郭晓东,苏维欢
基于计划行为理论的社交类手机软件用户使用行为分析
郭晓东,苏维欢
(兰州财经大学 工商管理学院,甘肃 兰州 730020)
以计划行为理论(Theory of Planned Behavior,TPB)为基础,根据社交类手机软件的特点及功能,探寻社交类手机软件用户使用行为的影响因素.结果表明:感知娱乐性、感知系统软件、感知风险性、感知便利性对消费者行为态度具有显著影响;同时主观规范、消费者行为态度和知觉行为控制对社交类手机软件用户的使用行为意向具有显著正向影响.并基于此提出了社交类手机软件的使用呈现年轻化、时尚化、娱乐性等特点及其开发建议.
计划行为理论;行为态度;行为意向;社交类手机软件
伴随着互联网的普及、智能手机的迅猛发展,移动手机应用方兴未艾,尤其是社交类手机应用层出不穷.社交类手机软件借助于LBS(基于位置的服务)、通讯、兴趣等功能,以提供分享、沟通、娱乐服务等为立足点来满足用户的不同需求,极大地影响着人们的日常生活.2016年3月中国互联网信息中心(CNNIC)发布的《2015年中国社交应用用户行为研究报告》显示,从社交用户平均每日接触互联网的时长来看,手机上网时长6小时以上的用户占22.8%,上网时长2小时以上的用户累计占60.5%,社交应用成为网民生活中不可缺少的一部分;结果还显示,即时通讯应用已经成为移动互联网第一大应用,使用率高达90.7%[1].据中商情报网统计显示,与2014年相比,2015年全球互联网用户数量超过34亿,增长了10%,社交应用使用量同样增长了10%,而通过移动设备访问社交应用人数的增长超过了17%[2].
根据《互联网周刊》发布的2014年、2015年《移动APP排行榜TOP500》榜单对比发现,微信和QQ继续占据着排行榜的前两位,陌陌超过微博成为排行榜第三,微视、遇见、来往、nice等新兴社交软件发展较快,较2014年排行榜有所上升[3].中国互联网信息中心将移动社交应用定义为具有社交功能的移动互联网应用.主要由即时通信工具、图片/视频社交应用、社区社交应用、职场社交应用、婚恋/交友社交应用和综合社交应用等6大类型组成.本研究以微信、微博、QQ、陌陌以及探探、她他社等新兴社交软件为研究重点,从使用者行为倾向视角对社交类软件使用情况进行分析.
1.1 计划行为理论概述
计划行为理论(Theory of Planned Behavior,TPB)是由阿耶兹(Icek Ajzen)在1985年提出,是社会科学领域中解释个人行为决策以及实际行为的重要理论,是在理性行为理论(Theory of Rea⁃soned Action,TRA)的基础上发展而来[4].它认为个人的实际行为由行为意向决定,行为意向是指个人执行某种特定行为的动机.同时,阿耶兹认为个人的行为并不是完全自愿的,而是处于各种因素的影响和控制之中.因此,他在理性行为理论的基础上增加了“知觉行为控制”概念,从而形成较为完善的计划行为理论[5].如图1所示.
计划行为理论认为,行为意向是个人实际行为的最后前因变量,其它因素都是通过影响个人行为意向从而影响实际行为的产生.个人行为意向主要受到主观规范、行为态度以及知觉行为控制3方面的影响.行为态度是指个体对某项具体行为所持有的积极的或消极的的情感;主观规范(Subjective Norm)是指个体在进行某项具体行为时所能感受到的外界压力,在这种外界压力中某些具有感染力和号召力的个人或组织对于个人是否采取某项特定行为所发挥出来的影响效果明显;知觉行为控制(Perceived Behavioral Control)是指当个体感知所拥有的资源与机会越多,如时间、精力、资金等,那么所预期的阻力就越少,进而对行为的知觉行为控制越容易,反之就会越困难.
图1 计划行为理论模型
陈梅[6]通过运用技术接受模型对用户使用社交类手机软件的意愿进行了分析,在用户行为模型中增加了感知娱乐性、感知风险性以及网络外部性来对技术接受模型进行修正,进而对用户行为态度以及实际行为进行分析.张敏[7]等以实证研究的方法对上海理工大学学生使用社交类手机软件进行调查研究,分析了影响大学生使用社交类手机软件行为意愿的因素.华中师范大学赵欣玢[8]等以武汉市大学生为数据来源,对手机软件在大学生群体中的使用现状及需求进行了分析.尽管对社交类手机软件用户使用意愿已经有了一定的研究,但是从计划行为理论出发,能够更有力、更全面地分析使用者的使用态度、使用意愿以及使用行为.
