대학의 광고홍보효과를 검증하는 조사에서는 대체로 ① 대학에 대한 인지수준 ② 대학의 성과 및 호감도 ③ 대학의 이미지(perceived image)와 포지셔닝 ④ 대학의 이미지 개선 방향 ⑤ 대학 광고·홍보물 크리에이티브의 R·O·I 평가 ⑥ 대학 광고·홍보물의 집행 경쟁력 ⑦ 대학 광고·홍보물의 세부 콘텐츠 평가 ⑧ 대학 광고·홍보물의 집행 매체 효율성 등을 다루게 됩니다.

① 대학에 대한 인지수준은 최초인지도(Top of Mind)을 포함한 비보조인지도(unaided total)과 해당 대학을 보여준 후 인지 여부를 확인하는(재인) 보조인지도(aided total)로 구분할 수 있습니다. 대체로 대학이 설립초기단계에 있다면 비보조인지도와 보조인지도 모두 낮은 수준에 머무르겠지만 시간이 경과할수록 비보조인지도와 보조인지도의 변화 방향이 달라지는 모습을 보일 것입니다.

② 대학별 입시경쟁률과 같이 현재의 성과와 향후 입학 의향 대학과 같이 미래의 성과를 나타내는 지표를 인지도를 기준으로 비교해 보면 현재 관심있는 대학이 어떤 상태에 있는지 확인할 수 있습니다.

③ 대학별로 주요 고객유형별 이미지 위상을 점검할 수 있습니다. 대학의 주요 고객으로는 학생, 학부모 및 기업 등을 고려할 수 있으며 대학의 발전이라는 관점에서 대학의 고객별로 중요하게 고려해야할 이미지는 다를 수 있습니다.

④ 경쟁 대학 대비 이미지 위상 차이와 대학 선택 시 고려비중 대비 적합도를 파악함으로써 대학의 이미지 개선 방향을 도출할 수 있다.

⑤ 대학 광고·홍보물에 대한 노출 호감도 외에 크리에이티브의 평가요소인 Relevance, Originality, Impact에 대한 평가를 통해 대학 광고·홍보물의 크리에이티브 특성을 점검하고 이를 근거로 ⑥ 대학 광고·홍보물의 집행 경쟁력을 점검할 수 있습니다.

⑦ 대학 광고·홍보물의 copy, model, BGM 및 tonality에 대한 평가 역시 진행할 수 있습니다.

⑧ 대학 광고·홍보물의 집행 매체의 접촉율과 접촉빈도를 점검함으로써 매체의 효율을 파악하고 매체전략에 반영할 수 있습니다.

39. 이표본 가설검정 ①

만약 표본크기가 크지 않다면 중심극한정리를 적용할 수 없으므로 모집단 분포가 정규분포를 따르는지 점검해야 합니다. R에서는 shapiro.test()명령으로 정규성 검정을 할 수 있습니다. 아래는 음료 제품에서 두종류의 향을 첨가하여 각각의 향에 대해 20명을 대상으로 각각호감도를 점검한 데이터 bb에 대해 정규성 검정을 실시한 결과입니다. p-value 값이 0.01로 데이터가 정규분포를 따른다고 보기 어렵고, t검정을 실시할 수 없습니다.

이제 예시 데이터에서 서로 다른 패키지에 대한 호감도에 차이가 있는지 알아보기 위해 t검정을 실시해 보겠습니다. 이미 앞서 설명한 바와 같이 표본크기가 증가하면 t분포는 정규분포에 근사하므로 R에서도 정규분포에 근거한 가설검정을 별도로 제공하지 않고 t분포에 근거한 가설검정 절차만을 제공하고 있습니다. R에서 분산이 동일한 경우 두집단의 표본평균 비교를 위한 명령은 아래와 같습니다. R은 대문자와 소문자를 구분함에 유념해야 합니다. 아래 예시 분석 결과를 보면 p-value가 0.014로 귀무가설을 기각할 수 있는 강력한 증거가 됨을 알 수 있습니다.

단측검정을 위해서는 t.test() 명령에 alt='less' 또는 alt='greater' 옵션을 추가하여 실행하면 됩니다. 분석결과는 대립가설이 패키지 A의 호감도가 패키지 B의 호감도보다 작다는 대립 가설을 전제한 분석결과입니다. p-value 값이 0.007 이므로 귀무가설에 대한 강력한 반증이 된다고 보아 패키지 A의 호감도가 패키지 B의 호감도에 비해 더 작다고 판단할 수 있습니다.

등분산 검정 결과 두 집단의 분산이 동일하지 않다고 판단한다면 t.test() 명령의 옵션에서 ‘var.equal=TRUE' 옵션을 제외하고 실행합니다.

aa.csv

궁금한 점이 있으면 아래 버튼을 클릭해 주십시오. 데이터테일즈가 성실하게 답변 드리겠습니다.