ISSN : 1229-6783(Print)
ISSN : 2288-1484(Online)
ISSN : 2288-1484(Online)
Journal of the Korea Safety Management & Science Vol.26 No.2 pp.93-105
DOI : http://dx.doi.org/10.12812/ksms.2024.26.2.093
DOI : http://dx.doi.org/10.12812/ksms.2024.26.2.093
The Impact of Content Quality and YouTuber Attributes on User Satisfaction and Behavioral Intentions in Food Mukbang Channels
April 04, 2024
June 04, 2024
June 04, 2024
Abstract
In this study, based on previous research on personal broadcasting, we indirectly measured content quality, YouTuber attributes, user satisfaction, and behavioral intention, which are latent variables that cannot be directly measured, as measurement variables, and then measured theoretically between the latent variables. In order to analyze the causal relationship, we used a structural equation model to determine to what extent the content quality of the YouTube mukbang channel and the YouTuber's attributes influence behavioral intentions such as purchase, recommendation, and continued use according to viewers' satisfaction with use. We intend to analyze and verify the relationship between related variables. The research results are as follows. First, the value, relevance, timeliness, completeness, and data quantity of content quality were found to have no significant impact on user satisfaction. Second, the trustworthiness, expertise, attractiveness, and intimacy of YouTuber attributes were found to have a significant impact on user satisfaction, but the similarity of YouTuber attributes did not have a significant impact on usage. Third, user satisfaction was found to have a significant impact on behavioral intentions and purchase intentions. However, user satisfaction was not found to have a direct significant impact on recommendation intentions or continued usage intentions.
YouTuber attributes, User satisfaction, Users' intentions, Behavioral intention, Structural equation model
초록
1. 서 론
모바일 기기의 성능 및 정보통신 기술의 고도화로 인해서 장소에 구애받지 않고 이용할 수 있는 동영상 공유 모바일 어플리케이션들의 다양한 미디어 매체 및 컨텐츠들이 급증하고 있다. 특히 구글이 운영하는 세계 최대의 동영상 공유 플랫폼이 유튜브(You Tube)는 급속한 성장을 거듭하여 현대 사회의 주요한 미디어 플랫폼 중 하나로 자리매김하였다. 또한 수많은 주제와 다양한 콘텐츠를 유튜브 이용자에게 제공하며, 일상생활에 유익한 정보 획득과 엔터테인먼트 또는 소셜 커뮤니케이션의 필수 요소로 자리잡고 있다.
유튜브 콘텐츠를 직접 만들어 제공하는 크리에이터(유튜버)는 상호적 성공을 위한 필수 불가결한 요소가 되었고, 유튜버와 콘텐츠를 시청하는 사용자, 그리고 이 둘 사이를 연결해주는 플랫폼인 유튜브는 사용자가 시청한 영상 알고리즘에 맞추어 다양한 동영상 콘텐츠를 제공한다.
유튜브 사용자는 시청을 원하는 영상을 선택할 때 선호하는 콘텐츠 뿐만 아니라 유튜버가 누구인지도 고려하게 된다. 이에 따라 유튜버들은 영상 콘텐츠를 제작할 때 유튜브 이용자들의 니즈를 충족시키기 위해 콘텐츠 품질과 유튜버 본인의 매력을 어필하기 위해 모든 노력을 기울이고 있다.
이들이 생산하는 콘텐츠의 유형에는 게임, 뷰티, 먹방, 정치, 여행 등 다양한 카테고리가 존재한다. 이러한 다양한 콘텐츠 중 ‘먹방’ 채널은 사용자들 사이에 특히 높은 인기를 누리며, 먹방 유튜버들은 여러 가지 요리와 다양한 먹거리를 소개하며 시청자들과 소통하는 독특한 공간으로 만들고 있다.
먹방은 먹는다는 뜻의 '먹'과 방송의 '방'이 합쳐진 신조어다. 영어로는 'Mukbang'으로 쓰인다(위키백과, 먹방, 2019). 한국 최초의 먹방은 2009년 1인 인터넷 방송 아프리카TV에서 먹는 모습을 방송하는 것에서 시작되었다(이소라, 2015). 이후 면대면 형식으로 다양하면서도 많은 양의 음식을 차려놓고 먹는 BJ 먹방은 이제 하나의 고유한 방송 콘텐츠로 자리매김하였다(문영은, 2017). 한국의 지배적 음식문화 가치나 전통적 정체성에서 이탈한 먹방 문화가 주목을 끈 것이다(홍석경, 박소정; 2016).
유튜브 이용자들 사이에서 ‘먹방’ 채널 콘텐츠는 큰 관심을 받고 있으며, 시청자들에게 시각적으로 음식을 공유하는 역할과 음식 레시피 제공 및 식사 문화에 대한 흥미 유발의 역할 등을 한다. 이용자들은 ‘먹방’ 채널 콘텐츠 이용에 있어 콘텐츠의 품질을 고려하지 않을 수 없고, 누구나 유튜브 영상 콘텐츠 업로드가 가능하기에 이용자들은 더욱 고품질의 콘텐츠를 선호하고 있다.
