5.3.2.1 问卷和筛选方法的设计

将初选的管理参数通过问卷方式发给管理领域的专家、学者和部分企业管理人员，用统计软件进一步对参数进行筛选，以最后确定一般管理参数，并由此构建成一般管理冲突矩阵。

依据初选的一般管理参数，设计问卷如表5-5所示。

1.发放对象和发放方式的选择

调查问卷以企业管理领域的专家、学者和大型企业的高层管理人员为调研对象。问卷包括纸质问卷和电子问卷两种形式，以前者为主。

表5-5 管理参数重要性程度评判表

通常情况下，电话访谈也是一种常用的访问方式。但是在电话访谈中，被访者只能听到选项，而不能像纸笔测验或者计算机测验一样看到选项，从而可能导致被访者无法对量表选项作出全面的评估和理解，严重影响访问效率；另外，被访者会根据语言习惯来回答，而无法完全按照问卷设计的尺度进行评估（陈晓萍，2008）。所以在进行电话访问时，不同等级的利克特量表可能与纸笔或者其他面访有不同的影响。但是，目前心理学界和市场研究界缺少这方面的研究成果，因此本次调查不再考虑这一形式。

问卷回收的方式主要采用了面交和当时回收的方式，既保证了很高的回收率，也因为可以及时回答被访问者的疑问，保证了调研的质量。这种方式主要是针对三种场合：一是针对访问者所服务的经济管理学院的具有高级职称的教师；二是针对参加与本学科领域密切相关的学术会议的人；三是针对正在上课期间的EMBA（工商管理硕士）学员。

2.样本容量

因子分析对样本的数目有一定的要求，样本规模直接影响因素分析参数（因子负载）的稳定性。原则上样本越大，因素负荷越稳定，但是具体需要多少样本并没有定论。有的学者认为作因子分析的最低样本数目要求为400个，而且样本数目至少应该是题目数的3～5倍；也有的学者认为作因子分析的绝对样本数为200个。统计学家建议，因子分析应该达到一个测量项目对应五个被测试者的标准，而且样本容量不少于100个。应用比较广泛的标准是：样本量的大小，应保证测量项目与受访者的比例在1∶5以上，最好能达到1∶10。本研究所设计的问卷共有40个选项，根据以上标准，则样本容量至少应达到200；而本书研究所回收的有效样本在200个以上，符合统计学的要求。

3.量表的选择

量表是进行市场调查以及社会科学等领域研究常用的工具。常用的三种量表分别是瑟斯顿量表（Thurston Scale）、利克特量表（Likert Scale）和哥特曼量表（.uttman Scale）。但是瑟斯顿量表有严格的编制要求，哥特曼量表的应用条件在实际中又很难达到，而利克特量表易于编制、容易设计、构造简单且易于操作，可以用来测量其他一些量表所不能测量的某些多维度的复杂概念或态度，而且也有同样满意的信度（Kapes等，1994）。所以，这里采用利克特量表来设计调查问卷。具体的应用形式为：向被调查者陈述每一个选项的简单信息，然后让被调查者对每一个选项的重要程度通过等级来加以选择（罗伯特F.德维利斯，2010）。本节中之前所给出的调查问卷量表就是按照这种应用形式设计的。

4.等级数的选择

常见的利克特量表包括4点式、5点式、6点式和7点式。在量表实际的编制过程中，等级数的确定往往带有较大的随意性，最为常见的5点式和7点式是奇数等级的代表，4点式和6点式是偶数等级的代表。但是，4点式量表由于等级数较少，在反应态度倾向时并不细致，因而并不是特别适合在我国使用；5点式和7点式量表应用最为广泛，因而是被访者比较熟悉的形式，在实际实施时不需进行过多的解释即可进行；6点式和7点式量表的等级数较多，被访者在判断时所花费的时间较长，可能会降低效率，从而影响被访者的情绪而导致所收集的数据不准确，而且，量表等级数多了统计起来就过于烦琐。因此，等级数的确定不光要考虑到其实际效果的问题，同时还需要与访问效率进行权衡。

因为本次设计的问卷所涉及的问项较多，故选择5点式量表，这样更简洁，可以节省被访问者的时间，能够更好地保证问卷的质量。

5.对问卷的描述性统计分析

拟从初选的40个管理指标（即一般管理参数）中筛选出35个左右管理参数。因为考虑到一般管理涉及的管理问题较多，管理指标数量太少肯定会失于完整，但太多则相应的冲突矩阵会过于庞大，不方便使用。

对调查问卷各问项对管理问题重要程度的分值进行描述性统计分析，默认3为取舍临界值，首先剔除均值小于3的问项指标。

6.对问卷的因子分析

因子分析的目的在于从一群杂乱无章的数据中找出共同的属性，以发展新的假设或者理论框架。进行因子分析是希望把许多问项中关系密切的问项组合成数目较少的几个共同因子，来描述所有问项的变异，以达到化繁为简的目的。

