管理研究.ppt

管理研究.ppt

《管理研究.ppt》由会员分享，可在线阅读，更多相关《管理研究.ppt（62页珍藏版）》请在冰点文库上搜索。

管理实证研究方法,目录,回归分析,复杂混合模型,多层线性模型,Bootstrapping,回归分析,回归分析的数学方程,自变量与因变量成线性关系（LinearRelationship），假如X1及X2（IndependentVariables）是Y（DependentVariable）的原因，那么它们的关系可用以下方程式代表：

Y=0+1X1+2X2+其中：

（1）0为一常数；

（2）1代表了如果X1改变了一个单位，Y会改变的程度；（3）2代表了如果X2改变了一个单位，Y会改变的程度；（4）代表了随机的误差；,中介效应,中介变量,中介变量（Mediator）的意思，就是说自变项对因变项的影响是透过中介变项的，如果M真的是X和Y的中介变项，那么，它们的关系应该是：

XMY。

这里有三个因果关系的条件：

X是M的原因之一；X是Y的原因之一；X对Y的影响是透过M的。

C代表自变量对因变量的影响（C=总效应）a自变量对中介变量的影响b中介变量对因变量的影响C代表加入中介变量后，自变量对因变量的影响（C=直接效应）完全中介：

控制了中介变量的影响后，自变量对因变量不再有影响部分中介：

控制了中介变量的影响后，自变量对因变量的影响降低,IV:

HelpingContext,DV:

HelpGiving,Med:

Responsibility,a,c,b,c,运用阶层回归建立中介模型,1.自变量对因变量的影响因变量控制变量下一张自变量（X）统计量选择R方变化,从COEFFICIENTS表中得到标准化系数和SIG，T1.96显著，SIG0.05显著从ANOVA表中得到F值，F值越大回归方程越有意义从MODELSUMARRY表中得到R2,2.自变量对中介变量的影响中介变量（这里作为因变量）控制变量下一张自变量（X）统计量选择R方变化,3.中介变量对因变量的影响因变量控制变量下一张中介变量（这里作为自变量）统计量选择R方变化,4.添入中介变量后，整体自变量对因变量的影响因变量控制变量下一张自变量（X）下一张中介变量统计量选择R方变化,职场负面谣言对于员工组织承诺和工作绩效的影响,简单中介效应分析案例1,假设：

组织自尊在职场负面谣言和工作绩效之间起到中介作用,政治行为,权力累积,职业发展,名声,正循环,负循环,表面上，X和Y不显著相关，但事实上存在中介变量！

这种情况用结构方程模型！

特别类型的中介：

InconsistentMediation,调节效应,调节效应一般模式,Y=b1X1+b2X2+b3X1X2调节效应的存在条件：

b3显著（交互项X1X2显著）,自变量X1,因变量Y,调节变量X2,创造交互项,1.标准化自变量和调节变量分析描述统计描述（自变量和调节变量）选入框内将标准化得分另存为变量,2.Compute交互项=标准化自变量标准化调节变量转换计算变量（自变量*调节变量）创建交互项,分析回归线性回归控制变量、自变量、调节变量、交互项（标准化自变量标准化调节变量）确定,调节效应检验步骤,从COEFFICIENTS表中得到标准化系数和SIG，T1.96显著，SIG0.05显著从ANOVA表中得到F值，F值越大回归方程越有意义从MODELSUMMARY得到R2,职场负面谣言对于员工组织承诺和工作绩效的影响,简单调节效应分析案例,假设：

恶意归因倾向对职场负面谣言与组织自尊之间的关系具有调节的作用。

传统价值观、上下属关系与员工沉默行为,简单调节效应补充案例,假设：

上下属关系在集体主义倾向与沉默行为之间起调节作用。

当上下属关系较强时，集体主义倾向与沉默行为之间的负向关系较弱,政治行为,政治技能,职业发展,主效应为0，但调节存在,特别类型的调节：

InconsistentModeration,1.职场负面谣言对员工工作态度和行为影响2.传统价值观、上下属关系与员工沉默行为,二维交互作用画图案例分析,详见：

交互效应图形的绘制方法,标准化自变量和所有调节变量二维交互二维交互项1=标准化自变量标准化调节变量1二维交互项2=标准化自变量标准化调节变量2二维交互项3=标准化调节变量1标准化调节变量23.三维交互三维交互项=标准化自变量标准化调节变量1标准化调节变量2,三维调节效应检验创造交互项,分析回归线性回归控制变量、自变量、调节变量（2个）、二维交互项、三维交互项确定,三维调节效应检验步骤,从COEFFICIENTS表中得到标准化系数和SIG，T1.96显著，SIG0.05显著从ANOVA表中得到F值，F值越大回归方程越有意义从MODELSUMMARY得到R2,三维调节效应检验案例,WorkplaceIncivilityandInterpersonalDeviance:

