혁신확산이론에 따른 스마트폰 지속사용의도에 관한 연구: 아이폰 사용자와 안드로이드 사용자의 충성도 비교를 고려하여 A study on the continuous intention to use for Smartphone based on the innovation diffusion theory: Considered on the loyalty between users of iOS and Android platform원문보기
본 연구에서는 혁신확산이론을 기반으로 스마트폰 지속적 사용의도에 미치는 영향을 분석하고자 하였다. 또한 인구통계학적 특성을 이용하여 아이폰 사용자와 안드로이드 플랫폼 사용자 그룹의 충성도 차이가 있는지를 비교하였다. 예측변수로는 혁신확산이론에서 제시된 혁신성과 편리성, 경제적 비용, 사회적 영향, 커뮤니케이션 채널, 적합성 그리고 복잡성을 선택하였다. 연구대상은 부산 경남지역에 거주하는 스마트폰 사용자 278명이며 설문지를 통해 자료를 수집하였다. 인구통계학적인 분석은 IBM SPSS Statistics 19로 하였고 Smart PLS를 사용하여 확인적 요인분석과 변수들 간의 인과관계에 대한 경로분석을 실시하였다. 분석결과 복잡성을 제외한 스마트폰 지속사용의도와 충성도에 이르는 모든 경로가 유의미한 영향을 미치는 것으로 나타났다. 결과를 바탕으로 연구의 한계와 시사점을 제시하고자 한다.
본 연구에서는 혁신확산이론을 기반으로 스마트폰 지속적 사용의도에 미치는 영향을 분석하고자 하였다. 또한 인구통계학적 특성을 이용하여 아이폰 사용자와 안드로이드 플랫폼 사용자 그룹의 충성도 차이가 있는지를 비교하였다. 예측변수로는 혁신확산이론에서 제시된 혁신성과 편리성, 경제적 비용, 사회적 영향, 커뮤니케이션 채널, 적합성 그리고 복잡성을 선택하였다. 연구대상은 부산 경남지역에 거주하는 스마트폰 사용자 278명이며 설문지를 통해 자료를 수집하였다. 인구통계학적인 분석은 IBM SPSS Statistics 19로 하였고 Smart PLS를 사용하여 확인적 요인분석과 변수들 간의 인과관계에 대한 경로분석을 실시하였다. 분석결과 복잡성을 제외한 스마트폰 지속사용의도와 충성도에 이르는 모든 경로가 유의미한 영향을 미치는 것으로 나타났다. 결과를 바탕으로 연구의 한계와 시사점을 제시하고자 한다.
The purpose of this study was aimed to analyze factors affecting on continuous intention to use of Smartphone based on the innovation diffusion theory. Also, by using the demographic characteristics were compared whether the difference in the loyalty on between user group of iOS and Android platform...
The purpose of this study was aimed to analyze factors affecting on continuous intention to use of Smartphone based on the innovation diffusion theory. Also, by using the demographic characteristics were compared whether the difference in the loyalty on between user group of iOS and Android platform. Predictor factors were selected innovation, convenience, economic cost, social influence, communication channel, compatibility and complexity suggested on the innovation diffusion theory. Participants of this study were 278 Smartphone users in Busan city and Gyeongnam province in accordance with convenience sampling. IBM SPSS Statistics 19 were employed for descriptive statistics, Smart PLS(partial least squares) was employed for confirmatory factor analysis and path analysis of casual relationship among variables and effect. Analytical results show that all paths except path from complexity to the continuous intention to use and loyalty are significant. The comparison loyalty on between user group of iOS and android platform are significant. This study suggests practical and theoretical implications based on the results.