在这里，对问卷的因子分析采用最大方差数法。在因子的个数决定上，以特征值大于1为评估标准。根据莱德勒和塞西（Lederer&Sethi，1992）等在研究中的做法，在因子分析过程中筛选变量测量项目的准则有以下三个：

（1）一个问项自成一个因子时，则删除，因为其没有内部一致性。

（2）该问项在所属因子的负荷量必须大于0.5，则具有收敛效度，否则删除。

（3）每一问项所对应的因子负荷量必须接近于1，但在其他因子上的负荷量必须接近于0，这样两者才具有区别效度。所以，若该问项在所有因子的负荷量都小于0.5，或在两个以上因子的负荷量大于0.5（横跨两因子的），则删除该问项。

通过因子分析，保留在所属因子中负荷量大的问项指标，而剔除其他选项，并且汇总管理问题关注的主要因子，即管理者和管理学家最关切的要素方面。

7.效度和信度分析

效度和信度都是统计学上的专业术语。效度（Validity）即有效性，它是指测量工具或手段能够准确测出所需测量的事物的程度（丁国盛，李涛，2008）。结合问卷调查的特点，通过核实研究过程的设计，以及对各研究过程的控制，来保障整个研究的效度。

信度（Reliability）即可靠性，它是指采用同样的方法对同一对象重复测量时所得结果的一致性程度。克隆巴赫（Cronbach，1951）提出的内部一致性系数（α系数）作为测量信度的指标，能够准确地反映出测量项目的一致性程度和量表内部结构的良好性，是当前管理学和心理学研究中使用最为广泛的信度指标。

本次研究采用克隆巴赫α系数对量表的信度进行分析。按照统计学原理，克隆巴赫α系数值介于0～1，α值越大表示问卷项目间相关性越好，内部一致性可靠度越高。一般来说，α大于0.8表示内部一致性极好；α在0.6～0.8表示较好；而α低于0.6表示内部一致性较差。在实际应用中，α值至少要大于0.5，最好能大于0.7。

5.3.2.2 研究过程

研究过程分为问卷发放、回收、进行统计分析等环节。

1.问卷调查

问卷的发放回收共历时3个多月，主要对高校、研究机构的管理专业学者、专家和大型企业管理人员发放了调查问卷。发放的方式是纸质问卷发放和通过电子邮件发放问卷。其中，纸质问卷发放是重点控制的发放方式。

发放纸质问卷234份，全部收回。回收问卷中存在较多缺失值，或存在问卷填写存在明显不认真和错误的部分情况。积极与被调查者联系，对填写情况进行补充和修正，否则进行了剔除，最终确定有效纸质问卷203份。通过电子邮件随机发放问卷454份，回收4份，全部为有效问卷（注：电子邮件的回复率低，但回复者对议题表现更为关心，填写更认真）。

共收回有效问卷207份。其中，来自专家学者的问卷107份，约占到52.7%；企业管理人员的81份，约占到39.1%；政府工作人员的2份，约占到1%；还有部分受访者不愿透露个人资料，有15份，约占到7.2%。

2.描述型统计分析

运用SPSS16.0软件对207份有效问卷进行统计分析，包括均值和标准差，结果如表5-6所示。

表5-6 描述统计量

对于利克特5点式评分量表，默认3为取舍临界值，通过表5-6可以得出40项要素指标的均值都在3以上，说明调查对象对于问卷的问项指标总体都比较认可。

3.因子分析

因子分析是多元统计的一个分支，其基本思想是把联系比较紧密的变量归为一个类别，而不同类别的变量之间的相关性则较低。在同一类别内的变量，可以想象是受到了某个共同因素的影响而彼此高度相关的。这个共同因素也称为公共因子，它是潜在的并且不可观测的（周玉敏，邓维斌，2009）。因子分析反映了一种降维的思想，通过降维将相关性高的变量聚在一起，不仅便于提取容易解释的特征，而且降低了需要分析的变量数目和问题分析的复杂性（李怀祖，2004）。因子分析的主要目的是通过因子分析，探索一般性企业管理问题所关注的若干个独立公共因子，并筛选出受控于这些因子的可测量的管理参数指标。

采用SPSS软件对汇总后的调查量表进行因子分析，首先要对40个要素指标的测量项目进行KMO检验和巴特莱特球体检验（见表5-7）。样本KMO值为0.857，大于0.7，说明各变量间的相关程度高，适合作因子分析；此外，巴特莱特球体检验的Sig统计值的显著性概率为0.000，小于0.001，各变量独立的假设被拒绝，同样说明变量具有相关性，适宜进行因子分析。

