이 콘텐츠를 보려면 JoVE 구독이 필요합니다. 로그인하거나 오늘 무료 평가판을 시작하세요.

방법 논문

룽먼 석굴의 방문객 보존 의지 및 자기 보고식 책임감 있는 여행 행동 측정을 위한 표준화된 현장 조사 프로토콜

58 조회수

⸱

DOI:

10.3791/72829

⸱

2026년 8월 25일

 ,  , 
1Capital University of Economics and Business, 2Faculty of Education, Languages, Psychology and Music, SEGi University, 3School of Public Administration, South China University of Technology

이 논문에서

요약

본 프로토콜은 공공 구역 내 가로채기 조사, 익명 설문지 작성, 사전 정의된 스크리닝, 측정값 검증, 모델 확인 및 재현성 아카이빙을 연결함으로써 룽먼 석굴(Longmen Grottoes)에서의 최소 방해 방문객 조사를 표준화합니다.

초록

유산지 방문객 설문조사는 유적지 운영을 방해하거나 보존 우선순위를 약화시키지 않으면서 활용 가능한 행동 증거를 생성해야 합니다. 그러나 유산 관광 연구에서는 모집 범위, 제외 규칙, 측정 점검, 모델 진단 및 데이터 아카이빙이 불완전하게 보고되는 경우가 많습니다. 본 프로토콜은 중국 루오양의 룽먼 석굴에서 방문객의 보존 의지와 자기 보고식 책임 여행 행동을 측정하기 위한 최소 방해 현장 설문 워크플로우를 제시합니다. 이 워크플로우는 공공 구역 방문객 가로채기, 익명 전자 설문지 실시, 적격성 스크리닝, 주의력 점검, 일일 원시 데이터 잠금, 사전 정의된 제외 규칙, 구성 개념 점수화, 신뢰도 테스트, 확인적 요인 분석, 회귀 및 경로 모델 진단, 민감도 점검, 그리고 재현성 아카이빙을 통합합니다. 설문지는 유산 지식, 인지된 유산 가치, 장소 애착, 친환경 메시지 품질, 인지된 혼잡도, 시설 및 서비스 지원, 보존 태도, 보존 의지, 그리고 자기 보고식 책임 여행 행동을 구분하여 측정합니다. 대표적인 실행 결과, 이 워크플로우는 감사가 가능한 제외 과정, 수용 가능한 측정 진단 및 해석 가능한 모델 출력을 갖춘 분석 가능한 데이터세트를 생성하는 것으로 나타났습니다. 본 프로토콜은 단일 만족도 측정치가 아닌 투명한 방문객 행동 증거가 필요한 유산지 연구를 위해 고안되었습니다. 핵심 절차 순서는 유지하면서, 지역의 보존 위험 및 방문객 구성에 따라 유적지별 구성 개념, 설문 지점, 언어 버전, 행동 항목 및 현장 조사 제한 사항을 수정함으로써 다른 유산 환경에도 적용할 수 있습니다.

서론

문화유산 지역은 공공 교육, 문화 전승 및 관광 가치를 위해 방문객의 접근이 필요하지만, 방문객의 이용은 취약한 물질적, 공간적, 상징적 자원에 압박을 가할 수 있습니다1. 이러한 긴장은 이동 경로가 제한적이고, 해설 구역이 밀집해 있으며, 짧은 방문 기간 내에 보존 규칙을 이해해야 하는 방문객 밀집 지역에서 특히 두드러집니다. 중국 뤄양의 룽먼 석굴은 암각 유산 보호, 공공 해설, 방문객 흐름 관리 및 보존 교육이 하나의 실제 현장 환경 내에 결합되어 있어 보존 중심의 방문객 설문 워크플로우를 적용하기에 적절한 환경을 제공합니다. 이러한 환경에서 방문객 측정은 단순히 만족도 조사에 그쳐서는 안 됩니다. 유용한 설문 조사는 방문객이 유산의 가치를 이해하고, 보호 규칙을 인식하며, 보존 제한 사항을 수용하고, 방문 중 또는 방문 직후에 책임감 있는 행동을 보고하는지 기록해야 합니다.

유산 관광 연구에서는 일반적으로 지각된 가치, 목적지 이미지, 장소 애착, 만족도 또는 일반적인 친환경 의도를 측정합니다2. 운영상의 약점은 이러한 구성 개념의 사용 자체가 아니라, 현장 증거가 어떻게 생성되었는지에 대한 보고가 제한적이라는 점에 있습니다. 모집 지점, 표본 추출 간격, 중단 규칙, 주의 집중 확인, 제외 임계값, 원시 데이터 잠금, 구성 개념 점수 산정, 측정 타당성 검증, 모델 진단 및 재현성 아카이빙은 흔히 간략하게 보고되거나 결과가 도출된 후에 보고됩니다. 이는 연구 간의 비교를 어렵게 하며, 유산 관리를 위한 설문 조사 증거의 유용성을 제한합니다. 본 프로토콜은 실질적인 해석에 앞서 설문지 준비, 예비 테스트, 공공장소 모집, 익명 실시, 데이터 스크리닝, 측정 확인, 모델 해석, 민감도 분석 및 아카이빙으로 이어지는 작업 흐름 순서를 확립함으로써 이러한 간극을 해결하고자 합니다.

구성 개념의 구조는 보존 중심의 유산 방문이라는 실제 순서를 따릅니다. 유산 지식은 방문객이 해당 유적지의 역사적 및 문화적 의미를 이해하고 있는지를 기록합니다. 인지된 유산 가치는 방문객이 해당 유적지를 보호할 가치가 있는 곳으로 여기는지를 파악합니다3. 장소 애착은 방문을 통해 형성된 개인적인 연결성을 측정합니다4. 친환경 메시지 품질은 보존 메시지가 눈에 잘 띄고, 이해하기 쉬우며, 행동 지침으로 유용하게 활용되는지를 기록합니다. 인지된 혼잡도는 규칙에 대한 주의력에 영향을 미칠 수 있는 밀도와 이동 압박을 파악합니다5. 시설 및 서비스 지원은 표지판, 차단벽, 경로, 직원의 안내 및 방문객 서비스가 책임 있는 행동을 가능하게 하는지 기록합니다. 이 여섯 가지 유적지 관련 구성 개념을 보존 태도, 보존 의지 및 자기 보고식 책임 여행 행동과 분리함으로써, 인지, 평가, 의도 및 보고된 행동이 하나의 일반적인 긍정 응답 점수로 통합되지 않도록 하였습니다.

보존 태도와 보존 의지 또한 서로 다른 개념으로 다루어집니다. 보존 태도는 룽먼 석굴이 보호되어야 하며 보존이 우선시되어야 한다는 방문객의 평가적 믿음을 의미합니다. 보존 의지는 규칙 준수, 불편함 감수, 경로 제한 및 보호 관리 등 보존 관련 요구 사항을 수용하거나 지원하려는 방문객의 준비 상태를 의미합니다6. 자기 보고식 책임감 있는 여행 행동은 표지판 준수, 유해한 접촉 피하기, 허용된 구역 내 머물기, 유산 환경에 대한 방해 감소 등 방문 중에 보고된 행동을 의미합니다7. 방문객이 보존이 중요하다는 점에는 동의하면서도 여전히 제한 사항을 수용하고 싶어 하지 않을 수 있습니다. 책임감 있는 행동은 유적지 환경 덕분에 준수가 용이하여 나타날 수도 있습니다. 이러한 개념들을 구분함으로써 관리상의 문제가 지식, 메시지의 명확성, 의지, 시설 지원, 또는 보고된 행동 중 어느 쪽에 더 가까운지 식별하는 데 도움이 됩니다.

