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
- 두 번째, 익명성과 악성댓글 간에 혼재된 연구 결과의 원인을 발견하고자 하였다. 온라인 일탈 행위와 관련된 선행연구에서 익명성은 합리화와 상황적 도덕성을 완전 매개로 온라인 일탈행위에 간접적인 영향을 미치고 있었다.
- 전파성은 악성댓글과 이론적 관계가 언급되어 왔지만 이에 대한 측정항목 개발이나 실증 연구는 거의 이루어지지 않은 상황이다. 따라 서, 본 연구는 기존 문헌에서 언급되는 전파성에 대한 이론적 내용들을 참고하고 대표할 수 있는 공통점들을 발견하여 사이버 공간에서 개인이 인지하는 전파성의 측정 항목을 개발하고자 한다. 또한 인지된 전파성과 악성댓글 사이의 이론적 관계를 실증하여 악성댓글 연구에서 정보시스템 분야의 기여도를 높이고자 한다.
- 이처럼 상반되는 연구 결과는 익명성과 악성댓글 사이의 해석을 어렵게 만들고 있다. 본 연구는 선행 연구의 논리[Cho and Kwon, 2015; Rösner and Krämer, 2016]에 기반하여 페이스북의 낮은 익명성이 악성댓글을 감소시킨다는 관점에서 이론적 관계를 실증하고자 한다.
- 대표적으로, SNS 계정을 사용하여 댓글을 작성할 때 악성댓글이 감소한다는 Cho and Kwon[2015]의 연구 결과와 다르게 Rösner and Krämer[2016]는 페이스북 계정을 이용하여 댓글을 다는 사람들과 익명으로 댓글을 다는 사람들 간에 직접적인 차이가 존재하지 않는다고 보고하고 있었다. 이러한 상충되는 연구 결과는 페이스북의 낮은 익명성이 악성댓글을 감소시키는데 기여하는지 살펴볼 필요성을 제안하였다. 본 연구는 페이스북에서 익명성과 악성댓글이 통계적으로 유의하지 않다는 결과를 제시함으로써 학문적 모호함의 해소에 기여하였다.
- 하지만 이러한 중요성에도 불구하고 개인이 인지하는 전파성의 측정 항목 개발이나 악성댓글과의 관계를 실증한 연구는 매우 부족한 상황이었다. 이에 본 연구는 선행 연구들을 참고하여 인지된 전파성의 측정 항목을 개발하고 악성댓글과 이론적 관계를 실증하였다. 그 결과, 악성댓글과 전파성의 유의한 관계를 확인하고 전파성이 기존 연구에서 주로 다루어졌던 익명성보다 중요한 변수임을 확인하였다.
- 이러한 인식을 기반으로 본 연구는 다음과 같은 연구 목표를 설정하였다. 첫 번째, 페이스북을 대상으로 악성댓글에 대한 익명성의 영향력을 검토하고자 한다. 혼재된 연구결과 중 대표적인 예로 Cho and Kwon[2015]는 SNS 계정을 이용하여 댓글을 작성하는 사람들은 악성댓글을 자제한다고 보고하고 있다.
가설 설정
- H1 : 인지된 익명성은 합리화에 정(+)의 영향을 미칠 것이다.
- H2 : 합리화는 악성댓글에 정(+)의 영향을 미칠 것이다.
- H3 : 인지된 익명성은 상황적 도덕성에 부(-) 의 영향을 미칠 것이다.
- H4 : 상황적 도덕성은 악성댓글에 부(-)의 영향을 미칠 것이다.
- H5 : 인지된 전파성은 악성댓글에 정(+)의 영향을 미칠 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.