概念与观测管理研究方法论南开大学,王迎军.ppt

,管理研究方法论 第三讲 概念与观测,南开大学商学院 王迎军,2,主要内容,一、概念与定义 二、建构与测量 三、效度 四、信度 五、测量的原则 六、指数与量表,3,一、概念与定义,概念提供了一种共通语言，使科学家能够彼此沟通； 概念给予了科学家某种观点观察现象的一种方式； 概念促使科学家对他们的经验做分类，并且从中进行通则化； 概念是理论的要素定义了理论的内容与属性。 将概念视为具体的现象，将导致一种谬误，fallacy of reification，（如对团队的误解）概念是抽象思维的产物。,4,概念化,概念化是清楚地定义名词的含义的过程，使一般的概念成为经过系统处理的、有秩序和结构的概念。 纽曼给出了一个如何研究教师工作士气的例子。首先可以收集各种有关士气的解释，如“有信心、开朗、团结、努力的心理状态”；再向教师请教，他们对与工作有关的一些事物的感觉，如学校声誉、学生的学习态度；再思考士气的分析单位（是个人特质、团队特质，或兼有之？）。,5,概念型定义（conceptual definition）,概念化其实就是给出概念型定义 概念型定义：使用其他概念或原始术语（primitive terms）、延伸术语（derived terms）来描述一种概念的定义。 原始术语：无法被其他概念定义，如颜色、声音等；原始术语应当是明确的。 延伸术语：可以用原始术语来定义。 定义必须指出被定义者的独特属性或性质，包含被定义者涵盖的所有案例，并排除不应涵盖的案例。定义应该使用清楚的术语，不应陷入循环论证。,6,操作化,操作化是指寻找或创造对某个建构适用的测量方法的过程。 假定我们把士气确定为整个教师团队的工作心态，又如何测量呢？ 可以把士气作为因变量，用一组自变量解释之。 也可以进行间接测量，请学生、教学管理人员进行评价。,7,操作型定义（operational definition）,操作化就是给出操作型定义 许多概念代表的经验属性无法被直接观察到，如“顾客满意”；研究者必须推论概念在经验上的存在性。 操作性定义描述一组研究者可以遵循的程序，以建立由概念所描述现象的存在性。当现象不能被直接观察时，科学家就必须使用操作型定义。 操作型定义可以衔接理论-概念层次和经验-观察层次。 操作型定义就是要定义要做什么和观察什么。,8,操作型定义的内在结构,操作性定义是由概念推演而来，许多研究已经做了这方面的工作。 这种定义内在的结构很容易理解 假如某一刺激（S）施加在某个对象上时，会持续地产生某种反应（R），这个研究对象就被推论有性质（P）。 刺激：某种事件、提出问题 反应：组织的调整、回答问题 推论：依据理论演绎和观察结果作出的结论。,9,由概念转变为观察的层级,疏 离,无力感,回答问卷,问卷的问题,预期自己 的行为无 法影响结 果。,概念层次,概念成分,概念定义,操作定义,观察层次,无意义,无规范,隔离,自我疏离,回答问卷,问卷的问题,认为无法 理解周围 的事件或 决定。,回答问卷,问卷的问题,预期必须 采取他人 无法接受 的行为。,回答问卷,问卷的问题,因拒绝社 会所设定 目标而有 孤独感。,回答问卷,问卷的问题,否认目前 社会或团 体定义得 “自我”。,疏离（estrangement）：一种原先曾经联系在一起，现在却分离的感觉；原先的价值、行为合期望曾经融为一体，现在却发生了裂缝。,10,二、建构与测量,在科学研究中，测量的地位至关重要。测量可以扩展我们感官的能力，增加我们对事物认识的准确性和客观性。 许多管理研究成果只有发展出测量工具后，才具有了可操作性，如顾客满意度的评测、平衡计分卡等。 许多人认为“If you cant measure it, you cant manage it.”。,11,建构的含义,在方法论的教科书中经常出现建构（construct）一词，什么是建构呢？ 纽曼的解释：“建构是一个经过系统处理的，把观念、事实与印象加以有序排列的想法”。也可以说，建构是我们想到的一种构造。 有些建构很简单，如投资效益；有些则可能包含很复杂的内容，如吸收能力。,12,测量的过程,如果我们要测量一个复杂的概念，如核心能力、吸收能力，则并无现成的测量工具，这时发展测量工具也就成为了研究中的一项重要任务。