物理第7章定量研究工具課件

1、管理學(xué)研究方法第7章 定量研究工具目 錄7.1定量研究的基礎(chǔ)知識(shí)7.2線性回歸分析7.3結(jié)構(gòu)方程模型7.4多層線性模型（HLM）本章在內(nèi)容安排上分為兩個(gè)大部分：第一大部分即7.1，是對(duì)如上所述的定量研究基本知識(shí)的介紹；第二大部分即7.2至7.4，是對(duì)當(dāng)前管理研究中所使用的主要的定量研究工具進(jìn)行介紹。這些工具包括回歸分析、結(jié)構(gòu)方程模型、多層線性模型以及調(diào)節(jié)變量和中介變量的相關(guān)方法。7.1定量研究的基礎(chǔ)知識(shí)7.1.1著手定量研究：概念化和測(cè)量研究開(kāi)始于選題、命題，然后是命題概念化、概念指標(biāo)化、指標(biāo)測(cè)量化等工作。圖71 研究的細(xì)化過(guò)程7.1定量研究的基礎(chǔ)知識(shí)1.概念與構(gòu)念（1）概念概念是思維的要素，

2、是思維賴以進(jìn)行的基礎(chǔ)。概念是現(xiàn)實(shí)世界中物體、性質(zhì)、關(guān)系、現(xiàn)象和過(guò)程等在我們大腦中的表象。概念的外在形式是語(yǔ)音符號(hào)，即語(yǔ)詞。語(yǔ)詞是概念的外殼，概念是語(yǔ)詞的內(nèi)容，它們互為依存。7.1定量研究的基礎(chǔ)知識(shí)管理學(xué)中的概念因抽象程度也有不同層次。有些概念表達(dá)看得見(jiàn)、摸得著的物體有些概念表述較抽象的東西另一些則表述高度抽象的性質(zhì)和關(guān)系管理學(xué)研究的很多對(duì)象是高度抽象的概念7.1定量研究的基礎(chǔ)知識(shí)（2）構(gòu)念構(gòu)念（construct）是一個(gè)專用術(shù)語(yǔ)，指的是科學(xué)工作者在研究中具體探討的概念，常是新觀念和新思想的載體。通俗地說(shuō)，構(gòu)念的過(guò)程就是構(gòu)造新概念的過(guò)程，也可說(shuō)是一個(gè)“造詞兒”的過(guò)程。7.1定量研究的基礎(chǔ)知識(shí)2.

3、概念化與度量（1）概念化精確地指出研究所用術(shù)語(yǔ)的含義的過(guò)程，就是概念化。概念化過(guò)程的最終產(chǎn)品就是一組具體指標(biāo)（indicators），指標(biāo)被用來(lái)說(shuō)明構(gòu)念的屬性。7.1定量研究的基礎(chǔ)知識(shí)（2）概念的度量測(cè)量一個(gè)概念的方法有多種，自然有優(yōu)劣之分或可行與否，關(guān)鍵是找到合適的度量或指標(biāo)。度量和指標(biāo)必須符合概念的定義，并且要在考慮數(shù)據(jù)資料、時(shí)間、經(jīng)費(fèi)，以及研究者的研究能力是否足以勝任等條件的基礎(chǔ)上來(lái)確定。測(cè)量一個(gè)構(gòu)念，可以自己創(chuàng)造出全新的度量法，也可以使用別人已經(jīng)用過(guò)的度量法。7.1定量研究的基礎(chǔ)知識(shí)（3）評(píng)估測(cè)量質(zhì)量的標(biāo)準(zhǔn)當(dāng)研究者建構(gòu)和評(píng)價(jià)測(cè)量時(shí)，他們更加關(guān)注兩項(xiàng)技術(shù)性指標(biāo)：信度（reliabilit

4、y）和效度（validity）。信度。信度是指使用相同研究技術(shù)重復(fù)測(cè)量同一個(gè)對(duì)象時(shí)，得到相同研究結(jié)果的可能性。信度高并不一定能保證準(zhǔn)確性，存在偏誤。效度。效度是指實(shí)證測(cè)量在多大程度上反映了概念的真實(shí)含義。7.1定量研究的基礎(chǔ)知識(shí)信度與效度的權(quán)衡。信度是獲得效度的必要前提，它比效度容易獲得。但它不能保證測(cè)量的有效性，它不是效度的充分條件。效度和信度通?；パa(bǔ)，但在有的情景下，它們可能互相沖突。對(duì)于管理學(xué)研究來(lái)說(shuō)，這是一個(gè)始終存在、無(wú)法避免的兩難。常見(jiàn)的解決辦法是：（1）如果無(wú)法就測(cè)量某個(gè)概念達(dá)成共識(shí)，就用多種方法進(jìn)行測(cè)量。（2）如果某個(gè)概念有多個(gè)維度，就測(cè)量所有的維度。7.1定量研究的基礎(chǔ)知識(shí)7.

