여성의 퍼스널컬러 진단과 화장품 구매의도와의 관계에서 메이크업 행동변화의 매개효과 검증

Verification of the Mediating Effect of Makeup Behavior Change in the Relationship Between Women’s Personal Color Diagnosis and Cosmetics Purchase Intention

Article information

J Korean Soc Cosmetol. 2024;30(4):746-755

Publication date (electronic) : 2024 August 31

doi : https://doi.org/10.52660/JKSC.2024.30.4.746

Ji-Yong Lee ¹, Jin-Jung Ahn ²^,

¹Professor, Department of Model Contents, Shinhan University

²Professor, Department of Beauty Care, Semyung University

이지용¹, 안진정²^,

¹신한대학교 공연예술학부 모델컨텐츠학과, 교수

²세명대학교 보건바이오대학 뷰티케어학과, 교수

^*Corresponding author: Jin-Jung Ahn Tel : +82-43-649-1637 E-mail : grace@semyung.ac.kr

Received 2024 June 13; Revised 2024 June 17; Accepted 2024 June 20.

Trans Abstract

This study examines how the experience of personal color diagnosis affects purchase intention and behavioral changes in makeup, and analyzes the sustainability of trends in the beauty industry through personal color. To verify the mediating effect of makeup behavioral changes, data statistical analysis methods such as frequency analysis, factor analysis, descriptive statistical analysis for calculating means and standard deviations, and multiple regression analysis were conducted. Hierarchical regression analysis and the Sobel test were performed to test the mediating effect of makeup behavioral changes in the relationship between awareness of personal color diagnosis and purchase intention. The results of the Sobel test indicate that, in the third step of the Sobel test, makeup behavioral changes fully mediate the relationship between color preference awareness and purchase intention. Analysis results show that the higher the satisfaction with personal color, the more it leads to purchasing behavior. Thus, increasing customer satisfaction through personal color can enhance purchasing power. Although satisfaction in makeup behavioral changes has a greater mediating effect, interest in personal color also mediates this relationship, implying that merely providing the experience and education of personal color diagnosis can increase the probability of purchase. People who have experienced personal color diagnosis are expected to desire makeup services that apply personal colors well-suited to their tones, which is anticipated to increase customer needs in the service sector. Additionally, for companies, there are positive effects on purchasing power, and for artists and designers, opportunities to provide personal color education should be increased to enhance the professionalism of personal color diagnosis education. The popularity of personal color diagnosis, which provides satisfaction, interest, and engagement in makeup within the beauty industry, is expected to continue.

Keywords: Makeup behavior; Makeup satisfaction; Mediating effect; Personal color; Purchase intention

I. 서 론

컬러는 소비자들이 원하는 이미지를 전달함으로써 구매를 촉진시키며, 시각적 효과와 심리적 효과를 동시에 가지고 있다. ‘컬러’는 감각적 경험적 요인에 의한 특별한 연상 작용을 일으키기 때문에, 기업들은 그들의 브랜드를 각인시키고 상징성을 부여하기 위해, 컬러가 주는 이미지를 브랜드 차별화의 마케팅 요소로 활용하고 있다. 상품의 품질도 중요한 구매 요인이 되기도 하지만 컬러는 형태와 함께 디자인을 구성하는 요소이자 그 상품이 주는 이미지, 만족감도 함께 구매함을 의미한다(Lee, 2012). 결국 마케팅은 이미지 정보에 의해 구매력을 가진다고 볼 수 있다. 구매력은 화폐 단위당 교환할 수 있는 재화나 서비스의 수량을 뜻하며(두산백과), 구매 의도란 소비자가 제품이나 서비스를 구매하고자 하는 경향이나 의도를 의미하며, 미래에 구매가 행동화가 될 가능성을 의미한다(Assael, 1995).

사람에게 있어서의 컬러 이미지 역시 예외는 아니며, 외적 이미지를 만들어 내는 중요한 역할을 한다. 본능적 인지의 영역인 시각 체계에 있어 우선 인식되는 ‘컬러’는 외모 경쟁력에서도 우위를 선점하게 한다. 외모 이미지 관리는 ‘외적 경쟁력’이며 자신의 가치를 표현할 수 있는 가장 쉬운 방법이다. 이른바 ‘육체의 자본화’를 의미하는 외모 관리의 사회적 가치는 자본주의와 그 역사를 함께 한다고 할 수 있다(Brownmiller, 1984)

자신의 외모는 성공을 위한 중요한 수단이자 경쟁력이라는 인식은 상식에 가까워졌으며, 의도적· 전략적 외모 관리 행동은 자기 관리 차원으로 또 다른 능력으로 평가되기도 한다. 남성들 역시 성공적인 사회생활에 중요한 요소로 이미지의 중요성을 인식하고 있으며(Kim & Na, 2019), 타고난 신체 색에 어울리는 색을 선택하는 미세한 차이의 노력으로 이미지 변화가 가능한 퍼스널 컬러가 남녀노소에게 인기가 있는 것은 바로 이 때문이다.

자신의 가치를 향상 시킬 수 있는 이미지는 소비자들이 제품 또는 서비스를 구매할 때 예상하는 이익과 또는 편익에 컬러 이미지를 통해 얻고자 하는 ‘자기 가치’도 함께 포함되어 있다고 볼 수 있다(Oh, 2020).

