问卷设计与统计分析

3.4.1　问卷设计

1.问卷设计原则与步骤

本问卷设计的目的主要是为了研究我国KIBS中小企业社会资本、顾客知识获取和创新绩效三者间的关系，实证检验社会资本对KIBS中小企业顾客知识获取以及创新绩效的影响。由于中小企业最容易受到外部关系的影响（Yli‐Renko，Autio＆Sapienza，2001），并且其通常比大企业更缺乏资源（Yli‐Renko，Autio＆Tontti，2002），因此通过外部关系获取对企业有价值的知识资源对中小企业而言则更为重要，研究这三者之间的影响关系可以更好地为KIBS中小企业在外部关键资源的获取上提供有益建议，通过实证研究可以准确和直观地说明这一系列问题。

问卷设计的原则方面，Churchill在1979年提出：一是操作化必须建立在正确的概念化基础上，在量表开发之前需要研究测度对象，以找出一个理论框架（也就是概念化），然后以该理论框架为依据进行问项设计（也就是操作化）；二是有效的测量工具必须从一般的问题库中抽取代表性的问题；三是多问项测度原则，对于具体的量表设计，特定的概念至少应该通过两个以上的问项来测量；四是信度和效度原则，设计完成的量表和问卷必须具备相应的信度和效度，才能应用于正式研究。马庆国（2002）认为正确设计问卷的要点主要有：（1）问卷问题要根据研究目标设立；（2）要依据调查对象的特点设置问题；（3）不能设置得不到诚实回答的问题；（4）对于有可能得不到诚实回答的问题而又必须了解的数据可以通过其他方法处理，比如变更问题的提法。本次研究在充分考虑诸多学者对于问卷设计提出的建议之后，进行相关问卷设计。本问卷采用Likert 5级量表形式的测量方式，即用数字1～5代表被调查者对问卷中所描述的状况从完全不同意（很不满意）到完全同意（很满意）的意见，其中社会资本测度和顾客知识获取测度部分主要采取主观感受评价法测量，企业的创新绩效测度则是通过与国内同行业同类型主要竞争者2008年业绩进行比较，基于客观绩效的主观感受评价法，以求使社会资本和顾客知识获取尽可能被精确地衡量。

本次研究在问卷设计阶段，主要通过以下四个步骤来实现问卷设计：

首先，通过文献阅读，基于国内外在社会资本、顾客知识获取和创新绩效三方面的相关文献研究，整理变量的相关量表。针对国内外学者在这三方面的研究，借鉴其中与本研究相关的量表。对于外文文献中的相关量表，本研究通过中英双重翻译进行仔细推敲，选择合适用语，对由于研究对象、研究范围所产生的差异，本研究结合实际情况进行了相应的修改和调整。

其次，通过与从事该领域研究的相关专家进行探讨来进一步修改问卷。通过与从事该领域研究的专家探讨其中存在的问题、理论测量本身可能会出现的问题以及为了避免相关问题进行问项上的调整，对整体用语、编排以及问项的合理性方面进行探讨与调整。

再者，进行企业的小规模访谈确定问项是否存在表述不清和歧义等问题，并且根据企业人员的经验补充相关问项以及修改和删除一些不合适的问项。

最后，根据小样本的调查结果，对于问卷的信度、效度检验，通过Cronbach'sα信度系数法剔除相关度较低的问项，整理出最能度量变量的问项，在此基础上调整和修改问卷，形成大规模的调查问卷。

2.变量测量

（1）社会资本结构维度的测量

根据在理论基础部分的分析，本研究将社会资本结构维度定义为企业与顾客之间的社会网络联结模式，包括网络联系、网络结构和专门组织，其中网络联系主要体现为企业与顾客的联系频率、联系程度等；网络结构主要体现为企业与顾客之间关系网络的广泛程度；专门组织则主要指企业针对与顾客接触的顾客服务专门机构和人员。

对于结构维度的测量，Yli‐Renko、Autio和Sapienza（2001）在其新建技术企业社会资本对关键顾客知识获取和知识开发的影响研究中，用4个问项来测量社会资本的结构维度（在其文中以社会交往、顾客网络联系两维度体现，信度系数分别为0.71、0.86），分别为：我们与此顾客保持紧密的社会关系；我们在个人层面上了解这个顾客的员工；通过这个顾客我们可以接触到新的顾客；这个顾客为我们认识其他顾客提供了一条途径。Presutti、Boari和Fratocchi（2007）在其研究中用3个问项来测量社会资本的结构维度，信度为0.85。张波（2003）在其研究中用3个问项来测量社会资本的社会交往，信度系数为0.72，用2个问项来测量顾客网络，信度系数为0.75。韦影（2005）在其基于吸收能力视角下企业社会资本对技术创新绩效的影响研究中用3个一级问项来测量社会资本结构维度，信度系数为0.90。王立生（2007）在其研究中用4个问项来测量社会资本的互动强度，信度系数为0.72。根据上述学者对社会资本结构维度的测量，本研究提出6个初始测量条款，如表3.6所示。

