[논문]New Design of Choice Sets for Choice-based Conjoint Analysis

Kim, Bu-Yong

doi:10.5351/kjas.2012.25.5.847

New Design of Choice Sets for Choice-based Conjoint Analysis 원문보기

응용통계연구 = The Korean journal of applied statistics, v.25 no.5, 2012년, pp.847 - 857

Kim, Bu-Yong (Department of Statistics, Sookmyung Women's University)

Abstract ▼ AI-Helper

This article is concerned with choice-based conjoint analysis versus rating-based and ranking-based conjoint analysis. Choice-based conjoint analysis has a definite advantage in that the respondent's task of choosing the most preferred profile from several competing profiles adequately mimics consumer marketplace behavior. It is crucial to design the choice sets appropriate for the choice-based conjoint. Thus, this article suggests a new method to design the choice sets that are well-balanced. It augments the balanced incomplete block design and then obtains the dual design of the result to accommodate various numbers of profiles. In consequence, the choice sets designed by the new method have the desirable characteristics that each profile is presented to the same number of respondents, and pairs of any two distinct profiles occur together in the same number of choice sets. The balancing of the design increases the efficiency of the conjoint analysis. In addition, the pair-comparison scheme can improve the quality of data through the identification of contradictory responses.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

더욱이 선택집합의 수나 크기를 다양하게 결정하기 원하는 마케팅조사 담당자에게는 적절한 선택집합을 제공할 수 없다. 따라서 BIBD 기본설계를 확장하고 변환시키는 방식으로 선택집합을 구성하는 방법을 제시하고자 한다.
한편, 직교설계방법은 이상적이긴 하지만 선택집합의 수가 많거나 선택집합의 크기가 지나치게 큰 경우가 많아서 응답자에게 부담을 줄 수 있고, 연구자가 원하는 특정 규모의 선택집합을 구성할 수 없기 때문에 현실적으로 적용하기 어렵다는 한계를 가지고 있다. 따라서 본 연구에서는 선택집합을 설계하는 방법의 대안을 제안하고자 하는데, 실험계획법의 하나인 균형불완비블록설계(balanced incomplete block design; BIBD)를 바탕으로 선택집합을 설계하는 방법을 제시하고자 한다. 우선 제 2장에서는 CBCA의 전반적인 조사실행 과정과 분석방법을 요약하고, 제 3장에서는 선택집합을 설계하는 새로운 방법에 관하여 구체적으로 기술하고자 한다.
본 논문에서는 기존의 컨조인트분석 기법들과는 달리 제품프로파일들을 선택집합으로 구성하고 응답자가 각 선택집합에서 가장 선호하는 프로파일을 선택하거나 그것들 중에서 아무 것도 선택하지 않을 수 있도록 하는 CBCA에 관한 연구를 수행하였다. CBCA의 실행과정에서는 선택집합을 적절히 설계하는 것이 매우 중요하다.
그러므로 설계의 효율성 향상과 응답자의 부담 완화를 동시에 고려하여 일부의 프로파일들을 선정하고 각 선택집합에 어느 프로파일들을 배치할 것인지를 결정해야 한다. 본 연구에서는 다양한 개수의 프로파일을 갖는 CBCA에 적용할 수 있는 선택집합을 설계하는 방법을 제시하였다. 이 방법의 특징은 균형불완비블럭설계를 확장하고 쌍체설계 개념을 적용한 것이다.
더욱이 직교설계가 존재하지 않는 상황에도 균형비직교설계는 존재하는 경우가 많다. 이러한 점들을 반영하여 BIBD에 바탕을 둔 선택집합을 구성하는 방법을 제안하고자 한다.

제안 방법

선택집합마다 다른 개수의 프로파일을 배치할 수 있으나 일반적으로 동일한 개수(s)를 배치한다. 각 응답자에게는 서로 다른 t개의 선택집합이 하나씩 제시되고, 각 선택집합에 포함된 sj개의 프로파일 중에서 어느 프로파일을 가장 선호하는지 아니면 그것들 중에서 어느 것도 선택하고 싶지 않은지 질문한다. 총 n명의 응답자로부터 선택결과를 얻는데, C_ij (i = 1, .
CBCA 조사는 보통 대인면접법이나 인터넷조사를 통하여 실행된다. 구성된 선택집합을 하나씩 응답자에게 제시하고, 각 선택집합에서 가장 선호하는 프로파일을 선택하거나 그 중에서 아무 것도 선택하지 않는지 묻는다. 선택집합에 포함된 프로파일들은 문장으로 기술되거나, 그림, 영상, 실물 등으로 제시될 수도 있다.