행동의 변화를 일으키는 구매 의도는 구매 행동과의 관계에서 비롯되며, 마케팅 분야에서는 중요한 분석 요인이다. ‘가치’ 역시 소비자 행동과 같은 사회적 태도와 행동에 중요한 예측 변수가 될 수 있다(Rodoula, 2005).

본 연구는 ‘퍼스널 컬러진단’ 경험 이후 구매 의도의 직접 효과와 메이크업 행동 변화의 매개변수를 통해 퍼스널 컬러 진단의 미래 트랜드로서의 인기와 지속성에 대해 분석하고자, 퍼스널 컬러진단을 받아 본 적이 있는 유경험자에 의해 지각된 자신의 ‘퍼스널 컬러 진단과 구매 의도와의 관계 속에서 메이크업의 어떠한 행동 변화에 어떠한 영향을 주는지 그 매개 효과를 검증하고자 한다. 본 연구의 분석 자료를 통해 퍼스널 컬러 진단 경험 후 화장품을 구매하게 되면, 메이크업의 표현 역시도 퍼스널 컬러를 반영한 메이크업을 하게 되므로 기업에게는 화장품 마케팅 자료로, 아티스트와 디자이너들에게는 중요한 트랜드 분석의 기초 자료로 제시하고자 한다.

II. 이론적 배경

1. 퍼스널 컬러

사물을 인지하는 과정에서는 오감에 의해 판단되는데, 80%는 시각적 반응이 해당되며, 그 중 컬러 이미지에 의한 인지는 70%를 차지한다. 사람, 대상물 스타일 중에서도 모델의 퍼스널 컬러가 사람의 인식에 가장 큰 영향을 미쳤고 그 다음이 의상가치과 스타일순 이었다(Francis & Evans, 1987).

퍼스널 컬러는 내가 좋아하는 색, 유행하는 색을 뜻하는 것이 아니라 나 자신의 고유의 유적적 요소의 컬러 즉, 타고난 신체 컬러 머리색, 피부색, 눈동자 색 등의 컬러를 고려하여 조화롭거나 이상적인 컬러를 선택하여 본인의 외적 이미지 관리에 적용하는 것이다.

퍼스널 컬러는 일본의 PCCS 색체계과 미국의 퍼스널 컬러 진단 시스템의 이론적 배경을 토대로 우리나라 독자적인 퍼스널 컬러를 구축해왔다. 뷰티산업의 성장과 K-beuty의 발전은 퍼스널 컬러 진단의 인기와 발전을 가져오게 하였다.

웜톤과 쿨톤의 큰 두 갈래로 나뉘는 퍼스널 컬러의 인기에도 불구하고 육안진단의 한계점은 감정적 컬러 인식이 반영되어 객관적인 판단이 어렵고, 전문가에 의한 드레이핑 진단천과 피부 측색기를 사용한 방법은 비용이 소요된다는 단점을 가지고 있다(Kim, 2018). 하지만 퍼스널 컬러의 인기는 유튜버들과 지식공유, 무료 앱 플랫폼 등으로 한 번 쯤은 퍼스널 컬러를 접할 수 있는 경로가 다양해져 남녀노소 퍼스널 컬러의 대중화를 가능하게 하였다.

미국의 색채 심리학자 Louis Cheskin(1976)은 “디자인과 형태에 대한 인간의 판단은 보다 정신적, 이성적이지만 컬러에 대한 반응은 정통적”이라고 설명하며 색채의 변하지 않는 본능적 영향력에 대해 설명하였다. 즉 형태는 인간의 이성에 소구(訴求, appeal)하지만 색채는 인간의 정서에 직접적으로 강력한 인상으로 기억에 남기 쉽다는 뜻이다(Han & Kim, 2011).

2. 구매 의도

구매 의도는 ‘사용’이 목적인 구매 행위를 한다는 것에 있어 단순 소비자와 사용자 또는 구매자의 정의와는 다를 것이다. 기업의 입장에 있어 ‘구매를 하도록’ 하는 것은 매우 중요한데 자사의 상품을 좋아하고 필요로 하며, 실제로 구매로 이어지도록 소비자의 구매행동을 예측하거나 통제할 수 있어야 한다. 구매 행동은 습관이나 사고 감정에 의해 주관적 판단이 좋다고 생각되면 구매 행동으로 표현된다(Kim, 2010)

특히 컬러를 다루는 화장품 기업은 화장품의 안전성, 유효성, 안정성 등의 연구적 분야 이외에 마케팅과 관련된 퍼스널 컬러를 이용한 ‘컬러 이미지’ 효과에 대해 이해하거나 효율적으로 활용할 수 있어야 한다. 그런 의미에서의 퍼스널 컬러는 소비자의 시각적 공감도를 이끌어 내 구매를 일으킬 수 있는 의미있는 매개체 역할을 할 수 있다. 구매 의도는 소비자의 구매 행동을 일으키는 결정적 요소이자 구매행동이 일어나기 전단계로써 구매 대상에 대한 태도와 판단에 의해 최종 결정된다(Hwang, 2018).

