The Korean Society of Costume

Current Issue

Journal of the Korean Society of Costume - Vol. 74 , No. 1

[ Article ]
Journal of the Korean Society of Costume - Vol. 74, No. 1, pp. 88-104
Abbreviation: JKSC
ISSN: 1229-6880 (Print) 2287-7827 (Online)
Print publication date 29 Feb 2024
Received 12 Jan 2024 Revised 23 Jan 2024 Accepted 28 Jan 2024
DOI: https://doi.org/10.7233/jksc.2024.74.1.088

목표지향적 행동모델(MGDB)을 적용한 패션소비자의 지속가능패션 구매행동에 영향을 미치는 요인에 관한 연구
정다운
중앙대학교 예술대학 패션전공 강사

A Study on the Influencing Factors Behind the Sustainable Fashion Purchase Behavior of Fashion Consumers by Applying the Model of Goal-Directed Behavior (MGDB)
Dayun Jeong
Lecturer, Dept. of Fashion, Chung-Ang University
Correspondence to : Dayun Jeong, e-mail: dayunjeong@cau.ac.kr


Abstract

This study aims to provide an insightful analysis of changes in consumers' behavior toward sustainable fashion by exploring the factors that influence individual behavioral decisions. To this end, a quantitative study was conducted utilizing the model of goal-directed behavior used in the fields of consumer behavior and marketing. A total of 323 response data from consumers with experience in purchasing sustainable fashion products were collected and analyzed. The results showed that consumers' perceived values and subjective norms of sustainable fashion as well as switching barriers to it have a significant effect on their desire for switching, while attitudes toward sustainable fashion have no significant effect. In addition, past behavior regarding sustainable fashion has a significant effect on switching desire, purchase intention, and purchase behavior, but perceived behavioral control does not affect purchase behavior. Finally, the desire for switching to sustainable fashion has a significant effect on purchase intention, and both purchase intention and past experience have a significant effect on purchase behavior. The results also showed that modern consumers' awareness of sustainable fashion and their behavior toward it have gradually changed since sustainability first emerged. As trends in the fashion industry emphasizing sustainability and environmental adaptability are expected to expand, this study is considered significant in that it presents the direction and promotion strategy for the sustainable fashion market.


Keywords: fashion marketing strategy, model of goal-directed behavior, purchase behavior, purchase intention, sustainable fashion
키워드: 패션 마케팅 전략, 목표지향적 행동 모델, 구매행동, 구매의도, 지속가능한 패션

Ⅰ. 서론

지속가능성이 메가 트렌드로 발전하면서 그 중요성이 국제적으로 점차 증가함에 따라 지속가능한 패션시장의 형성이 촉진되었다(Mittelstaedt, Schultz, Kilbourne, & Peterson, 2014). 많은 글로벌 패션기업들은 지속가능한 패션시장을 극적으로 변화시켰으며(Lee & Park, 2021) 지속가능패션의 대중화를 가속시킴을 통해(Watson & Yan, 2013) 지속가능한 패션산업의 발전 방향을 추측해볼 수 있는 계기가 마련되고 있다.

패션산업의 환경적, 사회적, 경제적, 윤리적 영향을 최소화하여 소비자의 가치와 인식을 높이는 지속가능한 패션에는 다양한 개념과 원리가 존재한다(Ko & Fashion Marketing Research Lab[FMRL], 2015; 2021). 우선, 순환경제(circular economy) 측면에서는 재활용(recycling)이나 업사이클링(upcycling)등의 방법으로 자원의 재사용 및 재생산을 통해 환경오염과 자원 낭비를 줄이고, 기업의 사회적 책임(corporate social responsibility) 측면에서는 노동 착취 금지(sweatshop free)와 공정무역(fair trade) 등의 방법으로 근로환경에 대한 조건과 투명성을 개선시켜 지역사회 및 환경에 이익을 돌려주며, 공유경제(sharing economy) 측면에서는 협업(collaboration)과 중고(secondhand)로 개인이나 기업의 자원을 많은 소비자가 순환적으로 이용하여 소비량과 폐기량을 줄이고, 기술혁신(technological innovation) 측면에서는 지속가능한 재료와 웨어러블(wearable) 등의 방법으로 새로운 기술을 활용하여 패션 제품의 기능 및 성능을 향상시키며, 소비자 인식(Consumer awareness) 측면에서는 슬로우 패션(slow fashion), 저소비주의 (low consumption) 등의 방법으로 소비자들이 패션 제품에 대한 정보 및 가치를 축적하여 의식적인 구매와 소비를 실현하도록 한다(Ertekin & Atik, 2014; Fletcher, 2010; Lee & Lee, 2022; Mittelstaedt et al., 2014; Mukendi, Davies, Glozer, & McDonagh, 2020; Yang, 2016)

특히 패션기업의 지속가능성 관련 활동에 따라 소비자 인식에 미치는 영향은 달라질 수 있으며(Suk, 2015) 달라진 소비자 인식은 지속가능패션에서의 소비 패러다임 자체를 변화시키므로(Jeong & Kim, 2022) 지속가능한 패션산업의 발전 과정에서 소비자 특성은 매우 중요한 영향요인이라고 볼 수 있다(Jeong & Ko, 2021). 그러나 지속가능 패션에 관한 다양한 연구가 지속적으로 발표되고 있음에도 불구하고 소비자 관점에서 개인적 특성을 반영한 국내 연구는 여전히 미흡한 실정이다. Park, Ko, & Kim(2022)의 연구에 따르면 최근 국내외에서 발표된 지속가능패션 관련 연구 동향을 확인한 결과, 국내에서는 순환경제와 관련된 연구는 많은 반면 소비자 인식과 관련된 연구는 매우 적다는 사실이 밝혀졌다.

지속가능패션 수용에 대한 결정은 구매, 디자인, 제조 및 판매를 포함한 전 과정에 걸쳐 소비자 관점에서 이루어져야 하는데(Sinha, Sharma, & Agrawal, 2022), 이때 시장은 타겟 소비자층의 열망을 파악하여 이를 제품과 서비스를 통해 충족시켜주거나 해당 열망이 만족되었다는 인식을 소비자에게 제공할 수 있어야 한다(Erasmus, Boshoff, & Rousseau, 2001). 또한, 패션제품을 어떻게 처분할지에 대한 행동을 결정하는데 있어 패션 소비자가 갖고 있는 환경에 대한 의식이나 추구하는 가치 및 소비태도가 영향을 미치며(Suk & Lee, 2017), 지속가능한 패션에 대한 내부적/외부적 환경 인식에 따라 지속가능패션으로의 소비행동은 달라질 수 있으므로(Jeong & Kim, 2023) 지속가능패션 구매행동에 있어서 소비자에게 내제된 열망과 같은 목적의식의 영향력은 매우 크다고 판단된다. 따라서 본 논문에서는 소비자 인식 중 개인적 특성이 내제된 요인들 간의 관계를 통해 지속가능한 패션 구매의도 및 최종 목적인 지속가능패션 구매행동을 예측해보고 이를 통해 지속가능패션 소비자에 대한 이해를 높여 새로운 관점을 제시하는데 그 목적이 있으며, 이를 위해 마케팅 및 소비자 행동 분야에서 사용되는 이론 중 하나인 목표지향적 행동 모델을 활용하였다.


