제1절 자료의 수집과 표본추출

1. 조사 대상제품

소비자 만족의 결정변수에 대한 기대불일치 파라다임하에서의 연구는 제품을 구매하기 전에 소비자의 기대-그것이 예측적 기대이든 규범적 기대이든 희망적 기대이든 간에-를 측정해야 되고 제품을 구입하고 난 뒤에 기대불일치와 소비자만족을 측정해야 한다. 이와 같은 두가지 시점에서 변수들을 측정해야 하는 경시적 연구(longitudinal study)가 기대불일치 파라다임 하의 소비자만족 결정변수에 대한 연구의 특징이기 때문에 제품선정에 제약을 받을 수밖에 없었다. 이와 같은 통시적 연구의 어려움은 소비자패널을 사용하면 해결되나 패널사용의 획득이 곤란하여 그 자리에서 제품에 대한 기대를 측정하고 제품을 구매한 후 만족도를 측정할 수 있는 음식을 조사대상 제품으로 선정하였다.

즉 음식은 의식주의 생활필수품 중위하나이며 특히 한국음식을 개발·발전시키는데 도움이 되기 위해 한국식당에서의 한국음식을 조사대상제품으로 선정한 것이다.

한국음식점에도 여러 등급이 있는 바 조사의 타당도와 신뢰도를 높이기 위하여 중급음식점을 조사대상 식당으로 하였다. 왜냐하면 중급음식점에는 가장 보편적인 특징을 가진 고객들이 찾고 음식도 가장 보편성을 띠기 때문이다.

2. 척도

(1) 기대

기대에는 세가지 차원이 있다는 것이 본 연구의 가설 중의 하나이다. 이 가설을 검증하려면 3가지 차원의 기대를 모두 측정해야 한다. 그리하여 다음과 같은 문항으로 예측적 기대, 규범적 기대, 희망적 기대를 측정하였다. 또한 각각의 기대에 대하여 음식 속성별 기대와 전체음식에 대한 기대의 두 가지 방법으로 각각의 기대를 측정하였다.

·속성별 예측적 기대:귀하는 귀하가 주문하신 음식이 다음의 여러 가지 속성에서 어떠하리라고 예상하고 계십니까?

·전체적 예측적 기대:귀하는 귀하가 주문하신 음식이 전체로 보아 어떠하리라고 예상하고 계십니까?

·속성별 규범적 기대:귀하는 음식의 가격과 기타 귀하가 투자한 노력에 비추어 볼 때 다음의 여러 가지 속성에서 귀하가 주문하신 음식이 어떠해야 한다고 생각하고 계십니까?

·전체적 규범적 기대:귀하는 음식의 가격과 기타 귀하가 투자한 노력에 비추어 볼 때 전체로 보아 귀하가 주문하신 음식이 어떠해야 한다고 생각하고 계십니까?

·속성별 희망적 기대:귀하는 귀하가 주문하신 음식이 다음의 여러 가지 속성에서 어떻게 되었으면 좋겠다고 바라고 계십니까?

·전체적 희망적 기대:귀하는 귀하가 주문하신 음식이 전체로 보아 어떻게 되었으면 좋겠다고 바라고 계십니까?

음식 속성별 기대를 측정할 때 측정대상 속성으로는 음식의 맛, 영양가, 청결도, 온도, 양, 겉보기, 주문후 나올 때까지의 시간의 7가지 속성으로 하였다. 그러나 다항목 척도(multiitem measure)의 신뢰도 검사를 해본 결과 cronbach의 α 계수가 이론적인 모형의 허용치인 0.7 이하가 되었다. 조사해보니 이렇게 α 계수가 낮은 이유는 음식의 온도와 양을 측정하는 항목에 문제가 있어 다른 항목과 낮은 상관계수를 가지기 때문이었다. 따라서 음식의 온도와 양에 대한 기대를 측정하는 항목을 제외하여 5가지 음식의 속성으로 음식에 대한 예측적 기대, 규범적 기대, 희망적 기대를 측정하였다.

(2) 지각된 제품성과

지각된 제품성과를 측정하는 척도도 속성별 척도와 전체적 척도의 2가지로 구성하였다. 그리고 다음과 같은 문항으로 속성별, 전체적인 지각된 제품성과를 측정하였다.

·속성별 지각된 제품성과:귀하께서 드신 음식은 실제로 다음의 여러 가지 속성에서 어떠하였습니까? 귀하께서 생각하고 느끼신대로 기재하여 주십시오.

