运动教育干预后中老年人使用智能穿戴健康产品行为意图的研究

苏荣海　徐茂洲　谢仁玮

摘 要：以计划行为理论为研究架构，探讨中老年人接受运动教育后，对使用智能穿戴健康产品的行为意图，并进一步探讨行为态度、主观规范与知觉行为控制对行为意图的影响。方法：选取高雄市14个行政区432名50岁以上的中老年人，运用自编智能型中老年人科技接受量表进行调查。结果：中老年人对智能穿戴健康产品的行为态度和知觉行为控制对使用行为意向的正效应显著（路径系数分别为0.91、0.11，P≤0.01）；主观规范负向影响中老年人对智能穿戴健康产品的使用行为意图（路径系数为-0.17，P<0.01）；中老年人使用智能穿戴健康产品的行为态度在主观规范与使用行为意图之间起部分中介作用（总效果、间接效果和直接效果分别为0.24、0.41和-0.17，C.R.>1.96）。结论：中老年人的主观规范能够通过使用智能穿戴健康产品的态度影响使用行为意图。

關键词：中老年人；计划行为理论；运动科技；运动教育；智能穿戴设备

中图分类号：G 804.8 文章编号：1009-783X（2017）05-0463-05 文献标识码：A

Abstract： The purpose of this study was to explore the senior citizens' behavioral intention of using smart wearable devices after receiving sports education. The researcher used the Theory of Planned Behavior proposing as the major conceptual framework， and intended to understand the impacts that behavioral attitude， subjective norm and perceived behavioral control made on behavioral intention. We chose 432 people aged more than 50 years old from 14 administrative regions in Kaohsiung as participants and investigated them by Self-complied Intelligent Technology Acceptance Scale which applied to the old. The results of data analysis show that the behavioral attitude and perceived behavioral control of the research sample could influence behavioral intention positive and significant （path coefficients were 0.91 and 0.11 respectively； P≤0.01）， subjective norm could influence behavioral intention negative and significant （path coefficient was -0.17； P<0.01）， and behavioral attitude had part mediation effect between subjective norm and behavioral intention （total effect was 0.24； indirect effect was 0.41； direct effect was -0.17； C.R.>1.96）. To summarize， the senior citizens' subjective norm could influence behavioral intention by behavioral attitude.

Keywords： senior citizens； theory of planned behavior（TPB）； sports technology； sports education； smart wearable devices

全球老龄化现象让人口结构出现巨大转变，包括经济、政治、教育与社会等层面都受到相当程度的影响。由于老年人口愈来愈多，老年人的体能与健康促进成为重要的课题，而在强化老年人体能与健康促进的策略中，运动教育被认为是十分有效的方式之一。

随着科技发展，智能穿戴健康产品上市，人们的生活变得更加便利。智能穿戴健康产品多种多样，近年来诸如Apple Watch、Google Glass等问世，使得智能穿戴健康产品被众多消费者所了解。像智能手表、智能手环、智能眼镜、心率监测设备等都是智能穿戴健康产品，因受限于应用领域与产品价格，目前只有智能手表与手环普及到人们的生活中。由于智能型手表与手环具备生理监测功能，它可以让中老年人实时收集自己身体的基本生理数据，再结合完整的休闲运动计划，能够让中老年人得到更快乐的运动体验，从而促进老年人体能与健康；但是中老年人对新科技的接受度偏低，对于近年研发出来的智能穿戴健康产品更是如此，所以运用计划行为理论（Theory of Planned Behavior，TPB）作为主要架构，并以运动教育课程为分水岭，探讨中老年人接受运动教育后对使用智能穿戴健康产品的行为意图。希望可以藉此深入探讨在新科技发展背景下，中老年人对于新兴创新科技产业的认知，并试图了解此人群接受运动教育后对新科技产品使用的行为意图。

1 研究设计与数据收集

1.1 概念模型endprint

余泰魁等[1]、Mathieson[2]、Davis等[3]、Igbaria等[4]、Dishaw等[5]的研究指出：主观规范对态度有直接效果，主观规范对行为意图有间接效果，态度为主观规范与行为意图的中介变量。在体育领域中，知觉行为控制对运动行为意图有重要的直接影响效果[6]。经以上文献探讨，在计划行为理论基础上，拟定研究架构（如图1所示），并设列假设，见表1。

1.2 研究对象

为确保测量工具问卷的信、效度，预试问卷选取我国台湾地区50岁以上中老年人进行施测，共发放52份问卷，回收50份有效问卷，有效回收率为96.2%。

以施测地区2014年底的人口年龄数据为准，50岁以上为968万7 155人。运用绝对精密度估算所需样本数，于95%置信水平与±5%抽样误差下，至少需抽样384人才具有代表性。据此，正式问卷共计施测432人，回收有效问卷413份，超过代表样本数最低要求，样本特征见表2。

