睡眠APP在大学生中的使用情况、满意度分析

随着社会发展，大学生成为睡眠问题突出的群体之一，多功能和个性化的睡眠APP正好了契合年轻一代的助眠需求。本研究通过实地抽样调查大学生睡眠状况、对睡眠APP的使用情况、满意度等，并运用随机森林、结构方程、K-Means++聚类模型综合分析，以探求睡眠APP对大学生的实际助眠效果，解读睡眠APP的发展前景，并针对性提出了有效建议。

一.研究背景

在社会压力与日俱增的当代，不少人出现了睡眠问题，正值盛期的大学生也深受睡眠问题的困扰，《中国睡眠研究报告2022》指出，大学生是睡眠问题突出的群体之一。良好的睡眠对大学生身心健康具有重要意义，Buysee[1]研究表明，低质量的睡眠导致个体出现注意力下降，焦虑或失眠等问题。Maquet[2]证实睡眠与个体的身心健康、情绪与记忆等息息相关，睡眠不足甚至可能导致抑郁。为了更具体地了解大学生的睡眠情况，本研究通过随机抽样调查，得到某市283名高校学生的入睡时间和睡眠时长、失眠频率及原因。根据样本的调查统计，近80%的大学生在23：00-3：00之间入睡，超3/4的大学生睡眠时长为6-7小时或7-8小时，由此可以发现大学生睡眠习惯不佳，普遍有晚睡熬夜、睡眠不足的状况。有60%的大学生存在睡眠问题，睡眠问题发生频率为一周两次及以下的比例最高，为53%；在大学生睡眠问题的产生原因中，心理性因素和不良生活习惯为两个主要原因，各占40%。可以看出，偶尔失眠、内心焦虑、睡前玩手机等是大学生的睡前常态。

现在市面上流行的助眠方法有很多，其中药品疗法存在着产生依赖性和后遗症的危险；一些助眠仪器和监测设备存在着价格过高，学生难以消费的不足；香薰眼罩等助眠小用品存在着使用效果因人而异、没有差别和个性化帮助的缺点。睡眠APP正好迎合了大学生的助眠需求，它可以免费提供助眠音乐、冥想、睡眠测试等多样功能，青春洋溢的界面、优质服务和一键安装也成为了它的优势。不仅如此，它的功能服务可以灵活搭配使用，给了大学生个性化和全方面的服务。从大学生群体角度来说，其睡眠问题程度不一、失眠原因不同，相比于市面上许多价格昂贵或有负面效果的助眠产品，睡眠APP有着免费和个性化的优点，非常契合年轻一代的需求。

二.文献综述

健康睡眠对学业压力繁重的大学生来说已经越来越难以实现。常向东和薛玲调查发现[3]，大学生睡眠障碍检出率有近40%。在睡眠问题日益严重的情况下，大学生们也在积极寻求着有效的助眠方法。据刘静蓉[4]等人的调查，大学生最经常采用听音乐，看书、看电影，调整作息三种方式解决失眠，大学生使用药物治疗失眠的人数最少；另外，大学生承认心理辅导对解决睡眠的作用，但没有积极采取这种办法。蒋鸣[5]等人发现形式多样的体育运动有利于控制大学生的失眠。睡眠APP是一种新兴的助眠方式并且被证实有良好的效果。在国外睡眠APP已经融入了外面人民的生活，Fox和Duggan[6]提出美国大约有20%的人在手机上下载睡眠APP，这为人们改善睡眠习惯提供了一个极好的机会。Terry[7]表示目前有16%的医生开药方时会提出使用睡眠软件，这一数字预计将在未来五年内增加到46%。随着睡眠APP的更新迭代，越来越多年轻人尝试使用睡眠APP。据蜗牛睡眠发布的《2020中国互联网用户睡眠白皮书》，18-25岁的睡眠APP用户占46.86%，学生是最大的用户群体，有越来越多的大学生倾向使用睡眠APP来放松身心和改善睡眠状况。

通过对文献的综合研究，了解到国内外对大学生失眠情况及解决方法研究较少，没有结合最新的助眠产品的发展情况，并且在提到建议时，多以鼓励学生增加运动、减少玩手机时间等常识建议泛泛而谈；国内相关于睡眠APP的研究极少，目前还没有具体的研究去实地调查睡眠APP的助眠作用和效果。本研究从细节处出发，调查睡眠APP对大学生的助眠作用，通过实地抽样调查大学生睡眠状况、大学生对睡眠APP的使用情况、满意度等，探求使用睡眠APP是否能成为大学生长期有效的助眠方法，并通过大学生的使用情况对睡眠APP提出具体的发展建议。

