Skip Navigation
Skip to contents

Korean J Community Nutr : Korean Journal of Community Nutrition

Search
Advanced Search
OPEN ACCESS
mobile search button mobile menu button

Articles

Page Path
HOME > Korean J Community Nutr > Volume 31(2); 2026 > Article
Research Article
 노인 대상 디지털 기반 자가영양관리 영양교육 프로그램 개발을 위한 요구도 조사
유해송1),2),3)orcid, 이진명4),5)orcid, 전민선4),6),†orcid
A needs assessment for the development of a digital-based self-nutrition management education program for older adults in Korea: a cross-sectional study
Hae-Song Yoo1),2),3)orcid, Jin-Myung Lee4),5)orcid, Min-Sun Jeon4),6),†orcid
Korean Journal of Community Nutrition 2026;31(2):178-191.
DOI: https://doi.org/10.5720/kjcn.2026.00010
Published online: April 30, 2026

1)충남대학교 식품영양학과 박사과정생

2)충남대학교 글로컬 라이프케어 융합전공 박사과정생

3)충남대학교 글로컬 라이프케어 혁신인재양성교육연구단 박사과정생

4)충남대학교 글로컬 라이프케어 혁신인재양성교육연구단 참여 교수

5)충남대학교 소비자학과 교수

6)충남대학교 식품영양학과 교수

1)Ph. D. Student, Department of Food and Nutrition, Chungnam National University, Daejeon, Korea

2)Ph. D. Student, Major of Glocal Life-Care Convergence, Chungnam National University, Daejeon, Korea

3)Ph. D. Student, Interdisciplinary Education Center for the Innovative Next Generation Leaders in Glocal Lifecare, Chungnam National University, Daejeon, Korea

4)Professor, Interdisciplinary Education Center for the Innovative Next Generation Leaders in Glocal Lifecare, Chungnam National University, Daejeon, Korea

5)Professor, Department of Consumer Studies, Chungnam National University, Daejeon, Korea

6)Professor, Department of Food and Nutrition, Chungnam National University, Daejeon, Korea

†Corresponding author: Min-Sun Jeon Department of Food and Nutrition, Chungnam National University, 99 Daehak-ro, Yuseong-gu, Daejeon 34134, Korea Tel: +82-42-821-6836 Fax: +82-42-821-3335 Email: dearms@cnu.ac.kr
• Received: January 6, 2026   • Revised: February 12, 2026   • Accepted: March 12, 2026

© 2026 The Korean Society of Community Nutrition

This is an Open-Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (https://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.

  • 37 Views
  • 3 Download
prev next
Full Article

Download PDF Download PDF

  • Objectives
    This study aimed to investigate the current status of nutrition management and digital utilization, the demand for e-learning nutrition education, and the factors influencing e-learning nutrition education among older adults.
  • Methods
    A total of 500 older adults aged 65–84 years, registered as panelists with a professional survey agency, participated in an online survey. Chi-square and independent samples t-tests were used to examine gender differences. Correlations between participants’ general characteristics and the major variables were analyzed. Based on the results, a moderated regression analysis was conducted to identify how the general characteristics significantly associated with the intention to use e-learning nutrition education functioned as moderators.
  • Results
    Significant gender differences were observed in nutrition education experience, interest and practice of nutrition management, barriers, and digital device utilization (all P < 0.05). Exploratory factor analysis identified four sub-factors for education needs: ‘Self-directed well-being practice education’, ‘Dietary therapy for major chronic diseases’, ‘Nutrition strategy for longevity and anti-aging’, and ‘Enhancing nutrition literacy education’. In Model 1, the need for digital education, interest in nutrition management, and gender were significantly associated with usage intention (all P < 0.05), whereas health-promoting behavior showed marginal significance (P = 0.06). Although the Model 2 interaction was significant, the change in explanatory power was negligible (Delta R2 = 0.003), and all interaction terms were non-significant (P > 0.05), indicating that the relationships are not moderated by gender.
  • Conclusion
    Although older adults exhibited high interest in nutrition management, their experience with nutrition education was limited. Significant gender differences in educational needs and health-promoting behaviors highlight the importance of tailored strategies. Enhancing digital accessibility and providing gender-specific, competency-based content are essential to effectively translate interest into behavioral change. This study underscores the importance of integrating gender-specific approaches, individual digital competencies, and inducement of health-promoting behaviors when developing e-learning nutrition education programs for older adults.
  • Keywords: education, distance; aged; needs assessment; health literacy; health behavior
Global Industry Analysts의 보고서에 따르면, 글로벌 디지털 헬스케어 시장은 2020년 1,529억 달러에서 연평균 성장률 18.8%로 성장하여 2027년 5,088억 달러 규모에 이를 것으로 전망되고 있다[1]. 이 중 서비스 부문이 디지털 헬스케어 시장을 장악했으며 2023년에는 935억 달러, 2024년에는 1,228억 달러의 매출을 올릴 것으로 전망했다[2]. 더불어 World Health Organization이 발표한 자료에서 디지털 헬스케어는 만성질환 부담 증가에 대한 대응책으로 장기적인 건강 관리와 비용 대비 효과적인 수단이며 보건의료 서비스의 효과성, 질, 접근성을 크게 향상시키고 개인이 자신의 건강과 웰빙에 대해 더욱 큰 주체성을 갖도록 돕는다고 보고하였다[3]. 이와 같이 디지털 헬스케어의 발전은 만성질환 관리를 위한 해결방안으로 인식되고 있으며, 이에 따라 환자 대상의 의료 서비스가 건강관리를 목적으로 한 일반 수요자 중심의 서비스로 확장되고 있다[2, 4]. 이러한 변화는 특정한 집단에 대한 치료를 넘어, 불특정 다수의 개인 건강 데이터를 활용한 맞춤 서비스를 제공하는 형태로의 변화를 촉발하고 있다.
United Nations의 세계인구전망(2024) 보고서에서 2023년 전 세계에서의 65세 이상 인구가 2023년 8.1억 명에서 2100년 24.4억 명으로의 급증이 전망되었다[5]. 한국의 노인 인구는 2024년 19.2%에서 2025년 20.4%로 증가하여 초고령사회에 진입하였으며, 세계적인 고령화 흐름속에서 한국의 노인인구 부양부담은 2054년 Organisation for Economic Co-operation and Development 국가 중 가장 높은 수준을 보일 것으로 전망되고 있다[6, 7]. 한국의 노인 인구 급증으로 인한 부양부담으로 건강보험 급여비 비중이 2025년 48.9%에서 2070년 78.8%까지 증가함에 따라 막대한 국민 의료비, 장기 요양 서비스의 수요가 예측되고 있다[8]. 이러한 상황은 생산연령인구의 노인 부양 비용 증가, 국가 재정 부담, 의료 시스템의 지속가능성, 돌봄 서비스 지원 고갈 등의 사회경제적 문제로 작용할 수 있다[9]. 따라서 노인세대의 건강 관리는 사회적으로 중요한 부분이며, 노인이 생활속에서 질환, 건강 및 영양상태를 관리할 수 있는 환경 조성이 필요하다.
국가데이터처[10]의 ‘한국의 SDG 이행보고서 2025’에 따르면 노인의 영양섭취 부족자 비율이 2015년 8.3%로 계속 상승 추세를 보이다가 2020년 24.5%에서 2021년(22.8%), 2022년(18.2%) 소폭 감소하였으나, 2023년 19.3%로 다시 증가하였다. 이렇듯 노인세대의 영양섭취가 개선되는 듯 보였으나, 노인들은 노화로 인한 신체활동 제약, 저작 장애, 치아 결손의 경험을 통해 영양섭취의 어려움이 발생하게 됨과 동시에 고령화, 1인가구의 증가로 최근 노인세대 영양섭취 부족률이 다시 상승한 것으로 보인다[10-12]. 특히 독거노인의 경우 식사 패턴이 단순화되어 다양한 영양소 섭취 부족, 탄수화물 위주의 식단으로 이루어져 식사의 양과 질이 하락하게 되므로 노인세대에 대한 지속적인 영양관리가 필요하다[13]. 이와 관련된 선행연구를 통해 영양불량 상태인 노인의 영양관리는 체중, 영양상태, 신체 기능, 단백질 및 에너지 섭취, 근력을 개선하는 효과를 가져오며[14], 건강, 영양교육 프로그램은 노인의 영양지식과 식태도를 개선시킬 수 있음을 확인하였다[15]. 따라서 노인들이 스스로 건강을 관리하고 개선하도록 돕기 위해서는, 자립적인 영양관리 환경 조성과 지원을 바탕으로 건강행동의 지속성을 높이는 자기주도적 영양교육이 필요하다.
최근 정보통신 기술의 발전으로 키오스크 주문, 스마트폰 결제, 디지털 헬스케어 등의 디지털화가 급속도로 진행됨에 따라, 기존의 대면 중심의 매체에서 벗어나 동영상, 카드뉴스, 인포그래픽과 같은 비대면 중심의 매체의 활용이 증가하고 있으며, 이러한 변화는 노인 대상 영양교육 분야에도 적용되고 있다[16, 17]. 노인 대상 디지털 기반 개인 맞춤형 영양관리는 전화 또는 화상 영양상담과 영양정보 제공을 통한 자기주도학습, Internet of Things를 이용한 식사 및 수분 섭취 알림 등과 같은 방법으로 영양실조, 근감소증, 허약, 체중관리 등 노인세대에서 흔히 발생할 수 있는 영양적 문제 개선에 도움이 될 수 있다[18]. 또한, 건강관리 목적의 디지털 매체는 접근의 편리성에 더하여 사용자의 실제 생활을 반영한 개인별 건강상태 확인, 맞춤형 솔루션 제공이 가능하다[19, 20]. 이렇듯 디지털 기반 교육이 노인의 영양문제 개선을 위한 새로운 소통 방식으로 자리매김함에 따라, 생활밀착형 디지털 교육의 개발 방안은 노인 대상 디지털 기반 영양교육의 상용화를 효과적으로 촉진할 수 있을 것이라 기대된다.
이에 본 연구는 전국 만 65–84세 노인을 대상으로 온라인 설문조사를 실시하여 영양교육 및 관리 실태, 디지털 활용 및 문해력, 디지털 기반 영양교육 요구도를 확인하고, 디지털 영양교육 이용의사와 관련된 요인을 파악하고자 하였다. 이를 통해 노인의 자립적인 영양관리를 지원하기 위한 매체 구축의 일환으로, 노인 대상 디지털 기반 영양교육 프로그램 개발의 구체적 방안을 제시하고자 하였다.
Ethics statement
This study was approved by the Institutional Review Board (IRB) of Chungnam National University (IRB No. 202411-SB-169-01). All participants were informed of the study purposes and protocols, and they provided written informed consent.
1. 연구설계
본 연구는 단면적 설문조사 연구로 STROBE (Strengthening the Reporting of Observational Studies in Epidemiology) 보고지침을 참고하여 기술하였다(https://www.strobe-statement.org/).
2. 연구대상 및 기간
본 연구에서는 노인의 디지털 기반 자가영양관리 교육과정에 대한 교육 요구도를 파악하고자 설문조사 전문기관(㈜마크로밀 엠브레인)에 의뢰하여 2025년 5월 20일부터 5월 24일까지 총 5일간의 자료 수집을 수행하였다. 연구 대상은 해당 기관에 등록된 1,792,865명의 패널 중 전국의 만 65세 이상 85세 미만의 노인으로서, 스마트폰 사용이 가능하고 설문 내용을 이해하여 스스로 응답할 수 있는 자를 비확률 표본추출(nonprobability sampling) 방식 중 목적표본추출(purposive sampling)을 통해 선정되었다. 표본크기는 G-power 3.1.9.7 software를 사용하여 χ2 tests (goodness-of-fit tests: contingency tables) 기준 효과크기(w) = 0.3, 유의수준(α) = 0.05, 검정력 = 0.95로 설정하여 산출하였으며, 산출된 최소 표본 수는 280명이었다. 본 조사를 통해 수집된 500명의 응답 자료는 누락 없이 모두 최종 분석 자료로 활용되었다.
3. 연구내용 및 방법

