学术探索 已发表论文 · 版本 1
人格特质对不同类型移动APP采纳的影响研究
Empirical Analysis on the Impact of Personality Traits on Different Categories of Mobile App Adoption
Vol 2 (6) 2017.
DOI:  10.13266/j.issn.2095-5472.2017.049
: 2017 - 07 - 11
: 2017 - 08 - 24
: 2017 - 11 - 9
283 5 0
摘要&关键字
摘要:[目的/意义]旨在探讨人格特质对拍摄美化类APP、游戏类APP、购物类APP和视频类APP采纳和使用时间的影响,该研究有助于深入揭示移动APP使用的内在机理。[方法/过程] 通过问卷调查搜集520份有效问卷,使用方差分析及相关分析进行数据分析。[结果/结论] 研究结果显示,宜人性与拍摄美化类APP采纳存在正相关关系;尽责性与游戏类APP采纳存在负相关关系;外倾性与购物类APP、视频类APP、拍摄美化类APP采纳均存在正相关关系;神经质与购物类APP、视频类APP采纳存在负相关关系;宜人性与视频类APP使用时间正相关;尽责性与游戏类APP使用时间负相关;外倾性与视频类APP使用时间、拍摄美化类APP使用时间正相关;神经质与视频类APP使用时间负相关。
关键字:人格特质;大五模型;移动APP;用户采纳
Abstract & Keywords
Abstract: [Purpose/significance] This research attempts to investigate the impact of personality traits on the adoption and time spending of mobile photography apps, mobile game apps, mobile shopping apps and mobile video apps. [Method/process] 520 valid samples were collected by questionnaires and further analyzed by using the variance analysis and correlation analysis. [Result/conclusion] The result shows that agreeableness is positively associated with the adoption of mobile photography apps; conscientiousness is negatively associated with the adoption of mobile game apps; extraversion is positively associated with the adoption of mobile shopping apps, mobile video apps and mobile photography apps; neuroticism has negative association with mobile shopping apps, mobile video apps; agreeableness has positive association with time spending on mobile video apps; conscientiousness has negative association with time spending on mobile game apps; extraversion is positively associated with time spending on mobile video apps, mobile photography apps; neuroticism has negative association with time spending on mobile video apps.
Keywords: personality trait; the big five model; mobile application; user adoption
1   引言
随着移动网络技术的发展与智能手机的普及,移动APP得到快速发展。实践显示,数量、类型众多且功能各异的移动APP迅速渗透到衣食住行各个方面,并深刻地影响着人们的生活[1]。iiMedia Research(艾媒咨询)指出,2016年,45.3%的中国手机网民人均单设备应用安装量在20个到49个的区间内[2]。已有研究认为,人格特质影响用户对移动APP的使用[3]。那么,不同类型的人格特质对不同类型的移动APP使用产生什么样的作用?对这一问题的探索将有助于深入揭示移动APP使用的内在机理。