방문자 측정은 낮은 방해 수준, 익명성 및 운영 경계를 유지하면서 방문 시점과 가깝게 이루어져야 하므로, 룽먼 석굴을 테스트 환경으로 사용합니다. 워크플로우는 공공 방문자 서비스 구역과 방문 후 또는 출구 인근 공간으로 제한되며, 제한된 보존 구역이나 보호 표면의 직접적인 관찰은 포함되지 않습니다. 이러한 경계가 중요한 이유는 유산 부지 현장 조사가 관리 활동이 활발한 환경에서 진행되므로, 조사 활동이 이동, 직원 업무, 방문자 안전 또는 보존 실무를 방해해서는 안 되기 때문입니다8. 고정된 조사 시간대, 체계적인 가로채기, 중단 규칙, 사전 정의된 제외 항목 및 일일 원본 파일 잠금 방식을 통해 기록되지 않은 현장 결정과 사후 데이터 정제를 줄입니다.

이 프로토콜은 워크플로우 수준에서 전이 가능하지만, 설문지는 변경 없이 그대로 복사하여 사용하는 것을 의도하지 않았습니다. 변경 없이 유지해야 하는 구성 요소는 설문 경계 정의, 대상 집단 정의, 최종 확정된 설문지 버전 관리, 체계적인 방문객 가로채기, 적격성 스크리닝, 주의력 확인, 제외 전 원시 데이터 잠금, 사전 정의된 데이터 품질 규칙, 구성 개념 점수화, 측정 타당도 검증, 모델 진단, 민감도 확인 및 재현성 아카이빙입니다. 조정 가능한 구성 요소는 보존 위험 관련 문구, 행동 항목, 설문 지점, 언어 버전, 방문객 구성 변수 및 관리 지표입니다. 고고학 공원의 경우 지표면 접촉 및 경로 제한에 대해 더 강력한 문구가 필요할 수 있습니다9. 역사 도시의 경우 거주자 방해 및 공유 거리 공간 행동에 관한 항목이 필요할 수 있습니다10. 박물관 및 성스러운 경관의 경우 갤러리 흐름, 전시물 보호, 의례 공간 또는 문화적 민감 행동 항목이 필요할 수 있습니다11. 이러한 구조를 통해 절차적 비교 가능성을 약화시키지 않으면서 사이트별 맞춤화가 가능합니다.

대표 결과는 워크플로가 사용 가능한 방문객 행동 데이터를 생성하는지 여부만을 입증하기 위해 사용되었습니다. 이는 행동의 직접적인 관찰, 수용 능력 추정, 중재 효과, 또는 자기 보고식 행동과 관찰된 행동 간의 등가성을 주장하기 위해 사용된 것이 아닙니다. 본 프로토콜의 기여점은 유산 지역의 간섭을 최소화하는 조건 하에서 보존 지향적인 방문객 설문 데이터를 수집, 선별, 검증, 분석 및 아카이빙하기 위한 표준화되고 감사 가능한 일련의 절차를 제공하는 것입니다.

이 표준화된 워크플로우는 중국 허난성 뤄양의 룽먼 석굴에서 방문객의 보존 의지와 자기 보고식 책임감 있는 여행 행동을 측정합니다. 여기에는 설문지 설계, 예비 테스트, 공공 구역 방문객 가로채기, 익명 설문 조사 실시, 원시 데이터 잠금, 품질 스크리닝, 구성 개념 점수화, 측정값 확인, 모델 진단 및 연구 파일 아카이빙이 포함됩니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

프로토콜

본 연구는 헬싱키 선언을 준수하여 수행되었으며, 2025년 6월 27일 SEGi 연구 윤리 위원회의 승인(승인 번호 SEGiEC/SR/FOELPM/163/2025-2027)을 받았습니다. 설문조사 시작 전 서면 또는 전자 방식의 고지된 동의를 얻었습니다.

참고: 이름, 신분증 번호, 전화번호, 얼굴 이미지, 집 주소, 기기 식별자, GPS 좌표, 계정 식별자, 사진, 오디오 녹음, 비디오 녹음 또는 기타 직접적으로 식별 가능한 정보는 수집되지 않았습니다. 공식 설문지 배포 전 IP 주소 수집 기능은 비활성화되었습니다. 룽먼 석굴 관리 당국으로부터 공식적인 서면 현장 관리 허가를 받지 않았습니다. 따라서 현장 조사는 공개적으로 접근 가능한 방문객 서비스 구역 및 방문 후 또는 출구 인근 공간으로 제한되었습니다. 조사 보조원은 석굴 내부, 제한된 보존 구역, 직원 전용 구역, 좁은 통로, 혼잡한 관람 플랫폼, 티켓 확인 대기줄, 비상 통로, 종교 또는 기념 공간, 또는 모집 활동이 방문객의 이동, 현장 운영, 방문객 안전, 직원 업무 또는 보존 활동을 방해할 수 있는 어떤 장소에도 진입하지 않았습니다. 폭우, 비상 공지, 공식 인파 통제 조치, 직원 요청, 비정상적인 혼잡 또는 방문객 흐름, 안전 또는 현장 관리를 방해할 수 있는 모든 상황이 발생했을 때 모집 활동은 즉시 중단되었습니다.