三．关于大学生对睡眠APP的使用情况和满意度分析的研究设计

本研究通过采用分层抽样和三阶段不等概率抽样相结合的方法，先将某市高校分为本科院校和专科院校两层，第一阶段采用非严格的πps抽样方法抽取院校；第二阶段将所抽院校的宿舍楼进行男女分层，再进行圆圈系统抽样；第三阶段采用系统抽样方法抽取第二阶段选出的宿舍楼栋学生。最终发放1707份问卷，回收有效问卷1411份，问卷信效度都通过检验。

信度检验如下：

表1 KMO检验和Bartlett的检验

KMO检验和Bartlett的检验

KMO值 0.934

近似卡方 2265.437

Bartlett球形度检验 df 45.000

P 0.000***

效度检验如下：

表2 Cronbach’s α系数检验

Cronbach’s α系数表

Cronbach’s α系数 标准化Cronbach’s α系数 项数

0.943 0.945 10

可以看出，信效度检验优秀，数据信度质量高并且适合做因子分析，具体数据情况展示如下：

1.受访大学生基本情况

表3 受访大学生基本情况

变量 类别 占比/%

使用率和认知率 了解过并且用过睡眠APP 20

了解但没有使用过睡眠APP 24

完全没有听说过睡眠APP 56

大学生用户性别分布 女 59

男 41

大学生用户年级分布 大一 17

大二 25

大三 21

大四 27

硕士及以上 10

大学生用户对睡眠APP的推荐度 一定会推荐 16

可能会推荐 73

一定不会推荐 11

根据问卷结果，睡眠APP在大学生中已经具备了一定的认知基础，但使用率并不高；女性和高年级用户较多，推荐度高表示睡眠APP在大学生中有着较良好的口碑。

2.大学生对睡眠APP的满意度情况

本调查在问卷中设计了顺序量表，分别对四个指标的满意程度按照五个等级进行等级排序。由下表可以看出，约71%的用户对睡眠APP整体较为满意，其中满意度一般的二级指标是“附加功能”、“价格设置”和“助眠效果”，满意度较高的一级指标是“APP界面”和“平台技术”。

表4 大学生用户对睡眠APP的满意度评价中位数分布

一级指标 二级指标 非常不满意 比较不满意 一般 比较满意 非常满意

APP

界面 APP界面美观度 √

APP界面分类 √

功能设置 主打功能 √

附加功能： √

价格设置 √

平台技术 音质音效水平 √

APP更新情况 √

界面操作流畅度 √

使用体验 睡眠测试准确性 √

助眠效果 √

虽然大学生用户对睡眠APP的总体评价较高，但是无法长期坚持使用。近3/4的大学生用户表示目前已经不再坚持使用睡眠APP，超过4/5的流失用户在1个月内就流失，3个月内用户流失的比例高达93%，坚持使用睡眠APP达到3至6个月、6个月以上的大学生分别仅占3%、6%。这说明睡眠APP很难吸引大学生持续使用。进一步调查大学生用户不满意因素，如下图示。

图1 大学生用户对睡眠APP的不满意因素

3.利用结构方程进行满意度分析

Ullman(1996)定义结构方程模型为一种验证一个或多个自变量与一个或多个因变量之间一组相互关系的多元分析程式[8]。因为满意度难以直接准确测量，本研究利用结构方程模型分析，假设APP界面、功能设置、平台技术、使用体验四个方面与满意度有关去探寻它们之间的关系，并从一些外显指标去间接测量用户对这四个方面的评价。分析数据发现假设成立，睡眠APP满意度的影响因素按回归系数大小依次排列为：使用体验，平台技术，功能设置，平台界面。使用体验与满意度之间的回归系数为0.623，表明使用体验的各种因子提高一个百分点，满意度就提高0.623个百分点。在潜在变量与观测变量之间的关系上，使用体验的观测变量按相关性大小依次排列为：助眠效果、测试结果准确性。由此可以认为，睡眠APP的助眠效果对大学生的满意度具有重要影响。

表5 结构方程模型Amos检验路径系数(部分)

原假设 路径 回归系数 显著水平 检验结果

H1 满意度<---使用体验 0.623 ** 支持

H2 满意度<---功能设置 0.562 * 支持

H3 满意度<---APP界面 0.443 * 支持

H4 满意度<---平台技术 0.598 * 支持

H5 使用体验<---助眠效果 1.036 *** 支持

H6 使用体验<---睡眠测试结果准确性 0.823 *** 支持

(***表示在0.001 水平(双侧)上显著相关，**表示在0.01 水平(双侧)上显著相关，*表示在0.05 水平(双侧)上显著相关)

