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
- 본 연구는 UTAUT를 활용한 연구에 대한 메타분석을 시행하여 확장된 UTAUT 모형을 제시하기 위한 것이다. 연구 데이터는 국내 최대 학술지 Database인 RISS(Research Information Sharing Service)와 NDSL(National Digital Science Library)을 대상으로 하였다.
- 메타분석은 수량적이고 통계적인 방법으로 여러 연구를 동일한 측정치로 확인하고[10], 이미 분석한 자료를 다시 분석하여 각 분석 방법 및 과정에 대해 검토하고, 유용성 기준에서 비교 평가하여 발견된 내용에 대해 종합하는 것이라고 할 수 있다[15]. 이처럼 메타분석은 특정 연구 주제나 분야, 연구 모형 등을 대상으로 일반화된 지식을 체계화하고 통합하기 위한 목적으로 시행한다. 또한 개별적인 실증연구의 결과를 통계적으로 요약, 분석하여 추론하는 과정 등을 거쳐 통합된 결론으로 이끄는 연구 방법이라고 할 수 있다.
- 본 연구의 목적은 다음과 같다. 첫째, UTAUT 메타분석을 통해 연구 모형의 일관성과 신기술이나 신제품의 수용 및 확산에 중요한 영향을 미치는 요인을 파악하고자 하여 확장된 UTAUT 모형을 제시하고자 한다. 둘째, 선행연구와의 비교분석을 통해 차이점을 살펴보고 시사점을 제시하고자 한다.
가설 설정
- 본 연구의 결과를 바탕으로 향후 연구에 대한 제언을 하면 다음과 같다. 첫째, 본 연구는 국내 학술지 데이터베이스만을 활용하였기 때문에 한국내의 상황만을 고려하였다. 향후 연구에서는 해외 학술 데이터베이스를 추가적으로 분석하여 비교함으로써 추가적인 시사점 도출이 가능할 것이다.
제안 방법
- TAM과 UTAUT의 특징을 비교하여 에 제시하였다.
- 코딩 표를 구성하는 항목에는 연구 특성의 분석을 위한 주요 속성(기본 정보, 요인 속성)을 모두 포함하였다. 기본정보에는 연구물의 일련번호, 저자, 제목, 출판된 저널, 키워드 및 게재년도를 기록하였다. 분석을 위한 요인 속성으로는 연구 모형의 구성요인, 표본크기, 상관계수, t값, 경로계수 등의 정보를 기록하였다.
- 다음으로, UTAUT에 활용되는 주요 요인 이외의 추가적 요인을 분석하였다. 가장 많이 활용되는 요인으로는 보안(19회), 혁신성(13회), 신뢰(9회), 자기효능감(9회), 가격가치(7회), Hedonic Motivation(7회) 순으로 나타났으며, 5회 이상 사용된 요인에 대해 메타분석을 추가로 시행하여 <표 8>에 제시하였다.
- 상대적으로 BI에 영향을 미치는 PE(66건), EE(64건), SI(63건)가 주로 다루어졌으며, UB에 영향을 미치는 FC(15건)와 BI(37건)는 비교적 적은 수의 연구가 진행됨을 알 수 있었다. 다음으로, 동질성 검증을 시행하였다. 동질성 검증은 연구대상이 되는 개별 연구의 효과크기가 동일 모집단에서 추출되었는가를 보는 것이다.
- 분석 결과 동일 모집단이 아닌 것으로 나타나면 효과 크기를 산출할 때 랜덤효과모형을 사용하여야 한다[12]. 동질성 검증 결과 동일모집단에서 추출되었을 것이라는 귀무가설이 기각되어 랜덤 효과모형을 활용하여 효과크기를 계산하고 분석하였다. 마지막으로, 연구결과의 신뢰성 확보 를 위해 출판 편향을 검증하였다.
- 이런 결과를 기반으로 하여 확장된 UTAUT 연구모형을 제시하였고, 이는 향후 연구의 기초가 될 수 있다. 둘째, 선행연구와의 비교분석을 통해 기존 연구와의 차이점을 분석 제시하여 국내 시장의 소비자에 대한 이해도를 높일 수 있도록 하였다. 셋째, 고객은 신제품 또는 신기술을 받아들일 때 구매하고자 하는 의도가 생길 수 있도록 하는 것이 중요함을 알 수 있었다.
