由于Wu、Vijay和Sridhar（2001，2003）对电子商务应用的测量框架并不能给本研究提供完全适合的量表[2]，所以有必要对电子商务应用量表进行重新开发。由于Porter教授（2001）从企业价值链的角度详细描述了可能的电子商务应用，所以笔者将其作为电子商务应用测量的基本依据，结合Wu、Vijay和Sridhar（2001，2003）提出的测量框架，参考Shaw等人（1997）、Zwass（1996，2003）和Apigian等人（2005）的研究成果，并结合对人员访谈（包括专家访谈和企业高层访谈）的结果，以及根据Churchill（1979）对开发量表的步骤说明，自行开发了电子商务应用量表，具体步骤如下：

（1）根据Porter（2001）对企业中电子商务应用在价值链中的描述，参考Shaw等人（1997）、Wu、Vijay和Sridhar（2001，2003）、Zwass（1996，2003）和Apigian等人（2005）的研究成果，及结合对人员访谈（包括专家访谈和企业高层访谈）的结果，形成初步的测量问项表。

（2）采用小样本测试的方法，收集部分企业的数据，根据数据结果以电子商务应用中各层面变量对应的测量指标为分析对象，用主成分分析法（Principal Component Analysis）来抽取共同因子，并采用斜交转轴法对结果进行处理。如果因子分析的目标只是要进行数据化简，将很多变量浓缩为少数几个因子，而因子的确切含义是什么并不重要时，应该选用正交旋转；如果研究的目标是要得到几个理论上有意义的因子，而现实中很少有完全不相关的变量，应该选用斜交因子。为了保证通过因子分析所化简的结果有实际的意义，本研究采用了斜交转轴的方法。

（3）明确共同因子抽取个数，即因子数目，方法为抽取特征根大于1的因子，如果所得结果不符合研究需要，则将抽取的因子数设定为比特征根大于1的因子多1或少1的数量，方法的选择视情况而定。抽取的共同因子所解释的变异量以能达到60％为宜（Hair 等人，1998）。

（4）对调整后各层面变量对应的测量指标进行筛选，如果调整后对应的变量上的因子负荷量小于0.5，则判定该测量指标效度不足，将该测量指标删除（Norman和Streiner，1994）；若测量指标在因子负荷中交叉影响显著，亦删除该项。

（5）重新构建各个层面的变量及其对应的测量指标，检验其因子负荷情况及抽取的共同因子所能解释的变异量。

根据前面研究所界定的电子商务应用内容，依据文献研究和人员访谈的结果，笔者参考并设计了针对信息沟通、内部管理、电子采购、以及营销和销售四个方面的问项，共计43个。其中，信息沟通的初始测量条款共有24个，如表5.1所示。对内部管理的初始测量条款共有9个，如表5.2所示。对电子采购的测量采用Wu、Vijay和Sridhar（2001，2003）的测量量表，其测量条款共有4个，如表5.3所示。对营销和销售的初始测量条款共有6个，如表5.4所示。

表5.1　企业电子商务应用信息沟通方面的初始测量条款

表5.2　企业电子商务应用内部管理方面的初始测量条款

表5.3　企业电子商务应用内部管理电子采购方面的初始测量条款

表5.4　企业电子商务应用营销和销售方面的初始测量条款

在小样本调查得到数据的基础上，分别针对信息沟通、内部管理、以及营销和销售三个变量对应的测量指标进行了因子分析。

信息沟通变量的测量条款(www.daowen.com)

对信息沟通变量进行探索性因子分析是采用最大方差主成分分析，抽取因子特征值大于1的因子，这样原来24个问项中新产品开发团队的在线合作、向技术开发部门提供实时的在线销售和服务信息、对分销商或零售商进行市场反馈和产品信息传递、分销商或零售商可以看到产品开发和配送的现状、为供应商提供有关新产品计划和其他本企业发展情况的近期一般信息等这5个问项由于因子负荷量小于0.5，被删去。对剩下的因子负荷大于0.5的19个问项重新进行主成分分析，所得KMO测量值为0.887，Bartlett检验结果显著（Chi-Square = 1526.258，df=171，p=0.000），表示适合进行因子分析。所提取的特征根大于1的四个因子累计解释了数据中总方差的66.858％，其中第一个因子解释了42.776％的方差变异，第二个因子解释了9.397％的方差变异，第三个因子解释了8.715％的方差变异，第四个因子解释了5.970％的方差变异。根据抽取出的四个因子的测量项目的内容，笔者对这四个因子分别命名为：（1）与外部的数据库集成信息查询，是指企业通过电子商务技术与外部供应商或其他利益相关者之间（不包括客户）集成信息的交换，其特征根为8.127；（2）企业内部一般信息的沟通，是指企业通过电子商务技术所进行的内部一般信息的沟通和传递，除了普通的信息传递之外，还包括员工的信息更新和员工之间针对重要问题的讨论，其特征根为1.785；（3）与客户的一般信息沟通，是指企业通过电子商务技术实现与客户的一般交流，包括信息查询、信息发送和信息反馈，其特征根为1.656；（4）企业内部生产和物流信息沟通，是指企业通过电子商务技术可以进行零部件库存情况和物流情况查询，其特征根为1.134。对应的分析结果见表5.5。

