정량적 조사 방법론

신제품 또는 광고카피 등과 같은 보조물을 이용하여 조사목적에 대한 상세한 설명을 하

(1) 갱 서베이의 목적

① 신상품 서비스 수용도 조사

갱서베이는 일반적인 개별면접과 비교시 신상품 서비스 수용도 조사에 더욱 우수 한 결과를 얻어낼 수 있다. 컨조인트 분석과 같은 서비스의 특성이 복잡하여 조사 진행 중에 자세한 설명이 필요한 경우나, 비디오나 음향기기 등의 멀티미디어 환 경이 조사진행 중에 필요한 경우, 응답자 들에게 실제로 제품을 보여주어야 하는 경우에는 갱서베이를 진행하는 것이 유리하다.

② 보다 정교한 소비자 세분화

갱서베이는 소비자 세분화를 보다 정교하게 해야 하는 경우 일반 개별면접보다 유 용하다. 갱서베이는 조사의 특성상 속성간 변별력이 강화되는 경향을 보이는데, 이 러한 특성으로 인하여 Benefit Segmentation 의 결과가 일반적인 조사에 비해 뚜 렷해진다.

③ 가격 민감도 조사가 다른 상품과의 비교 속에 진행되어야 하는 경우

갱서베이는 가격 민감도 조사를 다른 상품과의 비교 속에서 진행해야 하는 경우에 일반적인 개별면접보다 우수한 데이터를 얻어낼 수 있다.

2) 설문 조사(survey)

설문조사(survey) 방법은 사회의 여러 분야에서 일어나는 문제를 해결하기 위한 정보 수집을 위해, 관계되어 있는 사람 혹은 조직에 동일한 질문을 하고, 질문에 대한 답을 통해 자료를 수집하고, 수집된 자료를 분석하여 정보를 얻는 과정이다. 주로 설문지(질 문지)라고 하는 측정도구를 사용한다.

설문 조사의 일반적인 절차는 다음과 같다.

[도표4-7] 설문 조사(survey)의 실무절차

(1) 데이타 수집 계획 수립 ① 표본추출의 의의와 장단점

연구대상 전체로부터 선택된 일부가 표본(sample)이며 표본을 선택하는 과정을 표본 추출(sampling)이라고 한다. 일부 표본만을 대상으로 자료를 수집하는 경우에도 수 집한 자료의 처리결과는 모집단을 대상으로 일반화할 수 있어야 하므로 표본추출에 서의 핵심은 표본의 특성이 전체 대상의 특성을 대표할 수 있는지의 여부, 즉 표본 의 대표성이다.

- 표본추출의 장점 : 다량의 정보 확보를 통한 신속성과 경제성, 세밀한 조사가능, 전수조사가 불가능할 경우 유용, 정확도의 증가(비표본오차의 감소)

- 표본추출의 단점 : 대표성 있는 표본선정의 어려움, 모집단 자체가 작은 경우에는 표본조사가 무의미, 복잡한 표본설계를 요하는 경우에는 시간이 많이 들고 오차가 많이 발생

한편 응답자가 민감하게 반응하는 주제에 대하여 조사를 하고 피조사자에게 그 주제 에 대해 다시 조사할 경우 선행조사가 그 결과에 영향을 주게 되어 조사대상오염의 문제가 발생하므로 표본조사를 함으로써 오염되지 않은 피조사자 확보할 수 있도록

주의해야 한다.

[도표4-8] 표본추출의 개념

② 표본추출의 과정(표본설계과정) 가) 모집단확정

모집단은 연구의 대상이 도는 집단으로 연구자가 직접적인 방법이나 통계적 추정 에 의하여 정보를 얻으려 하는 대상집단으로 정밀한 모집단을 규정하기 위해 연구 대상, 표본단위, 조사범위, 조사기간의 4가지 요소를 확정해야 한다.

- 연구대상

정보가 얻어지는 단위로 분석의 기초가 된다. 표본조사에서 가장 일반적인 연구 대상은 개인, 제품, 상점, 기업 등이며 연구목적에 의해 결정된다.

