Środowiska dramatyczne w krótkiej formie zapewniają gęste warunki wzmacniania poprzez ultra-krótkie odcinki i częste ponowne wejście. Korzystając z modelu S-O-R i PLS-SEM, niniejsze badanie zbadano intencję kontynuacji wśród użytkowników dramatów w krótkiej formie. Wyniki wskazują, że satysfakcja emocjonalna była pozytywnie związana z nawykiem, a nawyk był pozytywnie związany z intencją kontynuacji.
Artykuł badawczy
Od satysfakcji emocjonalnej do nawyku: dynamika wzmacniania w krótkich formach zaangażowania dramatycznego
W tym artykule
Podsumowanie
Streszczenie
Krótkie środowiska dramatyczne wyłoniły się jako strukturalnie odrębne cyfrowe środowiska charakteryzujące się ultrakrótkimi odcinkami, wysoką częstotliwością ponownego wejścia i algorytmicznie wzmacnianym narażeniem. Podczas gdy wcześniejsze badania nad kontynuacją śledziły satysfakcję i nawyk jako równoległe przewidywania utrzymania użytkowania, niewiele wiadomo o tym, jak skompresowane cykle wzmacniania osadzone w środowiskach krótkoformowych mogą wzmacniać związek między reakcjami emocjonalnymi a nawykowym zaangażowaniem w warunkach gęstego wzmacniania. Opierając się na modelu bodźca-organizmu-reakcji (S-O-R), niniejsze badanie proponuje strukturalnie wzmocniony model formowania nawyków, w którym bodźce środowiskowe (wygoda dostępu, zabijanie czasu i jakość treści) wpływają na satysfakcję emocjonalną, która z kolei wiąże się z nawykowym zaangażowaniem i intencją kontynuacji. Korzystając z danych z badania przekrojowego obejmującego 260 użytkowników krótkich form dramatu, analizowanych za pomocą częściowej metody najmniejszych kwadratów strukturalnego modelowania równań (PLS-SEM), wyniki ukazują, że satysfakcja emocjonalna jest znacząco związana z tworzeniem nawyków, a nawyk pojawia się jako dominujący czynnik intencji kontynuacji. Ilościowo, jakość treści (β = 0,448, p < 0,001) i zabijanie czasu (β = 0,385, p < 0,001) były najsilniejszymi przewidywania satysfakcji emocjonalnej, która mocno przewidywała nawyk (β = 0,686, p < 0,001) i intencję kontynuacji (β = 0,496, p < 0,001). Nawyk dodatkowo przyczynił się do intencji kontynuacji (β = 0,393, p < 0,001), przy czym model wyjaśniał 61,0% i 68,9% wariancji w satysfakcji emocjonalnej i intencji kontynuacji odpowiednio. Teorytycznie, to badanie poszerza strukturalnie skompresowane badania nad zaangażowaniem, konceptualizując krótkie cechy strukturalne jako kontekstowe warunki wzmacniania, które wzmacniają związek między satysfakcją a nawykiem. Praktycznie, wyniki sugerują, że mikroepizodyczna konstrukcja i mechanizmy szybkiego ponownego wejścia odgrywają krytyczną rolę w stabilizowaniu ciągłości zachowania w środowiskach dramatu krótkiego formatu. Ponieważ badanie wykorzystało przekrojowe projekt ankiety, wyniki należy interpretować jako korelacyjne dowody skojarzeń między czynnikami doświadczenia cyfrowego, satysfakcją emocjonalną, nawykiem i intencją kontynuacji, a nie dowody na zmianę przyczynową lub czasową.
Wprowadzenie
Globalny krajobraz cyfrowej rozrywki przeszedł głęboką transformację wraz z szybkim rozwojem platform z treściami w krótkim formacie. Napędzane przez nawyki konsumpcji ukierunkowane na urządzenia mobilne, algorytmiczne systemy rekomendacji oraz coraz bardziej rozproszone wzorce korzystania z mediów, dramaty w krótkim formacie stały się jednym z najszybciej rozwijających się formatów rozrywkowych na świecie1,2. W przeciwieństwie do tradycyjnych serwisów streamingowych, które opierają się na dłuższych sesjach oglądania, platformy z dramatami w krótkim formacie oferują ultra-krótkie odcinki zaprojektowane do szybkiej konsumpcji i częstego powracania do nich w ciągu dnia. W miarę jak platformy te stają się głęboko zakorzenione w codziennych rutynach cyfrowych, zrozumienie mechanizmów psychologicznych podtrzymujących zaangażowanie użytkowników stało się coraz ważniejszym priorytetem badawczym.
Mimo rosnącej popularności dramatów w krótkiej formie, istniejące badania nad kontynuacją użytkowania pozostają w dużej mierze oparte na tradycyjnych środowiskach cyfrowej rozrywki oraz badaniach nad kontynuacją korzystania z systemów informacyjnych3, takich jak usługi strumieniowe online, platformy wideo na żądanie i aplikacje mediów społecznościowych. Jednak ekosystemy dramatów w krótkiej formie posiadają kilka charakterystycznych cech strukturalnych — w tym ultra-krótkie formaty epizodyczne, częste możliwości ponownego powrotu oraz ekspozycję wzmocnioną algorytmicznie — które tworzą gęste cykle wzmocnień, wielokrotnie wystawiając użytkowników na treści dające emocjonalną satysfakcję w skompresowanych sekwencjach interakcji1,4,5. W konsekwencji procesy psychologiczne leżące u podstaw zaangażowania w środowiskach dramatów w krótkiej formie mogą znacząco różnić się od tych obserwowanych w tradycyjnych kontekstach strumieniowania.
Kolejnym ograniczeniem wcześniejszych badań jest fakt, że satysfakcja oraz nawyk (HB) były zazwyczaj konceptualizowane jako równoległe predyktory intencji kontynuacji (CI) w badaniach nad kontynuacją użytkowania systemów informacyjnych6. Choć oba konstrukty konsekwentnie wykazywały znaczną moc wyjaśniającą, stosunkowo mało uwagi poświęcono zrozumieniu, w jaki sposób satysfakcja afektywna (as) może stopniowo ewoluować w zaangażowanie nawykowe poprzez powtarzające się doświadczenia wzmacniające. W szczególności nie jest jasne, jak strukturalnie skompresowane środowiska cyfrowe wpływają na ścieżkę afektywno-behawioralną łączącą gratyfikację emocjonalną z automatycznymi wzorcami użytkowania. W konsekwencji proces psychologiczny, w ramach którego pozytywne doświadczenia afektywne utrwalają się jako zaangażowanie nawykowe, pozostaje niewystarczająco poznany.
Aby wypełnić tę lukę, niniejsze badanie opracowuje i testuje model kształtowania nawyków oparty na wzmocnieniu w ramach struktury bodziec-organizm-reakcja (S-O-R). W szczególności proponujemy, że czynniki doświadczenia cyfrowego wpływają na intencję kontynuacji poprzez sekwencyjny proces afektywno-behawioralny, w którym satysfakcja afektywna sprzyja kształtowaniu nawyków, co z kolei pozwala przewidzieć intencję kontynuacji. Badając ten mechanizm w kontekście konsumpcji krótkich form dramatycznych, niniejsza praca rozszerza teorię kontynuacji poza statyczne wyjaśnienia poadopcyjne i pogłębia zrozumienie tego, jak strukturalnie skompresowane środowiska cyfrowe kształtują trwałe zaangażowanie użytkowników.
Opierając się na zidentyfikowanej luce badawczej, stawiamy hipotezę, że intencja kontynuacji w środowiskach strukturalnie skompresowanych dramatów krótkometrażowych jest kształtowana poprzez sekwencyjny proces wzmocnienia afektywno-behawioralnego. Konkretnie, czynniki doświadczenia cyfrowego zwiększają satysfakcję afektywną, satysfakcja afektywna ułatwia tworzenie nawyków, a nawyki z kolei wzmacniają intencję kontynuacji. Ta główna hipoteza stanowi podstawę zaproponowanego modelu badawczego oraz analizy empirycznej przedstawionej w niniejszym badaniu.
W przeciwieństwie do wcześniejszych zastosowań modelu S-O-R, niniejsze badanie wykorzystuje model S-O-R7 do analizy wpływu bodźców środowiskowych na wewnętrzne stany afektywne i późniejsze reakcje behawioralne w strukturalnie skompresowanych ekosystemach mediów. Zakładamy, że czynniki doświadczenia cyfrowego wpływają na intencję kontynuacji poprzez proces sekwencyjny, w którym satysfakcja afektywna sprzyja tworzeniu nawyków, co z kolei pozwala przewidzieć intencję kontynuacji. Model ten był szeroko stosowany w badaniach nad handlem cyfrowym, mediami społecznościowymi i rozrywką online w celu wyjaśnienia, w jaki sposób atrybuty środowiskowe kształtują zaangażowanie użytkowników i trwałość zachowań8,9. Badania nad adopcją technologii konsumenckich w podobny sposób podkreślały rolę czynników doświadczalnych w kształtowaniu dalszego korzystania z technologii10. W środowiskach cyfrowych cechy doświadczalne funkcjonują jako bodźce środowiskowe, które wywołują reakcje emocjonalne i kształtują zachowanie po adopcji.