1) 일반적 특성

일반적 특성은 대상자의 성별, 나이, 거주지역, 교육수준, 진단질환의 5개 문항으로 구성하였다. 주관적 건강상태의 경우 Likert 5점 척도(1점: 전혀 그렇지 않다, 5점: 매우 그렇다)를 활용하여 조사하였다.

2) 건강증진행위

대상자가 더 높은 수준의 건강을 위해 건강한 생활 양식을 유지하고자 지속적으로 실천하는 행동의 정도를 파악하기 위해 선행연구[21-23]를 참고하였다. 본 도구는 6개의 하위 요인으로 영양 6문항, 스트레스 관리 5문항, 대인관계 지지 6문항, 운동 2문항, 건강책임 11문항, 자아실현 5문항의 총 35문항으로 구성되었다. 본 문항은 Likert 5점 척도(1점: 전혀 그렇지 않다, 5점: 매우 그렇다)를 이용하여 질문하였으며, 총점이 35–175점이고 점수가 높을수록 건강증진행위 수행 정도가 높은 것으로 해석된다.

3) 영양관리 실태 및 디지털 영양교육 요구도

디지털 기반 영양교육에 대한 대상자의 요구도를 측정하기 위해 선행연구[24-27]를 기반으로 척도를 활용하되 본 연구의 목적과 대상의 특성에 맞춰 문구의 가독성을 높이고 문맥을 조정하였다. 예를 들어, ‘건강 또는 영양에 관한 정보는 어디에서 얻으십니까?’라는 포괄적인 개념을 ‘주로 어떤 방법을 통해 영양관리에 대한 정보를 얻으십니까?’로 실천 영역으로 구체화하여 응답자의 이해를 돕고자 하였다. 또한 만 65세 이상 85세 미만 노인을 대상으로 진행한 표적집단면접(focus group interview; FGI) 결과[28]를 반영하여 설문 문항을 개발하였다. FGI 내용 분석 결과, 참여자들 대부분은 영양교육 경험이 부족하였으며, 경험이 있는 경우에는 주로 병원이나 지자체(보건소)에서 이루어진 것으로 확인되었다. 이에 ‘영양교육 경험 여부’, ‘교육 제공 기관’을 묻는 문항을 추가하였다. 또한 참여자들의 영양 관련 기초 지식 및 정확한 정보의 부족이 영양관리의 방해 요인으로 도출되어 이에 영양관리 시 느끼는 어려움에 관한 문항을 포함하였다. 면접 참여자들은 디지털 기반 영양교육에 대해 전반적으로 긍정적인 태도를 보임에 따라 ‘디지털 영양교육 프로그램의 필요도’와 ‘향후 이용의사’를 측정하는 문항도 반영하여 총 5개의 문항으로 구성하였다. 이 중 영양관리 관심도, 디지털 영양교육 주제 요구도, 디지털 영양교육 방식 선호도, 디지털 영양교육 제공 형식 선호도, 디지털 기반 자가영양관리 교육 필요도, 디지털 기반 자가영양관리 교육 이용의사 정도 항목의 경우 Likert 5점 척도(1점: 전혀 그렇지 않다, 5점: 매우 그렇다)를 사용하여 조사하였다.

4) 디지털 기기 활용도

조사대상자의 스마트폰 이용실태와 활용정도를 파악하기 위하여 모바일 기기 활용 및 이용수준에 관한 선행연구[29-32]를 참고하였다. 문항은 디지털 기기에 대한 주관적 사용 능력, 디지털 기기 사용 불편 정도, 디지털 기기 활용 정도 등의 22개로 구성하였다. 이 중 주관적 스마트폰 사용 능력, 디지털 기기 사용 불편 정도 항목은 Likert 5점 척도(1점: 전혀 그렇지 않다, 5점: 매우 그렇다)를 활용하여 조사하였다.
4. 자료분석
수집된 자료는 SPSS Statistics ver. 29.0.2.0 (IBM Co.)을 사용하였으며, 통계적 유의성은 P < 0.05로 정의하였다. 연구대상자의 일반적 특성, 영양관리 실태 및 디지털 영양교육 요구도, 디지털 기기 활용도 분석을 위해 빈도분석 및 기술통계분석을 실시하였다. 남성과 여성 집단별 차이를 비교분석하기 위해 독립표본 t-검정 및 카이제곱 검정을 이용하여 분석하였다. 디지털 기반 영양교육 주제 요구도 항목 간의 상관관계를 바탕으로 유사한 항목들을 그룹화(reduction)하기 위해 주성분 분석을 통한 탐색적 요인분석을 실시하였다. 요인추출은 고유값(eigen value) 1.0 이상을 기준으로 4개의 요인이 추출되었으며, 고유값 범위는 1.050–7.807이었다. 요인 간 독립성 확보를 위해 베리맥스(Varimax) 회전 방식을 사용하였고, 분석 결과 도출된 영역 구조를 바탕으로 요인별 요구도 점수를 산출하여 교육 주제의 우선순위를 비교하였다. 각 요인에 포함된 문항들의 요인 적재값(factor loading)은 0.507–0.832 사이로 나타나 해당 항목들이 각 요인에 적절하게 군집화됨을 확인하였고, 전체 누적 분산 설명력은 67.183%였다. 공통성(communality) 값이 모두 0.4 이상으로 나타났고, 변수 간의 상관성 여부를 검증하기 위하여 표본적합도(Kaiser-Meyer-Olkin; KMO) 측도와 Bartlett 구형성 검증을 실시하고 내적 일관성 검증을 위해 Cronbach’s α값을 사용하여 신뢰도 분석을 수행하였다. 측정항목들의 Cronbach’s α값은 전체적으로 0.8 이상의 높은 신뢰도를 보였으므로 본 연구에 사용된 측정척도는 내적 일관성을 지닌 것으로 판단하였다[33]. 연구대상자의 일반적 특성(성별, 연령, 교육수준)과 주요 연구 변수(영양관리 관심도, 주관적 디지털 이용능력, 건강증진행위, 디지털 영양교육 필요도 및 이용의사) 간의 관련성을 파악하기 위해 Pearson의 상관관계 분석(Pearson correlation analysis)을 실시하였다. 이후 디지털 기반 영양교육 이용의사에 관련된 요인을 파악하기 위해 조절회귀분석을 실시하였다. 분석의 첫 번째 단계에서 상관분석 결과 종속변수와의 유의미한 연관성이 확인된 일반적 특성(성별)과 독립변수(영양관리 관심도, 디지털 기반 영양교육 필요도, 주관적 디지털 이용능력, 건강증진행위)를 모두 투입하여 주효과를 파악하였다. 두 번째 단계에서는 성별의 조절효과를 검증하기 위해 각 독립변수와 조절변수의 상호작용항(interaction term)을 추가로 투입하여 설명력의 유의미한 증가를 확인하였다.
1. 대상자의 일반적 특성
연구대상자의 일반적 특성은 Table 1과 같다. 대상자의 성별은 남성과 여성 각 250명(50.0%)이었고, 평균 연령은 68.29 (± 3.36)세였다. 교육 수준은 전문대 또는 대학교 졸업이 266명(53.2%)으로 가장 많았다. 거주지역에서 서울이 166명(33.2%), 인천과 경기가 160명(32.0%)으로 대상자의 50% 이상이 서울/경기/인천에 거주하는 것으로 나타났다. 건강증진행위 수준에서 전체 대상자들은 평균 3.56 (± 0.43)점으로 나타났고, 남성보다 여성에서 건강증진행위 평균 수준이 높게 나타났다(t = –2.102, P < 0.05). 이어서 대상자의 진단질환으로는 고혈압 214명(31.1%), 이상지질혈증 179명(26.0%), 당뇨 96명(13.9%) 등의 순이었다. 구체적으로 살펴보면, 남성의 경우 고혈압(34.8%), 당뇨(16.4%), 비만(7.4%)에서 여성의 고혈압(27.5%), 당뇨(11.6%), 비만(6.5%) 비중보다 상대적으로 높게 나타난 반면, 여성의 이상지질혈증(30.6%), 소화기질환(7.1%)의 비중이 남성보다 높은 양상을 보여 성별 간 진단질환 유형의 유의한 차이를 확인하였다(χ2 = 22.038, P < 0.01).
2. 영양관리 행태 및 건강 관련 특성: 영양관리 실천 현황
연구대상자의 영양교육 경험, 영양관리 관심도, 영양관리 여부, 영양정보 출처, 영양관리 장애요인에 관해 조사한 결과를 영양관리 실천 현황으로 명명하여 Table 2에 나타냈다. 영양교육 경험에 대해 대상자 전체 중 22.6%가 ‘경험해봤다’고 응답했고, 여성의 영양교육 경험 비율은 남성에 비해 유의적으로 높았다(P < 0.05). 전체 대상자들의 영양관리 관심도 평균 수준은 3.64 (± 0.74)점이었고 남성 평균 3.54 (± 0.75)점, 여성 평균 3.73 (± 0.73)점으로 나타나 여성의 관심도가 더 높다는 것을 알 수 있었다(P < 0.01). 영양관리 실천 여부의 경우, 전체 대상자 중 65.8%가 ‘실천하고 있다’고 답했으며, 여성(72.8%)이 남성(58.8%)보다 많이 실천하고 있는 것으로 나타났다(P < 0.001). 또한, 대상자들은 인터넷(54.7%)을 통해 영양정보를 탐색하는 경우가 가장 많았다. 영양관리 장애요인에 대해 전체 대상자들은 ‘혼자 꾸준하게 영양관리 하기가 어려움’ 20.2%, ‘내가 영양관리를 잘하고 있는지 확인이 어려움’ 19.4%, ‘나에게 필요한 영양정보인지 판단하기 어려움’ 14.6%, ‘영양관리 방법에 대한 정보 부족’ 10.1% 등의 순으로 확인되었다. 남성의 경우 ‘내가 영양관리를 잘하고 있는지 확인이 어려움’ 18.6%, ‘혼자 꾸준하게 영양관리 하기가 어려움’ 17.7%, ‘나에게 필요한 영양정보인지 판단하기 어려움’ 17.1% 등의 순으로 답했다. 여성의 영양관리 장애요인은 전체 대상자에서의 조사 결과와 유사하게 나타나 성별 간 분포의 차이를 나타냈다(χ2 = 33.035, P < 0.001).
3. 디지털 활용 행태
디지털 활용 행태로 명명하여 대상자들의 주관적 디지털 이용 능력, 디지털 기능 활용 여부, 디지털 기기 사용 불편도에 관해 조사한 결과는 Table 3과 같다. 전체 대상자들의 주관적 디지털 이용 능력 평균 수준은 3.59 (± 0.68)점이었고, 대상자들의 65.0% 이상에서 디지털 기능 활용이 가능한 것으로 확인되었다. 대다수의 디지털 기능 이용에서 성별 간 격차는 크지 않았으나, 앱(app) 관리 및 생활 서비스 예약 부분에 있어 남성이 여성보다 더 활발하게 기능을 활용하는 것으로 나타났다. 먼저 앱 검색 및 설치의 경우 남성이 94.4%로 여성(87.6%)보다 유의하게 높은 이용률을 보였으며(χ2 = 7.057, P < 0.01), 숙박 또는 병원 예약 항목에서도 남성(70.8%)이 여성(62.0%)에 비해 이용 비중이 통계적으로 높았다(χ2 = 4.339, P < 0.05). 반면에 메시지 수신 및 발신, 정보 검색, 동영상 시청 및 SNS 활용 등 나머지 항목에서는 성별 간의 비율 차이가 관찰되었으나 통계적으로 유의미한 수준은 아니었다. 디지털 기기 이용도를 감소시키는 이유에 따른 평균값을 비교한 결과, ‘개인정보 활용에 동의를 구하는 것’만이 3.09 (± 1.13)점이었고, 이외의 다른 항목들의 경우 3점 이하로 조사되었다. 또한, 각 항목의 평균 점수에 따라 성별 차이를 살펴본 결과, 남성은 ‘비밀번호를 기억하는 것의 어려움’ (t = 2.205)에서 여성보다 높게 나타났고(P < 0.05), 여성은 ‘어플(앱) 설치를 원하지 않음’ (t = –2.191), ‘스마트폰 용어를 몰라 어려움’ (t = –2.064), ‘스마트폰 조작의 어려움’ (t = –2.183)의 항목에서 남성보다 불편함을 느끼는 것으로 확인되었다(P < 0.05).
4. 디지털 기반 영양교육 요구도

