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
- 결과적으로 본 연구에서는 앞서 논의한 사람중심 접근법에 관한 문헌연구를 바탕으로 군집분석과 LPA의 비교분석을 통해 식생활 라이프스타일에 따른 소비자 유형을 탐색하고, 프로파일별 유기가공식품의 소비행동을 파악하고자 다음과 같은 연구문제를 설정하였다.
- 본 연구는 소비자의 식생활라이프스타일에 따라 소비자를 유형화하여 유기가공식품의 구매행동을 탐색하였다. 이를 위해 사람중심 접근법의 대표적인 연구방법인 군집분석과 잠재모형 프로파일 분석을 활용하여 각각 식생활 라이프스타일 프로파일 유형을 탐색하였다.
제안 방법
- 식생활 라이프스타일은 소비자의 식습관에 따라 다양하게 나타나는 식품 소비행동으로 정의하고, Grunert(2006)의 설문항목을 사용하였다. 구매태도와 구매의도는 각각 유기가공식품에 대한 소비자의 느낌, 유기가공식품을 구매하기 위해 지각하는 정도로 정의하였으며, Lee와 Kim(2000)의 설문항목을 본 연구에 맞게 수정하여 사용하였다. 설문항목는 Table 1에 제시되었으며, 모든 문항은 7점 척도(1: 그렇지 않다 ~ 7: 매우 그렇다)로 측정되었다.
- 연구문제 2. 군집분석과 LPA에 의해 도출된 각각의 프로파일에 따라 소비자의 유기가공식품 구매태도 및 구매의도 차이를 파악한다.
- 1%)이며 식생활 관여수준은 비교적 낮은 건강추구, 중간 편의추구, 중간 맛추구, 중간 새로움 추구, 낮은 안전추구로 나타나 “식생활 편의/간편 추구”로 명칭을 부여하였다. 군집분석에 기초한 4개 프로파일 유형 및 소비자 프로파일 항목 수준은 도식화하였다(Fig. 1)
- 앞서 언급하였듯이 본 연구에서는 이상적인 프로파일수를 도출하기 위하여 먼저 k-means 군집분석 사용하여 프로파일 유형을 도출하였다. 군집분석의 실행에 앞서 식생활 라이프스타일 항목들의 측정값들을 표준화하여서 군집분석을 실행하였다. 군집분석 결과를 기준으로 본 연구에서는 최적의 프로파일 수를 결정하기 위하여 다음과 같은 두 가지 기준을 적용하였다.
- (1)이론적 해석(theoretical interpretability)과 ⑵도출된 프로파일 유형별 군집의 개체 수(observations per cluster)의 균일한 분포(Hartigan, 1975)가 그것이며, 문헌적 고찰을 통해 군집분석을 활용한 소비자 프로파일유형 선행연구에서는 3-5개의 식생활관련 소비자 프로파일 유형이 도출되었다(Kim and Kim, 2010; Kim, 2011; Ko, 2014; Kim and Ahn, 2015; Kim and Noh, 2015; Oh and Yoon, 2017). 그리하여 본 연구에서는 선행연구를 기반으로 3-6개의 군집개체수를 연구자가 임의적으로 부여하고 개별적 실증분석을 실행하였다. 앞서 언급한 두 가지 기준을 적용한 결과 4개의 프로파일(군집분석) 모형이 최종적으로 채택되었다.
- 첫째, 식생활 라이프스타일은 건강추구, 편의추구, 맛추구, 새로움 추구, 안전추구의 5개 요인으로 분류되었다. 도출된 5개의 요인점수를 이용하여 사람중심 접근법인 군집분석과 LPA를 시행하였다. 분석결과, 군집분석에서는 식생활 고관여형, 식생활 저관여형, 식생활 건강/안전추구형, 식생활 편의/간편추구형의 4개의 프로파일 모형을 최적의 모형으로 제시하였고, LPA는 식생활 저관여형, 식생활 웰빙추구형, 식생활 편의/미식 추구형, 소극적 식생활 추구형, 식생활 유행 추구형, 식생활 건강/안전 추구형, 식생활 고관여형의 7개의 프로파일 모형을 최적의 모형으로 제시하였다.
- 첫째, 본 연구의 모집단은 유기가공식품의 구매경험이 있는 소비자만을 대상으로 연구하였으나, 유기가공식품 구매경험이 없는 소비자와의 비교연구를 통해 폭넓은 소비자 유형을 파악한다면 의미 있는 연구가 될 것으로 보인다. 둘째, 본 연구는 유기가공식품의 종류나 브랜드에 관계없이 다양한 제품군 중 구매경험이 있는 소비자를 식생활 라이프스타일에 따라 유형화하였다. 하지만 유기가공식품의 제품 유형이나 브랜드에 따라 소비자의 선택이나 특성이 다를 수 있음을 감안할 때, 향후 연구에서는 식생활 라이프스타일뿐만 아니라 다양한 제품군, 브랜드 등 다양한 변수를 활용한 프로파일분석을 통해 소비자 정보를 제공한다면 실질적인식품 소비행동을 예측하는데 유용한 자료가 될 것으로 보인다.
