Korean J Sport Sci > Volume 28(2); 2017 > Article
UTAUT2 모형을 적용한 대학생들의 온라인 스포츠 미디어 사용행동 분석

ABSTRACT

Purpose

The purpose of this study was to investigate the factor that influence the using behavior of online sport media by university students applying Unified theory of acceptance and use of technology 2(UTAUT 2).

Methods

The study performed a research survey using convenient sampling method. The sample was 235 university students who had experience with online sport media. The data were analyzed through frequency analysis, reliability analysis, correlation analysis, confirmatory factor analysis, and structural equation model using SPSS Windows ver . 20.0 and AMOS 20.0.

Results

The results showed that, firstly, performance expectancy and effort expectancy had a positive effect on intention to use, however, no significant influence on social effect on intention to use. Secondly, facilitating condition had positive effect on usage behavior. Thirdly, hedonic motivation had positive effect on intention to use. Fourthly, Habit had positive effect on the intention to use and usage behavior. Lastly, intention to use had positive effect on usage behavior.

Conclusion

Based on the conclusion of this study, online sports media companies should provide useful and convenient viewing experience by providing personalized services, and should apply various attraction strategies to habitually use sports online media.

국문초록

목적

본 연구는 Unified theory of acceptance and use of technology2(UTUAT2) 모형을 적용하여 구조적 관계 탐색을 통해 대학생들의 온라인 스포츠 미디어 이용행동을 검증하는데 그 목적이 있다.

방법

연구를 위해 서울에 소재한 대학교 학생들을 표본 집단으로 선정하였으며, 총 235명의 설문지를 확보하여 가설을 검증하였다. 자료 분석에는 빈도분석, 신뢰도 분석, 확인적 요인분석, 상관관계 분석, 및 구조방정식모형 분석을 실시하였다.

결과

이에 따른 분석결과는 다음과 같다. 첫째, 성과기대와 노력기대는 사용의도에 정(+)의 영향을 미친 반면 사회적 영향은 유의미한 영향을 미치지 않는 것으로 나타났다. 둘째, 촉진조건은 사용행동에 유의미한 영향을 미치지 않는 것으로 나타났다. 셋째, 쾌락적 동기는 지속적 사용의도에 정(+)의 영향을 미치는 것으로 나타났다. 넷째, 습관은 지속적 사용의도와 사용행동에 정(+)의 영향을 미치는 것으로 나타났다. 마지막으로 지속적 사용의도는 사용행동에 정(+)의 영향을 미치는 것으로 나타났다.

결론

본 연구의 결론을 바탕으로 온라인 스포츠 미디어 기업은 개인화된 서비스를 제공함으로서 유용하고 편리한 시청 경험을 제공해야 하며, 습관적으로 스포츠 온라인 미디어를 사용할 수 있도록 다양한 유인전략을 적용해야 할 것이다.

서론

연구의 필요성

뉴미디어의 대중화는 기존 미디어의 일방향적인 정보 제공 방식에서 벗어나 필요한 정보를 원하는 시간과 장소에서 획득 가능하게 하였다(Oh et al., 2011). 뉴미디어가 일상생활 속에 보편화되고 있는 가운데 DMB와 인터넷은 뉴 미디어로서 다양한 스포츠 콘텐츠를 포함하는 실시간 스포츠 중계를 제공하고 있다.
뉴미디어를 기반으로 한 스포츠 중계는 2006년 3월 개최된 ‘월드베이스볼 클래식’을 계기로 인터넷을 이용한 스포츠 중계 시청자 증가로 급속하게 성장하였으며, 2010년 벤쿠버 동계올림픽에서 김연아의 경기에서는 포털사이트(Daum)에 경기를 보기위해 접속한 이용자가 44만 명, 인터넷 방송 아프리카 TV에서는 41만 명, 포털사이트 네이버와 네이트에는 각각 16만 명, 15만 명이 몰렸다(Kim, 2010). 한편 2014년 브라질 월드컵에서는 네이버가 250만 명, 다음이 50만 명 총 300만 명이 포털 사이트를 통해 경기를 시청하여 포털 사이트 생중계 사상 최고 동시 접속자 수를 기록하였다.
이렇듯 지속적인 뉴미디어 시장의 성장에 비추어볼 때 온라인상에서 스포츠 중계를 시청하는 소비자는 점차 늘어날 것으로 판단되며, 소비자의 수용의도를 설명하는 다양한 이론을 적용하여 시청자가 온라인 스포츠 중계에서 제공하는 다양한 정보를 온라인 미디어를 매개체로 하여 수용하는 행동을 실증적으로 밝혀내야할 필요성이 있다. 한편 온라인을 통한 방송 중계가 증가함에 따라 시청자들의 뉴미디어 수용행동에 대한 연구 또한 다수 진행 되고 있다. Jeon et al.(2012)는 인터넷 프로야구 시청 동기가 재시청 의도에 정(+)의 영향을 미치며 인터넷 프로야구 수용자의 시청동기가 시청만족에 정(+)의 영향을 미친다고 하였으며, Kim & Kim(2009)은 인터넷 프로야구 중계 수용자의 시청동기 중 대리만족, 정보 활용, 오락추구가 시청 만족의 긍정적인 영향을 미치며, 시청동기 중 정보 활용과 오락 추구가 재시청에 긍정적인 영향을 미친다고 밝힌 바 있다.
한편 정보기술의 사용자들이 새로운 기술이 도입되었을 때 이를 수용하는지에 대한 주제는 오랜 기간 정보 기술 수용 분야에서 연구되어져 왔다(Sohn et al., 2011). 기술수용 연구 분야에서 가장 널리 사용되어온 모델은 Davis(1989)가 제안한 기술수용모델(TAM, Technology Acceptance Model)로서 Fishbein & Ajzen(1975)의 합리적 행동이론(TRA, Theory of Reasoned Action과 Ajzen(1991)의 계획행동이론(TPB, Theory of Planed Behavior)을 토대로 설계되었다. Davis(1989)는 지각된 유용성(perceived usefulness)과 지각된 용이성(perceived ease of use)이 선행 변수로서 정보기술의 수용을 설명한다고 가정하였다. 최근까지도 정보기술의 수용과 관련된 많은 선행연구들이 기술수용모델에 이론적 근거를 두고 연구가 이루어지고 있는 실정이다. 하지만 기술수용 모델은 기술수용 모델에서 제시하고 있는 변수들 외에도 다양한 외생변수들과의 관계를 고려하지 못하였으며, 연구자들의 임의대로 변형되어 적용되어 지는 등 여러 한계점을 보여 왔다(Kwon, 2010). 이에 Venkatash et al.(2003)은 TRA(Theory of Reasoned Action), TAM(Technology Acceptance model), C-TAM-TPB(Combined TAM-TPB), MPCU(Model of personal computer utilization), MM(Motivational Model), SCT(Social Cognitive Theory), IDM(Innovation Diffusion Model)과 같이 기술수용과 관련된 7개의 모델을 분석하고 총 32개의 개념을 통합 및 조정하여 이를 기술수용의도와의 관계에서 영향을 미치는 3개의 변수와 기술수용 행동에 영향을 미치는 1개 변수, 그리고 기술수용 의도와 행동에 조절효과를 미치는 4개의 통제변수로 구성한 모형을 제안하였다. 이렇듯 UTAUT 모형은 정보기술 수용을 좀 더 명확하게 설명하기 위해 기술의 수용과 관련된 논문들로부터 설명력이 좋은 변수를 추출하고 통합하였다. 이에 기존 정보기술 수용자의 수용 행위를 연구하는데 있어 UTAUT2 모형은 기존 모형들에 비교하여 더 높은 설명력과 타당성을 가지는 것으로 평가된다(Taiwo & Downe, 2013).
UTAUT2 모델은 성과기대(Performance expectancy)와 노력기대(Effort expectancy), 사회적 영향(Social influence)을 기술수용 의도에 미치는 선행변수로 설정하고 있으며 이들 요인이 기술수용 의도에 영향을 미친다고 가정하고 있다(Venkatash et al., 2003). UTAUT 모형의 핵심 요인인 성과기대는 정보기술을 사용하는 것이 성과달성에 있어서 사용자에게 이익을 가져다 줄 것이라고 기대하는 정도이며, 노력기대는 사용자가 기술을 사용할 때 별다른 노력을 들이지 않고 쉽게 사용할 수 있는 정도이다. 여기에 사회적 영향은 소비자의 가족이나 친구들과 같이 중요한 주변사람들이 특정 정보기술을 사용해야 한다고 믿는 정도이다(Venkatash et al., 2012). 이에 Kijsanayotin et al.(2009)는 사용자의 헬스 정보기술 수용에 있어서 성과기대와 노력기대, 사회적 영향이 긍정적인 영향을 미친다고 밝힌바 있고, Zawad & Hassan(2015)은 고등교육과정에서 모바일 학습 수용 시 성과기대와 노력기대 그리고 사회적 영향으로 형성된 사용의도가 실제 사용으로 이어질 수 있음을 밝혔다. 한편 Vankatash et al.(2003)은 UTAUT 모델에서 수용행동에 직접적인 영향을 미치는 변수로 촉진조건(facilitation condition)을 제시하였다. 촉진 조건은 수용자가 기술을 사용할 만한 인프라가 갖추어 졌다고 생각하는 믿음의 정도로서, Hannah Payne et al.(2015)는 커뮤니티의 보건요원들이 일반인들에게 정보 전달을 위해 소셜미디어 활용 시 촉진조건이 소셜미디어 사용에 긍정적인 영향을 미친다고 밝혔다. Alshehri et al.(2012)은 시민들의 전자 정부 시스템 수용행동에 있어 촉진조건이 전자정부 시스템 사용행위를 이끌어낸다고 주장한 바 있다.
쾌락적동기는 UTUAT의 확장된 변수로서 Venkatesh et al.(2012)은 쾌락적 동기를 “기술사용에 기인한 재미있거나 즐거운 경험”이라고 정의 하였다. 또한 쾌락적 동기는 개인의 관점에서 쾌락을 새로운 기술을 사용하며 지각하는 재미와 즐거움 정도로서 측정하며 사용의도를 설명하는데 있어서 높은 설명력을 가지고 있다고 보고되고 있다(Davis et al., 1992; Nysveen et al., 2005; Park & Noh, 2012). 이에 Salimon et al.(2016)는 온라인 뱅킹에서의 쾌락적 동기가 이용자의 기술수용의도에 영향을 미친다고 하였고, Gu et al.(2016)은 웨어러블 제품의 쾌락적 동기가 신뢰와 사용의도에 영향을 미친다고 밝혔다. 여기에 UTAUT모델의 확장된 변수인 습관은 학습을 통해 행동 의도를 자동적으로 지각하는 정도로서(Limayem et al., 2007), Ajzen & Fishbein(2005)은 이전 경험이 다양한 종류의 믿음과 미래 행동에 영향을 미친다고 하였고, Kim & Malhotra(2005)는 이전 사용경험이 미래의 기술사용 의도를 측정할 수 있는 강력한 선행요인이라 밝혔다. 이에 Yuan et al.(2015)는 헬스 어플리케이션 이용자의 습관이 지속적 사용의도에 영향을 미친다고 밝힌 바 있다.
이렇듯 UTAUT2 모델의 높은 설명력이 가지는 장점을 이용하여 최근 UTAUT2 모델을 활용한 연구들이 사회과학 분야에서 다양하게 연구되고 있다. 하지만 스포츠 분야에서는 모바일 헬스케어와 웨어러블 관련 연구가 주를 이루는 반면, 온라인 스포츠 미디어 수용에 적용 가능함에도 불구하고 UTAUT2모델을 적용한 연구는 미진한 실정이다. 또한 온라인 미디어가 융합미디어로서 다양성을 가지며, 퍼스널 미디어로서 개인의 욕구를 충족시킬 수 있다는 점에서 미디어 수용자는 자신의 필요나 욕구를 만족시키기 위해 자신에게 맞는 콘텐츠를 적극적으로 선별 및 수용한다(Lee, 2006). 즉, UTAUT 모델을 이용해 기존 기술수용의도 모형에서는 살펴보지 못했던 미디어 사용의도에 영향을 미치는 다양한 인지요인들과의 관계를 연구함으로서 온라인 미디어 수용자의 미디어 수용행위에 대한 동기를 파악할 수 있을 것이다.
이에 UTAUT2 모델을 이용하여 온라인 스포츠 미디어의 성과기대와 노력기대, 사회적 영향 그리고 쾌락이 기술수용의도에 미치는 영향과 촉진조건과 습관 그리고 수용행동과의 관계를 알아봄으로써 지속적인 미디어 수용행동 과정을 있으며, 이를 온라인 스포츠 미디어를 제공하는 포털이나 어플리케이션 업체에 마케팅적 기반 자료를 제공 할 수 있기에 본 연구의 필요성이 있다.

