第7章 测量相关_第1页
第7章 测量相关_第2页
第7章 测量相关_第3页
第7章 测量相关_第4页
第7章 测量相关_第5页
已阅读5页,还剩90页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

第二讲测量相关,王海珍,数据定量化定类变量虚拟化虚拟变量测量的信度和效度,测量相关,针对潜变量,数据定量化定类变量虚拟化虚拟变量测量相关什么是潜变量,测量相关,针对潜变量,显变量:也称观察变量(observedvariable),是指可以直接获得数据的变量。年收入教育程度ROA潜变量(latentvariable):抽象的,不可直接观测的变量,它是通过一系列观察变量来间接体现的。组织文化社会地位组织承诺,显变量与潜变量,抽象,难以直接度量无法由单一变量反映其抽象内容必须透过测量变量推估因此,一个潜变量必须以两个以上的测量变量来估计。,潜变量的特性,为什么不能用一个测量变量去反映潜变量?,组织承诺指个体认同并参与一个组织的强度。它不同于个人与组织签订的工作任务和职业角色方面的合同,而是一种“心理合同”,或“心理契约”。(只取其中3个为例)我乐于在此度过我剩下的职业生涯我对这个团队有很深的感情这个组织对我而言,意义重大,潜变量示例组织承诺,数据定量化定类变量虚拟化虚拟变量测量相关什么是潜变量测量模型,测量相关,针对含有潜变量的研究,测量模型,古典测量模型,=+1=+12=+23=+3=+S为系统误差共同方法偏差的来源,测量模型,古典测量模型,同属测量模型,=+1=+12=+23=+3=+S为系统误差共同方法偏差的来源,1=+12=+23=+3,测量模型,古典测量模型,同属测量模型,=+1=+12=+23=+3=+S为系统误差共同方法偏差的来源,1=+12=+23=+3,认为每个指标都能同等程度的代表构念,一些指标更能反映构念的真实值,如何得到潜变量的得分?,如何得到潜变量的得分?,古典测量模型,同属测量模型,=+1=+12=+23=+3=+S为系统误差共同方法偏差的来源,1=+12=+23=+3,回归分析:简单平均,SEM:进入模型,量表由一组陈述组成,每一陈述有“完全同意”、“同意”、“不一定”、“不同意”、“完全不同意五种回答,分别记为1,2,3,4,5,也可以是7级量表,潜变量测量的实现Likert量表,张三关于组织承诺的得分:(2+3+1)/3=2.3或是3个题项进入结构方程模型,回归分析前如何得到潜变量得分,回归分析前如何得到潜变量得分,进入回归分析,SEM对待潜变量,以他们的协方差矩阵作为分析对象,数据定量化定类变量虚拟化虚拟变量测量相关什么是潜变量测量模型信度与效度,测量相关,针对潜变量,信度(reliability)代表测量的可靠程度,或不受测量误差影响真分数测量的程度。一个好的测量,它的结果是可靠的,多次反复测量,其结果保持一致构念效度(constructvalidity)是指测量的正确性,反映了构念的定义与测量之间的一致程度,也即测量在多大程度上反映了构念的真实含义。,3.信度与效度,两者必须同时兼具才能保证测量的质量。,目标,目标,信度高效度低,信度低效度高,目标,信度高效度高,信度(reliability)代表测量的可靠程度,或不受测量误差影响真分数测量的程度。一个好的测量,它的结果是可靠的,多次反复测量,其结果保持一致构念效度(constructvalidity)是指测量的正确性,反映了构念的定义与测量之间的一致程度,也即测量在多大程度上反映了构念的真实含义。,3.信度与效度,两者必须同时兼具才能保证测量的质量。,3.信度和效度,信度,效度,信度(reliability)代表测量的可靠程度,或不受测量误差影响真分数测量的程度。量表是稳定可靠的没有随机测量误差,构念效度(constructvalidity)是指测量的正确性,反映了构念的定义与测量之间的一致程度,也即测量在多大程度上反映了构念的真实含义。