研究方法专题 第一天内容课件

1、管理学实证研究方法工作坊吴隆增上海财经大学国际工商管理学院人力资源管理系办公室：工商管理学院518室Telmail: wulongzeng课外参考书目1、刘军：管理研究方法:原理与应用，中国人民大学出版社，20082、黄芳铭：结构方程模式，中国税务出版社，2003年3、张雷等：多层线形模型运用，教育科学出版社，2005年4. 吴明隆 结构方程模型-AMOS的操作与应用 重庆大学出版社5. 吴明隆 问卷统计分析实务-SPSS操作与应用 重庆大学出版社学习目标能看懂他人的方法学部分基本学会写非常规范的方法学部分砍柴者言 - 学会开车掌握一些细节的知识去解决现实研究中的操作

2、性问题。我们权且把这些知识看作是一些“小技巧”。刘军：致力于解决方法学方面的“小技巧”：操作小技巧和写作方面小技巧。小技巧（1）上不了台面，理论贡献小，大牌教授往往不愿讲（2）很是隐形的知识，展开来讲确实有一些难度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%试验研究更准确，但实地研究结论更有意义!二手数据完全是看菜吃饭！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）样本 Where：数据采集自那个企业Who：目标调查对象How and What : （1）HR配合锁定调查对象（随机）（2）问卷收集几次、次与次之间间隔多长时间、每次什么内容（3）问卷填答完后的回收方式（4）问卷每次的回收率（5）最后的样本构成（6）样本的特征：年龄、性别

5、、教育背景和层级等注意1：恰当的资料提供者必须确保提供数据的人是有能力提供可信和有效的相关数据。个人层面方面，关于个人的性格和态度的构念，由受访者直接提供可能是最恰当的，但关于工作绩效，其直属主管则更为恰当。关于机构层面的数据，一个普通的职员不一定了解机构的人力资源政策或机构的业绩。如果我们用邮寄方式要求机构填写这些数据，便不能没有其它的措施来确保数据提供者是否恰当的人选。 注意2：非随机抽样在绝大部分的情况下，组织行为及人力资源管理的研究都无法做到完全的随机抽样。应该尽量避免太随意的抽样。应尽可能有一个抽样的标准。在讨论研究结果的部分，也应交待研究限制及可能对研究外部效度的影响。 资源四：台

6、湾博硕士论文知识加值系统 .tw/cgi-bin/gs32/gsweb.cgi/ccd=AWXCy4/registry登入邮箱：密码：123456789资源五：Google scholar/schhp?hl=zh-CN2. 没有成熟的量表时可以发展量表参看刘军, 吴隆增, 许俊（2010) 后面讲（二）测量工具之二：信度与效度信度：谈论的是稳定性的问题（多次打靶的结果是否一致）效度：谈论的是测量的准确性的问题（是否打在了靶上）。没有信度就没有效度，有信度也不一定有效度。 Construct validity内容效度区分效度收敛效度（Loading 显著性）内部效度：关注过程是否可靠，结论是否可

7、靠外部效度：特定结论是否可以进行推广，运用到现实生活中去信度和效度分析之后：数据简化 通过上述信度和效度分析，已经验证了每个变量都具有信度、效度以及变量之间存在着足够的区分效度。因此，可以用变量所包含的所有题项的均值的平均值来代替这个变量这就为以后的描述性分析、相关分析和假设检验奠定了基础。 （四）描述性统计分析a. 均值和标准差（0.5以上）：一定要参照以往的研究（Mean值与已有研究的mean差别大，则数据可能有问题）b. 相互之间的相关关系IV and DV IV and MV MV and DV 如何做correlation table？ 1. 计算均值。对每个construct按题项

8、做平均，存入到数据表中2. 数据按照以下方式排序。员工/公司背景性的控制变量重要的控制变量自变量中介变量调节变量DV如何做correlation table？ 3. CorrelateBivariate + means and SD4. 导出：双击 + Pivoting Trays + 数据导出5. 数据结果按照以下方式排序员工/公司背景性的控制变量重要的控制变量自变量中介变量调节变量DVIV and DV 相关系数在0.20-0.30最合适IV and MV 相关系数在0.30-0.50最合适MV and DV 相关系数在0.30-0.50最合适任意两两变量之间的相关关系不能大于0.65Co

