연구 방법

1)

주요어: COVID-19, 불안, 충동 행동, 의사결정, 정보추구행위

1경북대학교 간호대학 교수, 간호과학연구소

2경북대학교 간호대학 학부생

Received Dec 20, 2020; Revised Feb 19, 2021; Accepted Feb 24, 2021

Corresponding Author: Hye Won Son https://orcid.org/0000-0001-7480-8633

College of Nursing, Kyungpook National University, 680 Gukchabosangro, Jung-gu, Daegu, 41944, Korea Tel: +82-53-420-4977, Fax: +82-53-255-4977, E-mail: shwsophia@naver.com

코로나바이러스감염증-19 상황에서 대학생의 감염불안, 충동성, 의사결정유형이 인터넷에서의 건강정보추구행위에 미치는 영향

박완주¹⋅손혜원² ⋅변채영²⋅손혜리²⋅이승현²⋅이예진²

Influencing Factors of Infection Anxiety, Impulsivity, Decision Making Type on Health Information Seeking Behavior on the Internet among College

Students in COVID-19

Wan Ju Park¹⋅Hye Won Son²⋅Chae Young Byun²⋅Hye Lee Son²⋅ Seung Hyeon Lee²⋅Ye Jin Lee²

1Professor, College of Nursing & Research Institute of Nursing Science, Kyungpook National University

2Undergraduate student, College of Nursing, Kyungpook National University

Purpose: This study investigated the influencing factors of COVID-19 infection anxiety, impulsivity, and decision- making type on health information-seeking behavior on the internet. Methods: This study was conducted by 178 college students of 5 cities in Korea using a self-reporting survey with structured questionnaires of COVID-19 anxiety, impulsiveness, decision-making style, and health information-seeking behavior on the internet. SPSS 25 was used for the statistical analysis. Results: The results showed that non-planning impulsivity(ß=-.25, p<.001), dependent decision-making types(ß=.23, p<.001), and COVID-19 infection anxiety(ß=.22, p=.001) had statistically significant effects on health information-seeking behavior on the internet with 33.6% overall explanatory power. Conclusion: Findings of this study indicate that college students’ dependent decision-making types, COVID-19 infection anxiety had a positive effect, and non-planning impulsivity had a negative effect on health information-seeking behavior on the internet. Based on the results of this study, it is necessary to identify and compare health information-seeking behavior on the internet based on infection and self-quarantine experiences.

Keywords:

서 론

인간은 인류의 역사 동안 끊임없이 전염병에 고통받 아왔다. 중국 후베이성 우한시에서 발생한 코로나바이러 스감염증-19 (coronavirus disease, COVID-19)는 전 세계적 으로 확산되었다. 바이러스가 급속도로 확산되면서 세계 보건기구(WHO)는 2020년 3월 대유행(pandemic)을 선 언하였다[1]. 대유행은 전염병이 2개 대륙 이상으로 전 파된 것으로, 전 세계적으로 전염병이 유행하는 상황 을 의미한다. 한국에서는 COVID-19 유행의 심각성을 인지하고 이에 따라 방역조치를 체계화하였으나[2] 대 규모 집단감염과 바이러스의 변이로 인해 확산과 완화 를 반복하고 있으며 지속적인 유행의 가능성이 대두되 고 있다.

COVID-19와 같은 신종전염병이 확산되면서 사람 들이 취하는 가장 일반적인 행위는 전염병과 관련된 최 신 뉴스를 즉각적으로 확인하여 정보를 얻는 것이다 [3]. 온라인에서 건강정보를 추구하기 위해서는 인터 넷 게시판, 커뮤니티, 검색엔진 등을 이용하여 건강정 보를 탐색, 생산, 그리고 이용하게 된다. 실제로 메르스 관련 정보 수집을 위한 매체 이용 빈도를 조사한 결과 인터넷을 이용해 정보 수집을 한다고 답한 대상자가 66.2%로 나타났다[3]. 이를 통해 건강정보 추구에 있어 인터넷이 큰 비중을 차지함을 알 수 있다.

대학생은 건강정보에 대한 접근 경로로 인터넷을 가 장 많이 선호한다. 또한 자신에게 유익한 건강정보를 선 별하는 능력을 갖추고 있다는 점에서[4] 인터넷 건강정 보이용자로서 주요한 특징이 있다. 따라서 COVID-19 와 관련된 정보가 요구되는 상황에서 대학생의 인터 넷에서의 건강정보추구행위의 수준을 파악할 필요가 있다.

COVID-19와 같은 신종전염병의 유행은 감염불안 을 높인다. 실제로 COVID-19의 확산으로 인해 우리나 라 국민 중 47.5%가 다소 또는 심각 수준의 불안이나 우 울을 느끼는 것으로 나타났다[5]. 신종전염병과 관련 한 불안은 사람들의 관심을 끌고 적절한 예방행위에 동 기를 부여한다[6]. 더불어 건강불안이 높을수록 온라 인 건강정보탐색이 증가하는 것으로 나타났다[7]. 이 에 따라 COVID-19 감염불안과 인터넷에서의 건강정 보추구행위는 밀접한 관련이 있을 것으로 보인다.

충동성은 자극에 순간적으로 반응하며 계획없이 성

급한 행동을 하는 것으로 여겨진다. COVID-19 대응지 침 준수를 강력히 주장하는 사람은 더 적은 충동성을 보였으며 대응지침을 더 잘 지켰다. 반면 충동성이 높 은 사람은 COVID-19 대응지침을 따르지 않는 경향을 보였다[8]. 따라서 팬데믹 상황에서 높은 충동성이 인 터넷에서의 건강정보추구행위에 미치는 영향에 대한 연구가 필요하다.

의사결정유형에는 합리적 유형, 직관적 유형, 그리 고 의존적 유형이 있다. 대학생은 세 가지 의사결정유 형 중 합리적 유형의 평균점수가 가장 높은 것으로 나 타났으나[9, 10], 현재까지 COVID-19와 같은 팬데믹 상 황에서 대학생의 의사결정유형에 대해 이루어진 선행 연구는 전무하다. 따라서 감염불안이 높은 상황에서 대학생이 어떻게 의사결정을 하는지에 대해 알아볼 필 요가 있다.

