(1)用户基本信息统计

针对国内四大社交问答平台中的高等级用户，我们共发出2 700个调查请求，回收了220份有效问卷，回收率约为8.1%。由于本次问卷调查没有任何物质奖励作为激励，且有些用户对网上陌生人的请求存在不信任感，因而回收率较低。表8.2为回答问卷者的性别、年龄等人口统计学特征。可以看出被调查者中男性的比例远远高于女性，且年龄集中在21~40岁，大部分具有本科及以上学历，在问答平台贡献知识的次数均较为频繁。

表8.2　被调查者基本信息

(2)测量模型评估

考虑到本次观测变量不符合多元正态分布且样本量较小，我们决定采用偏最小二乘法(partial least squares，PLS)方法进行数据分析。本次研究主要使用SPSS20.0和SmartPLS软件对数据进行信度、效度分析以及假设检验。

①信度与效度分析。当使用PLS分析时，一般使用复合信度(CR)来反映指标内部的一致性，复合信度越高则代表内部一致性越好。一般认为当信度高于0.7时表示问卷很可信，而高于0.9时表示问卷十分可信。

效度分析是从聚合效度分析和区别效度分析两个方面来进行。聚合效度着重测量的是同一建构中的多个指标彼此之间的聚合或关联性，一般以每个建构的平均方差抽取量(AVE)来进行衡量。区别效度与聚合效度相反，是衡量不同建构之间的相互区分程度。如表8.3所示，所有建构的CR高于0.7，AVE高于0.5，而且各个指标均满足因子负荷大于交叉负荷这个条件，表明问卷具有较好的信度和效度，在可持续知识贡献行为研究和评测中具备一定的使用价值。(www.daowen.com)

表8.3　信度与效度测量

②模型检验。在本研究中，我们使用SmartPLS软件进行路径分析，计算路径系数以及R2值，并用Bootstrapping对路径的显著性水平进行检测。其中路径系数代表自变量与因变量之间关系的强弱程度，R2代表总体解释程度，“***”代表在0.1%的显著水平上显著。如图8.2所示为模型分析结果。

图8.2　研究模型的PLS分析结果

通过对数据进行分析，我们对研究假设进行了检验。从检验结果可以看出，在之前所做出的8个假设中，除了H4和H7不成立之外，其他假设均成立。