- , 2011). 따라서 본 연구에서는 BIC와 ABIC를 중점적으로 고려해볼 때 7개 모형을 프로파일 개수를 최적해로 선택하였다. Elbow plot (Fig.
- 라이프스타일과 관련하여 소비자 유형 분류는 군집분석을 활용한 연구들(Kim, 2011; Ko, 2014; Park and Ahn, 2014)이 많은데, 검토 결과 일반적으로 3-5개로 군집을 이룬 프로파일이 도출되었고, 도출된 프로파일 유형별 식품 소비행동 간의 관계를 분석하는 연구가 대부분이었다. 따라서 본 연구에서는 군집분석과 더불어 LPA를 활용하여서 기존의 프로파일유형분석 결과와 비교를 통해 라이프스타일 관련 5개 하위요인간의 상호작용을 통한 잠재적 라이프스타일 유형을 탐색하고, 각 프로파일 유형에 속한 소비자 집단에 대한 유기가공식품의 구매행동(구매태도 및 구매의도)을 파악하였다. 본 연구는 기존의 연구방법과는 다른 접근법을 통해 소비자의 식생활 라이프스타일에 따른 유형 분석을 시도하였다는 점과 다양한 소비자의 요구에 따라 급변하는 유기농식품산업에서 보다 효과적으로 세분화된 소비시장을 설명하고 소비자행동을 분석하는데 유용한 정보로 활용될 수 있을 것이다.
- 설문항목는 Table 1에 제시되었으며, 모든 문항은 7점 척도(1: 그렇지 않다 ~ 7: 매우 그렇다)로 측정되었다. 또한 조사대상자의 인구통계학적특성은 성별, 연령, 교육수준, 직업, 월평균 가구소득을 포함하였다.
- 그리하여 본 연구에서도 이들 값을 기준으로 최상의 프로파일 개수를 고려하였다. 마지막으로 도출된 프로파일 모형 분류의 정확성을 확인하기 위하여 Entropy 지수를 활용하였다.Entropy는 0~1의 값을 보여주며 1에 근접한 값일수록 프로파일 분류의 정확도가 높음을 의미한다.
- 본 연구에서는 소비자 프로파일 모형 2-8개를 지정하여 잠재프로파일 분석을 실시하였고, 분석결과는 Table 5에 제시하였다. 잠재프로파일 분석결과, BIC는 7개의 프로파일 모형을 지지하였다.
- 연구문제 1. 사람중심 접근법(군집분석, LPA)을 활용하여 식생활 라이프스타일에는 어떠한 프로파일 유형이 존재하는지 탐색하고, 각 프로파일별 소비자 특성 차이를 파악한다.
- , 2009). 앞서 문헌적 고찰을 통해 언급하였듯이 적합도 지수값(AIC BIC, ABIC, BLRT, ALMR)들을 기초하여 도출된 프로파일의 정량적 판단을 하였다. 즉, AIC, BIC, ABIC는 통계값이 작을수록 모델 적합도가 높은 것으로 판단하였고, BLRT와 ALMR값을 기준으로 n개의 프로파일 모델과 n-1개의 프로파일 모델 적합도를 비교하여 프로파일 모델의 통계적 적합도 향상여부를 고려하였다.
- 앞서 언급하였듯이 본 연구에서는 이상적인 프로파일수를 도출하기 위하여 먼저 k-means 군집분석 사용하여 프로파일 유형을 도출하였다. 군집분석의 실행에 앞서 식생활 라이프스타일 항목들의 측정값들을 표준화하여서 군집분석을 실행하였다.
- 본 연구는 소비자의 식생활라이프스타일에 따라 소비자를 유형화하여 유기가공식품의 구매행동을 탐색하였다. 이를 위해 사람중심 접근법의 대표적인 연구방법인 군집분석과 잠재모형 프로파일 분석을 활용하여 각각 식생활 라이프스타일 프로파일 유형을 탐색하였다. 도출된 프로파일 유형에 따라 소비자의 유기가공식품의 구매태도 및 구매의도에 어떠한 차이가 있는지를 분석하고, 체계적인 시장세분화를 통한 개별 집단별로 유기가공식품의 구매행동의 특성을 파악하였다는 점에서 기존 연구들과 차별성이 있다고 할 수 있다.
- 모수의 추정을 위해 Mplus 혼합모형(mixture model) 분석의 기본 추정법인 MLR (maximum likelihood with robust standard error) 추정법을 적용하였다. 이상적인 최적의 프로파일 수를 도출하기 위하여 본 연구에서는 적합도 지수들(fit indices)을 활용하여서 정략적(quantitative) 판단을 하였다. 이와 더불어, 프로파일의 해석가능성(interpretability)을 고려하여 잠재프로파일분석을 통한 도출된 프로파일들이 실제적으로 의미가 있고 구분 가능한가에 대한 정성적(qualitative)판단을 하였다(Nylund et al.