TheRoleofHostileAttributionBiasandNegativeReciprocityNorms,三维交互作用画图：

首先分别产生两个调节变量的二维交互图再通过赋值转化为两个二维交互图,多层线性模型,多层线性模型（HLM）,25,学校校风,个人能力,个人努力程度,学习成绩,组织层面,个体层面,HLM处理的研究问题,当影响因变量（DependentVariable,Y）的自变量是來自两个或两个以上层次。

因变量是在第一层次而不是第二或更高层次时，才可运用多层线性模型的分析方法。

26,第一个层次直接影响,第一个层次的自变量（即X）对因变量（即Y）的影响，回归模型如下：

0j是此模型的平均常数。

如果我们有N个学院，那么我们便有N个b0j及b1j的数据，这些数据不可能对每一学院都一样，所以它们会形成一个分布。

如果我们要看不同的学院在平均的Y是否一样，在抽到的样本中，我們可以用b0j的分布來测试0j的变异量（我們一般以00代表）是否等于零的假设，如果我們沒有证据推翻此一假设，那么便可接受学院层面的因素（即W）对Y没有直接影响。

rij是回归分析的随机误差，因此是随机及常态分布的。

27,Yij=0j+1jXij+rij,第二层次的直接影响,W对0j的影响，我们需要用以下回归模型來分析：

00是此模型的平均常数u0j是此模型的随机误差。

如果01在统计测试中，我们接受01不等于零的结论，那么便验证了W对Y的影响。

28,0j=00+01Wj+u0j,第二层次的调节影响,如果我们的理论是W会调节（Moderate）X对Y的关系，那么我们便应该分析W对1j的影响，我们需要用以下回归模型來分析：

00是此模型的平均常数；u1j是此模型的随机误差（2分布）。

如果11在统计测试中，我们接受11不等于零的结论，那么便验证了W对对X和Y的关系具有调节作用。

如果1为正，11为正，那代表W的增加会加强X对Y的影响；如果1为正，11为负，那代表W的增加会降低X对Y的影响。

1j=00+11Wj+u1j,HLM建模与分析,基本上而言，多层线性模型（HLM）就是针对以上对两个层次要独立进行分析的缺点，而将两层次的分析同时进行。

当影响因变量（DependentVariable,Y）的自变量来自两个或两个以上层次。

因变量是在第一层次而不是第二或更高层次时，运用多层线性模型的分析方法是方便且高效的。

30,HLM建模步骤1.MakeNewMDMFile-StatPackageInput2.默认HLM23.命名A.MDM4.Level-1Specification-BrowseChooseVariable5.Level-2Specification-BrowseChooseVariable6.SaveMDMTFile7.三个按钮各按一下,31,32,创建文件MakeNewMDMFileStatPackageInputHLM2,命名A.MDM,33,Level-1Specification-BrowseChooseVariable。

ID是组或者公司的代码；InMDM是要选入的变量。

Level-2Specification-BrowseChooseVariable。

ID是组或者公司的代码；InMDM是要选入的变量。

保存，SaveMDMTFile，三个钮按一下,2.建立模型单击结果变量，右键，选为OutcomeVariable,36,LevelTwo高层变量AddVariableGrandCentered,先放入控制变量，再放入自变量，LevelOne个体层次变量右键选择AddVariableGroupCentered。

37,3.运行模型RunAnalysis,38,4.结果分析,1.从FinalEstimationofFixedEffectswithRobustStandardErrors得到,StandardError,P-ValueforEachInterceptandVariable,39,2.从中间位置得到2（当前模型中第一层上的随机变异）和（第一层的变异包括第一层的截距和各个斜率系数在第二层上的变异）。

40,3.从FinalEstimationofVarianceComponents得到2,DF和P-Value。

4.从降低的R2/原来的R2计算得到PseudoR2ChangeforLevelOne，PseudoR2ChangeforLevelTwo,其余操作,41,图表，选择FileGraphDataLinePlot，ScatterPlot调出结果表，选择FileViewOutput对基本设置进行调整，选择FilePreferences,HLM案例分析,42,ServantLeadershipandCustomer-OrientedOCB,HLM补充案例1,43,交易型领导、团队授权氛围和心理授权影响下属创新绩效的跨层次研究,采用HLM验证的交易型领导、团队授权氛围和个体心理授权对下属创新绩效的跨层次回归分析结果。