表5.5　企业电子商务应用信息沟通方面的因子分析结果

续表

抽取方法：主成分分析；旋转方法：斜交旋转法

内部管理变量的测量条款

对内部管理变量进行探索性因子分析是采用最大方差主成分分析，所得KMO测量值为0.866，Bartlett检验结果显著（Chi-Square=784.491，df=36，p=0.000），表示适合进行因子分析。抽取因子特征值大于1的因子时发现原来9个问项共提取了2个因子，其中基于Web的培训，时间和费用的电子报告，企业内部不同地区、不同价值系统的参与者之间的合作产品设计，有效管理在企业和其供应商之间实时集成的时间进度、装船、仓库管理、需求管理和计划，与客户前端系统的合作式集成，技术开发部门可从组织各部门获取相关知识指导这6个问项主要由第一个因子解释，而这6个问项在实际当中不易归为一类，因此笔者将因子提取的数目设定为3，重新进行主成分分析后发现6个问项分别解释了不同的因子。所提取的三个因子累计解释了数据中总方差的79.492％，其中第一个因子解释了56.093％的方差变异，第二个因子解释了15.359％的方差变异，第三个因子解释了8.040％的方差变异。根据抽取出的三个因子的测量项目的内容，笔者对这三个因子分别命名为：（1）企业的运营和研发管理应用，是指企业通过电子商务技术进行合作产品设计和供应商之间实时集成的时间进度、装船、仓库管理、需求管理和计划，其特征根为5.048；（2）企业的日常人员和财务管理，是指企业通过电子商务技术实现的一般财会管理和人员工资、招聘和福利管理，其特征根为1.382；（3）企业高级人员和财务管理，是指企业通过电子商务技术实现对员工的实时培训和员工时间和项目费用的电子报告，是对变动的一种管理，其特征根为0.724。对应的结果见表5.6。

表5.6　企业电子商务应用内部管理方面的因子分析结果

抽取方法：主成分分析；旋转方法：斜交旋转法

营销和销售变量的测量条款

在对营销和销售变量的测量条款进行因子分析时，笔者发现如果采用特征根大于1的方法进行因子提取时，只能提取出一个因子，而且所有的问项信息被保留的程度在0.755到0.873之间，而且每一个问项都对该因子有所贡献。当设定提取的因子数为2时，只有接受顾客的电子化支付对斜交旋转所得到的第二个因子有贡献，其他问项都是在第一个因子上有显著的负荷。当设定提取的因子数为3时，接受顾客的电子化支付和通过客户分类而为客户量身定做的促销方案分别在第二和第三个因子上有显著的负荷，进行在线合同管理和客户账户评价、实现集成的渠道管理、客户可以在线选择产品或进行产品配置、在本企业网站或电子市场中进行产品的销售，实现由最终消费者、销售员或渠道成员发起的实时订单交易这四个问项在第一个因子上有显著的负荷，而对这个因子的解释在实际中有一定的困难。当设定提取的因子数为4时，笔者发现实现集成的渠道管理的因子负荷比较小，为0.391，应从量表中删除，这样剩余的5个问项中客户可以在线选择产品或进行产品配置和在本企业网站或电子市场中进行产品的销售，实现由最终消费者、销售员或渠道成员发起的实时订单交易在同一个因子中的负载较高。因此，结果发现如果对这6个问项进行因子提取效果并不太好，另外通过对问项的Cronbach α系数进行检查发现，α系数值等于0.911，因此决定不改变现有的测量条款。

另外，电子采购变量的测量条款由于借鉴了Wu、Vijay和Sridhar（2001，2003）的测量方法，因此沿用现成的量表。