- 앞서 문헌적 고찰을 통해 언급하였듯이 적합도 지수값(AIC BIC, ABIC, BLRT, ALMR)들을 기초하여 도출된 프로파일의 정량적 판단을 하였다. 즉, AIC, BIC, ABIC는 통계값이 작을수록 모델 적합도가 높은 것으로 판단하였고, BLRT와 ALMR값을 기준으로 n개의 프로파일 모델과 n-1개의 프로파일 모델 적합도를 비교하여 프로파일 모델의 통계적 적합도 향상여부를 고려하였다. 최근에는 BLRT, BIC, ABIC가 혼합모형의 프로파일 개수를 결정하는 데 있어 가장 주요한 통계값으로 간주하고 있는 추세이다(Nylund et al.
- , 2016). 통계적 모형 적합도 지수를 고려하여 최적의 프로파일수 선정 후, 도출된 7개 프로파일 모형에 대한 정성적 검토를 위하여 7개 프로파일 모형을 기반으로 프로파일 실제적 형태를 도식화하였다(Fig. 2).
- 셋째, 앞서 여러 번 언급하였듯이 대다수의 선행연구는 변수중심을 기반으로 수행되었다. 하지만 본 연구는 일반적으로 사용되는 인구통계학적 특성 변수를 활용하지 않고, 식생활 라이프스타일에 따라 도출된 프로파일 유형에 따라 소비자의 유기가공식품의 구매행동의 특성을 파악하였다. 따라서 향후 연구에서는 좀 더 세분화된 소비자의 유형을 파악하기 위해 선행연구에서 빈번히 활용하는 조절변수(예 : 나이, 학력.
대상 데이터
- 본 연구를 위하여 유기가공식품 구매 경험이 있는 사람을 대상으로 설문조사를 실시하였다. 설문지는 총 700부를 배포하여 525부가 회수되었고, 이 중 무응답자나 무성의를 보인 16부를 제외한 509부를 표본으로 하였다.
- 설문지는 총 700부를 배포하여 525부가 회수되었고, 이 중 무응답자나 무성의를 보인 16부를 제외한 509부를 표본으로 하였다. 본 연구에 사용된 표본의 특성으로, 성별은 남성 49.5%, 여성 50.5%이며, 연령은 20대 24.4%, 30대 25.1%, 40대 25.5%, 50대 이상 25.0%로 조사되었다. 학력으로는 고등학교 졸업 14.
- 본 연구를 위하여 유기가공식품 구매 경험이 있는 사람을 대상으로 설문조사를 실시하였다. 설문지는 총 700부를 배포하여 525부가 회수되었고, 이 중 무응답자나 무성의를 보인 16부를 제외한 509부를 표본으로 하였다. 본 연구에 사용된 표본의 특성으로, 성별은 남성 49.
데이터처리
- 앞서 언급한 두 가지 기준을 적용한 결과 4개의 프로파일(군집분석) 모형이 최종적으로 채택되었다. 군집분석 결과를 기준으로 식생활 라이프스타일 항목과 4개의 소비자 프로파일 유형간 식생활 관여수준의 차이점을 확인하고자 분산분석(ANOVA)과 사후검정(post-hoc test)을 실행하였다. 분석 결과는 Table 3에 제시하였으며, 소비자 프로파일 유형 간에 통계적 차이가 있음을 보여 준다(건강추구(F (3, 505) = 99.
- 군집분석과의 차이 분석을 위해 사람중심 접근법의 또 다른 방법인 잠재모형 프로파일 분석(LPA)을 실시하였다. LPA는 군집분석과 마찬가지로 식생활 라이프스타일 5개 하위변수들(건강추구, 편의추구, 맛추구, 새로움 추구, 안전추구)을 표준화한 값들을 지표변수들(profile indicators)로 사용하였다.
- 본 연구는 SPSS 25를 활용하여 기초자료 분석을 실시하였다. 먼저 측정항목들(식생활 라이프 스타일 및 구매의도, 태도)에 대한 신뢰도 분석 및 변수간의 상관관계분석을 실시하였으며, 기초자료 분석 후 Mplus 7.31을 활용하여 확인적 요인분석(confirmatory factor analysis: CFA)을 실시하여 측정모형의 적합도를 분석하였다. 프로파일 유형 분석에는 군집분석(cluster analysis)과 잠재프로파일분석(LPA)이 사용되었다.
- 본 연구는 SPSS 25를 활용하여 기초자료 분석을 실시하였다. 먼저 측정항목들(식생활 라이프 스타일 및 구매의도, 태도)에 대한 신뢰도 분석 및 변수간의 상관관계분석을 실시하였으며, 기초자료 분석 후 Mplus 7.