已有研究主要关注人格特质与移动APP使用的关系。如D. J. Hughes等针对300名Facebook和Twitter用户的调研发现神经质与Facebook的使用存在正相关关系,而经验开放性与Twitter的社交使用正相关[3]。W. K. Tan和C. Y. Yang认为一个应用越易用、流行,使用风险越小,用户的人格对其使用水平的影响就越小[4]。C. Mori等提出外倾型与游戏类APP的使用存在正相关关系,神经质与旅行类APP使用正相关[5]。R. Xu等提出尽责性越高的个体越不可能采纳音乐类APP、拍摄类APP;宜人性越低者更可能采纳个性化APP[6]。综上,虽然已有研究探讨过人格特质对移动APP使用的影响,但大部分研究仅仅关注某一类型的移动APP,较少关注人格特质对用户使用不同类型移动APP可能产生的不同影响。考虑到移动APP的类型繁多,有必要揭示人格特质对不同类型移动APP使用的差异。
基于此,以大五人格特质模型作为理论基础,本研究选取国内使用较多的4类移动APP,即拍摄美化类APP(如Faceu)、游戏类APP(如王者荣耀)、购物类APP(如淘宝)和视频类APP(如爱奇艺),探讨人格特质与用户使用不同类型移动APP之间的关系,期望深入阐释人格特质与移动APP使用行为的内在机理。
2   理论基础
大五人格特质模型被广泛用于解释个体的人格特质。大五人格特质模型提出5种人格特质,即外倾性(extraversion)、宜人性(agreeableness)、尽责性(conscientiousness)、神经质(neuroticism)和经验开放性(openness to experience)[7]。其中,“外倾性评估人际间互动的数量和强度、活动水平、需求刺激程度和快乐的容量;宜人性考察个体在思想、情感和行为等方面在同情至敌对这一连续体上的人际取向的性质;尽责性评估个体在目标取向行为上的组织性、持久性和动力性的程度;神经质评估情感的调节和情绪的不稳定性;开放性评估对经验本身的积极寻求和欣赏及对陌生情境的容忍和探索”[8]。5种人格特质的表现特征为:高外倾性个体好交际、开朗、活跃、健谈[6],低外倾性个体往往内向、怯生、不善社交[9];高宜人性个体信任他人、有同情心、善于合作,低宜人性个体则玩世不恭、冷酷无情、具有攻击性[10];高尽责性个体注重细节、高效、负责、高度组织化、有自制力[11],低尽责性个体倾向于不负责任、不可靠和粗心大意[12];高神经质个体是焦虑、敏感和紧张的,而低神经质则情绪稳定,不会对生活状况有消极反应[6];高经验开放性个体有丰富的想象力、充满好奇、情感丰富,很乐意尝试新事物,低经验开放性个体喜欢稳定[13],保守、缺乏广泛的兴趣爱好和创造力[12]
大五人格特质模型已被广泛用于解释信息系统用户行为。T. Ryan和S. Xenos发现高外倾性个体更可能成为Facebook的用户,外倾型与Facebook中的留言、评论等行为均相关[14]。T. C. Marshall等认为高经验开放性个体更可能使用Facebook获取信息[15]。K. Moore 和 J. C. Mcelroy 提出尽责性越高的Facebook用户发布的帖子数越少[16]。基于此,本研究拟以大五人格特质模型为基础,探讨大五人格特质模型对4类移动APP采纳的影响。
3   研究设计
3.1   问卷设计
本研究的问卷分为三部分:①收集调查对象的基本信息,包括性别、年龄、学科和教育背景;②统计各类APP的采纳情况;③测量调查对象的人格特质。为得出调查对象对各类移动APP的采纳情况,问卷对各类APP分别设置两个问题,以游戏类APP为例,设置问题为“您是否使用游戏类APP”和“平均每天使用游戏类APP多长时间”。调查对象人格特质的测量采用O. P. John和S. Srivastava的大五人格量表(BFI)[17],BFI包含44个问题,分别对外倾性、宜人性、尽责性、神经质和经验开放性进行测量。每个问题都是用一个陈述句表达,被调查者选择1(非常不同意)到5(非常同意)中的一个数字来表示某个陈述符合自己的程度。在正式发放问卷之前,进行两个阶段的预测试,并根据相关研究学者的意见及小样本预测试的反馈结果对问卷进行修改完善,形成正式问卷。
3.2   数据搜集
本研究以中山大学的学生为调研对象。通过两种方式发放问卷:一是在学校图书馆、教学楼发放纸质问卷;二是采用问卷星平台,利用人际关系网络发放电子问卷。共回收612份问卷,剔除92份无效问卷(如填答不完整、只填写单一极端选项、填写具有明显规律性等),最终得到520份有效问卷,问卷有效率为85%。表1为有效样本的人口统计学特征信息。
表1   有效样本的人口统计学特征
基本信息题项频率百分比(%)
性别23144.4
28955.6
年龄小于18岁112.1
18-2243683.8
23-256312.1
