This study aims to classify the type of health information seeking behavior on the internet by using the cluster analysis and to compare health consciousness and smart-phone literacy according to the type of health information seeking behavior on the internet among one university students.
The research design for this study was a descriptive survey design using a quata sample. Data collection was done using self-report questionnaires with 373 undergraduate students located in G city. Data were analyzed using χ2 test, ANOVA, scheffé test, Pearson correlation coefficients, factor analysis and cluster analysis with the SPSS WIN 22.0 Program.
Factor analysis showed 10 items in 3 factors. Cluster analysis revealed 3 distinct type of health information seeking behavior on the internet. Clusters were named ‘passive health information user type’, ‘community-based health information user type’, and ‘independent health information power-user type’. Clusters was founded and has differences in health information search, online community usage and productive health information activity.
Findings of this study allow a comprehensive understanding of the health information seeking behavior on the internet and related factors among undergraduate in Korea. Further study with a larger random sample from various universities is necessary.
우리나라는 1990년대 후반 일반인들의 인터넷(internet) 사용이 시작되고 정부의 IT산업진흥 정책을 기반으로 관련 인프라 정비 및 가정 내 컴퓨터 보급이 증가하면서 인터넷 사용자가 꾸준히 증가해 왔다. 만 3세 이상 인구의 인터넷 사용률은 2001년 56.6%에서 2014년 83.6%로 증가한 것으로 보고되고 있다[
인터넷은 검색브라우저(search browser)를 통해 주제별, 범주별로 분류하고 검색, 이용할 수 있다는 특성을 가질 뿐 아니라[
그러나 온라인에서 제공하고 있는 건강정보는 의사와 의료기관과 같은 전문가뿐만 아니라 일반인까지 누구나 자유롭게 체계적인 절차와 검증 없이 정보를 공유한다는 점에서 잘못된 정보가 유통될 수 있다. 건강 및 의료 관련 정보는 다른 정보와 달리 전문성이 높은 분야이고 건강과 직결되기 때문에 검증되지 않은 정보는 관리되어야 할 필요성이 있다[
Park and Lee [
우리나라 대학생들을 대상으로 소셜미디어(social media) 환경에서 건강정보요구와 추구행태를 확인한 Kim [
건강의식은 건강에 대한 관심이 특정한 개인의 일상 활동에 얼마나 통합되어 있는지를 나타내는 개념으로[
한편 최근 손 안의 인터넷, 즉 스마트폰(smart phone) 사용이 일반화됨에 따라 스마트폰 리터러시(smart-phone literacy)가 주목받고 있다. 스마트폰 리터러시는 스마트 기기를 다룰 수 있는 기본적인 기술적 능력을 갖고 스마트 환경에서 제공되는 가치를 창의적으로 해결하고 사회적 책임을 실천할 줄 아는 능력을 말한다[
건강정보를 찾는 사람들은 금주나 금연과 같이 건강행위를 하는 경향이 높고 질병과 관련된 많은 정보를 습득하고 있기 때문에 건강정보 비이용자보다 건강행위를 할 성향이 높다[
그 동안 인터넷 건강정보의 이용과 건강정보서비스가 양적으로 급증하였음에도 불구하고 인터넷에서의 건강관련 정보이용에 대한 연구가 많지 않으며, 기존 인터넷을 대상으로 한 연구도 주로 이용현황, 이용에 영향을 미치는 요인, 이용자의 위험지각인지 차원에서 이루어지고 있다[
이를 위해 일차적으로 본 연구는 인터넷이 건강정보 생산과 유통에 중요한 매체로 부각되고 있다는 점에 주목하면서, 대학생을 대상으로, 건강정보를 생산, 유통, 탐색하는 인터넷에서의 건강정보추구행위를 유형화하고, 각각의 건강정보추구유형에 따라서 일반적 특성, 건강의식, 스마트폰 리터러시 등의 관련변수에 어떤 차이가 있는지를 확인해보고자 한다. 이를 위한 구체적인 목적은 다음과 같다.