1.2 研究假设
根据计划行为理论观点,社交类手机软件用户在需求得到满足时会产生相应的使用意愿,从而产生某种特定行为.笔者在原有计划行为理论模型的基础上,结合社交类手机软件的特点,对影响使用者行为态度的因素进行划分,增加了感知娱乐性、感知系统软件、感知风险性以及感知便利性4个因素,对计划行为理论模型进行了补正,如图2所示.
图2 补正后计划行为理论模型
感知娱乐性来源于Lieberman[9]提出的娱乐性概念,认为娱乐性是计算机使用者与其互动所表现出的主观感受.1992年Davis[10]等将感知娱乐性加入到信息系统研究领域,研究得出感知娱乐性是用户体验和使用信息系统的内部动机.后续许多学者对该变量进行验证,发现加入感知娱乐性能够更好地对信息系统用户的使用行为进行预测和解释,弥补了以往模型缺少用户本身特性的缺陷[11].基于此提出了假设H1:感知娱乐性对社交类手机软件使用者行为态度具有正向的显著影响.
安装在移动设备上的应用程序,应能为使用者提供通讯、分享、娱乐、社交等功能及各方面相关信息.因此,软件系统质量是使用者所必须考虑的因素.首先,软件所提供的功能是否齐全,是否可以满足使用者社交的基本需求;其次,操作软件的流畅程度如何,有些软件由于与移动设备系统的不兼容或自身存在漏洞而无法安装成功,或安装后出现闪退、卡死等问题,影响用户的体验和使用;再次,软件的使用界面设计是否美观易用等.基于此提出了假设H2:感知系统软件对社交类手机软件使用者行为态度具有正向的显著影响.
1960年,哈佛大学学者Raymond A.Bauer[12]首次将“感知风险性(Perceived Risk)”从心理学引入到消费者行为学研究领域;Shih-Ming Pi和Sangruang[13]检验了消费者所感知到的便利、财产、人身安全、履行承诺、时间、心理、社会风险与消费者行为态度之间的关系.对于社交类手机软件,由于互联网存在着隐蔽性和不可预知性,尤其对于社交类用户,有些信息双方互不了解,所以可能会涉及用户的人身安全、财产安全以及隐私安全.基于此提出了假设H3:感知风险性对社交类手机软件使用者行为态度具有正向的显著影响.
感知便利性与技术接受模型(TAM)中使用的“感知易用性”和“感知有用性”类似.Davis[14]在技术接受模型中认为,感知易用性是指使用者感受到操作某一系统的便利程度;感知有用性是指当使用者感受到某一系统有价值、能给他们带来利益时,会选择使用这一系统以提高工作效率.后续学者鲁良兵[15]、董正浩[16]等通过研究都证实了这一观点的效用.基于此提出了假设H4:感知便利性对社交类手机软件使用者行为态度具有正向的显著影响.
Feshbein[17]认为个体的行为态度是影响行为意向的重要因素,对个体的行为意向具有较高的解释力和预测力.Ajzen[18]在计划行为理论中提出,个体对某种特定行为所持有的积极或消极的态度与执行该行为有很大的关联性,即个人对某项特定行为态度越积极,其越有可能执行某项行为,反之则不可能.基于此提出了假设H5:社交类手机软件使用者行为态度对其行为意向具有正向的显著影响.
主观规范是指个体在进行某项行为时所感受到的来自其他个体以及组织的压力,他人的行为、意见以及评价会影响甚至改变个体的行为.在是否使用社交类手机软件这一特定行为上,来自家人、朋友、同学和领导等评价、意见及影响会改变个体的使用意向.基于此提出了假设H6:社交类手机软件使用者主观规范对其行为意向具有正向的显著影响.
知觉行为控制主要由个人所具有的精力、时间及资金条件来决定,当个体拥有越丰富的资源条件和良好机会时,就越愿意去实行某项特定的行为;反之受个人资源及能力限制越不愿意去实行该行为.基于此提出了以下假设:H7社交类手机软件使用者知觉行为控制对其行为意向具有正向的显著影响;H8社交类手机软件使用者知觉行为控制对其实际行为具有正向的显著影响;H9社交类手机软件使用者行为意向对其实际行为具有正向的显著影响.
2.1 问卷设计
调查问卷的第一部分为人口统计变量,主要包括性别、年龄、学历、职业、收入水平等.第二部分是用户使用社交类手机软件基本情况,主要包括用户使用过的社交类手机软件名称(微信、微博、QQ、陌陌、探探、小咖秀和其他)和平均使用时间.第三部分是社交类手机软件使用情况的研究量表,在此均采用Likert5点量表法(1=完全不同意……5=完全同意).
