조사 설계(탐색 조사, 기술 조사, 인과 조사)

1. 조사 설계 방법의 비교
   1. 탐색 조사: 문제를 파악하는 사전 조사적 성격의 조사. 주로 정성 조사로 진행된다.
      1. 표적집단면접법(FGI, focus group interview): 관련 지식을 갖춘 8~12인을 섭외하여 토론을 진행하는 것.
   2. 기술 조사: 현상을 기술하는 조사 주로 정량 조사로 진행된다.
      1. 횡단 조사: 단일 시점에서 조사하는 것,
         1. 서베이: 다수의 표본을 대상으로 정보를 수집하고 통계를 내 결론을 도출하는 것.
            1. 서베이의 분류: 대면, 우편, 전화, 인터넷
            2. 서베이의 장점: 광범위한 자료를 수집, 연구 오차 최소화, 내면의 태도 측정 가능
            3. 서베이의 단점: 시간과 비용 많이 소요, 조사원의 통제가 어려움, 설문지 작성 지식 필요
            4. 조건
               1. 적절한 표본을 추출한다.
               2. 설문지 작성 요령에 따라 설문을 개발한다.
               3. 표본에게 직접 자료를 수집한다.
               4. 통계 기법을 활용한다.
         2. 갱서베이: 수십 명의 표본을 모아 서베이를 진행하는 것.
            1. 갱서베이의 장점: 상대적으로 시간과 비용이 덜 소요, 각종 보조물 활용 가능
            2. 갱서베이의 단점: 응답자 모집이 어렵다, 조사자의 전문 지식이 필요
         3. CLT(central lacation test): 일정 기간 제품을 사용하게 한 후 조사하는 것.
         4. HUT(home usage test): 번화가에 임시 조사 장소를 설치하여 조사하는 것.
      2. 종단 조사: 시간 흐름에 따라 조사하는 것.
         1. 패널 조사: 동일 표본으로부터 시간 흐름에 따라 반복적으로 자료를 수집하는 것.
            1. 패널 조사의 장점: 자료 획득이 쉽다, 초기 비용은 높지만 장기적으로는 횡단 조사보다 저렴하다.
            2. 패널 조사의 단점: 초기 비용이 많이 든다, 표본의 대표성이 제한된다, 시간 흐름에 따라 외생 변수가 반드시 간섭한다.
         2. 코호트 조사: 동질적 집단에서 시간 흐름에 따라 매번 표본을 추출하여 자료를 수집하는 것.
   3. 인과 조사: 두 사건 사이의 원인 결과 관계를 밝히는 것으로 정량 조사로 진행된다.
      1. 변수의 유형
         1. 형태에 따른 분류
            1. 연속 변수: metric 변수, 등간/비율 척도를 말한다.
            2. 유목 변수: non-metric 변수, 명목/서열 척도를 말한다.
         2. 역할에 따른 분류
            1. 독립변수: 종속 변수에 영향을 주는 원인 변수
            2. 종속변수: 독립 변수에 영향을 받는 결과 변수
            3. 매개변수: 독립 변수와 종속 변수 관계를 연결하는 변수. 독립 변수에게는 종속 변수이며 종속 변수에게는 독립 변수가 된다.
            4. 조절변수: 독립 변수가 종속 변수에 갖는 영향력을 조절하는 변수
         3. 이외 기타 변수
            1. 외생변수: 종속 변수에 영향을 주는 독립변수가 아닌 변수
            2. 혼란변수: 종속 변수에 혼란을 주는 외생 변수의 일종
            3. 통제변수: 통제된 외생 변수
            4. 잠재변수: 영향력이 겉으로 드러나지 않는 변수
            5. 더미변수: 회귀 분석 시 사용하는 가상의 변수
      2. 인과 관계의 성립 요건
         1. 병행 발생: 두 현상은 동시에 발생해야 한다.
         2. 시간적 선행: 독립 변수는 종속 변수에 선행해야 한다.
         3. 다른 인과 요인의 통제: 종속 변수를 설명할 수 있는 다른 원인이 없어야 한다.
      3. 실험법: 변수 사이의 인과관계를 밝히기 위한 조사법
         1. 실험 디자인의 유형
            1. 원시 실험설계: 사전 실험설계라고도 한다. 측정시기와 처치에 대해 거의 통제하지 않는 것.
               1. 특징
                  1. 무작위화 하지 않는다.
                  2. 시간과 비용이 적게 든다.
                  3. 사전 시직이 있는 경우 유용하다. 
               2. 일회적 사례연구: 단일 집단 사후 실험설계라고도 한다.
                  1. (EG): X O
                  2. 통제할 수 없는 외생변수: 표본 편향
               3. 단일집단 사전사후
                  1. (EG): O1 X O2
                  2. 통제할 수 없는 외생변수: 모두 불가능
               4. 두 집단 사후
                  1. (EG): X O1
                  2. (CG):   O2
                  3. 통제할 수 없는 외생변수: 표본 편향
            2. 순수 실험설계: 실험을 위해 인위적인 환경을 구성하여 실시하는 것.
               1. 특징
                  1. 외생변수를 대부분 통제할 수 있어 내적 타당성을 확보하기 쉽다.
                  2. 외적 타당성을 확보하기 어렵다.(일반화하기 어렵다.) 
               2. 통제집단 사후
                  1. (EG):[R] X O1
                  2. (CG):[R]   O2
                  3. 통제할 수 없는 외생변수: 없음
               3. 통제집단 사전사후
                  1. (EG):[R] O1 X O2
                  2. (CG):[R] O3 X O4
                  3. 통제할 수 없는 외생변수: 상호작용효과, 통계적 회귀
               4. 솔로몬 4집단
                  1. (EG1):[R] O1 X O2
                  2. (CG1):[R] O3   O4
                  3. (EG2):[R]   X O5
                  4. (CG2):[R]      O6
                  5. 통제할 수 없는 외생변수: 없음
            3. 유사 실험설계: 일반적인 실제 환경에서 실시하는 실험.
               1. 특징
                  1. 측정 대상과 시기만 통제한다.
                  2. 마케팅 실무 활용에 적합하다. 
               2. 비동질 통제집단 사전사후
                  