이론/모형
- 둘째, 군집분석과 잠재모형 프로파일분석(LPA)에 따라 유형화된 식생활 라이프스타일 프로파일별로 유기가공식품의 구매태도 및 구매의도의 소비자특성 차이를 파악하기 위해 각각 분산분석과 BCH방법을 적용한 보조 접근법을 활용하였다. 군집분석을 활용한 4개의 프로파일 유형별 유기가공식품의 구매태도(F (3, 505) = 43.
- LPA는 군집분석과 마찬가지로 식생활 라이프스타일 5개 하위변수들(건강추구, 편의추구, 맛추구, 새로움 추구, 안전추구)을 표준화한 값들을 지표변수들(profile indicators)로 사용하였다. 모수의 추정을 위해 Mplus 혼합모형(mixture model) 분석의 기본 추정법인 MLR (maximum likelihood with robust standard error) 추정법을 적용하였다. 이상적인 최적의 프로파일 수를 도출하기 위하여 본 연구에서는 적합도 지수들(fit indices)을 활용하여서 정략적(quantitative) 판단을 하였다.
- 소비자 프로파일 유형에 따른 소비자들의 유기가공식품에 대한 구매태도 및 구매의도의 차이를 검증하기 위하여 BCH 방법을 적용한 보조 접근법(auxiliary approach)을 이용하였다. Mplus를 이용하여 잠재프로파일 분석에서 도출된 프로파일 유형과 결과변수(구매태도 및 구매의도)를 직접 모델링하면 잠재프로파일 유형 및 유형별 샘플사이즈의 변동을 유발하는 문제가 발생될 수 있기 때문에 몇몇 프로파일 선행연구에서는 여러 기능 중 BCH 방법을 적용한 보조 접근법을 활용을 추천하였다(Asparouhov and Muthén, 2014; Morin et al.
- 통계적 판단을 위한 모형 적합도 지수로는 AIC (Akaike information criterion), BIC (Bayesian information criterion), ABIC (sample-size adjusted BIC), BLRT (bootstrap likelihood ratio test), ALMR (adjusted Lo-Mendal-Rubin’s likelihood ratio test) 등이 사용된다.
- 31을 활용하여 확인적 요인분석(confirmatory factor analysis: CFA)을 실시하여 측정모형의 적합도를 분석하였다. 프로파일 유형 분석에는 군집분석(cluster analysis)과 잠재프로파일분석(LPA)이 사용되었다.
성능/효과
- 7개의 프로파일들은 Fig. 3과 같이 실제적 형태를 고려해볼 때, 외견상 상호 중복됨 없이 정성적으로 상이한 유형들을 보여 주고 있음을 알 수 있다. 프로파일 1은 전체 509개 표본 중 17개 케이스(3.
- 분석결과, 군집분석에서는 식생활 고관여형, 식생활 저관여형, 식생활 건강/안전추구형, 식생활 편의/간편추구형의 4개의 프로파일 모형을 최적의 모형으로 제시하였고, LPA는 식생활 저관여형, 식생활 웰빙추구형, 식생활 편의/미식 추구형, 소극적 식생활 추구형, 식생활 유행 추구형, 식생활 건강/안전 추구형, 식생활 고관여형의 7개의 프로파일 모형을 최적의 모형으로 제시하였다. 군집분석과 LPA의 비교분석 결과, 식생활 고관여형과 식생활 저관여형은 유사한 형태이지만 이들을 제외한 나머지 프로파일의 정성적 형태는 차이가 나타나고, 프로파일의 특성 및 명칭 역시 상이한 결과를 보였다. 또한 군집분석에 비해 LPA는 시장세분화에 있어 보다 더 구체적으로 다양하게 소비자를 유형화하였고, 최적의 프로파일 모형 선정에 있어서 실증분석을 통해 통계적으로 유의한 적합도 지수들을 제시하여 모형의 타당성을 검증하였다.
- 군집분석을 기반으로 도출된 4개 프로파일 유형 특성으로 프로파일 1은 전체 509개 표본 중 104개 케이스(20.4%)에 해당되며, 식생활 관여수준은 높은 건강추수, 높은 편의추구, 높은 맛추구, 높은 새로움 추구, 높은 안전추구로 나타났다. 이에 프로파일 1의 명칭을 “식생활 고관여형”로 하였다.
- 군집분석을 활용한 4개의 프로파일 유형별 유기가공식품의 구매태도(F (3, 505) = 43.24, p < .001)에서 통계적으로 유의한 차이가 나타났다.
