第四章管理实证研究(上) 【教学目的】理解构念及其测量,掌握构念的测量方法;熟悉测量的李克特 量表编制与设计;理解测量工具的效度与信度,掌握效度和信度分析技术 【教学重点与难点】构念的测量方法;量表编制技术;效度与信度分析 【教学时数】8 【教学方法与手段】案例教学、课堂讨论、多媒体演示、上级操作 前述章节已经展现了研究工作的步骤和流程概况,而且已经明白,当研究者 对管理现象、问题或疑惑能够基于已有理论和知识作出自我的判断或回答,也就 意味着研究工作已经形成了假说和假设。研究假设表明了概念间的关系,其本质 是对导致管理问题、现象或结果的影响因素及其作用机理的认知。接下来,研究 工作的重点需要转移到对这些概念间关系的验证方面来,而验证需要对这些概念 的值进行观测,并基于一定的统计分析技术对这些概念之间的关系进行判断分析。 那么,如何观测概念的取值,并利用这些取值进行概念间关系的验证,就成了实 证研究最核心的内容。本章主要讲解测量问题,下一章主要介绍统计分析方法。 第一节测量及其基本原理 管理研究中的概念一般采用 construct而不是 concept,也就是采用构念一词。 所谓构念就是构想出来的概念,用来描述现实管理中的各种景象,例如“认同感” “幸福感”、“工作压力”、“合作满意度”等。构念最主要的不是构想,而是其包 含了不同的属性,并且这些属性往往需要或者应该是可以观测的。管理研究中构 念是抽象的,并不能直接观测。为了连接抽象的构念与具体的现象,就需要一个 中介或桥梁,这个中介或桥梁就是“测量”,可以简单理解为把一个抽象的概念 如何量化成数据,即所谓的操作化定义。测量学有一套严谨的理论,称之为测量 理论,这里简单对其进行介绍。需要强调的是,定量研究者远比定性研究者更关 心测量,在其研究中,测量是资料搜集前的一个独立步骤,并为此发展处专门的 术语和技术。由于定量研究者倾向于采取演绎取向,所以总是从概念开始,然后 通过精确、细致的测量来捕捉它,并表示为数字形式
- 1 - 第四章 管理实证研究（上） 【教学目的】理解构念及其测量，掌握构念的测量方法；熟悉测量的李克特 量表编制与设计；理解测量工具的效度与信度，掌握效度和信度分析技术 【教学重点与难点】构念的测量方法；量表编制技术；效度与信度分析 【教学时数】 8 【教学方法与手段】 案例教学、课堂讨论、多媒体演示、上级操作 前述章节已经展现了研究工作的步骤和流程概况，而且已经明白，当研究者 对管理现象、问题或疑惑能够基于已有理论和知识作出自我的判断或回答，也就 意味着研究工作已经形成了假说和假设。研究假设表明了概念间的关系，其本质 是对导致管理问题、现象或结果的影响因素及其作用机理的认知。接下来，研究 工作的重点需要转移到对这些概念间关系的验证方面来，而验证需要对这些概念 的值进行观测，并基于一定的统计分析技术对这些概念之间的关系进行判断分析。 那么，如何观测概念的取值，并利用这些取值进行概念间关系的验证，就成了实 证研究最核心的内容。本章主要讲解测量问题，下一章主要介绍统计分析方法。 第一节 测量及其基本原理 管理研究中的概念一般采用 construct 而不是 concept，也就是采用构念一词。 所谓构念就是构想出来的概念，用来描述现实管理中的各种景象，例如“认同感”、 “幸福感”、“工作压力”、“合作满意度”等。构念最主要的不是构想，而是其包 含了不同的属性，并且这些属性往往需要或者应该是可以观测的。管理研究中构 念是抽象的，并不能直接观测。为了连接抽象的构念与具体的现象，就需要一个 中介或桥梁，这个中介或桥梁就是“测量”，可以简单理解为把一个抽象的概念 如何量化成数据，即所谓的操作化定义。测量学有一套严谨的理论，称之为测量 理论，这里简单对其进行介绍。需要强调的是，定量研究者远比定性研究者更关 心测量，在其研究中，测量是资料搜集前的一个独立步骤，并为此发展处专门的 术语和技术。由于定量研究者倾向于采取演绎取向，所以总是从概念开始，然后 通过精确、细致的测量来捕捉它，并表示为数字形式
进一步理解构念 研究者创造出很多构念,是因为这些构念有助于把复杂的管理现象用最简单 的词概括出来,并且,管理学每一个理论中几乎都有不止一个构念,也就是说 管理理论均是一些或者一系列构念间关系的概括。但是,构念是抽象的、潜在的, 而不是具体的、可观察的,因而就必须设法把它们与具体现象或事物联系起来, 并寻找到适当的测量工具去测量这些构念,测量工作关注的就是此项工作,它是 项基础性的研究活动。 前述已经说明了,构念是由研究者构造出来的。但是,并不是任何一个抽象 的名词都可以作为构念,构念需要具备3个特征:构念是抽象的、不可直接观察 的;构念是与理论和模型相联系的:构念的定义是清晰而明确的°。 首先,构念包含了一定量的复杂信息,所以一般都是抽象和不能够直接观察 的。“部门”这个名词不是一个构念,因为这个概念已经非常具体,只要定义清 楚,就可以直接观察和计数。但是,部门内的“合作氛围”则是一个构念,是很 多信息的综合,由于并不存在合作氛围这样一个客观的事物,因此我们不能直接 观察它 其次,构念是用于建构理论的。研究者提出“组织认同”这个构念,就是因 为他们发现一些员工是否在内心把自己视为组织的一员会直接影响他们的工作 行为,用“组织认同”来解释这种影响才是研究者的目的。