1) 영양교육 주제 요구도의 요인분석 결과

디지털 영양교육 주제 요구도 변수의 하위 요인 구조를 파악하고 문항을 축소하기 위해 탐색적 요인분석을 실시하였다(Table 4). 요인적재량은 총 17개 문항 모두 0.5 이상이었고, KMO는 0.919이었으며, Bartlett 구형성 검정 결과 χ2 = 4,692.066, df = 136, P < 0.001로 요인분석에 적합한 자료임이 확인되었다. 디지털 기반 영양교육 주제 요구도의 하위요인은 ‘자기주도적 웰빙 실천 교육’, ‘주요 만성질환을 위한 식이요법’, ‘건강수명 연장을 위한 노화방지 영양관리 전략’, ‘영양 문해력 증진 교육’의 총 4가지로 추출되었다. 디지털 기반 영양교육 주제 요구도 요인 1은 소화장애 관리, 변비관리, 수분섭취 관리, 영양제 관련 교육, 건강기능식품 관련 교육, 기호식품 관련 교육의 6개 문항을 포함하여 ‘자기주도적 웰빙 실천 교육’으로 명명하였다. 요인 2는 당뇨관리, 고혈압 관리, 이상지질혈증 관리, 비만 관리의 4개 문항을 포함하여 ‘주요 만성질환을 위한 식이요법’으로 명명하였으며, 요인 3은 염증예방 관리, 근손실 관리, 치매예방 관리, 관절염 관리를 포함하는 4개의 문항들로 ‘건강수명 연장을 위한 노화 방지 영양관리 전략’으로 명명하였다. 요인 4는 주요 식품 교육, 주요 영양소 교육, 영양정보의 정확성 및 신뢰성 판단 교육의 3개 문항을 포함하여 ‘영양 문해력 증진 교육’으로 명명하였다. 도출된 요인별 요구도의 평균 점수를 비교한 결과, 요인 3 ‘건강수명 연장을 위한 노화 방지 영양관리 전략’의 요구도(4.00 ± 0.03)가 가장 높게 나타났으며, 이어 요인 2 ‘주요 만성질환을 위한 식이요법’ (3.76 ± 0.82), 요인 4 ‘영양 문해력 증진 교육’ (3.59 ± 0.04), 요인 1 ‘자기주도적 웰빙 실천 교육’ (3.41 ± 0.76) 순으로 나타났다.

2) 영양교육 운영 방식 요구도

영양교육 필요도 및 이용의사, 제공 방식, 운영기관, 적정 교육 시간(1회 기준)에 관한 조사결과는 Table 5에 나타내었다. 대상자의 디지털 기반 영양교육 필요도에서 남성은 3.89 (± 0.62)점, 여성은 3.78 (± 0.77)점으로 나타나 성별에 따른 통계적 유의성은 관찰되지 않았다(t = 1.788, P > 0.05). 반면, 향후 교육 프로그램에 대한 이용의사에서 남성이 3.98 (± 0.64)점으로 여성의 3.81 (± 0.75)점보다 유의하게 높게 나타나, 성별에 따라 통계적인 유의성을 보였다(t = 2.770, P < 0.01). 영양교육 제공 방식에서 전체 대상자들은 동영상 제공(3.81 ± 0.69), 실시간 온라인 교육(3.51 ± 0.81), 인포그래픽 및 카드뉴스(3.48 ± 0.79) 등의 순으로 선호도를 나타냈고, 남성이 실시간 온라인 교육(t = 2.212)에 있어 여성보다 통계적으로 유의미하게 높은 결과를 보였다(P < 0.05). 운영기관에서 대상자의 전체 중 60.0%가 구청, 행정복지센터, 보건소 등과 같은 지자체를 가장 선호하고 있었고, 1회 적정 교육 시간의 경우 5분 이상 30분 미만이 68.2%으로 가장 높게 나타났다.
5. 영양관리 관심도, 디지털 기반 영양교육 필요도, 주관적 디지털 이용능력, 건강증진행위와 디지털 기반 영양교육 이용의사 간의 관련성

1) 주요 변수들과 디지털 기반 영양교육 이용의사 간의 상관관계

디지털 기반 영양교육 이용의사와 대상자의 일반적 특성, 주요 변수(영양관리 관심도, 디지털 영양교육 필요도, 주관적 디지털 이용능력, 건강증진행위) 간의 상관관계를 분석한 결과는 Table 6과 같다. 먼저 일반적 특성에 따른 영양교육 이용의사와의 관계를 살펴보면, 성별(r = 0.123, P < 0.01)은 이용의사와 유의미한 정(+)의 상관관계를 보였으나, 연령과 교육수준에서는 통계적으로 유의한 상관성을 나타내지 않았다. 디지털 기반 영양교육 이용의사와 가장 높은 상관관계를 보인 변수는 교육필요도(r = 0.651, P < 0.001)였으며, 이어 영양관리 관심도(r = 0.280, P < 0.001), 건강증진행위(r = 0.250, P < 0.001), 주관적 디지털 이용능력(r = 0.139, P < 0.01) 순으로 모두 유의미한 상관관계를 보였다.

