판별타당성은 어떤 잠재변수가 의미하는 개념이 다른 잠재변수의 개념과 구별되는 정도로 확인적 요인분석에서 각 측정항목들은 이론적으로 관계를 갖는 요인에 적재된 값(로딩값)이 그렇지 않은 요인에 적재된 값 (크로스 로 딩값)보다 클 경우에 판별타당성을 확보하게 된다.
확인적 요인분석의 결과인 <표 4-8>를 보면 각 요인에 적재된 로딩값들 이 다른 요인에 적재된 크로스 로딩값 보다 모두 높기 때문에 판별타당성이 있다고 할 수 있다. 또한 모든 구성개념에 대한 평균분산추출값(AVE)의 제 곱근이 다른 구성 개념과의 상관계수보다 커야한다고(Gefen et al., 2003) 제시하였다.
<표 4-10>에서 음영으로 표시된 대각선 부분에는 변수의 평균분산추출 값(AVE)의 제곱근 값을 나타냈는데, 이들은 다른 변수들과의 상관관계 값보
AVE 1 2 3 4 5 6 7 8 9 10 11 12 지각된
기쁨 .81 .90
정확성 .73 .58 .85
상황기반
제공성 .79 .64 .72 .89
노력비용 .75 .03 .09 .14 .87
금전적
비용 .70 .08 .06 .11 .43 .83
개인위험
비용 .91 .20 .20 .19 .17 .31 .95
위치위험
비용 .88 .24 .22 .18 .11 .27 .79 .94
지각된
가치 .79 .58 .65 .60 .07 .10 .22 .23 .89
보안노력
강화 .79 .35 .33 .34 .12 .25 .60 .62 .33 .89
위치
정보공개 .66 .39 .37 .37 .18 .15 .01 -.03 .38 .23 .81
개인
정보공개 .82 .09 .16 .21 .28 .12 -.21 -.29 .18 -.15 .50 .91
지속이용 .82 .54 .58 .52 -.01 -.01 .08 .07 .67 .29 .50 .24 .90
다 모두 크다는 것을 알 수 있다. 따라서 본 연구의 측정도구는 판별 타당성 을 갖추고 있다고 볼 수 있다.
<표 4-10> 변수간 상관관계 및 AVE 제곱근
참고: 음영으로 표시된 대각선의 계수는 AVE값을 제곱근 한 값임.
제 4 절 연구모형 및 가설검증
1. 구조모형의 검정
구조모형(Structuralor Inner Model)의 검정에서는 먼저 구조모형의 전체 적인 적합성을 평가한 후에 각 경로계수에 대한 유의성을 평가하였다. PLS 구조모형에 대한 적합성은 구조모형의 전체 적합도, 경로모형의 전체 적합도, 그리고 구성개념의 분산설명력(R2)에 대해 평가하게 된다. 각 평가지표들은 앞서 제시된 <표 4-9>에 나타나 있다.
첫째, 구조모형의 전체 적합도이다. 구조모형의 전체 적합도를 살펴보기 위 한 지표는 Stone-Geisser Q2 test 통계량으로써 교차 검증된 중복성 (Redundancy)값이 있다. 이 지표는 구조모형의 통계 추정량으로서 구조 모 형의 적합성을 나타내며, 기준치는 중복성 값이 모두 양수이어야 한다고 제 시하고 있다(Chin, 1998a; Tenenhaus et al., 2005). 본 연구에서 중복성 값은 모두 양수를 나타내고 있기 때문에 구조모형의 전체 적합도는 유의하다 고 볼 수 있다.
둘째, PLS 경로모형의 전체 적합도(Goodness-of-fit)는 모든 내생변수의 분산설명력(R2)값의 평균과 공통성의 평균값을 곱한 뒤에 이를 다시 제곱근 해서 산출한다(Tenenhaus et al., 2005). 이 적합도의 크기는 최소 0.1 이 상이어야 하는데, 본 연구의 PLS 경로모형의 전체 적합도는 0.52를 나타내 고 있으므로 경로모형의 적합도는 유의한 수준으로 볼 수 있다.
