[论文解读] Measuring Motivations of Crowdworkers: The Multidimensional Crowdworker Motivation Scale

Lisa Posch, Arnim Bleier+4 more|MADOC (University of Mannheim)|Feb 6, 2017

Mobile Crowdsensing and Crowdsourcing参考文献 67被引用 13

一句话总结

本文介紹了多維眾包工作者動機量表（MCMS），這是一種基於自我決定理論的六維量表，已在十個國家和三個人均收入群組中完成驗證。該量表展現出強勁的信度、效度與測量不變性，使跨國比較微任務平台中眾包工作者的動機成為可能。

ABSTRACT

Crowd employment is a new form of short-term and flexible employment which has emerged during the past decade. In order to understand this new form of employment, it is crucial to illuminate the underlying motivations of the workforce involved in it. This paper introduces the Multidimensional Crowdworker Motivation Scale (MCMS), a scale for measuring the motivation of crowdworkers on micro-task platforms. The MCMS is theoretically grounded in self-determination theory and tailored specifically to the context of paid crowdsourced micro-labor. The scale measures the motivation of crowdworkers along six motivational dimensions, ranging from amotivation to intrinsic motivation. We validated the MCMS on data collected in ten countries and three income groups. Factor analyses demonstrated that the MCMS's six dimensions showed good model fit, validity, and reliability. Furthermore, our measurement invariance tests showed that motivations measured with the MCMS are comparable across countries and income groups, and we present a first cross-country comparison of crowdworker motivations. This work constitutes an important first step towards understanding the motivations of the international crowd workforce.

研究动机与目标

• 開發一個理論基礎穩固、多維度的量表，用於衡量微任務平台中眾包工作者的動機。
• 在多樣化的國際情境中驗證MCMS，包括十個國家和三個人均收入群組。
• 評估該量表在國家與收入水平之間的測量不變性，以確保跨文化可比性。
• 為研究人員與實務工作者提供一個可靠且有效的工具，用於研究眾包工作中的動機。
• 深化對內在動機、外在動機與無動機如何影響參與彈性線上勞動的認識。

提出的方法

• 將既有的自我決定理論（SDT）動機量表中適用於傳統工作情境的題項進行調整，以適應微任務平台環境。
• 開發一個六因素量表，用於衡量：內在動機、認同調節、內攝調節、外在調節、整合調節與無動機。
• 透過驗證性因素分析（CFA）檢驗大規模多國數據集中MCMS的模型適配度與信度。
• 進行測量不變性檢驗（配置、度量、平均值不變性），以確保動機維度在不同國家與收入群組之間的可比性。
• 利用來自CrowdFlower平台十個國家超過1,800名眾包工作者的數據驗證該量表。
• 應用心理測量技術，包括Cronbach’s alpha與CFA，以評估內部一致性與建構效度。

Figure 4. Task instructions. This figure shows the task instructions that were shown to crowdworkers at the beginning of the task.

实验结果

研究问题

• RQ1 MCMS在多樣化的文化與經濟情境中，對眾包工作者動機的測量是否具備良好的信度與效度？
• RQ2 MCMS的六個動機維度是否在國家與收入群組之間具備不變性，從而支持跨國比較？
• RQ3 在微任務平台中，眾包工作者的動機特徵在不同國家與收入水平之間有何差異？
• RQ4 MCMS能否在有償微勞動情境中有效區分內在動機、外在動機與無動機？
• RQ5 自我報告的眾包工作者動機中，社會期望偏差的程度如何，如MCMS所測量？

主要发现

• MCMS展現出優異的模型適配度，驗證性因素分析確認所有樣本中均存在六因素結構。
• 所有六個維度的Cronbach’s alpha值均超過0.70，顯示良好的內部一致性與信度。
• 測量不變性檢驗確認了在國家與收入群組之間的配置、度量與平均值不變性，支持跨群組的可比性。
• 觀察到顯著的跨國動機特徵差異，特別是在內在動機與無動機水平方面。
• 該量表與社會期望偏差的相關性微弱，顯示自我報告動機受回應偏差影響有限。
• 未檢測到整合調節因素，歸因於其與認同調節及內在動機在統計上難以區分，此現象與其他SDT量表的限制一致。

Figure 5. Interface for open-ended answers. This figure shows the interface that crowdworkers were given to state five reasons for why they do tasks on CrowdFlower in their own words.