HLM补充案例2,44,实际收入水平、收入内部比较与员工薪酬满意度的关系,因变量：

工资满意度和福利满意度自变量：

实际工资水平和实际福利水平调节变量：

传统性第一层次控制变量：

年龄、性别、婚姻状况和教育水平第二层次控制变量：

企业所有制形式和部门规模,拓展阅读,HLM操作手册张雷、雷雳、郭伯良.多层线性模型应用.教育科学出版社（美）克雷伏特、（美）里夫著、邱皓政译.多层次模型分析导论.重庆大学出版社（美）StephenW.R、AnthonyS.B著，郭志刚等译.分层线性模型：

应用与数据分析方法.社会科学文献出版社,Bootstrapping,47,复杂混合模型,有中介的调节，有调节的中介，有时两者图形一致。

两者所用的统计工具和得到的形式是一样的（详见Bootstrapping），但是理论解释完全不同。

Bootstrapping操作-变量中心化,48,生成新的数据库（6组）各变量的中心化可以直接从编辑器上修改即可，也可以由转换-计算变量-输入-粘贴得到自变量中心化ComputeIVc=IV均值调节变量中心化ComputeMoc=Mo均值中介变量中心化ComputeMec=Md均值因变量中心化ComputeIMoc=IVc*Moc自变量*调节变量中心化自动生成中介变量*调节变量中心化自动生成全选，右键运行,Bootstrapping操作-对中介变量的回归,49,由一组数迭代成一千组数（生成新的数据）根据一个抽样来模拟1000次该抽样的结果。

直接点击编辑器上第二模块，运行，得到非标准化数据,第一列非标准化的回归参数，对应输入第四模块,Bootstrapping操作-对结果变量的回归,50,由一组数迭代成一千组数（生成新的数据）根据一个抽样来模拟1000次该抽样的结果。

直接点击编辑器上第三模块，运行，得到非标准化数据,第一列非标准化的回归参数，对应输入第五模块,Bootstrapping操作-数据导入和结果输出,51,将相关数据到进BSResultsandTables的文件中。

黄色部分是输入部分BoostrapResult1第一组数据，复制粘贴1000组数据；BoostrapResult2第一组数据，后面的复制粘贴1000组数据；调节变量标准差（正、负）。

紫色部分是输出部分：

A1-A5、B1-B5、C1-C5橙色部分是显著性：

只要两组乘积为正，就是显著,Bootstrapping操作-结果分析,52,有中介的调节：

需要满足中介四步以及C1、C4和C5显著有调节的中介：

C1、C2必须显著，C4必须显著。

复杂混合模型,MediatedModeration有中介的调节,目的：

交互项通过什么因素影响因变量。

检验方法：

Bootstrapping！

检验逻辑与方法和普通中介效应的检验一样，只是这里的自变量是一个交互项而已。

假设提法：

MediatormediatestheinteractiveeffectsofIVandMOonDV.,54,有中介的调节中介四步以及C1、C4和C5显著,55,POSandUPB:

TheMediatingRoleofMoralJustificationAbusiveSupervisionandFamilyUndermining,H:

MoraljustificationmediatestheinteractiveeffectsofPOSandethicalleadershiponunethicalpro-organizationalbehavior.,ModeratedMediation有调节的中介,57,目的：

中介效应在不同情境下（强弱方向）是否一致检验方法：

Bootstrapping！

假设英文：

ModeratorModeratetheMediatingeffectofMediatorontherelationshipbetweenIVandDV,suchthatwhenthemoderatorishigh/LowtheMediationisstrong/weak.假设中文：

调节变量越高/低，中介变量在自变量与因变量之间所起的中介效应就越强/弱。

第一个阶段的Effecta第二个阶段的Effectb加了中介变量以后的直接效应C中介效应a*b不考虑中介变量的影响下的效应，主效应=总效应=a*b+C,有调节的中介一般形式及存在条件,有调节的中介C1/C2显著，C4必须显著,59,职场负面谣言对员工工作绩效和组织承诺的工作机制研究,假设：

员工恶意归因倾向越高，组织自尊在职场负面谣言与员工工作绩效之间所起的中介效应就越强,有调节的中介补充案例,假设：

组织支持正向调节角色压力在心理资本与离职意向之间的中介效应。

当组织支持低时，角色压力对心理资本与离职意向间关系的中介效应较低；当组织支持高时，角色压力对心理资本与离职意向间关系的中介效应较高。

Thanks,