问卷设计流程与测量工具方法

　　第四章 研究设计

　　4.1 问卷设计流程。

　　研究设计在实证研究中起着承上启下的作用。科学严谨的问卷设计不仅是文献综述等理论扎实基础的体现，也是下一步进行数据的分析与整理的重要前提。本研究在第二章和第三章的研究中对所需要研究变量的文献综述以及其内在逻辑机理已经做了详细的阐述，并构建起本文所要研究的理论模型，因此在本章中就如何进行实证研究设计进行了说明。问卷的设计需要谨慎选取、仔细打磨，在本研究中我们采用了以下几个步骤来进行问卷的设计：第一步，在了解国内外相关研究的基础上，整理本文中研究变量所需要的相关问卷，然后根据已有研究的背景、内容以及目的等方面来比较分析已有的问卷，并从中选择出来适合本研究，且相对成熟的、具有一定的可靠性和有效性的问卷，通过回译程序，并对照已有的中文问卷，整理获得本研究的初始问卷；第二步，在初始问卷形成的基础之上，与研究生导师以及同门师生进行研讨，提出问卷中存在的问题，对语言进行雕琢，针对出事问卷中可能存在的语义表达、中国情境下的适应性等问题进行讨论，听取了多方面的意见，形成初试问卷；第三步，向小部分企业工作人员进行初试问卷的预调研，并进行访谈，听取预测试人员对于问卷中存在的问题的看法，记录他们对问卷所提出的意见和建议，并对于存在问题较多的地方进行进一步的完善和修改，形成最终的正式调研问卷。

　　4.2 测量工具。

　　本研究问卷主要由 5 个部分构成：被试者的人口统计学变量、领导幽默问卷、内在动机问卷、权力距离倾向问卷以及员工创造力问卷。

　　4.2.1 领导幽默量表。

　　根据 Pundt 和 Venz（2017）整合了多个对于领导幽默的定义，他们认为领导幽默是一种独立的社会行为，其核心是有趣的言语或者非言语行为，是由领导者（即幽默的发出者）有意为之以娱乐某位特定的下属或某个团队（即幽默的接收者）。在研究中使用较多的量表有 Avolio 等（1999）所提出的单维度的领导幽默量表以及 Martin 等（2003）提出的幽默风格量表，由于第一个量表仅仅从幽默的积极面来研究，而忽视了幽默消极的一面，因此采用 Martin 等（2003）的幽默风格量表。而在幽默风格量表中，Martin 等（2003）又从幽默的对象出发将积极和消极的幽默类型分为了对自己和对他人的两种类型，一共四个维度。而本研究中，主要研究对待他人的幽默类型，因此采用了 Martin 等（2003）开发的幽默风格中亲和型幽默与嘲讽型幽默子量表。本文在对该量表的英文原版进行回译的基础上，参考了陈国海和 Martin（2007）针对国内大学生群体这一研究对象而翻译的幽默风格量表，以及台湾学者王雅萍（2013）博士论文中的研究，对该量表进行了修订。其中，用 6 个题项测量领导的亲和型幽默，用 8 个题项测量领导的嘲讽型幽默，量表采用 Likert 7 点计分法，1 表示非常不符合，7 表示非常符合。样题如 “我的领导经常和与他亲近的同事或下属开玩笑”（亲和型），“如果某个人犯了错误，我的领导会经常取笑那个人”（嘲讽型）。

　　4.2.2 内在动机量表。

　　内在动机指的是员工被工作的某种特征所吸引，并积极投入到工作中的心理状态（Utman，1997）。比较常用的、且在中国本土的有效性已经获得验证的量表主要有Tierney 等（1999）编制的内在动机量表，以及 Amabile（1994）提出的工作偏好量表中内在动机子量表，以及 Vallerand（1997）建议从学习、成就和工作本身这三个方面来测量个体的内在动机。本研究采用了 Tierney 等（1999）编制的内在动机量表，使用员工自评的方式来进行测量，这一量表在各类实证研究中得到了广泛的应用，具有很高的信效度。该量表认为内在动机是单维度变量，量表共 5 个题项，本研究中采用 Likert 5 点计分，1 表示非常不同意，5 表示非常同意。样题如“我喜欢提出对结果有利的新想法”。

　　4.2.3 权力距离倾向量表。

　　权力距离倾向的操作性定义是指员工对于组织内部权力分配不平等这一现象的接受程度。测量权力距离倾向的第一个方法是是由 Hofstede（1980）编制的跨文化领域权力距离量表测量权力距离指数，第二个是由 Dorfman 和 Howell（1988）编制的个体权力距离感量表，第三个是由 Earley 和 Erez（1987）编制的个体权力距离感量表。本研究采用了 Dorfman&Howell（1988）编制的个体权力距离倾向量表，使用员工自评的方式来进行测量，这一量表在各类实证研究中得到了广泛的应用，具有很高的信效度。该量表认为权力距离倾向是单维度变量，量表共 6 个题项，本研究中采用 Likert5 点计分，1 表示非常不同意，5 表示非常同意。样题如“领导不应该和员工过多交换意见”。

　　4.2.4 员工创造力量表。

　　员工创造力指的是员工在工作中对产品、服务、流程等产生的新颖且有用的想法（Amabile，1988）。比较常见的测量工具有 Oldham 和 Cummings(1996)的创造力量表、Zhou 和 George（2001）的创造力量表以及 Tierney 等（1999）的员工创造力量表。本研究采用了 George & Zhou（2001）编制的员工创造力量表，使用员工自评的方式来进行测量，这一量表在各类实证研究中得到了广泛的应用，具有很高的信效度。该量表认为员工创造力是单维度变量，量表共 9 个题项，本研究中采用 Likert 5 点计分，1 表示非常不符合，5 表示非常符合。样题如“我会寻求新的工艺、流程、技术和/或产品创意”。

