 |
3. 연구방법1) 연구대상본 연구의 대상은 서울, 강원, 충청, 및 경상도 소재의 대학에서 광고커뮤니케이션 및 경영학개론을 수강하는 학생들로, 총 950부의 설문을 배포하여 651부의 설문지를 회수하였다(회수율 68.5%). 본 연구는 모바일을 통한 광고의 태도모델 검증을 위한 것이므로 무선인터넷의 가입자, 단문자 형태이든 동영상 형태이든 모바일 광고에 대한 접촉경험이 있는 응답자 등의 조건을 만족해야 한다. 따라서 회수된 651부 중 응답누락과 조건에 부합되지 않는 221부를 제외하고 439명(회수율의 67.4%)의 자료를 타당한 자료로 분석하였다. 분석대상의 평균 연령은 21.54세(SD=.49)이었으며, 남자는 181명이고 여자는 258명이었다. 초기 설문의 배포는 지역별 인구규모에 따른 비례층화로 계획되었으나, 누락자료를 제외한 분석대상의 지역별 분포는 서울 53.0%(223명), 강원도 8.7%(38명), 충청도 20.5%(90명), 경상도 17.8%(78명)로 나타났다. 이들의 일일 평균 휴대폰 통화건수는 7.48(SD=8.83)건이었으며, 일일 평균 사용시간은 28.77분(SD=34.67), 월 평균 사용 요금은 53,315원(SD=29837.6)이었다. 2) 측정변수(1) 시스템 만족의 선행 변수 지각된 유용성은 McClosky(2003, 2004)가 Davis(1989)의 조직맥락에서의 측정치를 모바일 환경의 측정치로 전환하여 사용한 4개의 문항 중 구성개념에 높게 적재된 3개의 문항을 5점 척도로 사용하였다. 특히 시스템의 사용과 관련된 변수들은 시스템의 어플리케이션(특정 웹사이트, 모바일 폰 등)에 따라 정의되어야 하므로(McClosky, 2003, 2004; Lederer et al., 2000), 모바일 광고의 관점에서 시스템은 광고에 접속하는 플랫폼, 즉, 무선 인터넷 프로토콜을 통한 접속을 의미한다. 따라서 본 연구에서 시스템에 대한 지각된 유용성은 조작적으로 무선 인터넷에 대한 지각된 유용성으로 정의된다. 이와 같은 조작적 정의는 지각된 사용 용이성, 지각된 안전성, 시스템 만족 및 시스템 이용에도 동일하게 적용된다. 한편, Davis(1989)는 시스템이 배우기 쉽고, 사용하기 쉽고, 통제하기 쉬운지를 지각된 사용 용이성의 측정개념으로 사용하였다. 시스템 어플리케이션에 따른 정의에 기초하여, 사용 용이성은 무선 인터넷에 대한 지각된 사용 용이성을 측정하였으며, 3개의 문항을 5점 척도로 측정하였다. 모바일을 이용한 전자상거래의 맥락에서 McClosky(2003, 2004)는 개인정보와 금융정보 노출에 대한 염려 2문항을 시스템에 대한 안전성 문항으로 사용하였으나, 요인분석 결과 독립된 구성개념(안정성과 개인보호정책)의 가능성을 확인한 바 있다. 따라서 본 연구에서는 개인정보 노출에 대한 염려를 무선 인터넷에 대한 안전성을 측정하는 단일 문항으로 사용하였다. 문항은 “나는 무선 인터넷에 접속할 때, 개인정보의 노출이 걱정된다”를 묻는 것이었다. 각 문항은 ‘전혀 그렇지 않다(1)’에서 ‘매우 그렇다(5)’의 5점 척도로 측정되었으며, 유용성과 사용 용이성은 점수가 높을수록 긍정적인 반응을 나타낸다. 안전성은 높은 점수가 긍정성을 나타내도록 하기 위해 역척도로 전환하였다. 지각된 유용성의 신뢰도는 Cronbach α=.82이었고, 지각된 사용 용이성의 신뢰도는 Cronbach α=.71로 대체로 양호(Nunnally, 1978)한 것으로 나타났다. (2) 모바일 광고태도의 선행 변수 지각된 오락성과 짜증은 Ducoffe(1996), Schlosser 등(1999),및 Tsang 등(2004)의 측정 문항에 기초하여 각각 2문항을 구성하였다. 지각된 신뢰성은 Tsang 등(2004) 및 Brackett와 Carr(2001)가 사용한 문항을 조합하여 3문항을 구성하였다. 각 문항은 ‘전혀 그렇지 않다(1)’에서 ‘매우 그렇다(5)’의 5점 척도로 측정되었고, 오락성과 신뢰성은 점수가 높을수록 긍정적인 반응을 나타내는 반면, 짜증반응은 점수가 높을수록 부정적인 반응을 나타낸다. 