26-2861.2
28岁及以上40.8
学科文科24446.9
理科10720.6
工科10520.2
医科6412.3
教育背景专科265.0
本科46589.4
硕士254.8
博士及以上40.8
4   数据分析
4.1   信效度分析
使用SPSS18.0进行数据分析。Cronbach's Alpha被用于衡量问卷信度,本研究问卷阈值为0.7[18],研究的初期阶段Cronbach's Alpha 值高于0.5即可[19]。表2展示了大五人格各维度的描述统计值和Cronbach's Alpha值,除宜人性的Cronbach's Alpha值(0.681)略低于0.7外,其余4个维度均高于0.7,量表的整体Cronbach's Alpha值为0.738,说明量表的信度较好。本研究量表的KMO测度为0.885,表明量表的结构效度较好[20]
表2   描述统计和Cronbach's Alpha系数
人格特质均值标准差Cronbach's a
外倾性(E)3.160.6100.780
宜人性(A)3.660.4730.681
尽责性(C)3.220.5560.779
神经质(N)3.000.5750.723
经验开放性(O)3.400.5220.777
4.2   方差分析
使用方差分析对4类移动APP的采纳行为进行分析。将样本分为“采纳者”和“非采纳者”两个子样本,对比两组样本在5个人格维度的均值并检验其显著性。结果如表3所示。对于视频类APP,外倾性与视频类APP采纳正相关[F=11.712,P<0.01],神经质与视频类APP采纳负相关[F=6.377,P<0.05],宜人性、尽责性、经验开放性和视频类APP采纳不存在显著关系;对于拍摄美化类APP,宜人性、外倾性均与拍摄美化类APP采纳正相关[F=4.211,P<0.05]、[F=10.977,P<0.01],尽责性、神经质、经验开放性与拍摄美化类APP采纳不存在显著关系;对于购物类APP,外倾性与购物类APP采纳正相关[F=6.122,P<0.05],神经质与购物类APP负相关[F=7.016,P<0.01],宜人性、尽责性、经验开放性与购物类APP采纳不存在显著关系;对于游戏类APP,尽责性与游戏类APP采纳负相关[F=10.511,P<0.01],宜人性、外倾性、神经质、经验开放性与游戏类APP采纳不存在显著关系。
表3   人格特质与APP采纳
APP类别人格特质采纳者不采纳者FP结果
频数均值(标准差)频数均值(标准差)
视频类宜人性(A)4293.68(0.47)913.58(0.48)3.5330.061不成立
尽责性(C)4293.24(0.53)913.17(0.65)0.9340.334不成立
外倾性(E)4293.20(0.60)912.96(0.62)11.7120.001(**)成立
神经质(N)4292.97(0.56)913.14(0.65)6.3770.012(*)成立
经验开放性(O)4293.39(0.52)913.45(0.51)0.9200.338不成立
拍摄美化类宜人性(A)2283.71(0.48)2923.62(0.47)4.2110.041(*)成立
尽责性(C)2283.23(0.59)2923.22(0.51)0.0730.788不成立
外倾性(E)2283.26(0.57)2923.08(0.63)10.9770.001(**)成立
神经质(N)2283.01(0.54)2922.99(0.60)0.0830.774不成立
经验开放性(O)2283.39(0.52)2923.40(0.52)0.0320.858不成立
购物类宜人性(A)4343.68(0.46)863.58(0.53)3.2780.071不成立
尽责性(C)4343.22(0.53)863.24(0.63)0.0490.825不成立
外倾性(E)4343.19(0.60)863.01(0.63)6.1220.014(*)成立
神经质(N)4342.97(0.57)863.15(0.59)7.1060.008(**)成立
经验开放性(O)4343.40(0.52)863.39(0.55)0.1650.684不成立
游戏类宜人性(A)2643.66(0.48)2563.66(0.47)0.0050.943不成立
尽责性(C)2643.15(0.54)2563.30(0.56)10.5110.001(**)成立
外倾性(E)2643.16(0.62)2563.16(0.59)0.0010.974不成立
神经质(N)2643.02(0.56)2562.98(0.58)0.6060.437不成立
经验开放性(O)2643.38(0.52)2563.42(0.53)0.6950.405不成立
注:*<0.05,**<0.01,***<0.001
4.3   人格特质与4类移动APP使用时间的相关性分析