- 사후분석 결과, 유기가공식품의 구매태도와 구매의도 모두 식생활 고관여형이 가장 높았으며 다음으로 식생활 건강/안전 추구형, 식생활 편의/간편추구형, 식생활 저관여형의 순으로 나타나, 전반적으로 식생활과 관련된 관여도 수준이 높은 그룹에 속해있는 소비자들이 유기가공식품에 대한 구매태도나 구매의도가 높게 나타났다. 다음으로 LPA를 활용한 7개의 프로파일 유형별 소비자특성 차이를 분석한 결과, 구매태도는 식생활 고관여형, 식생활 웰빙추구형, 식생활 건강/안전 추구형의 세 그룹 간에 통계적으로 유의한 차이가 있는 것으로 나타났고, 구매의도는 구매태도와 비슷하게 식생활 고관여형, 식생활 웰빙추구형, 식생활 건강/안전추구형, 소극적 식생활 추구형의 네 그룹 간에 통계적으로 유의한 차이가 있는 것으로 나타났다. 분석 결과, 군집분석과 LPA 모두 유사한 식생활 라이프스타일을 가진 집단을 세분화하여 각각 4개와 7개의 프로파일 유형으로 소비자집단으로 구별하였으며, 세분화된 프로파일 유형별로 유기가공식품의 구매태도 및 구매의도에 차이를 보였다.
- 또한 Park (2008)의 연구에서 세분화된 각각의 집단이 가지고 있는 라이프스타일의 특성을 분석하는 것은 곧 그 집단의 소비행동을 파악할 수 있다고 하였다. 따라서 기존의 식생활 라이프스타일 연구들이 군집분석을 통해 3~5개의 비슷한 유형으로 집단화되었다면, 본 연구에서는 LPA를 통해 7개의 최적 프로파일 수를 도출하여 군집분석에서 미처 발견하지 못했던 정량적 및 정성적으로 다양한 유형의 소비자 프로파일을 발견하였으며, 좀 더 세분화된 소비자의 식생활에 대한 소비행동 차이를 파악하였다는 점에서 의의가 있다. 또한 관련 업계의 측면으로 볼 때, 식생활 라이프스타일을 고려한 프로파일별 소비행동 변화를 설명하고 예측하기 위한 기초자료로 활용될 수 있을 것이며, 유기가공식품의 구매태도 및 구매의도가 높은 식생활 고관여형 및 식생활 건강/안전추구형과 같은 소비자를 파악하고 이들을 대상으로 한 마케팅 전략을 수립하는데 유용한 정보를 제공할 수 있을 것이다.
- 군집분석과 LPA의 비교분석 결과, 식생활 고관여형과 식생활 저관여형은 유사한 형태이지만 이들을 제외한 나머지 프로파일의 정성적 형태는 차이가 나타나고, 프로파일의 특성 및 명칭 역시 상이한 결과를 보였다. 또한 군집분석에 비해 LPA는 시장세분화에 있어 보다 더 구체적으로 다양하게 소비자를 유형화하였고, 최적의 프로파일 모형 선정에 있어서 실증분석을 통해 통계적으로 유의한 적합도 지수들을 제시하여 모형의 타당성을 검증하였다. 이는 군집분석에서 한계점으로 제시되었던 연구자의 주관적 판단에 대한 의존도를 보완하는 분석 방법으로 LPA가 모형의 적합도 지수들(e.
- 5%로 각각 확인되었다. 마지막으로 연평균 가구소득은 1,500만 원 미만 6.7%, 1,500~3,000만 원 미만 18.9%, 3,000~4,500만 원 미만 23%, 4,500~6,000만 원 미만 20.2%, 6,000~7,500만 원 미만 14.7%, 7,500만 원 이상이 16.5%로 조사 되었다.
- 유기가공식품에 대한 7개 소비자 프로파일별 구매의도의 차이점을 분석한 결과, 구매태도 결과와 비슷하게 프로파일 7(식생활 고관여형), 프로파일 2(식생활 웰빙추구형), 프로파일 6(식생활 건강/안전 추구형), 프로파일 4(소극적 식생활 추구형), 순으로 유기가공식품에 대한 구매의도가 있는 것으로 조사되었으며 이 네 그룹 간에는 통계적으로 유의한 차이가 있는 것으로 나타났다. 반면 프로파일 5(식생활 유행 추구형), 프로파일 1(식생활 저관여형), 프로파일 3(식생활 편의/미식 추구형)그룹 순으로 유기가공식품에 대한 구매의도가 낮은 것으로 조사되었다. 이 세 그룹 간 통계적 유의성은 검증되지 않았다.
- 신뢰도(Cronbach’s ⍺)는 대각선 괄호 안에 나타난 바와 같이 맛 추구 항목에 대한 신뢰도 값이 양호 하지는 않으나 수용할 수 있는 값으로 조사되었다(Nunnally, 1978). 본 연구에 사용된 항목들의 세부적 신뢰도 값은 건강추구(0.88), 편의추구(0.90), 맛 추구(0.65), 새로움 추구(0.90), 안전추구(0.85), 태도(0.96), 구매의도(0.96)의 모든 항목이 적합한 것으로 조사되었다. 변수간의 상관관계 및 측정항목에 대한 신뢰성분석 이외에도 본 연구의 측정모형의 적합도를 판단하기 위하여 7개요인 측정모형(건강추구, 편의추구, 맛추구, 새로움 추구, 안전추구, 태도, 구매의도)에 대한 모형 적합도 분석은 다음과 같다: x2=16961.