이와 더불어 이용자들은 선호하는 유튜버를 선정하거나 구독을 하게 된다. 유튜버 선정 또는 구독 기준은 이용자에 따라 여러 조건이 존재할 수 있으며, 유튜버의 외모나 말투, 인성 등 다양한 조건은 고려의 대상이 될 수 있다. 따라서 유튜버들 역시 이러한 부분들을 고려하면서 이용자가 본인의 채널에 많이 유입될 수 있도록 상당한 노력이 필수적 요소일 것이다.
그러나 유튜브 콘텐츠 품질과 유튜버, 즉 크리에이터의 속성 선정을 통해 사용자들의 만족도 및 행동의도의 연구들은 다소 이루어져 있으나, 먹방 콘텐츠와 관련된 연구는 미미한 상태이고, 특히 먹방 콘텐츠 품질과 유튜버 속성이 이용자들의 만족도에 따라 구매 의도, 추천 의도, 지속사용 의도 등과 같은 행동 의도에 미치는 영향들에 대한 연구는 미미한 실정이다.
따라서 본 연구에서는 개인방송 관련 선행연구를 바탕으로 직접적인 측정이 불가능한 잠재변수인 컨텐츠 품질, 유튜버 속성, 이용만족도, 행동의도를 간접적으로 측정한 다음, 잠재변수들 간의 이론적인 인과관계를 분석하기 위하여 구조 방정식 모형(structural equation model) 통해 유튜브 먹방 채널의 콘텐츠 품질과 유튜버의 속성이 시청자의 이용 만족도에 따른 구매, 추천, 지속사용 등의 행동 의도에 어느 정도의 영향을 미치는지 분석하여 이와 관련된 요인들과의 관계를 실증적으로 검증하고자 한다.
2. 이론적 배경
2.1 콘텐츠 품질
정보시스템분야에서 정보품질에 대한 연구는 개발자 및 관리자 관점(DeLone & McLean, 2003; Lee etal., 2002) 혹은 사용자 관점(Nicolaou & McK, 2006; Wang & Strong, 1996)의 두 가지 차원에서 연구되어 왔으나, 본 연구는 먹방채널 컨텐츠를 이용하는 시청자가 연구 대상이므로, 데이터 사용자 관점에서 연구된 데이터 품질의 5개의 속성 변수를 컨텐츠 품질로 설계하여 연구를 수행하였다.
콘텐츠 품질에서 가치성은 먹방채널을 시청하는 데 소비한 시간과 비용 및 노력이 이용자가 얻을 수 있는 이점 및 유익함의 정도를 의미한다. 관련성은 먹방채널의 정보가 관심 분야 또는 업무와 관련 있는 내용 등을 포함하고 있는 정도나 적용가능성에 대한 인지하는 정도를 의미한다. 적시성은 먹방채널의 정보가 적절한 시간에 제공되고 최신 내용을 담고 있다고 인지하는 정도를 의미한다. 충실성은 먹방채널에서 제공하는 정보의 깊이 및 넓이를 인지하는 정도를 의미한다. 데이터의 양은 사용 가능한 데이터의 양 또는 적절한 정도로 의미한다.
본 연구에서는 가치성으로 시청 시간, 일상생활 등 2개의 항목, 관련성으로는 관심사, 생활 등 2개의 항목, 적시성으로는 최신 음식 트렌드, 필요한 정보 업데이트 등 2개의 항목, 충실성으로는 다양성, 구체적인 정보 제공 등 2개의 항목, 데이터의 양은 적절성, 이용자 경험 향상 등 2개의 항목으로 측정할 수 있도록 설문을 설계하여 연구를 수행하였다.
2.2 유튜버 속성
유튜브에서 먹방 유튜버는 일상의 식사 장면을 다양한 방식으로 먹방채널을 통해 제공하고 이용자는 이를 시청하면서 흥미와 즐거움을 전달하고 있다(임정엽ㆍ김종무, 2018). 본 연구에서는 선행연구를 바탕으로 유튜버 속성에 대한 변수를 신뢰성, 전문성, 매력성, 친밀성, 유사성으로 분류하였다. 신뢰성은 크리에이터가 제공하는 정보를 시청자들이 믿을 수 있다고 인지하는 정도를 의미한다. 전문성은 크리에이터의 음식에 대한 지식, 표현, 숙련도에 따라 시청자가 인지하는 정도를 의미한다. 매력성은 시청자가 크리에이터를 좋아하다고 인지하는정도를 의미한다. 친밀성은 시청 이용자가 크리에이터를 친근하게 인지하는 정도를 의미한다. 유사성은 시청 이용자가 크리에이터와의 성격이나 사고방식이 유사하다고 인지하는 정도를 의미한다.
또한 본 연구의 변수 측정은 신뢰성은 사실적 리뷰, 유료 광고 2개의 항목, 전문성은 전문적인 정보 제공, 다양성과 상세한 특징 제공 2개의 항목, 매력성은 편집 기술, 즐거움 제공 2개의 항목, 친밀성은 상호작용, 일상적인 음식 경험 공유 2개의 항목, 유사성은 콘텐츠 정보의 현실성, 유튜버와 시청자의 유사성 항목으로 측정할 수 있도록 설문을 설계하여 연구하였다.