끝으로 각 구성개념의 분산설명력(R2)은 지각된 가치 50.0%, 보안노력강 화 44.8%, 위치정보공개 15.7%, 개인정보공개 8.3%, 지속이용은 34.1%를 설명하고 있는 것으로 나타났다.
지금까지 살펴본 바와 같이 PLS 구조모형은 전체적인 적합성을 평가하기 위한 기준을 충족하고 있다. 따라서 다음으로는 각 경로계수에 대한 유의성 검정을 실시하여 본 연구에서 제시한 구체적인 연구가설에 대한 검정을 수행 하였다.
가설 검정은 측정항목의 신뢰성과 타당성이 검증된 측정 모형을 이용하여 각 변수간의 경로에 대한 유의성 검정을 통해서 이루어 졌다. 그러나 PLS 방법론에서는 경로계수의 유의성 검정 및 신뢰구간 추정을 직접적으로 제공 하지 않는다. 따라서 경로계수의 유의성을 추정하기 위해서는 부트스트랩 (bootstrapping) 기술을 사용하여 평가한다(Patnayakuni et al., 2006; Rai et al., 2006). 부트스트랩은 원시의 데이터 군에서 재 추출한 유사 데이터 군으로 원시 데이터에 대한 추론을 계산하는 비모수적인 기법이다.
본 연구에서 경로계수의 유의성을 평가하기 위한 t값도 표본자료로부터 복 원추출에 의해 동일한 분포를 갖는 측정치를 추정하는 방식인 부트스트랩을 통한 반복추출 서브샘플링 생성을 통해 계산되었다. 일반적으로 PLS 방법론
가설 경로 표준화된
경로계수 t 통계량 H1-1 지각된 기쁨 → 지각된 가치 0.24 3.37***
H1-2 정확성 → 지각된 가치 0.38 4.54***
H1-3 상황기반제공성 → 지각된 가치 0.16 2.10**
H2-1 노력비용 → 지각된 가치 -0.02 0.40
H2-1 금전적 비용 → 지각된 가치 0.03 0.48 H2-1 위치정보위험 비용 → 지각된 가치 0.05 0.74 H2-1 개인정보위험 비용 → 지각된 가치 0.01 0.13 H3-1 위치정보위험 비용 → 보안노력강화의도 0.27 3.69***
H3-2 개인정보위험 비용 → 보안노력강화의도 0.36 4.73***
H4-1 지각된 가치 → 보안노력강화의도 0.19 3.20***
H4-2 지각된 가치 → 위치정보공개의도 0.34 4.59***
H4-3 지각된 가치 → 개인정보공개의도 0.26 4.54***
H4-4 지각된 가치 → 지속사용의도 0.54 11.53***
H5-1 보안노력강화의도 → 위치정보공개의도 0.12 1.71*
H5-2 보안노력강화의도 → 개인정보공개의도 -0.24 4.07***
H5-3 보안노력강화의도 → 지속사용의도 0.05 1.20 H6-1 위치정보공개의도 → 지속사용의도 0.27 4.65***
H6-2 개인정보공개의도 → 지속사용의도 0.02 0.39 을 적용한 기업 간 정보시스템에 관한 연구에서는 500개의 서브샘플링을 많 이 활용하고 있다(Subramani, 2004; Patnayakuni et al., 2006; Rai et al., 2006). 따라서 본 연구에서도 500개의 서브샘플링을 활용하여 경로계수 에 대한 통계적 유의성을 평가 하였다.
2. 가설검정 결과
본 연구의 가설에 대한 검증결과는 <표 4-11>과 같다. 이를 토대로 각 연 구 가설검증에 대한 요약은 다음과 같다.
<표 4-11> PLS 분석 결과 및 가설 검정
참고 : *** t > 2.58 : 0.01에서 유의, ** t > 1.96 : 0.05에서 유의
* t > 1.645 : 0.10에서 유의
H1-1 : 지각된 기쁨은 지각된 가치에 정(+)의 영향을 미칠 것이다.
가설 H1-1의“지각된 기쁨은 지각된 가치에 정(+)의 영향을 미칠 것이 다.”라는 가설은 유의수준 99%에서 통계적으로 유의한(H1-1; β=0.24, t=3.37, p<0.01) 관계가 있는 것으로 분석되어 해당 가설은 채택되었다. 이 는 스마트폰을 이용한 위치기반서비스 사용이 즐겁고, 만족스러우며, 재밌고, 흥미로움의 가치를 사용자가 느끼고 있으며, 위치기반서비스 사용에 대한 가 치가 있다는 것을 보여주고 있다.
