본 연구는 국내 10대 온천관광지(덕산, 부곡, 온양, 유성, 수안보, 보문, 동래, 아산, 도고, 해운대)를 대상으로 다차원 척도법에 의해 이미지 유사성, 속성 인식도 및 선호도를 분석하였으며, 결과는 다음과 같다. 첫째, 온천관광지의 이미지 유사성 분석결과, '해운대, 동래 및 보문', '도고, 온양 및 아산', '덕산, 수안보 및 부곡'은 각각 유사한 이미지 그룹을 형성하고 있으며, 유성은 이들 온천들과 다른 이미지를 갖고 있는 것으로 나타났다. 둘째, 온천관광지 속성인식도 분석결과, 덕산과 부곡은 '온천 부대시설' 속성이, 유성, 온양, 아산 및 도고는'온천접근성' 및 '관광여건' 속성이 그리고 보문은 '관광여건' 속성에서 경쟁력이 우수한 것으로 나타났다. 해운대, 동래 및 수안보는 '온천접근성' 속성에서 경쟁력이 가장 취약한 것으로 나타났다. 셋째, 직업별 온천관광지 선호도 분석결과, 사무직은 유성과 부곡, 전문직은 보문, 농 수 축산업과주부는 해운대 및 동래, 공무원, 연금생활자, 학생 및 생산직은 온양, 덕산, 아산 및 도고를 그리고 자영업은 수안보를 선호하는 것으로 나타났다. 넷째, 거주지별 온천관광지 선호도 분석결과, 서울, 인천 경기, 강원, 대전 충남 충북 및 전남 전북 거주자는 유성, 수안보, 온양, 덕산, 도고 및 아산 온천을 그리고 대구 경북 및 부산 울산 경남 거주자는 부곡, 보문, 동래 및 해운대 온천을 가장 선호하는 것으로 나타났다.
본 연구는 국내 10대 온천관광지(덕산, 부곡, 온양, 유성, 수안보, 보문, 동래, 아산, 도고, 해운대)를 대상으로 다차원 척도법에 의해 이미지 유사성, 속성 인식도 및 선호도를 분석하였으며, 결과는 다음과 같다. 첫째, 온천관광지의 이미지 유사성 분석결과, '해운대, 동래 및 보문', '도고, 온양 및 아산', '덕산, 수안보 및 부곡'은 각각 유사한 이미지 그룹을 형성하고 있으며, 유성은 이들 온천들과 다른 이미지를 갖고 있는 것으로 나타났다. 둘째, 온천관광지 속성인식도 분석결과, 덕산과 부곡은 '온천 부대시설' 속성이, 유성, 온양, 아산 및 도고는'온천접근성' 및 '관광여건' 속성이 그리고 보문은 '관광여건' 속성에서 경쟁력이 우수한 것으로 나타났다. 해운대, 동래 및 수안보는 '온천접근성' 속성에서 경쟁력이 가장 취약한 것으로 나타났다. 셋째, 직업별 온천관광지 선호도 분석결과, 사무직은 유성과 부곡, 전문직은 보문, 농 수 축산업과주부는 해운대 및 동래, 공무원, 연금생활자, 학생 및 생산직은 온양, 덕산, 아산 및 도고를 그리고 자영업은 수안보를 선호하는 것으로 나타났다. 넷째, 거주지별 온천관광지 선호도 분석결과, 서울, 인천 경기, 강원, 대전 충남 충북 및 전남 전북 거주자는 유성, 수안보, 온양, 덕산, 도고 및 아산 온천을 그리고 대구 경북 및 부산 울산 경남 거주자는 부곡, 보문, 동래 및 해운대 온천을 가장 선호하는 것으로 나타났다.
This study analyzed image similarity, attribute recognition, and preference by multidimensional scaling. The analyses were carried out by 10 spa destinations (Deoksan, Bugok, Onyang, Yuseong, Suanbo, Bomun, Dongrae, Asan, Dogo, Haeundae) in Korea. The results were as follows: First, according to the...
