저작자표시-비영리-변경금지 2.0 대한민국 이용자는 아래의 조건을 따르는 경우에 한하여 자유롭게
l 이 저작물을 복제, 배포, 전송, 전시, 공연 및 방송할 수 있습니다. 다음과 같은 조건을 따라야 합니다:
l 귀하는, 이 저작물의 재이용이나 배포의 경우, 이 저작물에 적용된 이용허락조건 을 명확하게 나타내어야 합니다.
l 저작권자로부터 별도의 허가를 받으면 이러한 조건들은 적용되지 않습니다.
저작권법에 따른 이용자의 권리는 위의 내용에 의하여 영향을 받지 않습니다. 이것은 이용허락규약(Legal Code)을 이해하기 쉽게 요약한 것입니다.
Disclaimer
저작자표시. 귀하는 원저작자를 표시하여야 합니다.
비영리. 귀하는 이 저작물을 영리 목적으로 이용할 수 없습니다.
변경금지. 귀하는 이 저작물을 개작, 변형 또는 가공할 수 없습니다.
경영학 석사 학위논문
모바일 소셜 플랫폼에서
모바일 충성도에 영향을 미치는 요인에 관한 연구
2016 년 2 월
서울대학교 대학원
초 록
모바일을 기반으로 하는 소셜 기반 플랫폼의 트렌드는 어떻게 브랜드가 고객의 충성도와 만족을 얻을 수 있는지에 대한 연구를 필요로 한다.
그러나 모바일 소셜 플랫폼에서 사용자의 플랫폼 충성도에 영향을 미치는 요인에 관한 연구는 많이 이루어져 있지 않은 실정이며, 따라서 본 연구는 네트워크 외부성을 특징으로 하는 모바일 소셜 플랫폼에서 사용자들의 모바일 플랫폼 충성도에 영향을 미치는 다양한 요인들을 파악하였다.
본 연구에서는 사용자들의 인지된 상호작용이 인지적 요소인 효율성과 효용성, 정서적 요소인 즐거움, 인지적-정서적 요소인 신뢰성에 미치는 영향과, 앱 충성도와 모바일 플랫폼 충성도에 미치는 영향을 알아보고, 각 변수들간의 매개효과를 알아보았다.
온라인 설문을 통하여 측정한 214개의 표본을 구조방정식 모형을 이용하여 분석한 결과, 인지된 상호작용은 효율성, 효용성, 즐거움, 신뢰성 모두에 긍정적인 영향을 미치며, 효율성, 효용성, 신뢰성은 앱 충성도에 긍정적인 영향을 미치는 것으로 나타났다. 또한, 앱 충성도는 모바일 플랫폼 충성도에 긍정적인 영향을 미치며, 즐거움을 제외한 모든 변수의 매개효과 역시 유의한 것으로 나타났다.
본 연구는 모바일 소셜 플랫폼에서, 사용자간의 높은 인지된 상호작용을 지니는 모바일 메신저 앱이 플랫폼에 대한 높은 충성도로 이어질 수 있다는 점을 실증적으로 확인해 보았다는 점에서 기여할 수 있을 것이다.
주요어 : 모바일, 소셜, 플랫폼, 충성도, 네트워크 외부성 학 번 : 2014-20401
목 차
제 1 장 서 론 ... 1
1.1. 연구의 배경 ... 1
1.2. 연구 문제 ... 2
1.3. 논문의 구성 ... 3
제 2 장 문헌 연구 ... 4
2.1. 네트워크 외부성 이론 ... 4
2.2. 모바일 소셜 플랫폼(Mobile Social Platform) ... 6
2.3. 모바일 충성도(Mobile Loyalty) ... 8
2.4. 인지된 상호작용(Perceived Interactivity) ... 10
제 3 장 연구 모형 및 가설 설정 ... 13
3.1. 효율성(Efficiency) ... 14
3.2. 효용성(Effectiveness) ... 16
3.3. 즐거움(Enjoyment) ... 18
3.4. 신뢰성(Trust) ... 19
3.5. 모바일 플랫폼 충성도(Mobile Platform Loyalty)... 22
제 4 장 연구 방법 ... 24
4.1. 연구 설계 및 분석 방법 ... 24
4.2. 변수의 조작적 정의 및 측정 방법 ... 25
4.3. 표본 구성 ... 28
제 5 장 연구 결과 분석 ... 32
5.1. 측정 모형 평가 ... 32
5.1.1. 신뢰성 분석... 32
5.1.2. 타당성 분석... 33
5.1.3. 동일방법편의 ... 36
5.1.4. 기술통계 및 정규성 검증 ... 38
5.2. 구조 모형 평가 ... 40
표 목차
[표 1] 변수의 조작적 정의 ... 26
[표 2] 각 변수의 세부 측정 항목 ... 27
[표 3] 인구통계학적 특성 ... 29
[표 4] 모바일 앱 이용 관련 특성 ... 30
[표 5] 카카오 계열 앱 사용 현황 ... 31
[표 6] 측정모형의 신뢰성 평가 결과 ... 33
[표 7] 측정 모형의 수렴 타당성 평가 결과 ... 34
[표 8] AVE 제곱근 값과 변수 간 상관계수 ... 35
[표 9] 각 변수 별 측정항목의 요인적재량 ... 37
[표 10] 기술통계 및 정규성 가정 검증 ... 39
[표 11] 구조방정식 모형 적합도 ... 40
[표 12] 가설검증 결과 ... 44
[표 13] 직․간접효과 분해 ... 46
[표 14] 간접효과 유의성 검증 ... 47
그림 목차 [그림 1]연구 모형 ... 13
[그림 2]가설 검증 결과 ... 41
제 1 장 서 론
1.1. 연구의 배경
한국에서는 카카오와 네이버로 대표되는 모바일 소셜 플랫폼이 하루가 다르게 무서운 속도로 성장하고 있다. 플랫폼 전쟁에서 이기는 자가 시장을 지배한다는 공식이 있는 만큼 플랫폼 기반의 비즈니스의 중요성이 대두되고 있고, 이제는 플랫폼 전쟁의 시대라고 해도 과언이 아닐 만큼 단순히 모바일 플랫폼의 OS 전쟁에서 나아가 소셜, 라이프 플랫폼 기반의 모바일 서비스 간의 경쟁이 치열하다. 페이스북의 메시징 제품 부회장인 David Marcus는 “소모 시간, 관심도, 점유율 등을 봤을 때 메시징은 사람들이 전화기에서 가장 많이 하는 행동이며 지금은 메시징의 시대라고 볼 수 있다고 하였고”, 페이스북의 CEO 마크 저커버그 역시 “메시징은 사람들이 소셜 네트워킹보다 더 많이 하는 몇 안 되는 것들 중 하나”라고 말 한 바가 있다(Rowan, 2015). 이렇게 하루 종일 스마트폰과 떼어 놓을 수 없이 모바일 의존도가 높은 현대인들에게는 생활 전반을 아우르는 소셜 기반의 모바일 플랫폼이 우리 일상을 지배하고 있다고 해도 과언이 아니다. 따라서 모바일에서 이루어지는 소셜 기반 플랫폼 트렌드는 어떻게 브랜드가 고객의 충성도와 신뢰를 얻을 수 있는지에 대한 연구를 필요로 한다.
충성도에 관한 연구는 마케팅 분야에서 많이 다루어져 왔는데 Duffy
비용적 효율성을 가져올 수 있다(Lin and Wang, 2006). 둘째로는, 효과적이고 효율적인 홍보 효과를 기대할 수 있다. 높은 충성도를 지닌 고객은 자발적으로 브랜드의 제품이나 서비스를 주변사람들에게 소개하게 되므로 효과적이고도 효율적인 입소문 효과를 일으킨다. 셋째, 브랜드에 불만이 있더라도 말없이 떠나기보다는 회사에 불만을 제기하고 문제를 해결할 수 있는 “second chance”를 준다. 넷째로는, 충성스러운 고객들은 다른 채널로도 구매를 확대할 가능성이 높다.
따라서 확대된 채널을 통한 구매 활동으로 고객의 총 소비가 증가하게 되고 회사는 비용을 절감할 수 있게 된다.
이처럼 충성도는 기업의 이익에 직접적인 영향을 미치며, 따라서 어떻게 하면 모바일 기반 비즈니스에서 사용자의 충성도를 높일 수 있는지에 대한 메커니즘에 대해 연구하는 것은 기존의 모바일 소셜 플랫폼 기반의 기업들과 새로운 기업들에게 효율적 고객관리 전략을 제시하고 실무적 시사점을 제공할 수 있다.
1. 2. 연구 문제
본 연구의 목적은 모바일 소셜 플랫폼에서 모바일 충성도에 영향을 미치는 요인에 대해 알아 보는 것이다. 많은 연구자들은 소비자의 태도가 정서적, 그리고 인지적 요소로 이루어져 있다고 보았는데(Perloff, 1993; Teo et al. 2003), 본 연구에서는 모바일 충성도에 영향을 미칠 수 있는 여러가지 요인들 중 Teo et al.의 2003년 연구와 Cyr et al. 의 2009년 연구를 바탕으로 인지적, 정서적, 인지적-정서적 세 가지 요인을 제시하였다.
