3.2 Результаты второго этапа исследования и анализ эмпирических данных - Факторы аттрактивности (привлекательности) агротуризма для потребителей

Опрос проводился с 17 апреля по 17 мая 2014 года и за это время нами было получено 655 ответов. Из выборки была исключена одна анкета, так как в ней имелось более 5 пропущенных ответов. В 19 анкетах есть один-два пропущенных ответа среди первого блока вопросов. Эти анкеты не исключаются из общей выборки. Так же мы исключим из выборки ответы владельцев АТК -- 9 анкет, так как далее нами будут анализироваться потребители услуги, а не ее производители. Таким образом, конечное число анализируемых наблюдений составляет 645 анкет.

Описание общей выборки приведено в Таблице 2.

Таблица 2. Основные характеристики выборки проведенного он-лайн опроса

Частота

Валидный процент

Накопленный процент

Валидные

Мужской

226

35,2

35,2

Женский

416

64,8

100,0

Итого

642

100,0

Пропущенные

Нет ответа

3

Итого

645

Частота

Валидный процент

Накопленный процент

Валидные

До 20 лет

11

1,7

1,7

21-25

82

12,9

14,6

26-30

118

18,5

33,1

31-35

131

20,5

53,6

36-40

106

16,6

70,2

41-45

77

12,1

82,3

46-50

54

8,5

90,8

Старше 50

59

9,2

100,0

Итого

638

100,0

Пропущенные

Нет ответа

7

Итого

645

Частота

Валидный процент

Накопленный процент

Валидные

Холост/не замужем

183

28,4

28,4

Женат/замужем

387

60,1

88,5

В разводе

64

9,9

98,4

Вдовец/вдова

10

1,6

100,0

Итого

644

100,0

Пропущенные

Нет ответа

1

Итого

645

Частота

Валидный процент

Накопленный процент

Валидные

Нет детей

265

41,1

41,1

Один ребенок

198

30,7

71,8

Двое детей

151

23,4

95,2

Трое детей

26

4,0

99,2

Более троих детей

5

,8

100,0

Итого

645

100,0

Итого

645

Частота

Валидный процент

Накопленный процент

Валидные

Среднее общее

26

4,0

4,0

Среднее профессиональное

49

7,6

11,7

Бакалавр, специалист

344

53,5

65,2

Магистр

195

30,3

95,5

Ученая степень

17

2,6

98,1

Бизнес образование

12

1,9

100,0

Итого

643

100,0

Пропущенные

Нет ответа

2

Итого

645

Частота

Валидный процент

Накопленный процент

Валидные

Менее 15т. р.

35

5,5

5,5

15-30т. р.

88

13,7

19,2

30-50т. р.

155

24,2

43,4

50-80т. р.

136

21,2

64,6

80-120т. р.

120

18,7

83,3

Более 120т. р.

107

16,7

100,0

Итого

641

100,0

Пропущенные

Нет ответа

4

Итого

645

Частота

Валидный процент

Накопленный процент

Валидные

Более 1 млн. жителей

356

55,3

55,3

500тыс.-1млн.

50

7,8

63,0

100тыс.-500тыс.

134

20,8

83,9

50тыс.-100тыс.

51

7,9

91,8

Менее 50тыс.

53

8,2

100,0

Итого

644

100,0

Пропущенные

Нет ответа

1

Итого

645

Среднестатистического респондента можно описать следующим образом:

    1. женщина 2. возраст 30 лет 3. замужем 4. есть один ребенок 5. имеет высшее образование 6. ежемесячный доход домохозяйства от 30 до 50 тысяч рублей 7. проживает в городе с населением более 1 миллиона человек

Частотный одномерный анализ выявил смещенность выборки по гендерному признаку и уровню образования. Это будет учитываться при анализе данных для того чтобы избежать ошибок в интерпретации.

Для проверки первой рабочей Гипотезы Н1 о том, что в целом, российский турист заинтересован в потреблении услуг агротуризма нами был проведен частотный анализ ответов по четырем переменным, соответствующим вопросам 9, 10.1, 11.2, 12.2 (нумерация вопросов соответствует нумерации представленной в анкете, см. Приложение 5).