2.3 이용 만족도
이용 만족도란 시청자의 먹방채널에 대한 기대와 시청경험으로 얻은 충족의 정도를 의미한다(Kim &Rubin, 1997). 본 연구에서는 선행연구를 기반으로 이용 만족도 속성을 만족스러운 경험, 이용자의 욕구 충족, 채널 시청 후 좋아요 버튼 클릭 여부, 긍정적 댓글 작성 등 4개의 항목으로 측정할 수 있도록 설문을 설계하여 연구하였다.
2.4 행동의도
행동의도는 소비자들이 정보에 대한 태도를 수립한 후 특정한 미래에 대한 행동으로 표출하려는 개인의 의지와 신념으로 정의할 수 있다(Boulding et al., 1993).
본 연구에서는 선행연구를 기반으로 행동의도 속성을 구매의도, 추천의도, 지속사용의도로 분류하였다. 구매의도는 먹방 채널의 제품을 구매하려는 신념과 태도가 행동으로 나타나는 정도를 의미하고, 추천의도는 먹방채널의 이용경험을 주변사람들과 공유하고자 하는 정도를 의미하며, 지속사용의도는 먹방채널을 지속적으로 이용하고자 하는 정도를 의미한다.
또한 속성 변수인 구매의도는 콘텐츠 속 제품 구매, 만족 여부에 따른 구매, 할인행사에 따른 구매, 구독 여부에 따른 구매 등 4개의 항목, 추천의도는 추천 의향, 권유 의향, SNS 공유 의향, 행사 공유 의향 등 4개의 항목, 지속사용의도는 채널 콘텐츠 반복 이용, 선호 음식에 대한 영상 콘텐츠 지속 이용, 지속 구독 등 4개의 항목으로 측정할 수 있도록 설문을 설계하여 연구하였다.
3. 연구모형 및 연구가설 설정
3.1 연구모형의 설정
본 연구는 유튜브 먹방 채널의 콘텐츠 품질 및 유튜버 속성이 시청자의 이용만족도와 행동의도에 미치는 영향에 관한 연구를 하였다. 고객들의 관점에서 유튜브 먹방 채널의 콘텐츠 품질 및 유튜버 속성이 이용 만족도와 행동의도에 미치는 요인의 인과관계를 규명하기 위한 실증적인 연구를 위해 행동의도를 결과 변수로 설정하고, 행동의도에 영향을 미치는 요인으로 콘텐츠 품질, 유튜버 속성, 이용 만족도를 인과모형으로 구성하여 아래 [Figure 1]과 같은 연구모형을 설정하였다.
3.2 연구가설의 설정
[Figure 1]의 연구모형에 따라 연구가설을 다음과 같이 설정 하였다.
가설 1. 콘텐츠 품질은 이용 만족도에 정(+)의 영향을 미칠 것이다.
가설 1-1. 콘텐츠 품질의 가치성은 이용 만족도에 정(+)의 영향을 미칠 것이다.
가설 1-2. 콘텐츠 품질의 관련성은 이용 만족도에 정(+)의 영향을 미칠 것이다.
가설 1-3. 콘텐츠 품질의 적시성은 이용 만족도에 정(+)의 영향을 미칠 것이다.
가설 1-4. 콘텐츠 품질의 충실성은 이용 만족도에 정(+)의 영향을 미칠 것이다.
가설 1-5. 콘텐츠 품질의 데이터의 양은 이용 만족도에 정(+)의 영향을 미칠 것이다.
가설 2. 유튜버 속성은 이용 만족도에 정(+)의 영향을 미칠 것이다.
가설 2-1. 유튜버 속성의 신뢰성은 이용 만족도에 정(+)의 영향을 미칠 것이다.
가설 2-2. 유튜버 속성의 전문성은 이용 만족도에 정(+)의 영향을 미칠 것이다.
가설 2-3. 유튜버 속성의 매력성은 이용 만족도에 정(+)의 영향을 미칠 것이다.
가설 2-4. 유튜버 속성의 친밀성은 이용 만족도에 정(+)의 영향을 미칠 것이다.
가설 2-5. 유튜버 속성의 유사성은 이용 만족도에 정(+)의 영향을 미칠 것이다.
가설 3. 이용 만족도는 행동의도에 정(+)의 영향을 미칠 것이다.
가설 3-1. 이용 만족도는 행동의도의 구매의도에 정(+)의 영향을 미칠 것이다.
가설 3-2. 이용 만족도는 행동의도의 추천의도에 정(+)의 영향을 미칠 것이다.
가설 3-3. 이용 만족도는 행동의도의 지속사용의도에 정(+)의 영향을 미칠 것이다.
4. 실증분석
4.1 자료수집 및 분석 방법
4.1.1 설문지의 구성
설문지는 콘텐츠 품질 관련 항목 10문항, 유튜버 속성 관련 항목 10문항, 이용 만족도 관련 항목 4문항, 행동의도 관련 항목 12문항으로 설계하여 Likert 5점 척도로 측정하였다. 또한 인구통계학적 특성은 4문항으로 설계하여 측정하였다. 설계된 설문지 구성은 아래의 <Table 1>과 같다.
