研究方法專題 第一天內(nèi)容課件

1、管理學實證研究方法工作坊吳隆增上海財經(jīng)大學國際工商管理學院人力資源管理系辦公室：工商管理學院518室Telmail: wulongzeng課外參考書目1、劉軍：管理研究方法:原理與應用，中國人民大學出版社，20082、黃芳銘：結構方程模式，中國稅務出版社，2003年3、張雷等：多層線形模型運用，教育科學出版社，2005年4. 吳明隆 結構方程模型-AMOS的操作與應用 重慶大學出版社5. 吳明隆 問卷統(tǒng)計分析實務-SPSS操作與應用 重慶大學出版社學習目標能看懂他人的方法學部分基本學會寫非常規(guī)范的方法學部分砍柴者言 - 學會開車掌握一些細節(jié)的知識去解決現(xiàn)實研究中的操作

2、性問題。我們權且把這些知識看作是一些“小技巧”。劉軍：致力于解決方法學方面的“小技巧”：操作小技巧和寫作方面小技巧。小技巧（1）上不了臺面，理論貢獻小，大牌教授往往不愿講（2）很是隱形的知識，展開來講確實有一些難度1. “研究范式” (1500 papers in AMJ)Survey Research 70%Secondary data analyses 20%Qualitative and case methods 5% Laboratory experiments 4%Quasi experiments 1%試驗研究更準確，但實地研究結論更有意義!二手數(shù)據(jù)完全是看菜吃飯！3. Resea

3、rch Model (Anne Tsui)Independent The cause, whetherDependent The effectMediating The process, howModerating The context, whenControlThe alternative causesI.V.D.V.MedModControl The benefit it improves communication, understanding, and accumulation of (global) knowledge The cost it limits the possibil

4、ity discovering something new and different, or even may lead to inaccurate knowledge The goal universalism with parochialism balance and creativity4. 方法部分是八股文!（一）樣本 Where：數(shù)據(jù)采集自那個企業(yè)Who：目標調(diào)查對象How and What : （1）HR配合鎖定調(diào)查對象（隨機）（2）問卷收集幾次、次與次之間間隔多長時間、每次什么內(nèi)容（3）問卷填答完后的回收方式（4）問卷每次的回收率（5）最后的樣本構成（6）樣本的特征：年齡、性別

5、、教育背景和層級等注意1：恰當?shù)馁Y料提供者必須確保提供數(shù)據(jù)的人是有能力提供可信和有效的相關數(shù)據(jù)。個人層面方面，關于個人的性格和態(tài)度的構念，由受訪者直接提供可能是最恰當?shù)模P于工作績效，其直屬主管則更為恰當。關于機構層面的數(shù)據(jù)，一個普通的職員不一定了解機構的人力資源政策或機構的業(yè)績。如果我們用郵寄方式要求機構填寫這些數(shù)據(jù)，便不能沒有其它的措施來確保數(shù)據(jù)提供者是否恰當?shù)娜诉x。 注意2：非隨機抽樣在絕大部分的情況下，組織行為及人力資源管理的研究都無法做到完全的隨機抽樣。應該盡量避免太隨意的抽樣。應盡可能有一個抽樣的標準。在討論研究結果的部分，也應交待研究限制及可能對研究外部效度的影響。 資源四：臺

6、灣博碩士論文知識加值系統(tǒng) .tw/cgi-bin/gs32/gsweb.cgi/ccd=AWXCy4/registry登入郵箱：密碼：123456789資源五：Google scholar/schhp?hl=zh-CN2. 沒有成熟的量表時可以發(fā)展量表參看劉軍, 吳隆增, 許俊（2010) 后面講（二）測量工具之二：信度與效度信度：談論的是穩(wěn)定性的問題（多次打靶的結果是否一致）效度：談論的是測量的準確性的問題（是否打在了靶上）。沒有信度就沒有效度，有信度也不一定有效度。 Construct validity內(nèi)容效度區(qū)分效度收斂效度（Loading 顯著性）內(nèi)部效度：關注過程是否可靠，結論是否可

7、靠外部效度：特定結論是否可以進行推廣，運用到現(xiàn)實生活中去信度和效度分析之后：數(shù)據(jù)簡化 通過上述信度和效度分析，已經(jīng)驗證了每個變量都具有信度、效度以及變量之間存在著足夠的區(qū)分效度。因此，可以用變量所包含的所有題項的均值的平均值來代替這個變量這就為以后的描述性分析、相關分析和假設檢驗奠定了基礎。 （四）描述性統(tǒng)計分析a. 均值和標準差（0.5以上）：一定要參照以往的研究（Mean值與已有研究的mean差別大，則數(shù)據(jù)可能有問題）b. 相互之間的相關關系IV and DV IV and MV MV and DV 如何做correlation table？ 1. 計算均值。對每個construct按題項