- 다음으로 LPA를 활용한 7개의 프로파일 유형별 소비자특성 차이를 분석한 결과, 구매태도는 식생활 고관여형, 식생활 웰빙추구형, 식생활 건강/안전 추구형의 세 그룹 간에 통계적으로 유의한 차이가 있는 것으로 나타났고, 구매의도는 구매태도와 비슷하게 식생활 고관여형, 식생활 웰빙추구형, 식생활 건강/안전추구형, 소극적 식생활 추구형의 네 그룹 간에 통계적으로 유의한 차이가 있는 것으로 나타났다. 분석 결과, 군집분석과 LPA 모두 유사한 식생활 라이프스타일을 가진 집단을 세분화하여 각각 4개와 7개의 프로파일 유형으로 소비자집단으로 구별하였으며, 세분화된 프로파일 유형별로 유기가공식품의 구매태도 및 구매의도에 차이를 보였다. 전반적으로 식생활에 관심이 높고, 건강하고 안전한 식품 소비를 추구하는 프로파일에서 유기가공식품의 구매태도 및 구매의도가 높게 나타났다.
- 분석 결과는 Table 3에 제시하였으며, 소비자 프로파일 유형 간에 통계적 차이가 있음을 보여 준다(건강추구(F (3, 505) = 99.09, p < 0.01), 편의추구(F (3, 505) = 120.83, p <0.01), 맛추구(F (3, 505) = 124.21, p < 0.01), 새로움 추구(F (3, 505) = 160.34, p < 0.01), 안전추구(F (3, 505) = 177.30, p < 0.01)).
- 도출된 5개의 요인점수를 이용하여 사람중심 접근법인 군집분석과 LPA를 시행하였다. 분석결과, 군집분석에서는 식생활 고관여형, 식생활 저관여형, 식생활 건강/안전추구형, 식생활 편의/간편추구형의 4개의 프로파일 모형을 최적의 모형으로 제시하였고, LPA는 식생활 저관여형, 식생활 웰빙추구형, 식생활 편의/미식 추구형, 소극적 식생활 추구형, 식생활 유행 추구형, 식생활 건강/안전 추구형, 식생활 고관여형의 7개의 프로파일 모형을 최적의 모형으로 제시하였다. 군집분석과 LPA의 비교분석 결과, 식생활 고관여형과 식생활 저관여형은 유사한 형태이지만 이들을 제외한 나머지 프로파일의 정성적 형태는 차이가 나타나고, 프로파일의 특성 및 명칭 역시 상이한 결과를 보였다.
- 001)에서 통계적으로 유의한 차이가 나타났다. 사후분석 결과, 유기가공식품의 구매태도와 구매의도 모두 식생활 고관여형이 가장 높았으며 다음으로 식생활 건강/안전 추구형, 식생활 편의/간편추구형, 식생활 저관여형의 순으로 나타나, 전반적으로 식생활과 관련된 관여도 수준이 높은 그룹에 속해있는 소비자들이 유기가공식품에 대한 구매태도나 구매의도가 높게 나타났다. 다음으로 LPA를 활용한 7개의 프로파일 유형별 소비자특성 차이를 분석한 결과, 구매태도는 식생활 고관여형, 식생활 웰빙추구형, 식생활 건강/안전 추구형의 세 그룹 간에 통계적으로 유의한 차이가 있는 것으로 나타났고, 구매의도는 구매태도와 비슷하게 식생활 고관여형, 식생활 웰빙추구형, 식생활 건강/안전추구형, 소극적 식생활 추구형의 네 그룹 간에 통계적으로 유의한 차이가 있는 것으로 나타났다.
- 소비자 프로파일 유형별 유기가공식품에 대한 검증은 프로파일 7(식생활 고관여형), 프로파일 2(식생활 웰빙추구형), 프로파일 6(식생활 건강/안전 추구형) 순으로 유기가공식품에 대한 긍정적 구매태도가 있는 것으로 조사되었으며 이 세 그룹 간에는 통계적으로 유의한 차이가 있는 것으로 나타났다. 반면 프로파일 4(소극적 식생활 추구형), 프로파일3(식생활 편의/미식 추구형), 프로파일 5(식생활 유행 추구형), 프로파일 1(식생활 저관여형) 순으로 유기가공식품에 대한 구매태도가 긍정적이지 않은 것으로 조사되었으며, 이 네 그룹 간에는 통계적 유의성이 없는 것으로 조사되었다.