III. 내용 및 방법

1. 연구대상

퍼스널 컬러 진단의 매개 효과에 따른 구매 의도와 행동 변화에 대한 연구이므로, 일반인과 전공자를 모두 포함하여 퍼스널 컬러 진단 유경험자를 대상으로 하였다. 설문의 배포 기간은 2024년 3월 1일부터 4월30일 전국을 대상으로 퍼스널 컬러 진단 경험이 있는 대상자를 기준으로 10대-50대 남녀에게 자기기입식 설문을 배포하였다.

표본크기는 Cohen의 G*Power 3.1을 이용, 95% 검정력, 5%의 유의 수준과, 중간 지수 0.15을 기준으로 하여 최소 표본 수는 89명으로 계산되었으나 응답치의 최대 탈락률 20%를 고려하여, 최소 응답자 수 107명을 목표를 하였다. 설문 수거 결과 G*power 최저 응답 기준은 107명이지만, 정확한 검증력을 위해 수집된 215개의 데이터를 이용하여 분석하였다.

2. 연구문제

‘퍼스널 컬러 진단 경험’과 화장품 ‘구매 의도’와의 사이의 ‘메이크업 행동 변화’의 매개 효과를 검증하기 위해 다음과 같은 연구 문제를 설정하였다.

연구문제1. 퍼스널 컬러 진단과 메이크업 행동 변화, 화장품 구매 의도와의 관계를 알아본다.

연구문제2. 퍼스널 컬러 진단이 메이크업 행동 변화에 미치는 영향을 알아본다.

연구문제3. 퍼스널 컬러 진단이 화장품 구매 의도에 미치는 영향을 알아본다.

연구문제4. 퍼스널 컬러 진단과 화장품 구매 의도와의 관계에서 메이크업 행동 변화의 매개효과를 알아본다.

3. 자료통계분석방법

본 연구를 수행하기 위해 다음과 같은 통계처리 과정을 거쳤다.

첫째, 여성의 일반적 특성을 알아보기 위하여 빈도분석(Frequency Analysis)을 실시하였다.

둘째, 퍼스널 컬러 진단 인식, 메이크업 행동 변화, 구매 의도에 대한 문항들의 타당도 검증을 위하여 신뢰도는 Cronbach‘s 의 계수로 요인분석을 실시하였다.

셋째, 퍼스널 컬러 진단 인식, 메이크업 행동 변화, 구매 의도의 평균과 표준편차를 알아보기 위하여 기술통계 분석을 실시하였다.

넷째, 퍼스널 컬러 진단 인식, 메이크업 행동 변화, 구매 의도와의 관계를 알아보기 위하여 상관분석을 실시하였다.

다섯째, 퍼스널 컬러 진단 인식이 메이크업 행동 변화와 구매 의도에 미치는 영향을 알아보기 위하여 다중회귀분석을 실시하였다.

여섯째, 퍼스널 컬러 진단 인식과 구매 의도와의 관계에서 메이크업 행동 변화의 매개효과 검증을 위해 소벨 테스트(Sobel test)를 활용한 위계적(단계적) 회귀분석을 실시하였다.

일곱째, 본 연구의 실증분석은 통계처리는 SPSSWIN 21.0 프로그램을 사용하여 유의수준5%에서 분석하였다.

IV. 결과 및 고찰

1. 요인분석

퍼스널 컬러 진단 인식의 요인분석을 실시한 결과는 Table 1과 같다.

Table 1.

Factor Analiysis of Awareness of Personal Color Diagnosis

퍼스널 컬러 진단 인식에 대한 타당도 검증을 위해서 직교회전 방법인 VARIMAX를 사용하여 주성분 분석(Principal Component Analysis)과 요인분석(Factor Analysis)을 실시하였다. 본 연구에서는 KMO 값이 0.916으로 매우 높으므로 변수들의 상관관계가 다른 변수에 의해 잘 설명되는 것으로 판단할 수 있다. 또한, 요인분석의 적합성 여부를 나타내는 Bartlett의 구형성 검정치(Test of Sphericity)는 근사 카이제곱 값이 1503.389로 유의 수준이 .000으로 나타나 요인분석 사용이 적합하였다. 요인추출 방법으로는 각 요인이 기존변수의 정보를 어느 정도 설명하는지를 나타내는 고유값(eigen-value)을 이용하여, 고유값이 1.0 이상, 요인 적재량이 0.5 이상인 항목들을 기준으로 요인 수를 2개로 결정하였다. 그 결과 요인 1은 고유값이 4.492, 설명비가 44.92%로 나타나 색채 선호 인식 요인을, 요인 2는 고유값이 2.588, 설명비가 25.88%로 나타나 직접적 인식 요인을 설명해 주고 있다.

메이크업 행동 변화의 요인분석을 실시한 결과는 Table 2와 같다.

Table 2.

Factor Analysis of Makeup Behavior Change

메이크업 행동 변화에 대한 타당도 검증을 위해서 직교회전 방법인 VARIMAX를 사용하여 주성분분석(Principal Component Analysis), 요인분석(Factor Analysis)을 실시하였다. 본 연구에서는 KMO 값이 0.911로 매우 높으므로 변수 쌍들의 상관관계가 다른 변수에 의해 잘 설명되는 것으로 판단할 수 있다.