Ⅱ. 이론적 배경
1. 목표지향적 행동 모델

목표지향적 행동 모델(Model of Goal-Directed Behavior, MGDB)은 계획적 행동 이론의 기본 구성요소들을 기반으로 개발되어(Hagger & Chatzisarantis, 2005) 개인이 특정 행동을 취할 때, 이행동이 개인의 목표 달성에 얼마나 중요한 역할을 하는지를 분석할 수 있다(Perugini & Bagozzi, 2001). MGDB의 근간이 된 이론은 합리적 행동 이론(Theory of Reasoned Action, TRA)이다. Ajzen & Fishbein(1975)은 TRA를 통해 태도와 주관적 규범이 행동의도에 영향을 준다고 발표하였으나, 이후 개인의 의사결정과 행동을 예측하기 위해서는 개인의 자발적 통제를 고려해야만 한다는 의견을 제시하고(Ajzen & Fishbein, 1980) 이를 보완 및 확장하여 계획적 행동이론(Theory of Planned Behavior, TPB)을 발표하였다(Ajzen, 1985; 1991). TPB에서는 행동에 대한 태도와 주관적 규범에 추가적으로 지각된 자기 통제 요인이 행동의도에 영향을 주는 선행요인으로 제시되었으나(Armitage & Conner, 2010) 감정, 인식, 경험 등과 같은 개인적인 요소가 TPB에서는 고려되지 못한다는 한계점을 극복하기 위해 이를 보완한 다양한 이론과 모델들이 개발되었는데(Ajzen, 2005), 그 중 MGDB는 일관된 예측 성과를 보여준다(Perugini & Bagozzi, 2001).

Bagozzi, Gurhan-Canli, & Priester(2002)의 연구에 따르면 MGDB는 소비자의 행동 결정에 영향을 미치는 세 가지 요인으로 개인의 의도와 과거 행동, 그리고 개인의 목표가 제시되는데, 개인의 의도는 소비자가 그 행동을 취하려는 의지를 뜻하며, 이때 개인의 태도와 주도성 및 주관적 규범이 그 형성에 영향을 미친다. 그리고 과거 행동은 소비자의 과거 행동 반영이 이후 소비행동 결정에 영향을 주며, 개인의 목표는 소비자가 목표를 달성하기 위해 취할 행동에 영향을 끼친다고 설명하였다(Bagozzi et al., 2002).

또한, MGDB는 개인의 열망과 목표 행동의 예상되는 정서적 결과를 추가하였는데 이때 열망은 태도와 주관적 규범 및 지각된 행동통제가 의도에 미치는 영향을 매개한다고 가정하며, 예상되는 감정은 열망에 영향을 미치는 요인으로 행동의 결정에 영향을 준다고 보았다(Esposito, van Bavel, Baranowski, & Duch-Brown, 2016). <Fig. 1>과 같이 MGDB에서는 예상되는 감정을 긍정과 부정으로 구분 지어 확인하는데(Perugini & Bagozzi, 2001) 긍정적으로 예상되는 감정은 개인이 특정한 행동을 할 때 느낄 수 있는 긍정적인 감정으로, 이러한 감정이 개인의 행동 결정에 영향을 미친다고 가정한다. 부정적인 예상 감정은 특정 행동을 하지 않았을 때 나타나는 부정적인 감정을 의미하며, 이러한 부정적인 감정이 높을수록 특정 행동을 하게 되는 경향이 있다(Esposito et al., 2016).


<Fig. 1> 
The Model of Goal-Directed Behaviour

(Perugini & Bagozzi, 2001)



MGDB 관련 최근 선행연구들을 살펴보면, 심리학 분야에서는 개인의 목표가 의도적인 행동을 통해 기준을 제공한다는 가정을 MGDB를 기반으로 설명하였으며(Hommel, 2022), 사회학 분야에서는 개인의 감정과 열망, 습관과 같은 영향요인이 상호기금 투자에 어떠한 영향을 미치는지를 확인하기 위해 MGDB를 사용하여 분석하였다(Sourirajan & Perumandla, 2022). 마케팅 분야에서는 소비자들이 스포츠 용품을 구매하는데 있어 온라인을 통한 구매의도를 예측하기위해 MGDB를 활용하거나(Chiu, Kim, & Won, 2018) 밀레니얼 세대 팬들의 스포츠 소비 결정 과정에 영향을 주는 중요한 요인을 파악하기 위해 MGDB를 활용하여 연구를 진행하였으며(Yim & Byon, 2020), 교육학 분야에서는 모바일 학급결과에 대한 모바일 기술 불안의 조절효과를 확인하기 위해 MGDB를 활용하여 그 효과를 입증하였다(Huang, Jabor, Tang, & Chang, 2022). 이처럼 MGDB는 다양한 분야에서 적용되어 연구되고 있으나, 패션분야에서는 여전히 MGDB의 근간인 TPB 또는 TRA를 활용한 연구가 대부분이다. 따라서 본 연구는 MGDB를 활용하여 소비자들의 지속가능한 패션제품 구매의도과 구매행동에 영향을 주는 요인을 목표를 이루고자 하는 소비자 열망 관점에서 확인하여 해당 결정요인의 구체적인 영향력을 분석하였다.

2. 연구 설계 및 가설 설정

지속가능한 패션소비태도는 소비자들의 패션처분행동에 유의한 영향을 주는 요인이며(Suk & Lee, 2017), 패션기업의 지속가능 관련 활동에 대한 소비자 인식은 구매의도에 유의한 영향을 준다(Suk, 2015). 긍정적 예상 감정은 소비자가 제품이나 서비스를 이용했을 때 느끼는 긍정적인 감정을 의미하는데(Perugini & Bagozzi, 2001), 본 연구에서는 이러한 긍정적 예상 감정으로 지속가능패션에 대한 가치지각을 설정하였다. 개인의 가치는 지속가능한 패션 소비자 행동을 이해하는데 중요한 역할을 할 뿐만 아니라 지속가능한 소비 행동을 이끄는 중요한 요인 중 하나이며(Suk & Lee, 2013) 소비자의 경험적 요인에 대한 가치인식이 클수록 더 영향력 있는 요소로서 가치커뮤니케이션을 이룬다(Penalva Tébar & Nah, 2018). 그러므로 지속가능한 패션제품을 구매하면 소비자는 환경 보호에 기여하는 것에 대한 만족감을 느낄 수 있으며, 이는 개인이 지속가능한 패션제품 구매를 선택하는 데 영향을 줄 수 있다고 볼 수 있다.

