广州市大学生使用移动音乐APP的偏好分析研究 社会学专业

摘要随着文化和知识版权意识的传播，人们对知识付费和版权意识的认可，我们逐渐步入付费时代。从网上下载数字音乐已经是我们欣赏音乐的重要途径，而人们的消费观念也在悄悄改变，开始愿意付费下载音乐，为版权买单。移动音乐APP在我们的生活中逐渐成为了一种必不可少的音频软件。而大学生作为年轻的一代，喜爱的音乐的品类很多。相对而言大学生使用音乐APP也比较广泛。所以本文基于大学生研究大学生使用移动音乐APP的偏好，由于范围有限，所以选取广州市的大学生为样本，得出大学生使用移动音乐APP时会注重APP的哪些性能，以及使用移动音乐APP的种类和对于音乐版权付费的接受程度，本文将会对收集到的数据进行单因素方差分析、因子分析、信度分析等等。从而为移动音乐APP软件开发者提供一些大学生使用移动音乐APP的偏好性能，以及移动音乐APP的运营提供建议。关键词：单因素方差分析因子分析信度分析多重响应分析AbstractWiththerapiddevelopmentofChina'seconomyandthespreadofdigitalmedia,people'srecognitionofknowledgepaymentandcopyrightawarenesshasgraduallyenteredtheeraofpayment.DownloadingthedigitalmusicfromtheInternetisanimportantwayforustoenjoymusic,andpeople'sconsumptionconceptisalsochangingquietly,andtheyarewillingtopayforthedownloadofmusic,payingforthecopyright.MusicAPPhasgraduallybecomeanindispensableaudiosoftwareinourlife.Andtheyoungergeneration,thebelovedmusiccategoryisalot.Sointhispaper,basedonthestudyofcollegestudentsusingthepreferenceofmusicAPP,becausethescopeislimited,sotheselectionofguangzhouuniversitystudentsassamples,itisconcludedthatcollegestudentspayattentiontowhenusingmusicAPPAPPwhichperformance,andtheuseofmusicandtypeofAPPforacceptanceofthemusiccopyrightpaidthisarticlewillfactoranalysisofthecollecteddata,thereliabilityanalysisandsoon.Inthisway,musicAPPdevelopersareprovidedwiththepreferenceperformanceofmusicAPPandtheoperationofmusicAPP.Keywords:factoranalysis;thereliabilityanalysis;multipleresponseanalysis目录学生承诺书1前言 11.1选题背景 11.2研究的目的和意义 11.3.1研究内容 21.3.2研究方法 31.4本文的创新与局限性 31.4.1创新性 31.4.2局限性 32国内外文献研究综述 42.1国内文献研究 42.2国外文献研究 53现状分析 53.1移动互联网流量 53.2网络音乐 53.3移动音频的发展现状 64样本数据分析 64.1调查问卷样本量 64.2调查问卷数据分析 64.2现状分析 85实证分析 125.1信度分析 125.2方差分析 135.3因子分析 165.4多重响应分析 236研究结论 237政策建议 24参考文献 25致谢 27附录 281前言1.1选题背景随着国家经济实力的快速提升，数字媒体的发展，人们版权意识的提高，近些年来，我们逐渐步入付费时代。知识的支付方式是将教育和知识作为商品出售，以获得商业价值。从消费者自身的观点来看，知识支付是一种满足自我发展需求的互联网经济模式，需要购买信息内容和服务。现在，音乐市场正在增长。但音乐版权仍然是热点话题。2015年，国家版权局宣布“所有在线音乐提供商必须下线所有未受版权保护的相关音乐作品”这一政策。这个政策的实施，开始打破传统模式的在线音乐，在我国实施的新的在线音乐支付模式尚未成熟，2015年7月，国家版权局实现国内音乐历史上最严格的“版权”限令，在线音乐提供商收到限令通知，通知规定平台上没有版权的音乐作品必须立即离线。