[논문]순위기반 컨조인트분석과 선택기반 컨조인트분석의 예측력에 대한 실증적 비교

김부용

doi:10.5351/kjas.2014.27.5.681

순위기반 컨조인트분석과 선택기반 컨조인트분석의 예측력에 대한 실증적 비교
An Empirical Comparison of Predictability of Ranking-based and Choice-based Conjoint Analysis 원문보기

응용통계연구 = The Korean journal of applied statistics, v.27 no.5, 2014년, pp.681 - 691

초록
AI-Helper

마케팅조사 등 다양한 분야에서 순위기반 컨조인트분석과 선택기반 컨조인트분석이 많이 활용되고 있다. 컨조인트 분석가들은 각 분석 기법의 상대적인 강점과 약점들을 고려하여 상황에 적합하다고 판단되는 기법을 선택하여 사용한다. 본 연구는 컨조인트분석 기법을 선택할 때 참고할 수 있는 준거를 제공하기 위하여 두가지 기법의 예측력을 실증적으로 비교하고자 한다. 순위집합과 선택집합을 통합한 측정집합 개념을 새롭게 도입함으로써 동일한 소비자 집단에 두 가지 분석기법을 동시에 적용할 수 있는 조사를 설계하였다. 실제로 측정집합을 설계하여 RTD커피에 대한 선호도를 측정하고 순위기반과 선택기반 컨조인트분석을 적용하여 소비자 선호도를 분석하고 두 기법에 의한 시장점유율 예측치와 적중률을 비교하였다. 비교결과 두 기법의 예측력에 유의적인 차이가 없는 것으로 나타났다. 따라서 응답자의 응답결과를 사전에 점검하여 부실한 자료를 제외시킴으로써 자료의 품질을 향상시키려 하거나 컨조인트분석 결과를 바탕으로 시장세분화 작업을 하기 원하는 경우에는 순위기반 컨조인트분석을 채택하고, 선호도 측정과정에서 응답자의 부담을 덜어주고 실제 시장과 가장 유사한 상황에서 선호도를 측정하고자 하는 경우에는 선택기반 조인트분석을 채택할 것을 제안한다.

Abstract ▼ AI-Helper

Ranking-based conjoint analysis(RBCA) and choice-based conjoint analysis(CBCA) have attracted significant interest in various fields such as marketing research. When conducting research, the researcher has to select one suitable approach in consideration of strengths and weaknesses. This article performs an empirical comparison of the predictability of RBCA and CBCA in order to provide criterion for the selection. A new concept of measurement set is developed by combining the ranking set and choice set. The measurement set enables us to apply two approaches separately on the same consumer group that allows a fair comparison of predictability. RBCA and CBCA are conducted on consumer preferences for RTD-coffee; subsequently, the predicted values of market shares and hit rates are compared. The study result reveals that their predictabilities are not significantly different. Further, the result indicates that RBCA is recommended if the researcher wants to improve data quality by filtering out poor responses or to implement the market segmentation. In contrast, CBCA is recommended if the researcher wants to lessen the burden on the respondents or to measure preferences under similar conditions with the actual marketplace.

