The Korean Society of Costume
[ Article ]
Journal of the Korean Society of Costume - Vol. 74, No. 1, pp.140-154
ISSN: 1229-6880 (Print) 2287-7827 (Online)
Print publication date 29 Feb 2024
Received 26 Jan 2024 Revised 10 Feb 2024 Accepted 13 Feb 2024
DOI: https://doi.org/10.7233/jksc.2024.74.1.140

액티브 시니어 소비자들의 온라인 패션 쇼핑행동 연구 : 성별, 연령별 비교

김윤정
중앙대학교 예술문화연구원 연구교수
A Study on Online Fashion Shopping Behavior of Active Senior Consumers : Comparison by Gender and Age
Yunjeong Kim
Research Professor, Institute of Arts and Culture, Chung-Ang University

Correspondence to: Yunjeong Kim, e-mail: kyj7934@snu.ac.kr

Abstract

This study targeted active senior consumers in their 50s and 60s to determine differences in their online purchasing behavior, online shopping orientation, and online shopping risk perception. An online survey was conducted with a total of 300 active senior consumers. After dividing active seniors into four groups according to gender and age (male/50s, female/50s, male/60s, and female/60s), this study examined their online shopping behavior. Group shopping practices varied in online purchase frequency, online clothing purchase items, monthly online clothing purchase total expenditures, and preferred online shopping mall types. Next, these differences were evaluated. For all four test group, trend-seeking shopping orientation and hedonic shopping orientation were confirmed by the results. Lastly, this study assessed six types of online shopping risk perceptions and identified variations between the groups in their responses to product uncertainty risk and information exposure risk. The significance of these results demonstrates how the examination of online shopping behavior by segmenting active senior consumers provides fashion companies with a strategic basis for the segmented, active senior consumer base.

Keywords:

active senior, age, behavior, gender, online shopping online shopping orientation, online shopping risk perception

키워드:

액티브 시니어, 연령, 온라인 쇼핑행동, , 온라인 쇼핑성향, 온라인 쇼핑 위험지각

Ⅰ. 서론

전 세계적으로 고령화(ageing)가 사회적인 이슈가 되어감에 따라 연령대가 높은 소비자들의 소비파워가 증가하고 있다. 통계청 자료에 따르면 2050년 한국의 고령 인구가 전체 인구의 절반인 49.8%를 차지할 것으로 전망되고 있다(Park, 2022). 이러한 변화로 인해 시니어 관련 시장 규모는 매년 지속적인 성장세를 보이고 있으며, 패션 산업에서도 이러한 소비자층인 소위 ‘시니어’ 소비자들의 중요성이 대두되고 있다.

최근 4차 산업혁명으로 패션 산업도 디지털화 되면서 온라인(인터넷 및 모바일) 시장이 급성장하고 있다. 패션 오프라인 매장이 감소하고 온라인 쇼핑이 점차적으로 증가하면서 디지털 서비스들은 피해가기 어려운 현상이 되어가고 있다. 이에 따라 디지털 서비스를 활용하는 시니어 소비자들도 점차 증가하고 있는 추세이다. 젊은층에 비해 상대적으로 온라인 시장에 익숙치 않았던 시니어 소비자들이 팬데믹으로 인해 반강제적으로 저렴하고 편리한 온라인 시장에 적응하고 있는 것이다. 최근 설문조사에서는 5~60대 응답자의 72%가 코로나 발생 이전보다 온라인 쇼핑을 더 많이 한다고 응답했으며, 78%는 앞으로 더 온라인 쇼핑을 많이 할 것이라고 응답했다(Shin, 2022). 이 결과는 시니어 소비자들의 소비 패턴이 디지털로 점차 옮겨가고 있으며, 이들의 시장에 대한 영향력이 빠르게 증가할 것임을 예측해볼 수 있다.

패션 산업에서 시니어 소비자들은 국내 지출의 상당 부분을 차지하고 있으며, 특히 액티브 시니어들은 시간적ㆍ경제적 여유를 기반으로 적극적인 소비 생활과 여가를 즐기는 소비 주체로 평가받고 있다(Lee, 2022). 패션산업의 디지털 트랜스포메이션 현상은 시니어들을 대상으로도 지속적으로 증가할 것이며, 이들을 위한 온라인 패션 시장은 고령화 추세와 패션산업 트렌드를 감안할 때 지속적으로 성장할 것으로 예상된다. 특히, 소비 능력이 있는 액티브 시니어 소비자들이 증가하면서 온라인 활용은 더욱 증가할 것이고, 시니어 소비자들에게 패션제품 구매 상황에서의 디지털 변화는 피할 수 없는 흐름인 것이다.

본 연구의 목적은 액티브 시니어 소비자들의 온라인 패션 쇼핑행동을 알아보는 것이다. 패션산업이 디지털화되면서 온라인 시장이 급성장하고 있고 더불어 액티브 시니어 소비자층의 영향력 또한 증가하고 있다. 그러나, 액티브 시니어들의 온라인 패션 쇼핑행동을 살펴본 연구들은 매우 제한적이며, 패션산업이 아닌 전반적인 사회 환경에서의 디지털 활용 행태에 대한 연구나 인구통계학적 변인에만 초점을 맞춘 연구들이 진행되어 왔다. 기존의 시니어 소비자들을 대상으로 한 연구들은 주로 오프라인 채널을 중심으로 하거나 온ㆍ오프라인 채널을 함께 다룬 연구들이 대부분이었다(Chae, 2020; Kim & Hwang, 2017; Kim & Kim, 2017; Yun, Lee, & Lee, 2017). 그러나, 최근 온라인 소비에 초점이 맞춰지기 시작하면서 시니어 소비자들에 대한 연구로도 확장될 필요성이 제기되었다. 그러나 온라인 쇼핑행동에 대한 연구들도 주로 젊은층을 대상으로 이루어져왔으며, 시니어 소비자들을 대상으로 진행된 연구는 찾아보기 힘들다. 이에 본 연구는 액티브 시니어들의 온라인 패션 쇼핑행동을 알아보고 분석하고자 하였다.

액티브 시니어 소비자들의 온라인 패션 쇼핑행동을 알아보는 데 있어서 본 연구에서는 온라인 쇼핑성향, 온라인 쇼핑 위험지각을 함께 고려하고자 하였다. 쇼핑행동과 관련된 선행연구들은 쇼핑성향을 많이 다루어왔지만, 액티브 시니어 소비자들의 온라인 쇼핑행동을 이해하는 데에는 위험지각을 중요한 요인으로 함께 고려할 필요가 있다. 시니어 소비자들은 젊은 세대보다 인터넷이나 모바일 등이 익숙하지 않기 때문에 이러한 디지털 기기를 활용한 쇼핑행동에 있어 위험지각 요인이 방해요소로 작용할 수 있으므로(Jung, 2002) 이를 고려하는 것은 매우 중요하다.

따라서, 본 연구에서는 50-60대 액티브 시니어 소비자들을 대상으로 온라인 패션 쇼핑행동을 알아보고자 한다. 이들의 온라인 패션 쇼핑행동을 구체적으로 살펴보기 위해, 성ㆍ연령에 따른 온라인 패션 구매행동, 온라인 쇼핑성향, 온라인 쇼핑 위험지각 차이를 파악하고자 하였다. 액티브 시니어들의 온라인 패션 쇼핑행동을 파악하고자 한 본 연구는 향후 시니어 소비자들의 온라인 쇼핑행동 연구를 위한 기반 연구가 될 수 있을 것으로 전망되며 패션기업을 위한 전략을 기반을 마련하는 데 의의를 지닐 것으로 판단된다.