Teo et al. (2003)은 정서적 요인을 “의식적인 생각 없이 형성된 말로 표현될 수 있는 감정”이라고 정의하였고 , 인지적 요인은
“의식적 생각을 통해 형성된 말로 표현할 수 있는 아이디어나 믿음”이라고 정의한 바가 있다. Cyr et al. (2009)는 이를 바탕으로
대표적 인지적 요인인 효율성과 효용성, 인지적-정서적 요인으로 신뢰성, 정서적 요인으로 즐거움을 제시하였는데, 본 연구는 이를 바탕으로 연구문제를 제시하였다.
본 연구에서는 다음과 같은 연구문제에 대해 답을 해보고자 한다.
(1) 모바일 소셜 플랫폼에서 사용자의 인지된 상호작용은 모바일 앱 충성도에 어떤 영향을 미치는가? (2) 모바일 앱 충성도는 모바일 플랫폼 충성도에 어떤 영향을 미치는가?
1.3. 논문의 구성
본 연구는 모두 여섯 개의 장으로 구성되어 있으며 세부적인 내용은 다음과 같다.
서론의 연구 배경과 연구 문제에 이어 제 2 장은 문헌 연구를 통해 이론적 배경인 네트워크 외부성 이론과 모바일 소셜 플랫폼, 모바일 충성도, 인지된 상호작용에 대한 기존의 선행 연구들을 살펴보았다.
제 3 장은 연구 모형 및 가설 설정으로, 연구 문제에 대한 가설을 세워보고 효율성, 효용성, 즐거움, 신뢰성, 모바일 플랫폼 충성도에 대한 연구 모형을 제시하였다.
제 4 장은 연구 모형을 검증하기 위하여 연구 설계 및 분석 방법, 변수의 조작적 정의 및 측정 방법, 그리고 표본 구성에 대한 구체적 방법들을 제시하였다.
제 2 장 문헌 연구
2.1. 네트워크 외부성 이론 (Theory of Network Externalities)
네트워크 외부성이란 “사용자의 수가 늘어날 수록 사용자의 효용이 늘어나는 것”을 뜻하며(Strader et al., 2007), 네트워크 효과(network effect)라고도 한다. 네트워크 외부성은 직접 외부성과 간접 외부성으로 두 가지 카테고리로 나눌 수 있다(Katz & Shapiro, 1985; Zhou and Lu, 2011). 직접 외부성은 사용자의 네트워크가 커질 수록 제품의 가치가 증가하는 것을 말하며, 예를 들면 모바일 플랫폼의 사용자 수가 늘어날 수록, 사용자들이 소통할 수 있는 사람들이 더욱 많아지는 것을 들 수 있다. 그리고 보완재의 사용자 네트워크가 증가하면서 제품의 가치가 올라가게 되는 것을 간접 외부성이라고 하는데, 아이폰이나 앱스토어의 사용자 수가 늘어날수록 앱의 개발자가 늘어나고 이것은 또 다시 아이폰의 가치를 높여주게 되는 경우를 예로 들 수 있다. 직접 외부성과 간접 외부성의 효과가 같이 나타나게 되면 더욱 더 효과적인 수확체증의 현상이 나타나게 되는데, 이러한 네트워크 효과는 플랫폼 리더쉽에 큰 영향을 미치고, 초기에 어떠한 플랫폼이 시장에서 주도권을 잡게 되면 오랫동안 산업을 지배할 수 있게 된다(김상훈, 2013). 김상훈(2013)에 의하면 플랫폼을 장악하면 시장과 산업을 지배할 수 있고 플랫폼을 바탕으로 제품과 서비스를 제공했을 때에 각 각의 제품과 서비스를 개별적으로 제공했을 때보다 지속적인 성장(Sustainable growth)이 가능하다고 하였다. 또한 플랫폼 비즈니스는 플랫폼의 막대한 사용자 수가 커다란 가치를 가져다 주게 되고 가치가 클 수록 이용자는 더욱 늘게 되어 결국 부익부 빈익빈 현상의 사이클이 나타나게 된다는 특징이 있다(김상훈, 2013).
IS분야에서 네트워크 외부성에 대한 연구를 살펴보면 주로
온라인상에서의 이메일이나 인스턴트 메시지 서비스를 기반으로 한 연구들을 많이 볼 수 있다. Wang et al. (2004)는 인터넷에서의 인스턴트 메시징 서비스의 사용자 수용을 기술수용 모델(TAM)과 네트워크 외부성의 효과를 연결지어 설명하였고, Strader et al.
(2007)은 이메일과 온라인 인스턴트 메시지 서비스의 가치는 사용자의 수가 늘어날 수록 증가하여 네트워크 외부성의 효과를 체험할 수 있으며, 사용자들의 인지된 네트워크 외부성은 전자 커뮤니케이션 시스템(electronic communication system)의 사용에 긍정적 영향을 미치고 스팸과 같은 문제점들에 대한 인지와 대체 시스템의 인지된 유용성과 같은 부정적인 요소들은 시스템 사용에 중요한 영향을 미치지 않는다고 하였다. 또한 Lin and Bhattacherjee (2008)은 네트워크 크기와 인지된 유용성, 인지된 보완재, 즐거움, 네트워크 이점이 IT 사용 의도에 어떠한 영향을 미치는지에 대해 연구하였고, Lin and Lu (2011)은 네트워크 외부성 이론과 동기 이론을 통해 소셜 네트워킹 사이트의 사용자에게 영향을 미치는 요소를 알아보았다. 이처럼 네트워크 외부성은 사용자의 행동을 결정하는 중요한 요소이고, 사용자들은 더 큰 효용성을 얻기 위해 더 커다란 네트워크 외부성을 가지는 시스템 사용을 선호하게 된다.
2.2. 모바일 소셜 플랫폼
구글, 애플, 트위터, 페이스북과 같은 기업들의 공통점은 플랫폼을 기반으로 사업을 성공적으로 확장시켜가고 있다는 점을 들 수 있다.
플랫폼을 정의 해보면 “핵심가치를 담을 틀을 제공하고, 내부와 외부와 외부와 외부 간의 상호 연결을 통해 가치를 창조하는 비즈니스의 장”이라고 할 수 있다(김상훈 2013). 비즈니스의 측면에서 플랫폼은
“판매자와 구매자가 만나는 장”이라는 뜻을 지니고 있는데, 결국 플랫폼 비즈니스는 판매하는 사람들과 구매하는 사람들을 이어주고 그들간의 거래를 통해 수익을 얻게 되는 비즈니스의 형태를 가지고 있다(류한석, 2012). 소셜 플랫폼이란 “의사소통 등 일상생활에서부터 조직운영과 비즈니스에 이르기까지 인간행위의 모든 분야에 소셜화를 가능토록 하는 기반”이라고 정의 될 수 있다(이응용, 2011). 이처럼 과거에는 플랫폼에서 제공자가 일방적으로 사용자와 소통했다면 이제는 플랫폼 제공자와 사용자, 사용자와 사용자 간의 자유로운 소통이 이루어지고 있고, 기술적 측면뿐만 아니라 활발한 교류가 나타나는 소셜 플랫폼으로 진화되고 있다고 볼 수 있다. 소셜 플랫폼은 튼튼한 사용자 기반의 확보가 아주 중요한데, 아무리 뛰어난 기능의 서비스를 제공하는 플랫폼이라 하더라도 사용자들이 적으면 소셜 플랫폼으로서의 장점을 잃게 된다. 결국 소셜 플랫폼 역시 사용자가 많아야 사용자들 간의 상호작용이 활발하게 이루어지고 네트워크 효과가 발현된다고 볼 수 있다.
모바일 인스턴트 메시지와 같은 모바일 플랫폼 서비스는 실시간 커뮤니케이션의 도구로서 사용자의 수가 늘어날 수록 엄청난 네트워크 외부성 효과를 일으킬 수 있다(Lin and Bhattacherjee, 2008).
카카오는 2010년 한국 최초로 무료 모바일 인스턴트 메신저인 카카오톡을 출시하면서 별 다른 입력없이 핸드폰 주소록의 휴대 전화 번호를 자동으로 카카오톡에 연동시켜 쉽고 빠르게 연락할 수 있는
서비스를 제공하였고, 이러한 전략은 사용자들이 서비스를 가입할 때의 심리적 장벽을 낮추어 주었다. 결국 사용자 스스로 원활한 커뮤니케이션을 위해 주변 지인들에게 카카오톡을 소개하여 빠르게 가입자를 증가하게 만들었고, 소개 받은 가입자는 또 다른 지인들에게 전파하게 되어 강한 네트워크 효과와 함께 급속도로 성장할 수 있게 되었다(김상훈, 2013). 카카오는 2015년 현재 글로벌 230개국에 15개의 언어로 해외시장에도 진출 해 있으며 카카오톡의 거대한 사용자 기반을 바탕으로 소셜, 검색, 게임, 콘텐츠, 결제 등 다양한 분야의 비즈니스 모델을 가지고 있다.
