手機應用調查:分析手機應用程式之使用情況

2016-11-14

  香港樹仁大學新聞與傳播學系新傳網設計了手機應用程式SY MediaLab Big Data (SY MLBD),找來八位學生調查員,於2016年7月18至8月23日﹝共37天﹞一星期七天,一天中24小時不同時段,於香港 (1265)、台灣 (45)、新加坡(565)、及美國 (25) 等不同地區,收集市民大眾使用手機應用共2280數據,作出分析。 結果發現:(一):手機應用程式中,最多人次使用為遊戲 (505, 22.1%);星期一至六,天天使用最多;星期天,排第二;(二):其次為即時通訊 (387, 17.0%);(三):第三位為電話 (336, 14.7%);(四):以χ2 統計方法評估分析交叉表,發現手機應用,與星期及性別均有明顯關係 (p < .001)。


調查方法

  本研究採用了一個嶄新的概念以收集數據。調查員於不同的公眾場合中,目測市民大眾正在使用中的應用程式。開啓新傳網專為此研發的手機應用程式 SY MediaLab Big Data (SY MLBD),調查員從選項當中的八種不同手機應用程式類別中選取,分別為:遊戲、即時通訊、電影、社交媒體、電話、資訊、照相、及聆聽,以記錄面前市民使用中的程式。男市民以藍色的按鈕作記錄,女的以粉紅色按鈕。每次記錄五位市民。然後按遞交鈕。若遞交前要作出更改,只要長按著按鈕,便可刪除,以再次輸入。遞交的一剎那,SY MediaLab Big Data (SY MLBD) 會記錄當時日期、時間、GPS 全球定位系統位置,一併發出。新傳網伺服器收到數據,會存進資料庫。新傳網頁會自動根據資料庫資料,實時 (Real-time) 製成圖表,於新傳網網站中展示 (http://www.symedialab.org.hk/symlbd/index.php ),讀者當可即時查看。將來,新傳網會製作下載連結,讓公眾免費下載原始資料數據,自行分析,以達到共享數據,知識分享。

 圖一:SY MediaLab Big Data (SY MLBD) 手機應用程式輸入流程介面:主版面及輸入數據版面


調SY MediaLab Big Data (SY MLBD) 的產生背景

  以往,我們利用問卷調查收集數據。若收集內容為被訪者的意見,問卷調查還可。但若收集手機使用行為數據,由被訪者回憶記錄,則難免有所偏差。最好能直接記錄。例如,使用者所有行為皆由系統平台記錄則最準確可靠。但考慮到每間公司機構,皆只能從本身機構或平台中收集,所得數據便局限於本身會員。要機構分享這些商業機密作集體分析,不容易。考慮到以上種種,新傳網提出一種嶄新的概念:招收大量調查員,分布各區,於不同時間,以手機應用程式,作調查記錄。


調SY MediaLab Big Data (SY MLBD) 手機應用分類

  手機應用程式分為八類:遊戲、即時通訊、影片、社交媒體、電話、資訊、照片、聆聽。

  手機用來撥打和收聽「電話」,是主要功能。

  手機加入拍攝功能,可以拍攝「照片」,貯存及瀏覽相片。手機可攝錄短片,可貯存及播放短片或「影片」。手機當作錄音機,可錄製及播放聲音或音樂,使用者「聆聽」。手機提供「遊戲」,讓用戶當作娛樂。這些擴充功能,使手機成為製作、貯存、播放、及發放多媒體內容的重要設備。

  當進入智能手機年代,手機更成為一台小型電腦,接通互聯網,提供多媒體資訊、即時溝通、建立網絡社群等功能。根據互動程度,由低至高,可分為「資訊」瀏覽;「社交媒體」社群參與讚、回應、分享等互動;及「即時通訊」即時文字或錄音對話溝通。

  這種分類方法,或許未及細緻;但足以反映手機的主要應用,並將使用者的參與互動程度區分。更重要的是,簡單的輸入,可推廣此計劃至全球,合力協作收集數據。


調SY MediaLab Big Data (SY MLBD) 的特點與限制

  由於考慮到要以目測方法作記錄,過程必須簡單,快捷。內容不能過多或複雜。人來人往,每次收集人次也有所限制。因此,目前版面設計以簡潔易用為主。將來或加入更多原素,可再研究。收集數據,最重要視乎研究目的。本研究以調查手機應用為主,收集數據雖然單一,卻能準確記錄當時行為。若能長期,並於不同地方,不同時間,收集數據,資料庫則或能提供長期變化、或趨勢預測等有用原始數據。另外,亦有機會某幾位調查員收集數據量比其他調查員多,有機會做成數據偏差,而影響整體結果。那麼,可以隨機方式,從每一調查員當中,只抽取指定數量的數據作分析。只要有了原始數據,研究人員就可根據需要,而設計分析步驟及方法。但是,隨著此計劃推廣,有足夠多的調查員,這些問題便會相對地減輕了。