W niniejszym badaniu doświadczenia cyfrowe — obejmujące wygodę dostępu (AC), motywację do zabicia czasu (PT) oraz postrzeganą jakość treści (CQ) — zostają zconceptualizowane jako bodźce środowiskowe. Wygoda dostępu odzwierciedla postrzegany brak wysiłku i płynność związaną z rozpoczęciem korzystania z mediów, co z kolei wiąże się z kontrolą doświadczalną i redukuje obciążenie poznawcze1,12. Zabijanie czasu reprezentuje motywację zorientowaną na wypoczynek w ramach fragmentarycznych kontekstów czasowych, co stanowi kluczowy czynnik angażowania się w media mobilne13,14. Postrzegana jakość treści obejmuje imersję narracyjną, relewantność oraz wartość rozrywkową, które są krytycznymi determinantami satysfakcji użytkownika w kontekstach mediów cyfrowych15. Wspólnie bodźce doświadczalne te kształtują afektywne oceny użytkowników podczas interakcji z mediami.
Satysfakcja afektywna reprezentuje stan organizmu w modelu S-O-R. Satysfakcja odzwierciedla ogólną emocjonalną ocenę doświadczeń użytkowników i jest konsekwentnie identyfikowana jako główny predyktor intencji kontynuacji w kontekstach poadopcyjnych3,16. Jednak w środowiskach o wysokiej częstotliwości i powtarzalności użytkowania sama satysfakcja może być niewystarczająca do wyjaśnienia trwałości zaangażowania. Powtarzające się pozytywne doświadczenia afektywne mogą wzmacniać powiązanie między zaangażowaniem a zachowaniem nawykowym.
Tworzenie nawyków stanowi komplementarne wyjaśnienie trwałości zachowań. Nawyk odnosi się do wyuczonych, automatycznych tendencji behawioralnych wyzwalanych przez sygnały kontekstowe w wyniku powtarzanych wcześniej działań6,17. W badaniach nad systemami informacyjnymi nawyk został zidentyfikowany jako kluczowy czynnik determinujący dalsze korzystanie z technologii poza sferą świadomej intencji6. W kontekście konsumpcji krótkich dramatów, częste mikrointerakcje wpisane w codzienne rutyny mogą sprzyjać rozwojowi nawykowego powtarzania. W miarę utrwalania się nawyku zachowanie staje się mniej zależne od aktywnej oceny poznawczej i bardziej odporne na zmienność sytuacyjną, co w konsekwencji wzmacnia intencję kontynuacji.
Integrując doświadczenia cyfrowe, satysfakcję afektywną oraz formowanie się nawyków w ramach sekwencyjnego modelu mediacji, niniejsze badanie poszerza teoretyczne rozumienie trwałych interakcji w kontekście krótkometrażowych dramatów. W szczególności proponujemy, że doświadczenia cyfrowe wpływają na intencję kontynuacji poprzez dwuetapową ścieżkę afektywno-behawioralną: bodźce doświadczalne zwiększają satysfakcję afektywną, która z kolei sprzyja formowaniu się nawyków, co w ostateczności wzmacnia intencję kontynuacji.
Wykorzystując dane z badania ankietowego przeprowadzonego wśród 260 użytkowników krótkometrażowych dramatów oraz metodę PLS-SEM, niniejsza praca empirycznie bada ten sekwencyjny mechanizm mediacji. Teoretycznie rozszerza ona model S-O-R poprzez włączenie nawyku jako mechanizmu wzmacniającego i dostarcza dowodów empirycznych na istnienie sekwencyjnej ścieżki afektywno-nawykowej w cyfrowych środowiskach krótkich form.
Model S-O-R zakłada, że bodźce środowiskowe wpływają na wewnętrzne stany psychologiczne, które następnie kształtują reakcje behawioralne. W niniejszym badaniu wygoda dostępu, czas spędzony oraz jakość treści zostały zdefiniowane jako bodźce; satysfakcja afektywna i nawyk reprezentują procesy organizmiczne, natomiast intencja kontynuacji stanowi reakcję behawioralną.
Satysfakcja afektywna odzwierciedla ogólną emocjonalną ocenę doświadczeń użytkowników z mediami i jest konsekwentnie powiązana z intencją kontynuowania korzystania. W cyfrowych środowiskach o wysokiej częstotliwości użytkowania powtarzające się pozytywne doświadczenia afektywne mogą również przyczyniać się do kształtowania nawyków. Wcześniejsze badania w kontekście mediów cyfrowych i streamingu sugerują, że satysfakcja afektywna funkcjonuje jako kluczowy stan organizmiczny łączący bodźce platformy z odpowiedziami związanymi z kontynuowaniem użytkowania18. Na podstawie proponowanego modelu teoretycznego oraz wcześniejszej literatury sformułowano następujące hipotezy.
Wygoda dostępu odnosi się do postrzeganej łatwości uzyskania dostępu do treści cyfrowych. Zgodnie z modelem S-O-R bodźce środowiskowe wpływają na afektywne oceny użytkowników. Badania nad wygodą usług sugerują ponadto, że zmniejszenie kosztów czasowych i wysiłku zwiększa postrzeganą wartość i satysfakcję podczas korzystania z usług10. W związku z tym postawiono hipotezę, że wygoda dostępu pozytywnie wpływa na satysfakcję afektywną (H1).
Zabijanie czasu jest motywacją zorientowaną na rekreację w kontekście konsumowania treści krótkofalowych. Wcześniejsze badania sugerują, że motywacje konsumpcyjne związane z czasem generują pozytywne reakcje emocjonalne i zwiększają satysfakcję. W związku z tym stawiamy hipotezę, że zabijanie czasu pozytywnie wpływa na satysfakcję afektywną (H2).
Jakość treści odzwierciedla postrzeganie przez użytkowników relewantności oraz wartości rozrywkowej zawartości mediów. Poprzednie badania konsekwentnie wskazują ją jako główny czynnik determinujący satysfakcję użytkowników i dalsze zaangażowanie19. W związku z tym postawiono hipotezę, że jakość treści pozytywnie wpływa na satysfakcję afektywną (H3).
Satysfakcja afektywna i nawyk są konsekwentnie identyfikowane jako istotne poprzedniki intencji kontynuacji w kontekstach poadopcyjnych. Poprzednie badania nad nawykami wykazują ponadto, że powtarzalne działanie w stabilnych kontekstach wzmacnia automatyzm w czasie, podczas gdy środowiska mediów mobilnych mogą intensyfikować wzorce użytkowania oparte na rutynie4,20. W związku z tym postulujemy, że satysfakcja afektywna pozytywnie wpływa na intencję kontynuacji (H4).
Nawyk odnosi się do automatycznych tendencji behawioralnych, które rozwijają się poprzez powtarzalne zachowania w stabilnych kontekstach6,17. W kontekstach poadopcyjnych powtarzające się pozytywne doświadczenia ułatwiają kształtowanie się nawykowych wzorców użytkowania, ponieważ użytkownicy w coraz większym stopniu polegają na zautomatyzowanych reakcjach, a nie na świadomej ocenie6,17. Z perspektywy uczenia się przez wzmacnianie, powtarzające się zachowania towarzyszące pozytywnym efektom afektywnym wzmacniają procesy uczenia się asocjacyjnego i zwiększają prawdopodobieństwo przyszłego automatycznego wykonania danej czynności21. Po uformowaniu się nawyku staje się on kluczowym mechanizmem przekładającym satysfakcję na trwałość behawioralną. Użytkownicy nawykowi wykazują tendencję do dalszego korzystania z treści przy mniejszym wysiłku poznawczym, co wzmacnia intencję kontynuacji6. W związku z tym nawyk jest w niniejszym badaniu konceptualizowany jako mechanizm mediujący, który łączy satysfakcję afektywną z intencją kontynuacji. Na podstawie powyższego uzasadnienia postawiono hipotezę, że satysfakcja afektywna pozytywnie wpływa na nawyk (H5), nawyk pozytywnie wpływa na intencję kontynuacji (H6), a nawyk mediuje relację między satysfakcją afektywną a intencją kontynuacji (H7). Ponadto zaproponowano, że satysfakcja afektywna i nawyk sekwencyjnie mediują relacje między wygodą dostępu a intencją kontynuacji (H8a), spędzanym czasem a intencją kontynuacji (H8b) oraz jakością treści a intencją kontynuacji (H8c).
