管理学研究方法整理.docx
《管理学研究方法整理.docx》由会员分享，可在线阅读，更多相关《管理学研究方法整理.docx（21页珍藏版）》请在冰点文库上搜索。
管理学研究方法整理
1、研究方法之哲学信仰
进化知识论（重要知识点）
以波普尔（KarlR.Popper,1902-1994）提出的进化认识论为代表。
他主张科学方法应当是以理性批判为基础的演绎推理。
科学家先针对特定问题提出假说和猜想，再依据事实对假设进行检验，并在检验过程中不断修正原有的假设和猜想。
其进化认识论如下图（波普尔的四段图示）所示：
•科学哲学的转向
在科学理论的场合，问题的产生通常是出自于下列三种不同情景：
（1）理论与观察或实验的结果不一致；
（2）理论系统内不发生相互矛盾的现象；（3）两个不同理论之间的相互冲突。
•进化论与逻辑实证论的区别
知识论方面，进化认识论不像逻辑实证论那样，采用“逻辑图像论”只以精确地描绘世界图像为满足，而主张要建构理论来解释人们所观察到的事实或现象。
本体论方面，进化认识论认为：
科学家为了解释事实或现象，在建构理论时必须提出各种形而上的概念，这种形而上的假设建构，不是一种虚构，而是一种“实在”。
方法论方面，正因为科学理论是科学家建构出来的，而不是“描绘世界的图像”，因此进化认识论在方法论方面主张“证伪论”，认为科学家的主要任务并不是在于“证实”命题，而是在于“证伪”理论中的命题，他们认为：
一个科学的理论必须具有“可证伪性”。
•科学哲学——总结
•1.实证主义：
极端经验论（实证）
•2.逻辑实证论：
极端经验论（实证）、逻辑图像论（反对形而上）
•3.后实证主义（进化认识论）：
理论建构（形而上）、实证（非极端经验论）、可证伪性
•ASimplifiedScientificResearchProcess
andTypesofResearch
•
•ElementsoftheScientificProcess
•
•二、科学研究过程
•检验假设的研究（演绎法）遵循图1右半部分的流程。
•建立理论的研究（归纳法）遵循图1左半部分的流程。
•检验假设的数据收集方法包括调查问卷（邮件、网络、电话或访谈）、实验（大学环境下）、准实验（组织中）以及二手数据（财务、生产或人事记录）。
•归纳法通常涉及定性数据，如访谈、参与性或非参与性的观察、现有文件的分析
•案例研究方法包括这些方法的结合。
•循环的上半部分指逻辑的方法，或称通过归纳和演绎逻辑实现理论化的过程。
•循环的下半部分指实证的方法，或称其为在研究方法的帮助下从事研究。
•三、理论或模型中的变量类型
•理论解释了一个现象“是什么”（what）、“怎么形成”（how）、“为什么”（why）、“何时”（when）以及“谁”（who）等问题。
•在管理和组织主流理论中，典型的理论如：
代理理论（Jensen&Meckling,1976;Fama&Jensen,1983）、制度理论（DiMaggio&Powell,1983）、资源依赖理论（Salancik&Pfeffer,1978）、社会网络理论（Coleman,1990;Burt,1992;Granovetter,1973）、社会交换理论（Blau,1964）。
•理论模型中包括五类变量，如下图。
•三、理论或模型中的变量类型
•自变量：
是因变量假定的原因，为先行变量。
•因变量：
假定的效果，为结果变量。
•控制变量：
对因变量有影响，且需要被消除（1.之前理论发现；2.条件；3.混淆变量）。
•调节变量：
影响自变量和因变量关系的方向、强度的定性或定量的变量。
•中介变量：
是介于自变量和因变量之间的变量。
•一个理论必须详细地说明自变量、因变量、中介变量和调节变量的关系。
•
•实证研究的一般过程
•科学研究的主要目标是，探讨变量间因果关系。
•实证研究过程可如下图所示：
•
•在图1中，线（a）代表两个抽象构念X′和Y′之间的理论关系。
我们需要检验的研究假设是X′和Y′之间是否存在因果关系。
•由于现实世界中，我们无法直接观察这些抽象的构念（X′和Y′），所以首先要将它们操作化为可以测量的变量（图1中的X和Y）。
其中线（b1）、（b2）代表操作化过程。
•然后，通过搜集资料并运用合适的统计方法来验证X和Y之间是否存在统计上显著的关系（如线（d）所示）。
•如果没有发现X和Y之间的显著关系，就可推断构念X′和Y′之间不存在显著的关系。
•如果发现了X和Y之间的显著关系，则还需要提出各种可能导致X和Y之间发生因果联系的替代解释，之后才能推断X和Y之间存在因果关系。