在这个最严的版权令发布之后，音乐平台上将近220余万首无版权在线音乐作品被下线，这事件引发了行业内的极大关注。音乐APP行业内声称中国的音乐产业开始进入了“付费时代”，与此同时，我国在线音乐产业的规模首次超过了实体唱片的规模。达到67.0亿美元，并且保持着可观的增长率，在2016年，我国在线音乐产业的规模仍旧保持了9.8%的增长。可见在线音乐逐渐称为网民们日常使用的重要应用类型，但是从我国早期的音乐市场来看，各大音乐软件主要是通过免费来吸引用户。所以，对于我国的来说，音乐版权付费意识还需要慢慢提高。1.2研究的目的和意义本文研究的目的主要是解析现在大学生在选择使用一款移动音乐APP的时候会更加注重哪些方面，以及大学生对音乐版权付费的接受程度，发现总体来说，大学生使用一款音乐APP最先思考的因素是曲库量的丰富程度；本文还分析了大学生使用音乐APP的场景和时间长度，研究大学生喜欢的曲风，对这些问题进行分析，进而能够分析大学生使用音乐APP的偏好，给音乐APP开发商提供一些可行性的建议。根据2017年6月《中国互联网络发展状况统计报告》的数据，如图：图1-12017年我国网民数据可以看出，在10-39岁人群中的网民，我国的网民占比例最高的是20-29岁，而大学生的年龄基本在这个阶段，所以大学生是音乐版权支付消费的主力军，他们的消费习惯和消费观念将伴随职业踏入社会。对于音乐运营商来说，大学生是他们在线音乐版权支付的潜在客户，所以音乐运营商很有必要了解大学生的需求与消费偏好，这样运营商可以根据分析结果来改善在线音乐市场，更好的满足客户群体的需求，对于运营商来说，了解客户的需求是非常重要的。1.3研究内容与方法1.3.1研究内容本文首先介绍了移动音乐APP的背景以及研究的目的及意义，其次简述了音乐APP的现状；然后对本文所涉及的概念和理论进行论述，此外还从我国当前音乐版权现状和网民人数、移动互联网接入流量、网络音乐用户规模对广州市大学生使用音乐APP的环境和现状进行分析；接着参考相关文献，参考国内外文献对APP使用的研究方法，从消费群体的角度来确定影响大学生选择使用音乐APP的因素，并且对这一部分的因素进行设计，构造问卷的基本框架；随后，对收集到的数据进行整理，剔除无效的数据，分别性别和年级与音乐APP消费行为做单因素方差分析，检验性别和年级是否愿意在移动音乐APP上花钱有无显著差异。并对大学生使用音乐APP的注重点进行因子分析；最后针对以上的分析，对移动音乐APP开发商提出可行性建议。1.3.2研究方法本文采用的方法是理论联系实际，首先是收集现有的有关的文献资料，并对其进行了解，再结合自身的情况制定出关于广州市大学生选择移动音乐APP的偏好调查的方案，通过网上调研和实地调研相结合的方式收集数据，对广州市大学生使用移动音乐APP的一些偏好、以及对移动音乐APP付费的接受程度综合内外因素将所收集到的有效数据进行整理、归纳等描述性统计分析，并根据相关的文献综合实际的情况，进行单因素方差分析，信度分析，因子分析，多重响应分析，以大学生的消费习性对移动音乐APP开发商提供相关建议。本文运用到主要的研究方法如下：（1）文献研究法文献研究法是指收集、鉴定和整理文献，以形成对事实认知的方法。文献法有五个环节。研究设计、文献收集、文献整理、文献综述。本文参考和分析了大量的相关文献，通过比较和逻辑判断等方式获得影响大学生选择使用一款音乐APP的因素，并以此作为本文的理论证明。（2）问卷调查法问卷调查法也称为填表法，是一种比较方便，节省费用的调查方法，指根据所研究的问题确立好问卷，调查对象进行问卷调查的数据收集的一种调查手段。本文在根据相关的文献资料的前提下，选取可能对大学生选择使用一款移动音乐APP产生影响的各个因素，构建调查问卷的框架，以通过搜集大学生对不同移动音乐APP的偏好。1.4本文的创新与局限性1.4.1创新性从近几年开始兴起的一些付费产品，其次是音乐从传统的PC端到移动端的转换，期间，不少学者也对移动音乐APP的市场现状分析，但对象是全国或者是对其他经济区域的且多为定性分析。所以本文这次针对广州市大学生这一特定的群体，对大学生使用移动音乐APP使用的偏好因素进行挖掘和分析。在研究的对象和想法还是比较新颖的。其次，本文采用问卷调查的形式来对大学生喜爱移动音乐APP的情况进行分析，通过网上发放问卷的形式收集问卷，数据的个性化和时效性比较高。1.4.2局限性本文的局限是从研究的地区来看，本文的调查数据仅仅来源于广州市，并且主要以广州市的大学生为主，具有一定的局限性。从问卷调查获得的数据上来看，本文的调研数据数量较少，所以可能会存在由于样本量不足而导致对广州市大学生使用移动音乐APP的偏好分析不够精确。