8、做平均，存入到數(shù)據(jù)表中2. 數(shù)據(jù)按照以下方式排序。員工/公司背景性的控制變量重要的控制變量自變量中介變量調(diào)節(jié)變量DV如何做correlation table？ 3. CorrelateBivariate + means and SD4. 導出：雙擊 + Pivoting Trays + 數(shù)據(jù)導出5. 數(shù)據(jù)結果按照以下方式排序員工/公司背景性的控制變量重要的控制變量自變量中介變量調(diào)節(jié)變量DVIV and DV 相關系數(shù)在0.20-0.30最合適IV and MV 相關系數(shù)在0.30-0.50最合適MV and DV 相關系數(shù)在0.30-0.50最合適任意兩兩變量之間的相關關系不能大于0.65Co

9、rrelation table 重點關注的信息Mean值不能異常（五）假設檢驗：Regression, SEM, and HLM用SPSS 回歸來驗證假設：主要解決同一層次的中介和調(diào)節(jié)問題（中介只有一層）用SEM來驗證假設：主要解決同一層次的多層路徑關系或者含有潛變量的模型（盡量不去涉及交互作用）HLM: 線性模型主要解決跨層次數(shù)據(jù)的中介和調(diào)節(jié)問題 回歸分析的數(shù)學方程自變量與因變量成線性關系 (Linear Relationship)，假如X1及X2 (Independent Variables) 是Y (Dependent Variable)的原因，那么它們的關系可用以下方程式代表：Y =

10、0 + 1X1 + 2X2 + 其中：(1) 0為一常數(shù)；(2) 1代表了如果X1改變了一個單位，Y會改變的程度；(3) 2代表了如果X2改變了一個單位，Y會改變的程度；(4) 代表了隨機的誤差； 方差角度：最簡單的情況 YX1X2ABC方差的角度：更常見的情形 CYX2X1Dab（1）如果我們假設這個圖中C占Y的總變異量與之前的圖一樣，那么，X1及X2對預測或解釋Y的變異情況的能力也會與之前的圖一樣(即R2 = A + B=a + b + D )（2）1和2不是獨立的，它們會互相影響，因為如果我們不考慮X2， 1便會較大；同樣地，因為如果我們不考慮X1， 2便會較大。（3）這一點對我們了解真

11、實的現(xiàn)象是很重要的，因為如果在真實的現(xiàn)象中，X1及X2都同時存在而對Y有所影響，但我們的理論卻沒有考慮X1及X2都同時存在的情形，那么我們的理論便不能正確地描述這些自變量和因變量的關系了。 Unique contribution常見的情形: 1和2不是獨立的主效應中介作用 + Sobel Test調(diào)節(jié)作用/cm/mediate.htm主效應、中介效應和調(diào)節(jié)效應的檢驗中介變量 中介變項(Mediator)的意思，就是說自變項對依變項的影響是透過中介變項的，如果M真的是X和Y的中介變項，那么，它們的關系應該是：XMY。這里有三個因果關系的條件：X是M的原因之一；X是Y的原因之一；X對Y的影響是透過

12、M的。 1. the IV predicts the DV (c = total effect)Predictor: Helping contexts, DV: Help giving2. the IV predicts the MED (a)Predictor: Helping contexts, DV: Responsibility3. the MED predicts the DV (controlling for the IV) (b)Predictors: Helping contexts, Responsibility, DV: Help giving 4. c is reduce

13、d (to zero/not) controlling for the MED (c=direct effect)Same equation as # 3 IV: Helping context DV:Help giving Med:responsibilitya cbcEstablishing Mediation using Multiple Regression中介中介變量的證據(jù)在對樣本的回歸的分析中，我們應該看到以下的結果(Judd & Kenny, 1981；Baron and Kenny, 1986)： (1) M = b01 + b11X + e1 (2) Y = b02 + b2