1) 대학생의 인터넷에서의 건강정보추구행위에 대한 차원을 파악하기 위해 요인 분석을 한다.
2) 대학생의 인터넷에서의 건강정보추구행위와 건강의식, 스마트폰 리터러시 간 상관관계를 확인한다.
3) 대학생의 인터넷에서의 건강정보추구행위에 따른 집단을 분류한다.
4) 대학생의 인터넷에서의 건강정보추구행위 유형에 따른 일반적 특성의 차이를 확인한다.
5) 대학생의 인터넷에서의 건강정보추구행위 유형에 따른 건강의식, 스마트폰 리터러시의 차이를 확인한다.
본 연구는 대학생을 대상으로 인터넷에서의 건강정보추구행위 요인의 조합에 따라 인터넷에서의 건강정보추구행위 유형이 어떻게 분류되는지 알아보고, 특정 시점에서 각 유형별로 건강의식과 스마트폰 리터러시에 어떤 차이가 있는지 확인하기 위한 서술적 횡단 조사연구이다.
본 연구의 대상자는 한국의 대학생을 표적모집단으로 하고 연구자의 연구 접근성을 고려하여 G시에 소재하는 1개 대학교 대학생 전수를 근접모집단으로 하였다. 자료에 의한 편중(bias) 현상이 일어나지 않도록 단과대학별 학생수와 성별을 고려하여 400명을 할당표집하였다.
대상자의 일반적 특성은 성별, 학년, 전공, 종교, 체질량지수(body mass index, BMI), 경제상태, 건강상태, 입원경험 여부 등 총 8문항으로 구성되어 있다.
건강의식이란 건강에 대한 관심이 특정한 개인의 일상활동에 얼마나 통합되어 있는지를 나타내는 개념이다[
대학생들의 건강의식 측정을 위해 Dutta-Bergman [
스마트 리터러시란 스마트 기기를 다룰 수 있는 기본적인 기술적 능력을 갖고, 스마트 환경에서 제공되는 정보의 가치를 판단, 평가하고, 스마트 미디어를 통하여 타인과 지식을 공유함으로써 문제를 창의적으로 해결할 수 있고, 사회적 책임을 실천할 줄 아는 능력을 말한다[
대상자의 스마트폰 리터러시를 측정하기 위해 Ahn [
인터넷에서의 건강정보추구행위란 인터넷으로 건강정보를 찾는 이용자들의 능동성 수준에 따른 탐색활동, 커뮤니티 이용, 정보생산활동을 말하는 것으로[
본 연구의 자료 수집은 2015년 10월 7일부터 22일까지 약 2주간 G시에 위치한 4년제 대학교에 재학 중인 학생을 대상으로 이루어졌으며, 단과대학별 학생 수를 고려하여 표본의 대표성을 확보하기 위하여 노력하였다. 즉 대학의 학생처에 문의하여 자료수집 시점의 단과대학별 학생수와 성별 수를 확인한 후 각 단과대학별 학생수와 성별의 비율을 고려하여 설문지를 배포하였다.
자료 수집 시 연구대상자에게 연구의 목적과 취지를 설명하고 연구참여에 동의를 구한 후 연구참여동의서에 서명하게 하였다. 연구참여 동의서에는 연구목적, 대상자의 익명성, 비밀보장 및 연구철회, 연구자의 연락처 등의 내용이 포함되었고 이에 대해 연구자와 연구보조자가 직접 설명하여 자발적인 연구를 보장하였다. 설문지 작성에는 약 10-15분 정도 소요되었다. 자료는 400부를 배부하여 382부를 회수하였고(회수율 95.5%) 회수된 자료 중 기입이 불완전하거나 누락된 9부를 제외한 총 373부(처리율 93.3%)를 최종분석에 사용하였다.