•经过这番检验后，如果我们有足够的信心推断X和Y之间存在因果关系（如线（c）所示），我们就可以接受研究假设，推断构念X′和Y′之间存在因果关系。
•最后，我们还要考虑样本所处的特定时空（时间、空间、研究参与者等情景因素）对所获得的研究结论的影响，推论研究结论是否在其他情景下也能成立。
•四种效度：
评价实证研究质量的方法
•四种效度：
构念效度、统计结论效度、内部效度、外部效度（Cook&Campbell,1979）。
•构念效度：
测量的准确性。
它评价的是，我们在对构念进行操作化时，变量测量的内容和构念的含义是否一致。
图1中的线（b1）、（b2）。
•改进构念效度的办法：
尽量减少测量误差。
•第一，从分析抽象构念的角度，研究者要精确定义构念的含义并明确它的理论结构。
•第二，从变量测量的角度，研究者需要选择合适的测量方式，控制测量误差。
•四种效度：
评价实证研究质量的方法
•统计结论效度：
指以统计检验对假设的关系进行解释的可信度。
它评价的是实证研究中运用的统计检验手段是否正确。
对应图1中线（d）。
•统计决策中的四种可能：
接受正确的零假设、拒绝错误的零假设、拒绝正确的零假设（一类错误）、接受错误的零假设（二类错误）。
•改善统计效度的方法：
•1.降低一类错误：
正确的统计检验手段、更加严格检验标准、随机取样等。
•2.降低二类错误：
增大样本量、减少因变量中与自变量无关的总体变异（控制外生变量、抽取同质性较高的样本）、根据理论检测方向性研究假设等。
•四种效度：
评价实证研究质量的方法
•内部效度：
指变量间因果关系推论的可信度。
对应于图1中的线（c）。
影响因素主要来自于除自变量之外的各种混淆变量（自我选择效果、研究样本提供信息的偏误、测验过程本身可能会改变测量的现象等）和替代解释（如同时存在第三个变量，同时与X和Y相关），它们的存在影响了变量间因果关系强弱程度。
•改善内部效度的方法：
•1.从理论出发，从以往文献中搜寻有哪些变量可能成为假设检验中的混淆变量，在测量自变量和因变量时加以测量，并在统计检验中加以控制。
•2.可以从研究类型上加以控制。
实验法最为合适。
•四种效度：
评价实证研究质量的方法
•外部效度：
指将研究结论推广到其他群体、时间和情景时的可信程度。
外部效度告诫我们需要清楚研究结论所处的情景界限。
•改善外部效度方法：
选取具有较高代表性的样本。
•四种效度：
评价实证研究质量的方法
•由于实证研究往往要受到客观条件、当时情景和被测试心理状态等因素的影响，所以同时满足上述四种效度的要求是不可能的。
•研究者需要根据研究理论决定具体使用的研究方法，由于各种方法也都有自己各自不同的优缺点（如实验室研究的内部效度较高，外部效度低，二手数据研究的内部效度低，外部效度高），所以，为了得到可靠的研究结论，建议研究者可同时采用多种方法（进行多项研究）。
•一、理论构成
•理论是由概念或者变量组成的系统，通过命题（proposition）将概念之间的关系表达出来，通过假设将变量之间关系表达出来。
•1.概念和变量
•概念和变量是理论要解释的对象，是对现象的初始表达。
•概念是单个现象或实体的一种表达和指明，它是抽象的、普遍的和不能直接或简介地被观察到的。
•概念反映事物或者现象成为自身并同其他事物区别开来的本质属性。
•概念具有内涵（内容）和外延（范围）两方面的特征。
•内涵是对事物本质属性的反映，是对事物“质”的规定性的反映，说明概念反映的那种事物究竟“是什么”。
•外延是反映在概念中具有某种本质属性的对象范围，是指包括该概念中的所有事物，说明概念反映的事物“有哪些”。
•在社会科学领域，学者们通常将那些专门用于科学研究和理论建构的概念成为“构念”（construct）。
二者实质是一样的。
•一、理论构成
•1.概念和变量
•变量是对概念的一种操作化和转化，使得原来抽象的概念能够被观察到并且可以测量。
所有变量都可以被赋值。
•概念与变量的关系：
•概念相对宽泛，变量是对概念的操作性界定。
•一个概念可以对应一个变量，也可以对于多个变量。
•在使用理论和变量建构理论时，通常要考虑两个标准：
完备性和简易性
•完备性是指研究者在多大程度上将所涉及的因素都包括到理论中来。
•简易性是指剔除那些不能够增加解释力的变量，从而确保以尽可能少的概念来建构理论。
•完备性虽然对现象的解释更可能准确，但科学研究的目的是持简驭繁，以精巧的理论去解释复杂的现象。