Mimo że wcześniejsze badania w znacznym stopniu poszerzyły wiedzę na temat zachowań kontynuacyjnych w środowiskach mediów cyfrowych, nadal pozostaje kilka istotnych luk. Istniejące analizy koncentrowały się głównie na tradycyjnym streamingu, mediach społecznościowych lub kontekstach adaptacji technologii i zazwyczaj konceptualizowały satysfakcję oraz nawyk jako równoległe determinanty intencji kontynuacji. Stosunkowo mało uwagi poświęcono zrozumieniu, w jaki sposób strukturalnie skondensowane środowiska krótkich form mogą kształtować proces psychologiczny łączący satysfakcję afektywną z formowaniem się nawyku. Tabela 13,6,10,18,2 podsumowuje reprezentatywne wcześniejsze badania i wskazuje luki badawcze, które są przedmiotem niniejszego opracowania.
| Badanie | Kontekst badawczy | Główny przedmiot uwagi | Kluczowe wnioski | Luka badawcza |
| Bhattacherjee (201)3 | Systemy informacyjne | Intencja kontynuacji | Satysfakcja determinuje intencję kontynuacji | Proces kształtowania nawyków nie został zbadany |
| Limayem i wsp. (2007)6 | Systemy informacyjne | Nawyki i kontynuacja | Nawyk wpływa na dalsze korzystanie z systemu | Satysfakcja i nawyk traktowane jako oddzielne predyktory |
| Venkatesh i wsp. (2012)10 | Akceptacja technologii | Zachowanie po adopcji | Intencja behawioralna przewiduje dalsze użytkowanie | Nieuwzględnione cechy strukturalne środowisk cyfrowych |
| Wu i wsp. (2025)18 | Krótka forma dramatyczna | Intencja subskrypcji | Jakość treści wpływa na kontynuację użytkowania poprzez satysfakcję | Mechanizm kształtowania się nawyków nie został zbadany |
| Zhang i wsp. (2024)22 | Krótkie wideo | Satysfakcja użytkownika | Satysfakcja sprzyja dalszemu zaangażowaniu | Niezbadany proces konwersji satysfakcji w nawyk |
| Współczesne badania nad mediami krótkofalowymi | Platformy treści krótkoformatowych | Zaangażowanie użytkowników | Ekspozycja algorytmiczna zwiększa zaangażowanie | Mechanizmy wzmacniania strukturalnego pozostają niedostatecznie opracowane teoretycznie |
| Niniejsza praca | Ekosystem krótkometrażowych dramatów | Tworzenie nawyków w oparciu o wzmocnienie | Analiza wpływu satysfakcji afektywnej na kształtowanie się nawyków oraz intencję kontynuacji w środowiskach o ograniczonej przestrzeni strukturalnej | Adresuje zidentyfikowane luki poprzez sekwencyjny model afektywno-behawioralny |
Tabela 1: Podsumowanie wcześniejszych badań i zidentyfikowanych luk. Tabela ta podsumowuje reprezentatywne wcześniejsze badania dotyczące kontynuacji korzystania z narzędzi cyfrowych, satysfakcji, nawyku oraz zaangażowania w media krótkofalowe. Kolumny obejmują: autora i rok badania; kontekst badawczy; badane kluczowe konstrukty; relację między satysfakcją a nawykiem (równoległą vs sekwencyjną) oraz konkretną lukę badawczą, której dotyczy niniejsze badanie.
Niniejsza analiza empirycznie bada zależności między zmiennymi niezależnymi (tj. wygodą dostępu, czasem przeznaczenia oraz jakością treści), zmiennymi pośredniczącymi (tj. satysfakcją afektywną i nawykiem) a zmienną zależną (tj. CI). Płeć, wiek, wykształcenie oraz dochody zostały uwzględnione jako zmienne kontrolne.
Jak pokazano na Rysunku 1, model przedstawia gęsty cykl wzmocnienia umieszczony pomiędzy satysfakcją afektywną a formowaniem się nawyków. Ten zapis reprezentuje kontekst strukturalny ekosystemów krótkich dramatów — charakteryzujących się ultra-krótkim czasem trwania odcinków, wysoką częstotliwością powrotów oraz algorytmicznym dostarczaniem treści — który stwarza liczne możliwości parowania bodźca z reakcją. Model zakłada, że bodźce środowiskowe wpływają na satysfakcję afektywną, co następnie ułatwia nawykowe zaangażowanie w warunkach strukturalnie skompresowanych cykli wzmocnienia. Ekosystemy krótkich form wykazują gęste powiązania bodziec-reakcja i powtarzające się możliwości zaangażowania, co może wzmacniać związek między satysfakcją a nawykiem23,24.
Rysunek 1Model kształtowania nawyków oparty na wzmocnieniu w środowiskach krótkometrażowych dramatów. „Cykl intensywnego wzmocnienia” (Dense Reinforcement Cycle) oznacza wysoką częstotliwość okazji do wystąpienia relacji bodziec-reakcja, charakterystyczną dla ekosystemów treści krótkofalowych (mikro-epizody, szybki powrót, kuratela algorytmiczna), co według teorii intensyfikuje relację między satysfakcją a nawykiem. Właściwość strukturalna ta jest konceptualizowana jako warunek kontekstowy, a nie jako empirycznie mierzalne przyspieszenie czasowe. Zmienne kontrolne (wiek, płeć, wykształcenie i dochód) zostały pominięte na przedstawionych ścieżkach w celu zwiększenia przejrzystości wizualnej. Prosimy kliknąć tutaj, aby wyświetlić powiększoną wersję tej figury.
Protokół
Wszystkie procedury z udziałem ludzi zostały przeprowadzone zgodnie ze standardami etycznymi dotyczącymi badań na ludziach obowiązującymi w aSSIST University oraz Dong-A University. Ponieważ wszystkie odpowiedzi zostały zanonimizowane w momencie zbierania danych i na żadnym etapie nie pozyskano informacji umożliwiających identyfikację osób, Komisja Bioetyczna (Institutional Review Board) aSSIST University uznała, że badanie kwalifikuje się do zwolnienia z pełnego przeglądu zgodnie z postanowieniami zawartymi w artykule 15 ustawy o bioetyce i bezpieczeństwie Republiki Korei oraz wymogami dotyczącymi zwolnienia z przeglądu określonymi w artykule 13 jej rozporządzenia wykonawczego (https://public.irb.or.kr/pt/pt01/PT0103/PT0103R01.do). Identyfikator zgody na zwolnienie z przeglądu uzyskano przed rozpoczęciem ankiety; wszyscy uczestnicy zapoznali się z oświadczeniem o świadomej zgodzie opisującym cel badania, dobrowolność udziału, anonimowość, wykorzystanie danych oraz prawo do zaprzestania uczestnictwa. Dalszego udziału dopuszczono jedynie uczestników, którzy wyrazili elektroniczną świadomą zgodę. Nie zbierano żadnych danych umożliwiających identyfikację osób.
Gromadzenie i analiza danych
Charakterystyka próbek
Uczestników z krajów anglojęzycznych, w tym z USA, Wielkiej Brytanii, Kanady, Australii i Nowej Zelandii, zrekrutowano za pośrednictwem platformy Prolific w okresie od 5 do 10 lipca 2025 roku. Kwestionariusz składał się zwalidowanych wielowymiarowych skal oceniających wygodę dostępu, czas spędzony na przeglądaniu, jakość treści, satysfakcję afektywną, nawyk oraz intencję kontynuacji, wraz z pytaniami demograficznymi. Warunkiem udziału było ukończenie co najmniej 18 roku życia, wcześniejsze doświadczenie w oglądaniu krótkich dramatów (short-form dramas) oraz aktywne korzystanie z serwisów społecznościowych. Kwalifikowalność potwierdzono za pomocą pytań przesiewowych, w których uczestnicy potwierdzali swój wiek, wcześniejsze doświadczenie w oglądaniu krótkich dramatów oraz aktualne korzystanie z serwisów społecznościowych. Osoby niespełniające tych kryteriów zostały wykluczone przed wypełnieniem pełnego kwestionariusza. W ankiecie umieszczono pytania sprawdzające uważność w celu zidentyfikowania nieuwagnych odpowiedzi; z analizy wykluczono uczestników, którzy nie przeszli jakiegokolwiek pytania sprawdzającego uważność, przesłali niepełne odpowiedzi lub nie przeszli weryfikacji w pytaniach przesiewowych. Zebrano łącznie 292 odpowiedzi. Po wykluczeniu 32 odpowiedzi ze względu na niepowodzenie w przesiewie, niepełne odpowiedzi lub błędy w pytaniach sprawdzających uważność, do analizy zakwalifikowano 260 poprawnych odpowiedzi. Wypełnienie ankiety zajęło około 8–10 min, a uczestnicy otrzymali wynagrodzenie w wysokości około €2.00 ($3.40).
