1、管理实证研究方法,1、得到一个大概方向 2、查相关中文综述，查看国内有谁在做研究 3、查外文综述，比较一下，毕竟外文会更前沿、详尽一些，看看大家对什么感兴趣 4、查看关键的参考文献，注意杂志和作者的权威性、引用次数 5、重检相关全文，注意研究方法、技术路线和研究展望，讨论中存在或需要解决什么问题 6、考虑我能做什么，怎么做 7、再进一步紧缩范围，有一个框架图 8、根据框架图进一步查外文原文，将框架细化（确定研究变量） 9、继续下一步工作（选择研究对象、选择量表、数据处理和结果分析）,因此，在前期的构思和设计中文献查找和阅读很重要！,英文文献查找和阅读,一、先看综述 先读综述,可以更好地认识课题
2、,知道已经做出什么，自己要做什么,还有什么问题没有解决。对于国内文献一般批评的声音很多.但它是你迅速了解你的研究领域的入口,在此之后,你再看外文文献会比一开始直接看外文文献理解的快得多。而国外的综述多为本学科的资深人士撰写，涉及范围广，可以让人事半功倍。,二、有针对地查找和选择文献 针对你自己的方向,找相近的论文来读,从中理解文章中回答什么问题,通过哪些技术手段来证明,有哪些结论?从这些文章中,了解研究思路,逻辑推论,学习技术方法. 1.关键词、主题词检索： 关键词、主题词一定要选好，这样，才能保证你所要的内容的全面。因为，换个主题词，可以有新的内容出现（例如emotion labor 和em
3、otional labor）。 2. 检索某个学者： 查SCI,知道了某个在这个领域有建树的学者，找他近期发表的文章。 3. 参考综述检索： 如果有与自己课题相关或有切入点的综述，可以根据相应的参考文献找到那些原始的研究论文。 特别要注意中文综述文章后的英文参考文献，可以用回顾性的方法查找该问题的最初起源及奠基性文章。 4. 注意文章的参考价值： 刊物的影响因子、文章的被引次数能反映文章的参考价值。但要注意引用这篇文章的其它文章是如何评价这篇文章的,三、如何阅读文献 1.注重摘要：摘要可以说是一个论文的窗口。多数文章看摘要，少数文章看全文。真正有用的全文并不多，过分追求全文是浪费，不可走极端。
4、当然只看摘要也是不对的。多数文章题目、摘要简单浏览后，直接把几个Figure及Title与legend一看，一般能掌握大部分。 2.通读全文：读第一遍的时候一定要认真，争取明白每句的大意，能不查字典最好先不查字典。因为读论文的目的并不是学英语，而是获取信息，查了字典以后思维会非常混乱，往往读完全文不知所谓。可以在读的过程中将生字标记，待通读全文后再查找其意思。 3.精读文章：如果觉得该论文确实有价值，返回去通篇精读。了解论文的目的，作者所作的选择（很多都是隐含的），假设和形式化是否可行，论文指出了怎样的方向，论文所涉及领域都有哪些问题，作者的研究中持续出现的难点模式是什么，论文所表达的策略观点
5、是什么，诸如此类。”,提高阅读的效率 1集中时间看文献： 看文献的时间越分散，浪费时间越多。集中时间看更容易联系起来，形成整体印象。 2做好记录和标记： 复印或打印的文献，直接用笔标记或批注。pdf或html格式的文献，可以用标亮或改变文字颜色。这是避免时间浪费的又一重要手段。否则等于没看。 3阅读顺序： 根据阅读目的选择合适的顺序。一般先看abstract、introduction，然后看discussion，最后看result和method（结合图表）。,五、文献的整理 1.下载电子版文献时，把文章题目粘贴为文件名 2.不同主题存入不同文件夹。文件夹的题目要清楚、一目了然 3.看过的文献归
6、入子文件夹，最起码要把有用的和没用的分开。 4.重要文献根据重要程度在文件名前加001,002，003编号，然后按名称排列图标，最重要的文献就排在最前了。 5.重要文献要注意追踪。,问卷设计样本,1. Where：（1）数据采集自那个企业。 2. Who：（2）目标调查对象。 3. How and What: （3）HR配合，随机挑选，锁定调查对象；（4）问卷收集几次、间隔多长时间，每次调查的对象和内容；（5）问卷填答完后的回收方式；（6）问卷每次的回收率；（7）最后的样本构成；（8）样本的特征：年龄、性别、教育背景和层级等。,样本描述参考板式： 数据采集自* ，调研对象是* 。数据收集的过程
7、是在公司人力资源部门的支持配合下完成的。调研之前，研究者先和人力资源专员一同随机挑选了调研对象，共锁定了* 。为尽量减少同源偏差，本研究先后进行了* 。每次的问卷填完后，填答者都需将问卷封入信封并密封后直接寄给研究者，或交由人力资源部门集中收回后统一交给研究者。 调研中，我们共发出*份员工问卷，回收了*有效的问卷，回收率为* 。剔除了 无效问卷。 因此，总体样本由*份问卷构成。 在这*男性占* ，样本的平均年龄为 *岁（标准差 = * ），平均工作年资*标准差 = ）。,问卷设计量表,2. 没有成熟的量表时再考虑发展量表 文献研究（定义和维度的信息） 深度访谈 参考相近的研究和量表（如果有）
8、评定和修改初始问卷,1. 找成熟的量表 看文献出处、各大网站的资源（推荐小木虫和谷歌学术）、老师和同学的资源。,量表描述参考版式 为确保测量工具的效度及信度，本研究尽量采用现有文献已使用过的量表，再根据本研究的目的加以适当修改作为搜集实证资料的工具。 单维度量表：用谁的量表（采用 所编制的 题的量表），由谁来填写（此量表由员工进行自我评价），题项（示例问题如： ），计分方法（基于Likert-5点评分方法进行评价（1=非常不同意；2=不同意；3=中立；4=同意；5=非常同意），专家效度（该量表在本研究中的信度系数为 ，这表明该量表具有良好的信度） 多维度量表：用谁的量表（采用 所编制的 题的量
9、表），由谁来填写（此量表由员工进行自我评价），题项（示例问题如： ），计分方法（基于Likert-5点评分方法进行评价（1=非常不同意；2=不同意；3=中立；4=同意；5=非常同意），专家效度（该量表在本研究中的信度系数为 ，这表明该量表具有良好的信度）。每一个维度的信度（ ）。区分效度说明（ ）。,量表信度分析,信度，谈论的是稳定性的问题（多次打靶的结果是否一致），主要包括：内部一致性（回答是否具有稳定性）和再测信度（S2-S1）。,SPSS信度检验操作 分析度量可靠性分析,量表效度探索性因子分析EFA,SPSS探索性因子分析操作 分析降维因子分析,选择巴特利球度检验和KMO检验,提取因子的
10、方法： 主成分分析法；设定特征根为1； 输出选择：未旋转的因子解和碎石图,因子旋转方法选择：方差最大法； 输出选择：旋转解和载荷图,点击确定，查看结果。,KMO0.7说明适合做因子分析；因子载荷最少要0.4，达到0.5-0.95比较理想；累计解释度应大于60%。,量表效度验证性因子分析CFA,CFA 是验证性分析，即存在一个架构，用Data 来验证这个架构是否正确（只有多维度的变量需要做CFA，单维度变量不需要做CFA分析，只用测信度就好）。 一般采用AMOSS或者LISREL软件来作分析！,量表数据简化,用变量所包含的所有题的均值的平均值来代替这个变量这就为以后的描述性分析、相关分析和假设检
