선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 5 기가바이트의 대량의 데이터이다. 따라서 본 연구에서는 Java 언어로 프로그램을 작성하여 좌석공유 정보를 추출 하였다.
- 본 연구는 항공 산업의 대표적인 제휴전략인 좌석 공유정책이 경영성과에 미치는 영향에 대하여 사회연결망 분석을 시도한 최초의 논문으로서 의의를 지닌다. 다만, 본 연구에서 사용된 데이터의 경우 이자율, 환율, 유가 변동 등의 외부 환경변수가 항공사 재무 지표에 큰 영향 미치는 것으로 나타나 순이익, 매출 등의 재정지표를 분석에 활용하지 못하였다.
가설 설정
- 즉, 항공사가 보유한 특정 공항의 스케줄을 포기하거나 변경하지 않는다면 다음 시즌에도 우선권은 기존 보유 항공사에게 돌아가게 된다. 따라서 본 연구에서는 연구대상연도인 2008년을 기준으로 항공사의 스케줄 변화는 없다고 가정한다. 0AG에서 발행하는 스케줄에 포함되어 있는 주요 정보는 다음과 같다.
제안 방법
- 0AG데이터에서 추출된 좌석공유 정보를 활용하여 항공사별로 실제 좌석을 제공한(operation flight) 횟수와 타 항공사에서좌석을 제공받은(marketing flight) 횟수를 계산 하였다. 사회연결망을 도출하기 위해 항공사가 타 항공사에게 좌석을 제공하면 타 항공사에 대해 외향(out-degree) 관계가 생성되며, 타 항공사에서 좌석을 제공받은 경우 내향(in-degree)관계가 생성된다고 정의하였다.
- 0을 활용하였으며 통계분석에 앞서 공급좌석 수와 중앙성 변수를 로그 변환하였다. 공급좌석 수는 규모의 경제 효과로 인해 한계효용이 체감하는 점에 근거하여 로그를 취하였으며, 중앙성 변수의 경우 네트워크의 효용이 네트워크의 노드 수의 제곱에 비례하여 증가하는 특성을 고려하였다. 변수들 간의 상관관계 분석결과는 다음과 같다.
- 본 연구에서는 좌석공유와 항공사 성과와의 관계를 분석하기 위해서<표 2>의 성과지표를 활용 하였다. 공급좌석킬로(ASK)는 항공사의 규모를 측정하기 위해 선정되었으며, 유상여객킬로(RPK) 와 탑승률(LF)은 항공사의 수송효율성을 측정하는 변수로 선정되었다.
- 독립변수는 내향 중앙성 (in-degree centrality), 외향 중앙성 (out-degree centrality), 사이중앙성(between centrality) 과 항공사의 규모를 나타내는 공급좌석킬로 (ASK)를 사용하였다. 종속변수로는 항공사의 성과를 나타내는 탑승률(load factor)을 선정하였다.
- 선행연구에 따르면 탑승률과 수익성간에는 양의 상관관계가 존재하며, 이는 유사 산업에서도 입증된바 있다「구태회, 2008」, 「Sinha, 2007」. 따라서 항공사의 다른 조건이 동일할 때 탑승률이 높으면 수익이 증가하기 때문에 외부환경 변수가 통제되고 항공사의 성과를 비교적 정확히 나타낼 수 있는 탑승률을 성과지표로 선정하여 상관분석을 수행하였다. 통계 분석에는 SPSS 12.
- 본 연구에서는 항공사의 전략적 마케팅 수단의 하나인 좌석공유와 경영성과의 연관관계를 사회연결망 분석 기법을 이용하여 분석하였다. 이를 위해 실제 항공사 운항 정보를 이용하여 도출된 사회연결망을 통해 항공사 간의 제휴관계를 분석하였다.
- 사회연결망분석 기법으로 항공사의 좌석공유 정책이 수익성에 미치는 영향을 분석하기 위해 본 연구에서는 먼저 항공사 비행스케줄 데이터를 수집하여 좌석 공유정보를 추출하고, 각 항공사별 좌석공유 횟수에 기반을 둔 사회연결망 도출하였으며, 도출된 사회연결망과 항공사 좌석공유가 경영성과에 미치는 영향을 분석하였다. 본 장에서는 항공사 좌석공유에 기반을 둔 사회연결망 구축과정에 대해 살펴본다.
- 추출하였다. 생성된 연결망을 근거로 각 노드의 연결정도 중앙성, 사이 중앙성, 중심화 등을 구하였다. <표 4>는 대한항공이 타 항공사에 제공하는 좌석공유의 예시를 보여준다.
- <표 7>은 독립변수와 종속변수간의 다중선형회귀 분석결과를 나타낸다. 우선 선형 회귀 분석의 기본 가정을 만족 시키는지 확인하기 위하여 잔차의 산포도(residual plot)를 검토하였다. 잔차의 산포도가 한쪽으로 퍼지거나 몰리는 등의 특이 사항이 발견되지 않아 잔차의 정상성과 동변량성이 충족됨을 확인하였으며 모델의 적합도를 나타내는 R2값이 0.