2) 성별에 따른 디지털 영양교육 이용의사의 조절효과

디지털 영양교육 이용의사와 관련 요인들에 대한 성별의 조절효과를 검증하기 위해 조절회귀분석을 실시한 결과는 Table 7과 같다. 분석에 앞서 독립변수 간의 다중공선성 문제를 방지하기 위해 연속형 변수들은 평균변환(mean centering)을 실시하였다. 먼저 주효과를 분석한 Model 1의 회귀모형은 통계적으로 유의했으며(F = 82.469, P < 0.001), 설명력은 45.5%로 나타났다(R2 = 0.455, adjusted R2 = 0.449). 분석결과, 디지털 영양교육 필요도(β = 0.596, P < 0.001), 영양관리 관심도(β = 0.118, P < 0.01), 성별(β = –0.097, P < 0.01)이 이용의사와 유의미한 관련성을 보이고 있었다. 또한 건강증진행위(β = 0.072, P = 0.06)는 유의수준 0.05에서 통계적 유의성에서 제외되었으나, 경계적 유의성(marginal significance)을 보여 건강증진행위와 디지털 영양교육 이용의사 간의 일정한 관련성이 존재할 가능성을 확인하였다. 성별과 상호작용항을 투입한 Model 2의 설명력은 45.8%였고, 회귀모형도 통계적으로 유의하게 나타났으나(F = 45.952, P < 0.001), Model 1에 비해 설명력 변화량(△R2)이 0.003에 불과하여 큰 변화는 없었다(△F = 0.621, P = 0.648). 또한, 모든 상호작용항(관심도 × 성별, 필요도 × 성별, 디지털능력 × 성별, 건강증진행위 × 성별)의 유의수준이 0.05 이상으로 나타나 디지털 영양교육 이용의사와 주요 요인들 간의 관련성은 성별에 의해 조절되지 않는 것으로 확인되었다.
본 연구는 전국 만 65세 이상 85세 미만의 노인을 대상으로 영양교육 및 관리 실태, 디지털 활용 및 문해력, 디지털 기반 영양교육 요구도, 디지털 영양교육 이용의사와의 연관성을 지닌 요인들을 탐색하고자 하였다. 설문 결과, 디지털 기반 영양교육 이용의사는 주요 변수(영양관리 관심도, 디지털 기반 영양교육 필요도, 주관적 디지털 이용능력, 건강증진행위)간 양의 상관관계가 있는 것으로 나타났으며, 디지털 기반 영양교육 이용의사와 관련성을 보인 요인으로는 영양관리 관심도, 디지털 기반 영양교육 필요도, 건강증진행위인 것으로 확인되었다. 이에 본 연구의 결과를 바탕으로 노인 대상 디지털 기반 자가영양관리 교육 프로그램 개발을 위한 구체적인 방안을 도출하였다.
대상자의 77.4%가 영양교육에 대한 경험이 없었으나, 영양관리에 대한 관심도는 평균 3.64 (± 0.74)점으로 보통 이상이었고, 65.8%는 실제로 영양관리를 실천하고 있었다. 그러나, 대상자들은 혼자 꾸준히 영양관리를 실천하는 데 어려움을 느끼고 있으며, 자신의 방법에 대한 확인 부족을 장애요인으로 선택하고 있었다. 이러한 결과들로 교육 경험은 부족하지만 자가영양관리에 대한 관심과 실천 의지는 높다는 것으로 해석되며, 교육 지속성과 정보 해석 능력 강화가 요구된다. 또한 다수의 대상자들은 디지털 교육의 장점으로 시ᆞ공간에 대한 부담 감소(31.3%)와 높은 접근성(17.6%)을 선택하여, 제약이 적고 유연한 교육을(학습 장벽이 낮은 교육을) 선호하였다. Briazu 등[34]의 연구에서도 맞춤형 식단 정보가 대상자의 식태도와 식행동을 변화시킨 바 있으며, 디지털 기반의 자율적인 교육이 학습 주체성과 교육 만족도를 향상시킨다는 결과도 이를 뒷받침한다[35, 36]. 따라서 디지털 기반의 영양교육은 학습장벽이 낮고 유연하며, 대상자의 특성과 진단 결과에 기반한 맞춤형 정보 제공이 핵심이 되어야 할 것이다.
디지털 기반 영양교육 주제 요구도의 변수를 요약 및 축소하고, 그 내적 구조를 파악하고자 탐색적 요인분석을 실시한 결과, ‘자기주도적 웰빙 실천 교육’ 요인은 수분섭취, 영양제, 건강기능식품, 변비 등의 문항으로 구성되어 있어, 개인이 영양 관련 정보를 습득하여 실제 생활속에서 스스로 행동할 수 있는 자가관리 능력을 반영한 결과로 해석된다. 이는 Hong [37]의 연구에서 건강 관련 문해력이 자가관리 실천과 관련된 요인으로 확인되었으며, Jeon [38]의 연구에서도 노인 학습자들은 자신이 무엇을 원하고 필요로 하는지 정확하게 인지하고 있는 경우가 많다고 보고하여 본 연구와 유사한 양상을 보였다. 고혈압 관리, 당뇨병 관리, 이상지질혈증 관리, 비만 관리의 문항은 고령화로 인한 만성질환 관리의 필요성[2]과 만성질환 관리를 위한 정보 제공이 노인에게 식태도 및 식행동 변화에 긍정적인 효과를 줄 수 있으므로[39] 이를 포함한 ‘주요 만성질환을 위한 식이요법’이 도출된 것으로 보인다. 세 번째 요인으로 추출된 ‘건강수명 연장을 위한 노화방지 영양관리 전략’은 노인세대에 흔히 나타나는 영양불량, 근감소, 허약 등의 영양문제에 대한 해결 욕구[18]와 영양관리를 통한 근력, 에너지 및 단백질 섭취 변화를 통한 영양상태 개선에 대한 기대감[14]이 작용한 것으로 생각된다. 주요 식품 및 영양소 교육과 영양정보에 대한 분별력 향상 교육 문항이 포함된 ‘영양 문해력 증진 교육’은 영양 관련 정보에 대한 기초적인 지식과 비판적인 태도를 기르는 연습을 통해 미디어에 노출된 부정확한 영양 관련 정보를 선별하고, 개인에게 필요한 정보를 주체적으로 취하고자 하는 요구가 반영된 것으로 판단된다. 이와 관련된 선행논문에서도 노인세대의 이해 수준을 고려한 시각 자료 기반의 건강 관련 정보 제공이 건강 증진에 도움을 줄 수 있음을 보고하였다[37]. 따라서 본 연구에서 도출된 요인들이 반영된 디지털 기반의 영양교육은 대상자의 실제 생활 맥락을 고려한 실천 중심의 교육으로 개발될 가능성을 보여준다.
이와 더불어 여성의 건강증진행위 수준은 남성보다 높은 것으로 나타났으며, 이는 여성이 남성에 비해 건강관리에서 더 높은 주체성과 사회적 자원 활용 역량을 지니고 있는 것으로 보인다. 이와 관련한 선행연구[40]에서도 성별에 따라 디지털 정보화 수준과 디지털 기기를 사용하는 목적의 차이가 있는 것으로 나타나, 영양교육 프로그램 개발 시 성별에 따라 차별화된 교육 프로그램의 개발이 필요할 것으로 생각된다. Kim [41]의 연구에서도 성별에 따라 건강기능식품에 대한 관심도, 인지도, 신뢰도, 지식, 만족도의 차이를 보였고, Egele & Stark [42]의 연구에서는 남성과 여성이 식품구매, 습관에 관한 건강신념에 있어서 차이가 있음을 확인하였다. 이에 영양교육 프로그램은 단순히 건강상태나 질병상태뿐만 아니라 성별에 따른 건강관리 역량을 고려하여 개발될 필요가 있으며, 특히 남성에게는 이해하기 쉬우면서도 다양한 정보를 제공하고, 여성에게는 보다 구체적이고 전문성이 강화된 정보 제공이 요구된다.
조절회귀분석을 통해 디지털 기반 영양교육 이용의사와 관련된 요인을 분석한 결과, 주효과를 확인한 Model 1에 상호작용항을 추가한 Model 2의 설명력은 45.8%로 Model 1 대비 약 0.3% 증가하는 데 그쳤다. 또한, Model 2에 투입된 모든 상호작용 변수(관심도 × 성별, 필요도 × 성별, 디지털능력 × 성별, 건강증진행위 × 성별)가 통계적으로 유의미 하지 않은 것으로 나타났다. 특히, Model 2에서는 Model 1에서 유의미하게 나타났던 ‘영양관리 관심도’와의 관련성이 사라진 반면, ‘성별’과 ‘디지털 영양교육 필요성’은 여전히 독립적인 주효과를 유지하고 있었다. 이러한 결과로 성별은 주요 변수(영양관리 관심도, 디지털 영양교육 필요도, 주관적 디지털 이용능력, 건강증진행위)들이 디지털 기반 영양교육 이용의사와의 관련성을 강화하거나 약화시키는 조절효과를 나타내지 않음을 확인하였다. Lee 등[43]은 새로운 지식을 습득하려는 ‘인지욕구’가 스마트기기 활용능력과의 관련성이 남성에게서 더 강하게 나타난다고 보고했으나, 본 연구의 주요 변수인 ‘영양관리 관심도’나 ‘건강증진행위’는 노년기 삶의 질을 결정하는 필수적인 가치이다. 따라서 일반적인 인지욕구와 달리, 건강과 직결된 교육 콘텐츠에 대한 수용 의사는 성별에 따른 조절 기제가 작동하지 않을 만큼 보편적인 욕구인 것으로 판단된다. 또한, Chung 등[44]은 디지털 역량의 심리적 안녕이 성별에 따라 조절되는지 확인한 결과 여성 노인에게서 두드러짐을 보고하였다. 반면, 본 연구에서 성별의 조절효과가 통계적으로 유의하지 않은 것은 영양교육 프로그램이 성별보다는 개인이 인지하는 교육의 필요도 혹은 영양교육에 대한 관심이 결정적인 요인으로 작용할 수 있음을 의미한다. 더불어 Park & Jo [45]의 연구에서 건강에 대한 관심 정도와 건강관심도 × 쿡방 정보수용이 건강관리와 관련성을 보인 것으로 보고하였다. 본 연구에서도 영양관리관심도가 디지털 기반 영양교육 이용의사와의 관련성을 보였으며, 디지털화된 영양교육에 대한 필요도에서도 종속변수와 유의한 관련성이 있는 것으로 나타났다. 또 다른 선행연구에서 연령이 증가할수록 자가관리 정도가 낮아지며, 노인 대상의 건강증진을 위한 프로그램 설계에 있어 실천 향상을 위한 핵심요소로 지속가능성과 접근성이 도출된 바 있다[37]. 이에 디지털 이용이 가능한 노인세대에게 시간적, 공간적 제한이 적은 디지털 기반의 영양교육 프로그램 개발에의 중요성을 확인하였다. 반면에 주관적 디지털 이용능력은 디지털 기반 영양교육 이용의사와 유의미한 관련성을 보이지 않는 것으로 나타났다. 그러나, 선행연구에서 디지털 기반의 비대면 프로그램이 돌봄 필요 노인의 신체적인 한계를 보완하고, 영양결핍 해소에 도움이 되었음을 확인하였다[46]. 또 다른 연구에서 노인의 디지털 기기 활용이 건강한 노화와 밀접한 연관성을 가지며, 노화로 인한 신체적, 정서적 기능 쇠퇴에서 비롯되는 문제를 완화시키는 데 기여함을 보고하였다[47]. 이에 본 연구에서 주관적 디지털 이용능력 회귀계수 방향성은 디지털 영양교육 이용의사에 정(+)방향이었으며, 관련 선행연구들을 고려할 때 주관적 디지털 이용능력과 종속변수 간의 관련성을 완전히 배제하기 어렵다. 또한, 건강증진행위가 통계적 유의성에는 미치지 못했으나, 건강증진행위 점수가 높을수록 디지털 기반 영양교육 이용의사가 높아지는 경향을 보인 것은 건강에 대한 능동적인 태도가 디지털 학습으로 이어질 수 있는 잠재적 요인임을 보여준다. Lim 등[48]의 연구에서 건강증진행위가 높을수록 건강 관련 삶의 질이 높아질 수 있음을 보고한 바와 같이 건강증진행위는 노인의 삶에 있어 건강 및 영양 관련 활동에 촉진제로 작용할 수 있고 이는 활동성을 가진 노인세대를 양성하는 데 도움이 될 수 있을 것이다. 따라서 디지털 활용, 영양정보의 진위 판별 및 비판적 평가, 건강 실천 기록과 같은 교육 활동이 디지털 기반 자가영양관리 교육에 대한 흥미도와 참여도를 높일 수 있으리라 생각된다.
Limitations
본 연구는 설문조사 전문기업에 속한 패널 중 연구의 대상과 일치하는 노인에게 온라인 설문조사를 통해 실시되어, 이미 디지털 기반에 익숙한 대상자일 여지가 있다. 또한, 전체 대상자의 10% 이상이 대학원 이상의 교육수준을 보유하고 있었다. 이는 2022년 기준 우리나라 만 25–64세 인구의 대학원 이상 학력 비율(11%)과 비슷한 수준으로, 노인 집단임에도 불구하고 생산가능연령층과 대등한 교육수준을 보였다. 이러한 점을 고려할 때, 본 연구의 표본은 대학원 이상의 교육수준을 가진 고학력자로 과대표집(oversampling) 되었을 가능성이 있다. 이는 표본집단이 디지털 기반 환경에 상대적으로 익숙한 특성을 가질 수 있음을 시사하며, 이에 본 연구의 결과만으로 우리나라 만 65세 이상 85세 미만 디지털 기기 이용이 가능한 노인 인구 전체를 대표하여 일반화하는 데는 한계가 있다. 또한, 본 연구에서는 확인적 요인분석을 통한 구성타당성 검증을 실시하지 못한 한계가 있으나, 요구도 항목 간의 상관관계를 바탕으로 유사한 항목들을 그룹화하고 요인을 축소하여 분석의 효율성을 높이고자 탐색적 수준에서 요인 구조를 파악하였으며, 척도의 내적 일관성을 검토하였다. 디지털 기반 영양교육 이용의사와 주관적 디지털 이용능력 간의 관련성이 통계적으로 유의하지 않았다. 이는 주관적 평가 특성상 실제 역량과는 차이가 있을 수 있고, 접근성과 환경 등의 변수를 충분히 반영하지 못한 제한점이 있다. 따라서 후속 연구에서는 다음과 같은 방향으로 연구를 확장할 필요가 있다. 첫째, 주관적 건강상태, 객관적 디지털 이용능력 등의 추가적인 관련 변수를 포함하여 설명력을 높이는 연구가 필요하다. 둘째, 새로운 변수들 간의 조절효과를 분석하여 교육 필요도 및 이용의사와의 복합적인 관련성을 확인한다면 연구 결과의 타당성을 높일 수 있을 것이다.
Conclusion
본 연구는 전국 만 65–84세 디지털 기기 이용이 가능한 노인을 대상으로 한 설문조사를 통해 디지털 기반 영양교육 프로그램 개발 방안을 도출하고자 하였다. 본 연구의 결과를 통해 노인의 높은 영양관리 관심도를 실제 행동 변화로 연결시키기 위해서는 디지털 접근성을 개선하고 성별 특성에 적합한 콘텐츠를 제공, 디지털 활용 교육의 선행과 건강 및 영양 관련 교육 활동을 포함하는 것이 중요하다. 이에 본 연구는 노인 대상 디지털 기반 영양교육 프로그램 개발에 있어 성별 맞춤형 접근과 개인의 디지털 역량 및 주체적 건강관리 수준을 고려한 교육 설계의 중요성을 제시하였으며, 향후 지역사회 중심의 실용적 교육모델 구축을 위한 기초자료로 활용될 수 있을 것이라 기대된다.