1.3 研究工具

参考许嘉麟等[7]的量表，经过2次专家会议讨论后，改编成《智能型中老年人科技接受量表》。量表以Ajzen[8]所提出的计划行为理论为基础，设计包括行为态度、主观规范、知觉行为控制与行为意图4个分量表。采用李克特7点计分，从完全不同意到完全同意，分值越高表示同意程度越高。

2 数据处理与结果分析

2.1 問卷的信度分析

由表3可知，题目与总分相关的值均大于0.3。各因子的克朗巴哈系数均大于0.7，属良好信度系数，表示内部一致性较好。

2.2 问卷的效度分析

在维度之间的相关超过0.7的情况下，可利用Bootstrap的方式进行区分效度的分析[9]。运用Bootstrap置信区间法检验各维度的区分效度，若置信区间的上下限值区间未包括1，则称维度具有区分效度[10]。估计结果见表4，维度的置信区间大致相同，且低于1，可见，各维度具有区分效度。

2.3 共同方法偏差分析

单因子验证式因素分析结果如图2所示，卡方值为1 312.793，自由度为90；多因子验证式因素分析结果如图3所示，卡方值为231.933，自由度为84；单因子验证式因素分析与多因子验证式因素分析模型的Δχ2=1 080.86，Δdf=6，差异显著性P<0.01，显示两模型有显著差异，说明研究不会因共同方法偏差而造成估计系数偏误，增加了分析结果解释的正确性。

2.4 整体模型拟合度分析

在结构方程模型中，当样本数大于200以上时，模型的卡方值容易造成膨胀，导致模型拟合度不佳，数据未符合多元正态分布，故拟合度需经由Bollen-Stine P-value correction修正[11]。令虚无假设H0为最大概似法的卡方值（χ2）和经修正后的卡方值相等，P<0.05代表拒绝虚无假设，即最大概似法所得卡方值与Bollen-Stine P-value correction所估计的卡方值不同。本研究经Bollen-Stine bootstrap修正后所得P值为0.000 49，故可接受以Bollen Stine P-value correction进行模型卡方值修正。经Bollen-Stine Bootstrap修正后模型拟合度（见表5），各项拟合度指标均良好。

2.5 假设检验

2.5.1 H1～H4假设检验

根据路径分析结果，H1、H3、H4 3项假设路径值分别为0.91、0.11、0.45，P值小于0.05，即此3项假设成立；H2路径值为-0.17，P值小于0.05，数据分析呈现负向显著影响，换言之，中老年人接受运动教育后，使用智能穿戴健康产品的主观规范负向显著影响行为意图，假设成立。假设模型路径分析如图4所示，研究假设实证结果见表6。

2.5.2 中介效应检验

中介效果检验中，从表7可知，主观规范对行为意图的总效果为0.24，标准误为0.06，C.R.值为4.00，符合大于1.96标准。在95%置信水平下，Bias-corrected估计法所得的置信区间下限为0.12，上限为0.36；Percentile估计法所得的置信区间下限为0.11，上限为0.36；利用MacKinnon所提供的PRODCLIN2置信区间修正程序进行置信区间修正，在95%置信水平下，置信区间下限为0.37，上限为0.78，3种方式进行置信区间计算均未包含0，故总效果成立。同理，间接效果成立。直接效果部分，主观规范对行为意图的直接效果为-0.17，标准误为0.07，C.R.值为2.43，C.R.值大于1.96，直接效果成立。可见，行为态度对主观规范与行为意图为部分中介效果，故假设H5成立。

2.6 交叉效度检验

结构方程模型一般使用协方差结构模型作为事后模型的估计，进行模型检验时，依据MacCallum等[12]的研究指出检验会出现4种不一致性，包括：因参数估计方式选用不同而产生总体样本协方差矩阵与研究模型假设的实际参数估计间不一致，称为近似不一致性；因为以抽样样本替代总体样本，因而产生样本协方差矩阵与样本参数估计间不一致，称为抽样不一致性；因总体样本参数估计值与样本参数估计值间的差异而产生的估计不一致性；以及总体样本协方差矩阵与抽样样本参数估计的协方差矩阵之间的整体不一致性。一般而言，为减少上述异质性情形，必须进行交叉效度验证以证明研究结果具有跨样本及跨情境的一致性。

本研究将样本随机分成2个不同群组，经2个群组进行模型间的交叉效度检验，以检验组间的显著性，若ΔCFI≤0.01或ΔTLI≤0.05表示2群组无差异，证明此模型具有稳定性[13-14]。交叉效度分析结果见表8，结果显示：在经随机分成2群组后，2群组的Δ比较拟合指标（ΔCFI）与考虑模型复杂度后的增值拟合指标（ΔTLI）均符合检验标准，证明研究模型具有一致性与稳定性。endprint