2国内外文献研究综述2.1国内文献研究通过王昊、于可欣、王璐棋、刘弋楠、在2017年的文献《大学生在线音乐付费现状调查分析》的分析可以知道，他们通过调查哈尔滨大学生的付费现状，采用问卷分析的形式，以分层抽样来选择群体；调查分析大学生采用什么工具收听在线音乐，调查显示大学生主要是通过手机来收听音乐。可见手机成为了大学生收听音乐的最重要终端选择。分大学生在线音乐付费现状调查分析析大学生性别与收听音乐场景的相关性，并将性别和收听音乐场景做出卡方检验，其结果显示，性别与大学生收听音乐的场景并没有很大关系。最后综合分析调查用户的属性，年龄和年级以及专业和生活费对他们是否愿意对移动音乐APP付费的影响。最后的调查数据表明，女生选择付费音乐的概率是男生的1.267倍。总的来说，说明女生选择付费音乐的积极性比男生高。2017年翁超萍[2]的《音乐类APP的用户需求及改进对策研究——以“网易云音乐”为例》，对网易云音乐APP的现状进行分析，分析目前APP用户的行为习惯和使用态度，综合当前网易云音乐的两个特点，一个是用户数量那个庞大，潜在消费者多，另一个是相比QQ音乐和酷狗音乐等，网易云音乐是自带“移动基因”，脱离传统的PC时代的两个特点，建立了问卷调查法，结合文献研究法和问卷调查法，对网易云音乐进行了观察。最后，提出了网易云音乐的内容、反馈、渠道和用户。2017年倪赛美[1]在《移动音频知识传播研究—以喜马拉雅为例》一文中从知识传播的角度出发，利用文献研究、深度访谈法、观察法、内容分析、喜马拉雅调频支付研究精品的知识生产和传播渠道,在文章的最后总结和归纳当前移动音乐应用程序环境中的知识传播和传播的特点。2016李邹倩楠[17]在《移动端音乐社区的应用创新与用户体验研究》中研究了音乐社会体验的现状，文章主要围绕音乐的社区体验，分析了国内外移动音乐社区社会功能的现状，对社会功能水平比较典型的产品进行了商品分析，发现音乐社会存在经验黏性较弱这一现象；文旨在研究改进用户移动音乐应用的社会体验，从而提高用户的粘性，促进音乐的传播。可以看出，中国的许多音频应用研究都是为了研究消费者对音乐应用的使用偏好，为音乐应用开发者提出建议。加强用户对音乐APPP的黏性，从而加速音乐的传播。2.2国外文献研究国外也有对APP的研究，主要是对于APP的作用领域的思考,HeatherMansfield[18]于2011年在《SmartphoneAppsforSocialGood.》中讨论了APP的发展在社会历程中的作用。主题包括软件在“新一代”的慈善捐赠行为中的作用和对慈善午餐基金帮助贫困儿童在南非的影响，研究智能手机用户行为与这类软件之间的关系。2016年Garnett[18]在《Evaluatingtheeffectivenessofasmartphoneapptoreduceexcessivealcoholconsumption:protocolforafactorialrandomisedcontrolTria》文中做了一组实验，让正在尝试减少饮酒者下载“少喝酒APP”研究该APP的审核评分和应用程序使用数据和可用性评分的变化。综上，可见，目前国外对APP的研究主要是在于APP的应用和功能测试方面。3现状分析3.1移动互联网流量目前，工信部运行监测协调局发布了2018年2月份我国通信业经济运行情况。数据显示，1-2月，我国移动互联网累计流量达68.9亿GB，同比增长186%。其中，通过手机上网的流量达到67.2亿GB，同比增长206%，占移动互联网总流量的97.5%。3.2网络音乐根据中国互联网中心的数据可以看出，截止2017年12月，网络音乐用户规模达5.48亿，较去年底增加4496万，占网民总体的71.0%。手机网络音乐用户规模达到5.12亿，较去年底增加4381万，占手机网民68.0%。图3-1网络音乐/手机音乐使用率图3-2网络音乐/手机网络音乐用户规模(数据来源：中国互联网中心)3.3移动音频的发展现状移动音频平台通过使用移动互联网技术的音频平台，运行在智能手机和其他移动终端系统上，逐渐成为第三方应用音乐程序用户的音乐类服务。而当前移动音乐APP的发展现状是：在智能手机的发展的背景下，移动音频APP的快速发展，各大移动音乐APP的市场竞争现状越来越激烈，目前已经形成了大型的音乐集团，同时各种类型的音乐综艺类节目也正在影响我国的音乐市场的发展。这种现象促进了手机音乐APP的发展，音乐APP的基本功能日益完善。移动音乐在未来的发展前景很广阔，特别是5G手机的出现。目前使用移动设备听音乐已经成为大多数用户的习惯，而移动音乐的市场集中度仍然很低。不久，移动音乐市场将迎来一波并购浪潮。企业将逐渐被淘汰，而排名靠前的移动音乐企业规模将顺势扩张。毫无疑问，如果各大音乐在手机市场上不做出重大转变和创新的话，则将与此次发展机遇擦肩而过，同时被新老对手超越和拉大差距。4样本数据分析4.1调查问卷样本量在人力、物力和经费有限的情况下，为了使样本更具代表性，调查结果更加可信，显著性水平水平、样本误差为，总体方差，由公式计算得到最到本次调查小样本量n为384，考虑到无效问卷和有效回答率，在时间的允许下，此次调查的样本量保守地设定为500份。