APP下载

求职类App大学生用户持续使用意愿影响研究

2023-08-19梁昌裔杨金鑫邵帅郑一晓

商展经济 2023年15期
关键词:意愿问卷满意度

梁昌裔 杨金鑫 邵帅 郑一晓

(中国政法大学 北京 100091)

1 引言

2 理论基础与研究假设

招聘是传统人力资源管理六大模块之一,移动互联网的发展催生出App线上招聘的新模式,即在手机端的App上,用人单位采用线上招聘,求职者进行线上求职。根据手机用户使用App的频数,通常可将手机用户的行为分为App的初次使用和App的持续使用两个阶段。因此,探究大学生群体对求职App的持续性使用意愿关系到不同求职App的运营商如何在竞争激烈的求职App市场抢占市场份额,并且保持较高的浏览量和用户量,以吸引更多优质的企业入驻,形成良性循环。

本文将在文献回顾的基础上提出求职App对于大学生用户群体持续性使用意愿的研究模型(见图1)。期望确认理论旨在探讨市场消费者是否愿意多次购买某一种产品或服务。该理论构建了消费者购前期望与购后绩效表现的比较,以评估消费的满意度,并作为下次购买或使用时的参考依据。新的信息系统持续使用模型认为,用户群体继续使用信息系统的意愿和消费者反复购买某一种商品或服务这一基本逻辑极为相似,它颠覆了传统的用户采纳研究,该模型的四个变量为感知有用性、满意度、期望确认程度、持续使用意愿;信息系统成功模型是解释关于企业投资开发的某个信息系统成功与否的评价。后来在原有系统质量和信息质量的变量基础上增加服务质量,该研究证明这三个变量均对用户的满意度产生显著正向的影响,进而对用户的持续使用意愿产生影响。理性行为理论的主观规范最早源于社会心理学的研究,运用于对人们的某些行为进行解释和预测。该理论认为主观规范是指人在做出某种行为时,受到外界环境影响而促使其为某种行为的动因。因此本文基于上述理论提出H1-H7的假设并建立结构方程模型(如图1所示),每条假设路径均为正向:

H1:期望确认度正向显著影响大学生用户对求职App的感知有用性;

H2:期望确认度正向显著影响大学生用户对求职App的满意度;

H3:感知有用性正向显著影响大学生用户对求职App的满意度;

H4:感知有用性正向显著影响大学生用户对求职App的持续使用意愿;

H5:满意度正向显著影响大学生用户对求职App的持续使用意愿;

H6a:系统质量正向显著影响大学生用户对求职App的满意度;

做法:准备好材料,猪肉绞成肉泥,蒜头切成末,香葱切成末。加入盐、胡椒粉、老酒,搅拌均匀后再加入葱花、蒜末。均匀地裹上生粉。肉丸不需要太大,待油温七八成热时放肉丸,炸至金黄时捞出,可搭配彩椒或土豆条一起食用。

H6b:服务质量正向显著影响大学生用户对求职App的满意度;

H6c:信息质量正向显著影响大学生用户对求职App的满意度。

3 实证研究及结果

3.1 问卷设计与收集情况

本文采用线上问卷进行数据的采集。线上问卷采集的手段选择了问卷星在线调查平台上制作和发布。调查问卷主要分为三个部分:研究介绍、调查对象的人口特征和量表部分。所有的观测变量即问卷的题项直接或间接参考已有研究的成熟量表,因此可以保证问卷题项的科学性。本研究于2023年多次进行了线上问卷的发布和收集。最终本次问卷调查总共回收378份,在对其中30份不合格问卷进行筛除后,有效问卷共348份,有效问卷占回收问卷总量的92.06%,有效问卷量是问卷量表题项之和的10倍以上,满足问卷调查样本数量的要求。

3.2 样本描述性统计

本次有效问卷被调查者的基本情况:性别方面,男性占49.71%、女性占50.29%;教育程度,专科占45.11%、本科占49.14%、研究生占5.75%;每日使用频率方面,少于一次的占31.61%、1~2次的占20.69%、3~4次的占26.72%、4次以上的占20.98%;在App平台选择方面,占总人数比例前三名分别为智联招聘、前程无忧、Boss直聘,该统计结果与艾瑞咨询报告的2022年中国网络招聘App月总有效使用时间统计排名的前三名一致,这在一定程度上反映了本次调查数据具有较好的代表性。

3.3 信度与效度检验

本文首先运用SPSS 26.0和SPSSAU统计平台对测量模型进行信效度检验。首先,表1中各题项的Cronbach’s α的信度系数值均达到0.9,说明研究数据信度质量很高;其次,本次针对共8个因子,以及26个分析项进行验证性因子分析(CFA)。从表1可知,针对测量关系来看:8个因子对应的平均方差提取量AVE值全部大于0.5,且组合信度CR值全部高于0.7,意味着本次分析数据具有良好的聚合(收敛)效度。从表2可见,每个因子的AVE值平方根均显著大于该因子与其他因子的相关系数,说明量表具有较好的区别效度。

