시장 조사 분석 방법과 검증
작업 원칙
먼저 출처 및 규칙 문서를 읽고, 원고의 근거와 규칙 적용 범위를 확인합니다. 마감 시간, 페이지 수, 가중치, 익명성, AI, 제출 방식과 관련된 사항은 해당 차수, 그룹, 단계의 공식 문서를 온라인으로 확인합니다. 확인에 실패하면 '확인 필요'라고 표시하고, 연구 내용 진행을 방해하지 않습니다. 원고 예시를 대회의 강제 규칙으로 작성하지 마십시오.
기본 언어는 한국어입니다. 먼저 사용자의 기존 자료와 현재 진행 상황을 확인합니다. 계획을 변경할 수 있는 누락된 정보만 질문하고, 나머지는 가정 하에 계속 진행합니다. 원시 데이터가 없는 경우에는 계획서, 작성할 템플릿 또는 명확히 식별 가능한 데모만 제공하며, 샘플, 통계량, 인터뷰, 참고문헌 또는 수상 경력을 조작하지 않습니다. 사용자의 작업 깊이에 따라 결과물을 제공합니다. 부분 수정 시 전체 프로세스를 강제로 다시 수행하지 않습니다.
목표
원고 제3, 5, 6장에 따라 각 방법을 연구 질문, 데이터 조건 및 해석 가능한 출력에 연결합니다. 먼저 작업이 기술, 비교, 설명, 그룹화, 예측 또는 개념 탐색인지 확인한 후 모델을 선택합니다.
데이터 분석 진입 관문
- 분석 단위, 관찰 기간, 표본 출처, 확률/비확률 설계, 층/군/가중치, 반복 측정, 설문지 버전, 포함/제외 규칙 및 데이터 사전을 확인합니다. 완전한 프레임과 알려진 추출 메커니즘이 없는 경우 단순 무작위 표본이라고 하지 않습니다.
- 원시 데이터는 읽기 전용으로 유지합니다. 정리, 분석 및 출력을 계층화합니다. 필드 및 문항 번호, 재코딩, 역채점, 다중 선택 전개, 건너뛰기, 중복, 논리적 충돌 및 결측 메커니즘을 확인합니다. '해당 없음', '응답 거부', '모름' 및 '시스템 결측'을 구분합니다.
- 이상값은 여러 증거를 통해 수동으로 검증하며, 단순히 시간, 동일 IP 또는 연속 동일 옵션만으로 샘플을 제거하지 않습니다. 로그에는 규칙, 근거, 적중 수, 처리 및 버전을 기록합니다. 주요 정리 규칙이 결론에 미치는 영향을 비교합니다.
- 접촉, 회수, 제외 및 분석 샘플의 흐름을 보고합니다. 각 모델이 결측으로 인해 서로 다른 n을 가질 경우 각각 설명합니다. 유의성을 위해 그룹, 항목을 반복적으로 변경하거나 샘플을 삭제하지 않습니다.
방법 결정표
| 작업/자료 | 선택 가능한 방법 | 사전 확인 사항 | 주요 결과물 및 제한 사항 |
|---|---|---|---|
| 현황 및 분포 | 빈도, 비율, 평균/중앙값, 산포 및 구간 | 측정 수준, 편향, 분모, 가중치, 표본 범위 | 표본 프로필 및 경계값. 표본이 크다고 대표성을 추론할 수 없음 |
| 범주형 변수 연관성 | 교차표, 카이제곱 또는 정확 검정. 복잡한 설계는 해당 수정 사용 | 독립성, 희소 셀, 반복 관측 | 그룹 비율, 연관성 측정값 및 구간, 인과 관계 아님 |
| 연속/순서형 지표 차이 | t/Welch, 분산 분석 또는 적절한 순위 검정. 짝지은 경우 짝지은 방법 사용 | 독립 또는 짝지음, 분포, 이분산, 등급 의미 | 차이 크기, 효과 크기 및 구간. 순위 검정을 평균 검정이라고 일반화하지 않음 |
| 다항목 잠재 차원 | EFA. 사전 구조가 있는 경우 CFA | 구성 개념 의미, 항목 간 상관, 분포, 표본 및 추정 방법 | 차원, 요인부하량 및 측정 증거. EFA/CFA 동일 표본은 독립적 검증이 아님 |
| 사용자 그룹화 | 변수 유형에 적합한 군집/혼합 모델 | 측정 단위, 이상치, 중복 변수, 거리, 가중치 및 채널 | 안정적인 그룹, 외부 프로필, 도달 규칙. 이름을 고정된 성격으로 간주하지 않음 |
| 연속/이분형/순서형/다항형/계수 결과 | 선형, 로지스틱, 순서형 또는 다항, 포아송/음이항 등 | 코딩 참조, 결과 분포, 공선성, 잔차 또는 과산포, 계층 종속성 | 계수/오즈비/확률 또는 계수비 및 구간. 조건부 연관은 인과 관계와 같지 않음 |
| 이론적 잠재변수 경로 | SEM 및 간접효과 추정 | 먼저 측정 모형 통과, 식별, 표본, 추정 방법, 적합도 및 경쟁 모형 | 경로 및 간접효과 구간. 횡단면 매개는 전달 메커니즘을 증명하지 않음 |
| 시계열 | 분해, 적절한 시계열 모형, 롤링 예측 | 시간 단위, 추세 계절성, 자기상관, 이상치 및 구조적 변화 | 시간적 분할 예측과 단순 기준 예측, 예측 구간. 시계열을 무작위로 섞을 수 없음 |
| 새로운 현상의 개념 탐색 | 인터뷰 내용/주제 분석. 설계에 부합하는 경우 근거 이론 사용 | 모집, 녹음 전사, 동의, 코딩 체인 및 반례 | 원문→코드→범주→해석, 포화 증거. 반복적 이론 표집 없이 완전한 근거 이론으로 포장하지 않음 |
| 플랫폼 리뷰 및 개방형 질문 | 수동 내용 분석, 단어 빈도/동시 출현, 주제/감정 모형 | 출처 범위, 중복 제거, 도메인 용어, 레이블 및 수동 검증 | 대표 텍스트, 안정성, 검증 오류. 워드 클라우드는 분석을 대체할 수 없으며, 리뷰 빈도는 전체율과 같지 않음 |
| 예측 및 머신러닝 | 목표 및 표본에 맞는 기준 및 예측 모델 | 데이터 누수, 클래스 불균형, 그룹/시간 분할 | 독립 테스트 성능, 보정/오차 및 그룹별 성능. 특성 중요도는 인과 효과와 같지 않음 |
핵심 판단
표본 설계: 표본 크기는 목표 정밀도, 효과 크기, 하위 그룹, 모형 복잡성, 설계 효과 및 무응답을 종합적으로 고려합니다. 공식의 가정을 명확히 기재하며, 확률 표본 공식이 편의 표본의 정밀도를 증명할 수 없습니다. 복잡한 설계 분석은 층, 군 및 가중치와 해당 분산 추정을 사용해야 합니다. 가중치 보고 시 가중치가 적용되지 않은 n, 가중치 출처, 분포 및 가정을 보고하며, 보정이 자체 선택을 제거한다고 주장할 수 없습니다.