5、1.2構(gòu)建測(cè)量的邏輯：指標(biāo)和量表1.指標(biāo)把概念從理論層次逐漸落實(shí)到操作層次就是尋找一組指標(biāo)來(lái)說(shuō)明概念的屬性。對(duì)于簡(jiǎn)單的概念，只需用一兩個(gè)指標(biāo)來(lái)測(cè)量，而復(fù)雜的概念則需幾個(gè)甚至幾十個(gè)指標(biāo)來(lái)測(cè)量。在使用多個(gè)指標(biāo)來(lái)測(cè)量一個(gè)概念時(shí)，往往需要建立一個(gè)綜合指標(biāo)來(lái)對(duì)一個(gè)概念進(jìn)行綜合度量。7.1定量研究的基礎(chǔ)知識(shí)如何將概念轉(zhuǎn)化為若干個(gè)指標(biāo)呢？（1）經(jīng)驗(yàn)法。通過(guò)對(duì)概念粗略的理解，提出若干指標(biāo)，然后對(duì)這些指標(biāo)進(jìn)行篩選，選擇出其中符合概念內(nèi)涵的指標(biāo)。（2）理性的做法。先查閱大量相關(guān)文獻(xiàn)，找出概念的種種含義，列出可能的指標(biāo)。對(duì)這些指標(biāo)再進(jìn)行認(rèn)真篩選以后，選出最佳的符合要求的指標(biāo)。7.1定量研究的基礎(chǔ)知識(shí)2.量表同指標(biāo)一

6、樣，量表（scale）的作用也是將抽象的變量量化。與指標(biāo)不同的是，量表用于測(cè)量人們的看法和態(tài)度。指標(biāo)通常指的是最后的結(jié)果，而量表多指記錄和收集數(shù)據(jù)的形式。量表和指標(biāo)的關(guān)系密切，用量表收集的數(shù)據(jù)可用以建立和修正指標(biāo)。7.1定量研究的基礎(chǔ)知識(shí)量表在管理學(xué)調(diào)查中廣泛使用，它可用于兩個(gè)互相關(guān)聯(lián)的目的。首先，量表可用于定義構(gòu)念，使之可操作化，因?yàn)榱勘砜杀砻鞲鞣种笜?biāo)與構(gòu)念是否吻合一致。其次，量表可用于測(cè)量變量，產(chǎn)生量化的數(shù)據(jù)，并與其他度量一起用于檢驗(yàn)假說(shuō)。常用的量表包括鮑格達(dá)斯社會(huì)距離量表（Bogardus social distance scale）、李克特量表（Likert scale）、語(yǔ)義差異量表

7、（semantic differential scale）等。7.1定量研究的基礎(chǔ)知識(shí)其基本形式舉例如下：（1）鮑格達(dá)斯社會(huì)距離量表鮑氏量表實(shí)際是由一組在強(qiáng)度上有明顯差異的項(xiàng)目構(gòu)成的，比如要探討美國(guó)白人和黑人的交往意愿，我們可以設(shè)計(jì)一組反應(yīng)交往程度不同的問(wèn)題這種結(jié)構(gòu)順序較強(qiáng)的量表可以測(cè)量出不同的人對(duì)某一群體的態(tài)度。7.1定量研究的基礎(chǔ)知識(shí)（2）李克特量表由美國(guó)人雷思西斯李克特（Rensis Likert）于20世紀(jì)30年代發(fā)明，能生成順序型數(shù)據(jù)，主要用于測(cè)試人們的態(tài)度，常用于社會(huì)調(diào)查。李克特量表通常要求人們表示同意還是不同意某個(gè)觀點(diǎn)。簡(jiǎn)便易行是李克特量表最大的優(yōu)點(diǎn)，在把多個(gè)項(xiàng)目組合起來(lái)共同測(cè)量

8、一個(gè)構(gòu)念的情況下尤其見(jiàn)長(zhǎng)。兩個(gè)缺點(diǎn)：一是合成的分?jǐn)?shù)在被調(diào)查人之間可能相似，從而掩蓋他們的差別；二是上面所說(shuō)的應(yīng)答定勢(shì)的問(wèn)題。7.1定量研究的基礎(chǔ)知識(shí)（3）語(yǔ)義差異量表語(yǔ)義差異量表是美國(guó)社會(huì)心理學(xué)家G.奧斯古德等人首次使用的這類量表運(yùn)用一對(duì)對(duì)意義相反的形容詞，如“好”與“壞”、“慢”與“快”等，讓被調(diào)查人對(duì)人與事做出評(píng)價(jià)。具體做法是在成對(duì)的形容詞之間加上711個(gè)空格（都應(yīng)是奇數(shù)），讓被調(diào)查人選其中之一打鉤，表明自己的立場(chǎng)。把很多人的意見(jiàn)結(jié)合起來(lái)，可看出人們對(duì)有關(guān)事物的態(tài)度。語(yǔ)義差異量表使用的形容詞可分為三大類：一是評(píng)價(jià)類（如“好”與“壞”）；二是強(qiáng)度類（如“強(qiáng)”與“弱”）；三是動(dòng)作類（如“愛(ài)動(dòng)”