1. 현장 부지, 구조물, 샘플 대상 및 조사 기간 설정

  1. 중국 허난성 뤄양의 룽먼 석굴 scenic area를 현장 조사지로 선정합니다. 대상 모집단은 룽먼 석굴 당일 방문을 완료했거나 완료하려는 성인 방문객으로 정의합니다.
  2. 방문객 출구 구역, 주요 관람 경로 외부의 공공 휴식 구역, 교통 연결 지점 인근의 방문객 서비스 구역 등 세 곳의 공공 설문 지점을 이용합니다. 방문객의 이동을 방해하거나 현장 운영에 간섭하지 않고 방문객이 자발적으로 멈출 수 있는 공간만을 사용합니다.
  3. 폭우, 비상 공지, 공식 인파 통제 조치, 직원 요청, 비정상적인 혼잡, 가이드 투어 정체, 통로 차단 또는 방문객 흐름, 방문객 안전, 직원 업무 및 현장 관리에 방해가 될 수 있는 모든 상황에서는 모집을 중단합니다.
  4. 유산 지식(HK), 인지된 유산 가치(PHV), 장소 애착(PA), 친환경 메시지 품질(PMQ), 인지된 혼잡도(PC), 시설 및 서비스 지원(FSW)을 현장 관련 예측 변수로 사용합니다.
  5. 보존 태도(CA)와 보존 의지(CW)를 의도 관련 구성 개념으로 사용합니다. CA는 룽먼 석굴이 보호되어야 하며 보존이 우선시되어야 한다는 방문객의 믿음으로 정의합니다. CW는 규칙 준수, 불편함 감수, 경로 제한 및 보호 관리 등 보존 요구 사항을 수용하거나 지원하려는 방문객의 준비도로 정의합니다.
  6. 자기 보고식 책임 있는 여행 행동(RTB)을 행동 결과로 사용합니다. RTB는 표지판 및 차단봉 준수, 유산 표면과의 유해한 접촉 피하기, 허용된 구역 내 체류, 다른 방문객 및 유산 환경에 대한 방해 감소, 현장 청결 유지 등 방문 중에 보고된 행위로 정의합니다.
  7. 계획된 원시 표본 크기는 완료된 설문지 480부로 설정하고, 품질 스크리닝 후 최소 유효 표본 크기는 설문지 400부로 설정합니다.
  8. 2026년 4월 1일부터 2026년 5월 20일까지 정식 데이터 수집을 수행합니다. 현장 조사일당 10:00–12:00와 14:30–17:30의 두 가지 설문 시간대를 이용합니다.
  9. 그림 1은 설문지 설계 및 파일럿 테스트부터 공공 구역 현장 수집, 스크리닝, 점수 산정, 측정 타당성 검증, 모델 확인, 민감도 분석 및 연구 파일 보관까지의 전체 절차를 요약한 것입니다.
    참고: 룽먼 석굴은 이 세계문화유산 지역이 활발한 하나의 현장 설정 내에서 많은 방문객 수, 암각 유산 보존, 대중 해석 및 방문객 관리 요구 사항을 모두 결합하고 있기 때문에 선정되었습니다12.

2. 설문지 구성, 스크리닝, 번역 및 파일럿 테스트

  1. 설문지를 고지된 동의, 적격성 스크리닝, 유산지 인식 항목, 보전 태도, 보전 의지 및 책임감 있는 여행 행동 항목, 그리고 인구통계학적 및 여행 관련 변수의 다섯 가지 섹션으로 구성합니다.
  2. 모든 실질적인 인식, 태도, 의지 및 행동 항목에는 5점 리커트 척도를 사용합니다: 1 = 매우 그렇지 않다, 2 = 그렇지 않다, 3 = 보통이다, 4 = 그렇다, 5 = 매우 그렇다.
  3. HK, PHV, PA, PMQ, PC, FSW, CA, CW, RTB의 9개 구성 개념에 걸쳐 31개의 실질적인 리커트 항목을 포함합니다. 각 구성 개념당 최소 3개의 관측 항목을 사용하며, PHV, CA, CW, RTB의 경우 4개 항목을 사용합니다.
  4. CA, CW, RTB의 문구는 서로 다르게 유지합니다. CA 항목은 보전의 인식된 중요성, 우선순위 및 책임감을 평가합니다. CW 항목은 보전 관련 요구 사항을 수용하거나 지원하려는 의지를 평가합니다. RTB 항목은 당일 방문 중 보고된 행동을 평가합니다.
  5. 각 항목의 문구는 일반적인 환경 우려가 아니라 룽먼 석굴 방문을 중심으로 작성합니다. 이중 질문, 유도 질문, 전문적인 보전 용어 및 사회적으로 바람직한 답변을 암시하는 문구를 피합니다.
  6. 의지 및 행동 항목을 응용 방문객 연구의 행동 의도 및 인식된 통제 논리에 맞춥니다13. 장소 애착 및 책임감 있는 행동 항목을 룽먼 석굴 방문에 맞게 조정합니다14. 룽먼 석굴에 특화된 가치 인식, 방문객-유적지 관계 품질 및 보전 관련 해석을 측정하기 위해 유산지 인식 항목을 사용합니다15.
  7. 가능한 경우 각 항목의 평균 읽기 길이를 28자 미만으로 유지하고, 예비 테스트 기간 동안 전체 설문지 완료 시간을 6–10분 이내로 유지합니다. 정식 설문지에는 개방형 자유 텍스트 질문을 포함하지 않습니다.
  8. 연령, 당일 방문 여부, 직업적 역할 및 중복 참여에 대한 스크리닝 항목을 추가합니다. 참여자가 18세 미만인 경우, 설문 당일 룽먼 석굴을 방문하지 않은 경우, 관광지 직원, 방문 기간 중 근무하는 가이드, 방문 기간 중 근무하는 여행사 직원, 설문 지역 내부 또는 근처에서 근무하는 상인, 연구팀 구성원인 경우 또는 당일에 이미 설문을 완료한 경우에는 설문을 종료합니다.
  9. 두 개의 주의 확인 항목을 추가합니다. 첫 번째 항목은 실질적 항목의 첫 1/3 지점 뒤에 배치합니다: “질문을 주의 깊게 읽고 계신지 확인하기 위해, 이 항목에 ‘그렇다’를 선택해 주십시오.” 참여자가 4를 선택한 경우에만 통과로 코딩합니다. 두 번째 항목은 실질적 항목의 2/3 지점 뒤에 배치합니다: “품질 관리 목적으로, 이 항목에 ‘그렇지 않다’를 선택해 주십시오.” 참여자가 2를 선택한 경우에만 통과로 코딩합니다.
  10. 선호하는 언어로 실무 설문지를 준비합니다. 관광, 유산 또는 행동 설문 경험이 있는 두 명의 이중 언어 연구자에게 요청하여 항목들을 의도한 영어 구성 개념의 의미와 비교하게 합니다. 예비 테스트 전에 문구에 대한 이견을 해결합니다.
  11. 2026년 3월 20일부터 2026년 3월 25일까지 성인 방문객 또는 최근 문화유산 관광지 방문객 30명을 대상으로 예비 테스트를 실시합니다. 완료 시간, 누락된 항목, 오해의 소지가 있는 문구, 반복되는 참여자 질문, 항목에 대한 망설임, 플랫폼 표시 문제, CA, CW 또는 RTB 문구에 대한 혼동을 기록합니다.
  12. 예비 참여자의 20% 이상이 이해하기 어렵다고 보고한 항목은 수정합니다. 수정된 항목-전체 상관관계가 0.30 이상인 항목은 유지합니다. Cronbach's alpha가 0.70 이상인 구성 개념은 유지합니다.
  13. Cronbach's alpha가 0.65에서 0.69 사이인 구성 개념은 모든 수정된 항목-전체 상관관계가 0.30 이상이고, 단일 항목 삭제 시 Cronbach's alpha가 0.03보다 더 많이 증가하지 않는 경우에만 유지합니다. 이 범위에 있는 구성 개념은 한계적 신뢰도로 표시합니다.
  14. 예비 테스트 응답은 정식 분석 데이터 세트에서 제외합니다. 수정된 항목을 두 명의 이중 언어 검토자가 확인한 후 설문지를 최종 확정합니다.
  15. 표 1은 9개 설문 구성 개념에 대한 구성 정의, 항목 코드, 항목 문구, 점수 방향, 분석 위치 및 출처 또는 조정 근거를 요약하여 보여줍니다.
  16. 보충 파일 1에는 최종 설문지, 고지된 동의 페이지, 스크리닝 질문, 주의 확인 항목, 설문 플랫폼 표시 기록 및 예비 검토 기록이 제공됩니다.
    일시 중단 지점: 어느 구성 개념이라도 Cronbach's alpha가 0.65 미만인 경우 예비 테스트 후 중단하십시오. 항목 문구를 수정하고 정식 현장 조사를 수행하기 전에 예비 테스트를 반복하십시오.