연구대상자의 일반적 특성과 측정변수는 빈도와 백분율, 평균과 표준편차를 구하였다. 인터넷에서의 건강정보추구행위 유형화를 위해 1단계로 주성분분석법을 이용한 인터넷에서의 건강정보추구행위에 대한 요인분석을 실시하였으며, 분석된 요인에 따른 유형 분류를 위하여 K-Means방식의 군집분석을 사용하여 군집을 분류하였다. 또한 각 군집별 일반적 특성의 차이를 확인하기 위해 χ2-test를, 군집에 따른 건강의식과 스마트폰 리터러시에 차이가 있는지를 검증하기 위해서는 ANOVA와 사후검정으로 Scheffé test를 하였다. 또한 변수들 간 상관관계 분석을 위해 피어슨 상관계수를 이용하였다. 수집된 자료는 SPSS 22.0 프로그램(SPSS Inc., Chicago, IL, USA)으로 분석하였다.
연구대상자의 일반적 특성으로 성별, 학년, 소속 단과대학, 종교, BMI, 경제상태, 지각된 건강상태, 입원경험을 조사한 결과는
성별은 남학생이 227명(60.9%)으로 여학생 146명(39.1%)보다 많았다. 학년은 2학년 120명(32.2%), 3학년 104명(27.9%), 1학년 98명(26.3%), 4학년 51명(13.7%) 순이었다. 대상자별 소속 단과대학으로는 인문/경영대학에 소속된 학생이 120명(32.2%)으로 가장 많았고 경찰/법정대학 74명(19.8%), 공과대학 69명(18.5%), 관광/스포츠대학 39명(10.5%), 의과대학 38명(10.2%), 사범대학 33명(8.8%) 순이었다.
종교가 없는 학생이 240명(65.4%)으로 종교가 있는 학생 127명(34.6%)보다 많았다. BMI는 ‘정상’인 학생이 182명(51.7%)으로 가장 많았고, 이어서 과체중이 71명(20.2%), 비만 68명(19.3%), 저체중 31명(8.8.%) 순이었다. 경제상태는 ‘중’이라고 생각하는 학생이 279명(75.2%), ‘하’라고 생각하는 학생 72명(19.4%), ‘상’이라고 생각하는 학생 20명(5.4%)의 순으로 나타났다.
지각된 건강상태에서는 ‘보통’이라고 답한 학생이 152명(40.9%)으로 가장 많았고 ‘좋은 편’이라고 답한 학생이 181명(48.7%), ‘나쁜 편’ 이라고 응답한 학생 39명(10.5%) 순으로 나타났다. 입원 경험이 있는 학생이 187명(51.9%)으로 입원 경험이 없는 학생 173명(48.1%)보다 많았다.
대학생의 인터넷에서의 건강정보추구행위에 따라 집단을 유형화하기 위해 먼저 요인분석을 실시하였다. 요인분석에 앞서 구성 타당도를 검증하기 위해 Kaiser-Meyer-Olkin (KMO)와 Bartlett의 구형성 검정을 실시한 결과, KMO 값은 0.863으로 높게 나타났으며, χ2 값도 1,666.89(
대학생의 인터넷에서의 건강정보 추구행위와 건강의식, 스마트폰 리터러시 간의 관계를 밝히기 위해 피어슨 상관계수를 산출한 결과는
인터넷에서의 건강정보추구행위는 건강의식(r= 0.15,
인터넷에서의 건강정보추구행위의 3가지 요인과 변수들 간의 상관관계를 살펴본 결과, 정보탐색은 건강의식(r= 0.13,
인터넷에서의 건강정보추구행위에 대한 요인분석을 토대로 인터넷에서의 건강정보추구행위를 유형화하기 위해 K-평균 군집분석(K-means clustering analysis)을 실시하였다.
군집분석은 분석대상들을 상호관련성에 의해 서로 동질적인 집단으로 묶어주는 방법으로서 집단내부에 존재하게 되는 분석대상자들을 서로 동질적인 군집을 만들 수 있고 집단 간은 서로 이질적이 된다. 분석대상을 분류기준변수에 근거하여 군집화 하는 데에는 유사성 혹은 거리를 이용하는데 본 연구에서는 유클리드 거리(euclidean distance)를 사용하였으며, 이는 변수 값들의 차이를 제곱하여 합산한 거리, 다차원공간에서 직선 최단거리를 말한다. 개체 i와 k 간의 유클리드 거리는 아래와 같으며, 계층적 군집분석에 비해 계산속도가 빨라 유용하였다.