·전제적 지각된 제품성과:귀하께서 드신 음식은 전체로 보아 어떠하였습니까? 귀하께서 생각하고 느끼신대로 기재하여 주십시오.

그러나 다항목 척도인 속성별 지각된 제품성과도 기대와 마찬가지로 다항목 척도의 신뢰도 계수인 cronbach의 α 계수가 0.7이 되지 않았다. 따라서 음식의 온도와 양에 대한 항목을 제외하고 5가지 속성을 측정하는 항목으로 스케일을 구성하였다. 이때의 α 계수는 0.75로서 이론적 연구의 다항목 척도의 신뢰도의 기준인 .70을 초과하였다.

(3) 기대불일치

기대가 예측적 기대, 규범적 기대, 희망적 기대의 3가지 차원으로 구성되어 있다면 기대불일치도 예측적 기대불일치, 규범적 기대불일치, 희망적 기대불일치의 3가지 차원으로 구성되어 있을 것이다. 따라서 이러한 3가지 차원의 기대불일치를 측정하는 척도를 마련하여야 한다. 본 논문에서는 다음과 같은 3가지 문항으로 소비자의 주관적 기대불일치를 측정하였다.

·예측적 기대불일치:전체적으로 보아서 귀하께서 예상하신 것에 비해 귀하께서 실제로 드신 음식은 어떠하였습니까?

·규범적 기대불일치:음식의 가격과 기타 귀하가 투자한 것에 비추어 볼 때 전체적으로 보아 귀하가 실제로 드신 음식은 어떠하였습니까?

·희망적 기대불일치:귀하께서 드신 음식은 귀하가 주문하실 때에 바라신 음식에 비해 어떠하였습니까?

그리고 각각의 스케일을 5점 스케일로서 예측적 기대불일치는 예상보다 훨씬 좋았다-예상보다 훨씬 좋지 않았다. 규범적 기대불일치는 가격투자에 비해 매우 좋지 않았다.-가격투자에 비해 매우 좋았다 희망적 기대불일치는 바란 것에 비해 매우 좋았다.-바란 것에 비해 매우 좋지 않았다로 하였다.

처음의 의도는 지각된 제품성과(속성별, 전체적)에서 3가지 종류의 기대(속성별, 전체적)을 차감하여 Tse와 Wilton이 이야기한 차감적 기대불일치¹⁵⁵⁾를 측정하려고 하였다. 그러나 이렇게 측정한 차감적 기대불일치를 포함하여 maximum lilelyhood 방법에 의한 LISREL을 분석하려 하였으나 상관관계 매트릭스가 positive definite가 되지 못하여 LISREL 분석이 불가능하였다. 따라서 차감적 기대불일치 접근방법에 의한 기대불일치의 측정은 포기하였다.

(4) 소비자만족

소비자만족은 본 연구의 핵심변수이다. 따라서 3가지 방법으로 소비자만족 변수를 측정하였다. 그 중 2가지는 매우 불만족-불만족-보통-만족-매우 만족의 5점 스케일을 사용한 것이었고, 나머지 1가지는 5점 리커트 스케일(Likert Scale)을 사용한 것이었다. 즉 매우 불만족-불만족-보통-만족-매우 만족의 5점 스케일 사용하여 속성별 만족과 음식의 전체적 만족을 측정하였다. 5점 리커트 스케일은 다음의 5가지 항목으로 되어있다.

<1> 이 음식점에 음식을 먹으로 온 것은 매우 유익한 결정이었다.

<2> 이 음식점의 음식은 건강에 좋은 결과를 가져올 것으로 상객된다.

<3> 이 음식점의 음식은 고객들들 잘 만족시켜 주지 못한다.

<4> 이 음식점의 음식을 먹는다는 것은 즐겁고, 유쾌한 일이다.

<5> 이 음식점의 음식의 식사경험은 좋지 않은 경험이었다.

그리고 다항목으로 구성된 속성별 만족과 리커트 스케일로 측정한 만족은 cronbach의 α 계수가 각각 .81, .71로서 이론적 연구의 기준치인 .70을 초과하였다. 그러나 기대와 지각된 제품성과의 속성별 척도에서 음식의 온도와 음식의 양의 두가지 속성 항목을 이미 제외하였으므로 이 두 속성 항목을 제외하였다.