반면 후발 주자로 등장한 네이버의 라인(LINE)은 해외에서와는 달리 한국에서는 카카오톡만큼의 유저를 끌어 모으지 못했는데 이러한 현상은 플랫폼의 승자독식 현상으로 설명할 수 있다. 모든 플랫폼에서 1인자인 기업이 승자독식을 하게 되는 것은 아니지만 하나의 기업이 플랫폼을 독차지 하는 경우가 있는데, Eisenmann et al. (2006)은 승자독식 플랫폼의 세 가지 특징을 제안하였다. 첫째로는 사용자가 플랫폼을 전환할 때 높은 전환 비용이 생길 때 승자 독식이 가능하게 된다. 예를 들어, 마이크로소프트의 윈도우를 사용하던 사람들이 맥의 iOS로 바꾸려면 금전적인 전환비용뿐만 아니라 새로운 조작법을 배우는 데에 시간과 노력에 대한 비용이 많이 들어 운영 시스템의 변경은 높은 전환 비용을 가진다고 볼 수 있다. 둘째로는 강한 네트워크 효과가 있는 경우이다. 모바일 메신저와 같은 경우에는 원활히 연락하기 위해서는 가장 주변 사람들이 많이 이용하는 앱을 따라서 쓰게 되는 것을 볼 수
특징을 모두 지니고 있다고 볼 수 있다(장경영, 오정석, 2013). 따라서 본 연구에서는 모바일 소셜 플랫폼의 충성도 연구를 위한 대상 선정에서 주식회사 카카오를 중심으로 하는 것이 적절하다고 판단하였다.
2.3. 모바일 충성도 (M-Loyalty)
먼저 충성도에 관한 연구들을 살펴보면 마케팅 분야에서 널리 연구되어 있는 것을 볼 수 있는데, 소비자들의 브랜드 충성도는 가격 프리미엄과 시장점유율을 높여 주며 브랜드 자산의 핵심 개념과 가까이 연관되어 있다(Aaker, 1996; Bello and Holbrook, 1995; Chaudhuri and Holbrook, 2001; Holbrook, 1992; Park and Srinivasan, 1994;
Winters, 1991). Dick and Basu (1994)는 소비자의 충성도를 개인의 상대적인 태도와 반복적인 애용 사이의 힘으로 보았고, Oliver(1999)는 브랜드 충성도를 “마음에 드는 상품이나 서비스를 다른 상황적 영향과 마케팅 노력이 있음에도 불구하고 미래에도 지속적으로 재 구매를 일으키는 현상”이라고 보았다.
또한 온라인상에서의 소비자의 충성도에 관한 연구도 활발한 것을 볼 수 있는데, 온라인 충성도는 e-loyalty라고도 표현되며, 온라인 충성도는 온라인 상에서 소비자가 한 웹사이트에서 구매하고 다른 웹사이트로 바꾸지 않으려는 의도라고 정의 될 수 있다(Cyr et al., 2009; Flavian et al., 2006). 온라인 전자 상거래에서의 소비자의 충성도에 미치는 영향에 대해 기존 연구들을 살펴보면, 먼저, Srinivasan et al. (2002)은 e-loyalty에 영향을 미치는 여덟 가지 요소인 8C를 제시하고 (customization, contact interactivity, cultivation, care, community, choice, convenience, character) 여덟 가지 요소 중 Convenience 외에 모든 요소들이 온라인 충성도에 영향을 미치며, 온라인 충성도는 소비자들에게 구전 홍보와 함께 더 높은 지불 의사를 갖게 한다는 결과를 보여주었다. 또한, 인지된 상호작용이 온라인
충성도에 어떠한 영향을 미치는 지에 대한 연구는 Cyr et al.의 2009년 연구에서 볼 수 있는데, 이들의 연구는 합리적 행위이론을 바탕으로 인식적(cognitive) 요소인 효율성과 효용성, 정서적(affective) 요소인 즐거움, 그리고 인식적-정서적(cognitive-affective) 요소인 신뢰성이 충성도에 유의한 결과를 나타낸다는 것을 웹 기반의 온라인 가상 투표 인터페이스에 대한 설문조사를 통해 보여주었다.
온라인 충성도와 마찬가지로 모바일 충성도에 관한 연구는 마케팅 분야와 IS분야에서 찾아 볼 수 있는데, 모바일 충성도는 같은 모바일 앱을 다시 방문하려는 사용자의 의지를 바탕으로 알아 볼 수 있다(Chae et al., 2002; Cyr et al., 2006; Lin and Wang, 2006). Lin and Wang의 2006년 연구에 따르면 모바일 충성도는 지각된 가치, 습관, 신뢰성, 만족감에 의해 영향을 받는다고 보았고, Chae et al. (2002)의 연구에 의하면 정보의 품질이 모바일 인터넷의 주요 요소이며 모바일 서비스에 대한 소비자의 충성도를 증가시킨다고 하였다. 그리고 Zhou et al.
(2010)의 연구에서는 모바일 소셜 네트워크 서비스 사용자의 충성도를 플로우 경험 효과를 바탕으로 연구하였는데, 정보의 질과 시스템의 질 모두가 사용자의 신뢰와 플로우 경험에 큰 영향을 미치고 결과적으로 사용자의 충성도에 영향을 미친다고 보았다. 모바일 메신저 서비스 충성도에 관한 연구로는 김병수, 강영식 (2014)의 연구를 들 수 있는데, 이 연구에서는 충성도를 태도적 충성도와 행동적 충성도로 나누어 충성도 형성에 있어서 감정이 미치는 영향에 대해 연구하였고, 연구 결과, 태도적 충성도와 IT전문 지식은 행동적 충성도에 영향을 미치고
2.4. 인지된 상호작용 (Perceived Interactivity)
본 연구에서는 네트워크 외부성 이론을 바탕으로 사용자들이 늘어날수록 제품의 효용이 늘어나는 것과 비슷한 맥락에서 사용자들의 인지된 상호 작용이 모바일 충성도에 영향을 미치는 중요한 변수일 것 이라고 추측하였다. 모바일 소셜 플랫폼에서 충성도에 영향을 미치는 사용자 간의 상호작용은 객관적인 상호작용보다 주관적으로 사용자 개인이 인지한 상호작용성이 중요할 것이라고 보았는데, Kim et al.
(2011)에 의하면 네트워크 외부성의 중요한 요인 중 하나인 사회적 상호작용성은 사용자들이 제품이나 서비스를 얼마나 타인과의 소통에 유용하다고 인지하는지에 대한 정도를 말한다고 하였다.
상호작용에 대한 여러 연구를 찾아볼 수 있지만, 상호작용에 대한 범위와 정의는 뚜렷하게 합의된 바가 없으며(Cyr et al., 2009; Johnson et al., 2006; Lee, 2005), 특히 대부분 모바일보다는 온라인상에서의 소비자들의 상호작용에 대한 연구가 중심적으로 이루어져 있다. 여러 연구에서 상호작용은 온라인에서 고객들과 좋은 관계를 맺는데 중요한 영향을 미친다고 나타났으며(Merrilees and Fry, 2003), 높은 인지된 상호작용은 소비자들에게 웹사이트에 대한 매력을 증가시키고 지속적인 방문을 유도함으로서 수익을 증가시킨다고 하였다(김소영, 주영혁, 2001). 또한 상호작용성은 사용자가 의사 소통 과정에 활발하게 몰입하게 만드는 기본적인 원인이 될 수도 있고(Hoffman et al., 1995;
최미경, 나은영, 2015), 지각된 상호작용성이 증가하면 미디어의 이용자가 본인의 능력에 대한 신뢰성이 증가하고 웹사이트에 대한 호의성이 증가한다는 연구도 있다(Lee and Edwards, 2002; 최미경, 나은영, 2015).
온라인상에서 인지된 상호작용에 대해 내린 정의를 살펴보면 먼저 Hoffman and Novack (1996)은 상호작용을 웹사이트와 웹사이트 이용자간의 상호작용과 컴퓨터를 매개로 한 커뮤니케이션 환경의 중심으로 설명할 수 있다고 보았고, Merrilees (2002)는 많은 연구에서
공통적으로 보는 상호작용의 특징은 기본적으로 커뮤니케이션 기반이라는 점이고 흔치 않게 소프트웨어를 다운 받거나 구매를 하거나 하는 형태로 나타날 수 있다고 하였다. Cyr et al. (2009)의 연구에서는 인지된 상호작용을 사용자들에게 웹사이트에서 개인적이고 즉각적인 다양한 방법으로 통제성과 정보에 접근을 허용하는 것이라고 정의 했는데, 사용자 통제성(user control), 연결성(connectedness), 반응성(responsiveness)의 영향을 받는다고 보았다. Lee (2005)는 상호작용의 중요한 요소로 사용자 통제성(user control), 반응성(responsiveness),개인화(personalization),연결성(connectedne ss)을 들었는데, 이 중 사용자 통제, 반응성, 연결성은 소비자들의 신뢰를 얻는데 중요한 요소라는 결과를 나타냈다. 또 다른 연구 결과로, Dholakia et al.(2000) 은 웹사이트 상호작용이 통제성, 반응성, 실시간 상호작용, 연결성, 개인화, 재미로 이루어져 있다고 보았고, Ha and James(1998)는 다섯 가지의 상호작용의 요소로 재미(playfulness), 선택(choice), 연결성(connectedness), 정보 수집(information collection), 상호간 커뮤니케이션 (reciprocal communication) 을 제시했다. 또한, Teo et al. (2003)은 다양한 레벨의 상호작용성에서의 온라인 스토어를 평가하게 한 연구에서 상호작용성을 효율성과 효용성과 관련하여 실험 하였을 때, 상호작용성은 효율성과 효용성에 중요한 영향을 미친다는 결과를 도출한 바가 있다.