既然构念是人们建构 和设想出来的,就有可能并没有反映出事实本身的真相,因此,只有当构念被用 于一个理论中,并可以解释和预测我们观察到的现象时,这个构念才是有用的。 管理研究中也是如此,如果一个管理学构念能够被用于发展理论或建构新的理论, 并用来解释和预测管理现象,那么这个构念对于我们的研究是有意义的:相反, 有不少研究者为了使自己的研究看起来新颖而创造新构念,但对理论并没有实质 的帮助,这样的构念会像流星,很快就无人使用。 最后,构念应该是清晰的、有明确定义的。如果只看上面第二个条件,似乎 只要我们找到一个预测力很强的构念就可以拿来用了,但很多预测力强的构念由 于包含了过多的内容,在定义上难以达到清晰明确的标准。例如,美国学者卢桑 斯( Luthans,2004)提出了“心理资本”的概念,将其定义为个体在成长和发 ①罗胜强,姜嬿.管理学问卷调查研究方法[M]重庆:重庆大学出版社,2014:125-127
- 2 - 一、进一步理解构念 研究者创造出很多构念，是因为这些构念有助于把复杂的管理现象用最简单 的词概括出来，并且，管理学每一个理论中几乎都有不止一个构念，也就是说， 管理理论均是一些或者一系列构念间关系的概括。但是，构念是抽象的、潜在的， 而不是具体的、可观察的，因而就必须设法把它们与具体现象或事物联系起来， 并寻找到适当的测量工具去测量这些构念，测量工作关注的就是此项工作，它是 一项基础性的研究活动。 前述已经说明了，构念是由研究者构造出来的。但是，并不是任何一个抽象 的名词都可以作为构念，构念需要具备 3 个特征：构念是抽象的、不可直接观察 的；构念是与理论和模型相联系的；构念的定义是清晰而明确的①。 首先，构念包含了一定量的复杂信息，所以一般都是抽象和不能够直接观察 的。“部门”这个名词不是一个构念，因为这个概念已经非常具体，只要定义清 楚，就可以直接观察和计数。但是，部门内的“合作氛围”则是一个构念，是很 多信息的综合，由于并不存在合作氛围这样一个客观的事物，因此我们不能直接 观察它。 其次，构念是用于建构理论的。研究者提出“组织认同”这个构念，就是因 为他们发现一些员工是否在内心把自己视为组织的一员会直接影响他们的工作 行为，用“组织认同”来解释这种影响才是研究者的目的。既然构念是人们建构 和设想出来的，就有可能并没有反映出事实本身的真相，因此，只有当构念被用 于一个理论中，并可以解释和预测我们观察到的现象时，这个构念才是有用的。 管理研究中也是如此，如果一个管理学构念能够被用于发展理论或建构新的理论， 并用来解释和预测管理现象，那么这个构念对于我们的研究是有意义的；相反， 有不少研究者为了使自己的研究看起来新颖而创造新构念，但对理论并没有实质 的帮助，这样的构念会像流星，很快就无人使用。 最后，构念应该是清晰的、有明确定义的。如果只看上面第二个条件，似乎 只要我们找到一个预测力很强的构念就可以拿来用了，但很多预测力强的构念由 于包含了过多的内容，在定义上难以达到清晰明确的标准。例如，美国学者卢桑 斯（Luthans，2004）提出了“心理资本”的概念，将其定义为个体在成长和发 ① 罗胜强，姜嬿. 管理学问卷调查研究方法[M]. 重庆：重庆大学出版社，2014:125-127
展过程中表现出来的一种积极心理状态。不少学者在其之后做了大量研究,发现 心理资本的确可以预测工作绩效、工作感受、职业发展等。那么,心理资本到底 包含了哪些内容呢?卢桑斯( Luthans, Youssef and avolio,2007)对心理资本的 定义进行了修订,认为心理资本是“个体的积极心理发展状态,其特点是:(1) 拥有表现和付出必要努力、成功完成具有挑战性的任务的自信(自我效能感) (2)对当前和将来的成功做积极归因(乐观);(3)坚持目标,为了取得成功, 在必要时能够重新选择实现目标的路线(希望);(4)当遇到问题和困难时,能 够坚持、很快恢复和采取迂回途径来取得成功(坚韧)”。对于一个管理实践者来 说,这个定义可能已经足够明确了;但对于严谨的研究者来说,可能需要多问几 个问题。心理资本表示一个人哪方面的特征呢?是个性特质还是能力?和其他个 性特征或能力的构念能够区分吗?它是几个已有构念的统称和综合吗?如果这 些问题都不能够很好地回答,我们就需要质疑这个构念本身的定义是否清楚了。 因此,一个有很强解释力的构念如果没有清晰明确的定义,也不一定能成为一个 好的管理构念,因为很难使用定义模糊的构念发展一个精确的管理理论。 “清晰的、有明确定义的”这个对构念的要求,换句话说,也就是构念所代 表的范围应该是适当和清晰的。首先,范围的适当也就是既不能太宽泛,也不能 太狭窄。例如,如果想建立一个新的构念,称为“员工感受”,这个构念包含了 员工一切与企业有关的感觉。这样的一个构念就很成问题了,因为“员工感受” 谈的是哪一方面的感受呢?对什么的感受呢?如果我在企业中认识了一个同事, 发现自己很喜欢她,并希望她与我成为男女朋友,这样的恋情是“员工感受”的 一部分吗?反过来说,构念也不能太窄。如果我发展一个新的构念,称为“员工 对上司的能力的满意度”,就很难用这个构念发展理论。同时构念一定是要简单、 清晰的。我们不可以建立一个构念,称为“员工因为工作的压力,而产生的离职 倾向”。这样做的话,就把理论因果都定义在构念里面,无须再建构任何理论了。 、构念的测量 测量是“根据法则给客体或事件指派数字”,蒂文斯1946年这样认为。因为 构念本身都是抽象的,如果没有方法把它们与具体现象联系起来,并且用数字把 它们的程度表示出来,就不能够使用这些构念做实证研究。例如,研究员工的工 作满意度,就必须考虑工作满意度是高还是低的问题,当然也必须明确多少是高