현재까지 진행된 인터넷에서의 건강정보추구행위 에 관한 선행연구는 건강정보 접근방법 및 이용자 유형 을 살펴본 연구[4, 11]나, 당뇨, 암 등의 질병에 이환된 사람을 대상으로 영향요인을 분석한 연구[12, 13]가 주 를 이룬다. 이에 비해 COVID-19와 같은 신종전염병 유 행 시 인터넷에서 정보추구를 위해 정보를 탐색하고 생 산하며 커뮤니티를 이용하는 데에 따른 영향요인을 조 사한 연구는 부족하였다. 더불어 인터넷에서의 건강정 보추구행위와 관련된 국내 연구는 세계적인 동향에 비 해 미흡하며 충동성이나 의사결정유형이 미치는 영향 을 파악하는 연구는 매우 드물었다. 따라서 본 연구에 서는 인터넷에서의 건강정보추구행위에 영향을 미치 는 요인을 파악하여 대학생의 효율적인 정보활용능력 을 함양하는 기초자료를 제시하고자 한다.

2. 연구 목적

본 연구의 목적은 COVID-19 감염불안, 충동성, 의사 결정유형이 대학생의 인터넷에서의 건강정보추구행 위에 미치는 영향을 알아보기 위함이며, 구체적인 목 적은 다음과 같다.

첫째, 대상자의 일반적 특성을 파악한다.

둘째, 대상자의 COVID-19 감염불안, 충동성, 의사 결정유형, 인터넷에서의 건강정보추구행위 정도를 확 인한다.

셋째, 대상자의 일반적 특성에 따른 인터넷에서의 건강정보추구행위의 차이를 분석한다.

넷째, 대상자의 COVID-19 감염불안, 충동성, 의사 결정유형과 인터넷에서의 건강정보추구행위의 관계 를 파악한다.

다섯째, 대상자의 인터넷에서의 건강정보추구행위 에 미치는 영향요인을 분석한다.

연구 방법

1. 연구 설계

본 연구는 대학생을 대상으로 일반적 특성, COVID- 19 감염불안, 충동성, 의사결정유형을 알아보고 변수 간 관계를 파악하며 인터넷에서의 건강정보추구행위 의 영향요인을 확인하기 위한 서술적 조사연구이다.

2. 연구 대상

본 연구를 위해 인터넷 사용이 가능한 S, D, G, D, B시 의 5개 지역 소재 대학의 재학생 중 연구 참여에 동의한 만 18세 이상 만 30세 이하의 학부생을 대상으로 자료 를 수집하였다. 감염불안의 형태와 수준이 다른 COVID-19 확진자나 자가격리자와 그 가족, 불안, 충동 이나 의사결정 문제로 정신과 치료를 받거나 진단을 받 은 자는 연구대상에서 제외하였다. 또한 연구자 효과 나 이해상충을 제거하기 위해 연구팀 대학의 학생을 연 구대상에서 배제하였다. 대상자 표본 수는 G*power 3.1.9.7 프로그램을 이용하여 다중회귀분석에 필요한 표본 수 산정을 위해 유의수준 0.05, 효과크기 0.15, 검 정력 0.95, 예측변수 11로 산출한 결과 최소 178명의 대 상자가 필요한 것으로 나타났다. 탈락률 30%를 고려하 여 최종적으로 240명의 대상자 모집을 목표로 하였다.

연구에 참여한 대상자는 온라인 설문지의 빠른 확산으 로 목표 대상자 수보다 많이 모집되었다. 배제 기준에 해당하는 대상자와 불성실한 답변의 설문지를 제외한 438부에서 무작위 표본추출로 최소 표본 산정수에 맞 추어 178명을 최종자료로 하여 분석하였다.

3. 연구도구

1) COVID-19 감염불안

본 연구에서는 Wheaton 등[6]이 개발한 신종인플루 엔자 불안 문항(Swine Flu Anxiety Items)의 문항들을 원

저자의 승인을 받고 COVID-19 상황에 맞게 한국어로 번안하였다. 이중언어 사용자 2인이 역번역 후 연구교 수 1인과 간호학 박사 3인의 전문가 집단 6인이 내용타 당도를 검토한 후 COVID-19 감염의 불안 문항으로 수 정없이 그대로 사용하였다. COVID-19에 대한 불안은 전체 9문항으로 구성되어 있다. 응답은 매우 그렇지 않 다 1점에서 매우 그렇다 5점까지 Likert 5점 척도로 점 수가 높을수록 불안이 높은 것을 의미한다. Wheaton 등 [6]의 도구 개발 연구에서 신뢰도 Cronbach’s α는 .85이 었고 본 연구에서의 신뢰도 Cronbach’s α는 .76이었다.

2) 충동성

본 연구에서는 Barratt과 White [14]가 개발한 충동성 척도(Impulsiveness Scale)를 Lee [15]가 번안하였고 원 저자의 승낙을 받은 도구를 사용하였다. Lee [15]의 도 구는 인지 충동성 6문항, 운동 충동성 8문항, 무계획 충 동성 9문항으로 총 23문항으로 구성되어 있다. 각 문항 의 응답은 전혀 그렇지 않다 1점에서 매우 그렇다 4점 까지 Likert 4점 척도로 점수가 높을수록 충동성이 높음 을 의미한다. 개발 당시 도구의 신뢰도 Cronbach’s α는 .70으로 나타났으며 인지 충동성 .50, 운동 충동성 .72 무계획 충동성 .73으로 나타났다. 본 연구에서 신뢰도 Cronbach’s α는 .78, 인지 충동성 .59, 운동 충동성 .56, 무 계획 충동성 .63이었다.

3) 의사결정유형

본 연구에서는 Harren [16]이 개발한 Assessment of Career Decision Making (ACDM)의 의사결정유형검사 를 Koh [17]가 번안 및 수정한 척도(ACDM-Decision Making Style)를 원저자의 승낙을 받고 사용하였다. 이 는 합리적, 직관적, 의존적 유형의 하위 척도 각각에 10 문항씩 총 30문항으로 구성되어 있다. 각 문항의 응답은 전혀 그렇지 않다 1점에서 아주 그렇다 4점까지 Likert 4 점 척도로 점수가 높을수록 해당 유형의 성향이 강함을 의미한다. 도구 개발 시 도구의 신뢰도 Cronbach’s α는 합리적 유형 .78, 직관적 유형 .83, 의존적 유형 .84이었 으며, 본 연구에서 도구의 신뢰도 Cronbach’s α는 총점 .77, 합리적 유형 .81, 직관적 유형 .79, 의존적 유형 .77으 로 나타났다.