3. 설문 조사 보조원 교육 및 체계적 차단 샘플링 수행

  1. 경관 구역 관리, 티켓 판매, 투어 운영, 기념품 판매, 방문객 흐름 제어, 보존 집행 또는 방문객의 참여 의지에 영향을 미칠 수 있는 직무에 종사하지 않는 설문 조사 보조원을 모집합니다.
  2. 교육 전 각 설문 조사 보조원에게 현장 조사 코드를 부여합니다. 현장 조사 로그에는 개인 이름 대신 SA01, SA02, SA03, SA04와 같은 인원 코드를 사용합니다.
  3. 본격적인 데이터 수집 전 모든 설문 조사 보조원을 대상으로 2시간 동안 교육을 실시합니다. 교육 내용은 자격 기준, 동의 절차, 초대 스크립트, 거절 대응, 표집 간격, 여행 그룹 선택 규칙, 모집 중단 규칙, 개인정보 보호 요구사항, 품질 관리 규칙, 현장 조사 로그 작성 및 CA, CW, RTB의 구분을 포함합니다.
  4. 본격적인 데이터 수집 전, 각 설문 조사 보조원이 감독 하에 5회의 초대 실습을 완료하도록 합니다.
  5. 다음 초대 스크립트를 사용합니다: "안녕하세요, 저희는 룽먼 석굴의 방문객 경험, 유산 보호 및 책임감 있는 여행 행동에 관한 비식별 학술 조사를 진행하고 있습니다. 설문 조사는 약 6~10분 정도 소요됩니다. 참여는 자발적이며, 언제든지 중단하실 수 있습니다."
  6. 모집 과정에서 예상 가설, 희망하는 응답 방향, 모델 관계, 보존 행동 점수 또는 가정된 긍정적 효과에 대해 언급하지 마십시오.
  7. 각 설문 조사 시간대의 시작 시점에 1에서 5 사이의 시작 번호를 무작위로 선택합니다. 선택된 시작 번호에 해당하는 방문객에게 접근한 다음, 방문을 완료했거나 거의 완료하고 선택된 조사 지점을 지나가는 매 다섯 번째 성인 방문객에게 접근합니다.
  8. 설문지가 완료되었거나, 응답을 거부했거나, 자격 미달인 방문객이 발생한 후에는 카운팅 순서를 재설정합니다.
  9. 동일한 여행 그룹에서는 한 명만 초대합니다. 동일한 여행 그룹 내에서 자격이 있는 여러 방문객이 자원한 경우, 생일이 조사 날짜와 가장 가까운 사람을 초대합니다.
  10. 방문객이 거절하거나, 매우 서두르는 것처럼 보이거나, 어린이 또는 고령의 동행자를 돌보고 있거나, 방문객 흐름을 방해하거나, 가이드 설명을 듣고 있거나, 붐비는 경로 구간에 진입하고 있거나, 또는 모집이 불편을 초래할 수 있는 상황인 경우 즉시 초대를 종료합니다.
  11. 각 설문 조사 시간대별로 현장 조사 로그를 유지합니다. 조사 날짜, 시간대, 조사 지점, 설문 조사 보조원 코드, 접근 방문객 수, 자격 미달 방문객 수, 거절 수, 시작된 설문지 수, 완료된 설문지 수, 중단 기간, 중단 사유 및 표집 편차를 기록합니다.
  12. 현장 조사 로그를 사용하여 접근률, 거절률, 완료율 및 유효 응답률을 계산합니다.
  13. 총 480부의 원시 설문지가 수집될 때까지 현장 조사를 계속합니다. 각 조사 지점에서 최소 120부의 원시 설문지가 수집되도록 합니다.
  14. 매 조사일 종료 시 성별, 연령대, 첫 방문 여부 및 여행 모드를 모니터링합니다. 인구통계학적 균형을 강제로 맞추기 위해 자격이 있는 방문객을 거부하지 마십시오. 가능한 경우 첫 방문자 비율을 45%에서 70% 사이로 유지하고, 조직된 단체 관광 참가자 비율을 유효 표본의 45% 미만으로 유지합니다. 이 값들은 할당량이 아닌 모니터링 범위로 취급합니다.
  15. 표 2에 현장 조사 일정, 공개 조사 지점, 표집 간격, 표본 목표, 중단 규칙 및 현장 조사 기록 변수가 제시되어 있습니다.
  16. 보충 파일 2에 현장 조사 로그 양식, 역할 부여 기록, 데이터 관리 로그, 제외 로그 양식 및 코드북 구조가 제공됩니다.
    참고: 표집 간격, 조사 지점, 시간대 또는 중단 규칙에서 벗어난 모든 편차는 해당 날짜의 현장 조사 로그에 기록하십시오.

4. 설문지를 작성하고 일일 기록을 확인하십시오

  1. 설문조사를 시작하기 전에 고지된 동의 페이지를 보여줍니다. 각 참여자에게 18세 이상인지, 동의서를 읽었는지, 그리고 자발적으로 참여하는 것에 동의하는지 확인하도록 요청합니다.
  2. 태블릿이나 참여자의 휴대전화에 설치된 전자 설문 플랫폼을 통해 설문지를 작성하게 합니다. 화면당 하나의 항목 또는 하나의 짧은 항목 그룹을 제시하며, 각 실질적인 리커트 척도 항목에 대해 응답을 필수로 요구합니다.
  3. 설명이 요청된 경우에만 단어나 구절의 문자 그대로의 의미만을 설명합니다. 응답 방향을 제안, 암시 또는 확인해서는 안 됩니다.
  4. 시작 시간, 종료 시간, 완료 시간, 날짜, 설문 시점, 시간 창 및 설문 보조원 코드를 기록합니다. 공식 설문조사 중에는 자유 형식의 의견을 수집하지 않습니다.
    체크포인트: 매 설문 조사일이 끝날 때, 완료된 모든 설문지에 시작 시간, 종료 시간, 설문 시점, 시간 창 및 설문 보조원 코드가 포함되어 있는지 확인합니다.