군집분석 결과 3개의 군집유형이 도출되었으며,
군집 1에 속한 대학생은 151명으로 전체의 40.5%를 차지하였다. 이 유형은 ‘정보탐색’은 세 군집 중 가장 낮고, ‘커뮤니티 이용’은 평균수준, ‘정보생산 활동’은 군집 3에 비해 낮았다. 따라서 ‘커뮤니티 이용’만 평균수준이고 나머지 변인은 세 군집 중 가장 낮다는 점에서 ‘소극적 건강정보 이용형’으로 명명하였다.
군집 2에 속한 대학생은 121명으로 전체 대상자의 32.4%였다. 이 유형은 ‘정보탐색’은 평균수준을 나타냈으며 ‘커뮤니티 이용’은 세 군집 중 가장 높았고, 정보생산 활동’은 유의한 차이를 나타내지 않았다. 그러므로 ‘정보탐색’은 평균수준이나, ‘커뮤니티이용’이 가장 높아 군집 2를 ‘커뮤니티 기반 건강정보 이용형’으로 명명하였다.
군집 3에 속한 대학생은 모두 101명으로 27.1%를 차지하였다. 이 유형은 세 군집 중 ‘정보탐색’ 과 ‘정보생산 활동’이 가장 높은 수준이었으나 ‘커뮤니티 이용’은 가장 낮았다. 즉, ‘커뮤니티’ 이용은 가장 낮은 수준이었으나 나머지 변인에서 가장 높은 수준을 나타내어 ‘독립적 파워유저(power user)형’으로 명명하였다(
건강정보추구행위 유형은 일반적 특성 중 성별과 BMI에서 유의한 차이가 있었다(
남학생은 군집 1 (소극적 건강정보이용형)이 가장 많았고 그 다음으로 군집 2 (커뮤니티 기반 건강정보 이용형)와 군집 3 (독립적 파워유저형)의 순이었던 반면, 여학생은 군집 3 (독립적 파워유저형)이 가장 많았고 그 다음으로 군집 2 (커뮤니티 기반 건강정보 이용형), 군집 1 (소극적 건강정보이용형)의 순으로 군집 간에 유의한 차이가 있었다(χ2 =24.16,
BMI는 저체중군과 정상군이 군집 3 (독립적 파워유저형), 군집 2(커뮤니티 기반 건강정보 이용형), 군집 1 (소극적 건강정보이용형)의 순으로 많았던 반면, 과체중군은 군집 2 (커뮤니티 기반 건강정보 이용형), 군집 1, 군집 3 (독립적 파워유저형)의 순이었고, 비만군은 군집 1(소극적 건강정보이용형), 군집 3 (독립적 파워유저형), 군집 2 (커뮤니티 기반 건강정보 이용형)의 순으로 많아 군집 간에 유의한 차이가 있었다(χ2 =18.39,
인터넷에서의 건강정보추구행위 세 가지 유형에 따른 스마트폰 리터러시의 차이를 확인한 결과, 스마트폰 리터러시는 군집 3 (독립적 파워유저형)이 군집 1 (소극적 건강정보이용형)과 군집 2 (커뮤니티 기반 건강정보 이용형)에 비해 유의하게 높은 것으로 나타났다(
본 연구는 1개 대학 학생을 대상으로 인터넷에서의 건강정보추구행위에 대한 요인분석 후 요인에 따라 대학생의 건강정보추구유형을 분류하고, 각 유형에 따라 일반적 특성과 건강의식 및 스마트폰 리터러시에 차이가 있는지를 탐색하였다. 연구결과를 중심으로 다음과 같이 고찰하고자 한다.