Model pomiarowy
Odpowiedzi zapisywano na 7-stopniowej skali Likerta, w której 1 oznaczało „zdecydowanie się nie zgadzam”, a 7 „zdecydowanie się zgadzam”. W badaniu tym zwalidowano model badawczy z wykorzystaniem metody PLS-SEM25,26. Wybrano metodę PLS-SEM, ponieważ badanie jest zorientowane na prognozowanie, analizuje stosunkowo złożony model mediacyjny i koncentruje się na wyjaśnionej wariancji konstruktów endogenicznych.
Analiza mediacji
Istotność statystyczną oceniono za pomocą metody bootstrappingu z korektą obciążenia przy 5 0 ponownych prób (Rysunek 2). W celu oceny postawionych hipotez oraz efektów mediacji przeanalizowano standaryzowane współczynniki ścieżkowe, efekty pośrednie, wielkości efektu (f2), istotność predykcyjną (Q2) oraz 95% przedziały ufności.
Rycina 2Procedura badawcza i schemat analizy danych. Kwalifikującymi się uczestnikami byli aktywni użytkownicy serwisów SNS w wieku 18 lat lub więcej. Rysunek przedstawia rekrutację uczestników za pomocą platformy ankiet online, procedury przesiewowe i sprawdzanie uwagi, zbieranie danych z ankiet (N = 260), czyszczenie danych, ocenę modelu pomiarowego, ocenę modelu strukturalnego z wykorzystaniem PLS-SEM oraz testowanie mediacji metodą bootstrappingu z 5 0 prób ponownych. Kliknij tutaj, aby wyświetlić powiększoną wersję tej ryciny.
Model strukturalny
Zwalidowane skale pomiarowe dla wszystkich konstruktów badania zostały zaadaptowane z wcześniej opublikowanych prac. W razie potrzeby wprowadzono niewielkie modyfikacje sformułowań, aby zapewnić ich odpowiedniość dla kontekstu krótkich dramatów. Pozycje pomiarowe przedstawiono w Tabeli 2. Chociaż skala jakości treści została pierwotnie opracowana w szerszym kontekście platform streamingowych i rozrywki cyfrowej, oddaje ona postrzeganie przez użytkowników szerokości i różnorodności rozrywki. W przypadku krótkich dramatów formaty rozrywkowe mogą obejmować elementy hybrydowe lub międzygatunkowe, które wykraczają poza tradycyjne odcinki narracyjne. W związku z tym pozycja odnosząca się do różnorodności rozrywki odzwierciedla postrzeganą różnorodność treści, a nie dosłowną transmisję sportową, i jest koncepcyjnie spójna z konstruktem jakości treści w niniejszym badaniu.
| Konstrukt | Pozycja | Pytanie |
| Wygoda dostępu | AC1 | Mógłbym oglądać krótkometrażowe dramaty w dowolnym momencie. |
| AC2 | Mogę oglądać krótkometrażowe dramaty niezależnie od tego, gdzie się znajduję. | |
| AC3 | Do dostępu do treści krótkometrażowych dramatów mogę wykorzystać dowolne urządzenie cyfrowe. | |
| Upływ czasu | PT1 | Oglądałbym krótkometrażowe dramaty, ponieważ pozwalają one zabić czas, szczególnie gdy się nudzę. |
| PT2 | Oglądam krótkometrażowe dramaty, gdy nie mam nic lepszego do roboty. | |
| PT3 | Oglądałbym krótkie dramaty, ponieważ dają mi one sposób na zagospodarowanie czasu. | |
| Jakość treści | CQ1 | Krótkometrażowe treści dramatyczne oferują szeroki wachlarz treści. |
| CQ2 | Krótkometrażowe treści dramatyczne oferują ekskluzywne i oryginalne treści. | |
| CQ3 | Krótkometrażowe treści dramatyczne oferują zróżnicowany wachlarz rozrywkowych odcinków i gatunków. | |
| CQ4 | Krótkometrażowe treści dramatyczne oferują szeroką gamę materiałów z całego świata. | |
| Afektywna satysfakcja z mediów | AS1 | Czuję się szczęśliwy po spędzeniu czasu z krótkometrażowymi dramatami. |
| AS2 | Krótkometrażowe dramaty sprawiają mi przyjemność. | |
| AS3 | Doświadczenie obcowania z krótkimi formami dramatycznymi jest przyjemne | |
| AS4 | Dobre samopoczucie po oglądaniu krótkometrażowych dramatów | |
| Pokrój | HB1 | Oglądam krótkometrażowe dramaty z przyzwyczajenia. |
| HB2 | Bezrefleksyjnie uzyskuję dostęp do kontekstów krótkometrażowych dramatów i korzystam z nich. | |
| HB3 | Wykorzystuję naturalnie konteksty krótkometrażowych dramatów. | |
| Intencja kontynuacji | CI1 | W najbliższej przyszłości zamierzam korzystać ze streamingu krótkometrażowych dramatów. |
| CI2 | Zamierzam nadal korzystać z treści w formie krótkich dramatów w najbliższej przyszłości. | |
| CI3 | W najbliższej przyszłości będę nadal korzystać z treści w formie krótkich dramatów. |
Tabela 2: Pozycje pomiarowe modelu badawczego. Tabela ta zawiera pozycje pomiarowe, etykiety konstruktów oraz referencje źródłowe wykorzystane do operacjonalizacji zmiennych badawczych. Wszystkie pozycje mierzono w 7-stopniowej skali Likerta, gdzie 1 oznacza „zdecydowanie się nie zgadzam”, a 7 „zdecydowanie się zgadzam”. Tabela przedstawia każdy konstrukt (wygoda dostępu, czas spędzony, jakość treści, satysfakcja afektywna, nawyk oraz intencja kontynuacji), powiązane z nim pozycje wskaźnikowe oraz oryginalną publikację, z której zaadaptowano każdą skalę.
Obciążenie metodą
Ponieważ wszystkie zmienne zostały zebrane przy użyciu danych z ankiet wypełnianych przez respondentów, błąd wspólnej metody (CMB) oceniano za pomocą środków proceduralnych i statystycznych. Po pierwsze, w celu ograniczenia potencjalnego błędu metody wdrożono kilka środków proceduralnych. Udział w badaniu był dobrowolny i anonimowy, a respondenci zostali zapewnieni, że nie ma odpowiedzi prawidłowych ani błędnych. Pozycje pomiarowe zaadaptowano z uprzednio zweryfikowanych badań i starannie przeredagowano, aby pasowały do kontekstu krótkich form dramatycznych. Kwestionariusz został ustrukturyzowany tak, aby zminimalizować lęk przed oceną i zmniejszyć niejednoznaczność pytań. Po drugie, przeprowadzono test jednoczynnikowy Harmana, aby sprawdzić, czy jeden czynnik odpowiada za większość wariancji. Nieobrócona eksploracyjna analiza czynnikowa wykazała, że pierwszy czynnik wyjaśnia mniej niż 50% całkowitej wariancji, co sugeruje, że błąd wspólnej metody prawdopodobnie nie stanowi poważnego problemu. Po trzecie, zgodnie z metodą Kocka i Mayfielda27, zbadano pełne współczynniki inflacji wariancji (VIF) dla współliniowości. Wszystkie wartości VIF znajdowały się poniżej konserwatywnego progu 3,3 (Tabela 3), co wskazuje, że błąd wspólnej metody nie wpływa w znacznym stopniu na szacunki modelu. Niemniej jednak, ponieważ wszystkie zmienne zostały zebrane od tych samych respondentów w ramach jednej fali badawczej, nie można całkowicie wykluczyć pozostałego błędu wspólnej metody.
| Ścieżka modelu wewnętrznego | VIF |
| AC→AS | 1.342 |
| AS→HB | 1.000 |
| AS→CI | 1.933 |
| CQ→AS | 1.410 |
| HB→CI | 1.939 |
| PT→AS | 1.154 |
Tabela 3: Statystyki kolinearności (VIF). Tabela ta przedstawia wartości współczynnika inflacji wariancji (VIF) dla wszystkich konstruktów predyktora użytych w modelu strukturalnym. Wiersze wymieniają poszczególne konstrukty predyktora (wygoda dostępu, czas poświęcony na przeglądanie, jakość treści, satysfakcja afektywna oraz nawyk), a odpowiadające im wartości VIF zostały podane w sąsiedniej kolumnie. Wartości VIF zostały przeanalizowane w celu oceny potencjalnej współliniowości między konstruktami oraz oceny prawdopodobieństwa wystąpienia błędu wspólnej metody.