为进一步探讨人格特质对APP使用时间的影响,进行人格特质和4类APP使用时间的相关分析,具体结果如表4所示。宜人性与视频类APP使用时间正相关,尽责性与游戏类APP使用时间负相关,外倾性与视频类APP使用时间、拍摄美化类APP使用时间存在正相关关系,神经质与视频类APP使用时间负相关。
表4   人格特质与APP使用时间的相关性分析
人格特质宜人性(A)尽责性(C)外倾性(E)神经质(N)经验开放性(O)
视频类APP0.112*0.0190.120**-0.113*-0.016
拍摄美化类APP0.076-0.0100.164**0.0040.034
购物类APP0.036-0.0590.077-0.033-0.027
游戏类APP-0.034-0.157**-0.0040.016-0.050
注:*<0.05,**<0.01,***<0.001
5   讨论
5.1   结果讨论
本研究尝试将大五模型运用到移动APP采纳的研究中,探讨人格特质对不同类型移动APP采纳及使用时间的影响。实证结果表明,人格特质影响不同类型移动APP的采纳和使用时间。
研究发现,宜人性与拍摄美化类APP采纳正相关,这一结论进一步验证了S. Devaraj等[13]和C. Srisawatsakul等[21]的发现。换句话说,高宜人性个体更可能使用拍摄美化类APP。S. Devaraj等研究发现宜人性与技术接纳、感知有用性存在正相关关系[13],拍摄美化类APP如Faceu,具有拍摄照片、美颜、特效滤镜、实时在人脸叠加动态贴画等功能,宜人性越高的个体越可能感知到这些功能的有用性,进而使用Faceu。
尽责性与游戏类APP采纳存在负相关关系,这一结论进一步证实了C. Mori等的研究结果[5]。较之休闲,高尽责性个体更倾向于把时间花在工作上[22]。相关研究也发现,尽责性人格特质与电子游戏上瘾负相关[23]。尽责性越高的个体自控能力越强且对工作、学习越负责,他们倾向于回避可能影响其正常工作的设备[24]。2016年12月至2017年5月期间,王者荣耀用户日均使用时长均值为47.2分钟[25],这可能会占用高尽责性个体学习、工作的时间,分散其注意力,因此他们可能更倾向于不使用王者荣耀。
外倾性与视频类APP、拍摄美化类APP、购物类APP采纳均存在正相关关系,即外倾性得分越高的个体越可能采纳视频类APP、拍摄美化类APP、购物类APP。这一结论进一步验证了R. Goldsmith[26]、T. Amiel和S. L. Sargent[27]的发现。已有研究表明,社交活跃和外倾性消费者更倾向于在线购物[28];R. Goldsmith提出外倾性与购物存在正相关关系[26],淘宝支持用户之间分享购物经验、讨论穿搭等,这可以在一定程度上满足高外倾性个体的社交需求。T. Amiel和S. L. Sargent认为外倾性得分高的人更喜欢娱乐性网络服务[27],Faceu可以拍摄个性化照片、录制搞笑视频等并支持分享到微信等社交媒体,从而满足高外倾性个体的社交需求和娱乐需求;通过使用爱奇艺,用户可以观看丰富多元的视频,这可在一定程度满足高外倾性个体的娱乐需求。
神经质与视频类APP采纳、购物类APP采纳均负相关,即神经质越高的个体越可能倾向于不采纳视频类APP、购物类APP,这进一步证实了T. L. Tuten和M. Bosnjak的发现[29]。高宜人性个体固有的不信任会影响其对新技术和服务的使用[6],在使用购物类APP、视频类APP时会涉及到个人信息(如注册账号等),而高神经质个体敏感、多虑,这可能会影响其对购物类APP、视频类APP的采纳。
经验开放性与4类移动APP的采纳均不存在显著关系,这一结果与R. Xu等的研究结果相类似,R. Xu等研究人格特质对社交类APP、财经类APP等7种不同类型APP采纳的影响,发现经验开放性对这7类APP的采纳均不存在影响,但经验开放性可能对新款APP的采纳存在显著影响[6]。本研究中的拍摄美化类APP、游戏类APP、购物类APP和视频类APP均是当下较为流行的4类移动APP,这可能影响经验开放性人格特质对其采纳的影响程度。
本研究还发现,高宜人性个体每天使用视频类APP的时间越长,尽责性得分越高者每天使用游戏类APP的时间越短,外倾性得分越高者每天使用视频类APP、拍摄美化类APP的时间越长,神经质越高的个体每天使用视频类APP的时间越短。
5.2   研究意义和不足
本研究具有一定的理论和实践意义:
⑴理论上:①本研究尝试将人格特质运用到移动APP采纳的研究中,经过实证研究得出人格特质对特定类型APP采纳存在影响,即进一步证实人格特质可用于研究人们对不同类型移动APP的采纳,一定程度上丰富了移动APP用户使用行为的研究。②国内少有研究从人格的角度探讨不同类型移动APP的采纳,而本研究基于大五人格模型实证了人格特质对不同类型APP采纳的影响,进一步拓展了关于人格与移动技术使用的研究,为国内学者提供研究思路。