CONFLICT OF INTEREST

The authors declare no financial or other issues that might lead to conflict of interest.

FUNDING

This work was supported by the Ministry of Education of the Republic of Korea and the National Research Foundation of Korea (Grant No. NRF-2025S1A5C3A0104400212).

DATA AVAILABILITY

Research data is available upon request to the corresponding author.

Table 1.
General characteristics
Variables Men (n = 250) Women (n = 250) Total (n = 500) χ2/t-value
Age (year) 68.66 ± 3.65 67.93 ± 3.00 68.29 ± 3.36 6.024*
 60s 173 (69.2) 197 (78.8) 370 (74.0)
 70s 72 (28.8) 50 (20.0) 122 (24.4)
 80s 5 (2.0) 3 (1.2) 8 (1.6)
Education 20.940***
 Middle school or below 4 (1.6) 8(3.2) 12 (2.4)
 High school 58 (23.2) 102 (40.8) 160 (32.0)
 College or university 150 (60.0) 116 (46.4) 266 (53.2)
 Graduate school or above 38 (15.2) 24 (9.6) 62 (12.4)
Residence area 13.149*
 Seoul 71 (28.4) 95 (38.0) 166 (33.2)
 Incheon/Gyeonggi 79 (31.6) 81 (32.4) 160 (32.0)
 Daejeon/Sejong/Chungcheong 30 (12.0) 22 (8.8) 52 (10.4)
 Busan/Ulsan/Gyeongnam 32 (12.8) 18 (7.2) 50 (10.0)
 Daegu/Gyeongsang/Gangwon 28 (11.2) 17 (6.8) 45 (9.0)
 Gwangju/Jeolla/Jeju 10 (4.0) 17 (6.8) 27 (5.4)
Diagnosed conditions1),2) 22.038**
 Hypertension 117 (34.8) 97 (27.5) 214 (31.1)
 Hyperlipidemia 71 (21.1) 108 (30.6) 179 (26.0)
 Diabetes mellitus 55 (16.4) 41 (11.6) 96 (13.9)
 Obesity 25 (7.4) 23 (6.5) 48 (7.0)
 Gastrointestinal diseases 15 (4.5) 25 (7.1) 40 (5.8)
 Others 10 (3.0) 15 (4.2) 25 (3.6)
 No disease 43 (12.8) 44 (12.5) 87 (12.6)
 Total3) 336 (100.0) 353 (100.0) 689 (100.0)
Health promotion activities4) 3.52 ± 0.44 3.60 ± 0.42 3.56 ± 0.43 –2.102*

Mean ± SD or n (%).

Health promotion activities: 35 items; total score range, 35–175 points.

1)Multiple choice.

2)This multi-item scale allows multiple responses for the seven diagnosed conditions.

3)Percentages are based on total responses, not respondents (n = 250 per gender); thus, the sum of n values exceeds the sample size due to multiple responses.

4)Measured on a 5-point Likert scale (1 = not at all, 5 = very much).

*P < 0.05,

**P < 0.01,

***P < 0.001 by chi-square test or independent t-test.

Table 2.
Current status of nutrition management
Variables Men (n = 250) Women (n = 250) Total χ2/t-value
Experienced in nutrition education 45 (18.0) 68 (27.2) 113 (22.6) 6.048*
Interest in nutrition management 3.54 ± 0.75 3.73 ± 0.73 3.64 ± 0.74 –2.796**
Practicing nutrition management 147 (58.8) 182 (72.8) 329 (65.8) 10.887***
Sources of nutrition information1) 1.552
 Internet 82 (55.8) 98 (53.8) 180 (54.7)
 TV/radio 26 (17.7) 38 (20.9) 64 (19.5)
 Family/friends/colleagues 20 (13.6) 27 (14.8) 47 (14.3)
 Hospital/public health center 13 (8.8) 15 (8.2) 28 (8.5)
 Newspaper/magazine/book 6 (4.1) 4 (2.2) 10 (3.0)
 Total 250 (100.0) 250 (100.0) 500 (100.0)
Nutritional management obstacles2),3),4) 33.035***
 Difficulty maintaining nutrition management alone 84 (17.7) 105 (22.8) 189 (20.2)
 Difficulty assessing own nutrition management 88 (18.6) 93 (20.2) 181 (19.4)
 Difficulty determining relevance of nutrition information 81 (17.1) 56 (12.1) 137 (14.6)
 Lack of information in nutrition management 61 (12.9) 33 (7.2) 94 (10.1)
 Financial difficulty in food purchasing 36 (7.6) 51 (11.1) 87 (9.3)
 Lack of knowledge about food and nutrition 46 (9.7) 29 (6.3) 75 (8.0)
 Uncertainty about starting nutrition management 31 (6.5) 26 (5.6) 57 (6.1)
 Lack of time for nutrition management 14 (3.0) 19 (4.1) 33 (3.5)
 Difficulty understanding related terms 3 (0.6) 4 (0.9) 7 (0.7)
 Others 4 (0.8) 6 (1.3) 10 (1.1)
 No barriers 26 (5.5) 39 (8.5) 65 (7.0)
 Total5) 474 (100.0) 461 (100.0) 935 (100.0)

n (%) or Mean ± SD.

1)Measured on a 5-point Likert scale (1 = not at all, 5 = very much).

2)Only respondents who practiced nutrition management were included.

3)Results are based on multiple choice.

4)This multi-item scale allows multiple responses for the eleven nutritional management obstacles.

5)Percentages are based on total responses, not respondents (n = 250 per gender); thus, the sum of n values exceeds the sample size due to multiple responses.

*P < 0.05,

**P < 0.01,

***P < 0.001 by chi-square test or independent t-test.

Table 3.
Digital device usage behaviors
Variables Men (n = 250) Women (n = 250) Total (n = 500) χ2/t-value
Subjective digital skills1) 3.59 ± 0.65 3.60 ± 0.72 3.59 ± 0.68 –0.131
Digital function use
 Receiving messages 250 (100.0) 250 (100.0) 500 (100.0) 0.000
 Sending messages 249 (99.6) 250 (100.0) 499 (99.8) 1.002
 Information searching & retrieval 249 (99.6) 249 (99.6) 498 (99.6) 0.000
 Photo or video shooting 249 (99.6) 247 (98.8) 496 (99.2) 1.008
 Default setting 244 (97.6) 237 (94.8) 481 (96.2) 2.681
 Data transfer & sharing 240 (96.0) 240 (96.0) 480 (96.0) 0.000
 Wireless internet setup 239 (95.6) 232 (92.8) 471 (94.2) 1.794
 Video viewing 230 (92.0) 238 (95.2) 468 (93.6) 2.137
 App search & installation 236 (94.4) 219 (87.6) 455 (91.0) 7.057**
 Social media 202 (80.8) 187 (74.8) 389 (77.8) 2.605
 Accommodation/medical reservation 177 (70.8) 155 (62.0) 332 (66.4) 4.339*
 Others 1 (4.5) 0 (0.0) 1 (1.8) 3.996
 Total2) 250 (100.0) 250 (100.0) 500 (100.0)
Difficulties in using digital devices
 Personal data consent 3.11 ± 1.11 3.07 ± 1.15 3.09 ± 1.13 0.356
 Difficulty remembering passwords 2.66 ± 1.16 2.44 ± 1.07 2.55 ± 1.12 2.205*
 Unwilling to install apps 2.43 ± 1.05 2.64 ± 1.07 2.50 ± 1.02 –2.191*
 Unfamiliar with smartphone terms 2.40 ± 1.00 2.59 ± 1.03 2.53 ± 1.07 –2.064*
 Redirected to unwanted screen 2.31 ± 0.99 2.41 ± 0.97 2.36 ± 0.98 –1.093
 Difficulty operating smartphone 2.18 ± 0.83 2.35 ± 0.89 2.27 ± 0.86 –2.183*
 Difficulty reading content 2.16 ± 0.87 2.06 ± 0.89 2.11 ± 0.88 1.221
 Unsure where to click 1.96 ± 0.81 2.00 ± 0.86 1.98 ± 0.83 –0.482
 Accidental payment from wrong touch 1.98 ± 0.89 1.90 ± 0.81 1.94 ± 0.85 1.107
 Total 2.36 ± 0.71 2.38 ± 0.69 2.37 ± 0.70

n (%) or Mean ± SD.

