问卷设计（以博士论文为例）.pptVIP

LOGO 调查问卷设计：以马鸿佳的博士论文为例 研究目的是基础，决定应该以哪些理论或学科作为研究的理论基础； 理论基础（或对研究题目的现有认识）和研究目的共同决定应该采用何种研究方法（而不是遵照某种固定的范式或者因为学者自身认为某些理论或者方法更有价值）。 成熟的学科要求研究者清晰地了解研究目的，然后合理的选择理论基础和研究方法，进而维持三要素关系的平衡。 理论基础 潜变量 指标 测量题项 潜变量设计来自于对研究目的与理论基础的把握 每个潜变量需挂4-5个观测指标 可以借鉴他人的量表，也可以自己开发，但要注明出处 量表如经过修改，需进行论证，即进行效度（因子载荷、巴特利球形检验、KMO检验）、信度（?）分析 用了两章对问卷进行处理。首先在理论回顾的基础之上，提出研究的全模型及研究假设。 基于全模型，对资源识别、资源获取、资源配置和资源利用四个过程进行细分，初步确定4个过程中包括的11个维度，并进一步明确每一个维度内所包括的具体活动，分析四个过程的内涵，确定了包括50个问题的资源整合过程测量工具题项池（items pool）。 最后根据创业环境、资源整合能力和新创企业绩效相关研究，确定模型中涉及的其他变量的测量题项。 测量工具开发过程： 首先，通过预测试是和先导测试，对测量工具进行初步凝练。 然后通过问卷调查收集数据，整个数据收集包括两个阶段，首先，主要用于对测量工具进行探索性因子分析，进一步确认资源整合过程的内部架构。然后用于验证性因子分析，对量表的架构进行进一步确认，并检验其架构有效性。 最后进一步检验了量表的效度、信度和敏感性等指标。 接下来按照Churchill的量表开发原则，详细介绍通过两次数据收集工作，对测量工具所进行的开发和检验过程 第一次数据收集：探索性因子分析（数据是否适合做因子分析？） 巴特利检验、用于检验相关阵是否是单位阵，即变量是否独立。H0：相关系数矩阵是单位阵。 KMO检验是因子分析中检验变量间的相关性的检验，相关性强时，KMO值接近1.一般情况下KMO0.9非常适合因子分析；0.8KMO0.8时适合；0.7以上尚可，0.6时效果很差，0.5一下不适合因子分析。 预测试与先导性测试 对测量资源识别过程的9个题项进行因子分析，发现“企业识别了不同的资源分类”和“企业利用自己的网络识别其他资源”在所有因子上的负载都小于0.5，因此将这两个题项剔除。“企业认识到创业社会网络的存在”在两个因子上的负载都大于0.5，将其删除。 剩余的6个题项收敛成2个因子，并且每个题项的因子负载均大于0.5。“企业很清楚自身所拥有的知识、技能等”，“企业很清楚自身所能够使用的各种知识、技能等以及库存资源”，“企业很清楚自身所拥有的哪些知识、技能是创业所必须的”，共3个题项收敛于因子1，对应于资源识别中的外生维度。“企业认识到创业网络的价值”，“企业认识到识别的资源与需求的资源间的差距”，“企业获得资源供应商的相关信息”共三个问题收敛于因子2，对应于内生维度。 为了进一步验证量表的有效性和可靠性，本文进行了第二次数据收集，进行验证性因子分析（AMOS） 信度与效度分析 信度检验 信度检验即可靠性检验，是指采用同一方法对同一对象进行调查时，问卷调查结果的稳定性和一致性，即测量工具（问卷或量表）能否稳定地测量所测的事物或变量。可靠性一般可通过测量工具的内部一致性来实现。本研究主要通过Cronbach’s alpha来检验测量工具的内部一致性，各个维度的Cronbach’s alpha都在0.6以上达到了基础研究中信度标准，这表明该量表具有较好的可靠性和稳定性。 效度检验 内容有效性检验 内容有效性又称为表面效度（Face Validity)。指的是测量的内容与测量目标之间是否适合，也可以说是指测量所选择的项目是否“看起来”符合测量的目的和要求。 主要依据调查设计人员的主观判断。在题项选择阶段，本研究紧紧围绕相关理论基础和前人研究，力求全面覆盖测量内容。在问卷初稿完成之后，本文分别与资源管理、战略管理和组织行为方面的专家进行了深入讨论，补充遗漏题项，剔除重复项，调整问卷结构，以保证题目分布的合理性。通过以上过程，可以保证问卷的内容有效性。 建构有效性检验 建构有效性（Construct Validity)。最关心的问题是：量表实际测量的是哪些特征？在评价建构效度时，调研人员要试图解释“量表为什么有效”这一理论问题以及考虑从这一理论问题中能得出什么推论。 收敛有效性：通过计算标准化的因子负载及其显著性，0.5 区别有效性:相关系数矩阵表明同一维度的题项间的相关系数大于不同维度题项间的相关系数 规则有效性:试检验所测量的变量与其它变量间的相关关系或因果关系 最终问卷形成 总结 已有量表的应用 量