管理学科学硏究方法 重庆工商大学课程组
重庆工商大学 课程组 管理学科学研究方法
●●● 刊言 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
前 言 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
第四章管理实证研究(上) 第一节测量及其基本原理 第二节量表编制与开发 第三节测量的效度与信度
第四章 管理实证研究（上） 第一节 测量及其基本原理 第二节 量表编制与开发 第三节 测量的效度与信度
第一节测量及其基本原理 进一步理解构念 )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
一、进一步理解构念 第一节 测量及其基本原理 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
第一节测量及其基本原理 构念的测量 )理解测量 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 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 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。 测量的定义中包含了数字、 测量中最有趣、最困难的工作就是设 物体与事件、分派法则三个 定法则。所谓法则是做什么的一种指 元素。 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
二、构念的测量 （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。 测量的定义中包含了数字、 物体与事件、分派法则三个 元素。 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。 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。 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。 第一节 测量及其基本原理
第一节测量及其基本原理 构念的测量 形成性指标是指测量指标说明了理论构念的不同方面,构 二)测量指标 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。 性指 反映型指标 标 如果测量指标只是作为构念外在的表现形式,就将其称之 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
二、构念的测量 （二）测量指标 如果测量指标只是作为构念外在的表现形式，就将其称之 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。 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。 第一节 测量及其基本原理
第一节测量及其基本原理 构念的测量 三)测量尺度 类别尺度 排序尺度 等距尺度 等比尺度 类别尺度下的变量称 排序尺度尺度下的变量称 等比尺度下的变量称 为定类变量或名义变 等距尺度下的变量 为定序变量或有序变量 为定比变量、比率变 量,这是一种测量精 称为定距变量、间 顺序变量,其取值大小能 量,它与定距变量意 确度最低、最粗略的 隔变量,它的取值 够表示观测对象的某种顺 义相近,细微差别在 基于“质”因素的变序关系(等级、方位或大 之间可以比较大小 于定距变量中的"0 ,它的取值只代表|小等),也是基于质 可以用加减法计算 值只表示某一取值, 观测对象的不同类别 因素的变量 出差异的大小 不表示“没有”,。 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
二、构念的测量 （三）测量尺度 类别尺度 排序尺度 等距尺度 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。 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” 因素的变量。 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。 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”。 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。 第一节 测量及其基本原理
第一节测量及其基本原理 构念的测量 )测量尺度 数据的四种计量尺度及其适用统计方法的比较 适用统计分析方法 尺度 基本性质 举例 描述统计方法 推断统计方法 定类尺度表明对象或其类别的数字性别,品牌,商店 比例,众数 检验,二项式检验 定序尺度表示对象的相对位置,但不偏好排序,在市场中比例,众数,中位数顺序相关系数、,Fean ANOVA 定距尺度 可以比较对象间的差异 但不存在绝对零点 态度,意见 中位数,全距,均值,相关系数,检验, ANOVA, 标准差 回归分析,因子分析 定比尺度 存在绝对零点,可以年龄,收入,成本,全距,均值,标准差,相关系数,检验, ANOVA, 计算对象间的比率销售量,市场份额几何均值,调和均值 回归分析,因子分析 变异系数
二、构念的测量 （三）测量尺度 2 x t 数据的四种计量尺度及其适用统计方法的比较 尺度 基本性质 举例 适用统计分析方法 描述统计方法 推断统计方法 定类尺度 表明对象或其类别的数字 性别，品牌，商店 比例，众数 检验，二项式检验 定序尺度 表示对象的相对位置，但不 能表示差异大小的数字 偏好排序，在市场中 的位次，社会层次 比例，众数，中位数 顺序相关系数，Friedman ANOVA 定距尺度 可以比较对象间的差异， 但不存在绝对零点 态度，意见 中位数，全距，均值， 标准差 相关系数， 检验，ANOVA， 回归分析，因子分析 定比尺度 存在绝对零点，可以 计算对象间的比率 年龄，收入，成本， 销售量，市场份额 全距，均值，标准差， 几何均值，调和均值 相关系数， 检验，ANOVA， 回归分析，因子分析， 变异系数 第一节 测量及其基本原理
第一节测量及其基本原理 多维构念测量 (一)潜因子模型———般智力能力(GMA) 虽然人可以在各方面表现出不同的能力,但所有能力 的背后有一个共同变异的部分,这个部分好像一个潜 语文能力 在的因子影响着人的各方面的智力表现,只是我们暂 时还不清楚这个部分从哪里来,故把它命名为g因素。 在智力能力这类多维构念中,各个维度都是同一个构念 的不同表现,这类多维构念称为“潜因子型多维构念 (latent multidimensional constructs, LMC) 记忆能力 数学计算能力 因为LMC可以在数学上表示为各个维度背后的一个潜因 子(或共同因子)
三、多维构念测量 （一）潜因子模型——一般智力能力（GMA） 2 x t 第一节 测量及其基本原理 语文能力 记忆能力 数学计算能力 g 虽然人可以在各方面表现出不同的能力，但所有能力 的背后有一个共同变异的部分，这个部分好像一个潜 在的因子影响着人的各方面的智力表现，只是我们暂 时还不清楚这个部分从哪里来，故把它命名为g因素。 在智力能力这类多维构念中，各个维度都是同一个构念 的不同表现，这类多维构念称为“潜因子型多维构念 （latent multidimensional constructs，LMC）”， 因为LMC可以在数学上表示为各个维度背后的一个潜因 子（或共同因子）
第一节测量及其基本原理 多维构念测量 二)合并模型 联系 合并型多维构念( Aggregate X2 Multidimensional Construct,AMC)是另 X3 类型的多维度构念。如果说潜因子型多维构念 匹配 工作嵌入 是个多维构念的不同表现,那么,AMC的各个 X4 维度就是多维构念的不同组成部分 X5 牺牲 X6 工作嵌入”合并型多维构念
三、多维构念测量 （二）合并模型 2 x t 第一节 测量及其基本原理 合并型多维构念（Aggregate Multidimensional Construct，AMC）是另一 类型的多维度构念。如果说潜因子型多维构念 是个多维构念的不同表现，那么，AMC的各个 维度就是多维构念的不同组成部分。 X1 X2 X3 X4 X5 X6 联系 匹配 牺牲 工作嵌入 “工作嵌入”合并型多维构念