9、rrelation table 重点关注的信息Mean值不能异常（五）假设检验：Regression, SEM, and HLM用SPSS 回归来验证假设：主要解决同一层次的中介和调节问题（中介只有一层）用SEM来验证假设：主要解决同一层次的多层路径关系或者含有潜变量的模型（尽量不去涉及交互作用）HLM: 线性模型主要解决跨层次数据的中介和调节问题 回归分析的数学方程自变量与因变量成线性关系 (Linear Relationship)，假如X1及X2 (Independent Variables) 是Y (Dependent Variable)的原因，那么它们的关系可用以下方程式代表：Y =

10、0 + 1X1 + 2X2 + 其中：(1) 0为一常数；(2) 1代表了如果X1改变了一个单位，Y会改变的程度；(3) 2代表了如果X2改变了一个单位，Y会改变的程度；(4) 代表了随机的误差； 方差角度：最简单的情況 YX1X2ABC方差的角度：更常见的情形 CYX2X1Dab（1）如果我们假设这个图中C占Y的总变异量与之前的图一样，那么，X1及X2对预测或解释Y的变异情况的能力也会与之前的图一样(即R2 = A + B=a + b + D )（2）1和2不是独立的，它们会互相影响，因为如果我们不考虑X2， 1便会较大；同样地，因为如果我们不考虑X1， 2便会较大。（3）这一点对我们了解真

11、实的现象是很重要的，因为如果在真实的现象中，X1及X2都同时存在而对Y有所影响，但我们的理论却没有考虑X1及X2都同时存在的情形，那么我们的理论便不能正确地描述这些自变量和因变量的关系了。 Unique contribution常见的情形: 1和2不是独立的主效应中介作用 + Sobel Test调节作用/cm/mediate.htm主效应、中介效应和调节效应的检验中介变量 中介变项(Mediator)的意思，就是说自变项对依变项的影响是透过中介变项的，如果M真的是X和Y的中介变项，那么，它们的关系应该是：XMY。这里有三个因果关系的条件：X是M的原因之一；X是Y的原因之一；X对Y的影响是透过

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中介中介变量的证据在对样本的回归的分析中，我们应该看到以下的结果(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在第一个方程式中，结论应是：11不等于零。在第二个方程式中，结论应是：21不等于零。在第三个方程式中，最理想的结论是：31等于零，但32不等于零。如果这三个条件都符合，我们的结论便会是：M是X和Y的中介变项。 放入中介变量加入控制变量加入自变量步骤1放入中介变量加入控制变量加入自变量加入中介变量步骤2放入中介变量加入控制变量加入中介变量步骤3自变量对中介变量自变量对因变量自变量和中介变量对因变量中介变量对因变量三步走战略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这两个值）（2）Model summary （R change，F change，显著性水平）（3）ANOVAs (F值和显著性水平）看 S

17、PSS 所报结果的三个表1. 职场排斥对员工家庭暴力行为的影响2. 辱虐管理对员工主动性行为的影响3. 辱虐管理对下属的家庭满意度的影响简单中介和调节经典案例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经验值特别类型的中介：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建议用结构方程做！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) 标准化的乘积IV: Helping contextDV: Help givingModerator: Targets age创造交互项标准化自变量和调节变量Compute 交互项 = 标准化自变量 标准化调节变量放入因变量加入控制变量加入自变量加入调节变量加入乘积项步骤二维交互作用画图点1：X2 -1，X1 -1情况下Y 1 2 3；点2：X2 -1，X1 1情况下Y 1 2 3； 点3：X2 1，X1 -1情况下Y 1 2 3；点4：X2 1，X1 1情况下Y 1 2 3。详见：交互效应图形的绘制方法Y= a1x1 + a2x

21、2 + a3 X1*X2Beta 高 = a1 + a3 Beta 低 = a1- a3交互效应图中线的斜率问题调节作用拓展：多个二维交互项经典案例Antecedents and consequences of Supervisor and coworker ostracism放入因变量加入控制变量加入自变量 (可以是一个或多个）加入调节变量（可以是一个或多个）加入乘积项（多个）步骤调节作用拓展：三维调节经典案例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创造交互项标准化自变量和所有调节变量二维交互二维交互项1 = 标准化自变量 标准化调节变量1二维交互项2 = 标准化自变量 标准化调节变量2二维交互项3 = 标准化调节变量1 标准化调节变量23. 三维交互三维交互项 = 标准化自变量 标准化调节变量1 标准化调节变量2放入因变量加入控制变量加入自变量 (可以是一个或多个）加入调节变量（2个）加入所有二维交互加入三维交互步骤三维交互作用画图：转化为两个二维交互图Y= a0 + a1X1 + a2X2 + a3