4.1.2 자료수집 및 분석방법
연구 수행에 필요한 자료를 수집하기 위하여 유튜브 이용자들을 대상으로 2023년 10월 1일부터 10월 5일까지 설문조사를 실시하여 유효한 147부를 가지고 분석하였다. 설문 조사 대상자의 일반적인 특성을 알아보기 위해서 빈도분석을 실시하였으며, 타당성 검증을 위해 요인분석을 실시하고 요인분석을 통해 축약된 요인들을 대상으로 신뢰도 분석을 실시하였다. 또한 요인들과의 인과 관계 규명을 위해 구조방정식모형을 가지고 통계패키지인 IBM SPSS 29와 구조방정식 분석패키지인 IBM AMOS 26을 이용하여 분석하였다. 자료 수집 및 분석방법에 대해 정리하면 <Table 2>와 같다.
4.2 표본의 통계적 특성
수집된 자료의 서비스 이용 및 경험 특성에 관한 빈도분석 결과는 <Table 3>과 같다. 1주일 기준 시청일수는 7일(57.2%)로 가장 많았으며 5일 이상 7일 미만(19.0%), 3일 이상 5일 미만(10.9%) 등의 순으로 나타났다. 1주일 기준 평균 먹방 시청시간은 1시간 미만(55.8%)으로 가장 많았으며 1시간 이상 3시간 미만(27.9%), 3시간 이상 6시간 미만(10.2%) 등의 순으로 나타났다. 먹방 채널 선정 이유는 복수 선택을 채택하여 알고리즘에 알맞은 유튜브 콘텐츠(39.7%)가 가장 많았으며 구독한 유튜브 위주(25.4%), 유튜버의 높은 인지도(13.8%) 등의 순으로 나타났다.
수집된 자료의 인구 통계적 특성에 관한 빈도분석 결과는 <Table 4>와 같다. 연령대는 20대 77.6%로 가장 많았으며 나머지 연령대별 순서는 20대 미만은 10.9%, 30대 5.4%, 50대 이상 3.4%, 40대 2.7%로 나타났다. 성별은 남성의 비중이(55.1%) 여성의 비중이(44.9%) 보다 높았다. 직업별 분포는 대학생/대학원생(57.1%)이 가장 많았으며 무직(12.9%), 사무직/기술직(9.5%), 전문직/프리랜서(6.8%) 등의 순으로 나타났다. 최종학력은 대학교 재학 또는 졸업(68.7%)이 가장 많았으며 전문대 재학 또는 졸업(10.9%), 고등학교 재학 또는 졸업(10.2%) 등의 순으로 나타났다.
4.3 측정변수의 요인 분석 및 신뢰도 분석
본 연구의 측정변수에 대한 타당성과 신뢰성을 확인하기 위하여 IBM SPSS 29와 IBM AMOS 26을 활용하여 분석하였다. 각 측정변수의 타당성을 검증하기 위하여 콘텐츠 품질의 가치성, 관련성, 적시성, 충실성, 데이터의 양과 유튜버 속성의 신뢰성, 전문성, 매력성, 친밀성, 유사성 및 이용 만족도와 행동 의도의 구매 의도, 추천 의도, 지속사용 의도를 대상으로 요인분석을 실시하였다. 요인분석의 기본원리는 항목들 간의 상관관계가 높은 것끼리 하나의 요인으로 묶어 각 요인들 간의 독립성을 유지하도록 함으로써 요인들 간에 상관관계가 서로 상이한 개념을 보도록 하는 것이다. 우선 수렴타당성을 확인하기 위하여 요인의 수를 최소화하여 정보의 손실을 최소화하기 위해 주성분분석 방식을 이용하였고, 회전 방식으로 간명하고 요인 간 명확한 해석을 추구하기 위하여 베리멕스(Varimax)방식을 사용하였다. 분석 결과 각 변수와 요인 간의 상관관계를 나타내주는 요인적 재량의 값이 0.5 이상인 경우 중요 변수로 판단하고 평균분산추출 내적일치도를 평가하기 위하여 Cronbach’s alpha 값을 확인하며 alpha 계수는 0.6 이상 0.7 미만이면 수용 가능한 수준, 0.7 이상 0.8 미만이면 양호한 수준으로 판단하며, 0.8 이상 0.9 미만이면 우수한 수준으로 판단하여 분석하였다.
4.3.1 콘텐츠 품질의 요인분석 및 신뢰도 분석
콘텐츠 품질 속성에는 가치성, 관련성, 적시성, 충실성, 데이터의 양을 측정하는 요인은 설문 문항을 2문항씩 순서대로 묶어 배치하여 사용하였고 각 요인인 10개 측정항목 요인 분석 결과는 다음 <Table 5>와 같다.
콘텐츠 품질 요인은 요인적재량 0.5 이상을 충족함에 따라 그대로 사용하였다.
<Table 6>에서 KMO와 Bartlett의 검정결과 KMO 값 0.800, Bartlett 값 0.000으로 요인분석 모형이 적합한 것으로 판단된다.