- 기법을 이용하여 분석하였다. 이를 위해 실제 항공사 운항 정보를 이용하여 도출된 사회연결망을 통해 항공사 간의 제휴관계를 분석하였다. 결론적으로 항공사의 좌석 공유는 경영성과와 양(+)의 연관관계가 있으며 좌석 공유를 많이 제공하는 항공사(operating carrier) 일수록 좌석공유를 제공받는 항공사 (marketing carrier) 보다 더 높은 탑승률과의 연관관계를 나타내었다.
- 사용하였다. 종속변수로는 항공사의 성과를 나타내는 탑승률(load factor)을 선정하였다. 성과를 대표하는 변수로는 매출액, 순수익 등의 경영성과지표도 고려할 수 있으나, 탑승률과는 달리 외부 환경변수의 통제가 어렵다는 단점이 있다.
- 좌석 공유 정보를 사용하여 항공사 간 관계를 정의하고, 이를 기반으로 사회연결망을 구축하였다. 구축된 연결망을 통해 각 항공사의 연결 패턴과 경영 성과를 회귀 분석하였다.
대상 데이터
- 본 연구에서는 OAG (Official Airline Guide)(2008) 의 데이터에 기반하여 각 항공사별 비행스케줄을 수집하였다. OAG는 900여 개의 항공사의 75, 000의 일 단위 스케줄을 발행한다.
- 활용하였다. 본 연구에서는 국제항공운송협회의 2008년 실적정보를 분석에 활용하였다.
- 앞 절에서 구축된 사회연결망과 경영성과와의 연관 관계를 분석하기 위해, 69개 국적의 90 개 항공사의 공급 좌석 킬로(ASK), 유상여객킬로(RPK) 및 탑승률(LF) 데이터를 활용하였다. 본 연구에서는 국제항공운송협회의 2008년 실적정보를 분석에 활용하였다.
데이터처리
- 좌석 공유 정보를 사용하여 항공사 간 관계를 정의하고, 이를 기반으로 사회연결망을 구축하였다. 구축된 연결망을 통해 각 항공사의 연결 패턴과 경영 성과를 회귀 분석하였다.
- 와 동일한 형태의 각 항공사별 데이터를 사회연결망 분석 프로그램인 UCINET 6.0에 입력하여 항공사간 좌석공유 기준 사회연결망을와 같이 도출하였으며, 도출된 사회연결망을 사용하여 항공 사간 좌석 공유 제휴패턴을 분석하였다.
- 따라서 항공사의 다른 조건이 동일할 때 탑승률이 높으면 수익이 증가하기 때문에 외부환경 변수가 통제되고 항공사의 성과를 비교적 정확히 나타낼 수 있는 탑승률을 성과지표로 선정하여 상관분석을 수행하였다. 통계 분석에는 SPSS 12.0을 활용하였으며 통계분석에 앞서 공급좌석 수와 중앙성 변수를 로그 변환하였다. 공급좌석 수는 규모의 경제 효과로 인해 한계효용이 체감하는 점에 근거하여 로그를 취하였으며, 중앙성 변수의 경우 네트워크의 효용이 네트워크의 노드 수의 제곱에 비례하여 증가하는 특성을 고려하였다.
- 항공사 좌석공유 사회연결망과 경영성과간의 관계를 분석하기 위해 다중 선형회귀분석을 실시하였다. 다중 선형 회귀분석의 종속변수는 경영성과를 나타내는 탑승률이 선정되었고, 독립변수로는 공급좌석 수, 내향 및 외향 중앙성, 사이 중앙성이 선정되었다.
이론/모형
- 본 논문에서는 항공사간 좌석공유(codeshare)와 경영 성과간의 관계를 알아보기 위하여 사회연결망분석 (social network analysis)기법을 활용하였다. 좌석 공유 정보를 사용하여 항공사 간 관계를 정의하고, 이를 기반으로 사회연결망을 구축하였다.
- 본 연구에서는 좌석공유와 항공사 성과와의 관계를 분석하기 위해서의 성과지표를 활용 하였다.
성능/효과
- 이를 위해 실제 항공사 운항 정보를 이용하여 도출된 사회연결망을 통해 항공사 간의 제휴관계를 분석하였다. 결론적으로 항공사의 좌석 공유는 경영성과와 양(+)의 연관관계가 있으며 좌석 공유를 많이 제공하는 항공사(operating carrier) 일수록 좌석공유를 제공받는 항공사 (marketing carrier) 보다 더 높은 탑승률과의 연관관계를 나타내었다. 또한, 연결정도 중앙성이 사이 중앙성에 비해 상대적으로 더 큰 영향을 미치는 것으로 나타났다.
- 따라서 좌석 공유는 경영성과에 간접적으로 기여한 다고 할 수 있으나 본 회귀모델에서는 직접적 상관관계가 도출되지 못하였다. 또한 네트워크상에서 매개 역할을 하는 지표인 사이 중앙성의 경우 유의미한 관련성이 없는 것으로 나타났다. 이는 좌석공유 사회연결망이 판매자와 구매자 간의 단순 연결에 치중된 결과로 해석될 수 있다.