Rozwiązywanie problemów i modyfikacje
Jeśli znaczna liczba odpowiedzi nie spełniła kryteriów przesiewowych lub kryteriów kontroli uwagi, doprecyzowano kryteria kwalifikowalności oraz wyjaśniono instrukcje do ankiety, aby upewnić się, że uczestnicy posiadali rzeczywiste wcześniejsze doświadczenia z krótkimi formami dramatycznymi. Jeśli niezawodność spójności wewnętrznej spadła poniżej zalecanych progów (np. niezawodność złożona < 0,70) lub średnia wariancja wyekstrahowana (AVE) spadła poniżej 0,50, przeanalizowano ładunki pozycji i usunięto wskaźniki o słabych wynikach, zachowując spójność teoretyczną. W przypadku wykrycia współliniowości (np. gdy wartości współczynnika inflacji wariancji przekroczyły zalecane limity), ponownie oceniono specyfikacje konstruktów i usunięto nadmiarowe wskaźniki. Jeśli efekty mediacji lub moderacji były nieistotne, zwiększono liczebność próby i/lub ponownie przeanalizowano operacjonalizację konstruktów, aby zapewnić odpowiednią moc statystyczną. Procedurę bootstrappingu przeprowadzono z wykorzystaniem wystarczającej liczby podprób (np. 5 0), aby uzyskać stabilne oszacowania parametrów.
Wyniki
Charakterystyka próbki
Tabela 4 przedstawia dobrze zrównoważoną próbkę 260 respondentów w kluczowych kategoriach demograficznych. Pod względem wieku największą grupę stanowią uczestnicy w wieku 20 lat lub mniej (38,8%), a następnie osoby w wieku 30-39 lat (32,3%). Respondenci w wieku 40-49 lat (14,2%) i 50-59 lat (14,6%) są reprezentowani w mniejszych, ale zbliżonych proporcjach. Płeć jest rozłożona niemal równomiernie: 49,2% uczestników to mężczyźni, a 50,8% to kobiety. W zakresie wykształcenia największą grupę stanowią absolwenci uczelni wyższych (50,0%), a następnie osoby z wykształceniem studiówyższych (26,5%). Mniejsze udziały odnotowano dla wykształcenia średniego (12,7%) oraz poziomu college'u (10,8%). W przypadku rocznego dochodu gospodarstwa domowego próbka jest stosunkowo rozproszona w poszczególnych przedziałach dochodowych, choć największa proporcja przypada na dochody poniżej $30,0 (23,1%), natomiast najmniejsza na dochody rzędu $10,0 lub więcej (16,5%). Ogólnie rozkład dochodów wydaje się dość zróżnicowany, bez silnej koncentracji w jednej kategorii.
| Kategoria | Pozycja | Częstotliwość | Udział |
| Wiek | 20 lat lub mniej | 101 | 38.80% |
| 30+ lat | 84 | 32.30% | |
| 40+ lat | 37 | 14.20% | |
| 50+ lat | 38 | 14.60% | |
| Płeć | Mężczyzna | 128 | 49.20% |
| Kobieta | 132 | 50.80% | |
| Wykształcenie | Szkoła średnia | 3 | 12.70% |
| Kolegium | 28 | 10.80% | |
| Uniwersytet | 130 | 50.0% | |
| Szkoła podyplomowa | 69 | 26.50% | |
| Roczny dochód | Poniżej $30,0 | 60 | 23.10% |
| gospodarstwa domowego | $30,0–$49,9 | 52 | 20.0% |
| $50,0–$74,9 | 57 | 21.90% | |
| $75,0–$10,0 | 48 | 18.50% | |
| $100,0 lub więcej | 43 | 16.50% |
Tabela 4: Charakterystyka demograficzna respondentów (N = 260). Tabela ta przedstawia rozkład demograficzny końcowej próby analitycznej. Wiersze zawierają kategorie demograficzne (płeć, wiek, wykształcenie i dochód), a kolumny przedstawiają liczebność (n) oraz procent (%) dla każdej kategorii.
Model pomiarowy
Jak pokazano w Tabeli 5, ładunki zewnętrzne wszystkich konstruktów znajdują się znacznie powyżej progu minimalnego. Wartości CR oraz α Cronbacha przekraczają 0,7, co wskazuje na wysoką spójność wewnętrzną. Wartość AVE przekracza 0,5, co potwierdza trafność zbieżną26.
| Konstrukt | Alfa Cronbacha | CR (rho_a) | CR (rho_c) | AVE |
| AC | 0.830 | 0.833 | 0.898 | 0.747 |
| AS | 0.958 | 0.959 | 0.970 | 0.889 |
| CQ | 0.790 | 0.821 | 0.861 | 0.610 |
| HB | 0.899 | 0.915 | 0.937 | 0.831 |
| PT | 0.850 | 0.896 | 0.907 | 0.765 |
| CI | 0.923 | 0.923 | 0.951 | 0.866 |
Tabela 5: Analiza niezawodności. Tabela ta przedstawia ładunki wskaźników, alfę Cronbacha, niezawodność złożoną (CR) oraz średnią wariancję wyodrębnioną (AVE) dla wszystkich konstruktów. Wiersze wymieniają poszczególne konstrukty (wygoda dostępu, czas poświęcony na przeglądanie, jakość treści, satysfakcja afektywna, nawyk oraz intencja kontynuacji) i przypisane im wskaźniki, natomiast kolumny zawierają zestandaryzowane ładunki czynnikowe, alfę Cronbacha oraz wartości CR i AVE. Metryki te zostały wykorzystane do oceny spójności wewnętrznej, niezawodności oraz trafności zbieżnej.
Trafność dyskryminacyjną przetestowano przy użyciu kryteriów Fornell–Larckera oraz współczynnika heterotrait–monotrait (HTMT). Tabela 6 wykazuje, że pierwiastki kwadratowe z AVE są większe niż korelacje z innymi składnikami dla każdego składnika. Podobnie Tabela 7 pokazuje, że wszystkie współczynniki HTMT znajdują się znacząco poniżej progu 0,8528.
| AC | AS | CQ | HB | PT | CI | |
| AC | 0.864 | |||||
| AS | 0.497 | 0.943 | ||||
| CQ | 0.493 | 0.666 | 0.781 | |||
| HB | 0.461 | 0.686 | 0.612 | 0.912 | ||
| PT | 0.274 | 0.587 | 0.346 | 0.433 | 0.875 | |
| CI | 0.552 | 0.777 | 0.646 | 0.744 | 0.491 | 0.931 |
Tabela 6: Kryterium Fornella-Larckera. Tabela ta przedstawia ocenę trafności dyskryminacyjnej według kryterium Fornella-Larckera. Wiersze i kolumny reprezentują konstrukty badawcze (wygoda dostępu, czas spędzony, jakość treści, satysfakcja afektywna, nawyk oraz intencja kontynuacji). Elementy na przekątnej stanowią pierwiastek kwadratowy z AVE dla każdego konstruktu, natomiast elementy poza przekątną reprezentują korelacje między konstruktami.
| AC | AS | CQ | HB | PT | CI | |
| AC | ||||||
| AS | 0.557 | |||||
| CQ | 0.592 | 0.738 | ||||
| HB | 0.523 | 0.73 | 0.724 | |||
| PT | 0.3 | 0.627 | 0.372 | 0.47 | ||
| CI | 0.63 | 0.825 | 0.742 | 0.806 | 0.519 |
Tabela 7: Współczynnik HTMT. Tabela ta przedstawia wartości HTMT dla wszystkich par konstruktów. Wiersze i kolumny reprezentują konstrukty badania (wygoda dostępu, czas przejazdu, jakość treści, satysfakcja afektywna, nawyk oraz intencja kontynuacji). Wartości HTMT poniżej zalecanego progu wskazują na satysfakcjonującą trafność dyskryminacyjną między konstruktami.
Błąd wspólnej metody oceniono dodatkowo za pomocą jednoczynnikowego testu Harmana oraz pełnej analizy współliniowości VIF. Pierwszy czynnik wyjaśnił mniej niż 50% całkowitej wariancji, a wszystkie wartości VIF były niższe od 3,3, co sugeruje, że błąd wspólnej metody prawdopodobnie nie zagrażał trafności wyników.