또한 <Table 7>의 신뢰도 통계량 Cronbach’s alpha 값이 가치성 0.729, 관련성 0.820은 양호 수준 이상으로 판단되며 적시성 0.636, 데이터의 양 0.636으로 수용 가능한 수준으로 판단된다. 또한 충실성 0.557은 기준에 미달하지만 요인 제거 시 전체 분산에 영향을 미치기 때문에 그대로 사용하였다.
4.3.2 유튜버 속성의 요인분석 및 신뢰도 분석
유튜버 속성에는 신뢰성, 전문성, 매력성, 친밀성, 유사성을 측정하는 요인은 설문 문항을 2문항씩 순서대로 묶어 배치하여 사용하였고 각 요인인 10개 측정항목 요인 분석 결과는 다음 <Table 8>과 같다.
유튜버 속성 요인 중 친밀성-1은 요인 적재랑 0.5 미만에 해당하나 제거할 경우 전체 분산값에 영향을 주어 분산이 60% 이상이 되지 않기 때문에 그대로 사용하였다.
<Table 9>에서 KMO와 Bartlett의 검정 결과 KMO 값 0.722, Bartlett 값 0.000으로 요인분석 모형이 적합한 것으로 판단된다.
<Table 10>의 신뢰도 통계량 Cronbach’s alpha 값이 유사성 0.664로 수용 가능한 수준이며 신뢰성 0.334, 전문성 0.502, 친밀성 0.495, 유사성 0.417은 alpha 계수 기준에 미달하지만 요인을 제거할 경우 전체 분산 값 60%이상을 충족하지 못하므로 그대로 사용하였다.
4.3.3 이용 만족도의 요인분석 및 신뢰도 분석
이용 만족도 요인 분석을 위해 주성분 분석 초기 추출 결과 <Table 11> 분산 값이 52.861%로 60% 이상이 되지 않아 0.5 미만의 추출 값을 제거한 뒤 이용만족도-2, 이용만족도-3과 이용만족도 값으로 재분석하여 <Table 12>으로 최종 요인 분석을 하였다.
이용 만족도 요인은 설문 문항을 3문항에 해당하며 각 요인인 3개 측정항목 요인 분석 결과는 다음 <Table 13>과 같다.
이용 만족도 요인은 요인적재량 0.5 이상을 충족함에 따라 그대로 사용하였다.
<Table 14>에서 KMO와 Bartlett의 검정 결과 KMO 값 0.608, Bartlett 값 0.000으로 요인분석 모형이 적합한 것으로 판단된다.
<Table 15>의 신뢰도 통계량 Cronbach’s alpha 값이 이용만족도 0.699로 수용 가능한 수준으로 판단된다.
4.3.4 행동 의도의 요인분석 및 신뢰도 분석
행동 의도에는 구매 의도, 추천 의도, 지속사용 의도를 측정하는 요인은 설문 문항을 3문항과 2문항씩으로 묶어 배치하여 사용하였고 각 의도에 대한 총 요인을 추가하여 11개 측정항목 요인 분석 결과는 다음 <Table 16>과 같다.
행동 의도 요인 중 구매의도-1은 요인 적재랑 0.5 미만에 해당하나 제거할 경우 전체 분산값에 영향을 주어 분산이 60% 이상이 되지 않기 때문에 그대로 사용하였다.
<Table 17>에서 KMO와 Bartlett의 검정 결과 KMO 값 0.828, Bartlett 값 0.000으로 요인분석 모형이 적합한 것으로 판단된다.
<Table 18>의 신뢰도 통계량 Cronbach’s alpha 값이 구매의도 0.715, 추천의도 0.752는 양호한 수준 이상으로 판단되며 지속사용의도 0.855로 우수한 수준 이상으로 판단된다.
4.4 구조방정식 모형 검증 및 가설 검증
4.4.1 구조방정식모형의 의의와 특성
구조방정식 모형이란 측정모형과 구조모형을 통해 여러 잠재변수들 간의 인과관계를 분석하기 위한 모형을 말한다. 경로분석과는 다르게, 직접적인 측정이 불가능한 잠재변수를 측정변수들로 이용해서 간접적으로 측정한 다음 잠재변수들 간의 이론적인 인과관계를 분석하기 위하여 개발된 통계적인 방법이다.
구조방정식 모형은 구조모형에서 사용되는 잠재변수들을 별도의 측정변수들을 이용해, 측정해야하기 때문에 측정오차의 존재를 허용한다. 또한, 측정오차 및 잔차들 간에 서로 연관되어 적지 않은 상관관계가 발생할 수 있으며, 더욱이 순환적 모형뿐만 아니라 변수들 간에 서로 영향을 주고받는 상호작용적 모형도 허용한다. 이는 경로분석에서 동일시 되었던 잠재변수와 관측변수가, 구조방정식모형에서는 분명하게 구분됨에 따라 새로운 가정들이 추가된다. 이때, 경로분석에서 필요했던 가정 중 구조방정식 모델링에서는 불필요하게 된 가정들이 생긴다.
첫째, 잠재변수가 하나의 관측변수에 의해 완벽하게 측정된다는 가정이 불필요하게 된다.
둘째, 경로분석에서 인과흐름이 일방향인 것은 잠재변수간의 관계를 가설화하는데 있어 제한적이기에, 구조방정식 모델링에서는 이러한 일방향의 가정을 버리고 잠재변수간에 상호인과관계가 있는 모델의 설정이 가능하다.