2.2 描述性统计分析
表1 描述性统计分析
从表1可以看出本次调查样本的基本情况:男性为129人、占总体样本的43%,女性为171人、占总体样本的57%;从使用者年龄来看,使用者多集中在18—39岁的中青年阶段,其中以18—25岁的青年人士居多,体现了社交类手机软件时尚性的特点;从使用者的教育水平来看,大专及本科所占的比重较大,其次是研究生以上,说明社交类软件的用户普遍集中在学历较高的人士中;从职业及收入水平来看,使用社交类手机软件的主体为学生;从使用社交类手机软件的名称分析,微信成为大家最常用的手机软件,微博和QQ作为老牌社交软件,依靠其大量的用户基数,仍然是大家普遍使用的社交软件,探探、陌陌、她他社等新兴的社交类手机软件依靠其独特的软件特点及其较高的趣味性吸引了一大批使用者,成为社交类手机软件用户的又一青睐点;从使用年限上,大部分用户接触新兴社交软件时间不长,而接触微信和QQ的相对比较久长一点.
2.3 信度与效度分析
信度是指测验量表工具所测得结果的稳定性及一致性,常用的检验量表信度的方法为Cronbach’s α系数:α系数值如果在0.6~0.65就不采用;在0.65~0.7是最小可接受值;在0.7~0.8相当好;在0.8~0.9非常好[20].
所谓效度是指量表能够测到该测验所预测(使用者所涉及的)心里或行为特质达到何种程度.一般情况下,实证研究通常会进行内容效度以及建构效度的检验.内容效度是指测验内容的代表性和覆盖面的程度,通常采用成熟的量表来进行研究.建构效度是能够测量到理论建构心里特质的程度.
本文所采用的量表题项参考或改编自Ajen[18]计划行为理论模型问卷设计模式,以及社交类手机软件用户使用意愿的实证研究成果[6].因此,各变量的测量指标具有很高的内容效度.
在对量表进行建构分析时首先要对量表进行KMO数值检验和Bartlett球形度检验来确定数据是否适合进行因子分析,一般采用0.7作为KMO的度量标准,当KMO大于0.7时即可进行因子分析.
利用SPSS22.0进行信度和效度分析,具体测量结果如表2所示.
表2结果显示,所有潜在变量的Cronbach’s α系数均在0.8以上,可见信度较好,即各测量项目之间具有较好的一致性.之后对整个量表进行信度分析,Cronbach’s α系数达到0.955,说明整个研究量表具有很高的可信度,适合作进一步分析.同时,结果还显示KMO>0.7,显著性为<0.05,说明变量之间具有相关性并适合分析.
2.4 回归分析
模型岩土体采用实体单元,采用修正摩尔-库仑本构模型,岩土体的物理力学参数依据本工程勘察报告提供的参数选取,如表1所示。
本研究采用回归分析方法来分析感知娱乐性(X1)、感知系统软件(X2)、感知风险性(X3)和感知便利性(X4)与使用者行为态度(Y1)的关系;使用者行为态度(Y1)、主观规范(Y2)、知觉行为控制(Y3)与使用者行为意向(Z)的关系;使用者行为意向(Z)、知觉行为控制(Y3)与使用者实际行为(W)之间的关系.感知娱乐性(X1)包括3个题目,感知系统软件(X2)包括3个题目,感知风险性(X3)包括3个题目,感知便利性(X4)包括3个题目,行为态度(Y1)包括4个题目,主观规范(Y2)包括4个题目,知觉行为控制(Y3)包括3个题目,使用者行为意向(Z)包括3个题目,使用者实际行为(W)包括3个题目,样本量N=300.因为这些数据是采用李克特5点量表测量的,可看作连续变量,所以将每一变量包含题目得分的平均值作为变量值再进行回归分析.
表2 信度效度分析
续表
2.4.1 使用者行为态度的影响因素分析
以处理后的使用者行为态度为因变量,以“感知娱乐性”“感知系统软件”“感知风险性”“感知便利性”为自变量进行回归分析,具体回归分析结果如表3所示.