1)Measured on a 5-point Likert scale (1 = not at all, 5 = very much).

2)Percentages are based on the number of respondents for each gender (n = 250) and refer to the “Yes” responses for each individual item.

*P < 0.05,

**P < 0.01 by chi-square test or independent t-test.

Table 4.
Factor analysis of needs for digital-based nutrition education topic (n = 500)
Variables1) Values Factor loading Cronbach’s α Eigen value (variance, %)
Factor 1. Self-directed well-being practice education 3.41 ± 0.76
 Supplement education 3.64 ± 0.87 0.607 0.861 7.807 (45.923)
 Functional food education 3.59 ± 0.90 0.540
 Hydration management 3.48 ± 0.95 0.725
 Digestive disorder management 3.43 ± 0.98 0.813
 Constipation management 3.31 ± 1.07 0.773
 Preferred food education 2.99 ± 1.16 0.528
Factor 2. Dietary therapy for major chronic diseases 3.76 ± 0.82
 Hyperlipidemia management 3.94 ± 0.91 0.655 0.812 1.351 (7.949)
 Hypertension management 3.87 ± 1.01 0.774
 Diabetes mellitus management 3.81 ± 1.02 0.798
 Obesity management 3.42 ± 1.13 0.507
Factor 3. Nutrition strategy for longevity and anti-aging 4.00 ± 0.03
 Dementia prevention management 4.17 ± 0.88 0.566 0.826 1.213 (7.136)
 Muscle loss management 4.00 ± 0.81 0.758
 Arthritis management 3.93 ± 0.87 0.647
 Inflammation prevention management 3.92 ± 0.80 0.798
Factor 4. Enhancing nutrition literacy education 3.59 ± 0.04
 Nutrition information evaluation training 3.78 ± 0.79 0.696 0.835 1.050 (6.174)
 Major nutrients education 3.50 ± 0.94 0.818
 Major foods education 3.50 ± 0.95 0.832
 Total 3.66 ± 0.64

Mean ± SD.

1)Measured on a 5-point Likert scale (1 = not at all, 5 = very much).

Kaiser-Meyer-Olkin = 0.919, Cronbach’s α = 0.924, Bartlett’s test of sphericity χ2 = 4,692.066, df = 136, P < 0.001, total accumulation variance explanation = 67.183%.

Table 5.
Needs for digital-based nutrition education modalities
Variables Men (n = 250) Women (n = 250) Total (n = 500) χ2/t-value
Need for education1) 3.89 ± 0.62 3.78 ± 0.77 3.83 ± 0.70 1.788
Intention to use education1) 3.98 ± 0.64 3.81 ± 0.75 3.90 ± 0.70 2.770**
Educational delivery methods1)
 Video lecture 3.87 ± 0.64 3.75 ± 0.74 3.81 ± 0.69 1.942
 Live online classes 3.59 ± 0.78 3.43 ± 0.84 3.51 ± 0.81 2.212*
 Infographics and card news 3.52 ± 0.76 3.43 ± 0.83 3.48 ± 0.79 1.300
 1:1 text message counseling 2.05 ± 0.82 3.02 ± 0.83 3.04 ± 0.83 0.433
 In-person lecture 3.04 ± 0.87 2.99 ± 0.95 3.02 ± 0.91 0.689
Operating institution 7.044
 Local government agencies 136 (54.4) 164 (65.6) 300 (60.0)
 Hospital 56 (22.4) 45 (18.0) 101 (20.2)
 Senior-related institutions 35 (14.0) 27 (10.8) 62 (12.4)
 Colleges and universities 20 (8.0) 12 (4.8) 32 (6.4)
Recommended training duration (per session) 2.662
 Less than 5 minutes 15 (6.0) 11 (4.4) 26 (5.2)
 5–30 minutes 176 (70.4) 165 (66.0) 341 (68.2)
 30 minutes or more 59 (23.6) 74 (29.6) 133 (26.6)
Total 250 (100.0) 250 (100.0) 500 (100.0)

Mean ± SD or n (%).

1)Measured on a 5-point Likert scale (1 = not at all, 5 = very much).

*P < 0.05,

**P < 0.01 by chi-square test or independent t-test.

Table 6.
Pearson correlation coefficients among the predictor variables and intention to use digital nutrition education
Variables 1 2 3 4 5 6 7 8
1. Gender 1
2. Age 0.108** 1
3. Education level 0.202*** –0.056 1
4. Intention to use education 0.123** 0.062 0.057 1
5. Need for education 0.080 0.013 0.049 0.651*** 1
6. Nutrition management interest –0.124** –0.046 0.207*** 0.280*** 0.233*** 1
7. Subjective digital skills –0.006 –0.024 0.110** 0.139** 0.137** 0.165*** 1
8. Health promotion activities –0.067 0.073 0.065 0.250*** 0.206*** 0.422*** 0.225*** 1

Pearson correlation coefficients were calculated controlling for gender, age, and educational level.

**P < 0.05,

***P < 0.001.

Table 7.
Moderator regression analysis for factors influencing intention to use digital nutrition education
Independent variable Model 1 Model 2
B Standard error β t B Standard error β t
Gender1) –0.194 0.067 –0.097 –2.876** –0.193 0.068 –0.097 –2.859**
Nutrition management interest 0.118 0.038 0.118 3.142** –0.045 0.120 –0.045 –0.373
Need for digital nutrition education 0.596 0.035 0.596 17.103*** 0.617 0.123 0.617 5.010***
Subjective digital skills 0.022 0.034 0.022 0.647 0.058 0.116 0.058 0.500
Health promotion activities 0.072 0.038 0.072 1.884 0.065 0.124 0.065 0.526
Nutrition management interest × gender 0.108 0.076 0.170 1.434
Need for digital nutrition education × gender –0.012 0.073 –0.020 –0.167
Subjective digital skills × gender –0.020 0.070 –0.033 –0.292
Health promotion activities × gender 0.004 0.077 0.006 0.046
R2 0.455 0.458
Adjusted R2 0.449 0.448
F 82.469*** 45.952***

Dependent variable: intention to use digital nutrition education.

1)Gender coded as men = 1, women = 0.

