팀원 & 담당파트

분석 목표

- 2030세대 여성의 음주율 분석 
- 음주율에 영향을 미친 요인 분석
- 가설설정 및 가설 검정(통계 검정)

분석 방법

- 선행 연구 사례 참고 -> 분석 방향성 설정
- kosis(국가통계포털) 및 유튜브, 네이버 데이터랩, 맥주 블로그 크롤링 등을 통해 수집한 데이터 활용 
- 기사를 참고해 '월 1회 이상 술을 마신 적이 있는 비율'을 음주율로 정의함 
- 2030세대 여성의 음주율 상승에 영향을 미친 요인을 분석 -> 가설 설정
- 시각화 -> 연령별 음주율 확인, 맥주 판매액, 맥주 점유율, 미혼 여성의 결혼 필요성 감소 등 소가설 관련 내용 확인  

분석 결과

- 2018년 ~ 2022년까지 2030 여성의 음주율 분석 -> 증가하는 추세로 확인(20대: 19% -> 30 % , 30대: 23% -> 36%로 상승)
- 미혼 여성의 결혼 필요성 감소, 혼인 건수 감소 -> 통계 검정 결과 유의함
- 기혼 여성의 자녀 필요성 감소, 초산 연령 증가 -> 통계 검정 결과 유의함- 주종별 국내 판매액과 맥주 점유율 확인 -> 맥주 판매액이 가장 높았으며, 점유율 상승 확인
- 2030과 4050의 맥주 음주율 증가 확인 -> 2030 세대 맥주 음주율 증가가 더 높음 
- 미혼 여성의 결혼 필요성 감소, 혼인 건수 감소 -> 통계 검정 결과 유의함
- 기혼 여성의 자녀 필요성 감소, 초산 연령 증가 -> 통계 검정 결과 유의함
- 여성 1인 가구 증가 -> 통계 검정 결과 유의함
- 1인가구 VS 다인가구 주류 소비 증가 -> 통계적으로 유의하지 않음
- 1인가구 증가 -> 음주율 증가에 영향? -> 통계적으로 유의하지 않음
- 연도별 SNS 활동 추이 -> 통계 검정 결과 유의함(인스타그램)
- 2030 VS 4050세대 음주 증감율 확인 -> 통계 검정 결과 유의함  
- 2030과 4050의 맥주 소비경험 증가율 -> 통계 검정 결과 유의함  
- SNS 사용률 증가 -> 음주율 증가에 영향? -> 통계적으로 유의하지 않음
- 대가설을 도출하기 위한 소가설은 통계적으로 유의했으나, 대가설은 확인하지 못함 
- 문헌 등을 통해 1인 가구가 다인가구보다 음주 행태 연관성이 두드러짐을 확인
- sns 또는 tv 등을 통해 주류 노출 횟수가 많을수록 음주에 긍정적인 것을 확인

사용기술 및 개발환경

- 데이터 출처 : KOSIS(국가통계포털), 네이버 데이터 랩, 유튜브, 맥주 블로그 등
- 수집 방법 : csv, excel 파일로 저장, 유튜브 및 맥주 블로그 - 크롤링
- 개발도구 : plotly, matplotlib, seaborn, pandas,  scipy, statsmodels
- 개발언어 및 프레임워크 : Python, HTML, CSS, Javascript, Bootstrap, Jupyter Notebook, Visual Studio Code