H1-2 : 정확성은 지각된 가치에 정(+)의 영향을 미칠 것이다.
가설 H1-2의“정확성은 지각된 가치에 정(+)의 영향을 미칠 것이다.”라 는 가설은 유의수준 99%에서 통계적으로 유의한(H1-2; β=0.38, t=4.54, p<0.01) 관계가 있는 것으로 분석되어 해당 가설은 채택되었다.
이러한 결과는 모바일 위치정보서비스 이용 시 제공되는 사용자의 정확한 위치 제공과 현실과 차이가 없는 정보, 원하는 장소를 정확하게 제공해 주며 최신의 정보를 제공 받을 수 있다는 위치정보의 지리적, 시간적 품질에 사용 자가 가치를 느끼고 있다는 것을 보여주고 있다.
H1-3 : 상황기반제공은 지각된 가치에 정(+)의 영향을 미칠 것이다.
가설 H1-3의“상황기반제공성은 지각된 가치에 정(+)의 영향을 미칠 것 이다.”라는 가설은 유의수준 95%에서 통계적으로 유의한(H1-3; β=0.16, t=2.10, p<0.05) 관계가 있는 것으로 분석되어 해당 가설은 채택되었다.
이러한 결과는 모바일 위치정보서비스 특징인 개인식별성과 개인화 서비스 등 사용자의 선호도에 따라 서비스를 선택할 수 있고, 사용자의 관심 분야에 맞는 정보를 제공받을 수 있다는 상황기반제공성에 사용자가 가치를 느끼고 있다는 것을 보여주고 있다.
H2-1 : 노력 비용은 지각된 가치에 음(-)의 영향을 미칠 것이다.
가설 H2-1의“노력비용은 지각된 가치에 음(-)의 영향을 미칠 것이다.”
라는 가설은 유의한 영향(H2-1; β=-0.02, t=0.40)을 미치지 않아서 가설 이 기각되었다.
이러한 결과는 모바일 위치정보서비스를 사용하는데 있어 소요되는 시간과 노력에 대한 비용, 또는 심리적 비용으로 본 연구결과 스마트폰으로 위치정 보서비스를 사용하는데 있어 시간투자나 학습, 불편함 등의 노력비용이 가치 인식정도에 큰 영향을 미치지 않는 것으로 조사되었다.
위치정보서비스는 모바일 환경에서 사용되는 서비스로 스마트폰을 사용하 면서 지각하는 노력과 위치기반서비스를 사용하면서 지각하는 노력을 따로 분리해서 노력비용으로 인식하지 않는 다는 것이다.
이러한 이유로 인해 노력비용에 대한 지각정도가 위치기반서비스를 사용하 는 사용자들의 가치인식 정도에 큰 영향을 미치지 못하는 것으로 판단해 볼 수 있다.
H2-2 : 금전적 비용은 지각된 가치에 음(-)의 영향을 미칠 것이다.
가설 H2-2의“금전적 비용은 지각된 가치에 음(-)의 영향을 미칠 것이 다.”라는 가설은 유의한 영향(H2-2; β=0.03, t=0.48)을 미치지 않아서 가설이 기각되었다.
이러한 결과는 모바일 위치정보서비스 사용을 위해 지불하는 사용요금이나 유료 앱 등이 정액제등을 사용하면서 별다른 부담으로 다가오지 않는다고 느 끼며, 요금외의 업데이트 비용, 데이터 비용, 충전비용 등도 위치기반서비스 를 사용하면서 발생하는 비용으로 받아들이기 보다는 스마트폰을 사용하면서 발생하는 일반적인 비용으로 사용자가 별다른 부담을 느끼지 않고 있는 것으 로 나타나, 지각된 가치에 영향을 미치지 않는 것으로 조사되었다.
H2-3 : 위치정보위험 비용은 지각된 가치에 음(-)의 영향을 미칠 것이다.