Ⅱ. 이론적 배경

1. 액티브 시니어 소비자의 온라인 쇼핑행동

노인, 즉 시니어는 광범위하게 사용되고 있는 용어지만 그 개념을 명확히 규정하기는 쉽지 않다. Moschis(2003)는 노인을 심리적, 육체적 측면에서 변화기에 있는 사람, 심리적인 측면에서 기능이 감퇴되고 있는 사람, 사회적 측면에서 관계가 과거에 속해 있는 사람이라고 정의하였다. 즉 노년기는 생리적 측면에서 생체 기능의 쇠퇴기, 심리적 측면에서 환경변화 적응성의 감퇴와 자기통합 능력의 감퇴기, 사회적 측면에서 정년이나 가사권 양도로 인한 일선 생활에서의 은퇴기 혹은 자녀가 떠나거나 배우자가 사망하는 시기를 일컫는다(Moschis & Mathur, 2006). 현재 대부분의 선진 국가들은 노인(시니어)의 기준을 법률이나 학술적으로 역연령(calendar age) 65세 이상으로 보고 있지만, 산업적으로는 사용자, 소비자적 관점에서 50세 이상으로 구분하고 있다(Nam, 2013). 마케팅적 측면에서 50세는 배우자와의 이별, 자녀의 분가, 정년 또는 정년 준비과정 등과 관련해서 라이프스타일상 큰 변화가 일어나는 기준점이기 때문에 이 시점을 기준으로 시니어 소비자를 정의하는 경우가 늘어나고 있다(Kim & Lee, 2007).

액티브 시니어(active senior)는 미국 시카고대학교 심리학 교수인 버니스 뉴가튼(Bernice Neugarten)에 의해 처음 제시된 용어로, 은퇴 이후에도 소비생활 및 여가생활을 즐기면서 사회활동에도 적극적으로 참여하고자 하는 50~60대 세대를 지칭하는 개념이다(Kim, 2016). 최근 구매력과 소비성향이 높은 기존과 다른 새로운 노인층이 늘어남에 따라 액티브 시니어라는 용어가 많이 사용되고 있다(Kim, 2012). 즉, 액티브 시니어들은 연금이나 자녀 용돈에 의존해 노년을 보내는 수동적 이미지를 지닌 기존의 실버 세대보다 독립적이고 활동적인 성향을 지닌 소비자들로, 자신을 위해 아낌없는 소비를 하며 기존 세대와 뚜렷하게 구별되고 있다. 특히최근에는오프라인시장뿐만아니라온라인시장에서액티브시니어들이소비주체로부상하고있다(Lee, 2022). 지금까지 이커머스 시장은 젊은층을 중심으로 성장해 왔지만, 인터넷ㆍ모바일 환경에 익숙하고 구매력까지 갖춘 액티브 시니어들이 주 소비층으로 주목받고 있는 것이다.

이처럼, 액티브 시니어 소비자들에 대한 관심이 증가하면서 이들을 대상으로 한 패션 관련 연구가 이루어져왔다. 구매행동과 관련하여 인구통계학적, 사회심리학적 특성 및 점포선택요인과의 관계를 밝히거나(Chae, 2020; Kim & Hwang, 2017; Kim & Kim, 2017; Yun, Lee, & Lee, 2017), 체형 및 디자인 관련 연구(Jung & Lee, 2017; Kim, 2016; Kim & Kim, 2017) 등이 시행되었다.

최근에는 액티브 시니어 소비자들의 온라인 시장에서의 역할이 중요해지면서 이와 관련된 연구들도 점차 증가하고 있다. 지금까지 수행된 관련 선행연구들은 온라인 쇼핑 이용행동 관련 연구(Kim, 2015; Oh, Kim, & Kim, 2015), 모바일 쇼핑과 관련된 쇼핑서비스 및 쇼핑경험 연구(Choi & Lee, 2020; Lee & Son, 2022; Park, Kang, & Kang, 2019), 온라인 디지털 정보활용, 정보격차 및 웨어러블 디바이스 관련 연구(Ahn & Yoon, 2021; Kim & Lee, 2018) 등이 있다. 이러한 온라인 선행연구들은 특히 디지털 기기에 능숙하고 이를 활용해 적극적으로 소비하는 액티브 시니어 소비자들에 초점을 맞추어 연구를 진행하고 있다. 다양한 선행연구들이 진행되어왔지만, 현시점에서 패션제품소비에초점을맞추어액티브시니어를대상으로온라인패션쇼핑행동에대해알아본연구는제한적이다. 패션산업에서오프라인매장이감소하고 PC나 모바일을 활용한 온라인 쇼핑이 증가하는 등 소비환경이 변화하고 있기 때문에(Choi & Lee, 2020) 이를 반영하여 연구가 진행될 필요가 있는 것이다. 또한, 액티브 시니어들은 외모에 관심이 많고 이들을 타겟으로 한 패션 기업 역시 빠르게 성장하고 있다(Kim, 2022). 이에 향후 온라인 패션 시장에서 액티브 시니어들의 역할이 커질 것으로 예상하고 이들의 온라인 패션 소비행동을 살펴보고자 하였다.

2. 온라인 쇼핑성향

쇼핑성향(shopping orientation)은 쇼핑과 관련된 소비자들의 활동, 흥미, 의견을 포함한 쇼핑 생활양식으로 정의된다(Kim & Rhee, 2004). 또한, Shim & Kotsiopulos(1992)은 쇼핑성향을 복합적 관점을 반영하는 쇼핑의 특정한 라이프스타일이라고 하였다. 의류와 관련하여 쇼핑성향은 의류 상품의 차별적 마케팅 전략 수립을 위한 시장세분화의 기준이 되는 요인이며, 구매행동을 결정하는 중요한 요인으로 점포 및 제품 선택행동에 영향을 미친다고 하였다(Lee & Lee, 2002). 쇼핑성향 관련 선행연구들은 쇼핑성향에 따라 소비자들을 유형화하여 이들 유형 별 특성을 밝히거나, 다른 변인들과의 관계를 조사하는 연구들이 주로 수행되어왔다(Chae, 2020; Choi, 2015; Shim & Kotsiopulos, 1992).

Kim & Hong(2000)의 연구에서 남성들을 대상으로 쇼핑성향을 쾌락적 쇼핑성향, 계획적 쇼핑성향, 충성적 쇼핑성향, 독자적 쇼핑성향의 4요인으로 구분하였고, 계획적 쇼핑성향이 높게 나타나 의복 구매에 충동적이지 않고 신중하다고 밝혔다. Choi(2015)는 증국 여성 소비자들의 의복쇼핑성향을 기준으로 세분집단별 패션소비행동에 대해 고찰하였다. 브랜드 과시적 쇼핑성향, 충동적 쇼핑성향, 경제적 쇼핑성향, 유행추구 쇼핑성향, 향유적 쇼핑성향, 합리적 쇼핑성향의 6개 의복쇼핑성향을 바탕으로 5개 집단으로 유형화한 후, 이들 집단에 따른 패션쇼핑행동 차이를 알아보았다. Chae(2020)는 쾌락추구, 저가격추구, 브랜드추구, 합리적 계획추구, 유행추구, 편리추구의 6개 쇼핑성향으로 집단을 구분한 후 액티브 시니어 소비자들의 의복 구매행동 차이를 알아보았다.