The purpose of this study was aimed to analyze factors affecting on continuous intention to use of Smartphone based on the innovation diffusion theory. Also, by using the demographic characteristics were compared whether the difference in the loyalty on between user group of iOS and Android platform. Predictor factors were selected innovation, convenience, economic cost, social influence, communication channel, compatibility and complexity suggested on the innovation diffusion theory. Participants of this study were 278 Smartphone users in Busan city and Gyeongnam province in accordance with convenience sampling. IBM SPSS Statistics 19 were employed for descriptive statistics, Smart PLS(partial least squares) was employed for confirmatory factor analysis and path analysis of casual relationship among variables and effect. Analytical results show that all paths except path from complexity to the continuous intention to use and loyalty are significant. The comparison loyalty on between user group of iOS and android platform are significant. This study suggests practical and theoretical implications based on the results.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
혁신확산이론을 적용한 실재 사용자들을 대상으로 스마트폰의 지속사용의도에 미치는 영향을 실증분석을 통해 분석하고자 한다. 혁신확산이론에서 제시된 예측변수인 혁신성과 편리성, 경제적 비용, 사회적 영향, 커뮤니케이션 채널, 적합성 그리고 복잡성을 포함한 7개 외부변수를 선택하였다.
가설 설정
[가설 10] 아이폰 사용자 그룹과 안드로이드 플랫폼 사용자 그룹의 충성도는 유의미한 차이가 있다.
측정항목은 다른 구성원들 보다 신제품 먼저 사용 후, 추천하며 신제품의 성능이 우수하다고 생각하는 정도와 신제품에 대한 흥미, 먼저 구입하겠다고 인지하는 정도라고 정의하고 다음과 같이 가설을 수립하였다. [가설 1] 혁신성은 태도에 정(+)의 영향을 미칠 것이다.
측정항목은 기존 제품보다 사용하는 방법의 쉬움과 사용하는 방법의 편리성과 간편성, 내가하는 일에 도움이 됨과 생활에 필요한 정보를 얻을 수 있다고 인지하는 정도로 정의하고 다음과 같이 가설을 수립하였다. [가설 2] 편리성은 태도에 정(+)의 영향을 미칠 것이다.
측정항목은 새로운 신제품을 구입할 때 경제적 비용을 고려함과 지속사용에 따른 전반적인의 적정함, 사용 요금이 내려가면 더 많은 사람들이 사용할 것이라고 생각하는 정도로 정의하고 다음과 같이 가설을 수립하였다. [가설 3] 경제적 비용은 태도에 정(+)의 영향을 미칠 것이다.
측정항목은 스마트폰을 사용하는 것이 진보된 정보기술을 사용하는 것으로 보임과 사회적 평판, 개성표현의 수단, 나와 관련된 구성원들이 스마트폰을 사용하고 있다고 생각하는 정도로 정의하고 다음과 같이 가설을 수립하였다. [가설 4] 사회적 영향 요인은 태도에 정(+)의 영향을 미칠 것이다.
측정항목은 스마트폰이 생활에 적합한 정보를 제공함과 나의 생활 스타일과 일치함, 제공하는 서비스에 대해 익숙함, 내가하는 일에 적합한 정보를 제공여부를 인지하는 정도로 정의하고 다음과 같이 가설을 수립하였다. [가설 5] 적합성은 태도에 정(+)의 영향을 미칠 것이다.
측정항목은 스마트폰이 제공하는 기능과 서비스가 복잡하면 사용하기에 쉬움과 이해하는 정도, 복잡하면 좋은 제품인지, 내가하는 일에 도움 된다고 인지하는 정도로 정의하고 다음과 같이 가설을 수립하였다. [가설 6] 복잡성은 태도에 부(-)의 영향을 미칠 것이다.
측정항목은 여려 매체를 통해 스마트폰의 노출의 정도, 사회적인 평가, 주변사람들의 스마트폰에 대한 평가, 스마트폰의 사용이 유행을 선도한다고 생각하는 정도로 정의하고 다음과 같이 가설을 수립하였다. [가설 7] 커뮤니케이션 채널은 태도에 정(+)의 영향을 미칠 것이다.
