노인의 스마트폰 과의존 영향요인

Factors Affecting Smartphone Overdependence among Older Adults

Article information

STRESS. 2022;30(1):37-44

Publication date (electronic) : 2022 March 31

doi : https://doi.org/10.17547/kjsr.2022.30.1.37

Ji-Eun Park ¹

, Nayoon Lee^,²

¹Master student, College of Nursing, Catholic University of Pusan, Busan, Korea

²Assistant Professor, College of Nursing, Catholic University of Pusan, Busan, Korea

박지은¹

, 이나윤^,²

¹부산가톨릭대학교 간호대학 대학원

²부산가톨릭대학교 간호대학 조교수

Corresponding author Nayoon Lee College of Nursing, Catholic University of Pusan, 57 Oryundae-ro, Geumjeong-gu, Busan 46252, Korea. Tel: +82-51-510-0722 Fax: +82-51-510-0747 E-mail: nayoon@cup.ac.kr

Received 2022 February 15; Revised 2022 March 7; Accepted 2022 March 8.

Abstract

본 연구는 노인의 스마트폰 과의존에 영향을 미치는 요인을 확인하기 위한 서술적 조사연구이다. 연구대상자는 B 광역시에 거주하며 스마트폰을 사용하는 65세 이상 노인 179명으로, 구조화된 설문지를 이용하여 자료를 수집하였다. 노인의 스마트폰 과의존에 영향을 미치는 주요 요인은 스마트폰 이용 분야, 스마트폰 사용 시간, 연령, 교육 수준, 사회적 지지로 확인되었다. 본 연구 결과를 근거로 하여 노인의 스마트폰 과의존을 예방하고 관리하기 위한 중재 프로그램 개발이나 정책 마련이 필요하다.

Trans Abstract

Background

This study aimed to identify the factors affecting smartphone overdependence among older adults.

Methods

A cross-sectional descriptive study was conducted with 179 older adults using smartphones in B metropolitan city. A multiple regression analysis was performed to identify the effect of physical activity, social support, and depression on smartphone overdependence.

Results

Factors that affect smartphone overdependence among the participants were as follows: (a) purpose of using smartphone (β=.23, p=.001), (b) age (β=.23, p=.002), (c) smartphone use time (β=.20, p=.004), (d) educational level (β=−.15, p=.027), and (e) social support (β=−.14, p=.048). The model explained for 19.0% (F=9.30, p＜.001).

Conclusions

The findings of this study can be used as evidence to develop intervention programs and policy measures to prevent and manage smartphone overdependence, which has negative effects on the physical and mental health of older adults.

Keywords: Older adults; Smartphone overdependence; Physical activity; Depression; Social support

Keywords: 노인; 스마트폰 과의존; 신체활동; 우울; 사회적 지지

서 론

우리나라는 정보기술(Information Technology, IT) 강국으로 스마트폰 보유율이 약 94%로 세계에서 가장 높으며[1], 스마트폰 보유율은 매년 증가하고 있다[2]. 스마트폰은 현대인의 생활을 편리하게 하는 현대인의 필수품이지만, 시간과 장소의 제한 없이 사용할 수 있다는 편리성이 오히려 스마트폰 과의존의 가능성을 높이고, 그 결과 다양한 신체·정신 건강 문제가 발생한다는 연구 결과들이 보고되고 있다[3,4].

우리나라 스마트폰 보유율을 연령대별로 분석한 결과, 장년층인 50대의 스마트폰 보유율이 약 99.8%로 가장 높은 것으로 나타났으며, 특히 70세 이상 고령층의 스마트폰 보유율은 2016년 약 25.9%에서 2020년 약 40.3%로 가장 큰 폭으로 증가한 것으로 나타났다[2]. 하지만 스마트폰 과의존 연구는 주로 아동, 청소년, 성인을 대상으로 수행되었고, 노인을 포함한 장·노년층을 대상으로 한 연구가 일부 이루어진 바 있으나[5-7] 65세 이상 노인만을 대상으로 한 국내 연구는 Yang과 Lim [8]의 연구가 유일하여 노인 대상 스마트폰 과의존 연구는 매우 부족한 실정이다.

스마트폰 과의존은 손목터널 증후군, 안구 건조증과 같은 신체 건강 문제뿐 아니라 우울, 불안과 같은 정신 건강 문제와 사회성 발달 저해와 같은 사회적 측면에서의 문제를 초래하므로[9-12] 스마트폰 과의존에 영향을 미치는 요인을 규명하여 이에 대한 적극적인 개입을 통해 스마트폰 과의존의 부정적 영향을 최소화할 필요가 있다[10,12]. 스마트폰 과의존에 영향을 미치는 요인들은 신체·정신·사회적 요인[9,13,14]으로 분류될 수 있는데, 해당 선행연구들은 아동, 청소년, 성인을 대상으로 하고 있다. 따라서 선행연구에서 확인된 스마트폰 과의존 관련 요인들이 노인의 스마트폰 과의존에도 영향을 미치는지 확인하는 것이 필요하다. 노인의 스마트폰 과의존 영향 요인을 파악함으로써, 건강 취약계층인 노인의 스마트폰 과의존을 예방하는 전략을 제시할 수 있고, 이러한 전략은 스마트폰 과의존으로 인한 노인의 건강 문제 발생을 최소화시킬 수 있다는 점에서 중요하다.