많은 연구들이 쇼핑 채널을 고려하지 않고 주로 오프라인 쇼핑에서 소비자들의 쇼핑성향을 다루어 왔지만, 점차 연구자들은 온라인 채널을 통한 쇼핑행동에 관심을 가지고 쇼핑성향을 파악하기 시작했다. 온라인 쇼핑성향을 다룬 선행연구들은 온라인 쇼핑에서 편의적(Donthu & Garcia, 1999), 오락적(Jarvenpaa & Todd, 1996), 경제적(An, 2020; Jung, 2002), 유행추구(Jung, 2002; Na & Suh, 2008) 쇼핑성향이 온라인 쇼핑행동에서 중요한 요인으로 작용한다는 것을 발견했다. Na & Suh(2008)는 온라인 쇼핑에서 의류 소비자 쇼핑성향을 편의적 쇼핑성향, 오락적 쇼핑성향, 경제적 쇼핑성향, 유행추구 쇼핑성향의 네 가지로 구분한 뒤 온라인 쇼핑몰에서의 의류 제품속성과 가격속성과의 관계를 알아보았다. 또한, Jung(2002)는 인터넷 패션 소비자의 의복 소비성향에 대해 쾌락추구 쇼핑성향, 유행추구 쇼핑성향, 경제적 쇼핑성향으로 구분하고 구매집단 간 차이에 대해 살펴보았다. 또한, An(2020)는 모바일 쇼핑성향을 다룬 연구에서 경제적 쇼핑성향, 오락적 쇼핑성향, 편의적 쇼핑성향, 유행추구 쇼핑성향의 네 유형으로 모바일 쇼핑성향을 구분하고 편의적 쇼핑성향이 쇼핑몰 만족, 재구매의도에 가장 큰 영향을 미치는 것을 발견했다.

이와 같이, 온라인 쇼핑성향을 다룬 선행연구들이 진행되어 왔지만, 액티브 시니어들을 대상으로 한 온라인 쇼핑성향 관련 연구는 한정적이다. 쇼핑성향은 한 개인의 쇼핑양식으로(Jung, 2002), 시니어 소비자들의 온라인 쇼핑행동을 이해하기 위해서는 이들의 쇼핑성향을 파악할 필요가 있다. 액티브 시니어 소비자들의 경우 떠오르는 온라인 쇼핑 소비자층으로, 기존 연구에서 수행하지 않았던 성별, 연령별 특성에 따른 쇼핑성향 차이 분석은 이들을 소비자층으로 세분화하고 온라인 쇼핑행동을 유도하는 전략적 근거로 사용될 수 있다. 따라서, 본 연구에서는 온라인 쇼핑과 관련된 선행연구들을 바탕으로 온라인 쇼핑에서 고려되는 쇼핑성향을 편의적 쇼핑성향, 오락적 쇼핑성향, 경제적 쇼핑성향, 유행추구 쇼핑성향으로 구분하여 액티브 시니어 소비자들의 성, 연령에 따라 온라인 쇼핑성향의 차이를 알아보고자 한다.

3. 온라인 쇼핑 위험지각

소비자 행동에 있어서 위험이란 선택 상황에서 소비자들이 주관적으로 지각하는 위험을 의미한다(Taylor, 1974). 즉, 위험지각(perceived risk)이란 소비자가 특정 브랜드나 제품의 구매와 연관시킬 수 있는 부정적인 결과에 대한 기대를 말한다(Park & Kim, 2011). 특히 온라인을 통한 패션제품의 쇼핑 과정에서 제품이나 판매자의 대면 접촉이 이루어지지 않기 때문에, 소비자들은 오프라인 쇼핑보다 높은 불확실성과 위험을 느끼게 된다. 따라서, 이러한 위험을 극소화하는 방향으로 행동을 하게 되기 때문에, 위험지각은 소비자 심리 혹은 마케팅 연구의 주요 주제로 적용되어왔다.

시니어 소비자들은 일반 소비자들에 비해 상대적으로 정보기술을 위협적이고, 불안한 것으로 인식하는 경향이 있기 때문에(Vroman, Arthanat, & Lysack, 2015), 인터넷 이용으로 인한 위험을 높게 지각할수록 인터넷 비이용, 이용 지연 등의 행동이 나타날 수 있다. 많은 선행연구들은 온라인 쇼핑에서의 위험지각은 구매의사결정에 있어서 부적 영향을 미치는 중요한 요인으로 작용한다는 것을 언급하며 위험의 유형을 분류하고 있다. Jarvenpaa, Tractinsky, & Saarinen(1999)의 인터넷 쇼핑에 관한 연구에서 소비자 위험은 경제적 위험, 사회적 위험, 성능적 위험, 개인적 위험, 프라이버시 위험으로 분류되었고, Chen & Hung(2015)은 편의적 위험, 오락적 위험, 가격 위험으로 구분하여 구매의도에 미치는 영향을 알아보았다. 패션 상품과 관련하여 Jung(2002)은 기능적위험, 개인정보 유출위험, 시간손실/편의성 위험으로 위험지각을 구분하고 패션상품 구매집단 간 차이를 알아보았는데, 구매 집단보다 비구매 집단에서 상품의 기능적 위험을 더 지각하는 것을 발견했다. Hwang & Joung(2005)은 인터넷 쇼핑과 TV홈쇼핑 위험지각에 대해 제품 불확실성 위험, 인터넷 쇼핑몰 신뢰 위험, 결제 관련 위험, 배달위험, 사회적 위험, 치수 위험, 교환/반품 위험, TV시청 관련 위험, 가격 위험으로 하위요인을 구분하고 이들 요인을 기준으로 집단을 분류하여 의복쇼핑성향의 차이를 알아보았다. 또한, Park & Kim(2011)은 온라인 구매위험을 거래안전 위험, 상품관련 위험, 경제적 위험, 신뢰성 위험으로 구분하고 온라인, 오프라인, 온ㆍ오프라인의 명품구매 채널에 따라 위험지각이 달라지는지 알아보았다. 그 결과 상품관련 위험, 신뢰성 위험에서 집단간 차이가 나타났는데 상품관련 위험은 혼합구매자가 온라인 및 오프라인 구매자보다 낮게 지각했고, 신뢰성 위험의 경우 온라인 구매자가 오프라인 혹은 온ㆍ오프라인 혼합구매자보다 낮게 지각한다는 것이 밝혀졌다.

이처럼 선행연구들은 온라인 쇼핑에서 위험지각의 영향을 다루고 있으나, 액티브 시니어들을 대상으로 온라인 쇼핑에서의 위험지각을 다룬 연구는 부족한 실정이다. 시니어 소비자들은 제품을 직접 눈으로 확인하고 구매하는 경향이 있으며 새로운 시스템에 적응하는 게 어렵기 때문에(Jung, Koh, & Kim, 2017), 제품을 직접 보지 않고 구매하는 것에 대한 다양한 불확실성, 신뢰 등의 요인이 온라인 쇼핑에서의 위험으로 작용할 수 있다. 이에 본 연구는 선행연구들을 바탕으로 액티브 시니어 소비자들의 온라인 쇼핑 위험지각 하위요인에 대해 알아보고 성, 연령별로 위험지각이 어떻게 달라지는지 알아보고자 하였다.


Ⅲ. 연구방법

1. 연구문제

본 연구에서는 50-60대 액티브 시니어 소비자들의 온라인 패션 쇼핑행동에 대해 알아보고자 하였다. 구체적으로 성, 연령에 따라 온라인 패션 구매행동, 온라인 쇼핑성향, 온라인 쇼핑 위험지각에 대한 차이를 알아보고자 하였고, 이에 설정한 연구문제는 다음과 같다.

  • 연구문제 1: 성, 연령에 따른 액티브 시니어들의 온라인 패션 구매행동 차이에 대해 알아본다.
  • 연구문제 2: 성, 연령에 따른 액티브 시니어들의 온라인 쇼핑성향 차이에 대해 알아본다.
  • 연구문제 3: 성, 연령에 따른 액티브 시니어들의 온라인 쇼핑 위험지각 차이에 대해 알아본다.