또한, 요인분석의 적합성 여부를 나타내는 Bartlett의 구형성 검정치(Test of Sphericity)는 근사 카이제곱값이 1911.507로 유의수준이 .000으로 나타나 요인분석 사용이 적합하다는 것을 알 수 있다. 요인을 추출하기 위한 방법으로는, 각 요인이 기존변수의 정보를 어느 정도 설명하는지를 나타내는 고유값(eigen-value)을 이용하여, 고유값이 1.0 이상, 요인 적재량이 0.5 이상인 항목들을 기준으로 설정하여 요인 수를 2개로 결정하였다. 그 결과 요인1은 고유값이 5.674, 설명비가 51.57%로 나타나 메이크업 만족도 요인을, 요인2는 고유값이 2.587, 설명비가 23.52%로 나타나 메이크업 관심도 요인을 설명해 주고 있다.

구매 의도의 요인분석을 실시한 결과는 Table 3과 같다.

Table 3.

Factor Analysis of Purchase Intention

구매 의도에 대한 타당도 검증을 위해 VARIMAX를 사용하여 주성분분석(Principal Component Analysis) 방법, 직교 회전 방법인 요인분석(Factor Analysis)을 실시하였다. 본 연구에서는 KMO 값이 0.839로 높으므로 변수 쌍들의 상관관계가 다른 변수에 의해 잘 설명되는 것으로 판단할 수 있다. 또한, 요인분석의 적합성 여부를 나타내는 Bartlett의 구형성 검정치(Test of Sphericity)는 근사 카이제곱값이 869.968로 유의수준이 .000으로 나타나 요인분석 사용이 적합하다는 것을 알 수 있다. 요인을 추출하기 위한 방법으로는 각 요인이 기존변수의 정보를 어느 정도 설명하는지를 나타내는 고유값(eigenvalue)을 이용하여, 고유값이 1.0 이상인 요인에 한하며 요인 적재량이 0.5 이상인 항목들을 기준으로 설정하여 요인수를 1개로 결정하였다. 그 결과 구매 의도 요인의 고유값은 4.545, 설명비는 45.44%로 나타났다.

2. 신뢰도 검증

신뢰성이란 동일한 개념에 대하여 측정을 되풀이했을 때, 동일한 측정값을 얻을 가능성을 말한다. 신뢰성의 측정 방법은 동일한 측정 도구를 동일한 대상에 시간을 달리하여 적용 결과를 비교하는 검증-재검증, 항목 분할 측정치의 상관도, 내적 일관성 등이 있다. 본 연구에 사용된 측정 도구인 신뢰성은 Cronbach's 계수를 이용하여 분석하였으며 구체적인 연구 결과는 Table 4와 같다.

Table 4.

Reliability Test of Each Area

3. 여성의 일반적 특성

여성의 일반적 특성을 살펴본 결과는 Table 5와 같다.

Table 5.

General Characteristics of Women

연령은 ‘50대 이상’이 25.6%, ‘30대’가 24.7%, ‘40대’가 24.2%, ‘20대’가 23.3%, ‘10대’가 2.3% 순이었고, 결혼상태는 ‘미혼’이 47.9%, ‘기혼’이 52.1%이었다. 최종학력은 ‘대학교 졸업’이 47.4%, ‘대학원 이상’이 31.2%, ‘고등학교 졸업’이 21.4%이었으며, 직업은 ‘학생’이 26.5%, ‘자영업’이 26.0%, ‘기타’가 21.9%, ‘판매/서비스직’이 11.6%, ‘교육 분야’가 8.4%, ‘사무직/기술직’이 5.6% 순이었다. 월 소득은 ‘100만 원 미만’이 31.2%, ‘500-1000 만 원 미만’이 23.3%, ‘400-500 만 원 미만’이 12.1%, ‘200-300 만 원 미만’이 11.6%, ‘300-400 만 원 미만’이 8.8%, ‘100-200 만 원 미만’이 7.4% 순이었고, 거주지역은 ‘서울/경기’가 50.2%, ‘충청/전라’가 27.0%, ‘대전/세종’이 16.7% 순으로 조사되었다.

4. 퍼스널 컬러 진단 인식과 메이크업 행동 변화, 구매 의도

퍼스널 컬러 진단 인식과 메이크업 행동 변화, 구매 의도를 살펴본 결과는 Table 6과 같다.

Table 6.

Perception of Personal Color Diagnosis, Makeup Behavior Change, and Purchase Intention

퍼스널 컬러 진단 인식 전체의 평균은 4.09로 ‘색채 선호 인식’(M=4.22), ‘직접적 인식(M=3.88)’ 순으로 인식이 높았다. 메이크업 행동 변화 전체의 평균은 4.01로 ‘메이크업 만족도(M=4.03)’, ‘메이크업 관심도(M=3.96)’ 순으로 평균이 높았고, 구매 의도의 평균은 3.94로 높았다.

5. 연구문제 검증

<연구문제 1> 퍼스널 컬러 진단 인식, 메이크업 행동 변화, 구매 의도와의 관계를 알아본다.

퍼스널 컬러 진단 인식, 메이크업 행동 변화, 구매 의도와의 상관관계를 살펴본 결과는 Table 7와 같다.

Table 7.

