가설을 세웠습니다.

표 4 경로 계수 풀 사이즈 테이블 Table 5는 중재분석 결과를 보여준다. 연령, 성별, 예약 참조 및 방문 횟수가 목적지 충성도에 대한 목적지 만족도의 영향을 조절한다는 가설이 있습니다. 다양한 범주의 관광객에 따라 이러한 관계가 달라지는 상황을 탐색할 수 있고 관광지 관리자가 가장 관련성이 높은 고객 그룹을 세분화하고 집중하기 위해 마케팅 전략을 재정비할 수 있다면 이러한 예측 변수에 대한 더 나은 이해를 얻을 수 있습니다. 연구진은 관광객의 나이, 성별, 방문 빈도(처음 또는 1회 이상), 여행사, 온라인 여행사 등 예약 참고/영향력자를 기준으로 관광객을 분류하고 PLS-SEM을 실행하여 관광객의 조절 정도를 파악했습니다. 목적지 충성도를 예측하는 데 이러한 속성이 사용됩니다. Barron과 Kenny[ 10 ]는 변이가 외생변수와 내생변수 사이의 관계의 강도나 방향에 영향을 미치는 변수에 의해 조절 효과가 유발될 것이라고 말했습니다. 우리 연구에서는 목적지 충성도를 예측할 때 목적지 만족도가 연령, 성별, 방문 횟수 및 예약 참조에 따라 조정된다는 가설을 세웠습니다.표 5 경로계수(조정분석) 풀 사이즈 테이블 중재 테스트 결과(그림 1 )는 각 가정된 경로의 결과를 보여줍니다. 목적지 특성에 대한 만족도( β  = 0.228, t  = 2.245), 환경에 대한 만족도( β  = 0.205, t  = 1.981), 가격에 대한 만족도( β  = 0.286, t  = 4.133)는 목적지 만족도에 유의미한 영향을 미칩니다. 환대 만족도에 대한 가정된 영향은 목적지 만족도를 예측하지 못했습니다( β  = 0.069, t  = 0.600). 목적지 만족도는 결정요인의 50.2% 분산을 설명하며 예측변수의 유의미한 결과로 확인될 수 있습니다. 목적지 충성도에 대한 목적지 만족도의 가정된 영향이 입증되었습니다( β  = 0.518, t  = 7.887). 따라서 관광객의 목적지 만족도는 세대의 목적지 충성도에 유의미한 영향을 미치는 것으로 확인되었다. 또한 목적지 충성도는 목적지 만족도에 31.7%의 차이를 나타내어 중요한 결과라고 볼 수 있다. 연령, 예약 조회수, 성별, 방문 횟수의 조절 효과를 SmartPls로 테스트한 결과, 분석 결과 연령, 예약 조회수, 목적지 방문 횟수는 목적지 만족도와 목적지 충성도를 조절하지 못하는 것으로 나타났습니다. 목적지 만족도와 목적지 충성도 사이에서 성별의 조절역할은 p값이 0.082로 임계치인 0.05보다 크다. 그러나 연구자들은 이 경로가 10% 유의 수준에서 유의미한 경로가 아니라고 결론지었습니다. 구글 상위노출 강남노래방 의정부오피 부천오피 다크걸 카지노솔루션 카지노솔루션 제작 카지노솔루션 제작 피망머니상 롤 토토 롤 토토 비제이벳 백링크 먹튀사이트신고 11