블록화(Block)를 활용한 컨조인트 분석

Abstract

본 논문에서는 마케팅 분야에서 소비자의 효용을 분석하는 대표적인 방법인 컨조인트 분석(Conjoint analysis)의 제품 프로파일 설계와 조사단계에서의 블록화 (block)방법을 제안하였다. 즉, 설문 조사대상을 몇 개의 그룹으로 나누고, 그룹별로 다른 설문지를 통해 설문을 진행하는 것이다. 설문지의 프로파일 구성은 예측하고자 하는 속성 간 상호작용을 예측할 수 있도록 설계해야한다. 휴대폰 서비스에 관한 Yun(2007)의 선행 연구 결과를 참고하여 전통적인 컨조인트 분석 방법과 블록화를 활용한 컨조인트 분석 방법을 비교하였다. 전통적인 방법은 주효과만을 독립적으로 구할 수 있도록 서비스 프로파일을 설계한 것을 의미하며, 블록화 컨조인트 분석 방법은 주효과와 2인자 상호작용을 독립적으로 구할 수 있도록 설계한 것을 의미한다. 그리고 가정한 효용함수를 따르도록 시뮬레이션 데이터를 생성한 후 분석을 진행하였다. 블록화 컨조인트 분석은 조사대상인 응답자를 그룹으로 나누고, 각 그룹별로 다른 서비스 프로파일의 조합을 제시하는 설문지를 통해 설문조사를 진행한다. 생성된 데이터는 Design Expert 8을 활용하여 분석을 진행하였고, 예측된 효용함수를 본래 효용 함수와 비교하여 전통적인 방법보다 블록화를 이용한 컨조인트 분석이 더 정확한 예측을 해냄을 규명하였다. 실험 전체를 몇 개의 블록으로 나누어 실험을 실시하는 블록화 방법은 통계학분야 중 하나인 실험계획법에서는 보편적으로 활용되는 방법이다. 본 연구는 그간 진행되어온 컨조인트 분석에 통계적으로 많이 활용되는 방법을 접목하여 쉽고 효율적인 방법을 찾아보고자 노력하였다. 블록화를 활용한 컨조인트 분석은 설계 방법이 간단하고 효율적이기 때문에, 실제로 활용될 수 있는 설문 조사 방법이라는 점에서 본 연구의 의의를 찾을 수 있다.;This paper aims to find a useful method in the conjoint analysis using blocking. Conjoint analysis is a statistical technique used in market research to determine how people value different features that make up an individual product or service. The objective of blocking conjoint analysis is to determine what combination of a limited number of attributes is most influential on respondent choice or decision making. Especially, I try to find interaction effects between attributes. This study based on the simulation data analysis. The first, I select the number of attributes and make controlled set of potential products for services. The second, I suppose to blocking respondents for several group and give each groups different questionnaires. So I can gather more informations than traditional method that uses only one kinds of questionnaire method. Therefore, blocking conjoint analysis is very useful because we can find interaction effects and gather more confident informations from respondents.