表3.6　社会资本结构维度的初始测量条款

（2）社会资本关系维度的测量

根据在理论基础部分的分析，本研究将社会资本关系维度定义为企业通过和顾客建立关系所创造的可以获取其他稀缺资源的资产，包括信任、满意和道德规范，其中信任主要体现为企业与顾客之间的相互信任程度；满意主要体现为企业与顾客双方对于合作生产这种关系状况的认可程度；道德规范则主要体现为企业与顾客在交往中所表现出的基本行为、合作准则的遵守程度。

对于关系维度的测量，Yli‐Renko，Autio和Sapienza（2001）在其研究中用了3个问项测量社会资本的关系维度，信度系数0.73，分别为：在这个关系中，双方都避免在严重损害对方利益的状况下实现需求；在这个关系中，即使存在机会双方也不会利用对方；这个顾客通常对我们信守承诺。Presutti，Boari和Fratocchi（2007）在其研究中用6个问项来测量社会资本的关系维度，信度系数为0.84。张波（2003）在其研究中用3个问项来测量社会资本的信任，信度系数为0.73。Kwuon和Suh（2004）用3个问项来测量供应链内企业之间的关系满意，信度系数为0.87。韦影（2005）在其研究中用3个一级问项来测量社会资本关系维度，信度系数为0.91，其中关于信守承诺的信度系数为0.88，关于真诚合作的信度系数为0.86。王立生（2007）在其研究中用5个问项测量关系维度的满意，信度系数为0.72。根据上述学者对社会资本关系维度的测量，本研究提出6个初始测量条款，如表3.7所示。

表3.7　社会资本关系维度的初始测量条款

（3）社会资本认知维度的测量

根据在理论基础部分的分析，本研究将社会资本认知维度定义为企业与顾客在交往过程中相互理解、解释的资源，包括共享语言、共享陈述和共同价值观，其中共享语言主要体现为语言类型，比如方言的使用；共享陈述主要表现为企业与顾客之间沟通等方面是否存在障碍，信息的传达是否能被正确接收等；共同价值观主要体现为企业与顾客对经营理念、产品价值、合作目的等看法的一致程度。

对于认知维度的测量，Presutti，Boari和Fratocchi（2007）在其研究中用5个问项来测量社会资本的认知维度，信度系数为0.80。张波（2003）在其研究中用3个问项来测量社会资本的共同愿景，信度系数为0.74。Li（2005）在研究共享愿景对跨国公司海外子公司从跨国母公司与当地市场关系知识获取的影响时，从企业惯例、组织文化、共同目标和企业经营方面的共同理念4个方面测量共享愿景，信度系数为0.83。韦影（2005）在其研究中用2个一级问项来测量社会资本认知维度，信度系数为0.90，其中共享语言的信度系数为0.85，共同价值观的信度系数为0.80。朱亚明（2005）用6个问项来测量部门之间社会资本认知维度，信度系数为0.94。王立生（2007）在其研究中用5个问项测量企业与顾客间的认知，信度系数为0.80。根据上述学者对社会资本认知维度的测量，本研究提出6个初始测量条款，如表3.8所示。

表3.8　社会资本认知维度的初始测量条款

（4）顾客知识获取的测量

根据在理论基础部分的分析，本研究认为顾客知识获取是指企业通过与顾客的交往收集、整理和利用关于顾客的知识和顾客拥有的知识，并通过专业手段进行储存和管理。其中关于顾客的知识是指被公司收集来了解顾客动机的知识，包括顾客的历史记录、背景、需求以及购买活动，通常是基于企业对顾客数据库的应用；顾客拥有的知识是指顾客通过各种途径收集和形成的关于企业、市场及其他竞争者的产品、服务等方面的知识，通常存在于顾客的头脑中，例如顾客的经验、创造力以及对产品或服务的满意或者不满意程度等。