　　4.2.5 控制变量。

　　本文选取了可能会对内在动机、员工创造力产生影响的个体特征变量，有员工的性别、年龄、学历、工作年限及工作单位的性质（Tu&Lu,2013）。另外，领导的年龄、性别会影响领导不同风格幽默的运用（Kimetal.,2013），因此也选做控制变量。在本研究中，单位性质 1 为国有企业，2 为私营企业，3 为合资企业，4 为外资企业，5 为其他。

　　具体测量项目见附录。

　　4.3 抽样方法。

　　在确定了所需要的调研问卷之后，就需要确定研究中的调研对象，而调研对象的选择需要具有一定的代表性，这就意味着随机抽样的方法更能够实现研究的科学度和可信度。然而，由于研究生的社会资源和时间精力相对有限，因此在本研究中退而求其次在最大程度扩展调研范围的情况下，采用方便性抽样的方式进行调研。为了使抽样的样本能够更加具有代表性，满足本文研究的需求，因此笔者在展开问卷调查时从以下几个方面来进行控制，从而在最大限度上保证数据来源的可靠性以及问卷调查的真实性：第一，本文参与调研的对象都是完全自愿参与调研，在问卷调查前向研究对象说明了本研究是匿名制的研究，研究结果仅用于学术，绝不会泄露个人隐私，并向研究对象保证可以在最终的研究结果出来之后向他们提供结果，通过这些方式来确保调研对象能够放心如实地填写问卷；第二，通过研究人员现场发放问卷、以及通过问卷星等网络平台发放问卷这两种方式来进行数据的收集，确保数据来源不过于单一，使数据的质量保证在一个可控的状态之内；第三，调研对象选取了有真实工作经验的个体，不限学历，不限年龄，不限行业，并确保数据的分布均衡且符合当今社会的实际状况，从而确保研究结果能够更加具有代表性。

　　4.4 数据分析方法。

　　本研究主要运用 SPSS22.0 和 AMOS20.0 对收集到的有效数据信息进行统计分析处理，采用的具体数据分析方法包括了对各个变量测量量表的信效度检验、各变量的描述性统计分析、各变量相互之间的相关性分析以及检验假设结果所采用的层次回归分析。

　　具体操作如下：

　　（1）信效度检验。

　　信度指的是各量表测量结果的一致性、稳定性和可靠性，这一概念所指的是在采用同样的方法对同一调研群体进行测量时，所获得结果的一致性程度。信度的一致性程度越高，即量表的信度越高，就说明检测的一致性越高，这一量表就更为可靠。测量信度的方法主要有四种，重测信度法、复本信度法、折半信度法、α信度系数法。在现阶段管理学的研究中，信度的检验主要采用的还是α信度系数法，即通过测量量表的Cronbach’s α值，来判别量表是否具有较高的内部一致性。一般来讲，当量表的Cronbach’s α值大于 0.8 时，可认为该量表具有很好的信度。

　　效度即有效性，它是指测量工具或手段能够准确测出所需测量的事物的程度，在研究中，效度的测量主要是确定研究的测量工具是否能够达到研究所需要的目标。效度具有相对性，效度的测验只有在与检测目标一致的场合和目的才会有效。效度的测量内容主要有三种，内容效度、校标关联效度和结构效度。内容效度主要指的是检测量表是否能够检测出来它所研究的目标，由于本研究中采用的都是已经经过验证的成熟量表，所以对效度的检测主要集中在校标关联效度和结构效度的检测上。本文通过探索性因子分析和验证性因子分析方法，对量表的 KMO 值，以及各个题项的因子载荷数进行检验，并构建结构方程模型，确定量表的区分效度符合研究标准。

　　（2）描述性统计分析。

　　描述性统计分析方法是统计分析的基本方法，这一分析的目的主要是对于研究样本以及测量工具进行概括性描述。通过将调查对象进行性别、年龄、学历、工作年限等进行分类，对整体的研究样本有一个大致的把握；通过观察各研究变量的极值、均值、标准差、偏度和峰度，了解样本资料的集中趋势和离散趋势，对整体的研究变量有一个大致的掌握，为接下来的数据分析奠定了基础。

　　（3）相关分析。

　　相关分析是研究现象之间是否存在某种依存关系，并对具体有依存关系的现象探讨其相关方向以及相关程度，是研究随机变量之间的相关关系的一种统计方法。通过测量不同变量之间的相关系数，相关分析描述了研究变量之间存在关系的密切程度，相关系数 r 的值在 1 到-1 之间，当 r 的绝对值越接近于 1 时，表示二者之间的关联程度越强。

　　相关分析检验是进一步进行统计分析的基础，它揭示了二者之间存在的因果关系，但是对于谁是因谁是过的研究还需要进行进一步的回归分析。在组织行为学研究领域，相关分析最广泛使用的方法是采用 Pearson 的双变量相关检验方法，检测各变量相互之间是否存在着相关关系。

　　（4）层次回归分析。

　　回归分析法是在相关分析的基础上，即确定了二者之间存在关系的基础上，通过分辨自变量和因变量，建立变量之间的回归方程，并将回归方程作为预测模型，预测自变量的程度变化会带来因变量的变化。层次回归分析法则是对多个回归模型进行比较，当一个模型解释了更多的变异程度时，这就表示该模型的拟合效果就越好。在本研究中，我们运用层次回归分析法，不仅检测了自变量领导幽默对于因变量内在动机、员工创造力的直接作用，也通过回归模型的对比分析检验了中介变量内在动机在领导幽默与员工创造力之间的作用，最后通过建立交互项，检验了调节变量权力距离倾向在领导幽默与内在动机之间的作用。