表3 使用者行为态度影响因素回归分析结果
表4 使用者行为意向影响因素回归分析结果
因变量:行为态度
从表3得出建立回归方程中的常数、回归系数、标准化回归系数以及对回归系数进行t检验的结果.结果显示:“感知娱乐性”“感知系统软件”“感知风险性”“感知便利性”4个自变量对“行为态度”影响系数分别为:0.451(t=10.593,p=0.000),0.308(t=9.160,p=0.000),0.122(t=2.689,p=0.008),0.203(t=5.408,p=0.000),均到达0.005显著水平.因此,使用者行为态度影响回归方程为Y1=-1.530+0.596X1+0.345X2+0.160X3+0.245X4,回归系数为正,“感知娱乐性”“感知系统软件”“感知风险性”“感知便利性”4个自变量对“行为态度”有正向影响.其中感知娱乐性达到0.451,说明社交类手机软件用户在使用过程中更注重娱乐性体验;感知风险性仅0.122,说明用户在使用社交类手机软件时不太注意个人信息方面的安全问题.
2.4.2 使用者行为意向影响因素分析
以处理后的使用者行为意向为因变量,以“行为态度”“主观规范”“知觉行为控制”为自变量进行回归分析,具体回归分析结果如表4所示.
从表4得出建立回归方程中的常数、回归系数、标准化回归系数以及对回归系数进行t检验的结果.结果显示:“行为态度”“主观规范”“知觉行为控制”3个自变量对“行为意向”影响系数分别为0.518(t=14.753,p=0.000),0.324(t=9.697,p=0.000),0.232(t=6.372,p=0.000),均到达0.005显著水平.因此,使用者行为态度影响回归方程为Z=-1.415+0.683Y1+0.364Y2+0.280Y3,回归系数为正,“行为态度”“主观规范”“知觉行为控制”3个自变量对“行为意向”有正向影响.其中,行为态度达到0.518,说明用户对于社交类手机软件的态度直接影响其使用意向从而影响实际行为;主观规范系数达到0.324,说明来自他人的评价、态度、意见和行为会对使用者的行为意向产生正向影响;知觉行为控制的系数达到0.232,说明当个人的时间、金钱和精力充裕时,使用者会增加对社交的需求,反之则会减少.
2.4.3 使用者实际行为影响因素分析
以处理后的使用者实际行为为因变量,以“行为意向”“知觉行为控制”为自变量进行回归分析,具体回归分析结果如表5所示.从表5得出建立回归方程中的常数、回归系数、标准化回归系数以及对回归系数进行t检验的结果.结果显示:“行为意向”“知觉行为控制”对“实际行为”影响系数分别为0.503(t=10.065,p=0.000),0.265(t=5.296,p=0.000),均到达0.005显著水平,用户行为态度影响回归方程为W=0.638+0.549Z+0.258Y3,回归系数为正.因此,“行为意向”“知觉行为控制”对“实际行为”有正向影响,其系数达到0.503,说明使用意向会直接诱使用户实际使用.用户一旦对某款社交类手机软件产生好感,便会产生使用行动.
通过对上述计划行为理论模型以及回归方程模型的归纳总结,得出路径分析示意如图3所示.
表5 使用者实际行为影响因素回归分析结果
图3 路径分析示意
本研究在计划行为理论的基础上,结合社交类手机软件的自身特点,将感知娱乐性、感知系统软件、感知风险性以及感知便利性纳入到一般计划行为理论模型中,对计划行为理论进行了基于社交类手机软件的修正.得出以下结论:
首先,分析社交类手机软件的用户个体特征,发现用户群体呈现出年轻化、时尚化的特点,其中以学生居多,用户对于基本的社交类手机软件如微信、QQ、微博等使用较为稳定,对于新兴的手机社交软件兴趣浓厚,用户数量逐渐增多;其次,与以往的研究结论相一致,用户行为态度作为影响用户行为意向的主要因素得到证实,同时主观规范、知觉行为控制对于用户行为意向具有显著正向影响,表明除行为态度外,周围人的影响及用户的时间精力等也会影响用户对于社交类手机软件的使用;再次,在分析影响社交类手机用户行为态度因素时发现,感知娱乐性、感知系统软件、感知风险性以及感知便利性对用户行为态度存在着显著正向影响,其中娱乐性强的社交类手机软件已经成为人们情感联络、资源共享、时事评论、展示自我的重要渠道.
结合上述结论,本研究对社交类手机软件平台的设计及运营提出以下建议:首先,社交类手机软件用户具有年轻化、时尚化的特点,针对年轻人的社交类手机软件更容易打开市场;其次,用户对于社交类手机软件的娱乐性要求较高,娱乐性较强的社交类手机软件更能吸引用户的关注,增加用户数量;再次,为达到广泛推广的目的,社交类手机软件在设计以及运营过程中应该关注便利性、安全性等特点,增加用户使用粘性.这些均对社交类手机软件平台提高用户使用意愿、增加用户使用数量、提升用户使用粘性等具有重要意义.