주제어

AI 본문요약
AI-Helper

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

문제 정의

최근에 많이 사용되고 있는 기법이 RBCA와 CBCA인데도 불구하고 기존의 연구들은 RTCA와 CBCA를 비교하였으며 RBCA와 CBCA를 비교분석한 연구는 아직 없다. 그러므로 RBCA와 CBCA의 예측력을 비교하여 어느 것이 우위에 있는지 확인하고자 한다. 그런데 기존 연구들은 모의실험을 통하여 예측력을 비교하거나, 집단별로 다른 기법을 적용하여 분석한 결과를 비교하는 접근방법을 채택하였다.
본 연구는 분석가들이 컨조인트분석 기법을 선택할 때 참고할 수 있는 준거를 제공하기 위하여 두 기법의 예측력을 비교하였다. 기존 연구들은 기법들을 비교하기 위하여 모의실험을 도입하거나 별개의 소비자 집단에 각 기법을 적용하는 접근법을 사용하였는데, 본 연구에서는 동일한 집단에 두 가지 기법을 동시에 적용할 수 있는 조사설계를 제안하였다. 즉, CBCA을 위한 선택집합과 RBCA을 위한 순위집합을 통합한 측정집합 개념을 새롭게 도입함으로써 동일한 응답자들로부터 선호도를 측정할 수 있는 조사설계를 채택하였다.
8% 성장한 것으로 나타났는데 이는 RTD커피 시장이 급속히 성장하고 있음을 보여준다. 따라서 RTD커피 신제품 개발이나 마케팅 전략 수립에 유용한 정보를 제공하고자 소비자들이 RTD커피를 구매할 때 제품의 속성들을 어느 정도 중요시하는지 파악하고, RTD커피의 다양한 프로파일에 대한 소비자의 선호도를 측정하기 위하여 RBCA와 CBCA를 실행하였다.
본 연구는 분석가들이 컨조인트분석 기법을 선택하는 데 도움이 될 수 있는 준거를 제공하고자 한다. 최근에 많이 사용되고 있는 기법이 RBCA와 CBCA인데도 불구하고 기존의 연구들은 RTCA와 CBCA를 비교하였으며 RBCA와 CBCA를 비교분석한 연구는 아직 없다.
따라서 컨조인트 분석가들은 상황에 따라 적절한 기법을 선택하여 사용하고 있다. 본 연구는 분석가들이 컨조인트분석 기법을 선택할 때 참고할 수 있는 준거를 제공하기 위하여 두 기법의 예측력을 비교하였다. 기존 연구들은 기법들을 비교하기 위하여 모의실험을 도입하거나 별개의 소비자 집단에 각 기법을 적용하는 접근법을 사용하였는데, 본 연구에서는 동일한 집단에 두 가지 기법을 동시에 적용할 수 있는 조사설계를 제안하였다.

가설 설정

측정집합에는 RBCA를 위하여 프로파일별 순위를 묻는 질문을 포함시켰으며, CBCA를 위하여 ‘no-choice’에 해당되는 항목으로서 ‘당신은 순위(1)을 부여한 제품을 실제로 구매할 의향이 있습니까?

