선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 스마트폰의 빠른 보급 및 애플리케이션 시장의 가파른 상승세와 더불어 헬스케어 애플리케이션 시장도 빠르게 성장하고 있지만, 스마트폰 수용에 대한 연구에 비하여 헬스케어 애플리케이션 수용에 대한 연구는 부족한 실정이다. 따라서 기술수용모형(TAM; Technology Acceptance Model)[3] 및 Rogers의 혁신확산이론(Diffusion of Innovation Theory)[4]과 관련된 선행연구를 통하여 스마트폰 헬스케어 애플리케이션 수용에 영향을 주는 요인을 분석하고, 애플리케이션 사용자 집단과 비 사용자 집단 간의 일반적 특성과 분석된 영향 요인 및 사용의도에 따른 차이를 파악하고자 한다.
제안 방법
- 본 연구는 헬스케어 애플리케이션 수용에 영향을 미치는 요인들을 살펴보기 위해 지각된 건강관리 유용성과 정보 활용 편리성, 개인의 혁신정도, UI 디자인, 유희성, 자기효능감을 도출하여 사용자 집단과 비사용자 집단 간의 인구통계학적 특성, 사용의도 및 영향변수 등을 비교하였다. 그 결과 헬스케어 애플리케이션 사용자 집단과 사용의도는 남성보다 여성의 비율이 높았으며, 대졸이상이 고졸이하보다 사용의도가 높은 것으로 나타났다.
- 본 연구에서는 관련문헌 연구를 통하여 사용자의 헬스케어 애플리케이션 사용의도에 영향을 주는 영향변수 6가지(지각된 유용성과 지각된 용이성, 개인의 혁신 정도, UI 디자인, 자기효능감, 유희성)을 설정하고 이를 이용하여 [그림 2]와 같은 연구모형을 설계하였다.
- 이 후 헬스케어 애플리케이션 수용에 따른 영향변수와 일반적 특성 등의 차이를 분석하기 위하여 설문조사를 실시하였다. 설문지는 조사대상자의 개인 신상정보(나이, 연령, 교육수준), 애플리케이션의 사용여부, 사용해본 애플리케이션의 종류, 애플리케이션 사용 횟수 및 사용의도, 그리고 6가지의 영향변수를 묻는 항목으로 구성하였다. 영향변수의 측정항목은 선행연구를 기초하여 헬스케어 애플리케이션에 맞게 수정하였고, 결정된 변수들의 조작적 정의는 [표 1]과 같다.
- 연구 대상의 헬스케어 애플리케이션 사용 경험과 사용 애플리케이션의 유형 및 빈도와 같은 사용 특성에 따라 사용의도 평균의 차이에 대한 검증을 실시하였다. 애플리케이션 사용 경험 및 특성을 독립변수로, 사용의도를 종속변수로 하여 분석한 결과는 [표 10]과 같다.
- 설문지는 조사대상자의 개인 신상정보(나이, 연령, 교육수준), 애플리케이션의 사용여부, 사용해본 애플리케이션의 종류, 애플리케이션 사용 횟수 및 사용의도, 그리고 6가지의 영향변수를 묻는 항목으로 구성하였다. 영향변수의 측정항목은 선행연구를 기초하여 헬스케어 애플리케이션에 맞게 수정하였고, 결정된 변수들의 조작적 정의는 [표 1]과 같다.
- 이 후 헬스케어 애플리케이션 수용에 따른 영향변수와 일반적 특성 등의 차이를 분석하기 위하여 설문조사를 실시하였다. 설문지는 조사대상자의 개인 신상정보(나이, 연령, 교육수준), 애플리케이션의 사용여부, 사용해본 애플리케이션의 종류, 애플리케이션 사용 횟수 및 사용의도, 그리고 6가지의 영향변수를 묻는 항목으로 구성하였다.
- 헬스케어 애플리케이션 유형 관련 문항은 문헌과 애플리케이션 마켓 사이트를 참고하여 의약품 정보, 체중 관리, 여성건강관리, 병원 및 약국 정보, 기타 의학정보 5가지 종류로 구분하였다. 각 애플리케이션 유형의 정의와 예시는 [표 2]와 같다.
대상 데이터
- 연구를 위한 자료 수집은 20세 이상 일반 성인을 대상으로 설문을 실시하여 220부를 회수하였다. 그 중 응답이 불성실하다고 판단되는 설문 26부를 제외하고 총 194부를 분석에 사용하였다. 수집된 자료는 통계패키지 PASW Statistics 18.
- 헬스케어 애플리케이션 사용 경험자에게 애플리케이션을 사용하는 빈도를 조사한 결과는 [표 5]와 같다. 애플리케이션 사용 경험자 95명중 무응답자 4명을 제외하고, 총 91명을 분석하였다. 한 달에 2번 이하로 사용하는 사용자가 36명(39.
- 연구를 위한 자료 수집은 20세 이상 일반 성인을 대상으로 설문을 실시하여 220부를 회수하였다. 그 중 응답이 불성실하다고 판단되는 설문 26부를 제외하고 총 194부를 분석에 사용하였다.
