城市老人的网民角色模型

人物角色(Personas)方法是目前人机交互领域比较流行的一种方法,是采用用户模型来代表的具体个体,人物角色的用户模型不是真实的人群,但他们是基于人们真实的行为和动机构建的,并且在整个设计过程中代表着真实的人群。人物角色是在收集到的实际用户行为数据的基础上形成的综合原型(Composite Archetype),概括描述了用户研究的成果。通过刻画人物角色,设计师及研究者可以理解在特定场景下的用户目标。为了对城市的上网老年人的特征有一个清晰的了解,本文构建了一个“城市老人的网民角色模型”。

本文将参照已有研究(Silver,2014)使用卡方(χ2)检验来判断上网老人和不上网老人在各特征的比例分布上是否有显著差异(结果见表3)。一般样本数达到30才具有统计意义,为了能够进行有效的卡方检验,本文对部分变量的取值进行了重新编码,并删除了一些样本太少的变量或取值。如年龄80岁以上的老人只有18位,因而本文将80岁以上老人与76～80岁老人合并为76岁及以上的老人;拥有电子书阅读器的老人只有5位,因而该变量被剔除了;其他变量的重新编码方式与此类似。

表3　上网老人与不上网老人特征对比分析

(续表)

注:表中打*的是使用卡方(χ2)检验后,发现上网老人和不上网老人的比例存在显著差异的项目;显著性水平包括*P＜0.05,**P＜0.01,***P＜0.001;带星号且加粗的是上网老人的特征,只带星号的是不上网老人的特征

在卡方(χ2)检验结果中,上网老人在某变量某个取值分布上显著高于不上网老人时,这个变量的该取值才被认为是上网老人的显著特征,基于此我们可以找到城市老年网民的所有人物角色特征;另外,由于本文还调查了上网老人对网络使用情况的一些问题,我们将上网老人网络使用情况中比例高的项目也纳入到城市老年网民的特征列表中。综合上述原则,本文建立了如图9所示的城市老人的网民角色模型。

根据卡方(χ2)检验的结果我们发现,上网老人和不上网老人在性别、独居状态的取值分布上没有显著差异(p＜0.05),而在其他特征的取值分布上具有显著差异(p＞0.05)。表3数据显示,城市老年网民具有如下特征:年龄在60～65岁之间,曾经的职业是机关事业单位,学历在中专或高中以上,年收入在5万元以上,拥有电脑(或智能手机、平板电脑),心态比较年轻,能够跟得上或完全跟得上时代的发展。

图9　城市老人的网民角色模型

注:百分比依次表示的是上网老人的比例＞所有老人的比例＞不上网老人的比例,例如年龄60～65岁之间(56.5%＞44.8%＞39.8%)表示上网老人中60～65岁之间的老人占56.5%,总体样本中60～65岁之间的老人占44.8%,不上网老人中60～65岁之间的老人占39.8%;网络使用情况的特征是利用百分比的高低得到的,而其他特征是通过卡方检验得到的

我们还发现城市老年网民的上网频率较高(每星期3～5次及以上),学会上网的渠道以原来就会、老年大学和自学为主,上网遇到问题时主要向子女、孙子或孙女、同龄朋友咨询,上网的主要活动是看新闻、听歌或看视频、查资料。