5. 데이터 세트 내보내기, 스크리닝 및 점수 산정

  1. 매 설문 조사일 20:00에 원시 설문지 파일을 .xlsx 형식으로 내보냅니다. 각 파일의 이름은 LongmenSurvey_raw_YYYYMMDD.xlsx 형식으로 지정하고, 권한이 있는 연구진만 접근 가능한 암호 보호 폴더에 저장합니다.
  2. 이름 대신 인원 코드를 사용하여 역할 할당 로그를 유지합니다. 각 설문 세션, 일일 내보내기, 원시 파일 저장, 원시 파일 잠금, 제외 코딩, 독립적 스크리닝 검증, 통계 분석 및 최종 데이터셋 확정을 담당한 인원 코드를 기록합니다.
  3. 공식적인 데이터 수집이 종료된 후 모든 일일 원시 파일을 병합합니다. 각 사례에 LGV0001에서 LGV0480까지의 형식을 사용하여 고유한 응답자 ID를 할당합니다. 편집되지 않은 마스터 파일 하나를 LongmenSurvey_raw_locked.xlsx로 저장하고, 데이터 관리 로그에 잠금 날짜, 파일 크기 및 SHA-256 체크섬을 기록합니다.
  4. 모든 스크리닝, 점수 산정 및 분석은 복사된 작업 파일에서 수행합니다. 잠긴 원시 마스터 파일은 편집하지 않습니다.
  5. 18 underage, 당일 방문 없음, 제외 대상 직업 역할 또는 당일 중복 참여를 포함하여 적격성 기준을 충족하지 못한 사례를 제외합니다. 주의 확인(attention-check) 항목 중 하나라도 통과하지 못한 사례를 제외합니다.
  6. 180 s 미만으로 완료된 사례, 15개 이상의 연속적인 실질 항목에서 동일한 리커트(Likert) 응답을 한 사례, 모든 실질 리커트 항목의 표준 편차가 0.25 미만인 사례, 확인된 중복 사례를 제외합니다.
  7. 1,800 s 이상으로 완료된 사례를 검토합니다. 주의 확인 실패, 일직선 응답(straight-lining), 적격성 모순, 중복 응답 패턴 또는 기타 현장 조사 문제가 없는 경우에만 장시간 소요 사례를 유지합니다.
  8. 실질 리커트 항목, 인구통계학적 변수, 설문 지점, 시간대 및 초 단위로 반올림한 완료 시간을 사용하여 중복 사례를 확인합니다. 완전한 중복이 발견되면 먼저 기록된 사례를 유지하고 나중에 기록된 사례를 제외합니다.
  9. 적격, 적격성 실패, 주의 확인 실패, 빠른 완료, 장시간 검토 실패, 일직선 응답, 중복 응답 및 기타 현장 조사 문제의 카테고리를 가진 제외 변수를 생성합니다. 적격으로 코딩된 사례만 유지합니다. 스크리닝 후 유효 사례가 400개 미만으로 남은 경우 동일한 규칙에 따라 현장 조사를 계속합니다.
  10. 구성 개념 점수 산정 전에 독립적 스크리닝 검증을 완료합니다. 첫 번째 검토자가 모든 제외 규칙을 적용하고, 두 번째 검토자가 잠긴 원시 파일을 기준으로 적격성 상태, 주의 확인 결과, 완료 시간, 일직선 응답, 중복 결정 및 최종 제외 코드를 확인합니다.
  11. 모든 리커트 항목을 1에서 5까지 코딩합니다. 부정적으로 표현된 항목은 역점수 = 6−원래 점수 공식을 사용하여 역코딩합니다.
  12. 성별, 연령대, 교육 수준, 월 개인 소득, 첫 방문 여부, 이동 수단, 설문 지점 및 시간대를 포함한 인구통계 및 이동 변수를 코딩합니다. 모든 코딩 규칙을 코드북에 기록합니다.
  13. 각 구성 개념 점수를 유지된 항목들의 산술 평균으로 계산하고, 모든 구성 개념 점수를 원래의 1–5 척도로 유지합니다. 모든 실질 항목은 필수 입력 필드이므로 항목 수준의 결측치를 대체(impute)하지 않습니다.
  14. 표 3은 구성 개념 점수 산정 전에 적용된 적격성, 주의 확인 및 품질 스크리닝 규칙을 요약한 것입니다.
  15. 표 4는 인구통계 코딩, 이동 변수 코딩, 역코딩 규칙, 제외 상태 코딩 및 구성 개념 점수 계산 계획을 제시합니다.
    체크포인트: 최종 분석 데이터셋에 최소 400개의 유효한 설문지가 포함되고, 유지된 모든 사례의 구성 개념 점수가 완전하며, 독립적 스크리닝 검증이 완료된 후에만 측정 테스트를 진행하십시오.

6. 신뢰도, 측정 구조 및 공통 방법 편향 위험 평가

  1. 각 다항목 구성 개념에 대해 Cronbach’s alpha 및 수정된 항목-총점 상관계수를 계산한다. Cronbach’s alpha ≥0.70인 경우 수용 가능한 것으로 간주한다. Cronbach’s alpha가 0.65에서 0.69 사이인 경우에는 모든 수정된 항목-총점 상관계수가 ≥0.30이고, 단일 항목 삭제 시 alpha 값이 0.03보다 더 많이 증가하지 않을 때에만 한해 한계적으로 신뢰할 수 있는 것으로 간주한다.
  2. 수정된 항목-총점 상관계수가 ≥0.30인 항목을 유지한다. 수정된 항목-총점 상관계수가 0.30 미만이고 해당 항목을 제거했을 때 Cronbach’s alpha가 최소 0.03 증가하는 경우에만 항목을 제거한다. 항목 검토 후 alpha 값이 0.65에서 0.69 사이로 유지되면 지각된 혼잡도를 한계적으로 신뢰할 수 있는 것으로 표시한다.
  3. 유지된 모든 실질적 항목을 사용하여 9요인 측정 모델에 대해 확인적 요인 분석을 수행한다. CFI, TLI, RMSEA, SRMR, 표준화된 요인 적재량 범위, 합성 신뢰도 및 평균 분산 추출값을 보고한다.
  4. CFI와 TLI가 ≥0.90이고 RMSEA와 SRMR이 ≤0.08인 경우 측정 모델을 수용 가능한 것으로 간주한다. 표준화된 요인 적재량이 ≥0.50인 항목을 유지한다. 적재량이 0.50 미만이거나 개념적으로 유사한 항목과 큰 잔차 상관관계를 보이는 항목은 검토한다.
  5. 잠재 구성 개념 간 상관관계와 HTMT를 사용하여 판별 타당성을 평가한다. HTMT 값이 0.85를 초과하거나, 개념적으로 인접한 구성 개념의 경우 0.90을 초과하면 해당 구성 개념 쌍을 표시한다. CA, CW, RTB가 과도한 잠재적 중첩을 보이는 경우 신중하게 검토한다.
  6. 공통 방법 편향 위험 스크리닝으로서 9요인 모델을 1요인 모델과 비교한다. Harman의 단일 요인 테스트는 기술적 스크리닝 용도로만 수행하며, 이를 공통 방법 편향16이 없다는 증거로 사용하지 않는다.
  7. 주축 요인 추출법과 oblimin 회전을 사용하여 이차적인 항목 군집 진단 용도로만 탐색적 요인 분석을 수행한다.
  8. 표 5는 신뢰도, 항목 유지, CFA 적합도, 판별 타당성, 공통 방법 스크리닝, 상관관계 검토, 모델 진단, 간접 효과 검정 및 민감도 확인에 사용된 사전 지정 임계값을 요약한 것이다.
  9. 전체 항목 수준 신뢰도 결과, 표준화된 CFA 적재량, 합성 신뢰도, AVE 값, HTMT 행렬, 1요인 비교 모델 및 탐색적 항목 군집 진단 결과를 보충 자료 3에 보고한다.
    중단 지점: 둘 이상의 구성 개념에서 Cronbach’s alpha가 0.65 미만이거나, 측정 모델에서 CA, CW, RTB를 분리할 수 없거나, 또는 HTMT 값이 사전 지정된 임계값을 초과하는 경우 측정 테스트 후에 중단한다.