**P < 0.01,

***P < 0.001.

  • 1. Korea Comminications Agency (KCA). Changes in digital healthcare and global corporate trends [Internet]. KCA; 2023 [cited 2025 Oct 14]. Available from: https://www.kca.kr/hot_clips/vol91/sub01.html
  • 2. Global Market Insights (GMI). Digital health market size & share 2025-2034 [Internet]. GMI; 2025 [cited 2025 Oct 14]. Available from: https://www.gminsights.com/industry-analysis/digital-health-market
  • 3. World Health Organization (WHO). Going digital for noncommunicable diseases [Internet]. WHO; 2024 [cited 2025 Dec 31]. Available from: http://who.int/publications/b/71552
  • 4. Market Research.com. Worldwide IDC global datasphere forecast, 2022-2026: enterprise organizations driving most of the data growth [Internet]. International Data Corporation; 2022 [cited 2025 Dec 30]. Available from: https://www.marketresearch.com/IDC-v2477/Worldwide-IDC-Global-DataSphere-Forecast-31469143/
  • 5. United Nations (UN). World population prospects 2024 [Internet]. UN; 2024 [cited 2025 Oct 17]. Available from: https://population.un.org/wpp/publications?year=2024
  • 6. Lee TS. Raising the official senior age: possibilities and expected effects [Internet]. Korea Development Institute; 2022 [cited 2025 Oct 17]. Available from: https://www.kdi.re.kr/research/focusView?pub_no=17653
  • 7. Ministry of Data and Statistics (MODS). 2024 Statistics on the elderly [Internet]. MODS; 2024 [cited 2025 Oct 17]. Available from: https://mods.go.kr/board.es?mid=a10301060500&bid=10820&act=view&list_no=432917
  • 8. Kim JH, Kim KJ, Na YK, Jeong HJ. Policy measures for implementing a national responsibility system for elderly healthcare costs [Internet]. National Health Insurance Trade Union; 2025 [cited 2025 Oct 17]. Available from: https://nhiu.or.kr/bbs/board.php?bo_table=research&wr_id=48
  • 9. Kang HJ. Prospects and tasks for health care policies in 2025 [Internet]. Korea Institute for Health and Social Affairs; 2025 [cited 2025 Oct 17]. Available from: https://www.kihasa.re.kr/publish/regular/hsw/search/view?seq=66874&volume=66870&searchText=2025&page=2
  • 10. Ministry of Data and Statistics (MODS). SDG in the republic of Korea: progress report 2025 [Internet]. MODS; 2025 [cited 2025 Oct 26]. Available from: https://kostat.go.kr/board.es?mid=a10301010000&bid=246&list_no=435674&act=view&mainXml=Y
  • 11. Choi SJ, Jang IH. Social welfare for older persons in aging society. 4th ed. Seoul National University Press; 2010. p. 67-194.
  • 12. Kim TH. Gerontology. 2nd ed. Gyomoon; 2007; 61-82.
  • 13. Lee SE. Nutritional risk factors in community-dwelling older living alone: a comparison between young-old and old-old. J Korea Acad Ind Coop Soc 2024; 25(7): 194-202. Article
  • 14. Sauer AC, Li J, Partridge J, Sulo S. Assessing the impact of nutrition interventions on health and nutrition outcomes of community-dwelling adults: a systematic review. Nutr Diet Suppl 2018; 10: 45-57. ArticleLink
  • 15. Yetkin B, Başer A. Enhancing knowledge and attitudes through the ‘healthy nutrition’ education program: a Solomon four-group experimental study with older adults at a social life campus. BMC Geriatr 2025; 25(1): 436.ArticlePubMedPMCPDF
  • 16. Han MH. Effects of digital information competency on life satisfaction among the elderly in the era of COVID-19. J Korea Acad Ind Coop Soc 2023; 24(2): 559-567. Article
  • 17. Yun S, An J, Kim K. Current status of nutrition education media and its utilization in providing customized nutrition information for older adults in Korea: a scoping review based on the transtheoretical model and food literacy. Korean J Community Nutr 2025; 30(3): 175-182. ArticlePubMedPMCPDF
  • 18. LoBuono DL, Milovich M. A scoping review of nutrition health for older adults: does technology help? Nutrients 2023; 15(20): 4402.ArticlePubMedPMC
  • 19. Jung MR, Jeong E, Lee CG. Development and effectiveness of a cognitive enhancement program based on a mobile application for preventing dementia: a study focusing on older adults who use senior citizen centers. J Korean Biol Nurs Sci 2023; 25(2): 113-122. ArticlePDF
  • 20. Park NY, Yoon NH, Hwang JH, Shin DS, Kim DJ. Effects of digital health services for older adults in the community. Korean J Health Educ Promot 2024; 41(5): 89-98. Article
  • 21. Chang SJ, Yang E, Ryu H, Kim HJ, Yoon JY. Cross-cultural adaptation and validation of the eHealth literacy scale in Korea. Korean J Adult Nurs 2018; 30(5): 504-515. ArticleLink
  • 22. Norman CD, Skinner HA. eHealth literacy: essential skills for consumer health in a networked world. J Med Internet Res 2006; 8(2): e9.ArticlePubMedPMC
  • 23. Hong YA. The effect of health screening on health promotion behaviors in the elderly. [master’s thesis]. Yonsei University; 2003.
  • 24. Kim SS, Song JA. Investigation of the factors relative to the health promotion behavior practice among Korean elders residing in a retirement community. J Korean Gerontol Soc 2012; 32(1): 51-66. Link
  • 25. Chun HI. Research on mothers’ actual management status of eating habits of children and understanding and needs of children nutrition education. [master’s thesis]. Sungshin Women’s University; 2006.
  • 26. Kwak JE, Lee SY, Lee SH, Ko KS. A survey for needs and preference of food and nutrition information on mass media for Korean female adults. Korean J Community Nutr 2014; 19(6): 550-557. Article
  • 27. Hwang IS. A study of diet and nutrition as related to quality of life in the aged of Donghae-si. [master’s thesis]. Catholic Kwandong University; 2012.
  • 28. Yoo HS, Lee JM, Jeon MS. Toward the development of a digital self-nutrition management education program for elderly: findings from focus groups study. Korean J Community Nutr 2025; 30(6): 431-440. ArticlePubMedPMCPDF
  • 29. Choi DJ, Ryu YD, Lee JW. The digital divide index and status survey (2010) [Internet]. National Information Society Agency; 2011 [cited 2025 Oct 26]. Available from: https://scienceon.kisti.re.kr/srch/selectPORSrchReport.do?cn=TRKO201100005136
  • 30. Ministry of Science and ICT. The report on the digital divide 2020 [Internet]. National Information Society Agency; 2021 [cited 2025 Oct 26]. Available from: https://www.msit.go.kr/bbs/view.do?sCode=user&mId=99&mPid=74&pageIndex=&bbsSeqNo=79&nttSeqNo=3173382&searchOpt=ALL&searchTxt
  • 31. Correa T. The participation divide among “online experts”: experience, skills and psychological factors as predictors of college students’ web content creation. J Comput Mediat Commun 2010; 16(1): 71-92. Article
  • 32. Kang WS, Kim MS, Ko JU. Effects of the smartphone information use and performance on life satisfaction among the elderly. J Korean Gerontol Soc 2013; 33(1): 199-214. Link
  • 33. Nunnally JC. An overview of psychological measurement. In: Wolman BB, editor. Clinical diagnosis of mental disorders: a handbook. Plenum Press; 1978. p. 97-146. Article
  • 34. Briazu RA, Bell L, Dodd GF, Blackburn S, Massri C, Chang B, et al. The effectiveness of personalised food choice advice tailored to an individual’s socio-demographic, cognitive characteristics, and sensory preferences. Appetite 2024; 201: 107600.ArticlePubMed
  • 35. Jeong GY. A study on the learning effect of multimedia literacy education. J Converg Cult Technol 2020; 6(1): 63-68. Article
  • 36. Kim EJ. A study on the relationship between digital literacy and major satisfaction of nursing students: intermediary role of LMS learning effects. J Converg Cult Technol 2022; 8(4): 27-35. Article
  • 37. Hong E. The impact of health literacy on self-management practices among community-dwelling older adults: using data from the 9th Korea National Health and Nutrition Examination Survey (2022-2023). J Korea Contents Assoc 2025; 25(9): 911-921. Article
  • 38. Jeon JA. Old adult learners’ self-directed learning in media education－based on in-depth interview with media instructors. Cult Converg 2021; 43(1): 383-407. Article
  • 39. Choi Y, Lee J, Lim H, Park YK. Effectiveness of NQ-E index-based individual nutrition counseling for community-care elderly: an intervention study on improving nutritional status, complex chronic diseases, and quality of life. Korean J Community Nutr 2023; 28(6): 480-494. ArticlePubMedPMCLink
  • 40. Ryu SI, Chae YJ. The impact of e-health literacy and technological self-efficacy on older adults’ level of digital informatization. J Health Inf Stat 2024; 49(4): 348-356. ArticlePDF
  • 41. Kim YS. A study on the relationships among consumption, interest, recognition, and satisfaction of health functional foods for adult residents in Kyunggi province. [master’s thesis]. Konkuk University; 2023.
  • 42. Egele VS, Stark R. Specific health beliefs mediate sex differences in food choice. Front Nutr 2023; 10: 1159809.ArticlePubMedPMC
  • 43. Lee Y, Joo S, Kim HK. The moderating effect of gender on the association between self-esteem and desire for knowledge and the ability to use smart devices among older adults. J Korean Gerontol Soc 2022; 42(2): 317-334. Article
  • 44. Chung SD, Lee AY, Jung JH. The interaction effects of digital literacy and gender in the relationship between social support and depression among older adults. Korean J Gerontol Soc Welf 2023; 78(3): 9-36. Article
  • 45. Park JH, Jo SJ. The effect of health concern on heal care behavior: focused on moderating effect of the cooking shows information acceptance. Culi Sci Hos Res 2021; 27(10): 80-89. Article
  • 46. Oh J, Yoo J, Han JH. Sustainable care models in aging rural communities: lessons from a community-based pilot program in South Korea. J Soc Sci 2025; 36(4): 183-209. Article
  • 47. Oh YR, Chun HJ. The effect of age on the health of the older adults living alone: focusing on the moderating effect of digital device use. Health Welf 2025; 27(1): 125-153. Article
  • 48. Lim HN, Kim KH, Ahn SY, Hwang HJ. A study on health promotion behavior and education needs of the elderly for well-aging. J Korea Acad Ind Coop Soc 2022; 23(6): 333-342. Article