연구의 목적

본 연구의 목적은 UTAUT 모델의 기본변인인 성과기대와 노력기대, 사회적 영향, 촉진요건을 투입하고 추가적으로 확장된 변수로서 쾌락적 요인과 습관을 투입하여 사용의도와 사용행동과의 관계를 살펴보고자한다. 이를 통해 수용자들의 지속적 스포츠 중계 미디어 사용행동을 이끌어내기 위한 전략을 제공하는 것이다.

연구의 가설 및 이론적 근거

UTAUT2 모델 핵심 변인들과 지속사용의도와의 관계

성과기대와 노력기대 그리고 사회적 영향은 UTAUT의 핵심 변인으로서 지속사용의도에 영향을 미치는 요인으로 많은 선행연구에서 연구되어져 왔다. 특히, 성과기대는 기술수용모델(Technology Acceptance Model)에서 개인의 수용의도를 설명하는 강력한 선행 변수로 여겨져 왔으며(Agarwal & Prasad, 1998), 노력기대는 시스템 사용상의 편리함의 정도로, UTAUT 모델에서는 이를 보다 명확하게 설명하기 위해 지각된 용이성, 복잡성, 사용 용이성을 이용하였다(Venkatesh et al., 2003). 여기에 사회적 영향은 수용자에게 중요한 주변인들로부터 지각하는 사회적 영향력으로, 소비자 환경에서 비사용자는 그들의 선택권과 결과를 사회적 이미지에 의해 통제받는다. 따라서 사회적 영향은 소비자 행동에 중요한 역할을 미친다 할 수 있다(Slade et al., 2015). 이에 Son et al.(2014)의 경우 사용자의 모바일 패션어플리케이션 수용 행위를 설명하는 과정에서 UTAUT 모델을 적용했고, 선행변수로 성과기대와 노력기대 그리고 사회적 영향이 지속적 사용의도에 긍정적인 영향을 미친다고 밝혔고, Min et al.(2008)의 수정된 UTAUT를 이용한 모바일 커머스 사용자의 수용의도에 관한 연구에서는 성과기대, 노력기대, 사회적 영향이 중국인들의 모바일 커머스 사용의도에 정(+)의 영향을 미친다고 했다. 즉, 위의 선행연구들을 살펴보았을 때 온라인 스포츠 중계의 지속적 사용의도에 성과기대와 노력기대 그리고 사회적 영향이 긍정적인 영향을 줄 수 있기 때문에 다음과 같은 가설을 설정하였다.
  • H-1 성과기대는 지속사용의도에 정(+)의 영향을 미칠 것이다.

  • H-2 노력기대는 지속사용의도에 정(+)의 영향을 미칠 것이다.

  • H-3 사회적 영향은 지속사용의도에 정(+)의 영향을 미칠 것이다.

촉진조건과 사용 행동과의 관계

촉진조건은 새로운 기술이 도입 되었을 때 제공되는 일반적인 서비스와 기술지원에 대한 지각을 의미한다(Venkatash et al., 2003). 따라서 촉진 조건을 긍정적으로 지각 할수록 신기술에 대한 거부감이나 두려움을 적게 인지하게 되고 이는 사용의도로 이어지게 된다(Escobar-Rodriguez & Cavajal-Trufillo, 2014).
여기에 Kim & Oh(2011)는 체육대학생의 유비쿼터스 기술 수용의도를 연구하며 학생들의 촉진 조건이 실제 사용에 정(+)의 영향을 미친다고 밝힌바 있으며, Ahn et al.(2009)은 사용자들이 전자정부 시스템이 제공하는 행정서비스를 이용하는데 촉진 조건이 유의미한 영향을 미친다고 하였다. 또한 Nysveen & Pedersen(2014)는 RFID를 이용한 서비스에서 촉진 조건이 수용자의 사용의도를 이끌어 낸다고 밝혔기에 앞선 선행 연구를 바탕으로 다음과 같은 가설을 설정하였다.
  • H-4 촉진조건은 사용행동에 정(+)의 영향을 미칠 것이다.

