移动阅读APP 可用性测量量表构建

黄 燕，范 哲

1 研究设计与初步量表构建

近年移动阅读APP迅速发展，虽然有研究者指出可用性是移动阅读使用行为的影响因素[1]，但鲜见研究者从可用性视角探讨移动阅读服务，更无成熟量表测量移动阅读APP可用性的研究。为此，笔者借鉴移动APP可用性指标，结合移动阅读特征，建立移动阅读APP可用性的测量量表。主要研究思路是：首先通过文献调研和访谈，挖掘移动阅读APP使用者对可用性方面的关注点，结合移动阅读APP的特性构建初步量表。在访谈中用户提到“稳定性”“响应速度”，为此，结合黄炜等提出的移动应用指标体系，提取“内存”“更新速度”“兼容性”“稳定性”等指标[2]；结合Hartmut Hoehle等提出的移动应用可用性指标体系，提取“响应速度”“数据保留”“色彩”“交互控件”“定方向”“字形”“过渡”等指标[3-4]。由于移动阅读具有个性化、大容量、私密性、融合性、以用户为中心[5]的特性，提取“一站式阅读”“内容互动分享”“个性化”“内容互动分享”[6-8]等指标，由此提出“内存”“更新速度”等25个指标，初步构建移动阅读APP可用性的测度模型，包括应用性能、用户界面、便捷性、内容等4个主要维度，见表1。

表1 移动阅读APP可用性模型指标解释及其主要参考来源

经过访谈和文献调研构建的初步量表较粗糙，因而使用探索性因子分析建立模型，再用验证提供分析现模型以验证和修正的概念和计算工具，其提供的结果为验证性因子分析建立假设提供了基础[9]。根据资料查询和访谈建立初步量表后，对随机抽取的问卷数据的一半使用探索性因子分析，找出影响观测变量的因子个数，以及各个因子和观测变量之间的相关度，再使用另一半数据进行验证性因子分析，然后结合两个分析结果以及实际情况、访谈结果对测量量表进行修正，最终得出一套比较科学的测量量表。

本研究主要采用问卷调查方式，问卷分为两部分：(1)被调查者的基本信息。包括性别、年龄、受教育程度，以及是否使用过移动阅读APP、使用过哪些移动阅读APP和使用这些移动阅读APP阅读了什么？本研究主要选取Flipboard、ZAKER等具有Web2.0特征的移动阅读APP，而选取的内容指标主要来源于这两个APP，因为这两款APP具有移动阅读APP的典型性且用户众多，具有代表性。分别选取Flipboard的特色“设计”“内容互动”“个性化”等指标，以及ZAKER[9]的特色“离线下载”“一站式阅读”“个性化订阅”“基于地理位置的服务”“智能化推送”等指标。(2)移动阅读APP可用性的测量。要求被调查者根据自身情况进行打分，采用李克特式量表，1-5分别表示“非常不重要”“不重要”“无所谓”“重要”“非常重要”。

2 实证研究

2.1 数据收集与预处理

调查时间为2017年2月15-28日，收回504份问卷。其中使用过移动阅读APP的392人，占77.78%。剔除未使用过移动阅读APP的112份问卷，对剩下的392份问卷进行分析。通过SPSS计算，调查问卷的整体Cronbach's α为0.942，KMO值为0.918，表明整体的信度和效度都很好，适合进行因子分析。为研究移动阅读APP用户的可用性偏好，从不同的年龄、不同的年龄层次以及不同的学历用户认为最重要的指标出发进行分析。表2罗列出不同层次的用户最偏好的指标，可以看出明显的用户特征，体现所构建的指标的适用性良好。

表2 不同层次用户的偏好

2.2 探索性因子分析

探索性因子分析和验证性因子分析需使用不同数据源[10]，从392份样本数据中随机抽取196份进行探索性因子分析，196份进行验证性因子分析。通过SPSS计算，样本数据KMO值为0.901，Bartlett's球形检验近似卡方显著性Sig.=0.000＜0.01，表明样本数据适合进行因子分析。采用主成分分析法，采用最大方差法进行因子旋转，选择具有Kaiser标准化的正交旋转法探索量表的内在结构，旋转在6次迭代后收敛。将旋转成分矩阵整理排序后如表3所示。