4) 인터넷에서의 건강정보추구행위

인터넷에서의 건강정보추구행위란 인터넷 건강정 보이용자의 능동성 정도를 측정하는 정보생산, 커뮤니 티 이용, 정보탐색으로 이루어진 활동이다[11]. 본 연구 에서는 Park과 Lee [11]가 재구성한 인터넷에서의 건강 정보추구행태 척도를 원저자의 승낙을 받아 이용하였 다. 정보생산은 인터넷에서 정보를 작성하는 행위로 7 문항, 커뮤니티 이용은 건강과 관련된 커뮤니티를 가 입하거나 이용하는 행위로 3문항, 정보탐색은 정보를 검색하는 행위로 3문항, 총 13문항으로 구성된다. 각 문 항의 응답은 매우 그렇지 않다 1점에서 매우 그렇다 5 점까지 Likert 5점 척도로 점수가 높을수록 건강정보추 구행위 수준이 높음을 의미한다. Park과 Lee [11]의 연 구에서 신뢰도 Cronbach’s α는 0.90이었다. 본 연구에서 도구의 신뢰도 Cronbach’s α는 .87이었고 하부영역별로 는 정보생산 .84, 커뮤니티 이용 .75, 정보탐색 .82로 측 정되었다.

5) 자료 수집 방법

본 연구의 자료수집기간은 2020년 8월 10일부터 8월 20일까지였다. 연구의 윤리성과 효율성 및 타당성을 확 보하기 위하여 K 대학의 생명윤리 심의위원회의 승인 (IRB No. 2020-0068)을 받았으며, 사용된 모든 도구는 원 개발자 또는 저작권사의 허락을 사전에 받았다. 5개 지 역 소재 대학 소셜 네트워크 서비스(SNS) 대화방과 대학 생 커뮤니티 페이지에 피험자 모집 문건을 업로드하고 연구 설명서, 동의서, 설문지가 포함된 구글 폼 링크를 배부하였다. 연구 설명서에서 연구의 목적과 내용, 대상 자에게 예측되는 부작용, 자발적 참여와 언제든지 중단 혹은 철회가 가능함을 알렸고 필요시 연구자의 메일로 연락하도록 하였다. 또한 본 연구는 익명으로 진행되고 개인정보 암호화와 소정의 상품을 증정하기 위해 수집 된 개인정보는 무작위 추첨을 통해 당첨된 25명에게 상 품 증정 후 즉시 폐기됨을 알렸다. 설문조사는 15∼20분 정도 소요되었으며 스크리닝 문항을 통해 배제 기준에 해당하는 대상자는 설문에 참여할 수 없도록 하였다.

6) 자료 분석 방법

본 연구의 자료는 IBM SPSS Statistics 25 통계프로 그램을 이용하여 분석하였다. COVID-19 감염불안,

충동성, 의사결정유형, 인터넷에서의 건강정보추구행 위의 정도는 기술통계량, 변수 간 상관관계는 Pearson correlation coefficients를 통해 확인하였다. 일반적 특 성에 따라 인터넷에서의 건강정보추구행위에 차이가 있는지 확인하기 위해 t-test와 one-way ANOVA, 사후 검정 Scheffé을 이용하였다. 또한, 종속변수인 인터넷 에서의 건강정보추구행위의 영향요인 분석과 본 연 구의 가설 검증을 위해 단계별 다중회귀분석을 실시 하였다.

연구 결과

1. 일반적 특성

본 연구대상자 178명은 여자 78.1%로 남자보다 더 많았고, 연령은 만 나이를 기준으로 20세 이상 25세 이 하 80.9%, 18세 이상 19세 이하 16.9%, 26세 이상 30세 이하 2.2%로 20세 이상 25세 이하가 가장 많았다. 전체 대상자가 속한 단과대학은 인문계열 33.7%, 자연계열 28.1%, 의약계열 27.5%, 예체능계열 10.7%였다. 전체 대상자의 73.6%가 종교가 없다고 답했다. 자신의 인터 넷 활용 능력의 주관적 평가 문항에서는 52.2%가 높다, 42.2%가 보통이다, 5.6%가 낮다를 선택했다. 본인 또는 가족이 6개월 이내에 급성 혹은 만성 질환으로 상급종 합병원을 방문한 경험이 없다고 답한 대상자는 87.1%

로 방문한 경험이 있다고 답한 대상자보다 더 많았다.

하루 평균 수면시간은 4∼8시간이 85.4%로 가장 많았 다. 30분 이상의 운동을 하는 빈도를 조사한 문항에서 는 39.9%가 주 1∼2회, 29.2%가 하지 않음, 17.4%가 주 3∼4회, 13.5%가 주 5회 이상을 선택했다(Table 1).

2. 감염불안, 충동성, 의사결정유형, 인터넷에서의 건강정보추구행위의 수준

본 연구대상자의 COVID-19 감염불안 평균 점수는 33.30±5.06점이었다. 충동성의 전체 평균 점수는 2.13±0.32점이었으며, 하위 영역인 인지 충동성은 2.41±0.45점, 운동 충동성은 1.85±0.34점, 무계획 충동성 은 2.18±0.44점이었다. 의사결정유형의 하위영역 중 합 리적 유형은 2.88±0.46점, 직관적 유형은 2.24±0.48점, 의존적 유형은 2.08±0.48점이었다. 인터넷에서의 건강 정보추구행위의 전체 평균 점수는 2.69±0.81점이었다.

인터넷에서의 건강정보추구행위의 하위 영역으로는 정보탐색 영역 3.31±1.08점, 정보생산 2.75±0.97점, 커뮤 니티 이용 1.92±0.96점 순으로 나타났다(Table 2).

3. 일반적 특성에 따른 인터넷에서의 건강정보 추구행위의 차이

일반적 특성에 따른 인터넷에서의 건강정보추구행 위는 변수 간 대상자 분포의 차이를 고려하여 Shapiro- Wilk test로 정규성을 확인한 후 최종 분석하였다. 하부 영역별로 살펴본 결과, 정보생산은 성별(p=.003), 전 공계열(p=.008), 질환으로 6개월 이내 상급종합병원 방문 여부(p=.005)와 하루 평균 수면시간(p<.001)에 따라 유의한 차이를 보였다. Scheffé의 사후검정 결과 에서는 의약계열과 인문계열이 자연계열보다 정보생 산을 많이 하는 것으로 나타났다. 커뮤니티 이용은 전 공계열(p=.007), 질환으로 6개월 이내 상급종합병원 방문 여부(p=.009)에 따라 통계적으로 유의한 차이가 있었으며, Scheffé의 사후검정 결과에서 의약계열이

자연계열과 예체능계열보다 커뮤니티 이용이 높은 것으로 확인되었다. 그리고 정보탐색에서는 전공계 열(p=.010), 질환으로 6개월 이내 상급종합병원 방문 여부(p=.010)와 하루 평균 수면시간(p=.016)에 따라 유의한 차이를 보였다. 전체 인터넷에서의 건강정보 추구행위는 성별(p=.007), 전공계열(p=.002), 질환으 로 6개월 이내 상급종합병원 방문 여부(p=.001)와 하 루 평균 수면시간(p<.001)에 따라 유의한 차이가 있었 다. 사후검정 결과 의약계열이 자연계열보다 통계적 으로 유의하게 인터넷에서의 건강정보추구행위를 이 행하고 있었다(Table 3).