소비자가 서비스 조직을 바꾸는데 중요한 잠재적 요인으로 여겨지는 전환장벽을 본 연구에서 MGDB의 부정적 예상 감정으로 설정하였다. 전환장벽은 소비자가 제품이나 서비스를 다른 것으로 바꾸는 것을 방해하는 요인을 의미하며(Colgate & Lang, 2001) 비용이나 시간 또는 노력 등 다양한 형태로 나타날 수 있다(Ghazali, Nguyen, Mutum, & Mohd-Any, 2016). 이러한 전환장벽은 고객의 재구매 의도나 브랜드 충성도에 영향을 미칠 수 있을 뿐만 아니라 전환의도 및 전환행동에 영향을 주므로(Bansal, Taylor, & St. James, 2005) 지속가능한 패션소비로의 전환에 발생하는 비용이나 노력을 일종의 장벽으로 느낀 소비자들의 의도나 행동이 개인의 열망에 의해 영향을 받을 가능성이 높다. 주관적 규범은 개인이 중요하게 생각하는 주변 사람들의 의견이나 행동에 대한 인식을 의미하는데, 주관적 규범은 목표 기반 열망과 긍정적 예상 감정에 영향을 주고, 이를 통해 전환의도에 영향을 준다(Sourirajan & Perumandla, 2022).

이러한 상황에서 열망은 소비자의 태도와 주관적 규범 및 지각된 행동통제가 의도에 미치는 영향을 매개하며 감정은 열망에 영향을 미치는 요인으로 행동의 결정에 영향을 미치므로(Esposito et al., 2016) 태도 측면에서 지속가능패션에 관한 개인의 태도가 긍정적일수록, 그리고 그 태도가 중요하고 강하다고 인식될수록 지속가능패션으로의 열망이 높아질 수 있으며, 지속가능패션에 관해 소비자가 인식한 가치 역시 개인의 지속가능패션으로의 열망에 영향을 줄 것이라 예측된다. 또한, 지속가능패션으로 전환에 대해 개인이 인지하는 장벽에 따라 열망에 미치는 영향은 달라질 수 있으며, 지속가능패션에 대한 주관적 규범이 높을수록, 그리고 그 규범이 중요하고 영향력이 강할수록 지속가능패션으로의 열망은 높아질 것이라 예측해볼 수 있다. 따라서 다음과 같이 가설을 설정하였다.

  • 가설1. 지속가능패션에 관한 (1)태도, (2)가치지각, (3)전환장벽, (4)주관적 규범은 지속가능패션 열망에 유의한 영향을 미칠 것이다.

Gardner & Rebar(2019)에 따르면, 과거에 특정 행동을 자주 한 사람은 그 행동을 계속할 가능성이 높으며 과거의 행동 패턴이 현재와 미래의 행동에 큰 영향을 미친다. 또한, 소비자 행동의 변화는 부정적인 정서 상태를 관리하기 위한 자기보호 행동으로 나타날 수 있으며(Di Crosta et al., 2021), 지각된 행동 통제는 의도를 긍정적으로 예측하므로(Aga, 2023), 지속가능패션에 관한 과거행동의 빈도와 지각된 행동 통제가 행동과 의도에 어떻게 영향을 미치는지에 대한 이해를 높이는 데 필요한 중요한 요인으로 볼 수 있다. Perugini & Bagozzi(2001)의 MGDB에 제시된 바와 같이 과거행동의 빈도와 지각된 행동 통제는 소비자 행동에 있어 열망과 의도 및 행동에 영향을 미치므로, 지속가능패션에 이를 대입하여 다음과 같은 가설을 설정하였다.

  • 가설2. 지속가능패션에 관한 과거행동의 빈도는 지속가능패션 (1)열망, (2)구매의도, (3)구매행동에 유의한 영향을 미칠 것이다.
  • 가설3. 지각된 행동통제는 지속가능패션 (1)열망, (2)구매의도, (3)구매행동에 유의한 영향을 미칠 것이다.

소비자들이 특정 행동에 대한 열망이 높거나 해당 특정 행동을 하려는 의도가 강할수록 그 행동을 수행할 가능성은 높아지므로(Conner & Norman, 2022; Rodrigues, Lopes, & Varela, 2021), 이는 열망과 의도가 행동을 유발하는 중요한 요인이라고 볼 수 있다. 또한, 과거의 특정 행동을 최근에 수행했을수록 그 행동을 반복해서 수행할 가능성이 높아지므로(Sarker, Colman, & Han, 2019) 과거 지속가능패션에 대한 최근의 경험이 소비자의 행동패턴을 형성하는 데 중요한 역할을 할 것이라 예측된다. 따라서 다음과 같은 가설을 설정하였다.

  • 가설4. 지속가능패션 열망은 구매의도에 유의한 영향을 미칠 것이다.
  • 가설5. 지속가능패션 구매의도는 구매행동에 유의한 영향을 미칠 것이다.
  • 가설6. 지속가능패션에 관한 과거행동의 최신성은 구매행동에 유의한 영향을 미칠 것이다.

이처럼 각 가설은 소비자의 개인적 주요 요인과 의도 및 행동 간의 관계를 확인해보기 위해 MGDB를 바탕으로 구성하였으며 최종적인 연구모델은 <Fig. 2>와 같다.


<Fig. 2> 
Research Model


Ⅲ. 연구방법
1. 자료 수집 및 분석방법

본 연구는 리서치 전문 기관을 통해 지속가능패션 구매경험이 있는 남녀소비자를 대상으로 온라인 설문을 진행하여 2022년 9월 응답자료를 수집하였다. 지속가능한 패션소비의 경우 다양한 세대가 지속가능한 패션제품디자인 구매 시 소비가치에 영향을 받으므로(Eom & Eom, 2021) 연구대상의 연령층은 구매력이 있는 20세 이상의 내국인으로 설정하였으며, 총 323개의 응답자료가 분석에 사용되었다.

분석을 위한 측정도구의 경우, 선행연구에서 이미 신뢰성이 입증된 측정항목들을 바탕으로 구성하여 타당성을 확보하였으며 이를 바탕으로 연구목적에 맞도록 수정하였다. 지속가능한 패션구매에 대한 태도 4문항(Ajzen, 1991; 2005), 지속가능한 패션의 지각된 가치 4문항(Jeong, 2021), 지속가능한 패션소비의 전환장벽 3문항(Chang, Wong, & Li, 2017), 지속가능한 패션의 주관적 규범 4문항(Perugini & Bagozzi, 2001), 지각된 행동통제 4문항(Bagozzi et al., 2002), 지속가능패션에 관한 과거행동 빈도 2문항(Perugini & Bagozzi, 2001), 지속가능패션에 관한 열망 4문항(Kim, Ryu, & Ryu, 2016), 지속가능패션 구매의도 4문항(Yim & Byon, 2020), 지속가능패션 구매행동 4문항(Chiu et al., 2018), 지속가능패션에 관한 과거경험의 최신성 4문항(Perugini & Bagozzi, 2001)과 함께 인구통계학적 특성을 알아보기 위한 기본문항이 추가되어 함께 구성되었다.

지속가능한 패션제품 구매경험 유무 및 해당 구매제품에 대한 간단한 정보 문항을 통해 피험자의 참여 적합 여부를 스크리닝하였다. 분석을 위한 요인 관련 문항은 모두 7점 리커트 척도로 제시하였으며, 수집된 응답 데이터는 IBM SPSS Statistics과 Amos를 활용하여 요인분석, 신뢰도 분석, 상관관계 분석, 구조방정식 모형 분석을 진행하여 최종 결과를 도출하였다.

2. 연구 표본의 특성

연구 대상자의 일반적 특성에 대한 빈도분석 결과는 <Table 1>과 같다. 먼저 성별을 살펴보면, 남자 165명(51.1%), 여자는 158명(48.9%)으로 나타났다. 연령층은 20대 26.9%(87명), 30대 36.5%(118명), 40대 24.1%(78명), 50대 9.6%(31명), 60대 2.8%(9명)로 집계되었으며, 평균은 36.87, 표준편차는 10.319로 나타났다.