제안 방법

RBCA를 위하여 각 측정집합에 포함된 프로파일들의 순위를 측정집합 전체에 걸쳐 평균을 계산하여 프로파일별 선호도 순위를 결정하였다. 동일순위가 발생한 경우에는 Kim (2014)이 제안한 방법에 의하여 전체 순위를 조정하였다.
제3장에서 추정된 부분가치를 바탕으로 각 측정집합에 포함된 프로파일별로 선호도를 추정하고 선호도가 가장 높게 추정된 프로파일을 1순위로 예측하였다. RBCA에서는 선호도 1순위로 예측된 프로파일을 실제로 1순위라고 응답한 소비자의 비율을, CBCA에서는 선호도 1순위로 예측된 프로파일을 실제로 1순위라고 응답하고 그 제품을 구매하겠다고 응답한 소비자의 비율을 적중률로 계산하였다. 측정집합별 적중률 추정치는 Table 4.
RBCA와 CBCA에 공통적으로 적용할 수 있는 비교척도로서 각 측정집합에서의 1순위/선택 적중률을 고려하였다. 제3장에서 추정된 부분가치를 바탕으로 각 측정집합에 포함된 프로파일별로 선호도를 추정하고 선호도가 가장 높게 추정된 프로파일을 1순위로 예측하였다.
제3장에서 실행한 RBCA와 CBCA의 결과를 바탕으로 시장점유율을 예측하였다. 경쟁관계에 있을 것으로 판단되는 5가지 제품을 선정하고 각 제품에 대한 소비자들의 선호도를 추정하고 선호도확률모형을 적용하여 Table 4.1과 같이 시장점유율을 예측하였다. 각 기법에서 예측한 시장점유율은 별 차이가 없었으며 점유율의 순위는 완전히 동일하게 얻어졌다.
동일한 소비자 집단에서 RBCA와 CBCA을 동시에 실행할 수 있는 컨조인트조사를 설계하였다. 즉, RBCA를 위한 순위집합과 CBCA를 위한 선택집합을 통합한 측정집합을 설계하여 선호도 측정에 사용하였다.
이러한 방법들에 의하면 현실성이 결여되거나 외부요인들의 영향이 통제되지 않은 분석결과를 얻게 되므로 기법들의 예측력을 비교하는데 적절하지 않다고 판단된다. 따라서 모의실험이 아니고 실제 상황인 RTD(ready to drink)커피에 대한 선호도 측정을 바탕으로 실증적 비교를 시도하며, 두 집단이 아닌 동일집단에 RBCA와 CBCA을 동시에 적용할 수 있도록 컨조인트조사를 설계하여 예측력을 비교하고자 한다. 이를 위해 RBCA을 위한 순위집합과 CBCA을 위한 선택집합을 통합한 측정집합 개념을 컨조인트조사 설계에 새롭게 도입한다.
분석결과 두 기법의 예측력에는 유의적인 차이가 없는 것으로 나타났다. 따라서 선호도 측정과정에서 응답자의 부담을 덜어주고, 실제 시장에서의 구매행동과 가장 유사한 상황에서 선호도를 평가하게 함으로써 현실성 있는 자료를 얻기 원하는 경우에는 CBCA를 채택할 것을 제안하고, 각 응답자의 응답결과를 사전에 점검하여 부실한 자료를 제외시킴으로써 자료의 품질을 향상시키려 하거나, 컨조인트분석 결과를 바탕으로 시장세분화 작업을 하기 원하는 경우에는 RBCA을 채택할 것을 제안한다. 본 연구는 전체 프로파일 중에서 응답자가 가장 선호하는 프로파일에 대한 예측력이 아니라, 각 측정집합 내에서 가장 선호하는 프로파일에 대한 예측력을 공통적인 척도로 삼았다는 한계점을 갖고 있다.
2에 수록되었다. 선정된 프로파일들을 포함하는 측정집합을 구성하였는데, 응답자의 부담과 응답효율성을 고려하여 21개의 측정집합에 각각 4개씩의 프로파일을 배치하기로 결정하였다. Kim (2012)이 제안한 방법을 활용하여 측정집합을 구성하였는데, Kutner 등 (2005)에 제시된 균형불완비블록설계 중에서 설계13을 선정하여 세 배로 확장하고 쌍체설계로 변환하여 Table 3.
선호도 자료를 수집하기에 앞서 RTD커피 제품을 구성하는 주요 속성과 각 속성의 수준들을 선정하였다. 실제로 소비자들이 중요시 하는 속성과 수준들을 파악하기 위하여 표적집단면접조사를 실시하였고, RTD커피의 구매 및 소비에 영향을 미치는 요인을 분석하였다.
선호도 자료를 수집하기에 앞서 RTD커피 제품을 구성하는 주요 속성과 각 속성의 수준들을 선정하였다. 실제로 소비자들이 중요시 하는 속성과 수준들을 파악하기 위하여 표적집단면접조사를 실시하였고, RTD커피의 구매 및 소비에 영향을 미치는 요인을 분석하였다. 속성들은 상호 독립적이면서 제품의 특성을 잘 반영하는 것들로 선정하였는데, 브랜드, 용기 형태, 우유첨가 여부, 가격, 첨가된 단맛 또는 향의 종류를 선정하였다.
즉, CBCA을 위한 선택집합과 RBCA을 위한 순위집합을 통합한 측정집합 개념을 새롭게 도입함으로써 동일한 응답자들로부터 선호도를 측정할 수 있는 조사설계를 채택하였다. 실제로 측정집합을 사용하여 RTD커피에 대한 선호도를 수집한 자료에 두 기법을 적용하여 소비자 선호도를 분석하고 예측력을 비교하였다. 분석결과 두 기법의 예측력에는 유의적인 차이가 없는 것으로 나타났다.
조사지에는 측정집합들과 함께 성별, 연령, 최근 1주일간 커피구매에 지출한 금액, 1주일간 RTD커피 구매량에 대한 질문을 포함시켰다. 응답자들에게 각 측정집합에 속한 4개의 프로파일들에 대한 선호도를 순위로 응답하도록 하였으며 순위(1)을 부여한 제품을 실제로 구매할 의향이 있는지 질문하였다.
제3장에서 실행한 RBCA와 CBCA의 결과를 바탕으로 시장점유율을 예측하였다. 경쟁관계에 있을 것으로 판단되는 5가지 제품을 선정하고 각 제품에 대한 소비자들의 선호도를 추정하고 선호도확률모형을 적용하여 Table 4.
RBCA와 CBCA에 공통적으로 적용할 수 있는 비교척도로서 각 측정집합에서의 1순위/선택 적중률을 고려하였다. 제3장에서 추정된 부분가치를 바탕으로 각 측정집합에 포함된 프로파일별로 선호도를 추정하고 선호도가 가장 높게 추정된 프로파일을 1순위로 예측하였다. RBCA에서는 선호도 1순위로 예측된 프로파일을 실제로 1순위라고 응답한 소비자의 비율을, CBCA에서는 선호도 1순위로 예측된 프로파일을 실제로 1순위라고 응답하고 그 제품을 구매하겠다고 응답한 소비자의 비율을 적중률로 계산하였다.
5에 수록되었다. 제품속성들의 상대적 중요도와 수준별 부분가치 추정치가 기법에 따라 어느 정도 상이한지 비교하였다. RTD커피를 구입할 때 소비자들이 가장 중요시하는 속성은 가격이고 다음은 브랜드이며 가장 중요시 하지 않는 속성은 단맛 또는 향의 추가 여부였는데, RBCA와 CBCA에서 동일한 결과였다.
선호도 측정은 조사지를 사용한 직접면접법으로 실시하였으며 최근 6개월간 RTD커피를 구입하여 음용한 경험이 있는 소비자들만 대상으로 하였다. 조사지에는 측정집합들과 함께 성별, 연령, 최근 1주일간 커피구매에 지출한 금액, 1주일간 RTD커피 구매량에 대한 질문을 포함시켰다. 응답자들에게 각 측정집합에 속한 4개의 프로파일들에 대한 선호도를 순위로 응답하도록 하였으며 순위(1)을 부여한 제품을 실제로 구매할 의향이 있는지 질문하였다.
기존 연구들은 기법들을 비교하기 위하여 모의실험을 도입하거나 별개의 소비자 집단에 각 기법을 적용하는 접근법을 사용하였는데, 본 연구에서는 동일한 집단에 두 가지 기법을 동시에 적용할 수 있는 조사설계를 제안하였다. 즉, CBCA을 위한 선택집합과 RBCA을 위한 순위집합을 통합한 측정집합 개념을 새롭게 도입함으로써 동일한 응답자들로부터 선호도를 측정할 수 있는 조사설계를 채택하였다. 실제로 측정집합을 사용하여 RTD커피에 대한 선호도를 수집한 자료에 두 기법을 적용하여 소비자 선호도를 분석하고 예측력을 비교하였다.
즉, RBCA를 위한 순위집합과 CBCA를 위한 선택집합을 통합한 측정집합을 설계하여 선호도 측정에 사용하였다.
컨조인트분석이 주로 제품에 대한 소비자들의 선호도를 추정하고 신제품의 시장점유율을 예측하는데 활용되기 때문에 RBCA와 CBCA에 의한 시장점유율 예측 결과와 각 측정집합에서의 1순위/선택의 적중률을 비교하였다.