- 표본단위

표본추출단계에서 표본으로 추출될 수 있는 요소로 모집단은 궁극적으로 의사결 정과 관련될 수 있도록 규정되어야 한다.

- 조사범위와 기간

모집단의 범위는 연구결과의 타당성과 신뢰성의 평가에 가장 중요한 기준이 되 므로 적정수준을 결정해야 한다. 또한 의사결정에 도움을 주기 위해서 연구대상 에 대한 명확한 규정과 더불어 시간적, 공간적인 경계선도 모집단의 규정에 포 함되어야 한다.

나) 표본추출프레임(sampling frame) 결정

단으로 분류한 후 추출하는 특징이 있기 때문에 모집단의 동질성을 확보할 수 있

획득하고 조사하며 또 그들로부터 계속된 조사를 이어 범위가 확대되어 가는 방

※ 가설의 개념

② 통계학에서 가설의 개념과 제1 종, 제2 종 오류 가) 귀무가설과 대립가설

통계학에서 가설(hypothesis)이란 모집단의 특성이나 모수에 관한 주장이나 서술을 말한다. 예를 들어 제약회사에서 만든 새로운 다이어트약이 효과가 있다고 주장한 다면 이것은 하나의 가설이 된다. 이러한 가설은 모집단의 특성에 관한 것이지 특 정한 표본이나 실험결과에 관한 것은 아니다. 따라서 통계적 가설은 절대적인 결론 이 아니며 불확실성이 내포된다.

따라서, 위의 설명된 “AA 제약회사에서 만든 새로운 다이어트약이 효과가 있다”

는 가설을 검증하고자 한다면, 다음과 같은 두 가지 가설을 세울 수 있다. 그 하나 가 "새로운 다이어트약이 효과가 없다"는 가설과 또 다른 하나가 "새로운 다이어트 약이 효과가 있다"는 가설이다. 여기서 "새로운 다이어트약이 효과가 없다"와 같이 보통 기존의 존재하는 사실에 해당하는 가설을 귀무가설(null hypothesis)(영가설) 이라 하고, "새로운 다이어트약이 효과가 있다"와 같이 자료로부터 새로운 사실을 입증하고자 하는 가설을 대립가설(alternative hypothesis)(연구가설)이라고 한다.

일반적으로 귀무가설을 H0로 대립가설을 H1으로 표기한다.

[도표4-10] 가설 설정 및 가설검정 절차

나) 제 1종의 오류(Type1 Error)와 제 2종의 오류(Type2 Error)

통계에서 가설에 대한 검정이란 완벽할 수 없다. 표본 조사에서 얻은 데이터의 분석을 통해 귀무가설이 맞을 가능성이 크면 귀무가설을 채택하고,채택하고, 반대로 틀릴 가 능성이 높으면 귀무가설을 기각하게 된다. 여기서 옳은 주장(眞)일 때 이를 기각하던 가 또는 틀린 주장(虛僞)일 때 이를 받아들이는 오류(error)를 범䰀₵琀糇₹다. 이러한 오류를 검정 오류라 한다. 검정 오류에는 크게 제 1종의 오류와제 2종의 오류로 구분 된다.

- 제1 종 오류: 귀무가설이 맞는데 잘못하여 이를 기각하고 대립가설을 채택할 확률

미칠 수 있기 때문에 이들에 대한 신중한 고려가 필요하다. 적절한 어휘의 구사와

- 응답자의 분류를 위한 자료 질문

선다형으로 제시한다면, 그 범주를 어떻게 할 것인가가 문제가 된다. 혹 응답범

- 10단계 : 설문지의 코딩

완성된 설문지를 이용 실사(Field Work)를 하게 되면 원하는 자료가 수집된다.

실사가 진행되는 동안 조사자가 설문지의 코딩 가이드를 마련해 놓으면 실사가 완 료된 후에 자료의 처리와 분석을 효율적으로 수행할 수 있다.