对于顾客知识获取的测量，Yli‐Renko，Autio和Sapienza（2001）在其研究中用4个问项来测量关键顾客的知识获取，信度系数为0.85，分别为：通过供应这个顾客我们可以获取大量关于市场的知识；我们获取的大部分有价值的关于顾客的需求和趋势信息是来源于这个顾客；通过供应这个顾客我们可以获取大量的技术诀窍；我们大部分关于产品和服务的技术诀窍来源于与这个顾客的关系。Presutti，Boari和Fratocchi（2007）在其研究中用2个问项来测量关键顾客的知识获取，信度系数为0.86。张方华（2004）在其知识型企业的社会资本与企业创新绩效的研究中，从市场开发方面的知识、研发方面的技术知识和创新管理知识3个问项来测量高科技企业的知识获取，信度系数为0.87。李英华（2004）在其研究中用5个问项来测量战略合作中组织的知识获取，信度系数为0.81。王立生（2007）在其研究中用6个问项来测量制造企业关键顾客的知识获取，信度系数为0.82。根据上述学者对知识获取的测量，本研究从知识获取的数量上进行研究，分别对关于顾客的知识和顾客拥有的知识提出3个和6个初始测量条款，如表3.9和表3.10所示。

表3.9　关于顾客的知识获取的初始测量条款

表3.10　顾客拥有的知识获取的初始测量条款

（5）创新绩效的测量

根据在理论基础部分的分析，本研究认为企业创新就是企业生产要素的改进和新组合的产生，例如产品、服务、管理等方面的改进。Yli‐Renko，Autio和Sapienza（2001）在其研究中通过新产品的数量和销售成本自然对数后进行相关分析，验证知识获取与这两者的显著关系（P＜0.001）。Cooke和Clifton（2002）在其中小企业社会资本对绩效的影响研究中用自身的研发能力、新产品和服务、产品和服务的改进、市场占有率等8个方面测量中小企业的绩效，通过结构方程验证了其显著性。张方华（2004）在其研究中用5个问项来测量创新绩效，分别为（与国内同行业的主要竞争者相比，2003年的情况）新产品开发速度、年新产品数、创新产品成功率、年申请的专利数和新产品占总销售额的比重，信度系数为0.86。韦影（2005）在借鉴张方华（2004）的基础上采用这5个问项来测量技术创新绩效，信度系数为0.90。李英华（2004）在其研究中用4个问项测量技术创新绩效，信度系数为0.78。朱亚明（2005）则用9个问项来测量企业绩效（市场绩效和创新绩效），其中市场绩效的信度系数为0.96，创新绩效的信度系数为0.90。王立生（2007）在其研究中用6个问项来测量产品创新绩效，信度系数为0.87。根据上述学者对创新绩效的测量，在借鉴其研究成果的同时，考虑到本研究的对象侧重于服务业，产品的创新更多的是一种属性的改进，以及我国KIBS中小企业自身的特点，本次研究采用结合客观绩效的主观绩效评价法进行测量，从产品创新和组织创新两个方面提出9个初始测量条款，如表3.11所示。

表3.11　创新绩效的初始测量条款（与国内同行业同类型主要竞争对手比，2008年的情况）

3.小样本测试

小样本测试是在大规模发放问卷之前，为了提高问卷的信度和效度所进行的问卷前测，主要目的是通过对小范围被试者的测量，对问卷的项目进行净化，形成有效的大样本测量问卷。本研究在前测部分主要对杭州、台州、宁波和嘉兴等地的企业进行实地调研和问卷发放，总共发放问卷85份，回收62份，其中有效问卷为51份。

本研究前测部分主要从信度分析和探索性因子分析两个方面同时筛选变量的测量问项，其中信度分析方面使用纠正条款的总相关系数（Corrected Item‐Total Correlation，CITC）来净化测量变量，并且利用Cronbach'sα系数来检验问卷的信度。Nunnally（1978）认为测量条款的α系数大于0.7，说明信度符合要求，并且应保留在变量侧度项中修正后总相关系数大于0.35的问项（张方华，2004）。因此本研究以0.35作为净化测量条款的标准，对于CITC小于0.35，并且删除后α会提升的测量条款予以删除。进行信度分析后，通过KMO样本充分性测度和巴特莱特球体检验判断是否可以进行因子分析，一般KMO大于0.7则表示适合进行因子分析。在探索性因子分析中，本研究主要利用主成分方法（Principle Component Methods），并采用最大方差法（Varimax）来进行分析，在因子个数的选择方面，采用特征值（Eigenvalue）大于1的标准，通过评价测量条款的因子载荷来判断区分效度。

（1）信度分析

第一，社会资本结构维度量表的CITC和信度分析

从表3.12可以看出，第3个测量条款（A3）的CITC值为0.133，明显小于0.35，并且删除该条款后，α系数明显上升，从0.700上升到0.746，所以将这个条款予以删除。删除A3后，剩余条款的CITC分别为：A1是0.571，A2是0.568，A4是0.441，A5是0.540，A6是0.459，都在0.35以上，并且整体的α系数为0.746，大于0.7，说明量表信度符合要求。