태도 측정항목은 스마트폰에 대한 긍정적인 생각이나 사용에 대한 태도, 스마트폰을 사용하는 것이 매력적이고 현명한 생각, 나에게 흥미를 제공해 주는지 인지하는 정도이며, 지속사용의도 측정항목은 스마트폰이 생활에 필요한 제품인지를 인지하는 정도, 지속사용여부, 스마트폰 사용에 대한 긍정적인 생각, 주변사람들에게 추천을 하겠다고 생각하는 정도로 정의하고 다음과 같이 가설을 수립하였다. [가설 8] 태도는 지속사용의도에 정(+)의 영향을 미칠 것이다.
측정항목은 현재 사용하고 있는 브랜드가 타 브랜드보다 선호하는 정도, 브랜드 추천, 다음에도 구매할 가능성, 현재 사용하고 있는 브랜드를 다음에도 사용할 의향에 대한 정도라고 정의하고 다음과 같이 가설을 수립하였다. [가설 9] 지속사용의도는 충성도에 정(+)의 영향을 미칠 것이다.
제안 방법
그룹 간에 차이 분석을 하기 전에 그룹별 경로분석을 우선 실시하였다. 먼저 아이폰 사용자 그룹의 분석결과를 살펴보면 지속사용의도가 충성도로 이어지는 경로는 경로계수 0.
스마트폰 채택여부는 기술수용모델의 태도변수를 설정하였고 스마트폰의 지속적 사용여부를 알아보고 위해서 행위변수인 지속사용의도의 변수를 설정하였다. 다음으로 아이폰 사용자와 안드로이드 계열 플랫폼 사용자를 두 그룹으로 분류한 후 실재 사용자들이 재구매시 동일한 플랫폼의 단말기를 선택할지에 대한 충성심을 알아보기 위해 충성도 변수를 종속변수로 설정하였다.
변수에 대한 조작적 정의와 측정항목의 설정은 혁신확산이론과 정보기술수용모델 그리고 충성도 속성에 관한 기존연구를 토대로 이루어졌다. 측정항목의 구성은 혁신확산이론에서 7개 변수는 각각 4개 항목이며, 기술수용모델에서 2개 변수 각각 4개 측정항목 그리고 충성도 4개 측정항목으로 구성되어 있다.
본 연구는 혁신확산이론과 기술수용모델 그리고 충성도를 중심으로 선행연구들을 살펴보았으며, 태도의 신념변수에 영향을 미치는 외부변인으로는 혁신성과 편리성, 경제적 비용, 사회적 영향, 커뮤니케이션 채널, 복잡성 그리고 적합성을 포함하여 7개를 선정하였다. 태도가 지속사용의도에 미치는 영향과 지속사용의도가 충성도에 미치는 영향 요인을 알아보기 위해 그림 1과 같이 연구모형을 설정하였다.
스마트폰 사용자의 플랫폼에 따른 그룹 간에 차이가 있는지를 경로분석을 통해 실시하였다. 분석을 실시하기위해 표 1의 응답자 인구통계학적 특성을 기초하여 아이폰 사용자 그룹(56명), 안드로이드 사용자 그룹(219명)으로 정의 하였다. 아이폰 사용자 그룹과 안드로이드 사용자 그룹의 구조모형 경로분석의 결과는 표 4와 같다.
스마트폰 사용자의 플랫폼에 따른 그룹 간에 차이가 있는지를 경로분석을 통해 실시하였다. 분석을 실시하기위해 표 1의 응답자 인구통계학적 특성을 기초하여 아이폰 사용자 그룹(56명), 안드로이드 사용자 그룹(219명)으로 정의 하였다.
사회적 영향은 특정 행동을 수행하도록 개인이나 수용단위들이 받는 지각된 압력을 의미한다[3]. 측정항목은 스마트폰을 사용하는 것이 진보된 정보기술을 사용하는 것으로 보임과 사회적 평판, 개성표현의 수단, 나와 관련된 구성원들이 스마트폰을 사용하고 있다고 생각하는 정도로 정의하고 다음과 같이 가설을 수립하였다. [가설 4] 사회적 영향 요인은 태도에 정(+)의 영향을 미칠 것이다.