По его результатам на вопрос, знакомы ли опрашиваемые с возможностью посетить ферму с туристической целью, 52% ответили положительно и 48% отрицательно. Таким образом, больше половины опрошенных знакомы с агротуризмом. Из них только 22% (74 человека) посещали когда-то ферму с целью туризма, остальные 78% только знакомы с такой возможностью. Среди посетивших ферму только 8% отметили, что не поедут туда еще раз, остальные 92% хотят посетить АТК еще раз: 23% хотят вернуться на ферму, где они уже отдыхали и 67% хотят поехать на другую. Из респондентов знакомых с агротуризмом, но не посещавших АТК -- 263 человека, большая часть, 77%, выразили свое желание поехать с туристической целью на ферму. Среди тех, кто не был изначально знаком с агротуризмом процент желающих поехать в АТК составил 73%.

Исходя из всего вышеизложенного мы можем сказать, что большая часть респондентов, 66%, проявили интерес к услуге агротуризма, а 10,5% изъявили желание повторно посетить АТК, что безусловно указывает на высокую заинтересованность среди опрашиваемых.

Таблица 3. Распределение ответов респондентов по сортирующим вопросам

Знакомы с агротуризмом

Да

Нет

337

308

Посещали АТК

Да

Нет

74

263

Хотели бы посетить АТК

Да

Нет

Да

Нет

202

61

225

83

Поедут ли еще раз в АТК

Да

Нет

68

6

Для проверки Гипотезы Н2 о том, что в целом российский потребитель мало знаком с возможностью потребления услуг агротуризма мы обратимся к результатам частотного анализа, который мы провели ранее. Среди респондентов нашей выборки большая половина когда-либо слышала о возможности посетить ферму с туристической целью. К сожалению по результатам данного вопроса мы можем лишь частично опровергнуть нашу гипотезу, так как нами более на задавалось никаких уточняющих вопросов. Возможно, что об отдыхе на АТК опрашиваемые знают лишь по наслышке и не смогут перечислить отличительные признаки агротуризма или охарактеризовать его.

С другой стороны даже частичная осведомленность говорит нам о том, что такой вид отдыха на слуху у потребителей и они знают о возможности им воспользоваться. С большей уверенностью можно сказать, что 10,5% респондентов посетивших АТК в полной мере осведомлены и знакомы с феноменом агротуризма. Но стоить отметить, что среди их числа больше половины приезжали на ферму с визитом продолжительностью менее суток с целью покататься на лошадях или в рамках экскурсии. Следовательно только 5% из опрошенных воспользовались основной агротуристической услугой.

Таким образом мы частично отвергаем вторую гипотезу, уточняя, что для более точного анализа осведомленности потребителей необходимо провести более глубокое исследование на эту тему т. к. услуга очень нова для рынка и не сформировано понимания сути агротуризма в умах российского потребителя.

С целью проверки третьей Гипотезы Н3 о наличии гендерных различий в оценке факторов аттрактивности агротуристических объектов (АТК) нами были построены таблицы сопряженности и рассчитан коэффициент "хи-квадрат" и коэффициент ранговой корреляции. Анализ проводился на выборке в 495 анкет, так как на вопросы группы f (оцените значимость следующих факторов) отвечали только респонденты: побывавшие на АТК и изъявившие желание повторить опыт, не посещавшие ранее АТК, но отметившие свое желание посетить его в будущем. В анализе участвовали: переменные "пол респондента" и с f_1 по f_31. Результаты представлены в Таблице 4.

Таблица 4. Результаты построения таблиц сопряженности переменной пол и переменных из группы f.

№

Переменная

Хи-квадрат Пирсона

Асимпт. значимость (2-стор.)

Значение коэффициента корреляции Пирсона

F_1

0,018

0,110

F_3

0,024

0,120

F_5

0,050

0,038

F_11

0,035

-0,116

F_12

0,044

-0,078

F_14

0,001

-0,164

F_15

0,000

-0,197

F_20

0,001

0,143

F_21

0,012

0,111

F_22

0,023

-0,087

F_24

0,016

0,123

F_28

0,001

0,158

F_31

0,000

-0,160

В таблице представлены результаты только по тем переменным зависимость с которыми была выявлена. На это указывает значение величины Significance (двусторонняя значимость) которая по всем указанным переменным составляет менее 0,05. Это означает, что гипотеза о независимости может быть отклонена с вероятностью ошибки в менее 5%. Следовательно, существует зависимость между полом респондента и оценкой значимости 13 параметров аттрактивности.