初步調查結果分析

數據收集背景資料

  是次調查為期37天,由7月18日至8月23日,當中,沒有收到數據的有8天,實有數據為29天。每一天收集數據,載於附錄 (見附錄一)。各調查員不定時在不同地方收集數據。按星期中的日子歸納,由80至675人次不等;男使用者1083人次,女使用者1197人次(見表一)。


表一‧收集數據背景資料(星期、時間及性別)


  本調查根據全球定位系統記錄,取得各數據的收集位置,倘若系統無法定位,亦可從調查員輸入的地方記錄位置 (此功能將取消,以配合全球統一收集數據)。在2280人次當中,有1265個數據位於香港、565個於新加坡、45個於台灣及25個於美國取得,其餘390個數據(佔17.1%)未能取得全球定位位置資訊,或調查員沒有輸入地方記錄位置。在有全球定位位置的資料中,於 Google Map 中輸入取得的經緯度,找出相應所屬地區位置。是次報告,先分析香港,其他國家地區的細分則略過。

  在1265個香港的數據與香港18個行政區作配對後,得到:港島東區(220人次)、灣仔區(200人次)、中西區(120人次)、南區(5人次);九龍油尖旺區(225人次)、九龍城區(115人次)、深水埗區(105人次)、觀塘區(30人次);新界沙田區(125人次)、元朗區(45人次)、北區(30人次)、荃灣區(30人次)、大埔區(15人次)(見表二)。


表二‧收集數據背景資料(國家地區及香港各行政分區)


手機應用加總結果

  從所有數據2280人次當中,最多人使用為遊戲 (505人次, 佔22.1%)、其次為使用即時通訊 (387人次, 佔17%)、聽講電話 (336人次, 佔14.7%)、閱讀資訊 (331人次, 佔14.5%)、閱讀社交媒體 (289人次, 佔12.7%)、聆聽 (225人次, 佔9.9%)、看影片 (182人次, 佔8%)、[1]照相 (包括看照片或拍攝) (25人次, 佔1.1%)(見表三)。

表三‧手機應用人次及百分比排序


手機應用與各變數交叉分析結果

- 手機應用與星期

  為了瞭解平日,周末、周日,手機應用可會有所分別,我們把星期一至星期日的人次加總,及應用的百分比列於下表作分析。下表顯示,當天人次,及除以當天收集總人次所得的百分比。百分比數值,可比較八種應用於當天的排序。

  數字顯示,由星期一至星期六,遊戲一項,均排首位;即時通訊,則於星期日排首位,以黃色顯示[2]

  排第二位,以綠色顯示,即時通訊於星期三及五;社交媒體於星期二;電話於星期四;資訊則於星期一、二、及六。

  排第三位,以藍色顯示,即時通訊於星期一及六;社交媒體於星期四及日;電話於星期二及五;資訊則於星期三。

  綜合而言,手機應用程式中,遊戲較受歡迎,使用率在星期一至六均處首位,而星期三則達到高峰,佔31.6%。另一方面,影片,聆聽及照片在整個星期中,都是處於低位。值得注意的是,市民戴著耳機,並不一定代表他在聆聽;若邊戴耳機,邊使用其他應用程式,我們會當其他應用來記錄。至於照相,該類別於8月17日才加入並開始記錄。以χ2 統計方法評估分析交叉表,發現手機應用程式與星期有明顯關係 (χ2=200.60, df=42, p < .001) (見附錄二及圖二)。



圖二:手機應用程式與星期


--手機應用與24小時分布

  為了瞭解一天裏的不同時段,例如日間上班、上學、下班、下課等繁忙時間;日間其他非繁忙時間;或晚間,手機應用可會有所分別,我們把一天24小時中,每個相同時段加總,與手機應用做成交叉表,以分析相互關係。(見附錄三及圖三)。



圖三:手機應用與24小時分布


--手機應用與性別

  為了瞭解男女之間的使用情況,我們把手機應用程式與性別作交叉表分析。表達男及女使用各手機應用程式人次,及手機應用程式於男或女當中各自的百分比。遊戲於男使用者中排首位,於女使用者中則排第二位。即時通訊於女使用者中則排首位。電話於男使用者中排第二位,於女使用者中則排第四位。資訊於男使用者中排第三位,於女使用者中則同時排第四位。社交媒體於女使用者中則排第三位。

  以χ2 統計方法評估分析交叉表,發現手機應用程式與性別有明顯關係 (χ2=52.86, df=7, p < .001) (見附錄四及圖四)。



圖四:手機應用程式與性別


--手機應用與地區

  是次報告,分析比較各地區情況。但其實今次主要於香港收集數據,其他地區收集只有有限數據,只作參考,不能作具體結論。作為測試,這些數據幫助我們瞭解時區,位置,等以作改善流程。但亦證明此數據收集模式過程大致順利,技術上可行,為將來推廣此計劃至不同地區奠定基礎(見附錄五及圖五)。