[1] 中国互联网络信息中心.2015年中国社交类应用用户行为研究报告[EB/OL].(2016-08-30)[2016-11-01].http://www.cnnic.net.cn/gywm/xwzx/rdxw/2016/201608/t20160803_54389.htm
[2] 中商情报网.2016年度移动社交市场发展分析报告[EB/OL].(2017-03-27)[2017-05-01]http://www.askci.com/news/hlw/20170327/14581794397.shtml
[3] 中商情报网.2015年手机APP排行榜[EB/OL].http://www.askci.com/news/hlw/20160613/09250428138.shtml
[4] 闫 岩.计划行为理论的产生、发展和评述[J].国际新闻界,2014(7):113-129.
[5] 劳可夫,吴 佳.基于Ajzen计划行为理论的绿色消费行为的影响机制[J].财经科学,2013(2):91-100.
[6] 陈 梅,田书格,汪明艳.社交类手机APP用户使用行为分析[J].现代情报,2015(9):171-177.
[7] 张 敏,孙 洋.大学生手机社交APP使用行为的实证分析——以上海理工大学为例[J].传媒,2013(11):61-63.
[8] 赵欣玢,赵 蓉.社交与学习:手机APP在大学生群体中的使用现状及需求分析——以武汉市大学生为例[J].新闻研究导刊,2015(10):233-235.
[9] LIEBERMAN J N.Playfulness:It’s Relationship to Imagination and Creativity[M].New York:Academic Press,1977.
[10] DAVIS,F D,BAGOZZI,R P,WARSHAW,P R.Extrinsic and intrinsic motivation to use computers in the workplace[J].Journal of Applied Social Psychology,1992(22):1111-1132.
[11] 郭雪婷.网购类APP品牌体验对消费者使用意愿的影响研究[D].广州:华南理工大学,2015.
[12] BAUER R A.Consumer behavior as risk in Hancock,R.S.(Ed.),Dynamic Marketing for a Changing World,Proceedings of the 43rd Confer⁃ence of the American Marketing Association[M].Chicago:America Marketing Association,1960:389-398.
[13] SHIH-MING PI,SANGRUANG.The perceived risks of online shopping in Taiwan[J].Social Behavior and Personality:An International Jour⁃nal,2011,39(2):275-286.
[14] DAVIS F D.BAGOZZI R P,WARSHAW P R.User acceptance of computer technology:a comparison of two theoretical model[J].Management Science.1989,35(8):982-1003.
[15] 鲁良兵.手机软件用户体验的评估及其对使用意愿的预测作用[D].杭州:浙江大学,2010.
[16] 董正浩,赵 玲,冯 鑫.移动互联网环境下口碑传播对智能手机用户使用意愿的影响研究[J].科技管理研究,2013(22):220-224.
[17] FISHBEIN M,AJZEN I.Belief,Attitude,Intention and Behavior:An Introduction to Theory and Research[M].Menlo Park,CA:Addison-Wesley Publishing Company.Inc,1975:135-138.
[18] ICEK AJZEN.The theory of planned behavior[J].Organizational Behavior and Human Decision Processes,1991(50):179-211.
[19] 康 军.关于统计过程控制中样本组数量的研究[J].统计与决策,2012(19):18-20.
[20] 陈希镇.F检验和信度系数α[J].数理统计与管理,1993(1):37-41.
Social Mobile Software Usage Based on Theory of Planned Behavior
GUO Xiaodong,SU Weihuan
(School of Business Management,Lanzhou University of Finance and Economics,Lanzhou 730020,China)
Based on the Theory of Planned Behavior,according to the features and functions of the social mobile software,it tried to explore the influencing factors of social mobile software usage.The findings show that perceived entertainment,perception system software,perceived risk,perceived convenience evidently affect consumers’be⁃havior attitude.Meanwhile,subjective norm,consumers’behavior attitude and perception behavior control have positive effect on user’s behavioral intention.It holds that usage of social mobile software is of rejuvenation,fash⁃ion-orientation and entertainment,and countermeasures are provided at last.
Theory of Planned Behavior;behavior attitude;behavioral intention;social mobile software
C913.3
A
2095-4476(2017)05-0057-07
(责任编辑:陈 丹)
2016-11-24;
2017-05-01
国家社科类基金项目(16BGL178);甘肃省自然科学基金项目(1606RJZA046);兰州财经大学2016年校级重点项目(Lzufe201602)
郭晓东(1990— ),男,山西朔州人,兰州财经大学工商管理学院硕士研究生;苏维欢(1992— ),女,山西运城人,兰州财经大学工商管理学院硕士研究生.