表3.12　社会资本结构维度量表的CITC和信度分析

第二，社会资本关系维度量表的CITC和信度分析

从表3.13可以看出，第3个和第4个测量条款（B3、B4）的CITC值为0.345和0.286，都小于0.35，并且删除这两项条款后，α系数明显上升，从0.764上升到0.859，所以将这两个条款予以删除。删除B3、B4后，剩余条款的CITC分别为：B1是0.814，B2是0.672，B5是0.722，B6是0.637，都在0.35以上，并且整体的α系数为0.859，大于0.7，说明量表信度符合要求。

表3.13　社会资本关系维度量表的CITC和信度分析

第三，社会资本认知维度量表的CITC和信度分析

从表3.14可以看出，第1个测量条款（C1）的CITC值为0.272，小于0.35，并且删除该条款后，α系数明显上升，从0.818上升到0.840，所以将这个条款予以删除。删除C1后，剩余条款的CITC分别为：C2是0.553，C3是0.745，C4是0.633，C5是0.750，C6是0.578，都在0.35以上，并且整体的α系数为0.840，大于0.7，说明量表信度符合要求。

表3.14　社会资本认知维度量表的CITC和信度分析

第四，关于顾客的知识获取量表的CITC和信度分析

从表3.15可以看出，所有测量条款的最初CITC都在0.35以上，并且整体的α系数为0.715，大于0.7，说明量表信度符合要求，不需要删除任何问项。

表3.15　关于顾客的知识获取量表的CITC和信度分析

第五，顾客拥有的知识获取量表的CITC和信度分析

从表3.16可以看出，第5个测量条款（E5）的CITC值为0.060，明显小于0.35，并且删除该条款后，α系数明显上升，从0.747上升到0.811，所以将这个条款予以删除。删除E5后，剩余条款的CITC分别为：E1是0.567，E2是0.550，E3是0.646，E4是0.656，E6是0.577，都在0.35以上，并且整体的α系数为0.811，大于0.7，说明量表信度符合要求。

表3.16　顾客拥有的知识获取量表的CITC和信度分析

第六，产品创新绩效量表的CITC和信度分析

从表3.17可以看出，第4个测量条款（F4）的CITC值为0.301，小于0.35，并且删除该条款后，α系数上升，从0.696上升到0.709，所以将这个条款予以删除。删除F4后，剩余条款的CITC分别为：F1是0.545，F2是0.433，F3是0.536，F5是0.472，都在0.35以上，并且整体的α系数为0.709，大于0.7，说明量表信度符合要求。

表3.17　产品创新绩效量表的CITC和信度分析

第七，组织创新绩效量表的CITC和信度分析

从表3.18可以看出，所有测量条款的最初CITC都在0.35以上，并且整体的α系数为0.731，大于0.7，说明量表信度符合要求。但是同时也可以看到，虽然G2的CITC大于0.35，但是删除G2可以提升该部分量表的整体信度到0.763，考虑到本研究选取的CITC指标，先不予删除，待进行因子分析后，如果G2没有达到载荷要求，再考虑删除。因此先保留该部分量表所有问项。

表3.18　组织创新绩效量表的CITC和信度分析

通过CITC对测量条款进行初步的净化后，测量指标从最初的36个减少为30个，本研究针对剔除后剩余的30个测量条款进行结构效度检验，验证其是否具有明显的区分效度，并且根据因子分析的相关指标进行条款的检验。

（2）探索性因子分析

针对因子分析的样本要求，在前测阶段当预试样本量比预试题项多时可以进行因子分析（吴明隆，2000），本次前测小样本的样本量为51，达到前测阶段因子分析的条件，可以进行因子分析。本研究主要先通过KMO样本充分性测度（Kaiser‐Meyer‐Olkin Measure of Sampling Adequacy）和巴特莱特球体检验（Bartlett Test of Sphercity）判断是否适合进行因子分析。对剩余30个测量条款的检验，三个变量的KMO值分别为0.711、0.710、0.717，都大于0.7，并且巴特莱特球体检验的显著性都是0.000，适合进行因子分析，根据主成分分析法，并采用最大方差法（Varimax）来进行分析，在因子个数的选择方面，采用特征值（Eigenvalue）大于1的标准，以及选择显示载荷大于0.5的值，得到因子分析的结果如表3.19所示。

表3.19　探索性因子分析结果

续表

从表3.19可以看出，G2的载荷小于0.5，在进行因子分析时每一个指标项目应该只在一个公共因子上的载荷大于0.5，在其他公共因子的载荷应不超过0.4，否则予以删除（Tracey，1998）。因此对G2条款应进行删除，并且删除G2后，组织创新绩效部分的测量条款的信度由原先的0.731提升为0.763，结合本研究的实际情况，决定对G2问项进行删除。