청소년, 대학생을 대상으로 한 연구에서는 신체활동이 스마트폰 과의존에 영향을 미치는 신체적 요인으로 보고되었으며 신체활동이 적을수록 스마트폰 과의존 정도가 높아지는 것으로 나타났다[9,15]. 특히, 신체활동은 노인의 건강에 영향을 미치는 건강 결정 요인이나[16], 신체활동이 노인의 스마트폰 과의존에 영향을 미치는지 확인한 연구가 없어 노인을 대상으로 신체활동이 스마트폰 과의존에 영향을 미치는지 확인할 필요가 있다. 그리고 스마트폰 과의존에 영향을 미치는 정신적 요인을 조사한 청소년, 성인 대상 선행연구 결과, 특히 우울이 스마트폰 과의존의 주요 영향요인인 것으로 나타나[14,17,18], 청소년, 성인의 스마트폰 과의존을 예방하기 위해서는 우울을 중재할 필요가 있음이 보고되었다. 하지만 노인에게 가장 흔하게 나타나는 정신 건강 문제[19,20]인 우울은 노인의 스마트폰 과의존에는 영향을 미치지 않는 것으로 보고되어[8] 노인의 우울이 스마트폰 과의존에 영향을 미치는 요인인지를 확인하는 연구가 더 이루어질 필요가 있다. 또한, 스마트폰 과의존은 사회적 요인에 의해서도 영향을 받는 것으로 알려져 있는데, 특히 사회적 지지는 많은 연구에서 스마트폰 과의존에 영향을 미치는 중요한 요인이라고 보고되었다[11,21,22]. 그런데, 사회적 지지는 아동, 대학생의 스마트폰 과의존에는 부적 영향요인으로[13,23], 노인의 스마트폰 과의존에는 정적 영향요인으로 나타나[8], 상반된 결과를 보였다. 따라서 사회적 지지가 노인의 스마트폰 과의존에 어떤 영향을 미치는지를 반복하여 확인할 필요가 있다.

국내에서 노인만을 대상으로 스마트폰 과의존 영향요인을 조사한 연구는 드물고, 특히 신체적 요인, 정신적 요인, 사회적 요인 등 다양한 측면의 영향요인을 포괄적으로 파악한 연구는 이루어지지 않았으므로, 65세 이상 노인만을 대상으로 다양한 측면에서 노인의 스마트폰 과의존 영향 요인을 확인하고자 한다. 이에 본 연구는 노인의 스마트폰 과의존을 예방하기 위한 프로그램 개발과 정책 마련에 기초자료를 제공함으로써 궁극적으로 스마트폰 과의존으로 인한 노인의 신체·정신 건강 문제를 예방하고자 한다.

연구방법

1. 연구설계

본 연구는 노인의 스마트폰 과의존에 영향을 미치는 요인을 규명하기 위한 서술적 조사연구이다.

2. 연구대상

본 연구의 대상자는 부산 광역시에 거주하는 65세 이상 노인을 편의표집하였다. 대상자 수는 G*Power 3.1.9.2 프로그램을 이용하여 다중 회귀분석을 위해 유의수준 .05, 검정력 .80, 중간 효과 크기 .15, 관련 변인의 수를 16개로 설정하였을 때 필요한 표본의 수는 143명이었으며, 탈락률 20%를 고려하여 총 179명을 표집하였고, 총 179명의 자료를 최종 분석에 사용하였다. 연구 대상자 선정 시, 스마트폰을 이용하는 65세 이상 노인, 질문지의 내용을 이해하고 의사소통이 가능한 자 를 선정 기준으로 삼았으며 우울증 진단을 받았거나 치매 등의 인지장애 질환이 있는 자, 거동이 불편하여 일상생활이 가능하지 않은 자는 제외하였다.

3. 연구 도구

1) 신체활동

국제 신체활동 측정 도구(International physical Activity Questionnaire, IPAQ)의 한국어판 단문형 자가 보고형 국제 신체활동 측정 도구를 이용하였다. 지난 7일 동안의 격렬한 신체활동, 중간 정도의 신체활동, 걷기, 앉아서 보낸 활동의 구체적 시간을 측정한 후 MET (min/week)으로 환산하여 1단계 비활동(inactivity), 2단계 최소한의 활동(minimally activity), 3단계 건강증진형 활동(health enhancing physical activity)으로 분류하였다. 비활동(inactivity) 즉 1단계는 가장 낮은 신체활동으로, 2, 3단계에 해당하지 않는 경우 해당된다. 2단계인 최소한의 신체활동(minimally active)은 20분 이상 격렬한 활동을 3일 이상 하거나 30분 이상 중등도 활동 또는 걷기를 일주일에 5일 이상 하거나 걷기, 중등도 활동, 격렬한 활동 아무 조합이나 주 5일 이상 실시하여 일주일에 600 MET-minutes 이상을 소모하는 신체활동이다. 3단계인 건강증진형 활동(health enhancing physical activity)은 적어도 3일 이상 격렬한 활동을 하되 최소 주당 1,500 MET-minutes 이상을 소모하거나 7일 이상 걷기, 중등도 활동, 격렬한 활동을 합하여 주당 3,000 MET-minutes 이상을 소모하는 신체활동이다. 신체 활동량은 각 활동 강도에 따른 시행 기간, 주당 횟수를 곱하여 계산하며 다음과 같이 사용하였다. 각 결과의 단위는 MET-min/week으로 표기한다[24].

걷기=3.3×걷는 시간(min)×걷는 일수(day)

중증도 신체활동=4.0×중증도 활동 시간(min)×활동 일수(day)

격렬한 신체활동=8.0×격렬한 활동 시간(min)×활동 일수(day)

총 신체 활동량=걷기+중증도 신체활동+격렬한 신체활동

2) 우울

Yesavage와 Sheikh [25]가 개발한 Geriatric Depression Scale Short Form (GDSSF)를 Kee [26]가 한국 노인 특성에 적합하게 수정·보완한 한국판 노인 우울 척도 단축형(Geriatric Depression Scale Short Form Korean version, GDSSF-K)을 저자의 사전 승인을 받아 사용하였다. 총 15문항의 ‘예’ 또는 ‘아니오’로 이루어진 이 분형 자가 보고형 도구로 총평가 점수는 0점부터 15점까지이며 점수가 높을수록 우울의 정도가 심함을 의미한다. 한국형 도구 개발 당시의 Cronbach’s α는 .88이였고, 본 연구에서 Cronbach’s α는 .78 이였다.

3) 사회적 지지

Zimet 등[27]이 개발하고 Shin과 Lee [28]가 번안한 지각된 사회적 지지 척도(Multidimensional Scale of Perceived Social Support, MSPSS)를 저자의 사전 승인을 받아 사용하였다. 척도는 3개 하부영역의 총 12문항으로 가족으로부터의 지지(4문항), 친구로부터의 지지(4문항), 타인으로부터의 지지(4문항)를 포함하고 있으며, ‘전혀 그렇지 않다(1점)’에서 ‘매우 그렇다 (5점)’ 의 5점 Likert 척도로 구성되었다. 점수 범위는 12∼60점까지이며 점수가 높을수록 사회적 지지 수준이 높음을 나타낸다. 본 도구의 개발 당시 신뢰도 Cronbach’s α는 .89이였고, 본 연구에서 Cronbach’s α는 .85이였다.