<Table 1> 
Demographic Characteristics
Category Group N % Category Group N %
Sustainable Fashion Yes 323 100.0 Category Clothing 208 64.4
Shopping Experience No 0 0.0 Miscellaneous Goods 103 31.9
Gender Male 165 51.1 Others 12 3.7
Female 158 48.9 Price Under 100 148 45.8
Age 20s 87 26.9 100~ under 200 118 36.5
30s 118 36.5 200~under 300 39 12.1
40s 78 24.1 300~under 400 11 3.4
50s 31 9.6 400~under 500 3 0.9
60s 9 2.8 500~ 4 1.2
Monthly Average Shopping Price (₩1000) Under 200 97 30.0 Monthly Average Shopping Time (Hour) Under 1 49 15.2
200~under 500 158 48.9 1~Under 3 139 43.0
500~under 1000 47 14.6 3~Under 5 84 26.0
1000~under 1500 10 3.1 5~Under 7 24 7.4
1500~ 11 3.4 7~ 27 8.4

지속가능한 패션 구매 경험을 살펴보면, 그렇다는 응답이 323명(100.0%)으로 나타나, 설문에 참여한 모든 피험자의 데이터가 연구 표본으로 적합함이 확인되었다. 지속가능패션 구매경험에 대한 하위 필수 문항으로 제시된 구매제품 품목의 응답결과를 살펴보면, 패션의류는 64.4%(208명), 패션잡화는 31.9%(103명), 기타는 3.7%(12명)으로 나타났으며, 해당 제품의 가격대는 10만원 미만은 45.8%(148명), 10-20만원 미만은 36.5%(118명), 20-30만원 미만은 12.1%(39명), 30-40만원 미만은 3.4%(11명), 40-50만원 미만은 0.9%(3명), 50만원 이상 1.2%(4명)로 집계되었다.


Ⅳ. 연구결과
1. 측정도구의 타당성 검증

측정도구의 타당성 검증을 위해 탐색적 요인 분석과 신뢰도 분석을 실시한 결과, 지속가능한 패션 제품에 대한 인식 특성 요인 모두 삭제되는 문항이 없었으며, 각 요인분석과 신뢰도 분석 결과는 <Table 2>, <Table 3>과 같다.

<Table 2> 
Factor Analysis and Reliability Results (1)
FactorsItems Cronbach’s Alpha
AT RPE PBC SB SN PV FPB
AT3 .792 .112 .212 .174 .223 .224 .026 .906
AT4 .748 .069 .217 .225 .230 .246 .031
AT1 .743 .153 .258 .155 .188 .176 .147
AT2 .712 .097 .214 .062 .295 .256 .105
RPE3 .179 .859 .164 .088 .082 .107 .105 .913
RPE4 .066 .845 .201 .023 .124 .133 .073
RPE2 .051 .830 .128 .112 .252 .121 .127
RPE1 .132 .805 .107 .133 .123 -.016 .291
PBC4 .110 .226 .760 .094 .183 .229 .122 .868
PBC1 .298 .272 .724 .188 .166 .058 .107
PBC2 .382 .173 .700 .043 .258 .171 .105
PBC3 .458 .106 .611 .118 .064 .278 .131
SB2 .055 .114 .076 .838 .168 .202 .051 .862
SB3 .171 .059 .093 .823 .134 .232 .130
SB1 .300 .138 .143 .774 .049 .212 .109
SN2 .147 .276 .057 .090 .819 .153 .051 .884
SN3 .380 .109 .270 .152 .710 .153 .088
SN4 .345 .157 .275 .196 .672 .208 .128
SN1 .469 .232 .240 .167 .587 .082 .135
PV3 .210 .173 .189 .268 .160 .776 .083 .886
PV4 .283 .016 .227 .271 .152 .727 .148
PV2 .367 .183 .217 .252 .180 .628 .113
PV1 .463 .150 .090 .337 .167 .572 .114
FPB1 .222 .216 .211 .138 .093 .125 .801 .734
FPB2 .007 .406 .100 .143 .139 .168 .739
Eigen 3.909 3.506 2.706 2.643 2.613 2.545 1.526
Variation 15.638 14.025 10.824 10.571 10.453 10.181 6.104
Accumulate 15.638 29.663 40.486 51.058 61.511 71.692 77.796
Kaiser-Meyer-Olkin Measure of Sampling Adequacy=.934
Bartlett's Test of Sphericity. Chi-Square χ2=5920.493(df=300, p<.01)**
Note. AT: Attitude toward behavior, FPB: Frequency of past behavior, PBC: Perceived behavior control, PV: Perceived value, RPE: Recency of past experience, SB: Switching barrier, SN: Subjective norm

<Table 3> 
Factor Analysis and Reliability Results (2)
Items Factors Cronbach’s Alpha
PuI DE PuB
PuI2 .810 .218 .313 .910
PuI3 .797 .347 .225
PuI1 .749 .256 .348
PuI4 .738 .324 .385
DE1 .224 .838 .249 .901
DE3 .157 .827 .299
DE4 .338 .795 .181
DE2 .325 .765 .185
PuB3 .266 .219 .837 .890
PuB4 .249 .275 .816
PuB1 .426 .242 .664
PuB2 .501 .285 .658
Eigen 3.257 3.205 2.875
Variation 27.146 26.708 23.962
Accumulate 27.146 53.854 77.815
Kaiser-Meyer-Olkin Measure of Sampling Adequacy=.937
Bartlett's Test of Sphericity. Chi-Square χ2=2936.385(df=66, p<.01)**
Note. DE: Desire, PuB: Purchase behavior, PuI: Purchase intention

직교 회전 방법인 베리맥스 요인 회전과 KMO와 Bartlett의 구형성 검증을 실시한 결과, KMO는 각각 양호한 수치인 .934, .937이 나왔으며, Bartlett 역시 요인분석의 사용에 적합한 낮은 수치를 보였다. 또한, 신뢰도 검증결과에서 모든 요인이 높은 신뢰도를 보이고 있다.

본 연구에 사용된 변수들의 기술적 통계값을 확인하기 위해 기술통계분석을 실시한 결과표는 <Table 4>와 같다. 일변량/다변량 정규성 모두 진행하였으며 왜도 절대값은 3, 첨도 절대값은 10을 벗어나지 않았으므로 본 연구의 응답자료 정규성에 문제가 없음이 확인되었다.

<Table 4> 
Descriptive Statistic Analysis Result
Variables N Min Max Av. Standard Deviation Skewness Kurtosis
AT 323 2 7 5.66 .934 -.499 -.004
PV 323 3 7 5.41 .916 -.021 -.756
SB 323 1 7 5.09 1.017 -.208 .157
SN 323 3 7 5.30 .952 -.195 -.403
FPB 323 4 7 5.02 .791 .787 -.024
PBC 323 2 7 5.46 .916 -.404 .007
RPE 323 1 7 4.83 1.115 -.134 -.133
DE 323 3 7 5.18 .946 -.127 -.362
PuI 323 3 7 5.55 .940 -.364 -.133
PuB 323 2 7 5.25 .947 -.185 -.183

각 변수간 상관관계를 확인하기 위해 진행한 Pearson 상관분석 결과는 <Table 5>에서 보이는 바와 같이 각 계수 별 -1~+1 사이의 값으로 통계적으로 유의한 상관관계를 보이고 있음이 확인되었다.