表5-7 .MO检验和巴特莱特球体检验

表5-8为总方差分解表，给出了各成分的方差贡献率和累计贡献率。公共因子数量的确定以特征根大于1作为选择标准。通过因子分析，共抽取10个特征根大于1的因子，解释总体方差的63.773%。所选择的前10个因子成分可以较好地描述一般的企业管理问题。

表5-8 总方差解释

（续）(www.daowen.com)

（抽取方法：主成分分析。）

因子分析的重要分析方面是因子载荷矩阵，即考察各因子和原始变量的相关关系。为了使因子载荷矩阵中的系数更加显著，需要对初始因子载荷矩阵进行旋转，使因子和原始变量间的关系进行重新分配，相关系数向0～1分化，从而使因子更加容易进行解释。

表5-8中的右半部分就是在进行因子旋转后的各因子的载荷情况，因子的特征根更为明显。旋转后10个因子的方差累计贡献均发生了变化，但仍只需提取前10个因子，仍保持从大到小的顺序，而且前10个因子的方差贡献率仍为63.773%。

所以，表5-9只给出了旋转后的因子载荷矩阵（旋转方法采用的是方差最大正交旋转）。

表5-9 旋转后的因子载荷矩阵①

①旋转收敛于11次迭代。

按照筛选方法设计中提出的三条筛选变量项目的准则，确定10个管理因子，即F1～F10，以及决定各因子的管理参数变量，共筛选33个管理参数，如表5-10所示。

表5-10 旋转后的因子载荷矩阵（整理后）

旋转后的因子数值已明显分化，每个因子只有少数几个指标的因子载荷较大，有了更鲜明的实际意义。

因子F1中，系数绝对值大的指标有：35.范围经济效应、36.学习曲线效应、37.网络化、33.国际化、32.多样性、38.沟通流程、40.管理界面、34.规模经济效应。

因子F2中，系数绝对值大的指标有：11.管理灵活性、10.企业成长性、28.管理创新、12.环境适应性。

因子F3中，系数绝对值大的指标有：15.社会责任、16.社会形象、17.环境与资源保护、18.对区域的贡献。

因子F4中，系数绝对值大的指标有：26.员工成长性、25.员工福利、24.员工稳定性、27.愉快。

因子F5中，系数绝对值大的指标有：7.标准化、6.制度化、8.专业化。

因子F6中，系数绝对值大的指标有：39.垄断地位、14.市场份额。

因子F7中，系数绝对值大的指标有：3.时间、5.效率、4.空间。

因子F8中，系数绝对值大的指标有：22.财务回报、23.财务稳定性。

因子F9中，系数绝对值大的指标有：9.盈利性、2.成本。

因子F10中，系数绝对值大的指标有：19.生产安全性。

考虑到各因子对相关因素影响情况以及其所包含的高负荷变量的意义，以各因子所包含项目的内容作为命名依据，分别对F1～F10这10个因子命名：F1管理效果综合表现因子、F2环境管理/战略管理因子、F3社会影响力因子、F4人力资源因子、F5管理制度化因子、F6市场地位因子、F7内部资源利用因子、F8财务管理因子、F9收益能力因子、F10安全性因子。

4.信度和效度分析

信度分析本质上是考察测量结果的稳定性。在大型量表中，一组问题集中测量某一方面的信息，此时还要按问题组进行信度分析，即测量同一信息中的一组问项间的信度如何。

量表的信度检验能够反映出整个系统的变异程度，本次因子分析以克隆巴赫α系数为评价标准对调查量表进行同质性信度分析，根据其内部结构的一致性程度，对量表整体的内部一致性信度进行检验。表5-11说明问卷量表的总体信度为0.928，进行参数筛选后的33个参数的量表的总体信度也有0.913，可见本分析中的调查量表的总体信度优良。

表5-11 可靠性统计

表5-12汇总了量表中各因子内部的克隆巴赫α系数。其中，F1、F2、F3、F4、F5、F7、F8因子的内部参数的克隆巴赫α系数大于0.6，说明问题的可靠性较好，符合内部一致性的信度要求；F6因子的克隆巴赫α系数大于0.5，因子的内部一致性可以被接受，参数需要被修正；F9因子的克隆巴赫α系数则小于0.5，因子量表需要重大修正，才能反映收益能力的因子状况；F10因子只有一个显著测量问项，没有内部一致性，因子量表需要重大修正。

表5-12 调查量表各部分克隆巴赫系数

效度反映的是测量值与真实值的接近程度，可以区分为四种研究效度指标：构念效度、统计结论效度、内部效度和外部效度（Cook&Campbell，1979）。

（1）构念效度。构念效度主要评价在对构念进行操作化时，变量测量的内容和构念的含义是否一致。在本次分析中，其主要体现在测量量表的选择和设计上（陈晓萍，2008）等。本分析的理论模型的构建和量表的建立，是在查阅和分析大量国内外相关研究文献的基础上完成的，较好地保证了问卷量表具有充分的构念效度。