3 讨论

资料[15]显示，2013年底，我国60岁以上的中老年人接近2亿人，2020年将达到2亿4300万人，2025年将突破3亿人。面对2亿多老龄化人口的巨大压力，加之“互联网+健康养老”新技術产品特别是智能穿戴健康产品的快速普及，要实现健康老龄化的目标，促进中老年人这一人群自我健康管理及独立生活的能力，让老年人适应快速的技术创新变得势在必行。由于老年人有其特殊的生理、心理和社会需求特点，可能会对新事物或新技术产生一定程度的抵触情绪。用户的抵触情绪是新兴技术顺利推行的主要障碍之一；因此，在向中老年人推广智能穿戴健康产品时，除了考虑技术因素，也要从中老年人的角度出发进行心理评估，探讨其对于智能穿戴健康产品这一新兴技术的接受度，从而促进中老年群体的使用意向或行为，将潜在需求转变为有效需求。研究结果显示：

1）以往研究表明，中老年用户因对新科技的使用操作缺乏认知，会自认为他们不具备使用新科技需要的专业技能[16]；但当中老年用户充分认知新科技可以带来的好处时，他们会非常有动力去学习[17]。不少研究还发现中老年人很难专注在一件事情上，并且很容易感到厌烦，这种现象可能是由于他们对自身能力不自信而带来的焦虑[18]。除去心理因素，收入和受教育程度也是导致新科技产品低使用率的重要原因[19]。这些研究佐证了中老年人对智能穿戴健康产品的行为态度和知觉行为控制能够正向影响使用行为意向；因此，一方面需对智能穿戴健康产品的使用方式、功能及产品的价格、特性进行耐心讲解，并提供实际体验机会，提升中老年人对产品的态度，另一方面需通过运动教育对中老年人使用产品进行干预，获得产品使用的技能，并提升产品的易用性，提高中老年人使用产品的知觉行为控制，以此提高产品使用率。

2）主观规范负向影响中老年人对产品的使用行为意向，这一结果与以往的研究不一致。老年人不懂得如何操作智能产品时总喜欢问询家人或者近亲好友，并且愿意在家或者有近亲好友的地方使用智能产品[20]。多项研究[21-22]表明，如果年轻人非常擅长使用健康智能产品，他们会鼓励并引导中老年人使用，由此可见，中老年人对新科技健康智能产品的接受能力受家庭及周围人的影响。该研究选取样本的中老年人中“与家人同住”仅占28.1%，“夫妻同住”和“一人居住”的占70.9%，研究样本大多数中老年人缺乏家庭对产品使用的帮助与支持，主观规范效应较低，导致主观规范负向影响中老年人的产品使用行为意向。这也提醒运动教育干预不能影响中老年人的主观规范程度，因此社会、家庭方面应提供更多的支持，从而提升主观规范程度，满足他们的使用需求。

3）大量文献显示，随着年龄增长，身体老化，人体的大部分基本功能会减弱[23-24]。这些变化给中老年人带来很多限制，通常表现为他们在和技术产品交互时感到困惑[25]。与年龄相关的身体机能变化，在人体老化过程中非常普遍，却影响巨大，主要表现在知觉（视觉与听觉）、认知能力和身体活动能力的衰退[26]。中老年人面临着心理、生理上的双重困难，均会影响他们对新科技产品的接受能力；但心理因素似乎更为重要，因为生理上的难题可以通过运动教育干预或好的产品设计去进行一定程度的弥补[24]，而突破心理困难，重要他人（家庭、亲朋好友等）或周遭环境对中老年人的认同感就显得十分重要。根据结果得知，它会直接影响中老年人使用产品的态度，还会透过态度间接影响中老年人使用产品的行为意图。

4 结论

1）中老年人对智能穿戴健康产品的行为态度和知觉行为控制能够正向影响行为意向。

2）主观规范对中老年人使用智能穿戴健康产品的行为意向有负向影响。

3）智能穿戴健康产品的行为态度对中老年人主观规范与使用行为意图具备部分中介效果。

5 未来研究方向

本研究针对中老年人在接受运动教育后对智能穿戴健康产品的行为意图进行研究，在研究过程中，对穿戴式智能产品进行使用教学，而后立即进行运动课程干预，课程内容为适合中老年人的平衡防跌训练健康操。运动课程干预后，先让被试者利用智能穿戴健康产品判读生理数据，再让受试者进行问卷填答，以期了解在运动教育干预下，中老年人对使用智能穿戴健康产品的行为意图。后续研究建议，以运动教育作为干扰变量，探讨中老年人在接受运动教育前后使用智能穿戴健康产品的行为意图。

参考文献：

[1] 余泰魁，郑时宜.虚拟社群在线聊天行为模式之研究[J].电子商务研究，2004，2（2）：117.