모바일 플랫폼에서의 사회적 상호작용에 관한 연구로는, 김용식 외 (2015) 와 Kim et al. (2011)이 네트워크 외부성을 기반으로 한
사용자와 사용자 간의 관계가 훨씬 더 중요할 것이라고 보고, 인지된 상호 작용을 모바일 상에서 사용자와 사용자간의 인지된 상호작용이라고 정의하였다.
제 3 장 연구모형 및 가설 설정
본 장에서는 앞에서 살펴 본 이론적 배경을 바탕으로 본 연구에서 검증하고자 하는 연구 문제에 대한 연구 모형을 설계하고 가설을 제시하고자 한다. 연구 모형 및 가설의 중점은 인지된 상호작용이 효율성, 효용성, 즐거움, 신뢰성에 미치는 영향, 또한 이러한 변수들이 앱 충성도와 플랫폼 충성도에 미치는 영향, 그리고 앱 충성도가 플랫폼 충성도에 미치는 영향을 검증하는 것이다. 또한 본 연구에서는 각 매개 변수의 매개효과 역시 검증하였다.
<그림 1> 연구 모형
H9
3.1. 효율성 (Efficiency)
모바일 플랫폼 충성도에 영향을 미치는 요인들을 살펴보았을 때 먼저 인지적 요소(cognitive components) 중 하나인 효율성을 고려해 볼 수 있다. Davis (1989)은 기술 수용 모델(TAM)에서 효율성이 지각된 사 용 용이성과 평행을 이룬다고 보았고(Cyr et al., 2009), Benbasat and Barki (2007) 역시 이 두 개념이 강한 유사성을 지니고 있다고 보았다.
온라인에서의 경우 효율성은 쉬운 검색과 쉬운 정보의 액세스로 정의 될 수 있는데(Cyr et al., 2009; Keeney, 1999), 이와 유사하게 모바일 에서는 앱의 빠르고 쉬운 사용을 효율성의 정의로 볼 수 있을 것이다.
온라인에서는 웹사이트를 사용자들의 기본 지식만으로도 일반적으로 이 해와 사용이 쉽게 만드는 것이 인지된 사용 용이성을 높여준다고 볼 수 있는데(Gefen et al., 2003), 이와 마찬가지로 앱에서도 사용자가 기본 적으로 알고 있는 지식과 경험만으로도 바로 직관적으로 능숙하게 사용 이 가능하다면 사용자는 앱의 사용 용이성이 높다고 느낄 것이다. Teo et al. (2003)은 높은 인지된 상호작용이 높은 효율성을 나타낸다는 결 과를 보여주었다. 또한, Cyr et al. (2009)은 높은 인지된 상호작용은 높 은 효율성을 나타내고, 높은 효율성은 높은 충성도를 나타낼 것이라고 하였다. 효율성은 정보시스템 사용자의 만족에 중요한 영향을 미치는 요소 중 하나로 볼 수 있는데, 사용자의 만족은 충성도에 영향을 미치게 되므로(Yang and Peterson, 2004) 효율성이 모바일 플랫폼 충성도에 영향을 줄 것으로 예측해볼 수 있다.
또한, 본 연구에서 네트워크 외부성의 특징을 지닌 모바일 소셜 플랫 폼을 바라봤을 때, 네크워크 외부성은 사용자가 많을 수록 플랫폼에 대 한 지각된 효용이 높아지게 된다. 따라서, 모바일 소셜 플랫폼은 전환 비용은 높고 하나의 앱을 고정적으로 사용하는 것이 좀 더 효율적이라고 볼 수 있다. 특히 예를 들면 모바일 메신저를 이용하여 지인들과 그룹 채팅을 사용하는 경우를 흔히 볼 수 있는데, 모두가 카카오톡에서 함께 대화를 나눌 때에 라인 등 다른 메신저 앱으로 전환하려 한다면, 지인들
에게 새로운 앱을 소개하고 함께 사용하도록 설득하거나 사용자 자신이 두 개의 메신저 앱을 사용해야 할 것이다. 하지만 두 개의 앱을 사용하 게 되면 앱을 번갈아 가며 확인해야 하며 지인들에게 연락이 필요할 때 에도 어떤 앱을 써야할지 고민해야 하므로 번거로움이 크고 효율성이 떨 어지게 된다. 따라서 지인들과 인지된 상호작용이 높은 앱을 사용하는 경우 사용자는 효율성이 높다고 여길 것이고, 앱의 효율성이 높으면 사 용자의 앱에 대한 충성도가 높아질 것이다.
이와 같이 모바일 소셜 플랫폼 기반의 앱은 네트워크 외부성의 특징 때 문에 기존의 앱을 사용하다가 다른 앱으로 전환하여 쓰거나, 비슷한 기 능을 제공하는 앱을 동시에 두 가지 이용하려고 한다면 낮은 효율성을 수반하게 된다고 볼 수 있다(김용식 외, 2015). 따라서, 사용자들은 다 른 사용자들과의 인지된 상호작용이 높으면 앱에 대한 효율성이 높다고 인지할 것이고, 강한 네트워크 효과가 나타나는 모바일 소셜 플랫폼은 대체로 전환비용이 높고 하나의 앱을 지속적으로 사용하는 편이 효율성 이 높으므로, 높은 효율성은 강력한 고착화 효과(Lock-in effect)와 함 께 플랫폼 이탈율을 낮추어 주고 사용자들의 충성도를 높여 줄 것이라고 가정하였다.
가설 1: 사용자들간의 인지된 상호작용은 효율성에 긍정적인 영향을 미 칠 것이다.
가설 2: 사용자의 효율성은 사용자의 모바일 앱 충성도에 긍정적인 영향 을 미칠 것이다.
3.2. 효용성 (Effectiveness)
효용성은 효율성과 마찬가지로 대표적인 인지적 요소로 볼 수 있는데, 효용성에 관한 정의를 살펴보면 Thong and Yap (1996)은 “IS 효용성 을 정보시스템이 목표를 달성하는데 기여하는 정도”라고 정의 하였고, Cyr et al. (2009)는 온라인 충성도에 관한 연구에서 효용성을 사용자의 가치에 기여할 수 있는 정보의 품질이라고 정의한 바가 있다. 또한, David (1989)은 인지된 유용성을 효용성과 비슷한 개념으로 볼 수 있 다고 하였는데, 인지된 유용성을 “특정한 시스템의 사용이 작업 성과를 향상시킬 수 있을 것이라는 믿음의 정도”라고 정의하였다(Cyr et al., 2009).
Teo et al. (2003)와 Cyr et al. (2009)는 높은 상호작용은 높은 효용 성을 불러일으킨다고 하였는데, 사용자의 상호작용은 사용자의 풍부한 경험과 높은 개입, 그리고 사용자의 관심을 효과적으로 유발할 수 있다 (Szuprowicz, 1996; Schaffer and Hannafin, 1986). 따라서, 모바일 소 셜 플랫폼은 제품과 서비스에 대한 경험이나 평가를 서로 공유하기 쉬우 며, 사용자들은 자기 자신이 생각하는 상품의 유용성도 중요하게 생각하 지만 다른 사람들이 어떻게 평가하는지, 자주 이용하는지에 대해서도 중 요하게 생각하게 된다. 따라서 주변의 지인들이 연락할 때에 모두 특정 앱을 자주 사용하는 등 높은 인지된 상호작용은 사용자에게 앱의 효용성 이 높다고 신호할 수 있다.
네트워크 외부성 이론에 따르면 상품의 가치는 사용자 수에 비례하므 로 모바일 소셜 플랫폼에서의 인지된 상호작용이 제품 및 서비스의 유용 성에 영향을 주게 된다. 만약 모바일 인스턴트 메신저의 사용자가 한명 이라면 메신저의 가치는 0이라고 볼 수 있을 것이다(Katz and Shapiro, 1994). 따라서 사용자의 주변인들이 특정한 모바일 소셜 앱을 쓰지 않 는다고 사용자가 인지한다면 그 앱의 효용성은 낮아질 것이고, 반대로 모두가 자주 쓰는 앱이 있다면 앱을 통해 효과적인 커뮤니케이션이 가능
해지기 때문에 앱에 대한 효용성은 높아질 것이다. 이렇듯이 네트워크 외부성은 네트워크가 증가할 수록 사용자들이 추가적인 가치를 얻을 수 있으므로(Strader et al. 2007), 사용자의 인지된 상호작용은 사용자의 효용성에 영향을 미칠 것이라고 가정할 수 있다.