9、與“好靜”）。7.1定量研究的基礎(chǔ)知識(shí)7.1.3數(shù)據(jù)分析的原理：統(tǒng)計(jì)檢驗(yàn)1.推斷統(tǒng)計(jì)的基礎(chǔ)知識(shí)（1）概率分布要掌握某一資料的分布情況，統(tǒng)計(jì)學(xué)家主要以中間傾向和分散程度兩個(gè)概念來(lái)表示。首先，所謂中間傾向，就是找分布的中值在哪里我們可用所有數(shù)據(jù)的平均值來(lái)作為此中間傾向的代表，也可用中間數(shù)、中間值等。7.1定量研究的基礎(chǔ)知識(shí)其次，所謂分散程度，就是數(shù)據(jù)很分散，還是較集中地圍繞在中間數(shù)據(jù)附近。一般而言，我們以變異量（variance，或稱方差）或它的平方根標(biāo)準(zhǔn)差（standard deviation）來(lái)表達(dá)。7.1定量研究的基礎(chǔ)知識(shí)圖72 連續(xù)數(shù)據(jù)的正態(tài)分布7.1定量研究的基礎(chǔ)知識(shí)7.1定量研究的基礎(chǔ)

10、知識(shí)圖73 連續(xù)的卡方分布（左）和F分布（右）7.1定量研究的基礎(chǔ)知識(shí)（2）推斷統(tǒng)計(jì)的意義在很多時(shí)候我們沒(méi)有資源收集所有研究對(duì)象的數(shù)據(jù)，我們只能研究一個(gè)樣本，然后根據(jù)這個(gè)樣本的數(shù)據(jù)，推斷（或估計(jì)）母體（我們想要研究的對(duì)象）的數(shù)據(jù)。對(duì)樣本進(jìn)行研究，然后推斷母體的情況，是統(tǒng)計(jì)學(xué)中重要的一環(huán)。7.1定量研究的基礎(chǔ)知識(shí)為了討論的清晰，我們稱母體的數(shù)據(jù)為參數(shù)（parameters），樣本的數(shù)據(jù)為統(tǒng)計(jì)數(shù)（statistics）。一般而言，通常用希臘字母代表參數(shù)（例如，代表母體的平均值；代表母體的標(biāo)準(zhǔn)差），以英文字母代表統(tǒng)計(jì)數(shù)（例如，以代表樣本平均值；s代表樣本的標(biāo)準(zhǔn)差）。我們稱樣本的大小為樣本數(shù)（samp

11、le size），一般用英文字母n表示。7.1定量研究的基礎(chǔ)知識(shí)2.統(tǒng)計(jì)檢驗(yàn)簡(jiǎn)介管理學(xué)研究中往往是先建立假說(shuō)（扎根理論法除外），再根據(jù)實(shí)際資料進(jìn)行論證，所以研究中常采用假說(shuō)檢驗(yàn)。參數(shù)估計(jì)關(guān)心從樣本特性推論出的總體參數(shù)是否落入置信區(qū)間，而假說(shuō)檢驗(yàn)的著眼點(diǎn)卻是落在置信區(qū)間以外的統(tǒng)計(jì)值。出現(xiàn)落在置信區(qū)間以外的統(tǒng)計(jì)值，從統(tǒng)計(jì)檢驗(yàn)角度來(lái)說(shuō)，并非一定是“壞”事，倒可能是新發(fā)現(xiàn)的標(biāo)志。7.1定量研究的基礎(chǔ)知識(shí)（1）保守假說(shuō)（null hypothesis）待檢驗(yàn)假說(shuō)可分為兩類：一類是“研究假說(shuō)”，即研究者希望驗(yàn)證的命題；另一類是“保守假說(shuō)”，即研究假說(shuō)的邏輯對(duì)立面。保守假說(shuō)通常和研究假說(shuō)相悖，如研究假說(shuō)說(shuō)一

12、種方法比另一種方法更有效，保守假說(shuō)則說(shuō)兩者有效程度一樣。7.1定量研究的基礎(chǔ)知識(shí)假說(shuō)的證偽往往比證實(shí)更有力。如果從正面找出支持研究假說(shuō)的論據(jù)，那也只是在某種具體條件下被證實(shí)，并不能得出假說(shuō)已被證實(shí)的結(jié)論。而否定的證據(jù)只要有一個(gè)，研究假說(shuō)便被證偽。保守假說(shuō)就是根據(jù)這種思路和研究假說(shuō)相呼應(yīng)地設(shè)計(jì)的，如果保守假說(shuō)被否定，便是對(duì)研究假說(shuō)的有力支持。7.1定量研究的基礎(chǔ)知識(shí)（2）顯著性檢驗(yàn)置信度指真值落在容許偏差幅度（即置信區(qū)間）內(nèi)的概率。研究者當(dāng)然也可以用容許出現(xiàn)失誤即真值落在置信區(qū)間之外的概率來(lái)設(shè)定指標(biāo)，這個(gè)指標(biāo)即為顯著度（significance level），用表示和置信區(qū)間的概念相對(duì)應(yīng)，相對(duì)于

