표 6 브랜드 다양화 혼합효과모형 결과

변수 브랜드 다양성 브랜드 집중도
평균 거래금액 .065** (.021) –.028** (.010)
결제 요일 다양성 .027 (.026) .001 (.012)
결제 시간대 다양성 .047* (.023) –.028** (.011)
프랜차이즈 브랜드 거래 횟수 .214*** (.060) –.010 (.028)
성별 –.058 (.043) .026 (.020)
35~39세 .016 (.094) .043 (.043)
40~44세 .256** (.089) –.054 (.041)
45~49세 .156 (.094) –.011 (.043)
50~54세 .227* (.099) –.031 (.045)
55~59세 .148 (.113) –.011 (.051)
기타 –.340*** (.091) .157*** (.042)
문화/예술 –.084 (.101) .032 (.047)
백화점/패션 .031 (.088) –.028 (.042)
생활/마트 .307** (.094) –.107* (.044)
식사 .405*** (.084) –.108** (.040)
의료/건강 .129 (.090) –.062 (.042)
주거/통신 –.347*** (.094) .111* (.044)
카페/간식 .473*** (.089) –.172*** (.042)
상수항 –.423 (.242) .924*** (.113)
표본 수 470 470
고객 수 72 72
랜덤 절편 분산 .002 .000
잔차 분산 .175 .039
ICC .013 .000
Log-likelihood –290.339 51.173
※주: 계수와 괄호 안의 표준오차를 함께 제시하였다.
여성, 30~34세 및 교통/차량을 기준범주로 설정하였다.
관측치가 20개 미만인 산업은 기타로 통합하였다. 고객 수준의 랜덤 절편을 포함한 선형 혼합효과모형을 사용하였다.
p<.05,
p<.01,
p<.001.