온라인 비디오 게임에서의 가상 자아 정체성 구성: 레퍼토리 그리드 연구

소개

온라인 비디오 게임이 등장한 이후로 완전히 새로운 정체성을 맞춤형 캐릭터로 채택할 수 있는 가능성을 부여하는 가상 미디어에서 사람들이 사회적으로 어떻게 행동하는지에 대한 관심이 높아지고 있습니다. 이전 연구에서는 플레이어가 비디오 게임 캐릭터를 실제보다 이상적인 모습과 더 닮도록 만드는 경향을 관찰했으며 실제로 가상 아바타가 실제 자신보다 더 바람직한 성격 특성을 가지고 있다고 보고했습니다. 또한, 보다 최근의 연구에서는 게임 플레이의 몰입도와 이상과 실제의 높은 불일치로 인해 사람들이 자신의 가상 캐릭터를 이상적인 자신과 더 유사하게 만드는 것이 선호되는 것으로 관찰되었습니다. 따라서 이미 자신의 현실적 자아에 만족하는 사람들은 현실적 자아와 이상적 자아와는 전혀 다른 가상적 자아를 만들어내는 경향이 있다. 다른 정체성을 탐색하는 단순한 사실은 인식된 제한을 충족하기 위해 새로운 정체성이 필요하지 않고 그 자체로 보람 있는 것으로 나타났습니다.

그러나 이러한 연구 중 어느 것도 구성주의적 틀을 사용하여 수행된 적이 없습니다. PCT(Personal Construct Theory)와 같은 프레임워크를 기반으로 하는 이론은 의미 체계에 속하거나 속하지 않을 수 있는 미리 설정된 차원으로 분류하는 대신 각 개인의 세계 및 자신에 대한 인식에 대한 맞춤형 평가를 제공합니다. . 이 이론을 바탕으로 레퍼토리 그리드 기법은 사람들이 자신을 다른 사람과 유사하거나 다르게 인식하는 정도와 자신이 되고 싶은 모습(즉, "이상적인 자아")을 나타내는 정도를 평가할 수 있습니다. 또한, 비디오 게임 연구 분야에서 PCT는 가상 자아에 대한 게이머의 해석과 가상 자아가 이상적인 자아와 실제 자아와 더 유사한지 또는 없는지를 탐구할 수 있도록 합니다. 레퍼토리 그리드에서 실제 자아와 이상적인 자아 사이의 거리를 나타내는 자아 이상 불일치, 참가자의 구성 시스템 내 인지 갈등의 존재, 또는 서로 다른 뉘앙스(인지 복잡성의 지표)로 여러 차원을 통해 자기 및 기타 요소를 인식하는 구성 시스템의 경향으로 정의되는 대인 구성 차별화. 이 프로젝트를 위해 연구원은 참가자의 그리드에 가상 자아를 포함시킨 결과 두 가지 추가 측정값을 추출합니다. 이러한 척도는 현실적 자아와 가상적 자아의 거리로 이해되는 자기가상적 불일치와 가상적 자아와 이상적 자아 간의 거리인 가상-이상적 불일치이다. 이러한 측정을 통해 참가자의 비디오 게임 가상 캐릭터가 게임 외부의 실제 정체성 및 그들이 원하는 방식에 대한 아이디어와 유사하거나 다르게 인식되는 정도를 평가할 수 있습니다.

다른 요소는 가상 자아를 통해 플레이어의 신원 탐색에 영향을 미칠 수 있습니다. 따라서 참가자의 심리적 고통을 측정하기 위한 다른 도구는 물론 게임 중 몰입 수준과 게임을 하도록 유도하는 주요 동기를 목표로 하는 도구와 같은 보다 구체적인 도구가 포함될 것입니다.

앞에서 언급했듯이 이 문제에 대한 경험적 데이터는 아직 없습니다. 그러나 이론적인 관점에서 현실적 자아, 이상적 자아, 가상적 자아 사이의 관계는 여러 가지 구성이 있을 수 있으며, 이는 온라인 비디오 게임 플레이어의 가상 자아 해석의 네 가지 유형으로 이어진다. 연구원들은 실제 및 이상적인 자아와 관련하여 가상 자아를 해석하는 방법에 따라 각 유형의 플레이어에 레이블을 지정했습니다.