3. 다항목 척도의 신뢰성

속성별로 측정한 척도인 속성별 예측적 기대, 규범적 기대, 희망적 기대와 속성별 지각된 제품성과, 속성별 만족은 음식의 맛, 영양가, 청결도, 온도, 양, 겉보기, 주문 후 나올때까지의 시간의 7가지 속성별로 측정하여 이를 합산하여 각각의 변수를 측정하였다. 그러나 다항목 척도의 신뢰도 계수인 cronbach의 α 계수를 SPSS^χ를 사용하여 분석해 본 결과 만족을 제외한 나머지 변수들, 즉 속성별 예측적 기대, 규범적 기대, 희망적 기대와 속성별 지각된 제품성과가 이론적 연구의 기준치인 0.7을 하회하였다. 따라서 원인분석을 해본 결과 음식의 온도와 음식의 양이 다른 항목과 낮은 상관관계를 가지는 경우가 많은 것을 발견하였다. 이는 다른 항목은 좋은 것으로부터 나쁜 것으로 또는 나쁜 것으로부터 좋은 것으로 스케일이 구성되어 있으나 음식의 양과 온도는 다음의 스케일에서 보는 바와 같이 스케일의 중앙이 가장 좋고 끝으로 감에 따라 나빠지게 되어 있다.

그러나 응답자들이 이 항목의 스케일을 이해하지 못하여 잘못 응답하는 경우가 많은 것으로 나타난 것이다.

따라서 이 두 항목을 제외하고 신뢰도 계수인 cronbach의 α 계수를 계산해 본 결과 다음 <표 5-1>과 같이 모두 0.7 이상이 되었다.

4. 표본추출

여러 음식점에서 표본추출할 것도 고려해 보았지만 음식점을 확률적(random)으로 추출하는 것도 힘들고, 실제적으로 수행하기가 불가능하게 생각되어 중급 수준의 한국음식점을 선정하여 그 음식점에 오는 고객을 표본으로 추출하게 되었다. 중급수준의 음식점을 택한 이유는 가장 편의가 적은 보편적인 사람들이 고객으로 오고 음식의 가격도 보통이기 때문이다.

표본의 크기는 Bentler와 chou에¹⁵⁶⁾ 의하면 미지수 숫자의 5-10 배이면 적정하다는 연구결과가 나와 있고 Anderson과 Gerbing에¹⁵⁷⁾ 의하면 200 이상이라야 된다는 연구결과가 나와 있다.

따라서 본래의 표본 수 200을 목표로 하여 설문조사를 하였다. 설문조사 시기는 1989년 10월 23일-25일까지였다. 회수된 설문지는 총 207개였다. 회수된 설문지를 편집해 본 결과 그 중 22개의 설문지가 응답을 제대로 하지 않은 쓸 수 없는 설문지였기 때문에 본 연구표본의 크기는 185가 되었다.

폐기한 설문지는 대개가 식사후에 응답하는 설문지의 후반부를 기재하지 않은 것이었다.

제2절 실증분석 결과

1. 상관관계 매트릭스

본 연구의 주된 연구기법인 LISREL 방법은 그 투입자료로 상관관계 매트릭스나 공변량 매트릭스(covariance matrix)를 사용한다. 본 연구에서는 투입자료로 상관관계 매트릭스를 활용하였다. 그리고 두 변수간의 상관관계 매트릭스를 보면 변수간의 관계를 어느 정도 파악할 수 있다. 본 연구에서는 SPSS^χ를 써서 피어슨 상관관계를 계산하여 상관관계 매트릭스를 만들어 내었다.

본 연구에서의 상관관계 매트릭스는 다음의 <표 5-2>와 같다.

위의 상관관계 매트릭스의 변수명은 다음 <표 5-3>과 같다.

그리고 이 변수명은 앞으로도 계속 사용될 것이다.

위의 상관관계 매트릭스를 검토해 보면, 기대불일치(y1, y2, y3)는 만족과 가장 높은 상관관계(.43-.58)를 가지고 있고 그 다음이 지각된 제품성과와의 상관관계로 상관계수가 .33에서 .55까지로 되어 있다. 원래 기대불일치와 기대는 그것이 예측적 기대·기대불일치이든, 규범적 기대·기대불일치이든, 희망적 기대·기대불일치이든 부의 상관관계가 예상되었으나 정의 상관관계를 가지고 있다. 그러나 그 상관계수는 .05에서 .33사이에 있어 상관계수가 다른 변수간의 상관계수에 비해 매우 낮았다. 기대불일치 서로 간의 상관관계는 예측적 기대불일치와 희망적 기대불일치간의 상관계수가 .72로 매우 높은 반면 예측적 기대불일치와 규범적 기대불일치간과 규범적 기대불일치와 희망적 기대불일치간은 상관관계가 낮았다.