Cyr et al. (2009)는 효용성과 온라인 충성도가 긍정적인 관계를 가진 다는 연구를 보여준 바가 있다. 앞서 David (1989)의 연구에서 효용성 과 인지된 유용성의 유사함을 바탕으로 설명해 볼때, Bruner and Kumar (2005)은 모바일 상에서 인지된 유용성은 사용자의 사용 의도 에 긍정적인 영향을 미친다고 하였다. 이와 비슷하게 Lee et al. (2002) 역시 모바일 인터넷 사용에서 인지된 사용용이성과 인지된 효용성이 태 도에 영향을 미치고 결국 실제 사용에도 영향을 미치게 된다고 하였다.
이렇듯이 높은 효용성은 제품과 서비스를 선택하는 데 긍정적인 영향을 미치고 결국 소비자의 지속적인 사용과 모바일 충성도를 이끌어 낼 수 있다고 볼 수 있다.
가설 3: 사용자들간의 인지된 상호작용은 효용성에 긍정적인 영향을 미 칠 것이다.
가설 4: 효용성은 사용자의 모바일 앱 충성도에 긍정적인 영향을 미칠 것이다.
3.3. 즐거움 (Enjoyment)
즐거움은 온라인 상거래에서 소비자의 행동에 영향을 미치는 중요한 요소로 알려져 왔다(Eighmey, 1997; Jarvenpaa and Todd, 1996;
Jarvenpaa and Todd, 1997; Koufaris, 2002). IS분야에서 즐거움에 관 련된 정의를 찾아보면 Davis et al. (1992)는 개인이 통제감과 함께 웹 사이트에 몰두해 있을 때 즐거움이 존재한다고 하였고, Li et al. (2005) 은 인스턴트 메시지를 지속적으로 사용하게 되는 원인 중 하나로 인지된 즐거움을 제시하였는데, 즐거움은 “ 일상의 사회생활에서 커뮤니케이션 기술을 쓰는 데에서 오는 내적 가치”라고 볼 수 있다고 하였다(Kraut et al., 1998; Webster and Martocchio, 1992). 이를 바탕으로 본 연구 에서는 인지된 즐거움을 “ 대인관계 유지와 발전을 위해 커뮤니케이션 기술을 사용할 때 내재되어 있는 재미, 즐거움, 기쁨에 관한 인식”으로 정의하였다(Davis et al., 1992; Li et al., 2005). 또한 Lin and Lu (2011)는 SNS에서의 네트워크 외부성과 동기성 이론을 바탕으로 한 연구에서 즐거움이 사용자의 SNS 사용의도에 가장 중요한 영향을 미치 는 요소라고 하였다.
즐거움이 충성도에 긍정적 영향을 미친다는 결과는 여러 연구 결과에 서 볼 수 있는데, Cyr et al. (2009)은 즐거움을 대표적인 정서적 요소 (affective element)로 제시하였고, 즐거움은 온라인 사용자의 충성도에 긍정적인 영향을 미친다고 하였다. 이 밖에도 즐거움은 웹사이트에 대한 태도와 긍정적으로 연관되어 있다는 연구결과를 볼 수 있는데, Van der Heijden (2003)은 즐거움과 웹사이트에 관한 태도는 밀접한 연관이 있 고 사용자가 얼마나 자주 사이트를 방문하는지와도 연관이 있다고 하였 다. 또한, Cyr et al. (2007)은 웹사이트상에서 인지된 사회적 실재감에 서 오는 즐거움이 온라인 충성도에 긍정적인 영향을 미친다고 하였고, 2006년의 연구에서는 모바일 기기의 인지된 즐거움은 모바일 충성도에 긍정적인 영향을 미친다는 결과를 나타냈다.
이러한 연구 결과들을 바탕으로 예상해 보았을때, 즐거움은 정보시스템 지속적인 사용에 긍정적인 영향을 준다는 것을 볼 수 있다. 사람들은 습 관처럼 모바일 기기를 사용하고, 심심하다고 느낄때나 지인과 대화를 나 누기 위해 모바일 메신저 앱를 사용하는 것을 쉽게 볼 수 있는데, 이렇 게 사용자들이 앱을 통해 대화가 활성화 되고 다양한 정보를 공유 할 수 있다고 느끼게 되면 앱을 사용하는 것에 대해 즐거움을 느끼게 되고, 이 때 느끼는 즐거움은 앱의 사용을 더욱 고착화시키고 긍정적인 감정을 끌 어내어 모바일 플랫폼의 충성도에도 긍정적인 영향을 미칠 것이라고 예 상하였다.
가설 5: 사용자들간의 인지된 상호작용은 즐거움에 긍정적인 영향을 미 칠 것이다.
가설 6: 즐거움은 사용자의 모바일 앱 충성도에 긍정적인 영향을 미칠 것이다.
3.4. 신뢰성 (Trust)
Komiak and Benbasat (2006)은 신뢰성을 인지적-정서적 (cognitive-afective) 요소로 보았고, 신뢰성에 관한 정의는 여러 분야 의 많은 연구에서 찾아 볼 수 있지만 IS분야에서 상대적으로 새로운 개 념이라고 볼 수 있다(Gefen and Straub, 2004). Hart and Saunders
는 믿음”이라고 정의하였고, Corritore et al. (2003)은 신뢰성을 “온 라인 상황에서 확신할 수 있는 기대 혹은 이용자의 무방비한 상태가 이 용당하지 않을 것이라고 위험을 감수하는 태도”라고 보았다(Cyr et al.
2009). Gefen et al. (2003) 도 이와 유사하게, 신뢰성이 “다른 집단의 미래 행동에 대한 긍정적 기대를 바탕으로 무방비한(vulnerable) 상태 에 있을 의지”를 나타낸다고 보았고, 온라인 판매자에 대한 고객의 신 뢰는 판매자에 관한 충성도를 높여준다고 하였다(Gefen et al. , 2003;
Zhou et al. 2010). 본 연구에서는 Gefen et al. (2003)과 Lin and Wang (2006)을 바탕으로 신뢰성을 “사용자가 느끼는 소셜 앱 제공자의 진실 성, 선한 행동의지, 일을 잘 수행할 수 있는 능력, 일관성에 대한 믿음”
이라고 정의하였다.
온라인에서와 마찬가지로 모바일 상거래에서의 인지된 상호작용과 소 비자 신뢰성에 대한 연구를 살펴보면, Lin and Wang (2006)은 모바일 커머스에서 신뢰성이 충성도에 긍정적인 영향을 미친다는 것을 밝혀내었 고 Luarn and Lin (2003) 역시 신뢰성이 충성도에 긍정적인 영향을 미 친다고 하였다. 또한 마케팅 분야에서 Morgan and Hunt (1994)는 브랜 드 신뢰성이 브랜드 충성도로 이어진다는 연구를 보여주었고, Chaudhuri and Holbrook (2001)은 브랜드 신뢰성이 구매신뢰도 (purchase loyalty)와 태도적 충성도(attitudinal loyalty) 에 긍정적으 로 연관되어 있다고 하였다.
모바일 소셜 플랫폼은 모바일 메신저에서부터 쇼핑, 게임, 결제서비스, 택시호출 서비스 등 여러가지 서비스를 제공하고 있다는 특징이 있는데 사용자들이 경험할 수 있는 신뢰성에 대한 여러가지 우려가 있을 수 있 다. 예를 들면, 카카오톡의 메시지기록이 서버에 저장되어 열람이 가능 할 것인지 등의 개인정보 보호 유출에 대한 우려라던지, 카카오페이와 같이 결제서비스를 이용 할 때에 보안의 우려, 그리고 카카오선물하기에 서 쇼핑을 할때에 구매한 제품이 사진과 설명처럼 예상하는 제품이 맞을 지, 원하는 날짜에 맞춰 무사히 받을 수 있을 것인지에 대한 우려 등, 신뢰성에 영향을 미칠 수 있는 다양한 우려가 나타날 수 있다. 이때에
모바일 소셜 플랫폼에서의 신뢰성은 네트워크 외부성의 특성상 타인에게 영향을 받기 쉬운데, 플랫폼을 사용하는 동안 기능을 아무런 문제 없이 수행할 수 있고 우려될만한 문제점의 발생이 낮다면 플랫폼은 소비자들 의 신뢰성을 얻을 수 있다(김용식 외, 2015). IS 분야에서 인지된 상호 작용과 신뢰성에 대한 연구를 살펴보면, Cyr et al. (2009)는 웹사이트의 높은 수준의 인지된 상호작용은 높은 수준의 신뢰성을 예견할 수 있고, 높은 수준의 신뢰성은 높은 수준의 온라인 충성도를 이끌어 낸다는 결과 를 도출하였다. 그리고 Lee (2005) 역시 사용자의 지각된 상호작용이 신뢰성과 긴밀하게 연관되어 있다는 결과를 보여준 바가 있는데, 이처럼 사용자들간의 높은 지각된 상호작용은 사용자에게 신뢰감을 주어 높은 충성도로 이어질 수 있다.