- 3 - 展过程中表现出来的一种积极心理状态。不少学者在其之后做了大量研究，发现 心理资本的确可以预测工作绩效、工作感受、职业发展等。那么，心理资本到底 包含了哪些内容呢？卢桑斯（Luthans，Youssef and Avolio，2007）对心理资本的 定义进行了修订，认为心理资本是“个体的积极心理发展状态，其特点是：（1） 拥有表现和付出必要努力、成功完成具有挑战性的任务的自信（自我效能感）； （2）对当前和将来的成功做积极归因（乐观）；（3）坚持目标，为了取得成功， 在必要时能够重新选择实现目标的路线（希望）；（4）当遇到问题和困难时，能 够坚持、很快恢复和采取迂回途径来取得成功（坚韧）”。对于一个管理实践者来 说，这个定义可能已经足够明确了；但对于严谨的研究者来说，可能需要多问几 个问题。心理资本表示一个人哪方面的特征呢？是个性特质还是能力？和其他个 性特征或能力的构念能够区分吗？它是几个已有构念的统称和综合吗？如果这 些问题都不能够很好地回答，我们就需要质疑这个构念本身的定义是否清楚了。 因此，一个有很强解释力的构念如果没有清晰明确的定义，也不一定能成为一个 好的管理构念，因为很难使用定义模糊的构念发展一个精确的管理理论。 “清晰的、有明确定义的”这个对构念的要求，换句话说，也就是构念所代 表的范围应该是适当和清晰的。首先，范围的适当也就是既不能太宽泛，也不能 太狭窄。例如，如果想建立一个新的构念，称为“员工感受”，这个构念包含了 员工一切与企业有关的感觉。这样的一个构念就很成问题了，因为“员工感受” 谈的是哪一方面的感受呢？对什么的感受呢？如果我在企业中认识了一个同事， 发现自己很喜欢她，并希望她与我成为男女朋友，这样的恋情是“员工感受”的 一部分吗？反过来说，构念也不能太窄。如果我发展一个新的构念，称为“员工 对上司的能力的满意度”，就很难用这个构念发展理论。同时构念一定是要简单、 清晰的。我们不可以建立一个构念，称为“员工因为工作的压力，而产生的离职 倾向”。这样做的话，就把理论因果都定义在构念里面，无须再建构任何理论了。 二、构念的测量 测量是“根据法则给客体或事件指派数字”，蒂文斯 1946 年这样认为。因为 构念本身都是抽象的，如果没有方法把它们与具体现象联系起来，并且用数字把 它们的程度表示出来，就不能够使用这些构念做实证研究。例如，研究员工的工 作满意度，就必须考虑工作满意度是高还是低的问题，当然也必须明确多少是高
多少是低,而且必须将工作满意度与员工对企业的忠诚等联系起来。还有一个更 清晰的例子,物理学中的温度是一个抽象概念,我们无法直接观测和测量温度的 多少,于是发明了水银温度计来帮助人们测量温度的高低。通过给不同水银柱的 髙度标上相对应的温度的数字,就可以对温度进行测量了。在这个测量中,虽然 温度(构念)这个概念是抽象的、不可直接观测的,但是温度计(测量)上的读 数是客观而具体的。 (一)理解测量 研究者通过一些方法收集看得见的资料为一个构念所代表的属性指派数字 时,就是对这个构念的测量。指派数字可以有不同的方法,可以用一个客观指标 作为构念的测量,如用ROA表示企业的绩效;可以用一个逻辑上与构念密切相 关的指标来作为替代物间接测量构念,如用市场份额来代表企业的市场竞争力 还可以用量表对构念进行测量,如工作压力量表可以用来测量个人感知的工作压 力的大小。管理硏究中这三种测量方式都会用到,而测量用得最多的就是量表, 因此,后面将重点讨论量表的方法。 测量是根据法则而分派数字于物体或事件之上,这一方式的定义曾被科学家 们热烈地讨论过,尤以心理计量学家为然。测量的定义中包含了数字、物体与事 件、分派法则三个元素。首先,物体与事件是代表研究中所感兴趣的东西,它们 是引起研究者兴趣的事物的属性或特征。例如在营销方面,我们主要的兴趣对象 是消费者,而且我们感兴趣的是他们所具有的具体特征,并常用“特质”来区别 物体本身及其具有的某些特别属性。比如,管理者虽对消费者本身深感兴趣,但 他们仍以消费者所具有的具体特质,诸如购买能力和兴趣偏好,来了解消费者。 因此,不管研究者感兴趣的事物是什么,但这些事物均因其含有的特质程度而异。 此外,利用特质来描述事物,有助于了解和沟通。基于此,管理者对于消费者的 若干特质,诸如年龄、性别、收入水平、动机等,都会感到兴趣。 测量中的一个数字可以当做一种物体或事件特征的代表符号,例如,人们常 以120斤代表某一个体的体重,如同以185米代表一个人的身高。同样的,“聪 明”可以用来形容一个人的普通智力,但也可用IQ值为115作为相同的用途。 不论在哪一种情况,这些符号都是抽象的东西,它们不是物体或事件的本身,而
