 만족도와 Model-2 예측 만족도에서는 평균값에 차이가 있는 것으로 나타나 요인 및 상관분석에 의한 감성형용사 추출방법의 신뢰성이 낮은 것으로 분석되었다.
- 연속적 도로경관 만족도에 대해 개인속성별로 차이가 있는 지를 파악하기 위하여 평균치 검정을 실시하였다. 그 결과, 표 2에서 보는 것과 같이 신뢰수준 99%에서 유의한 항목은 연령(-5.882)이고 신뢰수준 95%에서 유의한 항목은 경관관심도(-2.209)인 것으로 분석되었다. 따라서, 연령과 경관관심도에 따라 연속적 도로경관을 평가하는데 차이가 있으나 나머지 운전경력, 1일 평균 운전시간, 거주지 항목은 연속적 도로경관을 평가하는데 큰 차이가 없음을 알 수 있었다.
- 그 결과, 표 3에서 보는 것과 같이 가로수 높이와 간격에 대한 분산분석(ANOVA) 결과는 신뢰수준 99%에서 유의한 차이가 있는 것으로 분석되었다. 그러나 중앙분리대 화단의 유무에 대한 평균치 검정(t-test) 결과에서는 t-통계값이 1.
- 그 결과, 표 4에서 보는 것과 같이 25개 감성형용사 모두 신뢰수준 99%에서 차이가 있는 것으로 나타나 어의구별법에 의한 5점 척도의 감성형용사 조사방법이 적절함을 간접적으로 확인할 수 있었다.
- 그 결과, 표 6에서 보는 것과 같이 “마음에 들지 않는'-'마음에 드는”, “어색한'-'자연스러운”, “불편한'-'편안한”, “싫어하는'-'좋아하는”의 4개의 감성형용사를 그룹화 시킬 수 있었고, 이 중에 대표성이 낮은“싫어하는'-'좋아하는”, “어색한'-' 자연스러운”, “불편한'-'편안한”의 3개의 감성형용사를 제거하고 본 그룹을 대표할 수 있는 “마음에 들지 않는'-'마음에 드는”의 감성형용사를 도출할 수 있었다.
- [1단계] 연속적 도로경관에 대한 동영상을 구축하고 전문가, 일반 운전자 등을 대상으로 동영상을 보고 느껴지는 감성형용사를 자유롭게 기록하도록 하였다. 그 결과, 형용사 언어가 아닌 응답을 제외하고 총 186개의 감성형용사가 수집되었으며, 이 중 유사한 의미를 갖는 감성형용사들을 분류한 후 빈도 순으로 정리한 결과, 5개 이상의 중복을 나타낸 감성형용사 그룹이 15개, 10개 이상의 중복을 나타낸 감성형용사 그룹이 5개였다.
- 그리고 “번화한'-'한산한”, “도시적인'-'자연적인”, “특이한'-'평범한”, “차도와 경계가 불분명한'-'차도와 경계가 분명한” 4개의 감성형용사를 제외한 나머지 21개의 감성형용사 대부분이 가장 큰 영향을 미치는 것으로 나타났다.
- 그리고 감성형용사에서는 “조화되지 않은'-'조화된”의 감성형용사를 제외한 나머지 감성형용사 대부분이 연속적 도로경관 만족도에 미치는 영향이 높은 것으로 나타났다.
- 그리고 감성형용사에서는“단조로운'-'변화가 있는”의 감성형용사를 제외한 나머지 감성형용사 대부분이 연속적 도로경관 만족도에 미치는 영향이 높은 것으로 나타났다.
- 그 결과, 표 16에서 보는 것과 같이 신뢰수준 99%에서 실제 관측 만족도와 전체 25개의 감성형용사 모형의 예측 만족도, 실제 관측 만족도와 Model-4 예측 만족도에서 검정 통계량이 기각역에 속하지 않고 pvalue가 유의수준보다 크므로 귀무가설을 채택 평균값에 차이가 없는 것으로 분석되어 판별 및 상관분석에 의한 감성형용사 추출방법의 타당성을 확인할 수 있었다. 그리고 본 연구에서 사용한 자료를 바탕으로 한 분석 결과에서는 실제 관측 만족도와 Model-2 예측 만족도에서는 평균값에 차이가 있는 것으로 나타나 요인 및 상관분석에 의한 감성형용사 추출방법의 신뢰성이 낮은 것으로 분석되었다. 또한, Model-1 예측 만족도와 Model-2 예측 만족도, Model-3 예측 만족도와 Model-4 예측 만족도는 서로가 평균값에 차이가 있는 것으로 나타나 상관분석에 의한 다중공선성의 검토의 필요성을 다시 한번 확인할 수 있었다.
