(南京航空航天大學 江蘇 南京 210016)
基于用戶體驗的iPhone相機模式滿意度影響研究
趙旭
(南京航空航天大學江蘇南京210016)
作者調研發現在目前手機市場上,商家在宣傳其智能手機相機功能時,大多單從相機本身的屬性深入介紹,忽視了很多日常生活中用戶遇到的問題。本文基于需求層次理論形成了一套問卷,從而建立用戶體驗測評體系,采取隨機抽樣方式,獲得一手數據,使用SPSS對數據進行處理,試圖挖掘并發現iPhone手機用戶對于其手機相機模式豐富性的滿意度與電池損耗發熱情況、拍攝技巧以及相機像素與功能豐富性滿意度之間的關系。經過中介分析法,作者發現電池損耗度與發熱程度,嚴重影響用戶對手機自帶的各種繁雜相機模式的滿意度。希望這次研究使得iPhone手機開發營銷相機功能時能考慮到手機自身電池損耗度與發熱程度、手機特殊拍照小技巧以及手機像素對其使用感受的影響力。
用戶體驗;相機模式滿意度;中介作用
(一)研究背景
現代人對于手機的需求和依賴日益增強,手機已經不再是單純的通訊工具,它更多的是承載了提高用戶生活便捷、豐富日常生活的功能。智能手機自帶的相機功能,因其操作簡單,攜帶便捷,滿足了用戶對于相機功能的日常需求,同時,現代用戶對相機功能的使用在社交、生活的比重日益增加,需求更好的相機使用感受、高清的像素以及豐富的功能等等成為用戶對于手機的訴求之一,正因如此,智能手機相機功能的豐富性、像素的清晰度、相機的位置形狀等等因素,往往成為營銷時的痛點。但商家在宣傳其智能手機相機功能時,大多單從相機本身的屬性深入介紹,忽視了很多日常生活中用戶遇到的問題。
(二)理論來源
約瑟夫·派恩在《體驗經濟》一書中預測未來經濟發展屬于體驗經濟時代。體驗經濟追求用戶積極的自我感受的滿足,重視消費過程中用戶的自我體驗。用戶對產品的需求不再局限于功能性滿足,更多地開始注重用戶的心理需求等。因此用戶體驗受到了國內外學者和企業界的關注。[1]用戶體驗的定義中最具影響力的是ISO9241-210給出的定義:人們對于針對使用或期望使用的產品、系統或者服務的所有反應和結果。[2]從用戶體驗的定義可知,用戶、產品或服務、交互環境是影響用戶體驗的三個因素。[3]但值得注意的是,分析關于用戶體驗的文獻研究結果表明,大多數文獻在進行用戶體驗研究中并沒有明確按照以上某個理論進行用戶體驗構成的劃分,而是根據實際研究問題選擇用戶體驗構成要素。正是基于以上用戶體驗的理念,作者建立了iPhone手機測評體系,試圖在所調研的數據中挖掘發現用戶對于相機模式豐富性的滿意度與電池損耗發熱情況、拍攝技巧以及相機像素與功能豐富性滿意度之間的關系。文中所涉數據來源于作者的“基于蘋果手機用戶體驗的手機改進與設計”項目調研數據。
(一)樣本描述:
調研時間為2017年5-6月,共發放問卷220份,回收220份,其中有效問卷202份。(注:差額的18份問卷并不是無效問卷,而是因測量題目為作者團隊親自開發設計,故需要進行問卷題目信度、效度的測評,因而選中18份做問卷預測,該預測并不計入此次調研數據)
(二)抽樣過程描述:
在抽樣時考慮到因網絡問卷無法親測證實用戶手機是否為蘋果手機,故采取問卷隨機發放的抽樣方法,目標人群為蘋果手機用戶,其手機型號不限,用戶特征不限。
該問卷與本文有關的問題為第5、17、18、20、22、24題。依據問卷順序不修改問題編號,問題17、
20采用李克特7點量表法,問題5、18、22、24采用語義差異量表,問卷量表及記分方式如下:

(一)分析方法介紹
研究獲取有效樣本202個。對以上六個問題進行描述性統計分析,每一個問題都符合正態分配。以探索性因素分析、信度與收斂效度分析、回歸分析以及中介分析為統計方法進行數據分析。探索性因素分析適合本研究檢定六個問題所涉因素的維度歸類與檢定。依次使用主成分分析法—可靠度檢定,經過五遍重復操作,主成分分析剔除解釋能力lt;0.5的因素問題之后再進行可靠度檢定[4],保留題目之間相關大于0.3修正后項目總相關大于0.5,Cronbach’s Alphagt;0.7的題目,同時剔除不符合這一標準的問題[5]。最后的這五個維度具有足夠的效度—內部一致性,因此得到表二五個維度的主成分,分別是:
維度一:17題ab—電池損耗度與發熱程度;維度二:17題de—手機防水抗摔能力;維度三:18題de—像素與拍攝功能;維度四:20題abcdefg—手機自帶相機模式滿意度;維度五:20題ij—特殊拍照技巧(側邊音量鍵拍攝與耳機音量鍵拍攝)
(二)分析過程描述
1、同時對上述五個維度進行皮爾森相關分析,計算每個維度的AVE(平均方差萃取量)經過比較對角線粗體數值即AVE之開根號值與下三角維度的皮爾森相關系數,若AVE根號值均大于其他維度的相關值,則證明所有維度具有區別效度。(表一)
2、采用回歸分析,用來驗證自變量對因變量有影響,并確定可以做中介調節。將上述五個變量分別做回歸分析,VIF值大于5就證明自變量與因變量之間有共線性,兩者不存在回歸關系。回歸系數顯著則代表自變量對因變量有解釋能力,標準化系數值越大代表自變量對因變量的影響越大,同時觀察置信區間數值,置信區間上下限之間跨越0就表示不顯著,置信區間數值跨度越窄代表研究越準確。(表二)
綜合以上檢測,若自變量對因變量有解釋能力,且自變量不止一個,則考慮做中介調節分析。
(一)皮爾森相關分析
對角線粗體數值為AVE之開根號值,下三角是維度的皮爾森相關

