中国互联网络信息中心发布的《2014年中国青少年上网行为调查报告》显示,截至2014年底,青少年手机网民规模已经达到2.43亿,占青少年网民87.6%[1]。大学生是对新事物最感兴趣、接受新技术最快的群体,智能手机使用率已达99%以上。随着手机终端的不断发展和移动互联网的不断升级,智能手机必将对大学生的学习生活产生深远影响。本文将依据技术接受理论和积极心理学理论,以不同类型高校大学生为调查对象,通过深度访谈和开放式问卷调查构建大学生智能手机使用行为影响因素研究模型,了解大学生手机使用需求和满足效用,揭示手机使用行为与大学生主观幸福感之间的联系。
一、 研究的理论基础及模型构建 1. 技术接受理论1986年,Davis为研究人们对应用计算机的态度而建立了技术接受(technology acceptance,简称TA)模型[2]。该模型能够预测和解释用户接受态度,被众多研究者采纳。TA模型主要包括外部变量、感知有用性、感知易用性、使用态度、使用意图和使用行为六个潜变量,变量间影响见图1[3]。
有学者发现感知易用性和感知有用性,以及一些外部变量对智能手机使用有显著影响等[4,5],本文在此基础上对手机使用行为与动机的关系及对人生体验的影响等问题进行研究。
2. 积极心理学理论积极心理学以研究人类的积极心理品质,关注人类的健康幸福与和谐发展为主要内容,试图以新的理念、开放的姿态阐释与实践心理学,倡导心理学的积极取向。主要包括幸福、沉浸体验、希望和乐观、情绪智力、天赋、创造力与智慧、积极特质与动机、积极自我、积极关系、积极改变等内容。以往研究中,积极心理学主要应用于企业、家庭等方面研究,在手机使用方面尚未有应用。本文将积极心理学理论运用于智能手机使用行为研究,将丰富以往研究模型,提高对手机使用行为的解释力。
3. 模型构建的基本思路选取技术接受理论和主观幸福感理论的核心构念,构建既可单独检验又可组合分析的三个潜变量模型,即技术接受(TA)模型、主观幸福感(SWB)模型和技术接受—主观幸福感(TA-SWB)模型,通过比较,找到解释力最强的模型。
技术接受(TA)模型主要采用其中的感知有用性、感知易用性和使用行为三个潜变量。为了了解外部变量对手机使用行为的直接影响,将外部变量分解为背景变量、人口统计学变量和时间变量,并将这些变量改为直接影响使用行为变量;为了更深入地研究手机使用行为与使用态度的关系,借鉴积极心理学中的元动机状态概念,用元动机状态替换了使用意图。调整后的大学生智能手机使用技术接受模型如图2所示。
主观幸福感(SWB)模型包括生活满意度、积极幸福感、满足效用和元动机状态等多个潜变量,我们利用元动机状态,满足效用和总体幸福感来测量大学生的个人和社会生活质量,并将其作为最终结果变量,分析智能手机使用行为带来的影响。 大学生智能手机使用SWB模型见图3。
大学生智能手机使用TA-SWB模型是前两个模型的综合,分为两个主要部分:一是大学生使用智能手机的影响因素,二是智能手机使用带来的影响。感知有用性、感知易用性和态度作为影响因素,元动机状态、满足效用和生活幸福感作为结果变量,考虑到影响大学生主观幸福感的其他因素,又加入了背景变量来提高模型解释力。大学生智能手机使用TA-SWB模型见图4。
本次调查对象为沈阳市全日制本专科生,随机抽取高校10所,其中985高校1所、非985的211院校1所、其他一本高校2所、二本高校2所、三本高校2所、专科院校2所。共发放问卷1300份,收回有效问卷1008份,问卷有效回收率为77.5%。调查对象中男女所占比例分别为37.1%和62.9%;在年级方面,大一、大二、大三、大四和大五(仅医科高校有涉及)所占比例分别为36.3%、31.0%、21.5%、10.3%和0.9%;在专业方面,理工科、文科、医科、商科和其他学科各占35.2%、33.1%、8.7%、9.0%和14.0%。