따라서 이러한 모바일 소셜 플랫폼의 특징을 바탕으로 본 연구에서는 모바일 소셜 플랫폼기반의 앱에서 사용자들간의 상호작용이 높고 사용빈 도가 높을때, 친숙함과 함께 모두가 자주 사용하고 있다는 점에서 안전 도를 높게 평가하게 될 것이고 앱에 대한 신뢰도가 올라갈 것이라고 가 정하였다. 그리고 이러한 높은 신뢰도는 사용자들에게 같은 플랫폼의 다 른 앱에 대한 낮은 저항도와 함께 높은 플랫폼 충성도를 보여줄 것이라 고 예상하였다.
가설 7: 사용자들간의 인지된 상호작용은 신뢰성에 긍정적인 영향을 미 칠 것이다.
3.5. 모바일 플랫폼 충성도
충성도는 사용자의 시스템의 반복적인 사용과 추천하려는 의지를 바탕 으로 알아볼 수 있는데(Hair et al., 2003; Krasnova, 2013), 모바일 플 랫폼 충성도 역시 플랫폼 사용에 대한 지속적인 사용의도를 통해 알아볼 수 있다(Ryu et al. 2014). 제품에 대한 만족이나 충성도가 제품 브랜드 충성도로 이어진다는 연구는 마케팅 분야에서 쉽게 볼 수 있는데, 모바 일 앱에 대한 충성도가 같은 플랫폼의 다른 앱들에 대한 충성도로 이어 지는지에 관한 연구는 아직 미미한 실정이다. Liao et al. (2013)은 C2C 온라인 플랫폼에서 플랫폼 충성도와 고객의 판매자에 대한 충성도 간에 긍정적인 관계가 있는지 알아보았으나 기각되었고, 제품에 대한 충성도 와 판매자에 대한 충성도간의 긍정적인 상관 관계를 가질 것이라는 가설 은 채택되었다. 또한, 김용식, 박윤서, 이승인 (2015)은 플랫폼을 하나 의 브랜드로 보고 네트워크 외부성이 플랫폼브랜드 충성도에 미치는 영 향에 대해 연구하였는데, 플랫폼의 현재 사용자 기반은 미래 사용자 기 반에 긍정적인 영향을 미치며, 플랫폼 브랜드의 감정은 플랫폼 브랜드 충성도에 긍정적인 영향을 미친다는 결과를 나타내었다. 또한 이들에 의 하면 기존의 마케팅에서 나타나는 브랜드의 영향력은 플랫폼브랜드에서 도 매우 강하게 발현되며, 특히 플랫폼에 대한 자세한 정보를 모르거나 관여도가 낮은 경우에 이런 브랜드의 영향이 증가한다고 하였다. 또한, Park et al. (2011)은 온라인 서비스 센터에 대한 충성도가 판매자에 대 한 충성도에 긍정적 영향을 미친다는 사실을 연구하였는데, 서비스에 대 한 충성도와 판매자에 대한 충성도 사이의 관계를 설명하였다. 따라서 본 연구에서는 모바일 소셜 플랫폼에서도 기존의 연구에서와 같이 하나 의 서비스에 대한 충성도가 전체 브랜드의 충성도로 이어지는지 알아보 기 위하여 모바일 앱에 대한 충성도가 높아지면 플랫폼에 대한 충성도도 높아져 같은 플랫폼의 다른 앱들도 사용 의도가 높아질 것이라는 가설을 제시하였다.
가설 9: 사용자의 모바일 앱 충성도는 모바일 플랫폼 충성도에 긍정적인 영향을 미칠 것이다.
제 4 장 연구 방법
4.1. 연구 설계 및 분석 방법
본 연구는 모바일 소셜 플랫폼에서 모바일 플랫폼 충성도에 미치는 영 향 요인을 알아보기 위하여 사용자들의 인지된 상호작용, 효율성, 효용 성, 즐거움, 신뢰성, 모바일 앱 충성도가 모바일 플랫폼 충성도에 어떠한 영향을 미치는지 알아보았다. 연구 대상으로는 카카오 플랫폼의 앱 사용 자를 중심으로 하였는데 카카오톡과 카카오 스토리, 카카오 택시, 카카 오 게임 등의 카카오 계열의 앱은 막대한 사용자 기반을 지닌 하나의 성 공적인 플랫폼을 기반으로 한다고 볼 수 있기 때문에 적당한 연구대상이 라고 보았다(김상훈, 2013). 연구 모형의 실증 분석을 위해 온라인 설문 을 실시하였으며 설문지는 선행 연구를 바탕으로 작성하였다. 모든 설문 문항은 리커트 7점 척도(1점: 전혀 그렇지 않다~ 5점: 매우 그렇다)를 바탕으로 설계되었고, 구조 방정식 모형을 통해 분석을 진행하였다. 통 계 분석 도구로는 IBM SPSS 22.0과 IBM AMOS 22.0을 이용하여 분석 을 진행하였으며, 유의수준 5%를 기준으로 유의성을 판단하였다.
본 연구를 위해 활용한 자료의 분석 방법을 요약하면 다음과 같다. 첫 째, 연구대상의 인구통계학적 특성을 측정하기 위해 빈도 분석 (Frequency analysis)를 실시하였다. 둘째, 크론바하 알파 계수 (Cronbach ’ s alpha)를 산출하였고, 합성 신뢰도(Composite Reliability: CR) 및 평균분산추출 (Average Variance Extracted:
AVE)를 산출하였다. 셋째, 모형을 구성하는 변수 구성의 타당도를 검증 하기 위해 요인적재량 및 그 유의성을 확인하였고, 평균분산추출의 제곱 근 값과 상관계수값을 비교하여 판별타당도를 검증하였다. 넷째, 변수 간 영향 관계를 검증하기 위해 구조방정식 모형 분석(Structural Equation Model: SEM)을 실시하였다. 다섯째, 모형 내의 간접효과를 파악하기 위해 소벨 테스트 (Sobel test)를 실시하였다.
4.2. 변수의 조작적 정의 및 측정 도구
모든 변수의 조작적 정의와 세부측정 항목들은 기존 문헌을 참고하여 설 정되었고 모바일 메신저 앱에 적합하도록 수정되었다. 다음 장의 <표1>
에는 각 변수의 조작적 정의와 참고 문헌을, <표2>에는 각 변수들의 세 부 측정 항목에 대해 표로 정리하였다.
<표 1> 변수의 조작적 정의
변수 조작적 정의 참고 문헌
인지된 상호작 용
모바일 메신저 앱에서 사용자가 느 끼는 사용자들간의 상호작용의 정 도
이소희 외.
(2012);
Hoffman and Novak, (1996) 효율성 모바일 메신저 앱을 사용할때 드는
노력에 대해 사용자가 느끼는 정도
Cyr et al.
(2009); Teo et al., (2003) 효용성 모바일 앱에서의 작업을 수행할때
유용성에 대한 사용자의 평가 즐거움 사용자들이 모바일 메신저앱을 사
용할 때 느끼는 즐거움의 정도
Cyr et al.
(2007);
Cyr et al.
(2009) 신뢰성 사용자가 느끼는 모바일 앱 제공자
의 진실성, 선한 행동의지, 일을 잘 수행할 수 있는 능력에 대한 믿음 의 정도
Gefen et al.
(2003); Lin and Wang, (2006)
모바일 앱 충성 도
모바일에서 사용자가 지속해서 앱 을 사용하고 다른 경쟁 앱으로 바 꾸지 않으려는 의지
Cyr et al.
(2005);
Cyr et al.
(2009);
Luarn and Lin, (2003)
모바일 플랫폼 충성도
사용자가 특정 모바일 플랫폼을 선 호하여 지속적으로 사용하려는 의 지
<표 2> 각 변수의 세부 측정 항목
변수 항목 세부 측정 항목
인지된 상호작용
INT1 카카오톡은 다른 사람과 교류를 증진시킨다.
INT2 카카오톡은 다른 사람들과의 의사소통을 향상시 킨다.
INT3 카카오톡을 통해 사용자들 간의 대화가 원활하 다.
효율성
EFC1 카카오톡을 이용하는 것은 편리하다.
EFC2 카카오톡의 이용법은 배우기 쉽다.
EFC3 카카오톡을 이용하는데 쉽게 능숙해 질 것이다.
EFC4 카카오톡을 이용하는 것은 많은 노력을 필요로 하지 않는다.
효용성
EFT1 카카오톡을 이용하는 것은 유용하다.
EFT2 카카오톡을 이용하는 것은 나의 생활에 도움을 준다.
EFT3 카카오톡을 이용하는 것은 나의 생활의 질을 향 상시켜준다.
즐거움
ENJ1 카카오톡을 사용하는 것은 재미있다.