Correlation between Perception of Personal Color Diagnosis, Makeup Behavior Change, and Purchase Intention

메이크업 행동 변화는 퍼스널 컬러 진단 인식의 색채 선호 인식(r=.685, p< .001), 직접적 인식(r=.577, p< .001) 순으로 정의 상관이 높았고, 세부적으로 메이크업 행동 변화의 메이크업 관심도, 메이크업 만족도 모두 퍼스널 컬러 진단 인식과는 유의미한 정의 상관이 있는 것으로 나타났다.

구매 의도는 퍼스널 컬러 진단 인식의 색채 선호 인식(r=.546, p< .001), 직접적 인식(r=.487, p< .001) 순으로 정의 상관이 높았고, 메이크업 행동 변화의 메이크업 만족도(r=.651, p< .001), 메이크업 관심도(r=.439, p< .001) 순으로 정의 상관이 높았다.

<연구문제 2> 퍼스널 컬러 진단 인식이 메이크업 행동 변화에 미치는 영향을 알아본다.

퍼스널 컬러 진단 인식이 메이크업 행동 변화에 미치는 영향을 살펴본 결과는 Table 8와 같다.

Table 8.

Impact of Perception of Personal Color Diagnosis on Makeup Behavior Change

퍼스널 컬러 진단 인식이 메이크업 행동 변화에 미치는 영향을 알아보기 위하여 다중회귀분석을 실시한 결과, =0.479로 전체 변동의 47.9%로 회귀모형을 설명하고 있음을 알 수 있다. 변수 간 다중공선성을 진단하기 위하여 분산팽창계수(VIF : variable inflation factor), 허용치(tolerance)를 살펴보았으며, 일반적으로 분산팽창계수가 10 이상 이거나 허용치가 0.1보다 작으면 다중공선성의 문제가 있다고 판단하게 되는데, 본 분석에서 변수들의 VIF값은 모두 10 이하였고, 허용치는 0.1보다 크게 나타나 다중공선성의 문제는 발생하지 않았다. 모형에 대한 분산분석 결과 추정된 모형은 유의한 것을 알 수 있으며(F=97.458, p< .001), 퍼스널 컬러 진단 인식의 색채 선호 인식(=.576, p< .001)만 메이크업 행동 변화에 유의미한 영향력을 미치는 것으로 나타났다. 따라서, 퍼스널 컬러 진단 인식의 색채 선호 인식이 높을수록 메이크업 행동 변화가 높은 것을 알 수 있다.

퍼스널 컬러 진단 인식이 메이크업 관심도에 미치는 영향을 알아보기 위하여 다중회귀분석을 실시한 결과, =0.079로 전체 변동의 7.9%로 회귀모형을 설명하고 있음을 알 수 있다. 모형에 대한 분산분석 결과 추정된 모형은 유의한 것을 알 수 있으며(F=9.091, p< .001), 퍼스널 컬러 진단 인식의 색채 선호 인식(=.370, p< .001)만 메이크업 관심도에 유의미한 영향력을 미치는 것으로 나타났다. 이는, 퍼스널 컬러 진단 인식의 색채 선호 인식이 높을수록 메이크업 관심도가 높은 것을 의미한다.

퍼스널 컬러 진단 인식이 메이크업 만족도에 미치는 영향을 알아보기 위하여 다중회귀분석을 실시한 결과, =0.570으로 전체 변동의 57.0%로 회귀모형을 설명하고 있음을 알 수 있다. 모형에 대한 분산분석 결과 추정된 모형은 유의한 것을 알 수 있으며(F=140.593, p< .001), 퍼스널 컬러 진단 인식의 색채 선호 인식(=.557, p< .001), 직접적 인식(=.242, p< .001) 순으로 메이크업 만족도에 유의미한 영향력을 미치는 것으로 나타났다. 이는, 퍼스널 컬러 진단 인식의 색채 선호 인식과 직접적 인식이 높을수록 메이크업 만족도가 높은 것을 의미한다.

<연구문제 3> 퍼스널 컬러 진단 인식이 구매 의도에 미치는 영향을 알아본다.

퍼스널 컬러 진단 인식이 구매 의도에 미치는 영향을 살펴본 결과는 Table 9와 같다.

Table 9.

Impact of Makeup Behavior Change on Purchase Intention

퍼스널 컬러 진단 인식이 구매 의도에 미치는 영향을 알아보기 위하여 다중회귀분석을 실시한 결과, =0.312로 전체 변동의 31.2%로 회귀모형을 설명하고 있음을 알 수 있다. 모형에 대한 분산분석 결과 추정된 모형은 유의한 것을 알 수 있으며(F=48.115, p< .001), 퍼스널 컬러 진단 인식의 색채 선호 인식(=.413, p< .001), 직접적 인식(=.177, p< .05) 순으로 구매의도에 유의미한 영향력을 미치는 것으로 나타났다. 따라서, 퍼스널 컬러 진단 인식의 색채 선호 인식과 직접적 인식이 높을수록 구매 의도가 높은 것을 알 수 있다.

<연구문제 4> 퍼스널 컬러 진단 인식과 구매 의도와의 관계에서 메이크업 행동 변화의 매개 효과를 알아본다.