- 첫째, UTAUT 메타분석을 통해 연구 모형의 일관성과 신기술이나 신제품의 수용 및 확산에 중요한 영향을 미치는 요인을 파악하고자 하여 확장된 UTAUT 모형을 제시하고자 한다. 둘째, 선행연구와의 비교분석을 통해 차이점을 살펴보고 시사점을 제시하고자 한다.
- 첫째, KCI에 등재된 논문을 기준으로 선별하였다. 둘째, 연구제목 및 연구모형의 확인을 통해 UTAUT의 구성개념을 포함하고 있는지 검토하였다. 마지막으로 상관계수로 변환이 가능한 값을 가지고 있는 논문인지를 확인하여 최종 69편이 연구 대상으로 선정되었다.
- 수집된 논문의 코딩 오류방지를 위해 일관된 기준을 적용하여 연구에 필요한 정보를 수집하고 정리할 필요가 있다. 따라서 본 연구에서는 신뢰도를 높이기 위해 코딩 표를 작성하였다[2]. 코딩 표를 구성하는 항목에는 연구 특성의 분석을 위한 주요 속성(기본 정보, 요인 속성)을 모두 포함하였다.
- 분석 결과를 통해 실제행동으로 이어지게 하기 위해서는 행동의도를 유발시키는 것이 중요하다고 할 수 있다. 또한, 우리나라 연구의 경우 BI에 영향을 미치는 요인으로 FC를 활용하는 경우가 많아 이를 추가로 분석하였다. 효과크기는 0.
- 동질성 검증 결과 동일모집단에서 추출되었을 것이라는 귀무가설이 기각되어 랜덤 효과모형을 활용하여 효과크기를 계산하고 분석하였다. 마지막으로, 연구결과의 신뢰성 확보 를 위해 출판 편향을 검증하였다.
- 0)를 분석에 활용하였다. 먼저 UTAUT를 구성 하는 주요 요인의 활용 건수와 관계를 분석하였다. 상대적으로 BI에 영향을 미치는 PE(66건), EE(64건), SI(63건)가 주로 다루어졌으며, UB에 영향을 미치는 FC(15건)와 BI(37건)는 비교적 적은 수의 연구가 진행됨을 알 수 있었다.
- 먼저 상관계수 값을 이용하여 Fisher’s Z 값(Zi, equation 1)을 계산하였고, 이후 각 연구별 샘플 수를 이용하여 가중치(Wi, equation 2)를 구하였다.
- 메타분석에 사용될 연구 논문이 최종 선정 후 개별 연구의 특성 파악 및 메타분석에 활용되는 요인과 속성을 코딩하였다. 수집된 논문의 코딩 오류방지를 위해 일관된 기준을 적용하여 연구에 필요한 정보를 수집하고 정리할 필요가 있다.
- 본 연구에서는 UTAUT를 주제로 한 연구를 대상으로 이를 구성하고 있는 주요요인과 추가 요인에 대한 메타분석을 시행하였다. 연구의 타당성을 높이기 위해 KCI에 등재된 논문을 대상으로 하였으며, UTAUT 주요 요인을 포함하고 실증적 방법론을 활용한 연구논문 69편을 최종 분석에 활용하였다.
- 기본정보에는 연구물의 일련번호, 저자, 제목, 출판된 저널, 키워드 및 게재년도를 기록하였다. 분석을 위한 요인 속성으로는 연구 모형의 구성요인, 표본크기, 상관계수, t값, 경로계수 등의 정보를 기록하였다.
- FC가 UB에 미치는 영향은 Taiwo and Downe[13] 보다는 다소 작은 효과크기를 보였다. 아울러 BI에 영향을 미치는 FC는 Original Theory에는 없는 경로이며 한국의 연구에서 많이 활용되고 있어 본 연구에서 추가적으로 분석을 하였다.
- 그러나 선행연구는 UTAUT 주요 요인에 대한 경로분석만을 시행하여 추가적인 요인에 대한 분석은 부족하다. 이에 본 연구에서는 추가적으로 활용된 요인을 분석하고 제시하였다.
