SCI(Self Character Identification)와 몰입감이 게임 가상 아이템 구매의도에 미치는 영향 분석에 관한 연구

Q: 이 논문에서 정의한 SCI(Self Character Identification)란 무엇인가?

SCI는 플레이어가 게임 속에서 선택한 캐릭터, 즉 자신의 캐릭터에 동일시하게 되는 현상을 의미한다. 이는 캐릭터와 자신을 심리적, 행동적으로 통일하여 캐릭터의 감정이나 행동에 동조하는 방식으로 경험하는 자아에 대한 인식이다.

Q: 게임 몰입도가 캐릭터 SCI와 가상 아이템 구매의도 간의 관계에 어떤 영향을 미치는가?

연구 결과, 몰입도는 캐릭터 SCI와 가상 아이템 구매의도 간의 관계를 긍정적으로 조절하는 것으로 나타났다. 즉, 게임 몰입감이 높아질수록 캐릭터 SCI가 가상 아이템 구매의도에 미치는 긍정적인 영향이 더욱 강해진다.

양일; 조동민

doi:10.17548/ksaf.2024.12.30.283

학술저널

저자정보: 양일 (전북대학교) 조동민 (전북대학교)

저널정보: 한국전시산업융합연구원 한국과학예술융합학회 한국과학예술융합학회 Vol.42 No.5

오류 신고하기

피인용 0

검색

초록·키워드

본 연구의 목적은 향후 캐릭터 개발 시 효과적으로 활용할 수 있는 실증적인 자료를 제공하고자 게임 내 SCI(본 연구에서 SCI이라는 용어는 플레이어가 선택한 캐릭터, 즉 자신의 캐릭터에 동일시하게 되는 것으로 Self Character Identification의 약자 SCI로 사용하였다.)와 몰입감이 플레이어의 가상 아이템 구매의도에 미치는 영향을 분석하였다. 가설을 검증하기 위해 SPSS(Statistical Package for Social Science) 26.0 통계 프로그램을 이용하여 회귀분석 하였다. 조절변수 몰입도의 조절효과를 검증하기 위해 계층회귀분석을 실시 하였다. 연구 결과에 따르면, 효과적인 결과를 얻었다.
첫째, 상관관계 분석 결과에 따르면, SCI와 가상 아이템 구매의도(r=0.487, p<0.01)、몰입감과 가상 아이템 구매의도(r=0.352, p<0.01)사이에는 유의한 상관관 계를 있음을 확인할 수 있었다. 반면, 연령(r=－0.557, p<0.01)은 가상아이템 구매의도와 유의한 상관관계를 확인할 수 없었다. 이것은 게임에서 SCI와 몰입도 의 강도가 높아질수록 게임 내 가상아이템 구매의도 긍정적 유의한 영향을 미침을 확인하였지만, 연령이 들수록 36~45세 또는 45세 이후에 플레이어의 가상아이템 구매의도 감소한다는 것을 증명한다.
둘째, 회귀분석 이 결과에 따르면,M1(연령)(β=－ 0.431,p＜0.001) 가상아이템 구매의도와 유의한 영향을 미침을 확인할 수 없었다. M2(SCI)(β=0.275, p ＜0.001) 가상아이템 구매의도와 긍정적 유의한 영향을 미침을 확인하였다. 즉 H1 유의한 수준에서 채택 되었다. M3(몰입도)(β=0.244，p＜0.001) 가상아이템 구매의도와 긍정적 유의한 영향을 미침을 확인하였다， 즉 H2 유의한 수준에서 채택되었다. 이는 SCI 및 몰입도 수준(고/저)의 가상아이템 구매의도에 영향을 미친다는 것은 증명한다.
마지막으로, SCI와 몰입도의 상호작용항(β=0.262, p<0.001)은 가상아이템 구매의도와 긍정적 유의한 영향을 미침을 확인하였다. 몰입도가 캐릭터 SCI 과 가상아이템 구매의도의 관계를 긍정적으로 조절한다는 것을 설명하였다, 즉 연구가설 H3가 유의한 수준에서 채택되었다. 몰입도(저) 수준의 비해 게임 몰입도(고) 수준에서 캐릭터 SCI이 가상아이템 구매의도에 미치는 긍정적인 영향은 더 강하다. 즉 몰입감이 높아질수록 캐릭터 SCI이 가상아이템 구매의도에 미치는 영향 도 높아진다. 이 결과에 따르면, 개발자들은 게임 콘텐츠를 디자인할 때，SCI와 게임 몰입경험을 강화시키기 위해 더 흥미로운 콘텐츠 디자인 개발해야 한다. 게임의 아이템 판매 수익을 늘리기 위해 연령별로 다 양한 수요에 맞게 목적성 있는 디자인을 해야 한다는 것을 데이다 제공한다. 본 연구는 게임 개발자와 후속 연구자들에게 유효한 자료와 샘플 제공한다.

The purpose of this study is to provide empirical data that can effectively be utilized for future character research and development, by analyzing the impact of in-game Self-Character Identification (SCI) and Flow experience on players' intentions to purchase virtual items. To validate the hypotheses, regression analysis was conducted using the SPSS (Statistical Package for Social Science) 26.0 statistical software. Hierarchical regression analysis was employed to verify the moderating effect of immersion as a moderating variable. The study yielded effective results.
Firstly, correlation analysis revealed significant positive correlations between character SCI and the intention to purchase virtual items (r=0.487, p<0.01), as well as between immersion and the intention to purchase virtual items (r=0.352, p<0.01). Conversely, age (r=-0.557, p<0.01) was significantly and negatively correlated with the intention to purchase virtual items. This confirms that the strength of SCI and immersion in the game positively and significantly influences the intention to purchase in-game virtual items. However, it also demonstrates that as players age, particularly in the36-45 or over 45 age range, their intention to purchase virtual items decreases.
Secondly, the results of the regression analysis indicated that Model 1 (Age) (β=-0.431, p<0.001) significantly negatively influenced the intention to purchase virtual items. Model 2 (SCI) (β=0.275, p<0.001) was found to have a positive and significant impact on the intention to purchase virtual items, thus Hypothesis 1 (H1) was accepted at a significant level. Model 3 (Immersion) (β=0.244, p<0.001) also had a positive and significant impact, leading to the acceptance of Hypothesis 2 (H2) at a significant level. This proves that the levels of SCI and immersion (high/low) influence the intention to purchase virtual items.
Lastly, the interaction term between SCI and immersion (β=0.262, p<0.001) was found to have a positive and significant impact on the intention to purchase virtual items, indicating that immersion positively moderates the relationship between character SCI and the intention to purchase virtual items. That is, Hypothesis 3 (H3) was accepted at a significant level. Compared to a low level of immersion, a high level of game immersion strengthens the positive impact of character SCI on the intention to purchase virtual items, meaning that as immersion increases, so does the influence of character SCI on the intention to purchase virtual items. Based on these results, developers should design more engaging content to enhance SCI and game immersion experience when creating game content. To increase the sales revenue of game items, it is suggested that purposeful designs should be made to meet the various demands of different age groups. This study provides valid data and samples for game developers and subsequent researchers.

#Online Game (온라인 게임） #SCI (Self Character Identification/동일시) #Game flow (게임 몰입도) #Item Purchase Intention (아이템 구매의도) #Convergence Game Marketing (융복합 게임마케팅)

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

UCI(KEPA) : I410-151-25-02-092213814

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료