2. 자료수집 및 분석

본 연구는 시니어들의 온라인 패션 쇼핑행동을 파악하기 위해 5-60대 액티브 시니어 소비자를 대상으로 온라인 설문을 실시하였다. 설문대상은 온라인 설문 전문업체의 패널을 활용하여 선정하였으며, 총 300명을 대상으로 2024년 1월 11일~15일에 걸쳐 온라인 설문을 실시하였다. 본 연구를 위한 설문지는 온라인 패션 구매행동(온라인 쇼핑채널, 온라인 구매 빈도, 월별 온라인 의류 구매액, 온라인 선호 쇼핑몰), 온라인 쇼핑성향, 온라인 쇼핑 위험지각, 인구통계학적 특성에 대한 문항으로 구성되었다. 온라인 패션 구매행동은 Chae(2020)의 연구를 바탕으로 보완하여 문항을 구성하였으며, 온라인 쇼핑성향은 Na & Suh(2008)의 연구에서 오락적 쇼핑성향, 유행추구 쇼핑성향, 경제적 쇼핑성향, 편의적 쇼핑성향 4개 요인, 19개 항목을 적용하였다. 온라인 쇼핑 위험지각은 Hwang & Joung(2005)의 연구로부터 수정하여 6개 요인, 20개 항목을 적용하였다. 6개 요인은 품위손상 위험, 치수, 교환/반품 위험, 제품 불확실성 위험, 정보노출 위험, 온라인 쇼핑몰 신뢰 위험, 배송 위험으로 구성되었다. 마지막으로 인구통계학적 특성에 응답하도록 하였고, 모든 항목은 7점 리커트 척도로 구성되었다(1: 전혀 동의하지 않는다 -7: 매우 동의한다).

인구통계학적 특성을 분석한 결과는 <Table 1>에 제시된 바와 같다. 응답자들의 연령은 50대, 60대가 각각 150명씩 동일하게 할당되었으며, 남녀 성별 역시 동일하게 각각 150명씩 할당되었다. 또한, 기혼이 263명(87.7%)으로 미혼 37명(12.3%) 보다 현저히 많았다. 학력은 대학교 졸업이 194명(64.6%)으로 가장 많았으며, 월평균 가계소득은 400만원 이상~600만원 미만(29.7%)의 비중이 가장 높았다. 직업은 주부(24.3%), 관리직/전문직(21.0%), 사무직(20.3%)의 비중이 높았다.

Sample Description


Ⅵ. 연구결과 및 논의

1. 성, 연령에 따른 온라인 패션 구매행동 차이

본 연구에서는 성, 연령에 따른 액티브 시니어들의 온라인 쇼핑행동을 살펴보고자 했다. 이를 위해, 액티브 시니어들을 남성/50대, 여성/50대, 남성/60대, 여성/60대의 4집단으로 구분하였으며, 각 집단별로 75명이 할당되었다. 연구문제 1에 대한 검증을 위해 온라인 쇼핑채널, 온라인 구매빈도, 온라인 의류 구매제품, 월별 온라인 의류 구매비용, 선호하는 온라인 쇼핑몰 유형으로 구성된 온라인 패션 구매행동에 있어서 집단 간 차이에 대해 알아보았다. 카이제곱 검정을 통해 집단 간 온라인 패션 구매행동 차이를 알아본 결과는 <Table 2>와 같다.

Differences in Online Fashion Purchasing Behavior by Gender and Age group

분석 결과, 온라인 쇼핑채널은 4집단 모두 PC 보다 모바일 이용이 많은 것으로 나타났으며, ‘PC’를 가장 많이 이용하는 집단은 60대 남성이고 ‘모바일’을 가장 많이 사용하는 집단은 50대 여성이었다. 그러나 온라인 쇼핑채널에 대한 집단 간 차이가 없었다. 반면 온라인 구매빈도, 온라인 의류구매제품, 월별 온라인 의류 구매비용에서 모두 집단 간 유의미한 차이가 나타났다. 온라인 구매빈도의 경우 50대 남성, 60대 남성은 ‘한달에 1-2번’ 구매가 가장 많았으나, 50대 여성, 60대 여성은 ‘한달에 3번 이상’이 가장 많았다. 온라인 의류구매제품은 50대 남성은 ‘캐주얼’과 ‘스포츠/아웃도어’가 동일하게 많았고, 60대 남성은 ‘스포츠/아웃도어’ 제품을 주로 구매했다. 또한 50대 여성과 60대 여성은 ‘캐주얼’ 의류를 많이 구매하는 것으로 나타났다. 마지막으로 월별 온라인 의류 구매비용은 60대 남성의 경우 ‘10만원 이하’가 가장 많았고, 나머지 집단에서는 ‘10만원 이상-30만원 미만’이 가장 많은 비중을 차지했다. 선호하는 온라인 쇼핑몰 유형의 경우 50대 남성, 60대 남성은 쿠팡, 11번가 등 오픈마켓을 가장 선호하는 것으로 나타났고, 50대 여성, 60대 여성은 남성보다는 오픈마켓을 선호하는 인원이 적은 반면 종합쇼핑몰을 선호하는 인원은 많았다.

2. 성, 연령에 따른 온라인 쇼핑성향, 온라인 쇼핑 위험지각 차이

1) 온라인 쇼핑성향, 온라인 쇼핑 위험지각에 대한 요인분석

연구문제 2에 대한 검증을 위해 액티브 시니어 소비자들의 온라인 쇼핑성향이 성별, 연령별로 차이가 있는지 검증하기 앞서 하위요인을 추출하기 위한 요인분석을 실시했다. 시니어 소비자들의 온라인 쇼핑성향에 대한 하위구성차원을 확인하기 위해 선행연구의 의복쇼핑성향 20문항에 대해 베리맥스(Varimax) 회전에 의한 주성분 분석을 실시했다. 그 결과, 두 요인에 대해 요인부하량이 높게 나타난 한 요인을 제거한 후 19개 항목으로 4개 하위요인을 도출하였다. 4개 하위요인은 유행추구 쇼핑성향, 오락적 쇼핑성향, 경제적 쇼핑성향, 편의적 쇼핑성향으로, 이 요인들의 총 누적 설명력은 70.74%로 나타났다. 각 요인을 구성하는 문항의 요인부하량은 모두 기준값인 0.5 이상이며, 모든 요인의 신뢰도 값은 0.7 이상으로 요인분석 결과는 <Table 3>과 같다.

Factor Analysis of Online Shopping Orientation

유행추구 쇼핑성향은 5문항으로 총분산의 35.50%를 설명하는 것으로 나타났으며, 신뢰도는 0.879를 나타냈다. 오락적 쇼핑성향은 5문항으로 총분산의 18.90%를 설명하는 것으로 나타났으며, 신뢰도는 0.930를 나타냈다. 경제적 쇼핑성향은 5문항으로 총분산의 8.60%를 설명하는 것으로 나타났으며, 신뢰도는 0.858를 나타냈다. 편의적 쇼핑성향은 4문항으로 총분산의 7.74%를 설명하는 것으로 나타났으며, 신뢰도는 0.826를 나타냈다.

다음으로 액티브 시니어 소비자들의 온라인 쇼핑 위험지각이 성별, 연령별로 차이가 있는지에 대한 연구문제 3을 확인하기 앞서 하위요인을 추출하기 위한 요인분석을 실시했다. 선행연구를 기준으로 도출된 온라인 쇼핑 위험지각을 구성하는 20문항에 대해 요인분석을 실시한 결과 6개 하위요인으로 구분되었으며, 이들 요인에는 품위손상 위험, 치수/교환/반품 위험, 제품 불확실성 위험, 정보노출 위험, 온라인 쇼핑몰 신뢰 위험, 배송 위험이 포함되었다<Table 4>.