⑵实践上,本研究可以为APP开发商提供借鉴,即根据人格特质对不同类型APP的采纳倾向和人格特质与APP使用时间的关系,进一步优化APP开发,提升用户忠诚度和使用粘性,在激烈的移动应用市场竞争中立于不败之地。例如,通过获取用户的人格特质信息,针对性地为其推荐特定类型的APP,以便提高营销精准度和用户满意度,进而增强用户的使用粘性。
本研究不可避免地存在一定局限性:①采用便利抽样收集数据,仅将大学生作为调查对象,这可能影响研究结论的广泛适用性。②通过问卷调查获得用户关于APP采纳情况及人格特质的主观评价数据,可能存在数据不精准的问题。
作者贡献说明
甘春梅:负责研究课题设计、论文修改与定稿;
张春福:负责问卷调查设计与实施、论文初稿撰写与修改;
梁栩彬:负责数据分析与论文初稿撰写。
[1]
中国互联网络信息中心.第39次中国互联网络发展统计报告[R/OL].[2017-08-03]. http://www.cnnic.cn/gywm/xwzx/rdxw/20172017/201701/t20170122_66448.htm.
[2]
艾媒资询.2016-2017年中国移动应用商店市场监测报告[R/OL].[2017-06-06].http://www.iimedia.cn /49026.html.
[3]
HUGHES D J, ROWE M, BATEY M, et al. A tale of two sites: Twitter vs. Facebook and the personality predictors of social media usage[J]. Computers in human behavior, 2012, 28(2):561-569.
[4]
TAN W K, YANG C Y. Internet applications use and personality[J]. Telematics & informatics, 2014, 31(1):27-38.
[5]
MORI C, HAYAKAWA I, SAGOU Y. The influence of personality traits on mobile phone application preferences[J]. Journal of economics & behavioral studies, 2012, 61(8):399-406.
[6]
XU R, FREY R M, FLEISCH E, et al. Understanding the impact of personality traits on mobile app adoption – insights from a large-scale field study[J]. Computers in human behavior, 2016, 62(C):244-256.
[7]
COSTA P T,MCCRAE R R. Revised NEO personality inventory (NEO-PI-R) and NEO five-factor inventory (NEO-FFI) professional manual[M]. Odessa: Psychological Assessment Resources,1992.
[8]
珀文.人格科学[M].周榕,等译.上海:华东师范大学出版社, 2001:48.
[9]
GUADAGNO R E, OKDIE B M, ENO C A. Who blogs? personality predictors of blogging[J]. Computers in human behavior, 2008, 24(5):1993-2004.
[10]
COSTA P T, MCCRAE R R. Normal personality assessment in clinical practice: the NEO personality inventory.[J]. Psychological assessment, 1992, 4(1):5-13.
[11]
TSAO W C,CHANG H R.Exploring the impact of personality traits on online shopping behavior[J]. African journal of business management, 2010,4(9): 1800-1812.
[12]
SHEN J, BRDICZKA O, LIU J. A study of Facebook behavior: what does it tell about your neuroticism and extraversion?[J]. Computers in human behavior, 2015, 45:32-38.