- 833까지의 유의한 상관관계를 보이고 있다. 또한 종속변수와 독립변수 긴에는 모두 유의한 양(+)의 상관괸계로 조사되었다.
- 결론적으로 항공사의 좌석 공유는 경영성과와 양(+)의 연관관계가 있으며 좌석 공유를 많이 제공하는 항공사(operating carrier) 일수록 좌석공유를 제공받는 항공사 (marketing carrier) 보다 더 높은 탑승률과의 연관관계를 나타내었다. 또한, 연결정도 중앙성이 사이 중앙성에 비해 상대적으로 더 큰 영향을 미치는 것으로 나타났다.
- 우선 선형 회귀 분석의 기본 가정을 만족 시키는지 확인하기 위하여 잔차의 산포도(residual plot)를 검토하였다. 잔차의 산포도가 한쪽으로 퍼지거나 몰리는 등의 특이 사항이 발견되지 않아 잔차의 정상성과 동변량성이 충족됨을 확인하였으며 모델의 적합도를 나타내는 R2값이 0.423으로 나타났다. 회귀모형에서 독립변수 그룹이 종속변수와 상관관계가 얼마나 높은가를 분석하기 위해 AN0VA 검증을 한 결과 F값이 15.
- 반면에 외향 중앙성이 높아질수록 탑승률을 높아지는 경향을 보였다. 즉 좌석공유를 제공받는 쪽 보다는 제공하는 쪽이 탑승률 실적과 상대적으로 양(+)의 상관관계를 보이는 것으로 나타났다. 외향 중앙성이 높은 항공사는 남을 가능성이 높은 좌석을 다른 항공사에 판매하기 때문에 탑승률과 양의 상관관계가 존재할 가능성이 높다.
- 항공사간의 좌석공유 사회연결망은 크게 두 개의 그룹으로 나눌 수 있으며 각 그룹은 항공사 간의 제휴관계(alliance)와 밀접히 연관되어 있음을 알 수 있다. 즉, 최초로 결성 된 Star Alliance가 United Airline과 Lufthansa Airline등을 중심으로 가장 활발한 연결망을 구축하고 있으며, American Airline을 중심으로 한 Oneworld Alliance, Delta Airline과 KLM 등을 중심으로 한 Sky Team 등이 Star Alliance보다는 상대적으로 느슨한 연결망을 구축하고 있음을 알 수 있다.
- 회귀 분석결과 공급좌석수가 많을수록, 탑승률이 높아지는 경향을 확인할 수 있었다. 이는 항공 산업의 규모의 경제 효과를 감안할 때 당연한 결과로 분석된다.
- 423으로 나타났다. 회귀모형에서 독립변수 그룹이 종속변수와 상관관계가 얼마나 높은가를 분석하기 위해 AN0VA 검증을 한 결과 F값이 15.6으로 비교적 높게 나와 회귀방정식이 잘 성립하는 것으로 나타났다.3)
후속연구
- 지닌다. 다만, 본 연구에서 사용된 데이터의 경우 이자율, 환율, 유가 변동 등의 외부 환경변수가 항공사 재무 지표에 큰 영향 미치는 것으로 나타나 순이익, 매출 등의 재정지표를 분석에 활용하지 못하였다. 하지만 Sinha(2007) 의 연구에서는 이미 탑승률과 수익률간의 양의 상관관계를 보인 바 있다.
- 따라서 사회연결망과 탑승률 뿐 만 아니라 수익성을 포함한 포괄적인 관점에서의 연구가 요구된다. 또한, 정량적 지표뿐만 아니라 정성적 지표인 항공사 서비스 수준 등을 활용에 좀 더 포괄적 인 사회연결망 분석 모델을 만들어 낸다면 항공사 수익성과의 상관관계를 분석하는데 좀 더 의미 있는 결과를 만들어 낼 수 있을 것으로 생각된다.
- 본 연구는 네트워크의 중앙성만을 사회연결망의 분석 지표로 활용하였으나 항공사 간의 동맹 (alliance)을좀 더 심층적인 사회연결망 관점에서 추후 연구를 진행할 필요가 있다. 본 연구에서는 내향 중심성과 탑승률과의 양의 상관관계가 도출되지 못하였으나, 앞 장에서 분석한 바와 같이 내향 중심성 또한 항공사의 수익성에 긍정적인 영향이 존재할 것으로 예상된다.
- 필요가 있다. 본 연구에서는 내향 중심성과 탑승률과의 양의 상관관계가 도출되지 못하였으나, 앞 장에서 분석한 바와 같이 내향 중심성 또한 항공사의 수익성에 긍정적인 영향이 존재할 것으로 예상된다. 따라서 사회연결망과 탑승률 뿐 만 아니라 수익성을 포함한 포괄적인 관점에서의 연구가 요구된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.