첫째, 인터넷에서의 건강정보추구행위를 요인 분석한 결과 Park and Lee [
둘째, 본 연구대상자를 인터넷에서의 건강정보추구행위별로 유형화 한 결과 군집 1 ( 소극적 건강정보 이용형) 40.5%, 군집 2 (커뮤니티 기반 건강정보 이용형) 32.4%, 군집 3 (독립적 파워유저형) 27.1%의 순으로 나타났다. 청년기가 생애주기에서 대체로 건강한 시기임을 고려할 때 소극적 건강정보 이용형이 가장 많은 것은 당연한 결과로 생각되나, 인터넷 상에서 건강정보와 관련하여 적극적으로 자신의 의견을 개진하고 활발한 정보생산활동을 하는 독립적 파워유저형과 커뮤니티에 가입하여 건강정보를 수집하는 커뮤니티 이용자들 역시 과반수를 넘어서고 있음에 주목할 필요가 있다.
한편, 인터넷에서의 건강정보추구행위의 적극성 정도를 군집 3 (독립적 파워유저형), 군집 2 (커뮤니티 기반 건강정보 이용형), 군집 1 (소극적 건강정보 이용형)의 순으로 볼 수 있으며, 각 유형별 특성을 고려하여 비교해 보면 군집 3 (독립적 파워유저형)은 세 군중 건강정보탐색행위와 건강정보생산활동을 가장 열심히 하지만 건강관련 사이트 및 커뮤니티에 가입하거나 이용하는 수준은 가장 낮아 호모노마드(homo-nomad)적인 특성을 나타내었다.
Lee and Hyun [
군집 2 (커뮤니티 기반 건강정보 이용형)는 세 군중 온라인 커뮤니티 활동이 가장 많은 집단이었다. Park and Lee [
건강정보이용자들을 질병태도와 인터넷에서의 건강정보추구행위에 의해 유형화한 Park and Lee [
셋째, 인터넷에서의 건강정보추구행위 유형에 따라 스마트폰 리터러시의 차이를 보였는데 세군 중 군집 3 (독립적 파워유저형)이 다른 두 집단보다 스마트폰 리터러시가 높았다. 인터넷에서 플로(flow) 상태를 경험하기 위해서 중요한 변인 중 하나가 기술인데[
넷째, 인터넷에서의 건강정보추구행위 유형에 따라 일반적 특성의 차이가 있었는데, 성별에 따라 건강정보추구행위 유형에 차이가 있었다. 남학생은 군집 1, 군집 2, 군집 3의 순서로, 여학생은 군집 3, 군집 2, 군집 1의 순서가 많았다. 이는 성별에 관계없이 가족이나 친구를 대신해서 건강정보를 추구한다고 한 Kim [
한편 BMI와 건강정보추구행위 유형 간에도 차이가 있었다. 저체중군과 정상군에서는 군집 3 (독립적 파워유저형)이 가장 많았던 반면, 과체중군에서는 군집 2 (커뮤니티 기반 건강정보 이용형)가 비만군에서는 군집 1 (소극적 건강정보이용형)이 가장 많았다. Cho [
본 연구는 대학생들을 대상으로 인터넷에서의 건강정보추구행위를 유형화하고 각 유형에 따라 건강정보탐색과 커뮤니티 이용, 건강정보생산활동에 차이가 있음을 밝혀냄으로써 이를 통해 건강관련행위들의 차이가 있을 수 있음을 가늠할 수 있게 하였다. 즉, 대학생의 경우 건강관련행위를 설명하는데 있어서 기존의 개발된 건강관련 이론들 뿐 아니라 인터넷에서의 건강정보추구행위도 건강관련행위의 설명력을 높일 수 있기 때문에 건강관련행위를 보다 정교화할 수 있다는 점에서 추후 건강관련 이론과 융합하는 후속연구가 기대된다. 그러나 본 연구표본의 대표성을 유지하기 위해 단과대학과 성별을 고려한 할당 표집을 하였으나 일개 대학의 학생만을 대상으로 표집하여 연구결과를 일반화시키기에는 여전히 무리가 있을 것으로 보인다. 추후 전국의 대학생을 대상으로 계통표집이나 층화 무작위 표집으로 자료수집을 할 필요가 있을 것으로 보인다.
