이전 글에서 디자인분야에서
확률과 통계의 필요성에 대해 이야기 하였다.
오늘은
어떻게 자료를 수집해야하는지
알아보자.
디자인분야에서
진행하는 분석단계
아래의 순서대로 진행된다.
1. 조사문제의 정의
2. 조사 설계(자료수집과 분석 계획)
3. 조사형태의 선택(설문, 인터뷰, 관찰, 문헌…)
4. 데이터 소스의 확인과 수집(기존 수집 or 직접 수집)
5. 표본 설계 및 표본 조사
6. 자료의 처리(분석 및 해석)
7. 분석 결과의 활용
기존의 자료를
수집하기 위해서는
정리된 문헌이나 논문, 책, 기사, 유튜브 등을 확인하면 된다.
그렇다면 어떻게 해야
직접수집이 가능할까?
1. 관찰법
: 일상생활 중에서 지식을 학습하는 방법
(주관적 관찰 내용을 객체화 시킬 수 있는 자료 수집방법)
- 실험연구와 사례연구에서 많이 활용
# 장점
- 현실을 가장 생생하게 기록
- 대상자가 자기 보고를 하기 어려운 경우에 효과적
- 피관찰자의 사회적, 교육적 배경에 관계없이 사용 가능함
(설문조사 같은 경우 글을 읽을 줄 알아야함)
- 피관찰자가 언어장애 혹은 정신지체라 하더라도 제약없이 수집 가능
# 단점
- 외적인 부분만 관찰할 수 있음(내면적 특성을 관찰하기 어려움)
- 현재 이외의 과거 사실에 대한 자료수집이 어려움
- 관찰하고자 하는 사건이나 현상이 발생할땨 까지 기다려야함(시간, 노력, 비용문제)
2. 인터뷰
: 상호간의 접촉을 통해 응답자로부터 필요한 정보를 얻는 방법
가공되지 않은 자료를 제공하기 때문에 추후에 정리하여 인사이트를 얻어야 함.
*분류
1) 도구에 의해
- 대인인터뷰(person-to-person interview)
- 전화인터뷰(telephone interview)
- 컴퓨터 이용 인터뷰(computer-aided interview)
2) 인원에 의해
- 심층 인터뷰(In-depth interview)
: 면접진행자가 1명의 응답자와 1:1 형식
- 20~30명 개별 진행
- 포커스 그룹 인터뷰(Focus Group interview)
: 표적 집단을 일정한 장소에 모아 토론하는 방식
- 보통 1시간~2시간 동안 토론
- 6~8명 동시 진행
- 사회자가 토론 진행
- 목적 : 소비자의 의견, 의미구조, 사용패턴, 태도, 구매과정 등을 알아내는 것
3) 절차에 의해
- 표준화된(구조화) 인터뷰(Standardized / Structured interview)
: 사전에 준비된 내용과 순서에 따라 인터뷰 진행
- 조사자들 간의 일관성 유지 가능
- 높은 신뢰도
- 높은 비교가능성
- 구조화된 것 이외의 새로운 발견이 어려움
- 비표준화(비구조화) 인터뷰(Unterstandarized / Unstructured interview)
: 연구목적과 주제만 정하여 자유롭게 인터뷰 진행
- 새로운 사실을 발견하기에 용이
- 연구자간 일치도와 신뢰도가 낮음
- 낮은 비교가능성
- 필요한 정보의 누락 가능성이 있음
- 준표준화된(반구조화) 인터뷰(Semi-structured interview)
: 중요한 질문은 표준화, 그 외의 질문은 비표준화 하는 방법으로 진행
3. 설문조사
: 관계 되어 있는 사람이나 조직에게 동일한 질문 후,
질문의 답을 수집하고 분석하여 문제 해결에 도움이 되는 정보를 얻는 과정
- 설문지(질문지) 필요
# 설문지 작성에서 결정해야될 사항
- 조사내용 (what: 답을 원하는 주요 목적)
- 조사대상 (from whom: Target 설정)
- 조사방법 (how: 우편, 직접 방문 등..)
- 조사시관 (when: 설문 기간)
- 조사지역 (where: 설문 지역)
# 설문지 작성의 고려사항
- 응답자의 범주
- 응답자의 수준 (질문을 이해하기 쉽고 응답하기 쉬운지)
- 연구의 주제나 목적 (어떤 내용을 넣을지)
- 통계시 활용할 기법 고려 (어떤 정보를 활용할 것인지)
# 설문지 넣어야할 내용
- 응답자에 대한 협조 요청
: 비밀보장을 확신시켜줌으로써 조사의 응답율을 높이고 응답을 보다 쉽게 얻어내기 위함
(조사자나 조사기관의 소개, 조사의 취지, 개인 비밀보장)
- 식별자료(identification data)
: 각 설문지를 구분하고 추후의 확인조사를 위함
(응답자의 이름이나 주소, 이름, 일시를 기록)
- 지시사항
: 응답자들이 혼자서 응답이 가능하도록 하기 위함
(응답방법, 응답순서, 회수 방법 등)
- 필요한 정보 습득
: 연구 목적에 필요한 대부분의 자료를 수집하기 위함
(문항)
- 응답자의 분류를 위한 자료
: 응답자의 특성을 파악하기 위함
(인구통계학적 변인들)
데이터의 종류를 알아야
어떤 자료가 효과적인지 안다.