Factor Analysis of Online Shopping Risk Perception

품위손상 위험은 3문항으로 총분산의 41.79%를 설명하는 것으로 나타났으며, 신뢰도는 0.933를 나타냈다. 치수, 교환/반품 위험은 4문항으로 총분산의 13.59%를 설명하는 것으로 나타났으며, 신뢰도는 0.865를 나타냈다. 제품 불확실성 위험은 4문항으로 총분산의 8.35%를 설명하는 것으로 나타났으며, 신뢰도는 0.855를 나타냈다. 정보노출 위험은 3문항으로 총분산의 6.67%를 설명하는 것으로 나타났으며, 신뢰도는 0.921를 나타냈다. 온라인 쇼핑몰 신뢰 위험은 3문항으로 총분산의 5.54%를 설명하는 것으로 나타났으며, 신뢰도는 0.902를 나타냈다. 배송 위험은 3문항으로 총분산의 5.01%를 설명하는 것으로 나타났으며, 신뢰도는 0.890를 나타냈다.

2) 성, 연령에 따른 온라인 쇼핑성향, 온라인 쇼핑 위험지각 차이

요인분석을 통해 도출된 온라인 쇼핑성향, 온라인 쇼핑 위험지각의 하위차원에 대해 액티브 시니어들의 성별, 연령별 집단 간 차이를 살펴보고자 분산분석과 사후검정(던컨테스트)을 실시했다.

온라인 쇼핑성향에 대한 성, 연령 집단 간 차이 검증 결과는 <Table 6>와 같다. 4가지 온라인 쇼핑성향 중 유행추구 쇼핑성향, 오락적 쇼핑성향에서 집단 간 차이가 발견되었다. 유행추구 쇼핑성향의 경우 50대 여성이 가장 높았고, 다른 세 집단에서는 유의미한 차이가 없었다. 오락적 쇼핑성향은 50대, 60대 여성이 가장 높았으며, 60대 남성, 40대 남성 순으로 높은 것으로 나타났다. 반면, 경제적 쇼핑성향과 편의적 쇼핑성향에서는 액티브 소비자들의 성별, 연령별 집단 간 차이가 나타나지 않았다.

The Result of ANOVA (Online Shopping Orientation)

다음으로 온라인 쇼핑 위험지각에 대한 집단간 차이 검증을 실시하였으며, 그 결과는 <Table 7>와 같다. 6가지 온라인 쇼핑 위험지각 중 제품 불확실성 위험, 정보노출 위험에서 집단 간 차이가 나타났다. 제품 불확실성 위험은 50대 여성이 가장 높게 지각하고 있었고, 그 다음으로 60대 여성, 60대 남성, 50대 남성 순이었다. 정보노출 위험지각은 60대 여성이 가장 높았으며, 50대 여성, 60대 남성, 50대 남성 순이었다. 두 위험지각 모두 남성보다 여성에게서 높게 나타난 것을 알 수 있었다. 그 외에 품위손상 위험, 치수/교환/반품 위험, 온라인 쇼핑몰 신뢰 위험, 배송 위험은 집단간 유의미한 차이가 확인되지 않았다. 시니어 소비자들이 온라인 쇼핑에 대해 지각하는 위험에 대한 평균값은 제품 불확실성 위험지각에서 가장 높았으며, 품위손상 위험지각이 가장 낮았다.

The Result of ANOVA (Online Shopping Risk Perception)


Ⅴ. 결론 및 제언

본 연구는 50~60대 액티브 시니어 소비자들을 대상으로 성별, 연령별로 이들의 온라인 패션 쇼핑행동 차이를 살펴보고자 하였으며, 구체적으로 온라인 패션 구매행동, 온라인 쇼핑성향, 온라인쇼핑 위험지각에 대한 차이를 알아보았다. 성, 연령에 따라 액티브 시니어들을 남성/50대, 여성/50대, 남성/60대, 여성/60대의 4집단으로 구분하여 온라인 쇼핑행동을 살펴본 결과는 다음과 같다.

온라인 쇼핑채널은 모든 집단에서 PC보다 모바일 이용이 많은 것으로 나타났으나, 온라인 쇼핑 채널에 대한 집단 간 차이가 없었다. 온라인 구매 빈도는 50대, 60대 남성은 ‘한달에 1-2번’ 구매가 가장 많았으나, 50대, 60대 여성은 ‘한달에 3번 이상’이 가장 많아 남성보다 여성의 구매빈도가 높은 것을 확인했다. 온라인 의류 구매제품의 경우 50대 남성은 ‘캐주얼’과 ‘스포츠/아웃도어’, 60대 남성은 ‘스포츠/아웃도어’ 제품을 주로 구매했으며, 50대, 60대 여성은 ‘캐주얼’ 의류를 많이 구매하는 것으로 밝혀졌다. 월별 온라인 의류 구매비용은 60대 남성의 경우 ‘10만원 이하’가 가장 많았고, 나머지 집단에서는 ‘10만원 이상-30만원 미만’이 가장 많은 비중을 차지했다. 선호하는 온라인 쇼핑몰 유형은 50대, 60대 남성은 ‘오픈마켓’을, 50대, 60대 여성은 ‘종합쇼핑몰’을 선호하는 것으로 나타났다.

다음으로 온라인 쇼핑성향에 대한 성, 연령 집단 간 차이 검증 결과, 4가지 온라인 쇼핑성향 중 유행추구 쇼핑성향, 오락적 쇼핑성향에서 집단 간 차이가 확인되었다. 유행추구 쇼핑성향의 경우 50대 여성이 가장 높았고, 오락적 쇼핑성향은 50대, 60대 여성에서 가장 높았고, 60대 남성, 40대 남성순으로 높은 것으로 나타났다. 경제적 쇼핑성향과 편의적 쇼핑성향에서는 집단 간 차이가 나타나지 않았다. 마지막으로 온라인 쇼핑 위험지각에 대한 집단 간 차이 검증 결과, 6가지 온라인 쇼핑 위험 지각 중 제품 불확실성 위험, 정보노출 위험에서 집단 간 차이가 발견되었다. 제품 불확실성 위험은 50대 여성이 가장 높게 지각하고 있었고, 그 다음으로 60대 여성, 60대 남성, 50대 남성 순이었다. 정보노출 위험지각은 60대 여성이 가장 높았으며, 50대 여성, 60대 남성, 50대 남성 순이었다. 두 위험지각 모두 남성보다 여성에게서 높게 나타난 것을 알 수 있었다. 그 외에 위험 요인에서는 집단 간 차이가 나타나지 않았다.