13、每個(gè)顯著度都有個(gè)否定值，如0.0l時(shí)，平均值正態(tài)分布每邊相對(duì)的否定值便是2.33標(biāo)準(zhǔn)值，標(biāo)準(zhǔn)值大于2.33的正態(tài)分布區(qū)域便是否定域（critical region）。7.1定量研究的基礎(chǔ)知識(shí)假說(shuō)檢驗(yàn)關(guān)心的是否定域的統(tǒng)計(jì)值和顯著度。顯著性檢驗(yàn)是主觀預(yù)先選定一個(gè)顯著度。判斷實(shí)驗(yàn)組的平均值是否落入否定域，如落入，則和控制組的平均值之間差異顯著，證實(shí)自變量起作用的假說(shuō)。7.1定量研究的基礎(chǔ)知識(shí)3.統(tǒng)計(jì)檢驗(yàn)的基本步驟（1）設(shè)立假說(shuō)我們會(huì)先假設(shè)，我們探討的自變量與因變量之間并無(wú)因果關(guān)系，直到我們有足夠的證據(jù)推翻這一假說(shuō)前，我們會(huì)接受這一假說(shuō)。（2）抽樣：搜集資料在科學(xué)研究中，我們也是通過(guò)樣本的數(shù)據(jù)來(lái)判斷是

14、否有足夠的證據(jù)推翻原來(lái)的假說(shuō)7.1定量研究的基礎(chǔ)知識(shí)（3）幾率的估計(jì)在保守假說(shuō)正確的前提下，我們會(huì)觀察到這樣一個(gè)樣本的幾率有多大，這個(gè)幾率我們稱為P值（P value）。如果這個(gè)P值很小，我們就推翻保守假說(shuō)。7.1定量研究的基礎(chǔ)知識(shí)（4）下結(jié)論不能僅靠統(tǒng)計(jì)在管理學(xué)和一般的社會(huì)科學(xué)研究中，如果計(jì)算出來(lái)的P值小于5%，我們便會(huì)推翻保守假說(shuō)。如果P值比我們?cè)O(shè)定可接受的小，我們會(huì)說(shuō)樣本提供了顯著（significant）的證據(jù)，讓我們推翻原來(lái)保守的假說(shuō)，或者說(shuō)樣本提供的證據(jù)達(dá)到了顯著水平（significant level）。在使用統(tǒng)計(jì)方法前，是要慎重思考的，否則便容易流于胡亂判斷變量間的因果關(guān)系7.

15、1定量研究的基礎(chǔ)知識(shí)，對(duì)增進(jìn)了解知識(shí)上的探索反而有害無(wú)益。以下是一些很重要的考慮：（1）理論框架統(tǒng)計(jì)只是一種工具，它不能取代我們?cè)瓉?lái)根據(jù)理論背景做出的假說(shuō)7.1定量研究的基礎(chǔ)知識(shí)（2）幾率性的測(cè)試結(jié)論只是幾率性的，如果以95%顯著水平為基礎(chǔ)，當(dāng)我們從樣本的數(shù)據(jù)中推翻保守假說(shuō)時(shí)，其實(shí)仍有5%的可能是會(huì)出錯(cuò)的，我們把這種錯(cuò)誤稱為第一類錯(cuò)誤；同樣，當(dāng)我們基于樣本的數(shù)據(jù)而沒(méi)有推翻保守假說(shuō)時(shí)，其結(jié)論仍有可能是錯(cuò)的，即事實(shí)上保守假說(shuō)是錯(cuò)的，這種錯(cuò)誤的可能性視樣本的大小而定（樣本越大，此錯(cuò)誤的幾率越?。覀兎Q這種錯(cuò)誤為第二類錯(cuò)誤。7.1定量研究的基礎(chǔ)知識(shí)（3）樣本的代表性如果樣本不能代表母體，則無(wú)論我們用