This study analyzed image similarity, attribute recognition, and preference by multidimensional scaling. The analyses were carried out by 10 spa destinations (Deoksan, Bugok, Onyang, Yuseong, Suanbo, Bomun, Dongrae, Asan, Dogo, Haeundae) in Korea. The results were as follows: First, according to the analyses of image similarity of spa destinations, 'Haeundae, Dongrae and Bomun,' 'Dogo, Onyang, Asan,' and 'Deoksan, Suanbo, Bugok,' made similar image groups separately. However, Yuseong had different image from the other spa destinations in the above. Second, according to the analyses of attribute recognition of spa destinations, Deoksan and Bugok had more competitive ability in terms of 'the incidental facilities of spa destinations, 'Yuseong, Onyang, Asan, and Dogo' showed high competitiveness in terms of 'accessibility of spa destination' and 'tourism conditions.' Haeundae, Dongrae, and Suanbo had weak competitiveness in terms of 'the accessibility of spa destinations.' Third, according to the analyses of preference about spa destinations based on different job groups, office workers had a preference for Yuseong and Bugok, professional workers for Bomun, the people engaged in the farming, fishing, livestock raising and housewives for Haeundae and Dongrae, government officials, students, factory workers, the people living on a pension for Onyang, Deoksan and Dogo, and the self-employed for Suanbo. In conclusion, according to the analyses of spa destination preference based on different residence groups, residents of Seoul, Incheon, Gyunggi province, Gangwon province, Daejeon, Chungcheong province and Jeolla province had a preference for Yuseong, Suanbo, Onyang, Deoksan, and Asan and the residents of Daegu, Gyungsang province, Busan, Ulsan for Bugok, Bomun, and Haeundae.
This study analyzed image similarity, attribute recognition, and preference by multidimensional scaling. The analyses were carried out by 10 spa destinations (Deoksan, Bugok, Onyang, Yuseong, Suanbo, Bomun, Dongrae, Asan, Dogo, Haeundae) in Korea. The results were as follows: First, according to the analyses of image similarity of spa destinations, 'Haeundae, Dongrae and Bomun,' 'Dogo, Onyang, Asan,' and 'Deoksan, Suanbo, Bugok,' made similar image groups separately. However, Yuseong had different image from the other spa destinations in the above. Second, according to the analyses of attribute recognition of spa destinations, Deoksan and Bugok had more competitive ability in terms of 'the incidental facilities of spa destinations, 'Yuseong, Onyang, Asan, and Dogo' showed high competitiveness in terms of 'accessibility of spa destination' and 'tourism conditions.' Haeundae, Dongrae, and Suanbo had weak competitiveness in terms of 'the accessibility of spa destinations.' Third, according to the analyses of preference about spa destinations based on different job groups, office workers had a preference for Yuseong and Bugok, professional workers for Bomun, the people engaged in the farming, fishing, livestock raising and housewives for Haeundae and Dongrae, government officials, students, factory workers, the people living on a pension for Onyang, Deoksan and Dogo, and the self-employed for Suanbo. In conclusion, according to the analyses of spa destination preference based on different residence groups, residents of Seoul, Incheon, Gyunggi province, Gangwon province, Daejeon, Chungcheong province and Jeolla province had a preference for Yuseong, Suanbo, Onyang, Deoksan, and Asan and the residents of Daegu, Gyungsang province, Busan, Ulsan for Bugok, Bomun, and Haeundae.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 국내 10대 온천관광지(덕산온천, 부곡온천, 온양온천, 유성온천, 수안보온천, 보문온천, 동래온천, 아산온천, 도고온천, 해운대온천)를 대상으로 온천관광지의 선택속성 중요도, 이미지 유사성, 선택 속성 인식도 및 선호도 분석에 목적이 있었다. 이에 실증분석을 실시하였으며, 분석 결과는 다음과 같다.