- 수량화 모형에서 범위와 편상관 계수는 설명변수의 중요도를 측정하는 척도로 이들 계수가 크면 도로경관 만족도에 큰 영향을 미치고 있다는 것을 의미한다고 볼 수 있다. 따라서 개인속성에서는 거주지와 경관관심도를 제외한 연령, 운전경력, 1일 평균 운전시간의 3개 요인이, 도로경관 구성요인에서는 화단을 제외한 가로수 높이, 가로수 간격의 2개 요인이 영향을 미치는 것으로 나타났다. 그리고 “번화한`-`한산한”, “도시적인`-`자연적인”, “특이한`-`평범한”, “차도와 경계가 불분명한`-`차도와 경계가 분명한” 4개의 감성형용사를 제외한 나머지 21개의 감성형용사 대부분이 가장 큰 영향을 미치는 것으로 나타났다.
- 따라서 본 연구결과를 종합해 볼 때, 감성형용사는 3단계(1단계 실험, 2단계 국어사전, 3단계 조합)를 거쳐 추출해야 하며, 인간공학적이고 쾌적한 도로경관 설계에 필요한 감성형용사를 추출하기 위해서는 판별 및 상관분석을 통해 추출하는 것이 적합하다는 것을 알 수 있었다.
- 따라서, 가로수 높이가 낮고 가로수 간격이 넓을수록 연속적 도로경관 만족도가 높음을 알 수 있었다. 즉, 공간적으로 여유롭고 하늘 비율이 높을수록 운전자들이 느끼는 만족도가 좋다는 것을 알 수 있었다.
- 209)인 것으로 분석되었다. 따라서, 연령과 경관관심도에 따라 연속적 도로경관을 평가하는데 차이가 있으나 나머지 운전경력, 1일 평균 운전시간, 거주지 항목은 연속적 도로경관을 평가하는데 큰 차이가 없음을 알 수 있었다. 즉, 나이가 많고 경관관심도가 높을수록 도로경관에 대한 만족도를 높게 평가하고 있음을 간접적으로 확인할 수 있었다.
- 따라서, 요인분석 결과에서는 “좁아지는'-'넓게 펼쳐지는”, “답답한'-'확 트인”, “단조로운'-'변화가 있는”, “조화되지 않는'-' 조화된”, “마음에 들지 않는'-'마음에 드는”, “부딪칠 것 같은'-' 부딪칠 것 같지 않은”의 6개의 감성형용사를 도출할 수 있었다.
- 따라서, 판별분석과 상관분석 결과를 종합하여 “위압적인'-'위압적이지 않은”, “좁아지는'-'넓게 펼쳐지는”, “불쾌한'-'상쾌한”, “운전하고 싶지 않은'-'운전하고 싶은”, “조화되지 않는'-'조화된”, “마음에 들지 않는'-'마음에 드는”, “어색한'-'자연스러운”, “불편한'-'편안한”, “사고 날 것 같은'-'사고 날 것 같지 않은”의 9개의 감성형용사를 도출하였다.
- 또한 Model-1과 Model-2의 R-Square값이 각각 0.6632, 0.6235로 요인 및 상관분석에 의한 수량화 모형의 적합도가 떨어지고 있는데 이는 Model-1이 다중공선성에 문제를 가지고 있어 적합도가 향상된 것으로 판단되므로 감성형용사 추출시 상관분석을 통해 다중공선성 문제를 가지고 있는 요인을 반드시 제외시켜야 함을 알 수 있었다.
- 또한 Model-3과 Model-4의 R-Square값이 각각 0.7002, 0.6761로 판별 및 상관분석에 의한 수량화 모형의 적합도가 떨어지고 있어 요인 및 상관분석의 수량화 모형에서와 같이 Model-3이 다중공선성에 문제를 가지고 있어 적합도가 향상된 것으로 판단되므로 감성형용사 추출시 상관분석을 통해 다중공선성 문제를 가지고 있는 요인을 반드시 제외시켜야 함을 알 수 있었다.
- 즉, 공간적으로 여유롭고 하늘 비율이 높을수록 운전자들이 느끼는 만족도가 좋다는 것을 알 수 있었다. 또한 중앙분리대 화단의 경우에는 도로 안전성에서는 중요한 영향을 미치지만 연속적 도로경관 만족도에서는 큰 영향이 없음을 알 수 있었다.
- 그리고 본 연구에서 사용한 자료를 바탕으로 한 분석 결과에서는 실제 관측 만족도와 Model-2 예측 만족도에서는 평균값에 차이가 있는 것으로 나타나 요인 및 상관분석에 의한 감성형용사 추출방법의 신뢰성이 낮은 것으로 분석되었다. 또한, Model-1 예측 만족도와 Model-2 예측 만족도, Model-3 예측 만족도와 Model-4 예측 만족도는 서로가 평균값에 차이가 있는 것으로 나타나 상관분석에 의한 다중공선성의 검토의 필요성을 다시 한번 확인할 수 있었다.
