黃 燕，范 哲

1 研究設計與初步量表構建

近年移動閱讀APP迅速發(fā)展，雖然有研究者指出可用性是移動閱讀使用行為的影響因素[1]，但鮮見研究者從可用性視角探討移動閱讀服務，更無成熟量表測量移動閱讀APP可用性的研究。為此，筆者借鑒移動APP可用性指標，結(jié)合移動閱讀特征，建立移動閱讀APP可用性的測量量表。主要研究思路是：首先通過文獻調(diào)研和訪談，挖掘移動閱讀APP使用者對可用性方面的關注點，結(jié)合移動閱讀APP的特性構建初步量表。在訪談中用戶提到“穩(wěn)定性”“響應速度”，為此，結(jié)合黃煒等提出的移動應用指標體系，提取“內(nèi)存”“更新速度”“兼容性”“穩(wěn)定性”等指標[2]；結(jié)合Hartmut Hoehle等提出的移動應用可用性指標體系，提取“響應速度”“數(shù)據(jù)保留”“色彩”“交互控件”“定方向”“字形”“過渡”等指標[3-4]。由于移動閱讀具有個性化、大容量、私密性、融合性、以用戶為中心[5]的特性，提取“一站式閱讀”“內(nèi)容互動分享”“個性化”“內(nèi)容互動分享”[6-8]等指標，由此提出“內(nèi)存”“更新速度”等25個指標，初步構建移動閱讀APP可用性的測度模型，包括應用性能、用戶界面、便捷性、內(nèi)容等4個主要維度，見表1。

表1 移動閱讀APP可用性模型指標解釋及其主要參考來源

經(jīng)過訪談和文獻調(diào)研構建的初步量表較粗糙，因而使用探索性因子分析建立模型，再用驗證提供分析現(xiàn)模型以驗證和修正的概念和計算工具，其提供的結(jié)果為驗證性因子分析建立假設提供了基礎[9]。根據(jù)資料查詢和訪談建立初步量表后，對隨機抽取的問卷數(shù)據(jù)的一半使用探索性因子分析，找出影響觀測變量的因子個數(shù)，以及各個因子和觀測變量之間的相關度，再使用另一半數(shù)據(jù)進行驗證性因子分析，然后結(jié)合兩個分析結(jié)果以及實際情況、訪談結(jié)果對測量量表進行修正，最終得出一套比較科學的測量量表。

本研究主要采用問卷調(diào)查方式，問卷分為兩部分：(1)被調(diào)查者的基本信息。包括性別、年齡、受教育程度，以及是否使用過移動閱讀APP、使用過哪些移動閱讀APP和使用這些移動閱讀APP閱讀了什么？本研究主要選取Flipboard、ZAKER等具有Web2.0特征的移動閱讀APP，而選取的內(nèi)容指標主要來源于這兩個APP，因為這兩款APP具有移動閱讀APP的典型性且用戶眾多，具有代表性。分別選取Flipboard的特色“設計”“內(nèi)容互動”“個性化”等指標，以及ZAKER[9]的特色“離線下載”“一站式閱讀”“個性化訂閱”“基于地理位置的服務”“智能化推送”等指標。(2)移動閱讀APP可用性的測量。要求被調(diào)查者根據(jù)自身情況進行打分，采用李克特式量表，1-5分別表示“非常不重要”“不重要”“無所謂”“重要”“非常重要”。

2 實證研究

2.1 數(shù)據(jù)收集與預處理

調(diào)查時間為2017年2月15-28日，收回504份問卷。其中使用過移動閱讀APP的392人，占77.78%。剔除未使用過移動閱讀APP的112份問卷，對剩下的392份問卷進行分析。通過SPSS計算，調(diào)查問卷的整體Cronbach's α為0.942，KMO值為0.918，表明整體的信度和效度都很好，適合進行因子分析。為研究移動閱讀APP用戶的可用性偏好，從不同的年齡、不同的年齡層次以及不同的學歷用戶認為最重要的指標出發(fā)進行分析。表2羅列出不同層次的用戶最偏好的指標，可以看出明顯的用戶特征，體現(xiàn)所構建的指標的適用性良好。