- 본 연구를 통해 나타난 시사점은 다음과 같다. 첫째, UTAUT의 주요요인과 추가요인에 대한 분석을 통해 다양한 연구 요인을 제시를 하였다. 아울러 FC가 BI에 미치는 영향이 큰 것으로 나타나 연구요인들 간의 경로에 대한 변경이 필요하 다고 할 수 있다.
대상 데이터
- 다음으로 2003년부터 2017 년 4월까지 출판된 논문 중, ‘UTAUT’, ‘Unified Theory of Acceptance and Use of Technology’, ‘통합기술수용모형’을 논문의 제목이나 키워드에 포함한 논문을 수집하였다. 검색을 통해 총 144편의 논문이 검색되었으며, 다음의 방법으로 논문을 선별하였다. 첫째, KCI에 등재된 논문을 기준으로 선별하였다.
- 다음으로 2003년부터 2017 년 4월까지 출판된 논문 중, ‘UTAUT’, ‘Unified Theory of Acceptance and Use of Technology’, ‘통합기술수용모형’을 논문의 제목이나 키워드에 포함한 논문을 수집하였다.
- 둘째, 연구제목 및 연구모형의 확인을 통해 UTAUT의 구성개념을 포함하고 있는지 검토하였다. 마지막으로 상관계수로 변환이 가능한 값을 가지고 있는 논문인지를 확인하여 최종 69편이 연구 대상으로 선정되었다.
- 본 연구에 활용된 논문은 타당성을 높이기 위해 KCI에 등재된 학술지에 게재된 것으로 한정하였다. 분석에 활용된 논문은 2008년부터 2017년까지 분포가 되어 있으며, 2012년부터 연구가 활발하게 진행되고 있는 것으로 나타났다.
- 본 연구에 활용된 논문은 타당성을 높이기 위해 KCI에 등재된 학술지에 게재된 것으로 한정하였다. 분석에 활용된 논문은 2008년부터 2017년까지 분포가 되어 있으며, 2012년부터 연구가 활발하게 진행되고 있는 것으로 나타났다. UTAUT가 가장 많이 게재된 저널은 인터넷 전자상거래 연구로 총 6건의 연구논문이 게재되었다.
- 본 연구는 UTAUT를 활용한 연구에 대한 메타분석을 시행하여 확장된 UTAUT 모형을 제시하기 위한 것이다. 연구 데이터는 국내 최대 학술지 Database인 RISS(Research Information Sharing Service)와 NDSL(National Digital Science Library)을 대상으로 하였다. 다음으로 2003년부터 2017 년 4월까지 출판된 논문 중, ‘UTAUT’, ‘Unified Theory of Acceptance and Use of Technology’, ‘통합기술수용모형’을 논문의 제목이나 키워드에 포함한 논문을 수집하였다.
- 본 연구에서는 UTAUT를 주제로 한 연구를 대상으로 이를 구성하고 있는 주요요인과 추가 요인에 대한 메타분석을 시행하였다. 연구의 타당성을 높이기 위해 KCI에 등재된 논문을 대상으로 하였으며, UTAUT 주요 요인을 포함하고 실증적 방법론을 활용한 연구논문 69편을 최종 분석에 활용하였다. 연구의 결과는 다음과 같다.
- 검색을 통해 총 144편의 논문이 검색되었으며, 다음의 방법으로 논문을 선별하였다. 첫째, KCI에 등재된 논문을 기준으로 선별하였다. 둘째, 연구제목 및 연구모형의 확인을 통해 UTAUT의 구성개념을 포함하고 있는지 검토하였다.
데이터처리
- UTAUT 메타분석 선행 연구와 본 연구의 결과를 비교하였다. 본 연구의 결과가 전반적으로 높은 효과 크기를 보이는 것으로 나타났다.
- 다음으로 Fisher’s Z 값과 가중치를 이용하여 Adjusted Fisher’s Z 값(Zii, equation 3)을 구해 개별 연구에 대한 통일된 값을 계산하였다.
- 메타분석 방법론을 바탕으로 ‘R’ studio(Ver. 1.0)를 분석에 활용하였다.