具体样本抽取情况如下：表4-1样本抽取情况调查方式问卷星发布问卷542回收问卷542有效问卷问卷有效率49891.88%4.2调查问卷数据分析收集回收问卷后，先剔除无效的问卷，然后再对问卷中每个因素进行统计，然后对数据进行表格统计。在本次问卷中被调查的542名对象中，最终有效填写人次是498，其中男生126人，女生258人，男女比例将近1:1。图4-1男女比例表图4-2大学生常用音乐APP表由上表可以看到大学生们对于选择哪些音乐app都会选择一些比较为大众所熟悉的一些品牌，网易云音乐、酷狗音乐、QQ音乐、虾米音乐、这四个音乐app是大学生现在使用音乐APP中所占比例是最高的。图4-1常用音乐APP图4-2曾经使用的音乐APP由图4-1和图4-2可得，过去最受大学生欢迎的音乐app的前三位是酷狗音乐、QQ音乐和网易云音乐，分别达到65.11%、55.04%和45.68%。现在最受大学生欢迎的音乐app前三是网易云音乐、QQ音乐和酷狗音乐，分别达到58.99%、41.01%和35.97%。QQ音乐和酷狗音乐使用的比例有所下降，但也排在前三位，而网易云音乐使用比例有所上升。可以看出，网易云音乐、QQ音乐和酷狗音乐比较受广州大学生欢迎，在广州大学生人群中具有一定市场。4.2现状分析图4-3音乐APP功能的重要性图4-4音乐APP花费由图4-3可知，广州大学生认为曲库丰富为最重要的音乐app功能，其次重要的是要有全面的音乐库，并且能提供高品质的音乐。有个性趣味功能、电台的质量和有趣的评论，广州大学生认为以上三点功能重要性偏低。表明广州大学生比较愿意选择具有广泛性乐曲（如多语言、多版本等）且高品质类型的音乐app。由图4-4可知，42.09%的广州大学生一年内没有在音乐app上花费，有41%的广州大学生花费在60元以下，只有极少数广州大学生为音乐app花费60元以上。表明广州大学生比较愿意在音乐app上少花费，并不希望将过多的钱投入近音乐app里。图4-5音乐APP改进地方由图4-5可知，广州大学生认为音乐app最需要改进的地方是库存量和性能稳定性，表明现阶段音乐app歌曲存量不足以满足广州大学生需求，可能存在歌单更新慢或者歌曲缺失的问题；其次音乐app的性能稳定性欠缺，可能发生闪退等问题。图4-6大学生愿意在音乐app花费的价格区间由图4-6以看到，将近42%的大学生是不在音乐APP上花钱的，紧跟其后的是8-20元的区间，可见大学生们在使用音乐APP的时候，大部分是不愿意在音乐APP上付费的，部分会花费小额在音乐APP上面，小部分愿意花100元以上在音乐APP上付费。问卷调查中还对大学生在更换使用一款音乐APP的原因进行了调查，调查结果如下图：图4-7大学生更换音乐APP的主要原因从图4-7中可以看到大部分大学生更换一款音乐APP的主要原因是因为曲库量不够丰富，这也比较符合当代人的性格，随着现在网络的发展，数字媒体的传播，我们知悉一首歌曲的时间很快，而且目前的年轻人除了喜欢听国语歌，也很多喜欢听国外一些知名歌手或乐队，往往这类型的歌曲在国内都需要买版权，很多音乐APP都是需要付费才可以下载，这也是为什么导致大学生选择更换一款新的音乐APP。除此之外，问卷还调查了大学生每周使用音乐APP的时间，调查结果如下图：图4-8大学生每周使用音乐app的时间从图4-8中的结果可以得出，大学生每周使用音乐APP5个小时和使用音乐APP10-15个小时的人数均较多，使用音乐APP时间在15个小时以上比较少，总的来说，使用时长符合我们的生活日程。同时，问卷还对大学生认为目前音乐APP最迫切改变的地方的紧急指数，结果如下图：图4-9大学生认为目前音乐APP急需改变的指数从图上看来，大学生认为目前音乐APP急需改变的点，曲库量平均分达到最高，高达4.29，其次是音乐APP的性能稳定性，可见曲库量是当前音乐APP最需改变的地方。图4-10大学生喜欢听的音乐类型从图上看来，流行音乐最受大学生的欢迎，占比高达94%，其次，古典音乐和乡村音乐也较受大学生的欢迎。在其他一项中，也加入了摇滚、电音、动漫、爵士音乐，可见当前大学生喜爱的音乐种类丰富。图4-11大学生在什么情况下使用音乐APP如图4-11可以得到，在Wi-Fi下使用音乐APP的占将近80%，在流量下使用音乐APP的占63.67%，在Wi-Fi下载好后使用音乐APP占63.31%，总体来说，目前用流量听音乐也是较为大学生所接受的。5实证分析5.1信度分析信度分析即采用同样方法对同一对象重复测量，一般被用来评估问卷的可靠性和稳定性。让我们的问卷更科学有效。Cronbachα信度系数是目前最常用的信度系数，公式为：，分量表的信度系数最好在0.7以上，在0.6-0.7还可以接受。如果Cronbach'salpha系数在0.6以下就要考虑重新编问卷。