表2 不同層次用戶的偏好

2.2 探索性因子分析

探索性因子分析和驗證性因子分析需使用不同數(shù)據(jù)源[10]，從392份樣本數(shù)據(jù)中隨機抽取196份進行探索性因子分析，196份進行驗證性因子分析。通過SPSS計算，樣本數(shù)據(jù)KMO值為0.901，Bartlett's球形檢驗近似卡方顯著性Sig.=0.000＜0.01，表明樣本數(shù)據(jù)適合進行因子分析。采用主成分分析法，采用最大方差法進行因子旋轉(zhuǎn)，選擇具有Kaiser標準化的正交旋轉(zhuǎn)法探索量表的內(nèi)在結(jié)構，旋轉(zhuǎn)在6次迭代后收斂。將旋轉(zhuǎn)成分矩陣整理排序后如表3所示。

由表3看出，由SPSS提取出4個公共因子：公共因子1包含AF6、AF2、AF3、AF1、AF4、AF5六個指標，對應指標模型中應用性能的所有指標；公共因子2包含AC4、AC3、AC5、AC2、AC1、AC7、CO4七個指標，對應指標模型中內(nèi)容的所有指標，并將“一站式閱讀”這個指標囊括其中；公共因子3包含CO1、CO3、CO2、AC6、CO5五個指標，對應指標模型中便捷性的除了CO4的所有指標，將“個性化”指標囊括其中；公共因子4包含UI2、UI1、UI5、UI7、UI3、UI4、UI6七個指標，對應指標模型中用戶界面的所有指標。參照探索性因子分析的結(jié)果，對原始測量表進行修正，并對25個指標再重新進行編碼，編碼結(jié)果如表4所示。

表3問卷探索性因子分析——旋轉(zhuǎn)成分矩陣

表4 移動閱讀APP可用性測量量表指標調(diào)整

2.3 驗證性因子分析

剩下的196份樣本數(shù)據(jù)使用AMOS 21.0工具進行驗證性因子分析，首先在AMOS界面上設置4個潛變量(即表4模型的4個維度)、25個觀測變量(即25個指標)和25個殘差變量，然后選擇最大似然估計方法進行運算，驗證性因子分析模型及標準化路徑系數(shù)見圖1。驗證性因子分析的結(jié)果可用于進一步檢驗表3移動閱讀APP可用性測量量表指標維度的有效性。

圖1 驗證性因子分析模型及標準化路徑系數(shù)

各指標及其對應維度之間的載荷系數(shù)估計見表5。其中臨界值C.R.是未進行標準化的路徑系數(shù)估計值和估計值標準誤S.E.的比值，作用相當于t檢驗，C.R.＞2.58則表示參數(shù)估計值達到0.01的顯著水平，即路徑系數(shù)得到了數(shù)據(jù)的支持；顯著性P的值小于0.001時，以***的形式顯示，表示顯著性水平較好[11]。根據(jù)AMOS提供的 CMIN/DF、GFI、CFI、NFI、IFI指數(shù)來衡量量表整體結(jié)構的合理性，原始組的結(jié)果如表6所示。根據(jù)各指標的可接受標準，本研究的各指標基本達到了檢驗要求[12-14]。AMOS提供的M.I.(修正指數(shù))表示增加該條路徑后，整體模型將會減少的最小卡方值，所以筆者比較關注M.I.值較大的路徑。將各路徑M.I.值由大到小排列，M.I.值較大的部分路徑見表7。從表7中可以看出，有UI5、UI7、CO5組成的路徑M.I.值最大。綜合考慮3個指標的含義及其所在的維度，筆者試圖刪除其來觀察適配度指標值的變化程度，所得數(shù)據(jù)證明刪除這3個指標的相關路徑量表結(jié)構變優(yōu)。