Model strukturalny
Jak pokazano na Rycynie 3 i w Tabeli 8, wyniki modelu strukturalnego wskazują, że satysfakcja afektywna (AS) była istotnie przewidywana przez wygodę dostępu (β = 0.171, p < 0.01), czas spędzony (β = 0.385, p < 0.01) oraz jakość treści (β = 0.448, p < 0.001), co wyjaśnia 61,0% jej wariancji (R2 = 0.610), przy czym jakość treści wywierała najsilniejszy wpływ. Satysfakcja afektywna silnie przewidywała nawyk (Habit) (β = 0.686, p < 0.01; R2 = 0.470) i miała również istotny bezpośredni wpływ na intencję kontynuacji (β = 0.496, p < 0.01). Nawyk dodatkowo znacząco przyczynił się do intencji kontynuacji (β = 0.393, p < 0.01), która została wyjaśniona na znacznym poziomie (R2 = 0.689). Wyniki te sugerują model częściowej mediacji, w którym satysfakcja afektywna jest powiązana z intencją kontynuacji zarówno bezpośrednio, jak i pośrednio poprzez kształtowanie nawyku. Zmienne kontrolne (wiek, płeć, wykształcenie i dochody) nie wykazały istotnych wpływów na intencję kontynuacji.
Istotność prognostyczną (Q2) oceniono za pomocą wskaźnika Q2 Stone'a-Geissera. Wszystkie konstrukty endogeniczne wykazały wartości Q2 powyżej zera (AS = 0.412, HB = 0.356, CI = 0.523), co wskazuje na satysfakcjonującą istotność prognostyczną.
Oprócz badania istotności ścieżek, wyniki wielkości efektu (f2) dostarczają informacji o istotnym wkładzie każdego predyktora w wyjaśnioną wariancję konstruktów endogenicznych. W odniesieniu do antecedencjów AS, CQ wykazuje duży efekt (f2 = 0,365), co wskazuje, że jest on głównym czynnikiem napędzającym AS w modelu. PT również wykazuje znaczący wkład (f2 = 0,329), zbliżając się do progu dużego efektu i sugerując silną istotność praktyczną. W przeciwieństwie do nich, AC wykazuje jedynie mały efekt (f2 = 0,056), co implikuje porównawczo ograniczony wkład inkrementalny w AS. Wyniki te sugerują, że choć wszystkie trzy antecedjenty przyczyniają się do AS, CQ i PT są dominującymi czynnikami objaśniającymi, podczas gdy AC pełni bardziej pomocniczą rolę.
W odniesieniu do zależności w przepływie wyników, AS wywiera wyjątkowo silny wpływ na HB (f2 = 0,87), co podkreśla jego kluczową rolę w wyjaśnianiu zachowań nawykowych. Ponadto AS wykazuje silny efekt w stosunku do CI (f2 = 0,409), co wskazuje na istotny wkład w moc objaśniającą modelu dla wyników dotyczących kontynuacji. HB również w znacznym stopniu przyczynia się do CI (f2 = 0,256), wykazując od średniego do dużego rozmiaru efektu, choć jego przyrostowy wpływ jest mniejszy niż w przypadku AS. Podsumowując, analiza rozmiaru efektu wskazuje na AS jako centralny mechanizm w modelu strukturalnym, wywierający dominujący wpływ zarówno na HB, jak i CI, podczas gdy CQ i PT jawią się jako kluczowe uwarunkowania nadrzędne dla AS.
Wyniki te potwierdzają teoretyczną propozycję, zgodnie z którą wzmocnienie afektywne odgrywa dominującą rolę w kształtowaniu nawykowego zaangażowania, co w konsekwencji stabilizuje intencję kontynuacji w kontekście krótkich form mediów cyfrowych.
Wyniki modelu strukturalnego (Rysunek 3) przedstawiają standaryzowane współczynniki ścieżkowe (β) oraz współczynniki determinacji (R2) dla proponowanego modelu badawczego. Zmienne kontrolne (wiek, płeć, wykształcenie, dochód) zostały uwzględnione w modelu, lecz pominięte na rysunku w celu zwiększenia przejrzystości wizualnej.
Rycina 3Wyniki modelu strukturalnegoWyniki przedstawiają ustandaryzowane współczynniki ścieżkowe (β), poziomy istotności oraz współczynniki determinacji (R²).2) dla proponowanego modelu badawczego. AC = wygoda dostępu (Access Convenience); PT = czas przejścia (Passing Time); CQ = jakość treści (Content Quality); AS = satysfakcja afektywna (Affective Satisfaction); HB = nawyk (Habit); CI = intencja kontynuacji (Continuance Intention). β oznacza standaryzowane współczynniki ścieżek, a R2 reprezentuje wyjaśnioną wariancję dla konstruktów endogenicznych. Poziomy istotności oznaczono w następujący sposób: *p < 0.05, **p < 0,01 oraz ***p < 0.01. Zmienne kontrolne (wiek, płeć, wykształcenie i dochód) zostały uwzględnione w analizie, lecz pominięte na wykresie w celu zapewnienia przejrzystości wizualnej. Proszę kliknąć tutaj, aby wyświetlić powiększoną wersję tej ryciny.
Współczynniki ścieżek oraz wyniki testowania hipotez (Tabela 8)) przedstawiają ustandaryzowane współczynniki ścieżek (β), błędy standardowe (SE), wartości t, wartości p oraz wielkości efektu (f2) dla wszystkich hipotetycznych zależności w modelu strukturalnym.
| Ścieżka | β | Średnia | OD | wartość t | wartość p |
| AC→AS | 0.171 | 0.173 | 0.061 | 2.815 | 0.05 |
| AS→HB | 0.686 | 0.687 | 0.03 | 2.864 | 0.0 |
| AS→CI | 0.496 | 0.496 | 0.052 | 9.58 | 0.00 |
| CQ→AS | 0.48 | 0.49 | 0.052 | 8.56 | 0.0 |
| HB→CI | 0.393 | 0.393 | 0.054 | 7.284 | 0.0 |
| PT→AS | 0.385 | 0.380 | 0.059 | 6.492 | 0.00 |
Tabela 8: Współczynniki ścieżek. Tabela ta przedstawia wyniki analizy modelu strukturalnego. Wiersze zawierają każdą hipotetyczną ścieżkę w modelu strukturalnym (np. wygoda dostępu → satysfakcja afektywna, satysfakcja afektywna → nawyk), natomiast kolumny przedstawiają standaryzowane współczynniki ścieżek (β), błędy standardowe (SE), wartości t, wartości p oraz wielkości efektu (f2) dla wszystkich hipotetycznych relacji. Poziomy istotności: p < 0,01, p < 0,01, p < 0,05.
Analiza mediacji
Aby zbadać mechanizm mediacji sekwencyjnej, przeanalizowano ścieżki pośrednie od atrybutów środowiskowych do CI poprzez AS oraz HB. Wyniki analizy konkretnych efektów pośrednich (Tabela 9) wykazały, że wszystkie ścieżki sekwencyjne były istotne statystycznie. Analiza mediacji oparta na metodzie bootstrappingu wskazuje, że AS i HB przekazują istotne efekty pośrednie w całym modelu. W szczególności AS istotnie mediuje wpływ czynników poprzedzających na HB: efekty pośrednie są dodatnie i istotne statystycznie dla AC → AS → HB (β = 0.17, t = 2.835, p = 0.05), CQ → AS → HB (β = 0.307, t = 7.82, p < 0.01) oraz PT → AS → HB (β = 0.264, t = 5.93, p < 0.001). spośród nich największa wielkość efektu pośredniego wystąpiła dla CQ, następnie dla PT, natomiast AC wykazało mniejszy, lecz wiarygodny wpływ mediacyjny. Wzorzec ten sugeruje, że poprawa AC, CQ i PT przekłada się przede wszystkim na silniejsze wyniki nawykowe poprzez zwiększenie AS, przy czym CQ stanowi najbardziej wpływową ścieżkę nadrzędną.