为确保问卷信息的有效性，本文在进行问卷分析之前，对问卷中的评分题进行了信度分析。对评分题题七：大学生更换音乐app的主要原因进行信度分析，结果如下：表5-1Cronbachα信度系数可靠性统计量Cronbach'sAlpha项数0.8119观察表5-1中数据，α系数为0.811>0.6，测试的量表中数量一共有9个，根据上文所述，该题的信度极好。对评分题八：大学生选择使用一款音乐APP的主要原因进行信度分析，结果如下：表5-2Cronbachα信度系数可靠性统计量Cronbach'sAlpha项数0.87312从表5-2中可以得出，α系数为0.873>0.6，测试的量表中数量一共有12个，根据上文所述，该题的信度极好。对评分题十六题：大学生认为目前音乐APP最需要改变的性能进行信度分析，结果如下：表5-3Cronbachα信度系数可靠性统计量Cronbach'sAlpha项数0.8617从表5-3中可以得出，α系数为0.861>0.6，测试的量表中数量一共有7个，根据上文所述，该题的信度极好。5.2方差分析单因素方差分析：检验性别与在音乐app付费行为是否有显著差异：性别与在音乐app付费行为无显著差异：性别与在音乐app付费行为有显著差异方差齐性检验：表5-4误方差等同性的Levene's检验Fdf1df2显著性2.30612750.13从方差齐性检验的结果可以知道，方差值是2.306，概率值是0.13，远远大于显著性水平0.05，，说明方差齐性，可以进行方差分析。表5-5主体间效应类检验来源III类平方和df平均值平方F显著性修正的模型0.174a10.1740.6990.404截距582.1381582.1382339.8490sex0.17410.1740.6990.404错误68.4182750.249总计652277校正后总数68.592276从方差分析结果中观察，修正模型和性别概率值都大于0.05，因此接受原假设，说明性别对是够原意在音乐APP上花费没有显著影响。检验性别与在音乐app付费程度是否有显著差异：性别与在音乐app付费程度无有显著差异：性别与在音乐app付费程度有显著差异方差齐性检验：表5-6误方差等同性的Levene's检验因变数:15、每年在音乐app上花费Fdf1df2显著性0.00312750.958从方差齐性检验的结果可以知道，概率值是0.985，远远大于显著性水平0.05，，说明方差齐性，可以进行方差分析。表5-7主体间效应类检验因变数:15、您一般一年会在音乐app上花多少钱？来源第III类平方和f平均值平方F显著性修正的模型2.511a12.5110.3980.529截距5360.07115360.071849.9690性别2.51112.5110.3980.529错误1734.2032756.306总计7110277校正后总数1736.715276从方差分析结果中观察，修正模型和性别概率值都大于0.05，因此接受原假设，说明性别对是够原意在音乐APP上花费没有显著影响。检验性别与在音乐app付费程度是否有显著差异：性别与在音乐app付费程度无有显著差异：性别与在音乐app付费程度有显著差异方差齐性检验：表5-8误方差等同性的Levene's检验因变数:一年在音乐app上花多少钱Fdf1df2显著性5.63272690.85从方差齐性检验的结果可以知道，概率值是0.85，远远大于显著性水平0.05，，说明方差齐性，可以进行方差分析。表5-9主体间效应类检验因变数:15、您一般一年会在音乐app上花多少钱？来源III类平方和df平均值平方F显著性修正的模型83.258a711.8941.9350.024截距3606.44513606.445586.730@4、您所在的年级时？43.028314.3432.3330.034性别2.65912.6590.4330.511@4、您所在的年级时？*性别43.379314.462.3520.073错误1653.4572696.147总计7110277从方差分析结果中观察，修正模型小于0.05，说明性别和年级对和性别中其中有一个对音乐APP付费程度有显著影响，性别和性别于年级交互概率值都大于0.05，因此接受原假设，年级对音乐APP付费程度概率0.034，小于0.05，说明性别,在付费程度有显著影响。表5-10描述性统计资料因变量您每年在音乐APP花多少钱平均数标准差N大一2.42.19880大二3.41.959140大三4.972.623148大四4.52.707130从表可知，在每年在音乐APP付费程度中，大三的消费者均值为4.97，明显高于其他年级的消费者，可见大三的同学每年在音乐APP付更多的钱。5.3因子分析对各个因素的比例进行分析，看看哪些因素所占的比例比较大，初步可以得出大学生在选择使用一款音乐APP时所考虑最多的因素，并验证了变量之间的关系。