测量了我们所想测的东西没有系统误差,一组测量的真变异数与总变异数(实得变异数)的比率(误差越小越好),信度,真变异数和误差有没有办法直接测量?,一组测量的真变异数与总变异数(实得变异数)的比率(误差越小越好)替代办法再测信度:两次测量结果之间的相关系数分半信度:SPSS中可估计一致性/同质性信度:测验内部所有题项间的一致性Cronbacha(SPSS中会报告)0.7,信度,真变异数和误差有没有办法直接测量?,替代办法再测信度:两次测量结果之间的相关系数分半信度:SPSS中可估计一致性/同质性信度:测验内部所有题项间的一致性Cronbacha(SPSS中会报告)0.7,信度,=12=122=1jk2n指标数2第i个条目/题项上所有答题者分数的方差2每个答题者总分之间的方差jk题项jk之间的协方差,Cronbacha,=12=122=1jk2n指标数2第i个条目/题项上所有答题者分数的方差2每个答题者总分之间的方差jk题项jk之间的协方差,Cronbacha,内容效度内部结构效度效标效度与逻辑关系网会聚效度与区分效度,效度,会聚效度(convergentvalidity)测量同一构念的测量项目应当高度关联因子载荷大于0.63/0.55区分效度(discriminationvalidity)测量不同构念的测量项目的相关度较低AVE平方根与相关系数的比较,大于所有则可以接受一组嵌套的验证性因子分析比较模型拟合优度,效度,目标2,目标,目标,目标1,信度高效度低,信度低效度高,区分效度,目标,信度高效度高,我想通过改变行为,让别人对我形成一个好印象;我试图调整自己的行为,给他人展示一个好形象;给其他人留下一个好印象,这一点对我而言很重要;在别人面前,我喜欢呈现出友好和有礼貌的一面;我很敏感别人对我的印象如何;我试图让别人对我形成一种“她/他不错”的印象;,自我增强动机amotivetoenhancetheirself-image(Yun,etal.,2007),同一个构念的测量题项,是否应该有很高的相关程度?,什么是相关?,构建效度(constructvalidity):因子/构念的定义与测验之间的一致程度会聚效度(convergentvalidity)测量同一构念的测量项目应当高度关联因子载荷大于0.63/0.55区分效度(discriminationvalidity)测量不同构念的测量项目的相关度较低AVE平方根与相关系数的比较,大于所有则可以接受一组嵌套的验证性因子分析比较模型拟合优度,效度,1=111+122+1+112=211+222+2+22=11+22+因子载荷就是与的相关系数,因子载荷,构建效度(constructvalidity):因子/构念的定义与测验之间的一致程度会聚效度(convergentvalidity)测量同一构念的测量项目应当高度关联因子载荷大于0.63/0.55区分效度(discriminationvalidity)测量不同构念的测量项目的相关度较低AVE平方根与相关系数的比较,大于所有则可以接受,效度,抽取变异量=12=12+=1()=12,AVE(平均抽取变异量),反映型(reflective)指标/效果(effect)指标因子决定指标。举例:组织承诺我乐于在此度过我剩下的职业生涯我确实认为我们团队的问题就是我的问题。构成型(formative)指标/因果(causal)指标指标决定/构成因子举例:社会地位收入职位。SPSS无法对构成型指标的测量的信度、效度进行分析,SEM可以,潜变量的类别,组织绩效学习成绩与父母关系学习氛围传统性智商血型,考考你:以你的理解,这些变量里哪些需要分析测量的信度和效度?,数据定量化定类变量虚拟化虚拟变量测量相关什么是潜变量测量模型信度与效度,测量相关,练习,报告的结果,初始解共同度,最终解计算出的共同度,变量共同度/公共方差反映全部公共因子变量(因子)对原有变量xi(题项)的总方差解释说明比例。2=12,报告的结果,初始解共同度,最终解计算出的共同度,变量共同度/公共方差反映全部公共因子变量(因子)对原有变量xi(题项)的总方差解释说明比例。