- 4 - 多少是低，而且必须将工作满意度与员工对企业的忠诚等联系起来。还有一个更 清晰的例子，物理学中的温度是一个抽象概念，我们无法直接观测和测量温度的 多少，于是发明了水银温度计来帮助人们测量温度的高低。通过给不同水银柱的 高度标上相对应的温度的数字，就可以对温度进行测量了。在这个测量中，虽然 温度（构念）这个概念是抽象的、不可直接观测的，但是温度计（测量）上的读 数是客观而具体的。 （一）理解测量 研究者通过一些方法收集看得见的资料为一个构念所代表的属性指派数字 时，就是对这个构念的测量。指派数字可以有不同的方法，可以用一个客观指标 作为构念的测量，如用 ROA 表示企业的绩效；可以用一个逻辑上与构念密切相 关的指标来作为替代物间接测量构念，如用市场份额来代表企业的市场竞争力； 还可以用量表对构念进行测量，如工作压力量表可以用来测量个人感知的工作压 力的大小。管理研究中这三种测量方式都会用到，而测量用得最多的就是量表， 因此，后面将重点讨论量表的方法。 测量是根据法则而分派数字于物体或事件之上，这一方式的定义曾被科学家 们热烈地讨论过，尤以心理计量学家为然。测量的定义中包含了数字、物体与事 件、分派法则三个元素。首先，物体与事件是代表研究中所感兴趣的东西，它们 是引起研究者兴趣的事物的属性或特征。例如在营销方面，我们主要的兴趣对象 是消费者，而且我们感兴趣的是他们所具有的具体特征，并常用“特质”来区别 物体本身及其具有的某些特别属性。比如，管理者虽对消费者本身深感兴趣，但 他们仍以消费者所具有的具体特质，诸如购买能力和兴趣偏好，来了解消费者。 因此，不管研究者感兴趣的事物是什么，但这些事物均因其含有的特质程度而异。 此外，利用特质来描述事物，有助于了解和沟通。基于此，管理者对于消费者的 若干特质，诸如年龄、性别、收入水平、动机等，都会感到兴趣。 测量中的一个数字可以当做一种物体或事件特征的代表符号，例如，人们常 以 120 斤代表某一个体的体重，如同以 1.85 米代表一个人的身高。同样的，“聪 明”可以用来形容一个人的普通智力，但也可用 IQ 值为 115 作为相同的用途。 不论在哪一种情况，这些符号都是抽象的东西，它们不是物体或事件的本身，而
仅是代表物体或事件的特性而已。此外,这些符号(如1,2,3或I,Ⅱ,Ⅲ) 本身不具意义,仅当研究者赋予其意义时,它们才会具有意义。一般来讲,有些 特质及其符号己为大家所熟知,所以它们的意义非常的清晰。但是,有些特质及 其符号并非如此。比如,某20岁男孩的体重是120斤,此数字所代表的意义相 当清楚。但是,这男孩上学期的数学等级与“丙”所代表意义有所不同,这种差 异是由于分派的法则不同造成的。 测量中最有趣、最困难的工作就是设定法则。所谓法则是做什么的一种指引 或方法,例如数学上的一种法则是函数,它是把某一集合中的物体分派到另一集 合的物体之上的法则。然而,在测量方面,有一种法则或许可以描述为:“依据 每个人的好坏而分派1至5的数字。假如某一个人非常好,那么就分派数字5 给他。假使某一个人非常坏,那么就分派数字1给他。至于介于两极端之间的人, 则分派给他们中间的数字2~4。”此外,另一法则是“假如一个人是男的,则分 派他数字1,假如一个人是女的,则分派她数字0。”当然,在使用这一法则之前, 必须先有另一法则来界定男女才可。 假定有一个集合A,含有5个人,其中3男2女:a1、a和a是男;a2和a5 是女。如果要决定其性别,假使已有一种先验的法则可以让研究者清晰地界定性 别,那么研究者可以应用前面的叙述,即如一个人是男的,则分派数字1,如果 是女的,则分派数字0。现在如让0和1为一集合,称为B,那么B={0}。可 把这种测量的解剖图呈现如图4.1。 a1 图4.1性别测量中的函数关系 考虑这样一个例子,我们如何知道一位主管支持下属的程度?你可能已经想 到很多方法,如让主管自己报告是否支持下属,让下属报告是否感觉到被支持
- 5 - 仅是代表物体或事件的特性而已。此外，这些符号（如 1，2，3 或 I，Ⅱ，Ⅲ） 本身不具意义，仅当研究者赋予其意义时，它们才会具有意义。一般来讲，有些 特质及其符号已为大家所熟知，所以它们的意义非常的清晰。但是，有些特质及 其符号并非如此。比如，某 20 岁男孩的体重是 120 斤，此数字所代表的意义相 当清楚。但是，这男孩上学期的数学等级与“丙”所代表意义有所不同，这种差 异是由于分派的法则不同造成的。 测量中最有趣、最困难的工作就是设定法则。所谓法则是做什么的一种指引 或方法，例如数学上的一种法则是函数，它是把某一集合中的物体分派到另一集 合的物体之上的法则。然而，在测量方面，有一种法则或许可以描述为：“依据 每个人的好坏而分派 1 至 5 的数字。假如某一个人非常好，那么就分派数字 5 给他。假使某一个人非常坏，那么就分派数字 1 给他。至于介于两极端之间的人， 则分派给他们中间的数字 2～4。”此外，另一法则是“假如一个人是男的，则分 派他数字 1，假如一个人是女的，则分派她数字 0。”当然，在使用这一法则之前， 必须先有另一法则来界定男女才可。 假定有一个集合 A ，含有 5 个人，其中 3 男 2 女： 1 a 、 3 a 和 4 a 是男； 2 a 和 5 a 是女。如果要决定其性别，假使已有一种先验的法则可以让研究者清晰地界定性 别，那么研究者可以应用前面的叙述，即如一个人是男的，则分派数字 1，如果 是女的，则分派数字 0。现在如让 0 和 1 为一集合，称为 B ，那么 B 01，。可 把这种测量的解剖图呈现如图 4.1。 图 4.1 性别测量中的函数关系 考虑这样一个例子，我们如何知道一位主管支持下属的程度？你可能已经想 到很多方法，如让主管自己报告是否支持下属，让下属报告是否感觉到被支持， 1 2 3 4 5 a a a a a 0 1