4. 연구변수 간의 관계

인터넷에서의 건강정보추구행위 전체값은 COVID-19 감염불안(r=.28, p<.001), 합리적 의사결정유형(r=.29, p<.001), 의존적 의사결정유형(r=.25, p=.001)과 정적 상 관을 보였으며, 충동성의 총점(r=-.25, p=.001), 무계획 충동성(r=-.31, p<.001), 운동 충동성(r=-.16, p=.030)과

Characteristics Category n %

Sex Male 39 21.9

Female 139 78.1

Age (year)

18∼19 30 16.9

20∼25 144 80.9

26∼30 4 2.2

Type of college

Humanities 60 33.7

Natural sciences 50 28.1

Art, music, PE 19 10.7

Health allied 49 27.5

Religion Yes 47 26.4

No 131 73.6

Subjective capability of internet application

High 93 52.2

Middle 75 42.2

Low 10 5.6

Clinical visit within 6 months Yes 23 12.9

No 155 87.1

4-8 152 85.4

Average sleep hours a day > 8 26 14.6

Never 52 29.2

Frequency of exercise a week

(more than 30 minutes) 1∼2 71 39.9

3∼4 31 17.4

≥ 5 24 13.5

PE=physical education.

Table 1. General Characteristics of the Subjects (N=178)

Variable Sum

(M±SD) Likert

(M±SD) Min Max Range

Anxiety of COVID-19 infection 33.30±5.06 3.70±0.56 20 45 5- 45

Impulsivity 48.89±7.49 2.13±0.32 30 66 23- 92

Cognitive 14.46±2.68 2.41±0.45 6 21 6- 24

Motor 14.81±2.75 1.85±0.34 8 23 8- 32

Non-planning 19.62±3.98 2.18±0.44 9 30 9- 36

Decision-making type

Rational 28.77±4.64 2.88±0.46 17 39 10- 40

Intuitive 22.39±4.78 2.24±0.48 12 35 10- 40

Dependent 20.81±4.77 2.08±0.48 10 34 10- 40

Health information seeking behavior 34.96±10.62 2.69±0.81 13 61 13- 65

Production 19.28±6.80 2.75±0.97 7 35 7- 35

Using community 5.75±2.89 1.92±0.96 3 14 3- 15

Searching for information 9.93±3.24 3.31±1.08 3 15 3- 15

Table 2. Level of Anxiety of COVID-19 Infection, Impulsivity, Decision-making Type and Health Information Seeking

Behavior on the Internet (N=178)

Characteristics Category Production Using community Searching for info. Total M ± SD t/F(p)

Scheffe M ± SD t/F(p)

Scheffe M ± SD t/F(p)

Scheffe M ± SD t/F(p) Scheffe

Sex Male 16.49±5.88 -2.96

(.003) 5.28±2.66 -1.15

(.251) 9.13±3.43 -1.75

(.082) 30.90± 9.39 -2.75 (.007)

Female 20.06±6.85 5.88±2.95 10.15±3.17 36.09±10.70

Age (year)18∼19 20.87±7.07

1.00 (.371)

6.33±3.02 0.73 (.483)

9.67±3.23 1.87 (.157)

36.87±11.52 0.82 (.444)

20∼25 18.97±6.67 5.64±2.83 10.06±3.17 34.67±10.23

26∼30 18.50±9.57 5.50±4.36 7.00±5.23 31.00±18.02

Type of college Humanities^a 20.45±6.56 4.09 (.008) a>b d>b

5.50±2.39 4.22 (.007) d>b d>c

10.48±2.86 3.88 (.010)

36.43± 9.37 5.34 (.002)

d>b Natural

science^b 16.72±6.56 5.30±2.74 8.90±3.72 30.92±10.67

Art, music,

PE^c 18.37±6.75 4.74±2.42 8.95±3.14 32.05± 9.40

Health allied^d 20.80±6.73 6.92±3.45 10.67±2.91 38.39±11.12

Religion Yes 19.91±6.26 0.75

(.454) 5.74±2.85 -0.02

(.982) 9.87±3.13 -0.13

(.893) 35.53±10.24 0.43 (.665)

No 19.05±6.99 5.76±2.92 9.95±3.30 34.75±10.79

Subjective capability of internet application

High 20.25±7.33

2.63 (.075)

5.92±3.14 0.35 (.709)

10.28±3.35 1.54 (.217)

36.45±11.34 2.04 (.133)

Middle 17.92±5.92 5.57±2.60 9.65±3.12 33.15± 9.53

Low 20.40±6.74 5.50±2.68 8.70±2.95 34.60±10.32

Clinical visit

within 6 months Yes 22.96±6.14 2.84

(.005) 7.61±3.49 2.81

(.009) 11.22±2.28 2.72

(.010) 41.78± 9.29 3.40 (.001)

No 18.73±6.74 5.48±2.70 9.74±3.33 33.94±10.45

Average sleep

hours a day 4∼8 20.04±6.75 3.76

(<.001) 5.91±2.95 1.74

(.084) 10.22±3.04 2.55

(.016) 36.17±10.35 3.83 (<.001)

8 > 14.81±5.28 4.85±2.38 8.19±3.86 27.85± 9.52

Frequency of exercise a week (more than 30 minutes)

Never 19.62±6.79

0.37 (.778)

4.98±2.51 1.79 (.150)

9.88±3.16 0.45 (.719)

34.48±10.00 0.36 (.783)

1∼2 19.34±6.69 6.03±3.01 9.89±3.04 35.25±10.74

3∼4 18.16±6.62 6.06±3.19 9.58±3.52 33.81±10.73

5≥ 19.79±7.59 6.21±2.77 10.58±3.73 36.58±11.81

Total=Total of health information seeking behavior on the Internet; info.=information; PE=Physical education.