Результаты корреляции Пирсона указывает силу прямой или обратной линейной зависимости между переменными. В нашем случае мы можем видеть слабую зависимость (все значения корреляции менее 0,2). Знак указывает направление зависимости. Мы можем сказать что для, например, существует обратная зависимость между полом респондента и его оценкой параметра f_11 (наличие бани), корреляция Пирсона -0,116. При кодировании значений переменной пол использовалось 1-мужчины, 2-женщины, а переменные f измерялись по трехбалльной шкале, где значение 1 соответствовало ответу не важно, а 3 -- очень важно.

С целью определения влияния переменной пол на группу переменных f нами был проведен Т-тест для независимых выборок. Данный тест применим в данном случае, т. к. выполняются условия: независимая переменная пол является дихотомической, а зависимые переменные метрическими. В данном анализе тестируется равенство дисперсий в исследуемых группах при помощи теста Ливина. Результат теста Ливиа определяется значением показателя Significance (значимость), если это значение менее 5% (0,05), то мы можем говорить о наличии влияния независимой переменной на зависимые. В Таблице 5 приведены данные только по значимым переменным с целью экономии места.

В ходе анализа, нами была выявленная взаимосвязанная зависимость между переменными пол и оценкой 13 переменных группы f, соответствующих в работе тестируемым факторам аттрактивности. По оставшимся 18 параметрам зависимость не была обнаружена. Так же было выявлено влияние пола респондента на 7 переменных группы f. Таким образом мы опровергаем нулевую гипотезу об отсутствии гендерных различий в оценке параметров аттрактивности и подтверждаем нашу.

Таблица 5. Результаты Т-теста для независимых выборок по переменной пол и переменным из группы f, значимость теста Ливина

№

Зависимая переменная

Значимость

F_3

0,052

F_14

0,019

F_15

0,000

F_20

0,014

F_21

0,013

F_28

0,004

F_31

0,015

Для тестирования следующей Гипотезы Н4 о том, что клиенты предъявляют различные требования к услугам в зависимости от наличия у них детей мы воспользовались аналогичными методами, как для тестирования гипотезы Н3. Нами анализировались переменная "наличие детей" и переменные группы f. Для удобства анализа переменная "наличие детей" была преобразована в дихотомическую (0 -- нет детей, 1 -- есть дети). В данном анализе участвовало 495 наблюдений как и в предыдущем случае. Результаты анализа представлены в Таблице 6.

Таблица 6. Результаты построения таблиц сопряженности переменной наличие детей и переменных из группы f.

№

Переменная

Хи-квадрат Пирсона

Асимпт. значимость (2-стор.)

Значение коэффициента корреляции Пирсона

F_1

0,002

-0,136

F_2

0,000

0,156

F_4

0,002

0,122

F_9

0,040

0,090

F_13

0,038

0,073

F_15

0,025

-0,085

F_21

0,011

-0,134

F_22

0,000

0,346

F_23

0,000

0,348

F_24

0,001

0,150

F_26

0,000

0,183

F_28

0,045

-0,089

F_31

0,000

0,276

Для удобства восприятия данных из Таблицы 6, переменные, относящиеся к группе "детские" (f_22 -- развлечения для детей, f_23 -- детская площадка, f_31 -- детское меню) были помечены серым цветом. Зависимость между ними и переменной "наличие детей" подразумевалась и была ожидаема. Намного интереснее было выявить не очевидные зависимости, которые, согласно результатам, присутствуют между переменной "наличие детей" и 10 переменными группы f.

Коэффициент корреляции Пирсона показывает очень высокую линейную зависимость между переменными, которые мы условно назвали детскими и переменной "наличие детей". Этот результат так же был предсказуем. Зависимость между остальными переменными намного слабее, а в четырех случаях она обратная.

Проведем Т-тест для независимых выборок с целью определения влияния переменной "наличие детей" на переменные из группы f. Значимые результаты анализа представим в виде Таблицы 7.

Исходя из результатов, представленных в таблице, мы делаем вывод о том, что переменная "наличие детей" влияет на оценку важности 5 f переменных. Это доказывает нашу гипотезу о влиянии наличия детей у респондентов на требования к различным условиям.

Таблица 7. Результаты Т-теста для независимых выборок по переменной "наличие детей" и переменным из группы f, значимость теста Ливина.

