대표성(Representativeness)이냐 응답의 일관성(Consistency)이냐...

 모든 서베이가 동일한 목표를 갖지 않으며, 크게 **'모집단 추정'**을 위한 조사와 **'인과관계 검증'**을 위한 조사로 나뉩니다.

어떤 것을 더 중시하느냐에 따라 조사 설계부터 응답자 선정, 결과 해석까지 모든 것이 달라집니다.

---

A. 대표성(Representativeness)이 가장 중요한 서베이

이 조사의 목표는 '시장의 목소리'를 정확하게 듣는 것입니다. 내가 조사한 1,000명의 결과를 가지고 "우리나라 20대 전체는 이렇게 생각한다"라고 일반화하여 주장하는 것이 목적입니다.

• 주요 목표: 특정 모집단(예: 대한민국 성인, 서울 거주 30대)의 특성, 분포, 의견 등을 추정(Estimation)

• 핵심 질문: "얼마나 많은가?", "몇 %인가?", "전체 시장의 규모는?"

  • 예시: "차기 대선 후보 A의 지지율은 몇 %인가?"

  • 예시: "국내 스마트폰 시장의 브랜드별 점유율은 어떻게 되는가?"

• 가장 중요한 것:

  • 샘플링(Sampling): 조사하고자 하는 전체 모집단의 특성(성별, 연령, 지역 등)과 조사 샘플의 특성이 일치해야 합니다. 이를 위해 정교한 확률추출 또는 인구비례에 맞춘 할당추출(Quota Sampling)이 필수적입니다.

  • 응답자의 프로필: 응답자가 누구인지, 어떤 인구통계학적 특성을 가졌는지가 데이터의 가치를 결정합니다.

• 주요 활용 분야:

  • 대통령 선거나 정책 관련 여론조사

  • 시장 점유율(Market Share) 조사

  • 브랜드 인지도, 선호도, 이용 경험률(Usage & Attitude) 조사

  • 정부 주도의 각종 통계 조사

B. 응답의 일관성(Consistency)이 가장 중요한 서베이 (주로 실험조사)

이 조사의 목표는 '무엇이 더 나은가'를 과학적으로 가려내는 것입니다. 특정 자극(A)이 다른 자극(B)보다 더 나은 결과를 가져오는지, 즉 **인과관계(Causality)**를 검증하는 것이 목적입니다. "20대"라는 대표성보다, 한 명의 응답자가 A와 B에 대해 얼마나 일관되고 논리적으로 답변하는지가 훨씬 중요합니다.

• 주요 목표: 특정 변인(자극)의 변화가 결과에 미치는 영향을 검증(Verification)

• 핵심 질문: "만약 ~하면?", "A와 B 중 무엇이 더 효과적인가?", "왜 그런가?"

  • 예시: "A 광고 시안과 B 광고 시안 중 어느 것이 더 구매의향을 높이는가?"

  • 예시: "제품의 가격을 1,000원 인상하면 구매 의향은 얼마나 떨어지는가?"

• 가장 중요한 것:

  • 실험 설계(Experimental Design): 비교하고자 하는 조건 외에 다른 모든 변수를 완벽하게 통제해야 합니다. 이를 위해 실험집단과 통제집단을 나누고, 응답자를 각 집단에 무작위로 할당(Random Assignment)하는 것이 핵심입니다.

  • 응답의 일관성: 한 명의 응답자가 여러 대안(A, B, C)에 대해 얼마나 모순 없이 일관적으로 평가하는지가 분석의 정확성을 좌우합니다. 응답자의 인구통계학적 대표성보다 응답 자체의 내적 타당성(Internal Validity)이 중요합니다.

• 주요 활용 분야:

  • 광고 시안, 제품 패키지, 앱/웹 UX/UI 등에 대한 A/B 테스트

  • 신제품 컨셉 테스트 및 수용도 조사

  • 최적의 가격대를 찾는 가격 민감도 조사(Price Sensitivity Measurement)

  • 제품의 어떤 속성이 고객의 선택에 영향을 미치는지 분석하는 컨조인트 분석(Conjoint Analysis)