4) 스마트폰 과의존

한국정보화진흥원이 개발한 스마트폰 과의존 척도[29]를 저자의 사전 승인을 받아 사용하였다. 스마트폰 과의존 척도는 3개의 하부영역의 총 10문항으로 현저성(3문항), 조절실패(3문항), 문제적 결과(4문항)를 포함하고 있으며, ‘전혀 그렇지 않다(1점)’, ‘매우 그렇다(4점)’의 4점 Likert 척도로 구성되었다. 점수는 10∼40점 범위이다. 청소년(만 10∼19세)의 경우 31점 이상은 고위험군, 23∼30점은 잠재적 위험군, 22점 이하는 일반사용자군으로 분류되며, 성인(만 20∼59세)의 경우 29점 이상은 고위험군, 24∼28점은 잠재적 위험군, 23점 이하는 일반사용자군으로 분류된다. 또한 고령층(만 60세 이상)의 경우 28점 이상은 고위험군, 24∼27점은 잠재적 위험군, 23점 이하는 일반사용자군으로 분류된다. 스마트폰 고위험군과 잠재적 위험군을 스마트폰 과의존 위험군이라 하며, 점수가 높을수록 스마트폰 의존도가 높음을 의미한다. 도구 개발 당시 Cronbach’s α는 .90이였고, 본 연구에서는 Cronbach’s α는 .84이였다.

4. 자료수집

본 연구는 C 대학교 생명윤리심의위원회의 승인(CUPIRB-2021-054)을 받은 후, 2021년 10월1일부터 10월 31일까지 연구 자료를 수집하였다. B 광역시 소재 노인정, 노인 복지관, 종합 사회복지관, 근린공원 이용자 중 스마트폰을 이용하는 65세 이상 노인을 대상으로 자료수집을 시행하였다. 자료수집 전 해당 기관에 연구자가 직접 방문하여 기관장에게 연구목적과 방법을 설명한 후 자료 수집에 대한 승인을 받았다. 자료수집 시 연구자가 해당 기관을 직접 방문하여 연구 목적과 방법을 설명하였고, 자발적으로 자료 수집에 동의한 대상자에게 서면 동의서를 받은 후 설문지를 배부하였다. 작성된 설문지 및 동의서는 익명성을 보장하기 위해 즉시 서류 봉투에 넣어 밀봉하여 연구자가 직접 회수하였다.

5. 자료분석

본 연구의 수집된 자료는 SPSS 23.0 프로그램을 이용하여 다음과 같이 분석하였다. 대상자 일반적 특성 및 제변수의 정도는 빈도, 백분율, 평균, 표준편차로 분석하였다. 대상자의 일반적 특성에 따른 스마트폰 과의존 정도의 차이는 independent t-test, one-way ANOVA로 분석하고 사후검정은 Scheffé test로 분석하였다. 대상자의 신체활동, 우울, 스마트폰 과의존 간의 상관관계는 Pearson’s correlation coefficients로 분석하였다. 대상자의 스마트폰 과의존에 영향을 미치는 요인은 stepwise multiple regression으로 분석하였다.

결 과

1. 연구 대상자의 일반적 특성

대상자의 일반적 특성에서 성별은 여성이 103명(57.5%)이었고, 평균연령은 72.77±5.50세로, 65∼69세가 61명(34.1%)으로 가장 많았다. 배우자가 있는 대상자는 138명(77.1%)이었고, 경제활동을 하지 않는 대상자는 130명(72.6%)이었으며, 사회활동 참여 모임 수는 3∼4개가 80명(44.7%)으로 가장 많았다. 교육 수준은 고등학교 졸업이 80명(44.7%)으로 가장 많았고, 거주 형태는 부부가 같이 사는 형태가 124명(69.3%)으로 가장 많았다. 주관적 경제 상태는 보통이 122명(68.2%), 주관적 건강 상태도 보통이 94명(52.5%)으로 가장 많았다. 만성질환이 있는 대상자는 90명(50.3%)이 이었다. 하루 스마트폰 사용 시간은 1시간∼2시간미만 사용자가 63명(35.2%)으로 가장 많았으며, 스마트폰 이용 분야는 커뮤니케이션이 176명(98.3%)으로 가장 많이 사용하고 있었다(Table 1).

Table 1.

General characteristics of the participants (N=179)

2. 대상자의 신체활동, 우울, 사회적 지지 및 스마트폰 과의존 정도

대상자의 신체활동 평균 3478.20±2652.73 MET-min/week였으며, 비활동군이 13명(7.3%), 최소한의 활동군이 87명(48.6%), 건강증진군이 79명(44.1%)이었다. 대상자의 우울 평균 점수는 3.22±2.93점, 사회적 지지 평균 점수는 3.61±0.52점, 스마트폰 과의존 평균 점수는 1.86±0.45점이며, 스마트폰 과의존 고위험군이 1명(0.6%), 잠재적 위험군 43명(24.0%)으로 나타나 24.6%가 스마트폰 과의존 위험군으로 나타났다(Table 2).

Table 2.

Level of physical activity, depression, social support and smartphone dependency of the participants (N=179)

3. 대상자의 일반적 특성에 따른 스마트폰 과의존 차이

대상자의 일반적 특성에 따른 스마트폰 과의존의 차이를 확인하고 분석 결과, 연령(F=2.81, p=.044), 교육 수준(t=4.18, p=.017), 하루 스마트폰 사용 시간(F=5.09 p=.001), 스마트폰 이용 분야 중 여가(t=3.80, p＜.001)에 따라 유의한 차이가 있었다. 사후검정 결과, 연령이 70세 이상인 경우, 교육 수준이 대학교 졸업 미만인 경우, 스마트폰 하루 사용 시간이 3시간 이상인 경우, 스마트폰 과의존이 상대적으로 높은 것으로 나타났다(Table 3).

Table 3.

Differences in smartphone overdependence according to general characteristics of the participants (N=179)

4. 대상자의 신체활동, 우울, 사회적 지지 및 스마트폰 과의존 간의 상관관계

대상자의 스마트폰 과의존은 신체활동(r=−.17, p=.028), 사회적 지지(r=−.15, p=.034)와 유의한 음의 상관관계가 나타났으며, 신체활동이 적을수록, 사회적 지지가 낮을수록 스마트폰 과의존이 높아지는 것으로 나타났다(Table 4).