본 연구는 최근 인터넷이 건강정보를 생산하고 유포하는 가장 중요한 매체가 되고 있음에 착안하여 대학생을 대상으로 군집분석을 통해 인터넷에서의 건강정보추구행위의 유형을 확인하고 유형별에 따라 건강의식과 스마트폰 리터러시의 차이를 확인하고자 하였다.
군집분석 결과, 대학생들은 소극적 건강정보이용형이 40.5%로 가장 많았고, 커뮤니티 기반 건강정보 이용형 32.4%, 독립적 파워유저형 27.1%의 순이었다. 또한 이들 유형화에 따른 스마트폰 리터러시는, 독립적 파워유저형이 가장 높은 것으로 나타나 군집들 간에 유의한 차이를 나타내었다.
성별에 따라 유형화를 차이를 분석한 결과 남학생은 소극적 건강정보이용형이 가장 많은 반면, 여학생은 독립적 파워유저형이 가장 많았다. BMI에 따라 유형화를 분류한 결과 저체중군과 정상군은 독립적 파워유저형, 과체중군은 커뮤니티 기반 건강정보 이용형, 비만군은 소극적 건강정보 이용형이 가장 많았다.
스마트폰을 비롯하여 인터넷에서의 정보처리와 소통이 일반화된 대학생들은 인터넷에서 건강정보의 소비자인 동시에 생산자이다. 인터넷에서의 건강정보들이 시공을 초월하여 공유되는 특성상, 의학적으로 정확하고 실제적인 정보만 있는 것이 아니라 심각한 오류와 왜곡된 정보들 역시 난무하기 때문에 불특정 다수에게 막대한 피해를 입힐 수도 있음을 상기할 필요가 있다.
따라서 대학생 대상의 보건교육 프로그램 개발 시 인터넷 건강정보추구행위 유형에 따라 접근하고 유형별 맞춤식 중재 전략이 필요하다고 사료된다. 가령, 소극적 건강정보이용형의 경우 정보탐색과 정보생산활동이 낮은 집단이므로 청년기부터 건강의식을 갖게 하고 건강관련 행위를 적극적으로 탐색하도록 하는 지지 전략이 필요할 것으로 보인다. 독립적 파워유저형은 정보탐색과 정보생산활동은 열심히 하나 커뮤니티 활동은 낮은 집단이므로 그 이유를 파악하고 흥미를 느끼는 커뮤니티 활동을 통해 소속감을 가지고 건강정보 탐색과 건강관련행위를 지속하도록 격려할 필요가 있겠다. 반면 커뮤니티 기반 건강정보이용형의 경우에는 커뮤니티 활동 외에 인터넷에서 건강관련 정보탐색과 정보생산활동을 지지해야 할 것으로 사료된다.
No potential conflict of interest relevant to this article was reported.
General characteristics (n=373)
Characteristics | Classification | n | % |
---|---|---|---|
Gender | Male | 227 | 60.9 |
Female | 146 | 39.1 | |
Grade | Freshmen | 98 | 26.3 |
Sophomore | 120 | 32.2 | |
Junior | 104 | 27.9 | |
Senior | 51 | 13.7 | |
College | Humanities and administration | 120 | 32.2 |
Medicine | 38 | 10.2 | |
Policing and law | 74 | 19.8 | |
Tourism and sports | 39 | 10.5 | |
Engineering | 69 | 18.5 | |
Education | 33 | 8.8 | |
Religion | Have | 127 | 34.6 |
Have not | 240 | 65.4 | |
Body mass index | < 18.5 (Underweight) | 31 | 8.8 |
18.9-22.9 (Normal) | 182 | 51.7 | |
23-24.9 (Overweight) | 71 | 20.2 | |
≥ 25 (Obesity) | 68 | 19.3 | |
Economic status | High | 20 | 5.4 |
Middle | 279 | 75.2 | |
Low | 72 | 19.4 | |
Perceived health state | Poor | 39 | 10.5 |
Moderate | 152 | 40.9 | |
Good | 181 | 48.7 | |
Hospitalization experience | Yes | 187 | 51.9 |
No | 173 | 48.1 |
Factor analysis of the health information seeking behavior on the internet
Factor | Item | Factor loading | Eigen value | Variance Ratio | Cronbach’s α |
---|---|---|---|---|---|
Information search | 5. I have scrapped health information (e.g. disease-related, dermatology, or plastic surgery) before. | 0.543 | 3.07 | 30.67 | 0.855 |
6. I have recommended the health information (e.g. disease-related, dermatology, or plastic surgery) to acquaintances. | 0.720 | ||||
11. I learned new things from the online health information posts. | 0.755 | ||||
12. I often search health information (e.g. disease-related, dermatology, or plastic surgery) online. | 0.857 | ||||
13. I search health information (e.g. disease-related, dermatology, or plastic surgery). | 0.837 | ||||