대상 데이터

4에서 프로파일의 수가 20개에 해당하는 시나리오는 S37, S38, S39, S40이며 이것들 중에서 하나를 선정할 수 있었다. 그런데 선택집합의 크기는 5개로 설계하는 것이 적절하다고 판단하여 S40을 선정하였다. S40에 따른 선택집합의 수는 총 12개인데, 그중에서 1-번째와 12-번째 선택집합만을 예시하면 Table 3.

데이터처리

한편, 컨조인트모형의 유의성을 검정해야 하는데, 통계적 가설 H0 : Gβ = 0, H1 : Gβ ≠ 0 (단, G는 (1, 1) 위치의 요소가 0인 단위행렬)에 대하여 검정통계량: T0 = (G\(\widehat{β} \))T{G(XT S−1X)−GT}−1G\(\widehat{β} \)을 적용하여 검정한다.

이론/모형

또한 조사관리, 조사비용, 응답자들의 부담 등을 동시에 고려하여 프로파일의 개수를 결정해야 하기 때문에 직교설계의 적용을 고집할 수가 없다. 따라서 A-최적설계나 D-최적설계 기법을 적용하게 된다. 이러한 설계기법들은 다음과 같은 설계효율성을 최대화하는 부분설계를 찾아준다.
따라서 교호작용은 모형의 적합성을 유의적으로 증가시킬 수 있는 경우에 한해서 포함시켜야 한다. 전체 선택집합에 걸쳐 통합한 로짓 l을 CBCA 모형의 반응변수로 삼고, 설명변수는 각 속성의 수준들을 지시변수로 표현하여 Kim (2005)에서와 같은 컨조인트모형을 설정한다. 모형에는 선택집합에 포함된 ‘no-choice’를 반영하기 위하여 절편이 포함되어야 한다 (Haaijer 등, 2001).