Table 4.

Correlation among physical activity, social support, depression, and smartphone overdependence (N=179)

5. 대상자의 스마트폰 과의존에 영향을 미치는 요인

연구 대상자의 스마트폰 과의존에 영향을 미치는 요인을 파악하기 위해 스마트폰 과의존과 유의한 상관관계를 나타낸 신체활동, 사회적 지지와 대상자의 일반적 특성에 따른 스마트폰 과의존에 유의한 차이를 보였던 연령, 교육 수준, 스마트폰 사용 시간과 스마트폰 이용 분야를 독립변수로 투입하여 단계적 다중회귀분석을 실시하였다. 범주형 변수인 경우, 가변수(Dummy variable)로 변환하여 모형에 투입한 결과는 Table 5와 같다. 분석 전 Durbin-Watson 통계량을 구한 결과 1.838로 오차항들 간 자기 상관은 없었다. 독립변수들 간 다중공선성이 있는지 확인하기 위해 VIF (variance inflation factor)를 구한 결과 1.01∼1.03으로 기준인 10을 넘지 않아 독립변수들 간 다중공선성에 문제가 없는 것으로 나타났다.

Table 5.

Influencing factors of smartphone overdependence (N=179)

회귀분석 결과 스마트폰 과의존에 영향을 미치는 요인은 스마트폰 이용 분야에서 여가(β=.23, p=.001), 연령(β=.23, p=.001), 스마트폰 사용 시간이 3시간 이상(β=.20, p=.004), 교육 수준이 대학교 졸업 이상(β=−.15, p=.027), 사회적 지지(β=−.14, p=.048)순으로 나타났다. 즉, 스마트폰 이용 분야가 여가일 때 스마트폰 과의존이 높게 나타났으며 연령이 70세 이상일때, 스마트폰 사용이 3시간 이상일 때 스마트폰 과의존이 높아지는 것으로 나타났으며, 교육 수준이 대학교 졸업 미만, 사회적 지지가 높을수록 스마트폰 과의존 정도가 낮아지는 것으로 나타났다. 이들 변수의 스마트폰 과의존에 대한 전체 설명력은 19.0%로 확인되었다(F=9.30, p＜.001).

고 찰

본 연구는 노인의 스마트폰 과의존 정도를 파악하고 이에 영향을 미치는 요인을 확인하여, 노인의 스마트폰 과의존을 예방하고 관리하기 위한 프로그램 개발 및 정책 마련에 기초자료를 제공하고자 시행한 연구이다.

대상자의 스마트폰 과의존 정도는 평균 평점 1.86점/4점이었으며 전체 대상자 중 스마트폰 과의존 위험군은 24.6%로 나타났다. 스마트폰 과의존 위험군 비율은 60대를 대상으로 한 선행연구[30]에서 16.8%, 50대 이상을 대상으로 한 선행연구[6]에서는 16.0%로 나타나, 본 연구 대상자의 평균연령이 77세로 더 높았음에도 불구하고 스마트폰 과의존 위험군 비율이 더 높은 것으로 나타났다. 또한 65세 이상 노인을 대상으로 한 Yang과 Lim [8]의 연구에서는 스마트폰 과의존 위험군 비율이 42.2%로 나타났으나, 본 연구와 스마트폰 과의존을 조사한 도구가 달라 단순 비교는 어려웠다. 이처럼 노인 즉, 65세 이상 인구를 대상으로 스마트폰 과의존 비율을 조사한 연구가 많지 않았고, 노인을 대상으로 한 연구라 하더라도 스마트폰 과의존 측정 도구가 달라[8], 노인을 대상으로 한 스마트폰 과의존 비율에 관한 연구가 더 이루어질 필요가 있다.

본 연구에서 일반적 특성에 따른 스마트폰 과의존은 연령, 교육 수준, 스마트폰 사용 시간, 스마트폰 이용 분야에 따라 통계적으로 유의한 차이가 있었다. 연령은 70세 이상인 경우, 스마트폰 과의존 정도가 높게 나타났으며, 이는 노인을 대상으로 한 Yang과 Lim [8]의 연구 결과와도 일치한다. 스마트폰 과의존과 관련한 연구들은 주로 청소년, 대학생을 대상으로 하고 있으며, 70대 이상에서의 스마트폰 과의존 비율이 높은 원인이나 그 영향을 분석한 연구는 이루어지지 않았으므로 이와 관련한 후속 연구가 이루어질 필요가 있다. 뿐만 아니라 아동, 청소년, 성인에 비해 노인의 스마트폰 과의존은 주목받지 못하고 있었는데 70세 미만 노인에 비해 70세 이상 노인의 스마트폰 과의존 정도가 더 높다는 사실에 관심을 가질 필요가 있다. 스마트폰 예방 프로그램 및 정책이 더 이상 아동, 청소년, 성인만을 대상으로 하는 것을 지양하고 그 대상을 노인 특히 70세 이상 노인으로 확대하는 것이 필요하다. 그리고, 교육 수준이 대학교 졸업 미만인 경우, 스마트폰 과의존 정도가 높게 나타났는데, 이는 교육 수준이 낮을수록 스마트폰 과의존 정도가 높다는 Kim과 Shin [6]의 연구 결과와 일치하였다. 이는 교육 수준이 낮을수록 스마트폰 과의존 예방의식과 스마트폰 과의존의 심각성에 대한 인식이 낮아 스마트폰 과의존 정도가 높게 나타난 것으로 생각된다[6]. 그리고 스마트폰 사용 시간에 따른 스마트폰 과의존을 조사한 결과 스마트폰 사용 시간이 3시간 이상인 경우, 스마트폰 과의존 정도가 상대적으로 높은 것으로 나타났다. 50∼60대 대상으로 한 Bae와 Koh [5], Jang [31]의 연구에서 스마트폰 사용 시간이 길어질수록 스마트폰 과의존 정도가 높게 나타난다는 연구 결과를 지지하였으며 다른 연령대의 스마트폰 과의존[9,14,32-34] 연구에서도 같은 결과가 나타났다. 따라서 노인 또한 스마트폰 사용 시간을 조절하여 적정 시간을 지켜 사용하는 것이 필요할 것이다. 또한, 스마트폰 이용 분야 중 여가에 해당하는 영화·TV·동영상, 게임, 음악, 전자책·웹툰·웹소설을 이용하는 노인이 그렇지 않은 노인에 비해 스마트폰 과의존이 높게 나타났으며, 본 연구에서 스마트폰을 여가로 활용하는 노인은 90.5%로 나타나, 많은 노인이 스마트폰 과의존의 위험에 노출되어 있음을 시사하였다.