Online community usage | 8. I regularly visit health-related (e.g. disease-related, dermatology, or plastic surgery) websites and online communities. | 0.860 | 1.98 | 19.77 | 0.840 |
9. I have joined an online community of people with interests in health or medical activities. | 0.843 | ||||
Information production activities | 1. I often reply to the replies to the online posts that I have written. | 0.842 | 1.94 | 19.40 | 0.728 |
2. I often reposit to the health information (e.g. disease-related, dermatology, or plastic surgery) questions that I know or have experienced. | 0.766 | ||||
3. I often post questions about symptoms online when I have inquiries about health (e.g. disease-related, dermatology, or plastic surgery). | 0.675 | ||||
Accumulated variance (%) | 69.84% | ||||
Kaiser-Meyer-Olkin (KMO) | 0.863 | ||||
Bartlett’s test of sphericity | 1,666.89 ( |
Correlation among health information seeking behavior on the internet, health consciousness and smart-phone literacy (n=373)
Health information seeking behavior on the internet |
Health consciousness r ( |
Smart-phone literacy |
|||||||
---|---|---|---|---|---|---|---|---|---|
Health information search | Online community usage | Health information activity | Total | Information-processing capacity | Communication capacity | Total | |||
r ( |
r ( |
r ( |
r ( |
r ( |
r ( |
r ( |
|||
Health information seeking behavior on the internet | Health information search | ||||||||
Online community usage | 0.55 | ||||||||
(< 0.001) | |||||||||
Health information activity | 0.45 | 0.44 | |||||||
(< 0.001) | (< 0.001) | ||||||||
Total | 0.89 | 0.77 | 0.72 | ||||||
(< 0.001) | (< 0.001) | (< 0.001) | |||||||
Health consciousness | 0.13 | 0.12 | 0.15 | 0.15 | |||||
(0.011) | (0.017) | (0.005) | (0.003) | ||||||
Smart-phone literacy | Information-processing capacity | 0.16 | -0.08 | 0.08 | 0.10 | 0.25 | |||
(0.002) | (0.103) | (0.133) | (0.062) | (< 0.001) | |||||
Communication capacity | 0.16 | 0.03 | 0.22 | 0.17 | 0.20 | 0.67 | |||
(0.002) | (0.585) | (< 0.001) | (< 0.001) | (< 0.001) | (< 0.001) | ||||
Total | 0.16 | -0.04 | 0.15 | 0.14 | 0.25 | 0.94 | 0.88 | ||
(0.002) | (0.420) | (0.004) | (0.008) | (< 0.001) | (< 0.001) | (< 0.001) |
Clusters based on the health information seeking behavior on the internet (n=373)
Classification | Classification of cluster |
Scheffé | |||||
---|---|---|---|---|---|---|---|
Cluster 1 (n=151) | Cluster 2 (n=121) | Cluster 3 (n=101) | |||||
40.5% | 32.4% | 27.1% | |||||
Health information seeking behavior on the internet | Information search | -0.92 ± 0.52 | 0.27 ± 0.57 | 1.04 ± 0.68 | 362.22 | < 0.001 | 1<2< 3 |
Online community usage | -0.36 ± 0.48 | 1.12 ± 0.70 | -0.08 ± 0.65 | 325.77 | < 0.001 | 3<1<2 | |
Information production activity | -0.18 ± 1.00 | 0.10 ± 0.87 | 0.15 ± 1.11 | 4.14 | 0.017 | 1<3 |
1, cluster 1; 2, cluster 2; 3, cluster 3.