2=12,0.958=0.979*0.979,报告的结果当析出多个因子时,变量共同度/公共方差反映全部公共因子变量(因子)对原有变量xi(题项)的总方差解释说明比例。2=12,0.958=0.9652+0.1622,因子的方差贡献/特征值,是衡量因子重要程度的重要指标=122.819=0.9792+0.9602+0.9692,因子的方差贡献率/=12/nN为因子数目0.93966=2.819/3,数据定量化定类变量虚拟化虚拟变量测量相关什么是潜变量测量模型信度与效度测量的层次,测量相关,针对潜变量,构念所在层次,4.测量的层次,46,a.明确构念层次,47,低层,高层,明确说明构念所在的层次,解释被放置在某层次的理论依据,举例:正向情感&正向情感语调,团队层面:同一群体内一致的正向情感反应个人层面:乐观、被喜欢的程度、社交能力、主动、有活力等特质,48,留任筛选吸引,社会化,构念所在层次构念测量高层构念的分类,4.测量的层次,49,b.构念测量/聚合,50,低层,高层,如何测量组织层面的构念?,51,组织规模,总体单位特性globalunitproperties,总体单位特性,相对而言,客观的、描述性的、易于观察到的单位特征直接源自于团队(团队属性),而非个人如:公司的年龄、规模、位置、策略,52,如何测量组织层面的构念?,53,组织规模,年龄多样性,总体单位特性globalunitproperties,形态单位特性configuralunitproperties,形态单位特性,在单位中,个人特征的形态或配置情形(分布),源于个人层次,但并不假设单位成员之间会趋于一致如:年龄多样化、性别多样化、断裂聚合方法:最大值、最小值、方差等取样时:理想上必须取得所有成员关于构念的信息(如年龄),若无法达到时,必须证明所取样本具有足够的代表性。,54,如何测量组织层面的构念?,55,组织规模,年龄多样性,团队正向情感语调、服务氛围,总体单位特性globalunitproperties,形态单位特性configuralunitproperties,共享单位特性Sharedunitproperties,如何测量组织层面的构念?,56,组织规模,年龄多样性,团队正向情感语调、服务氛围,总体单位特性globalunitproperties,形态单位特性configuralunitproperties,共享单位特性Sharedunitproperties,共享单位特性,源自于组织内成员的经验、态度、知觉、价值观、认知及行为等,而且被假定在社会化及其他心理历程的作用下,会体现为一个单位层次的构念聚合方法:平均数NOTE:需要在理论与实证方面的支持理论方面:说明单位内回答的一致度和一致性如何从个别层次的特征浮现出来实证方面:组内一致度、ICC(1),ICC(2),57,共享单位特性的细分,直接一致构念团体成员分享他们个别的知觉或特质,如认知能力、风格、人格、智力及行为变量近朱者赤、近墨者黑如:正向情感语调转移参考点共识构念只有在成员共享其团体属性的知觉时才有意义团体集体属性而非个人属性如:我有信心我的团队可以完成此项任务,58,如何测量组织层面的构念?,59,组织规模,年龄多样性,团队正向情感语调、服务氛围,总体单位特性,形态单位特性,共享单位特性直接一致构念转移参考点共识构念,组织公民行为、程序公正氛围分别属于以上哪种?区分此二者的意义何在?如果你研究的是某一种个性,则其属于直接一致构念还是形态单位特性?关键的区分在于?聚合方法:均值还是方差?是否有社会化等心理历程,使其趋于一致总体单位特性与转移参考点共识构念的区别是什么?如何区分二者?是否以个人感知为准,客观性还是主观性,就此模型,如果我们试图用回归分析方法验证假设,请问:我们还需要区分构念是哪种类型,以及检验其聚合的合理性吗?,60,互动环节,你的研究问题中哪些概念需要从个人层面聚合到单位层面?它们属于哪种类别?,61,构念所在层次构念测量高层构念的分类聚合的统计检验方法,4.测量的层次,62,c.