刘祯,结果讨论与定性研究的若干差异——AMJ主编建议综述 2.结果部分需要注意的3C 检验经理人离职的时机。CEO离职率模型的样本 规模是485,CFO离职率模型的样本是407,。作 1)完整 为对比,在对外部董事离职和审计委员会成员进 Zhang&Shaw(2012)指出,把结果部分写行检查时,因为他们无法确定这些人何时离职, 好不是一件容易的事情,特别是当理论框架和研他们把这两部分人员作为一个分析单元,并且用 究设计比较复杂的时候,完整性就格外重要。刚 Log istic回归来检査这些人的离职概率。外部董事 开始的均值、标准差、相关系数表这些是比较容成员离职的样本是2667,审计委员会人员离职的 易做的。这些表中的信息可能还不能对假设进行样本是1327。这种细致的描述既有助于读者的理 直接测试,但他们反映了数据的总体情况,这对解,又可以避免审稿人提出各种质疑。 判断结果的信度很重要。例如,变量之间的高度 相关可能会产生多重共线性的问题。相对于均值②)清晰 而言大的标准差可能带来异常值的问题。这在数 Zhang&Shaw(2012)指出,结果部分的目 据分析过程中的确是一个检査数据范围和异常值的是回答提出的研究问题,并且为假设提供实证 的好办法,从而避免重要的发现主要是因为一些证据(或者注明证据不足)。但是主编经常看到 异常值产生。变量分布表(均值、极大值、极小值)一些作者并没有把他们的结果和研究假设联系在 本身也很有用。例如,对于CEO继任的研究,测一起,也看到一些作者在结果部分报告了结果, 量不同类型CEO继任的均值可以反映出新任CE0但却将结果与假设的关系放在讨论部分,相反 在不同来源样本中的分布情况,这种分布描述了却在结果部分事先讨论起本该放在讨论部分的结 CE0继任的现象,有着重要实践意义 果的意义来。在这些情况下,作者就没能把结果 报告结果时,明确说明分析单位、样本大小,对于研究主题的真正含义表达清楚。为了避免这 以及每个模型中的自变量非常重要,特别是当这种问题,可以在报告相关结果之前先小结每个假 些信息在不同的模型中会发生变化时。 Zhang&设。尝试如下形式“假设X认为…我们发现…… Shaw(2012)以 A rthaud-Day等(2006)为例,在模型中……在表中……因此,假设X得到了(没 他们研究了公司财务重申后的经理人和董事的离有得到)支持。”尽管这种形式看起来有点机械 职问题,有四个因变量:CE0离职率,CFO离化甚至有些枯燥,但这却是一个清晰报告结果的 职率,外部董事离职率以及审计委员会成员离职非常行之有效的方法。 Zhang&Shaw(2012)也 率。在CE0和CF0的离职率模型中,因为他们建议作者按照一定的顺序来报告结果连同假设 可以确定离职的月份,他们把“ CEOCFO”作为从第一个假设开始一直持续到最后一个,除非有 个分析单元来构建数据,并用Cox回归模型来非常具有说服力的原因来表明有其他的顺序会比 21994-2015ChinaAcademicJournalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net53 2. 结果部分需要注意的 3C (1) 完整 Zhang & Shaw（2012）指出，把结果部分写 好不是一件容易的事情，特别是当理论框架和研 究设计比较复杂的时候，完整性就格外重要。刚 开始的均值、标准差、相关系数表这些是比较容 易做的。这些表中的信息可能还不能对假设进行 直接测试，但他们反映了数据的总体情况，这对 判断结果的信度很重要。例如，变量之间的高度 相关可能会产生多重共线性的问题。相对于均值 而言大的标准差可能带来异常值的问题。这在数 据分析过程中的确是一个检查数据范围和异常值 的好办法，从而避免重要的发现主要是因为一些 异常值产生。变量分布表（均值、极大值、极小值） 本身也很有用。例如，对于 CEO 继任的研究，测 量不同类型 CEO 继任的均值可以反映出新任 CEO 在不同来源样本中的分布情况，这种分布描述了 CEO 继任的现象，有着重要实践意义。 报告结果时，明确说明分析单位、样本大小， 以及每个模型中的自变量非常重要，特别是当这 些信息在不同的模型中会发生变化时。Zhang & Shaw（2012） 以 Arthaud-Day 等（2006） 为 例， 他们研究了公司财务重申后的经理人和董事的离 职问题，有四个因变量：CEO 离职率，CFO 离 职率，外部董事离职率以及审计委员会成员离职 率。在 CEO 和 CFO 的离职率模型中，因为他们 可以确定离职的月份，他们把“CEO/CFO”作为 一个分析单元来构建数据，并用 Cox 回归模型来 检验经理人离职的时机。CEO 离职率模型的样本 规模是 485，CFO 离职率模型的样本是 407,。作 为对比，在对外部董事离职和审计委员会成员进 行检查时，因为他们无法确定这些人何时离职， 他们把这两部分人员作为一个分析单元，并且用 Logistic 回归来检查这些人的离职概率。外部董事 成员离职的样本是 2667，审计委员会人员离职的 样本是 1327。这种细致的描述既有助于读者的理 解，又可以避免审稿人提出各种质疑。 (2) 清晰 Zhang & Shaw（2012）指出，结果部分的目 的是回答提出的研究问题，并且为假设提供实证 证据（或者注明证据不足）。但是主编经常看到 一些作者并没有把他们的结果和研究假设联系在 一起，也看到一些作者在结果部分报告了结果， 但却将结果与假设的关系放在讨论部分，相反， 却在结果部分事先讨论起本该放在讨论部分的结 果的意义来。在这些情况下，作者就没能把结果 对于研究主题的真正含义表达清楚。为了避免这 种问题，可以在报告相关结果之前先小结每个假 设。尝试如下形式：“假设 X 认为……我们发现…… 在模型中……在表中……因此，假设 X 得到了（没 有得到）支持。”尽管这种形式看起来有点机械 化甚至有些枯燥，但这却是一个清晰报告结果的 非常行之有效的方法。Zhang & Shaw（2012）也 建议作者按照一定的顺序来报告结果连同假设， 从第一个假设开始一直持续到最后一个，除非有 非常具有说服力的原因来表明有其他的顺序会比 刘祯，结果讨论与定性研究的若干差异——AMJ 主编建议综述