소비자만족의 3변수 사이의 상관계수는 .51에서 .70으로 소비자만족과 지각된 제품성과 사이의 상관계수와 비슷하였으며, 다른 변수(기대·기대불일치)와의 상관관계보다 높았다. 만족과 기대와의 상관계수는 .28에서 .60가지로 다른 변수와의 소비자만족의 상관관계 중에서 가장 낮았다. 만족변수들과 기대불일치변수들과의 상관관계는 기대변수들과의 상관관계보다 높았고 지각된 제품성과 변수들보다는 낮았다.

지각된 제품성과를 측정하는 두 변수(속성별, 전체적) 사이의 상관계수는 .69로 매우 높았고 지각된 제품성과는 만족 변수들과 가장 높은 상관관계를 가지고 있고, 그 다음이 기대불일치 변수들과의 상관관계였으며 기대 변수들과의 상관계수가 가장 낮았다.

2. LISREL 모형의 확정

(1) LISREL 모형의 의의

LISREL 모형은 연구 중의 현상들을 원인 변수와 결과변수, 그리고 이들의 지표(indicators)로서 표현하고, 이들 사이의 구조를 밝히는데 활용된다. 이러한 LISREL 모형은 측정모형The measurement model)과 구조적 등식모형(structural equation model)으로 되어 있다. 측정모형은 어떤 측정변수들이 이론변수에 연결되어 있는가를 정의하고 구조적 등식모형은 이론모형이라고도 하며 어떤 이론변수들이 어떤 구조적 관계를 가지는 가의 이론적 가설을 나타낸다.

일반적인 LISREL 모형은 3가지 등식으로 표현되고 있다.

(2) LISREL 분석결과

단지 문제는 χ²값이 너무 큰 것이다. 그러나 다른 부합도 지수가 만족수준이고 카이자승(chi square)은 분석이 표본 공변량 매트릭스(sample covariance matrix)에 근거하고 있을 때 타당한 검정통계량이기 때문에 <그림 5-1>의 LISREL 분석결과는 받아들 수 잇는 것이다.

그리고 분석결과의 피라미터 값과 T값, 표준오차(standard error) 값은 다음 <표 5-4>와 같다.

<그림 5-1>의 이론모형의 구조적 피라미터 값을 보면 β₄₁ 즉 예측적 기대불일치의 만족에 대한 영향을 제외하고는 모두 본 논문의 가설들을 뒷받침하고 있다. 즉 예측적 기대, 규범적 기대, 희망적 기대 모두 기대불일치에 부적 영향을 미치고 있다. 예측적 기대불일치를 제외한 규범적 기대불일치와 희망적 기대불일치는 만족에 정의 영향을 미치고 있고 지각된 제품성과는 기대불일치와 만족에 매우 큰 정의 영향을 미치고 있다.¹⁵⁸⁾ 그리고 기대는 만족에 아무런 영향을 미치고 있지 않다.

다음으로 <그림 5-2>는 기대와 기대불일치가 한가지 차원만이 포함된 모형의 LISREL 분석결과이다. 모형전체의 부합도를 살펴보면 χ²의 p값이 예측적 기대·기대불일치가 포함된 모형, 희망적 기대·기대불일치가 포함된 모형은 .000이고 규범적 기대·기대불일치가 포함된 모형은 p값이 .018이었다. 이와 같은 χ²의 값은 모형이 자료에 부합되지 못하다는 결론에 이르고 있으나 두 모형은 기초부합지수가 .950을 넘고 한 모형은 .946이고 조정부합지수와 원소간 평균차이도 만족할만한 수준이었다.

가장 소비자만족의 본 논문의 가설에 들어맞는 규범적 기대·기대불일치가 포함된 모형의 피라미터 값은 다음 <표 5-5>와 같다.

기대와 기대불일치가 2가지 차원으로 이루어진 모형은 둘인데 하나는 예측적·규범적 차원이 포함된 모형이고 다른 하나는 예측적·희망적 차원이 포함된 모형이다. 규범적·희망적 차원이 포함된 모형은 소비자만족 연구에서 다룬 일이 없어 제외하였다.

이 두 모형의 자료와의 부합도를 살펴보면 χ²의 p값이 0.001이라 미흡하지만 기초부합지수가 .938, .935이고 조정부합지수와 원소간 평균차이도 두가지 모형 모두 만족할만한 수준이었다.

위의 두 모형의 LISREL 분석 결과는 <그림 5-3>에 나타나 있고, 이 중 예측적 차원과 규범적 차원의 기대·기대불일치를 포함한 모형의 피라미터 표는 <표 5-6>과 같다.