매개 효과를 검증하기 위해 Baron과 Kenny(1986)의 매개 효과 검증 방법을 사용하였다. Baron과 Kenny(1986)의 연구에 의하면, 매개 역할은 세 단계의 위계적 회귀분석을 통해 검증될 수 있다. 첫 단계에서 독립변수가 매개변수에 유의미한 영향을 미치는지를 살펴보고, 두 번째 단계에서는 독립변수가 종속변수에 유의미한 영향을 미치는지 알아본다. 세 번째 단계에서는 독립변수와 매개변수가 종속변수에 유의미한 영향을 미치는지를 검증해야 한다. 3단계에서 종속변수에 대한 독립변수의 영향력이 더 이상 유의하지 않을 경우, 매개변수가 완전 매개 효과(complete mediating)가 있다고 판단하는데, 퍼스널 컬러 진단 인식과 구매 의도와의 관계에서 메이크업 행동 변화의 매개 효과를 살펴본 결과는 Table 10, Table 11, Fig. 1과 같다.

Table 10.

Impact of Perception of Personal Color Diagnosis on Purchase Intention

Table 11.

Mediation Effect Verification Results of Makeup Behavioral Change (Dependent Variable: Purchase Intention)

Fig. 1.

Mediation Model of Makeup Behavior Change

1단계에서는 퍼스널 컬러 진단 인식의 색채 선호 인식(=.576, p< .001)만 매개변수인 메이크업 행동 변화에 유의미한 영향력을 미치는 것으로 나타났고, 2단계에서는 퍼스널 컬러 진단 인식의 색채 선호 인식(=.413, p< .001), 직접적 인식(=.177, p< .05) 순으로 구매 의도에 유의미한 영향력을 미친다. 3단계에서는 독립변수에 매개변수인 메이크업 행동 변화를 추가 투입하여 설명력은 47.4%로 유의미하게 상승하였다(ΔF=64.698, p< .001). 구매 의도에 대한 영향력은 메이크업 행동 변화(=.557, p< .001)에만 높은 영향력을 미치는 것으로 나타나, 이는 메이크업 행동 변화가 높을수록 구매 의도가 높은 것을 의미한다. 따라서, 1단계와 2단계에서 유의미한 색채 선호 인식은 3단계에서 더 이상 구매 의도에 유의미한 영향을 미치지 않는 것으로 나타나, 메이크업 행동 변화는 색채 선호 인식과 구매 의도와의 관계를 완전 매개 하는 것을 알 수 있다. 소벨 테스트(Sobel test) 결과 색채 선호 인식과 구매 의도와의 관계에서 메이크업 행동 변화의 매개 효과는 유의미한 것으로 나타났다(Z=5.589, p< .001).

V. 결 론

퍼스널 컬러 진단이라는 경험이 구매 의도와 메이크업의 행동 변화에 어떻게 영향을 미치는지 알아보고, 퍼스널 컬러가 뷰티산업 분야의 트랜드 지속성에 대해 분석해 보고자 메이크업 행동 변화의 매개 효과를 검증 해 본 결과 구매 의도로 진행되기 전까지는 반드시 ‘메이크업 행동 변화’가 우선되어야 한다는 것을 확인하였다.

메이크업의 행동 변화는 메이크업의 ‘만족도’와 ‘관심도’의 요인으로 분류하였는데, 만족도에서는 퍼스널 컬러 진단 후에 하는 메이크업 행동이 훨씬 더 즐겁거나 퍼스널 컬러를 타인에게 추천하는 행동, 퍼스널 컬러로 추천해 주는 전문가들을 신뢰하는 등의 만족도 항목이 있었으며, 스스로 메이크업 트랜드 정보를 알고 있거나 스스로 찾아보는 등의 적극적인 행동을 하는 메이크업 ‘관심도’로 설명하였다.

퍼스널 컬러진단 후 메이크업 ‘만족도’가 높을수록 구매 행동으로 이어지기 때문에 퍼스널 컬러를 이용한 고객만족도를 높인다면 구매력을 상승시킬 수 있다.

메이크업 행동 변화의 요인 중 ‘만족도’의 유의수준이 높긴 하지만 ‘관심도’ 역시 구매 의도를 매개(p< .05) 하므로 퍼스널 컬러 진단 경험과 교육의 제공만으로도 퍼스널 컬러의 색채 선호 인식에 영향을 미칠 확률이 높다는 것을 알 수 있다. 만족도 문항 중 ‘퍼스널 컬러에 맞는 메이크업 색상을 추천하는 메이크업 아티스트의 판매자에게 신뢰감이 더 간다’고 하는 문항의 요인분석을 결과에도 알 수 있듯이 퍼스널 컬러를 활용하여 서비스를 제공한다면 고객들의 만족도를 더욱 상승시킬 수 있다.

퍼스널 컬러진단을 경험한 사람들은 자신의 톤과 잘 어울리는 퍼스널 컬러가 적용된 메이크업 서비스를 제공받길 원할 것이라고 예측 되는 바, 뷰티 서비스 분야에서 퍼스널 컬러가 적용된 고객의 니즈도 함께 증대될 것으로 판단되며, 기업에게는 구매력의 긍정적 영향력을 미칠 것으로 사료 된다.