커뮤니케이션 채널은 한 개인으로부터 다른 사람들에게 메시지가 전달되는 수단을 의미한다[1]. 측정항목은 여려 매체를 통해 스마트폰의 노출의 정도, 사회적인 평가, 주변사람들의 스마트폰에 대한 평가, 스마트폰의 사용이 유행을 선도한다고 생각하는 정도로 정의하고 다음과 같이 가설을 수립하였다. [가설 7] 커뮤니케이션 채널은 태도에 정(+)의 영향을 미칠 것이다.
혁신확산이론을 적용한 실재 사용자들을 대상으로 스마트폰의 지속사용의도에 미치는 영향을 실증분석을 통해 분석하고자 한다. 혁신확산이론에서 제시된 예측변수인 혁신성과 편리성, 경제적 비용, 사회적 영향, 커뮤니케이션 채널, 적합성 그리고 복잡성을 포함한 7개 외부변수를 선택하였다. 스마트폰 채택여부는 기술수용모델의 태도변수를 설정하였고 스마트폰의 지속적 사용여부를 알아보고 위해서 행위변수인 지속사용의도의 변수를 설정하였다.
대상 데이터
본 연구는 부산 경남지역 시민을 대상으로 실시하였으며, 조사기간은 2012년 10월 15일부터 11월 30일까지 48일간 실시하였다. 총 500부의 설문지를 배포하여 332부 설문지를 회수하였고 불성실하게 응답을 제외한 278부의 설문지를 최종분석에 사용하였다.
구조모형의 경로분석은 Smart PLS의 부트스트래핑 방식에서 제공하는 t-값을 통해 통계적 유의성을 검증할 수 있다. 본 연구에서는 샘플링 수행 횟수를 500으로 설정하여 분석하였으며[16][23], 분석결과는 그림 2에서 보는 바와 같이 9개의 가설 중 복잡성을 제외한 8개의 가설이 채택되었다.
본 연구는 부산 경남지역 시민을 대상으로 실시하였으며, 조사기간은 2012년 10월 15일부터 11월 30일까지 48일간 실시하였다. 총 500부의 설문지를 배포하여 332부 설문지를 회수하였고 불성실하게 응답을 제외한 278부의 설문지를 최종분석에 사용하였다.
데이터처리
구조모형의 경로분석은 Smart PLS의 부트스트래핑 방식에서 제공하는 t-값을 통해 통계적 유의성을 검증할 수 있다. 본 연구에서는 샘플링 수행 횟수를 500으로 설정하여 분석하였으며[16][23], 분석결과는 그림 2에서 보는 바와 같이 9개의 가설 중 복잡성을 제외한 8개의 가설이 채택되었다.
이론/모형
그룹별 경로계수의 차이를 분석하기위해 Chin, et al.[17]이 제시한 수식을 이용하여 그룹별 경로계수의 차이를 분석하였다.
성능/효과
다음으로 안드로이드 사용자 그룹보다 아이폰 사용자 그룹이 충성도가 낮게 나타났다. 이러한 결과는 아이폰 사용자들이 애플리케이션을 앱스토어에서 유료로 구입해야 한다는 경제적인 비용과 음악전용 미디어 플레이어 아이튠즈에서만 음악을 다운받을 수 있는 불편함 때문일지도 모른다.
또한 안드로이드 사용자 그룹도 분석결과를 살펴보면 지속사용의도가 충성도로 이어지는 경로가 경로계수 0.318, t-값은 10.594로 α=0.01에서 통계적으로 유의한 것으로 나타났다.
따라서 그룹 간 충성도의 차이가 있는 것으로 나타났다. 또한 표 4에서 모형에 설명력을 나타내는 R2 값도 아이폰 사용자 그룹은 0.063이고 안드로이드 사용자 그룹은 0.101로 나타나 안드로이드 사용자 그룹이 충성도가 높은 것으로 나타났다.