聚合的统计验证方法,在聚合个人的回答到单位层次之前,必须确认聚合有理论与实证的支持共享单位特性需此步骤请问:总体单位特征的测量中是否需要此步骤?如果是多个专家的主观性回答,则需要,63,c.聚合的统计验证指标,组内一致度(Rwg)组内相关(1)(ICC(1))组内相关(2)(ICC(2)),64,组内一致度,反映:回答者(同一单位内的,个别成员)对构念有相同反应的程度。衡量:观察到的群体方差与期望的随机方差相比较单一题项的Rwg在多个组间的均值多个题项的Rwg在多个组间的均值,65,单一题项:组织冲突(用一个题项来测),66,1班的Rwg,2班的Rwg,3班的Rwg,Rwg计算公式,单一题项的计算公式:,67,只有一个题项,观察到的组内方差拿到数据后,可以计算吗?,期望的随机方差假设组内成员的回答为均匀分布下所得到的方差:,越小越好!,越接近1越好,C为答案选项的数目,单一题项:组织冲突(用一个题项来测),68,1班的Rwg,2班的Rwg,3班的Rwg,Arewelost?,计算Rwg的目的是什么?为了需要有足够的组内一致度?什么样的构念才需要计算Rwg?,69,多个题项:离职意向(用3个题项来测),70,J=3,计算公式,多个题项的计算公式来源:陈晓萍,徐淑英,樊景立.组织与管理研究的实证方法(第2版),p.449,71,J个题项,观察到的J个题项的组内方差的平均值,期望的随机方差假设组内成员的回答为均匀分布下所得到的方差:,越接近1越好,NOTE,以上的公式:可用来计算该构念针对每一个群体(组/班级/单位)的组内一致度。如有20个班级,则取20个班级的的中位数或平均数判断标准:如最后的0.70,则表示该构念的聚合有足够的一致度。,72,计算该样本中离职倾向的组内一致度,73,特殊情况,即使平均后的大于0.7,但存在着某些群体,其单个的相当低措施:分别进行回归/HLM分析,对比在包含了这些群体/组,和去掉了这些群体之后,回归/HLM分析结果是否有很大的不同。IF相同:则保留IF不同:需要研究是否适合将高和低的群体样本合在一起进行分析。,74,ICC(1),组内相关(1)(intraclasscorrelation(1))检验是否有足够的组间差异用组间方差(组间变异)来检验,75,ICC(1),计算公式:ICC(1)=组间方差/(组间方差+组内方差)判断标准:ICC(1)0.12,76,ICC(2),组内相关(2)(intraclasscorrelation(1))计算公式:ICC(2)=kICC(1)/1+(k-1)ICC(1)K为群体样本数判断标准:ICC(2)0.70注:即使ICC(2)相对较低,但较高,组间方差显著,聚合也是可行的(ChenKozlowski&Httrup,1992),77,指标的计算,Rwg可以通过SPSS产生组内方差ICC(1)所需要的组间方差与组内方差,可以由HLM软件,零模型分析而来,也可以由方差分析而来,78,79,小结,小结,80,小结,81,小结,82,RwgICC(1)ICC(2),数据定量化定类变量虚拟化虚拟变量测量相关什么是潜变量测量模型信度与效度测量的层次共同方法偏差,测量相关,针对潜变量,5.共同方法偏差,困难等级:,84,共同方法偏差在心理学、行为科学研究中特别是采用问卷法的研究中广泛存在,引起了越来越多研究者的注意。因为同样的数据来源或评分者、同样的测量环境、项目语境以及项目本身特征所造成的自变量与因变量之间人为的共变。这种人为的共变对研究结果产生严重的混淆并对结论有潜在的误导,是一种系统误差。,共同方法偏差(CommonmethodVariance,CMV),X与Y不同来源不同被试时间、空间、心理、方法的分离减少对项目的猜度打乱题项避免顺序效应匿名量表长度不应超过70个,程序控制的经验,统计检验与控制,团队多样性对团队产出的影响变革型领导对组织承诺的影响与老师的关系对学习成绩的影

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论