16、任何方法來(lái)分析樣本數(shù)據(jù)，對(duì)母體的結(jié)論還是不會(huì)正確的。（4）統(tǒng)計(jì)方法的假定每一種統(tǒng)計(jì)方法都是在某種假定之下發(fā)展出來(lái)的如果事實(shí)偏離這些假定太遠(yuǎn)，則這些統(tǒng)計(jì)方法所下的結(jié)論并不可靠（5）數(shù)據(jù)的可靠性除了抽樣方法以及樣本數(shù)外，數(shù)據(jù)的信度和效度會(huì)影響數(shù)據(jù)的可靠性7.2線性回歸分析7.2.1回歸分析在管理學(xué)研究中的應(yīng)用線性回歸分析假定一列（或多列）數(shù)據(jù)的變化同另一列數(shù)據(jù)的變化呈某種線性的函數(shù)關(guān)系，運(yùn)用統(tǒng)計(jì)學(xué)的相關(guān)理論，衡量數(shù)據(jù)聯(lián)系的強(qiáng)度，并通過(guò)指標(biāo)檢驗(yàn)其符合的程度。7.2線性回歸分析7.2.2線性回歸分析的原理1.對(duì)回歸原理的形象描述線性回歸分析的基本假設(shè)是自變量與因變量呈線性關(guān)系，如果X1、X2是自變量，

17、Y是因變量Y=0+1D+2X2+Y=0+1X1+7.2線性回歸分析其中：0是截距；1代表了X1改變一個(gè)單位，Y會(huì)改變的程度；2代表了X2改變一個(gè)單位，Y會(huì)改變的程度；代表隨機(jī)誤差，它符合正態(tài)分布。1反映了Y與X1的共變量（即A的部分），而2反映了Y與X2的共變量（即B的部分），這是最簡(jiǎn)單的情況。很多時(shí)候，X1、X2及Y的真實(shí)變異量和共變量是更加復(fù)雜的7.2線性回歸分析圖74 簡(jiǎn)單的共變量圖75 復(fù)雜的共變量7.2線性回歸分析除非最簡(jiǎn)單的情況出現(xiàn)，否則回歸分析的原理是同時(shí)考慮不同自變量對(duì)某一因變量的影響，其中有兩點(diǎn)是很重要的，包括：（1）整體而言，這些自變量對(duì)因變量的解釋能力有多大取決于的變異量

18、占Y的總變異量的大小，如果越小，則預(yù)測(cè)或解釋的能力越強(qiáng)；（2）在同時(shí)考慮了所有自變量的情況下，關(guān)于一個(gè)自變量對(duì)因變量的影響我們可以做出這樣的結(jié)論：在其他因素不變的情況下，這個(gè)自變量（例如X1）對(duì)因變量（Y）的影響是當(dāng)X1改變一個(gè)單位時(shí)，Y會(huì)改變1個(gè)單位。7.2線性回歸分析2.應(yīng)用回歸分析時(shí)的注意要點(diǎn)（1）關(guān)于因果關(guān)系的問(wèn)題嚴(yán)格說(shuō)來(lái)，回歸分析只是一個(gè)統(tǒng)計(jì)工具，即使是顯著的統(tǒng)計(jì)結(jié)果也不能證明自變量與因變量之間的因果關(guān)系。各變量之間的因果關(guān)系需要理論的建構(gòu)及搜集變量資料時(shí)的步驟來(lái)提供合理的證據(jù)。（2）自變量與因變量的測(cè)量尺度如果自變量與因變量并非等距尺度，便需要以虛擬變量或其他方法先加以處理。7.2

19、線性回歸分析（3）線性關(guān)系的設(shè)定自變量與因變量之間的關(guān)系是線性的，如果不是的話，我們便需要對(duì)變量做出相應(yīng)的調(diào)整（4）單一因變量回歸分析只能處理單一的因變量，不能同時(shí)驗(yàn)證多于一個(gè)因變量的理論模型。（5）關(guān)于測(cè)量誤差回歸分析無(wú)法處理變量測(cè)量時(shí)的誤差問(wèn)題，在應(yīng)用前首先要確定測(cè)量是否達(dá)到可接受的信度和效度的要求。7.2線性回歸分析3.調(diào)節(jié)變量和中介變量的問(wèn)題（1）調(diào)節(jié)變量和中介變量的理論意義調(diào)節(jié)變量的一個(gè)主要作用是為現(xiàn)有的理論劃出限制條件和適用范圍。Lakatos提出精致的證偽主義，他認(rèn)為理論有個(gè)內(nèi)核，背后有輔助假說(shuō)，外部有邊界調(diào)節(jié)。當(dāng)實(shí)證檢驗(yàn)發(fā)現(xiàn)反例時(shí)，其理論核心是不該被輕易放棄的，可以改變輔助假說(shuō)

20、或增加限制條件，最后才是考慮放棄理論核心。7.2線性回歸分析調(diào)節(jié)變量能幫助我們發(fā)展已有的理論，使理論對(duì)變量之間關(guān)系的解釋更為精細(xì)。相似的，中介變量也可以幫助我們發(fā)展既有的理論，它可以解釋變量之間為什么會(huì)存在關(guān)系以及這種關(guān)系是如何發(fā)生的。當(dāng)一個(gè)變量能夠解釋自變量和因變量之間的關(guān)系時(shí)，我們就認(rèn)為它起到了中介作用。因此，研究中介作用的目的就是在我們已知某些關(guān)系的基礎(chǔ)上，探索產(chǎn)生這些關(guān)系的內(nèi)部機(jī)制。中介變量在理論上至少存在以下兩個(gè)重要意義：第一，中介變量可以整合現(xiàn)有的研究或理論；第二，中介變量可以解釋關(guān)系背后的作用機(jī)制。7.2線性回歸分析（2）調(diào)節(jié)變量的原理如果變量X與Y有關(guān)系，但是X與Y的關(guān)系受第三