- 연구대상이 되는 연구결과의 효과크기가 동일한 모집단에서 추출된 값인지를 분석하기 위해 동질성 검증(Q)을 시행하였다. 아울러 연구결과의 신뢰성 확보를 위해 출판편향(Fail-safe N) 검증을 하였다. 출판편향은 통계적으로 유의하지 않은 연구는 출판되지 않는 경향이 있기 때문에, 이를 출판되었다는 가정 하에 통계량 검정을 하는 것이다[3].
- 연구대상이 되는 연구결과의 효과크기가 동일한 모집단에서 추출된 값인지를 분석하기 위해 동질성 검증(Q)을 시행하였다. 아울러 연구결과의 신뢰성 확보를 위해 출판편향(Fail-safe N) 검증을 하였다.
이론/모형
- 본 연구 에서도 상관계수 값을 활용한 Fisher’s Z를 이용하였으며, 효과크기 산출방법은 다음과 같다.
- 이와 같은 메타분석의 결과를 기준으로 확장된 UTAUT 모형을 과 같이 제시하였다.
- 주요요인에 대한 동질성 검증결과 동일한 모집단이 아닌 것으로 나타나 랜덤효과모형을 이용하였다. 메타분석 결과, BI에 대한 PE의 효과 크기는 0.
- 출판편향은 통계적으로 유의하지 않은 연구는 출판되지 않는 경향이 있기 때문에, 이를 출판되었다는 가정 하에 통계량 검정을 하는 것이다[3]. 효과크기의 유의성을 없애기 위한 결측 연구수의 N을 Fail-safe N 이라고 하는데, 본 연구는 Rosental(1979)의 방법[11]을 활용하여, N이 5k+10(k: number of papers)보다 크면 전체 효과크기에 영향을 미치지 않는다[3].
성능/효과
- 분석결과를 요약하면 다음과 같다. BI에 영향을 미치는 PE는 0.343을 보여 중간 정도의 효과크기를 보였으며, EE는 0.140, SI는 0.231로 나타나 작은 효과크기로 분석되었다. UB에 영향을 미치는 FC는 0.
- 따라서 BI에 영향을 가장 크게 미치는 요인은 PE임을 알 수 있었다. UB에 대한 FC의 효과크기는 0.334, BI는 0.641로 나타나 FC는 중간 효과크기를 보였고, BI는 큰 효과크기로 나타났 다. 분석 결과를 통해 실제행동으로 이어지게 하기 위해서는 행동의도를 유발시키는 것이 중요하다고 할 수 있다.
- 231로 나타나 작은 효과크기로 분석되었다. UB에 영향을 미치는 FC는 0.165로 작은 효과크기를 보였으 며, BI는 0.405로 중간 효과크기를 보이는 것으로 나타났다. Taiwo and Downe[13]는 2003년부터 2011년까지에 출판된 연구논문 37편을 대상으로 메타분석을 하였다[13].
- 502) 등이 높은 영향을 미치는 것으로 나타났으며, 서비스 기대는 유의하지 않은 것으로 나타났다. 결과를 종합해보면, BI에 가장 큰 효과크기를 보이는 요인은 만족감과 쾌락동기이며, 다음으로 성과기대, 태도, 지각된 즐거움 순으로 나타났으며, FC가 BI에 미치는 영향도 높은 것으로 UB에 미치는 영향보다 큰 것으로 나타났다. 이와 같은 메타분석의 결과를 기준으로 확장된 UTAUT 모형을 <그림 1>과 같이 제시하였다.
- 첫째, 주요요인간의 경로에서는 BI가 UB에 미치는 효과가 가장 크게 나타났으며, BI에 미치는 영향은 PE가 가장 큰 것으로 나타났다. 둘째, 추가적으로 활용되는 요인 중 만족감, 쾌락동기, 태도, 지각된 즐거움이 큰 효과크기를 보이는 것으로 나타났다. 가장 많이 활용되었던 보안의 경우 효과크기가 작은 것으로 나타났다.
- 462를 보여 중간 효과크기를 보였다. 따라서 BI에 영향을 가장 크게 미치는 요인은 PE임을 알 수 있었다. UB에 대한 FC의 효과크기는 0.