通常，测量是一个演绎过程，先选取一个概念、建构（construct），再发展出一个测量工具，然后进行经验观察。测量始于对概念的分析（定义）。,选取概念 或建构,发展测量 工具,进行经验 观察,13,从抽象建构到具体的测量工具,理论概念层次,操作经验层次,抽象的 自变量建构,抽象的 因变量建构,测量程序,现象观测,我们要如何做,我们可看到的结果,我们所想象的,因果关系建构,程序与结果的关系,能否对以上建构进行通则化?,14,测量的等级,根据测量的精确程度，可以把测量的尺度分为四种类型： 类别（nominal）变量值之间没有顺序关系。 等级（ordinal）变量值之间存在着顺序关系，但不能反映出大小的程度。严格地讲，对等级变量不能计算算术平均数。 等距（interval）每个邻近测量值的“距离”固定，且可以使用这种“距离”（如温差）测量对象的大小。 等比（ratio）当变量具有绝对零点时，它们就可以用比例尺度来测量（如收入、地理距离可以用比例测量，“我比你多走了30%的路”）。,15,测量的信度与效度,信度（reliability）与效度（validity）是科学测量的核心议题。 信度是指一个指标可信赖的程度。 可信的指标在每次测量相同的事物时应该能够得到相同的结果。 效度是指测量能否正确地反映所研究概念的意义。 例：面试成绩能否反映学生的综合素质？,16,信度与效度的关系,低信度、低效度,高信度、高效度,高信度、低效度,信度是效度的必要条件，有效度的工具必须有信度。,17,三、效度,信度和效度的概念不仅可以用于讨论测量问题，而且有着更宽泛的含义。 有关效度的讨论往往集中在测量效度（measurement validity），其实也有非测量型的效度。 在测量中，效度关注于这类问题： 我正在测量我想要测量的项目吗？ 让我们先从三类测量效度，即内容效度、经验效度和建构效度开始讨论。,18,内容效度,内容效度所触及的问题是：测量工具将所定义的内容都代表出来了吗？或者说，测量工具适用于测量对象吗？ 表面效度 表面效度是科学社群所做出的判断，认为某些指标确实能测量某个建构。增强表面效度的主要方式，是通过文献分析，把握住公认的测量工具 抽样效度 抽样效度关注的是母体内的各种内容，是否被测量工具（如问卷）充分抽样,19,经验效度,经验效度关注测量工具与测量结果的关系 校标效度（Criterion Validity），与已经存在的另一个已经具有效度的（比如表面效度）的指标相关联。 预测效度（Predictive Validity）是指某个工具预测结果与外在校标预测结果的相关系数。（例：运用判别分析建立的“破产指数”，其效度又如，台湾的民意测验）,20,建构效度（construct validity）,建构效度可以被理解为理论建构的有效性，(研究者选用的工具是否与其所采用的理论假设和概念是否紧密联系在一起). 注意：关于建构效度，有着种种不同的解释 纽曼:建构效度表现为多重指标测量相同（异）建构时能产生趋同或相区别的结果。 趋同效度(convergent validity) 区别效度(Discriminant validity),21,趋同效度,Theory,you theorize that the items all reflect self esteem,self esteem 自信,22,趋同效度,Theory,Observation,1.00 .83 .89 .91 .83 1.00 .85 .90 .89 .85 1.00 .86 .91 .90 .86 1.00,the correlations provide evidence that the items all converge on the same construct,23,区别效度,Theory,locus of control construct,LOC1,LOC2,you theorize that you have two distinguishable constructs,locus of control construct 心理控制源,24,区别效度,Theory,locus of control construct,LOC1,LOC2,Observation,rSE1, LOC1 = .12,rSE1, LOC1 = .09,rSE1, LOC1 = .04,rSE1, LOC1 = .11,the correlations provide evidence that the items on the two tests discriminate,25,非测量效度,内在效度（internal validity） 指研究计划没有内部的错误，如果研究设计不能排除其他解释的存在，则效度低。 