이러한 문제점의 인식하에 본 연구는 2008년 기준 국내 10개 온천관광지를 대상으로 온천관광지간 이미지 유사성, 온천관광지의 속성 인식도 및 온천방문객의 직업별·거주지별 온천관광지 선호도 분석에 목적이 있다.
제안 방법
셋째, 온천관광지별 선택속성 인식도 분석을 위하여 각 속성에 대하여 온천지별로 속성 인식도를 리커트 5점 척도에 의해 평가하도록 하였다. 넷째, 온천관광객의 인구통계적 특성에 따른 온천관광지 선호도 분석을 위하여 선호하는 온천의 순위를 평가하도록 하였다. 다섯째, 응답자의 인구통계적 분석을 위하여 성별, 연령, 직업, 학력, 거주지의 변수를 명목척도로 평가하도록 하였다.
셋째, 온천관광지 속성항목에 대한 신뢰성을 검정 위하여 신뢰성분석(reliability analysis)을 실시한다. 다섯째, 온천관광지의 이미지 유사성, 속성인식도 및 인구통계적 특성별 선호도 분석을 위하여 다차원척도법(multidimensional scaling; MDS) 중 ALSCAL(alternating least squares scaling)과 다차원 펴기(multidimensional unfolding) 프로그램이 활용되어 분석되었다.
넷째, 온천관광객의 인구통계적 특성에 따른 온천관광지 선호도 분석을 위하여 선호하는 온천의 순위를 평가하도록 하였다. 다섯째, 응답자의 인구통계적 분석을 위하여 성별, 연령, 직업, 학력, 거주지의 변수를 명목척도로 평가하도록 하였다.
첫째, 선택속성의 중요도를 파악하기 위하여 온천관광지의 6개 속성별 중요도를 리커트(Likert) 5점 척도를 이용하였다. 둘째, 10개 온천관광지간의 이미지 유사성 분석을 위해 온천관광지를 2개씩 쌍(pair)을 지어 유사성을 리커트 5점 척도에 의해 평가하도록 하였다. 셋째, 온천관광지별 선택속성 인식도 분석을 위하여 각 속성에 대하여 온천지별로 속성 인식도를 리커트 5점 척도에 의해 평가하도록 하였다.
첫째, 응답자의 특성을 알아보기 위해 빈도 분석(frequency analysis)을 실시한다. 둘째, 온천관광지 선택속성의 중요도 및 선호도를 파악하기 위하여 기술적 분석(descriptive analysis)을 실시한다. 셋째, 온천관광지 속성항목에 대한 신뢰성을 검정 위하여 신뢰성분석(reliability analysis)을 실시한다.
둘째, 10개 온천관광지간의 이미지 유사성 분석을 위해 온천관광지를 2개씩 쌍(pair)을 지어 유사성을 리커트 5점 척도에 의해 평가하도록 하였다. 셋째, 온천관광지별 선택속성 인식도 분석을 위하여 각 속성에 대하여 온천지별로 속성 인식도를 리커트 5점 척도에 의해 평가하도록 하였다. 넷째, 온천관광객의 인구통계적 특성에 따른 온천관광지 선호도 분석을 위하여 선호하는 온천의 순위를 평가하도록 하였다.
온천관광지의 이미지 유사성 분석을 위해 덕산온천, 부곡온천, 온양온천, 유성온천, 수안보온천, 보문온천, 동래온천, 아산온천, 도고온천, 해운대온천의 10개 온천관광지를 두 개씩 짝지은 질문에 대해 유사하게 지각하는 정도를 쌍대비교 5점 척도로 응답하게 하여 추출한 평균 유사성 행렬을 자료로 이용하여 SPSS 프로그램의 ALSCAL(alternating least squares scaling)에 의한 각 온천관광지의 이미지 유사성 분석 결과는 다음과 같다.
이에 본 연구에서는 선행연구자들의 가장 많이 활용한 하고 있는 6개(온천·부대 시설, 온천 접근성, 온천수질, 온천비용, 친절·서비스 및 관광여건)의 선택속성을 선정하여 변수로 활용하였다.