- 440로 중간정도의 효과크기를 보여, FC가 UB보다 BI에 더 큰 영향을 보이고 있음을 알 수 있다. 마지막으로 BI가 UB에 미치는 효과크기는 선행연구 대비 가장 높은 효과크기를 보이는 것으로 나타났다. 본 내용의 결과를 <표 9>에 제시하였다.
- 마지막으로 연구에 활용된 요인에 대하여 분석한 결과 총 57개의 요인으로 분류되었다( 참조).
- 이와 함께 구매 의도를 일으키는 주요 요인으로는 만족감, 쾌락동기, 태도, 지각된 즐거움 등으로 나타나, 신기술이나 신제품을 출시하고자 하는 기업에서는 이를 적극 활용할 수 있을 것이다. 마지막으로, 보안의 경우 주요요인을 제 외하고 가장 많은 활용도를 보였으나, 효과크기는 낮은 것으로 나타났다. 그러나 보안은 점차 중요해지고 있는 상황으로 향후 연구에서도 매우 중요한 요인으로 나타나고 있기 때문에 이에 대한 적극적인 고려가 필요할 것으로 판단된다.
- 이는 보안이 중요한 이슈이지만, 사용자에게 직접적으로 강한 영향을 미치지는 않는다고 할 수 있다. 마지막으로, 선행연구와의 차이점을 보면 FC와 BI의 경로가 새로운 경로로 나타났으며, 효과크기 또한 UB에 미치는 효과크기보다 큰 것으로 나타났다. 아울러, BI가 UB에 미치는 영향이 전체 요인 간 효과크기 중 가장 크게 나타났다.
- 메타분석 결과, BI에 대한 PE의 효과 크기는 0.533으로 큰 효과크기를 보였으며, E 는 0.457, SI는 0.462를 보여 중간 효과크기를 보였다.
- UTAUT 메타분석 선행 연구와 본 연구의 결과를 비교하였다. 본 연구의 결과가 전반적으로 높은 효과 크기를 보이는 것으로 나타났다. BI에 미치는 요인인 PE는 Taiwo and Downe[13]의 연구와 유사한 효과크기를 보였다.
- 분석결과 .440로 중간정도의 효과크기를 보여, FC가 UB보다 BI에 더 큰 영향을 보이고 있음을 알 수 있다. 마지막으로 BI가 UB에 미치는 효과크기는 선행연구 대비 가장 높은 효과크기를 보이는 것으로 나타났다.
- 가장 많이 활용되는 요인으로는 보안(19회), 혁신성(13회), 신뢰(9회), 자기효능감(9회), 가격가치(7회), Hedonic Motivation(7회) 순으로 나타났으며, 5회 이상 사용된 요인에 대해 메타분석을 추가로 시행하여 <표 8>에 제시하였다. 분석결과, 만족감(.595), 쾌락동기(.595), 태도(.507), 지각된 즐거움(.502) 등이 높은 영향을 미치는 것으로 나타났으며, 서비스 기대는 유의하지 않은 것으로 나타났다. 결과를 종합해보면, BI에 가장 큰 효과크기를 보이는 요인은 만족감과 쾌락동기이며, 다음으로 성과기대, 태도, 지각된 즐거움 순으로 나타났으며, FC가 BI에 미치는 영향도 높은 것으로 UB에 미치는 영향보다 큰 것으로 나타났다.
- 먼저 UTAUT를 구성 하는 주요 요인의 활용 건수와 관계를 분석하였다. 상대적으로 BI에 영향을 미치는 PE(66건), EE(64건), SI(63건)가 주로 다루어졌으며, UB에 영향을 미치는 FC(15건)와 BI(37건)는 비교적 적은 수의 연구가 진행됨을 알 수 있었다. 다음으로, 동질성 검증을 시행하였다.
- 둘째, 선행연구와의 비교분석을 통해 기존 연구와의 차이점을 분석 제시하여 국내 시장의 소비자에 대한 이해도를 높일 수 있도록 하였다. 셋째, 고객은 신제품 또는 신기술을 받아들일 때 구매하고자 하는 의도가 생길 수 있도록 하는 것이 중요함을 알 수 있었다. 이와 함께 구매 의도를 일으키는 주요 요인으로는 만족감, 쾌락동기, 태도, 지각된 즐거움 등으로 나타나, 신기술이나 신제품을 출시하고자 하는 기업에서는 이를 적극 활용할 수 있을 것이다.