셋째, 경로분석에서의 잔차의 무상관에 대한 가정이 구조방정식모델링에서는 불필요하게 된다. 위의 세 가지 가정을 버리면서 구조방정식 모델링은 보다 현실적인 이론구조의 설정이 가능하게 되었다. 이는 모델이 복잡하게 됨을 의미하지만, 복잡한 모델의 설정은 모수의 추정을 위한 방법들이 잘 마련되어 있음을 의미한다. 일반적인 구조방정식모형을 분석하는 프로그램에는 AMOS와 MPLUS 등이 개발되어 있으며, 본 연구에서는 AMOS 프로그램을 사용하여 분석하였다.
4.4.2 구조방정식 모형 검증
모형의 적합도를 평가하는 적합도 판단 지수인 절대적합지수는 제안한 모형이 표본자료를 얼마나 적절하게 적합시키는지를 판단하는 척도이다. 또한 제안모형이 기초모형에 비해 어느 정도 향상되었는가를 평가하는 증분 적합지수의 하나인 표준적합지수 모형을 오차평균 제곱근를 이용하여 분석하였다. 본 연구에서는 CMIN(p), 카이스퀘어(CMIN/DF), 표준적합지수(RMESA), 증분적합지수(CFI, TLI)를 중심으로 모형의 적합도를 평가하였고, 사용된 모형적합도의 판단지수는 <Table 19>과 같다.
아래 [Figure 2]는 본 연구 분석을 위하여 설정된 초기 구조방정식 모형이다.
초기 구조방정식 모형의 적합도 수치는 <Table 20>과 같다.
<Table 20>의 적합도 검증결과는 요인분석을 수행하지 않은 최초모형에 대한 적합도 평가로, CMIN/DF 의 값을 가지고 판단 할 때 적합하나, RMESA, TLI, CFI 의 값은 적합 수용수준을 충족하지 못하여 부적합한 것으로 나타났다.
4.4.3 요인분석 후 구조방정식 모형의 적합도 검증
아래 [Figure 3]은 요인분석과 신뢰도 분석으로 타당성이 검증된 변수들로 구성된 구조방정식 모형이다.
위 구조방정식 모형의 적합도 지수 값은 <Table 21>과 같다.
검증결과 CMIN/DF 의 값이 3보다 작으므로, 적합한 모형으로 판단된다. 하지만, RMESA, TLI, CFI 는 수용수준에 미치지 못하는 것으로 판단되었다.
따라서 모형의 수정을 통해 적합도를 향상시키기 위하여 측정변수에 대한 다중상관치(SMC)값이 0.5 미만인 V25를 제거하였으며, 측정모형의 표준화 회귀 가중치의 값이 0.5 이하인 V23, 적시성, 친밀성, 유사성, V21을 제거하였다. 모형의 적합도를 높일 수 있는 가능성을 나타내는 지수인 M.I의 기본값이 4이므로 값이 가장 크게 정(+)의 큰 모수 변화를 가져오며, 다른 요인의 상관관계를 저하하지 않는 요인들을 선정하여, 한 번에 하나씩 측정오차항 간(X1과 X2, X3과 X4, X13과 X14, X4와 X25, X18과 X26, X26과 X35 ) 공분산을 상관으로 연결하여 구조방정식의 적합도 평가기준 5개 지수 값이 수용수준에 도달할 때까지 탐색작업을 수행하여 최종 구조방정식 모형을 도출하였다.
4.4.4 최종 구조방정식 모형의 적합도 검증
아래 [Figure 4]는 변수 제거와 수정지수를 이용해 도출된 최종 구조방정식 모형이다.
위 구조방정식 모형의 적합도 지수 값은 <Table 22>와 같다.
위의 모형에서 CMIN 값은 373.345으로 이전 모형의 값보다 감소되어 적합영역으로 이동하였으며, CMIN/DF의 값도 1.272로 3이하이므로 적합한 모형으로 판단된다, RMSEA 지수값은 우수한수준이며, CFI, TLI 역시 0.9 이상으로 우수한 값을 보여, 5개의 적합도의 수용수준을 충족하는 최종모형을 도출하였다. 따라서 위의 결과를 토대로 적합성이 검증된 최종모형을 사용하여 본 연구의 가설을 검증하였다.
4.5 연구 가설의 검증
아래의 <Table 23>부터 <Table 26>은 최종 구조방정식 모형을 통해 도출한 가설 검정 결과이다.
위의 분석 결과를 정리하면 다음과 같다. 첫째, 가설1 콘텐츠 품질은 이용 만족도에 정(+)의 영향을 미치며, 매우 유의한 영향을(p=0.000) 주는 것으로 나타났다.
둘째, 유튜버 속성의 신뢰성, 전문성, 매력성, 친밀성은 정(+)의 영향을 미친다. 4가지 유튜버 속성 중 신뢰성과 전문성의 경우 이용만족도에 유의한 영향을(p<0.1) 미치며, 매력성과 친밀성도 이용만족도에 유의한 영향을(p<0.05) 주는 것으로 나타났다. 2-5 가설의 경우, 최종 구조모형 분석 시, 유사성 문항의 표준화 회귀계수의 값이 0.5 미만으로 미달이 되어, 분석 결과 시 제거가 되었기 때문에 해당 가설도 제거로 판단하였다.