或是让其他部门的主管从旁观者的角度评价;你还可以列出一串“支持行为”的 清单,请下属选出他们所看到的,或者干脆你自己在旁边观察记录主管的行为 你甚至可以制造一个下属遇到困难的情景,看主管会如何反应。虽然你心里可能 已经对哪个方法可能更有效有了自己的判断,但这些方法都可以在某种程度上反 映出我们所希望知道的主管支持下属的程度,因此,对任何构念的测量都不存在 唯一的方法。在确定了一个构念的定义以后,测量一个构念可以有很多不同的方 法,它们在某种程度上都可以作为这个构念的表示,把这些测量就称为这个构念 的“指标”。 在上面的例子中,主管对下属的支持是一个抽象的概念,但是如果这种支持 可以表现为可观察的行为,就可以测量了。例如,我们可以采用请下属汇报他所 观察到的主管的行为的方法,在调查中问员工对下面一个陈述的同意程度 表4.1“主管支持”的一个测量指标 序 同意程度 题项 不同意 Q1主管常常和我讨论我工作中遇到的 3 4 困难 根据员工对上述陈述的同意程度的选择,就可以作为“主管支持”这个构念 的一个可观测指标。如果一位员工选择的同意程度为5,表示基于该位员工的观 察,主管常常和他讨论他自己在工作中遇到的困难,这就意味着,在很大程度上 主管对其工作的支持程度较高。 进一步假定,研究者试图解决的是员工离职倾向与主管对其工作支持之间的 关系,并且研究假设为主管支持与员工离职倾向之间具有显著的负相关关系。可 以用同样的方法测量离职倾向(表42)。 表4.2“离职倾向”的一个测量指标 序 同意程度 题项 不同意 我常常想要离开这家企业 如果上述两个变量均得以观测,也就是“主管支持”和“离职倾向”均被赋 值,就可以统计分析二者之间的负相关关系了 然而,管理研究中构念的测量远比上述要复杂,因为无论是定性和定量研究, 在测量中都适用概念化和操作化的两个过程,而这两个过程都是极其具有挑战性 的。其中,概念化是捕捉一个构想并通过赋予它一个概念或理论定义的方提炼它
- 6 - 或是让其他部门的主管从旁观者的角度评价；你还可以列出一串“支持行为”的 清单，请下属选出他们所看到的，或者干脆你自己在旁边观察记录主管的行为； 你甚至可以制造一个下属遇到困难的情景，看主管会如何反应。虽然你心里可能 已经对哪个方法可能更有效有了自己的判断，但这些方法都可以在某种程度上反 映出我们所希望知道的主管支持下属的程度，因此，对任何构念的测量都不存在 唯一的方法。在确定了一个构念的定义以后，测量一个构念可以有很多不同的方 法，它们在某种程度上都可以作为这个构念的表示，把这些测量就称为这个构念 的“指标”。 在上面的例子中，主管对下属的支持是一个抽象的概念，但是如果这种支持 可以表现为可观察的行为，就可以测量了。例如，我们可以采用请下属汇报他所 观察到的主管的行为的方法，在调查中问员工对下面一个陈述的同意程度： 表 4.1 “主管支持”的一个测量指标 序 号 题项 同意程度 不同意 ←„„→ 同意 Q1 主管常常和我讨论我工作中遇到的 困难 1 2 3 4 5 根据员工对上述陈述的同意程度的选择，就可以作为“主管支持”这个构念 的一个可观测指标。如果一位员工选择的同意程度为 5，表示基于该位员工的观 察，主管常常和他讨论他自己在工作中遇到的困难，这就意味着，在很大程度上 主管对其工作的支持程度较高。 进一步假定，研究者试图解决的是员工离职倾向与主管对其工作支持之间的 关系，并且研究假设为主管支持与员工离职倾向之间具有显著的负相关关系。可 以用同样的方法测量离职倾向（表 4.2）。 表 4.2 “离职倾向”的一个测量指标 序 号 题项 同意程度 不同意 ←„„→ 同意 Q2 我常常想要离开这家企业 1 2 3 4 5 如果上述两个变量均得以观测，也就是“主管支持”和“离职倾向”均被赋 值，就可以统计分析二者之间的负相关关系了。 然而，管理研究中构念的测量远比上述要复杂，因为无论是定性和定量研究， 在测量中都适用概念化和操作化的两个过程，而这两个过程都是极其具有挑战性 的。其中，概念化是捕捉一个构想并通过赋予它一个概念或理论定义的方提炼它
概念定义是以抽象的理论术语所下的定义。它涉及内涵和外延的精确把握,好的 定义具有清楚、明晰和特定的意义,其中没有令人困惑或模糊不清之处。没有任 何神奇的手法可以把建构转变成精确的概念定义,这需要仔细的思考、直接的观 察和与其他人交换意见、阅读其他人所思所言,以及尝试各种可能的定义。研 究者需要清楚,单独的一个构想可能同时有数个定义,人们对于这些定义不一定 会有完全相同的看法,概念定义连接着理论框架,也带有价值观点。也就是说, 了解一个构念必须结合其理论框架,而不可以脱离理论照搬其字面含义 另外,构念内部可能含有数个次级,而这些次级构念又可以更加特定化。也 就是说,构念本身包含了多个维度或层面,这被称为构面,每个构面也是不可以 直接观测的。因此,将一个构念进行概念化时,研究者必须对该构想到底有多复 杂与抽象有所了解。