위의 順次的 判別分析의 결과, 예측된 바와 같이 인구통계적 변수는 全體 分散에 대한 설명력이 4.3%에 불과해 설명력에 있어 크게 기여하지 못하고 있는 것으로 나타나고 있다. 또한 가장 판별력에 높게 기여하는 변수로는 不平에 대한 장애요인을 들 수 있으며, 이와 거의 유사하게 消費者 疎外와 不平에 대한 기대-가치가 全體의 판별력에 기여하고 있음을 확인할 수 있다.

不平狀況에서의 장애요인과 不平에 대한 기대-가치가 구성하는 '狀況特定的 變數(episode-specific variables)'가 全體 分散의 23.8%를 설명하고 있는 것으로 나타나고 있다. 따라서 이러한 상황에 따른 변인이 不平行動消費者類型에 있어 가장 큰 영향력을 발휘하고 있다고 할 수 있을 것이다.

그 다음으로 全體分散에 대한 설명력을 제공하고 있는 것은 '심리통계적 변수'(psychographic variables)'이다. 消費者 疎外 및 不平에 대한 態度로 구성된 이 變數들은 全體分散에 대해 19.63%의 판별력을 보이고 있다. 대조적으로 인구통계적 변수는 全體分散에서 6.02%의 설명력을 제공하는데 그쳐 가장 많은 변수가 투입되었음에도 불구하고 별다른 설명력을 보이지 못하고 있다.

이러한 실증결과는 Singh(1990)에서 제시된 것과 거의 일치하고 있다. 따라서 不平行動消費者 類型에 가장 큰 영향을 주는 요소는 消費者들이 不平狀況에 대해 갖는 기대와 가치, 그리고 장애요인이라고 하는 상황적 요인이 가장 크게 작용하고 있음을 확인할 수 있다.

더 나아가 각 不平行動消費者類型의 개략적인 성격을 파악하기 위해 판별함수를 검토하는 것이 필요하다. 표준화된 판별함수는 자료 원래의 변수값을 평균=0, 표준편차=1로 표준화하여 使用할 경우에 적용되는 판별함수이다. 따라서 변수들의 단위를 통일해서 적용할 수 있는 식이므로 이 함수의 계수는 바로 변수들의 상대적 중요도를 의미하게 된다. 이 경우에 각 변수의 상대적 중요도는 절대값의 크기에 따라 나타나게 된다. 全體변수가 투입된 判別分析에서 표준화된 판별함수과 관련통계치는 <표 4-7>과 같이 주어지게 된다.

판별함수의 계수를 참조할 때, 다음과 같은 사실을 확인할 수 있다.

첫째, 集團의 중심값을 참조할 때 全體分散에 대한 설명력이 가장 높은 첫번째 판별함수는 私的行動派/直接行動派와 積極行動派/消極行動派를 가르고 있다. 이때 눈에 띠는 것으로는 과거의 不平經驗에서 不平에 대한 장애요인으로서 企業의 反應성이 문제점이었다는 점이다. 이들에게 있어 企業의 反應성이 不平에 있어 가장 중요한 장애요인이 되고 있음을 확인할 수 있다. 또한 주도적인 영향력을 발휘하고 있는 不平애 대한 기대가치의 항목에서 第三者行動에 대한 기대-가치가 낮다는 것이 주목된다. 이러한 시실은 <표 4-8>에서 第三者行動에 대한 消極行動派의 요인점수평균이 비록 평균보다는 낮지만 積極行動派를 제외하고는 가장 긍정적인 사실에서도 확인된다. 따라서 私的行動派/直接行動派는 積極行動派/消極行動派에 비해 第三者行動에 대한 기대-가치가 낮고 不平에 대한 장애요인으로 企業의 反應성을 들고 있는 群集임을 파악할 수 있다. 또한 消費者 疎外에 있어 이들 集團은 企業과 消費者의 거리가 훨씬 더 크다고 느끼고 있다. 추가적으로 이들 集團은 他集團에 비해 연령이 낮은 것으로 나타나고 있다.

둘째, 두번째 판별함수의 경우에는 積極行動派/直接行動派와 私的行動派/消極行動派를 가르고 있다. 이 함수에서는 不平에 대한 기대-가치에서 큰 判別力을 보이고 있는데, 특히 積極行動派/直接行動派가 不平에 대한 기대-가치에서 주위사람들의 행동을 변화시키는 데 있어 큰 기대와 가치를 지니고 있는 것으로 나타나고 있다. 반면 企業에 대한 直接行動에 대해서는 오히려 私的行動派/消極行動派에 비해 부정적인 것으로 나타나고 있다.

