“부담되나요” vs. “아깝나요” 뒤집힌 1위 – 추석 지출 데이터로 알아보는 리서치 실무 사례

추석 지출, “부담되나요”와 “아깝나요”를 나눠 물었더니, 1위가 뒤집혔습니다 🔍

설문 설계 이야기를 할 때 흔히 드는 예시는 유도 질문이나 이중 질문 같은 교과서적 실수들입니다. 하지만 실무에서 결론을 뒤집는 건 대개 그보다 훨씬 사소해 보이는 선택입니다. 어떤 단어로 물을지, 어떤 선택지를 넣을지, 분석의 축을 어떻게 쪼갤지.

최근 픽플리가 전국 소비자 2,000명에게 추석 지출을 물으며 이 선택들을 실제로 시험해 봤습니다. 결과를 사례 삼아, 문항 하나가 결론을 어떻게 바꾸는지 정리했습니다.

이번 추석 지출에 대한 소비자 반응 분석 사례에서 확인한 것

감정 어휘를 바꾸자 1위 항목이 통째로 바뀌었다 (용돈 53.7% → 19.1%)

‘역할’ 변수를 추가하자 성별·연령으로는 안 보이던 2배의 격차가 드러났다

‘해당 없음’ 보기를 뺐다면 응답자 30.2%의 답이 통째로 왜곡됐을 것이다

사례 1. 같은 지출, 다른 감정 — 어휘가 결론을 바꾼다

같은 응답자에게 같은 보기로 두 번 물었습니다. 바뀐 것은 형용사 하나뿐입니다.

• 문항 A: “다음 중 가장 부담(스트레스)되는 지출은 무엇인가요?”

• 문항 B: “추석에 쓰는 돈 중 가장 아까운 지출은 무엇인가요?”

’부담’으로 물으면 용돈이 압도적 1위입니다. ’아까움’으로 물으면 차례상이 1위로 올라오고 용돈은 3위로 내려갑니다.

두 결과 모두 사실입니다. 다만 측정한 감정이 다릅니다.

• 부담은 금액의 크기와 회피 불가능성을 잡습니다.

• 아까움은 지불 후의 후회, 즉 효용 대비 만족을 잡습니다.

만약 이 조사가 “명절에 가장 문제가 되는 지출은?” 한 문항으로 끝났다면, 어떤 답이 나오든 절반의 그림만 얻었을 겁니다. 그리고 그 답에 따라 실무 판단이 정반대로 갈립니다. 부담이 큰 항목은 줄이기 어려운 지출이고, 아까운 항목은 대체재가 나오면 이동하는 지출이기 때문입니다.

📌 실무 규칙: 하나의 대상에 대해 서로 다른 감정을 재는 문항은 합치지 말고 나누세요. ‘만족/불만족’과 ’재구매 의향’, ‘좋다’와 ’나에게 맞다’, ’부담’과 ’아까움’은 각각 다른 것을 측정합니다.

사례 2. 성별·연령만으로는 보이지 않는 것

대부분의 경우, 설문조사 데이터 분석의 기본 축으로 성별과 연령을 씁니다. 이 조사는 여기에 ‘명절에서 내 역할’이라는 변수를 하나 추가했습니다. 보기는 다섯 개였습니다 — 직장인 / 직접 준비하는 사람(주부 등) / 자영업·프리랜서 / 피부양자(학생·취준생 등) / 해당 없음(1인가구·비참여).

차례상을 ’가장 부담되는 지출’로 선택한 비율입니다.

전체 평균의 2배가 넘는 차이가 역할 축에서만 드러납니다. 같은 40대 여성 안에도 차례를 직접 준비하는 사람과 참석만 하는 사람이 섞여 있기 때문에, 성별·연령 교차만으로는 이 차이가 평균에 묻힙니다.

역할 변수는 다른 지표에서도 계속 작동했습니다.