대상 데이터

RTD커피 판매사들이 저렴한 가격과 프리미엄 커피를 내세우며 젊은 층을 공략하고 있기 때문에, 50대 이상 소비자와 구매력이 상대적으로 낮은 10대를 제외하고 RTD커피를 많이 소비하는 20대–40대 소비자 229명을 할당추출법(20대 남성 38 여성 40, 30대 남성 39 여성 39, 40대 남성 35 여성 38명)에 의해 조사 대상으로 선정하였다.
선정된 속성과 수준에 요인설계를 적용하면 400개의 프로파일이 구성되는데, 모든 프로파일을 포함하는 측정집합을 구성하면 집합의 개수나 집합에 포함된 프로파일의 개수가 지나치게 많아져서 응답자가 선호도를 평가하는 작업에 부담을 느끼고 정확하게 선호도를 평가하기 어렵다. 따라서 Kuhfeld와 Tobias (2005)와 Voelkel (2005)이 제안한 최적화 기준을 적용하여 D-효율성이 0.9727인 30개의 제품프로파일을 추출한 후, 가격과 브랜드의 조합을 고려하여 불합리하다고 판단되는 프로파일들을 제외하고 21개의 프로파일을 선정하였는데 그 일부가 Table 3.2에 수록되었다. 선정된 프로파일들을 포함하는 측정집합을 구성하였는데, 응답자의 부담과 응답효율성을 고려하여 21개의 측정집합에 각각 4개씩의 프로파일을 배치하기로 결정하였다.
RTD커피 판매사들이 저렴한 가격과 프리미엄 커피를 내세우며 젊은 층을 공략하고 있기 때문에, 50대 이상 소비자와 구매력이 상대적으로 낮은 10대를 제외하고 RTD커피를 많이 소비하는 20대–40대 소비자 229명을 할당추출법(20대 남성 38 여성 40, 30대 남성 39 여성 39, 40대 남성 35 여성 38명)에 의해 조사 대상으로 선정하였다. 선호도 측정은 조사지를 사용한 직접면접법으로 실시하였으며 최근 6개월간 RTD커피를 구입하여 음용한 경험이 있는 소비자들만 대상으로 하였다. 조사지에는 측정집합들과 함께 성별, 연령, 최근 1주일간 커피구매에 지출한 금액, 1주일간 RTD커피 구매량에 대한 질문을 포함시켰다.