<Table 5> 
Correlation Analysis Results
AT PV SB SN FPB PBC RPE DE PuI PuB
AT 1
PV .704** 1
SB .482** .641** 1
SN .700** .600** .449** 1
FPB .383** .455** .385** .430** 1
PBC .693** .618** .410** .630** .474** 1
RPE .356** .384** .307** .486** .567** .486** 1
DE .605** .768** .524** .587** .498** .534** .462** 1
PuI .775** .677** .450** .709** .461** .703** .437** .646** 1
PuB .632** .597** .477** .679** .602** .633** .710** .618** .756** 1
*p<.05, **p<.01

2. 확인적 요인분석 모형 및 적합도

구조방정식 모형 분석을 진행하기 전에 확인적 요인분석을 실시하여 각 잠재변인을 구성하는 관측변인이 타당하게 구성되었는지를 파악하였다. 본 연구에서는 적합도 평가 지수의 기준이 확립된 CFI(Comparative Fit Index)와 TLI(Tucker-Lewis Index), 그리고 RMSEA(Root-Mean Square Error of Approximation)를 통해 모형의 적합도를 평가하였으며 해당 결과는 <Table 6>과 같다.

<Table 6> 
Confirmatory Factor Analysis Model Fit Results
χ2 df p TLI CFI RMSEA SRMR
Value Lower Bound Upper Bound
1309.800 584 .000 .915 .925 .062 .058 .067 .045

수치적으로 CFI와 TLI의 값이 높을수록 모형의 적합도는 좋다고 판단하는데, 이때 .9이상이면 좋은 적합도로 해석하고 RMSEA는 값이 작을수록 좋은 적합도이며(Browne & Cudeck, 1993), Standardized RMR는 .05-.08 이하면 적당하다고 판단한다(Hu & Bentler, 1999). 본 연구의 TLI 값은 .915를 보였으며 CFI 값 역시 기준치인 .9보다 높은 .925를 보이고 SRMR와 RMSEA 값 모두 양호한 수준으로 분석기준을 충족하므로 분석모형은 적합한 것으로 판단된다.

3. 개념타당도 및 수렴타당도

각 관측변인에 대한 잠재변인을 파악하기 위해 확인적 요인분석을 실시한 결과, <Table 7>에서 보이는 바와 같이 모든 경로계수는 유의한 것으로 확인되었으며, 모든 표준화 경로계수가 .5이상으로 나타나 개념타당도를 충족시켰음을 확인하였다.

<Table 7> 
Construct Validity Results
Path Estimate S.E. β C.R. p
Attitude AT4 1.000 .870
AT3 .965 .044 .885 21.712 ***
AT2 .913 .048 .819 18.868 ***
AT1 .901 .050 .799 18.100 ***
Subjective Norm SN4 1.000 .856
SN3 1.025 .053 .860 19.445 ***
SN2 .912 .062 .716 14.692 ***
SN1 .994 .056 .814 17.833 ***
Perceived Behavioral Control PBC4 1.000 .732
PBC3 1.098 .081 .775 13.528 ***
PBC2 1.256 .084 .855 14.909 ***
PBC1 1.161 .084 .792 13.826 ***
Purchase Intention PuI4 1.000 .876
PuI3 .982 .048 .843 20.276 ***
PuI2 1.000 .050 .833 19.833 ***
PuI1 .942 .047 .835 19.946 ***
Purchase Behavior PuB4 1.000 .802
PuB3 .967 .057 .824 16.953 ***
PuB2 1.025 .058 .849 17.689 ***
PuB1 .874 .054 .800 16.287 ***
Recency of Past Experience RPE4 1.000 .828
RPE3 .996 .052 .871 19.092 ***
RPE2 1.044 .055 .867 18.963 ***
RPE1 1.008 .056 .841 18.105 ***
Frequency of Past Behavior FPB2 1.041 .090 .788 11.539 ***
FPB1 1.000 .736
Desire DE4 1.000 .849
DE3 1.027 .057 .820 17.991 ***
DE2 .928 .053 .804 17.441 ***
DE1 1.018 .052 .865 19.625 ***
Switching Barrier SB3 1.000 .857
SB2 .901 .056 .796 16.063 ***
SB1 .885 .053 .817 16.578 ***
Perceived Value PV4 1.000 .818
PV3 .959 .057 .811 16.867 ***
PV2 1.023 .061 .809 16.795 ***
PV1 1.016 .060 .813 16.921 ***
*p<.05, **p<.01, ***p<.001

또한, 동일한 개념을 측정하는 다수의 문항들이 얼마나 일치하는가를 확인하기 위한 수렴타당도를 검정한 결과, <Table 8>과 같이 나타났다. 개념신뢰도가 .7이상이었으며 평균분산추출값이 .5이상으로 나타나 높은 수렴타당도를 보이고 있음이 확인되었다.

<Table 8> 
Convergent Validity Results
Variables C.R AVE
AT .899 .690
SN .863 .613
PBC .851 .589
PuI .900 .694
PuB .873 .632
FPB .871 .628
RPB .778 .637
DE .888 .665
SB .828 .617
PV .874 .634

4.경로분석을 통한 가설검증 결과

본 연구의 경로분석 적합도를 살펴보면, RMR=.049, GFI=.943 AGFI=.903. NFI=.907, RMSEA=.053, CFI=.948, TLI=.938, CMIN/DF=1.909로 나타나 적합한 기준치임을 확인하였다. 각 경로에 대한 전체적인 결과표는 <Table 9>와 같다.

<Table 9> 
Path Analysis Results
Hypothesis Path Estimate S.E. β C.R. p
H1 (1) Attitude Desire .151 .155 .150 .972 .331
(2) Perceived Value .920 .135 .855 6.834 .000***
(3) Switching Barrier -.178 .084 -.183 -2.116 .034*
(4) Subjective Norm .202 .072 .215 2.798 .005**
H2 (1) Frequency of Past Behavior Desire .425 .109 .308 3.885 .000***
(2) Purchase Intention -.174 .084 -.125 -2.078 .038*
(3) Purchase Behavior .213 .085 .152 2.511 .012*
H3 (1) Perceived Behavioral Control Desire -.505 .176 -.412 -2.875 .004**
(2) Purchase Intention .853 .083 .684 10.281 .000***
(3) Purchase Behavior -.123 .094 -.099 -1.305 .192
H4 Desire Purchase Intention .397 .058 .391 6.900 .000***
H5 Purchase Intention Purchase Behavior .642 .077 .640 8.377 .000***
H6 Recency of Past Experience Purchase Behavior .394 .053 .424 7.448 .000***
*p<.05, **p<.01, ***p<.001

