问卷研究与分析

二、问卷研究与分析

（一）数据收集及有效性控制

本章进行的是验证性的实证研究。由于研究对象是跨国联盟，在发放对象方面，考虑到企业跨国联盟是公司层面的战略，且只有企业的高管才能对本研究涉及的问题有全面的了解，因此所有问卷面向企业高层管理者。其次，为了确保研究数据的有效性和可靠性，实际调查是采用集中发放问卷的方式，是在浙江大学管理培训中心和浙江大学经济学院继续教育中心举办的总裁研修班^[1]中进行的。作者共发放问卷180份，回收120份，其中有效问卷56份，达到了大样本的要求。在问卷设计中，重点考察的是关系风险各决定因素的影响程度。采用语义差别隶属度赋值方法来增加准确性，将定性指标按影响程度的强弱程度分成1～5个档次，分别赋值为9、7、5、3、1五等。

（二）统计方法说明

根据所选指标范围的界定和指标数量等特征，采用了因子分析法中的主因子分析法对问卷的数据进行统计分析。主成分分析（PrinciPal ComPonents Analysis，PCA）也称为主分量分析，是一种通过降维来简化数据结构的方法：即把多个变量（指标）化为少数几个综合变量（综合指标），而这几个综合变量可以反映原来多个变量的大部分信息。因子分析的基本问题是用变量之间的相关系数来决定因子载荷。

对于一个原始数据矩阵求解其协方差矩阵S的特征方程| S-λ_i |，记λ_i中的i＝1，2，…，p，特征向量矩阵为U＝

令F＝U′X，可得

F为主因子矩阵，并且F_a＝U′X a（a＝1，2，…，n），即每一个F_a为第a个样品主因子的观测值，通常只取其中m个（m＜p）主因子。因子分析的根本就是根据变量特征值大小选出第一个主因子F 1，使其在各变量的公共因子方差中所占比重最大，然后剔除这个因子的影响，选出与F 1不相关的因子F 2，使其在各个变量的剩余因子方差贡献中为最大，以此类推，直到各个变量公共因子方差被分解完毕，最后得到因子模型为

因子分析把每个原始变量分解成两部分：其中一部分由所有变量共同具有的少数几个因子构成，即所谓公共因素部分；另一部分是每个变量独自具有的因素，即所谓独特因子部分。因子模型中F 1，F 2，…，F_m为公共因子部分，是各个变量中共同出现的因子；ε_i（i＝1，2，…，p），表示影响X_i的独特因子，指原有变量不能被因子变量所解释的部分，相当于回归分析中的残差部分。α_ij叫做因子载荷，是第i个变量在第j个主因子上的负荷，反映了第i个变量在第j个主因子的相对重要性。

本章之所以选择因子分析法来对影响浙江企业跨国联盟关系风险关键性指标进行统计分析，主要基于以下考虑：因子分析法通过对原始变量的标准化处理和数学变换，消除了各可能影响到企业跨国联盟关系风险的决定指标（因素）间的相关影响以及由于各指标分布不同、数据本身差异造成的不可比性，从方法源头保证了评价的质量。