선행연구 결과에 근거하여 온천관광지 선택속성 6개 변수를 활용하여 구성한 본 연구의 설문지 구성은 다음과 같다. 첫째, 선택속성의 중요도를 파악하기 위하여 온천관광지의 6개 속성별 중요도를 리커트(Likert) 5점 척도를 이용하였다. 둘째, 10개 온천관광지간의 이미지 유사성 분석을 위해 온천관광지를 2개씩 쌍(pair)을 지어 유사성을 리커트 5점 척도에 의해 평가하도록 하였다.
표본의 수집은 2010년 1월 20일부터 2월 10일까지 10대 온천방문객 대상의 면접 설문조사, 우편 및 email에 의한 설문조사가 자기기입식 응답방법을 통하여 이루어졌다. 총 339부의 설문지 가운데 극단적인 응답을 하였거나 무응답 비율이 높고 신뢰성이 낮은 설문지를 제외한 유효표본 247부를 최종적으로 분석에 활용하였다.
대상 데이터
표본의 수집은 2010년 1월 20일부터 2월 10일까지 10대 온천방문객 대상의 면접 설문조사, 우편 및 email에 의한 설문조사가 자기기입식 응답방법을 통하여 이루어졌다. 총 339부의 설문지 가운데 극단적인 응답을 하였거나 무응답 비율이 높고 신뢰성이 낮은 설문지를 제외한 유효표본 247부를 최종적으로 분석에 활용하였다.
총 339부의 표본 가운데 247부의 유효표본의 설문 응답자를 대상으로 분석을 실시하였다. 표본의 인구통계적 특성은 다음의 <표 5>에 제시된 바와 같다.
데이터처리
10개 온천관광지에 대한 선호순위를 서열척도로 측정한 다음 유클리드 모형(Euclidian Model)을 이용해 다차원 분석을 실시하였다. 분석결과 스트레스 값 향상은 29회 반복되어 실행이 완료되었으며, 스트레스 값은 0.
둘째, 온천관광지 선택속성의 중요도 및 선호도를 파악하기 위하여 기술적 분석(descriptive analysis)을 실시한다. 셋째, 온천관광지 속성항목에 대한 신뢰성을 검정 위하여 신뢰성분석(reliability analysis)을 실시한다. 다섯째, 온천관광지의 이미지 유사성, 속성인식도 및 인구통계적 특성별 선호도 분석을 위하여 다차원척도법(multidimensional scaling; MDS) 중 ALSCAL(alternating least squares scaling)과 다차원 펴기(multidimensional unfolding) 프로그램이 활용되어 분석되었다.
앞의 직업별 온천관광지 선호도 분석과 동일한 방법을 사용하여 거주지별 온천관광지 선호도 분석을 다차원 분석에 의해 실시하였다. 분석결과 스트레스값 향상은 11회 반복되어 실행이 완료되었으며, 스트레스 값은 0.
온천관광지 속성 인식도 분석을 위해서 평정자료를 이용한 자극과 속성 등의 다중차원을 하나의 공간에 배열하는 SPSS의 다차원 펴기(multidimensional unfolding) 프로그램을 활용하였다. 이를 위해서 온천관광지 선택속성의 평가점수 자료행렬의 형태를 직사각형(박광배, 2000)으로 지정하여 투입하였다.
0을 이용하여 분석하였으며, 적용된 통계처리방법은 다음과 같다. 첫째, 응답자의 특성을 알아보기 위해 빈도 분석(frequency analysis)을 실시한다. 둘째, 온천관광지 선택속성의 중요도 및 선호도를 파악하기 위하여 기술적 분석(descriptive analysis)을 실시한다.
이론/모형
온천관광지 속성 인식도 분석을 위해서 평정자료를 이용한 자극과 속성 등의 다중차원을 하나의 공간에 배열하는 SPSS의 다차원 펴기(multidimensional unfolding) 프로그램을 활용하였다. 이를 위해서 온천관광지 선택속성의 평가점수 자료행렬의 형태를 직사각형(박광배, 2000)으로 지정하여 투입하였다. 분석결과 스트레스 값 향상은 24회에서 0.