完备性和简易性存在着矛盾，如何权衡是检验一个学者理论素养的试金石。
•一、理论构成
•2.命题和假设
•选定建立理论所需要的概念之后，紧接着需要问的一个问题是这些概念之间是“怎样”联系在一起的呢？
•研究者需要通过命题和假设将概念和变量联结起来。
•命题和假设都是对现象之间关系进行的一种陈述。
•命题和假设区别在于：
•命题涉及抽象的概念之间的关系
•假设则将命题涉及的广泛关系以具体和可操作化的方式表达出来，因此假设一定是由具体的变量构成的。
•命题和假设通常都会指明概念之间的因果关系。
•一、理论构成
•3.机制或原理
•仅仅列出命题和假设并不足以构成理论，理论的更重要方面是解释概念或者变量之间存在某种关系的原因。
•合理的理论解释必须是建立在可靠的逻辑推理基础之上。
•在组织研究中，一个常见的缺点是研究者仅提出一些假设，然后通过数据来证实这些假设，而对于他们背后的原因缺乏解释。
•4.边界条件
•所有理论都只能在某些条件下成立，一旦超出这些条件所设定的边界，理论可能就不再有动力。
因此，研究者在建构理论、或者通过实证的手段对理论进行了验证之后，都需要明确地指出该理论的边界条件或者情景限制。
•二、做出理论贡献的途径
•四种发展理论的方法（Wagner&Berger,1985;陈昭全、张志学，2008）：
深化（elaboration）、繁衍（proliferation）、竞争（competition）、整合（integration）。
•1.深化是指研究者在已有理论基础上增加一些新的成分，使原来的理论更全面、更具体、更精确、更严谨。
新建立的理论并没有挑战或者背离原有理论的假定和原理。
•例子：
Xiao&Tsui（2007）关于高组织承诺中结构洞的功能的研究
•社会网络研究领域中结构洞理论（Burt,1997）认为，那些能够将两个及两个以上相互没有联系的人联结在一起的中介者具有更多的社会资本。
这种社会资本使得中介者获得更多的信息和机会，并且能够决定给于谁更多的好处。
•Xiao&Tsui（2007）认为，在集体主义文化中，结构洞并不能使得个人具有更多的社会资本。
因为，在集体主义文化（高组织承诺）中，中介者无法获得信息和控制两个好处，原因在于：
在这种组织中，不仅通过控制信息来获得个人好处的做法会受到组织内部规范的约束和惩罚；而且结构洞的好处应该被周边的所有人分享，而不是被结构洞占有者独享。
他们推断，与低承诺组织相比，高承诺组织中的结构洞与员工的生涯绩效之间的正相关关系更弱。
Xiao&Tsui（2007）在四家高组织承诺中获得的数据表明，结构洞对与员工的生涯不仅没有好处，反而是有害的
•二、做出理论贡献的途径
•2.繁衍是指研究者从其他领域的理论中借鉴某个或某些思想，将其应用到新领域中的现象上。
与深化的区别在于，繁衍是将其他领域或学科的理论应用到一个新领域中的现象上去，而深化是针对统一领域中的相同现象。
•例子：
Hannan&Freeman（1977）将人口生态学运用到组织研究中
•人口生态学的概念起源于进化论和自然选择理论，这些理论认为那些更好地适应环境的生命物种存活下来，而不能适应的物种就消失了。
Hannan&Freeman（1977）将该理论运用于企业的诞生、存活和死亡。
他们认为，组织的存活不是由组织努力适应环境而决定的，而是被环境的选择来决定的。
他们还认为，多数组织都深受组织惰性之害，这种惰性阻碍了组织的适应性，使得组织与已经或正在变化的环境不相容。
这些组织将会被那些更能够适应外部环境的组织所替代。
•二、做出理论贡献的途径
•3.竞争是指针对某个已经完全建立起来的理论，提出新的理论，与原来理论做出针锋相对的解释。
新的理论以令人信服的证据展示原来理论的重大缺陷，从而提出另外的解释，甚至替代原来的理论。
新的理论与原有的主流理论竞争程度有所不同。
•例子：
Meindl（1990,1995）的魅力领导理论
•传统领导学研究，尤其是魅力式领导和转型式领导的研究，普遍采用一种领导者中心的典范，即认为领导力是驻留在领导者身上或者由领导者产生的一种品质或行为，它影响了下属，并决定了下属和组织的绩效。
•然而，Meindl（1990,1995）的魅力领导理论认为，领导力驻留在下属那里而且由下属产生，领导力是由下属主管构建出来的用来理解组织变化和不确定性的一种东西，它是由组织绩效决定的，而非决定组织绩效。
该理论刺激了领导学领域中以下属为中心的研究，填补了传统的以领导者为中心的领导理论的不足（Samiretal.,2006）。