1. 정성 자료
: 관찰이나 인터뷰를 통해 계량화하기 힘든 자료를 수집하는 방법
- 소비자의 심리상태를 파악하는데 활용
# 명목척도, 서열척도
2. 정량 자료
: 설문지 등을 이용하여 수치화된 자료를 수집하는 방법
- 설문지를 통한 평가점수를 토대로 통계분석
# 등간척도, 비율척도
더 세분화된 데이터의 척도를 알아야
무엇을 측정할지 알 수 있다.
데이터 척도
: 측정하고자 하는 대상으로부터 값을 얻기 위해 적용되는 반응 양식
1. 명목척도(nominal scale)
: 대상이 다르다는 것을 보이기 위해 이름이나 범주를 대표하는 숫자를 부여하는 방식
- 측정대상의 특성을 분류하거나 확인할 목적으로 숫자 부여
- 상호 배타적인 집단으로 구분
- 이들간 상호크기 비교 불가능
e.g. 성별(남: 1 / 여: 2)
-> 최빈값
2) 서열척도(ordinal scale)
: 높고 낮음과 같이 대상의 순서에 대한 값
- 측정대상의 순서(대소, 고저 등)을 밝히는 정도
- 순위 간 간격이 동일하지 않음
e.g. 상표선호 순위(갤럭시 1위 / 애플 2위)
-> 최빈값/중앙값
3) 등간척도(interval scale)
: 속성에 대한 각 수준간의 간격이 동일한 경우
(5점척도, 7점 리커트 스케일)
- 측정대상의 순서가 있으며 간격이 동일
- 절대적인 영점이 없고 상대적인 영점만 있음
- 측정치간 비율계산은 무의미
e.g. 리커트 척도-만족도(매우불만족:1 / 불만족 : 2/ 중간 : 3 / 만족 : 4 / 매우 만족 : 5)
-> 최빈값/중앙값/산술평균
4) 비율척도(ratio scale)
: 척도를 나타내는 수가 등간 또는 의미있는 0점을 가지고 있는 경우
- 등간 척도가 갖는 특성에 추가적으로 절대적인 영점이 있음
- 비율계산이 가능
e.g. 광고량(금액), 키(cm)
-> 최빈값/중앙값/산술평균
데이터의 측정를 알아야
규칙을 파악할 수 있다.
데이터 측정
: 양적 분석을 위해 일정한 규칙이나 현상에 수치 부여하는 것
1) 추상적인 개념의 변수 -> 경험적 성격의 변수
: 변수 값에 대해 일정한 수치를 부여
2) 수치를 부여하여 일정한 규칙성 파악 가능
3)측정치가 신뢰성이 있기에 수치를 부여할 때, 반드시 일정한 규칙에 의거해야함
디자인에서
데이터를 어떻게 활용할까?
1. 디자인 아이디어와 컨셉 도출을 위한 소비자 조사
1) 소비자의 니즈와 불만점 파악
2) 사용실태 및 태도 조사
3) 소비자 니즈와 행동을 파악하여 시장의 기본정보 습득
- 소비자 행동실태(동기, 만족도, 기대욕구 등) 파악
- 보유율, 경험율, 사용실태, 사용빈도, 비사용 이유 등 파악
- 제품인지 및 관련정보 파악
2. 아이디어 스크리닝
1) 소비자측면에서 평가하여 추출했던 아이디어 우선선위 결정
2) 아이디어를 디자인 컨셉으로 완성시켜 문장에 의해 표현
3. 컨셉 테스트
1) 하나의 컨셉이 얼마나 소비자 욕구에 부응하는지 평가 후 문제점과 개선점 발견
2) 컨셉보드 제시
- 컨셉보다 실제 제품이 출시되었을 때 상태 보여줌(제품형태, 디자인 등)
- 컨셉의 표현 내용이 과장되었어도 무방
- 컨셉 문안은 제품속성 중심 혹은 광고문안 형식으로 작성
4. 시제품 테스트
1) 시제품의 효능이 만족할만한 수준인가를 평가
- 기존 제품이 있는 경우 비교평가
- 문제점 발견 및 제품 개량에 관해 정보 획득
2) 시제품을 실제 사용한 후 소비자 반응 파악
3) 절대평가와 비교평가
5. 제품의 만족도 평가
1) 제품 만족도에 대한 절대 평가
2) 경쟁 제품과 비교 평가
이번 글은 데이터 자료수집에 대해 설명하였다.
다음 글은 통계 분석에 대해 이야기해보자.
'Sooin's Equipment > Probability & Statistics(확률과 통계)' 카테고리의 다른 글
[확률&통계] 2. 통계학의 개념 (feat. 모르는데 어떻게 알아요!) (4) | 2024.04.18 |
---|---|
[확률&통계] 1. 예술 = 디자인(?) (4) | 2024.04.18 |
[확률&통계] 회귀분석 (0) | 2024.04.03 |
[확률&통계] 상관분석 (0) | 2024.04.03 |
[확률&통계] 분산분석 (4) | 2024.04.03 |