HYPOTHESIS ROBUSTNESS DASHBOARD · kculture_deck_SYnim.pptx 보강

"한류가 관광객을 젊게 만들었다" — 가설을 원본 데이터로 다시 세웠다

덱의 핵심 주장을 원본 xlsx 7개년치와 대조해 통계 검정·정의 민감도 분석·국가 확장(4→7개국)까지 더했다. 방향은 유지되지만 슬라이드 5의 국가별 수치는 교체가 필요하다.

연령격차 (가중)
-1.94세
95% CI 0 미포함 · 유의
Cohen's d
0.203
small effect
검증 국가
7개국
기존 4개국 + 3개국 추가
표본
64,598
한류군 14,878 · 4개년
DIRECTION CONFIRMED
한류 관여도 ↑ → 연령 ↓
4가지 정의 전부, 7개국 전부에서 방향 일치. 95% CI가 0을 포함하지 않아 통계적으로 유의.
SLIDE 5 수치 오류
국가별 연령격차 원자료 불일치
미국 -8.9세→실측 -3.62세, 중국 -6.8세→실측 -0.34세. 액션플랜(슬라이드10)도 재검토 필요.
문구 다듬기 권고
"1020→3040 확장" · "관여도↑ 충성도↑"
실제 증가는 4050대이고, High가 Medium보다 충성도가 높지 않음 — 방향은 맞되 표현 정교화 필요.
01

국가별 연령격차 — 정정 + 3개국 확장

기존 4개국의 덱 표기값을 실측과 대조하고, 이전 감사에서 검증 완료된 독일·프랑스·영국을 더해 표본을 넓혔다.

국가별 연령격차, 덱 표기값 대 실측 재검증
국가한류군N실측 격차덱 표기오차
독일289-5.35
프랑스383-4.94
대만673-4.54-4.5-0.04
영국319-3.68
미국469-3.62-8.9+5.28
일본1,857-3.16-5.2+2.04
중국2,293-0.34-6.8+6.46
중국은 한류군·일반군 연령이 사실상 동일(-0.34세). "모든 국가에서 일관되게 어리다"는 슬라이드5 문구는 수정 필요.
02

정의별 민감도 분석 — 새로 추가한 강건성 검증

"한류 관광객"을 4가지 방식으로 정의해도 연령격차의 방향(음수)은 흔들리지 않는다. 크기만 -0.15~-2.57세로 정의에 따라 달라진다.

정의연령격차(세)식도락화장품SNS여성비중
전체표본(참고)81.5%59.4%49.6%61.0%
K_CULTURE_GROUP = High-0.1582.2%64.8%72.9%64.7%
K_CULTURE_GROUP ≠ Low84.2%65.3%68.8%65.8%
FLAG_REASON_K = 1 (채택)-1.9486.1%65.2%55.5%66.1%
K_CULTURE_GROUP=High 기준으로는 연령격차가 거의 0 — "K-컬처 고몰입군"과 "한류가 방한 사유인 사람"은 다른 집단이다. 발표 시 정의를 각주로 명시할 것.
03

"1020→3040 팬덤 에이징" 재검증

한류군 연령대 구성비를 4개년 추적. 방향은 맞지만 실제로 늘어난 건 30대가 아니라 40·50대다.

한류군 연령대 구성비, 연도별
절대 응답자 수는 전 연령대에서 2019→2025 감소(20대 2,218→1,083명) — REASON_1 문항의 2023년 이후 결측률 45~51% 구조 변화 때문. 절대 인원이 아니라 구성비(%)만 인용할 것.
04

K-컬처 그룹별 충성도 재검증

덱 슬라이드8의 패턴(Medium이 High보다 근소하게 높음)이 4개년 전체 데이터에서도 그대로 재현됐다 — 이 슬라이드는 신뢰 가능.

K-컬처 그룹별 충성도 재검증
그룹덱 추천실측 추천덱 재방문실측 재방문
Low4.484.544.454.49
Medium4.604.644.534.57
High4.544.634.474.53
"관여도가 높을수록 유의미하게 상승"보다 "Low 대비 Medium·High가 확실히 높다(단 High>Medium은 아님)"가 더 정확한 표현.
05

성별·앵커상품 지표 — 방향 일치, 크기 소폭 조정

지표덱 표기실측(한류군·가중)
여성 비중68.2%66.1%
SNS 정보습득 성별격차+14.6%p+10.8%p
화장품 쇼핑 성별격차+25.4%p+22.1%p