•另一个例子是社会网络研究中Granovetter（1973）提出的弱关系理论。
•以往的理论和研究强调强关系比弱关系具有更大的优势，但Granovetter则认为，弱关系的优势在于，它能够使得个人获得新的、非多余或不重叠的信息，并能够使得个人与众多不同的社会网络建立联系，从而促进了个人的灵活性、流动性和创新性。
•二、做出理论贡献的途径
•整合是指在两个或两个以上已经建立起来的理论的基础上创造一个新的理论模型。
作者要证明，新的理论怎样比原有理论具有更强的解释力。
•例子：
Granovetter（1985）的社会嵌入理论
•经济学中个人决策行为的低度社会化
•社会学中个人决策行为的高度社会化
•社会嵌入理论认为，个人决策行为更多情形下位于二者之间。
•二、做出理论贡献的途径
•以上关于做出理论贡献的四种方法并不是相互排斥或者截然分开的，可以将它们看作研究者将自己的理论观点与已有文献联系起来的手段。
•变量的类型
•自变量：
是因变量假定的原因，为先行变量。
•因变量：
假定的效果，为结果变量。
•控制变量：
对因变量有影响，且需要被消除。
•调节变量：
影响自变量和因变量关系的方向、强度的定性或定量的变量。
•中介变量：
是介于自变量和因变量之间的变量。
•一个理论必须详细地说明自变量、因变量、中介变量和调节变量的关系。
•
•调节变量的理论意义
•调节变量的一个主要作用：
为现有理论划出限制条件和使用范围
•波普尔的科学可证伪性：
把一个理论是否存在证伪的可能性作为判断科学与非科学的依据。
•例如，有些理论出现反例，绝非是理论本身错了，而是没有界定理论背后的假设或边界条件。
•拉卡托斯改进的波普尔的科学可证伪性：
理论有个内核，背后有辅助假设，外部有边界条件。
当实证检验发现这个理论错了时，其理论核心不应该轻易放弃，可以改变辅助假设或增加限定条件。
实在不行，最后才放弃理论核心。
•研究调节变量，即通过研究一组关系在不同条件下的变化及背后的原因，来丰富我们原有的理论。
这里的不同条件就是理论的使用范围和假设。
•调节作用的原理
•如果变量X与变量Y有关系，但是X与Y的关系受到第3个变量Z的影响，那么Z就是调节变量。
调节变量所起的作用成为调节作用。
•调节作用的具体表述为：
“在什么样的情况下”或者“对于哪些人”，X能够更好地预测Y，或X对Y的影响更大。
•调节作用与交互作用
•交互作用：
两个变量（X1和X2）共同作用时对Y的影响。
此影响不等于两者分别影响Y的简单数学和
•调节作用：
一个变量（X1）影响了另一个变量（X2）对Y的影响。
•在交互作用中，两个自变量的地位可以是对称的，可以把其中任何一个解释为调节变量；他们的地位也可以是不对称的，只要其中有一个起到了调节作用，交互效应就存在。
•在调节效应中，哪个是自变量、哪个是调节变量是很明确的，是由理论所决定的，在一个确定的模型中两者不能交换。
•中介变量的理论意义
•研究中介变量的目的是，在我们已知某些关系的基础上，探索产生这个关系的内部作用机制。
中介变量至少有两个理论意义：
•
（1）整合已有的研究或理论
•
（2）解释关系背后的机制
•中介变量的原理
•凡是X影响Y，并且X是通过一个中间的变量M对Y产生的影响，M就是中介变量。
•中介作用可分为两类：
完全中介（X→Y系数为0）和部分中介（X→Y系数不为0）。
•
•5.中介变量的测试
「中介变量」（Mediator），就是说自变量对因变量的影响是通过「中介变量」的，如果M真的是X和Y的「中介变量」，那么，他们的关系应该是：
X→M→Y。
这里有三个因果关系条件（Baron&Kenny,1986）：
（1）X是M的原因之一；
（2）X是Y的原因之一；
（3）X对Y的影响是通过M的。
•中介变量的测试-1
•在对样本的回归分析中，我们应该看到以下的结果（Judd&Kenny,1981；BaronandKenny,1986）：
（1）M=b01+b11X+e1
（2）Y=b02+b21X+e2
（3）Y=b03+b31X+b32M+e3
•在第一方程中，以b11来测试M和X的关系，结论应是：
「β11不等于零」。
在第二个方程式中，以b21来测试X和Y的关系，结论应是：
「β21不等于零」。
在第三个方程式中，是以b31和b32来测试当M被同时考虑时，X对Y的影响，最理想的结论应是：
「β31等于零，但β32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的中介变量」。