쾌락적 동기와 사용의도와의 관계

쾌락적 동기는 기술을 사용하며 지각하는 만족 또는 재미를 의미한다(Brown & Venkatesh, 2005). 그동안 많은 선행연구에서 쾌락적 동기를 기술수용과 실제 사용에 직접적 영향을 미치는 요인으로서 보고해 왔다(Venkatesh et al., 2012). Son et al.(2014)는 대학생들의 웨어러블 디바이스 사용의도에 대해 연구하였는데 개인이 스마트 웨어러블 디바이스를 흥미롭고 재미있는 기기로 인지할 수 록 지속적 사용의도를 가진다고 보고하였다. 또한 Chiu et al.(2014)는 온라인 스토어에서 지각한 쾌락적 동기는 지속적인 구매의도까지 연결된다고 밝혔다. 여기에 Arenas-Gaitan et al.(2015)은 고객이 인터넷 뱅킹을 이용 시 즐거움과 재미를 지각하였을 때 사용의도를 가진다고 하였다. 또한 Gu et al.(2016)는 웨어러블 디바이스를 수용하는데 있어 쾌락적 동기가 신뢰와 기술 수용에 (+)정의 영향을 미친다고 했다. 즉 사용자가 웨어러블 디바이스를 사용 하는데 있어 만족감이 형성되어야만 지속적 사용의도로 이어짐을 알 수 있다. 이렇듯 쾌락적 동기는 인터넷 포탈 스포츠 중계 시청의도에 긍정적 영향을 줄 수 있기에 다음과 같은 가설을 설정하였다.
  • H-5 쾌락적 동기는 지속적 사용의도에 정(+)의 영향을 미칠 것이다.

습관과 사용의도 및 행동과의 관계

수용에 있어서 습관은 선행 행동으로서 고려되어지며, 행동이 자동적으로 이루어 질 것이라는 믿음의 정도로서 기능한다(Kim & Malhotra, 2005). 이에 Kim et al.(2013)은 모바일 애플리케이션 사용 시 사용자의 습관이 지속적 이용에 긍정적인 영향을 미친다고 밝혔다. 여기에 Lee(2013)는 소셜 네트워크 게임(Social Network Game)의 사용자의 습관이 선행 요인으로서 지속적인 게임 이용에 유의미한 영향을 미친다는 것을 입증하였다. 즉, 위의 선행연구 결과를 고려하였을 때 습관이 지속적 사용의도와 실제 사용행위에 긍정적인 영향을 줄 수 있기에 다음과 같은 가설을 설정하였다.
  • H-6 습관은 지속적 사용의도에 정(+)의 영향을 미칠 것이다.

  • H-7 습관은 사용행동에 정(+)의 영향을 미칠 것이다.

지속적 사용의도와 사용행동과의 관계

Ajzen & Madden(1986)은 행동의 선행 변수인 의도는 확신이 아닌 불확실성을 내포하고 있으며, 개인의 의도가 높을수록 개인의 열망 수준은 높아지며, 이는 실제 행동으로 이어질 가능성이 높다고 하였다.
이에 Bae et al.(2015)는 프로야구 팬들이 구단 SNS에 대해 사용의도를 느끼게 되면 실제 구매행동으로 이어진다고 밝혔으며, Oh(2005)는 스포츠 웹사이트 이용 시 스포츠 참여가 증가한다고 밝힌바 있다. 또한 Heerink et al.(2008)는 노년층의 대화형 로봇 사용의도를 알아보는 연구에서 실제 로봇 사용 행동이 지속적 사용의도의 영향을 받아 발생하였다고 보고하였다. 이와 같이 지속적 사용의도가 실제 온라인 중계 시청 행동에 긍정적인 영향을 줄 수 있기 때문에 선행연구로부터 다음과 같은 가설을 설정하였다.
  • H-8 지속적 사용의도는 사용행동에 정(+)의 영향을 미칠 것이다.

연구모형

본 연구에서는 UTAUT2 모델을 적용하여 온라인 스포츠 미디어 수용과정을 분석하기 위해 문헌연구를 실시했다. 이에 성과기대, 노력기대, 사회적 영향, 촉진조건을 UTAUT2 모델의 주요 변수로 설정했다. 여기에 Venkatash et al.(2012)은 UTAUT2 모델에서 확장된 변수로서 쾌락적 동기를 제시하며, 기존 변수들은 소비자 관점이 아닌 조직관점에서의 기술수용을 설명하였던 반면 쾌락적 동기는 성과 기대보다 비조직적 관점에서 개인의 기술수용의도와의 관계에 있어서 설명력이 더 높은 변수라고 하였다. 한편 습관은 기존 기술수용과 사용을 연구한 8개의 선행 모델을 UTAUT2 모델에서 통합한 후 사용의도와 행동과의 관계를 가장 잘 설명할 수 있는 개념을 도출하였다. Yang(2013)은 모바일 학습 이용 의도에 쾌락적 동기와 습관이 직접적인 영향을 미친다고 밝힌바 있고, Herrero & San Martin(2017)은 소셜네트워크 사이트 사용의도에 쾌락적 동기와 습관이 직접 영향을 미친다고 보고하였다. 이에 본 연구에서는 UTAUT2 모델을 쾌락적 동기와 습관이 지속사용의도와 사용행동에 직접적인 영향을 주는 모형을 설정하였고 이와 관련한 내용은 아래 <Fig. 1>과 같다.
Fig. 1.

Proposed research model

KISS_2017_v28n2_424_f001.jpg

연구대상

본 연구에서는 온라인 미디어 스포츠 중계 시청자들을 모집단으로 설정하였고, 이중 표본 집단은 서울에 소재한 대학교 학생들로 선정하여 연구를 진행하였다. 대학생은 인터넷 이용이나 새로운 정보기술을 사용하고 수용하는 빈도가 높은 집단으로(Kwag et al., 2014), 스마트폰을 비롯한 디지털 기기의 보급으로 스포츠 미디어를 적극적으로 소비하는 집단이기에 온라인 스포츠 미디어 사용의도를 파악하는 것이 적합하다고 판단된다. 이 중 300명을 대상으로 비확률 표본 추출법(non-probability sampling) 중 편의표본추출(convenience sampling)을 사용한 설문지를 배부하여 조사를 실시하였다. 설문조사는 본연구자와 연구보조원 2명이 2016년 3월 24일부터 4월 5일 까지 약 4주간 위의 두 곳의 학교를 직접 방문하여 진행하였다. 또한 회수된 설문지 중 불성실하게 응답했다고 판단되는 65부의 설문지를 제외한 235부를 본 연구에 활용했으며, 인구통계학적 특성은 <Table 1>과 같다.
Table 1.

Demographic characteristics of online sport media users

Contents n %
Gender Male 157 66.8
Female 78 34.2
Age Under 20 14 6.0
Above 20 Under 25 172 73.0
Above 25 Under 30 49 21.0
Sport Preference Baseball 54 23.0
Soccer 109 46.4
Basketball 36 15.3
Volleyball 17 7.2
Golf 4 1.7
ETC 15 6.4
Frequency of visiting stadium Under 1 time1 70 29.8
More than 1 time - Under 5 times 137 58.3
More than 5 times 28 11.9

조사도구

본 연구에서는 온라인 미디어 스포츠 중계를 시청하는 시청자들이 수용하는 과정을 분석하기 위하여 자료수집 도구로 설문지를 이용하였고, 각 요인은 리커트(Likert) 5점 척도로 1점에서 5점까지 5단계로 구성하였다. 이에 Venkatash et al.(2012)가 개발한 UTAUT 모형에서 제시하고 있는 기본요인들인 성과기대와 노력기대, 사회적 영향 그리고 촉진조건을 측정하기 위해, 모바일 뱅킹 이용자의 성과기대와 노력기대 그리고 사회적 영향을 측정한 Yu(2012)의 연구를 토대로 본 연구 에서는 성과기대 6문항 노력기대 4문항 사회적 영향 4문항 촉진조건 4문항 총 18 문항을 온라인 스포츠 미디어를 적절히 설명할 수 있는 용어와 문장으로 수정 및 보완하여 사용하였다. 한편, UTAUT의 확장된 변수로서 쾌락적 동기와 습관을 고려하였는데 쾌락적 동기의 경우 인터넷 뱅킹 사용자를 대상으로 한 Arenas-Giatan et al.(2015)의 연구를 토대로 4문항을 온라인 스포츠 미디어에 적합한 용어와 문장으로 수정 및 보완하여 사용하였다. 습관의 경우 습관 문항을 개발한 Venkatash et al.(2012)와 학생들의 학습관리 시스템의 습관적 사용을 측정한 Ain et al.(2015)의 연구를 기초로 온라인 스포츠 미디어에 적합할만한 용어와 문장으로 수정 및 보완한 후 사용하였다. 사용의도의 경우 대학생의 웨어러블 디바이스에 대한 성과 기대와, 노력기대 그리고 사회적 영향을 측정한 Son et al.(2014)의 연구를 온라인 스포츠 미디어에 적합할만한 용어와 문장으로 수정 및 보완하여 사용하였다. 사용행동의 경우 프로야구팬의 관람 행동을 연구한 Bae et al.(2015)의 연구에서 사용된 5문항을 본 연구에 적합한 용어와 문장으로 수정 및 보완하여 사용하였다. 마지막으로 인구통계학적 특성에 관한 문항 4문항을 포함하여 총 38개 문항으로 설문지를 구성하였다. 설문지 구성에 관한 내용은 <Table 2>와 같다.
Table 2.

