특히 국민총생산과 17개 독립변수, 총통화량과 17개 독립변수간의 상관관계계수는 대부분이 0.95이상으로 높은 상관관계를 보여주고 있다. 이러한 높은 상관관계로 인하여 요인분석이 이루어지지 않았다. 결과적으로 한국 백화점의 경우 지금까지와 같은 양적 성정경제하에서는 거시경제변수를 포함시켜 매출액 예측모델을 만드는 데는 많은 무리가 수반됨을 알 수가 있다. 할 수 없이 여러가지의 결합으로 단계별 회귀분석을 시도하였다. 우선 선정한 18개 독립변수 각각과 매출액과의 단순 회귀분석을 실시해 본 결과 <표 5-25>와 같이 소비자물기지수(R square=0.78)와 서울시인구(R square=0.88)을 제외하고 모두 R square=0.90이상의 높은 설명력을 보이고 있다. 이러한 기초적인 자료를 근거로 여러가지 결합으로 단계별 다중회귀분석(stepwise multiple regression analysis)을 실시한 결과 모델의 F검증과 회귀계수의 T검정을 충족시키는 9가지 회귀분석모델이 <표 5-26>에 정리되어 있다.

9가지의 단계별 회귀분석모델 중 R square, 회귀계수 등을 감안하여 가장 양호한 것으로 종합판단되는 주도시근로자가구의 월평균가구소득, 소비자물가지수, 종업원수 1인당 GNP로 구성되는 회귀분석모델을 선정하여 실제치와 예상치를 비교하여 보면 <표 5-27>과 같은데 상당히 예측력이 높음을 알 수 있다. 동모델의 의미하는 바는 전도시근로자가구의 월평균가구소득, 종업원수, 1인당 GNP에 정의 방향으로, 소비자물가지수에 부의 방햐으로 백화점매출액이 움직이고 있음을 알 수 있다. 이 모델이 가지고 있는 큰 한계는 독립변수간의 상관관계가 지나치게 높은데 있다. 그러므로 적용하고 해석을 하는데 있어 상당한 주의를 기울여야 하며, 또한 다른 예측방법이나 예측모델과 병용하여 예측치를 조정하여야 한다.

동모델을 이용하여 실제치와 예측치를 비교한 결과가 <표 5-28>에 나타나 있다.

본 사례에서 알 수 있는 것처럼 종업원수, 매장면적, 신용카드회원수와 같은 백화점관련변수들이 백화점매출액의 상당부문을 설명해 주고 있긴 하지만, 훨씬 더 많은 부문을 거시경제변수들이 설명해 주고 있음을 알 수가 있다. 그러므로 개별백화점의 판매예측모델을 개발하는 경우에는 거시경제관련 변수의 고려에 상당한 주의를 기울여야 할 것이다.

사례모델의 잔차를 분석해 보면, 각 독립변수간에 0.9이상의 상관관계를 보이고 있어 다중공선성의 높은 가능성을 나타내(<표 5-15) 해석상의 세심한 주의를 요한다. 오차항의 분석에 있어서는 오차항을 표준화한 * ZRESID에서 평균이 0이며 표준편차가 1이어야 하는데 표준편차가 0.8745로 작게 나타나고 있어 분포의 중심부분에 몰린 분포를 이루고 있다(<도 5-10-2>). 오차항간의 계열상관을 검증하는 D-W값이 1.87718로 나타나 D-W 통계량(유의수준 0.05, 독립변수 수 4개, 표본수 18개)의 임계치<0.82, 1.87>과 비교해 보면 자기상관 제로의 가설을 채택하고 있다. 오차항 분산도 0을 중심으로 고루 분포되고 있어 동질적인 것으로 판단된다(<도 5-10-4>).