由于偏好因素，得出的结论是偏好因素之间有一些相关性，以及它们之间是否存在一些潜在的共同因素。因此，全部偏好因子的因子分析不妨在隐藏代表因子中寻找，变量偏好的相通性质成为降低偏好变量数量的因子，根据方差贡献率，特征值可以知道产生了几个组成因素，而且通过KMO和Bartlett，如果KMO统计量大于0.5，可以推断大部分相关系数高，线性关系强，可以提炼共同因子，适合因子分析，P值小于0.05，可以否决原始假设，表明单位矩阵有明显差异。本文综合各种相关文献及网上数据来源，选取了具有代表性的、与大学生选择使用音乐app偏好密切相关的12个指标，即提供高品质的音乐为、准备详细的歌手和专辑资料为、合乎心意的音乐推荐为、全面的音乐库、丰富的音乐资讯为、有趣的评论为、界面美观为、社交互动性为、电台的质量为、歌词信息正确少失误为、有个性趣味功能为、可观看相应的mv为总共12个指标变量，关于在相关指标选取的过程中所遵守的原则，主要有以下三点：第一，代表性原则。所选取的指标应与大学生选择使用音乐app偏好密切相关，才能更好的说明大学生选择使用音乐app的偏好情况，那些与偏好无关或者相关度极小的指标应予以剔除。第二，可操作性原则。有一些指标，在网上公布的月度及年度的关于音乐app使用各方面关注度及一些文献中所提及到的偏好因素，有一部分偏好因素由于比较冷门，对于大部分大学生来说这都是比较陌生的，如果添加上去反而会导致数据真实性降低。因此在指标的确定和选取过程中，应当遵循相关指标数据的可操作性原则，即相关数据要全面且真实可靠。第三，系统性原则。系统性原则要求在指标选取过程中注意多方面多层次的因素，性能因素、用途因素等都需要包含在内。选择使用音乐app涉及到音乐app的性能，即要把握好指标选取的全局意识、整体观念。本文中的因子分析模型如下所示，其中，表示测得的p个指标，为公共因子，为特殊因子，只对起作用，包括随机误差。每一个指标变量都可以表示成公共因子的线性函数与特殊因子之和。用矩阵形式表示为：其中A称为因子载荷矩阵。从因子分析模型出发，当A可逆时，可以方便的从每个样本值X计算出在公因子上的得分，称为因子得分。本文即通过计算因子得分与该公因子的方差贡献率之积，求得大学生选择使用音乐app的偏好指数，并根据偏好指数来判断出大学生对哪些因素的偏好度比较高。根据调查问卷结果，对配置偏好因素进行得分统计，选取得分排名前9的因素进行因子分析，排名如下：图5-1大学生选择音乐App的首要因素平均得分由图5-1可以看到有趣的评论、有个性趣味功能跟电台质量对大学生们来说并不是很重要，所以在分析过程中剔除掉，在得到要分析的相关变量之后，可对剩余的九个变量进行Kaiser-Meyer-Olkin(KMO)检验和巴特莱特球性检（BartlettTestofSphercity）。在进行因子分析之前，首先要进行KMO和bartlett球试验。前者，KMO检验不同变量之间的偏相关。KMO统计值在[0,1]，当接近1时，表示变量之间相关性的强度强，因子分析的效果越强，反之则越弱，当KMO统计量大于0.7的效果最好。后者Bartlett球试验是确定相关矩阵为单位矩阵,如果相关矩阵阵列单元,每个独立变量因子分析是无效的,如果独立变量,不是从它们之间的共同因素的提取,缺乏共同的因素不能应用因素分析,若SPSS检验结果显示sig值<0.05，，说明各变量之间存在相关性，可以进行因子分析。因子分析得主要步骤有5步：（1）标准化变换因子分析的目的是用少数几个因子来描述许多指标或因素之间的关系，所以它所研究的问题一定是多指标的，这时就会存在很多变量的指标在经济意义和表现形式上不具有可比性的情况，同时因子分析的前提是原有变量之间是具有相关关系的。对此，在进行因子分析之前必须去掉各变量量纲的影响，使数据在更平等的条件下分析，而标准化变化恰好能处理这样的问题，所以因子分析的第一步是要进行标准化变换。（2）自变量的相关性分析以及因子分析法的适度检验在众多变量中因子分析是由几个具有代表性的因子变量构成的，因此需要对每个变量之间的相关性进行检验，如果变量之间的相关性较差，那么就没有意义进行因子分析，所以需要变量之间的强相关性，从中提取它们的相关因素构造出一个新的因子变量去代表原有变量，这样可以减少变量个数，便于对变量进行分析。相关性检验有两种：第一种是巴特利特球形测试，原假设的相关系数是一个单位矩阵，以变量的相关系数矩阵为出发点，根据相关系数矩阵行列式的统计，如果该值较大，和相应的P值小于指定的显著性水平，这个时候应该拒绝原假设，即认为相关系数矩阵不是一个单位矩阵，原始变量之间的相关性,适合进行因子分析，另一方面,认为相关系数矩阵是一个单位矩阵，变量之间没有相关性，不适合因素分析。第二个是KMO测试，主要是通过测试变量之间的偏相关，通过计算KMO值是有一定区间，在[0,1]的范围内，如果KMO值接近1，代表变量之间的相关性更强,适用于因子分析，相反，是不适合的做因子分析。