성능/효과

(1) BIBD에 의한 선택집합 설계 실험설계에서 블록의 크기가 처리의 개수보다 적은 경우, 각 블록에 모든 처리가 배치되지 못하기 때문에 부득이 BIBD를 적용하게 된다. BIBD에서 각 처리는 어느 블록에 한번만 포함되고, 각 처리는 정확히 동일한 개수의 블록에 포함되며, 어느 두 개의 처리가 이루는 쌍은 동일한 개수의 블록에 동시에 포함된다.
(2) BIBD의 쌍체설계에 의한 선택집합 설계 BIBD 기본설계들로부터 선택집합을 설계하는 방법의 한계를 극복하기 위하여 쌍체설계(dual design)의 개념을 도입할 수 있다. 쌍체설계는 BIBD 기본 설계에 의해 구성한 선택집합에서 선택집합 번호와 프로파일 번호를 교환함으로써 얻을 수 있다.
(2) 선택집합의 구성 제품프로파일의 일부가 선정되면 선택집합의 개수와 선택집합의 크기를 결정한다. 선택집합의 수와 크기는 모형에 주효과와 함께 교호작용도 포함되는지 여부, 모든 속성과 수준들이 반영될 수 있는지 등을 고려하여 결정해야 한다.
(2) 컨조인트모형의 설정 CBCA를 위한 모형에는 주효과들과 교호작용들을 포함시킬 수 있다. 그러나 교호작용을 포함시킬 경우에는 주의를 해야 한다.
요인설계에 의한 전체 프로파일은 144개를 얻었는데 응답자에게 제시하기에는 너무 많은 것으로 판단되었다. 그래서 D-최적설계를 적용하여 20개의 제품프로파일을 선정하였으며 D-효율성은 96.76 수준이었다.
더욱이 전혀 선호하지 않는 제품들을 제외시키고 관심 있는 제품들 중에서 하나를 선택하기 때문에 세밀한 선호도평가가 가능하다. 넷째, 기존의 컨조인트분석들은 대부분 응답자 개인에 대해 분석을 한 후에 응답자 전체로 종합하는 과정을 거치기 때문에 주효과만 포함된 모형을 채택할 수 있지만, CBCA는 응답자 전체를 통합한 자료를 바탕으로 분석을 하기 때문에 교호작용이 포함된 모형도 채택할 수 있다. 반면에 CBCA에서는 응답자가 복수의 프로파일을 평가하지만 그들이 가장 선호하는 한 개의 프로파일만 밝히기 때문에 다른 프로파일들에 비해 상대적으로 얼마나 강하게 선호하는지는 파악하기 어렵다.
첫째, 선택집합에 포함된 3–6개 정도의 프로파일들 중에서 가장 선호하는 것을 선택하는 작업은 실제로 시장에서 소비자들이 취하는 구매행동과 매우 유사하기 때문에 응답자들의 선호도 측정결과가 매우 현실적인 것이 된다. 둘째, 몇 개의 제품 중에서 가장 선호하는 제품 하나를 선택하는 작업은 누구나 쉽게 할 수 있고 자연스러운 일 (Moore, 2004)이기 때문에 정확한 선호도측정이 가능하다. 셋째, 선택집합에는 제품프로파일들과 함께 ‘이것들 중에서 아무 것도 사지 않겠다(no-choice)’라는 선택지를 포함시키기 때문에 응답자에게 선택을 강요하는 인상을 주지 않으며, 제시된 제품프로파일들에 대해 전혀 관심이 없다는 것도 표현할 수 있게 한다.
셋째, 선택집합에는 제품프로파일들과 함께 ‘이것들 중에서 아무 것도 사지 않겠다(no-choice)’라는 선택지를 포함시키기 때문에 응답자에게 선택을 강요하는 인상을 주지 않으며, 제시된 제품프로파일들에 대해 전혀 관심이 없다는 것도 표현할 수 있게 한다.
이 설계에서 fr = ts의 관계는 성립하지만, 두 개의 프로파일 쌍이 함께 포함되는 선택집합의 수는 2개인 경우가 15쌍이고 1개인 경우가 30쌍이므로, 이 설계는 부분균형설계에 해당된다. 이 설계에서는 기본설계에 비하여 프로파일 개수가 10개로 증가하였고, 선택집합의 수는 6개로 감소하고 선택집합의 크기는 5개로 증가하였다. 이와 같은 쌍체설계 방법에 의하면 프로파일의 수가 최대 28개인 선택집합을 구성할 수 있다.
이 방법의 특징은 균형불완비블럭설계를 확장하고 쌍체설계 개념을 적용한 것이다. 제시된 방법에 의해 선택집합을 구성하면 설계의 균형성이 확보되어 분석의 효율성이 향상되고, 선호도를 부정확하게 평가한 응답자를 선별해 냄으로써 자료의 품질을 향상시킬 수 있다는 장점을 갖는다. 더욱이 제시된 선택집합 시나리오들은 다양한 조건들을 충족시키므로 CBCA를 실행하고자 하는 마케팅조사 담당자들에게 실제적인 도움이 될 것으로 판단된다.
첫째, 선택집합에 포함된 3–6개 정도의 프로파일들 중에서 가장 선호하는 것을 선택하는 작업은 실제로 시장에서 소비자들이 취하는 구매행동과 매우 유사하기 때문에 응답자들의 선호도 측정결과가 매우 현실적인 것이 된다.
이 설계에서 두 개의 프로파일로 이루어진 쌍이 함께 포함되는 선택집합의 수는 2개인 경우와 1개인 경우가 있으므로 부분균형설계라고 할 수 있다. 프로파일 개수는 기본설계의 6개에서 20개로, 선택집합의 수는 10개에서 12개로, 선택집합의 크기는 3개에서 5개로 증가하였다. 반면에 프로파일의 반복수는 5개에서 3개로 감소하였다.

후속연구

제시된 방법에 의해 선택집합을 구성하면 설계의 균형성이 확보되어 분석의 효율성이 향상되고, 선호도를 부정확하게 평가한 응답자를 선별해 냄으로써 자료의 품질을 향상시킬 수 있다는 장점을 갖는다. 더욱이 제시된 선택집합 시나리오들은 다양한 조건들을 충족시키므로 CBCA를 실행하고자 하는 마케팅조사 담당자들에게 실제적인 도움이 될 것으로 판단된다.
그러나 이런 방법에 의하면 각 프로파일이 동일한 반복수를 갖는다는 것을 보장할 수 없는 불균형설계를 얻기 때문에 설계의 효율성이 떨어질 수 있다. 또한 어느 2개의 프로파일이 동시에 한 선택집합에 배정되는 횟수가 동일하지 않을 수 있기 때문에 응답결과의 정확성을 확인하는 과정을 채택할 수 없다는 한계점을 가진다.