7. 기술적 진단 생성 및 모델 추정

  1. 범주형 변수에 대해 빈도와 백분율을 계산하십시오. 모든 구성 개념 점수에 대해 평균, 표준편차, 중앙값, 최솟값, 최댓값, 왜도 및 첨도를 계산하십시오.
  2. 절대 왜도가 2.00 미만이고 절대 첨도가 7.00 미만인 경우 계획된 모델에서 수용 가능한 것으로 처리하십시오. 유효 참여자의 60% 이상이 동일한 반올림 응답 범주를 선택하거나 표준편차가 0.50 미만인 경우 해당 구성 개념에 플래그를 표시하십시오.
  3. 구성 개념 점수 간의 Pearson 상관관계를 계산하십시오. 상관관계가 0.70보다 높은 경우 구성 개념의 중복 가능성이 있는 것으로 처리하고, 모델링 전에 항목 코딩, 역코딩 및 구성 개념 계산을 재확인하십시오.
  4. 연속형 구성 개념 점수를 표준화하고 범주형 통제 변수를 더미 코딩하십시오. 연령대, 성별, 교육 수준, 월 개인 소득, 첫 방문 여부 및 이동 수단을 통제 변수로 사용하십시오.
  5. 세 가지 회귀 모델을 추정하십시오. CA를 HK, PHV, PA, PMQ, PC, FSW 및 통제 변수에 대해 회귀 분석하십시오. CW를 HK, PHV, PA, PMQ, PC, FSW, CA 및 통제 변수에 대해 회귀 분석하십시오. RTB를 HK, PHV, PA, PMQ, PC, FSW, CA, CW 및 통제 변수에 대해 회귀 분석하십시오.
  6. 각 회귀 모델에 대해 표준화 계수, 표준 오차, t 값, p 값, 95% 신뢰 구간, R2, 수정된 R2, 및 VIF를 기록하십시오.
  7. 사이트 관련 예측 변수 → CA → CW → RTB의 구성 개념 순서에 따라 경로 모델을 추정하십시오. 5,000개의 부트스트랩 표본을 사용하여 사이트 관련 예측 변수에서 CA를 거쳐 CW와 RTB로 가는 간접 효과, 그리고 CA에서 CW를 거쳐 RTB로 가는 간접 효과를 테스트하십시오.
  8. 표준화된 직접 효과, 간접 효과, 총 효과, 부트스트랩 95% 신뢰 구간 및 모델 적합도 지수를 보고하십시오. p <0.05는 통계적으로 유의한 것으로, 0.05에서 0.10 사이의 p 값은 한계적으로 유의한 것으로 처리하십시오.
  9. 유의하지 않은 경로를 확인된 효과로 설명하지 마십시오. 또한 간접 효과 테스트 없이는 매개 효과를 추론하지 마십시오.
  10. 본문에는 요약된 측정 및 모델 진단 결과만 제시하십시오. 전체 상관관계 행렬, 회귀 계수, 경로 모델 추정치, 간접 효과 및 총 효과는 보충 파일 3(Supplementary File 3)에 보고하십시오.

8. 모델 진단 및 민감도 평가

  1. 각 회귀 모델의 각 예측 변수에 대해 분산 팽창 지수(variance inflation factor)를 계산합니다. VIF < 3.00인 경우 수용 가능한 것으로 간주하고, 3.00에서 5.00 사이의 값은 검토하며, VIF > 5.00임에도 유지된 모델에 대해서는 정당성을 입증합니다.
  2. 절대 표준화 잔차가 3.00보다 큰 사례를 표시합니다. 각 회귀 모델에 대해 Cook's distance를 계산하고, Cook's distance가 4/n보다 큰 사례를 표시합니다(여기서 n은 모델에 포함된 유효 사례 수입니다).
  3. 횡단면 방문객 행동 데이터의 경우 R2 값이 0.15에서 0.35 사이이면 타당한 것으로 간주합니다. 모든 가설 경로가 유의미하거나, 모든 표준화 계수가 0.40을 초과하거나, R2 값이 0.60을 초과하는 경우 데이터를 재확인합니다.
  4. 완료 시간이 1,800 s보다 긴 사례 제거, 단체 관광 참여자 제외, 중앙값 항목 점수를 이용한 구성 개념 점수 재계산, 그리고 Cook's distance에 의해 표시된 사례 제외 후 세 가지 회귀 모델을 반복 수행합니다.
  5. Cook's distance에 의해 표시된 사례를 제외한 후 경로 모델을 반복 수행합니다.
  6. 주요 계수의 방향이 변하지 않고 핵심적인 유의미한 경로 또는 한계적 경로가 동일한 방향으로 유지되면 결과를 안정적인 것으로 간주합니다. 계수 방향의 변화, 유의성 상실 또는 수정된 R2 값의 큰 변화가 있는 경우 대표 결과에 보고합니다.
  7. 전체 민감도 분석 결과를 Supplementary File 3에 보고합니다.