액티브 시니어 소비자들의 온라인 패션 쇼핑행동에 대해 본 연구에서 도출한 실증적 결과는 다음의 학문적, 실무적 의의를 지닌다. 첫째, 본 연구는 온라인 쇼핑행동에 대한 연구를 액티브 시니어들을 대상으로 진행하였다는 데 의의가 있다. 온라인소비와관련해서는새로운기술에대한수용이나 활용측면에있어서세대에따라다른수준을보이기때문에세대를분류한연구가필요함에도불구하고, 선행연구들은 세대를 구분하지 않거나 MZ와 같은 젊은 세대를 중심으로 이루어진 연구들이 대부분이었다(Jun, Kim, & Han, 2022). 시니어 소비자들을 대상으로 한 선행연구들은 주로 오프라인 채널만을 다루거나 온ㆍ오프라인 구분 없이 함께 다루어 오프라인 채널 중심으로 연구가 진행되어 왔다. 그러나, 본 연구는 온라인 소비로 확장되는 추세에 맞추어 액티브 시니어 소비자들로 대상을 확장하여 연구를 진행하였다. 둘째, 본 연구는 액티브 시니어 소비자들을 성, 연령에 따른 집단별로 온라인 쇼핑행동 특징을 구체적으로 살펴보았다는 데 의의를 갖는다. 성, 연령과 같은 인구통계학적 특성은 개인의 인터넷 이용의 차이를 설명하는 주요 예측인자로 사용되어왔다(Lee, 2021). 여러 선행 연구들은 시니어 집단 내에서 성별이 쇼핑행동 차이를 나타내는 변수라는 것을 확인하였으며(Roy Dholakia, 1999), 시니어의 연령에 따라 인터넷 이용이 다르다는 것을 밝혔다(Van Deursen & Helsper, 2015). 본 연구는 성, 연령에 따른 액티브 시니어 소비자 집단 별 온라인 구매행동, 온라인 쇼핑성향, 온라인 쇼핑 위험지각 차이를 살펴봄으로써 이들의 온라인 쇼핑행동을 보다 구체적으로 이해하기 위한 기반을 마련하였다. 셋째, 패션 제품에 대한 온라인 쇼핑행동을 분석하는 데 있어서 온라인 쇼핑 구매행동과 더불어 온라인 쇼핑성향, 온라인 쇼핑 위험지각을 함께 고려하여 살펴봄으로써 액티브 시니어의 쇼핑행동 연구를 확장하였다. 쇼핑행동과 관련된 선행연구들은 주로 쇼핑성향을 다루거나 구매의도에 미치는 다양한 요인들을 파악하는 데 초점을 맞추어왔다. 그러나, 본 연구는 온라인 쇼핑에서 위험지각 요인을 함께 고려하여 액티브 시니어 소비자들의 온라인 쇼핑행동에 대한 이해를 돕고자 하였다. 시니어들의 경우 디지털 기술에 대한 신뢰가 낮고 불안이 높은 세대이기 때문에(Vroman et al., 2015), 이들이 온라인 쇼핑에서 지각하는 위험은 온라인 쇼핑을 저해하는 요인이 될 수 있다. 온라인 쇼핑을 저해할 수 있는 위험지각 요인을 함께 고려하는 것은 액티브 시니어들의 온라인 쇼핑행동을 보다 넓은 시각으로 이해하는 데 기여할 수 있다. 넷째, 향후 온라인 패션시장의 성장을 위해서는 액티브 시니어 소비자들의 온라인 쇼핑행동을 이해하고 이를 바탕으로 온라인 쇼핑으로 유도하는 마케팅 전략이 필요하다. 본 연구의 결과는 실무적으로 액티브 시니어들을 대상으로 하는 패션기업에게 세분화된 소비자층에 대한 전략적 기반을 제공했다는데 의의가 있다. 예를 들어, 본 연구의 결과 50대 여성의 경우 온라인 패션 제품 구매빈도나 금액이 가장 높고 종합쇼핑몰을 선호하며, 유행추구 및 오락적 쇼핑성향이 높은 반면 제품 불확실성 위험을 높게 지각하는 것으로 나타났다. 이들을 타겟으로 하는 패션기업의 경우 이들이 선호하는 종합 쇼핑몰에 입점하는 것을 고려하여 유행이나 오락적 쇼핑을 즐길 수 있는 환경을 조성하고, 제품에 대한 정확한 설명이나 후기 등을 제공하여 불확실성을 낮추는 전략이 필요할 것이다.

이상에서와 같은 의의에도 불구하고 본 연구는 다음과 같은 한계를 갖는다. 첫째, 본 연구는 50-60대 액티브 시니어 소비자들만을 대상으로 온라인 패션 쇼핑행동을 알아보았다. 이들이 온라인 시장에서 주목받고 있는 소비층이긴 하나, 시니어들의 연령대가 확장되고 있는 현실을 고려할 때 이들이 시니어 소비자들을 대표하기는 어렵다. 향후 연구에서는 연령층을 확장하여 시니어 소비자들의 온라인 소비에 대해 연구할 필요가 있을 것이다. 둘째, 본 연구에서는 온라인 쇼핑성향, 온라인 쇼핑 위험지각이라는 변수를 고려하여 액티브 시니어 소비자 집단 간 차이를 살펴보았다. 이외에도 온라인 쇼핑과 연관될 수 있는 다양한 변수들이 함께 고려된다면 시니어 소비자들의 온라인 소비에 대한 폭넓은 이해를 도울 수 있을 것이다. 셋째, 본 연구는 액티브 시니어들의 온라인 패션 쇼핑행동을 살펴보는 데 있어서 성, 연령에 따른 차이만을 검증하였다. 그러나, 성과 연령에 따른 차이뿐만 아니라 온라인 쇼핑성향, 온라인 쇼핑 위험지각에 따른 차이를 살펴보는 것도 의미있었을 것으로 생각된다. 향후 연구에서는 이를 고려하여 연구가 진행될 필요가 있을 것이다. 넷째, 시니어 소비자들의 증가는 전세계적인 추세이므로 한국뿐만 아니라 다른 국가 소비자들과 비교하는 연구도 의미있을 것으로 생각된다.

Acknowledgments

이 성과는 정부(과학기술정보통신부)의 재원으로 한국연구재단의 지원을 받아 수행된 연구임(2023S1A5B5A16081542).