참고문헌 (22)

Barone, S. and Lombardo, A. (2004). Service quality design through a smart use of conjoint analysis, The Asian Journal of Quality, 5, 34-42.

원문보기 상세보기
Berkson, J. (1955). Maximum likelihood and minimum chi-square estimates of the logistic function, Journal of the American Statistical Association, 50, 130-162.
Berkson, J. (1980). Minimum chi-square, not maximum likelihood, The Annals of Statistics, 8, 457-487.

상세보기
Chakraborty, G., Ball, D., Gaeth, G. J. and Jun, S. (2002). The ability of rating and choice conjoint to predict market shares: A Monte Carlo simulation, Journal of Business Research, 55, 237-249.

상세보기
Desarbo, W. S., Ramaswamy, V. and Cohen, S. H. (1995). Market segmentation with choice-based conjoint analysis, Marketing Letters, 6, 137-147.

상세보기
Elrod, T., Louviere, J. J. and Davey, K. S. (1992). An empirical comparison of rating-based and choice-based conjoint models, Journal of Marketing Research, 29, 368-377.

상세보기
Giancristofaro, R. A. (2003). A new conjoint analysis procedure with application to marketing research, Communications in Statistics - Theory and Methods, 32, 2271-2283.

상세보기
Green, P. E., Carroll, D. and Goldberg, S. M. (1981). A general approach to product design optimization via conjoint analysis, Journal of Marketing, 45, 17-37.

상세보기
Green, P. E. and Srinivasan, V. (1990). Conjoint analysis in marketing: New developments with implications for research and practice, Journal of Marketing, 54, 3-19.

상세보기
Haaijer, R., Kamakura, W. and Wedel, M. (2001). The no-choice alternative in conjoint choice experiments, International Journal of Market Research, 43, 93-106.

상세보기
ohnson, R. M. and Orme, B. K. (1996). How many questions should you ask in choice-based conjoint studies?, Research Paper Series, Sawtooth Software, Inc.
Kamakura, W. A. (1988). A least squares procedure for benefit segmentation with conjoint experiments, Journal of Marketing Research, 25, 157-167.

상세보기
Kim, B. Y. (2005). Conjoint analysis for the development of new cellular phone, Journal of the Korean Society for Quality Management, 33, 103-110.
Kuhfeld, W. F. and Tobias, R. D. (2005). Large factorial designs for product engineering and marketing research applications, Technometrics, 47, 132-141.

상세보기
Kuhfeld, W. F., Tobias, R. D. and Garratt, M. (1994). Efficient experimental design with marketing research applications, Journal of Marketing Research, 31, 545-557.

상세보기
Kutner, M. H., Nachtsheim, C. J., Neter, J. and Li, W. (2005). Applied Linear Statistical Models, McGraw Hill.
Lazari, A. G. and Anderson, D. A. (1994). Designs of discrete choice set experiments for estimating both attribute and availability cross effects, Journal of Marketing Research, 31, 375-383.

상세보기
Lim, B., Ahn, K. and Park, U. (2006). A study on the comparison of the predictability among traditional and choice-based conjoint analysis in the choice of service products, Journal of Global Scholars Marketing Science, 16, 37-52.
Marshall, P. and Bradlow, E. T. (2002). A unified approach to conjoint analysis models, Journal of the American Statistical Association, 97, 674-682.

상세보기
Moore, W. L. (2004). A cross-validity comparison of rating-based and choice-based conjoint analysis models, International Journal of Research in Marketing, 21, 299-312.

상세보기
Orme, B. (2010). Getting Started with Conjoint Analysis: Strategies for Product Design and Pricing Research, Madison, Research Publishers LLC, Wisconsin.
Shin, Y. J., Kim, B. Y. and Hyun, Y. J. (2007). Conjoint analysis for the effects of cigarette warning label and packaging on intention to quit, Journal of Health and Social Affairs, 27, 27-51.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증