                  1. (EG): O1 X O2
                  2. (CG): O3   O4
                  3. 통제할 수 없는 외생변수: 상호작용효과, 표본 편향, 통계적 회귀
               3. 독립집단 사전사후
                  1. (EG): O1
                  2. (CG):   X O2
                  3. 통제할 수 없는 외생변수: 역사적 오염, 성숙효과, 표본 편향
               4. 시계열, 다중 시계열
                  
                  1. 통제할 수 없는 외생변수: 모두 통제할 수 없다. 
               5. 사후 실험설계: 인위적으로 독립변수 조절이 불가능한 경우..
         2. 실험의 타당성: 실험 결과가 조사하려는 바를 잘 나타내는가
            1. 타당성의 분류: 두 타당성 사이에는 상쇄효과가 존재한다.
               1. 내적 타당성: 조사 결과가 독립 변수에 의해 유도된 정도.
               2. 외적 타당성: 조사 결과가 다른 조건에서도 통용되는 정도. 일반화가 가능한가?
            2. 타당성 검토
               1. 내적 타당성의 검토
                  1. 역사적 오염: 우발적 사건으로 결과가 왜곡되는 것. 여러 번 측정 시 주의.
                  2. 성숙 효과: 시간이 지나면서 조사 대상이 변화하는 것. 여러 번 측정 시 주의.
                  3. 시험 효과: 1차 측정이 이후 과정에 영향을 미치는 것. 여러 번 측정 시 주의.
                     1. 주시험 효과: 1차 측정이 2차 측정에 영향을 미치는 것. 여러 번 측정 시 주의.
                     2. 상호작용 효과: 1차 측정이 독립 변수에 영향을 미치는 것. 여러 번 측정 시 주의.
                  4. 측정 도구의 변화: 측정 도구나 방법이 달라지는 것. 여러 번 측정 시 주의.
                  5. 표본 편향: 대표성이 없는 편향된 표본을 추출하는 것. 무작위화 하지 않을 시 주의.
                  6. 실험 대상의 소멸: 이사 등으로 실험 대상이 실험에서 이탈하는 것. 여러 번 측정 시 주의.
                  7. 통계적 회귀: 실험을 계속하면 극단값이 중간값으로 모이는 경향. 여러 번 측정 시 주의.
               2. 외적 타당성의 검토
                  1. 모집단 타당성 검토: 표본이 모집단을 대표하는 만큼 일반화가 가능하다.
                  2. 환경 타당성 검토: 실험 환경이 결과에 영향을 주지 않아야 일반화가 가능하다.
                     1. 호손 효과: 환경이 실험 집단에 영향을 주는 것.
                     2. 존헨리 효과: 환경이 비교 집단에 영향을 주는 것.
                     3. 인위성 효과: 환경이 실험 참여자에게 영향을 주는 것.
               3. 타당성을 높이는 방법
                  1. 무작위화: 조사 대상을 무작위로 할당하여 실험집단과 통제집단이 외생변수의 영향을 동일하게 받게 하는 것.
                  2. 제거: 외생변수를 제거하는 것.
                  3. 상쇄: 둘 이상의 실험 변수가 있을 때 순서를 반대로 번갈아 진행하여 순서의 영향을 없애는 것
                  4. 매칭(균등화): 외생 변수를 알고 있는 경우 동등한 영향을 받도록 실험집단과 통제집단의 구성을 조정하는 것
                  5. 공분산 분석: 외생변수를 공변량으로 하여 연구에 포함되도록 자료를 분석하는 것.