노인의 스마트폰 과의존에 영향을 미치는 요인을 알아보기 위해 다중 회귀분석을 실시한 결과, 스마트폰 이용 분야, 연령, 스마트폰 사용 시간, 교육 수준, 사회적 지지가 노인의 스마트폰 과의존에 영향을 미치는 것으로 확인되었으며, 모형의 전체 설명력은 19.0%이었다. 노인의 스마트폰 과의존에 가장 큰 영향을 미치는 요인은 스마트폰 이용분야(여가)로 나타났다. 이는 60대를 대상으로 한 Jang [31], 대학생을 대상으로 한 Son [35], Seo 등[22]의 연구에서 스마트폰을 통해 여가를 보내는 것이 스마트폰 과의존에 영향을 미치는 것으로 확인된 것과 일치한다. 과거의 노인이 주로 TV 시청으로 여가를 보냈다면, 오늘 날의 노인은 주로 스마트폰으로 여가를 보내고 있는데[36], TV에 비해 스마트폰은 언제 어디서든 이용 가능하므로 과의존의 문제가 발생할 수 있고 이로 인해 신체·정신 건강에 부정적 영향이 발생할 수 있다. 따라서 노인의 스마트폰 과의존과 이로 인한 건강 문제 예방을 위해서는 건강한 노인 여가 문화를 정착시킬 수 있는 환경 조성이 필요하다.

노인의 스마트폰 과의존에 가장 큰 영향을 미치는 또 다른 요인은 연령(70세 이상)인 것으로 나타났다. 즉, 연령이 70세 이상일 때 스마트폰 과의존 정도가 높게 나타났다. 10∼40대를 대상으로 한 Hwang 등[4]의 연구에서도 연령이 스마트폰 과의존에 정적 영향요인으로 나타나 본 연구 결과와 일치하였다. 반면, 대학생을 대상으로 한 Yoon [12]과 Yoo 등[37]의 연구에서는 연령이 스마트폰 과의존에 부적 영향요인으로 나타나 본 연구와 상반된 결과를 보고하였다. 고령화 시대를 맞이하여 본 연구 결과는 70세 이상 연령이 노인의 스마트폰 과의존 영향요인임을 파악하여 의미가 있다. 따라서 스마트폰 과의존 예방 교육 대상을 청소년, 성인을 위주로만 시행할 것이 아니라 노인에게도 스마트폰 과의존 예방 교육이 필요하며, 특히 70세 이상 노인을 대상으로 한 스마트폰 과의존 예방 교육 프로그램 개발이 필요함을 시사한다. 또한 70세 이상 노인들이 스마트폰 과의존으로 인해 어떠한 신체·정신 건강문제를 경험하고 있는지를 파악하는 후속 연구 또한 필요하다.

스마트폰 사용 시간과 교육 수준 또한 노인의 스마트폰 과의존에 영향을 미치는 요인으로 나타났다. 스마트폰 사용 시간이 많을수록 스마트폰 과의존 정도가 높게 나타났는데 이는 다수의 선행연구 결과와 일치하였고[22,38,39], 노인에서도 스마트폰 사용 시간이 스마트폰 과의존에 영향을 미친다는 사실을 확인할 수 있어 의의가 있다. 따라서 노인들을 대상으로 스마트폰 사용 시간을 줄이는 것이 필요함을 인식시키는 교육이 필요하며 노인의 스마트폰 이용 조절력 향상을 위한 중재 프로그램 개발이 필요하다. 또한 교육 수준이 낮을수록 스마트폰 과의존 정도가 높게 나타났으며, 국내 선행연구[6,40], 해외 선행[41]연구 결과와 일치하였다. 따라서 교육 수준이 낮은 노인에게 스마트폰 과의존 예방 교육을 시행하는 것이 필요하며, 교육 수준이 낮은 노인에게 효과적으로 스마트폰 과의존 예방 교육을 할 수 있는 차별화된 교육 방법 및 매체 개발이 필요하다.

또한, 노인의 스마트폰 과의존에 영향을 미치는 변수는 사회적 지지로 나타났다. 즉, 사회적 지지가 낮을수록 스마트폰 과의존 정도가 높게 나타났다. 2020년 스마트폰 과의존 실태조사[30]와 Jo와 Go [13], Lee와 Lee [23]의 연구에서도 사회적 지지는 스마트폰 과의존의 부적 영향 요인으로 나타나 본 연구 결과와 일치하였다. 사회적 지지를 받지 못하는 사람일수록 그것을 대체하기 위해 온라인에서 사회적 지지를 얻으려고 하는 경향이 있으므로[23], 본 연구 결과는 사회적 지지 수준이 낮은 노인들이 스마트폰을 통해 사회적 지지를 얻고자 한 것으로 분석할 수 있다. 따라서 노인의 사회적 지지를 강화할 수 있는 지역사회 연계프로그램 개발 및 정책을 마련할 필요가 있다. 반면, 노인을 대상으로 한 Yang과 Lim [8]의 연구에서는 사회적 지지가 높을수록 스마트폰 과의존 정도가 높게 나타나 본 연구와 반대의 결과를 보고하였다. 해당 연구에서는 노인의 경우 사회적 지지 수준이 높을수록 소셜네트워크 서비스(social network service) 등의 관계 지향적인 온라인 활동을 많이 하기 때문이라고 그 원인으로 분석하였다. 다른 연령대에서는 사회적 지지가 스마트폰 과의존에 부적 영향을 주는 것으로 일관된 연구결과가 보고되었으나 노인의 경우 연구결과가 일관되지 않으므로, 노인의 사회적 지지와 스마트폰 과의존의 관계를 조사하는 연구가 더 이루어질 필요가 있다.