- 반면 프로파일 4(소극적 식생활 추구형), 프로파일3(식생활 편의/미식 추구형), 프로파일 5(식생활 유행 추구형), 프로파일 1(식생활 저관여형) 순으로 유기가공식품에 대한 구매태도가 긍정적이지 않은 것으로 조사되었으며, 이 네 그룹 간에는 통계적 유의성이 없는 것으로 조사되었다. 유기가공식품에 대한 7개 소비자 프로파일별 구매의도의 차이점을 분석한 결과, 구매태도 결과와 비슷하게 프로파일 7(식생활 고관여형), 프로파일 2(식생활 웰빙추구형), 프로파일 6(식생활 건강/안전 추구형), 프로파일 4(소극적 식생활 추구형), 순으로 유기가공식품에 대한 구매의도가 있는 것으로 조사되었으며 이 네 그룹 간에는 통계적으로 유의한 차이가 있는 것으로 나타났다. 반면 프로파일 5(식생활 유행 추구형), 프로파일 1(식생활 저관여형), 프로파일 3(식생활 편의/미식 추구형)그룹 순으로 유기가공식품에 대한 구매의도가 낮은 것으로 조사되었다.
- 다만 AIC의 경우 8개 프로파일 모형에서 적합도 지수를 낮게 보여주고 있으나 BIC 값을 최우선적으로 고려하고 ABIC 값 또한 8개 모형일 때 소폭의 상승을 보여주고 있다. 이와 더불어, Entropy를 고려할 때 1에 근접한 모형인 8개 모형일때가 프로파일 분류의 정확도 높음을 알 수 있다. 허나, Entropy 값이 최우선 고려대상은 아님을 선행연구에서는 주장을 하고 있다(Nylund et al.
- 분석 결과, 군집분석과 LPA 모두 유사한 식생활 라이프스타일을 가진 집단을 세분화하여 각각 4개와 7개의 프로파일 유형으로 소비자집단으로 구별하였으며, 세분화된 프로파일 유형별로 유기가공식품의 구매태도 및 구매의도에 차이를 보였다. 전반적으로 식생활에 관심이 높고, 건강하고 안전한 식품 소비를 추구하는 프로파일에서 유기가공식품의 구매태도 및 구매의도가 높게 나타났다. 이는 라이프스타일 구분에서 건강과 식품소비 행동간 밀접한 관계로서, 식생활과 건강에 대한 관심이 높을수록 건강을 유의한 식품소비행동을 한다고 주장한 Bowman (2004)의 연구와 유사한 결과를 보인다.
- 구매의도와 관련하여 식생활 편의/간편 추구형 그룹과 식생활 저관여형 그룹 간에는 통계적 유의한 차이점이 나타나지 않았다. 전반적인 결과를 종합해 볼 때 4개 프로파일 그룹 중 식생활 관련관여도 수준이 높은 그룹(식생활 고관여형, 식생활 건강/안전 추구형)에 속해있는 소비자들이 유기가공식품에 대한 구매태도나 구매의도가 높은 것으로 조사되었다.
- 첫째, 식생활 라이프스타일은 건강추구, 편의추구, 맛추구, 새로움 추구, 안전추구의 5개 요인으로 분류되었다. 도출된 5개의 요인점수를 이용하여 사람중심 접근법인 군집분석과 LPA를 시행하였다.
- 이 세 그룹 간 통계적 유의성은 검증되지 않았다. 특이한 점으로는 프로파일 4그룹이 구매태도와는 달리 구매의도가 현격히 낮은 수준이 아닌 것으로 조사되었고, 프로파일 3(식생활 편의/미식 추구형)그룹 또한 프로파일 1(식생활 저관여형)그룹보다도 구매의도가 더 낮은 것으로 나타났다.
- 3과 같이 실제적 형태를 고려해볼 때, 외견상 상호 중복됨 없이 정성적으로 상이한 유형들을 보여 주고 있음을 알 수 있다. 프로파일 1은 전체 509개 표본 중 17개 케이스(3.34%)이며, 식품 관여수준은 식품관련 라이프 스타일 5개 하위요인이 전반적으로 낮은 건강추구, 편의추구, 맛추구, 새로움 추구, 안전추구로 나타났다. 따라서 프로파일 1은 “식생활 저관여형”로 명칭을 부여하였다.
- 프로파일 3은 117개 케이스(23.0%)이며 식생활 관여수준은 중간 건강추구, 낮은 편의추구, 중간 맛추구, 중간 새로움 추구, 높은 안전추구로 나타나 “식생활 건강/안전 추구형”로 명칭을 부여하였다.
- 프로파일 4는 194개 케이스(38.1%)이며 식생활 관여수준은 비교적 낮은 건강추구, 중간 편의추구, 중간 맛추구, 중간 새로움 추구, 낮은 안전추구로 나타나 “식생활 편의/간편 추구”로 명칭을 부여하였다.
- 따라서 “식생활 유행 추구형”로 명칭을 부여하였다. 프로파일 6은 63개 케이스(12.38%)이며, 관여수준은 건강추구, 맛추구는 중간수준이며, 편의추구, 새로움 추구는 현저히 낮고, 안전추구는 이와는 반대로 현저히 높게 조사되었다. 따라서 “식생활 건강/안전 추구형”로 명칭을 지정하였다.