데이터처리
- 1) 연구 대상의 일반적 특성 및 차이를 파악하기 위해 기술통계의 빈도분석과 교차분석을 실시하였다.
- 2) 설문 문항의 타당성 검증을 위하여 요인분석을 실시하고, 신뢰성 분석을 위하여 Cronbach의 α 계수를 구하였다.
- 3) 연구 대상자의 일반적 특성에 따른 헬스케어 애플리케이션 사용의도를 알아보기 위해 t 검정 및 분산분석(ANOVA; Analysis of Variance)을 실시하였다.
- 4) 헬스케어 애플리케이션 사용자 집단과 비 사용자 집단에 따른 영향변수 및 사용의도의 차이를 확인하기 위하여 독립표본 t 검정을 실시하였다.
- 설문지의 측정 문항들이 이론에서 가정하고 있는 요인 구조를 타당하게 반영하고 있는지 알아보기 위하여 확인적 요인분석을 실시하였으며, 분석 결과는 [표 6]과 같다. 본 논문에서는 각 요인의 특성 분석에 유용한 직각회전방식 중에서 베리맥스(Verimax) 방식을 사용하였다.
- 연구 대상의 일반적 특성에 따른 헬스케어 애플리케이션 사용의도의 평균 차이를 검증하기 위해 t 검정을 실시하였다. 일반적 특성을 독립변수로, 사용의도를 종속변수로 하여 분석한 결과는 [표 9]와 같다.
- 측정 요인에 대한 문항 사이의 신뢰도 분석을 위해 Cronbach α를 사용하였다.
이론/모형
- 설문지의 측정 문항들이 이론에서 가정하고 있는 요인 구조를 타당하게 반영하고 있는지 알아보기 위하여 확인적 요인분석을 실시하였으며, 분석 결과는 [표 6]과 같다. 본 논문에서는 각 요인의 특성 분석에 유용한 직각회전방식 중에서 베리맥스(Verimax) 방식을 사용하였다. 총 23개 문항은 6가지의 요인으로 추출되었다.
성능/효과
- 헬스케어 애플리케이션 이용 빈도에 따른 사용의도 평균도 유의한 차이가 있었다. 5가지로 분류한 헬스케어 애플리케이션 유형별 사용 여부에 따른 사용의도 평균의 차이는 모두 유의하게 나타났다.
- 요인분석 결과에 따라 정보 활용 편리성은 7문항, 자기효능감은 4문항, 건강관리 유용성은 4문항, 개인의 혁신정도는 3문항, 유희성은 3문항, UI 디자인은 2문항으로 총 6개 요인으로 구성되었다. 6개의 요인은 전체 분산의 64.81%가 설명되고 있으며, 각 요인과 문항 간의 상관관계를 나타내는 요인 부하량은 일반적 기준이 되는 0.3 이상으로 높게 나타나 각 요인에 해당하는 문항 간의 타당도는 높게 분석되었다. 측정 요인에 대한 문항 사이의 신뢰도 분석을 위해 Cronbach α를 사용하였다.
- 헬스케어 애플리케이션 사용여부에 따른 사용의도에 영향을 주는 영향변수의 차이를 알아보기 위하여 두 독립표본 t 검정을 실시한 결과는 [표 8] 과 같다. UI 디자인, 자기효능감, 개인의 혁신정도, 유희성, 정보 활용 편리성, 그리고 건강관리 유용성의 6가지 영향변수의 차이를 검정한 결과, 헬스케어 애플리케이션 사용여부에 따라 자기효능감과 개인의 혁신정도에 통계적으로 유의한 차이가 있는 것으로 나타났다. 헬스케어 애플리케이션 사용자에게서 자기효능감과 개인의 혁신성향과 같은 개인의 성향이 비사용자에 비하여 높게 나타났다.
- 본 연구는 헬스케어 애플리케이션 수용에 영향을 미치는 요인들을 살펴보기 위해 지각된 건강관리 유용성과 정보 활용 편리성, 개인의 혁신정도, UI 디자인, 유희성, 자기효능감을 도출하여 사용자 집단과 비사용자 집단 간의 인구통계학적 특성, 사용의도 및 영향변수 등을 비교하였다. 그 결과 헬스케어 애플리케이션 사용자 집단과 사용의도는 남성보다 여성의 비율이 높았으며, 대졸이상이 고졸이하보다 사용의도가 높은 것으로 나타났다. 또한, 6가지 영향변수 중 자기효능감과 개인의 혁신정도와 같은 개인적 성향이 더 높은 영향을 미치는 것으로 나타났다.
- 둘째, 헬스케어 애플리케이션 사용에 있어 개인의 혁신성이 유의미한 차이를 나타냈으므로, 새로운 것을 쉽고 빠르게 수용하는 사람들이 사용을 더 많이 하는 것으로 해석할 수 있다. 따라서, 헬스케어 애플리케이션 개발자들은 얼리어답터들의 흥미를 끌 수 있는 새롭고 다양한 건강관리 콘텐츠 및 서비스를 지속적으로 제공해야 한다.
