SNS 이용 행태, 이용 목적 및 태도가 SNS 타자 수용성과 영향력 인식에 미치는 영향에 관한 통계적 분석 doc_id PCY_201509020147193681_12

다음으로 ‘SNS 타자 수용성’이라는 변수는 서열척도로 만들어진 네 문항의 값을 더해서 새롭게 만든 것으로 연속변수로 간주하였다. 설문문항 B6는 가장 많이 쓰는 SNS에서 주로 어떤 관계를 맺고 있는지(‘개방적인 관계’ 7점, ‘폐쇄적인 관계’ 1점인 등간척도), 다른 이의 글의 열독 정도(‘다른 이의 글을 모두 읽는 편’일 때 7점, ‘다른 이의 글을 잘 읽지 않는 편’일 때 1점인 등간척도) 타인에 대한 이해의 정도(‘타인을 이해하려고 노력할 때’ 7점, ‘나를 이해시키려고 애쓸 때’ 1점인 등간척도), 그리고 낯선 사람을 타자로 받아들이는 정도(‘전혀 그렇지 않다’ 1점, ‘무조건 받아들인다’ 7점으로 변환하고 등간척도로 간주)로 이루어져 있는데 이 네 문항의 변수값을 합쳐서 ‘SNS 타자 수용성’이라는 새로운 변수를 생성시켰다. 이 변수는 응답자가 얼마나 SNS에서 자신과 다른 사람을 기꺼이 수용하려고 하는가를 보여주는 척도가 된다. 이 변수는 SNS에서의 타자수용에 영향을 미치는 설명변수들이 무엇인지를 알아보기 위한 회귀분석에서 종속변수로 주로 사용되었다. SNS타자 수용성 변수는 최소값 4에서 최대값 28을 가지는 변수였다. 다음 변수는 SNS에서 가장 많이 하는 활동에 대한 질문들에 대해 요인분석을 실시한 것이다. 설문지 B19 세트는 12개의 문항을 통해서 SNS에서 자주 하는 활동에 관해 묻고 있다. 원래 설문을 제시할 때 분류했던 네 개의 카테고리는 요인분석 결과와 정확히 맞아떨어지지는 않았지만 일단은 연구의 목적 상 요인부하값(eigenvalue)을 1로 지정했을 때 추출되는 3개 요인으로 하지 않고 4개의 요인을 추출하도록 강제로 할당하였다. 그 결과 예상과 달리 게임은 동영상-음악 듣기와 같은 오락으로 묶이지 않고 사교활동과 함께 묶였다. 요인분석 결과 추출된 요인점수를 가지고 네 개의 변수로 만들었으며 배리맥스 회전 후 요인부하값이 높은 순서대로 ‘정보/지식공유’, ‘사회참여’, ‘사교/게임’, ‘음악-동영상’이라고 명명하였다. 기본형은 SNS를 매우 소극적으로 사용하는 집단으로 9개의 하위변수 거의 대부분에서 가장 낮은 평균을 기록하였다. ‘연락형’은 기본형에 비해 ‘정보찾기’라든가 ‘직업, 사업상의 연락’ 등을 제외하고는 대체로 평균값이 높았으며 가족, 친구와의 연락이나 새로운 친구 사귀기 등에서는 ‘정보형’보다도 평균값이 높은 특징을 보여주고 있다. 이 집단은 대개 사교의 목적으로 SNS를 사용하는 것으로 보인다. ‘정보형’은 대부분의 하위변수들에서 몰입형에 비해 약간씩 낮은 평균을 나타내지만 게임에서는 예외적으로 좀 더 적극적인 모습을 갖고 있다. ‘몰입형’은 다른 집단과 비교해서 압도적으로 높은 평균값을 가지며 심지어는 ‘심심해서’라는 변수에서도 압도적으로 높은 값을 나타낸다. 이들은 SNS의 핵심 이용자이면서 몰입도가 높은 집단이라고 할 수 있다. 과가 가장 강하며 공동체적이기보다는 개인적인 욕구 충족 활동이라고 볼 수 있다. 요컨대 동영상/음악 등 취미활동을 많이 하는 것은 이견이나 다양성 수용보다는 유유상종과 공통된 취향의 승인에 가까운 경향을 낳을 것이라고 추측해볼 수 있다. 뜻밖의 결과는 사회참여였다. 이것 역시 한국 사회에 널리 퍼져 있는 진영의 대립과 관계되며 이견 수용보다는 기존의 신념의 강화에 보다 가까운 활동이 아닐까 하는 짐작을 하게 된다. 