圖五:手機應用程式與地區

 

--手機應用與香港各行政分區

  是次報告,進一步分析香港各區情況,香港18個行政區,獨立分析各手機應用情況,以交叉表格顯示(見附錄六及圖六)。遊戲及即時通訊普遍,各分區佔首位,唯個別地區則有異。再者,分析時須留意個別地區人數太少,或須留待收集更多數據後,方可比較。


討論

計劃目的:研究手機現象

  本研究計劃,旨在解釋一個社會現象,人們使用手機應用程式的現象。研究人們使用手機應用程式:用甚麼?何時用?何處用?誰人用?為甚麼用?如何用?利用收集得來的手機應用程式數據:(1) 找出應用之手機程式;(2) 與周日交叉分析,找出平日與周末之別; (3) 與時間交叉分析,找出不同時間之別;(4) 與國家/地區交叉分析,找出不同地方之別;(5) 與性別交叉分析,找出男女使用之別。有了這些不同角度的比較,立體地分析使用過程,從不同角度,解釋手機應用程式之使用情況。這研究計劃剛開始,收集到的數據量有限,部分地區,及部分獨立日的數據量少。以上分析報告,希望提出各種分析方法,起一示範作用。隨著計劃推廣,收集數據累積一定數量,分析結果便更有意義了。


數據結果手機應用趨勢

  另外,這研究結果非常有限,單一,就是手機的應用,只此而矣。可以分地區,時間、性別等作進一步分析,以瞭解使用過程。但其實就只有手機的應用次數或百分比。這類似電視節目收視、選舉調查,或特首民望,就只有一個百分點數。參考美國統計總統選舉的網站,綜合了不同紙媒,電台,電視,大學,等每天進行的調查,每天公布總統候選人的支持度,沒有其他。我們的調查,亦然。每天一列,分別報告每一類手機應用的次數或百分點,每天更新。可以分地區,或性別作比較。可造成圖表,看到起跌趨勢。但主要就是每天報告每一類手機應用的次數或百分點。


共享數據:共同分享分析

  另外,為了收集手機應用程式數據,本研究計劃擬定了一個能讓大量調查員同時收集數據的機制,並設計成手機應用程式。有了這個設計,就能同時讓世界各地調查員協作,收集數據,並共享數據,共同分析。


總結:將來發展

  目前,新傳網已經開發了SY MediaLab Big Data (SY MLBD) 的iOS 及Android 兩個手機 App,並於 App Store 及 Google Play 中以供下載。

  新傳網及網絡傳播研究中心現公開邀請世界各地大學,參與這項全球協作計劃。下載程式,並向新傳網申請成為調查員,共同收集數據,共享數據,分享研究成果。詳細報告同時刊於:香港樹仁大學新聞與傳播學系新傳網 (http://www.symedialab.org.hk/) 及網絡傳播研究中心 (http://www.hksyu.edu/ocrc)

 


馬偉傑

香港樹仁大學 新聞與傳播學系 網絡傳播研究中心

 

(SY MediaLab Big Data Project Team調查組成員:

黃子健 侯家豪 葉詩穎 伍淑冰 梁俊仁 周展樑 韓佩衡 張雅琳

香港樹仁大學 新聞與傳播學系 新傳網 及 網絡傳播研究中心)

 


附錄一‧手機應用程式與每天記錄交叉表



附錄二:手機應用與星期交叉表



附錄三:手機應用與24小時記錄交叉表



附錄四‧手機應用程式與性別交叉表

 


附錄五‧手機應用與地區交叉表

 

附錄六‧手機應用與香港18行政區交叉表

 


[1] 照相 (包括看照片或拍攝) 一項,該類別於8月17日才開始記錄。

[2] 以下各交叉分析表,均以黃色顯示排序首位、綠色顯示第二位,及藍色顯示第三位。

[3] 研究分析前,可考慮設定最少數據量;少於預設數值的,刪除不作分析,以免大誤差,影響結論。

[4] 由於暫時此地區收集人數太少,不宜作結論,只作參考用。於正式分析時,調查員可定一標準,少於該標準數目,則省略該天數據,不納入分析。

[5] 由於暫時此地區收集人數太少,不宜作結論,只作參考用。於正式分析時,調查員可定一標準,少於該標準數目,則省略該天數據,不納入分析。

下載
相關文章 / Related Articles

2016年度新聞與社交媒體使用行為調查

馬偉傑 周展樑 葉詩穎 伍淑冰 梁俊仁
2016-09-21

微博的傳播特點與社會價值

孟禹
莊太量
2016-02-29

報章如何報導和塑造黃之鋒

余皓懿
蘇鑰機
2016-01-28

網絡時代的公共治理

馬偉傑
2015-10-28

新聞與社交媒體使用行為調查 2015

馬偉傑 、伍淑冰、 周展樑、 許明朗
2015-09-01