9. 분석을 실행하고 연구 파일을 보관하십시오

  1. 복사된 작업 파일에서 데이터 정제를 수행하고, 재료 표에 기재된 R 버전 및 패키지 버전을 사용하여 통계 분석을 완료하십시오.
  2. 비식별 처리된 유효 데이터셋만을 사용하여 분석 스크립트를 실행하십시오. 리샘플링, 부트스트랩 추정 또는 민감도 분석을 수행하기 전에 랜덤 시드(random seed)를 20260401로 설정하십시오.
  3. 분석 스크립트 실행이 완료된 후 sessionInfo()를 사용하여 R 세션 정보를 저장하십시오.
  4. 코드북에 기재된 파일 이름을 사용하여 비식별 처리된 유효 데이터셋, 코드북, 제외 로그, 현장 작업 로그 요약, 역할 할당 기록, 분석 스크립트, 세션 정보, 전체 모델 출력값, 그리고 그림 및 표의 소스 데이터를 내보내십시오.
  5. 내보낸 파일들이 최종 유효 표본 크기, 구성 개념 점수, 신뢰도 결과, CFA 지표, HTMT 값, 회귀 추정치, 경로 모델 추정치, 간접 효과 및 민감도 분석 결과를 그대로 재현하는지 확인하십시오.
  6. 모든 분석이 완료된 후 연구 아카이브 폴더를 하나 생성하십시오. 비식별 처리된 유효 데이터셋, 코드북, 제외 로그, 현장 작업 로그 요약, 역할 할당 기록, 분석 스크립트, sessionInfo() 출력값, 전체 모델 출력값, 그리고 그림 및 표의 소스 데이터를 해당 폴더에 넣으십시오.
  7. 잠금 처리된 원시 데이터셋은 출판 후 5년 동안 암호화된 기관 저장소에 별도로 보관하십시오. 잠금 처리된 원시 내보내기 파일, 플랫폼 생성 식별자, IP 주소, GPS 좌표, 기기 식별자, 직원을 식별할 수 있는 필드 노트 또는 잠재적 식별 가능성이 있는 자유 텍스트 정보를 연구 아카이브 폴더에 넣지 마십시오.
  8. 비식별 데이터셋의 모든 변수가 코드북에 정의되어 있는지, 그리고 제외된 모든 사례가 제외 로그의 하나의 제외 범주와 연결되어 있는지 확인하십시오. 비식별 유효 데이터셋의 아카이브 날짜, 파일 버전, 파일 크기 및 체크섬(checksum)을 데이터 관리 로그에 기록하십시오.
  9. 최종 출판 전에 비식별 재현성 패키지를 영구적인 공공 저장소에 기탁하십시오. 이 패키지에는 비식별 처리된 항목 수준 데이터셋, 최종 설문지, 고지된 동의서 페이지, 스크리닝 질문, 주의 확인 항목, 코드북, 현장 작업 로그 요약, 제외 로그, 데이터 관리 로그, 역할 할당 기록, 분석 스크립트, 세션 정보, 전체 모델 출력값, 그리고 그림 및 표의 소스 데이터가 포함되어야 합니다. 패키지를 Zenodo(https://doi.org/10.5281/zenodo.21640066)에 기탁하십시오.
  10. 보충 파일 3 및 보충 표 1–7에는 분석 스크립트, sessionInfo() 출력값, 측정 출력 워크북, 모델 출력 워크북, 민감도 분석 출력값, 그리고 그림/표 소스 데이터 체크리스트가 제공됩니다.
    주의 사항: 직접 식별자, 플랫폼 생성 식별자, 위치 추적 정보, 직원 식별 가능 노트 및 잠재적 식별 가능 텍스트가 모두 제거될 때까지 어떠한 분석 파일도 공유하지 마십시오.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

결과

참가자 유지 및 현장 조사 프로필

용문석굴에서의 정식 현장 조사를 통해 총 480부의 설문지를 수집하였습니다. 적격성 심사 및 데이터 품질 확인을 거쳐 430부의 설문지를 분석 대상으로 유지하였으며, 이에 따른 유효 응답률은 89.6%였습니다. 최종 유효 표본은 사전 설정된 최소 요구 사항인 유효 설문지 400부를 초과하였습니다. 제외 사례에는 적격성 미달, 주의력 확인 실패, 너무 빠른 완료, 일직선 응답(straight-lining) 또는 거의 변함없는 응답 패턴, 중복 응답 및 기타 현장 조사 문제가 포함되었습니다. 하나의 설문지가 여러 개의 제외 조건에 해당할 경우, 가장 먼저 적용 가능한 프로토콜 규칙을 주요 제외 범주로 사용하였습니다. 480부의 원본 설문지에서 430부의 유효 사례로 이어지는 스크리닝 흐름은 그림 2에 나타나 있습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

토론

본 프로토콜은 유산 관광 연구의 방법론적 문제를 다룹니다. 방문객들이 원칙적으로는 유산 보호에 동의할 수 있으나, 실제 방문 중 보고된 행동은 해석 메시지, 경로 안내, 혼잡도 압박, 시설 지원 및 보존 규칙 등에 의해 동시에 영향을 받기 때문입니다. 따라서 롱먼 석굴(Longmen Grottoes)의 경우, 본 프로토콜은 자기 보고식 책임 여행 행동을 분리된 결과로 취급하지 않습니다. 대신 사이트 관련 인식, 보존 태도, 보존 의지 및 자기 보고식 책임 여행 행동을 하나의 표준화된 현장 조사 순서 내에 배치합니다. 주요 기여점은 단순히 실질적인 내용보다는 절차적인 측면에 있습니다. 본 프로토콜은 공공 구역 가로채기 조사, 익명 설문지 작성, 사전 지정된 스크리닝, 구성 개념 점수 산정, 측정 진단, 회귀 및 경로 모델링, 민감도 점검, 그리고 재현성 아카이빙을 고정된 순서로 연결합니다.

측정 설계는 실제 방문 경험과 밀접하게 연계되었습니다. 설문지는 방문객이 롱먼 석굴에 대해 ...

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

공개 사항

저자들은 본 연구와 관련하여 경쟁 관계에 있는 재정적 또는 비재정적 이해관계가 없음을 선언합니다. 언어 교정, 번역 확인, 서식 일관성 유지 및 원고 수정 지원을 위해 AI 보조 도구가 사용되었습니다. AI 보조 도구는 참가자 모집, 설문지 관리, 참가자 적격성 결정, 제외 규칙 적용, 데이터 세트 생성, 통계 분석 수행, 수치 결과 생성, 데이터 변경 또는 최종 과학적 해석 도출에는 사용되지 않았습니다. 모든 설문 항목, 분석 결정, 수치 출력물, 표, 그림, 보충 파일 및 원고 수정 사항은 저자들에 의해 확인되고 승인되었습니다.

감사의 글

저자들은 익명 설문조사에 자발적으로 참여하여 룽먼 석굴에서의 현장 경험을 공유해 주신 방문객분들께 감사드립니다. 또한, 공공 구역에서의 방문객 차단 조사, 설문지 작성, 현장 기록 및 데이터 품질 확인을 지원해 준 현장 조사 보조원들에게도 감사를 표합니다. 본 연구는 특정 외부 지원금을 받지 않았습니다.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재료