먼저 아이폰 사용자 그룹의 분석결과를 살펴보면 지속사용의도가 충성도로 이어지는 경로는 경로계수 0.251, t-값은 10.060으로 α=0.01에서 통계적으로 유의하게 나타났다.
13 미만이면 ‘하’로 분류한다[21]. 분석결과 R2값이 충성도는 0.08로 나타났고, 태도와 지속사용의도는 각각 0.47, 0.59로 나타나 높은 적합도를 보이는 것으로 나타났다.
분석결과 내생변수의 R2의 평균값이 0.381이고 표 3의 공통성의 평균값이 0.613이며 이 두 값의 곱은 0.234, 제곱근은 0.483으로 ‘상’의 기준값 0.36을 초과함으로써 전체 적합도가 아주 높은 것으로 나타났다.
redundancy값은 구조모형의 통계추정량을 나타내는 지표로 양수일 때 적합도가 있는 것으로 평가한다[16]. 분석결과 태도, 지속사용의도, 충성도의 redundancy값이 각각 0.017, 0.450, 0.066으로 나타나, 양수의 값을 가지므로 적합성이 있는 것으로 평가된다.
판별타당성 검증은 평균분산추출값의 제곱근이 개념들 간에 상관계수보다 크게 나타나면 판별타당성이 있는 것으로 평가한다[18]. 표 2의 분석결과를 보면 각 구성개념들의 평균분산추출값의 제곱근이 다른 구성개념들 간의 상관계수보다 모두 크게 나타나 판별타당성이 있는 것으로 나타났다.
5 이상이면 신뢰성이 있는 것으로 평가한다[20]. 표 3의 분석결과를 살펴보면 경제적 비용, 사회적 영향, 커뮤니케이션 채널을 제외한 모든 구성개념들의 크론바흐 알파값과 합성신뢰도값이 0.7 이상으로 나타났고 평균분산추출값도 0.5 이상으로 나타났다. 따라서 측정변수의 모든 항목들이 신뢰성이 있는 것으로 평가할 수 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
혁신결정과정은 어떤 과정이 순차적으로 발생하는가?
혁신확산이론은 혁신과 새로운 아이디어들이 사회체계 내에서 어떻게 채택되는지 이해하고 설명하는 이론으로 로저스는 혁신결정과정을 혁신을 최초로 인지하고 그에 대한 태도를 형성하며 궁극적으로 혁신을 채택 또는 거부할 것이라고 결정하고 이행하는 것이며, 자신의 결정에 대해 확신하게 되는 전체적인 과정을 의미한다고 하였다[1]. 혁신결정과정은 지식, 설득, 결정, 실행, 확인의 5단계 과정을 순차적으로 발생한다고 하였다. 혁신확산연구와 관련한 대부분의 연구들은 주로 채택을 성공적으로 정착시키는 요인들에 초점을 맞추고 있다.
혁신확산이론을 기반으로 스마트폰 지속적 사용의도에 미치는 영향을 분석하고자 한 연구의 결과는 무엇인가?
인구통계학적인 분석은 IBM SPSS Statistics 19로 하였고 Smart PLS를 사용하여 확인적 요인분석과 변수들 간의 인과관계에 대한 경로분석을 실시하였다. 분석결과 복잡성을 제외한 스마트폰 지속사용의도와 충성도에 이르는 모든 경로가 유의미한 영향을 미치는 것으로 나타났다. 결과를 바탕으로 연구의 한계와 시사점을 제시하고자 한다.
혁신확산이론이란 무엇인가?
혁신확산이론은 혁신과 새로운 아이디어들이 사회체계 내에서 어떻게 채택되는지 이해하고 설명하는 이론으로 로저스는 혁신결정과정을 혁신을 최초로 인지하고 그에 대한 태도를 형성하며 궁극적으로 혁신을 채택 또는 거부할 것이라고 결정하고 이행하는 것이며, 자신의 결정에 대해 확신하게 되는 전체적인 과정을 의미한다고 하였다[1]. 혁신결정과정은 지식, 설득, 결정, 실행, 확인의 5단계 과정을 순차적으로 발생한다고 하였다.