마지막으로, 이용만족도는 추천의도와 지속사용의도에 매우 유의한 영향을(p=0.000) 주며, 이용만족도는 구매의도에 영향을 주지 않는 것으로 나타났다.
5. 결 론
모바일 기기 성능 및 데이터 통신 기술이 확산됨에 따라 다양한 미디어 매체 및 콘텐츠들이 나타나고 있다. 특히 장소에 구애받지 않고 이용할 수 있는 동영상 플랫폼의 성장세가 두드러지며 개인방송 시청 매체 통계 중 유튜브가 90.6%로 전체 1위를 차지하고 있으며, 주 시청 장르 중에는 ‘먹방’이 42.7%로 가장 높게 나타나고 있다. 이에 따라 다양한 유튜버들은 자신들의 유튜브 콘텐츠 품질을 높이기 위해 노력하고 있으며 유튜브 이용자들을 포섭하기 위한 다양한 전략을 구상하고 있다.
본 논문은 유튜브 이용자들의 관점에서 콘텐츠 품질과 유튜버 속성이 이용 만족도에 미치는 요인의 인과관계를 규명하고 이용 만족도가 행동 의도에 미치는 요인의 인과관계를 규명하기 위한 실증적인 연구를 수행하였다.
본 연구는 이용 만족도와 행동 의도를 결과변수로 설정하고 이용 만족도에 영향을 미치는 원인으로 콘텐츠 품질 속성과 유튜버 속성을 인과모형으로 구성하여 분석했으며, 이용 만족도 또한 행동 의도에 대한 원인으로 사용하여 분석하였다. 콘텐츠 품질 속성은 가치성, 관련성, 적시성, 충실성, 데이터의 양으로 분류하였고, 유튜버 속성은 신뢰성, 전문성, 매력성, 친밀성, 유사성으로 분류하였으며 결과 변수 중 하나인 행동 의도는 구매 의도, 추천 의도, 지속사용 의도로 분류하였다. 설정된 각 요인들의 가설 관계들을 검증하기 위해 IBM SPSS 29 통계 패키지를 사용한 후 구조방정식 분석 패키지인 IBM AMOS 26을 사용하여 구조방정식 모형으로 인과관계(causal relationship)를 분석하였다.
수렴 타당성을 확인하고 요인의 수를 최소화하여 정보의 손실을 최소화하기 위해 주성분 분석 방식을 이용하였고, 회전방식으로는 간명하고 요인 간 명확한 해석을 추구하기 위해 베리멕스(Varimax) 방식을 사용하였다. 수렴 타당성에 대한 기준은 표준화 요인적재량의 값은 0.5 이상, 평균분산추출 내적 일치도를 평가하기 위하여 Cronbach’s alpha 값이 0.6 이상으로 도출되어야 신뢰성이 있는 것으로 판단하되, 기준 값에 미치지 못하는 값을 제거할 경우 전체 분산 값에 영향을 줄 경우 원 데이터를 그대로 사용하여 분석 하였다. 또한 KMO와 Bartlett의 구형성 검정은 요인분석 모형의 적합도를 판단하는 것으로, 모든 요인의 KMO 값은 0.6 이상으로 도출되면 받아들일 수 있는 수준으로 판단하였다. KMO 값 역시 판단 기준 미만인 데이터가 전체 분산에 영향을 줄 경우 그대로 사용하였다. 마지막으로 Bartlett의 구형성 검정에서는 유의수준 0.05 미만으로 나타나면서 요인분석 모형이 적합하다고 판단하였다.
연구모형의 적합성 검증을 위하여 AMOS 26을 사용하여 구조방정식 모형의 적합도를 평가하였으나, 위 논문에서 사용한 적합도지수 CMIN/p, CMIN/DF, RMESA, TLI, CFI 중 CMIN/p, CMIN/DF 만 충족되고, 그 외의 적합도지수는 적합도 수치가 기준치를 충족하지 못하였다.
적합도를 개선하기 위하여 측정변수에 대한 다중상관치(SMC) 값이 0.5 미만이었던 이용만족도-3 값과, 표준화회귀계수의 값이 0.5 이하인 적시성-1, 친밀성-1, 유사성-1, 유사성-2, 이용만족도-1 값을 제거하고, 최적의 적합모형을 탐색하기 위해 M.I 값이 가장 크게 정(+)의 큰 모수변화를 가져오며, 다른 요인의 상관관계를 저하하지 않는 요인들을 선정하여, 한 번에 하나씩 순차적으로 측정오차항 간의 공분산을 상관으로 연결하여 적합도를 개선 시키는 탐색 작업을 반복하였다. CMIN 값은 373.345으로 이전 모형의 값보다 감소되어 적합영역으로 이동하였으며, CMIN/DF의 값도 3보다 작으므로 적합한 모형으로 판단된다. 또한 TLI와 CFI, RMSEA 는 수치가 우수한 수준으로 5개 적합도 수용수준을 충족하는 적합모형을 도출하였다. 도출된 최종 구조방정식 모형을 가지고 본 연구의 가설을 검증하고 결론을 도출하였다.