21、個(gè)變量Z的影響，那么變量Z就是調(diào)節(jié)變量。調(diào)節(jié)變量所起的作用被稱為調(diào)節(jié)作用。調(diào)節(jié)變量影響自變量與因變量之間的關(guān)系，既可以是對(duì)關(guān)系強(qiáng)度的影響，也可以是對(duì)關(guān)系方向的影響。在管理學(xué)研究中，調(diào)節(jié)變量可以是類別變量（如性別、種族、教育水平等），也可以是連續(xù)變量（如工資水平、智力水平等）。7.2線性回歸分析（3）中介作用的原理凡是X影響Y，并且X是通過(guò)一個(gè)中間變量M對(duì)Y產(chǎn)生影響的，M就是中介變量。中介變量可以分為兩類：一類是完全中介；另一類是部分中介。7.2線性回歸分析最常用也是最傳統(tǒng)的檢驗(yàn)中介變量的方法是Baron和 Kenny（1986）的方法。（1）自變量影響因變量；（2）自變量影響中介變量；（3）控

22、制中介變量之后，自變量對(duì)因變量的作用消失了，或是明顯地減小了。7.2線性回歸分析中介作用意味著一個(gè)因果鏈中介變量由自變量引起，并影響了因變量的變化。要建立因果關(guān)系，必須滿足一些條件和標(biāo)準(zhǔn)，在研究方法中常用的有三個(gè)：原因和結(jié)果在時(shí)間和空間上是連續(xù)的，原因和結(jié)果在時(shí)間上有先后順序，它們之間有恒定的聯(lián)系。7.2線性回歸分析7.2.3使用回歸分析的例子1.Law和Wang（1998）：對(duì)估計(jì)不同的薪酬比較對(duì)象的重要性的方法的改進(jìn)：1）研究主題Two approaches for estimating the relative importance of various referents in aff

23、ecting pay satisfaction are reviewed.The first approach uses the most frequently reported referents by the respondents as the most important referents.7.2線性回歸分析The logic of this approach is questioned because frequency of using a referent is different from his/her relative importance.The second appr

24、oach uses a policy-capturing method by which respondents are asked to evaluate their pay satisfaction when compared to various referents.An alternative policy-capturing approach that minimizes these two limitations is suggested.7.2線性回歸分析2）測(cè)量變量的方法In this approach，participants were asked how satisfied

25、 they would be if given stated values of their pay and of the pay for each of the five referent groups.An example of this approach is：7.2線性回歸分析3）回歸分析referentspay differentialpay ratiofamily/close friends-0.06-0.06colleagues0.34*0.40*industry-0.04-0.04same qualification0.26*0.23*supervisor0.16-0.07mu

26、ltiple R0.48*0.46* p0.10; *p0.05; *p0.01.Note: The dependent variable is general pay level satisfaction. Coefficients reported are regression weights.表73 回歸分析結(jié)果(abstracted)7.2線性回歸分析2.Johnson等人（2006）：專業(yè)匹配與組織認(rèn)同之間的關(guān)系3.回歸方法檢驗(yàn)調(diào)節(jié)作用的具體步驟（1）用虛擬變量代表類別變量，對(duì)連續(xù)變量進(jìn)行標(biāo)準(zhǔn)化（2）構(gòu)造乘積項(xiàng)（3）構(gòu)造方程（4）調(diào)節(jié)作用的分析和解釋7.2線性回歸分析7.2.4進(jìn)一步

27、閱讀建議關(guān)于線性回歸模型，我們建議你可以閱讀以下資料：Law，K.S.Wong，C.S.& Wang，K.D.（2004）.An empirical test of the model on managing the localization of human resources in the Peoples Republic of China.The International Journal of Human Resource Management，15（5）：635-648.MacKinnon，D.P.，Lockwood，C.M.，Hoffman，J.M.，West，S.G.，& She

28、ets，V.（2002）.A comparison of methods to test mediation and other intervening variable effects.Psychological Methods，7（1），83-104.7.2線性回歸分析關(guān)于調(diào)節(jié)變量的驗(yàn)證，感興趣的讀者可以閱讀下列文章：Cortina，J.M.，Chen，G.and Dunlap，W.P.（2001）.Testing Interaction Effects in LISREL：Examination and Illustration of Available Procedures.Organ

29、izational Research Methods，4（4）：324-360.Erodogan，B.，Liden，R.C.and Kraimer，M.L.，（2006）.Justice and leader-member exchange：The moderating role of organization culture.Academy of Management Journal.49，395-406.7.2線性回歸分析關(guān)于中介變量的驗(yàn)證，感興趣的讀者可以自行參閱：MacKinnon, D. P. , Lockwood, C. M. , Hoffman, J. M. , West, S.