•中介变量的测试-2
有些时候，虽然第一个和第二个方程式的结论都得到支持，但在第三个方程式中我们的结论是「β31和β32都不等于零」，这样我们便要看b21和b31的差别，或者是第二个和第三个方程式的R2差别。
基本上，如果M是X和Y的中介变量，那么这些差别应该是较大的。
总结：
如果β31等于零，β32不等于零，则M为完全中介作用
如果β31和β32不等于零，但β31远远小于β31，则M为部分中介作用；
如果β31和β32不等于零，但β31不小于β31，则M就不起中介作用。
MacKinnon,Lockwood,Hoffman,West,&Sheets（2002）对此有详细的总结（他们认为，Baron&Kenny（1986）方法的统计功效很低，建议采用直接检测，及直接检验假设H0:
ab=0）。
•6.回归分析的注意事项
（1）自变量与因变量的因果关系。
依据理论构建或数据纵向收集方式处理。
（2）自变量与因变量的测量尺度。
如果自变量或因变量未达“等距尺度”，便要以虚拟变量或其他方法进行处理。
（3）控制变量。
（4）线性关系的设定。
（5）测量的误差。
要在回归分析之前，检查测量是否达到可接受的信度和效度的要求。
（6）数据方面的要求：
例如ε应该是随机和正态分布的；当各自变量互相的共变量很大时，bi便会很不稳定，使我们难以判断最终对因变量的影响到底是来自那一自变量，这个问题即「多重共线性」（multicollinearity）。
（7）异方差的处理。
•变异量（Variance）及共变量（Covariance）
以上是以某一员工的得分来说明测量的情况，但是，测量中更重要的是构念在整个样本得分的变异量。
--以变异量及共变量验证构念之间关系
--样本整体变异量（ObservedVariances;O）,即员工得分的差异
包括:
（1）真实差异（TrueVariance；T）
（2）影响测量方法的独有因素带来的差异（UniqueVariance；U）
（3）随机误差带来的差异（ErrorVariance；E）
O=T+U+E
•信度（reliability）
（1）E占O的比重
（2）因为E是随机的，信度为测量的工具免于随机误差的程度
（3）测量结构的一致性或稳定性
•信度系数的估計:
为了与统计上的相关系数看齐，我们一般会取两次测量的共变量比例的平方根，来估计信度，称之为信度系数（reliabilitycoefficient）。
•
•信度系数的方程式
信度系数=
•信度（reliability）的估计
--两次测量的相关系数:
（a）再测信度（test-retestreliability），同一群受试者，前后测量两次，再根据两次测试的分数计算相关系数。
（b）复本信度（alternativeformsreliability），如果一套测验有两套以上的复本，则可交替使用，根据一群受试者接受两种复本测验的得分计算相关系数。
（c）折半信度（split-halfreliability），将受试者的测验结果，按题目的单双数分成两半计分，再根据各人在这两半测验上的分数，计算其相关系数。
（d）项目间一致性信度（internalconsistencyreliability），项目之间的相关程度，常用估计是Coefficientalpha;α（SPSS“reliability”的指令）。
计算公示为（K*Rij）/[1+（K-1）Rij]，其中K是测量项目的数目，Rij是所有项目之间的相关系数的平均。
（e）评分者信度（inter-raterreliability），不同评分者之间的相关系数，例如工作表现既可由主管评定，也可由同事评定。
--一般来说信度系数要在0.7以上
•信度对验证构念之间关系的影响
假设在验证两个构念的关系时，测量工具极为理想，以至于两个工具的独有变异量U都等于零，即O=T+E。
下图展示了两个构念经测量后变异量及共变量的关系。
•两个构念观察所得的相关系数
•
•把R0除以r1及r2的平方根，便可求得Rt
•
•
由于信度系数一定小于1，所以这个方程式说明了我们通过有随机误差的测量工具来验证构念间关系时，往往会做出较保守的估计。
这一方程式也可作为更正此一低估之用。
Rt与Ro的关系（CorrectionforAttenuation）
•
•影响信度的主要因素
（1）受测量者方面：
受测试者可能因生病、疲劳或其他如情绪等因素而影响其测量结果。
（2）主持
升级会员 