코딩이란 각 항목별로 응답에 해당하는 숫자나 기호를 부여하는 과정으로, 전산을 통해 자료를 분석할 수 있도록 각 항목에 대한 응답자의 응답을 숫자로 표현하는 것을 말한다.

(4) 분석방법

자료를 정리하거나 통계분석을 수행하기 위해서는 자료의 유형에 대해서 알아야 한다.

자료의 유형에 따라 분석방법이 달라지기 때문이다. 자료는 크게 양적 자료와 질적 자 료로 나누어진다. 양적 자료는 키, 몸무게, 시험점수 등 수치로 나타낼 수 있는 자료 이고, 질적 자료는 직업, 거주지 등 수치로 나타낼 수 없는 자료이다. 양적 자료는 다 시 이산형 자료와 연속형 자료로 나누어진다. 이산형 자료는 자녀 수, 컴퓨터 수와 같 이 셀 수 있는 수치만을 갖는 자료이고, 연속형 자료는 키, 무게, 온도 등 연속적인 값을 취할 수 있는 자료이다.

[도표4-11] 자료의 유형과 사례

한편, 자료는 측정척도의 유형에 따라 비율척도, 등간척도, 서열척도, 명목척도로 나 누어진다. 비율척도와 등간척도는 양적 자료 측정에 사용되고, 서열척도와 명목척도는 질적 자료 측정에 사용된다. 비율척도는 각 수준간의 간격이 동일하면서도 동시에 절 대원점을 갖는 척도이다. 키, 몸무게와 같이 수치 들을 더하고 뺄 수 있을 뿐 아니라 곱하기도 가능하다. 반면에 등간척도는 각 수준간의 간격이 동일하지만 절대원점을 갖 고 있지 않은 척도이다. 즉 자료간의 양적 차이는 알 수 있지만 양의 절대적 크기는 알 수 가 없다. 서열척도는 측정 대상간에 높고 낮음의 관계를 순서에 따라 값을 부여 한 것이다. 예를 들면 각 행정기관에 대한 만족도를 그 만족순서에 따라 나열하여 번

호를 매기면 서열척도가 된다. 명목척도는 남녀구별, 결혼여부, 출신지역 등과 같이

가) 하나의 변수에 대한 분석 - 기술적 통계량

정), 회귀분석(더미 변수이용) 등을 이용해 분석해야 한다.

ANOVA를 확장한 개념이라고 할 수 있다. 앞에서 ANOVA가 종속변수의 평균값으로 분석

종속변수의 값이 두 개 정도이거나 제한적인 경우 어떤 독립변수가 종속변수에 가장 큰 영

군집분석을 '계층적 군집분석'이라 하고 비계층적 군집분석을 'K-평균 군분석'이라고 한다.

관련성이 있는가, 어느 상품에 대한 광고액과 매출액과의 관계는 어떤 상관이 있는가 등의

가) 단순회귀분석(Simple Regression Analysis) - 단순회귀분석의 모형

H0 : 독립변수들과 종속변수간에 유의적인 관계가 존재하지 않는다.

로 구성된 이상적인 제품을 찾을 수 있도록 하기 때문에 신제품 개발을 위한 상업적 시장 조사에 널리 사용된다.

[도표4-14] 컨조인트 분석 진행절차

② 다차원 척도법 분석 (Multidimensional Scaling: MDS)

다차원 척도분석(Multidimensional Scaling: MDS)은 대상물이 갖고 있는 속성을 공간에 서 단순화시켜 손쉽게 파악하는 통계분석 기법이다. 대상물이 가지고 있는 복잡한 이미지 의 속성을 공간에서 2차원 혹은 3차원적 구도로 단순화시켜 시각적으로 알려주는 기능을

다차원 척도분석(Multidimensional Scaling: MDS)은 대상물이 갖고 있는 속성을 공간에 서 단순화시켜 손쉽게 파악하는 통계분석 기법이다. 대상물이 가지고 있는 복잡한 이미지 의 속성을 공간에서 2차원 혹은 3차원적 구도로 단순화시켜 시각적으로 알려주는 기능을