- 따라서 “식생활 건강/안전 추구형”로 명칭을 지정하였다. 프로파일 7은 40개 케이스(7.85%)이며, 식품 관여수준은 식품관련 라이프 스타일 5개 하위요인이 전반적으로 높은 건강추구, 편의추구, 맛추구, 새로움 추구, 안전추구로 나타났다. 따라서 프로파일 7은 “식생활 고관여형”로 명칭을 부여하였다.
후속연구
- 하지만 본 연구는 일반적으로 사용되는 인구통계학적 특성 변수를 활용하지 않고, 식생활 라이프스타일에 따라 도출된 프로파일 유형에 따라 소비자의 유기가공식품의 구매행동의 특성을 파악하였다. 따라서 향후 연구에서는 좀 더 세분화된 소비자의 유형을 파악하기 위해 선행연구에서 빈번히 활용하는 조절변수(예 : 나이, 학력. 직업, 직무, 성별 등)를 활용하여 프로파일 구성에 영향을 미치는 영향요인 또는 예측요인으로 어떻게 작용을 하는지 알아볼 필요가 있을 것이다. 넷째, 최근 프로파일 연구관련 시간의 경과에 따라서 프로파일의 유형이 변할 수 있는 방법론적 한계에 대하여 언급이 되고 있다.
- 다시 말해서 횡단적 자료 분석이 아니 종단적 자료 분석을 통해 좀 더 설득력 있는 연구가 수행되는 추세이다. 따라서 향후, 농 ․ 식품산업관련 프로파일 연구 또한 광범위한 자료(빅데이터)를 활용하여 종단적 변화에 따른 프로파일 유형변화를 연구 할 필요가 있을 것이다.
- 따라서 기존의 식생활 라이프스타일 연구들이 군집분석을 통해 3~5개의 비슷한 유형으로 집단화되었다면, 본 연구에서는 LPA를 통해 7개의 최적 프로파일 수를 도출하여 군집분석에서 미처 발견하지 못했던 정량적 및 정성적으로 다양한 유형의 소비자 프로파일을 발견하였으며, 좀 더 세분화된 소비자의 식생활에 대한 소비행동 차이를 파악하였다는 점에서 의의가 있다. 또한 관련 업계의 측면으로 볼 때, 식생활 라이프스타일을 고려한 프로파일별 소비행동 변화를 설명하고 예측하기 위한 기초자료로 활용될 수 있을 것이며, 유기가공식품의 구매태도 및 구매의도가 높은 식생활 고관여형 및 식생활 건강/안전추구형과 같은 소비자를 파악하고 이들을 대상으로 한 마케팅 전략을 수립하는데 유용한 정보를 제공할 수 있을 것이다.
- 따라서 본 연구에서는 군집분석과 더불어 LPA를 활용하여서 기존의 프로파일유형분석 결과와 비교를 통해 라이프스타일 관련 5개 하위요인간의 상호작용을 통한 잠재적 라이프스타일 유형을 탐색하고, 각 프로파일 유형에 속한 소비자 집단에 대한 유기가공식품의 구매행동(구매태도 및 구매의도)을 파악하였다. 본 연구는 기존의 연구방법과는 다른 접근법을 통해 소비자의 식생활 라이프스타일에 따른 유형 분석을 시도하였다는 점과 다양한 소비자의 요구에 따라 급변하는 유기농식품산업에서 보다 효과적으로 세분화된 소비시장을 설명하고 소비자행동을 분석하는데 유용한 정보로 활용될 수 있을 것이다.
- 이처럼 다양한 연구의 시사점이 있음에도 불구하고 본 연구는 다음과 같은 한계점을 가지고 있으며, 이를 해결하기 위한 추가적인 연구의 필요성을 제기할 수 있다. 첫째, 본 연구의 모집단은 유기가공식품의 구매경험이 있는 소비자만을 대상으로 연구하였으나, 유기가공식품 구매경험이 없는 소비자와의 비교연구를 통해 폭넓은 소비자 유형을 파악한다면 의미 있는 연구가 될 것으로 보인다. 둘째, 본 연구는 유기가공식품의 종류나 브랜드에 관계없이 다양한 제품군 중 구매경험이 있는 소비자를 식생활 라이프스타일에 따라 유형화하였다.
- 둘째, 본 연구는 유기가공식품의 종류나 브랜드에 관계없이 다양한 제품군 중 구매경험이 있는 소비자를 식생활 라이프스타일에 따라 유형화하였다. 하지만 유기가공식품의 제품 유형이나 브랜드에 따라 소비자의 선택이나 특성이 다를 수 있음을 감안할 때, 향후 연구에서는 식생활 라이프스타일뿐만 아니라 다양한 제품군, 브랜드 등 다양한 변수를 활용한 프로파일분석을 통해 소비자 정보를 제공한다면 실질적인식품 소비행동을 예측하는데 유용한 자료가 될 것으로 보인다. 셋째, 앞서 여러 번 언급하였듯이 대다수의 선행연구는 변수중심을 기반으로 수행되었다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.