Summary of the scales used

Factor Sub Factor Number of questions
Performance Expectancy A Singular Variable 6
Effort Expectancy A Singular Variable 4
Social Influence A Singular Variable 4
Facilitating Condition A Singular Variable 4
Hedonic Motivation A Singular Variable 3
Habit A Singular Variable 4
Intention to Use A Singular Variable 4
Behavior A Singular Variable 5
Demographics Gender, Age, Preference Sport, Frequency of Using Online Media 4
TOTAL 38

자료처리

본 연구에서는 온라인 스포츠 미디어를 이용한 경험이 있는 이용자들을 대상으로 온라인 스포츠 미디어의 정의를 설명한 이후 자기평가기입법(self-administration method)으로 작성한 설문지를 연구자가 직접 회수하였다. 수집된 설문자료는 Windows용 IBM ver.20.0 및 AMOS 20.0 프로그램을 활용하여 분석하였다. 먼저 빈도분석(frequency analysis)을 통해 설문에 참가한 대상자들의 인구통계학적 특성을 알아보고자 하였으며, 문항 간 내적일관성(internal consistency)을 확보하기 위해 Cronbach's α계수를 산출하였다. 이후 각 요인 별 타당도 검증을 하는 차원에서 확인적 요인 분석(confirmatory factor analysis)을 진행함과 동시에 단일차원성이 입증된 각 요인들의 상관성과 다중공선성 여부를 확인하기 위한 상관관계분석(correlation analysis)을 진행하였다. 마지막으로 구조방정식 모형(structural equation modeling: SEM) 분석을 실시하였다.

설문지의 타당도와 신뢰도

본 연구의 목적을 위해서 제작된 설문지는 스포츠 경영·마케팅 전공 교수 1인과 박사과정 연구원 2인에게 문항내용의 적합성과 함께 구성이 제대로 이루어졌는지에 관하여 내용타당도(content validity)를 검증받았다. 본 연구에서는 측정도구들의 내적구조의 안정성과 구성 타당도를 확인하기 위해서 확인적 요인 분석(confirmatory factor analysis)을 실시하였다. 본 연구에서는 Gerbing & Anderson(1988)에 의해 제안된 2단계 분석법(Two-step Approach)에 의한 확인적 요인분석을 실시했는데 이는 유형계수의 유효함을 측정하고, 구조모형의 적합성을 나타내는데 장점이 있다. 또한 본 연구의 경우 탐색적 요인분석(Exploratory factor analysis)을 생략했는데 이는 본 연구에서 사용된 척도들의 경우 선행연구에서 충분히 구성타당도를 검증받았기 때문이다(Kline, 2005). Wu(2014)은 확인적 요인분석은 변수간 상관관계가 높더라도 선행연구나 논리적으로 연결된 이론 관계가 없다면 같은 요인으로 묶일 수 없다고 하였다. 즉, 본 연구에서는 UTAUT2 모형이 앞선 선행연구에서 확인적요인분석을 통해 적합도가 입증이 되었기에 확인적요인분석을 실시하였다. 또한 본 연구는 Venkatash et al.(2012)가 기존 변수에 쾌락적 동기와 습관을 추가하여 개발한 UTAUT2 모형에 기반하여 확인적 요인 분석을 실시하였으며, Herrero & San Martin(2017)에서 측정모델에 대한 확인적 요인 분석을 실시하였기에 본 연구에서도 전체모형에 대한 확인적 요인분석을 실시하였다. 이에 본 연구는 본 연구의 측정도구에 대한 확인적 요인 분석을 위해 여러 적합도 지수들이 있지만 Bentler(1990)가 제시한 CFI(comparative fit index)와 Bentler & Bonett(1980)이 제시한 NNFI(non-normed fit index) 그리고 Steiger & Lind(1980)가 제시한 RMSEA(root mean square error of approximation)를 활용하였다. 한편 NNFI의 경우 Amos 20.0 프로그램의 특성상 TLI(Tuker-Lewis index)로 제시되었다.
분석결과 x 2=937.697, df=503, TLI=.904, CFI=.914, RMSEA=.060로 CFI와 TLI는 .9이상, RMSEA는 .08이하로 나타남에 따라 Hong(2000)가 제시한 적합도 기준을 만족시켰다. 또한 확인적 요인분석 과정에서 집중타당성과 판별타당성 검증을 통해 측정도구의 타당성을 향상시키고자 했다. 분석결과 CR값의 경우 각각의 표준화 적재치의 합의 제곱에 문항별 표준화 적재치의 합의 제곱과 측정오차분산의 합을 더한 후 이를 나눠 .826에서 .935사이의 값을 산출하였다. AVE값은 문항별 표준화 적재치를 제곱한 합을 관측변수로 나눈 Hair et al.(2006)의 방법이 있지만 본 연구에서는 표준화 적재치를 각각 제곱한 합과 문항별 표준화 적재치의 제곱의 합과 측정오차분산의 합을 더한 값에 나누는 Fornell & Larcker(1981)의 방법을 활용하였다. 분석결과 .549에서 .785 사이에 수치들이 위치하여 CR값과 AVE값 각각의 기준인치인 .7과 .5를 모두 충족하여 집중타당도에 문제가 없는 것으로 판단된다(Kwag & Won, 2013). 여기에 평균 분산추출지수와 잠재변수 간 상관관계 자승치를 비교하여 판별타당도를 검증하였다. 끝으로 Cronbach's α 계수를 이용한 신뢰도 분석을 실시하여 측정도구의 내적 일관성(internal consistency)확보를 진행하였다. 신뢰도 분석결과 각각의 측정도구의 값이 .769에서 .920사이에 분포하여 모두 기준치 .7이상을 상회하는 것으로 확인되었다. 이에 측정도구의 신뢰도에 특별한 문제가 없는 것으로 판단되었으며(Nunnally, 1978), 이에 대한 결과는 <Table 3>과 같다.
Table 3.

The results of confirmatory factor analysis and reliability analysis

Factors Contents Estimate SE CR AVE α
Performance Expectancy I find online sport media useful in my watching games. .728 .280 .901 .605 .861
Using online sport media help me to access game information. .636 .380
I can watch sport game effectively using online media. .760 .273
Online sport media provides me a new way of watching. .662 .380
Online sport media would make my viewing more comfortable. .715 .329
Online sport media is suitable for my lifestyle. .734 .323
Effort Expectancy I would find online sport media is easy to use proficiently. .685 .439 .826 .549 .784
It is easy to interact with others using online sport media. .534 .671
The function of online sport media is understandable. .792 .251
Learning how to use online sport media is easy for me. .775 .279
Social influence People who are important to me think that I should use online sport media. .747 .251 .874 .638 .812
People who influence my behavior understand that I use online sport media. .778 .232
People who affect my intention to use help me to use online sport media. .570 .535
People who are important to me agree with using sport online media is worthy. .813 .202
Facilitating Condition I have the knowledge necessary to use online sport media. .645 .495 .834 .561 .769
I have the resources necessary to use online sport media. .692 .330
I can get help from others when I have difficulties using online sport media. .807 .251
I can use online sport media without others help. .590 .401
Hedonic Motivation Using online sport media is fun. .901 .149 .879 .714 .833
Using online sport media is enjoyable. .890 .162
Using online sport media is entertaining. .601 .476
Habit The use of online sport media is habit for me. .847 .353 .862 .611 .897
I am addicted to using online sport media. .839 .436
I must use online sport media. .845 .423
I use online sport media naturally when I watch sport game. .779 .546
Intention to use I intend to continue using online sport media in the future. .877 .168 .935 .785 .920
I'll continue to use online sport media frequently. .902 .133
I have plan to use online sport media in the future. .881 .170
I have plan to experience online sport media or use it regularly in the future. .804 .352
Behavior I frequently watch sport game through online sport media. .793 .454 .870 .573 .887
I frequently find information concern with online sport media broadcasting .842 .345
I frequently search information related with online sport media on the internet .832 .354
I put effort to watch online sport media broadcasting .681 .637
I invest my time to watch online sport media broadcasting. .767 .496
x 2=937.697, df=503, TLI=.904 CFI=.914, RMSEA=.060

연구결과

상관관계 분석

pearson의 적률상관계수를 통해 UTAUT2 모델의 요소인 성과기대, 노력기대, 사회적 영향, 촉진조건, 쾌락적 동기, 습관, 지속사용의도, 사용행동 간의 상관관계를 분석하였다. 분석결과 <Table 4>과 같이 변인간의 상관관계가 통계적으로 유의하게 도출됨과 동시에 상관관계가 .80보다 낮게 측정되어 다중공선성에 문제가 없는 것으로 확인되었다.
Table 4.