참고문헌 (23)
E. M. Rogers, Diffusion of innovations (7th ed.), New York: Free Press, 2005.
E. M. Rogers and F. F. Shoemaker, Communication of innovation: A cross cultural approach, Second Edition, The Free Press, 1971.
V. Venkatesh and S. A. Brown, "A longitudinal investigation of personal computers in homes: Adopion determinants and emerging challenge," MIS Quarterly, Vol. 25, No. 1, pp. 71-102, 2001.
R. Agarwal and J. Prasad, "A conceptual and operational definition of personal innovativeness in the domain of information technology," Information System Research, Vol. 9, No. 2, pp. 204-15, 1998.
I. Ajzen and T. J. Madden, "Prediction of goal-directed behavior: Attitudes, intentions, and perceived behavioral control," Journal of Experimental Social Psychology, Vol. 22, pp. 453-474, 1986.
V. A. Zeitham, L. B. Leonard and A. Parasuraman, "The behavioral consequences of service quality," Journal of Marketing, Vol. 6, No. 1, pp. 31-46, 1996.
B. J. Babin, Y. K. Lee, C. K. Lee and S. k. Lee, "Festival scapes and patrons' emotions, satisfaction and loyalty," Journal of Business Research, Vol. 61, No. 1, pp. 56-64, 2008.
E. M. Rogers and F. F. Shoemaker, Communication of innovation: A cross cultural approach, Second Edition, The Free Press, 1971.
D. A. Admas, R. R. Nelson and P. A. Todd, "Perceived usefulness, ease of use, and usage of information technology: A replication," MIS Quarterly, Vol. 16, No. 2, pp. 227-247, 1992.
S. Taylor and P. A. Todd, "Understanding information technology usage: A test of competing models," Information Systems Research, Vol. 6, No. 2, pp. 144-176, 1995.
V. Venkatesh, "Determinants of perceived ease of use: Integrating control, intrinsic motivation, and emotion into the technology acceptance model," Information System Research, Vol. 11, No. 4, pp. 342-365, 2000.
F. D. Davis, R. P. Bagozzi and P. R. Warshaw, "User acceptance of computer technology: A comparison of two theoretical model," Management Science, Vol. 35, No. 8, pp. 982-1003, 1989.
R. P. Bagozzi and C. Fornell, "Theoretical concepts, measurement, and meaning in: A second generation of multivariate analysis," C. Fornell (ed.), Praeger, 1982.
W. W. Chin, The partial least squares approach to structural equation modeling, In G. A. Marcoulides (Ed.), Lawrence Erlbaum, New Jersey, 1998.
W. W. Chin, B. L. Marcolin and P. R. Newsted, "A partial least squares latent variable modeling approach for measuring interaction effects: Results from a monte carlo simulation study and an electronic mail emotion/adoption study," Information Systems Research, Vol. 14, No. 2, pp. 189-217, 2003.
C. Fornell and F. L. Bookstein, "Two structural equation models: LISREL and PLS applied to consumer exit-voice theory," Journal of Marketing Research, Vol. 19, No. 4, p. 440-452, 1982.
J. C. Nunnally, Psychometric theory, McGraw-Hill, New York, 1967.
J. O. Cohen, Statistical power analysis for the behavioral sciences (2nd ed.), Hillsdale, Lawrence Erlbaum, New Jersey, 1988.
M. Tenenhaus, V. E. Vinzia, Y. M. Chatelinc and C. Laurob, "PLS path modeling," Computational Statistics and Data Analysis, Vol. 48, No. 1, pp. 159-205, 2005.
B. Efron and R. Tibshirani, "Improvements on cross validation: The 0.632+ bootstrap method," Journal of the American Statistical Association, Vol. 92, No. 438, pp. 548-560, 1997.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.