例如,像年龄这样具体的构想,就比像士气那种复杂抽象的 概年更容易界定 (二)测量指标 由于许多构念是无法直接被测量或观察得到的,如焦虑、态度、动机、工作 压力、满意度、投入感、角色冲突等,此种构念只是一种特质或抽象的概念,无 法直接得知,因此,要得知当事者在这些构念上的实际情况,只能间接以量表或 观察得到的实际的指标数值来反映该构念特质,这就是测量所涉及的问题,这就 好像一个人的个性与外表行为一样,一个人的个性如何无法直接得知,因为它是 个抽象的构念,但可以借由此人的外表行为表现作为其个性判断的指标。而且, 外表行为的特征很多,综合这些外表行为的特征,就可以了解一个人的个性如何。 上述“个性”就是一个构念,在实证研究中也称其为潜在变量,而外表具体行为 表现就是个性潜在变量的指标变量(或称显著变量、观察变量)。可以想象,若 是外表行为表现的指标愈多,则对一个人的个性判断的正确性会愈高,可信度会 愈佳。所以,测量的目的在于根据研究中对理论构念的理解和定义,把抽象的概 念具体化,找到合适的测量指标,从而对这些构念所代表的现象进行科学的描述、 区分、解释,乃至预测,这就是所谓的操作化过程 在管理学研究中,有两种不同测量指标可以用来测量构念,它们是反映型指 标和形成性指标。其中,如果测量指标只是作为构念外在的表现形式,就将其称 ①劳伦斯纽曼.社会研究方法[M]郝大海译北京:中国人民大学出版社,2007220-227
- 7 - 概念定义是以抽象的理论术语所下的定义。它涉及内涵和外延的精确把握，好的 定义具有清楚、明晰和特定的意义，其中没有令人困惑或模糊不清之处。没有任 何神奇的手法可以把建构转变成精确的概念定义，这需要仔细的思考、直接的观 察和与其他人交换意见、阅读其他人所思所言，以及尝试各种可能的定义①。研 究者需要清楚，单独的一个构想可能同时有数个定义，人们对于这些定义不一定 会有完全相同的看法，概念定义连接着理论框架，也带有价值观点。也就是说， 了解一个构念必须结合其理论框架，而不可以脱离理论照搬其字面含义。 另外，构念内部可能含有数个次级，而这些次级构念又可以更加特定化。也 就是说，构念本身包含了多个维度或层面，这被称为构面，每个构面也是不可以 直接观测的。因此，将一个构念进行概念化时，研究者必须对该构想到底有多复 杂与抽象有所了解。例如，像年龄这样具体的构想，就比像士气那种复杂抽象的 概年更容易界定。 （二）测量指标 由于许多构念是无法直接被测量或观察得到的，如焦虑、态度、动机、工作 压力、满意度、投入感、角色冲突等，此种构念只是一种特质或抽象的概念，无 法直接得知，因此，要得知当事者在这些构念上的实际情况，只能间接以量表或 观察得到的实际的指标数值来反映该构念特质，这就是测量所涉及的问题，这就 好像一个人的个性与外表行为一样，一个人的个性如何无法直接得知，因为它是 一个抽象的构念，但可以借由此人的外表行为表现作为其个性判断的指标。而且， 外表行为的特征很多，综合这些外表行为的特征，就可以了解一个人的个性如何。 上述“个性”就是一个构念，在实证研究中也称其为潜在变量，而外表具体行为 表现就是个性潜在变量的指标变量（或称显著变量、观察变量）。可以想象，若 是外表行为表现的指标愈多，则对一个人的个性判断的正确性会愈高，可信度会 愈佳。所以，测量的目的在于根据研究中对理论构念的理解和定义，把抽象的概 念具体化，找到合适的测量指标，从而对这些构念所代表的现象进行科学的描述、 区分、解释，乃至预测，这就是所谓的操作化过程。 在管理学研究中，有两种不同测量指标可以用来测量构念，它们是反映型指 标和形成性指标。其中，如果测量指标只是作为构念外在的表现形式，就将其称 ① 劳伦斯.纽曼. 社会研究方法[M]. 郝大海译. 北京：中国人民大学出版社，2007:220-227
之为“反映性指标”。反映性测量指标通常反映了一个共同的理论构念,其中的 因果关系是由构念指向测量指标的,在构念发生变化时,测量指标也随之发生变 化。因为测量指标/项目之间存在很大的共同变异,所以它们之间是高度一致的, 任何两者在测量上都可以互换,删除了某个指标,不会改变测验内容的完整性 对于一个反映性指标,假设对于构念(潜变量)n和两个测量指标变量x1和X2, 其回归方程形式的表达是 X=B,n+E X2=B2+E2 其中,B和B2为估计的参数,E1和E2为测量的误差。在管理实践中,知觉到的 “组织支持”就是一个这样的构念( Eisenberger, Huntington, Hutchison and Sowa, 1986)。影响员工知觉的组织行为可能包括了很多方面,如重视员工的福利、为 员工提供有意义的工作、改善员工的工作环境、关心员工的成长等。但对员工而 言,这些行为都代表着企业在处理雇用关系时最基本的出发点和动机。因而员工 们在解释这些企业行为的时候,存在着很高的一致性。正是有了这样的理论前提, 研究者才可以用某些核心的指标来完成对这一概念的测量 不同于反映性指标,形成性指标是指测量指标说明了理论构念的不同方面, 构念的意义存在于对这些指标的整合基础之上。对于这类测量模型而言,因果关 系是从指标指向构念,而不是相反。这些形成性测量指标作为一个整体共同决定 了构念的意义,如果缺少某个测量指标,则对构念的估计就是不完整的。对于 个形成性指标,假设对于构念(潜变量)η和两个测量指标变量x和x2’其回 归方程形式的表达是: 7=y1X1+y2X2+ 其中y和y2为估计的参数,δ为测量的误差。此回归方程意味着构念是测量指标 的线性组合。常见的例子如社会经济地位就是通过教育水平、工资收入、家庭背 景等测量指标来评估的。这些指标从不同的方面共同决定了一个人的社会经济地 位。另外一个常见的例子是对工作满意度的测量,这个概念的测量通常整合了一 名员工对公司各方面的满意水平(如公司、主管、同事、收入等)。可见,形成 性指标反映了构念的不同层面,这些不同层面之间的相关性有可能比较低,甚至