성능/효과
10개 온천에 대한 분석결과 지역적 측면에서의 인접여부가 온천관광지 이미지 형성에 중요한 것으로 나타났다. 대표적으로 충남지역에 위치한 온양온천, 아산온천, 도고온천 및 덕산온천은 같은 영역에 위치하며 비슷한 이미지를 갖고 있으며, 해운대온천, 동래온천 및 보문온천 역시 비슷한 이미지로 온천방문객들이 인지하고 있는 것으로 파악되었다.
분석결과, 덕산온천과 부곡온천은 1행인 온천·부대시설 속성을 다른 온천관광지와 비교할 때 가장 많이 반영하고 있으며, 유성온천, 아산온천 및 온양온천은 2행인 온천 접근성 속성에서 인식도가 높아서 경쟁력이 큰 것으로 파악되고 있다. 3행인 온천수질 속성에서는 수안보온천의 속성 인식도가 높으며, 5행인 온천비용 속성에서는 덕산온천과 부곡온천 그리고 수안보 온천의 순으로 경쟁력이 있는 것으로 나타났다. 6행인 관광여건에서는 보문온천, 아산온천, 수안보온천 등이 속성인식도가 높은 것으로 평가되었다.
거주지별 온천관광지 선호도 분석 결과, 6행(대구·경북) 및 7행(부산·울산·경남)은 부곡온천을 가장 선호하며, 보문온천, 동래온천 및 해운대온천을 선호하는 것으로 나타났다.
넷째, 인구통계적 특성별 온천관광지 선호도 분석 결과, 직업별로는 공무원, 생산직, 학생 및 은퇴자는 아산, 덕산 및 온양온천을, 자영업은 수안보, 도고, 온양 및 아산을, 전문직은 보문온천을, 농수축산업, 주부 및 무직·기타는 해운대 및 동래온천을 그리고 사무직은 부곡온천과 유성온천을 가장 선호하는 것으로 나타났다.
둘째, 온천관광지 선택속성에 대한 온천관광지별 반영도가 높은 속성은 강점으로 부각시키거나 현 상태를 유지하는 전략을 추진하여야 하며, 반영도가 낮아 경쟁력이 떨어지는 속성은 반영도를 높여 경쟁력을 향상시키는 온천관광지 리포지셔닝 전략을 수립하여야 함을 시사하고 있다.
둘째, 온천관광지의 이미지 유사성 분석 결과, ‘해운대, 동래 및 보문’, ‘도고, 온양 및 아산’, ‘덕산, 수안보 및 부곡’은 각각 유사한 이미지 그룹을 형성하고 있으며, 유성은 이들 온천들과 다른 이미지를 갖고 있는 것으로 나타났다.
6보다 비교적 높은 것으로 나타났다. 모형의 적합도(KMO)는 0.765이며, Bartlett 구형성검정치는 260.156에 유의확률이 .000으로 나타나 본 연구에서 선정한 온천관광지 선택속성은 신뢰할 수 있음이 확인되었다.
2이하이면 2차원 상에서 그 좌표 값이 유의(이장우, 2002)하다. 본 분석에서 스트레스 값 향상은 7회에서 0.0006으로서 0.001보다 작아 실행이 완료되었으며, 스트레스 값은 0.07774로 높은 수준의 적합도를 보였다. 또한 온천관광지의 각 좌표가 가지는 설명력인 결정계수(RSQ)는 0.
<그림 3>의 선호공간들을 보면 평정자(직업)의 선호벡터의 길이가 모두 다른 것을 알 수 있다. 본 분석이 SPSS의 다차원 펴기 절차를 이용한 것이어서 선호 서열의 거리가 가까울수록 선호하는 온천관광지의 방향을 나타내고 있다.