此外，其中社会资本三个维度的累积解释变异量为64.454%，顾客知识获取两个维度的累积解释变异量为59.953%，创新绩效两个方面的累积解释变异量为57.316%，可以看出都可以解释大部分的变异情况。剩余的30个条款，除G2之外测量同个变量的条款都能聚集到同一类，并且载荷都是大于0.5的，通过评价测量条款的因子载荷可以判断当前的测量量表具有一定的区分效度。

通过CITC对测量条款进行净化，以及对剩余条款的探索性因子分析结果，本次研究小样本测量部分总共删除7个测量问项，剩余29个问项，在进行相应调整后形成本研究的大规模调查问卷（见附录1）。

3.4.2　数据收集

本研究主要针对企业进行研究，但是由于本研究发放的对象是企业中顾客服务部、销售部和研发部门中了解企业状况的成员，为了避免企业之间由于样本量的不同影响企业层面相关指标所占比例的偏差，本研究在发放问卷过程中尽量注重每个企业的样本量平均。笔者通过对浙江杭州、台州、宁波、嘉兴、绍兴、温州等地62家软件类企业的调研，发放纸质问卷90份，回收76份，其中有效问卷为68份，发放电子问卷230份，回收169份，其中有效问卷为144份（企业名单见附录2），本研究发放的320份问卷中最终用于分析的有效问卷为212份。

1.数据收集方式

本研究主要通过实地发放、建立联络人、网络平台（QQ）、电子邮件发放问卷等方式进行数据收集，主要从以下四种途径进行数据收集：（1）笔者亲自走访台州市高新技术创业服务中心、部分软件企业等，在服务中心主任、朋友等的帮助下访谈调研相关的企业；（2）以同学、朋友为联络人，发放问卷；（3）通过各软件企业的顾客服务平台与企业相关人员取得联系，通过网络平台（QQ）发放和回收问卷；（4）在朋友的帮助下获得相关调研对象的联系方式，通过电子邮件发放问卷。针对回收的问卷，本研究根据三条原则剔除无效问卷：剔除问卷中多处缺答的；剔除问卷中同一问项多个答案的；剔出问卷回答中出现多处矛盾的，主要以测量同一衡量因子的不同问项结果的一致性来体现，例如问卷中测量网络联系的A1、A2问项，测量信任的B1、B2问项。

2.数据收集对象

本研究是基于企业层面的社会资本对KIBS中小企业顾客知识获取、创新绩效的影响研究，针对企业某一部门的调研并不一定能准确反映该企业这三者的状况，本研究针对顾客服务部、销售部门和研发部门进行调研，通过对每个企业三个部门的平均调研来反映调研企业的实际状况。在发放问卷的过程中尽量发放给企业三个部门的部门负责人，出于对企业状况的实际了解程度，以及创新绩效通常存在一定滞后性（张方华，2004）的考虑，尽量避免向刚进企业的人员发放问卷。同时为了避免每个企业样本量的差异影响企业层面相关指标的比例，尽量保证每个企业发放同样数量的问卷。

3.4.3　统计分析

1.描述性统计分析

（1）样本基本情况描述

本研究的背景数据主要由两部分组成，一类是企业层面的，例如企业所在地区、企业成立时间、企业性质、企业规模、2008年销售额和研发投入；另一类是填写问卷人员的工作信息，例如所在部门、在企业的工作时间。从企业样本分布状况表（见表3.20）中可以看出，所调研的企业中，杭州的占51.6%，台州的占11.3%，宁波的占6.5%，嘉兴占19.4%，绍兴的占3.2%，温州的占8.1%。针对企业成立的时间，可以看出成立时间在5年以下的占总体对象的19.4%，5～10年的占46.8%，10～15年的占29.0%，16年以上的占4.8%。从企业性质上看，国有企业占3.2%，民营企业占87.1%，中外合资和外商独资各占4.8%。可以看出本研究主要调研的是民营中小企业，为此在变量的分析中可能更多地体现民营中小企业的状况。在企业规模上，50人以下的占40.3%，51～100人的占30.6%，101～200人的占19.4%，201～300人的占9.7%。在2008年企业的销售总额上100万以下的占1.6%，300万～1000万的占41.9%，100万～300万和1000万～3000万的各占19.4%，3000万～1亿的占11.3%，1亿～3亿的占6.5%。在各个企业的研发投入方面，研发投入比例在0.5%～1%的占22.6%，1%～1.5%的占24.2%，1.5%～3%的占29.0%，3%～5%的占19.4%，5%以上的占4.8%，总体上都是比较全面的，符合中小企业的特征。