본 연구에서 신체활동은 스마트폰 과의존에 영향을 미치지 못하는 것으로 나타나, 신체활동을 스마트폰 과의존에 부적 영향요인으로 보고한 선행연구[32,33]의 결과와는 일치하지 않았다. 노인의 신체활동과 스마트폰 과의존의 관계를 조사한 연구가 매우 부족하므로 추후 반복 연구가 필요할 것이다. 그리고 우울은 다수의[14,17,18,42,43] 연구에서 스마트폰 과의존에 부적 영향요인인 것으로 확인되었으나, 본 연구에서는 우울이 스마트폰 과의존에 영향을 미치지 않는 것으로 나타났다. 노인을 대상으로 한 Yang과 Lim [8] 연구에서도 우울은 스마트폰 과의존에 영향을 미치지 않는 것으로 나타나 본 연구 결과와 일치하였다. 노인을 대상으로 우울과 스마트폰 과의존의 관계를 조사한 연구가 부족하나 다른 연령대의 대상자 연구와는 반대의 결과가 도출되었으므로 추후 반복 연구를 통해 우울과 노인 스마트폰 과의존의 관계를 확인하는 것이 필요하다.

본 연구의 결과 노인의 스마트폰 과의존에 스마트폰 이용 분야, 스마트폰 사용 시간, 연령, 교육 수준, 사회적 지지가 영향을 미치는 것으로 확인되었다. 본 연구는 65세 이상 노인을 대상으로 신체적·정신적·사회적 측면의 스마트폰 과의존 영향요인을 조사한 국내 첫 연구라는 점에서 의의가 있다. 다만, 우리나라 노인들은 만성질환 유병률이 높고, 신체활동 수준이 낮으며, 경제 상태가 나쁘다고 인식하는 경우가 많지만[44-46] 본 연구 대상자는 만성질환 유병률이 낮고 신체활동 수준이 매우 높고 경제 상태가 나쁘다고 인식한 경우가 매우 적었다. 이는 COVID-19 유행 상황에서 신체적, 경제적으로 취약한 노인을 대상만으로 연구대상자를 모집하는 것이 어려워 근린공원을 이용하는 노인을 연구 대상자에 포함한 것과 관련이 있을 수 있어, 본 연구 결과를 일반화하기는 어려울 수 있다. 따라서 추후 다양한 노인층을 포괄하는 연구가 이루어질 필요가 있으며, 노인을 대상으로 한 스마트폰 과의존 예방 프로그램을 개발하고 그 효과를 파악하는 연구를 수행할 것을 제언한다. 또한 다른 연령층에서 확인된 스마트폰 과의존 영향요인이 노인의 스마트폰 과의존에는 영향을 미치지 못했던 것에 주목하여, 노인의 스마트폰 사용 동기와 노인의 스마트폰 사용이 신체·정신건강에 미치는 영향을 조사하는 연구를 수행할 것을 제언한다.

Acknowledgements

This article is a revision of the first author’s master’s thesis from Catholic University of Pusan.

Notes

Conflicts of interest

The authors declared no conflict of interest.

Funding

None.

References

1. Pew Research Center. Across 39 countries, three-quarters say they use the internet [Internet] Washington: pew research center; 2018. [cited 2021 September 7]. Available from: https://www.pewresearch.org/global/2018/06/19/across-39-countries-three-quarters-say-they-use-the-internet/.

2. National Information Society Agency. 2020 Internet usage survey [internet] Seoul: National Information Society Agency; 2021. [cited 2021 September 31]. Available from: https://www.nia.or.kr/site/nia_kor/ex/bbs/List.do?cbIdx=99870.

3. Jo HM. Introduction of digital media and consequent new risk types: Focusing on risk characteristics of smart phones and analysis on users’ risk recognition. Journal of the Korea Contents Association 2011;11(8):353–364. https://doi.org/10.5392/JKCA.2011.11.8.353.

4. Hwang HS, Son SH, Choi YJ. Exploring factors affecting smartphone addiction - characteristics of users and functional attributes. Korean Journal of Broadcasting and Telecommunication Studies 2011;25(2):277–313.

5. Bae SM, Koh YS. A exploratory study for influential factors of smartphone over-dependence in elder and older group. Journal of Digital Convergence 2017;15(7):111–121. https://doi.org/10.14400/JDC.2017.15.7.111.

6. Kim SK, Sin HR, Kim YS. Study on relation between education level and overdependence on smartphone for middle-aged and elderly people: Focused on mediator effect of willingness to participate in smartphone overdependence prevention program. Journal of Social Science 2020;31(1):31–46. http://doi.org/10.16881/jss.2020.01.31.1.31.

7. Lee HJ, Lim JS. Influence of social isolation on smart phone addiction through self-regulation and social support. The Journal of the Korea Contents Association 2019;19(11):482–498. https://doi.org/10.5392/JKCA.2019.19.11.482.

8. Yang SM, Lim JS. Factors affecting on the tendency of the elderly’s smartphone addiction: Exploratory research based on a cognitive-behavioral model. Public Policy Research 2019;36(1):207–230. http:/doi.org/10.33471/ILA.36.1.9.

9. Jeon YH, Kwak JH, Jung HY, Cha SE, Cha JM, Chae SY, et al. The relationship of smartphone addiction with physical activity, self-esteem, satisfaction for interpersonal relationships among university students. Journal of Korean Association for Crisis and Emergency Management 2020;9(2):62–74.

10. Kim HJ. Visual display terminal syndrome, sleep quality and physical activity according to smartphone addiction in nursing students. The Korean Journal of Rehabilitation Nursing 2017;20(2):100–110. http://doi.org/10.7587/kjrehn.2017.100.

11. Park JY, Park SE, Park MJ. The effects of smartphone addiction on nursing students’ adaptation to college life: Focusing on mediation effect of social support. Journal of the Korea Academia-Industrial Cooperation Society 2018;19(1):218–229. https://doi.org/10.5762/KAIS.2018.19.1.218.

12. Yun HS, Kwon MS, Yu JS. Mental health and physical health by college students’ smartphone addiction. Journal of Korean Public Health Nursing 2018;32(3):411–423. https://doi.org/10.5932/JKPHN.2018.32.3.411.

13. Jo YY, Go YS. Effect of social support on smartphone addiction among children in poverty from community children’s centers. Journal of School Social Work 2016;36:175–199.