11、验奠定了基础。 总体缺省值大于10%的问卷不要，一个量表有40%题没有填写问卷不要。如果问卷有缺省值，那么用同一个量表的其余题的平均值代替缺省值。,数据处理和简化的过程中，按照以下方式排序数据： 员工/公司背景性的控制变量重要的控制变量自变量中介变量调节变量因变量,SPSS数据简化操作 转换计算变量 统计量选择MEAN,量表相关性分析,员工/公司背景性的控制变量 重要的控制变量 自变量 中介变量/调节变量 因变量,相关性 任意两两变量之间的相关性不能大于0.65；自变量和因变量相关系数在0.20-0.30最合适；自变量和中介（调节）变量相关系数在0.30-0.50最合适；中介（调节）变量和因变
12、量相关系数在0.30-0.50最合适。 平均值 研究变量均值加减两个标准差，需要落在已有研究的均值范围。 标准差 五点量表，标准差0.5；七点量表，标准差0.7。,假设检验,Independent Variable(自变量)Cause Dependent Variable (因变量)Effect Mediating Variable (中介变量)How 是一种理论，是一种视角。 Moderating Variable (调节变量)When 是一个作用边界，和情境相联。 Control Variable (控制变量)The Alternative Causes 主要作用是排除他因。 不重要的控制
13、变量（人口统计特征，如年龄、性别、工作年限、学历等；组织特征，如地区，公司成立时间等）； 重要控制变量（同类别的已经被证明的会对结果变量有影响因素；异类的没有决定标准，找几个已经实证证明有显著影响的就可以）。,SPSS 回归分析 主要解决同一层次的中介和调节问题（中介只有一层） 应用的条件：1）不超过两个因果链；2）同一个层次，设计的变量都是有相同的观测值；3）适合做调解效应分析。 结构方程模型： 主要解决同一层次的多层路径关系或者含有潜变量的模型。 应用的条件：1）尽量超过两个因果链；2）适合多维度概念 ；3）适合做中介效应，但是不适合做调节效应。 HLM多层线性模型 主要解决跨层次数据的中
14、介和调节问题 应用的条件：1）不超过两个因果链；2）适合跨层次（嵌入）；3）尤其适合跨层次调节效应的分析；4）不太适合做中介效应的分析。,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
15、 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: Helping Context,DV: Help Giving,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MODEL SUMARRY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
16、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：Inconsistent Mediation,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：
17、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MODEL SUMMARY得到R2,职场负面谣言对于员
18、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：Inconsistent Moderation,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
19、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2 3. 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MODEL SUMMARY得到R2,三维调节效应检验案例,Workplace Incivi
20、lity and Interpersonal Deviance: The Role of Hostile Attribution Bias and Negative Reciprocity Norms,41,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,42,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 Compute IVc = IV 均值 调节变量中心化 Comp
21、ute Moc = Mo 均值 中介变量中心化 Compute Mec = Md 均值 因变量中心化 Compute IMoc = 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,43,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,44,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
22、。 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,45,将相关数据到进BS Results and Tables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,46,有中介的调节：需要满足中介四步
23、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,Mediated Moderation 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： Mediator mediates the interactive effects of IV and MO on DV.,48,有中介的调节中介四步以及C1、C4和C5显著,49,POS and UPB: The Mediating Role of Moral Justification
24、 Abusive Supervision and Family Undermining,H: Moral justification mediates the interactive effects of POS and ethical leadership on unethical pro-organizational behavior.,Moderated Mediation 有调节的中介,51,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：Moderator Moderate the Mediating effect of Media
25、tor on the relationship between IV and DV, such that when the moderator is high/Low the Mediation is strong / 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Effect a 第二个阶段的Effect b 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,53,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,
