PulseExploreJournal ClubDebatesTrendingResearchersJournals
Instagram
HomeExploreJournal ClubTrending
Synapse
⌘+K
Synapse
March 14, 2026Korean Journal of Sport Management0 citations

Validation of PCM-Based Stage Segmentation among Athlete Fans

View Full Paper
YSYULIU SUODKDaehwan Kim

Key Points

  • The study aims to validate the Psychological Continuum Model (PCM) as a framework for segmenting athlete fans.
  • Utilized an online panel with 256 adults recognizing an athlete for sampling.
  • Developed four PCM stages based on three dimensions of psychological engagement: enjoyment, centrality, and self-expression.
  • Applied both theoretical threshold rules and K-means clustering algorithms to derive stage groups.
  • Conducted confirmatory factor analysis to validate the reliability and construct validity of engagement metrics.
  • Employed ANOVA to compare differences in psychological and behavioral loyalty across stages.
  • Both segmentation methods showed significant hierarchical differences in psychological and behavioral loyalty.
  • Effect sizes related to loyalty were generally high across PCM stages.
  • Classification agreement between the two segmentation methods was relatively high, supporting PCM as a valid framework.

Abstract

본 연구의 목적은 심리적 지속 모델(Psychological Continuum Model, PCM)이 운동선수 브랜드 맥락에서 팬을 단계별로 구분하는 틀로서 타당한지를 검증하는 데 있다. 이를 위해 국내 온라인 패널을 통해 이강인을 인지하는 성인 응답자 256명을 표본으로 확보하였다. 즐거움, 중심성, 자기표현의 세 가지 심리적 관여도 차원을 바탕으로 인지, 매력, 애착, 충성의 네 가지 PCM 단계를 구성하고, 이론 기반 임계값 규칙에 따른 방법과 데이터 기반 K-평균 군집 방법을 각각 적용하여 단계별 집단을 도출하였다. 이후 확인적 요인분석을 통해 관여도 척도의 신뢰도와 타당도를 검증하고, 분산분석을 활용하여 단계별 심리적 충성도와 행동적 충성도의 차이를 비교하였으며, 교차분석과 Cramér’s V 계수를 통해 두 단계 구분 방법 간의 일치성을 평가하였다. 분석 결과, 두 가지 방법 모두에서 PCM 단계는 심리적 충성도와 행동적 충성도를 유의하게 구분하는 위계적 차이를 보였으며, 충성 관련 효과크기는 전반적으로 높은 수준을 나타냈다. 또한 두 방법의 분류 일치도 역시 비교적 높은 수준을 보여, PCM이 운동선수 브랜드 팬 단계를 구분하는 유효한 분석 틀임을 전반적으로 지지하였다.

Ask AI
Helpful
Bookmark
Share
View Full Paper

Cite This Study

SUO et al. (2026) studied this question.

synapsesocial.com/papers/69b4fa6fb39f7826a300b335https://doi.org/10.31308/kssm.31.1.96
Ask AI
Helpful
Bookmark
Share
View Full Paper