Dodatkowo, wyniki dostarczają spójnych dowodów na to, że rezultaty związane z kontynuacją (CI) są kształtowane zarówno poprzez mediację jednokrokową za pośrednictwem AS, jak i mediację szeregową poprzez AS i HB. Pośrednie efekty AC → AS → CI (β = 0.085, t = 2.598, p = 0.09), CQ → AS → CI (β = 0.2, t = 6.74, p < 0.01) oraz PT → AS → CI (β = 0.191, t = 5.091, p < 0.01) są wszystkie dodatnie i istotne, co wskazuje, że AS służy jako kluczowy mechanizm łączący antecedenty z CI. Co więcej, szeregowe efekty pośrednie poprzez obu mediatorów są również istotne: AC → AS → HB → CI (β = 0.046, t = 2.636, p = 0.08), CQ → AS → HB → CI (β = 0.121, t = 5.261, p < 0.001) oraz PT → AS → HB → CI (β = 0.104, t = 4.638, p < 0.01). Wspólnie odkrycia te wskazują na silny proces, w którym antecedenty najpierw zwiększają AS, co następnie wzmacnia HB i ostatecznie wiąże się z CI, podczas gdy AS wywiera również bezpośrednią ścieżkę mediującą do CI niezależnie od HB. Ogólnie rzecz biorąc, CQ wykazuje najsilniejszy wpływ mediowany zarówno na HB, jak i CI, PT wykazuje porównywalnie silne efekty pośrednie, a AC wykazuje mniejsze, ale statystycznie istotne efekty pośrednie, co potwierdza proponowane mechanizmy mediacji i mediacji szeregowej w modelu. Ponieważ przedziały ufności nie obejmują wartości zero, wyniki te są zgodne z proponowanym łańcuchem „satysfakcja-nawyk-kontynuacja” w kontekście konsumpcji krótkich form dramatycznych.
| Ścieżka | β | Średnia | OD | wartość t | wartość p |
| AC→AS→HB | 0.17 | 0.19 | 0.041 | 2.835 | 0.05 |
| AS→HB→CI | 0.270 | 0.270 | 0.040 | 6.776 | 0.0 |
| AC→AS→CI | 0.085 | 0.086 | 0.033 | 2.598 | 0.09 |
| CQ→AS→HB | 0.307 | 0.308 | 0.039 | 7.82 | 0.0 |
| AC→AS→HB→CI | 0.046 | 0.047 | 0.017 | 2.636 | 0.08 |
| CQ→AS→CI | 0.2 | 0.22 | 0.03 | 6.74 | 0.00 |
| PT→AS→HB | 0.264 | 0.261 | 0.04 | 5.93 | 0.00 |
| CQ→AS→HB→CI | 0.121 | 0.121 | 0.023 | 5.261 | 0.0 |
| PT→AS→CI | 0.191 | 0.189 | 0.038 | 5.091 | 0.0 |
| PT→AS→HB→CI | 0.104 | 0.103 | 0.02 | 4.638 | 0.0 |
Tabela 9: Efekty pośrednie. Tabela ta przedstawia wyniki analizy mediacji metodą bootstrapowania. Wiersze wymieniają każdą hipotetyczną ścieżkę pośrednią (np. AC → AS → HB, CQ → AS → HB → CI), natomiast kolumny zawierają szacunki efektów pośrednich, błędy standardowe, wartości t, wartości p oraz 95% przedziały ufności skorygowane o obciążenie dla hipotetycznych ścieżek mediacji.
Tabela 10 podsumowuje wyniki testowania hipotez. Jak pokazano w Tabeli 10, wszystkie zaproponowane hipotezy (H1–H8c) zostały potwierdzone.
| Hipoteza | Ścieżka | Wynik |
| H1 | AC→AS | Wspierane |
| H2 | PT→AS | Wspierane |
| H3 | CQ→AS | Wspierane |
| H4 | AS→CI | Wspierane |
| H5 | AS→HB | Wspierany |
| H6 | HB→CI | Wspierany |
| H7 | AS→HB→CI | Wspierany |
| H8a | AC→AS→HB→CI | Wspierane |
| H8b | PT→AS→HB→CI | Wspierane |
| H8c | CQ→AS→HB→CI | Wspierany |
Tabela 10: Podsumowanie wsparcia hipotez. W tej tabeli podsumowano wyniki testowania hipotez oraz wskazano, czy każda z zaproponowanych hipotez została potwierdzona na podstawie modelu strukturalnego i analiz mediacji. Wiersze wymieniają poszczególne hipotezy (H1–H8c), a kolumny przedstawiają zakładaną ścieżkę, standaryzowany współczynnik ścieżkowy lub efekt pośredni oraz status wsparcia (potwierdzona vs. niepotwierdzona).
DOSTĘPNOŚĆ DANYCH
Wszystkie zanonimizowane surowe dane ankietowe stanowiące podstawę wyników niniejszego badania zostały udostępnione w Pliku uzupełniającym 1 (format CSV). Plik zawiera pełne odpowiedzi uczestników po usunięciu danych identyfikacyjnych, które wykorzystano we wszystkich analizach opisanych w niniejszym manuskrypcie. Plik projektu SmartPLS, ustawienia modelu oraz wyniki analiz znajdują się w Pliku uzupełniającym 2. Żaden z udostępnionych zbiorów danych nie zawiera informacji umożliwiających identyfikację osób.
Plik uzupełniający 1: Wszystkie zanonimizowane surowe dane z ankiet stanowiące podstawę wyników niniejszego badania.Prosimy kliknąć tutaj, aby pobrać ten plik.
Plik uzupełniający 2: Plik projektu SmartPLS, ustawienia modelu i wyniki analizy.Prosimy kliknąć tutaj, aby pobrać ten plik.
Dyskusja
Niniejsze badanie miało na celu wyjaśnienie intencji kontynuacji w kontekstach krótkich form dramatu poprzez integrację czynników doświadczenia cyfrowego, satysfakcji afektywnej i formowania nawyków w ramach modelu S-O-R. Wyniki dostarczają silnego empirycznego wsparcia dla zaproponowanego sekwencyjnego mechanizmu i sugerują, że kontynuacja cyfrowa jest najlepiej rozumiana jako dynamiczny proces wzmacniania afektywno-behawioralnego. Czynniki doświadczenia cyfrowego – dostępność, przemijanie czasu i jakość treści – znacząco wpływają na satysfakcję afektywną, przy czym jakość treści wywiera najsilniejszy wpływ, następnie przemijanie czasu, podczas gdy dostępność odgrywa stosunkowo mniejszą, ale istotną rolę. Ten wzorzec sugeruje, że podczas gdy bezproblemowa dostępność jest konieczna w rozproszonych kontekstach oglądania, emocjonalnie angażująca i immersyjna treść pozostaje głównym determinantem pozytywnych ocen afektywnych użytkowników. W krótkich formach dramy, gdzie kompresja narracji i szybkie angażowanie są centralne, postrzegana bogactwo treści i kreatywność wydają się być najmocniejszymi bodźcami emocjonalnymi. Satysfakcja afektywna pojawia się również jako centralny mechanizm w modelu strukturalnym, przyczyniając się do formowania nawyków i intencji kontynuacji poprzez łańcuch „satefysfakcja-nawyk-kontynuacja”.
Te wyniki rozszerzają poprzednie badania nad kontynuacją cyfrową, przedefiniując intencję kontynuacji jako sekwencyjny proces afektywno-behawioralny zamiast statycznego wyniku po adopcji. Tradycyjne modele kontynuacji, w tym teoria potwierdzenia oczekiwań, koncentrują się głównie na ewaluacji poznawczej i satysfakcji jako bezpośrednich przewidywań utrzymanego użytkowania29,30. W przeciwieństwie do nich, obecne wyniki pokazują, że w wysoko częstotliwościowych, strukturalnie skompresowanych środowiskach cyfrowych satysfakcja afektywna może funkcjonować nie tylko jako wynik ewaluacji, ale także jako psychologiczny korelat habitualnego angażowania. Ta interpretacja jest zgodna z teorią nawyku, która sugeruje, że powtarzające się zachowania w stabilnych wskazówkach kontekstowych stopniowo wzmacniają automatyczne tendencje behawioralne. Jednakże, ponieważ obecne badanie nie testuje bezpośrednio przyspieszenia czasowego ani kauzacji formowania nawyków, środowiska krótkich form dramy mogą być rozumiane jako warunki, w których angażowanie habitualne jest bardziej prawdopodobne do wzmocnienia.
Badanie rozszerza również model S-O-R, integrując nawyk jako sekwencyjny mechanizm wzmacniania łączący stany afektywne z utrzymaniem zachowań. Podczas gdy wcześniejsze zastosowania S-O-R często traktują satysfakcję i nawyk jako równoległe przewidywania kontynuacji, obecny model pokazuje, że nawyk pojawia się jako konsekwencja wzmocnienia afektywnego. Ten sekwencyjny afektywno-habitualny szlak zapewnia bardziej spójne czasowo wyjaśnienie zachowania po adopcji, szczególnie w kontekstach rozrywki mobilnej charakteryzujących się szybkim i powtarzającym się cyklem angażowania. Wyniki dodatkowo wprowadzają strukturalnie skompresowane środowiska angażowania jako warunki kontekstowe, które mogą wzmacniać skojarzenie między reakcjami afektywnymi a zachowaniami habitualnymi. Chociaż cechy strukturalne takie jak mikro-epizody, szybkie możliwości ponownego wejścia i algorytmiczne sugestie nie zostały bezpośrednio operacjonalizowane w tym modelu, teoretyczne ujęcie podkreśla, jak gęste cykle wzmacniania osadzone w ekosystemach krótkich form mogą wzmacniać stabilizację zachowań napędzaną afektem. Co ważne, ten mechanizm odzwierciedla normatywną rutynizację, a nie patologiczną zależność, podkreślając różnicę między habitualnym angażowaniem a kompulsywnym użytkowaniem.