Table 3. Differences in Health Information Seeking Behavior on the Internet according to General Characteristics (N=178)

부적 상관을 보였다. 정보생산은 의존적 의사결정유형 (r=.25, p=.001), COVID-19 감염불안(r=.22, p=.003), 합 리적 의사결정유형(r=.20, p=.006)과 정적 상관을 보였 으며, 무계획 충동성(r=-.24, p=.001)과 충동성 총점 (r=-.18, p=.019)과 부적 상관을 나타냈다. 커뮤니티 이 용 행위는 합리적 의사결정유형(r=.20, p=.009), 의존적 의사결정유형(r=.19, p=.010)과 정적 상관을 보였으며, 충동성 총점(r=-.29, p<.001)과 무계획 충동성(r=-.29, p<.001), 인지 충동성(r=-.22, p=.003), 운동 충동성 (r=-.17, p=.024)은 부적 상관을 보였다. 정보탐색 행위 는 합리적 의사결정유형(r=.35, p<.001), COVID-19 감 염불안(r=.33, p<.001)과 정적 상관을 보였으며, 무계획 충동성(r=-.24, p=.002)과 충동성 총점(r=-.20, p=.007), 운동 충동성(r=-.15, p=.044)과 부적 상관을 보였다

(Table 4).

5. 인터넷에서의 건강정보추구행위에 미치는 영향요인

인터넷에서의 건강정보추구행위에 영향을 미치는 요인을 분석하기 위해 유의한 관련성을 보인 변수와 일 반적 특성에 따른 인터넷 건강정보추구행위의 차이 검 증에서 유의한 차이를 보였던 변수를 독립변수로 하여 단계별 다중회귀분석을 실시하였다. 본 연구에서 독립 변수는 COVID-19 감염불안, 운동 충동성, 무계획 충동 성, 합리적 의사결정유형과 의존적 의사결정유형으로 설정하였다. 일반적 특성은 더미 변수로 코딩하였으며 성별, 질환으로 6개월 이내 상급종합병원 방문 여부, 평

Variables

Anxiety

Infectionof Impulsivity Decision-making type HISBI

A1 B1 B2 B3 BT C1 C2 C3 D1 D2 D3 DT

r(p) Anxiety of

Infection A1 1

Impulsivity B1 .04 (.631) 1

B2 .00

(1.000) .28 (<.001) 1

B3 -.15

(.041) .43 (<.001) .56

(<.001) 1

BT -.07

(.365) .69 (<.001) .76

(<.001) .89 (<.001) 1 Decision

making type C1 .24

(.002) -.40 (<.001) -.37

(<.001) -.64 (<.001) -.62

(<.001) 1

C2 .01

(.875) .09 (.239) .44

(<.001) .22 (.003) .31

(<.001) -.09 (.211) 1

C3 -.04

(.631) .19 (.011) .29

(<.001) .10 (.181) .23

(.002) .05 (.502) .21

(.004) 1

HISBI D1 .22

(.003) -.02 (.785) -.11

(.146) -.24 (.001) -.18

(.019) .20 (.006) .01

(.883) .25 (.001) 1

D2 .14

(.073) -.22 (.003) -.17

(.024) -.29 (<.001) -.29

(<.001) .20 (.009) -.05

(.512) .19 (.010) .46

(<.001) 1

D3 .33

(<.001) -.05 (.485) -.15

(.044) -.24 (.002) -.20

(.007) .35 (<.001) -.02

(.787) .13 (.075) .47

(<.001) .47 (<.001) 1

DT .28

(<.001) -.09 (.239) -.16

(.030) -.31 (<.001) -.25

(.001) .29 (<.001) -.01

(.868) .25 (.001) .91

(<.001) .71 (<.001) .74

(<.001) 1 HISBI=Health information seeking behavior on the Internet; A1=Anxiety of COVID-19 Infection; B1=Cognitive; B2=Motor;

B3=Non-planning; BT=Total score of impulsivity; C1=Rational; C2=Intuitive; C3=Dependent; D1=Production; D2=Using community; D3=Searching for information; DT=Total score of HISBI.

Table 4. Correlation of Anxiety of COVID-19 Infection, Impulsivity, Decision-making Type, Health Information Seeking

Behavior on the Internet (N=178)

균 수면시간, 전공계열을 독립변수로 설정하였다. 각 변수들의 공차 한계는 .79-.96로 모두 0.1 이상, 분산팽 창요인(VIF)은 1.04-1.27로 모두 10 미만이었으며 변수 들 간 다중공선성 문제는 없는 것으로 나타났다. 독립 변수에 대한 회귀분석 가정을 검증한 결과, Durbin- Watson 통계량은 2.04로 2에 가깝고 0 또는 4에 근접하 지 않기 때문에 자기상관성이 없는 것으로 나타났다.

인터넷에서의 건강정보추구행위에 대한 독립변수 의 영향력을 분석한 결과, 의약계열(ß=.28, p<.001), 무 계획 충동성(ß=-.25, p<.001), 의존적 의사결정유형 (ß=.23, p<.001), COVID-19 감염불안(ß=.22, p=.001), 4 시간 이상 8시간 이하의 평균수면시간(ß=.21, p=.001), 인문계열(ß=.17, p=.016), 질환으로 6개월 이내 상급종 합병원 방문 여부 있음(ß=.15, p=.020)이 통계적으로 유 의한 영향을 미치는 것으로 확인되었다. 회귀모형은 통계적으로 유의미하며(F=13.78, p<.001), 회귀식 모형 에 대한 설명력 값은 33.6%로 나타났다(Table 5).

논 의

본 연구는 COVID-19 대유행 상황에서 대학생의 인 터넷에서의 건강정보추구행위에 영향을 미치는 요인 을 살펴보았고, 연구 결과를 논의하면 다음과 같다.

COVID-19에 대한 일반 대학생의 감염불안은 평균 33.30점으로 나타났다. 이는 본 연구와 동일하게 일반 대학생을 대상으로 한 Wheaton 등[6]과 Blakey 등[18]의

연구결과보다 본 연구의 감염불안이 더 높은 점수를 보 였다. 본 연구는 COVID-19에 대한 불안을 조사하였으 나 Wheaton 등[6]은 H1N1 바이러스를, Blakey 등[18]은 에볼라 바이러스에 대한 불안을 대상으로 하였다. 즉, COVID-19의 빠른 전파속도와 넓은 확산범위로 인해 대상자들은 H1N1이나 에볼라 바이러스 등의 전염병 보다 훨씬 더 심각한 불안을 느꼈음을 알 수 있다.

본 연구의 충동성에서는 인지 충동성 2.41점, 무계획 충동성 2.18점, 운동 충동성 1.85점 순으로 나타났다. 이 는 본 연구와 동일하게 대학생을 대상으로 하고 인지 충동성이 가장 높게 나타난 Yun과 Lee [19]의 연구 결과 와 유사하였다. 대학생은 청소년기에서 성인기로 가는 불안정한 시기에 있고, 경험적으로 인지적 성숙이 불 완전하기 때문에[20] 인지 충동성이 높게 나타난 것으 로 생각된다.