• 직접 준비층의 추석 감정: “부담스럽고 스트레스다” 46.7% (전체 23.2%)

• 피부양자(학생 등): 추석은 ‘흑자’ 58.5%

• 1인가구·비참여: “돈이 거의 오가지 않는다” 53.8%

📌 실무 규칙: 인구통계 축은 기본값일 뿐 설계가 아닙니다. “이 주제에서 사람을 실제로 가르는 기준이 무엇인가”, 즉 페르소나를 한 문항으로 물어 세그먼트 변수로 확보하세요. 구매 조사라면 ‘구매 결정권자 여부’, 앱 조사라면 ’주 사용 상황’이 그 자리에 들어갑니다.

사례 3. ‘해당 없음’ 보기를 빼면 안 되는 이유

‘가장 아까운 지출’에 대한 문항에는 “특별히 아까운 것 없음”이라는 보기가 들어 있었습니다. 결과는 다음과 같습니다.

1위가 ’없음’이었습니다. 역할별로 보면 편차가 더 큽니다. 피부양자(학생 등)는 51.0%, 직접 준비층은 23.0%였습니다.

이 선택지가 없었다면 어떻게 됐을까요. 응답자 30.2%가 아깝지 않은 항목 중 하나를 억지로 골랐을 것입니다. 그리고 그 표는 아마 실제 순위와 다르게 나왔을 겁니다. 강제 선택은 없는 태도를 만들어내고, 그 결과는 보고서에서 ’수요’로 읽힙니다.

동시에 이 30.2%는 그 자체로 발견입니다. “명절 지출은 낭비”라는 통념과 달리, 셋 중 하나는 나가는 돈 어느 것도 아깝지 않다고 답했습니다.

📌 실무 규칙: ’없음 / 해당 없음 / 잘 모르겠다’는 응답을 버리는 보기가 아니라 측정하는 보기입니다. 다만 남용하면 회피 응답이 늘어나니, 태도가 실제로 없을 수 있는 문항에만 넣으세요.

사례 4. 분기를 나누면 기준 인원(base)이 달라집니다

이 조사는 역할에 따라 다른 데이터를 확인했습니다. 

• 직장인에게는 회사 명절 복지를,

• 피부양자에게는 용돈을,

• 지출하는 사람에게는 지출을 

확인했습니다. 그래서 문항마다 기준 인원이 다릅니다.

여기서 흔한 사고가 납니다. 기준이 다른 두 문항의 퍼센트를 나란히 놓고 비교하는 것입니다. 앞의 [ 부담 vs. 아까움 ] 비교에서도 부담 응답 참여자는 1,501명, 아까움 응답 참여자는 2,000명 기준이었기 때문에, ‘정확하게 비교’하려면 아까움 문항을 같은 1,501명으로 다시 집계해야 했습니다. 그렇게 맞추자 차례상의 아까움은 21.6%에서 23.7%로, 용돈은 16.6%에서 19.1%로 바뀌었습니다.

결론의 방향은 같았지만, 맞추지 않았다면 “기준이 다른 수치를 비교했다”는 한 줄로 리포트 전체의 신뢰가 흔들렸을 것입니다.

📌 실무 규칙: 모든 표에 n을 표기하고, 비교할 두 수치는 먼저 기준 인원을 맞춘 뒤 비교하세요. 복수 응답과 단일 선택을 나란히 놓을 때도 문항 유형을 함께 표기해야 합니다.

바로 활용하는 리서치 설계 체크리스트 ✍️

1. 소비자의 복합적인 상황에 대해 하나의 언어로만 확인하지 않았는가 — 부담/아까움, 만족/추천 의향처럼 다른 것을 재는 어휘는 분리

2. 인구통계 말고 이 주제 고유의 세그먼트 변수-페르소나-가 있는가 — 역할·상황·경험·결정권 등

3. ’해당 없음’을 넣을 자리인가 — 태도가 없을 수 있는 문항이면 반드시 포함

4. 복수 응답과 단일 선택을 의도적으로 골랐는가 — 실태는 복수 응답, 우선순위는 단일 선택

5. 모든 수치에 기준 인원(n)이 붙어 있는가 — 분기 문항이 있다면 특히

자주 묻는 질문(FAQ) 💬

Q. 설문에서 ’부담’과 ’아까움’을 나눠 물어야 하는 이유는 무엇인가요?

두 단어가 다른 것을 측정하기 때문입니다. ’부담’은 금액의 크기와 회피 불가능성을, ’아까움’은 지불 후의 후회를 잡습니다. 실제 조사에서 같은 보기로 두 문항을 물었더니 1위 항목이 용돈(부담 53.7%)에서 차례상(아까움 23.7%)으로 바뀌었습니다. 부담이 큰 항목은 줄이기 어려운 지출이고, 아까운 항목은 대체재가 나오면 이동하는 지출이므로 실무 판단이 정반대로 갈립니다.