外在效度（external validity） 指在实验中得到的发现，推广到大范围的能力。 统计效度（statistical validity） 正确地选择统计程序与方法，例如对等级值计算算术平均数并没有真正的意义。,26,四、信度,信度在社会科学研究中尤其重要，因为许多建构本身都是模糊的。比如我们要衡量企业“吸收能力”，如果没有一个清晰的建构，企业管理人员会根据他们自己的理解来判断这一能力的重要性，我们所得的结果就会缺乏可信性。 下讨论的是测量的信度，但对案例研究等定性方法，也可以说这项研究结果有信度，如果别的研究者可以进行复制。,27,稳定性信度,稳定性信度（stability reliability）是跨越时间的信度，它触及的问题是：如果在不同的时间使用同一个测量工具进行测量，能否获得相同的答案。 例：面试的稳定性信度 假如考题数量少，每个面试者出场后又会和待试者讨论，则面试成绩的稳定性信度就会下降。,28,代表性信度,代表性信度（representative reliability）是跨越群体的信度，它触及的问题是：如果使用同一个测量工具对不同的群体进行测量，能否得到相同的答案。 例：在调查问卷中经常有对受访者收入的调查，假如低收入者倾向于报高自己的收入，高收入者倾向于报低收入，这个工具的代表性信度就较差。 为了提高代表性信度，可以现在小范围内进行检验，（subpopulation analysis）,29,等值信度（equivalence reliability）,是使用多重测量工具的信度，它所触及的问题是：不同的指标测量相同的建构能否得出一致性结果。 一些研究人员使用折半法（split-half method）来检查等值信度。例如，问卷有十四个问题，都是问及对某一事物的偏好，把问题随机分成两组，以检验等值信度。,30,增进信度的途径,清晰地概念化所有的建构 使用精确的测量等级 使用多重指标 进行试测,31,五、测量的原则,测量理论的核心是所谓的测量方程式 X = T + S + R X:实际观测值; T:真值; S:系统误差; R:随机误差,非系统的无法避免的误差. 当测量是完美的时候，X = T ，当测量次数越来越多时，随机误差的影响就会减小。 系统误差有许多来源，比如测量缺乏稳定性信度，就会影响到测量效度。,32,异质观察的原则,异质观察（heterogeneous observation）是指在所有情形都相同的情况下，各种不同的或异质观察要比一个或许多相近的观察，能够提供更强而有力的证据。 两个应用这个原则的方式是： 复制（replication） 三角校正法（triangulation）,33,复制与复制失败的原因,理想的复制是由另一个完全不同的研究者重复同样的研究。 复制失败的原因 原始的因果关系的确存在，但复制的情况有所不同，原始因果关系中还存在未说明的情况。 复制采用的程序不同，因此不是真正的复制。 原始的因果关系是虚假相关。 原始的因果关系根本不存在。,34,三角校正法,从不同的角度观察事物，以便确实掌握它的正确位置。 对管理人员的能力测评就是三角校正法的一个例子。,35,六、指数与量表,指数与量表是两类经常使用的测量工具。 指数通常是用多个指标合成的一种分数，许多指数都是等距变量。 如果定义“学校质量指数”以反映学校质量的变化，我们可以说指数升高或降低，但不能说升高了一倍，因为这个倍数没有实际意义。 量表通常用来测量人们的感觉的程度，绝大部分量表都是等级变量。,36,测量工具的属性,互斥性（mutually exclusive attributes） 个人或分析单元只能符合变量的某个属性。 穷尽性（exhaustive attributes） 所有个案都必须符合变量全部属性中的某个。 单向性 如果要把所有的资料结合成为一个测量工具，那么这些资料信息都应该是测量同样事物的。,37,构造一个指