또한 의사결정유형에서 합리적 유형 점수는 4점 만 점에 2.88점, 직관적 유형 점수는 2.24점, 의존적 유형 점수는 2.08점으로 합리적 유형, 직관적 유형, 의존적 유형 순으로 나타났다. 이는 대학생을 대상으로 한 Kwak [9]의 연구, 간호대학생을 대상으로 한 Kim [10]

의 연구 결과와 유형별 점수의 순서가 같다는 점에서 유사하였다. 따라서 현재 대학생들은 자신이 내린 결 정의 결과를 예측하고 자신과 상황에 대한 정보를 수집 하여 합리적으로 의사결정을 내리는 경향[16]이 있음 을 알 수 있다.

본 연구에서 인터넷에서의 건강정보추구행위는 5 Variables

Non-Standard

coefficient Standard

coefficient t(p) VIF

B SE β

Type of college (Health allied college)^* 6.55 1.63 .28 4.01(<.001) 1.27

Impulsivity (Non-planning) -0.65 0.17 -.25 -3.89(<.001) 1.06

Decision making type (Dependent) 0.52 0.14 .23 3.67(<.001) 1.06

Anxiety of COVID-19 Infection 0.46 0.13 .22 3.50(.001) 1.04

Average sleep hours a day (4∼8hrs/day)^† 6.38 1.90 .21 3.36(.001) 1.07

Type of college (Humanities college)^* 3.75 1.54 .17 2.43(.016) 1.27

Clinical visit within 6 months (Yes)^‡ 4.63 1.97 .15 2.35(.020) 1.04

Adjusted R²=.336, F=13.78, p<.001 Durbin-Watson: 2.04

Dummy variable: Type of college, average sleep hours a day, clinical visit for disease within 6 months.

Reference: ^*Art, Music, Physical Education college, ^†above 8 hrs, ^‡No (0).

Table 5. Influencing Factors of Health Information Seeking Behavior on the Internet (N=178)

점 만점에 전체 평균 2.69점, 정보탐색 행위가 3.31점, 정보생산 행위가 2.75점, 커뮤니티 이용 행위가 1.92점 이었다. 대학생을 대상으로 한 본 연구는 40세에서 65 세를 대상으로 한 Son과 Lee [21]의 연구에 비해 전체적 으로 점수가 높았다. 이는 대학생이 건강정보에 대한 접근 경로로 인터넷을 가장 많이 선호한다는 선행연구 [4] 결과를 통해 설명될 수 있다. 또한 본 연구 결과를 통 해 대학생 집단에서 대부분의 인터넷 이용자가 인터넷 에 직접 생산적인 글을 쓰거나 커뮤니티를 활용하기보 다 정보를 간단하게 검색하는 방법을 선호함을 알 수 있다.

본 연구에서 전체 인터넷에서의 건강정보추구행위 는 여성이 남성보다 높게 나타났다. Li 등[22]의 연구에 서도 여성이 온라인 건강정보추구행위를 더 많이 한다 고 밝혀 이를 뒷받침하였다. 또한 연구결과 의약계열 이 자연계열보다 인터넷에서의 건강정보추구행위를 많이 하는 것으로 나타났다. 선행연구[23]에 따르면 의 료분야를 전공한 학생들은 건강관심도가 높으며 건강 정보를 자주 찾는 경향을 보였다. Son과 Lee [21]의 연 구에서 건강관심도와 건강염려는 인터넷에서의 건강 정보추구행위에 유의미한 영향을 미쳤다. 그러므로 의 료분야를 전공한 대학생의 경우 건강관심도가 타 전공 학생보다 높아 인터넷에서의 건강정보추구행위를 더 많이 할 가능성이 높다고 생각된다.

본 연구에서는 질환으로 6개월 이내 상급종합병원 방문 경험이 있는 대상자가 없는 대상자에 비해 인터넷 에서의 건강정보추구행위 정도가 높게 나타났다. 이는 질병 이환 여부와 개인의 건강상태가 온라인 건강정보 추구행위에 영향을 미치는 주요한 요인이라고 밝힌 Li 등[22]의 연구 결과와 일치하였다. 이는 잦은 병원 방문 을 계기로 질환이 있는 사람의 건강정보에 대한 관심과 요구가 증가되었기 때문이라고 생각된다. 본 연구에서 인터넷에서의 건강정보추구행위는 수면시간이 8시간 이상인 사람에 비해 4∼8시간인 사람이 더 높게 나타났 다. 수면시간이 건강행위의 하위요인이며, 건강행위는 온라인에서의 건강정보추구행위의 영향요인이라고 밝힌 Li 등[22]의 연구가 이를 뒷받침한다. 이를 통해 적 절한 수면시간이 피로감이나 신체적 건강으로 연결되 어 인터넷에서의 건강정보추구행위에 영향을 미친 것 으로 생각된다.

COVID-19 감염불안이 높을수록 인터넷에서의 건 강정보추구행위가 높았다. 이는 전염병으로 인한 불안

과 인터넷에서의 건강정보추구행위가 정적 상관관계 를 보인 Seo [24]의 연구 결과와 유사하였다. 따라서 이 는 감염에 대한 불안이 높은 사람들이 신문이나 TV와 같은 전통매체에 비해 정보량이 많고 접근성이 높은 인 터넷을 통해 건강정보에 접근함으로써 감염불안이라 는 부정적 정서를 가능한 빨리 해소하려는 것으로 생각 된다.

의사결정유형 중 합리적 유형과 의존적 유형의 점수 가 높을수록 인터넷에서의 건강정보추구행위를 많이 하는 것으로 나타났으나 직관적 유형은 건강정보추구 행위와 유의한 상관관계가 없었다. 이는 의사결정에서 직관을 따르는 정도가 정보 행태에 유의한 영향을 미치 지 않았다는 Lee [25]의 연구 결과와 일치하였다. 직관 적인 사람은 자신의 의사결정과정을 구체적으로 설명 하지 못하며 직관적 감정에 따라 행동하는 경향이 있다 [16]. 이에 직관적 유형은 인터넷에서의 건강정보추구 행위와의 관계에서 일관된 결과를 보이지 않는 것으로 추측된다.