The differences in general characteristics by clusters (n=373)
Characteristics | Classification | Cluster 1 (n=151) |
Cluster 2 (n=121) |
Cluster 3 (n=101) |
χ2 | |
---|---|---|---|---|---|---|
Passive health information user type | Community based health information user type | Independent health information power user type | ||||
n (%) | n (%) | n (%) | ||||
Gender | Male | 112 (74.2) | 71 (58.7) | 44 (43.6) | 24.16 | < 0.001 |
Female | 39 (25.8) | 50 (41.3) | 57 (56.4) | |||
Grade | Freshmen | 43 (28.5) | 36 (29.8) | 19 (18.8) | 5.40 | 0.494 |
Sophomore | 51 (33.8) | 37 (30.6) | 32 (31.7) | |||
Junior | 38 (25.2) | 32 (26.4) | 34 (33.7) | |||
Senior | 19 (12.6) | 16 (13.2) | 16 (15.8) | |||
College | Humanities and administration | 47 (31.1) | 40 (33.1) | 33 (32.7) | 10.11 | 0.431 |
Medicine | 10 (6.6) | 11 (9.1) | 17 (16.8) | |||
Policing and law | 32 (21.2) | 24 (19.8) | 18 (17.8) | |||
Tourism and sports | 18 (11.9) | 10 (8.3) | 11 (10.9) | |||
Engineering | 31 (20.5) | 25 (20.7) | 13 (12.9) | |||
Education | 13 (8.6) | 11 (9.1) | 9 (8.9) | |||
Religion | Have | 49 (33.1) | 37 (31.1) | 41 (41.0) | 2.60 | 0.272 |
Have not | 99 (66.9) | 82 (22.3) | 59 (59.0) | |||
Body mass index | < 18.5 (Underweight) | 11 (7.8) | 10 (8.8) | 10 (10.3) | 18.39 | 0.005 |
18.9-22.9 (Normal) | 62 (44.0) | 57 (50.0) | 63 (64.9) | |||
23-24.9 (Overweight) | 32 (22.7) | 30 (26.3) | 9 (9.3) | |||
≥ 25 (Obesity) | 36 (25.5) | 17 (14.9) | 15 (15.5) | |||
Economic status | High | 8 (5.3) | 9 (7.6) | (3.0) | 2.46 | 0.652 |
Middle | 114 (75.5) | 86 (72.3) | 79 (78.2) | |||
Low | 29 (19.2) | 24 (20.2) | 19 (18.8) | |||
Perceived health status | Poor | 21 (13.9) | 9 (7.5) | 9 (8.9) | 3.91 | 0.419 |
Moderate | 60 (39.7) | 53 (44.2) | 39 (38.6) | |||
Good | 70 (46.4) | 58 (48.3) | 53 (52.5) | |||
Hospitalization experience | Yes | 71 (49.3) | 65 (54.2) | 51 (53.1) | 0.69 | 0.707 |
No | 73 (50.7) | 55 (45.8) | 45 (46.9) |
The differences in health consciousness, smart-phone literacy by clusters (n=373)
Classification | Classification of cluster |
Scheffé | ||||
---|---|---|---|---|---|---|
Cluster 1 (n=151) | Cluster 2 (n=121) | Cluster 3 (n=101) | ||||
Health consciousness | 3.94 ± 0.57 | 4.00 ± 0.64 | 4.03 ± 0.53 | 0.81 | 0.445 | |
Smart-phone literacy | 3.80 ± 0.72 | 3.83 ± 0.72 | 4.19 ± 0.63 | 10.70 | < 0.001 | 1, 2 < 3 |
Communication capacity | 3.54 ± 0.81 | 3.67 ± 0.76 | 3.82 ± 0.75 | 3.89 | 0.021 | 1<3 |
1, cluster 1; 2, cluster 2; 3, cluster 3.