（2）统计结论效度。统计结论效度反映统计检验对假设的关系进行解释的可信度，评价的对象是研究中运用的统计检验手段是否正确。本分析通过合适样本容量标准的设置，结合问题选取探索性的因子分析法，依据统计材料确定合适的统计检验标准，开展信度优良的测验问卷操作等工作，来保证研究的统计结论效度。

（3）内部效度。内部效度关注的是变量间因果关系推论的可信性。本分析的目的是从杂乱无章的管理经验和感知数据中找出共同的管理属性和管理参数，以发展新的一般管理参数理论框架，探索性因子分析有利于研究目标的实现，把许多问项中关系密切的问项组合成较少的共同因子，来描述问项的变异，化繁为简，并进行参数的筛选。

（4）外部效度。外部效度则评价将研究推广到其他群体、时间、情景时的可信程度。在本分析中，主要是通过有意识的调查对象选择来保证，既选择管理学研究人员，也选择管理实务工作者，并尽量多元化调查对象的专业背景。

对于任何一项研究，研究者往往无法同时兼顾所有的四种效度，不同的研究方法都有各自不同的优缺点，可以通过多项研究的设计提高研究的总体效度。本书中首先分析大量的二手数据，包括管理理论、管理案例和已有的相关成果，来设计问卷量表。这一方法和环节具有较高的外部效度。在此基础上开展问卷调查方法，抽象管理因子和筛选管理参数。这一阶段又具有相对较高的内部效度，满足了不同效度兼顾的要求。

5.3.2.3 一般管理参数的筛选结果

运用因子分析方法对最初选定的40个一般管理参数进行实证分析可知，企业一般管理问题关注的是10个重要子系统，即管理效果综合表现、环境管理/战略管理、社会影响力、人力资源、管理制度化、市场地位、内部资源利用、财务管理、收益能力、安全性。各子系统与管理实践的要务系统有较好的吻合，但部分子系统在管理研究的专业体系中未充分展开，如管理效果综合表现、社会影响力、管理制度化、安全性等。

通过各因子内部管理参数的统计信度的分析，发现管理效果综合表现、环境管理/战略管理、社会影响力、人力资源、管理制度化、内部资源利用、财务管理7个子系统的内部参数结构具有较好的运用价值，而市场地位、收益能力、安全性3个管理子系统的参数结构还需要较大的修正，需要在进一步的专业领域管理参数的研究中来调整和完善。

研究所形成的各独立管理子系统的成果，将在今后管理研究的方向和体系的深入界定，以及在管理实践中对各管理系统的协调和组织方面，具有指导价值。

如果把所有参数集合作为企业管理系统特征值的描述（基于冲突化解的管理系统描述），那么上述所划分的10类问题就是整个企业管理系统的子系统。相应地，就可以把归属于各子系统的管理参数称为子系统管理参数，或简称为子参数。有了这样的概念，当在抽象企业所面临的管理问题时，一个管理参数可以被归类到一个对应的子系统参数，也就对应到了那一类问题，而且这一类问题可能会归结到一个领域管理问题。这样在应用管理冲突矩阵时，有利于缩小搜索解的范围，并且当领域冲突解决矩阵构建起来之后，还可以将一般管理冲突解决矩阵与领域冲突解决矩阵配合起来使用。

通过以上研究过程，最终筛选10个主体因子中具有主导价值的量表参数，作为一般管理参数，共33个，如表5-13所示。

表5-13 一般管理参数

需要注意的是，描述性统计分析显示，被调查者对调查量表中各参数的认同程度都是很高的，差异程度也不高。除了“39.垄断地位”外，标准差都小于1，各参数普遍被认为对管理问题是可靠的。同时，在因子分析中，10个主导因子的方差贡献率仅为63.773%，其他量表参数对管理问题也有较强的解释性。此外，40个初选参数组成的总体量表的总体信度和效度也是优良的，能反映出总体量表对解释一般管理问题的可靠性和一致性。

所以，将表5-4的初选管理参数量表也作为较可靠的一般管理参数，可以称为所谓“扩展版本”，也运用于进一步的管理冲突矩阵的研究中，而把表5-13的参数作为一种所谓“保守版本”的一般管理参数。

一般管理参数的“扩展版本”还反映出管理系统表现更为突出的复杂性和动态适应性，这些特点必将在管理创新工具的深入开展中得到体现。此外，需要发展针对不同专业管理领域的领域冲突解决矩阵的观点，也获得了一个不同侧面的印证。这样，一般管理参数的“扩展版本”将作为下一章开展一般管理冲突解决矩阵研究的基础成果。