인터넷에서의 건강정보추구행위에 가장 결정적인 영향을 미치는 요인은 의약계열(ß=.28, p<.001)로 의료 분야 전공자는 건강에 큰 관심을 가지며 건강정보를 많 이 찾는다는 Yang [23]의 연구 결과와 일치하였다. 이는 의학 관련 전공 학생인 경우 건강과 질병에 대한 관심 이 높아 인터넷에서의 건강정보추구행위를 많이 하는 것으로 추측된다. 그 외의 전공계열 중 인문계열 또한 추가적인 영향요인으로 나타났다.

다음으로 무계획 충동성(ß=-.25, p<.001)이 높을수록 인터넷에서의 건강정보추구행위가 감소하는 것으로 분석되었다. 이는 무계획 충동성이 높을수록 건강행위 가 감소한다는 Hagger 등[26]의 연구와 건강행위가 온 라인 건강정보추구행위의 영향요인이라고 밝힌 Li 등 [22]의 연구가 본 연구를 지지해준다. 이를 토대로 인터 넷 건강정보이용을 잘 하지 않는 무계획 충동성이 높은 사람을 대상으로 인터넷 건강정보이용을 위한 목표와 활용 계획 수립방법을 교육하는 프로그램의 개발이 필 요하다고 판단된다.

의사결정유형에서는 의존성(ß=.23, p<.001)이 높을 수록 인터넷에서의 건강정보추구행위가 증가하는 것 으로 분석되었다. 의존성이 강할수록 정보 요구의 강 도가 커진다는 선행연구[25]를 바탕으로 의존적인 대 상자의 정보 요구가 증가되었기 때문에 인터넷 건강정 보추구행위를 적극적으로 행한 것으로 보인다. 그러나

인터넷을 통한 건강정보는 신뢰성의 문제가 있을 수 있 으므로[4] 정보 요구가 높은 의존적인 대상자가 불확실 한 정보를 분별하는 능력을 가지도록 하는 전략이 필요 할 것으로 생각된다. 직관적 유형과 합리적 유형은 인 터넷에서의 건강정보추구행위에 유의미한 영향을 미 치지 않는 것으로 나타났다. 직관적 유형은 자신의 직 관과 느낌에 따라 행동하고 빠르게 결정을 내리기 때문 에[16] 인터넷에서의 건강정보추구행위에 영향을 미 치지 않는 것으로 생각된다. 합리적 유형은 정확한 정 보를 기반으로 신중하게 결정을 내리는 특성이 있어 [16] 인터넷에서의 건강정보추구행위에 유의한 영향 을 미칠 것이라 예측했으나, 유의한 영향을 미치지 않 는 것으로 확인되었다. 또한 합리적 유형의 사람들이 보이는 자기결정성과 자율성 욕구[16, 27]가 인터넷 건 강정보를 활발히 활용하는 데에 영향을 미친다는 Noh 등[27]의 연구결과와 상반되어 후속 연구가 필요하다.

COVID-19 감염불안(ß=.22, p=.001) 또한 건강정보 추구행위에 영향을 주었는데, 이는 신종전염병으로 인 해 느끼는 불안한 감정이 직접적인 정보의 탐색과 처리 에 영향을 미친다는 Seo [24]의 연구와 일치하였다. 따 라서 COVID-19에 감염될 것이라는 불안이 정보탐색 의 동기를 자극하여 건강정보추구행위로 이어진 것으 로 생각된다.

수면시간의 경우 8시간 이하(ß=.21, p=.001)에서 인 터넷에서의 건강정보추구행위를 많이 하는 것으로 분 석되었다. 이는 수면시간이 비교적 긴 사람이 자발적 인 건강정보추구를 적게 하는 것을 의미하며, 수면은 건강행위의 하위요인이기 때문에 인터넷에서의 건강 정보추구행위에 영향을 미친다는 Li 등[22]의 연구와 유사하였다. 또한 6개월 이내 병원 방문 경험이 있는 (ß=.15, p=.020) 대학생이 인터넷에서의 건강정보추구 행위를 많이 하는 것으로 확인되었다. 이는 질병 이환 여부와 치료 여부가 온라인 건강정보추구행위의 주요 한 동기가 된다는 선행연구[22]와도 비슷한 결과를 보 였다. 즉, 질환이 있는 사람과 그 가족은 최근에 상급종 합병원을 방문한 경험이 있어서 건강정보에 대한 관심 과 요구가 증가하여 본 연구결과와 같이 나온 것으로 생각된다.

결 론

본 연구는 COVID-19 대유행 상황에서 대학생의 COVID-19 감염불안, 충동성, 의사결정유형이 인터넷 에서의 건강정보추구행위에 미치는 영향요인을 알아 보고 개인의 정서 및 기질 특성을 반영한 인터넷 건강 정보 활용 프로그램에서 교육내용의 기초자료를 제시 하고자 시도되었다. 연구 결과 대학생의 인터넷에서의 건강정보추구행위에는 의약계열, 의존적 의사결정유 형, COVID-19 감염불안, 4시간 이상 8시간 이하 수면, 인문계열 그리고 6개월 이내 병원 방문이 정적인 영향 을 미치고, 무계획 충동성은 부적인 영향을 미치는 것 으로 확인되었다.

본 연구의 의의는 COVID-19 팬데믹 상황에서 인터 넷에서의 건강정보추구행위에 감염불안, 무계획 충동 성, 의존적 의사결정유형이 영향을 미친다는 것을 파 악한 데 있다.

본 연구의 제한점 및 제언은 다음과 같다. 연구에서 모집된 대상자의 성별이 여자 78.1%, 남자 21.9%로 특 정 성별이 다소 과대 표집된 경향을 보여 실제 대학생 의 성비를 제대로 반영하지 못하였다. 또한, 본 연구에 서는 대학생만을 대상으로 하여 일반 대중으로 연구 결 과를 일반화하기에는 한계가 있다. 따라서 후속 연구 에서는 성비와 연령층을 고려한 표본집단을 구성하여 이러한 한계점을 보완할 필요성이 있다. 본 연구에서 COVID-19 확진자와 자가격리자는 연구의 대상에서 제외되어 이들의 정서 및 행동적 변화는 확인할 수 없 었다. 따라서 추후 연구에서는 이러한 대상자를 포함 하여 감염 여부나 격리 경험에 따라 달라지는 인터넷에 서의 건강정보추구행위를 알아보고 비교해 볼 필요가 있다.

