통계쉐프

실험군과 대조군의 일반적 특성은 모두 통계적으로 유의한 차이가 나타나지 않아 두 집단의 사전 동질성이 확보되었다.

분석 결과, 성별과 연령 및 근무부서에서 실험군과 대조군 간 통계적으로 유의한 차이가 나타나지 않았다. 이는 중재 시행 전 두 집단의 일반적 특성이 동질하게 구성되었음을 의미하며, 이후 확인되는 집단 간 변화가 사전 특성의 차이보다 중재 효과에 의해 설명될 수 있음을 보여준다.

이상의 결과를 종합하면 중재 전 주요 배경변수의 분포가 유사하므로 사후 효과 비교를 위한 기본 조건이 충족되었다. 따라서 후속 분석에서는 각 결과변수의 사전값을 고려하여 중재 효과와 시점별 변화 양상을 검증하였다.

스트레스와 번아웃의 모든 하위요인에서 집단 간 차이는 통계적으로 유의하지 않았다(p>.05).

세부적으로 스트레스와 개인적 번아웃 및 고객 관련 번아웃의 평균은 실험군에서 다소 높았으나 모든 유의확률이 .05보다 크게 나타났다. 따라서 각 변수에 대한 집단 간 평균 차이는 통계적으로 유의하지 않은 것으로 판단하였다.

효과크기를 함께 검토한 결과에서도 집단 간 차이는 작은 수준이었다. 이 결과는 두 집단이 결과변수의 초기 수준에서 비교 가능한 상태임을 뒷받침하며, 사후 분석에서 관찰되는 차이를 보다 타당하게 해석할 수 있는 근거가 된다.

집단과 시점의 상호작용이 유의하여 실험군의 점수 감소 폭이 대조군보다 큰 것으로 나타났다.

집단과 시점의 상호작용효과가 유의하다는 결과는 시간의 흐름에 따른 변화 양상이 두 집단에서 서로 다르게 나타났음을 의미한다. 후속 단순효과 분석에서는 실험군의 사후 점수가 사전 점수보다 유의하게 감소하여 중재의 지속적인 효과를 확인하였다.

특히 사후 시점에서 확인된 집단 간 차이는 추후 시점까지 유지되었다. 이는 본 중재가 단기적인 점수 변화에 그치지 않고 일정 기간 지속되는 효과를 가질 가능성을 시사한다.

요인적재량은 .50 이상, Cronbach’s α는 .80 이상으로 나타나 구성타당도와 내적 일관성이 확보되었다.

요인분석 결과 각 측정문항의 요인적재량과 공통성은 기준값 이상으로 확인되었으며, 문항들은 이론적으로 설정한 구성개념에 적절히 수렴하였다. 또한 Cronbach's α가 모두 .80 이상으로 나타나 측정도구의 내적 일관성이 확보되었다.

문항 간 상관과 요인 간 판별 가능성도 함께 검토한 결과 중복 문항으로 판단되는 항목은 없었다. 이에 최초 구성한 문항을 유지하여 확인적 요인분석과 가설검증에 활용하였다.

CR과 AVE가 각각 .70과 .50 이상으로 나타나 측정모형의 집중타당도가 충족되었다.

측정모형의 적합도는 CFI=.947, TLI=.936, RMSEA=.058로 권장기준을 충족하였다. 모든 관측변수의 표준화 요인적재량이 유의하였고 CR과 AVE가 각각 .70과 .50 이상으로 나타나 집중타당도가 확보되었다. 이어 구조모형에서 만족은 지속시청의도에 유의한 정적 영향을 미쳤고, 정체성의 경로 또한 유의하게 나타나 가설 H1과 H2가 채택되었다.

또한 잠재변수 간 상관계수와 AVE의 제곱근을 비교한 결과 판별타당도 기준도 충족하였다. 이에 측정모형의 신뢰성과 타당성이 확보된 것으로 판단하고 잠재변수 간 구조적 관계를 검증하였다.

만족과 정체성은 지속시청의도에 유의한 정(+)의 영향을 미쳤으며, 만족의 상대적 영향력이 가장 크게 나타났다.

회귀모형은 통계적으로 유의하였으며 설명력은 52.3%로 확인되었다. 만족의 표준화 회귀계수가 가장 크게 나타나 지속시청의도를 설명하는 핵심 예측변수로 확인되었고, 정체성 역시 유의한 정적 영향을 미쳤다. 반면 저항의 영향은 유의하지 않아 해당 가설은 기각되었다.

공차한계와 분산팽창지수를 확인한 결과 다중공선성 문제는 나타나지 않았고, Durbin–Watson 값도 기준 범위에 포함되었다. 따라서 회귀계수 추정과 가설검증 결과는 안정적인 것으로 판단하였다.