ENJ2 카카오톡을 사용하는 것은 즐겁다.
ENJ3 카카오톡을 사용하는 것은 신난다.
ENJ4 카카오톡을 사용하는 것은 흥미롭다.
TRU1 나는 카카오톡이 정직하다고 믿는다.
오톡을 떠올린다.
APP3 나는 카카오톡이 다른 메신저 앱보다 좋다.
모바일 플랫폼 충성도
PLF1 나는 카카오 계열의 앱(카카오페이, 카카오택시, 카카오게임 등)을 앞으로도 사용할 것이다.
PLF2 나는 앱을 써야할때 제일먼저 카카오 계열의 앱 (카카오페이, 카카오택시, 카카오게임 등)을 떠 올린다.
PLF3 나는 사용한적이 있는 카카오 계열의 앱(카카오 페이, 카카오택시, 카카오게임 등)이 다른 경쟁 앱보다 더 좋다.
4.3. 표본 구성
본 연구는 한국에서 가장 많은 사용자를 가지고 있는 주식회사 카카오 의 카카오톡과 카카오 플랫폼의 앱을 동시에 사용하는 20대에서 40대의 남녀 230명을 대상으로 설문을 진행하였고, 불성실 응답자의 설문을 제 외한 연구에 사용된 표본의 수는 214개이다.
표본의 인구통계학적 특성 중 성별은 남성이 50.0%를 차지하고 여성 이 50.0%로 구성되어있다. 연령은 20∼24세가 17.7%, 25~29세가 22.0%, 30~34세가 29.9%, 35~39세가 15.4%, 40~44세가 10.3%, 45~49세가 4.7%를 차지하였다. 학력은 고졸 이하가 7.0%, 대학 재학 이 16.4%, 대학 졸업이 62.1%, 대학원 석사 재학이 5.1%, 대학원 석사 졸업이 7.9%, 대학원 박사 재학이 0.9%, 대학원 박사 졸업이 0.5%로 나타났다.
<표 3> 인구통계학적 특성
구 분 빈도(명) 비율(%)
성 별 남 성 107 50.0
여 성 107 50.0
연 령
20~24세 38 17.7
25~29세 47 22.0
30~34세 64 29.9
35~39세 33 15.4
40~44세 22 10.3
45~49세 10 4.7
학력
고졸 이하 15 7.0
대학 재학 35 16.4
대학 졸업 133 62.1
대학원 석사 재학 11 5.1
대학원 석사 졸업 17 7.9
대학원 박사 재학 2 0.9
대학원 박사 졸업 1 0.5
전체 214 100.0
다음으로 연구대상의 모바일 앱 이용 관련 특성을 파악하기 위해 빈도 분석(Frequency analysis)을 실시하였다.
<표 4> 모바일 앱 이용 관련 특성
구 분 빈도(명) 비율(%)
카카오톡 사용기간
1～2년 미만 7 3.3
2～3년 미만 18 8.4
3～4년 미만 58 27.1
4년 이상 131 61.2
카카오톡 하루 평균 사용시간
30분 미만 14 6.5
30분～1시간 미만 55 25.7 1시간～2시간 미만 50 23.4 2시간～3시간 미만 38 17.8 3시간～4시간 미만 11 5.1
4시간 이상 46 21.5
전체 214 100.0
한편 최근 1주일 이내에 사용한 적이 있는 모바일 플랫폼에 대해 빈 도분석한 결과, 카카오 스토리(69.6%)와 카카오 게임(57.9%)의 이용률 이 상대적으로 높았으며, 그 다음으로 카카오 택시(28.5%), 카카오 페 이(22.0%)가 높게 나타났다. 다음으로 카카오 페이지(20.1%), 카카오 홈(18.2%), 카카오 뮤직(15.4%), 카카오 그룹(13.6%), 카카오 스타일 (12.1%), 카카오 티비(10.3%), 카카오 앨범(9.3%), 뱅크월렛 카카오 (4.7%), 카카오 플레이스(3.7%), 카카오 헬로(3.7%), PLAIN(2.3%), 카카오 아지트(2.3%) 순으로 나타났다.
<표 5 >카카오 계열 앱 사용 현황
구 분 빈도(명) 비율(%)
최근 1주일 이내에 사용한 적이 있는 카카오
앱
카카오 게임 124 57.9
카카오 스토리 149 69.6
카카오 택시 61 28.5
카카오 페이 47 22.0
카카오 홈 39 18.2
카카오 페이지 43 20.1
카카오 앨범 20 9.3
카카오 뮤직 33 15.4
카카오 그룹 29 13.6
뱅크월렛 카카오 10 4.7
카카오 스타일 26 12.1
카카오 티비 22 10.3
카카오 플레이스 8 3.7
PLAIN 5 2.3
카카오 헬로 8 3.7
카카오 아지트 5 2.3
전체 629 293.9
제 5 장 연구 결과 분석
5.1 측정모형 평가
측정모형 평가를 위해서 신뢰성(Reliability)과 구성타당성(Construct Validity)을 구성하는 수렴타당성(Convergent validity)과 판별타당성 (Discriminant validity)을 검토하였다. 또한 측정모형이 동일방법편의 (Common Method Bias)의 영향을 받는지 확인하였다.
5.1.1. 신뢰성 분석
신뢰성 분석을 위해 Cronbach ’ s Alpha 계수를 사용할 수 있는데 (Cronbach, 1951), Cronbach’s Alpha 계수의 값이 0.7이 넘을 경우 에 항목의 일관성을 확인 할 수 있고 측정 항목의 신뢰성이 확보되었다 고 할 수 있다(Nunnally, 2010).
구조방정식 모형을 이용한 연구에서 신뢰성을 판단하는 또 다른 기준으 로는 합성 신뢰도(Composite Reliability: CR)와(Segars, 1997) 평균분 산추출(Average Variance Extracted: AVE)가 있는데, 모든 합성 신뢰 도 값이 0.7 이상이면 각 항목의 신뢰성이 확보 되었다고 볼 수 있고 (Chin, 1998), AVE는 0.5 이상이면 신뢰성이 있다고 판단 할 수 있다 (Fornell and Larcker, 1981).
본 연구에서는 모든 측정항목의 Cronbach’s Alpha 계수가 0.8648∼
0.9551값을 나타내어 기준값인 0.7 이상을 확보하였다. 합성신뢰도의 경우 모든 측정항목이 0.8691∼0.9512로 계산되어 기준값인 0.7을 상 회하였고 평균분산추출 평가 결과는 0.6892∼0.8339로 나타나 모든 측 정 항목이 기준값인 0.5를 넘었다. 따라서 <표 6>의 측정 모형의 신뢰 성 평가 결과와 같이 본 연구의 측정항목은 신뢰성을 확보하였다고 판단 할 수 있다.
<표 6> 측정모형의 신뢰성 평가 결과
변수 Cronbach's Alpha
합성신뢰도 (Composite
Reliability)
평균분산추출 (AVE) 인지된 상호작용 0.8648 0.8803 0.7129
효율성 0.9350 0.9512 0.8339
효용성 0.9100 0.8711 0.6932
즐거움 0.9551 0.9290 0.7719
신뢰성 0.9386 0.8831 0.7159
앱 충성도 0.8780 0.8794 0.7085 플랫폼 충성도 0.9157 0.8691 0.6892
기준값 α > 0.7 CR > 0.7 AVE > 0.5
5.1.2. 타당성 분석
연구 모형의 타당성 분석을 위해 수렴타당성(Convergent validity)과 판별 타당성(Discriminant Validity)의 확인을 통해 구성 타당성을 평가 하였다. 수렴타당도는 AVE 값이 0.5 이상이어야 하며(Fornell and Larcker, 1981), 수렴타당성을 갖기 위해서는 확인적 요인 분석에서의 요인적재량의 C.R.(Critical Ratio)값의 유의 수준이 0.05 수준에서 유의 해야 한다. 본 연구는 수렴타당성의 확보를 위하여 확인적 요인분석을 실시하여 나온 요인적재량의 C.R. (Critical Ratio) 값이 0.05 수준에서
<표 7> 측정 모형의 수렴 타당성 평가 결과(N=214)
변수 문항 요인적재량
(β)
표준오차 (S.E.)
C.R.
(Critical Ratio) 인지된
상호작용
INT1 0.8640 - -
INT2 0.9360 0.0590 17.2240 INT3 0.7090 0.0710 11.9830
효율성
EFC1 0.8480 - -
EFC2 0.9020 0.0580 17.7370 EFC3 0.9020 0.0610 17.7380 EFC4 0.8960 0.0570 17.5170
효용성
EFT1 0.9060 - -
EFT2 0.9330 0.0500 21.4270 EFT3 0.8170 0.0640 16.3360
즐거움
ENJ1 0.9250 - -
ENJ2 0.9590 0.0370 27.4730 ENJ3 0.9130 0.0450 23.3460 ENJ4 0.8730 0.0500 20.4700
신뢰성
TRU1 0.9000 - -
TRU2 0.8930 0.0490 19.9130 TRU3 0.9470 0.0480 22.6400
앱 충성도
APP1 0.8410 - -
APP2 0.8570 0.0840 15.3150 APP3 0.8420 0.0720 14.9200
플랫폼 충성도
PLF1 0.8870 - -
PLF2 0.9340 0.0560 20.2910 PLF3 0.8420 0.0570 16.7190
※ 모든 요인적재량의 C.R. 값이 p〈0.001수준에서 유의함.
