描述性统计分析是从总体上分析样本的特征，描绘被调查对象在各个属性上的分布，从而分析样本的代表性。本书的样本特征包括样本的个体属性和背景属性，前者包括性别、年龄、文化程度、职业，后者包括使用众包平台的时间、参与众包任务的频率、参与众包任务的类型以及各测量变量的峰度、偏度等。
1.样本个体属性描述性统计分析
本书样本的个体属性特征，具体统计分析如表7-7所示。
表7-7 样本个体属性特征描述性统计
从性别上看，男性与女性的比例基本保持在1∶1的水平，比较均衡，差异性较小。
从年龄上看，众包的用户大部分集中于21～30岁，所占比例为70.9%，其次是31～40岁的用户，40岁以上的用户所占比例非常小，这也反映出众包作为一种新兴的生产模式和工作模式其用户的特点趋于年轻化。
从文化程度上看，受访者本科学历人数最多240人，所占比例为66.5%，其次是大专学历的用户，硕士及以上学历的人数最少，说明众包平台用户不一定要具有很高的学历，这与众包本身的性质有关，只要用户对某一领域、某一技能熟知并有一定的见解或经验，能够为发包方提供解决方案即可，与学历的关联性较小。
从职业上看，竞赛式众包的用户职业遍布各行各业，每个行业几乎都有用户参与众包，其中在校学生和计算机IT行业的用户所占比例较大，分别为20.5%和12.2%，其次是金融保险业、制造业等。
2.样本背景属性描述性统计分析
样本背景属性的统计分析如表7-8所示，注册众包平台的时间1年以上的用户为228人，占63.2%，其次是3个月以下的用户为81人，占22.5%，注册时间呈两极化分布，中间时间段用户数量较少说明在持续知识贡献阶段存在用户流失的现象。总体来说，用户使用众包的时间年限较短。用户参与众包的频率集中在“每周参与若干次”占53.7%，其次是“每天参与”占24.9%，总体来说，参与频率不高。对于用户参与众包的类型是复选题，百分比体现的是所有被试者中选择该类型的用户占总体的比例，其中用户参与众包类型以创新想法或内容创造为主，占70.9%，其次是测验评价，占67.6%。
表7-8 样本背景属性特征描述性统计分析
3.测量变量描述性统计分析(www.xing528.com)
因本书将采用AMOS-SEM建模来验证研究假设，并比较分析两次调查研究中路径系数的差异，因此需要对两次调查研究的各测量变量进行正态分布检验。通常情况下，利用偏度和峰度的数值来判断变量是否服从正态分布，即偏斜度的绝对值＜3且峰度的绝对值＜8。具体统计分析结果如表7-9和表7-10所示。从表中可以看出，两次调查结果中各测量变量的偏斜度值和峰度值均在规定范围内，服从正态分布。
表7-9 第一次调查测量变量描述性统计分析
续表
续表
表7-10 第二次调查测量变量描述性统计分析
续表
续表
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