[2] MATHIESON K. Predicting user intentions：Comparing the technology acceptance model with the theory of planned behavior[J]. Information Systems Research，1991，2（3）：173.

[3] 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（14）：1111.

[4] IGBARIA M，PARASURAMAN S，BAROUDI J J. A motivational model of microcomputer usage[J]. Journal of Management Information Systems，1996，13（1）：127.

[5] DISHAW M T，STRONG D M. Extending the technology acceptance model with task-technology fit constructs[J]. Information and Management，1999，36（1）：9.endprint

[6] COURNEYA K S，PLOTNIKOFF R C，HOTZ S B，et al. Social support and the theory of planned behavior in the exercise domain[J]. American Journal of Health Behavior，2000，24（4）：300.

[7] 許嘉麟，张韡瀚，黄美涓，等.智能型高龄者照护设备科技接受问卷之内容效度-以“交互式随身照护手表”为例[J].中国台湾职能治疗研究与实务杂志，2008，4（2）：104.

[8] AJZEN I. From Intentions to Actions：A Theory of Planned Behavior[M]. Action Control：Springer Berlin Heidelberg，1985：23.

[9] PING R A. On assuring valid measures for theoretical models using survey data[J]. Journal of business research，2004，57（2）：125.

[10] TORKZADEH G，KOUFTEROS X，PFLUGHOEFT K. Confirmatory analysis of computer self-efficacy[J]. Structural Equation Modeling，2003，

10（2）：263.

[11] BOLLEN K A，STINE R A. Bootstrapping Goodness-of-Fit Measure in Structural Equation Models[J]. Sociological Methods and Research，19

92，21（2）：205.

[12] MACCALLUM R C，ROZNOWSKI M，MAR C，et al. Alternative Strategies for Cross-Validation of Covariance Structure Models[J]. Multivariate Behavioral Research，1994，29（1）：1.

[13] CUDECK R，BROWNE M W. Cross-Validation of Covariance Structure[J]. Multivariate Behavioral Research，1983，18（2）：147.

[14] LITTLE T D. Mean and Covariance Structures（MACS）Analysis of Cross-Cultural Data：Practical and Theoretical Issues[J]. Multivariate Behavioral Research，1997，32（1）：53.

[15] 吴玉韶.中国老龄事业发展报告[M].北京：社会科学文献出版社，2013：2.

[16] HOLZINGER A，SEARLE G，NISCHELWITZER A. On Some Aspects of Improving Mobile Applications for the Elderly[C]//Springer-Verlag：roceedings of the 4th international conference on Universal access in human computer interaction：Coping with diversity ，2007：923.

[17] NEVES B B，AMARO F. Too old for technology？ How the elderly of Lisbon use and perceive ICT[J]. The Journal of Community Informatics，2012，8（1）：1.

[18] LINES L，HONE K S. Eliciting user requirements with older adults：Lessons from the design of an interactive domestic alarm system[J]. Universal Access in the Information Society，2004，3（2）：141.

[19] TACKEN M，MARCELLINI F，MOLLENKOPF H，et al. Use and acceptance of new technology by older people：findings of the international MOBILATE survey “Enhancing Mobility in Later Life”[J]. Gerontechnology，2005，3（3）：126.

[20] SELWYN N. The information aged：A qualitative study of older adults use of information and communications technology[J]. Journal of Aging Studies，2004，18（4）：369.

[21] DILLON A. User acceptance of information technology[J]. Karwowski & Waldemar Encyclopedia of Human Factors & Ergonomics，2001，31（1）：3.

[22] CZAJA S J，LEE C C. The impact of aging on access to technology[J]. Universal Access in the Information Society，2007，5（4）：341.

[23] CZAJA S J，CHARNESS N，FISK A D，et al. Factors predicting the use of technology：findings from the Center for Research and Education on Aging and Technology Enhancement （CREATE）[J]. Psychol Aging，2006，21（2）：333.

[24] HANSON V L. Age and web access：the next generation[C] //International Cross-Disciplinary Conference on Web Accessibililty ACM，2009：7.

[25] ROCKER C，WILKOWSKA W，ZIEFLE M，et al. Towards Adaptive Interfaces for Supporting Elderly Users in Technology-Enhanced Home Environments[C]//Biennial Conference of the International Communications Society：Culture，Communication and the Cutting Edge of Technology，2010：27.

[26] ABELES N，COOLEY S，DEITCH I M，et al. What practitioners should know about working with older adults[J]. Professional Psychology：Research and Practice，1998，29（5）：413.endprint