（3）提取公共因子基于主成分模型的主成分分析方法和基于因子分析模型的主成分分析法、最大似然法和最小二乘法等多种确定因素变量分析方法。基于主成分分析的主成分模型是最常用的因子分析方法之一，通过对特征值和特征向量正交的分析，再根据方差贡献率来确定因子的个数，得到因子载荷矩阵。（4）因子旋转及因子变量的命名解释由于初始因子加载矩阵在变量解释能力上较弱，因此需要旋转因子载荷矩阵来增强因子的解释力。（5）计算因子得分因子分析的最后一步是计算因子得分，因子变量确定以后，对于提取出来的公因子，对所有样本数据，都希望得到它们在不同因子值的具体数据，值是因子得分，对应原始变量，有了因子得分，在研究问题中，可以根据维度少的因子得分来进行。表5-11KMO检验和Bartlett球性检验结果Kaiser-Meyer-Olkin0.843Bartlett的球形度检验近似卡方899.289df36Sig.0.000从表5-8结果中可以得出结论，KMO统计量大于0.7，可以判断所选变量存在较强偏相关性，适合进行因子分析；Bartlett球性检验的sig值为0.000小于0.05，拒绝原假设，说明相关阵与单位阵有显著差异，变量之间存在公因子,因此可以进行因子分析。令提供高品质的音乐、准备详细的歌手和专辑资料、合乎心意的音乐推荐、全面的音乐库、丰富的音乐资讯、界面美观、社交互动性、歌词信息正确少失误、可观看相应的mv分别作为、、、、、、、、用spss做因子分析。表5-12特征根方差贡献率表成分特征值方差的贡献率%累积贡献率%14.07145.23545.23521.27314.14059.3743.7788.64268.0164.6707.44275.4585.5956.60982.0676.5355.95088.0177.4635.14493.1618.3443.82096.9819.2723.019100.00通过表5-9可以看到，观察各个成分的方差贡献率跟特征值，成分1的特征值和方差贡献率为4和45%，成分2的特征值和方差贡献率为1.273和14%，因为特征值大于1才对原有变量贡献大，少于1对原有变量贡献少，可以忽略。因此最终符合选作为因子的只有两个，分别是成分1和成分2。由于前两个因子的方差贡献率达到59%，丢失的信息比较少，所以提取两个因子也是可以的。图5-2因子碎石图观察该因子的碎石图，从碎石图上可以看出与上表方差贡献率有对应关系，在第二个因子那有明显的拐点，结合方差贡献率和特征值，这次分析中将会选择两个因子。表5-13旋转成分矩阵成份120.7540.3460.2260.7370.6820.2780.8600.1110.1110.7120.1450.6570.8210.1210.4710.5870.1850.711转分量矩阵的方法是利用方差法来实现因子载荷矩阵的正交旋转，使因子具有命名和可解释性。从旋转组合矩阵可以发现，合乎心意的音乐推荐、提供高品质音乐、全面的音乐库、社交互动性在因子1上具有较高的载荷，可解释为这4个变量都是大学生选择音乐app的因素，准备详细的歌手和专辑资料、丰富的音乐资讯跟可观看相应的mv在因子2上具有较高的载荷，可解释为这3个变量是选择音乐app的因素。表5-14成份得分系数矩阵成份120.279-0.017-0.1870.3360.262-0.0340.394-0.172-0.1370.353-0.1050.3140.373-0.1560.0750.189-0.1000.333根据方差贡献率和成分得分可以得到任意一个偏好指数的计算公式：根据以上公式可以计算得到这9种偏好因素的偏好指数是多少，提供高品质的音乐偏好指数为0.123，准备详细的歌手和专辑资料的偏好指数为-0.037，合乎心意的音乐推荐的偏好指数为0.113，全面的音乐库的偏好指数为0.153，丰富的音乐资讯的偏好指数为-0.012，界面美观的偏好指数为-0.003，社交互动性的偏好指数为0.146，歌词信息正确少失误的偏好指数为0.06，可观看相应的mv的偏好指数为0.002。因子分析结果得出全面的音乐库的偏好指数是最高的，由此可以推断大学生们在选择一款音乐app时对于全面的音乐库的偏好性是最高的，对准备详细的歌手和专辑资料的偏好性是最低的。根据上面所提到的偏好因素得分情况，本文选取的前9个偏好因素里平均得分最低的是准备详细的歌手和专辑资料，所以因子分析结果得出来的准备详细的歌手和专辑资料的偏好指数也是最低的，与分析结果相符合。5.4多重响应分析在问卷调中，对于一些多选题，我们通常选择对这类题做多重响应分析，即频数分析。将大学生经常使用的一款音乐APP和性别做多重响应分析，研究不同的性别对使用哪款音乐APP的频数，结果见附录中的频数表：从表中表明了一个现状，不管是男生女生，对于使用的音乐APP种类的比例相似，总体来说，大学生使用网易云音乐的比例最高，相对而言，百度音乐、多米音乐、天天静听和豆瓣FM的使用比例是最低的。