№

Зависимая переменная

Значимость

F_1

0,000

F_4

0,003

F_15

0,000

F_26

0,000

F_28

0,000

Изначально переменная "наличие детей" не являлась дихотомический и включала в себя возможность указать какое количество детей у респондента, мы считаем интересным провести однофакторный дисперсионный анализ с целью выявления зависимость наличия и количества детей у респондента на переменные из группы f.

В качестве категориального фактора будет выступать независимая переменная "наличие детей", принимающая значения 0 -- нет детей, 1 -- есть один ребенок, 2 -- двое детей. С целью уменьшения влияния на результаты объема выборки по каждому отдельному варианту, нами были исключены из анализа респонденты, ответившие, что у них трое или более детей (22 анкеты). Результаты приведены в Таблице 8.

Таблица 8. Результаты однофакторного дисперсионного анализа

№

Переменная

Значимость

Тест Ливина

Значимость

ANOVA

F_1

0,000

0,022

F_3

0,002

0,005

F_4

0,011

0,007

F_15

0,000

0,106

F_24

0,019

0,001

F_26

0,000

0,000

F_28

0,000

0,127

Как уже говорилось ранее, тест Ливина позволяет проверить верность гипотезы о равенстве дисперсий в рассматриваемых группах. Так как по во всех семи случаях показатель значимости меньше 0,05, то с вероятностью ошибки меньше 5% мы можем утверждать, что наличие и количество детей влияют на указанные в Таблице 8 переменные.

Однофакторный дисперсионный анализ позволяет проверить вероятность исходной (нулевой) гипотезы о том, что туристы не имеющие детей или имеющие одного или двоих одинаково оценивают значимость исследуемых переменных. Согласно результатам, в двух из семи зависимых переменных данная гипотеза не может быть опровергнута (процент ошибки в этих случаях более 10%).

Чтобы понять между какими парами прослеживается наибольшее различие, мы провели тест "Tamhane", поскольку в результате проведения теста Ливина были выявлены неравенства дисперсий. Результаты теста представлены в Таблице 9. Пары, характеризующиеся значительным различием средних величин, обозначаются звездочкой (*).

Таблица 9. Результаты теста "Tamhane" с независимой переменной "наличие детей"

Множественные сравнения

Зависимая переменная

Разность средних (I-J)

Стд. Ошибка

Знч.

95% доверительный интервал

Нижняя граница

Верхняя граница

F_1

Нет детей

Один ребенок

,187*

,073

,034

,01

,36

Двое детей

,148

,079

,176

-,04

,34

Один ребенок

Нет детей

-,187*

,073

,034

-,36

-,01

Двое детей

-,039

,092

,963

-,26

,18

Двое детей

Нет детей

-,148

,079

,176

-,34

,04

Один ребенок

,039

,092

,963

-,18

,26

F_3

Нет детей

Один ребенок

-,110

,066

,265

-,27

,05

Двое детей

,156

,081

,154

-,04

,35

Один ребенок

Нет детей

,110

,066

,265

-,05

,27

Двое детей

,267*

,082

,004

,07

,46

Двое детей

Нет детей

-,156

,081

,154

-,35

,04

Один ребенок

-,267*

,082

,004

-,46

-,07

F_4

Нет детей

Один ребенок

-,264*

,082

,004

-,46

-,07

Двое детей

-,088

,092

,713

-,31

,13

Один ребенок

Нет детей

,264*

,082

,004

,07

,46

Двое детей

,176

,100

,219

-,06

,42

Двое детей

Нет детей

,088

,092

,713

-,13

,31

Один ребенок

-,176

,100

,219

-,42

,06

F

24

Нет детей

Один ребенок

-,310*

,078

,000

-,50

-,12

Двое детей

-,139

,091

,333

-,36

,08

Один ребенок

Нет детей

,310*

,078

,000

,12

,50

Двое детей

,171

,091

,171

-,05

,39

Двое детей

Нет детей

,139

,091

,333

-,08

,36

Один ребенок

-,171

,091

,171

-,39

,05

F

26

Нет детей

Один ребенок

-,302*

,082

,001

-,50

-,11

Двое детей

-,244*

,088

,017

-,45

-,03

Один ребенок

Нет детей

,302*

,082

,001

,11

,50

Двое детей

,057

,101

,921

-,19

,30

Двое детей

Нет детей

,244*

,088

,017

,03

,45

Один ребенок

-,057

,101

,921

-,30

,19

*. Разность средних значима на уровне 0.05.