• 첫 번째는 프로젝션 유형의 플레이어로, 자신의 가상 정체성을 이상적인 자아에 가깝게 해석하는 사람들을 말하며, 아마도 그들이 더 바람직하다고 생각하는 속성을 실험하기 위해 그럴 것입니다. 자신을 이상적인 자아와 더 멀리 떨어져 있다고 생각하는 사람들은 이 범주에 속하는 경향이 있습니다. 이것은 가상 환경에서 검증을 얻는 전략이 될 수 있지만 실제 세계에서는 자신이 이상적이지 않기 때문에 대부분 무효화를 경험합니다.
• 두 번째 유형은 연구자들이 탐색형 플레이어로 명명한 유형입니다. 이전 유형과 달리 이러한 플레이어는 대안적 정체성을 탐색하는 방법으로 실제 자아와 이상 자아 모두에서 더 먼 가상 아바타를 생성하며, 반드시 이상적인 특성을 경험해야 하는 필요성과 연결되지 않고 탐색의 즐거움을 위해 필요합니다. 완전히 다른 아이덴티티. 이미 자신이 이상적인 자아에 매우 가깝다고 인식하는 플레이어는 가상 캐릭터를 통해 이상적인 자아를 경험할 필요성을 느끼지 않기 때문에 이러한 유형에 속할 가능성이 더 큽니다.
• 세 번째 유형의 경우 근접 유형 플레이어라는 용어가 선택되었습니다. 이상적인 자아와의 거리에 관계없이 가상의 자아가 실제 자아와 유사한 플레이어를 포함합니다. 이러한 유형의 플레이어를 만날 수 있는 방법은 경험한 게임 중 몰입도가 너무 낮아 가상 아바타와 동일시되는 느낌을 받지 못하거나, 게임을 하기보다 더 경쟁적인 방식으로 게임을 플레이한 경우입니다. 다른 캐릭터와의 상호 작용 양식으로. 이러한 유형의 플레이어가 가상 아바타를 통해 자신의 다른 측면을 표현하지 못하는 또 다른 이유는 대인 관계 구성 차별화가 낮기 때문일 수 있습니다.
• 마지막으로, 불특정 유형의 플레이어가 있는데, 가상의 자신이 실제의 자신과 이상적인 자신과 반드시 ​​가까워야 할 필요 없이 거의 등거리에 있다고 인식되는 플레이어를 포함합니다. 수학적으로 이것은 실제-이상-가상 자아 관계의 가능한 결과일 수 있지만 이러한 결과를 설명할 이론적 전제는 없습니다. 따라서 유병률이 상당한 경우 신중하게 연구해야 할 드문 가능성으로 간주되어야 합니다.

목표:

이 프로젝트를 통해 연구원들은 가상 환경 덕분에 다양한 정체성을 탐구할 수 있는 방법과 다양한 요소가 이러한 정체성 탐색에 어떤 영향을 미칠 수 있는지 탐구하는 것을 목표로 합니다. 더 구체적으로, 그들은 서로 다른 사람들이 가상 자아를 어떻게 다르게 만들 수 있는지, 그리고 이러한 차이가 이전에 예측된 플레이어의 유형에 어떻게 반영될 수 있는지 평가하려고 합니다.

게임 중 플레이어 경험과 관련하여 연구원은 인지된 몰입 수준이 플레이어의 가상 자아 해석에 영향을 미칠 수 있는지 여부를 조사하기를 원합니다. 또한 온라인 비디오 게임을 플레이하는 플레이어의 동기는 가상 자아의 다른 경험으로 이어질 수 있으므로 플레이어의 경쟁 지향이 가상 아바타를 통해 대안적 정체성을 탐색하는 경향에 영향을 미치는지 조사하고자 합니다. 사회적 측면. 다른 한편, 연구자들은 플레이어가 자신의 이상적인 자아를 캐릭터에 투영하는 방식에 영향을 미치는 요인으로 플레이어의 심리적 고통과 자존감을 탐구하고자 합니다.

또 다른 목표는 참여자가 자신을 가상으로 표현하는 방식에서 인지적 갈등 또는 딜레마의 역할을 탐구하는 것입니다. 연구자들은 플레이어가 가상 아바타를 통해 서로 다른 정체성을 탐색하는 방식에 더 많은 내부 갈등이 영향을 미칠 수 있다고 예상합니다. 인지적 갈등은 개인이 자신의 이상적인 자아를 해석할 때 불협화음의 원인이 될 수 있기 때문입니다.