이를 위해서 온천관광지 선택속성의 평가점수 자료행렬의 형태를 직사각형(박광배, 2000)으로 지정하여 투입하였다. 분석결과 스트레스 값 향상은 24회에서 0.00095로서 0.001보다 작아 실행이 완료되었으며, 스트레스 값은 0.14962로 보통 수준의 적합도를 나타냈고, 결정계수(RSQ)는 0.97818로 나타나 높은 수준의 합치도를 보여주고 있다.
10개 온천관광지에 대한 선호순위를 서열척도로 측정한 다음 유클리드 모형(Euclidian Model)을 이용해 다차원 분석을 실시하였다. 분석결과 스트레스 값 향상은 29회 반복되어 실행이 완료되었으며, 스트레스 값은 0.17457로 보통의 신뢰성을 나타냈고, RSQ는 0.96958로 매우 높은 설명력을 보여주었다.
앞의 직업별 온천관광지 선호도 분석과 동일한 방법을 사용하여 거주지별 온천관광지 선호도 분석을 다차원 분석에 의해 실시하였다. 분석결과 스트레스값 향상은 11회 반복되어 실행이 완료되었으며, 스트레스 값은 0.13228로 양호한 신뢰성을 나타냈고, RSQ는 0.9935로 매우 높은 합치도를 나타내고 있다.
분석결과, 덕산온천과 부곡온천은 1행인 온천·부대시설 속성을 다른 온천관광지와 비교할 때 가장 많이 반영하고 있으며, 유성온천, 아산온천 및 온양온천은 2행인 온천 접근성 속성에서 인식도가 높아서 경쟁력이 큰 것으로 파악되고 있다.
분석결과를 종합하면, 거주지별 온천관광지 선호도는 고객의 거주지와 온천관광지간의 거리 인접성이 선호도를 결정하는 요인으로 작용하는 것으로 나타났으며, 덕산온천과 같은 교통여건의 개선 효과와 유성온천의 온천의 명성 등의 속성들이 온천관광지 선호도 형성에 중요한 요인으로 작용하는 것으로 추론할 수 있다.
셋째, 온천관광지 선호도 분석결과, 특정 직업 유형 및 특정 지역 거주자들로부터 선호되는 온천관광지는 이들 직업 유형 및 거주자들에 대해 고객 유지를 위한 마케팅 전략 추진하여야 하며, 이와 반대로 선호도가 떨어지는 직업유형 및 거주지의 고객을 위한 온천관광지의 환경 및 여건 개선과 더불어 이들 지역 잠재 온천관광객을 대상으로 하는 다양한 마케팅 활동을 전개하여 신규 온천 관광수요를 창출하는 고객 유치 전략을 강화하여야 함을 시사하고 있다.
셋째, 온천관광지 속성인식도 분석 결과, 덕산온천과 부곡온천은 온천·부대시설 속성을, 유성온천, 아산온천 및 온양온천은 온천 접근성 속성의 인식도가 높아서 경쟁력이 큰 것으로 파악되었다.
이러한 분석결과를 종합하면 각 온천관광지별로 반영도가 높은 속성은 강점으로 부각시키거나 현 상태로 유지하여야 하며, 반영도가 낮은 속성은 반영도를 높이는 등 온천관광지별 온천관광지의 리포지셔닝 전략을 수립하여야 함을 시사하고 있다.
이에 직업별 온천관광지 선호도 분석 결과, 1행(공무원), 3행(생산직), 8행(학생) 및 9행(은퇴자)은 아산, 덕산 및 온양온천을 가장 선호하며, 5행(자영업)은 수안보, 도고, 온양 및 아산을 선호하는 것으로 나타났다. 6행(전문직)은 보문온천을 가장 선호하는 것으로 파악되었다.