- 응답자는 애플리케이션을 통해 제공되는 정보에 대해서는 유용성과 용이성을 구별하지 않았고, 정보를 활용하는 편리성으로 인식하고 있었다. 또한 헬스케어 애플리케이션을 이용한 건강관리에 대해서도 유용성과 용이성을 구분하지 않고, 모두 건강관리 유용성으로 인식하고 있었다. 따라서 기존의 유용성과 용이성 변수의 정의를 변경하여 정보 활용 편리성과 건강관리 유용성이라는 새로운 변수명을 정의하였다.
- 그 결과 헬스케어 애플리케이션 사용자 집단과 사용의도는 남성보다 여성의 비율이 높았으며, 대졸이상이 고졸이하보다 사용의도가 높은 것으로 나타났다. 또한, 6가지 영향변수 중 자기효능감과 개인의 혁신정도와 같은 개인적 성향이 더 높은 영향을 미치는 것으로 나타났다.
- 셋째, 헬스케어 애플리케이션 사용자 집단 중 애플리케이션을 거의 사용하지 않는 비율도 전체의 25.3%로 콘텐츠가 불만족스럽거나, 사용이 불편하여 한번 다운로드 받은 후 삭제한 사용자도 많은 것으로 나타났다. 따라서, 애플리케이션 개발자들은 지속적인 사용을 유도할 수 있도록 신뢰할 만하고 도움이 되는 양질의 콘텐츠를 포함하고 사용이 편리한 사용자 친화적시스템을 설계해야 할 것이다.
- 05에서 유의한 차이가 있었다. 여성이 남성보다 애플리케이션 사용 의도가 높고, 대졸 이상이 고졸 이하보다 사용의도가 높게 나타났다.
- 총 23개 문항은 6가지의 요인으로 추출되었다. 요인분석 결과 헬스케어 애플리케이션에 대한 지각된 유용성과 용이성은 기존 기술수용모형과 다르게 인식되었다. 응답자는 애플리케이션을 통해 제공되는 정보에 대해서는 유용성과 용이성을 구별하지 않았고, 정보를 활용하는 편리성으로 인식하고 있었다.
- 요인분석 결과에 따라 정보 활용 편리성은 7문항, 자기효능감은 4문항, 건강관리 유용성은 4문항, 개인의 혁신정도는 3문항, 유희성은 3문항, UI 디자인은 2문항으로 총 6개 요인으로 구성되었다. 6개의 요인은 전체 분산의 64.
- 헬스케어 애플리케이션 사용자가 사용해본 애플리케이션 종류를 모두 선택하도록 한 결과는 [표 4]와 같다. 전체 응답자 중 체중관리 애플리케이션을 이용경험이 있는 비율이 70.2%로 가장 높았고, 의약품 정보 제공 애플리케이션을 이용해 본 비율이 25.5%로 가장 낮았다.
- Verkasalo 등은 3가지 스마트폰 애플리케이션(인터넷, 지도, 게임)의 사용자와 비 사용자를 구분하여 사용 행태를 분석하였다[14]. 지도 애플리케이션 사용자를 제외하고는 애플리케이션의 유희성이 사용의도에 긍정적인 영향을 주는 것으로 나타났다. 김수현의 연구에서도 스마트폰 채택의도에 있어 유희성이 긍정적인 영향을 주는 것을 검증하였다[10].
- 헬스케어 애플리케이션 사용 경험에 따른 사용의도 평균은 유의한 차이를 보였다. 헬스케어 애플리케이션 이용 빈도에 따른 사용의도 평균도 유의한 차이가 있었다.
- 헬스케어 애플리케이션 사용 집단과 비사용 집단 간의 일반적인 특성을 분석한 결과[표 7], 여성이 남성에 비하여 애플리케이션을 더 많이 사용하고 있는 것으로 나타났다. 반면, 연령과 교육수준은 두 집단 간의 유의한 차이가 없었다.
후속연구
- 그러나, 지속적 관리가 필요한 만성질환자의 경우 중년층이 많아 만성환자용 유지관리형 애플리케이션에 대한 조사를 하기에는 적합하지 않았다. 따라서 향후 연구에서는 유지관리형 애플리케이션에 대한 연구가 보완적으로 이루어져야 할 것이다.
- 본 연구 결과는 헬스케어 애플리케이션의 활용 증진을 위하여 개발자에게 애플리케이션 보완 또는 개발 시 중점을 두어야 할 주요 속성을 이해하는 자료로 활용될 수 있을 것이다.
- 이 연구 결과는 다음과 같은 시사점를 제시하고 있다. 첫째, 헬스케어 애플리케이션은 자기효능감이 높은 사람들이 사용하는 것으로 나타났으므로, 헬스케어 애플리케이션 사용 활성화를 위해서는 스마트폰이나 애플리케이션의 활용이 어렵다는 인식을 개선시킬 수 있는 해결책이 제시되어야 할 것이다. 이를 위해 사용자가 애플리케이션을 쉽게 이해하고 사용할 수 있도록 시스템 설계가 되어야 할 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.