'전체보기'에 해당되는 글 536건

선호회귀분석

- 독립변수: 요인분석에서 얻은 상표별 요인의 지각점수

- 종속변수: 상표별 선호도 점수

- 각 요인들이 선호에 주는 영향을 구체적으로 알아볼 수 있음 -> 포지셔닝조사에 활용

포지셔닝조사에서의 활용

- 공간지각도의 한계
 -> 서로 근접한 상표들은 비슷하게 지각되어 서로 경쟁하고 있는 상표로 보면 됨.

 -> 포지셔닝을 위해서는
     - 다른 상표와의 차별화를 위해 상표들이 몰려있지 않은 위치를 찾아야 하고
     - 소비자가 선호하는 방향에 위치되어 있는지를 추가로 파악해야 함

- 마케터는 (상표 간 경쟁관계) + (공간지각도 상에서 소비자가 원하는 방향이 어디인지) -> 모두 파악해야 함.

- 선호회귀분석을 통해... 요인별 지각점수를 선호에 연결시켜 요인별 영향을 파악함으로써 알 수 있음.

1) 원리

- 속성의 간접중요도: 선호도 점수와 속성평가 점수 간 상관계수

- 선호도를 종속변수, 속성별 상표에 대한 평가점수를 독립변수로 하는 다중회귀분석!! -> 속성별 간접중요도 파악 가능.

- 그러나, 속성들은 대체로 상관관계가 높기 때문에 이들을 모두 독립변수로 사용하면 다중공선성의 문제가 발생 

- 따라서, 요인분석을 먼저 수행하여 n개 속성을 그보다 작은 m개의 요인으로 줄인 후 요인점수를 독립변수로 사용해 분석(요인분석에서 요인들은 서로 독립이기 때문에-상관관계가 없기 때문에- 다중공선성 문제는 사라짐)

- 요인별 회귀계수

 -> 요인별 간접중요도로 사용

- 요인별 베타값의 상대적 크기(표준화 회귀계수)

 -> 공간지각도에서 요인을 나타내는 축과 소비자의 선호방향을 나타내는 선호벡터가 이루는 각도를 결정

 -> 공간지각도 상에서 선호벡터를 그려 넣을 수 있음

2) 자료수집 시 유의사항

- 선호도와 속성평가 점수를 상표별로 얻어야 함

 -> 지각도만을 그린다면 주 사용상표에 대해서만 속성평가를 해도 괜찮지만, 선호회귀분석을 하기 위해서는 다른 상표의 선호도와 속성평가도 있어야 함.

- 응답스타일 문제

 -> 등간척도를 사용하면 응답자별로 척도점을 사용하는 경향이 차이가 남

 -> 서열척도나 일정합척도를 사용해야 함
     - 서열척도: 시장에 상표가 많지 않아 응답자가 모든 상표를 인지하고 있는 경우에 가능.
     - 일정합척도: 현실적인 대안으로 인지하고 있는 상표들 가운데 향후에 구입하고 싶은 상표(혹은 가장 좋아하는 상표)와 향후에 구입하고 싶지 않은 상표(혹은 가장 싫어하는 상표)를 묻고 이들 상표에 대해서 일정합척도법을 사용하여 선호도를 물은 다음 두 상표에 대하여 속성들을 평가시키는 방법으로 자료 수집

3) 선호벡터 혹은 이상벡터의 도출

- 두개의 요인을 짝으로 하여 만든 공간지각도에서 소비자의 선호도를 나타내는 것

- 상표가 화살표 방향으로 위치하면 할수록 소비자의 상표에 대한 선호도는 높아짐

- 벡터모형: 지각도 상에서 선호(혹은 속성)을 벡터로 표시한 것

- 선호벡터: 선호회귀분석 결과에서 나온 두 축의 표준화 회귀계수를 사용

- 중요도 비율을 만족시키는 선호 벡터 -> 두 중요도를 좌표값으로 하는 점과 원점을 잇는 방향이 됨

상관분석

- 두 변수 간 상호 연관성을 팡가하는 방법 중 하나.

- 등간/비유척도로 측정된 경우 -> 피어슨 상관계수

- 서열척도인 경우 -> 스피어먼 상관계수

상관계수

- 두 개의 변수가 서로 같이 변하는 정도를 나타내는 통계치

- 종류

 -> 등간척도이상인 두 변수 간의 연관성 -> 피어슨 상관계수

 -> 서열척도인 두 변수 간 연관성 -> 스피어먼 상관계수

 -> 켄달 상관계수

- 양의 상관관계: 한 변수의 크기(서열)가 증가할 때 다른 변수의 크기(서열)도 증가하는 경향

1. 피어슨 상관계수

3. 시장세분화와 상관계수

4. 상관계수의 표집분포와 통계검정

2. 스피어먼 상관계수

탐색적 자료분석

단일변량분석

1) 요약: 변수별로 자료의 대표값과 분포를 기술

 -> 수치: 도수분포(빈도)나 비율, 대표값(최빈값, 중위값, 평균), 산포도(분산(혹은 표준편차), 변동계수, 범위, 사분위간 범위), 산포형태(첨도, 왜도)

 -> 그림: 도수분포도(막대그림, 파이도표, 비율척도인 자료는 히스토그램, 상자도표(boxplot)

2) 집단 간 비교 혹은 자극물 간 비교: 특정 변수에 있어서 집단 간 차이가 있는지를 파악하는 분석

 -> 수치와 그림: 평균 차이, 비율 차이, 상자도표 비교, 도수분포 비교

다변량분석

1) 두 변수 간 상호연관성 파악

 -> 수치: 상관계수, 이차원분할표(상황계수)

 -> 그림: 산점도, 대응분석

2) 변수 간 상호연관성 파악 혹은 자료구조의 단순화

 -. 요인분석과 다변량자료의 시각화방법

3) 다수의 독립변수와 하나의 종속변수 간의 연관성 파악

 -> 회귀분석

기술통계(descriptive statistics)

- 평균, 퍼센트, 산포도 혹은 상관계수처럼 표본에서 얻은 통계치로 모수를 기술하는 것

추론통계(inferential statistics)

- 통계치가 표집분포 상의 어디에 위치하는가를 파악하여 통계치를 표집분포로부터 얻을 확률을 부여한 것

- 추론통계는 표본이 모집단에서 무작위로 추출된다는 가정에 의해 구함.

- 예> 신뢰구간

유의확률

- 모수와 통계치의 차이를 무시할 수 있는지 아니면 실제로 차이가 있을 가능성이 있는지의 여부를 확률로 부여하는 것

통계검정

- 유의확률이나 신뢰도 구간을 구하는 것