表5 各指標及其對應維度之間的載荷系數(shù)估計

表6 模型適配度指標值

表7 M.I.值較大的路徑

2.4 最終模型修正與結(jié)果討論

2.4.1 最終模型修正

綜合考慮探索性因子分析和驗證性因子分析的結(jié)果，對量表作以下修正：

(1)在探索性因子分析結(jié)果公共因子4中包含UI1、UI2、UI3、UI4、UI5、UI6、UI7 七個指標，但在驗證性因子分析中發(fā)現(xiàn)UI5和UI7組成的路勁系數(shù)M.I.值偏大，數(shù)據(jù)證明在刪除了這兩個指標后量表結(jié)構得到優(yōu)化；UI5、UI7與用戶界面維度的標準化路徑系數(shù)分別為0.63、0.56?？紤]UI5(設計)和UI7(形式)指標是Flipboard等強調(diào)社會化交互功能移動閱讀APP增加的特色服務，是亮點所在，可能不適合作為評價移動閱讀APP可用性的指標，因此進行刪除。

(2)在探索性因子分析結(jié)果中將“個性化”指標歸入公共因子3，在根據(jù)探索性因子分析的結(jié)果進行驗證性分析后，發(fā)現(xiàn)與CO5(個性化)組成的路徑M.I.值偏大，數(shù)據(jù)證明刪除該指標后量表結(jié)構得到優(yōu)化；且CO5與便捷性維度的標準化路徑系數(shù)為0.56?？紤]該指標與便捷性這一維度的相關性時，覺得將該指標歸入便捷性這一維度略欠妥當，因而刪除該指標。

經(jīng)過文獻調(diào)研的初步模型提出、問卷調(diào)查后初次修正以及結(jié)合探索性因子分析與驗證性因子分析結(jié)果后的最終修正，本研究構建出社會化閱讀APP可用性測量量表。該量表包括4個維度、22個指標以及22個題項，如表8所示。

表8 移動閱讀APP可用性測量量表

2.4.2 建議

本文構建的移動閱讀APP可用性的指標體系兼顧應用性能、用戶界面、便捷性和內(nèi)容，一方面可以反映用戶的需求所向；另一方面也可為移動閱讀APP的開發(fā)與功能改進、推動全民閱讀提供思路。

從指標構成看，應用性能中的“穩(wěn)定性”“響應速度”在訪談以及對不同用戶的偏好分析都占有較大權重，表明用戶需要移動閱讀APP在足夠短的時間內(nèi)展現(xiàn)出用戶想要看見的內(nèi)容，并且在操作過程中不頻繁出現(xiàn)閃退情況。內(nèi)容維度中的“內(nèi)容互動分享”“智能化推送”“基于地理位置的服務”“一站式閱讀”等也受到用戶的重點關注，表明用戶對移動閱讀APP提出更高的期待與要求，除單純地提供閱讀內(nèi)容外，用戶希望獲取信息的方式更加便捷、獲取的內(nèi)容更加符合自己的興趣，并且有一個開放便捷的可以發(fā)表自己的見解同時也能與他人進行交流的平臺。相比而言，用戶對用戶界面維度的指標關注點較低，說明現(xiàn)有移動閱讀APP的界面設計基本滿足用戶的需求。

從性能角度看，用戶較在意穩(wěn)定性和響應速度，一些閱讀APP在開啟以及首頁有廣告，難免會引起用戶不滿，軟件設計者要注意廣告投放時間、方式以及類型。從內(nèi)容角度看，開發(fā)商主要關注兩方面：一是互動分享功能，閱讀社交化是用戶的需求也是全民閱讀的需求，方便有效的交流方式與平臺可以刺激用戶的閱讀興趣。Flipboard有一項特色功能——當用戶導入其他社交軟件的好友，他們的照片、狀態(tài)信息都會顯示在布局精致的頁面里。用戶可以方便地看到好友分享的內(nèi)容，實現(xiàn)閱讀平臺與社交平臺的結(jié)合，在互聯(lián)網(wǎng)時代“社會化閱讀”趨勢越來越明顯的現(xiàn)在，這種功能的實現(xiàn)很大程度上滿足了用戶的需求。二是私人訂制，智能化推送、基于地理位置的服務以及內(nèi)容精選都是因人而異的，是對用戶的行為與興趣進行分析后推送給用戶最適宜的內(nèi)容的功能，這種個性化和便捷性的功能是增加用戶持續(xù)使用意愿的關鍵。移動閱讀APP可以增加標簽功能，讓用戶選擇符合心意的標簽，同時結(jié)合用戶的閱讀行為，進行聚類分析，進而推送給用戶最適宜的內(nèi)容。