The results of correlation analysis

Variable Performance expectancy Effort expectancy Social influence Facilitating condition Hedonic motivation Habit Intention to use Behavior
Performance expectancy 1
Effort expectancy .486** 1
Social influence .523** .548** 1
Facilitating condition .614** .575** .528** 1
Hedonic motivation .564** .438** .469** .532** 1
Habit .282** .372** .339** .265** .508** 1
Intention to use .632** .502** .527** .628** .655** .492** 1
Behavior .398** .377** .373** .341** .564** .646** .586** 1

**p<.01

변인 간 인과관계 검증

본 연구에서는 구조모형의 모수 추정 방법으로 최대 우도법(maximum likelihood: ML)을 사용하였으며, 모형적합도 검정결과 x 2=916.605, df=498, TLI= .905, CFI= .916, RMSEA= .060으로 나타나 연구모형이 적합함을 확인하였다. 이에 관환 내용은 <Table 5> 같다. 또한 연구모형에서 설정한 인과관계를 검증한 결과 <Table 6>와 같은 결과가 도출되었다. 가설 검증 결과 첫째, 성과기대가 지속사용의도에 미치는 영향에 관한 가설 분석 결과, 경로계수가 .402, t값이 3.547로 나타나 통계적으로 유의성이 검증되어 가설이 채택되었다(p<.001). 둘째, 노력기대가 지속사용의도에 미치는 영향에 관한 가설 분석결과, 경로계수가 .189 t값이 2.036으로 나타나 통계적으로 유의성이 검증되어 가설이 채택되었다(p<.001). 셋째, 사회적 영향이 지속사용의도에 미치는 영향에 관한 가설 분석결과 경로계수가 .127, t값이 1.207으로 나타나 통계적으로 유의성이 검증되지 않아 가설이 기각되었다(p<.001). 넷째 촉진조건이 사용행동에 미치는 영향을 분석한 결과, 경로계수가 .503, t값이 .476으로 나타나 통계적으로 유의성이 검증되지 않아 가설이 기각되었다. 다섯째, 쾌락동기가 지속사용의도에 미치는 영향에 대한 가설을 분석한 결과, 경로계수가 .304 t값이 3.947로 나타나 통계적으로 유의성이 검증되어 가설이 채택되었다(p<.001). 여섯째, 습관은 지속적 사용의도에 미치는 영향에 대한 가설을 분석한 결과, 경로계수가 .4102 t값이 2.138로 나타나 통계적으로 유의성이 검증되어 가설이 채택되었다(p<.001). 일곱째, 습관이 사용행동에 미치는 영향에 대한 가설을 분석한 결과, 경로계수가 .475, t값이 7.321로 나타나 통계적으로 유의성이 검증되어 가설이 채택되었다(p<.001). 여덟째, 지속사용의도가 사용행동에 미치는 영향에 대한 가설을 분석한 결과, 경로계수가 .413 t값이 4.133으로 나타나 통계적으로 유의성이 검증되어 가설이 채택되었다(p<.001).
Table 5.

The goodness of fit of research model

x 2 df TLI CFI RMSEA
Estimate 916.605 498 .905 .916 .060
Table 6.

Statistical results for structural model

Hypotheses Path Estimate S.E. t Results
H1 Performance expectancy → Intention to use .402 .113 3.547*** Supported
H2 Effort expectancy → Intention to use .189 .093 2.036* Supported
H3 Social influence → Intention to use .127 .105 1.207 Not Supported
H4 Facilitating condition → Usage behavior .503 .111 .476 Not Supported
H5 Hedonic motivation → Intention to use .304 .077 3.947*** Supported
H6 Habit → Intention to use .102 .048 2.138* Supported
H7 Habit → Usage behavior .475 .065 7.321*** Supported
H8 Intention to use→ Usage behavior .413 .100 4.133*** Supported