30、 G. and Sheets, V. (2002). A comparison of methods to test mediation and other intervening variable effects. Psychological Methods, 7, 83-104.另外，有兩位專家的網(wǎng)址都對(duì)中介變量講得很詳細(xì)。第一位是David A. Kenny（/cm/mediate.htm），第二位是David P. MacKinnon（http/davidpm/ripl/mediate.htm）。7.3結(jié)構(gòu)方程模型7.3.1結(jié)構(gòu)方程模型在管理學(xué)研究中的應(yīng)用結(jié)構(gòu)方程模型（Structur

31、e Equation Modeling，SEM）是應(yīng)用線性方程系統(tǒng)表示觀測(cè)變量與潛變量之間，以及潛變量之間關(guān)系的一種統(tǒng)計(jì)方法。在國(guó)內(nèi)，結(jié)構(gòu)方程模型研究方法則剛剛興起，相當(dāng)多的人文社科類實(shí)證研究論文中都已開(kāi)始采用這一建模方法。7.3結(jié)構(gòu)方程模型1.結(jié)構(gòu)方程模型的優(yōu)點(diǎn)（1）允許回歸方程的自變量含有測(cè)量誤差（2）可以同時(shí)處理多個(gè)因變量（3）可以測(cè)量潛變量（4）允許更具彈性的模型設(shè)定7.3結(jié)構(gòu)方程模型2.結(jié)構(gòu)方程模型應(yīng)用的幾個(gè)新趨勢(shì)（1）第一個(gè)大方向是測(cè)量等同（measurement equivalence/invariance，ME/I）概念的拓展與延伸。結(jié)構(gòu)方程模型在不同文化組別之間進(jìn)行比較，可以

32、對(duì)跨文化研究工作大有裨益?？缧詣e研究，因?yàn)槟行院团詫?duì)某些問(wèn)題的看法會(huì)有所差異，如對(duì)領(lǐng)導(dǎo)風(fēng)格這個(gè)問(wèn)題所體現(xiàn)出的差異。在360度績(jī)效評(píng)估中，研究表明，員工與上司對(duì)其本人的工作表現(xiàn)評(píng)價(jià)會(huì)有所出入，從而導(dǎo)致了一系列問(wèn)題的產(chǎn)生。7.3結(jié)構(gòu)方程模型（2）第二個(gè)大方向是潛增長(zhǎng)模型（latent growth model）。（3）第三個(gè)大方向是多層次因子模型（multilevel factor model）。在結(jié)構(gòu)方程中，我們可以將觀察來(lái)的變量之間的協(xié)方差矩陣分拆成兩個(gè)層次研究：變量組間協(xié)方差矩陣（between-group covariance matrix）和變量組內(nèi)協(xié)方差矩陣（within-group

33、 covariance matrix），從而可對(duì)組間和組內(nèi)的模型進(jìn)行分別測(cè)量，進(jìn)一步就可以比較這兩個(gè)層次之間的異同。7.3結(jié)構(gòu)方程模型7.3.2結(jié)構(gòu)方程模型的原理1.結(jié)構(gòu)方程模型的原理介紹圖710 結(jié)構(gòu)方程模型原理圖7.3結(jié)構(gòu)方程模型2.結(jié)構(gòu)方程模型的基本類型結(jié)構(gòu)方程模型主要有以下三個(gè)大類：測(cè)量模型（measurement model）、路徑模型（path model）和全模型（full model）。7.3結(jié)構(gòu)方程模型（1）測(cè)量模型測(cè)量模型的主要用途是通過(guò)驗(yàn)證性因子分析來(lái)幫助檢驗(yàn)我們提出的理論假說(shuō)同時(shí)對(duì)各因子參數(shù)做出估計(jì)。圖711 測(cè)量模型7.3結(jié)構(gòu)方程模型（2）路徑模型路徑分析的主要作用是

34、想要了解各個(gè)變量之間的關(guān)系，這其中包括直接關(guān)系和間接關(guān)系兩大類。圖712 路徑模型7.3結(jié)構(gòu)方程模型（3）全模型全模型是同時(shí)包含了測(cè)量模型和路徑模型的總和，即同時(shí)包含外源變量和內(nèi)生變量的模型，也稱為完整模型（complete model）。7.3結(jié)構(gòu)方程模型圖713 全模型7.3結(jié)構(gòu)方程模型3.結(jié)構(gòu)方程模型分析的步驟（1）模型設(shè)定（2）模型識(shí)別（3）模型估計(jì)（4）模型評(píng)價(jià)與修正7.3結(jié)構(gòu)方程模型7.3.3使用結(jié)構(gòu)方程模型的例子Warren（1974）的研究樣本為98個(gè)美國(guó)愛(ài)荷華州農(nóng)場(chǎng)企業(yè)。Warren 假設(shè)農(nóng)場(chǎng)企業(yè)管理者的行為因素主要包括四個(gè)方面：對(duì)于企業(yè)以及產(chǎn)品的管理方面的知識(shí)（knowle