2. 问卷质量分析以开放式访谈为基础,借鉴以往研究成果,初步编制了大学生智能手机使用行为影响因素封闭问卷,经预调查对问卷进行修正,形成包括76个封闭性问题和8个背景信息问题的问卷。
(1) 信度分析。 信度分析采用克朗巴赫系数方法。应用SPSS 21.0对1008份问卷进行分析,除使用态度、元动机状态两个量表的信度系数低于0.7(分别为0.636和0.577)外,其余量表的信度系数都高于0.7,同时总量表信度系数高达0.949,表明问卷的可靠性和稳定性很好。
(2) 效度分析。 采用构念效度来表征问卷的效度。应用Mplus 7软件的稳健极大似然估计法(MLR)对问卷各分量表(结构变量)进行验证性因子分析。因子模型的整体拟合度指标见表1。
由表1可知:x2 /df=2.76,说明因子模型拟合良好;RMSEA=0.042,可以说是良好的模型拟合;从CFI和TLI这两个指标(小于0.90)看,模型拟合稍欠理想;除了以上拟合指标外,还可从残差大小来考察模型拟合程度,SRMR=0.057,说明模型拟合理想。
通过对各结构变量构念聚合效度检验可知,感知有用性、感知易用性、态度、元动机状态、手机使用行为、满足效用、生活幸福感均能被其对应的观测变量较好地诠释,绝大多数题项因子载荷系数都大于0.4,说明数据具有较好的聚合程度。
三、 大学生智能手机使用行为分析 1. 各变量均值分析调查显示,受访者最常用的8项手机功能依次为听音乐、维系和朋友的感情、打电话、拍照和摄像、使用手机设置闹钟、获取天气信息、看视频和查找学习资料。
感知有用性方面,手机的重要性均值为4.02、手机提高生活质量均值为3.61、提高做事效率均值为3.35、帮助更好学习均值为3.13,说明手机在受访者的生活中已经不可或缺。
感知易用性方面,手机简单易用的均值为3.43、手机触屏使用方便均值为4.01、能根据需求安装和卸载软件均值为4.17、手机系统反应迅速的均值为3.66,说明智能手机的触屏、功能开放性和反应速度都受欢迎;手机操作提示、图标指示等均值均高达3.70以上,说明大学生使用智能手机是简单容易的。
态度方面,大学生认为手机主要是用来娱乐、学习、社交、获取资讯,以及通讯的均值分别为3.22、2.18、3.42、3.49、3.9,可以看出手机仍然主要被受访者视作通讯工具,其次是获取资讯、社交和娱乐工具,最后才是学习工具。在对手机的评价上,89.7%的受访者认为手机给他们带来了乐趣,81.3%的受访者认为手机使用降低了他们的视力,76.5%的受访者认为手机使用影响他们的课堂学习,这表明受访者对手机的评价褒贬不一。
在元动机状态方面,使用手机总是有明确目的的均值为3.83,并且受访者在玩手机时的心境是专注的均值为3.31、愉悦的均值为3.24,有91.4%的受访者认为摆弄手机时多是无聊。
2. 外部变量影响分析(1) 人口统计学变量的影响。 对各人口统计学变量进行独立样本T检验或单因素方差分析可知,性别对元动机状态和手机使用行为均有显著影响;所在年级对态度有显著影响,进一步实施两两比较,发现在态度上,一年级除了和五年级不存在明显差异,和其他年级都存在明显差异;所在学校对主观幸福感有显著影响,专科学校的学生和一本院校、二本院校、三本院校都存在明显差异;所学专业对态度、元动机状态、手机使用行为和满足效用有显著影响。
(2) 背景变量的影响。 对成绩排名、校内工作及家庭情况等背景变量进行单因素方差分析可知,成绩排名对态度和主观幸福感有显著影响,在态度方面,随着成绩排名的靠后,态度的均值升高;校内工作对感知有用性、感知易用性、态度、手机使用行为、满足效用和主观幸福感有显著影响;家庭经济状况对感知有用性、感知易用性、态度、手机使用行为、满足效用和主观幸福感有显著影响,家庭经济状况越好,态度的均值越低;在主观幸福感方面,家庭经济状况各选项间存在显著差异。