- 8 - 之为“反映性指标”。反映性测量指标通常反映了一个共同的理论构念，其中的 因果关系是由构念指向测量指标的，在构念发生变化时，测量指标也随之发生变 化。因为测量指标/项目之间存在很大的共同变异，所以它们之间是高度一致的， 任何两者在测量上都可以互换，删除了某个指标，不会改变测验内容的完整性。 对于一个反映性指标，假设对于构念（潜变量） 和两个测量指标变量 X1 和 X2 ， 其回归方程形式的表达是 1 1 1 2 2 2 X X 其中， 1 和 2 为估计的参数， 1 和 2 为测量的误差。在管理实践中，知觉到的 “组织支持”就是一个这样的构念（Eisenberger，Huntington，Hutchison and Sowa， 1986）。影响员工知觉的组织行为可能包括了很多方面，如重视员工的福利、为 员工提供有意义的工作、改善员工的工作环境、关心员工的成长等。但对员工而 言，这些行为都代表着企业在处理雇用关系时最基本的出发点和动机。因而员工 们在解释这些企业行为的时候，存在着很高的一致性。正是有了这样的理论前提， 研究者才可以用某些核心的指标来完成对这一概念的测量。 不同于反映性指标，形成性指标是指测量指标说明了理论构念的不同方面， 构念的意义存在于对这些指标的整合基础之上。对于这类测量模型而言，因果关 系是从指标指向构念，而不是相反。这些形成性测量指标作为一个整体共同决定 了构念的意义，如果缺少某个测量指标，则对构念的估计就是不完整的。对于一 个形成性指标，假设对于构念（潜变量） 和两个测量指标变量 X1 和 X2 ，其回 归方程形式的表达是： = 1 1 2 2 X X 其中 1 和 2 为估计的参数， 为测量的误差。此回归方程意味着构念是测量指标 的线性组合。常见的例子如社会经济地位就是通过教育水平、工资收入、家庭背 景等测量指标来评估的。这些指标从不同的方面共同决定了一个人的社会经济地 位。另外一个常见的例子是对工作满意度的测量，这个概念的测量通常整合了一 名员工对公司各方面的满意水平（如公司、主管、同事、收入等）。可见，形成 性指标反映了构念的不同层面，这些不同层面之间的相关性有可能比较低，甚至
是互斥的。 XI 反映性指标 形成性指标 图4.2反映性指标和形成性指标比较 理解反映性指标和形成性指标是非常重要的,特别在制作量表时,如果形成 性指标构建不全面就不能很好地揭示构念本身的内涵,相关的统计分析也会出现 问题。 (三)测量尺度 在测量学中有四种不同的度量尺度。所谓的度量尺度就是测量中的“尺子”。 可以这样去理解,如果试图测量长度,可以用一把尺子去量,也可以用段绳子去 量,还可以用手指去量。测量构念时也可以采取不同的尺子,这就是度量的尺度 也称为测量水准。测量学中有定类尺度、定序尺度、定距尺度和定比尺度4种尺 度,有些测量专家不承认定类尺度属于测量体系,因为其仅仅在于区分类别。 (一)类别尺度 类别尺度下的变量称为定类变量或名义变量,这是一种测量精确度最低、最 粗略的基于“质”因素的变量,它的取值只代表观测对象的不同类别,例如“性 别”变量、“职业”变量等都是定类变量。定类变量的取值称为定类数据或名义 数据。定类数据的其同特点是用不多的名称来加以表达,并由被研究变量每一组 出现的次数及其总计数所组成,这种数据是枚举性的,即由计数一一而得。唯一 适合于定类数据的数学关系是“等价关系”。因而,在定类数据中,同一组内各 单位是等价的,同时若更换各不同组的符号并不会改变数据原有的基本信息。因 此,最常用来综合定类数据的统计量是频数、比率或百分比等。 (二)排序尺度 排序尺度尺度下的变量称为定序变量或有序变量、顺序变量,其取值大小能 够表示观测对象的某种顺序关系(等级、方位或大小等),也是基于“质”因素
- 9 - 是互斥的。 图 4.2 反映性指标和形成性指标比较 理解反映性指标和形成性指标是非常重要的，特别在制作量表时，如果形成 性指标构建不全面就不能很好地揭示构念本身的内涵，相关的统计分析也会出现 问题。 （三）测量尺度 在测量学中有四种不同的度量尺度。所谓的度量尺度就是测量中的“尺子”。 可以这样去理解，如果试图测量长度，可以用一把尺子去量，也可以用段绳子去 量，还可以用手指去量。测量构念时也可以采取不同的尺子，这就是度量的尺度， 也称为测量水准。测量学中有定类尺度、定序尺度、定距尺度和定比尺度 4 种尺 度，有些测量专家不承认定类尺度属于测量体系，因为其仅仅在于区分类别。 （一）类别尺度 类别尺度下的变量称为定类变量或名义变量，这是一种测量精确度最低、最 粗略的基于“质”因素的变量，它的取值只代表观测对象的不同类别，例如“性 别”变量、“职业”变量等都是定类变量。定类变量的取值称为定类数据或名义 数据。定类数据的其同特点是用不多的名称来加以表达，并由被研究变量每一组 出现的次数及其总计数所组成，这种数据是枚举性的，即由计数一一而得。唯一 适合于定类数据的数学关系是“等价关系”。因而，在定类数据中，同一组内各 单位是等价的，同时若更换各不同组的符号并不会改变数据原有的基本信息。因 此，最常用来综合定类数据的统计量是频数、比率或百分比等。 （二）排序尺度 排序尺度尺度下的变量称为定序变量或有序变量、顺序变量，其取值大小能 够表示观测对象的某种顺序关系（等级、方位或大小等），也是基于“质”因素 X1 X1 1 1 X1 X1 反映性指标 形成性指标