6研究结论从目前的音乐现状来看，随着移动互联网的发展，人们对知识版权的重视，传统的音乐传播方式经历了一系列的改变，在线音乐从PC时代走到了移动互联网时代，各大音乐APP开发商必会在付费上争取各自的“一杯羹”。从调查结果来看，调查群体集中于正在校园中以及准备步入社会的大学生，大多数属于90后，出生和生活在互联网迅速发展的时代，互联网已经成为了他们的一种生活方式，当代的大学生具有鲜明的自我意识，喜欢追星、拒绝被标签化；在日常生活消费中，他们更注重质量，愿意为自己喜欢的东西买单。因此在移动音频的市场上，谁能够满足当代年轻人的个性化需求，谁就可以占领音乐APP市场，从大学生使用音乐APP的情况来看，他们使用的场景多样，频率高，多数喜欢利用碎片时间使用音乐APP，喜欢的音乐品类很多，对他们来说，总体满意度较高，当前的最急需改变的是曲库量。7政策建议综上分析，本人认为大学生对于音乐APP是一个不可小觑的市场，首先大学生在网民中所占比例大，加上年轻，对新鲜事物好奇；时间充沛，花在音频上的时间也比较多。相对而言，也比较愿意在音乐APP上花费。所以，本人针对大学生为客户群体，为音乐APP开发商提供了以下几点建议：提高更新音乐APP的频率，尽可能快收集最新出的歌曲。很多大学生业余时间充沛，了解新资讯新音乐的速度也比较快，所以更新音乐的频率也要提高。增加语言多样性、语种的覆盖面，使得消费者有尽可能多的选择。大学生喜爱的音乐风格多种多样，受外来文化影响，他们平时也喜欢日本动漫和欧美影视，对其他语种的音乐接受度也比较高，所以，增加语种多样性，可以更好满足用户的音乐需求。完善音乐APP运行系统，提高音乐APP稳定性。好的运行系统和稳定性，用户在使用时音乐APP时，功能分明，用户使用时会更加流畅。（4）提高歌曲音质，使消费者能体验高品质音乐。大学生群体更注重追求高品质的音乐，所以，提高歌曲音质，能给客户更佳的音乐体验感。优化社交功能，增加客户粘性。在音乐APP中优化社交功能，让音乐APP除了提供听歌功能外，用户还可以通过APP来互动，增加客户粘性。

参考文献[1]倪赛美.移动音频平台的知识传播研究[D].山东大学,2017.[2]翁超萍.音乐类APP的用户需求及改进对策研究[D].浙江传媒学院,2017.[3]王昊,于可欣,王璐棋,刘弋楠.大学生在线音乐付费现状调查分析[J].现代商业,2017(21):177-178.[4]张震.音乐类App界面设计研究实践[D].湖北工业大学,2017.[5]王海刚,贺燕.网易云音乐APP市场现状及发展对策探析[J].新闻研究导刊,2016,7(18):34-35.[6]张贵峰.“不付费时代过去”不等于良性发展时代到来[N].中国商报,2016-04-22(P02).[7]王昊,于可欣,王璐棋,刘弋楠.大学生在线音乐付费现状调查分析[J].现代商业,2017(21):177-178.[8].APP年度听歌报告刷屏朋友圈“听歌”进入社交化时代[J].新闻知识,2018(01):13.[9]翁超萍.音乐类APP的用户需求及改进对策研究[D].浙江传媒学院,2017.[10]黄帅.不管你是否接受知识付费时代已经到来[J].共产党员(河北),2016(26):42.[11]张贵峰.“不付费时代过去”不等于良性发展时代到来[N].中国商报,2016-04-22(P02).[12]童鼎阳.现代媒介环境下古风音乐的传播研究[D].南京大学,2015.[13].APP年度听歌报告刷屏朋友圈“听歌”进入社交化时代[J].新闻知识,2018(01):13.[14]莫佛基,李倩珺.我国移动音频APP的现状及其发展策略探析[J].声屏世界,2017(10):10-13.[15]李婷.音乐APP在社交平台传播推广的用户行为分析[D].北京交通大学,2017.[16]赛美.移动音频平台的知识传播研究[D].山东大学,2017.[17]倩楠.移动端音乐社区的应用创新与用户体验研究[D].浙江工业大学,2016.[18]UGLER,L.SmartphoneAppsforSocialGood.CommunicationsoftheACM.59,8,18-20,Aug.2016.ISSN:00010782.[19]ARNETT,C;etal.Evaluatingtheeffectivenessofasmartphoneapptoreduceexcessivealcoholconsumption:protocolforafactorialrandomisedcontroltrial.BMCPublicHealth.16,1-10,July8,2016.ISSN:14712458.

附录附录11.0000.4620.5330.5560.28