(3) 时间因素的影响。 对手机的日均使用时间和使用年限等各时间变量进行单因素方差分析可知,手机日均使用时间对感知有用性、感知易用性、态度、元动机状态、手机使用行为、满足效用和主观幸福感有显著影响,在满足效用及生活幸福感方面,随着每日使用手机的时间增加,满足效用及主观幸福感增加;使用年限仅对手机使用行为和主观幸福感有显著影响,随着使用年限的增加,生活幸福感的均值增加,如表2所示。
心绪转换效用均值由高到低依次为音乐和视频、手机社交、游戏及阅读,各题均值都高于3.00,说明智能手机能较大程度帮助大学生舒缓和排解不良情绪,其中听音乐和看视频作用最大。
人际关系效用方面,有89.1%的受访者认为手机使用加深了自己和家人、朋友的关系,74.8%认为手机的虚拟性可使人更好地表达想法,从而与亲人、朋友建立更加密切的关系;智能手机在拓展人际圈方面的作用不大,均值较低为2.81;网络安全威胁难以给人带来安全感的均值也为2.81。
环境监测效用方面,智能手机在获取资讯、参与话题讨论,以及了解身边朋友状况上的均值都很高,分别为3.82、3.36、3.76。由此可知,智能手机是受访者获取新闻资讯的重要工具。
自我实现效用方面,有81.7%的受访者认为手机能够让他们表达个人观点,说出自己的想法;76.9%的受访者认为智能手机的使用能够展现个人魅力,从而提高个人自信心。
工具利用效用方面,有88.9%的受访者认为智能手机使网上购物更加便捷,有90.1%的受访者认为智能手机付款提高了生活效率,89.6%的受访者认同手机学习应用给学习带来的便捷性。
主观幸福感方面,受访者的自尊感和满足感各方面的均值都大于3.20,说明受访者对自己的生活状态较满意,觉得自己比较幸福。
四、 手机使用行为对主观幸福感影响模型验证 1. 模型拟合度验证与比较本研究共涉及TA 、SWB、 TA-SWB 3个模型,均采用Mplus 7的MLR进行分析。通过比较发现,TA、SWB和TA-SWB模型的卡方/自由度比值分别为3.57、2.80和2.82,后两者均小于3;SWB和TA-SWB模型的RMSEA值均为0.042,其他指标也表明这两个模型拟合较好。考虑到TA-SWB模型包含变量和路径最多,但其拟合优度与最简单的SWB模型相当,综合来看,TA-SWB模型为最佳模型。
2. TA-SWB模型路径系数验证运用MLR分别对TA和SWB模型进行路径系数检验,结果如图5和图6所示。
由于背景变量不仅影响主观幸福感,对感知有用性、感知易用性等变量也有影响,故将背景变量作为感知有用性、感知易用性和主观幸福感的前置变量,在手机使用行为前加入TA变量由此构成TA-SWB新模型,对其运用MLR进行路径系数检验,结果如图7所示。
由图7可知,TA-SWB模型的路径系数并没有改变方向,与TA和SWB模型相比只是部分系数值有所变化。除了满足效用和主观幸福感之间的路径系数较小,其他的路径系数都较大,这说明手机使用受到感知有用性、感知易用性、态度和元动机状态的影响,但对主观幸福感影响较小。
需要指出的是,虽然TA-SWB模型表现最好,但这不过是一次问卷调查的结果,其结论的可靠性还需要其他研究,尤其是实验研究的确认。
五、 提高大学生幸福感的建议从以上分析可知,随着手机使用时间的增加和满足效用,大学生生活幸福感增加。效用满足主要体现在舒缓情绪、获取资讯、表达个人观点、方便购物和方便学习等方面。智能手机已经成为大学生学习生活中不可或缺的工具,大潮流不可改变,与其逆势而行,不如顺势而为。对智能手机功能效用的合理开发将会在提高大学生学习积极性,强化专业素质,拓宽知识面,改善人际交往方面起到积极作用,进而提高大学生主观幸福感。