가설1의 분석결과를 살펴보면, 지속가능패션에 대한 소비자의 가치지각, 지속가능패션으로의 전환장벽, 그리고 지속가능패션의 주관적 규범은 소비자들의 열망에 유의한 영향을 주는 반면, 소비자 태도는 유의한 영향을 주지 않는 것으로 나타났다. 가치지각의 경우, 비표준화 베타의 값이 .920이므로 가치지각이 1단위 증가하게 되면 열망은 .920 증가하게 되며, 전환장벽은 비표준화 베타의 값이 -.178으로 나타나 전환장벽이 1단위 증가하게 되면 열망은 -.178 감소하게 된다. 이때 C.R이 -2.116이고 유의확률이 .034이므로 통계적으로 유의한 음의 영향을 주는 것으로 나타났는데 이는 지속가능패션에 대한 가치를 높이 인지할수록 전환하고자 하는 개인적 열망은 증가하는 반면, 지속가능패션으로의 전환장벽을 크게 느끼는 소비자의 열망은 낮아짐을 알 수 있는 결과이다. Jeong & Kim (2023)의 연구결과에서 밝힌 지속가능한 패션 소비로의 전환장벽 요인으로 설정한 전환비용은 전환의도에 유의한 영향을 주지 않는 것으로 나타났으나 본 연구에서 설정한 열망에는 유의한 영향을 주는 것으로 나타났다. 주관적 규범을 살펴보면, 비표준화 베타의 값이 .202이며 C.R이 2.798이고 유의확률이 .005이므로 통계적으로 유의한 양의 영향을 주는 것으로 나타났다. 이때 비표준화 베타의 값이 0.202이므로 주관적 규범이 1단위 증가하게 되면 전환의도는 .202 증가하게 됨을 알 수 있다.

소비자의 과거행동 빈도에 대한 가설2의 분석결과, 소비자의 과거행동 빈도는 지속가능패션에 대한 열망, 구매의도 및 구매행동에 유의한 영향을 주는 것으로 나타났으며, 가설3의 결과를 살펴보면 지각된 행동통제는 가설2와 동일하게 지속가능패션에 대한 열망, 구매의도 및 구매행동에 유의한 영향을 주는 것으로 나타났으나 지각된 행동통제와 구매행동 간의 관계는 유의하지 않는 영향 관계임이 밝혀졌다. 과거행동빈도와 열망, 구매의도, 구매행동 간의 관계를 살펴보면 비표준화 베타의 값이 각각 .425, -.174, .213이며 C.R이 3.885, -2.078, 2.511이고 유의확률이 .000, .038, .012이므로 통계적으로 유의한 양의 영향을 주는 것으로 볼 수 있다. 이때 과거행동빈도가 1단위 증가하게 되면 열망은 .425 증가하고 구매의도는 .174 감소하며 구매행동은 .213 증가하게 된다. 따라서 지속가능패션과 관련된 과거행동의 빈도가 높은 소비자일수록 열망과 구매행동이 증가하는 반면 구매의도는 감소하게 됨을 알 수 있다. 지각된 행동통제와 열망, 구매의도 간의 관계에서는 비표준화 베타의 값이 각각 -.505, .853으로 나타났고 C.R이 -2.875, 10.281이며 유의확률은 .004, .000이므로 통계적으로 유의한 영향을 주는 것으로 나타났다. 이는 지각된 행동통제가 1단위 증가하게 되면 열망은 .505 감소하게 되며 구매의도는 .853 증가하게 된다고 볼 수 있는데 소비자들이 행동통제를 어떻게 지각하는지에 따라 지속가능패션으로의 열망과 구매의도가 달라짐을 알 수 있다.

또한, 지속가능패션으로의 열망은 구매의도에 유의한 영향을 주는 것으로 확인되었으며 구매의도 역시 구매행동에 유의한 영향을 미치며, 과거경험의 최신성 역시 구매행동에 유의한 영향을 주는 것으로 나타나 가설4와 가설5, 가설6은 모두 채택되었다. 이러한 결과는 Esposito et al.(2016)의 연구결과에 나타난 것과 같이 열망은 소비자의 태도와 주관적 규범 및 지각된 행동통제가 의도에 미치는 영향을 매개한다는 결과와 같은 맥락으로 분석된다. 열망의 경우, 비표준화 베타의 값이 .397이고 C.R은 6.900이며 유의확률은 .000이므로 전환의도가 1단위 증가하게 되면 구매의도는 .397 증가하여 통계적으로 유의한 양의 영향을 주는 것을 알 수 있다. 구매의도과 과거 경험의 최신성은 비표준화 베타의 값이 각각 .642, .394로 나타났고 C.R이 8.377, 7.448이며 유의확률이 모두 .000으로 통계적으로 유의한 양의 영향을 주는 것으로 나타났다. 지속가능패션 구매의도가 1단위 증가하게 되면 구매행동은 .642 증가하고 지속가능패션에 관한 과거경험의 최신성이 1단위 증가하게 되면 구매행동이 .394 증가하게 된다는 것을 알 수 있다. 이는 소비자들이 경험한 지속가능패션이 얼마나 최신에 겪은 경험인지에 따라 구매행동이 달라질 수 있음을 뜻한다.


Ⅴ. 결론

본 연구는 MGDB를 활용하여 지속가능패션에 대한 소비자의 가치인식, 전환장벽, 주관적 규범, 그리고 과거 행동 빈도와 지각된 행동 통제가 열망, 구매의도, 그리고 구매행동에 어떻게 영향을 미치는지에 대해 알아보았으며, 이를 통해 지속가능 패션에 대한 소비자의 인식과 행동 사이의 격차를 이해하고자 하였다. 연구결과, 지속가능패션에 대한 가치지각, 전환장벽, 주관적 규범, 과거행동의 빈도, 그리고 지각된 행동통제는 열망에 유의한 영향을 주었으나 태도는 유의한 영향을 주지 않았으며, 이러한 열망은 구매의도에 유의한 영향을 주었다. 과거행동의 빈도와 지각된 행동통제는 각각 지속가능패션 구매의도 및 구매행동에 유의한 영향을 주는 것으로 나타났으며 구매의도와 과거 경험의 최신성은 구매행동에 모두 유의한 영향을 주는 것으로 나타났으나 지각된 행동통제와 구매행동 간의 관계는 유의하지 않는 영향관계임이 확인되었다.

행동의도를 형성하는데 추진력을 제공하는 열망을(Conner & Norman, 2022) 각 요인 간의 관계를 매개하는 핵심적인 요인으로 간주하여 설명력이 증가되었음이 증명된(Perugini & Bagozzi, 2001) MGDB를 본 연구가 지속가능패션 소비자 측면에서 이를 재해석하여 비교해보았다는데 학문적으로 시사하는 바가 크다. 확장된 MGDB가 TPB보다 더 유용한 모델임을 밝힌 Kim et al.(2016)의 연구에서 확인된 결과에서 지각된 행동통제와 부정적 예상 감정은 열망에 영향을 주지 않는 것으로 나타났으나 본 연구결과에서는 이들이 영향관계에 있음이 확인되었다. 이는 동일한 범주에 있는 지속가능성과 친환경이지만 패션이라는 카테고리의 제품과 식품이라는 카테고리에서 발생되는 소비자의 제품에 대한 인식의 차이에서 기인한 결과라고 분석된다. 또한, 명품구매 의사를 결정하는 중요 요인으로 열망을 확인한 Jung & Han (2015)의 연구에서 열망은 주관적 규범과 지각된 행동통제 및 긍정적 예상 감정과 과거 행동의 빈도에 영향을 받으나 태도와 부정적 예상 감정은 유의한 영향을 주지 않는 것으로 나타났는데 본 연구결과 역시 태도는 열망과 유의한 영향관계에 있지 않는 것으로 파악되었다. 그러나 부정적 예상 감정은 영향을 주는 것으로 나타나 부분적으로만 동일한 결과가 도출되었는데 이는 지속가능성을 강조한 패션제품과 일반 명품에 내제된 제품 특성에 따른 인식 차이에서 발생한 결과라고 분석된다.