В качестве примера опишем пару различий между группами. В группах по зависимой переменной f_24 (контактный мини-зоопарк) существуют различия средних между группами респондентов без детей и с одним ребенком, в то время как не найдено существенных различий между группой с двумя детьми и группами без детей или с одним ребенком. По переменной f_26 (наличие в номере телевизора) существует большое различие между тремя группами респондентов без детей относительно групп с одним ребенком и двумя детьми.

Подводя итог, отметим, что не только наличие или отсутствие детей у респондентов влияет на предъявляемые ими требования (оценку важности переменных), но и выявленные различия в оценках среди трех групп (без детей, с одним ребенком, с двум детьми) указывают на влияние количества детей у респондентов на оценку важности пяти переменных. Это еще раз подтверждает гипотезу Н4.

Нашу последнюю Гипотезу Н5, существует разница между оценкой факторов аттрактивности и потребителями уже имеющими опыт в агротуризме и потенциальными потребителями. Для проведения анализа, с целью проверить гипотезу Н5, были выделены три группы потребителей: уже посещали ранее АТК; до участия в опросе были знакомы с феноменом агротуризма, ни разу не посещали АТК, но хотели бы посетить; до участия в опросе не были знакомы с феноменом агротуризма, но выразили желание в будущем посетить АТК. В данном анализе будут использоваться методы факторного анализа и кластерного анализа.

Факторный анализ позволяет разделить массив переменных на малое число групп, которые называются факторами. Данный вид анализа применим для переменных, имеющих минимум семибалльную шкалу ответов. В связи с тем, что переменные группы f имеют только трехбалльную шкалу, нами была группировка по три переменных по логическому принципу, одна переменная была исключена из дальнейшего анализа (f_28, возможность приобретения продукции). В Таблице 10 приведены новые переменные.

Таблица 10. Группировка переменных f

Старые переменные

Новые переменные

Группирующий признак

F_27 питание на ферме продуктами местного производства

F_29 наличие завтраков

F_30 полный пансион

F_new_food

Питание на АТК

F_22 развлечения для детей

F_23 детская площадка

F_31 детское меню

F_new_children

Условия для отдыха детей

F_1 наличие у фермы сайта

F_25 наличие на территории АТК интернета

F_26 наличие в номере телевизора

F_new_technology

Технологическая оснащенность

F_17 наличие экскурсий за пределами АТК

F_18 наличие экскурсий по АТК

F_20 мастер-классы

F_new_education

Культурная и познавательная составляющая

F_16 фермерский быт

F_21 конные прогулки

F_24 контактный мини-зоопарк

F_new_animals

Контакты с животными на ферме

F_9 спортивная площадка

F_19 прокат спортивного инвентаря

F_13 бассейн

F_new_sports

Возможности заняться спортом на ферме

F_8 развитая инфраструктура в районе АТК

F_10 кафересторан на территории АТК

F_12 автомобильная стоянка на территории АТК

F_new_infrastructure

Развитость инфраструктуры АТК

F_5 наличие мест размещений на АТК

F_6 возможность арендовать отдельный дом

F_11 баня

F_new_accomodation

Родовой продукт: места размещения и отдых

F_14 рыбалка

F_15 охота

F_7 наличие водоема

F_new_men

Все необходимое для мужского отдыха

F_3 транспортная доступность

F_4 наличие трансфера

F_2 наличие сертификации

F_new_trasport

Транспортная составляющая

Балльная шкала новых переменных соответствует требованиям факторного анализа, т. к. является семибалльной. Прежде чем приступить к сложному анализу, проведем анализ надежности с использованием альфа Кронбаха (Cronbach's Alpha). По результатам анализа 10-и новых переменных альфа Кронбаха составила 0,806. Это очень высокий показатель, который говорит нам о пригодности новый переменных. Основываясь на значении корреляции новых переменных с суммарным баллом (в Таблице 11 помечены серым цветом) мы можем прийти к выводу, что все новые переменные могут участвовать в дальнейшем анализе.