물론 이 변수 역시 타인에 대한 수용성을 높이는 것으로 나타났지만 그 정도는 다른 변수들에 비해 상대적으로 낮은 편이었다. 다음으로는 SNS의 부정적 효과에 대한 인식이 SNS에서 타자 수용에 어떤 영향을 미치는지에 대해 알아보고자 앞에서 SNS의 부작용에 관한 물음들을 사용하여 요인 분석한 결과 추출된 변수 3개를 사용하였다. 이는 SNS의 역기능에 대해 사람들이 갖고 있는 생각들이 절대적이라기보다는 상대적인 것이며 일종의 트레이드오프와 같다는 가정으로부터 출발한 것이다. 이 모형의 분석은 인구학적 변수들에 인터넷 사용 현황 변수들을 추가한 것이다. 결정 계수(R2 )가 .143으로 급증하였는데, 이는 스마트폰 앱, SNS 등의 인터넷 서비스를 어떻게 사용하느냐가 SNS 영향력에 대한 생각에 상당히 큰 영향을 준다는 뜻으로 해석할 수 있다는 것을 암시한다. 상식적인 이야기지만 인터넷을 어떠한 방식으로 사용하고 있느냐가 SNS에 대한 생각을 형성하는 데에 인구학적 변수보다 훨씬 더 설명력 있는 독립변수로 작용하는 것이라고 해석할 수 있다. 새로 추가한 변수들 중 스마트폰 앱 사용 빈도, SNS 선호도, SNS 대화 빈도, SNS 사회자본, 이렇게 네 변수들이 통계적으로 유의한 수준에서 SNS 영향력에 정(+)의 영향을 주는 것으로 나타났다. 즉 스마트폰 앱을 자주 사용할수록, 정보를 얻는 경로서 SNS를 선호할수록, SNS에서 대화를 자주 할수록, 또한 SNS에서 친구/지인들과의 교류가 빈번할수록 SNS의 영향력을 잘 인지하는 것으로 나타나, 응답자들의 언행이 상당히 일치한다고 평가할 수 있어 보인다. 인터넷과 SNS를 많이 접해 볼수록 SNS에서 직·간접적인 경험을 많이 하게 되어 그 영향력을 더욱 크다고 평가한다는 것으로 해석된다. 이 모형에서는 SNS를 어느 정도 긍정적으로 생각하는지, 또한 그것을 어느 정도 부정적으로 생각하는지를 나타내는 SNS 긍정성 및 부정성 지수들을 독립변수로 추가하였다. 모형 2에서 추가한 변수들이 인터넷 사용 현황에 대한 것이었다면, 이 변수들은 SNS에 대한 생각들이 어떠한가를 보여주는 것이라고 비교할 수 있다. SNS 긍정성 지수 및 SNS 부정성 지수 모두 통계적으로 유의하며, SNS 영향력 지수에 정(+)적 영향을 주는 것으로 드러났다. 즉 응답자들은 SNS를 긍정적으로 생각하든 또는 부정적으로 생각하든 그 정도가 강할수록 SNS의 영향력 자체를 강하다고 인정한다는 것으로 해석할 수 있다. 이 모형의 결정 계수(R2 )는 .2106으로서 위의 모형 2와 비교할 때, 한층 더 올라갔다. SNS의 영향력에 대한 태도를 결정하는 요인으로서 SNS를 긍정적으로 생각하느냐, 또는 부정적으로 생각하느냐와 같은 더욱 구체적인 태도 관련 요인이 중요함을 알 수 있다. 위의 모형 3 즉 모든 변수를 포함시킨 꽉 찬 모형의 분석 결과는 모형 1과 2의 분석 결과를 일부 보존한다. 나이는 미미한 수준에서나마 SNS를 긍정적으로 인식하도록 한다. 인터넷 사용 시간은 회귀계수가 -.068임을 감안하면 역시 미미한 수준이라고 할 수 있으나 SNS를 긍정적으로 인식하는 데에 도리어 부(－)적 영향을 준다. 앞서 모형 2의 결과와 마찬가지로 인터넷을 많이 사용하는 경우, 열등감, 불쾌한 경험 등을 할 가능성도 커지므로 궁극적으로 SNS를 부정적으로 인식하게 될 가능성이 더 높다고 할 수 있을 것이다. 모형 3에서는 위의 두 모형들과 달리 SNS 대화 빈도가 통계적으로 유의한 수준에서 SNS 긍정성에 부(－)적 영향을 주는 것으로 드러났다. SNS에서의 대화 역시 적정 수준을 넘어 많아지면 의도하지 않은 부정적 경험을 하게 될 가능성이 많아진다고 해석할 수 있다.