본 연구의 결과를 정리하면 다음과 같다. 첫째, 가설1의 콘텐츠 품질은 이용 만족도에 정(+)의 영향을 미치며, 매우 유의한 영향을(p=0.000) 주는 것으로 나타났다.
둘째, 유튜버 속성의 신뢰성, 전문성, 매력성, 친밀성은 정(+)의 영향을 미친다. 4가지 속성 중, 신뢰성과 전문성의 경우 이용만족도에 유의한 영향을(p<0.1)주고, 매력성과 친밀성도 이용만족도에 유의한 영향을(p<0.05) 주는 것으로 나타났다. 2-5 가설의 경우, 최종 구조모형 분석 시, 유사성 문항의 표준화 회귀계수의 값이 0.5 미만으로 미달이 되어, 분석결과 시 제거가 되었기 때문에, 해당 가설은 제거로 판단하였다.
마지막으로, 이용만족도는 추천의도와 지속사용의도에 매우 유의한 영향을(p=0.000) 주며, 이용만족도는 구매의도는 유의한 영향을 주지 않는 것으로 나타났다.
본 연구는 행동의도를 결과변수로 설정하고, 콘텐츠 품질과 유튜버 속성인 외생변수가 내생변수인 이용만족도에 대한 관련성 분석과 내생변수인 이용만족도가 외생 변수인 콘텐츠 품질과 유튜버 속성에 의해 영향을 받아 그 영향이 소비자의 행동의도에 영향을 미치는 순차적 인과모형을 설계하고, 구조방정식을 활용하여 인과관계를 규명한 실증적 연구를 다각화시키는 것에 의의를 찾을 수 있다. 본연구의 시사점으로 콘텐츠 제작자인 크리에이터는 콘텐츠의 가치성, 관련성, 적시성, 충실성, 데이터의 양의 품질 속성에 대한 관리와 지속적인 개선이 요구 된다. 또한 유튜버 자신의 채널을 성장시키기 위하여 콘텐츠와 관련된 전문성을 심화시키고, 콘텐츠를 접하는 소비자와의 소통을 통하여 신뢰성과 친밀감을 높여, 콘텐츠 제작자의 매력성을 확보하여 자신의 콘텐츠에 더욱 집중하고 빠져들 수 있도록 지속적인 노력을 기울여야 할 것으로 판단된다.
본 연구는 한정된 연령대인 20대 미만, 20대의 편중된 자료를 가지고 분석한 연구 결과이므로 일반화 하는 것에는 무리가 있을 수 있다고 판단된다.
추후 다양한 시청연령대를 대상으로 종단적 연구가 수행되어야 할 것이다.
Figure
Table
Reference
- [1] M. H. Kim(2022), “The Effect of the Mukbang Channel Creator’s Attributes on Viewing Satisfaction and Behavioral Intention: The Moderating Effect of Viewer Gender.” Sejong University Restaurant Management, pp. 133-146
- [2] J. M. Kim(2022), “The impact of the characteristics of the TikTok platform and influencers on the purchase intention of MZ generation consumers.” Dankook University Graduate School.
- [3] J. S. Kim(2019), “The impact of content quality and creator attributes of personal broadcast mukbang channels on viewer satisfaction and behavioral intention: Based on the elaboration possibility model.” Kyunghee University, 19(5):257-281.
- [4] Y. E. Mun, J. S. Sim, D. S. Pak(2017), “What is my favorite mukbang BJ...”: An interpretive study on the experience of watching mukbang.” Media and Society, 25(2):58-101.
- [5] S. B. Pak(2022), “A study on the impact of YouTube comments on chart-reversing popularity: Focusing on VIDITOR’s ‘Brave Girls_Rollin_Comment Collection’.” Sejong Cyber University Department of Content Creation, YouTuber Department, 22(1):10-22.
- [6] Y. J. Bae(2021), A study on factors affecting shared kickboard customer satisfaction, Papers from Korea National University of Transportation.
- [7] S. T. An, J. Y. Yoon(2021), “The effect of advertising notices and motivation to watch mukbangs on food intake intention.” Ewha Womans University, 65(3):39-79.
- [8] M. T. Lee(2020), “A study on the impact of YouTube beauty influencer attributes on content attitude, product attitude, word-of-mouth intention, and purchase intention.” Hanyang University, 31(5):117-142.
- [9] C. S. Lee, et al.(2019), Analysis of mediation effect, moderation effect, and moderated mediation effect using spss, amos, and process macro, Cheongnam Book Publishing.
- [10] R. Y. Wang, D. M. Strong(1996), “Beyond accuracy: What data quality means to data consumers.” Journal of Management Information Systems, 12(4):5-33.
-
-
Online Submission
http://submission.koreasafety.or.kr
-
KSSM
The Korean Society of Safety ManagementWaste Society
-
Editorial Office
Contact Information- Tel: +82.31.336.2844
- Fax: +82.31.336.2845
- E-mail: safety@mju.ac.kr -
-
-
-
-
-
-
