마케팅 자료분석 방법

2) 확률 표본 추출

확률 표본 추출(probability sampling)에 있어서는 표본 추출 단위들은 확률에 의해 선택된다. 모집 단으로부터 뽑을 수 있는 주어진 크기의 모든 잠재적 표본을 미리 명시하는 것이 가능하고 각 본이 선택될 확률을 미리 명시하는 것이 가능하다. 모든 잠재적 표본이 동일한 선택 확률을 가질 필요는 없지만, 주어진 크기에서 어떤 특정한 표본이 선택될 확률을 명시하는 것은 가능하다.

1 단순 무작위 표본 추출

단순 무작위 표본추출(simple random sampling, SRS)에서 모집단의 각 원소는 선택될 확률이 알려져 있고, 이 확률이 동일하다. 게다가 일정한 크기로 뽑힐 수 있는 각각의 가능한 표본은 실 제로 선택될 확률이 알려져 있고 각 표본이 선택될 확률은 동일하다. 이것은 표본의 모든 원소는 다른 원소들과 독립적으로 선택된다는 것을 의미한다. 단순 무작위 표본추출을 하기 위해서 조사자는 우선 표적 모집단의 목록 혹은 표본 프레임 (sample frame)을 작성해야 하는데 여기서는 각 원소에 대해 고유 식별번호가 부여된다. 그런 다음 난수(random numbers)가 표본에 어느 원소들이 포함되어야 할지를 결정하기 위하여 생 성 된다. 단순 무작위 표본추출은 이해하기가 쉽고 결과를 표적 모집단에 투사할 수 있다는 장점이 있다. 그러나 표본추출을 위한 목록을 작성하기 어렵고, 자료수집과 비용이 많이 든다는 단점도 있다.

2 체계적 표본추출

체계적 표본추출(systematic sampling)에서 표본은 무작위로 시작점을 선택하고 그런 다음 표 본추출 틀로부터 모든 i번째 원소를 연속적으로 추출함으로써 표본이 얻어진다. 표본추출 간격 (sampling interval)은 모집단 크기 N을 표본크기 n으로 나누어 가장 가까운 정수로 사사오입 추 하여 결정한다. 체계적 표본추출은 단순 무작위 표본추출(SRS)보다 비용이 덜 들고 쉽게 이루어지는데 그 이유는 표본추출 틀을 구성할 필요가 없기 때문이다.

 3 군집 표본추출

덩어리를 만들어서 또 군집 표본추출(cluster sampling)에서 표적 모집단은 우선 상호 간에 배타적이면서 전체적으로 누락된 원소가 없는 하위 모집단, 즉 군집으로 나누어진다. 이때에 이들 군집 가운데서 무작위로 선택된 군집들, 즉 군집의 무작위 표본(random samples of clusters)은 단순 무작위 표본추 출(SRS)과 같은 확률 표본추출 기법에 근거하여 선택된다. 각각의 선택된 군집에서 모든 원소들 이 표본에 포함되거나, 아니면 원소들의 일부만 확률적으로 표본으로 뽑힌다. 각각의 선택된 군 집에서 모든 원소들이 표본에 포함된다면, 이러한 절차를 1단계 군집 표본추출(one-stage cluster sampling)이라 부른다. 원소들에 대한 표본이 각각의 선택된 군집으로부터 확률적으로 뽑힌다면, 이러한 절차는 2단계 군집 표본추출(two-stage cluster sampling)이라 부른다.

4 층화 표본추출

층화 표본추출(two-step process)은 모집단이 하위 집단, 즉 층으로 나누어지는 2단계 과정을 거치게 된다. 층(strata)은 상호 배타적(mutually exclusive)이면서 전체적으로 누락된 원소가 없어야 한다. 각각 모집단 원소는 단지 한 층에만 할당되어야 하고 어떤 모집단 원소도 빠진 것이 없어야 한다. 그런 다음, 원소들은 확률 표본추출 방법을 이용하여 각 층으로부터 선택된다.

확률 표본추출의 장점과 단점

- 단순 무작위 표본추출

장점 : 이해하기 쉽고 결과를 모집단에 투사 표본 추출할 수 있음

단점 : 표본추출의 틀을 구축하기가 어려움

- 체계적 표본추출

장점: 단순 무작위 표본추출보다 실행하기가 쉽고, 표본추출의 틀을 필요로 하지 않음

단점 : 대표성이 감소됨

- 층화 표본추출

장점 : 중요한 하위 모집단을 모두 포함, 정확성이 있음

단점 : 적절한 층화변수를 선정하기가 어렵 고, 다양한 변수에 대해 층화를 하는 건이 북가 능하며 비용이 많이 발생.

- 층화 표본추출 

장점: 실행이 간편하고 비용 효율적임

단점 : 계산하기 어려우며, 결과를 해석하기 어려움 

 

7. 자료 분석 방법

(1) 교차분석

교차분석(cross-tabulation analysis)은 교차 집계라고 불리는 매우 간단한 자료 분석 방법이다. 이는 실제 빈도와 기대 빈도 간의 비교 분석을 통해 두 변수 간의 독립성 및 동질성 여부를 분석하는 기법으로 명목 척도(성별, 지역별, 종교별, 직업별, 나이별 등)의 성향을 가지고 있는 사회현상을 분 석에 주로 사용한다. 명목 및 서열 척도와 같은 범주형 변수들을 분석하기 위해 2개 변수가 가진 각 범주를 교차하여 해당 빈도를 표시하는 교차 분석표를 작성함으로써 두 변수 간의 독립성과 이 질성을 분석하는데 이용되며, 두 변수 간의 관계를 카이자승(X2)이라는 통계치를 이용하여 검정하기 때문에 카이자승 검정이라고도 한다.

(2) 군집분석

군집분석(cluster analysis)은 대상 또는 사례들을 군집(clusters)이라 불리는 상대적으로 동질적인 집단으로 분류하는데 이용되는 기법이다. 각 군집 내의  대상들은 서로 유사한 경향이 있고 다른 군집에 있는 대상들과는 유사하지 않다. 실제 군집분석에는 대상들의 많은 수가 이 군집 아니면 저 군집으로 분류될수 있으므로 일부 군집들의 경계가 선명하지 않고 일부 소비자들의 분류도 명확하지 않다.  군집분석과 판별분석은 모두 분류(classification)하는 데에 관심이 있다. 그러나 판별분석은 관련된 각 대상 또는 사례에 대한 분류기준을 개발하기 위해 집단(group)의 구성원에 대한 사전지식이 필요하다. 반대로 군집분석에서는 어떤 대상들에 대한 집단 또는 군집의 구성원에 관한 사전정보가 필요하지 않다. 군집분석에서 집단 또는 군집은 미리 정의되지 않고 자료에 의하여 자료에 의하여 제시된다.