이론/모형

선정된 프로파일들을 포함하는 측정집합을 구성하였는데, 응답자의 부담과 응답효율성을 고려하여 21개의 측정집합에 각각 4개씩의 프로파일을 배치하기로 결정하였다. Kim (2012)이 제안한 방법을 활용하여 측정집합을 구성하였는데, Kutner 등 (2005)에 제시된 균형불완비블록설계 중에서 설계13을 선정하여 세 배로 확장하고 쌍체설계로 변환하여 Table 3.3과 같은 측정집합들을 구성하였다. 각 프로파일은 어느 측정집합에든 한 번씩만 배치되고 전체 측정집합에 걸쳐서 4회씩 반복되었다.
RBCA를 위하여 각 측정집합에 포함된 프로파일들의 순위를 측정집합 전체에 걸쳐 평균을 계산하여 프로파일별 선호도 순위를 결정하였다. 동일순위가 발생한 경우에는 Kim (2014)이 제안한 방법에 의하여 전체 순위를 조정하였다. CBCA에서는 각 측정집합에서 순위(1)을 부여한 프로파일을 응답자가 실제로 구매하기로 선택한 것으로 간주하였고, 순위(1)에 해당하는 제품을 실제로 구매할 의향이 없다고 응답한 경우는 ‘no-choice’로 간주하였다.
각 기법에서 수집하는 자료의 유형이 상이하므로 컨조인트모형의 계수를 추정하는 방법은 기법에 따라 다른 것을 적용한다. 최종적으로 계수추정치를 바탕으로 각 속성의 상대적 중요도와 수준별 부분가치를 계산하는 과정은 모든 기법에서 동일하며 Kim (2014)에 소개된 방법을 따른다.

성능/효과

제품속성들의 상대적 중요도와 수준별 부분가치 추정치가 기법에 따라 어느 정도 상이한지 비교하였다. RTD커피를 구입할 때 소비자들이 가장 중요시하는 속성은 가격이고 다음은 브랜드이며 가장 중요시 하지 않는 속성은 단맛 또는 향의 추가 여부였는데, RBCA와 CBCA에서 동일한 결과였다. 그러나 RBCA에서는 우유첨가 여부가 3순위이고 용기 형태가 4순위인데 반해, CBCA에서는 용기 형태가 3순위이고 우유첨가 여부가 4순위였다.
1과 같이 시장점유율을 예측하였다. 각 기법에서 예측한 시장점유율은 별 차이가 없었으며 점유율의 순위는 완전히 동일하게 얻어졌다. 가장 시장점유율이 높을 것으로 예측된 것은 제품‘마’이고, 가장 점유율이 낮게 예측된 것은 제품‘나’이다.
각 속성에서 가장 선호하는 수준이 어느 것인지 RBCA와 CBCA를 비교하면 5개 속성 중 4개 속성에서 일치하였다. 즉, RBCA와 CBCA가 브랜드 구분, 용기 형태, 우유첨가 여부, 단맛 또는 향 등의 속성에서는 동일한 결과를 나타내고 가격에서만 다른 결과를 나타냈다.
RBCA에서는 선호도 1순위로 예측된 프로파일을 실제로 1순위라고 응답한 소비자의 비율을, CBCA에서는 선호도 1순위로 예측된 프로파일을 실제로 1순위라고 응답하고 그 제품을 구매하겠다고 응답한 소비자의 비율을 적중률로 계산하였다. 측정집합별 적중률 추정치는 Table 4.2에 수록되었는데, 15개의 집합에서 RBCA의 적중률이 높았으며 6개의 집합에서 CBCA의 적중률이 높았다. 한편, RBCA의 적중률 평균이 0.
한국농수산식품유통공사 보고서(2013)에 따르면, 2011년 국내 커피시장은 2조 1340억원 규모였는데, 원두커피가 8740억원, 솔루블커피가 1448억원, 커피믹스가 1조 1217억원, 그리고 RTD커피 시장이 8675억원을 차지하였다. 특히, 솔루블커피 매출액은 전년대비 2.6% 감소한 반면 RTD커피 시장은 27.8% 성장한 것으로 나타났는데 이는 RTD커피 시장이 급속히 성장하고 있음을 보여준다. 따라서 RTD커피 신제품 개발이나 마케팅 전략 수립에 유용한 정보를 제공하고자 소비자들이 RTD커피를 구매할 때 제품의 속성들을 어느 정도 중요시하는지 파악하고, RTD커피의 다양한 프로파일에 대한 소비자의 선호도를 측정하기 위하여 RBCA와 CBCA를 실행하였다.
2에 수록되었는데, 15개의 집합에서 RBCA의 적중률이 높았으며 6개의 집합에서 CBCA의 적중률이 높았다. 한편, RBCA의 적중률 평균이 0.4009이고 CBCA의 적중률 평균은 0.4075로 RBCA보다 CBCA의 적중률이 약간 높게 추정되었으나, 가설검정 결과(부호검정 p-값 = 0.0784, 부호순위검정 p-값 = 0.0558) 5% 유의수준에서 두 기법의 예측력에 유의적인 차이가 없는 것으로 확인되었다.