*p<.05, ***p<.001

논의

본 연구는 UTAUT를 적용하여 대학생들의 온라인 스포츠 미디어 이용 모델이 실제 이용 행동을 적절하게 설명하는지 살펴보고, 온라인 스포츠 미디어 제공 업체들이 스포츠 미디어 콘텐츠를 활용하여 이용자들로부터 긍정적 태도를 이끌어내고 지속적으로 이용하게 만들기 위한 요인들을 규명하는데 목적이 있다. 각 변인 간 인과관계는 구조방정식을 통해 분석되었으며, 본 연구의 분석 결과와 이에 따른 논의는 다음과 같다.
성과기대와 노력기대가 모두 지속사용의도에 긍정적인 영향을 미치는 것으로 나타나 연구가설 1과 2는 채택되었다. 이는 자택 치료환자와 의사의 헬스케어 원격진료 기기의 수용에 성과기대와 노력기대가 정(+)의 영향을 미친다는 Kohnke et al.(2014)의 연구결과와 일치하며, 직원들의 정보통신 기술(ICT) 수용에 성과기대와 노력기대가 정(+)의 영향을 미친다는 Alwahaishi & Snasel(2013)의 연구결과가 지지한다. 성과 기대는 온라인 스포츠 미디어 이용자가 온라인 미디어를 이용하여 스포츠 경기를 시청함으로서 더 나은 시청경험을 제공 받을 수 있을 것이라고 기대하는 정도이다. 이에 본연구의 결과는 온라인 스포츠 미디어의 사용자들이 PC나 모바일 기기를 이용하면 스포츠 시청을 더 편리하고 유용하게 할 수 있다고 믿고 있다는 것을 의미한다. 다음으로 노력 기대는 온라인 스포츠 미디어를 이용자가 쉽게 사용할 수 있을 때 온라인 스포츠 미디어를 통해 시청 경험을 향상시킬 수 있음을 의미한다. 따라서 다양한 기기에서 다양한 연령대의 사용자들도 이용가능 할 수 있도록 호환성 있고, 간단한 서비스가 제공된다면 온라인 스포츠 미디어 사용자들은 노력기대를 크게 인식할 것이다.
둘째, 사회적 영향이 지속사용의도에 긍정적인 영향을 미치지 않는 것으로 나타나 연구가설 3은 기각 되었다 이는 성과기대와 노력기대가 공공 저널리즘 사용의도에 정(+)의 영향을 미친다는 Shu & Chia-Sheng(2015)의 연구와는 상반되는 결과이며, 웹을 통한 항공권 구매 시스템 이용자의 지속적 사용의도에 사회적 영향이 유의미한 영향을 미치지 않는다는 Escobar-Rodriguez & Carvajal-Trujillo(2013)의 연구와 일치하며, 콘텐츠 서비스 제공자가 제작하여 포털이나 모바일 앱에 게시한 미디어 파일을 사용자가 다운 받아 구독하는 방식의 팟캐스트 이용에 사회적 영향이 유의미한 영향을 미치지 않았다는 Kim & Kim(2016)의 연구와 일치한다. 이러한 결과는 온라인을 통해 소비되는 콘텐츠들은 개인화된 서비스로서 주변 사람들의 영향을 받아 사용을 하는 것이 아니라 개인이 지각하는 유용성이나 용이성이 더 큰 영향을 미친다고 해석할 수 있다. 이에 온라인 스포츠 미디어 사용자가 온라인을 통해 스포츠 미디어를 소비하고자 하는 의도를 높이기 위해서는 개인의 미디어 소비 욕구가 반영 될 수 있는 상호작용적 서비스가 제공되어야 할 것이다.
촉진조건이 사용행동에 유의미한 영향을 미치지 않는 것으로 나타나 연구가설 4는 기각되었다. 이는 모바일 인터넷의 이용자의 촉진 조건이 모바일 인터넷의 지속적 이용에 정(+)의 영향을 미친다고 밝힌 Zhou(2011)의 연구 결과와 상반되고, SNS 추천 시스템의 촉진조건이 사용행동에 영향을 미치지 않는다는 Oechslein et al.(2014)의 연구 결과가 이를 지지한다. 이에 대해 크게 두 가지 관점에서 생각 해 볼 수 있을 것이다. 우선 스마트폰이나 데스크탑 및 랩탑 등 디지털 디바이스가 널리 보급됨에 따라 대학생들이 이미 이에 대한 지식을 갖추고 있어 온라인 스포츠 미디어를 이용하는데 크게 어려움을 인지하지 않는 것으로 해석이 가능하다. 다른 한편으로는 이는 온라인 스포츠 미디어의 기술 및 서비스 지원이 사용자가 편의를 지각할 만큼 제공되지 않고 있다는 사실을 유추해 볼 수 있다. 이에 온라인 스포츠 미디어 콘텐츠 제공 업체들은 기존 제공하는 서비스에 대한 홍보와 동시에 적극적인 기술지원 활동을 통해 촉진조건을 증진 시킬 수 있을 것이다.
쾌락적 동기가 사용의도에 긍정적인 영향을 미치는 것으로 나타나 연구가설 5는 채택되었다. 이는 웨어러블 제품의 쾌락적 동기가 사용의도에 정(+)의 영향을 미친다고 밝힌 Gu et al.(2016)의 연구결과와 일치하며, 호텔에서의 NFC(Near field communication) 모바일 결제 시스템 사용의도에 쾌락적 의도가 정(+)의 영향을 미친다는 Morosan & Defranco(2016)의 연구결과와도 일치한다. 기술의 발전으로 소비자들에게 만족감과 행복을 가져다주는 새로운 기술들과 색다른 사용 경험을 제공하는 것은 중요한 문제가 되었다(Gu et al., 2016). 따라서 온라인 스포츠 미디어 업체는 이용자 동기부여를 통해 온라인 스포츠 미디어 이용 시 재미를 지각토록 하거나 게임화(Gamification) 요소를 온라인 스포츠 미디어와 결합하여 서비스를 제공한다면 이용자의 특정 스포츠 미디어 콘텐츠 제공 업체의 서비스를 지속적으로 이용하게 할 수 있을 것이다.
습관이 사용의도 및 행동에 긍정적인 영향을 미치는 것으로 나타나 연구가설 6과 7은 채택되었다. 이는 고객의 항공사 웹 사이트 이용 습관이 사용의도 및 행동에 정(+)의 영향을 미친다고 밝힌 Escobar-Rodriguez & Carvajal-Trujillo(2013)의 연구와 일치하며 이용자의 온라인 상거래 사이트 이용에 정(+)의 영향을 미친다고 밝힌 Pahnila et al.(2011)의 연구가 본 연구의 결과를 지지하고 있다. 이러한 결과는 사용자의 온라인 스포츠 미디어에 대한 습관적 소비가 가능함을 의미한다. 따라서 스포츠 온라인 미디어 제공자는 사용자가 스포츠 미디어를 시청 시 습관적으로 온라인 스포츠 미디어를 이용할 수 있도록 연속적으로 온라인 스포츠 중계를 이용하였을 때 이용 상의 인센티브를 제공하거나, 온라인 중계라는 특성을 활용한 이벤트를 통해 사용자의 습관적 온라인스포츠 미디어 사용을 이끌어 낼 수 있을 것이다.
지속적 사용의도가 사용행동에 긍정적인 영향을 미치는 것으로 나타나 연구가설 8은 채택되었다. 이는 기업 직원 채용 과정에서의 소셜 미디어 사용의도가 실제 이용에 정(+)의 영향을 미친다는 El Quirdi et al.(2016)의 연구 결과와 일치한다. 여기에 사용자들의 모바일 뱅킹 사용의도가 실제 이용에 정(+)의 영향을 미친다고 밝힌 Baptista & Oliveira(2015)의 연구가 이를 지지하고 있다. 위의 선행연구 결과로 미루어 보아 스포츠 온라인 미디어 기업은 스포츠 미디어 서비스 이용 시 재미있고 다양한 기능을 쉬운 조작을 통해 사용자의 휴식과 재미를 위한 목적에 부합하도록 구성해야 할 것이다. 또한 온라인 스포츠 미디어의 기능을 활용한 SNS 이벤트 활동 등을 통해 적극적으로 평판을 관리하여야 이용자의 지속적 사용의도를 유발하고 실제 사용을 이끌어 낼 수 있을 것이다.

결론 및 제언

본 연구는 UTUAT 2 모형을 적용하여 쾌락적 동기, 습관 변수를 투입하였으며, UTAUT 2 모형이 대학생 이용자의 온라인 스포츠 미디어 사용행위를 예측하는데 적절한지 검증하고자 하였다. 본 연구의 측정도구로서 설문지가 사용되었고, 총 235부의 설문지가 분석에 활용되었다. 설문자료는 IBM SPSS 20.0 및 AMOS 20.0을 사용하여 데이터 분석을 실시하였고, 다음과 같은 결론이 도출되었다.
첫째, 성과기대와 노력기대는 지속적 사용의도에 긍정적인 영향을 주는 것으로 나타났다. 반면 사회적 영향은 지속적 사용의도에 유의미한 영향을 미치지 않는 것으로 나타났다. 이에 온라인 스포츠 미디어 기업들은 스포츠 미디어 서비스 제공시 콘텐츠 개발 및 UI, UX 환경개선을 통해 사용자가 지각하는 스포츠 시청 경험에 유용성을 더해야 할 것이며, 개인화된 방식으로 시스템을 구축하여 편리하게 스포츠 미디어 서비스를 이용할 수 있도록 구성해야 할 것이다.
둘째, 촉진조건은 사용행동에 유의미한 영향을 미치지 않는 것으로 나타났다. 이러한 결과로 미루어 보아 온라인 스포츠 미디어 기업은 다양한 기능을 이용자가 지각하고 이용할 수 있도록 사용자 환경을 직관적으로 디자인해야 하며, 모바일에서도 PC에서와 같이 다양한 기능이 제공 될 수 있도록 호환성 있는 시스템이 구축해야 할 것이다.
셋째, 쾌락적 동기는 사용의도에 긍정적인 영향을 주는 것으로 나타났다. 따라서 온라인 스포츠 미디어 기업은 사용자간 응원 댓글이나 스포츠 경기에 대한 평가와 관련된 활동을 적극적으로 유도하기 위해 이용자의 동기부여를 이끌어 낼 수 있는 전략을 구사해야 할 것이며, 경기결과 예측과 같은 게임요소를 도입하여 이용자의 흥미가 사용의도로 이어 지도록 노력해야 할 것이다.
넷째, 습관은 지속적 사용의도 및 행동에 긍정적인 영향을 주는 것으로 나타났다. 이에 온라인 스포츠 미디어 기업은 이용자가 습관적으로 미디어를 이용할 수 있도록 인센티브와 같은 유인요인을 추가해야 할 것이며, 이를 통해 습관적인 온라인 스포츠 미디어 서비스의 이용을 이끌어 내야 할 것이다.
다섯째, 지속적 사용의도는 행동에 긍정적인 영향을 주는 것으로 나타났다. 이에 온라인 스포츠 미디어 기업은 SNS를 활용한 평판관리 활동을 통해 사용의도를 활성화 할 수 있도록 하고 이벤트 등을 통해 실제 행동으로 이어지도록 마케팅 전략을 수립해야 할 것이다.
본 연구의 한계점과 후속 연구를 위한 제언은 다음과 같다. 첫째, 본 연구는 UTAUT 2 모형에서 제시된 성과기대, 노력기대, 사회적 영향, 촉진조건, 쾌락적 동기, 습관, 지속적 사용의도, 사용행동 과 같은 변수들을 적용하였다. 하지만 라이프스타일과 같은 다양한 조절 변수를 추가하여 연구한다면 좀 더 의미 있는 결과가 도출될 수 있을 것이다. 둘째, 본 연구에서는 대학생만을 대상으로 연구가 진행되었지만, 후속 연구에서는 직장인이나, 고령자와 같은 다양한 연령대별 사용행위에 대한 분석이 이루어진다면 연령대별 수용과정을 분석 할 수 있을 것이다. 셋째, 본 연구에서는 서울에 위치한 두 곳의 대학교에서 표본을 선정하였기 때문에 연구결과의 일반화에는 다소 무리가 있다. 향후 전국단위의 표본집단으로 부터 설문이 이루어 진다면 좀 더 의미 있는 결과를 얻을 수 있을 것이다.