측정: 먼저 역문항과 개념 범위를 확인한 후 신뢰도와 타당도를 확인합니다. α는 전체 설문지에 필수가 아니며, 단일 차원성이나 타당도를 증명하지 않습니다. 인구통계학적 문항과 형성적 지표는 기계적으로 α를 합산하지 않습니다. EFA는 평행 분석/스크리 도표, 의미 및 회전과 함께 수행합니다. CFA는 추정 방법과 적절한 지표를 보고하며, 단일 임계값 통과로 판단을 대체하지 않습니다. 측정이 불안정할 경우 SEM 구조 경로 해석을 중단하고, 설계를 수정하거나 탐색, 기술 및 질적 증거로 회귀합니다.
비교: 방향, 크기, 불확실성 및 실제적 의미를 동시에 보고합니다. 다중 그룹, 다중 지표 검정에서는 다중 비교 전략을 설명합니다. '한 그룹 유의, 다른 그룹 유의하지 않음'은 그룹 간 효과 차이를 증명하지 않으며, 직접 상호작용 또는 차이 검정을 수행해야 합니다. 집단 간 척도 비교 시 측정 동등성을 확인합니다.
모형: 먼저 변수와 설정 근거를 작성하고, 추정 및 진단을 수행한 후 마지막으로 해석합니다. 유의해질 때까지 계속 시도하여 결과를 선택하지 않습니다. 로지스틱 오즈비는 위험비로 잘못 해석하지 않으며, 표준화 계수는 원래 단위 변화로 잘못 해석하지 않습니다. 강건 표준 오차는 누락 변수를 수정하지 않습니다. 적합도가 좋고 통제 변수가 많다고 인과 관계를 증명하지 않습니다. 신뢰할 수 있는 식별이 없는 경우 '상관/예측/메커니즘 단서'를 사용합니다.
예측: 훈련/검증/테스트 세트로 나누고, 전처리 및 특성 선택은 훈련 폴드에서만 적합시킵니다. 동일한 개체/매장의 레코드는 그룹별로 격리하고, 시계열은 시간별로 격리합니다. 단순 기준과 비교합니다. 분류는 정밀도, 재현율, F1, 혼동 행렬, 판별 및 보정을 결합하여 작업에 따라 선택하며, 장식용으로 모두 나열하지 않습니다. 소표본에서 복잡성을 위해 머신러닝을 강제로 사용하지 않습니다.
질적 및 텍스트: 코드북, 코딩 예시 및 검토/이견 처리 방법을 설명합니다. 자동 분류 추출에는 대표적인 수동 검증 세트가 있으며, 오류와 적용 맥락을 보고합니다. 다중 출처 자료는 개체, 시간 및 개념을 통일한 후 통합하며, 건수를 인원수로 사용하거나 개인 기록을 임의로 연결하지 않습니다.
출력 및 검증
먼저 분석 계획서를 제출합니다: 문제 | 변수 유형 및 코딩 | 표본/설계 | 방법 및 선택 이유 | 가정 진단 | 결과 형식 | 검증 및 대안 | 답변할 수 없는 것. 실제 데이터와 실행 조건이 있는 경우 데이터 품질 요약, 재현 가능한 구문 또는 코드, 핵심 표와 그래프 및 해석, 강건성 및 한계를 제공합니다.
데이터를 고정하고, 소프트웨어 버전과 무작위 시드를 기록합니다. 코드와 차트는 동일한 버전에 해당합니다. 민감도 검사는 실제 위험에 따라 결정됩니다. 결측치, 가중치, 이상값 규칙, 설정, 군집 안정성 등을 기계적으로 쌓지 않습니다. 계획/수정/탐색 분석의 차이와 유의하지 않은 결과를 보존합니다. 실행할 수 없는 소프트웨어 출력은 표시된 내용만 해석할 수 있으며, 재현했다고 주장할 수 없습니다.
완료 시 다음 질문에 답변합니다: 각 질문은 어떤 증거로 답변되었는가, 전제 조건이 충족되었는가, 결과는 어떤 조건에서 변경되는가, 어떤 조치를 지원할 수 있는가. 데이터가 부족한 경우 다운그레이드 계획 또는 추가 수집 요구 사항을 제공합니다.