14. Yang KM. The effect of self-Esteem and depression on smartphone addiction among university students. Journal of the Korea Convergence Society 2016;7(1):113–123. https://doi.org/10.15207/JKCS.2016.7.1.113.

15. Seo HJ, Kim OH. Relationships among after-school physical activity participation, self-control, smart phone addiction, and adaptation to school life in youth. Journal of Sport and Leisure Studies 2015;60:535–549. http://doi.org/10.51979/KSSLS.2015.05.60.535.

16. Heesch K, Uffelen J, Gellecum Y. Dose-response relationships between physical activity, walking and health-related quality of life in mid-age and older women. Journal of Epidemiol Community Health 2012;66(8):670–677. https://doi.org/10.1136/jech-2011-200850.

17. Park SG, Son JH. The effect of depression and anger on smartphone addiction in college students. The Correction Welfare Society of Korea 2017;50:33–56. https://doi.org/10.35422/cwsk.2017.50.2.

18. Kim BN, Go EJ, Choi HY. A study on factors affecting smart-phone addiction in university students: A focus on differences in classifying risk groups. Studies on Korean youth 2013;24(3):67–98.

19. Bang YS, Kim HY, Heo M. Relationship between physical activity participation, depression and body function of the elderly in community. Journal of the Korea Contents Association 2009;9(10):227–237. https://doi.org/10.5392/JKCA.2009.9.10.227.

20. Lee HJ. Kim HS, Jung YM. Depression and quality of life in Korean elders. Journal of Korean Academy of Community Health Nursing 2009;20(1):12–22.

21. Jung JG, Byun SH. Adolescents’ overdependence on smartphone-focused on social support, social presence, and social skills. The Journal of Humanities and Social Sciences 2018;9(6):1099–1112. https://doi.org/10.22143/HSS21.9.6.79.

22. Seo JS, Kwon SW, Park JJ, Park JE, Woo JS. The purpose of smartphone use, family support, and friend support on smartphone addiction: Focusing on daily life disorders, withdrawal and tolerance. Korean Family Resource Management Association 2018;2018(11):269–269.

23. Lee GS, Lee MG. Effect of social support on smartphone game addiction: The mediating effect of psychological well-being. Korean Journal of Youth Studies 2014;21(8):423–442.

24. Oh JY, Yang YJ, Kim BS, Gang JH. Validity and reliability of Korean version of International Physical Activity Questionnaire Short Form. Korean Journal of Family Medicine 2007;28(7):532–541.

25. Yesavage JA, Sheikh JI. Geriatric Depression Scale (GDS): Recent evidence and development of a shorter version. Clinical Gerontologist 1986;5(12):165–173. https://doi.org/10.1300/J018v05n01_09.

26. Kee BS. A preliminary study for the standardization of geriatric depression scale short form-Korea version. Journal of the Korean Neuropsychiatric Association 1996;131(2):298–307.

27. Zimet GD, Dahlem NW, Zimet SG, Farley GK. The multidimensional scale of Perceived Social Support. Journal of Personality Assessment 1988;52(1):30–41. https://doi.org/10.1207/s15327752jpa5201_2.

28. Shin JS, Lee YB. The effects of social supports on psychosocial well-being of the unemployed. Korean Journal of Social Welfare 1999;37:241–269.

29. National Information Society Agency. 2016 Survey on dependence on smartphone [internet] Seoul: National Information Society Agency; 2017. [cited 2021 September 27]. Available from: https://www.nia.or.kr/site/nia_kor/ex/bbs/View.do?cbIdx=65914&bcIdx=18390.

30. Internet Addiction Prevention Center. 2020 Survey on dependence on smartphones [internet] Daegu: Internet Addiction Prevention Center; 2021. [cited 2021 September 28]. Available from: https://www.iapc.or.kr/mediaView.do?idx=28&article_id=ICCART_0000000113023.

31. Jang HJ. Effect of smartphone overall usage, usage by use type and psychosocial characteristics on smartphone overdependence in the elderly [master’s thesis] Ulsan: Ulsan University; 2020.

32. Choi NY. Factors affecting smartphone addiction among climacteric women. Asia-pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology 2015;5(6):189–196. https://doi.org/10.35873/ajmahs.2015.5.6.018.

33. Sung EK, Jin WK, Yong SJ. Relationship between smartphone addiction and physical activity in Chinese international students in Korea. Journal of Behavioral Addictions 2015;4(3):200–205. https://doi.org/10.1556/2006.4.2015.028.

34. Kim SY, Kim SM. Influence of interpersonal relations and depression on smartphone usage level of nursing students. Journal of the Korean Data Analysis Society 2016;18(1):563–574.

35. Son MR. Influence of self-awareness, other-awareness, and interpersonal relation competence on smartphone and internet addiction in nursing students. Journal of Korean Academy Psychiatric Mental Health Nursing 2018;27(1):74–84. http://doi.org/10.12934/jkpmhn.2018.27.1.74.

36. Jung EH. A Survey on the leisure activity of the elderly in Korea. Korea Journal of Geriatric Occupational Therapy 2019;1(2):7–16.

37. Yoo JH, Cheon EY, Kim HJ. Effects of empathy, self-control, and smartphone dependency on interpersonal relationship in nursing students. Journal of the Korea Academia-Industrial cooperation Society 2020;21(4):82–90. https://doi.org/10.5762/KAIS.2020.21.4.82.

38. Park SB, Hwang HS. An exploratory study on factors influencing on smart phone addiction: Focused on the application use of university students. Korean Journal of Journalism & Communication Studies 2014;58(4):289–311.

39. Cho GY, Kim YH. Factors affecting smartphone addiction among university students. Journal of the Korea Academia-Industrial Cooperation Society 2014;15(3):1632–1640. https://doi.org/10.5762/KAIS.2014.15.3.1632.

40. Kwon M, Lee JY, Won WY, et al. Development and validation of a Smartphone Addiction Scale (SAS). PloS One 2013;8(2):1–7. https://doi.org/10.1371/journal.pone.0056936.

41. Horvath CW. Measuring television addiction. Journal of Broadcasting & Electronic Media 2004;48(3):378–398. https://doi.org/10.1207/s15506878jobem4803_3.