References

1. Agarwal, R., et al, & Prasad, J. (1998). A conceptual and operational definition of personal innovativeness in the domain of information technology. Information systems research, 9(2), 204-215. DOI: 10.1287/isre.9.2.204.
crossref
2. Ahn, U. S, Jang, H. S., et al, & Oh, J. C. (2009). A Study on the Effect of Intention of Usage on Internet Brand Community Site by the Extended Technology Acceptance Model. Management Information Systems review, 28(2), 69-94.
crossref
3. Ain, N., Kaur, K., et al, & Waheed, M. (2015). The influence of learning value on learning management system use An extension of UTAUT2. Information Development, 0266666915597546.
4. Ajzen, I. (1991). The theory of planned behavior. Organizational behavior and human decision processes, 50(2), 179-211.
crossref
5. Ajzen, I., et al, & Fishbein, M. (2005). The influence of attitudes on behavior. The handbook of attitudes 173: (pp. 221.
crossref
6. Ajzen, I., et al, & Madden, T. J. (1986). Prediction of goal-directed behavior: Attitudes, intentions, and perceived behavioral control. Journal of experimental social psychology, 22(5), 453-474. DOI: 10.1016/0022-1031(86)90045-4.
crossref
7. Alshehri, M., Drew, S., Alhussain, T., et al, & Alghamdi, R. (2012). The Effects of Website Quality on Adoption of E-Government Service: AnEmpirical Study Applying UTAUT Model Using SEM, arXiv preprint arXiv:1211.2410.
8. Alwahaishi, S., et al, & Snásel, V. (2013). Acceptance and use of information and communications technology: a UTAUT and flow based theoretical model. Journal of technology management & innovation, 8(2), 61-73.
9. Anderson, J. C., et al, & Gerbing, D. W. (1988). Structural equation modeling in practice: A review and recommended two-step approach. Psychological bulletin, 103(3), 411. DOI: 10.1037//0033-2909.103.3.411.
crossref
10. ARENAS-GAITAN, J., PERAL-PERAL, B., et al, & RAMON-JERONIMO, M. (2015). Elderly and internet banking: an application of UTAUT2. The Journal of Internet Banking and Commerce, 2015.
11. . Bae, J. S., Won., D. S., et al, & Cho, K. M. (2015). Factors Influencing Professional Baseball Fans` Acceptance of the Social Networking Service (SNS) provided by the Korean Professional Baseball Teams: From the Expanded Technology Acceptance Model Perspective. The Korean Journal of Physical Education, 54(2), 237-251.
12. Baptista, G., et al, & Oliveira, T. (2015). Understanding mobile banking: The unified theory of acceptance and use of technology combined with cultural moderators. Computers in Human Behavior, 50: 418-430. DOI: 10.1016/j.chb.2015.04.024.
crossref
13. Bentler, P. M. (1990). Comparative fit indexes in structural models. Psychological bulletin, 107(2), 238. DOI: 10.1037//0033-2909.107.2.238.
crossref
14. Bentler, P. M., et al, & Bonett, D. G. (1980). Significance tests and goodness of fit in the analysis of covariance structures. Psychological bulletin, 88(3), 588. DOI: 10.1037//0033-2909.88.3.588.
crossref
15. Brown, S. A., et al, & Venkatesh, V. (2005). Model of adoption of technology in households: A baseline model test and extension incorporating household life cycle. MIS quarterly, 399-426.
crossref
16. Chiu, C. M., Wang, E. T., Fang, Y. H., et al, & Huang, H. Y. (2014). Understanding customers' repeat purchase intentions in B2C e‐commerce: the roles of utilitarian value, hedonic value and perceived risk. Information Systems Journal, 24(1), 85-114. DOI: 10.1111/j.1365-2575.2012.00407.x.
crossref
17. Davis, F. D. (1989). Perceived usefulness, perceived ease of use, and user acceptance of information technology. MIS quarterly, 319-340.
crossref
18. Davis, F. D., Bagozzi, R. P., et al, & Warshaw, P. R. (1992). Extrinsic and intrinsic motivation to use computers in the workplace1. Journal of applied social psychology, 22(14), 1111-1132. DOI: 10.1111/j.1559-1816.1992.tb00945.x.
crossref
19. El Ouirdi, M., El Ouirdi, A., Segers, J., et al, & Pais, I. (2016). Technology adoption in employee recruitment: The case of social media in Central and Eastern Europe. Computers in Human Behavior, 57: 240-249. DOI: 10.1016/j.chb.2015.12.043.
crossref
20. Escobar-Rodríguez, T., et al, & Carvajal-Trujillo, E. (2013). Online drivers of consumer purchase of website airline tickets. Journal of Air Transport Management, 32: 58-64. DOI: 10.1016/j.jairtraman.2013.06.018.
crossref
21. Fishbein, M., et al, & Ajzen, I. 1975; Belief, attitude, intention and behavior: An introduction to theory and research
22. Fornell, C., et al, & Larcker, D. F. (1981). Evaluating structural equation models with unobservable variables and measurement error. Journal of marketing research, 39-50.
crossref
23. Gu, Z., Wei, J., et al, & Xu, F. (2016). An Empirical Study on Factors Influencing Consumers' Initial Trust in Wearable Commerce. Journal of Computer Information Systems, 56(1), 79-85. DOI: 10.1080/08874417.2015.11645804.
crossref
24. Hair, J. F., Black, W. C., Babin, B. J., Anderson, R. E., et al, & Tatham, R. L. (2006). Multivariate data analysis (Vol. 6). Upper Saddle River, NJ: Pearson Prentice Hall.
25. Hannah Payne, H., Arredondo, V., West, J. H., Neiger, B., et al, & Hall, C. (2015). Use and acceptance of social media among community health workers. J Community Med Health Educ, 5(354), 2161-0711.
crossref
26. Heerink, M., Kröse, B., Wielinga, B., et al, & Evers, V. 2008; March;Enjoyment intention to use and actual use of a conversational robot by elderly people In: Proceedings of the 3rd ACM/IEEE international conference on Human robot interaction; 113-120. ACM. DOI: 10.1145/1349822.1349838.
27. Herrero, Á., et al, & San Martín, H. (2017). Explaining the adoption of social networks sites for sharing user-generated content: A revision of the UTAUT2. Computers in Human Behavior, 71: 209-217. DOI: 10.1016/j.chb.2017.02.007.
crossref
28. Hong, S. H. (2000). The Criteria for Selecting Appropriate Fit Indices in Structural Equation Modeling and Their Rationales. Korean Journal of Clinical Psychology, 19(1), 161-177.
29. Jawad, H. H. M., & Hassan, Z. B. Applying UTAUT to evaluate the acceptance of mobile learning in higher education in Iraq. Self, 46: 27.
30. Jeon, M. J., Kwon, S. Y., et al, & Cho, W. Y (2012). The Relationship between Sports Fanship, Using Motivation, and Audience Activity of Professional Baseball Web Datacast Users. Korean Journal of Sociology of sport, 25(2), 67-84.
crossref
31. Kijsanayotin, B., Pannarunothai, S., et al, & Speedie, S. M. (2009). Factors influencing health information technology adoption in Thailand's community health centers: Applying the UTAUT model. International journal of medical informatics, 78(6), 404-416. DOI: 10.1016/j.ijmedinf.2008.12.005.
crossref pmid
32. Kim, B. S., et al, & Kim, H. R. (2009). The Influence of Internet Professional Baseball Game Viewers’ Watching Motive on Satisfaction and the Intention to Re-watch. The Korean Society Of Sports Science, 18(4), 671-681.
33. Kim, G. H., Kim, Y. J., et al, & Yoon, J. S. (2013). The structural relationships of application richness, brand awareness, user habit, user loyalty, and continuance intention in mobile application market. Journal of The Korea Society of Computer and Information, 18(3), 141-152. DOI: 10.9708/jksci.2013.18.3.141.
crossref
34. Kim, H. Y., et al, & Kim, T. S. (2016). Why Do You Use A Podcast Service? Journal of Information Technology Applications & Management, 23(2), 153-176.