Wyniki oferują praktyczne zastosowania dla platform dramatu krótkich form i dostawców treści. Zrozumienie centralnej roli jakości treści w satysfakcji afektywnej sugeruje, że oryginalność narracji, emocjonalne opowiadanie i immersyjne elementy produkcyjne są kluczowymi bodźcami środowiskowymi, które generują pozytywne reakcje afektywne, następnie wspierając powtarzające się angażowanie i utrzymane użytkowanie. Optymalizacja techniczna sama w sobie jest niewystarczająca bez treści, która generuje prawdziwą rezonans emocjonalny. Projekt doświadczenia użytkownika powinien również uwzględniać, jak cechy środowiskowe wzmacniają pozytywne stany afektywne podczas powtarzanych interakcji. Cecha takie jak płynne przejścia, emocjonalnie angażujące podglądy i spersonalizowane rekomendacje mogą wzmacniać satysfakcję afektywną i ułatwiać angażowanie habitualne. Chociaż dostępność wpływa mniej na satysfakcję afektywną w porównaniu z jakością treści, zmniejszenie tarcia w środowiskach cyfrowych pozostaje ważne, ponieważ zachowuje płynność doświadczenia i zapobiega zakłóceniom w cyklu wzmacniania afektywnego. Ogólnie, wyniki sugerują, że zrównoważone angażowanie w cyfrowych mediach może być wspierane przez łączenie zasad angażowania emocjonalnego z projektowaniem behawioralnym, monitorując jednocześnie zarówno satysfakcję, jak i wzorce użytkowania habitualnego.
Mimo swoich zalet, to badanie ma kilka ograniczeń
Oświadczenia
Autorzy nie deklarują żadnych konfliktów interesów.
Podziękowania
To dzieło było wspierane przez fundusze badawcze z aSSIST University.
Materiały
| Nazwa | Firma | Numer katalogowy | Komentarze |
|---|---|---|---|
| Chatgpt 5.2 | OpenAI | RRID:SCR_023775 | Poprawa czytelności i sprawdzanie gramatyki, https://www.chatgpt.com/ |
| Prolific (Platforma do Rekrutacji Uczestników Online) | Prolific Academic Ltd | Nie dostępne / Nie zidentyfikowane | Platforma online służąca do rekrutacji uczestników ankiet. Uczestnicy byli przesiewani na podstawie kryteriów kwalifikujących (np. bieżąca praca w organizacji z doświadczeniem w stosowaniu AI) i wynagrodzeni zgodnie z wytycznymi Prolific dotyczącymi sprawiedliwej płacy. https://www.prolific.com/ |
| Qualtrics (Platforma Ankietowa Online) | Qualtrics, LLC | RRID:SCR_016728 | Strona internetowa platformy ankietowej używana do projektowania kwestionariuszy, dystrybucji i zbierania danych odpowiedzi. Wszystkie elementy pomiarowe były administrowane za pomocą Qualtrics przy użyciu 7-punktowej skali Likerta (1 = zdecydowanie się nie zgadzam, 7 = zdecydowanie się zgadzam). https://www.qualtrics.com/ |
| SmartPLS 4.0 (Oprogramowanie PLS-SEM) | SmartPLS GmbH | RRID:SCR_022040 | Używane do wszystkich analiz Partial Least Squares Structural Equation Modeling (PLS-SEM), w tym oceny zewnętrznego modelu (niezawodność złożona, AVE, HTMT), analizy ścieżek modelu wewnętrznego (bootstrapping, 5000 próbek), 3-krokowego testu wariancji kompozycyjnej MICOM (permutację, 1000 losowań) oraz testów różnic między grupami PLS-MGA. https://smartpls.com/ |
Bibliografia
- He Z, et al. User immersion-aware short video recommendation. ACM Trans Inf Syst. 2025;44(1):1-33.
- Zhou R. Understanding the impact of TikTok's recommendation algorithm on user engagement. Int J Comput Sci Inf Technol. 2024;3(2):201-208.
- Bhattacherjee A. Understanding information systems continuance: An expectation-confirmation model. MIS Q. 2001;25(3):351-370.
- Oulasvirta A, Rattenbury T, Ma L, Raita E. Habits make smartphone use more pervasive. Pers Ubiquitous Comput. 2012;16(1):105-114.
- Peters H, et al. Social media use is predictable from app sequences: Using LSTM and transformer neural networks to model habitual behavior. Comput Hum Behav. 2024;161:108381.
- Limayem M, Hirt SG, Cheung CM. How habit limits the predictive power of intention: The case of information systems continuance. MIS Q. 2007;31(4):705-737.
- Mehrabian A, Russell JA. A verbal measure of information rate for studies in environmental psychology. Environ Behav. 1974;6(2):233.
- Eroglu SA, Machleit KA, Davis LM. Atmospheric qualities of online retailing: A conceptual model and implications. J Bus Res. 2001;54(2):177-184.
- Islam JU, et al. Impact of website attributes on customer engagement in banking: A solicitation of stimulus-organism-response theory. Int J Bank Mark. 2020;38(6):1279-1303.
- Venkatesh V, Thong JYL, Xu X. Consumer acceptance and use of information technology: Extending the unified theory of acceptance and use of technology. MIS Q. 2012;36(1):157-178.
- Berry LL, Seiders K, Grewal D. Understanding service convenience. J Mark. 2002;66(3):1-17.
- Kim J, Fesenmaier DR. Sharing tourism experiences: The posttrip experience. J Travel Res. 2017;56(1):28-40.
- Quan-Haase A, Young AL. Uses and gratifications of social media: A comparison of Facebook and instant messaging. Bull Sci Technol Soc. 2010;30(5):350-361.
- Whiting A, Williams D. Why people use social media: A uses and gratifications approach. Qual Mark Res Int J. 2013;16(4):362-369.
- DeLone WH, McLean ER. The DeLone and McLean model of information systems success: A ten-year update. J Manag Inf Syst. 2003;19(4):9-30.
- Hennig-Thurau T, Gwinner KP, Gremler DD. Understanding relationship marketing outcomes: An integration of relational benefits and relationship quality. J Serv Res. 2002;4(3):230-247.
- Wood W, Neal DT. A new look at habits and the habit-goal interface. Psychol Rev. 2007;114(4):843-863.
- Wu T, Jiang N, Sharif SP, Chen M. Explaining subscription intention for video streaming platforms in China: Integrating UTAUT2 model, perceived value theory, and SOR theory. PLoS One. 2025;20(5):e0322860.
- Prabhavathy R, Senthilkumar S. User experiences in over-the-top (OTT) streaming media platform services. Qubah Acad J. 2025;5(2):82-99.
- Gardner B. A review and analysis of the use of "habit" in understanding, predicting and influencing health-related behaviour. Health Psychol Rev. 2015;9(3):277-295.
- Neal DT, Wood W, Labrecque JS, Lally P. How do habits guide behavior? Perceived and actual triggers of habits in daily life. J Exp Soc Psychol. 2012;48(2):492-498.
- Zhang K, et al. SaqRec: Aligning recommender systems to user satisfaction via questionnaire feedback. 33rd ACM International Conference on Information and Knowledge Management. 2024;doi.org/10.1145/3627673.367964.
- Peters H, et al. Context-aware prediction of active and passive user engagement: Evidence from a large online social platform. J Big Data. 2024;11(1):110.
- Wood W. Habits, goals, and effective behavior change. Curr Dir Psychol Sci. 2024;33(4):226-232.
- Lohmöller JB. Predictive vs. structural modeling: PLS vs. ML. Latent variable path modeling with partial least squares. Physica, Heidelberg. 1989.
- Sarstedt M, Ringle CM, Hair JF. Treating unobserved heterogeneity in PLS-SEM: A multi-method approach. Partial least squares path modeling: Basic concepts, methodological issues and applications. Springer, Cham. 2017.
- Kock N, Mayfield M. PLS-based SEM algorithms: The good neighbor assumption, collinearity, and nonlinearity. Inf Manag Bus Rev. 2015;7(2):113-130.
- Henseler J, Ringle CM, Sarstedt M. A new criterion for assessing discriminant validity in variance-based structural equation modeling. J Acad Mark Sci. 2015;43(1):115-135.
- Alruwaili RF. Scroll immersion and short-form video use: Predictors of attention, memory, and fatigue among Saudi social media users. Acta Psychol. 2025;260:105674.
- Sutrisno SS. Attention in the age of TikTok: Examining the cognitive impact of short-form video consumption. San Jose State University, 2025. https://scholarworks.sjsu.edu/etd_theses/5697/.
Przedruki i uprawnienia
Poproś o pozwolenie na ponowne wykorzystanie tekstu lub ilustracji tego artykułu JoVE
Poproś o pozwolenie