的变量。例如,“最高学历”变量的取值是:1—小学及以下、2一初中、3一高中、 中专、技校、4一大学专科、5—大学本科、6—研究生以上,由小到大的取值能 够代表学历由低到高。定序变量的取值称为定序数据或有序数据。适合于定序数 据的数学关系是“大于(>)”和“小于(<)”关系。在定序数据中,同一组内 各单位是等价的,相邻组之间的单位是不等价的,它们存在“大于”或“小于” 的关系。而且,并进行保序变换(或称单调变换),则不改变数据原有的基本信 息即等级顺序。最适合用于综合定序数据取值的集中趋势的统计量是中位数 (三)等距尺度 等距尺度下的变量称为定距变量、间隔变量,它的取值之间可以比较大小, 可以用加减法计算出差异的大小。例如,“年龄”变量,其取值60与20相比, 表示60岁比20岁大,并且可以计算出大40岁(60-20)。定距变量的取值称为 定距数据或间隔数据。定距数据是一些真实的数值,具有公共的、不变的测定单 位,可以进行加减乘除运算。定距数据的基本特点是两个相同间隔的数值的差异 相等,例如,年龄的60岁与50岁之差等于40岁与30岁之差。对于定距数据, 不仅可以规定“等价关系”以及“大于关系”和“小于关系”,而且也可以规定 任意两个相同间隔的比值或差值。如果将每个数值分别乘以一个正的常数再加上 个常数,即进行正线性变换,并不影响定距数据原有的基本信息。因此,常用 的统计量如均值、标准差、相关系数等都可直接用于定距数据 (四)等比尺度 等比尺度下的变量称为定比变量、比率变量,它与定距变量意义相近,细微 差别在于定距变量中的“0”值只表示某一取值,不表示“没有”。例如,人的身 高就是一个定比变量,如果身高值为“0”米,则表示这个人不存在。而定比变 量的“0”值表示“没有”。而在测定温度的摄氏表中,0℃并不表示没有温度 因为还有在零点以下的温度。定比变量的取值称为定比数据或比率数据。定比数 据也冋样可进行算术运算和线性变换等。通常对定距变量和定比变量不需再加以 区别,两者统称为定距变量或间隔变量 般地,定类变量和定序变量用于描述定性数据,属于定性变量:而定距变 量和定比变量用于描述定量数据,属于定量变量。同其他分类标准一样,一个变 量在不同分析中可当作不同尺度的变量。例如,“年龄”在某些分析中(如回归
- 10 - 的变量。例如，“最高学历”变量的取值是：1—小学及以下、2—初中、3—高中、 中专、技校、4—大学专科、5—大学本科、6—研究生以上，由小到大的取值能 够代表学历由低到高。定序变量的取值称为定序数据或有序数据。适合于定序数 据的数学关系是“大于（>）”和“小于（<）”关系。在定序数据中，同一组内 各单位是等价的，相邻组之间的单位是不等价的，它们存在“大于”或“小于” 的关系。而且，并进行保序变换（或称单调变换），则不改变数据原有的基本信 息即等级顺序。最适合用于综合定序数据取值的集中趋势的统计量是中位数。 （三）等距尺度 等距尺度下的变量称为定距变量、间隔变量，它的取值之间可以比较大小， 可以用加减法计算出差异的大小。例如，“年龄”变量，其取值 60 与 20 相比， 表示 60 岁比 20 岁大，并且可以计算出大 40 岁（60-20）。定距变量的取值称为 定距数据或间隔数据。定距数据是一些真实的数值，具有公共的、不变的测定单 位，可以进行加减乘除运算。定距数据的基本特点是两个相同间隔的数值的差异 相等，例如，年龄的 60 岁与 50 岁之差等于 40 岁与 30 岁之差。对于定距数据， 不仅可以规定“等价关系”以及“大于关系”和“小于关系”，而且也可以规定 任意两个相同间隔的比值或差值。如果将每个数值分别乘以一个正的常数再加上 一个常数，即进行正线性变换，并不影响定距数据原有的基本信息。因此，常用 的统计量如均值、标准差、相关系数等都可直接用于定距数据。 （四）等比尺度 等比尺度下的变量称为定比变量、比率变量，它与定距变量意义相近，细微 差别在于定距变量中的“0”值只表示某一取值，不表示“没有”。例如，人的身 高就是一个定比变量，如果身高值为“0”米，则表示这个人不存在。而定比变 量的“0”值表示“没有”。而在测定温度的摄氏表中，0℃并不表示没有温度， 因为还有在零点以下的温度。定比变量的取值称为定比数据或比率数据。定比数 据也同样可进行算术运算和线性变换等。通常对定距变量和定比变量不需再加以 区别，两者统称为定距变量或间隔变量。 一般地，定类变量和定序变量用于描述定性数据，属于定性变量；而定距变 量和定比变量用于描述定量数据，属于定量变量。同其他分类标准一样，一个变 量在不同分析中可当作不同尺度的变量。例如，“年龄”在某些分析中（如回归