- 또한, 도로경관 만족도의 평균 점수 분포에서도 “한산한”, “가로수 간격이 넓은”, “위압적이지 않은”, “넓게 펼쳐지는”, “여유 있는”, “안정되는”, “상쾌한”, “확 트인”, “시원한”, “운전하고 싶은”, “가로수가 낮은”, “변화가 있는”, “조화된”, “통일감 있는”, “마음에 드는”, “자연스러운”, “편안한”, “좋아하는”, “차도와 경계가 분명한”, “안정감 있는”, “보도에 부딪칠 것 같지 않은”, “조심스러운”, “사고 날 것 같지 않은”의 감성형용사에서 만족도의 점수가 높게 나타났다.
- 분석 결과, 개인속성과 도로경관 구성요소에 비하여 감성형용사가 연속적 도로경관 만족도에 미치는 영향이 가장 큰 것으로 나타나 인간공학적이면서 쾌적한 도로경관 설계시 반드시 고려되어야 함을 확인할 수 있었다.
- 연속적 도로경관 만족도에 영향을 미치는 정도를 살펴보면, 개인속성에서는 거주지와 경관관심도를 제외한 연령, 운전경력, 1일 평균 운전시간의 영향이 높은 것으로 나타났고 도로경관 구성요인에서는 가로수 높이와 간격, 화단 유무 모두 미치는 영향이 낮은 것으로 나타났다. 그리고 감성형용사에서는“단조로운`-`변화가 있는”의 감성형용사를 제외한 나머지 감성형용사 대부분이 연속적 도로경관 만족도에 미치는 영향이 높은 것으로 나타났다.
- 이를 종합해 보면, 연속적 도로경관 만족도에 가장 큰 영향을 미치는 요인이 감성형용사이고 그 다음으로 개인속성임을 알 수 있었으며, 도로경관 구성요소의 영향은 다소 낮아 전체 감성형용사와 요인 및 상관분석 수량화 모형 결과와 유사하게 나타났다. 이는 본 연구에서 고려한 구성요소가 적은 한계점도 있겠지만 감성형용사의 영향이 크게 나타나고 있어 운전자들이 느끼는 만족도가 어느 한 가지 요인을 통해 느끼는 것이 아니라 종합적인 연속적 도로경관 인지에 의한 것임을 나타내고 있음을 나타낸다고 볼 수 있다.
- 이를 종합해 보면, 전체 감성형용사를 고려한 수량화 모형에서와 같이 연속적 도로경관 만족도에 가장 큰 영향을 미치는 요인이 감성형용사이고 그 다음으로 개인속성임을 알 수 있었으며, 도로경관 구성요소의 영향은 다소 낮음을 확인할 수 있었다.
- 전체 25개의 감성형용사에 대하여 요인분석을 한 결과, 요인인자의 고유치가 1 이상인 것이 4개 추출되고 최종 누적 기여율이 65.4%인 것으로 나타났다. 여기서, 최종적으로 전체 감성형용사를 대표할 수 있는 감성형용사를 추출하기 위해 전체 요인점수 중에서 0.
- 따라서, 가로수 높이가 낮고 가로수 간격이 넓을수록 연속적 도로경관 만족도가 높음을 알 수 있었다. 즉, 공간적으로 여유롭고 하늘 비율이 높을수록 운전자들이 느끼는 만족도가 좋다는 것을 알 수 있었다. 또한 중앙분리대 화단의 경우에는 도로 안전성에서는 중요한 영향을 미치지만 연속적 도로경관 만족도에서는 큰 영향이 없음을 알 수 있었다.
- 따라서, 연령과 경관관심도에 따라 연속적 도로경관을 평가하는데 차이가 있으나 나머지 운전경력, 1일 평균 운전시간, 거주지 항목은 연속적 도로경관을 평가하는데 큰 차이가 없음을 알 수 있었다. 즉, 나이가 많고 경관관심도가 높을수록 도로경관에 대한 만족도를 높게 평가하고 있음을 간접적으로 확인할 수 있었다.
후속연구
- 이에 본 연구에서는 연속적 도로경관 설계에 적용 가능한 감성요인을 추출할 수 있도록 다양하게 조사된 감성형용사들을 개인의 감성인지 특성 차이를 최소화 하면서 객관적이고 합리적인 추출 방법을 제안하는데 목적이 있다. 이를 통해 도로유형 및 특성에 맞는 가장 적합한 감성요인을 추출하여 도로경관 설계에 접목시킴으로써 인간공학적이면서도 쾌적한 도로경관 설계가 가능할 것으로 판단된다.
- 향후 연구과제로는 본 연구에서 제한적으로 이용한 도로경관 구성요소를 확장하고 전체 운전자를 대표할 수 있는 표본을 대상으로 실험을 실시하여 도로경관 만족도에 영향을 미치는 요인이 무엇인지를 명확히 규명하고 실제 도로설계에 반영할 수 있도록 도로경관 구성요소별 수준 변화에 따른 만족도 변화 등에 대한 연구가 지속적으로 추진되어야 할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.