온천관광지 선택속성에 대한 신뢰성 검증 및 중요도 분석 결과는 다음의 <표 6>에 제시된 바와 같다. 전체 6개 선택속성에 대한 신뢰도 검증 결과 크론바하 알파계수(Cronbach Alpha)는 0.695로, 사회과학에서의 신뢰성 인정기준 0.6보다 비교적 높은 것으로 나타났다. 모형의 적합도(KMO)는 0.
첫째, 선택속성에 대한 중요도 분석결과 온천·부대시설, 온천 접근성, 온천수질, 관광여건, 친절·서비스 및 온천비용 등의 순위로 선택속성을 중요하게 평가하고 있는 것으로 나타났다.
한편 평균값에 의한 선택속성의 중요도 분석결과 설문대상자들은 온천·부대시설, 온천 접근성, 온천 수질, 관광여건, 친절·서비스 및 온천비용 등의 순위로 선택속성을 중요하게 평가하고 있는 것으로 나타났다.
셋째, 온천관광지 속성인식도 분석 결과, 덕산온천과 부곡온천은 온천·부대시설 속성을, 유성온천, 아산온천 및 온양온천은 온천 접근성 속성의 인식도가 높아서 경쟁력이 큰 것으로 파악되었다. 한편, 온천 수질 속성에서는 수안보온천이, 온천비용 속성에서는 덕산온천과 부곡온천이 그리고 관광여건에서는 보문온천, 아산온천, 수안보온천의 속성인식도가 높게 나타났다.
후속연구
본 연구는 온천관광지의 전체적인 측면에서의 분석 연구로서 의미가 있으나, 중요 요인을 구성하는 전체 선택속성에 대한 연구가 이루어지지 않은 점과 온천관광지 이미지 유사성 분석에서 속성을 반영하지 않고 단지 온천관광지의 이미지 유사성을 분석한 측면은 본 연구의 한계라고 본다. 이러한 본 연구의 한계점 극복을 위하여 온천관광지 선택속성에 대한 분석이 먼저 이루어지고, 또한 특정 온천관광지 만을 연구대상으로 하지 않고 전국의 온천관광지를 연구대상으로 확대하여 연구결과의 일반화를 위한 연구의 범위를 확대하는 후속 연구가 이루어져야 할 것이다.
본 연구는 온천관광지의 전체적인 측면에서의 분석 연구로서 의미가 있으나, 중요 요인을 구성하는 전체 선택속성에 대한 연구가 이루어지지 않은 점과 온천관광지 이미지 유사성 분석에서 속성을 반영하지 않고 단지 온천관광지의 이미지 유사성을 분석한 측면은 본 연구의 한계라고 본다. 이러한 본 연구의 한계점 극복을 위하여 온천관광지 선택속성에 대한 분석이 먼저 이루어지고, 또한 특정 온천관광지 만을 연구대상으로 하지 않고 전국의 온천관광지를 연구대상으로 확대하여 연구결과의 일반화를 위한 연구의 범위를 확대하는 후속 연구가 이루어져야 할 것이다. 특히, 온천관광지 선택속성 중요도 차이분석, 온천관광지의 만족도, 재방문 및 타인 추천의사 등의 만족도 연구 등의 후속 연구가 이루어져야 함을 제안하다.
첫째, 속성에 대한 중요도 분석결과를 토대로 온천관광객들이 중요하게 평가하는 속성에 대한 중요성을 온천관광지들은 인식하여야 하며, 또한 각 온천관광지는 이들 속성을 중심으로 온천관광객들이 차별적 이미지를 가질 수 있도록 전략을 추진하여야 할 것이다.
이러한 본 연구의 한계점 극복을 위하여 온천관광지 선택속성에 대한 분석이 먼저 이루어지고, 또한 특정 온천관광지 만을 연구대상으로 하지 않고 전국의 온천관광지를 연구대상으로 확대하여 연구결과의 일반화를 위한 연구의 범위를 확대하는 후속 연구가 이루어져야 할 것이다. 특히, 온천관광지 선택속성 중요도 차이분석, 온천관광지의 만족도, 재방문 및 타인 추천의사 등의 만족도 연구 등의 후속 연구가 이루어져야 함을 제안하다.