- 마지막으로, 선행연구와의 차이점을 보면 FC와 BI의 경로가 새로운 경로로 나타났으며, 효과크기 또한 UB에 미치는 효과크기보다 큰 것으로 나타났다. 아울러, BI가 UB에 미치는 영향이 전체 요인 간 효과크기 중 가장 크게 나타났다.
- Taiwo and Downe[13]는 2003년부터 2011년까지에 출판된 연구논문 37편을 대상으로 메타분석을 하였다[13]. 요인별 경로의 효과크기 를 보면 BI에 영향력을 미치는 PE는 0.536으로 큰 효과크기를 보였으며, EE는 0.436, SI는 0.424 을 보여 중간 효과크기로 나타났다. UB에 영향을 미치는 FC는 0.
- 연구의 결과는 다음과 같다. 첫째, 주요요인간의 경로에서는 BI가 UB에 미치는 효과가 가장 크게 나타났으며, BI에 미치는 영향은 PE가 가장 큰 것으로 나타났다. 둘째, 추가적으로 활용되는 요인 중 만족감, 쾌락동기, 태도, 지각된 즐거움이 큰 효과크기를 보이는 것으로 나타났다.
후속연구
- 마지막으로, 보안의 경우 주요요인을 제 외하고 가장 많은 활용도를 보였으나, 효과크기는 낮은 것으로 나타났다. 그러나 보안은 점차 중요해지고 있는 상황으로 향후 연구에서도 매우 중요한 요인으로 나타나고 있기 때문에 이에 대한 적극적인 고려가 필요할 것으로 판단된다.
- 특히, 사용자의 태도를 이끄는 신념변수(지각된 사용의 용이성, 지각된 유용성)가 매우 중요하게 여겨지고 있으며, 이에 영향을 미치는 다양한 외부요인이 있다고 제시되었다[6]. 그러나 외부요인에 대한 명확한 제시가 없어 많은 연구자들에 의해 모형이 변형되거나, 일부 변수만 선택되어 연구에 활용되는 한계점에 보이고 있다. 이런 TAM의 한계점을 해결하기 위해 Vencahtesh et al.
- 향후 연구에서는 해외 학술 데이터베이스를 추가적으로 분석하여 비교함으로써 추가적인 시사점 도출이 가능할 것이다. 둘째, 다양한 주제로 연구가 진행되어지고 있기 때문에 해당 연구주제별 분석을 통해 추가적인 요인의 도출 및 이를 반영한 모형설정이 필요하다고 할 수 있다. 마지막으로 메타분석의 결과는 분석에 사용된 연구의 특성이나 질, 표본 등에 좌우되기 때문에, 편향성 문제를 안고 있어 해석에 주의를 기울여야 한다.
- 마지막으로 메타분석의 결과는 분석에 사용된 연구의 특성이나 질, 표본 등에 좌우되기 때문에, 편향성 문제를 안고 있어 해석에 주의를 기울여야 한다. 따라서 향후 다양한 연구 출처를 활용한 메타연구와 비교해 볼 필요가 있다고 할 수 있다.
- 아울러 FC가 BI에 미치는 영향이 큰 것으로 나타나 연구요인들 간의 경로에 대한 변경이 필요하 다고 할 수 있다. 이런 결과를 기반으로 하여 확장된 UTAUT 연구모형을 제시하였고, 이는 향후 연구의 기초가 될 수 있다. 둘째, 선행연구와의 비교분석을 통해 기존 연구와의 차이점을 분석 제시하여 국내 시장의 소비자에 대한 이해도를 높일 수 있도록 하였다.
- 첫째, 본 연구는 국내 학술지 데이터베이스만을 활용하였기 때문에 한국내의 상황만을 고려하였다. 향후 연구에서는 해외 학술 데이터베이스를 추가적으로 분석하여 비교함으로써 추가적인 시사점 도출이 가능할 것이다. 둘째, 다양한 주제로 연구가 진행되어지고 있기 때문에 해당 연구주제별 분석을 통해 추가적인 요인의 도출 및 이를 반영한 모형설정이 필요하다고 할 수 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.