重复测量方差分析指南

方差分析是样本均数差异的显著性检验，通常对简单分组因素采用独立样本t检验和单因素ANOVA方差分析，但本书是对同一受试对象的同一测量指标在不同时间上的测量，采用标准的方差分析无法准确反映测量指标随时间变化的趋势。因此，采用重复测量（Repeated Measure）方差分析方法来研究控制变量（样本的个体属性和背景属性）对测量变量（期望确认程度、感知有用性、满意度、持续知识贡献行为）的影响，从而检验随时间变化控制变量对观察指标的变化趋势和显著性差异。

重复测量方差分析之前须对数据之间的相关性进行球形对称性检验，即Mauchly检验，若检验结果p＜0.05，则可应用重复测量方差分析模型，反之，采用单因素方差分析。然后对重复测量数据主体内和主体间效应检验，若F值达到显著（p＜0.05），则表示至少有两个组别均数间的差异达到了显著水平。具体是哪个组别对因变量更具有显著性需要利用SPSS中LSD进行事后多重比较，进一步判断组别之间的显著差异。

1.个体属性对各因变量的重复测量方差分析

（1）个体属性对期望确认程度的重复测量方差分析

不同个体属性对期望确认程度的分析结果如表7-11所示，性别、文化程度和职业在重复测量中对期望确认程度均不显著，不同年龄的用户对持续知识贡献的期望确认程度有显著差异，41岁以上的用户相比其他三个组别的用户在对期望确认程度上存在显著差异，从均值上看，41岁以上用户的期望确认程度更高。由此可以说明，不同年龄用户对持续知识贡献行为的期望确认程度存在差异，其他个体属性特征无显著差异。

表7-11　个体属性对期望确认程度的分析结果

续表

（2）个体属性对感知有用性的重复测量方差分析

不同个体属性对感知有用性的影响结果如表7-12所示，性别、文化程度在重复测量中对感知有用性影响不显著，也就是说不同性别、不同文化程度的用户对感知有用性的评价相对一致。而年龄层次不同、职业不同对感知有用性存在显著性差异。如21～30岁组别比20岁以下组别用户的感知有用性均值高，说明21～30岁组用户认为持续知识贡献对其自身更加有用。职业为科研及综合技术院所的用户相比国家机关、企事业单位、卫生医疗行业、计算机IT的用户，制造业用户相比国家机关、企事业单位的用户，在校学生相比国家机关、企事业单位的用户在对持续知识贡献行为感知有用性上存在显著性差异。由此可以说明，不同年龄、不同职业在持续知识贡献过程中对感知有用性有显著差异，但综合个体属性对感知有用性的均值来看，用户普遍认为持续知识贡献是有用的。

表7-12　个体属性对感知有用性的分析结果

（3）个体属性对满意度的重复测量方差分析

个体属性对满意度的分析结果如表7-13所示，研究表明，不同年龄和职业对满意度有显著差异，从年龄分布上看，20岁以下的用户与其他三个组别的用户在重复测量中对满意度存在显著差异，其均值也略低于其他三组用户。从职业分布上看，如职业为科研和技术院所的用户和国家机关、企事业单位、电力等供应业、交通运输业的用户在对持续知识贡献的满意度上存在显著差异，其他职业之间的显著差异如表7-13所示。

表7-13　个体属性对满意度的分析结果

（4）个体属性对持续知识贡献行为的重复测量方差分析

个体属性对持续知识贡献行为的分析结果如表7-14所示，不同个体属性均对持续知识行为不显著，重复测量后的各项均值都在3.5以上，表明用户对持续知识贡献持积极的态度。

表7-14　个体属性对持续知识贡献行为的分析结果

2.背景属性对各因变量的重复测量方差分析(www.xing528.com)

（1）背景属性对期望确认的重复测量方差分析

背景属性对期望确认的分析结果如表7-15所示，注册时间和参与频率的显著性系数均低于0.05，因此，对期望确认程度均存在显著性差异。注册时间在1年以上用户与3个月以下和4～6个月的用户期望确认程度存在显著差异，注册时间短的用户相比注册时间长的用户期望确认程度高。每天参与的用户与每周参与若干次的用户对期望确认程度存在显著差异。

表7-15　背景属性对期望确认的分析结果

（2）背景属性对感知有用性的重复测量方差分析

背景属性对感知有用性的分析结果如表7-16所示，不同注册时间的用户对感知有用性的评价趋于一致，不存在显著差异。经检验参与频率的F值的显著性小于0.05，结果表明每天参与的用户与每周参与若干次和每月参与若干次的用户对感知有用性存在显著差异，相比之下，每天参与众包活动的用户认为持续知识贡献对他们自身更有用。

表7-16　背景属性对感知有用性的分析结果

（3）背景属性对满意度的重复测量方差分析

背景属性对满意度的分析结果如表7-17所示，结果表明，用户不同的参与频率对满意度存在显著性差异，其他背景属性表现不显著。其中每天参与的用户与每周参与若干次和每月参与若干次的用户具有显著性差异，可理解为每天参与的用户对众包平台的满意度更高。

表7-17　背景属性对满意度的分析结果

（4）背景属性对持续知识贡献行为的重复测量方差分析

背景属性对持续知识贡献行为的分析结果如表7-18所示，注册时间在重复测量后对持续知识贡献行为不存在显著性差异，说明用户的持续行为与注册时间的长短无关。参与频率与持续知识贡献行为具有显著性差异。每天参与与每周参与若干次和每月参与若干次的用户对持续知识贡献行为存在显著差异，数据结果显示每天参与的用户均值高于其他两组用户，表明每天参与的用户更倾向于持续知识贡献。

表7-18　背景属性对持续知识贡献行为的分析结果

3.人口统计学特征影响分析总结

通过对人口统计学特征与期望确认、感知有用性、满意度和持续知识贡献行为重复测量方差的分析，其显著性结果分析汇总如表7-19所示。

表7-19　影响分析汇总

续表