為了推廣全民閱讀，首先要吸引用戶進行閱讀，最有效的方式是迎合其需求，通過移動閱讀APP推送給其感興趣的內(nèi)容，讓用戶養(yǎng)成閱讀的習慣；進而在移動閱讀APP上借鑒社交媒體的部分功能要素，通過標簽、群組等形式構建在線閱讀小組，吸引更多的人參加，帶動身邊的人加入閱讀行列，形成濃厚的閱讀氛圍。

3 結(jié)論與展望

本文借鑒前人對移動應用可用性的測量量表，結(jié)合移動閱讀的特性，通過探索性因子分析以及驗證性因子分析的方法，構建了適用于移動閱讀APP可用性的測量量表，主要由應用性能、用戶界面、便捷性和內(nèi)容四個維度構成，開發(fā)了22個具體的測度指標。按照科學的量表開發(fā)程序進行移動閱讀APP可用性量表設計，并通過的信度和效度檢驗，適用于進行移動閱讀APP可用性的測量研究。構建的測量量表對移動閱讀APP的開發(fā)、發(fā)展以及推廣全民閱讀有一定的指導意義。未來研究中，可使用此量表考量各類主流移動閱讀APP的可用性，從用戶感知層面改進服務。此外，移動閱讀作為一種新型閱讀形式，在社會化媒體推動下，可用性還會賦予更豐富的內(nèi)涵，未來將致力于社會化網(wǎng)絡對移動閱讀及其可用性方面影響的研究，使測量量表更完善。

[1]郭戀.手機移動閱讀效果影響因素的實驗研究[D].杭州：浙江師范大學，2012.

[2]黃煒，李總苛，黃建橋.移動應用程序（APP）評價指標體系研究[J].圖書與情報，2016（3）：110-117.

[3]HartmutHoehle，Viswanath Venkatesh.Mobile application usability：conceptualization and instrument development[J].MIS QUARTERLY， 2015 （2）：435-472.

[4]HartmutHoehle，RubaAljafari，Viswanath Venkatesh.Leveraging Microsoft's mobile Usability guidelines：Conceptualizing and developing scales formobile application usability[J].Intermational Journalof Human-ComputerStudies，2016（C）：35-53.

[5]蘇帆帆.移動閱讀業(yè)務持續(xù)使用行為影響因素研究[D].北京：北京郵電大學，2011.

[6]高曉晶，雷萍，侯壯，等.移動數(shù)字閱讀的發(fā)展趨勢探微[J].圖書情報工作，2015（S2）：210-212.

[7] 百度百科.Flipboard[EB/OL].[2017-03-12].http：//baike.baidu.com.

[8]李森和.一站式的閱讀體驗從細節(jié)打動用戶[EB/OL].[2017-03-12].http：//cio.zdnet.

[9]戴維.以ZAKER為例淺談社會化閱讀[J].圖書情報研究，2015（2）：75-77，97.

[10]Anderson J C，Gerbing D W.Structural equation modeling in practice：A review and recommended two-step approach[J].Psychological Bulletin，1988（3）：411-423.

[11]孫曉寧，趙宇翔，朱慶華.基于SQA系統(tǒng)的社會化搜索答案質(zhì)量評價指標構建[J].中國圖書館學報，2015（4）：65-82.

[12]Steiger，James H.Structural model evaluation and modification：An interval estimation approach[J].MultivariateBehavioralResearch，1990（2）：173-180.

[13]莫祖英，馬費成.數(shù)據(jù)庫信息資源內(nèi)容質(zhì)量用戶滿意度模型及實證研究[J].中國圖書館學報，2013（2）：85-96.

[14]Maccallum R C，Widaman K F，Preacher K J，et al.Sample Size in Factor Analysis：The Role of Model Error[J].Multivariate Behavioral Research，2001 （4）：611-637.