4.利用随机森林模型进行用户特性分析

随机森林是由Leo Breiman和Adele Cutler最早提出的用于解决单个决策树模型泛化能力较弱问题的一种算法，其实质是由多棵决策树组成的分类器。它具有良好的抗噪能力，可以评估各个特征在分类问题上的重要性，并具有极高的准确性[9]。基于此，本研究利用随机森林算法的变量重要性度量对特征进行排序，得到倾向使用睡眠APP的大学生的一些共性特点：多为工学、管理学、理学、文学、艺术学专业；高年级学生居多；仅有轻微睡眠问题，入睡时间晚，睡眠时长不太充足，失眠多为环境和心理影响。继续深入访谈本研究发现，高年段学生学习和就业压力大致使他们更倾向使用睡眠APP来改善睡眠和放松身心；另外适用于仅有“轻微睡眠问题”人群也说明睡眠APP作为应用软件，并不能根治严重睡眠问题，适用于想要规范睡眠习惯，并且希望通过助眠音频、视频等来解压的人使用。

表6 随机森林变量重要性排名(部分)

排名 变量名称 相对重要性 排名 变量名称 相对重要性

01 专业 0.18911444 05 院校 0.08714799

02 年级 0.16293147 06 失眠频率 0.06536215

03 睡眠时长 0.12595771 07 环境性因素 0.062524

04 入睡时间 0.10251925 08 心理性因素 0.055648

5.利用K-Means++聚类进行需求分析

K-Means++聚类是无监督算法中的一种，其简单、快速，并适于大样本数据分析。其选择初始聚类中心的基本原则是使初始的聚类中心之间相互距离尽可能地远[10]。最后，利用K-Means++聚类模型得到五个聚类。发现大学生对于睡眠有不同的需求，分为睡眠习惯养成需求、快速助眠需求和睡眠情况监测需求。对比睡眠需求和睡眠APP功能，几乎所有的大学生都认为其中的一种或者多种需求通过睡眠APP能良好实现。未使用睡眠APP的失眠大学生其实有使用意愿，但是因为睡眠APP的宣传不足、功能未完善和部分差评等原因，其在大学生中使用率和占有率不高。

四．研究结论

综合目前来看，睡眠APP虽然在功能和性价比上契合了大学生的助眠需求并且也为很多学生提供了优质的助眠服务，但因为一些阻力导致其难以大范围改善学生的睡眠情况和推动学生健康睡眠，其最大的局限是宣传不够和不到位，实地调查和应用市场的下载量都可以看出睡眠APP的认知率较低。另外，睡眠APP本身也存在一些不足，如耗电快、广告多等缺点，其中最主要的不足有两个，一是操作麻烦——需要每天睡前记得打开APP记录睡眠并将其放在枕头附近；二是睡眠监测不准确——由于手机监测所能得到的条件有限，监测只能有参考意义。大学生有晚睡、睡前玩手机等不良习惯，正是因为缺乏自控力，而睡眠APP操作麻烦，仅仅通过弹窗提醒休息时间，没有强制要求学生入睡，其实对大学生没有起到实质的帮助，所以他们不能坚持使用，流失率很高。最后，睡眠APP的使用人群受限，睡眠APP适用于有适用于轻、中度睡眠困扰的群体，原理在于冥想、白噪音等舒缓音频可以放松身心，缓解由紧张、焦虑、抑郁或环境改变等问题导致的入睡困难。这就导致很多没有睡眠困扰、或者睡眠问题较为严重的学生则会认为自己没有必要下载一个睡眠APP或者认为其作用不大。

总结而言，睡眠APP有不足和局限性，目前对大学生而言不能算广泛有效的助眠方法。但是从长远的角度来看，睡眠APP若能针对性创新和改善，那么在未来睡眠APP推动大学生健康睡眠是有可行性的。首先是加强宣传，调查结果证实，即使是未使用睡眠APP的大学生也有使用需求和意愿，认知率的提高可以很大地促进使用率提高。其次，改进功能设置和拓展平台发展方向，从大学生的角度来说，他们最需要的并不是需要一个事无巨细的睡眠监测报告，而是需要缓解焦虑与压力、规范其睡眠习惯，睡眠APP可以从以下两方面着手改进：第一，做到以更有效甚至是以强制的方式去规范睡眠时间、养成大学生的睡眠习惯，那么其对大学生就具有了实用功能。第二，打造“精神休憩场”，目前APP的定位大多在改善睡眠，从许多APP的开屏标语可见一斑，但是本次调查发现睡眠APP大学生用户当中有近40%的人没有睡眠问题但仍然坚持使用，原因是认为睡眠APP有倾听大自然、息气凝神、管理情绪等作用，这些作用也不可忽视，开发者应该着重改进和加强对此的宣传。

本文来源：《人生与伴侣》https://www.zzqklm.com/w/xf/31052.html