Figure & Data

REFERENCES

    Citations

    Citations to this article as recorded by  

      • Cite
        CITE
        export Copy Download
        Close
        Download Citation
        Download a citation file in RIS format that can be imported by all major citation management software, including EndNote, ProCite, RefWorks, and Reference Manager.
        Format:
        • RIS — For EndNote, ProCite, RefWorks, and most other reference management software
        • BibTeX — For JabRef, BibDesk, and other BibTeX-specific software
        Include:
        • Citation for the content below
        A needs assessment for the development of a digital-based self-nutrition management education program for older adults in Korea: a cross-sectional study
        Korean J Community Nutr. 2026;31(2):178-191.   Published online April 30, 2026
        DOI: https://doi.org/10.5720/kjcn.2026.00010
        Close
      • XML DownloadXML Download
      We recommend
      Related articles
      A needs assessment for the development of a digital-based self-nutrition management education program for older adults in Korea: a cross-sectional study
      A needs assessment for the development of a digital-based self-nutrition management education program for older adults in Korea: a cross-sectional study
      Variables Men (n = 250) Women (n = 250) Total (n = 500) χ2/t-value
      Age (year) 68.66 ± 3.65 67.93 ± 3.00 68.29 ± 3.36 6.024*
       60s 173 (69.2) 197 (78.8) 370 (74.0)
       70s 72 (28.8) 50 (20.0) 122 (24.4)
       80s 5 (2.0) 3 (1.2) 8 (1.6)
      Education 20.940***
       Middle school or below 4 (1.6) 8(3.2) 12 (2.4)
       High school 58 (23.2) 102 (40.8) 160 (32.0)
       College or university 150 (60.0) 116 (46.4) 266 (53.2)
       Graduate school or above 38 (15.2) 24 (9.6) 62 (12.4)
      Residence area 13.149*
       Seoul 71 (28.4) 95 (38.0) 166 (33.2)
       Incheon/Gyeonggi 79 (31.6) 81 (32.4) 160 (32.0)
       Daejeon/Sejong/Chungcheong 30 (12.0) 22 (8.8) 52 (10.4)
       Busan/Ulsan/Gyeongnam 32 (12.8) 18 (7.2) 50 (10.0)
       Daegu/Gyeongsang/Gangwon 28 (11.2) 17 (6.8) 45 (9.0)
       Gwangju/Jeolla/Jeju 10 (4.0) 17 (6.8) 27 (5.4)
      Diagnosed conditions1),2) 22.038**
       Hypertension 117 (34.8) 97 (27.5) 214 (31.1)
       Hyperlipidemia 71 (21.1) 108 (30.6) 179 (26.0)
       Diabetes mellitus 55 (16.4) 41 (11.6) 96 (13.9)
       Obesity 25 (7.4) 23 (6.5) 48 (7.0)
       Gastrointestinal diseases 15 (4.5) 25 (7.1) 40 (5.8)
       Others 10 (3.0) 15 (4.2) 25 (3.6)
       No disease 43 (12.8) 44 (12.5) 87 (12.6)
       Total3) 336 (100.0) 353 (100.0) 689 (100.0)
      Health promotion activities4) 3.52 ± 0.44 3.60 ± 0.42 3.56 ± 0.43 –2.102*
      Variables Men (n = 250) Women (n = 250) Total χ2/t-value
      Experienced in nutrition education 45 (18.0) 68 (27.2) 113 (22.6) 6.048*
      Interest in nutrition management 3.54 ± 0.75 3.73 ± 0.73 3.64 ± 0.74 –2.796**
      Practicing nutrition management 147 (58.8) 182 (72.8) 329 (65.8) 10.887***
      Sources of nutrition information1) 1.552
       Internet 82 (55.8) 98 (53.8) 180 (54.7)
       TV/radio 26 (17.7) 38 (20.9) 64 (19.5)
       Family/friends/colleagues 20 (13.6) 27 (14.8) 47 (14.3)
       Hospital/public health center 13 (8.8) 15 (8.2) 28 (8.5)
       Newspaper/magazine/book 6 (4.1) 4 (2.2) 10 (3.0)
       Total 250 (100.0) 250 (100.0) 500 (100.0)
      Nutritional management obstacles2),3),4) 33.035***
       Difficulty maintaining nutrition management alone 84 (17.7) 105 (22.8) 189 (20.2)
       Difficulty assessing own nutrition management 88 (18.6) 93 (20.2) 181 (19.4)
       Difficulty determining relevance of nutrition information 81 (17.1) 56 (12.1) 137 (14.6)
       Lack of information in nutrition management 61 (12.9) 33 (7.2) 94 (10.1)
       Financial difficulty in food purchasing 36 (7.6) 51 (11.1) 87 (9.3)
       Lack of knowledge about food and nutrition 46 (9.7) 29 (6.3) 75 (8.0)
       Uncertainty about starting nutrition management 31 (6.5) 26 (5.6) 57 (6.1)
       Lack of time for nutrition management 14 (3.0) 19 (4.1) 33 (3.5)
       Difficulty understanding related terms 3 (0.6) 4 (0.9) 7 (0.7)
       Others 4 (0.8) 6 (1.3) 10 (1.1)
       No barriers 26 (5.5) 39 (8.5) 65 (7.0)
       Total5) 474 (100.0) 461 (100.0) 935 (100.0)
      Variables Men (n = 250) Women (n = 250) Total (n = 500) χ2/t-value
      Subjective digital skills1) 3.59 ± 0.65 3.60 ± 0.72 3.59 ± 0.68 –0.131
      Digital function use
       Receiving messages 250 (100.0) 250 (100.0) 500 (100.0) 0.000
       Sending messages 249 (99.6) 250 (100.0) 499 (99.8) 1.002
       Information searching & retrieval 249 (99.6) 249 (99.6) 498 (99.6) 0.000
       Photo or video shooting 249 (99.6) 247 (98.8) 496 (99.2) 1.008
       Default setting 244 (97.6) 237 (94.8) 481 (96.2) 2.681
       Data transfer & sharing 240 (96.0) 240 (96.0) 480 (96.0) 0.000
       Wireless internet setup 239 (95.6) 232 (92.8) 471 (94.2) 1.794
       Video viewing 230 (92.0) 238 (95.2) 468 (93.6) 2.137
       App search & installation 236 (94.4) 219 (87.6) 455 (91.0) 7.057**
       Social media 202 (80.8) 187 (74.8) 389 (77.8) 2.605
       Accommodation/medical reservation 177 (70.8) 155 (62.0) 332 (66.4) 4.339*
       Others 1 (4.5) 0 (0.0) 1 (1.8) 3.996
       Total2) 250 (100.0) 250 (100.0) 500 (100.0)
      Difficulties in using digital devices
       Personal data consent 3.11 ± 1.11 3.07 ± 1.15 3.09 ± 1.13 0.356
       Difficulty remembering passwords 2.66 ± 1.16 2.44 ± 1.07 2.55 ± 1.12 2.205*
       Unwilling to install apps 2.43 ± 1.05 2.64 ± 1.07 2.50 ± 1.02 –2.191*
       Unfamiliar with smartphone terms 2.40 ± 1.00 2.59 ± 1.03 2.53 ± 1.07 –2.064*
       Redirected to unwanted screen 2.31 ± 0.99 2.41 ± 0.97 2.36 ± 0.98 –1.093
       Difficulty operating smartphone 2.18 ± 0.83 2.35 ± 0.89 2.27 ± 0.86 –2.183*
       Difficulty reading content 2.16 ± 0.87 2.06 ± 0.89 2.11 ± 0.88 1.221
       Unsure where to click 1.96 ± 0.81 2.00 ± 0.86 1.98 ± 0.83 –0.482
       Accidental payment from wrong touch 1.98 ± 0.89 1.90 ± 0.81 1.94 ± 0.85 1.107
       Total 2.36 ± 0.71 2.38 ± 0.69 2.37 ± 0.70
      Variables1) Values Factor loading Cronbach’s α Eigen value (variance, %)
      Factor 1. Self-directed well-being practice education 3.41 ± 0.76
       Supplement education 3.64 ± 0.87 0.607 0.861 7.807 (45.923)
       Functional food education 3.59 ± 0.90 0.540
       Hydration management 3.48 ± 0.95 0.725
       Digestive disorder management 3.43 ± 0.98 0.813
       Constipation management 3.31 ± 1.07 0.773
       Preferred food education 2.99 ± 1.16 0.528
      Factor 2. Dietary therapy for major chronic diseases 3.76 ± 0.82
       Hyperlipidemia management 3.94 ± 0.91 0.655 0.812 1.351 (7.949)
       Hypertension management 3.87 ± 1.01 0.774
       Diabetes mellitus management 3.81 ± 1.02 0.798
       Obesity management 3.42 ± 1.13 0.507
      Factor 3. Nutrition strategy for longevity and anti-aging 4.00 ± 0.03
       Dementia prevention management 4.17 ± 0.88 0.566 0.826 1.213 (7.136)
       Muscle loss management 4.00 ± 0.81 0.758
       Arthritis management 3.93 ± 0.87 0.647
       Inflammation prevention management 3.92 ± 0.80 0.798
      Factor 4. Enhancing nutrition literacy education 3.59 ± 0.04
       Nutrition information evaluation training 3.78 ± 0.79 0.696 0.835 1.050 (6.174)
       Major nutrients education 3.50 ± 0.94 0.818
       Major foods education 3.50 ± 0.95 0.832
       Total 3.66 ± 0.64
      Variables Men (n = 250) Women (n = 250) Total (n = 500) χ2/t-value
      Need for education1) 3.89 ± 0.62 3.78 ± 0.77 3.83 ± 0.70 1.788
      Intention to use education1) 3.98 ± 0.64 3.81 ± 0.75 3.90 ± 0.70 2.770**
      Educational delivery methods1)
       Video lecture 3.87 ± 0.64 3.75 ± 0.74 3.81 ± 0.69 1.942
       Live online classes 3.59 ± 0.78 3.43 ± 0.84 3.51 ± 0.81 2.212*
       Infographics and card news 3.52 ± 0.76 3.43 ± 0.83 3.48 ± 0.79 1.300
       1:1 text message counseling 2.05 ± 0.82 3.02 ± 0.83 3.04 ± 0.83 0.433
       In-person lecture 3.04 ± 0.87 2.99 ± 0.95 3.02 ± 0.91 0.689
      Operating institution 7.044
       Local government agencies 136 (54.4) 164 (65.6) 300 (60.0)
       Hospital 56 (22.4) 45 (18.0) 101 (20.2)
       Senior-related institutions 35 (14.0) 27 (10.8) 62 (12.4)
       Colleges and universities 20 (8.0) 12 (4.8) 32 (6.4)
      Recommended training duration (per session) 2.662
       Less than 5 minutes 15 (6.0) 11 (4.4) 26 (5.2)
       5–30 minutes 176 (70.4) 165 (66.0) 341 (68.2)
       30 minutes or more 59 (23.6) 74 (29.6) 133 (26.6)
      Total 250 (100.0) 250 (100.0) 500 (100.0)
      Variables 1 2 3 4 5 6 7 8
      1. Gender 1
      2. Age 0.108** 1
      3. Education level 0.202*** –0.056 1
      4. Intention to use education 0.123** 0.062 0.057 1
      5. Need for education 0.080 0.013 0.049 0.651*** 1
      6. Nutrition management interest –0.124** –0.046 0.207*** 0.280*** 0.233*** 1
      7. Subjective digital skills –0.006 –0.024 0.110** 0.139** 0.137** 0.165*** 1
      8. Health promotion activities –0.067 0.073 0.065 0.250*** 0.206*** 0.422*** 0.225*** 1
      Independent variable Model 1 Model 2
      B Standard error β t B Standard error β t
      Gender1) –0.194 0.067 –0.097 –2.876** –0.193 0.068 –0.097 –2.859**
      Nutrition management interest 0.118 0.038 0.118 3.142** –0.045 0.120 –0.045 –0.373
      Need for digital nutrition education 0.596 0.035 0.596 17.103*** 0.617 0.123 0.617 5.010***
      Subjective digital skills 0.022 0.034 0.022 0.647 0.058 0.116 0.058 0.500
      Health promotion activities 0.072 0.038 0.072 1.884 0.065 0.124 0.065 0.526
      Nutrition management interest × gender 0.108 0.076 0.170 1.434
      Need for digital nutrition education × gender –0.012 0.073 –0.020 –0.167
      Subjective digital skills × gender –0.020 0.070 –0.033 –0.292
      Health promotion activities × gender 0.004 0.077 0.006 0.046
      R2 0.455 0.458
      Adjusted R2 0.449 0.448
      F 82.469*** 45.952***
      Table 1. General characteristics

      Mean ± SD or n (%).

      Health promotion activities: 35 items; total score range, 35–175 points.

      Multiple choice.

      This multi-item scale allows multiple responses for the seven diagnosed conditions.

      Percentages are based on total responses, not respondents (n = 250 per gender); thus, the sum of n values exceeds the sample size due to multiple responses.

      Measured on a 5-point Likert scale (1 = not at all, 5 = very much).

      P < 0.05,

      P < 0.01,

      P < 0.001 by chi-square test or independent t-test.

      Table 2. Current status of nutrition management

      n (%) or Mean ± SD.

      Measured on a 5-point Likert scale (1 = not at all, 5 = very much).

      Only respondents who practiced nutrition management were included.

      Results are based on multiple choice.

      This multi-item scale allows multiple responses for the eleven nutritional management obstacles.

      Percentages are based on total responses, not respondents (n = 250 per gender); thus, the sum of n values exceeds the sample size due to multiple responses.

      P < 0.05,

      P < 0.01,

      P < 0.001 by chi-square test or independent t-test.

      Table 3. Digital device usage behaviors

      n (%) or Mean ± SD.

      Measured on a 5-point Likert scale (1 = not at all, 5 = very much).

      Percentages are based on the number of respondents for each gender (n = 250) and refer to the “Yes” responses for each individual item.

      P < 0.05,

      P < 0.01 by chi-square test or independent t-test.

      Table 4. Factor analysis of needs for digital-based nutrition education topic (n = 500)

      Mean ± SD.

      Measured on a 5-point Likert scale (1 = not at all, 5 = very much).

      Kaiser-Meyer-Olkin = 0.919, Cronbach’s α = 0.924, Bartlett’s test of sphericity χ2 = 4,692.066, df = 136, P < 0.001, total accumulation variance explanation = 67.183%.

      Table 5. Needs for digital-based nutrition education modalities

      Mean ± SD or n (%).

      Measured on a 5-point Likert scale (1 = not at all, 5 = very much).

      P < 0.05,

      P < 0.01 by chi-square test or independent t-test.

      Table 6. Pearson correlation coefficients among the predictor variables and intention to use digital nutrition education

      Pearson correlation coefficients were calculated controlling for gender, age, and educational level.

      P < 0.05,

      P < 0.001.

      Table 7. Moderator regression analysis for factors influencing intention to use digital nutrition education

      Dependent variable: intention to use digital nutrition education.

      Gender coded as men = 1, women = 0.

      P < 0.01,

      P < 0.001.

      Table 1.

      Table 2.

      Table 3.

      Table 4.

      Table 5.

      Table 6.

      Table 7.

      Korean J Community Nutr : Korean Journal of Community Nutrition
      © The Korean Society of Community Nutrition.
      Close layer
      TOP