Таблица 11. Статистики соотношения пункта с суммарным баллом для новых переменных

Среднее шкалы при удалении пункта

Дисперсия шкалы при удалении пункта

Корреляция пункта с суммарным баллом

Альфа Кронбаха при удалении пункта

F_new_food

38,20

83,043

,541

,784

F_new_children

39,78

74,095

,482

,795

F_new_technology

39,54

85,311

,412

,796

F_new_education

38,72

84,107

,453

,792

F_new_animals

39,01

84,682

,410

,797

F_new_sports

40,28

76,539

,630

,771

F_new_infrastructure

40,22

79,925

,527

,784

F_new_accomodation

38,75

81,485

,552

,782

F_new_men

40,16

83,243

,482

,789

F_new_trasport

39,06

84,495

,397

,798

В ходе факторного анализа нами были проведены тесты KMO и Bartlett на оценку пригодности данных для факторного анализа. Результаты факторного анализа могут считаться действительными, если значение теста KMO более 0,5. В нашем случае этот показатель составляет 0,830. Значимость теста Bartlett 0,000. все это говорит о пригодности переменных для факторного анализа.

В связи с тем, что нами анализируется только 10 переменных, не имеет смысла подвергать их вращению рассмотрим матрицу компонентов так, как она есть. В Таблице 12 приведены коэффиценты корреляции, характеризующие связи между переменными исходного массива данны и компонентами построенной факторной модели. Сохранение информации после факторного анализа 75%, что достаточно хороший показатель.

Таблица 12. Матрица компонентов факторной модели

Компонента

1

2

3

4

5

F_new_food

,659

,168

,129

-,266

-,005

F_new_children

,599

,206

,027

,506

-,405

F_new_technology

,533

-,384

,122

,180

,641

F_new_education

,562

,539

,249

-,042

,213

F_new_animals

,516

,678

-,062

,174

,154

F_new_sports

,746

-,292

-,137

,046

-,259

F_new_infrastructure

,648

-,436

-,045

,359

,032

F_new_accomodation

,682

,021

-,207

-,405

-,072

F_new_men

,615

-,089

-,544

-,235

,052

F_new_trasport

,518

-0,27

,643

-,264

-,204

Метод выделения: Анализ методом главных компонент.

Было выделено 5 факторов. Серым в Таблице 12 отмечены значения коэффициентов корреляции больше 0.3/-0,3, свидетельствующие о тесной взаимосвязи переменных исходного массива с факторами. Постараемся сгрупировать переменные исходного массива. Для удобства отобразим факторы в виде таблицы 13.

Таблица 13. Объединение переменных по факторам

Фактор 1

Общей привлекательности аграрного туризма

+

F_new_food

F_new_children

F_new_technology

F_new_education

F_new_animals

F_new_sports

F_new_infrastructure

F_new_accomodation

F_new_men

F_new_trasport

Фактор 2

Познавательный

+

F_new_animals

F_new_education

-

F_new_infrastructure

F_new_technology

F_new_sports

F_new_trasport

Фактор 3

Мужской

+

F_new_trasport

-

F_new_men

Фактор 4

Семейный

+

F_new_children

F_new_infrastructure

-

F_new_accomodation

F_new_food

Фактор 5

Технологичный

+

F_new_technology

-

F_new_children

В первый фактор вошли все анализируемые переменные. Это фактор общего отношения к агротуризму. Поэтому его условным названием будет "Общий". Переменные, входящие во второй фактор можно очень легко объединить общим названием "Познавательные", т. к. в него вошли переменная, включающая в себя экскурсии, мастер-классы и переменная общение в животным миром фермы. Возможность общения с животными, конные прогулки так же несут в себе элемент обучения. Фактор "3" объединил в себе две переменные: транспортная и охота с рыбалкой. Причем они представлены с разными знаками. Значит транспортная доступность противопоставлена чисто мужским развлечениям, это подтверждается корреляцией данного фактора с полом, возрастом и доходом респондентов. Этому фактору мы дадим условное название "Мужской". Фактор "4" имеет высокую корреляцию с семейным положением и наличием детей у отвечавших, и включает в себя переменные развлечения для детей и инфраструктура фермы. Поэтому он получает название "Семейный". Последнему фактору мы присвоим название "Технологичный", у него обратная корреляция с семейным положением и наличием детей. Этому кластеру можно так же дать название молодежный, но из-за отсутствия корреляции с возрастом респондентом, мы остановимся на первом варианте т. к. в него входит всего один компонент -- техническое оснащение АТК.