References

  • Ahn, S.-Y. & Yoon, Y.-J. (2021). Analyzing the sports wearable devices behavioral intention of active senior participating in sports through UTAUT Model. The Korea Journal of Sports Science, 30(1), 559-570. [https://doi.org/10.35159/kjss.2021.2.30.1.559]
  • An, S.-H. (2020). Effects of mobile shopping tendencies and information search on the shopping mall satisfaction and repurchase intention: Focusing on fashion clothing. Journal of Digital Convergence, 18(8), 469-478. [https://doi.org/10.14400/JDC.2020.18.8.469]
  • Chae, J. M. (2020). Clothing purchase behavior of active senior -Differences according to gender and shopping orientation types-. Fashion & Textile Research Journal, 22(1), 25-37. [https://doi.org/10.5805/SFTI.2020.22.1.25]
  • Chen, N.-H. & Hung, Y.-W. (2015). Online shopping orientation and purchase behavior for high-touch products. International Journal of Electronic Commerce Studies, 6(2), 187-202. [https://doi.org/10.7903/ijecs.1401]
  • Choi, M. Y. (2015). The characteristics of fashion consumption behaviors based on chinese female consumers’ clothing shopping orientation -Focusing on the new middle class consumers in 20s∼30s-. Journal of The Korean Society of Fashion Design, 15(2), 109-127.
  • Choi, Y. J. & Lee, C. Y. J. (2020). A study on the service improvement for active senior customers in the fourth industrial revolution of fashion -Focused on usability evaluation of Home and Shopping application-. Journal of the Korean Society of Design Culture, 26(1), 511-523. [https://doi.org/10.18208/ksdc.2020.26.1.511]
  • Donthu, N. & Garcia, A. (1999). The internet shopper. Journal of Advertising Research, 39(3), 52-58.
  • Hwang, J. S. & Joung, J. H. (2005). The internet and TV home-shopping perceived risk segments: Shopping orientations, purchase intention, and purchase behavior. Journal of the Korean Society of Clothing and Textiles, 29(5), 637-648.
  • Jarvenpaa, S. L. & Todd P. A. (1996). Consumer reactions to electronic shopping on the world wide web. International Journal of Electronic Commerce, 1(2), 59-88. [https://doi.org/10.1080/10864415.1996.11518283]
  • Jarvenpaa, S. L., Tractinsky, N., & Saarinen, L. (1999). Consumer trust in an Internet store: A cross-cultural validation. Journal of Computer-Mediated Communication, 5(2), JCMC526. [https://doi.org/10.1111/j.1083-6101.1999.tb00337.x]
  • Jun, M., Kim, M., & Han, J. (2022). The determinants of digital trust of senior consumers in the era of digital transformation. Knowledge Management Research, 23(4), 91-112. [https://doi.org/10.15813/kmr.2022.23.4.005]
  • Jung, H.-K. & Lee, J.-R. (2017). The wearing evaluation of bicycle wear for new senior women. Fashion & Textile Research Journal, 19(3), 302-311. [https://doi.org/10.5805/SFTI.2017.19.3.302]
  • Jung, J. E. (2002). A study on internet fashion consumer's clothing shopping orientations and perceived risks (Unpublished master’s thesis). Dongduk Womens University, Republic of Korea.
  • Jung, J.-H, Koh, J., & Kim, K. S. (2017). Factors affecting e-commerce usage intention: Focused on marketing strategies for the elderly. The Journal of Information Systems, 26(4), 355-378. [https://doi.org/10.5859/KAIS.2017.26.4.355]
  • Kim, D. J. (2022, April 29). ‘Active seniors’ have emerged as a blue ocean in the fashion industry… Fashion companies' fierce competition targeting middle-aged people [패션계 블루오션으로 떠오른 '액티브시니어'…패션업체들 중장년층 타깃 '불꽃 경쟁']. The Stock. Retrieved from https://www.the-stock.kr/news/articleView.html?idxno=16250
  • Kim, H. J., & Lee, J. M. (2018). Determinants of mobile digital information usage among senior consumers: Focusing on secondary digital divide. Family and Environment Research, 56(6), 493-506. [https://doi.org/10.6115/fer.2018.036]
  • Kim, H. S. (2012). A research on emotional design for mobile phone in next generation -Focused on smart phones for active senior-. Journal of the Korean Society of Design Culture, 18(1), 103-116.
  • Kim, J. (2016). A study on the development of outdoor wear for active senior males: Focused on males aged 55~69 (Unpublished doctoral dissertation). Ewha Womans University, Seoul, Republic of Korea.
  • Kim, J. E. & Kim, E. K. (2017). A study on purchase and wearing condition of outdoor wear among active senior males. Fashion & Textile Research Journal, 19(6), 736-748. [https://doi.org/10.5805/SFTI.2017.19.6.736]
  • Kim, J. H. & Hong, K. H. (2000). A study on shopping orientation and information source by male's clothing benefits. Journal of the Korean Society of Clothing and Textiles, 24(1), 43-54.
  • Kim, S. (2015). Antecedents of senior consumer online shopping usage intention. The Journal of Internet Electronic Commerce Research, 15(1), 33-54.
  • Kim, S.-H. & Lee, J.-H. (2007). The effects of ethnographics on silver-town types and preference. Journal of Marketing Studies, 15(4), 37-68.
  • Kim, S.-H. & Rhee, E.-Y. (2004). A documentary study to determine the concept of clothing shopping orientation. Journal of the Korean Society of Clothing and Textiles, 28(3), 472-482.
  • Kim, Y.-H. & Hwang, J.-S. (2017). Relationships among lifestyle, image management behavior, and psychological well-being of new senior men. The Journal of International Trade & Commerce, 13(2), 569-585.
  • Lee, E.-J. & Lee, E.-Y. (2002). A study on the shopping attitude and the apparel purchase behavior of Korean high-income consumers. Journal of the Korean Society of Costume, 52(7), 57-69.
  • Lee, G. S. (2022, February 23). A new big force in the consumer market, active seniors, is emerging [소비 시장 새로운 큰 손, 액티브시니어가 뜨고 있다]. Incheon-senior. Retrieved from https://incheon-senior.com/issues/11151/
  • Lee, H. J. (2021). Factors influencing non-use and intention to use the Internet among the elderly - Comparative analysis by type of Internet non-use. The Korea Association for Policy Studies, 30(1), 33-59. [https://doi.org/10.33900/KAPS.2021.30.1.2]
  • Lee, S. H. & Son, W. J. (2022). A study about the mobile application usability test for senior generation - Focusing on the case of Korean retail company. Journal of Cultural Product & Design, 68, 1-12. [https://doi.org/10.18555/kicpd.2022.68.001]
  • Moschis, G. P. & Mathur, A. (2006). Older consumer responses to marketing stimuli: the power of subjective age. Journal of Advertising Research, 46(3), 339-346. [https://doi.org/10.2501/S0021849906060326]
  • Moschis, G. P. (2003). Marketing to older adults: An updated overview of present knowledge and practice. Journal of Consumer Marketing, 20(6), 516-525. [https://doi.org/10.1108/07363760310499093]
  • Na, Y. K. & Suh, H. S. (2008). A study on on-line consumers shopping propensity and satisfaction based on apparel product attributes and price attributes. Fashion & Textile Research Journal, 10(2), 164-172.
  • Nam, S,-S. (2013). A study on feasibility and reality of publishing for seniors: Focusing on gratification factors and establishment conditions. Studies of Korean Science, 39(2), 63-85.
  • Oh, C. H., Kim, J. H., & Kim, S. H. (2015). Understanding the determinants of active senior consumers’ online shopping usage behavior and moderating role of cognitive age. Journal of the Korean Gerontological Society, 35(3), 813-833.
  • Park, H. S. & Kim, H. S. (2011). The effect of benefits and online shopping risks on channel selection for luxury fashion items. Journal of the Korean Society of Clothing and Textiles, 35(1), 13-25.
  • Park, J. O. (2022, September 29). Elderly population exceeds 9 million...How to make Korea better for the elderly? [고령인구 900만명 돌파...노인을 위한 한국, 어떻게?]. Hankyoreh. Retrieved from https://www.hani.co.kr/arti/economy/economy_general/1060660.html
  • Park, S., Kang, B., & Kang, Y. (2019). A study on active smart seniors’ experience in mobile shopping : Focused on visual experience. The HCI Society of Korea, 2019(2), 400-404.
  • Roy Dholakia, R. (1999). Going shopping: Key determinants of shopping behaviors and motivations. International Journal of Retail & Distribution Management, 27(4), 154-165. [https://doi.org/10.1108/09590559910268499]
  • Shim, S. & Kotsiopulos, A. (1992). Patronage behavior of apparel shopping: Part I. Shopping orientations, store attributes, information sources, and personal characteristics. Clothing and Textiles Research Journal, 10(2), 48-57.
  • Shin, C. H. (2022, July 1). Consumption trends of Korean seniors changed by Corona: from analog to digital [코로나가 바꾼 대한민국 시니어의 소비트렌드: 아날로그에서 디지털로]. Erounnet. Retrieved from https://www.eroun.net/news/articleView.html?idxno=28857
  • Taylor, J. W. (1974). The role of risk in consumer behavior: A comprehensive and operational theory of risk taking in consumer behavior. Journal of Marketing, 38(2), 54-60. [https://doi.org/10.1177/002224297403800211]
  • Van Deursen, A. J. & Helsper, E. J. (2015). A nuanced understanding of Internet use and non-use among the elderly. European Journal of Communication, 30(2), 171-187. [https://doi.org/10.1177/0267323115578059]
  • Vroman, K. G., Arthanat, S., & Lysack, C. (2015). “Who over 65 is online?” Older adults’ dispositions toward information communication technology. Computers in Human Behavior, 43, 156-166. [https://doi.org/10.1016/j.chb.2014.10.018]
  • Yun, W. G., Lee, A., & Lee, J. H. (2017). A comparative evaluation of shopping orientation and store quality service between silver consumers and active silver consumers. Journal of The Korean Society of Fashion Design, 17(4), 157-172. [https://doi.org/10.18652/2017.17.4.10]