由表3看出，由SPSS提取出4个公共因子：公共因子1包含AF6、AF2、AF3、AF1、AF4、AF5六个指标，对应指标模型中应用性能的所有指标；公共因子2包含AC4、AC3、AC5、AC2、AC1、AC7、CO4七个指标，对应指标模型中内容的所有指标，并将“一站式阅读”这个指标囊括其中；公共因子3包含CO1、CO3、CO2、AC6、CO5五个指标，对应指标模型中便捷性的除了CO4的所有指标，将“个性化”指标囊括其中；公共因子4包含UI2、UI1、UI5、UI7、UI3、UI4、UI6七个指标，对应指标模型中用户界面的所有指标。参照探索性因子分析的结果，对原始测量表进行修正，并对25个指标再重新进行编码，编码结果如表4所示。

表3问卷探索性因子分析——旋转成分矩阵

表4 移动阅读APP可用性测量量表指标调整

2.3 验证性因子分析

剩下的196份样本数据使用AMOS 21.0工具进行验证性因子分析，首先在AMOS界面上设置4个潜变量(即表4模型的4个维度)、25个观测变量(即25个指标)和25个残差变量，然后选择最大似然估计方法进行运算，验证性因子分析模型及标准化路径系数见图1。验证性因子分析的结果可用于进一步检验表3移动阅读APP可用性测量量表指标维度的有效性。

图1 验证性因子分析模型及标准化路径系数

各指标及其对应维度之间的载荷系数估计见表5。其中临界值C.R.是未进行标准化的路径系数估计值和估计值标准误S.E.的比值，作用相当于t检验，C.R.＞2.58则表示参数估计值达到0.01的显著水平，即路径系数得到了数据的支持；显著性P的值小于0.001时，以***的形式显示，表示显著性水平较好[11]。根据AMOS提供的 CMIN/DF、GFI、CFI、NFI、IFI指数来衡量量表整体结构的合理性，原始组的结果如表6所示。根据各指标的可接受标准，本研究的各指标基本达到了检验要求[12-14]。AMOS提供的M.I.(修正指数)表示增加该条路径后，整体模型将会减少的最小卡方值，所以笔者比较关注M.I.值较大的路径。将各路径M.I.值由大到小排列，M.I.值较大的部分路径见表7。从表7中可以看出，有UI5、UI7、CO5组成的路径M.I.值最大。综合考虑3个指标的含义及其所在的维度，笔者试图删除其来观察适配度指标值的变化程度，所得数据证明删除这3个指标的相关路径量表结构变优。

表5 各指标及其对应维度之间的载荷系数估计

表6 模型适配度指标值

表7 M.I.值较大的路径

2.4 最终模型修正与结果讨论

2.4.1 最终模型修正

综合考虑探索性因子分析和验证性因子分析的结果，对量表作以下修正：

(1)在探索性因子分析结果公共因子4中包含UI1、UI2、UI3、UI4、UI5、UI6、UI7 七个指标，但在验证性因子分析中发现UI5和UI7组成的路劲系数M.I.值偏大，数据证明在删除了这两个指标后量表结构得到优化；UI5、UI7与用户界面维度的标准化路径系数分别为0.63、0.56。考虑UI5(设计)和UI7(形式)指标是Flipboard等强调社会化交互功能移动阅读APP增加的特色服务，是亮点所在，可能不适合作为评价移动阅读APP可用性的指标，因此进行删除。

(2)在探索性因子分析结果中将“个性化”指标归入公共因子3，在根据探索性因子分析的结果进行验证性分析后，发现与CO5(个性化)组成的路径M.I.值偏大，数据证明删除该指标后量表结构得到优化；且CO5与便捷性维度的标准化路径系数为0.56。考虑该指标与便捷性这一维度的相关性时，觉得将该指标归入便捷性这一维度略欠妥当，因而删除该指标。

经过文献调研的初步模型提出、问卷调查后初次修正以及结合探索性因子分析与验证性因子分析结果后的最终修正，本研究构建出社会化阅读APP可用性测量量表。该量表包括4个维度、22个指标以及22个题项，如表8所示。

表8 移动阅读APP可用性测量量表

2.4.2 建议

本文构建的移动阅读APP可用性的指标体系兼顾应用性能、用户界面、便捷性和内容，一方面可以反映用户的需求所向；另一方面也可为移动阅读APP的开发与功能改进、推动全民阅读提供思路。