35. Kim, M. C. (2010). Tendency Analysis about Broadcast Programs of Domestic Sports Channels: Focused on MBC ESPN, KBS N Sports, and SBS. Sports Korean Journal of Sport Science, 21(4), 1558-1568.
36. Kim, S. S., et al, & Malhotra, N. K. (2005). A longitudinal model of continued IS use: An integrative view of four mechanisms underlying postadoption phenomena. Management science, 51(5), 741-755. DOI: 10.1287/mnsc.1040.0326.
crossref
37. Kim, S. S., et al, & Oh, J. H. (2011). Study on Receptiveness Factor of u-Sports in Athletic University Students. The Korea Journal of Sport, 9(2), 267-277.
38. Kline, R. B. (2005). Principles and practice of structural equation modeling. (2nd ed.). NY: Guilford Press.
39. Kohnke, A., Cole, M. L., et al, & Bush, R. (2014). Incorporating UTAUT predictors for understanding home care patients' and clinician's acceptance of healthcare telemedicine equipment. Journal of technology management & innovation, 9(2), 29-41. DOI: 10.4067/s0718-27242014000200003.
crossref
40. Kwag, M. S., Cho, K. M., et al, & Lee, K. Y. (2014). Verification of an Adaptive Model of Technology Acceptance Model and Theory of Planned Behavior for Online Purchasing Intentions of Sports Products: The Moderating Effects of Lifestyle. The Korean Journal of Physical Education, 53(3), 423-441.
41. Kwon, O. J. (2010). Empirical study about smartphone latent user. Internet and Information Security, 1(1), 55-83.
42. Lee, B. H. (2006). A Study on the Attitude of Use and the Content Strategy of Mobile Media. Journal of Media Science, 6(3), 415-447.
43. Lee, K. Y. 2013; The Impact of Perceived Attributes, Usage Habits and Users' Addiction in Continuance of Social Network Game. In: The Korean Academic of Business Administration 2013 Fall Conference; 325-339.
44. Limayem, M., Hirt, S. G., et al, & Cheung, C. M. (2007). How habit limits the predictive power of intention: The case of information systems continuance. MIS quarterly, 705-737.
crossref
45. Min, Q., Ji, S., et al, & Qu, G. (2008). Mobile commerce user acceptance study in China: a revised UTAUT model. Tsinghua Science & Technology, 13(3), 257-264. DOI: 10.1016/s1007-0214(08)70042-7.
crossref
46. Morosan, C., et al, & DeFranco, A. (2016). It's about time: Revisiting UTAUT2 to examine consumers’ intentions to use NFC mobile payments in hotels. International Journal of Hospitality Management, 53: 17-29. DOI: 10.1016/j.ijhm.2015.11.003.
crossref
47. . Nunnally, J. 1978; Psychometric methods
48. Nysveen, H., et al, & Pedersen, P. E. (2014). Consumer adoption of RFID-enabled services. Applying an extended UTAUT model. Information Systems Frontiers, 1-22.
crossref
49. Nysveen, H., Pedersen, P. E., et al, & Thorbjørnsen, H. (2005). Explaining intention to use mobile chat services: moderating effects of gender. Journal of consumer Marketing, 22(5), 247-256. DOI: 10.1108/07363760510611671.
crossref
50. Oechslein, O., Fleischmann, M., et al, & Hess, T 2014; January;An application of UTAUT2 on social recommender systems: Incorporating social information for performance expectancy In: System Sciences (HICSS), 2014 47th Hawaii International Conference on; 3297-3306. IEEE. DOI: 10.1109/hicss.2014.409.
51. Oh, E. T., Kim, J. H., et al, & Yang, J. H. (2011). The impact of the Connecting Motivation in Sport media on Flow Experience and Acceptance media use in University Students. The Korea Journal of Sport, 9(4), 35-48.
52. Oh, J. H. 2005; Effect of characteristics of sports websites on user's satisfaction, loyalty and exercise adherence Unpublished Doctoral Dissertation. Chungnam University.
53. Pahnila, S., Siponen, M., et al, & Zheng, X. (2011). Integrating habit into UTAUT: the Chinese eBay case. Pacific Asia Journal of the Association for Information Systems, 3(2), 1-30.
crossref
54. Park, H. H., et al, & Noh, M. J. (2012). The influence of consumers' innovativeness and trust on acceptance intention of sensor-based smart clothing. Journal of the Korean Society for Clothing Industry, 14(1), 24-36. DOI: 10.5805/ksci.2012.14.1.024.
crossref
55. Salimon, M. G., Yusoff, R. Z., et al, & Mokhtar, S. S. M. (2016). The influence of E-Satisfaction, E-Trust and Hedonic Motivation on the Adoption of E-banking and Its Determinants in Nigeria: A Pilot Study. Mediterranean Journal of Social Sciences, 7(1), 54.
crossref
56. Shu, W., et al, & Chia-Sheng, H. (2015). Mass collaboration and reading citizen journalism. China Media Research, 11(1), 14-26.
57. Slade, E. L., Dwivedi, Y. K., Piercy, N. C., et al, & Williams, M. D. (2015). Modeling consumers’ adoption intentions of remote mobile payments in the United Kingdom: extending UTAUT with innovativeness, risk, and trust. Psychology & Marketing, 32(8), 860-873. DOI: 10.1002/mar.20823.
crossref
58. Sohn, S. H., Choi, Y. J., et al, & Hwang, H. S. (2011). Understanding Acceptance of Smartphone among Early Adopters Using Extended Technology Acceptance Model. Korean Journal of Journalism & Communication Studies, 55(2), 227-251.
59. Son, A., Kim, H. K., et al, & Lee, J. H. (2014). A Study on Users' Acceptance of Mobile Fashion Application Based on UTAUT model. Research of Business Education, 87: 299-319.
60. . Son, H. J., Lee, S. W., et al, & Cho, M. H. (2014). Influential Factors of College Students’ Intention to Use Wearable Device - An Application of the UTAUT2 Model. Korean Journal of Communication & Information, 68: 7-33.
61. Steiger, J. H., et al, & Lind, J. C. 1980; May;Statistically based tests for the number of common factors In: annual meeting of the Psychometric Society, IA, June;
62. Taiwo, A, A,., et al, & Downe, A, G. (2013). The theory of user acceptance and use of technology(UTAUT): a meta-analytic review of empirical findings. Journal of Theoretical & Applied Information Technology, 49(1), 48-58.
63. Venkatesh, V., Morris, M. G., Davis, G. B., et al, & Davis, F. D. (2003). User acceptance of information technology: Toward a unified view. MIS quarterly, 425-478.
crossref
64. Venkatesh, V., Thong, J. Y., et al, & Xu, X. (2012). Consumer acceptance and use of information technology: extending the unified theory of acceptance and use of technology. MIS quarterly, 36(1), 157-178. DOI: 10.2307/41410412.
crossref
65. Wu, J. P. (2014). Misapprehension and Prejudice of Stuructural Model. Seoul: Hannarae.
66. Yang, S. (2013). Understanding undergraduate students’ adoption of mobile learning model: a perspective of the extended UTAUT2. Journal of convergence information technology, 8(10), 969-979.
crossref
67. Yu, C. S. (2012). Factors affecting individuals to adopt mobile banking: Empirical evidence from the UTAUT model. Journal of Electronic Commerce Research, 13(2), 104-121.
68. Yuan, S., Ma, W., Kanthawala, S., et al, & Peng, W. (2015). Keep using my health apps: Discover users' perception of health and fitness apps with the UTAUT2 model. Telemedicine and e-Health, 21(9), 735-741. DOI: 10.1089/tmj.2014.0148.
crossref pmid
69. Zhou, T. (2011). Understanding mobile Internet continuance usage from the perspectives of UTAUT and flow. Information Development, 27(3), 207-218.
crossref
TOOLS
METRICS Graph View
  • 5 Crossref
  •  0 Scopus
  • 936 View
  • 9 Download
Related articles


ABOUT
BROWSE ARTICLES
EDITORIAL POLICY
FOR CONTRIBUTORS
Editorial Office
Korea Institute of Sport Science, 727 Hwarang-lo, Nowon-gu, Seoul 01794, Korea                         Privacy Policy
Tel: +82-2-970-9570    Fax: +82-2-970-9651    E-mail: publ@kspo.or.kr                

Copyright © 2024 by Korea Institute of Sport Science.

Close layer
prev next