<Table 1>

Sample Description

Characteristics N % Characteristics N %
Age Education
50-59 150 50 Less than High school graduate 65 21.7
60-69 150 50 College degree 194 64.6
Sex Master’s/Doctoral degree 41 13.7
Male 150 50 Occupation
Female 150 50 Office work 61 20.3
Average monthly household income
(Unit: 10,000 won)
Housewife 73 24.3
Less than 200 17 5.7 Management/Professional 63 21.0
More than 200- Less than 400 69 23.0 Freelancer 38 12.7
More than 400- Less than 600 89 29.7 Service / Sales 26 8.7
More than 600- Less than 800 52 17.3 None 19 6.3
More than 800- Less than 1,000 48 16.0 Etc 20 6.7
More than 1,000 25 8.3

<Table 2>

Differences in Online Fashion Purchasing Behavior by Gender and Age group

Construct Item Male/50s
(n=75)
Female/50s
(n=75)
Male/60s
(n=75)
Female/60s
(n=75)
Total
(n=300)
χ2
***p<.001, **p<.01, *p<.05, aobservedfrequency, bexpectedfrequency
Online shopping channel PC 24a(20.0)b 13(20.0) 25(20.0) 18(20.0) 80(80.0) 6.409
Mobile 51(55.0) 62(55.0) 50(55.0) 57(55.0) 220(220.0)
Online purchase frequency 1-2 times per year 2(1.5) 0(1.5) 4(1.5) 0(1.5) 6(6.0) 26.943**
1-2 times per season 12(13.5) 6(13.5) 20(13.5) 16(13.5) 54(54.0)
1-2 times per month 37(29.0) 26(29.0) 28(29.0) 25(29.0) 116(116.0)
More than 3 times per month 24(31.0) 43(31.0) 23(31.0) 34(31.0) 124(124.0)
Online clothing purchase item Casual 31(43.3) 59(43.3) 27(43.3) 56(43.3) 173(173.0) 57.482***
Sports/outdoor 31(21.3) 6(21.3) 36(21.3) 12(21.3) 85(85.0)
Golfwear 6(3.8) 3(3.8) 6(3.8) 0(3.8) 15(15.0)
Innerwear 6(5.8) 5(5.8) 6(5.8) 6(5.8) 23(23.0)
Etc 1(1.0) 2(1.0) 0(1.0) 1(1.0) 4(4.0)
Monthly online clothing purchase price
(Unit: 10,000 won)
Less than 10 25(25.8) 16(25.8) 39(25.8) 23(25.8) 103(103.0) 21.559*
More than 10-Less than 30 39(35.0) 39(35.0) 25(35.0) 37(35.0) 140(140.0)
More than 30-Less than 50 9(10.5) 13(10.5) 9(10.5) 11(10.5) 42(42.0)
More than 50-Less than 70 1(2.5) 5(2.5) 2(2.5) 2(2.5) 10(10.0)
More than 70 1(1.3) 2(1.3) 0(1.3) 2(1.3) 5(5.0)
Preferred online shopping mall type Mega shopping
mall (ex. SSF, LF)
7(14.8) 23(14.8) 9(14.8) 20(14.8) 59(59.0) 20.194**
Open market
(ex. Coupan, 11st)
62(54.8) 45(54.8) 63(54.8) 47(54.8) 217(217.0)
Brand & Soho mall
(ex. Half club)
6(6.0) 7(6.0) 3(6.0) 8(6.0) 24(24.0)

<Table 3>

Factor Analysis of Online Shopping Orientation

Construct Item Standardized factor loading Eigen value Variance (%) Cronbach’s α
Trend-seeking shopping orientation I usually buy designs that are popular that season. .773 6.744 35.50 (35.50) .879
When I buy clothes, I pay attention to what the trends are. .853
I try to dress according to trends. .882
I buy clothes of styles I often see on advertisements on TV and in magazines. .859
I am very interested in new fashion trends. .843
Hedonic shopping orientation When I'm in a bad mood, I cheer myself up by shopping online. .778 3.591 18.90 (54.40) .930
Online shopping is fun and exciting for me. .825
Online shopping is one of my hobbies. .810
To me, buying clothes is a pleasure in itself. .727
I enjoy browsing online shopping. .727
Economic shopping orientation I use shopping malls that offer discounts. .798 1.634 8.60 (63.00) .858
I have a tendency to purchase relatively inexpensive products. .767
When I buy clothes, I usually use sales or discount coupons. .780
I am willing to invest a lot of time to buy inexpensive products. .827
When I purchase a product, I compare prices with competing brands. .721
Convenient shopping orientation Online shopping is convenient. .816 1.471 7.74 (70.74) .826
Saving time is important when shopping online. .756
When shopping, it is very important to do so in a convenient way. .625
I constantly use shopping malls that have images or atmosphere that I like. .842

<Table 4>

Factor Analysis of Online Shopping Risk Perception

Construct Item Standardized factor loading Eigen value Variance (%) Cronbach’s α
Loss of dignity risk Buying clothes online will affect other people's opinions of me. .829 8.357 41.79 (41.79) .933
Buying clothes online would not be appropriate for my social status. .899
Buying clothes online would not suit my image and dignity. .903
Size/exchange/return risk I'm worried about choosing my size because I don't know what size I should wear. .801 2.718 13.59 (55.38) .865
Clothes may not fit me because product sizes vary from company to company. .807
If I don't like the product, it may be difficult to return it. .713
If there is a problem with the product, it may take a long time to exchange/return it. .755
Product uncertainty risk When I purchase something online, I am concerned that the quality may not be as good as what appears on the screen. .757 1.670 8.35 (63.73) .855
I am concerned that I may discover defects that I was not aware of while using the product after purchasing it online. .772
Products purchased online will not meet my expectations. .788
Products sold online don't seem to be very luxurious. .657
Information exposure risk I am concerned that the credit card information I enter when paying the price may be leaked and I may suffer a loss. .868 1.335 6.67 (70.40) .921
I am anxious that my personal information may be exposed and used for other purposes. .880
Entering my credit card number when purchasing a product is too burdensome for me, so I am reluctant to purchase it. .788
Online shopping mall trust risk It is difficult to trust online shopping mall companies when purchasing products. .842 1.108 5.54 (75.94) .902
It is difficult to trust the information about clothes provided by online shopping malls. .876
It is difficult to trust clothes purchased from unrecognized online shopping malls for many reasons. .829
Shipping risk Clothes ordered online may be lost or damaged during delivery. .807 1.003 5.01 (80.95) .890
I'm worried that my order might go wrong and the product I want won't be delivered when I want it. .856
It seems like it would be a hassle as delivery would take a long time. .752

<Table 6>

The Result of ANOVA (Online Shopping Orientation)

Group Male/50s (n=75) Female/50s (n=75) Male/60s (n=75) Female/60s (n=75) F
Construct
**p<.01, *p<.05, Duncan test: A>B
Trend-seeking shopping orientation 3.91(B) 4.51(A) 3.85(B) 3.95(B) 5.155**
Hedonic shopping orientation 3.81(B) 4.34(A) 3.95(AB) 4.27(A) 2.988*
Economic shopping orientation 5.32 5.38 5.22 5.15 .865
Convenient shopping orientation 5.48 5.63 5.41 5.49 .819

<Table 7>

The Result of ANOVA (Online Shopping Risk Perception)

Group Male/50s (n=75) Female/50s (n=75) Male/60s (n=75) Female/60s (n=75) F
Construct
**p<.01, *p<.05, Duncan test: A>B>C
Loss of dignity risk 2.85 2.83 2.89 2.60 .860
Size/exchange/return risk 4.46 4.62 4.42 4.29 .807
Product uncertainty risk 4.59(C) 5.21(A) 4.82(BC) 4.94(AB) 5.365**
Information exposure risk 4.34(C) 4.86(AB) 4.48(BC) 4.94(A) 3.679*
Online shopping mall trust risk 4.64 4.56 4.65 4.91 1.127
Shipping risk 3.70 3.75 3.61 3.30 2.077