从指标构成看，应用性能中的“稳定性”“响应速度”在访谈以及对不同用户的偏好分析都占有较大权重，表明用户需要移动阅读APP在足够短的时间内展现出用户想要看见的内容，并且在操作过程中不频繁出现闪退情况。内容维度中的“内容互动分享”“智能化推送”“基于地理位置的服务”“一站式阅读”等也受到用户的重点关注，表明用户对移动阅读APP提出更高的期待与要求，除单纯地提供阅读内容外，用户希望获取信息的方式更加便捷、获取的内容更加符合自己的兴趣，并且有一个开放便捷的可以发表自己的见解同时也能与他人进行交流的平台。相比而言，用户对用户界面维度的指标关注点较低，说明现有移动阅读APP的界面设计基本满足用户的需求。

从性能角度看，用户较在意稳定性和响应速度，一些阅读APP在开启以及首页有广告，难免会引起用户不满，软件设计者要注意广告投放时间、方式以及类型。从内容角度看，开发商主要关注两方面：一是互动分享功能，阅读社交化是用户的需求也是全民阅读的需求，方便有效的交流方式与平台可以刺激用户的阅读兴趣。Flipboard有一项特色功能——当用户导入其他社交软件的好友，他们的照片、状态信息都会显示在布局精致的页面里。用户可以方便地看到好友分享的内容，实现阅读平台与社交平台的结合，在互联网时代“社会化阅读”趋势越来越明显的现在，这种功能的实现很大程度上满足了用户的需求。二是私人订制，智能化推送、基于地理位置的服务以及内容精选都是因人而异的，是对用户的行为与兴趣进行分析后推送给用户最适宜的内容的功能，这种个性化和便捷性的功能是增加用户持续使用意愿的关键。移动阅读APP可以增加标签功能，让用户选择符合心意的标签，同时结合用户的阅读行为，进行聚类分析，进而推送给用户最适宜的内容。

为了推广全民阅读，首先要吸引用户进行阅读，最有效的方式是迎合其需求，通过移动阅读APP推送给其感兴趣的内容，让用户养成阅读的习惯；进而在移动阅读APP上借鉴社交媒体的部分功能要素，通过标签、群组等形式构建在线阅读小组，吸引更多的人参加，带动身边的人加入阅读行列，形成浓厚的阅读氛围。

3 结论与展望

本文借鉴前人对移动应用可用性的测量量表，结合移动阅读的特性，通过探索性因子分析以及验证性因子分析的方法，构建了适用于移动阅读APP可用性的测量量表，主要由应用性能、用户界面、便捷性和内容四个维度构成，开发了22个具体的测度指标。按照科学的量表开发程序进行移动阅读APP可用性量表设计，并通过的信度和效度检验，适用于进行移动阅读APP可用性的测量研究。构建的测量量表对移动阅读APP的开发、发展以及推广全民阅读有一定的指导意义。未来研究中，可使用此量表考量各类主流移动阅读APP的可用性，从用户感知层面改进服务。此外，移动阅读作为一种新型阅读形式，在社会化媒体推动下，可用性还会赋予更丰富的内涵，未来将致力于社会化网络对移动阅读及其可用性方面影响的研究，使测量量表更完善。

[1]郭恋.手机移动阅读效果影响因素的实验研究[D].杭州：浙江师范大学，2012.

[2]黄炜，李总苛，黄建桥.移动应用程序（APP）评价指标体系研究[J].图书与情报，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]苏帆帆.移动阅读业务持续使用行为影响因素研究[D].北京：北京邮电大学，2011.

[6]高晓晶，雷萍，侯壮，等.移动数字阅读的发展趋势探微[J].图书情报工作，2015（S2）：210-212.

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

[8]李森和.一站式的阅读体验从细节打动用户[EB/OL].[2017-03-12].http：//cio.zdnet.

[9]戴维.以ZAKER为例浅谈社会化阅读[J].图书情报研究，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]孙晓宁，赵宇翔，朱庆华.基于SQA系统的社会化搜索答案质量评价指标构建[J].中国图书馆学报，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，马费成.数据库信息资源内容质量用户满意度模型及实证研究[J].中国图书馆学报，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.