42. Seo BK, Cha SS. The Effects of depression of university students on smartphone dependence: Focusing on the mediating effect of self-efficacy. The Journal of the Korea Contents Association 2020;20(2):478–486. https://doi.org/10.5392/JKCA.2020.20.02.478.

43. Lim SH. The impact of change in depression, anxiety, and loneliness on progress of smartphone addiction. Korean Health Psychological Association 2020;25(1):273–286. https://doi.org/10.17315/kjhp.2020.25.1.015.

44. Lee KE, Yom YH, Han JH. Effects of perceived health status, leisure satisfaction and loneliness on life satisfaction for elderly people. Journal of Korean Academy of Fundamentals of Nursing 2012;19(4):483–492. https://doi.org/10.7739/jkafn.2012.19.4.483.

45. Kim CK, Jang HJ, Kim SS. The correlation between ability of activity in daily living and self-care agency among elderly in Chunchon province. Korean Journal of Adult Nursing 2001;13(1):40–52.

46. Lee YH, Choi MK. Fear of falling, depression, physical fitness and physical activity among community dwelling elders. Korean Journal of Adult Nursing 2011;23(4):351–362.

Article information Continued

This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (http://creativecommons.org/licenses/by-nc/4.0/) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

Characteristics	Categories	n	%	M±SD
Gender	Men	76	42.5
Gender	Women	103	57.5
Age (year)	65∼69	61	34.1	72.77±5.50
	70∼74	52	29.0
	75∼79	42	23.5
	≥80	24	13.4
Spouse	Yes	138	77.1
Spouse	No	41	22.9
Status of economic activity	Yes	49	27.4
Status of economic activity	No	130	72.6
Number of social activity	1∼2	49	27.4	3.58±1.61
	3∼4	80	44.7
	≥5	50	27.9
Education level	≤Middle school	55	30.7
	High school	80	44.7
	≥College	44	24.6
Living status	Alone	33	18.4
	Spouse	124	69.3
	Sons or daughters	14	7.8
	Others	8	4.5
Subjective economic status	Poor	13	7.3
	Moderate	122	68.2
	Good	44	24.5
Perceived health status	Poor	21	11.7
	Moderate	94	52.5
	Good	64	35.8
Chronic disease	Yes	90	50.3
Chronic disease	No	89	49.7
Smartphone using time (hour/day)	＜1	32	17.9
	1∼＜2	63	35.2
	2∼＜3	39	21.8
	3∼＜4	26	14.5
	≥4	19	10.6
Using smartphone services^a)	Search and utilize information	125	69.8
	Leisure	162	90.5
	Communication	176	98.3
	Finance	75	41.9
	Online trading	27	15.1
	Life management	86	48.0

Variables	Categories	n (%) or M±SD	Range	Min	Max
Physical activity (MET-min/week)		3478.20±2652.73		0.00	13437.00
	Inactivity	13 (7.3)
	Minimally active	87 (48.6)
	Health enhancing physical activity	79 (44.1)
Depression		3.22±2.93	0∼15	0.00	14.00
Social support		3.61±0.52	1∼5	1.25	5.00
Smartphone overdependency		1.86±0.45	1∼4	1.00	3.00
	High-risk group	1 (0.6)
	Potentially-dangerous group	43 (24.0)
	General group	135 (75.4)

Characteristics	Categories	M±SD	t/F	p	Scheffé
Gender	Men	1.87±0.47	0.27	.787
Gender	Women	1.85±0.45
Age (year)	65∼69^a	1.72±0.51	2.81	.044	a<b, c, d
	70∼74^b	1.93±0.41
	75∼79^c	1.93±0.43
	≥80^d	1.96±0.34
Spouse	Yes	1.83±0.46	−1.66	.098
Spouse	No	1.96±0.41
Status of economic activity	Yes	1.93±0.47	1.27	.204
Status of economic activity	No	1.83±0.45
Number of social activity	1∼2	1.78±0.46	2.22	.111
	3∼4	1.85±0.48
	≥5	1.96±0.45
Education level	≤Middle school^a	1.97±0.45	4.19	.017	c<a, b
	High school^b	1.86±0.44
	≥College^c	1.71±0.45
Living status	Alone	1.99±0.36	1.36	.257
	Spouse	1.82±0.47
	Sons or daughters	1.91±0.53
	Others	1.93±0.46
Subjective economic status	Poor	1.90±0.45	0.16	.849
	Moderate	1.87±0.46
	Good	1.83±0.45
Perceived health status	Poor	2.03±0.39	1.92	.150
	Moderate	1.86±0.47
	Good	1.81±0.45
Chronic disease	Yes	1.89±0.42	0.94	.346
Chronic disease	No	1.83±0.49
Smartphone using time (hour/day)	＜1^a	1.61±0.36	5.09	.001	a, b, c<d, e
	1∼＜2^b	1.88±0.46
	2∼＜3^c	1.82±0.47
	3∼＜4^d	2.10±0.36
	≥4^e	1.97±0.50
Using smartphone services^a)
Search and utilize information	Yes	1.85±0.46	−0.37	.710
Search and utilize information	No	1.88±0.44
Leisure	Yes	1.90±0.44	3.80	＜.001
Leisure	No	1.48±0.37
Communication	Yes	1.86±0.45	−0.54	.592
Communication	No	2.00±0.46
Finance	Yes	1.87±0.46	0.36	.721
Finance	No	1.85±0.45
Online trading	Yes	1.94±0.39	1.05	.297
Online trading	No	1.85±0.46
Life management	Yes	1.83±0.43	−0.92	.359
Life management	No	1.89±0.47

Variables	Physical activity	Social support	Depression
Variables	r (p)	r (p)	r (p)
Social support	.07 (.329)
Depression	−.03 (.723)	−.16 (.034)
Smartphone overdependence	−.17 (.028)	−.15 (.039)	.10 (.192)

Variables	B	SE	β	t	p
Constant	1.81	0.24		7.68	＜.001
Using smartphone services (Leisure)^a)	0.35	0.11	.23	3.31	.001
Age (≥70)^b)	0.22	0.07	.23	3.44	.001
Smartphone using time (≥3 hours)^c)	0.21	0.07	.20	2.92	.004
Education level (≥College)^d)	−0.16	0.07	−.15	−2.22	.027
Social support	−0.12	0.06	−.14	−1.99	.048
R²=.21, Adj R²=.19, F=9.30, p＜.001