1. 开发提高幸福感的APP,为大学生业余文化生活提供便利研究发现,手机各功能使用与主观幸福感相关度高的有获取生活信息(如KTV、电影院、餐馆、机票、旅店等)、帮助定位和寻找交通路线、获取天气信息、拍照或摄像、维系和朋友的感情等。因此可针对这些需求,为学生量身定制相关的软件,如针对大学生消费能力较低的特点,开发推送折扣、打折、优惠等活动信息的软件;针对大学生假期较多的特点,开发具有旅游路线设计、消费项目推介、订房等功能的软件。
在受访者中,最常用的手机功能有查找学习资料功能,说明大学生在学习方面应用手机有较大需求。教育管理部门应该主动与APP开发商联合,开发适合大学生使用、满足大学生积极需求的APP。如学习类的小游戏,将专业知识设置成关卡,寓教于乐;针对理工科作业难度大的特点,可开发相应辅助软件;针对艺术类学生,可以开发测评歌唱、绘画、舞蹈水平的软件;针对科技前沿和各学科竞赛活动,可以开发传播不同专业赛事信息和专业前沿信息的APP。
高校可以充分利用手机的便利性进行管理,以提高学生的主观幸福感。比如,可让学生使用手机访问网上图书馆、进行成绩查询、选课,办理各种事务;利用手机获取校园服务,如订水、订票,以及进行电子支付、身份认证、电子考勤等。
2. 利用慕课等建设基础课程平台,实现教育资源的最大共享TA-SWB模型的验证结果表明手机使用对满足效用有直接且非常显著的影响。环境监测、工具利用及自我实现等效用,都能通过手机使用得到满足。在教学活动中,可以通过手机来传递相关课程内容,老师与学生通过手机平台互动交流。教学活动中开发慕课和翻转课堂等手机学习应用软件,可以方便大学生的学习生活。调查显示,所在学校对主观幸福感有显著影响,专科学校的学生和一本院校、二本院校、三本院校都存在明显差异。通过学习平台的开发,实现优秀资源共享,可以减少校际幸福感的差异,实现教育资源效益最大化,提高学生学习主动性和效率。
3. 充分挖掘学生手机使用的大数据,开展更具实效性的教育活动调查中有91.4%的大学生无聊时会摆弄手机,也有81.3%的受访者认为手机使用降低了他们的视力,76.5%的受访者认为手机使用影响他们的课堂学习,说明大学生也意识到智能手机给他们带来的负面效应。面对这一现状,高校教育管理者开展学生喜闻乐见的丰富课余活动是改善学生因无聊而使用手机的必要选择。另外教育管理者也可以利用学生手机上网数据对学生进行有针对性的教育管理。调查中显示74.8%的受访者认为手机的虚拟性能更好地表达自己的想法,这为大学生教育活动开展提供了崭新的、广阔的机会。教育管理者可以通过手机使用获取学生思想动态、生活学习需求等大数据,以便更好地掌握学生状态,为学生提供更好更有效的服务。
[1] | 中国互联网络信息中心. 2014年中国青少年上网行为调查报告[EB/OL]. (2015-06-03)[2015-09-19]. http://www.cnnic.net.cn/hlwfzyj/hlwxzbg/qsnbg/201506/P020150603434893070975.pdf.(1) |
[2] | Davis F D. Perceived Usefulness, Perceived Ease of Use,and User Acceptance of Information Technology[J]. MIS Quarterly, 1989,13(3):319-340.(1) |
[3] | Taylor S,Todd P A. Understanding Information Technology Usage:A Test of Competing Models[J]. Information Systems Research, 1995,6(2):148-149.(1) |
[4] | 郭然然,黄兰. 基于TAM模型的大学生移动学习行为意愿研究[J]. 金华职业技术学院学报, 2014,14(4):32-34.(1) |
[5] | 武林. 触屏智能手机使用行为影响因素研究[D]. 北京:北京邮电大学经济与管理学院, 2012:50-51.(1) |