조건과 Cycle의 주효과는 유의하였으나, 조건과 Cycle 간 상호작용효과는 유의하지 않았다.

고정효과 검정 결과 조건과 Cycle의 주효과는 각각 유의하였으나 조건과 Cycle의 상호작용은 유의하지 않았다. 이는 두 조건의 평균 수준에는 차이가 있고 반복 측정에 따른 변화도 존재하지만, 시간에 따른 변화의 기울기가 조건별로 다르다고 보기는 어려움을 의미한다.

개인별 임의절편을 포함한 모형이 단순모형보다 적합도가 우수하였으며, 반복 관측치의 개인 내 상관을 통제한 이후에도 조건의 효과가 유지되었다. 이는 관측치의 독립성 가정을 완화한 상황에서도 결과가 견고함을 보여준다.

세 간접효과의 부트스트랩 신뢰구간에 0이 포함되지 않아 개별 및 순차적 이중매개효과가 모두 유의하였다.

부트스트랩 5,000회로 간접효과의 신뢰구간을 추정한 결과 세 경로 모두 하한값과 상한값 사이에 0이 포함되지 않았다. 따라서 개별 매개경로와 두 매개변수가 순차적으로 연결되는 이중매개경로가 모두 통계적으로 유의한 것으로 판단하였다.

총효과와 직접효과를 함께 비교하면 매개변수 투입 후 직접효과의 크기가 감소하였으나 유의성은 유지되었다. 따라서 두 매개변수는 독립변수와 종속변수의 관계를 부분적으로 매개하는 것으로 해석하였다.

두 독립변수의 주효과와 상호작용효과가 모두 유의하였으며, 단순주효과 분석을 통해 조건별 차이를 추가 확인하였다.

등급 단서와 배합목적의 주효과뿐 아니라 두 요인의 상호작용효과도 유의하였다. 이는 한 독립변수의 효과가 다른 독립변수의 수준에 따라 달라짐을 의미한다. 이에 단순주효과 분석을 추가로 실시하여 각 조건 조합에서 평균 차이가 발생하는 방향을 구체적으로 확인하였다.

상호작용 도표를 확인한 결과 등급 단서가 높은 조건에서 배합목적에 따른 차이가 더욱 크게 나타났다. 따라서 두 요인을 개별적으로 해석하기보다 조건의 조합에 따른 반응 차이를 함께 고려할 필요가 있다.

ARIMA(1,1,1)(1,0,0)₁₂ 모형의 잔차는 백색잡음을 만족했으며, 향후 6개월 예측값과 95% 신뢰구간을 산출하였다.

모형 식별 결과 ARIMA(1,1,1)(1,0,0)12가 자료의 추세와 계절성을 가장 적절하게 설명하였다. 잔차의 Ljung-Box 검정이 유의하지 않아 잔차가 백색잡음 조건을 충족하였으며, 최종 모형을 이용해 향후 6개월의 예측값과 95% 신뢰구간을 산출하였다.

예측오차는 허용 가능한 수준이었고 실제값은 대부분 예측구간 안에 위치하였다. 계절적 변동을 반영한 예측 결과는 향후 수요 변화에 대응하기 위한 운영계획 수립의 기초자료로 활용될 수 있다.

XGBoost의 분류성능이 가장 우수했으며, SHAP 분석 결과 만족도·이용빈도·추천의향 순으로 예측 기여도가 높았다.

훈련자료와 검증자료를 분리하여 모형 성능을 비교한 결과 XGBoost가 정확도와 AUC에서 가장 우수하였다. 교차검증에서도 유사한 성능이 유지되어 과적합 가능성이 크지 않은 것으로 판단하였다. SHAP 분석에서는 만족도, 이용빈도, 추천의향 순으로 예측 기여도가 높았다.

혼동행렬을 추가로 검토한 결과 소수 클래스의 재현율도 비교모형보다 높게 나타났다. 따라서 최종 분류모형으로 XGBoost를 선정하고 주요 예측요인의 방향과 기여도를 중심으로 결과를 해석하였다.

3개 군집이 도출되었으며 군집별 핵심 특성을 기준으로 차별화된 유지·전환 전략을 제안하였다.

군집 수를 2개부터 5개까지 비교한 결과 군집 내 응집도와 군집 간 분리도 및 해석 가능성을 고려할 때 3개 군집이 가장 적절하였다. 각 군집의 중심값과 사후비교 결과를 토대로 핵심 충성형, 합리적 비교형, 이탈 위험형으로 명명하였다.

군집별 인구통계학적 특성과 이용행태를 교차 검토한 결과 유형 간 차이가 뚜렷하였다. 도출된 세분시장은 고객 유지, 혜택 설계 및 이탈 예방 전략을 차별화하는 실무적 기준으로 활용할 수 있다.