후속연구

따라서 선호도 측정과정에서 응답자의 부담을 덜어주고, 실제 시장에서의 구매행동과 가장 유사한 상황에서 선호도를 평가하게 함으로써 현실성 있는 자료를 얻기 원하는 경우에는 CBCA를 채택할 것을 제안하고, 각 응답자의 응답결과를 사전에 점검하여 부실한 자료를 제외시킴으로써 자료의 품질을 향상시키려 하거나, 컨조인트분석 결과를 바탕으로 시장세분화 작업을 하기 원하는 경우에는 RBCA을 채택할 것을 제안한다. 본 연구는 전체 프로파일 중에서 응답자가 가장 선호하는 프로파일에 대한 예측력이 아니라, 각 측정집합 내에서 가장 선호하는 프로파일에 대한 예측력을 공통적인 척도로 삼았다는 한계점을 갖고 있다. 그 이유는 RBCA에서는 전체 프로파일 중에서 응답자가 가장 선호하는 프로파일이 어느 것인지 파악할 수 있지만 CBCA에서는 그것이 불가능하기 때문이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	컨조인트분석가 활용되는 분야는 어떤 것이 있는가?	마케팅조사를 비롯하여 다양한 학문 및 산업분야에서 활용되는 컨조인트분석은 소비자들이 제품의 각 속성을 어느 정도 중요시 하는지 측정하고, 선호하는 제품프로파일이 어느 것인지 파악하고, 경쟁 제품들의 시장점유율을 예측하기 위하여 실행된다. 컨조인트분석 결과는 신제품개발을 위한 제품특성의 최적화, 소비자 선호도분석 및 구매행동분석, 제품포지셔닝과 판매촉진을 위한 시장세분화 등에 광범위하게 활용된다.
	컨조인트분석이란 무엇인가?	마케팅조사를 비롯하여 다양한 학문 및 산업분야에서 활용되는 컨조인트분석은 소비자들이 제품의 각 속성을 어느 정도 중요시 하는지 측정하고, 선호하는 제품프로파일이 어느 것인지 파악하고, 경쟁 제품들의 시장점유율을 예측하기 위하여 실행된다. 컨조인트분석 결과는 신제품개발을 위한 제품특성의 최적화, 소비자 선호도분석 및 구매행동분석, 제품포지셔닝과 판매촉진을 위한 시장세분화 등에 광범위하게 활용된다.
	순위기반과 선택기반 컨조인트분석을 적용하여 소비자 선호도를 분석하고 두 기법에 의한 시장점유율 예측치와 적중률을 비교한 결과는 무엇인가?	실제로 측정집합을 설계하여 RTD커피에 대한 선호도를 측정하고 순위기반과 선택기반 컨조인트분석을 적용하여 소비자 선호도를 분석하고 두 기법에 의한 시장점유율 예측치와 적중률을 비교하였다. 비교결과 두 기법의 예측력에 유의적인 차이가 없는 것으로 나타났다. 따라서 응답자의 응답결과를 사전에 점검하여 부실한 자료를 제외시킴으로써 자료의 품질을 향상시키려 하거나 컨조인트분석 결과를 바탕으로 시장세분화 작업을 하기 원하는 경우에는 순위기반 컨조인트분석을 채택하고, 선호도 측정과정에서 응답자의 부담을 덜어주고 실제 시장과 가장 유사한 상황에서 선호도를 측정하고자 하는 경우에는 선택기반 조인트분석을 채택할 것을 제안한다.