판별타당성은 한 구상 개념이 다른 구상 개념들과 유의미한 상관 관계를 가지고 있지 않은지 확인하여 판별할 수 있다. 판별 타당성은 각 요인의 평균분산추출(AVE)을 제곱한 값이 다른 변수들과의 상관계수보다 큰 값을 가져야 한다(Fornell and Larker, 1981).
<표 8>에서 볼 수 있듯이 각 변수의 AVE의 제곱근 값과 다른 변수들 간의 상관 계수를 확인하였을 때, 모든 AVE 제곱근 값이 다른 변수간의 상관 계수와 비교하여 뚜렷하게 큰 값을 나타내고 있으므로 판별 타당성을 확보하고 있다고 볼 수 있다.
<표 8> AVE 제곱근 값과 변수 간 상관계수
INT EFC EFT ENJ TRU APP PLF INT 0.8443 EFC 0.5800 0.9132 EFT 0.5870 0.6110 0.8326 ENJ 0.6490 0.6470 0.7170 0.8786 TRU 0.4070 0.5110 0.5920 0.6000 0.8461 APP 0.4810 0.8280 0.6460 0.6290 0.6810 0.8417 PLF 0.5440 0.5710 0.7300 0.6590 0.6390 0.7000 0.8302
5.1.3. 동일방법편의(Common Method Bias)
동일방법편의(Common Method Bias)는 같은 방법을 사용해서 측정 항목의 독립변수와 종속변수를 측정할 때에 생길 수 있는 오류를 말한다(백상용, 2012). 동일방법편의를 피하기 위해서는 하나의 항목이 50% 미만의 설명력을 가져야 한다(Yun et al., 2011). <표 9>에 제시한 바와 같이 본 연구는 Harman’s one-factor test를 사용하여 탐색적 요인분석을 실시하여 7개의 요인을 추출하였다. 그 결과 7개 요인의 총 분산은 85.986% 였으며 가장 큰 요인의 값은 15.854%로 나타났다.
이러한 결과는 허용치 이하의 값을 나타내므로 본 연구의 연구모형은 동일방법편의가 나타나지 않았다고 판단할 수 있다.
또한, 모든 잠재 변수 간의 상관계수가 0.9 이하이면 동일방법편의가 나타나지 않는 다고 볼 수 있는데(Pavlou et al., 2007), 앞서 <표 8>을 살펴보면 최대 상관계수는 0.8280이므로 동일방법편의의 문제는 없는 것으로 판단 되었다.
<표 9> 각 변수 별 측정항목의 요인적재량
EFC ENJ TRU INT PLF EFT APP EFC2 0.8573 0.2275 0.1581 0.1808 0.1109 0.0930 0.1714 EFC3 0.8198 0.1461 0.1731 0.2198 0.1224 0.1639 0.2349 EFC4 0.8045 0.1950 0.0906 0.2301 0.1822 0.1134 0.2485 EFC1 0.6609 0.2876 0.1611 0.2061 0.2020 0.2859 0.2840 ENJ3 0.2047 0.8056 0.2379 0.2161 0.1934 0.2194 0.1200 ENJ4 0.1184 0.7927 0.3093 0.1852 0.2170 0.1858 0.1417 ENJ1 0.2998 0.7872 0.1566 0.2542 0.1391 0.2068 0.1418 ENJ2 0.2975 0.7796 0.1836 0.2734 0.2123 0.2194 0.1283
TRU
2 0.1668 0.2294 0.8588 0.0853 0.2021 0.0982 0.1160 TRU
1 0.1536 0.2524 0.8376 0.0854 0.1542 0.2055 0.1703 TRU
3 0.1608 0.1867 0.8199 0.1532 0.2206 0.1822 0.2665 INT2 0.1934 0.2759 0.0852 0.8381 0.1556 0.1560 0.0648 INT1 0.2088 0.2744 0.1305 0.8027 0.0895 0.1343 0.0830 INT3 0.2182 0.1145 0.0830 0.7547 0.1863 0.1654 0.1118 PLF1 0.1843 0.1690 0.1892 0.1792 0.8248 0.1934 0.2056 PLF2 0.1258 0.2623 0.2328 0.2087 0.7763 0.2704 0.2032 PLF3 0.2805 0.2867 0.3092 0.1633 0.6813 0.2236 0.1312
APP
3 0.3736 0.1431 0.2377 0.0869 0.2134 0.0780 0.7710 APP
1 0.4230 0.1193 0.2666 0.1267 0.1610 0.2108 0.6791 APP
2 0.3703 0.2978 0.2348 0.1611 0.2943 0.1789 0.6083
Eigen-
value 3.646 3.624 2.966 2.641 2.516 2.353 2.030
분산
비율 15.854 15.757 12.896 11.482 10.938 10.233 8.825
누적
비율 15.854 31.611 44.507 55.989 66.927 77.160 85.985
5.1.4. 기술통계 및 정규성 검증
구조방정식 모형 분석을 실시하기 전에 정규성이 충족되었는지 확인하기 위하여 다변량 정규분포성(Multivariate normality)을 검증하였다. 구조방정식 모형 분석을 실시하기 위해서는 변수들이 정규분포를 이루고 있어야 한다는 다변량 정규성이 만족되어야 한다.
최대우도법을 이용하여 구조방정식 모형을 분석할 때, 변수들이 다변량 정규성을 갖지 못하면 모수치가 왜곡될 수 있기 때문이다.
변수들의 왜도(Skewness)와 첨도(Kurtosis)의 절대값을 확인하여 다변량 정규분포성을 평가할 수 있으며, 왜도는 절대값 3을 상회하면 극단적이라고 볼 수 있으며, 첨도는 7 또는 10을 초과하면 극단적이라고 판단 할 수 있다(Kline, 2005).
본 연구에서는 변수의 왜도와 첨도가 모두 기준을 만족하는 것으로 나타났다. 따라서 구조방정식 모형 분석을 활용하여 모수치를 추정하는 데에 문제가 없음이 확인되었다.
<표 10> 기술통계 및 정규성 가정 검증
변수 평균 표준편차 왜도 첨도
인지된 상호작용 5.95 0.86 0.74 0.23 효율성 5.99 0.80 0.78 0.32 효용성 5.30 1.15 0.51 -0.07 즐거움 5.14 1.19 0.12 -0.79 신뢰성 4.57 1.35 0.37 0.09 앱 충성도 5.89 0.92 1.02 0.79 플랫폼 충성도 5.17 1.22 0.38 -0.46
5.2. 구조모형 평가
연구 모형을 평가해 본 결과 신뢰성과 구성타당성인 수렴타당성과 판별타당성이 모두 확보된 것으로 나타났다. 이에 본 연구의 구조모형 평가를 위하여 IBM AMOS 22.0을 사용하여 구조방정식 모형(Structural equation model) 분석을 수행하였다.
먼저 모형에 대한 적합도를 검증하였는데, 구조방정식 모형의 적합도 검증을 위해서는 비교적 표본수의 영향을 적게 받는 CFI, TLI, RMSEA을 확인하였다. 그 결과, χ2/df=2.898, CFI=0.916, TLI=0.903, RMSEA=0.094로 나타났다. 일반적으로 카이제곱 값을 자유도로 나누어준 값인 χ2/df는 3 미만이면 모형이 양호한 것으로 판단하며, CFI와 TLI는 0.9 이상이면 모형이 우수한 것으로 판단한다.
한편 RMSEA 값은 0.10 미만이면 받아들일 수 있는 수준의 모형으로 판단하는데, 이러한 기준치를 모두 충족하므로 구조방정식 모형의 적합도는 양호한 것으로 판단되었다.
<표 11> 구조방정식 모형 적합도
구분 χ2 df χ2/df CFI TLI RMSEA
통계량 640.50
4 221 2.898 0.916 0.903 0.094
기준치 3 미만
양호
0.9 이상 우수
0.9 이상 우수
0.10 미만 보통
앞서 모형 적합도는 양호한 것으로 나타났기 때문에 모형의 각 경로에 대한 유의성을 검증하여 가설의 채택여부를 확인하였다.
경로계수와 C.R.(Critical Ratio)값을 통한 가설검증 결과는 <그림 2>에서 제시한 바와 같이 산출되었다.
<그림 2> 가설검증 결과
가설 검증 결과 총 9개의 가설 중 8개의 가설이 통계적으로 유의하였고, 9개의 가설에 대한 검증결과는 다음과 같다.
가설 2. 사용자의 효율성은 사용자의 모바일 앱 충성도에 긍정적인 영향을 미칠 것이다.
사용자의 효율성과 사용�
