本研究所使用的数据是由同一群被试（如企业主管、员工、消费者）通过完成自报告式（self-report）的调查问卷收集得到的，当问卷中同时包括了对自变量和因变量的测量，问卷题项的语境、测量环境类似时，问卷回答结果可能会出现变量间的相关性膨胀（inflation），这种现象被称为共同方法偏差（common method bias，CMB），该现象的出现对量表的内部效度构成了威胁。这种由方法造成的变量间的相关现象对研究结论产生严重的误导，应该排除由此造成的偏差。本研究的数据来自分销商自报告的数据，容易造成共同方法偏差，因此本研究采取如下一些步骤来减小共同方法偏差出现的可能性。

共同方法偏差的控制方法分为程序控制和统计控制（Feldman and Lynch，1988；Harman，1967）。程序控制指的是研究者对研究设计和数据收集过程所进行的控制，具体的措施包括：从不同的来源测量自变量和因变量，对变量的测量进行一定程度的分离，保护被试的匿名性、减少被试对研究目的的猜测，调整变量测量的呈现顺序，改进量表项目，等等。

以此为基础，我们在设计调查问卷时，遵从费尔德曼和林奇（Feldman and Lynch，1988）推荐的方法来控制“自我生成的效度”问题。这些方法包括： 仔细地设计调研问题，对调查对象进行大量的预测试，使用被访者经常使用的语言提问；在问卷中采用李克特量表和语义差异量表两种量表形式进行测量。另外，本研究还调整了问卷构念的出现顺序，构念不以假设推演的顺序（前值变量➝中介变量➝结果变量）呈现。这些对调研进行的设计能够控制测量中产生的共同方法偏差。

统计控制是指在分析数据时采用统计的方法来对共同方法偏差进行检验和控制。首先，本研究对来自20家分销商企业的40位管理者所进行的预测试，表现出所有变量具有高度的评估者间信度。尽管我们采取低成本的关键信息人（被调查企业的高级管理者）方法获取数据，但是我们仍然确信高度的相关性反映的是组织的特征而不是系统回复偏差。(www.daowen.com)

其次，本研究采用哈曼（Harman，1967）的单因素检验方法来评估共同方法偏差的影响。这种方法的基本假设是，如果方法变异大量存在，那么我们在进行因素分析时，要么析出一个因子，要么一个公因子解释了大部分变量变异。本研究将问卷中的所有测量题项全部放在一起做主成分因子分析，分析结果显示，7个因子的特征值都大于1，共同解释了74.11％的总变异量。而每一个因子的方差解释率低于25.32％，未超过建议值50％。

因此，我们可以认为，本研究不存在严重的共同方法偏差，我们所运用的调查方法不会对本研究数据的效果产生影响。