참고문헌 (40)

Adanacioglu, H. and Albayram, Z. (2012). A conjoint analysis of consumer preference for traditional cheeses in Turkey: A case study on Tulum cheese, Korean Journal for Food Science of Animal Resources, 32, 458-466.

원문보기 상세보기
Annunziata, A. and Vecchio, R. (2013). Consumer perception of functional food: A conjoint analysis with probiotics, Food Quality and Preference, 28, 348-355.

상세보기
Ariji, M. (2010). Conjoint analysis of consumer preference for blue-fin tuna, Fisheries Science, 76, 1023-1028.

상세보기
Berkson, J. (1955). Maximum likelihood and minimum Chi-square estimates of the logistic function, Journal of the American Statistical Association, 50, 130-162.
Boyle, K. J., Holmes, T. P., Teisl, M. F. and Roe, B. (2001). A comparison of conjoint analysis response formats, American Journal of Agricultural Economics, 83, 441-454.

상세보기
Bridges, J. F. P., Lataille, A. T., Buttorff, C. B., White, S. and Niparko, J. K. (2012). Consumer preferences for hearing aid attributes: A comparison of rating and conjoint analysis methods, Trends in Amplification, 16, 40-48.

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
Chen, Y. H., Hsu, I. C. and Lin, C. C. (2010). Website attributes that increase consumer purchase intention: A conjoint analysis, Journal of Business Research, 63, 1007-1014.

상세보기
Choi, W. S., Seo, K. H. and Lee, S. B. (2012). A study on the development of HMR products of Korean foods using conjoint analysis, The Korean Journal of Culinary Research, 18, 156-167.
Chung, H. S., Hong, H. D., Kim, K., Cho, C. W., Moskowitz, H. R. and Lee, S. Y. (2011). Consumer attitudes and expectations of ginseng food products assessed by focus groups and conjoint analysis, Journal of Sensory Studies, 26, 346-357.

상세보기
Deliza, R., Rosenthal, A., Hedderley, D. and Jaeger, S. (2010). Consumer perception of irradiated fruit: A case study using choice-based conjoint analysis, Journal of Sensory Studies, 25, 184-200.

상세보기
Eggers, F. and Eggers, F. (2011). Where have all the flowers gone? Forecasting green trends in the automobile industry with a choice-based conjoint adoption model, Technological Forecasting and Social Change, 78, 51-62.

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
Endrizzi, I., Menichelli, E., Johansen, S. B., Olsen, N. V. and Naes, T. (2011). Handling of individual differences in rating-based conjoint analysis, Food Quality and Preference, 22, 241-254.

상세보기
Gensler, S., Hinz, O., Skiera, B. and Theysohn, S. (2012). Willingness-to-pay estimation with choice-based conjoint analysis: Addressing extreme response behavior with individually adapted designs, European Journal of Operation Research, 219, 368-378.

상세보기
Hong, J. S., Jeon, J. Y. and Kim, Y. S. (2012). Study on consumers' restaurant selection criteria by using conjoint analysis, Journal of East Asian Society of Dietary Life, 22, 315-321.
Jervis, S. M., Lopetcharat, K. and Drake, M. A. (2012). Application of ethnography and conjoint analysis to determine key consumer attributes for latte-style coffee beverages, Journal of Sensory Studies, 27, 48-58.

상세보기
Jin, B., Park, J. Y. and Ryu, J. S. (2010). Comparison of Chinese and Indian consumers' evaluative criteria when selecting denim jeans: A conjoint analysis, Journal of Fashion Marketing and Management, 14, 180-194.