지각된 신뢰성에 대한 신뢰도 계수(Cornbach α)는 .75로 대체로 양호한 편이었고, 지각된 오락성 2문항간의 상관은 r=.50(p<.001), 지각된 짜증 2문항간의 상관은 r=.53(p<.001)이었다. (3) 모바일 광고반응에 대한 예측 변수 시스템 만족은 Wixom과 Todd(2005)의 시스템에 대한 전반적 만족을 묻는 2문항을 모바일을 통한 무선 인터넷에 대한 만족 문항으로 사용하였고, 모바일 광고태도는 MacKenzie와 Lutz (1989), Wixom과 Todd(2005)가 사용한 문항에 기초하여 4문항을 구성하였다. 모바일 광고 접근에 대한 의도는 Okazaki (2004)가 사용한 2 문항 중 가장 구성개념을 잘 나타내는 문항을 단일 문항으로 구성하였다. 특히 모바일 광고는 옵트인 정책과 더불어 인센티브의 제공여부가 광고에 대한 접근 의도에 중요한 역할을 하므로(Zoller, Housen, & Mattews, 2001; 박재관, 양병화, 2004; Tsang et al., 2004), 측정문항은 “나는 인센티브가 제공된다면, 모바일 광고를 받아 볼 것이다”를 질문하였다. 각 문항은 ‘전혀 그렇지 않다(1)’에서 ‘매우 그렇다(5)’의 5점 척도로 측정되었고, 시스템 만족, 광고태도 및 접근 의도 모두 점수가 높을수록 긍정적 반응을 나타낸다. 모바일 광고태도에 대한 신뢰도는 Cornbach α=.84로 양호하였고, 시스템 만족 2문항간의 상관은 r=.34(p<.001)이었다. 한편, 시스템 이용은 무선 인터넷의 이용에 대한 직접적인 측정치로 ‘무선 인터넷의 월평균 접속빈도’를 단일 측정문항으로 사용하였으며, 모바일 광고에 대한 반응은 Tsang 등(2004)이 모바일 광고에 대한 행동 측정을 ‘완전히 무시한다(1)’에서 ‘바로 읽는다(5)’의 5점 척도로 사용한 것과 유사하게, “당신은 모바일 광고를 받고 주로 어떻게 하였습니까?”에 대해 ‘확인하지 않고 삭제한다(1)’에서 ‘확인 후, 매번 접속한다(6)’까지로 측정하고, 각 범주를 0점에서 5점까지 점수를 부여하였다. 이 문항에 대한 빈도분포는 2점을 기준으로 대략적인 정상분포를 나타냈다. 3) 분석방법본 연구는 기술수용성모델과 웹광고효과 모델에 기초하여 모바일 광고태도 모델을 검증하기 위해 경로분석모델을 사용하였다. 모델검증에 앞서 본 연구의 측정도구는 선행연구들을 통하여 모바일 환경에 맞도록 재구성한 것이므로 측정변수의 타당한 구성개념 추출과 측정치들의 수렴 및 변별성을 알아보기 위해 탐색적 요인분석을 실시하였다. 요인분석은 각 척도에 포함된 공통요인을 추출하기 위해 공통요인분석을 사용하였으며, 공통 변량의 초 기치는 중다상관자승으로 하고 요인추출은 주축요인법을 사용하였다. 요인의 회전은 구성개념들의 상관을 고려하여 사교회전(direct oblimin)방식을 사용하였다. 분석에 사용된 측정 변수는 7개의 요인으로 가정되지만, 보다 적절한 요인 수를 결정하기 위해 스크리 검사에 기초하여 6개, 7개, 8개의 요인분석 결과를 비교하여 타당하게 해석될 수 있는 요인모델을 선택하였다. 요인의 해석은 대체로 한 요인에 .30이상의 적재량을 보이는 변수들을 타당하게 해석하지만, 보다 엄격한 기준으로 .50이상의 적재량을 지닌 측정변수만을 요인구조에 포함하여 해석하였다. 한편, 경로분석을 통한 구조모델의 검증은 LISREL 8.12a를 이용하여 분석하였다. 요인분석결과 산출된 각 요인의 상관점수를 경로모델내의 점수로 사용하는 것이 바람직하지만, 단일 측정문항들을 포함하고 있어 각 차원에 대한 합산점수를 이용하여 상관계수를 산출하고 이를 구조모델 분석에 사용하였다. 여러 개의 측정변수 대신 합산점수를 이용하는 것이 모델의 절약성을 가져온다는 것은 이론적으로나 경험적으로 검증되었으며(Liang, Lawrence, Bennett, & Whitelaw, 1990), 특히 합산점수에 대한 측정오차나 신뢰도를 알고 있을 때 유용하다(Hertzog & Schaie, 1986; Cattell, 1974). 구조모델 검증의 모델추정 방식은 최도우도추정법(ML)을 사용하였으며, 분석될 행렬은 해석적 간편성을 위하여 상관행렬을 사용하였다. 모델의 부합도는 일반부합치(GFI), 조정부합치(AGFI), 표준부합치(NFI), 비교부합치(CFI), 원소간평균차이(RMR)를 함께 사용하였다. 일반적으로 chi-square값은 표본의 크기와 다변량 정상성에 민감하여 모델을 과대평가하는 경향이 있어 부합치로서 안정성이 낮아(Bentler & Bonett, 1980) 참고로 활용하는 것이 바람직하다. |
 |
 |
 |
 |