Для проверки гипотезы мы создали новую переменную groups с тремя значениями, соответствующими принадлежности респондента к одной из трех групп: 1 -- посещали ранее АТК; 2 -- знали о возможности посетить ферму с туристической целью, ни разу не посещали, но хотели бы; 3 -- до участия в опросе не сталкивались с явлением агротуризма, но изъявили желание в будущем посетить АТК. С помощью коэффициента "хи-квадрат" проверим гипотезу о независимости исследуемых переменных.

По двум факторам (Фактор 2 и Фактор 4) значение величины Significance составило менее 0,05. Поэтому с вероятностью ошибки в менее 2% для Фактора 2 и менее 4% для Фактора 4 мы можем утверждать, что существует взаимосвязь между тремя выделенными нами группами потребителей и оценкой факторов.

Попытаемся так же определить влияние переменной groups на Факторы. С этой целью проведем однофакторный дисперсионный анализ, где 5 Факторов являются зависимыми переменными. В Таблице 14 приведем показатели только по значимым переменным. Мы можем видеть что переменная groups влияет на три фактора аттрактивности: познавательный, семейный и технологичный.

Таблица 14. Результаты однофакторного дисперсионного анализа

Сумма квадратов

Ст. св.

Средний квадрат

F

Знч.

Фактор 2

Между группами

8,380

2

4,190

4,246

,015

Внутри групп

473,620

480

,987

Итого

482,000

482

Фактор 4

Между группами

11,986

2

5,993

6,120

,002

Внутри групп

470,014

480

,979

Итого

482,000

482

Фактор 5

Между группами

8,738

2

4,369

4,431

,012

Внутри групп

473,262

480

,986

Итого

482,000

482

Для наглядности того, в каких именно группах отличия наиболее значимы, изобразим выводы апостериорного теста графически. Напомним, что при вычислении средних балльных оценок значения компонента факторной модели производилась трансформация балльных оценок данных из интервала "от 1 до 7" в интервал "от -2 до 2". Значение переменных, указанных на графике по оси Y следует интерпретировать таким образом: чем больше отрицательное значение переменной Фактор, тем она важнее и наоборот, чем больше положительное значение, тем она менее важна. На Графиках 2, 3, 4 отображены зависимости Факторов 2, 4, 5, соответственно, от принадлежности респондента к одной из трех групп.

График 2. Зависимость фактора 2 от переменной groups

Из данных графика 2 следует утверждение, что наибольшую значимость познавательный фактор имеет среди группы респондентов познакомившихся с явлением агротуризма во время он-лайн опроса. У двух других групп значимость данного фактора очень низкая. Мы можем сделать предположение о том, что данное явление может быть объяснено информацией об агротуризме, с которой знакомились все респонденты третьей группы (см. Приложение 5,6). Вполне возможно, что текст, описывающий все плюсы отдыха на ферме, настроил респондентов на определенный лад.

График 3. Зависимость фактора 4 от переменной groups

Из третьего графика мы делаем вывод о том, что развитая инфраструктура и развлечения для детей не так важны для тех, кто уже посещал когда-то АТК, но имеют высокое значение для потенциальных потребителей. Сложно объяснить подобную зависимость, мы можем только предположить, что "завсегдатаям" агротуризма не так важна развитая инфраструктура на ферме, так как они специально уезжают из города, чтобы выбраться из окружающей их каждый день действительности. И просто не хотят видеть на ферме все то, что у них есть в городе: кафе, рестораны, магазины и т. п.

Последний фактор, зависимость с которым была обнаружена, объединяет в себя все блага цивилизации: интернет, телевидение. И этот фактор оказался очень важен для третьей группы респондентов, которые скорее всего, основываясь на данных графиков 3 и 4, ожидают, что отдых на ферме никак не должен сказываться на их комфорте. Респонденты групп 1 и 2, которые до опроса сталкивались тем или иным образом с явлением агротурима, посчитали этот фактор не значимым.

График 4. Зависимость фактора 5 от переменной groups

Опираясь на все вышеперечисленное, мы подтверждаем гипотезу Н5 и переходим к ключевым выводам по нашему исследованию.

Похожие статьи




3.2 Результаты второго этапа исследования и анализ эмпирических данных - Факторы аттрактивности (привлекательности) агротуризма для потребителей

Предыдущая | Следующая