본 연구를 통해 퍼스널 컬러 진단 경험과 구매 의도와의 관계에서 매개 효과를 검증한 결과 메이크업 행동 변화의 만족도와 관심도가 모두 영향을 미치는 것으로 나타나, 구매 의도가 생기기 전에 메이크업 만족도의 매개 역할이 매우 크다는 것을 알 수 있었다. 따라서 아티스트와 디자이너들에게는 퍼스널 컬러교육 기회의 제공을 통해 퍼스널 컬러진단 교육의 전문성을 높여야 한다고 제언하며, 만족도를 높이는 방법이 반드시 구매의도에 매개 역할을 하게 되므로, 퍼스널 컬러를 이용한 만족도 향상이 이루어진다면 마케팅 효과와 기회 비용이 상승할 것으로 예측할 수 있다. 앞으로도 퍼스널 컬러를 활용한 마케팅과 서비스가 뷰티 트랜드의 중요한 요소로 지속적 인기와 장기적 활용이 있을 것으로 사료 된다.

References

1. Brownmiller Susan. 1984. Femininity. Paladin Grafton Books Assael H; 1995. p. 966–983.

2. Cheskin L. 1976. Color and Communication/ABC Edition google schola Scotte M Davis/2001/Brand Asset Management. p. 1–167.

3. Francis S. K., Evans P. K.. 1987;Effects of hue, value, and style of garment and personal coloring of model on person perception. Perceptual and Motor Skills 64(2):383–390.

4. Han J. S., Kim A. Y.. 2011;Analysis study on the image color success cases to explore ways to establish color identity of fashion brands -Focus on Hermes, Chanel, Marni, Paul Smith-. Korea Society of Color Studies 25(2):49–61. doi: 10.17289/jkscs.25.2.201105.49.

5. Hwang H. S.. 2018;The Effect of Youtube Beauty Video Characteristics on Beauty Managing Behavior and Product Purchase Intention. Journal of Beauty Art Management 12(4):67–84.

6. Kim, H. M. (2018). Study on development of Personal Color Self Diagnosis Indicator(PCSDI), Department of Convergence Industry, Doctoral dissertation, Seoul Venture University Seoul.

7. Kim Y. M., Na Y. Y.. 2019. The Effect of the Success Orientation of the Appearance of Adult Men on Beauty Management Behavior and Pursuit of Appearance Improvement. Journal of the Korean Society of Design Culture 25(2)79–91.

8. Lee E. H., Lee E. S.. 2016;A Study on Brand Color Selection Standard for Customer’s Emotional Value. Journal of the Korean Society Design Culture 22(2):481–492.

9. Oh Y. J.. 2020;Influence of a Cosmetic Company’s Eco-Friendly Activities on Consumers’ Purchase Intention through the Mediating Effects of Perceived Image. Asian J Beauty Cosmetol 18(2):149–161. doi: 10.20402/ajbc.2020.0014.

10. Tsiotsou R.. 2006;The role of perceived product quality and overall satisfaction on purchase intentions. International Journal of Consumer Studies 30:207–217. https://doi.org/10.1111/j.1470-6431.2005.00477.

Article information Continued

This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0/) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

Category		Factor
Category		1	2
Perception of Color Preference	After personal color diagnosis, I always consider personal color when choosing my makeup and beauty product colors.	.842
	After personal color diagnosis, I think I will look more vibrant when I choose makeup, nail, and hair colors that suit me..	.834
	After personal color diagnosis, I think I will look better when I wear clothes in colors that suit me.	.823
	I think it's necessary to know my personal color through professional diagnosis or education.	.741
	I think it is necessary to undergo or receive education on personal color diagnosis.	.727
	After personal color diagnosis, it helped me find the right colors for me.	.713
Direct Perception	After personal color diagnosis, I thought the suitable colors were different from what I usually knew.		.883
	After knowing my personal color, I think I accurately understand the colors that don't suit me.		.705
	I think personal color helps me accurately understand my skin tone.		.631
	I think the colors I learned through personal color diagnosis affect my image formation.		.611
Eigenvalue		4.492	2.588
Variance		44.923%	25.880%
Cumulative Variance		44.923%	70.803%
KMO = .916, Bartlett's test χ²=1503.389 (df=45, p=.000)

Category		Factor
Category		1	2
Makeup Satisfaction	After personal color diagnosis, I find the process of changing my makeup to match suitable colors enjoyable.	.897
	After personal color diagnosis, I am more satisfied with my makeup.	.890
	I would recommend personal color diagnosis to others for better-fitting makeup.	.851
	My makeup has changed significantly before and after personal color diagnosis.	.833
	I enjoy the act of doing makeup after personal color diagnosis.	.819
	I use colors better in makeup after the diagnosis than before.	.810
	I think the experience of personal color diagnosis helps me choose colors that suit me while following makeup trends.	.785
	I have more trust in makeup artists or sellers who recommend makeup colors based on personal color.	.778
Makeup Interest	I usually search for makeup information on SNS or the internet by myself.		.883
	I am generally very interested in makeup.		.866
	I am well aware of the latest trends and popular makeup brands.		.851
Eigenvalue		5.674	2.587
Variance		51.579%	23.520%
Cumulative Variance		51.579%	75.099%
KMO = .911, Bartlett's test χ²=1911.507 (df=55, p=.000)