表3.20　企业样本分布描述性统计结果

续表

针对上述企业发放的212份有效问卷，填写问卷人员所在部门中，来自顾客服务部门样本量为46个，占总体的21.7%；来自销售部门的样本量为74个，占总体的34.9%；来自研发部门的样本量为83个，占总体的39.2%。其中有9个样本来自企业总经理，占总体的4.2%。对于填写问卷的人员在企业的工作时间，从表3.21中可以看出工作经历在1年以下的样本量为32个，占总体的15.1%，基本上都是每个企业的顾客服务部门负责人。考虑到中小企业通常安排较少人员负责顾客服务，部分企业会安排新进人员在顾客服务部门工作，在工作的过程中了解企业的运营情况，因此在企业的工作时间通常都是比较短的。工作经历在1～2年的样本量为99个，占总体的46.7%；2～3年的样本量为62个，占总体的29.2%；而3～5年的样本量为19个，占总体的9.0%。调研人员普遍均匀来自三个部门，能较好地反映企业的总体情况。

表3.21　问卷填写人员的样本描述性统计结果

从上述的背景数据描述性统计可以看出，本研究在部门对象的覆盖面上是比较均匀的，普遍覆盖顾客服务部门、销售部门和研发部门，可以均衡地反映企业的整体状况，并且在区域、成立时间、调研人员的工作时间上都能较好地普遍覆盖各个层级，说明本样本具有较好的代表性。

（2）变量描述性统计分析

对有效的212份问卷，本研究利用SPSS16.0对研究变量进行平均值、标准差、偏态和峰度的统计，在样本数量的确定上，如果样本服从正态分布，则样本数量与题项之间关系应该是5倍的关系，如果不服从正态分布，则样本数量与题项之间关系应该是10倍的关系（Bentler＆Chou，1987）。为了检验本研究的样本数量是否符合这个要求，进行正态分布检验。通常从变量的偏度（skewness）和峰度（kurtosis）来看，当偏度绝对值小于3，峰度绝对值小于10时，表明样本基本服从正态分布，当各变量服从正态分布时，可以进行下一步的分析（Kline，1998）。结果如表3.22所示。

表3.22　变量的描述性统计及正态分布

从表3.22中可以看出本研究的偏度绝对值和峰度绝对值都是满足正态分布要求的，当前的样本量212大于145（29×5），可以进行下一步分析。并且从表中变量的均值可以看出社会资本三个维度水平（A1～C5）都比较高，接近或超过满意，说明当前浙江省软件业中小企业的企业与顾客间社会资本的结构维度、关系维度和认知维度的水平都较高并接近满意状况，存在研究的价值。关于顾客的知识和顾客拥有的知识两类顾客知识获取水平（D1～E5）也都处于中等偏上水平，说明顾客知识的重要性已经较为明显体现，并且获取顾客知识已经受到软件业企业的关注。在创新绩效中，与同行竞争者相比，对于产品创新绩效则普遍只是处于中等水平（F1～F4），但是组织创新绩效（G1～G3）普遍接近满意，针对本研究所调研样本的接近性，都是KIBS中小企业，并且都是软件行业企业，所以体现出的差异并不是很大。由此可见对于社会资本、顾客知识获取和创新绩效三者的关系研究具有一定的理论和实践意义，可以丰富该领域的理论研究。

2.信度分析

在问卷小样本测量的基础上，大样本仍需通过内部一致性检验，采用Cronbach'sα系数来分析各测量指标的信度。本研究的总体信度分析结果的Cronbach'sα系数值为0.866，明显大于0.7，表明本研究总体上具有较高的信度。

本研究各个变量的信度分析结果如表3.23所示，从表中可以看出各变量总的信度都是大于0.7，每个测量条款的单项—总项相关系数都是大于0.35的，可以看出本研究具有较好的内部一致性，信度较高。

表3.23　各变量的信度分析结果

续表

续表

3.效度分析

本研究的大样本分析主要采用因子分析来进行结构效度检验，因子分析是进行结构效度测量常用的方法，可以判断同一变量不同测量条款之间是否存在较强的相关性（吴明隆，2003），在进行因子分析时样本量与变量数比例应在5∶1以上，最好达到10∶1，总样本量不得小于100，而且原则上越大越好（Gorsuch，1993）。本研究的变量测量条款是29个，样本量是212个，比较理想。

同时本研究在因子分析前，首先通过对KMO样本充分性测度和巴特莱特球体检验判断是否可以进行因子分析，KMO在0.9以上，代表非常适合；0.8～0.9，代表很适合；0.7～0.8，代表适合；0.6～0.7，代表不太适合；0.5～0.6，代表很勉强；0.5以下，代表不适合。巴特莱特球体检验的统计值显著性概率小于等于显著性水平时，可以做因子分析（马庆国，2002）。在因子分析中，本研究主要利用主成分方法，并采用最大方差法来进行分析，在因子个数的选择方面，采用特征值大于1的标准，通过评价测量条款的因子载荷来判断区分效度。主要从各题项的载荷系数来看，如果同一变量的测量项目在对应的因子上相对于其他因子而言，具有最大载荷（超过0.5），则具有一定的区分效度（王立生，2007）。并且每一个指标项目应该只在一个公共因子上的载荷大于0.5，在其他公共因子的载荷应不超过0.4，否则予以删除（Tracey，1998）。