세째, 세번째 판별함수는 直接行動派/消極行動派와 積極行動派/私的行動派를 가르고 있다. 이 판별함수에 있어 가장 주도적인 판별력을 제공하고 있는 것은 不平에 대한 態度이다. 이들은 不平자체에 대해 개인적으로 부정적인 態度를 지니고 있으면서도 不平의 사회적 혜택에 대해서는 매우 긍정적인 態度를 지니고 있는 것으로 보인다. 또한 第三者 행동에 대해 매우 큰 기대-가치를 지니고 있는 것으로 나타나고 있다.

이상의 과정을 통해 不平行動消費者類型에 대해 심리통계적 변수, 상황특정적 변수, 인구통계적 변수를 독립변수로 하는 반별분석으로 全體 分散의 48.85%를 설명할 수 있었으며, 또한 각 群集의 개략적인 변수에 대한 特性을 살펴보았다. 이러한 관찰을 더욱 명확히 하기 위해 각 群集을 독립변수로 하여 변수들의 요인점수에 대해 分散分析을 실시하였다. <표 4-8>은 그 결과이다.

그러나 이러한 관찰결과 중 각 群集의 개략적인 特性에 대해서는 Singh(1990)에서 파악한 것과는 차이가 있다. 또한 유사한 조사의 틀을 使用한 Tard와 Freeman(1994)의 연구에서도 Singh이 제안한 것과는 다른 결과를 보이고 있어 반복조사에 대한 신뢰도가 떨어지는 것으로 나타나고 있다.¹²²⁾ 이러한 각 群集의 消費者 特性에 대해 더 확고한 방법을 통한 검증이 필요하다고 할 수 있다.

第3節 電子的 意思疏通媒體 使用經驗과 消費者 不平行動의 關係

1. 電子的 意思疏通媒體 使用經驗과 不平行動消費者類型의 關係

電子的 意思疏通媒體, 즉 PC 通信을 使用하고 있는 消費者가 어떠한 類型의 不平行動을 보이는지를 파악하기 위해 不平行動消費者類型과의 관계를 살펴보고자 한다. 이때 電子的 意思疏通媒體使用經驗/非經驗은 조사대상의 차이에서 나타난 經驗者/非經驗者의 명목척도이고, 不平行動消費者類型 역시 消極行動派/私的行動派/直接行動派/積極行動派로 나타난 명목척도이다. 명목척도간의 관계는 모수의 통계적 特性을 파악할 수 없는 관계로 명목자료를 이용하여 두 변수간의 상호관련성을 파악하는 교차분석을 통해 검증한다. 교차분석은 기대빈도와 실제빈도의 차이에 의해 카이제곱통계량을 계산함으로써 실시되어진다. 이때 使用되는 통계량은 다음과 같다.

교차분석을 시행한 결과, 카이제곱통계량은 11.76이고, 자유도는 3으로 P<0.01수준에서 유의미한 것으로 나타났다. 따라서 두 변수가 상호관련성이 있다는 연구가설이 채택되었다.이때 電子的 意思疏通媒體 使用經驗과 各 不平行動消費者類型이 상호관련성이 있다는 말은 電子的 意思疏通媒體 使用經驗에 따라 各 不平行動消費者類型에 유의미한 차이가 있다는 의미이다. 이에 따라서 어느 消費者類型에서 차이가 있는지를 파악하기 위해 각 열에 대해 카이제곱검증을 실시하였다.

각 종열과 횡열에 대한 카이제곱검증결과 電子的 意思疏通經驗의 유무에 관계없이 각 不平行動消費者 類型의 차이는 유의적인 것으로 나타났다. 그러나 電子的 意思疏通經驗의 유무와 관련하여 유의미한 차이(P<0.05)를 보이는 것은 直接行動派와 消極行動派에 국한되는 것으로 나타나고 있다.

이때 直接行動派의 경우에는 電子的 意思疏通經驗이 있는 集團이 없는 集團에 비하여 현저히 작은 것으로 나타나고 있고, 消極行動派에 있어서는 電子的 意思疏通經驗이 있는 集團이 없는 集團에 비하여 빈도가 현저히 큰 것으로 나타나고 있다. 위의 교차분석에서 살펴본 것과 마찬가지로 종횡열이 아닌 변수 자체에 대해서는 각 변수별로 차이가 있는 것으로 나타나고 있다.

2. 電子的 意思疏通媒體 使用經驗과 消費者 特性變數의 關係

電子的 意思疏通媒體 使用經驗者 集團과 非使用經驗者 集團이 不平行動에 대해 영향을 주는 요인들에 대해 어떠한 차이를 보이고 있는가하는 문제가 각각 다른 集團을 관리하는 데 있어서 중요한 문제일 것이다. 따라서 이러한 消費者 不平行動 特性變數에 대해 어떠한 차이를 보이고 있는지를 파악하고자 한다. 이를 위해 集團에 따른 각 변수의 차이를 T-test를 실시하였다. 다음은 각 변수의 요인점수에 대한 集團별 T-test결과이다.