특정 직업 유형으로부터 선호되는 온천관광지는 이들 직업 유형에 대해 고객 유지를 시키는 마케팅 전략 추진하여야 할 것이다. 한편, 상대적으로 인접한 거리에 있는 직업 유형들을 대상으로 마케팅 활동을 강화하여 선호하는 온천관광지로 인식될 수 있는 마케팅 전략이 수립되어야 할 것이다.
특정 지역 거주자들로부터 선호되는 온천관광지는 이들 지역 고객을 유지하는 다양한 마케팅 전략 추진하여야 할 것이다. 한편, 선호도가 떨어지는 거주지의 고객을 위한 온천관광지의 환경 및 여건 개선과 더불어 이들 지역 잠재 온천관광객을 대상으로 하는 다양한 마케팅 활동을 전개하여 신규 온천 관광수요를 창출하는 고객 유치 전략을 강화하여야 할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
온천이란?
온천이란 일반적으로 ‘땅속에서 지표위에 평균기온 이상의 물이 자연히 솟는 샘’이라고 정의하고 있으며, 구체적으로는 ‘마그마성 수증기에 의해 뜨거워진 지하수가 지표면에 용출되는 열수’를 온천이라고 정의하고 있다(내무부, 1983).
국내 온천의 성분은 무엇이 가장 많았나?
온천 이용시설은 아산온천, 온양온천 및 해운대온천에서 이용시설의 수가 증가한 반면에 타 지역은 감소 또는 동일한 것으로 나타났다. 국내 온천의 성분은 약알칼리성이 가장 많았으며, 온천지구지정은 1981년에서 1994년 사이에 이루어졌다. 국내 온천의 온천원 보호지구 면적은 총 195,266m2이며 1일 적정 양수량은 452,070톤으로 나타났다.
국내 10대 온천관광지의 천관광지의 선택속성 중요도, 이미지 유사성, 선택 속성 인식도 및 선호도 분석결과는?
첫째, 선택속성에 대한 중요도 분석결과 온천·부대시설, 온천 접근성, 온천수질, 관광여건, 친절·서비스 및 온천비용 등의 순위로 선택속성을 중요하게 평가하고 있는 것으로 나타났다.
둘째, 온천관광지의 이미지 유사성 분석 결과, ‘해운대, 동래 및 보문’, ‘도고, 온양 및 아산’, ‘덕산, 수안보 및 부곡’은 각각 유사한 이미지 그룹을 형성하고 있으며, 유성은 이들 온천들과 다른 이미지를 갖고 있는 것으로 나타났다.
셋째, 온천관광지 속성인식도 분석 결과, 덕산온천과 부곡온천은 온천·부대시설 속성을, 유성온천, 아산온천 및 온양온천은 온천 접근성 속성의 인식도가 높아서 경쟁력이 큰 것으로 파악되었다. 한편, 온천 수질 속성에서는 수안보온천이, 온천비용 속성에서는 덕산온천과 부곡온천이 그리고 관광여건에서는 보문온천, 아산온천, 수안보온천의 속성인식도가 높게 나타났다.
넷째, 인구통계적 특성별 온천관광지 선호도 분석 결과, 직업별로는 공무원, 생산직, 학생 및 은퇴자는 아산, 덕산 및 온양온천을, 자영업은 수안보, 도고, 온양 및 아산을, 전문직은 보문온천을, 농수축산업, 주부 및 무직·기타는 해운대 및 동래온천을 그리고 사무직은 부곡온천과 유성온천을 가장 선호하는 것으로 나타났다. 한편, 거주지별 온천관광지 선호도 분석 결과, 대구·경북 및 부산·울산·경남은 부곡온천을, 서울, 인천·경기, 강원, 대전·충남·충북 및 광주·전남·전북 모두에서 선호도가 높은 곳은 유성온천, 덕산온천, 온양온천, 수안보온천, 도고온천 및 아산온천의 순위였다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.