이 논문에 사용된 재료 목록
이름회사카탈로그 번호댓글
car (회귀 진단 패키지)Comprehensive R Archive Networkversion 3.1–5분산 팽창 요인(VIF) 계산 및 회귀 진단을 지원하는 데 사용됨.
dplyr Comprehensive R Archive Networkversion 1.2.1데이터 조작 패키지; 유효 사례 필터링, 변수 리코딩, 제외 코드 생성, 구성 점수 계산, 현장 조사 및 모델 변수 요약에 사용됨.
전자 설문지 플랫폼Wenjuanxing, Changsha Ranxing Information Technology Co., Ltd., Changsha, China웹 기반 플랫폼; 계정 등록 후 접속; 2026년 4월–5월에 접속; 전자 설문지 구축, 필수 응답 필드 설정, 스크리닝 및 주의 확인 항목 삽입, 설문 QR 코드 생성, 완료 시간 기록, .xlsx 형식의 원시 응답 데이터 내보내기에 사용됨.
현장 관리용 태블릿Apple Inc., Cupertino, CA, USAiPad, 10세대; 10.9인치 디스플레이; 64 GB; Wi-Fi 모델; 참여자가 조사 지점에서 연구팀 기기로 설문지를 작성할 때 사용됨.
ggplot2 Comprehensive R Archive Networkversion 4.0.3그림 및 진단 플롯 패키지; 그래픽 통계 출력이 필요한 경우 진단 플롯 및 그림 소스 데이터를 준비하는 데 사용됨.
lavaanComprehensive R Archive Networkversion 0.7–2 확인적 요인 분석 및 경로 모델 패키지; 9요인 확인적 요인 분석, 모델 적합도 지수, 표준화 요인 적재량, 경로 모델 및 부트스트랩 간접 효과 분석에 사용됨.
lm.beta Comprehensive R Archive Networkversion 1.7–3표준화 회귀 패키지; 선형 회귀 모델에서 표준화 계수를 얻는 데 사용됨.
Microsoft ExcelMicrosoft Corporation, Redmond, WA, USA2021일일 원시 파일 점검, 파일 명명, 제외 로그 작성, 코드북 작성 및 .xlsx 내보내기 파일의 수동 검증에 사용됨.
openxlsx Comprehensive R Archive Networkversion 4.2.8.1스프레드시트 내보내기 패키지; 정제된 데이터셋, 코드북, 제외 로그, 신뢰도 표, 상관관계 표, 회귀 출력 결과 및 민감도 분석 표를 내보내는 데 사용됨.
참여자 모바일 기기 접속참여자 소유 스마트폰 또는 태블릿NA참여자가 자신의 기기로 QR 코드를 스캔하거나 설문 링크를 열어 설문지를 작성할 때 사용됨.
psych Comprehensive R Archive Networkversion 2.6.5신뢰도 및 탐색적 요인 분석 패키지; Cronbach’s alpha, 수정된 문항-총점 상관관계, 기술 통계, Kaiser-Meyer-Olkin 값, Bartlett’s 검정, 탐색적 요인 분석 및 Harman’s 단일 요인 검사에 사용됨.
R 통계 컴퓨팅 환경R Foundation for Statistical Computing, Vienna, Austriaversion 4.6.1신뢰도 검정, 측정 진단, 기술 통계, 회귀 분석, 경로 분석, 민감도 분석 및 결과 내보내기에 사용됨.
readxl Comprehensive R Archive Networkversion 1.5.0스프레드시트 가져오기 패키지; .xlsx 원시 데이터, 코드북 및 제외 로그를 R로 가져오는 데 사용됨.
semTools (구조방정식 모델링 유틸리티 패키지)Comprehensive R Archive Networkversion 0.5–9적합된 측정 모델로부터 합성 신뢰도, 평균 분산 추출값(AVE) 및 HTMT 값을 계산하는 데 사용됨.

참고문헌

  1. ICOMOS. Longmen Grottoes (China), No. 1003: Advisory Body Evaluation. International Council on Monuments and Sites; 2000. Available from: https://whc.unesco.org/archive/advisory_body_evaluation/1003.pdf
  2. Poria Y, Butler R, Airey D. The core of heritage tourism. Ann Tour Res. 2003;30(1):238–254.
  3. McKercher B, du Cros H. Cultural Tourism: The Partnership Between Tourism and Cultural Heritage Management. Haworth Hospitality Press; New York; 2002.
  4. Timothy DJ, Nyaupane GP, editors. Cultural Heritage and Tourism in the Developing World: A Regional Perspective. Routledge; London; 2009.
  5. Wang Y, Bramwell B. Heritage protection and tourism development priorities in Hangzhou, China: a political economy and governance perspective. Tour Manag. 2012;33(4):988–998.
  6. Cheng Z, Chen X, Tan Z. The effect of tourism experience on tourists’ environmentally responsible behavior at cultural heritage sites: the mediating role of cultural attachment. Sustainability. 2022;14(1):565.
  7. Fenitra RM, et al. Environmentally responsible behavior and Knowledge-Belief-Norm in the tourism context: the moderating role of types of destinations. Int J Geoheritage Parks. 2022;10(2):273–288.
  8. Lin H, Zhang M, Gursoy D, Fu X. Impact of tourist-to-tourist interaction on responsible tourist behavior: evidence from China. J Hosp Tour Manag. 2022;52:399–408.
  9. Zhang T, Chen J, Hu B. Assessing the effects of perceived value, tourist emotion, and memory on behavioral intention in cultural heritage tourism. Front Psychol. 2022;13:994831.
  10. Su L, Huang S, Pearce J. How does destination social responsibility contribute to environmentally responsible behaviour? A destination resident perspective. J Bus Res. 2018;86:179–189.
  11. Buonincontri P, Marasco A, Ramkissoon H. Visitors’ experience, place attachment and sustainable behaviour at cultural heritage sites: a conceptual framework. Sustainability. 2017;9(7):1112.
  12. World Medical Association. World Medical Association Declaration of Helsinki: ethical principles for medical research involving human participants. JAMA. 2025;333(1):71–74.
  13. UNESCO World Heritage Centre. Longmen Grottoes. United Nations Educational, Scientific and Cultural Organization; 2000. Available from: https://whc.unesco.org/en/list/1003/
  14. Ajzen I. The theory of planned behavior. Organ Behav Hum Decis Process. 1991;50(2):179–211.
  15. Cheng TM, Wu HC. How do environmental knowledge, environmental sensitivity, and place attachment affect environmentally responsible behavior? An integrated approach for sustainable island tourism. J Sustain Tour. 2015;23(4):557–576.
  16. Podsakoff PM, MacKenzie SB, Lee JY, Podsakoff NP. Common method biases in behavioral research: a critical review of the literature and recommended remedies. J Appl Psychol. 2003;88(5):879–903.
  17. Su LJ, Hsu MK, Swanson S. The effect of tourist relationship perception on destination loyalty at a World Heritage Site in China: the mediating role of overall destination satisfaction and trust. J Hosp Tour Res. 2017;41(2):180–210.
  18. Yi X, Fu X, Lin B, Sun J. Authenticity, identity, self-improvement, and responsibility at heritage sites: the local residents’ perspective. Tour Manag. 2024;102:104875.
  19. Wang H, Tong Y, Zeng H. Driving tourists’ pro-environmental behaviour through heritage interpretation messages. NPJ Herit Sci. 2025;13:182.
  20. Alzghoul YA, et al. Tour guides’ interpretation and tourists’ pro-environmental behavior: differences across cultural and natural World Heritage Sites. J Ecotourism. 2024;23(3):366–394.
  21. Ding S, et al. Visitor crowding at World Heritage Sites based on tourist spatial-temporal distribution: a case study of the Master-of-Nets Garden, China. J Herit Tour. 2023;18(5):632–657.
  22. Zhu OY, Greene D, Dolnicar S. Should the risk of social desirability bias in survey studies be assessed at the level of each pro-environmental behaviour? Tour Manag. 2024;104:104933.
  23. Dolnicar S, Viglia G, Kurtaliqi F. Field experiments: overcoming the limitations of survey experiments for actionable behavioural insights. Ann Tour Res. 2026;116:104080.

액세스가 제한되었습니다. 이 콘텐츠를 보려면 로그인하거나 체험판을 시작하세요.

재인쇄 및 허가

더 많은 논문 탐색

유산지 조사설문조사 실시적격성 심사확인적 요인 분석보존 태도장소 애착
문의하기
도서관에 추천하기

개인정보 처리방침

이용 약관

정책

저작권 © 2026 MyJoVE Corporation. 모든 권리 보유.