References

1. World Health Organization. WHO director-general’s opening remarks at the media briefing on COVID-19 - 11 march 2020 [Internet]. Geneva: World Health Organization; 2020 [cited 2020 August 14]. Available from: https://www.who.int/dg/speeches/

detail/who-director-general-s-opening-remarks-at-the-media-brief ing-on-covid-19---20-march-2020

2. Ministry of Health and Welfare, Korea Disease Control and Prevention

Agency. A social distancing reform [Internet]. Cheongju-si, Chungcheongbuk-do: Central Disease Control Headquarters; 2020 [cited 2021 January 22]. Available from: http://ncov.mohw.go.kr/

socdisBoardView.do?brdId=6&brdGubun=64&dataGubun=642&

ncvContSeq=4193&contSeq=4193&board_id=&gubun=

3. Lee DH, Kim JY, Kang HS. The emotional distress and fear of contagion related to middle east respiratory syndrome (MERS) on general public in Korea. The Korean Journal of Psychology: General.

2016;35(2):355-383. https://doi.org/10.22257/kjp.2016.06.35.2.355 4. Kim SD, Kim MK. The effect of university students’ approach to health

information on improvement of health behavior. Journal of the Korea Academia-Industrial Cooperation Society. 2015;16(5):3268-3275.

https://doi.org/10.5762/KAIS.2015.16.5.3268

5. Ministry of Science and ICT, NIA National Information Society Agency. Internet usage survey of Korea 2019 [Internet]. Daegu:

National Information Society Agency; 2020 [cited 2020 August 14].

Available from: https://www.nia.or.kr/site/nia_kor/ex/bbs/View.do;

JSESSIONID=A16A7562F2B5EC90AFD65F193C8751F3.2283 c7ee688506361103?cbIdx=99870&bcIdx=21930&parentSeq=21 930

6. Wheaton MG, Abramowtz J, Berman NC. Psychological predictors of anxiety in response to the H1N1 (Swine Flu) pandemic. Cognitive Therapy & Research. 2011;36(3):210-218. https://doi.org/10.1007/

s10608-011-9353-3

7. Baumgartner SE, Hartmann T. The role of health anxiety in online health information search. Cyberpsychology, Behavior, & Social Networking. 2011;14(10):613-618. https://doi.org/10.1089/cyber.

2010.0425

8. van Rooij B, de Bruijn AL, Reinders Folmer C, Kooistra EB, Kuiper ME, Brownlee M, et al. Compliance with COVID-19 mitigation measures in the United States [internet]. Charlottesville: PsyArXiv;

2020 [cited 2020 August 14]. Available from: https://doi.org/10.

31234/osf.io/qymu3

9. Kwak HS, Lee SL. The effects of parental over-control on the decision making of children: mediating effects of self-differentitation. Journal of Learner-Centered Curriculum & Instruction. 2020;20(7):675-702.

https://doi.org/10.22251/jlcci.2020.20.7.675

10. Kim MS. The influence of personality characteristics and decision making type on self-leadership of nursing students. The Journal of Korean Academic Society of Nursing Education. 2016;22(4):441- 451. https://doi.org/10.5977/jkasne.2016.22.4.441

11. Park SH, Lee SY. Exploring categories of health information users on the basis of illness attitude and health information seeking

behavior on the internet. Korean Journal of Journalism &

Communication Studies. 2011;55(4):105-133.

12. Ku YH, Noh GY. A study on the effect of info seeking on breast cancer screening intention: focusing on HBM and autonomous motives.

Journal of Digital Contents Society. 2018;19(7):1381-1387.

https://doi.org/10.9728/dcs.2018.19.7.1381

13. Leelavathi M, Teh Rohaila J, Thenmolle A, Mohamad Salehuddin MS, Barathan M, Natasha PJ, et al. Online health information seeking among people with diabetes mellitus and its association with self-management. Medicine & Health. 2018;13(2):72-82. https://

doi.org/10.17576/MH.2018.1302.07

14. Barratt ES, White R. Impulsiveness and anxiety related to medical students’ performance and attitudes. Journal Medical Education.

1969;44(7):604-607. https://doi.org/10.1097/00001888-1969070 00-00007

15. Lee HS. Impulsiveness test guide. Seoul: Korean guidance; 1992.

16. Harren VA. A model of career decision-making for college students.

Journal of Vocational Behavior. 1979;14(2):119-133. https://doi.

org/10.1016/0001-8791(79)90065-4

17. Koh HJ. A study on the effect of career counseling on Korean college students’ decision making styles and on career decision making status [dissertation]. Seoul: Sookmyung Women’s University; 1992.

p. 1-131.

18. Blakey SM, Reuman L, Jacoby RJ, Abramowitz JS. Tracing

‘‘fearbola’’: psychological predictors of anxious responding to the threat of ebola. Cognitive Therapy & Research. 2015;39(6):816- 825.

https://doi.org/10.1007/s10608-015-9701-9

19. Yun CY, Lee EH. Analysis on structural relationships among academic procrastination, impulsiveness, learning strategies and major satisfaction of college students. The Journal of Yeolin Education. 2017;25(4):151-170. https://doi.org/10.18230/tjye.

2017.25.4.151

20. Choi WY, Kim CK, Lee SY. Effectiveness of a cognitive-behavioral group counseling program for college students with depression and suicide thought. The Korea Journal of Counseling. 2005;6(1):75-91.

21. Son HJ, Lee KE. The influence of health concern, health anxiety, and communication with healthcare providers on health information seeking behavior on the internet. Journal of Health Informatics &

Statistics. 2019;44(1):73-82. https://doi.org/10.21032/jhis.2019.

44.1.73

22. Li J, Theng YL, Foo S. Predictors of online health information seeking behavior: changes between 2002 and 2012. Health Informatics Journal. 2016;22(4):804-814. https://doi.org/10.1177/

1460458215595851

23. Yang SC, Luo YF, Chiang CH. The associations among individual factors, ehealth literacy, and health-promoting lifestyles among college students. Journal of Medical Internet Research. 2017;

19(1):e15. https://doi.org/10.2196/jmir.5964

24. Seo MH. Effects of risk information seeking and processing on MERS preventive behaviors and moderating roles of sns use during 2015 MERS outbreak in Korea. Korean Journal of Communication

& Information. 2016;78(4):116-140.

25. Lee JW. Personal traits and information behavior: the case of college freshmen. Journal of Korean Library & Information Science Society.

2009;40(2):161-182.

26. Hagger MS, Gucciardi DF, Turrell AS, Hamilton K. Self-control and health-related behaviour: the role of implicit self-control, trait self-control, and lay beliefs in self-control. British Journal of Health Psychology. 2019;24(4):764-786. https://doi.org/10.1111/bjhp.

12378

27. Noh GY, Choi JH, Kwon MS. A test of extended technology acceptance model on health information seeking on the Internet.

Korean Journal of Broadcasting & Telecommunication Studies.

2013;27(5):49-85.