表1 各因子标准负荷、Cronbach’sα、CR和AVE值

3.4 结构模型检验

本文运用AMOS 27.0对初始理论模型进行结构方程模型分析。首先,为保证数据与理论模型相符,需要对模型的拟合度进行检查。根据结构方程模型拟合标准,初始理论模型中的各拟合度:CMIN/DF(卡方值比自由度)=15.244,GFI=0.921,AGFI=0.682,TLI=0.843,CFI=0.950,RMSEA=0.203。在与拟合标准进行比较后发现,初始理论模型拟合程度不符合标准,因此,有必要做进一步修订。基于AMOS软件给出的模型修正指标(ModificationIndex),遵循每一次只对一条路进行校正,每次修改1条,执行1次操作,且增列参数关系与结构方程模型假设不相悖。修正过程如下:期望确认程度与感知有用性的残差项建立共变关系,可降低卡方值约63;主观规范与满意度的残差项建立共变关系,可降低卡方值约10。经过拟合修正后,最终模型拟合指数如表3所示。

表3 结构方程模型适配度指数接受标准和数据拟合结果

模型修正完成后,各项指标均符合要求。整个模型对大学生用户持续使用意愿的解释率为67.8%,研究模型总体具有较好的解释能力。修正模型的标准化相关系数如图2所示,结果显示所有假设路径均显著,其中H6a和H6b的显著性水平小于0.01,其余假设显著性水平均小于0.001。

图2 求职类App大学生用户持续使用意愿影响的模型(标准化系数)

3.5 结果分析

假设H1~H5均成立,说明本文选择以ECM-ISC模型为基础提出的5个假设均成立。由此证明ECM-ISC模型在以求职App为特定对象的研究中仍有较强的适用性。由图2可知,满意度对持续使用意愿的影响最大,用户对求职App的使用体验越满意,其持续使用意愿越强烈,这与类似的持续使用意愿研究相一致;假设H6a、H6b、H6c均成立,表明本文引入的理论框架信息系统成功模型提出的3个假设全部成立。说明在探讨大学生对求职App的满意度问题上,信息系统成功模型仍有较强的解释力度和参考价值。

由图2可知,信息质量的影响程度最大,系统质量次之,服务质量最小。由图2可以看出,大学生用户首先看重的是求职App信息的质量:反映出大学生最渴望获取到内容真实且具有时效性的招聘信息。同时,系统质量对大学生用户的满意度也起着影响作用:App系统是否稳定、操作界面是否符合用户习惯、个人数据是否安全等,在很大程度上决定了用户的体验感。此外,服务质量也对满意度有影响作用:丰富的应用可以满足用户不同的使用需求、及时的提醒服务提升用户对于相关信息的获取效率、有效的求职指引可以为用户提供参考;假设H7成立,证明了本文引入理性行为理论中的主观规范作为自变量的假设是成立的,从相关系数可以看出,主观规范对持续使用意愿的影响较大。大学生群体接受产品和服务时,容易受亲戚或同辈的影响,可能基于从众的心理去接受某个产品或服务。

4 结果讨论

4.1 改进建议

(1)进一步优化求职App,提升系统性能。保证系统性能是任何成功App的首要条件,也是提升用户感知有用性和满意度的重要因素。一方面,求职App的开发者在设计应用功能和应用架构之初,应当明确核心价值、强调主要功能,使得求职App的UI设计符合用户使用习惯;另一方面,在应用布局上要做到删繁就简与合理规划,尽可能地减少多余或非必要的布局控件,使整个求职App的布局层更加清晰。通过系统性能的优化工作,保证使用界面满足用户的使用偏好。

(2)完善隐私系统,加强用户信息安全。大数据时代,App业务的隐私合规问题愈发受到社会的重视,政府部门加大了数据保护的执法力度。对于隐私安全的保护,求职App一方面应保证采集行为的合理性,特别是收集范围应不超出业务功能实际需要,不收集与提供的服务无关的个人信息;另一方面,应严格履行数据收集的告知义务,例如在用户注册过程中推送的《隐私政策》,须告知用户主体同意App提供者收集并使用的具体个人信息。

(3)丰富求职App的服务种类,提升用户体验感。当前求职App的服务较为单一化和同质化,未来产品的设计者可通过增加有针对性的增值服务来提高用户的产品体验,进而提高用户满意度。从求职者的角度来看,对于不同类型的求职者可以提供线上咨询服务,例如大学生面试、简历和职业规划等有针对性的咨询服务。

(4)加大宣传力度,注重口碑营销。经过分析,证明主观规范对于App的持续使用意愿有显著影响和大学生用户容易受到朋辈的影响而使用求职App。此外,App的用户口碑对大学生用户的选择有着至关重要的影响。因此,求职App的运营商可以拓宽营销渠道,利用网站广告、软件广告、短视频等新媒体手段大力宣传App,并且可以选择求职App的大学生用户喜爱的公众人物为App代言,形成良好的口碑,以此来维护甚至扩大其用户群体。

猜你喜欢

意愿问卷满意度
多感谢,生活满意度高
16城市公共服务满意度排行
浅谈如何提升脱贫攻坚满意度
明天村里调查满意度
充分尊重农民意愿 支持基层创新创造
问卷网
交际意愿研究回顾与展望
问卷大调查
问卷你做主
An Analysis on Deep—structure Language Problems in Chinese