이처럼 지속가능패션에 대한 소비자의 감정이 그들의 구매의도와 행동에 영향을 미치며 열망이 이를 매개한다는 결과는 지속가능한 패션산업이 소비자의 인식에서 발생될 수 있는 예상되는 감정과 그들의 가치를 이해하고 이를 충족시키는 방향으로 마케팅 전략을 수립해야 함을 시사한다. 따라서 소비자들의 예상되는 감정과 그에 따른 지속 가능패션의 목표 중요성을 강조하는 마케팅 전략이 효과적일 것이라 판단된다. 패션소비자의 환경의식 수준을 확인하는 것은 중요하며(Lee & Park, 2021) 지속가능한 패션에 대한 정보를 소비자에게 효과적으로 알리는 것은 그들의 행동과 태도를 변화시킬 수 있는 방법 중 하나이다(Suk & Lee, 2017). 그러므로 본 연구결과가 시사하는 바와 같이 지속가능한 패션제품이나 지속가능한 서비스를 이용하면서 느끼는 긍정적인 감정을 강조하고 소비자가 달성하고자 하는 목표가 얼마나 사회나 환경 등에 중요한지를 강조하여 제품이나 서비스의 가치를 높일 수 있는 마케팅 전략은 소비자들의 지속가능패션 구매 의도와 구매 행동을 촉진시키는 데에 효과적일 것이다. 또한, 지속가능성과 환경 적응력을 강조하는 패션산업의 트렌드가 확대 될 것이라 예측됨에 따라(Ko & FMRL, 2021) 지속가능한 패션 시장이 앞으로 나아가야 할 방향성과 촉진 전략의 기반을 지속가능한 패션제품을 통해 느낄 수 있는 감정과 열망을 바탕으로 소비자들의 행동 결정에 영향을 미치는 요인을 마케팅전략 측면에서 중요하게 다루어야 함을 제시하였다는 데 본 연구가 산업적으로 시사하는 바가 크다고 여겨진다.

본 연구에서는 다양한 학문 분야에서 심도 있게 다루어지고 있는 MGDB를 바탕으로 패션소비자들의 행동을 분석하고 이해해보기 위해 선행연구에서 사용된 요인들을 중점적으로 활용하여 진행하였다. 그러나 패션과 관련된 소비자 행동을 예측하는 데에는 다양한 심리적 변수를 포함하여 영향관계를 밝히는 것이 더 효과적일 수 있으며(Suk & Lee, 2017) 제품의 속성에 따라 그 영향 관계가 달라질 수 있다(Mukendi et al., 2020; Monoarfa, Sumarwan, Suroso, & Wulandari, 2023). 향후 연구에서는 지속가능한 패션 환경속에서 소비자의 특성과 패션제품 특성을 함께 고려하여 변수를 더 세분화하고 이를 바탕으로 각 영향관계의 결과분석을 보완하여 한층 더 구체적이고 활용성 높은 결과자료를 도출해 보고자 한다.


