가상 유명인 특성이 구매 의도를 어떻게 결정하는가: 구조 방정식 모델링을 이용한 자극-유기체-반응 프레임워크 검증

이 연구는 가상 유명인 특성이 소비자 만족도, 로열티, 구매 의도에 미치는 영향과 개인화가 만족 중심 로열티를 어떻게 강화하는지 분석합니다. 기존 연구들은 대체 수단과 신뢰성을 확인하지만, 과정 결과를 충분히 설명하지 못하고 있습니다. 본 연구는 SOR 프레임워크, 매개, 개인화, 조절을 통해 기전을 명확히 합니다.

먼저, 부분최소제곱 구조 방정식 모델링(PLS-SEM)의 구조 모델을 정의하세요. 내생적 구성체에 대해 최대 6개의 예측 변수를 지정하며, 여기에는 3개의 가상 유명인 특성과 3개의 통제 변수가 포함됩니다. 중간 효과 크기, 유의수준, 통계적 검정력 등 통계적 매개변수를 검정력 분석에 설정하세요.

이제 최소 필요한 표본 크기를 추정하기 위해 파워 분석을 실행하세요. 목적적 비확률 표본추출을 사용하여 온라인 연구 패널을 통해 참가자를 모집합니다. 자격 요건은 18세 이상으로 제한합니다.

설문에 선별 질문과 주의 점검 항목을 삽입하여 자격과 응답 질을 검증하세요. 설문 응답을 검토하고 심사 또는 주의 점검 기준에 부합하는 항목은 삭제합니다. 미리 정해진 목표 표본 크기에 도달하면 데이터 수집을 중단하세요.

가상 유명인사를 안정적인 시각적 정체성, 목소리, 반복되는 내러티브 콘텐츠를 가진 디지털로 생성된 오디오-비주얼 페르소나로 정의하는 것부터 제시하세요. 참가자들에게 이러한 가상 유명인사와의 실제 경험을 바탕으로 설문 질문에 답하도록 지시합니다. 외관, 목소리, 콘텐츠 품질, 만족도, 충성도, 개인화, 구매 의도, 인구통계 등을 포함하는 설문 섹션을 포함하여 설문지를 개발하세요.

모든 구성요소를 7점 리커트 척도를 사용해 측정하는데, 1은 강하게 반대, 7은 강하게 동의함을 나타냅니다. 플랫폼 제어 설정을 통해 중복 제출을 방지하세요. 수집된 응답을 쉼표 구분 값 또는 CSV 형식으로 내보내고, 청정된 데이터셋을 PLS-SEM 소프트웨어에 가져옵니다.

측정 및 구조 모델 평가를 위해 모든 구성 요소를 반사적 구성으로 지정하세요. 크론바흐 알파 및 복합 신뢰도(CR)를 0.7 이상으로 평가합니다. 추출한 평균 분산 또는 AVE가 0.5 이상인 값을 사용하여 수렴 타당성을 평가합니다.

Fornell-Larcker 기준과 이성형질-단일형질 비율(HTM) 비율을 사용하여 판별적 타당도를 평가하고, 0.9 미만인지 확인하세요. 개념 모델에 따라 구조적 경로를 지정하고, 분산 팽창 계수 또는 VIF 값이 5 미만인 경우 다중 공선성을 평가합니다. 5,000개의 하위 샘플로 부트스트래핑을 실행하여 경로 계수, T-값, 신뢰구간, 효과 크기를 추정합니다.

5,000개의 하위 표본과 95% 신뢰구간을 이용한 부트스트래핑을 이용해 가상 유명인 속성에서 만족도, 만족도에서 충성도, 구매 의향에 대한 순차적 매개 현상을 검증합니다. 개인화의 조절 효과를 테스트하기 위해 상호작용 용어를 만드세요. 부트스트래핑을 사용해 조정 계수와 영향 크기를 추정합니다.

조건부 효과를 시각화하기 위해 상호작용 플롯을 생성하세요. 예측 성능 평가 후, Q제곱 예측값, 평균제곱근 오차, 평균 절대 오차를 선형 벤치마크 모델과 비교합니다. Q제곱 예측값이 0을 초과하고 PLS 오차가 벤치마크보다 낮을 때 예측 관련성을 확인한다.

신뢰성 및 수렴 타당도 검정 결과 모든 구성어가 권장 임계값을 초과하여 측정값이 신뢰할 수 있고 타당함을 확인했습니다. Fornell-Larcker 기준과 이성형질-단일형질 비율을 사용하여 판별적 타당도를 평가한 결과, 모든 구성체가 경험적으로 구별된다는 것이 확인된다. 구조 모델 평가는 중간 정도의 설명력과 수용 가능한 예측 성능을 보여줍니다.

예측 관련성은 Q제곱 예측값 0.280에서 0.485 범위로 확인됩니다. PLS-SEM 모델의 예측 성능은 선형 회귀 벤치마크와 비교됩니다. 평균제곱근 오차와 평균 절대 오차 값이 낮을수록 예측 정확도가 더 높음을 나타냅니다.

통계 분석은 모델 내 어떤 가설이 데이터에 의해 지지되는지 식별합니다. 외관, 목소리, 콘텐츠 품질은 고객 만족도에 큰 영향을 미칩니다. 만족도는 충성도를 높여 구매 의욕을 높인다.

중재 분석 결과, 만족도는 충성도를 통해 간접적으로 구매 의향에 영향을 미친다는 것을 보여줍니다. 개인화는 만족도와 충성도의 관계를 강화하지만, 구매 의도에는 영향을 주지 않습니다. 이 프로토콜은 설문조사와 구조 모델링을 통해 가상 유명인 속성이 만족도, 충성도, 구매 의도에 미치는 영향을 측정하는 데 도움을 줄 수 있습니다.

이 프로토콜에서 주요 과제는 가상 유명인사를 참가자 모집하고, 이전 연구에서 만족도와 구매 의향 보고서 간의 불일치 관계를 명확히 하는 것이었습니다. 이 연구는 문화적 차이를 넘어 신흥 AI 기술과 개인화 및 가상 유명인 특성의 장기적 영향에 대한 향후 연구를 촉진합니다.