상세보기
Jo, M. N. (2010). Conjoint analysis of restaurant attributes on customer intentions to choose restaurant, The Korean Journal of Culinary Research, 16, 254-268.
Jung, U. (2012). Conjoint analysis on the academia-industrial cooperative research project attributes for culture technology research, Management Science and Financial Engineering, 29, 13-21.

원문보기 상세보기
Karniouchina, E. V., Moore, W. L., Rhee, B. and Verma, R. (2009). Issues in the use of ratings-based versus choice-based concomitant analysis in operations management research, European Journal of Operations Research, 197, 340-348.

상세보기
Kaufman, S., Kunzel, K. and Loock, M. (2013). Customer value of smart metering: Explosive evidence from a choice-based conjoint study in Switzerland, Energy Policy, 53, 229-239.

상세보기
Kim, B. Y. (2012). New design of choice sets for choice-based conjoint analysis, The Korean Journal of Applied Statistics, 25, 847-857.

원문보기 상세보기
Kim, B. Y. (2014). New method for preference measurement in ranking-based conjoint analysis, The Korean Journal of Applied Statistics, 27, 185-195.

원문보기 상세보기
Kim, Y. J. and Kim, B. S. (2012). An analysis on consumers' preference of agricultural products cultivated from plants factory system, Journal of the Korean Academia-Industrial Cooperation Society, 13, 5052-5059.

원문보기 상세보기
Kim, B. Y., Kim, J. and Kahn, Y. (2012). Analysis of consumer preferences for cosmetic essence-for-men via choice-based conjoint with new design of choice sets, Korean Journal of Applied Statistics, 25, 987-997.

원문보기 상세보기
Kim, J. H., Kim, J. H. and Kim, M. K. (2010). Development of dental services markets segmentation and strategy by use of conjoint analysis, Korean Journal of Health Policy and Administration, 20, 1-20.

원문보기 상세보기
Kuhfeld, W. F. and Tobias, R. D. (2005). Large factorial designs for product engineering and marketing research applications, Technometrics, 47, 132-141.

상세보기
Kutner, M. H., Nachtsheim, C. J., Neter, J. and Li, W. (2005). Applied Linear Statistical Models, McGraw Hill.
Lebeau, K., Mierlo, J. V., Lebeau, P., Mairesse, O. and Macharis, C. (2012). The market potential for plugin hybrid and battery electric vehicles in Flanders: A choice-based conjoint analysis, Transportation Research Part D, 17, 592-597.

상세보기
Lee, E. Y., Park, Y. W. and Lee, S. B. (2010). An exploratory study on selection attributes of food in the cultural tourism festival through conjoint analysis, The Korean Journal of Culinary Research, 16, 94-113.
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 Academy of Marketing Science, 16, 39-54.
Mesias, F. J., Martinez-Carrasco, F., Martinez, J. M. and Gaspar, P. (2010). Functional and organic eggs as an alternative to conventional production: A conjoint analysis of consumers' preferences, Journal of the Science of Food and Agriculture, 91, 532-538.
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
Nikou, S., Bouwman, H. and Reuver, M. (2012). The potential of converged mobile telecommunication services: A conjoint analysis, The Journal of Policy, Regulation and Strategy for Telecommunications, Information and Media, 14, 21-35.

상세보기
Ong, F. S., Kitchen, P. F. and Chew, S. S. (2010). Marketing a consumer durable brand in Malaysia: A conjoint analysis and market simulation, Journal of Consumer Marketing, 27, 507-515.

상세보기
Park, R. J. and Lee, D. H. (2011). Information security risk: Application of the conjoint analysis, Journal of Korean Data and Information Science Society, 22, 207-215.
Ryu, H. S. and Roh, E. K. (2010). Preference and subjective evaluation of washed fabric hand using conjoint analysis, Textile Research Journal, 80, 2167-2175.

상세보기
Sayadi, S., Roa, M. C. G. and Requena, J. C. (2005). Ranking versus scale rating in conjoint analysis: Evaluating landscapes in mountainous regions in southeastern Spain, Ecological Economics, 55, 539-550.

상세보기
Voelkel, J. G. (2005). The efficiencies of fractional factorial designs, Technometrics, 47, 488-494.

상세보기

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