가설 H2-3의“위치정보위험은 지각된 가치에 음(-)의 영향을 미칠 것이 다.”라는 가설은 유의한 영향(H2-3; β=0.05, t=0.74)을 미치지 않아서 가설이 기각되었다.
이러한 결과는 스마트폰으로 위치기반서비스 사용 시 수집된 개인의 위치 정보(현재의 위치나 이동경로)가 영리적 목적으로 악용될 걱정이나 위치정보 를 활용하여 사생활의 폭로나 명예훼손에 악용된다거나 국가기관에서 개인의 위치정보를 범죄수사 등에 남용될 우려가 사용자가 느끼는 가치에 비해 위험 을 더 크게 느끼고 있다고 판단된다.
H2-4 : 개인정보위험 비용은 지각된 가치에 음(-)의 영향을 미칠 것이다.
가설 H2-4의“개인정보위험 비용은 지각된 가치에 음(-)의 영향을 미칠 것이다.”라는 가설은 유의한 영향(H2-4; β=0.01, t=0.13)을 미치지 않아 서 가설이 기각되었다.
이러한 결과도 스마트폰으로 위치기반서비스 사용 시 수집된 개인의 정보 (주민등록번호나 생년월일)가 서비스제공 이외의 다른 목적으로 사용된다든 지, 서비스 사용이 끝난 후에도 동의 없이 계속 사용되는 걱정, 제3자에게 공 유되는 것, 개인정보 유출로 인한 사생활 침해발생에 대한 우려가 사용자가 느끼는 가치에 비해 위험을 더 크게 느끼고 있다고 판단된다.
H3-1 : 위치정보위험 비용은 보안노력강화의도에 정(+)의 영향을 미칠 것 이다.
가설 H3-1의“위치정보위험 비용은 보안노력강화의도에 정(+)의 영향을 미칠 것이다.”라는 가설은 유의수준 99%에서 통계적으로 유의한(H3-1; β
=0.27, t=3.69, p<0.01) 관계가 있는 것으로 분석되어 해당 가설은 채택되 었다.
이러한 결과는 스마트폰으로 위치기반서비스를 이용할 때 위치정보 위험에 따른 지각된 위험이 보안노력강화라는 보안행동에 영향을 미치는 행동이나 계획 등을 통해 위험을 줄이고자 하는 노력으로 판단된다.
H3-2 : 개인정보위험 비용은 보안노력강화의도에 정(+)의 영향을 미칠 것 이다.
가설 H3-2“개인정보위험 비용은 보안노력강화의도에 정(+)의 영향을 미 칠 것이다.”라는 가설은 유의수준 99%에서 통계적으로 유의한(H3-2; β
=0.36, t=4.73, p<0.01) 관계가 있는 것으로 분석되어 해당 가설은 채택되 었다. 이러한 결과는 스마트폰으로 위치기반서비스를 이용할 때 개인정보 위 험에 따른 지각된 위험이 보안노력강화라는 보안행동에 영향을 미치는 행동 이나 계획 등을 통해 위험을 줄이고자 하는 노력으로 판단된다.
H4-1 : 지각된 가치는 보안노력강화의도에 음(-)의 영향을 미칠 것이다.
가설 H4-1“지각된 가치는 보안노력강화의도에 음(-)의 영향을 미칠 것 이다.”라는 가설은 유의수준 99%에서 통계적으로 유의한(H4-1; β=0.19, t=3.20, p<0.01) 관계가 있는 것으로 분석되어 해당 가설은 채택되었다. 이 러한 결과는 스마트폰 위치기반서비스 사용에 따른 지각하는 가치가 높다면 보안에 관해 영향을 미치는 필요한 조처나 보안강화를 위한 추가적인 시간, 노력 등을 통해 보안노력강화를 하고자 하는 의도가 있는 것으로 조사되었 다.
H4-2 : 지각된 가치는 위치정보공개의도에 정(+)의 영향을 미칠 것이다.
가설 H4-2“지각된 가치는 위치정보공개의도에 정(+)의 영향을 미칠 것 이다.”라는 가설은 유의수준 99%에서 통계적으로 유의한(H4-2; β=0.34, t=4.59, p<0.01) 관계가 있는 것으로 분석되어 해당 가설은 채택되었다. 이