[13]
DEVARAJ S, EASLEY R F, CRANT J M. Research note —how does personality matter? relating the five-factor model to technology acceptance and use[J]. Information systems research, 2008, 19(1):93-105.
[14]
RYAN T, XENOS S. Who uses Facebook? an investigation into the relationship between the big five, shyness, narcissism, loneliness, and Facebook usage[J]. Computers in human behavior,2011,27(5): 1658-1664.
[15]
MARSHALL T C, LEFRINGHAUSEN K, FERENCZI N. The big five, self-esteem, and narcissism as predictors of the topics people write about in Facebook status updates[J]. Personality & individual differences, 2015, 85:35-40.
[16]
MOORE K, MCELROY J C. The influence of personality on Facebook usage, wall postings, and regret[J]. Computers in human behavior, 2012, 28(1):267-274.
[17]
JOHN O P, SRIBASTAVA S. The big five trait taxonomy: history, measurement, and theoretical perspectives[M]//Pervin L A ,John O P. Handbook of personality: theory and research. 2nd ed. New York: Guilford, 1999:102-138.
[18]
WEERAKKODY V, IRANI Z, LEE H, et al. Are U.K. citizens satisfied with e-government services? edentifying and testing antecedents of satisfaction[J]. Information systems management, 2016, 33(4):331-343.
[19]
柳瑶, 郎宇洁, 李凌. 微博用户生成内容的动机研究[J]. 图书情报工作, 2013, 57(10):51-57.
[20]
马捷,胡漠. 用户感知视角下的商务网站信息生态化程度测评研究[J].图书情报工作,2015,59(10):92-101.
[21]
SRISAWATSAKUL C, QUIRCHMAYR G, PAPASRATOM B. A pilot study on the effects of personality traits on the usage of mobile applications: a case study on office workers and tertiary students in the bangkok area[C]// The international conference on computing and information technology. Switzerland:Springer International Publishing ,2014:145-155.
[22]
LANDERS R N, LOUNSBURY J W. An investigation of Big Five and narrow personality traits in relation to Internet usage[J]. Computers in human behavior, 2006, 22(2):283-293.
[23]
ANDREASSEN C S, GRIFFITHS M D, GJERTSEN S R, et al. The relationships between behavioral addictions and the five-factor model of personality.[J]. Journal of behavioral addictions, 2013, 2(2):90-99.
[24]
ROSS C, ORR E S, SISIC M, et al. Personality and motivations associated with Facebook use[J]. Computers in human behavior, 2009, 25(2):578-586.
[25]
极光.极光大数据:王者荣耀研究报告[R/OL].[2017-08-02].https://www.jiguang.cn/reports/72.
[26]
GOLDSMITH R.The Big Five, happiness, and shopping[J]. Journal of retailing & consumer services,2016,31:52-61.
[27]
AMIEL T, SARGENT S L. Individual differences in Internet usage motives[J]. Computers in human behavior, 2004, 20(6):711-726.
[28]
NNSERI M B, ELLIOTT G. Role of demographics, social connectedness and prior Internet experience in adoption of online shopping: applications for direct marketing[J]. Journal of targeting measurement & analysis for marketing, 2011, 19(2):69-84.
[29]
TUTEN T L, BOSNJAK M. Understanding differences in eb usage: the role of need for cognition and the five factor model of personality.[J]. Social behavior & personality an international journal, 2001, 29(4):391-398.
稿件与作者信息
甘春梅(ORCID:0000-0001-8886-3748),副教授,博士,E-mail: ganchm3@mail.sysu.edu.cn;
张春福(ORCID:0000-0002-4730-5536),本科生;
梁栩彬(ORCID:0000-0001-9878-3207),硕士研究生。
本文系国家自然科学基金青年项目“基于使用与满足理论的社交媒体使用机理研究:从采纳到持续使用的行为转变”(项目编号:71403301)和中山大学大学生创新训练计划项目“人格特质对不同类型APP采纳的影响研究”(项目编号:201602069)研究成果之一。
出版历史
出版时间: 2017年11月10日 (版本1
参考文献列表中查看
知识管理论坛
知识管理论坛
技术支持:印刻学术