（1）社会资本的因子分析

根据上述的因子分析方式，提取因子前，先进行社会资本各维度的KMO样本充分性测度和巴特莱特球体检验，结果如表3.24所示。

表3.24　社会资本各维度的KMO和巴特莱特球体检验结果

从表3.24中可以看出，社会资本的KMO值为0.841，大于0.7，说明社会资本各维度测量条款的相关性较强，并且巴莱特球体检验的χ2统计值的显著性概率为0.000，小于0.01，球体假设被拒绝，说明适合进行因子分析。

根据前面的因子分析对区分效度的分析方法和评价标准，在因子数量的确定上采用特征值大于1，利用主成分分析法，采用最大方差法（正交转）对社会资本14个测量条款进行因子分析，并选择显示载荷大于0.5的值，得到的因子分析结果如表3.25所示。

表3.25　社会资本因子分析结果

从表3.25中可以看出，所有因子的载荷都大于0.5，并且所有测量同个变量的测量条款都分布在同一个因子上，表明社会资本部分的测量问项具有较好的区分效度，没有需要删除的问项。而且社会资本三个维度总共解释了总体方差的55.536%的变异，说明已经包含了测量变量的大部分信息。同时社会资本的碎石图也解释了社会资本可以分为三个因子（见图3.2）。

图3.2　社会资本因子分析碎石图

从碎石图可以看出，根据特征根大于1，可以明确萃取出三个因子，这和本研究的变量划分目标一致，说明社会资本部分的测量量表较为有效。

（2）顾客知识获取的因子分析

根据上述的因子分析方式，提取因子前，先进行顾客知识获取各维度的KMO样本充分性测度和巴特莱特球体检验，结果如表3.26所示。

表3.26　顾客知识获取各维度的KMO和巴特莱特球体检验结果

从表3.26中可以看出，顾客知识获取的KMO值为0.727，大于0.7，说明顾客知识获取各维度测量条款的相关性较强，并且巴莱特球体检验的χ2统计值的显著性概率为0.000，小于0.01，球体假设被拒绝，说明适合进行因子分析。

根据前面的因子分析对区分效度的分析方法和评价标准，在因子数量的确定上采用特征值大于1，利用主成分分析法，采用最大方差法（正交转）对顾客知识获取8个测量条款进行因子分析，并选择显示载荷大于0.5的值，得到的因子分析结果如表3.27所示。

表3.27　顾客知识获取因子分析结果

从表3.27中可以看出，所有因子的载荷都大于0.5，并且所有测量同个变量的测量条款都分布在同一个因子上，所以表明顾客知识获取部分的测量问项具有较好的区分效度，没有需要删除的问项。而且顾客知识获取两个维度总共解释了总体方差的53.199%的变异，说明已经包含了测量变量的大部分信息。同时顾客知识获取的碎石图也解释了该变量可以分为两个因子（见图3.3）。

图3.3　顾客知识获取因子分析碎石图

从碎石图可以看出，根据特征根大于1，可以明确萃取出两个因子，这和本研究的变量划分目标一致，说明顾客知识获取部分的测量量表也是较为有效的。

（3）创新绩效的因子分析

根据上述的因子分析方式，提取因子前，先进行创新绩效各维度的KMO样本充分性测度和巴特莱特球体检验，结果如表3.28所示。

表3.28　创新绩效的KMO和巴特莱特球体检验结果

从表3.28中可以看出，创新绩效的KMO值为0.731，大于0.7，说明创新绩效各方面测量条款的相关性较强，并且巴莱特球体检验的χ2统计值的显著性概率为0.000，小于0.01，球体假设被拒绝，说明适合进行因子分析。

根据前面的因子分析对区分效度的分析方法和评价标准，在因子数量的确定上采用特征值大于1，利用主成分分析法，采用最大方差法（正交转）对创新绩效7个测量条款进行因子分析，并选择显示载荷大于0.5的值，得到的因子分析结果如表3.29所示。

表3.29　创新绩效因子分析结果

从表3.29中可以看出，所有因子的载荷都大于0.5，并且所有测量同个变量的测量条款都分布在同一个因子上，表明创新绩效部分的测量问项具有较好的区分效度，没有需要删除的问项。而且创新绩效两个方面总共解释了总体方差的58.873%的变异，说明已经包含了测量变量的大部分信息。同时创新绩效的碎石图也解释了该变量可以分为两个因子（见图3.4）。从碎石图可以看出，根据特征根大于1，可以明确萃取出两个因子，这和本研究的变量划分目标一致，说明创新绩效部分的测量量表也是较为有效的。