Q. 설문에 ‘해당 없음’ 보기를 넣어야 하나요?

> 태도가 실제로 없을 수 있는 문항이라면 반드시 넣어야 합니다. 실제 조사에서 ‘가장 아까운 지출’ 문항의 1위 응답이 ‘특별히 아까운 것 없음’(30.2%)이었습니다. 이 보기가 없었다면 응답자 30.2%가 아깝지 않은 항목을 억지로 골라 순위 전체가 왜곡됐을 것입니다. 다만 모든 문항에 남용하면 회피 응답이 늘어납니다.

Q. 성별·연령 외에 어떤 교차 변수를 넣어야 하나요?

주제에서 사람을 실제로 가르는 기준을 한 문항으로 물어 확보하세요. 이번 조사에서는 ’명절에서 내 역할’을 물었고, 그 결과 차례상 부담률이 직접 준비층 28.5% 대 직장인 9.9%로 전체 평균(13.2%)의 2배가 넘게 벌어졌습니다. 성별·연령 교차만으로는 이 차이가 평균에 묻힙니다.

Q. 분기 문항이 있는 설문에서 수치를 비교할 때 주의할 점은?

문항마다 기준 인원(base)이 달라지므로, 비교하려는 두 수치의 기준을 먼저 맞춰야 합니다. 이번 조사는 공통 문항 2,000명, 지출 문항 1,501명, 회사 복지 문항 991명으로 기준이 달랐습니다. 기준을 맞추지 않고 퍼센트를 나란히 놓으면 잘못된 결론이 나옵니다. 모든 표에 n을 표기하는 것이 기본입니다.

결국 데이터의 품질은 설계의 품질입니다 🎯

분석 도구가 아무리 좋아져도, 애초에 정의하지 않은 것은 분석으로 나오지 않습니다. 이번 사례에서 부담과 아까움의 차이가 보인 이유는 정교한 분석 때문이 아니라 데이터를 둘로 나눠 확인했기 때문이었습니다.

설문조사부터 인터뷰에 이르기까지, 리서치를 고객의 언어가 아닌, 내가 편한 단어와 문장으로 하고 있지는 않나요? 고객에 대한 데이터를 수집하기 전, 충분한 조사와 기획·설계 없이 내가 급하다고, 빨리 하고 싶다고 근거 없는 요소들로 구성된 가짜 데이터를 모으고 있지는 않나요? 고객 세그먼트 분석에 있어 타깃 고객에 대한 페르소나가 아닌, 성별과 연령, 거주 지역만으로 구분해 초개인화 시대에 맞지 않는 데이터 분석을 하고 있지는 않나요?

이 중 하나라도 해당이 된다면 언제든 픽플리 팀을 찾아주세요! 픽플리가 설계부터 데이터 수집과 분석까지 함께 도와드리겠습니다.😊

ℹ️ 설문조사 및 데이터 수집 방식

• 조사 시간: 4일 (2026. 8. 8 오전 1:17:38 ~ 2026. 8. 11 오후 10:12:47)

• 방식: 온라인(앱) 설문 방식

• 참여 인원: 대한민국 거주 소비자(픽플리 유저) 2,000명

  • 명절 지출을 하는 소비자 1,501명(75.1%), 명절 지출이 없는 소비자 499명(24.9%)

  • 참여자 성별: 남성 57.8%(573명), 여성 41.8%(415명), 응답하지 않음 0.4%(3명)

  • 참여자 연령: 30대 34.7%(344명), 40대 30.5%(302명), 50대 17.0%(168명) 20대 15.1%(150명), 60대 이상 2.7%(27명)