14、1X + e2 (3) Y = b03 + b31X + b32M + e3在第一個方程式中，結論應是：11不等于零。在第二個方程式中，結論應是：21不等于零。在第三個方程式中，最理想的結論是：31等于零，但32不等于零。如果這三個條件都符合，我們的結論便會是：M是X和Y的中介變項。 放入中介變量加入控制變量加入自變量步驟1放入中介變量加入控制變量加入自變量加入中介變量步驟2放入中介變量加入控制變量加入中介變量步驟3自變量對中介變量自變量對因變量自變量和中介變量對因變量中介變量對因變量三步走戰(zhàn)略Full Mediation Controlling for the mediator, the I

15、V no longer affects the DV. Hence, c = 0 ( is no longer sig different from zero) (e.g. if you “take out” responsibility you lose the effect of helping context on help giving)Partial mediation Controlling for the mediator, the effect of the IV on the DV (c) is reduced, but still different from 0 ( is

16、 still sig) (e.g. if you “take out” responsibility you still get an effect of helping context on help giving).Full Mediation vs. Partial Mediation IV: Helping context DV:Help giving Med:responsibilitya cbc（1）Coefficient（看beta 和sig這兩個值）（2）Model summary （R change，F(xiàn) change，顯著性水平）（3）ANOVAs (F值和顯著性水平）看 S

17、PSS 所報結果的三個表1. 職場排斥對員工家庭暴力行為的影響2. 辱虐管理對員工主動性行為的影響3. 辱虐管理對下屬的家庭滿意度的影響簡單中介和調(diào)節(jié)經(jīng)典案例Purpose: Test that a*b (or c-c) is different from o. Important to examine also when full mediation is obtainedRun a Sobel test: Z = a*b / (bSEa + aSEb)Use Preachers website /statcalc3/calc.aspx?id=31Testing the Indirect e

18、ffect IV: Helping context DV:Help giving Med:responsibilitya cbc經(jīng)驗值特別類型的中介：Inconsistent Mediationab and c have a different signConsequencesStep 1 may failDo we have mediation?Yes. There is an indirect effect (ab 0).No. There is no effect that is “mediated.”E.g., Political behavior and career outcome

19、s建議用結構方程做！Moderator (Baron & Kenny, 1986)Moderator Answers the “when” questionA variable that affects the direction and/or strength of the relation between an IV and a DV.Mo ideally measured before IV and not correlated with it)Establishing moderation: The moderator should interact with the predicto

20、r (IV) to cause the outcome (DV) 標準化的乘積IV: Helping contextDV: Help givingModerator: Targets age創(chuàng)造交互項標準化自變量和調(diào)節(jié)變量Compute 交互項 = 標準化自變量 標準化調(diào)節(jié)變量放入因變量加入控制變量加入自變量加入調(diào)節(jié)變量加入乘積項步驟二維交互作用畫圖點1：X2 -1，X1 -1情況下Y 1 2 3；點2：X2 -1，X1 1情況下Y 1 2 3； 點3：X2 1，X1 -1情況下Y 1 2 3；點4：X2 1，X1 1情況下Y 1 2 3。詳見：交互效應圖形的繪制方法Y= a1x1 + a2x

21、2 + a3 X1*X2Beta 高 = a1 + a3 Beta 低 = a1- a3交互效應圖中線的斜率問題調(diào)節(jié)作用拓展：多個二維交互項經(jīng)典案例Antecedents and consequences of Supervisor and coworker ostracism放入因變量加入控制變量加入自變量 (可以是一個或多個）加入調(diào)節(jié)變量（可以是一個或多個）加入乘積項（多個）步驟調(diào)節(jié)作用拓展：三維調(diào)節(jié)經(jīng)典案例Wu, He, and Yim. Managerial ties and new product development performance in emerging markets

22、: The roles of entrepreneurial orientation and environmental uncertaintyPolitical tiesBusiness tiesEntrepreneurial orientationEnvironmental uncertaintyNew product development performance創(chuàng)造交互項標準化自變量和所有調(diào)節(jié)變量二維交互二維交互項1 = 標準化自變量 標準化調(diào)節(jié)變量1二維交互項2 = 標準化自變量 標準化調(diào)節(jié)變量2二維交互項3 = 標準化調(diào)節(jié)變量1 標準化調(diào)節(jié)變量23. 三維交互三維交互項 = 標準化自變量 標準化調(diào)節(jié)變量1 標準化調(diào)節(jié)變量2放入因變量加入控制變量加入自變量 (可以是一個或多個）加入調(diào)節(jié)變量（2個）加入所有二維交互加入三維交互步驟三維交互作用畫圖：轉(zhuǎn)化為兩個二維交互圖Y= a0 + a1X1 + a2X2 + a3