CategoryCategory		Factor
CategoryCategory		1
Purchase Intention	After personal color diagnosis, I choose products based on personal color when purchasing makeup.	.849
	I buy makeup products that match my skin tone.	.763
	I purchase products because I think the chosen makeup will enhance my image.	.739
	I recommend buying products that match personal color to friends and acquaintances.	.702
	I prefer purchasing makeup products with color descriptions related to personal color like warm or cool tones.	.698
	I purchase trending makeup products.	.677
	I make decisions based on internet, promotional catalogs, product descriptions, and reviews when purchasing makeup.	.589
	I buy beauty products considering colors that might suit the season.	.588
	I tend to buy the same products when purchasing makeup.	.539
	I usually purchase from preferred brands when buying makeup.	.524
Eigenvalue		4.545
Variance		45.447%
Cumulative Variance		45.447%
KMO = .839, Bartlett's test χ²=869.968 (df=45, p=.000)

Category		Number of Items	Cronbach's
Awareness of Personal Color Diagnosis	Direct Perception	4	.842
Awareness of Personal Color Diagnosis	Perception of Color Preference	6	.915
Overall Awareness of Personal Color Diagnosis		10	.928
Makeup Behavior Change	Makeup Satisfaction	3	.864
Makeup Behavior Change	Makeup Interest	8	.945
Overall Makeup Behavior Change		11	.921
Purchase Intention		10	.854

Classification		Mean	Standard Deviation
Perception of Personal Color Diagnosis	Direct Perception	3.88	.75
Perception of Personal Color Diagnosis	Color Preference Perception	4.22	.70
Overall Perception of Personal Color Diagnosis		4.09	.67
Makeup Behavior Change	Makeup Interest	3.96	.87
Makeup Behavior Change	Makeup Satisfaction	4.03	.76
Overall Makeup Behavior Change		4.01	.68
Purchase Intention		3.94	.63

Category		Frequency (N)	Percentage (%)
Age	Teens	5	2.3
	20s	50	23.3
	30s	53	24.7
	40s	52	24.2
	50s and above	55	25.6
Marital Status	Single	103	47.9
Marital Status	Married	112	52.1
Education Level	High School Graduate	46	21.4
	College Graduate	102	47.4
	Graduate School and above	67	31.2
Occupation	Self-employed	56	26.0
	Sales/Service	25	11.6
	Office/Technical	12	5.6
	Education	18	8.4
	Student	57	26.5
	Other	47	21.9
Monthly Income	Less than 1 million KRW	67	31.2
	1-2 million KRW	16	7.4
	2-3 million KRW	25	11.6
	3-4 million KRW	19	8.8
	4-5 million KRW	26	12.1
	5-10 million KRW	50	23.3
	Over 10 million KRW	12	5.6
Region	Seoul/Gyeonggi	108	50.2
	Daejeon/Sejong	36	16.7
	Daegu/Gyeongsang	3	1.4
	Chungcheong/unra	58	27.0
	Gangwon	10	4.7
Total		215	100.0

Dependent Variable		Independent Variable	B	β	t	p	R²	Adj R²	F
Makeup Behavior Change		(Constant)	1.117		5.317^***	.000	.479	.474	97.458^***
		Direct Perception	.133	.146	1.952	.052
		Color Preference Perception	.564	.576	7.701^***	.000
Makeup Behavior Change	Makeup Interest	(Constant)	2.636		7.392^***	.000	.079	.070	9.091^***
		Direct Perception	-.162	-.139	-1.401	.163
		Color Preference Perception	.462	.370	3.718^***	.000
	Makeup Satisfaction	(Constant)	.548		2.597^*	.010	.570	.566	140.593^***
		Direct Perception	.243	.242	3.562^***	.000
		Color Preference Perception	.602	.557	8.193^***	.000

Dependent Variable	Independent Variable	B	β	t	p	R²	Adj R²	F
Purchase Intention	(Constant)	1.797		8.119^***	.000	.312	.306	48.115^***
	Makeup Interest	.148	.177	2.064^*	.040
	Makeup Satisfaction	.371	.413	4.811^***	.000

Classification		Dependent Variable: Purchase Intention
		Model 1		Model 2
		B	β	B	β
(Constant)		1.797		1.227
Personal Color Diagnosis	Direct Recognition	.148	.177^*	.080	.096
Personal Color Diagnosis	Color Preference Recognition	.371	.413^***	.083	.093
Makeup Behavioral Change				.510	.557^***
R²		.312		.474
Adj R²		.306		.466
ΔR²				.161
F		48.115^***		63.281^***
ΔF				64.698^***

Stage	Variable	B	β	R²	F	Mediation Condition Fulfillment
1st Stage: Independent → Mediation	Direct Recognition	.133	.146	.479	97.458^***	×
1st Stage: Independent → Mediation	Color Preference Recognition	.564	.576^***	.479	97.458^***	○
2nd Stage: Independent → Dependent	Direct Recognition	.148	.177^*	.312	48.115^***		○
2nd Stage: Independent → Dependent	Color Preference Recognition	.371	.413^***	.312	48.115^***		○
3rd Stage: Independent · Mediation → Dependent	Direct Recognition	.080	.096	.474	63.281^***			×
	Color Preference Recognition	.083	.093					×
	Makeup Behavioral Change	.510	.557^***					○^a