두 번째로 연구자들은 이러한 플레이어가 인지 복잡성의 지표인 대인 관계 구성 차별화와 같은 가상 자아를 인식하는 방식에서 다른 변수가 수행하는 역할을 연구하는 것을 목표로 합니다. 그러나 이 문제에 대한 이론적 배경이 아직 없기 때문에 이 목표는 보다 탐구적인 방식으로 연구될 것입니다.

절차

참가자는 인터넷 포럼에서 온라인 전화를 걸어 참여에 관심이 있는 플레이어에게 Qualtrics를 사용하여 온라인 설문 조사에 액세스하도록 요청할 것입니다.

설문 조사는 이전에 윤리 위원회에서 승인한 정보에 입각한 동의서 양식으로 시작됩니다. 정보에 입각한 동의서를 읽고 수락한 후, 참가자는 연령, 성별, 국가, 고용 상태, 주당 평균 플레이 시간, 전문적으로 플레이하는지 여부, 심각한 정신 질환 또는 약물 남용 기록. 그 후 그들은 PENS, CORE-OM 및 RSE 설문지에 답할 것입니다. 총 설문 시간은 약 12분입니다.

설문 조사를 완료한 후 참가자는 게임 커뮤니티 내에서 가장 널리 퍼진 화상 회의 소프트웨어 중 하나인 Discord에서 실시하는 가상 회의를 예약할 수 있는 날짜와 시간을 지정하라는 요청을 받습니다. 이 회의에서 박사 전 연구원은 RGT를 참가자에게 관리하며 45~90분 동안 지속됩니다. 각 그리드는 GRIDCOR 6.0 소프트웨어 또는 고급 버전으로 분석됩니다.

참가자는 공동 작업에 대한 대가를 받지 못하지만 이 프로젝트가 완료되면 원하는 참가자는 평가에 대한 간략한 피드백 보고서를 받게 됩니다.

수집된 데이터의 분석을 위해 RStudio 소프트웨어가 사용됩니다. 연구원은 클러스터링 기준으로 자체 가상 및 가상 가상 불일치를 사용하여 세 그룹으로 클러스터링할 참가자를 지정하는 K-평균 클러스터 분석을 수행합니다. 분석을 통해 세 개의 클러스터가 렌더링되면 연구원은 이전에 언급한 플레이어 유형에 따라 레이블을 지정합니다. 자기 가상 불일치가 더 낮아 근접 유형의 플레이어를 나타내는 하나의 그룹이 있을 것으로 예상됩니다. 연구원들은 또한 나머지 두 클러스터가 가상 이상 불일치 측면에서 차별화될 것으로 예상합니다. 불일치가 높은 항목은 탐색 유형으로 표시되고 불일치가 낮은 항목은 투영 유형으로 표시됩니다. 프로젝션 유형의 참가자는 다른 클러스터보다 자존감이 낮을 것으로 예상됩니다.

근위 유형 플레이어와 다른 두 그룹 사이에 자가 가상 ​​불일치에 상당한 차이가 있는지 평가하기 위해 단방향 ANOVA가 수행됩니다. 투사형 선수와 탐색형 선수 사이에 자기 이상 불일치 측면에서 통계적으로 유의미한 차이가 있는지 확인하기 위해 또 다른 일원 분산 분석을 수행합니다. 이러한 분석을 통해 연구자들은 가상 자아에 대한 해석을 기반으로 온라인 비디오 게임 플레이어의 유형을 검증할 수 있기를 기대합니다.

그 후 연구자는 다중 선형 회귀 모델을 수행하여 자기 가상 불일치를 결과로 취하고 PENS에서 가져온 경험 몰입도와 수단으로 추론된 인지 복잡성의 정도를 독립 변수로 사용합니다. 그리드에서인지 차별화 측정의.

게임의 사회적 또는 경쟁적 측면에 대한 동기 측면에서 세 그룹 간에 차이가 있는지 여부를 테스트하기 위해 또 다른 일원 분산 분석을 수행할 것입니다. 펜.

마지막으로 연구자는 각 플레이어 그룹 내에서 다중 선형 회귀 모델을 수행하여 예상 및 탐색 유형의 결과로 가상 이상 불일치를 취하는 반면 근접 유형의 결과는 자기 가상 불일치가 됩니다. 예측 변수로 인지적 갈등의 수준, 인지적 분화의 수준, 자존감, 심리적 고통, 몰입도, 관련성 및 능력의 척도를 사용합니다.