调查问卷的基本情况和数据来源

1.问卷的设计与预调查

（1）问卷设计

本章实证研究的问卷是根据第四章建立的社会企业双重绩效评价指标体系开发的，问卷调查的主要目的在于获取社会企业管理人员对本社会企业创造的双重绩效的主观感受和整体评价，检验评价指标体系的应用情况，并得出应用模型所需要的数据。此问卷针对社会企业的中高层管理人员进行发放，每个社会企业代表一个样本。问卷采用李克特五分量表，其中1、2、3、4、5五个程度选项分别对应1、2、3、4、5五个分值。

本问卷包括五部分。第一部分是双重底线回报题项，一共包括8道题，这一部分主要调查样本社会企业双重绩效的实际状况。第二部分是顾客维度题项，一共包括5道题，主要是调查样本社会企业的产品和服务在顾客群中的反映情况。第三部分是内部业务流程题项，一共7道题，反映的是样本社会企业内部经营现状。第四部分是学习与成长题项，一共7道题，反映的是样本社会企业内部员工的学习和成长状况。最后一部分是样本社会企业的背景情况，目的在于进行信息筛选。考虑到一些定量指标涉及到社会企业内部的一些敏感信息而难以甚至无法获取，如成本费用利用率。本书基于数据可获得性与可操作性原则，采取如下处理：首先参考国资委制定的《企业绩效评价标准值2012》中的社会服务业相应指标的行业标准值，如文中成本费用利润率行业分为优秀值、良好值、平均值、较低值、较差值五个标准值，分别对应值为16.0％、9.3％、4.9％、-0.8％、-19.0％；其次进行五段式划分，划分为五个区间［100％，16.0％］、（16.0％，9.3％］、（9.3％，4.9％］、（4.9％，-0.8％］、（-0.8％，-19.0％］。其他同理进行合理分段。

（2）问卷预调查

问卷预调查的最终目的在于检验问卷中各个题项提法的合理性。由于不同的被调查者受年龄、学历背景和工作性质等众多因素影响，他们看待事物和考虑问题的思维往往不同，可见，检验问卷题项提法的合理性显得尤为重要，尽量做到不同的被调查者对提法不会产生理解性歧义。基于此，本研究在问卷正式进行发放之前，进行了小范围预调查，调查对象主要是研究社会企业和绩效评价领域的学者、研究生以及从事相关工作方面的管理层人员，调查方式采用面谈和邮件形式，虚心聆听不同的建议并逐一进行了修缮。如针对社会资本的创造，采取贵机构通过与商业企业、非营利组织、政府等之间的紧密关系获取的资源量的提法以便于被调查者理解。将数据确实难以获取的定量指标修改为定性指标，如成本费用利润率等。从而使问卷更具合理性与可操作性。

2.数据来源

本研究着重考虑的是问卷发放的可行性，回收的有效性以及样本的代表性。基于此，考虑到本章的研究条件，并结合英国文化协会发起并举办的大型全球项目——社会企业家技能项目的开展，本章大部分的问卷是针对2012年社会企业家技能培训学员发放。他们都是经过选拔后获取到培训资格，大部分成员都是所在社会企业的中高层管理人员，经过培训都获得了社会企业技能培训项目合格证书。因此，他们的填写在一定程度上能够保证问卷的有效性。另外一部分问卷是随机走访相关的社会企业，进行现场发放与回收的方式获取数据。本轮问卷调查从发放到回收经历了整整一个月的时间，一共发放了250份问卷，回收到了97份，其中有效问卷88份，回收率为38.8％，有效率为35.2％。

3.信度检验(www.xing528.com)

设计好的问卷是否具有稳定性与可靠性，一直也是研究者比较关注的问题，因此需要对问卷进行信度（reliability）检验得以求证。其中，最常见的信度检验方法是Cronbach’s α系数检验，本章将采用此方法对上一章构建的指标体系的信度进行检验。Cronbach’s α系数越大，内部一致性程度越高，说明量表的稳定性与可靠性越好。学者Hair指出，当Cronbach’s α大于0.7时，说明量表已经具有高的信度。当进行检验的题项数小于6时，Cronbach’s α大于0.6的数据也是可行的，最低的可接受Cronbach’s α为0.5。国内学者张红兵（2008）也指出，问卷的信度系数最好能在0.8以上，0.7到0.8之间属于可接受区间；分量表则最好在0.7以上，0.6到0.7之间属于可接受区间。对于总量表Cronbach’s α低于0.8或者分量表Cronbach’s α低于0.6，则说明量表的信度差。

如表5-12所示，社会企业双重绩效评价指标体系的四个维度的Cronbach’s α介于0.734到0.87之间，均高于0.7，满足以上系数要求，说明量表信度较好。

表5-12　本研究量表的Cronbach’s α值

4.效度检验

在统计学中，效度的概念即测量的正确性。对于考量结构效度的指标主要有因子载荷量、变量共同度、因子累积方差贡献率。本书将采用因子累积方差贡献率来考量结构效度。其中有两点需要重视：第一，因子累积方差贡献率至少达到40％；第二，每个指标或题项在某个因子上具有较高的载荷，一般要求大于0.4。

首先，基于KMO（Kaiser-Meyer-Olkin）值大小判断该量表是否适合进行因子分析。学者Kaiser指出，一般KMO不低于0.5时才适合进行因子分析。由表5-12所示，社会企业双重绩效总量表、双重底线回报量表、顾客量表、内部业务流程量表、学习与成长量表的KMO值介于0.668和0.828之间，满足大于0.5的条件，并且满足Bartlett球形检验的显著性，表明适合进行结构效度的考量。因子分析的结果表明，社会企业双重绩效总量表、双重底线回报量表、顾客量表、内部业务流程量表、学习与成长量表的因子累积方差贡献率各为71.653％、69.842％、77.288％、81.012％、85.543％，都不低于60％。因此，量表结构效度良好调。

表5-13　各量表的结构效度（因子累积方差贡献率）