References
1. Aga, M. K. (2023). The mediating role of perceived behavioral control in the relationship between entrepreneurship education and entrepreneurial intentions of university students in Ethiopia. Journal of Innovation and Entrepreneurship, 12(32).
2. Ajzen, I. (1985). From intentions to action: A theory of planned behavior. In J. Kuhl & J. Beckmann (Eds.), Action-control: From cognition to behavior (pp. 11-39). Berlin, Heidelberg, Germany: Springer.
3. Ajzen, I. (1991). The theory of planned behavior. Organizational Behavior and Human Decision Processes, 50(2), 179-211.
4. Ajzen, I. (2005). Attitudes, personality and behavior. New York, USA: Open University Press.
5. Ajzen, I. & Fishbein, M. (1975). A Bayesian analysis of attribution processes. Psychological Bulletin, 82(2), 261–277.
6. Ajzen, I. & Fishbein, M. (1980). Understanding attitudes and predicting social behavior. Englewood Cliffs, USA: Prentice-Hall.
7. Armitage, C. J. & Conner, M. (2010). Efficacy of the theory of planned behaviour: A meta-analytic review. The British Journal of Social Psychology, 40(4), 471–499.
8. Bagozzi, R. P., Gurhan-Canli, Z., & Priester, J. R. (2002). The social psychology of consumer behaviour. London, UK: McGraw-Hill Education.
9. Bansal, H. S., Taylor, S. F., & St. James, Y. (2005). “Migrating” to new service providers: Toward a unifying framework of consumers’ switching behaviors. Journal of the Academy of Marketing Science, 33(1), 96-115.
10. Browne, M. W. & Cudeck, R. (1993). Alternative ways of assessing model fit. In K. A. Bollen, J. S. Long (Eds.), Testing structural equation models (pp. 136-162). Newbury Park, CA: Sage.
11. Chang, H. H., Wong, K. H., & Li, S. Y. (2017). Applying push-pull-mooring to investigate channel switching behaviors: M-shopping self-efficacy and switching costs as moderators. Electronic Commerce Research and Applications, 24, 50-67.
12. Chiu, W., Kim, T., & Won, D. (2018). Predicting consumers’ intention to purchase sporting goods online: An application of the model of goal-directed behavior. Asia Pacific Journal of Marketing and Logistics, 30(2), 333-351.
13. Colgate, M. & Lang, B. (2001). Switching barriers in consumer markets: An investigation of the financial services industry. Journal of Consumer Marketing, 18(4), 332-347.
14. Conner, M. & Norman, P. (2022). Understanding the intention-behavior gap: The role of intention strength. Frontiers in Psychology, 13, 1-16.
15. Di Crosta, A., Ceccato, I., Marchetti, D., La Malva, P., Maiella, R., Cannito, L., Cipi, M., Mammarella, N., Palumbo, R., Verrocchio, M. C., Palumbo, R., & Di Domenico, A. (2021). Psychological factors and consumer behavior during the COVID-19 pandemic. PLoS One, 16(8), 1-23.
16. Eom, T. K. & Eom, K. H. (2021). A Study on the consumption value by generation by sustainable fashion product design. Journal of the Korean Society of Design Culture, 27(4), 359-368.
17. Erasmus, A. C., Boshoff, E. & Rousseau, G. G.(2001). Consumer decision-making models within the discipline of consumer science: A critical approach. Journal of Family Ecology and Consumer Sciences, 29, 82-90.
18. Esposito, G., van Bavel, R., Baranowski, T., & Duch-Brown, N. (2016). Applying the model of goal-directed behavior, including descriptive norms, to physical activity intentions: A contribution to improving the theory of planned behavior. Psychological Reports, 119(1), 5-26.
19. Ertekin, Z. O. & Atik, D. (2014). Sustainable markets: Motivating factors, barriers, and remedies for mobilization of slow fashion. Journal of Macromar keting, 35(1), 53-69.
20. Fletcher, K. (2010). Slow fashion: an invitation for systems change. Fashion Practice: The Journal of Design, Creative Process and the Fashion, 2(2), 259-266.
21. Gardner, B. & Rebar, A. (2019). Habit formation and behavior change. Oxford Research Encyclopedia of Psychology. Retrieved Jan 8, 2024, from https://oxfordre.com/psychology/view/10.1093/acrefore/9780190236557.001.0001/acrefore-9780190236557-e-129
22. Ghazali, E., Nguyen, B., Mutum, D. S., & Mohd-Any, A. A. (2016). Constructing online switching barriers: Examining the effects of switching costs and alternative attractiveness on e-store loyalty in online pure-play retailers. Electronic Markets, 26, 157 –171.
23. Hagger, M. & Chatzisarantis, N. (2005). The social psychology of exercise and sport. London, UK: Mc Graw-Hill Education.
24. Hommel, B. (2022). GOALIATH: A theory of goal-directed behavior. Psychological Research, 86, 1054– 1077.
25. Hu, L.-t. & Bentler, P. M. (1999). Cutoff criteria for fit indexes in covariance structure analysis: Conventional criteria versus new alternatives. Structural Equation Modeling, 6(1), 1–55.
26. Huang, R. T., Jabor, M. K., Tang, T. W., & Chang, S. C. (2022). Examine the moderating role of mobile technology anxiety in mobile learning: A modified model of goal-directed behavior. Asia Pacific Education Review, 23, 101–113.
27. Jeong, D. (2021). A mixed-methods study of factors that promote and hinder switching to contact-free shopping among fashion consumers (Unpublished doctoral dissertation). Yonsei University, Seoul, Republic of Korea.
28. Jeong, D. & Kim, Y. (2022). A study on the factors influencing of consumers‘ purchase intention and purchase behavior for sustainable fashion products: Based on expanded theory of planned behavior. Journal of Fashion Business, 26(5), 105-121.
29. Jeong, D. & Kim, Y. (2023). Analysis of influencing factors on switching intention to sustainable fashion consumption using push-pull-mooring theory. Journal of the Korean Society of Costume, 73(3), 79-98.
30. Jeong, D. & Ko, E. (2021). The influence of consumers’ self-concept and perceived value on sustainable fashion. Journal of Global Scholars of Marketing Science, 31(4), 511-525.
31. Jung, J.-S. & Han, H.-S. (2015). Extending the model of goal-directed behavior to understand tourists' decision-making process for purchasing luxury goods. Journal of Tourism Sciences, 39(6), 163-183.
32. Kim, H.-Y., Ryu, K.-S., & Ryu, H.-S. (2016). Purchasing intention of products in organic grocery stores: Comparison of extended theory of planned behavior and model of goal-directed behavior. Journal of Foodservice Management, 19(1), 391-411.
33. Ko, E. & Fashion Marketing Research Lab[FMRL]. (2015). Sustainable fashion brand marketing. Paju, Republic of Korea: Kyomunsa.
34. Ko, E. & Fashion Marketing Research Lab[FMRL]. (2021). Sustainable fashion. Paju, Republic of Korea: Kyomunsa.
35. Lee, J. & Park, H. (2021, August 13). Strategies for developing the eco-friendly and recycled textile fashion industry [친환경ㆍ리사이클 섬유패션산업 육성 전략]. Korea Institute for Industrial Economics & Trade. Retrieved from https://www.kiet.re.kr/research/podataView?podata_no=317
36. Lee, S. & Lee, Y. (2022). Trend analysis of sustainable fashion design in Korean academic journals. Journal of the Korea Fashion & Costume Design Association, 24(4), 73-85.
37. Mittelstaedt, J. D., Schultz, C. J. II, Kilbourne, W. E. & Peterson, M. (2014). Sustainability as megatrend: Two schools of macromarketing thought. Journal of Macromarketing, 34(3), 253-264.
38. Monoarfa, T. A., Sumarwan, U., Suroso, A. I., & Wulandari, R. (2023). Switch or stay? Applying a push–pull–mooring framework to evaluate behavior in e-grocery shopping. Sustainability, 15(7), 6018.
39. Mukendi, A., Davies, I. A., Glozer, S., & McDonagh, P. (2020). Sustainable fashion: Current and future research directions. European Journal of Marketing, 54(11), 2873-2909.
40. Park, S. J., Ko, E., & Kim, S. J. (2022). Examining research trends on sustainable fashion through keywords related to sustainability macro trends - Focusing on domestic and international research from 2017 to 2021 -. Fashion & Textile Research Journal, 24(1), 53-65.
41. Penalva Tebar, J. M. & Nah, K. (2018). Analysis of value perception through design in new consumer cohorts. Journal of the Korean Society of Design Culture, 24(1), 613-621.
42. Perugini, M., & Bagozzi, R. P. (2001). The role of desires and anticipated emotions in goal-directed behaviours: Broadening and deepening the theory of planned behaviour. British Journal of Social Psychology, 40(1), 79-98.
43. Rodrigues, R. I., Lopes, P., & Varela, M. (2021). Factors affecting impulse buying behavior of consumers. Frontiers in Psychology, 12, 697080.
44. Sarker, I. H., Colman, A., & Han, J. (2019). Recency miner: Mining recency-based personalized behavior from contextual smartphone data. Journal of Big Data, 6(49).
45. Sinha, P., Sharma, M., & Agrawal, R. (2022). A systematic review and future research agenda for sustainable fashion in the apparel industry. Benchmarking: An International Journal, 30(9), 3482-3507.
46. Sourirajan, S. & Perumandla, S. (2022). Do emotions, desires and habits influence mutual fund investing? A study using the model of goal-directed behavior. International Journal of Bank Marketing, 40(7), 1452-1476.
47. Suk, H. (2015). Consumers’ perception of fashion companies’ sustainability and its effect on trust, preference, and purchase intention. Journal of the Korean Society of Clothing and Textiles, 39(5), 656-671.
48. Suk, H. & Lee, E.-J. (2013). The value, knowledge, and sustainable consumption behavior of fashion consumers. Journal of the Korean Society of Clothing and Textiles, 37(3), 424-438.
49. Suk, H. & Lee, E.-J. (2017). Fashion consumer's environmental awareness, pursuing values in disposal, sustainable fashion consumption attitude and fashion disposal behavior. The Research Journal of the Costume Culture, 25(3), 253-269.
50. Watson, M. Z. & Yan, R. N. (2013). An exploratory study of the decision processes of fast versus slow fashion consumers. Journal of Fashion Marketing and Management, 17(2), 141-159.
51. Yang, Y. (2016). A study of measures for sustainability of ethical social enterprises -Focusing on Seoul-. Journal of the Korean Society of Costume, 66(7), 192-208.
52. Yim, B. H. & Byon, K. K. (2020). Critical factors in the sport consumption decision making process of millennial fans: A revised model of goal-directed behavior. International Journal of Sports Marketing and Sponsorship, 21(3), 427-447.