35、dge）；對(duì)于獲取的經(jīng)濟(jì)收益的評(píng)價(jià)，即管理者的價(jià)值導(dǎo)向（value）；管理者從管理行為中所獲取的滿意度（satisfaction）；管理者曾接受的正式教育水平（education）。7.3結(jié)構(gòu)方程模型Warren 主要研究這些因素對(duì)于管理績(jī)效（performance）的影響。通過(guò)這一示例，可以看到結(jié)構(gòu)方程模型在管理研究實(shí)證分析上的優(yōu)勢(shì)所在，通過(guò)將難以直接衡量的知識(shí)水平、價(jià)值導(dǎo)向、滿意度和績(jī)效以調(diào)研打分為測(cè)量變量予以概念化，進(jìn)而通過(guò)測(cè)量變量之間的協(xié)方差關(guān)系研究潛變量之間的關(guān)系，擬合結(jié)果可以清晰地顯示出知識(shí)水平、價(jià)值導(dǎo)向和滿意度對(duì)管理績(jī)效的預(yù)測(cè)關(guān)系7.3結(jié)構(gòu)方程模型7.3.4進(jìn)一步的閱讀建議我們建

36、議你可以閱讀以下資料：侯杰泰、溫忠麟、成子娟：結(jié)構(gòu)方程模型及其應(yīng)用，北京，教育科學(xué)出版社，2004。7.3結(jié)構(gòu)方程模型Cheung，G.W.and Rensvold，R.B.（2000）.Assessing extreme and acquiescence response sets in cross-cultural research using structural equations modeling.Journal of Cross-Cultural Psychology，31（2），187-212.Wong，Y.T.，Ngo，H.Y.& Wong，C.s.（2003）.Anteced

37、ents and outcomes of employees trust in Chinese joint ventures.Asia Pacific Journal of Management，20（4）：481-500.7.4多層線性模型（HLM）7.4.1多層線性模型在管理學(xué)研究中的應(yīng)用1.橫截面數(shù)據(jù)的多層結(jié)構(gòu)特征在社會(huì)科學(xué)中，很多研究問(wèn)題都體現(xiàn)為多水平的、多層的數(shù)據(jù)結(jié)構(gòu)傳統(tǒng)的線性模型中，如方差分析或回歸分析，往往只能對(duì)其中某一層的數(shù)據(jù)進(jìn)行描述或提出一系列的研究問(wèn)題和假說(shuō)，卻不能對(duì)涉及兩層或多層數(shù)據(jù)的問(wèn)題作綜合性的研究。7.4多層線性模型（HLM）2.縱向研究數(shù)據(jù)的多層結(jié)構(gòu)特征在縱向研究

38、中，以不同觀測(cè)時(shí)點(diǎn)的追蹤記錄結(jié)果為第一層數(shù)據(jù)，以樣本的個(gè)體特征或不同的實(shí)驗(yàn)處理為第二層數(shù)據(jù)，從而構(gòu)成兩層數(shù)據(jù)結(jié)構(gòu)。與傳統(tǒng)的統(tǒng)計(jì)分析方法相比，多層線性模型在數(shù)據(jù)的基本假說(shuō)和研究問(wèn)題的范圍上都有顯著的擴(kuò)展。7.4多層線性模型（HLM）7.4.2多層線性模型的原理1.多層線性模型的基本原理多層分析采用“回歸的回歸（regression of regression）”的運(yùn)算原理，對(duì)這種個(gè)體效應(yīng)和背景效應(yīng)進(jìn)行分離，基本分析思想是這樣的：首先對(duì)個(gè)體層變量進(jìn)行回歸，保存下回歸系數(shù)，并將這些統(tǒng)計(jì)量與在第二層所觀察到的變量混合在一起進(jìn)行回歸分析。7.4多層線性模型（HLM）2.多層線性分析的基本形式多層分析同樣具有一個(gè)完整模型（full model），即模型中包含第一層的預(yù)測(cè)變量，也包含第二層的預(yù)測(cè)變量這里給出最簡(jiǎn)單的完整模型，即只有一個(gè)第一層預(yù)測(cè)變量和一個(gè)第二層預(yù)測(cè)變量。7.4多層線性模型（HLM）Level-1 Model：Yij=0j+1jXij+rijLevel-2 Model：0j=00+01Wj+u0j 1j=10+11Wj+u1jYij指?jìng)€(gè)人i在j群體中的結(jié)果變量；Xij是個(gè)人i在j群體中的預(yù)測(cè)因子之值；0j與1j是每個(gè)j群體分別被估計(jì)出的截距項(xiàng)與斜率；rij為殘差項(xiàng)。Wj是群體層次的變量；00與10為