表一 信度與收斂效度、區別效度分析表
據表一呈現,有效的描述性統計量193個樣本中,平均值與標準差如表所示:Cronbach’s αgt;0.7,AVE(平均方差萃取量)gt;0.5,這符合Hair所建議的Cronbach’s αgt;0.7,AVE(平均方差萃取量)gt;0.5的標準,代表每個維度都具有信度、收斂效度。區別效度是對角線粗體數值,計算方法為AVE之開根號值,下三角是維度的皮爾森相關。AVE根號值均大于其他維度的相關值,因此證明所有維度具有區別效度。
(二)回歸分析

表二 Q20cam=0.454+.056Q17ab+.037Q18de+.151Q20ij
上表中因變量為Q20cam即維度四—手機自帶相機模式滿意度),表中數值:VIF均小于5,說明所有自變量與因變量之間沒有共線性問題,但Q17de即維度二—手機防水抗摔能力這一維度對因變量的回歸系數并不顯著,即改維度沒有解釋“手機自帶相機模式滿意度”這一維度的能力。同時,其他維度均具有解釋維度四的能力,且通過標準化系數值越大代表自變量對因變量的影響越大這一判斷標準,Q20ij即維度五—特殊拍照技巧(側邊音量鍵拍攝與耳機音量鍵拍攝)這一維度的beta值為0.455,則證明特殊拍照技巧對手機自帶相機模式滿意度的影響最大。同時,該表中置信區間上下限之間跨越數值0就表示其自變量對因變量影響并不顯著,而置信區間上下限之間差距最小的為Q20ij即維度五—特殊拍照技巧(側邊音量鍵拍攝與耳機音量鍵拍攝)這一維度,這也可以說明,其研究越準確。
(三)中介作用分析
考慮上述三個自變量:Q17ab Q17de Q20ij均對于因變量Q20cam有顯著影響,本文將進一步對數據做中介作用分析,得出表四。模型依據為下圖:

本文研究問題所建立的中介模型為:

其中,控制變量為Q18de即維度三—像素與拍攝功能滿意度,中介變量為Q20ij即維度五—特殊拍照技巧。得出:

表三 中介作用表
根據上表P值除控制變量外均小于0.05,而上下置信區間除控制變量外均不跨越數值0,證明Q20ij的中介效果存在,并且該中介為不完全中介,即除Q17ab會通過Q20ij影響Q20cam外,Q20ij自身也對Q20cam產生影響。
通過上述分析,可以看出,電池損耗度與發熱程度、手機防水抗摔能力、像素與拍攝功能滿意度與特殊拍照技巧(側邊音量鍵拍攝與耳機音量鍵拍攝)對于用戶對蘋果手機自帶相機模式滿意度均有顯著影響。而同時,作者發現,在構建的中介關系中,電池損耗度與發熱程度通過影響手機特殊拍照技巧而影響用戶對蘋果手機自帶相機模式滿意度,同時手機特殊拍照技巧也一定程度上影響用戶對蘋果手機自帶相機模式滿意度,在這一中介模型構建中,控制變量始終為用戶對像素與拍攝功能滿意度,其直接影響用戶對蘋果手機自帶相機模式滿意度。
同時不難發現,電池損耗度與發熱程度,嚴重影響用戶對手機自帶的各種繁雜相機模式的滿意度,并且這會導致用戶忽視商家為滿足用戶需求而打造的特殊拍照技巧,希望經本文研究分析,在蘋果手機開發營銷相機功能時能考慮到手機自身電池損耗度與發熱程度、手機特殊拍照小技巧以及手機像素對其使用感受影響能力,尤其值得注意的是手機自身電池損耗度與發熱情況。
文章開篇提及過,現代用戶對相機的使用非常頻繁,使用率在社交、生活的比重日益增加,同時商家為滿足用戶日益增高的需求,在提高像素的同時會增加相機模式、拍照技巧等一系列附加功能,但往往會忽略用戶真正在使用過程中的使用情況和使用感受,本文經過嚴謹的操作化以及信、效度兼具的數據分析,提出在使用過程中面臨的問題,并給出確定性結論。同時,本文的問卷由作者自行開發,經探索性因素分析后,所保留的題目可供以后相似研究使用,信、效度均可靠。
[1][3]丁一,郭伏,胡名彩,孫鳳良.用戶體驗國內外研究綜述[J].工業工程與管理,2014,19(04):92-97+114.
[2]ISO9241-210:2010.Ergonmics of human system interaction-Part 210:Human-centered design for interactive systems (formerly know as 13407).International Organization for Standardization (ISO).Switzerland,2010:7-9.
[4]Exploratory Factor Analysis-Multivariate Data Analysis Hair et al.7ed.[31]
[5]Exploratory Factor Analysis-Multivariate Data Analysis Hair et al.7ed.[31,32]
趙旭(1990-),女,漢族,山東人,學術碩士,南京航空航天大學,廣播電視藝術學。