总体而言，从各变量的因子分析结果可以看出，本研究的测量量表具有一定的区分效度，并且在小样本分析的基础上，大样本的信度和效度也都达到了标准要求，所有问项都达到测量标准，变量的Cronbach'sα系数都大于0.7，说明信度是较高的，可以进行下一步的数据统计分析，进一步研究各变量之间的关系，以及对本研究假设的验证。

图3.4　创新绩效因子分析碎石图

4.相关分析

本研究的创新绩效在测量中主要以产品创新绩效和组织创新绩效两方面进行，但是在实际的研究过程中，创新绩效是由上述两种绩效共同组成的整体来研究，即在接下来的研究分析中，创新绩效都是作为一个变量来分析的。

相关分析是研究变量之间不确定关系的统计方法，本研究采用皮尔森（Pearson）相关分析法来衡量研究变量间的相关性是否显著，社会资本的结构维度、关系维度和认知维度，顾客知识获取中关于顾客的知识获取和顾客拥有的知识获取，以及创新绩效各变量之间的相关系数，结果如表3.30所示。

表3.30　变量间相关分析结果

续表

注：**表示显著水平P＜0.01（双尾检测）。

从表3.30中可以看出，社会资本三维度与顾客知识获取两维度以及创新绩效之间，除了结构维度与顾客拥有的知识获取不存在相关关系，其显著性为0.053，大于0.05，其余变量之间都是具有正向并且统计上在0.01水平上显著的相关关系。社会资本结构维度、关系维度、认知维度三个维度中，结构维度、关系维度和认知维度与关于顾客的知识获取都是显著相关，相关系数分别为0.486、0.237和0.372，显著性都是0.000，在0.01水平上显著。关系维度、认知维度和顾客拥有的知识显著相关，相关系数分别为0.316和0.196，显著性分别为0.000和0.004，在0.01水平上显著。关于顾客的知识获取、顾客拥有的知识获取与创新绩效存在显著相关关系，相关系数分别为0.330和0.340，显著性都是0.000，在0.01水平上显著。并且社会资本三维度之间也两两存在正向相关关系，说明三维度之间有相互作用，它们可能共同对顾客知识获取的提升发挥积极的作用，同时关于顾客的知识获取和顾客拥有的知识获取之间也存在正向的相关关系，说明两者也是共同对企业创新绩效的提升发挥积极的作用。同时各变量之间的相关系数都没有超过0.5，说明各变量之间的区分度较好，能够进行进一步的回归分析。

基于相关分析的结果，针对社会资本三维度、顾客知识获取两维度以及创新绩效之间进一步的因果关系，需要在下一步的多元回归分析中进一步验证。

5.统计变量与各变量的变异数分析

为了进一步了解本研究中的企业特性，包括企业的所在地、成立时间、企业性质、企业规模、研发投入对各变量相关关系的影响，主要通过单因子独立样本变异数分析（One‐Way ANOVA）来探讨企业特征对于各变量是否存在显著差异，即变量在分析的过程中是否会受到这些统计变量的影响。主要可以通过F统计检验结果判断和Scheffe法多重比较结果进行分析。其中企业特性统计变量^[4]与各变量关系主要的分析结果如表3.31所示。

表3.31　企业特性统计变量与变量的变异数分析结果

注：显著水平P＜0.05。

根据上述结果，可以看出部分企业特性虽然与变量的关系达到显著水平，但在事后比较却没有发现两两之间有显著差异，因为Scheffe法是检验每一个平均数线性组合，并提供水准保护，而非只是检验一对平均数间的差异情形，因此有时变异数分析的F值达到显著，但是事后比较时却没有发现有任何两组的平均数达到显著差异（吴明隆，2000）。

根据上述结果，可在0.05的显著水平下，看出企业的所在地和成立时间对于企业与顾客社会资本的结构维度以及关于顾客的知识获取的影响达到显著水平，但是事后比较显示两两之间并无显著差异。企业性质对企业与顾客社会资本的认知维度的影响达到显著水平，但是事后比较显示两两之间并无显著差异。企业规模和研发投入对企业与顾客社会资本的认知维度的影响达到显著水平，其中50人以下的KIBS中小企业要比101～200人的KIBS中小企业有更高的社会资本认知维度水平，研发投入比例0.5%～1%的KIBS中小企业要比研发投入1%～1.5%和1.5%～3%的KIBS中小企业有更高的认知维度水平。这其中可能存在的原因在本研究的结论部分将进行详细阐述。